用于车辆的热管理控制的方法和系统与流程

1.本技术涉及车辆控制，更具体地，涉及用于车辆的发热设备的热管理控制的方法，系统以及计算机存储介质。


背景技术：

2.对车辆中存在的多个发热设备进行热管理控制是车辆控制的主要任务之一。对于诸如采用传统能源的内燃发动机和采用诸如电能的清洁能源的电驱动单元的车辆，发动机或电驱动单元的热管理控制系统的关键是热管理控制系统与发动机或电驱动单元运行的匹配以及系统优化控制策略的选择。另外，使用电能作为能源的电动车辆的电池模组在使用中也会发热，因此也需要进行热管理控制。热管理控制系统的效率很大程度上依赖于系统的优化控制策略。
3.传统的热管理控制系统通过考虑各种工况，使用软件策略或标定的方式来实现对热管理控制。对于具有路径规划的车辆，还可以通过庞特里亚金最大化原理或者动态规划的方法获得最优解以实现热管理控制。
4.传统的热管理控制系统将车辆的工况进行分类，针对不同类型的工况制定相应的控制策略或编写软件。在实际使用时，需要准确的参数检测来确定工况、标定控制参数和设备。由于这些解决方案需要软件开发和系统标定，导致开发周期长，成本较高。此外，传统的基于工况的软件控制的基于路径的动态规划方法的效率和效果也不够精确，无法获得最优的热管理控制效果。
5.因此，存在对热管理控制方案进行改进的需求。


技术实现要素：

6.为解决上述中的至少一个缺陷，本技术的实施例提出用于车辆的发热设备的热管理控制的方法、系统以及计算机可读存储介质。
7.根据本技术的一方面，提出一种用于车辆的发热设备的热管理控制的方法，包括：确定与车辆的规划路径信息相对应的规划速度数据；确定用于发热设备的热管理控制模型；基于车辆的热状态数据，发热功率数据生成用于热管理控制模型的强化学习模型；以及使用强化学习模型确定与规划速度数据相对应的热管理操作。
8.根据本技术的另一方面，提出一种用于车辆的发热设备的热管理控制的系统，包括：第一计算单元，被配置为确定与车辆的规划路径信息相对应的规划速度数据，以及基于规划速度数据和车辆的动力总成模型生成发热设备的发热数据；以及第二计算单元，被配置为确定用于发热设备的热管理控制模型，基于车辆的热状态数据，发热功率数据生成用于热管理控制模型的强化学习模型，以及使用强化学习模型确定与规划速度数据相对应的热管理操作。
9.根据本技术的又一方面，提出一种计算机可读存储介质，其上存储有包括可执行指令的计算机程序，当该可执行指令被处理器执行时，实施如上所述的方法。
10.根据本技术的再一方面，提出一种电子设备，包括处理器以及用于存储处理器的可执行指令的存储器，该处理器被配置为执行该可执行指令以实施如上所述的方法。
11.通过使用本技术的实施例的车辆发热设备的热管理控制方法和系统，利用诸如神经网络模型的人工智能方法模拟车辆的热系统以建立热管理控制模型，使用强化学习方法基于热管理控制模型预测的系统热状态进行探索和学习，可以快速准确地得到最优的热管理控制策略。所述方法和系统还可以结合智能互联汽车的高速无线连接获得的规划路径和路况信息，使得所学习的模型和控制策略能够均衡各个需求指标(诸如nvh，能耗等)，而且热管理控制方法生成最优控制策略的效率随着系统的运算能力的提高而提高，有效降低了热管理控制的成本。
12.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术的范围。
附图说明
13.通过参照附图的详细描述其示例性实施例，本技术的上述和其它特征及优点将变得更加明显。
14.图1为根据本技术的一个实施例的车辆与用于车辆的发热设备的热管理控制系统的控制流程的示意性逻辑图；
15.图2为根据本技术的一个实施例的用于车辆的发热设备的热管理控制的方法的示例性流程图；
16.图3为根据本技术的一个实施例的用于车辆的发热设备的热管理控制的系统的示例性结构框图；以及
17.图4为根据本技术的一个实施例的电子设备的示例性结构框图。
具体实施方式
18.现在将参考附图更全面地描述示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本技术将全面和完整，并将示例性实施例的构思全面地传达给本领域的技术人员。在图中，为了清晰，可能会夸大部分元件的尺寸或加以变形。在图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
19.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、元件等。在其它情况下，不详细示出或描述公知结构、方法或者操作以避免模糊本技术的各方面。
20.本领域技术人员需要理解的是，本文以智能互联汽车为例介绍申请的热管理控制方法和系统，但是智能互联汽车仅仅用于例示而不是限制。根据本技术的实施例的用于发热设备的热管理控制的方法和系统可以应用于使用传统石化燃料的车辆，使用诸如电能的电动车辆或纯电动车辆，使用油、气和电中的至少两者的混合动力车辆等。
21.对于发热设备，本文中以内燃发动机或纯电动车辆的电驱动单元以及用于为诸如
电驱动单元的车载用电设备进行供电的电池模组为例，介绍行热管理控制的方案。但是，本领域技术人员将理解，其它在车辆中产生热量并需要冷却的设备也在本技术的热管理控制的方法和系统的应用范围之内，诸如变速箱的发热控制等。还可以将车辆的多个发热设备或者整车的发热设备结合构成组合发热设备来作为热管理控制的控制对象。其中，电动车辆或纯电动车辆的电驱动单元是用于驱动车辆行进的驱动电机或其它将电能转换为机械能的设备。电驱动单元可以与变速箱组合形成电驱动传动系，也可以被设置在车轮或车轮的轮轴上直接驱动车轮旋转。
22.对于冷却系统，本文以冷却液循环系统和冷却风扇为例说明，但是冷却系统还可以扩展到为发热设备进行冷却的采用其它原理和形式的冷却设备，例如半导体冷却装置等。
