K3-06 模型预测控制（MPC）在热管理中的应用

课程代码 K3-06 · 板块 K 控制、软件与标定 / K3 控制策略与算法 时长 约 4.0 小时（5 讲 + 1 次简化 MPC 问题搭建实操） 适合对象 控制工程师、仿真工程师（主修，预研方向选修课题）；热管理域控软件架构师与算法预研负责人（主修）；负责判「这个项目要不要上 MPC」的技术管理岗（选修，重点读第 1 讲与第 5 讲）。需已能整定一条 PID 环、能读懂状态空间形式、知道什么叫二次规划 前置 K3-05 PID/前馈/增益调度控制实战 PID/前馈/增益调度控制实战（θ_total 与 τ_plant 的合账方法与「调不动时往哪走」的判据，本课直接接在它第 7 讲的出口上）；K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件（不可测状态与不可测扰动的在线获取途径及其误差界——MPC 的鲁棒性上限由估计精度决定）。体系外前置（需自备）：线性代数与最小二乘、离散时间系统与 Z 域基本概念、凸优化与二次规划的基本词汇（不要求会推 KKT 条件） 本讲义定位 讲师授课蓝本 / 学员自学讲义。本课是工程落地课，不是 MPC 理论课——不推稳定性证明、不推递归可行性定理、不推 KKT 与内点法。它只回答四件事：这个场景该不该上 MPC、模型骨架怎么搭、代价函数与约束怎么写、求解不出来时谁来兜底

---

按任务导航

你手上的事	直接看	还要配
领导说「上个 MPC 试试」，我要判该不该接	第 1 讲 1.4：三道前置筛，逐道给拦截判据	第 5 讲 5.1：四账对照与三档结论
PID 调不动了，想知道下一步往哪走	第 1 讲 1.4 筛一：θ_total/τ_plant 比值（口径来自 K3-05 PID/前馈/增益调度控制实战）	第 1 讲 1.3：MPC 买得到什么、买不到什么
两条环互相打架，有人说「上 MPC 就解耦了」	第 1 讲 1.4 筛二：先做通道配对与耦合强度评估	常见误区第 1 条：耦合不是只能靠 MPC 解
要搭一个电池预热的 MPC 模型骨架	第 2 讲 2.2 / 2.3：x/u/d/y 划分与二阶 RC 骨架	关键公式详解 · 公式一
环境温度、车速这些量该放哪一栏	第 2 讲 2.2：可测扰动 d 与不可测扰动 w 的分叉	第 5 讲 5.4：未来 d 轨迹从 K7-01 预测性热管理（导航/云端/驾驶意图协同） 来
状态测不到，只有估计值	第 2 讲 2.5：估计器接口三件套与约束收缩	图7：估计误差怎么吃掉硬约束裕度
代价函数的权重怎么调	第 3 讲 3.2：先归一化，再只调一个比值	第 3 讲 3.1：三项各改变轨迹的哪一处
阀开度下界该写 0 还是写别的	第 3 讲 3.3：u 的上下界取自执行器权限表	常见误区第 6 条：u_min 写 0 的连锁后果
优化器报「无可行解」，控制器直接不动了	第 3 讲 3.3 软约束段 + 3.5 可行性	第 4 讲 4.5：不可行时的三条兜底路径
N_p 和 N_c 到底取多少	第 4 讲 4.2：三方夹逼，上下界各有物理来源	图10 与关键公式详解 · 公式五
ECU 算不动，一到快充就丢帧	第 4 讲 4.3 / 4.4：求解预算与四条降算力折中	第 4 讲 4.4 末：定迭代上限的代价
要写功能安全的兜底论证	第 4 讲 4.5：限值保护层与求解器内约束是两件事	第 4 讲 4.6：横向隔离，输入不得取自优化器
要向项目组证明「上了 MPC 到底赚了多少」	第 5 讲 5.1 / 5.2：四账 + 收益拆分 A/B	第 5 讲 5.3：必须上车的四个在线观测量