23.车辆的热管理系统是车辆内部控制中的重要系统之一。热管理系统的控制对象包括冷却液循环系统的水泵转速或流速、电控节温器阀门开度以及冷却风扇的转速等。热管理控制系统的基础是保持内燃发动机或电驱动单元的最佳工作温度以获得最高效的燃油效率或电能利用效率。保持内燃发动机或电驱动单元的最优工作温度不仅需要控制内燃发动机和电驱动单元的温度，还需要与冷却系统(冷却液循环系统，冷却风扇)配合，而冷却系统也要消耗电能量，即占用发动机的功率和/或电池模组的电量。在本技术的实施例中，假设冷却系统对发热设备进行冷却的功率相对于发热设备自身消耗的功率足够小，从而可以忽略不计。例如，电驱动单元的功率包括发热功率和驱动车辆行进的驱动功率，其远大于对驱动单元进行冷却的制冷设备所消耗的功率。对于诸如智能互联汽车的纯电动车辆，保持电驱动单元的最佳工作温度相比内燃发动机减少了燃烧过程的复杂控制。传统热管理系统根据车辆的发动机的实际工作和试验情况，依据系统优化原则来制定智能化的电控热管理系统控制策略，使发动机在不同工况下均工作在最佳温度范围。但是，如在背景技术部分中所述，软件开发和标定过程存在开发周期长，精度不高并且成本高，效率低的问题。
24.结合路径规划的车辆的热管理控制系统，一般使用庞特里亚金最大化原理或动态规划方法获得热管理控制的最优解。
25.庞特里亚金最大化原理(pontryagin's maximum principle)也被称为庞特里亚金最小化原理，是变分法中欧拉-拉格朗日方程的特例。作为最优控制的理论之一，庞特里亚金最大化原理在状态或者输入控件存在限制的情形下，找到将动力系统由一个状态转换到另一个状态的最优控制信号。此原理最早应用于求解火箭的最大化终端速度，后来逐渐进化为用于求解使性能指标最小化的控制律，因此常被称为庞特里亚金最小化原理。在运算中，该原理在所有的可能控制中，对“控制哈密顿量”(control hamiltonian)取极值(最大值或最小值，取决于哈密顿量的符号定义)，由于系统模型的变量具有相应数量的协态，因此首先求解协态方程，再求解最优控制，最后得到最优状态。求解过程涉及泛函运算，计算复杂度较高。因此，使用庞特里亚金最大化原理存在计算复杂，精度和效率难以协调的问题。而动态规划方法也存在效率和效果不够好的缺陷。
26.根据本技术的实施例，提出的用于发热设备的热管理控制系统采用诸如神经网络的热管理控制模型对车辆发热单元的热系统的行为进行建模，借助于神经网络的较强算力和精确的学习模拟效果，再通过强化学习模型在所建模的热管理控制模型上进一步进行热管理控制参数优化，获得相比诸如标定方法、庞特里亚金最大化原理等方案更快速更精确
的最优控制策略求解过程，同时降低控制成本。
27.下面，将结合图1所示出的车辆与用于车辆的发热设备的热管理控制系统的控制流程的示意性逻辑图，介绍本技术的方案的操作过程。
28.诸如智能互联网汽车的车辆110主要包括ecu 111，电驱动单元113，电池模组114，温度传感器112，包括冷却液循环系统115a和冷却风扇115b的冷却系统115，定位设备116，以及速度传感器117。ecu 111通过总线控制车辆中的各个设备的运行以及获取来自各个设备的数据，特别控制冷却系统115的操作，例如控制冷却液循环系统115a的诸如电子水泵(ewp，electrical water pump)的泵的转速或流速，以及控制冷却风扇115b的转速。
29.作为发热设备的电驱动单元113和电池模组114在运行过程中产生热量，因此冷却系统115与其耦接以将设备产生的热量及时转移到环境中。例如，冷却液循环系统115a的循环管路位于电驱动单元113和电池模组114的外壳外部或设备内部间隙处，通过冷却液的循环流动将发热设备散发的热量传导到冷却液循环系统的散热片或蒸发器上。经过散热片或蒸发器与环境进行热交换后温度变低的冷却液回流到发热设备附近并重复上述热能传导过程。冷却液循环系统115a的水泵的流量(也可以转化为水泵的转速)可以设置在关闭和额定最大流量(额定最大转速)之间的任意或最小控制步长的整数倍的参数位置。对于水泵流量的热管理操作(即控制命令)包括将泵的流量(转速)设定为关闭，额定最大流量或确定流量的绝对量，也可以包括相对先前的流量(转速)保持不变，升高或降低预定量或预定步长的相对量。冷却风扇115b通过旋转产生的气流，加速散热片或蒸发器上的热量与环境的热交换，完成冷却功能。冷却风扇115b的转速也可以被设置在停止(转速为0)和额定最大转速之间的任意或最小控制步长的整数倍的转速处运行。对于冷却风扇的转速的热管理操作(即控制命令)包括将转速设定为零，额定最大转速或确定转速的绝对量，也可以包括相对先前的转速保持不变，升高或降低预定量或预定步长的相对量。
30.温度传感器112实时采集发热设备的温度和冷却系统115的温度。电驱动单元113的温度可以通过测量电驱动单元113的转子、定子、外壳和/或绕组的温度采集。电池模组114则可以通过测量电池模组114的外壳，内部电池单元的温度来采集。冷却系统115的温度包括冷却液循环系统115a的温度，其通过测量冷却液的温度(例如蒸发器/散热片的上游和/或下游的管路内的冷却液的温度、平均温度或加权温度来确定；以及冷却风扇115b的温度，其通过测量冷却风扇115b的环境空气的温度来采集。因此，温度传感器112可以包括分别被设置在相应设备处的多个温度传感器单元。温度传感器112可以持续地检测与热管理控制相关的各个设备的温度形成一段时间的温度数据集合或序列，也可以采用温度曲线的形式提供或存储这些温度数据。
31.诸如gps设备的车辆的定位设备116用于获取车辆110的当前位置。车辆110还可以通过输入接口获取来自驾驶员或乘客输入的目的地位置。车辆110还可以包括用于获取车辆周围环境和路况信息的传感器设备(未示出)，以及用于通过诸如5g、6g等无线通信协议与基站或其它通信设备连接以访问互联网的通信设备(未示出)。通信设备可以向其它车辆、行人、智能交通设备发送信息或向位于互联网上的云端的设备发送诸如定位设备116确定的位置和上文中的目的地位置的位置数据和温度传感器112获取的温度数据，也可以获取来自其它车辆、行人、智能交通设备提供的车辆周围环境、路况信息等信息。
32.速度传感器117用于获取车辆110的速度数据。例如，速度传感器117可以设置在车
辆110的车轮、车轮轴等位置处，通过诸如光电编码器的形式获取车轮的转速，进一步计算获得车辆的行驶速度。速度传感器117也可以通过其它方式获得车辆110的速度数据。根据本技术的实施例，也可以通过定位设备116获取车辆110的位置的实时变化，计算出车辆110的速度数据。
33.根据本技术的实施例，位于车辆110外部的第一位置的第一计算单元120包括速度规划121和确定发热数据122的功能。该第一位置可以是位于车辆110远程的网络位置，例如第一云端。位于第一云端的第一计算单元120可以是第一云端处的具有一定运算能力和数据存储能力的系统，应用或例程。
34.第一计算单元120存储有诸如高精度地图数据信息的地图数据124。车辆110将包括车辆的当前位置和目的地位置的位置数据通过无线传输发送到第一计算单元120，然后速度规划121功能将来自定位设备116的定位信息和来自车辆110采集的车辆周围的环境信息(例如，包括车辆前方和周围的道路等的静态信息)和路况信息(例如，包括车辆前方和周围的道路等的动态信息)，来自其它来源(诸如智能交通设备、提供实时或未来预测路况信息的服务器、提供实时地图数据更新的服务器等)的环境信息和路况信息(静态和动态道路信息)，以及所存储的地图数据124，生成用于所述车辆110从当前位置到目的地位置的规划路径信息。第一计算单元120也可以不使用存储在本地的地图数据124，而是从地图服务器(未示出)实时或周期性下载精确的地图信息来规划路径。路径规划这部分的功能也可以在车辆110处完成，例如第一计算单元120将地图数据124发送到车辆110或者由车辆110从提供高精度地图数据的地图服务器获取地图信息，结合车辆110的定位设备116、传感器和通过无线通信设备接收的来自其它车辆、行人、智能交通设备、交通管理中心(它们也可以被统称为交通参与者)的环境信息和路况信息(静态和动态道路信息)以及未来的预测路况信息，确定车辆在未来一段时间内的规划路径。
35.在确定规划路径信息或从车辆110获取规划路径信息之后，速度规划121功能基于规划路径信息确定与该规划路径信息相对应的车辆110的规划速度数据。规划速度数据包括从当前时刻到未来时刻的一段时间内的规划速度，可以通过连续的速度曲线或速度函数的形式表示。可以通过规划速度数据确定任何时刻处的车辆速度。
36.确定发热数据功能122将来自速度规划121的规划速度数据导入动力总成模型123，生成发热设备(例如电驱动单元113，电池模组114)的预测的发热功率数据。确定发热数据功能122还可以接收来自车辆110的速度传感器117采集的实时速度数据，生成发热设备的实时发热功率数据。下面以电驱动单元为例介绍确定发热功率数据的计算。诸如驱动电机的电驱动单元具有一定的电能利用效率，将所消耗的电能一部分转化为驱动车轮旋转的驱动力，另一部分转化为热能。通常用电驱动单元的驱动效率表示转化为驱动力的机械能与总消耗电能的百分比。电驱动单元113用于驱动车轮的机械能可以通过车辆的动能计算，该部分能量表示为mv2/2，其中m为车辆110的质量，v为车辆110在该时刻的速度(规划速度或测量的实时速度)。电驱动单元113的总消耗电能可以通过电池模组114输出的电能计算，也可以基于驱动效率百分比换算。在热管理控制系统中，假设冷却系统115以及与热管理系统无关的其它车载设备消耗的电能已知或可以忽略不记，则电驱动单元113作为热能消耗掉的部分可以通过电池模组114输出的电能减去车辆的动能和其它车载设备消耗的电能二者来计算。在上文中，将车辆110的冷却系统115的冷却功能消耗的电能忽略，进一步忽
略其它车载设备消耗的电能。因此，严格的发热管理控制中，电池模组114输出的电能等于电驱动单元113转换的驱动车辆的机械能(mv2/2)和电驱动单元113转换的热能的总和，从而能够通过从电池模组114输出的总电能减去车辆的机械能，或者仅基于车辆的机械能和驱动效率来准确计算电驱动单元113的发热能量。由此，可以准确计算和预测在相应一段时间内的发热设备的发热功率数据。发热功率数据可以通过连续的发热功率数据曲线或发热功率数据函数的形式表示，从而可以通过规划速度数据预测与任何车辆速度对应的时刻的发热设备的发热功率数据，或者通过所测量的车辆速度确定该时刻的发热设备的发热功率数据。发热功率数据是与发热设备有关的发热数据信息。
37.可以在第一计算单元为不同的发热单元存储相应的动力总成模型模型123。例如，电驱动单元113和内燃机发动机之间由于驱动效率和能量转换机制的不同，它们的动力总成模型是不同的。电池模组114产生热量的能量转换机制与发动机不同，因此也可以存储对应的动力总成模型123。
38.由第一计算单元120的速度规划功能121生成的规划速度数据以及由确定发热功率数据功能122生成的发热功率数据，例如通过有线或无线连接，被传输到位于车辆110外部的第二位置的第二计算单元130。第二计算单元130可以是具有大数据存储和强大运算能力的系统。该第二位置可以是位于车辆110远程的网络位置，例如第二云端。第一位置与第二位置可以是不同的。位于第一云端与第二云端的第一和第二计算单元120，130具有不同的数据存储和运算能力。由于第二计算单元130需要进行热系统的建模和训练、强化学习模型的建立和训练、以及各个模型的维护，因此第二计算单元130可以是相比第一计算单元120具有更大的数据存储能力和更强的计算能力的云端系统，应用或例程。第一位置和第二位置也可以相同，此时第一计算单元120和第二计算单元130可以是同一云端处的具有不同数据存储和运算能力的两个相关的云端系统，应用或例程，或者两个计算单元可以整合为具有更大数据存储能力和计算能力的多功能系统，应用或例程。
39.第二计算单元130包括规划速度数据比较功能133，模型训练功能132，奖励计算功能134，热管理控制模型131，强化学习模型135以及存储有历史规划速度数据和相对应的历史热管理控制模型以及历史强化学习模型的历史数据136。
40.热管理控制模型131和强化学习模型135是第二计算单元130的核心部分。第二计算单元130首先针对车辆110的某个发热单元的热系统进行建模，然后对建立的热管理控制模型131设计强化学习模型135以对模拟的热系统进行探索和学习，在强化学习模型135的参数优化完成后，使用强化学习模型135求解与第一计算单元120生成的规划速度数据相对应的应用于车辆110的热管理操作。
41.首先，进行热管理控制系统的建模。