⛔ 本课不覆盖 · 栏一（不讲哪些题目，每样带去向）：【控制方法本体】PID 结构形态、限幅三件套、整定式与整定路线、前馈设计、增益调度、无扰交接 → K3-05 PID/前馈/增益调度控制实战（本课是它第 7 讲的出口之一，⛔ 不重讲）；通道配对、RGA 计算与耦合强度评估、解耦前馈的设计 → K3-14 多回路耦合识别与通道配对：谁控谁、耦合多强、抢控怎么查（它是本课前置筛二的属主，本课只调用它的结论、⛔ 不重推）；模式表、迁移矩阵、双向执行器权限表、限值保护层的结构本体与横向隔离原则 → K3-01 整车热管理控制策略总览与模式管理（本课只说 MPC 的输出如何接进这条通道）；稳态执行器需求生成与协同仲裁 → K3-08 冷却侧执行器需求生成与协同仲裁：电子水泵/冷却风扇/AGS；模式切换的时间轴编排 → K3-09 冷却液回路模式切换的执行时序：泵—阀联动、断流窗口与切换序列表；整车级能量最优的分层调度 → K3-07 能量最优的整车协调控制。【模型与估计】降阶方法本体、ROM 生成与验证、控制导向建模的一般方法学 → J7-02 模型降阶（ROM）与控制导向建模；一维系统仿真模型的搭建与标定 → J1-01 1D 热管理仿真导论（KULI/AMESim/GT/Flowmaster）；数字孪生的融合架构与实时约束 → J7-04 整车热管理数字孪生与实时模型；观测器结构选型、Q/R 整定、残差带工况化、置信度分档与退出状态机 → K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件（本课只取它的交付三件套并说明如何计入约束裕度）；误差带到裕度的折算关系本体 → B4-04 整车能量管理与热管理的协同优化。【软件与安全】嵌入式任务架构、周期与抢占、WCET 与实时性论证 → K4-01 热管理嵌入式软件架构与 AUTOSAR 基础；Simulink 建模与代码生成、定点化 → K4-02 基于模型开发（MBD）：Simulink 建模与代码生成；构型合法性与状态机可验证性 → K4-05 模式状态机的完备性核对与可验证性设计；降级等级体系与资源仲裁 → K5-02 热管理故障处理与降级策略；数据驱动件的「能力不足型」风险与预期功能安全论证方法学 → K2-05 预期功能安全（SOTIF/ISO 21448）与 AI 件安全论证在热管理的落法；控制器硬件与算力选型 → K2-01 热管理控制器（域控/ECU）硬件架构。【上游数值】电芯与部件的温度限值本体 → D1-01 动力电池产热机理与产热速率建模；执行器的死区、最小可控输出、降额线 → K1-02 执行器驱动：电子阀/泵/风扇/压缩机 PWM / G4-01 电子膨胀阀（EXV）结构、控制与选型 / G1-02 压缩机排量、转速控制与容调；快充场景的冷量分配与充电协商 → D4-03 充电过程温控策略与充电功率协同。【下游】外部预测信息源（导航/云端/驾驶意图）与预测性热管理的场景层 → K7-01 预测性热管理（导航/云端/驾驶意图协同）（分工见第 5 讲 5.4）；黑箱形态的能效自学习 → K7-03 数据驱动的能效自学习控制；标定量规格与整定验收 → K6-01 热管理标定流程与工具（INCA/CANape） / K6-07 热泵与多模式切换标定；台架瞬态复现 → L2-04 冷却系统台架热性能试验：负载标定、散热能力与模式切换瞬态；工程收益的货币化与投资回收 → M3-05 工程收益的货币化与热管理投资回收决策：换算率来源、现金流折现与两种盈亏平衡口径。