42.如图1中车辆110下方的灰色箭头所示的热系统140表示车辆110的例如与电驱动单元113对应的热管理控制系统。该热系统140主要包括电驱动单元113，冷却系统115，温度传感器112以及速度传感器117。在分析热系统140时，引入热状态的状态空间的概念。将热系统140的连续外部特性离散化，得到热系统140与时间序列相对应的状态序列和热管理操作序列。热系统140的状态包括热状态数据s和发热功率数据p。其中，热状态数据s可以由温度传感器112采集的热系统140的电驱动单元113的温度，冷却液循环系统115a的冷却液的温度，以及冷却风扇115b处的环境温度中的至少一个构成的温度数据确定。发热功率数据p
可以通过由速度传感器117采集的车辆速度，结合车辆的动力总成模型(诸如第一计算单元120中的动力总成模型123)计算。热管理操作是由车辆110的ecu111根据热管理控制策略发出的控制指令，例如冷却液循环系统115a的水泵的流速(转速)命令和冷却风扇115b的风扇转速命令。在此，水泵或冷却风扇作为冷却系统115执行热管理操作命令的执行器件。
43.假设在包括多个时刻t的时间序列t＝{t0，t1，
…
，ti，t
i+1
，
…
，tn}中的每个时刻，记录热系统140的热状态数据、发热功率数据和热管理操作，其中i和n为自然数并且0≤i≤n，每个时刻ti之间相距单位时间间隔或预先设定的时间间隔。热系统140在每个时刻的热状态数据s构成热状态数据序列s＝{s0，s1，
…
，si，s
i+1
，
…
，sn}，在每个时刻的发热功率数据p构成发热功率数据序列p＝{p0，p1，
…
，pi，p
i+1
，
…
，pn}，在每个时刻应用于热系统140的热管理操作(经由ecu 111应用于冷却系统115)构成热管理操作的序列a＝{a0，a1，
…
，ai，a
i+1
，
…
，an}。在ti时刻，针对热状态数据si，发热功率数据pi，应用热管理操作ai(由热系统140左侧的输入箭头示出)后，热系统140在下一时刻t
i+1
的热状态数据变为s
i+1
(由140右侧的输出箭头所示)。如果将ti称为当前时刻，则si，pi和ai分别为当前时刻的热状态数据，发热功率数据和热管理操作，t
i+1
被称为当前时刻的下一时刻，s
i+1
，p
i+1
和a
i+1
分别为当前时刻的下一时刻的热状态数据，发热功率数据和热管理操作(新热状态数据，新发热功率数据和新热管理操作)；相应地，t
i-1
被称为当前时刻的前一时刻，s
i-1
，p
i-1
和a
i-1
分别为当前时刻的前一时刻的热状态数据，发热功率数据和热管理操作(旧热状态数据，旧发热功率数据和旧热管理操作)。
44.第二计算单元130可以例如通过诸如amesim的仿真软件平台，建立一个与热系统140的外部输入和输出特性相同的模拟的热管理控制系统，也就是热管理控制模型131。仿真软件平台对于部分非正常或不常见的工况，可以模拟系统得到仿真数据代入热管理控制模型131，从而较完整地表征热管理环境。根据本技术的实施例，可以使用尽可能覆盖热系统140的所有工况的仿真数据，或者采集自热系统的传感器的实际数据建立热管理控制模型131，使得热管理控制模型131充分地模拟热系统。在此，实际数据也称为历史数据，与在速度规划过程中预测的热系统状态中的预测数据或规划数据相对。在广义上，仿真数据也可以作为建立热管理控制模型131的历史数据。热管理控制模型131在上述时间序列t的每个时刻ti，能够对于包括si的热状态数据，pi的发热功率数据和ai的热管理操作的输入，产生s
i+1
的新的热状态数据输出。实际上，新的热系统状态还可以包括p
i+1
的发热功率数据。由于新的热状态数据s
i+1
结合旧的系统状态数据(热状态数据和发热功率数据)以及热管理操作包括足以建立热管理控制模型131的信息，因此不再考虑新的发热功率数据。此外，热管理控制的目标在于控制发热设备的温度，也是不再将新的发热功率数据作为表征热系统的热状态的原因之一。应理解的是，对于未来的一段时间，基于规划路径信息生成的预测的规划速度数据，由确定发热功率数据功能122生成预测的发热功率数据，而对于已经过去的历史时刻，与每个历史时刻的车辆速度数据相对应的发热设备的发热功率数据不再是预测的发热功率数据，而是历史发热功率数据。
45.根据本技术的实施例，选择神经网络模型作为热管理控制模型131。神经网络模型适合于复杂系统输入和输出特性的模拟和快速建模。通过训练和学习，神经网络模型的快速准确的收敛特性可以获得更高效的模型输出效果。神经网络模型可以采用全连接架构。仿真平台的热环境模拟系统在训练初期可以被重复利用以节省资源，在仿真的热管理控制
系统模型具有足够高的精度之后，可以使用强化学习模型135与热管理控制模型131进行交互完成探索学习。
46.用于热管理控制模型131的神经网络模型的训练过程由图1中的热管理控制模型131左右两侧的空心箭头示出。
47.热管理控制模型131的特性可以由当前时刻的热状态数据，当前时刻的发热功率数据，当前时刻的热管理操作，以及当前时刻的下一时刻的热状态数据充分表征，因此可以由上述四项数据构成用于训练热管理控制模型131的神经网络参数的训练数据。对于热系统140的热状态数据序列s＝{s0，s1，
…
，si，s
i+1
，
…
，sn}，发热功率数据序列p＝{p0，p1，
…
，pi，p
i+1
，
…
，pn}，以及热管理操作的序列a＝{a0，a1，
…
，ai，a
i+1
，
…
，an}，由ti时刻的热状态数据，发热功率数据和热管理操作构成ti时刻的训练数据中的模型输入数据{si，pi，ai}，由ti时刻的下一时刻t
i+1
时刻的热状态数据构成ti时刻的训练数据中的模型输出数据{s
i+1
}，则ti时刻的训练数据可以表示为{si，pi，ai，s
i+1
}。如上文所述，热状态数据s可以通过温度传感器测量的温度数据确定，发热功率数据p可以通过车辆的ecu在车辆处计算或在第一单元处将速度传感器测量的车速结合动力总成模型计算，热管理操作由ecu输出。当历史数据足够覆盖热系统140的各种工况时，模型训练功能132基于训练数据训练的热管理控制模型131的神经网络参数将获得足够高的精度。
48.强化学习(reinforcement learning)，又称为再励学习和评价学习，属于一种用于求解模型在环境中采取行动以最大化累积奖励的机器学习方法。强化学习被应用在许多学科中，例如博弈论，控制理论，运筹学，信息论，基于仿真的优化，多智能体系统，群智能，统计和遗传算法。在运筹学和控制理论中，强化学习也被称为近似动态规划或神经动态规划。