⛔ 本课不覆盖 · 栏二（真正不给的数）：① 任何权重矩阵的具体数值——W_y、W_Δu、W_N 的元素是平台相关的标定量，且它们只有比值有意义（第 3 讲 3.2 给的是归一化后的整定路线，不是数值）；谁拿出一份「推荐的 MPC 权重」，那份东西一定不对应你的平台。② 目标 ECU 上的 QP 求解耗时——它由芯片、编译选项、求解器实现、问题规模四者共同决定，本课给的是量级区间与怎么量，⛔ 不给可以直接抄的数（第 4 讲 4.3）。③ 电芯温度上限与部件限值的数值——属主是 D1-01 动力电池产热机理与产热速率建模 与各部件规格书，本课只负责它在优化框架内的数学表达。④ 本课不引用任何标准条款的具体内容——功能安全相关的兜底要求只写去向，版次、部次以现行目录为准，引用前须核原文（说明见第 4 讲 4.5 末）。

⚠ 栏二之外的平台相关量（控制周期 T_s、预测时域 N_p、控制时域 N_c、约束收缩量、求解迭代上限、限值层介入率的告警阈值等）本课照给典型区间与常见值锚点，逐条标「⚠ 典型值、⛔ 不是验收依据，须实测确认」与拿到它的路。汇总表在第 1 讲 1.6。

---

引言：一次「上 MPC 也救不了」的快充预热

某纯电平台，冬季快充前电池预热。原方案是固定加热功率 + 一条 PID 环压电芯温度，标定阶段两头不讨好：功率给足，电芯最热点冲过上限触发保护回退，加热断断续续；功率给保守，到桩之后还要再等两三分钟才能开始大功率充电，用户抱怨「说好的预热白预热了」。

标定组调了三轮 PID，症状原地打转。预研组提出：这是典型的「有硬约束、有硬终点时刻、还有大热惯性」的场景，上 MPC。

项目组批了预研。三个月后的结论出乎所有人意料：MPC 版本在台架上确实更好——但把它拆开之后发现，绝大部分收益来自一件与 MPC 无关的事。

拆解是这样做的。把 MPC 相对原方案多出来的东西列成三样，逐样单独做一次 A/B：

• 前瞻——原方案的加热功率只看当前温差；MPC 用了「距离到桩还有多久」这条未来信息。单独把它加进原方案（做成一条按剩余时间调度的功率前馈），拿回了大部分的到达时间改善。
• 约束显式处理——MPC 把电芯温度上限写进优化问题，会提前减功率而不是撞上去再退。单独把它加进原方案（把保护阈值前面加一段按预测温升的提前减载），拿回了大部分的越界次数改善。
• 多变量协调——这个场景只有一个执行器（加热回路功率），协调项本来就没有可协调的东西，收益接近零。

三样加起来，原方案改造版拿到了 MPC 版八成以上的收益，而建模工时、ECU 算力占用、退出路径复杂度这三笔成本一分钱没花。

这门课要教的第一件事，就是这个拆解本身。它不是在劝退 MPC——恰恰相反，只有会做这个拆解的人，才说得清一个场景为什么值得上 MPC，也才拿得到项目预算。剩下的那不到两成收益，在有些平台上是可以忽略的，在另一些平台上（多热源、多约束同时活跃）它会放大成压倒性的差距。