49.强化学习通过设计奖励和惩罚机制使强化学习模型与环境进行交互来自动学习。在本技术中，环境即所建立的模拟热系统140的热管理控制模型131。强化学习算法可以分为基于值(value-based)的强化学习，基于策略(policy-based)的强化学习和演员评价(actor-critic)的强化学习三类。基于值的强化学习模型以dqn网络为代表。dqn网络模型中可以包括神经网络。dqn网络模型具有一个值函数网络而没有策略网络。基于演员评价的强化学习模型以ddpg和trpo网络为代表，在网络模型中既有值函数网络又有策略网络。理论上，任何状态行为对(s，a)都对应于一个值函数q(s，a)。可以通过公式或查找表求出值函数，也可以通过近似函数去估计值函数。诸如dqn网络模型中使用神经网络来近似值函数。强化学习网络模型在其基础上使用添加了目标q函数的残差模型函数作为损失函数。强化学习是一个反复迭代的过程，每一次迭代要解决两个问题：给定一个策略求解值函数，以及根据值函数来更新策略。
50.如图1中的热管理控制模型131左右两侧的灰色箭头以及强化学习模型135左侧和上部的灰色箭头，示出在热管理控制模型131训练完成后，强化学习模型135使用模型131进行反复迭代训练以进行强化学习的过程。
51.首先热管理控制模型131采集获取热状态数据的检测值s0和发热功率数据的检测值p0，强化学习网络模型根据值函数网络得到关于该热状态(包括热状态数据和发热功率数据)的所有值函数q，然后利用策略选择热管理操作并做出决策，模拟的热管理控制模型131接收到该热管理操作后会给出一个奖励r1以及下一个热状态数据s1，该步迭代完成。然
后将奖励r1加入强化学习网络模型的输入来更新值函数网络的输入参数。接着，进入下一个迭代步骤。如此循环直到训练出收敛的值函数网络。
52.贪婪策略每次都选择使得值函数最大的热管理操作。但是，问题在于对采样中没有出现过的输入数据对((si，pi)，ai)，由于没有评估也没有q值，使得这种数据对不会被选取。因此，在强化学习中引入探索(exploration)与利用(exploitation)的概念。探索用于发掘系统中的更多信息而并不局限在已知信息中，而利用则用于从已知信息中最大化奖励。实际上，强化学习模型135的本质是通过试错的方式，在模拟的热管理控制模型131上根据贪婪学习的方法，尝试各种热管理操作并根据相应的奖励数据寻找热管理操作的最优解。
53.在下文中以dqn网络模型为例介绍强化学习模型，但是本领域技术人员将理解，用于基于热状态数据s，发热功率数据p来生成热管理操作a的强化学习模型还可以采用诸如ddpg(deep deterministic policy gradient)网络或trpo网络的支持强化学习架构的网络模型。dqn网络模型使用∈-greedy∈-greedy贪婪策略来输出热管理操作。普通贪婪策略只注重后者而没有涉及前者。而∈-greedy∈-greedy策略兼具探索与利用，以∈∈的概率从所有的热管理操作中随机抽取一个，以(1-∈)(1-∈)的概率抽取作为最大热管理操作的操作。在介绍强化学习模型时，使用时间序列t＝{t0，t1，
…
，tk，t
k+1
，
…
，tm}以与热系统140和热管理控制模型131的实际热状态特性相区分，其中k和m为自然数并且0≤k≤m。
54.在车辆110中，第一计算单元120的确定发热功率数据功能122提供在未来一段时间内的预测的发热功率数据p。假设在初始时刻t0，热系统140的热状态为通过测量电驱动单元113的温度、测量冷却液循环系统115a的冷却液的温度以及测量冷却风扇115b附近的环境温度所确定的热状态数据s0，发热功率数据为p0，相应的热管理操作为a0。则下一时刻t1的热状态数据为s1，发热功率数据为p1，相应的热管理操作为a1。以此类推，在时刻tk，相应的各个参数为sk，pk，以及ak。
55.强化学习模型135具有初始状态参数，其可以基于当前时刻的热状态数据s，发热功率数据p生成相应的热管理操作a。但是初始状态的强化学习模型135生成的热管理操作a是随机的，并不是用于热状态数据(s，p)的最优热管理操作。因此，需要对强化学习模型135进行训练以使其能够输出最优的热管理操作。
56.先假设强化学习模型135在t0时刻针对参数s0，p0生成一个热管理操作a0。将t0时刻的参数s0，p0以及a0代入热管理控制模型131，得到模拟热系统预测的下一时刻的热状态数据s
0*
，并且根据奖励计算功能134中定义的奖励函数计算得到奖励r
0*
。将奖励r
0*
作为t0时刻的强化学习模型135的所确定的热管理操作a0对应的奖励数据。t0时刻的强化学习模型的输入参数s0，p0，强化学习模型的输出a0，对应的热管理控制模型131的预测输出s
0*
以及相应的奖励数据r
0*
构成t0时刻的一组训练数据{s0，p0，a0，s
0*
，r
0*
}以用于训练强化学习模型135。经训练的更新参数后的强化学习模型135可以针对下一时刻t1的输入参数s1和p1输出更新的热管理操作a1。热管理控制模型131基于下一时刻t1的输入参数s1，p1以及a1，预测得到再下一时刻的热状态数据s
1*
并计算得到奖励r
1*
。使用t1时刻的训练数据{s1，p1，a1，s
1*
，r
1*
}再次训练强化学习模型135以更新其参数。以此类推，将奖励r
k*
与tk时刻的强化学习模型的输入参数sk，pk，强化学习模型的输出ak，对应的热管理控制模型131的预测输出s
k*
以及相应的奖励数据r
k*
构成tk时刻的一组训练数据{sk，pk，ak，s
k*
，r
k*
}来训练强化学习模型
135。结合上述描述，s
k*
即s
k+1
。对于每个时刻tk，都存在由前一时刻t
k-1
的强化学习模型的输入参数s
k-1
，p
k-1
以及强化学习模型的输出a
k-1
，热管理控制模型131基于输入参数s
k-1
，p
k-1
和a
k-1
输出的sk以及用于前一时刻t
k-1
的奖励r
k-1
(r
k-1
来自于时刻t
k-1
的热管理控制模型131的输出，也就是在时刻t
k-1
的下一时刻，即当前时刻tk的系统的热状态数据sk)形成强化学习模型在时刻t
k-1
的训练数据，用于训练强化学习模型135的参数。
57.在dqn网络模型的训练中，q学习基于训练数据{s，p，a，s
*
，r}得到q函数值，并且根据如下公式计算使得q函数值最大的热管理操作a中的最优热管理操作a
*
。
58.new(q
s,a
)＝r
s,a
+∈*max(q
*
(s
*
,a
*
))
59.其中new(q
s,a
)表示基于状态s(热状态数据和发热功率数据)的新q函数值，r
s,a
为奖励数据，∈为贪婪概率参数或贪婪因子，q
*
为给定新的状态s
*
(热状态数据和发热功率数据)下的未来q函数值，max(q
*
)表示对未来q函数值取最大值。
60.贪婪概率参数∈可以设定为1，表示最大贪婪，而0值的∈表示不贪婪(进行探索)。在开始训练dqn网络时，由于可用的模型输入数据较少，系统倾向于探索以发掘更多的信息。随着系统的运行，会有大量的模型输入数据组合进入样本池用于强化学习模型的自学习训练，直至训练完成使得强化学习模型最终得到最优的热管理操作。
61.这样，对于每个热状态(热状态数据s和发热功率数据p)，都可以借助热管理控制模型131的预测的热状态数据输出不断训练和优化强化学习模型135，使得强化学习模型135能够得出与热状态数据s和发热功率数据p对应的最优的热管理操作a
*
。对于规划速度数据中的每个时刻的规划速度和车辆的热状态(相应地可以确定热状态数据s和发热功率数据p)，都可以循环迭代强化学习模型直到模型可以输出热管理操作的最优解。
62.在强化学习模型135进行训练和迭代的过程中，模型可以存储所求解的最优热管理操作a
*
，并在下一次针对相同的热状态数据a和发热功率数据p，直接输出最优热管理操作a
*
。
63.需要说明的是，强化学习模型135是基于热管理控制模型131的。当重新建立或更新热管理控制模型131时，强化学习模型135将针对规划速度数据中的每个时刻的规划速度以及系统热状态重新训练以获得更新的强化学习模型，从而输出与新的热管理控制模型131对应的更新的最优热管理操作。因此，尽可能精确地训练热管理控制模型131以覆盖足够多的工况，可以避免更新或重新确定热管理控制模型131，进而避免针对每个工况更新或重新确定强化学习模型135的参数。
64.奖励计算134中定义的奖励函数独立于强化学习模型。在奖励函数设计时，需要考虑如下因素以均衡各种需求指标，其中这些因素仅作为示例而不作为限制：
65.发热设备的设定温度范围；
66.冷却液的设定温度范围；
67.冷却系统的消耗功率；
68.冷却系统的冷却能力；
69.基于nvh(噪声、振动与声振粗糙度，noise-vibration-harshness)要求设定的冷却系统的满负荷运行时间；以及
70.环境温度等。
71.例如，发热设备的温度不应当超过一定范围，冷却液的温度也具有设定的范围以
及根据环境温度动态改变冷却液温度的控制范围(诸如季节模式)，尽量减少冷却系统的电功耗，考虑到nvh要求而尽量减少车辆设备的满负荷运行时间，以及考虑到发热设备的瞬间热冲击而需要保证冷却系统具有充足的冷却潜力等。
72.奖励数据r包括正向的奖励和负向的惩罚。奖励和惩罚分别基于上述相关参数与阈值或阈值范围的比较来调整，以使热管理控制模型131的神经网络模型尽可能快地收敛到均衡各种需求指标的参数状态。例如，如果发热设备的温度超出设定温度阈值或温度范围则进行惩罚，超出设定温度阈值或温度范围的程度越大则惩罚越大；如果发热设备的温度在温度阈值内或落入温度范围内则进行奖励，越接近温度阈值或温度范围内的最优温度值则奖励越大。
73.对于dqn网络，还可以进一步缩小需求指标的范围以进行优化。例如，速度规划121中可以将车辆速度设定为100km/h的高速巡航状态，电驱动单元的设定温度范围为20-70摄氏度，冷却液的设定温度范围为20-50摄氏度，环境温度为20摄氏度，电子水泵的转速/流量的参数区间为[0-1](分别对应于完全关闭/停止，和额定最大转速/流量)，调整步长为0.1(最大转速/流量的10％)。冷却风扇的转速的参数区间为[0-1](分别对应于完全关闭/停止，和额定最大转速)，调整步长为0.1(最大转速的10％)。
[0074]
训练学习完成的强化学习模型135可以通过诸如5g或6g的高速无线传输方式由第二计算单元130发送到车辆110的ecu 111进行热管理控制的引用。第二计算单元130也可以将确定的热管理操作ai或热管理操作序列{ai}发送到ecu 111。
[0075]
第二计算单元130可以将基于来自第一计算单元120的速度规划功能121生成的规划速度数据，以及经过离线训练或先前确定或更新的与该规划速度数据相对应的热管理控制模型131以及强化学习模型135存储在历史数据133中，作为历史规划速度数据，历史热管理控制模型以及历史强化学习模型。当从第一计算单元120获得新的速度规划数据时，规划速度数据比较功能133将该规划速度数据与历史数据133中的历史规划速度数据进行比较。规划速度数据的比较可以通过函数或曲线的比较来完成。例如，新的规划速度数据曲线与历史规划速度数据曲线的至少一部分形状类似或重合，可以认为新的规划速度数据与历史规划速度数据(的至少一部分)相同。或者例如，新的规划速度数据函数在单位时间间隔或设定时间间隔的连续时刻的速度值分别与历史规划速度数据函数的相应速度值相同，可以认为新的规划速度数据与历史规划速度数据在时间采样上相同。如果新的规划速度数据与存在于历史数据133中的历史规划速度数据相同，表明新的规划速度数据中的速度以及相对应的发热功率数据已经在训练历史热管理控制模型时所使用的工况所覆盖。使用历史热管理控制模型就可以根据历史规划速度数据结合发热设备的热状态数据准确模拟发热设备在新的规划速度数据下的热系统特性，则可以直接从存储的历史数据中提取与该规划速度数据对应的历史热管理控制模型作为用于模拟热系统140的热管理控制模型131。如果新的规划速度数据与历史数据133中的历史规划速度数据都不同，表明历史热管理控制模型的训练数据并未覆盖新的规划速度数据中的至少一个工况，则需要使用模型训练功能132根据上文所述的模型训练过程重新确定或更新所存储的历史热管理控制模型。
[0076]
本领域技术人员将理解，确定热系统140的工况的参数除了发热功率数据外还有系统的热状态数据。为了便于进行规划速度数据与历史规划速度数据的比较，可以假定车辆110在实施速度规划121生成规划速度数据时，发热设备的热状态数据与历史规划速度数
据的热状态数据相同，也就是二者基于相同的初始热状态。或者，在历史规划速度数据中寻找是否存在从当前的系统热状态开始的与芯的规划速度数据相同的规划速度数据部分。
[0077]
如果历史热管理控制模型131可以用作当前规划速度数据的热管理控制模型131，可以进一步确定与热管理控制模型131相对应的强化学习模型135是否可以采用历史强化学习模型。如上文所述，强化学习模型135是基于热管理控制模型131生成的，因此如果历史热管理控制模型所对应的历史规划速度数据与新的规划速度数据相同，则说明历史热管理控制模型已经覆盖新的规划速度数据中的各种工况，先前确定的历史强化学习模型已经针对相应的工况进行了迭代学习，就可以从先前存储的最优热管理操作中提供与新的规划速度数据中的各个时刻所对应的速度下的最优热管理操作(假设热状态数据相同)。否则，可以针对新的规划速度数据中的某个或某些时刻的规划速度，结合热状态数据，重新确定该热状态下的强化学习模型的参数，获得新的最优热管理操作。
[0078]
随着第二计算单元130的云端计算能力足够强大，以及车辆110与第一计算单元120和第二计算单元130之间的无线通信网络的速度足够快时，即使在历史数据133中不存在与当前规划速度数据相同的历史规划速度数据时，也可以在线建模或更新热管理控制模型131，再实时地确定强化学习模型的参数以用于在线地提供强化学习模型135或使用强化学习模型计算针对每个时刻的规划速度和热状态数据的最优热管理操作。
[0079]
图2示出根据本技术的实施例的用于车辆的发热设备的热管理控制的方法，其中与图1中的系统操作过程类似的部分将不再详述。方法包括如下步骤：
[0080]
s210：确定与车辆的规划路径信息相对应的规划速度数据。步骤s210进一步包括获取车辆的位置数据，路况以及地图数据的子步骤s211，以及基于位置数据，路况以及地图数据确定车辆的规划路径信息的子步骤s212。
[0081]
s220：基于规划速度数据和车辆的动力总成模型生成发热设备的发热功率数据。
[0082]
s230：基于发热功率数据和车辆的热状态数据确定用于发热设备的热管理控制模型。其中，热管理控制模型为神经网络模型，其可以基于当前时刻的前一时刻的热状态数据，前一时刻的发热功率数据以及前一时刻的热管理操作来确定当前时刻的热状态数据。热管理控制模型的参数可以通过历史数据或仿真数据来训练。
[0083]
方法还可以包括基于温度传感器采集的发热设备的温度和冷却系统的温度确定热状态数据，以及基于速度传感器采集的车辆速度确定发热功率数据的步骤s260。
[0084]
继续回到步骤s230，其进一步包括用于建立热管理控制模型的若干子步骤：确定历史时刻的热状态数据和历史时刻的前一时刻的热状态数据，以及历史时刻的热管理操作的子步骤s231；基于历史时刻的车辆速度数据确定历史时刻的发热功率数据的子步骤s232；将历史时刻的前一时刻的热状态数据，历史时刻的前一时刻的发热功率数据，以及历史时刻的前一时刻的热管理操作作为历史时刻的前一时刻的热管理控制模型的训练数据中的模型输入数据，将历史时刻的热状态数据所述历史时刻的时刻的热管理控制模型的训练数据中的模型输出数据以生成用于训练热管理控制模型的训练数据的子步骤s233；以及基于训练数据训练热管理控制模型的神经网络模型的子步骤s234。
[0085]
s240：基于车辆的热状态数据，发热功率数据生成用于在步骤s230中确定的热管理控制模型的强化学习模型。实际上，步骤s240中在所确定的热管理控制模型上，对于热状态数据，发热功率数据组成的发热设备的热状态，使用强化学习模型尝试各种热管理操作
并根据相应的奖励数据寻找热管理操作的最优解。步骤s240还可以进一步包括对于未进行参数训练和优化的强化学习模型，首先在子步骤s241中基于车辆的当前时刻的热状态数据，当前时刻的发热功率数据，以及由强化学习模型确定的当前时刻的热管理操作，通过热管理控制模型预测当前时刻的下一时刻的热状态数据。其中热管理操作是由强化学习模型随机生成或尝试生成的非最优热管理操作。接下来，在子步骤s242中基于当前时刻的下一时刻的热状态数据确定用于强化学习模型的当前时刻的奖励数据。对于奖励数据的生成，可以考虑均衡若干需求，如上文所述。获得奖励数据后，将当前时刻的热状态数据，发热功率数据，奖励数据，热管理操作，以及当前时刻的下一时刻的热状态数据作为当前时刻的强化学习模型的训练数据，如子步骤s243所示。基于上述训练数据，在子步骤s244中训练强化学习模型以更新模型参数。然后再一次使用更新的强化学习模型在子步骤s245中输出更新的当前时刻的热管理操作。然后迭代重复子步骤s241-s245，直至强化学习模型在某次迭代中的子步骤s254输出的热管理操作是符合约束需求的最优热管理操作为止。步骤s240针对规划速度数据中的每个时刻的规划速度进行，从而强化学习训练出每个发热系统工况(由热状态数据和发热功率数据表示)下的最优的热管理操作。
[0086]
s250：在基于热管理控制模型训练完成强化学习模型后，可以确定与规划速度数据的每个时刻相对应的最优的热管理操作。在步骤s240中，可以在强化学习模型的训练过程中记录每个时刻的工况对应的最优热管理操作。步骤s250还包括向车辆发送创建的强化学习模型和/或通过强化学习模型确定的热管理操作。
[0087]
其中，可以在第一位置(例如第一云端)处完成步骤s210和s220，在第二位置(例如第二云端)处完成步骤s230，s240和s250。
[0088]
方法还可以包括步骤s270：在第二位置处存储历史规划速度数据以及与历史规划速度数据相对应的热管理控制模型和强化学习模型，使得在步骤s210中确定的规划速度数据与历史规划速度数据不同时，更新热管理控制模型和/或更新强化学习模型；以及在规划速度数据与历史规划速度数据相同时，使用历史热管理控制模型作为热管理控制模型并且使用历史强化学习模型作为强化学习模型。
[0089]
图3示出根据本技术的一个实施例的用于车辆的发热设备的热管理控制的系统300，其中与图1中的系统流程类似的部分将不再详述。
[0090]
系统300包括位于与车辆330不同的第一位置(第一云端)的第一计算单元310和位于与车辆330不同的第二位置(第二云端)的第二计算单元320。车辆330，第一计算单元310和第二计算单元320可以分别通过诸如5g或6g的无线网络进行通信。
[0091]
第一计算单元310用于确定与车辆的规划路径信息相对应规划速度数据，以及基于规划速度数据和车辆的动力总成模型生成发热设备的发热功率数据。
[0092]
第二计算单元320用于确定用于发热设备的热管理控制模型，基于车辆的热状态数据，发热功率数据生成用于热管理控制模型的强化学习模型，以及使用强化学习模型确定与规划速度数据相对应的热管理操作。
[0093]
通过使用本技术的实施例的车辆发热设备的热管理控制方法和系统，利用诸如神经网络的人工智能方法模拟车辆的热系统以建立热管理控制模型，结合强化学习模型基于所建模的热管理控制模型预测的系统热状态进行探索和学习，可以快速准确地得到最优的热管理控制策略。所述方法和系统还可以结合智能互联汽车获得的规划路径和路况信息，
使得所学习的模型和控制策略能够满足和均衡各个需求指标(诸如nvh，能耗等)，而且热管理控制方法生成最优控制策略的效率随着系统的运算能力的提高而提高，有效降低了热管理控制的成本。此外，强化自学习方法能够更好地应用于高速路况或者支持开启巡航功能的路况。在特定整车驾驶循环(例如nedc，wltp等)的测试环境，还可以通过强化学习架构研究热管理操作对节油等的贡献。
[0094]
应当注意，尽管在上文详细描述中提及了用于车辆的发热设备的热管理控制的系统的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本技术的方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0095]
在本技术的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序包括可执行指令，该可执行指令被例如处理器执行时可以实现上述任意一个实施例中所述用于车辆的发热设备的热管理控制的方法的步骤。在一些可能的实施方式中，本技术的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书用于车辆的发热设备的热管理控制的方法中描述的根据本技术各种示例性实施例的步骤。
[0096]
根据本技术的实施例的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本技术的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0097]
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0098]
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0099]
可以以一种或多种程序设计语言的任意组合来编写用于执行本技术操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算
设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0100]
在本技术的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中的用于车辆的发热设备的热管理控制的方法的步骤。
[0101]
所属技术领域的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0102]
下面参照图4来描述根据本技术的这种实施方式的电子设备400。图4显示的电子设备400仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。需要说明的是，图3中的第一计算单元310和第二计算单元320可以分别实现为不同的电子设备，也可以整合为一个电子设备(此时第一和第二计算单元310和320可以位于同一位置，诸如同一云端)。
[0103]
如图4所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：至少一个处理单元410、至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430、显示单元440等。
[0104]
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元410执行，使得所述处理单元410执行本说明书用于车辆的发热设备的热管理控制的方法中描述的根据本技术各种示例性实施方式的步骤。例如，所述处理单元410可以执行如图2中所示的步骤。
[0105]
所述存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元(rom)4203。
[0106]
所述存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204，这样的程序模块4205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0107]
总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0108]
电子设备400也可以与一个或多个外部设备500(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口450进行。并且，电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器460可以通过总线430与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限
于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0109]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本技术实施方式的用于车辆的发热设备的热管理控制的方法。
[0110]
本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由所附的权利要求指出。