⇒ 所以本课的顺序是：先教怎么把 MPC 挡在门外（第 1 讲），再教怎么把它做对（第 2~4 讲），最后回到怎么证明它值（第 5 讲）。

---

全课符号约定与两条跨课口径提醒

本课全程使用下表符号。⚠ 其中两条与其他课有交叉，必须先说清楚，否则读者会把两门课的量直接互代。

符号	含义	单位	口径归属
x[k]	状态向量（第 k 拍）	各分量随物理量	本课定义，见第 2 讲 2.2
u[k]	控制输入向量（执行器指令）	各分量随执行器	本课定义
Δu[k]	控制增量，Δu[k] = u[k] − u[k−1]	同 u	本课定义
d[k]	可测扰动向量（环境温度、车速、充电功率请求等）	各分量随物理量	本课定义
w[k]	不可测扰动与模型失配的合并项	同 x 的量纲	本课定义
y[k]	被控输出（受控量）	各分量随物理量	本课定义
A, B, E, C	离散状态空间的四个矩阵	无量纲/复合	本课定义，见公式一
N_p	预测时域（步数）	拍	本课定义，见第 4 讲
N_c	控制时域（步数），N_c ≤ N_p	拍	本课定义
T_s	MPC 的控制周期（一拍的时长）	s	本课定义
J	代价函数值	无量纲（归一化后）	本课定义，见公式二
W_y	跟踪误差项的权重矩阵	无量纲（归一化后）	本课定义，⚠ 见下方提醒①
W_Δu	控制增量惩罚项的权重矩阵	无量纲（归一化后）	本课定义，⚠ 见下方提醒①
W_N	终端代价的权重矩阵	无量纲（归一化后）	本课定义
ε	软约束的松弛变量（非负）	同被松弛量	本课定义，见第 3 讲 3.3
ρ	松弛变量的惩罚权重	复合	本课定义
σ_est	估计误差的标准差（或误差带半宽）	同被估计量	取自 K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 的残差带，⚠ 见下方提醒②
θ_total	环路的纯滞后总账	s	逐字复用 K3-05 PID/前馈/增益调度控制实战 的口径
τ_plant	被控对象的主导时间常数	s	逐字复用 K3-05 PID/前馈/增益调度控制实战 的口径

⚠ 跨课口径提醒①：本课的 W_y / W_Δu，与 K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 的 Q / R 不是一回事

MPC 的公开文献里，代价函数的两个权重矩阵几乎总是写成 Q 与 R。而本课程体系里 K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 已经把 Q 与 R 用掉了——在那门课里它们是卡尔曼滤波的过程噪声协方差与量测噪声协方差，是估计器的整定量，由「长静置段实测」与「可接受的跟踪滞后反推」两条路得到。

两者形式上都是对称正定矩阵、都出现在一个二次型里、都靠调它们的比值起作用，而含义完全不同：

	K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 的 Q / R	本课的 W_y / W_Δu
是什么	噪声的统计描述	设计者的偏好陈述
从哪来	从实测数据量出来（R）、按可接受滞后反推（Q）	由「多目标之间怎么折中」这个工程决定给出
调大 R 的后果	更不信量测，估计更平滑、更滞后	——（本课无 R）
调大 W_Δu 的后果	——（那门课无 W_Δu）	执行器动作更柔和，跟踪更慢
有没有「正确值」	有参考——它对应真实的噪声统计	没有——它只反映你想要什么

⇒ 本课因此改用 W_y / W_Δu / W_N 这套记号，⛔ 不用 Q / R。读外部文献时请自行做一次映射：文献里的 Q ↔ 本课 W_y，文献里的 R ↔ 本课 W_Δu（⚠ 有些文献的 R 惩罚的是 u 本身而不是 Δu，这是第三种口径，读到时要看清它到底写的是 u 还是 Δu——本课一律惩罚 Δu，理由在第 3 讲 3.1）。

⛔ 这两套量绝不许互代。一个真实会发生的错法是：估计器整定得到一组「好用的 Q/R」，写 MPC 时顺手把同一组数填进代价函数——它们连量纲都不一样，填进去之后 MPC 的表现是随机的，而且没有任何一处会报错。

⚠ 跨课口径提醒②：σ_est 是从 K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 拿来的，本课只用它、不产它

本课第 2 讲 2.5 要用估计误差带把硬约束收缩一圈。那个 σ_est 不是本课算的——它是 K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 交付的残差带（并且是随工况变的，不是一个常数）。本课的责任只有两条：把它要过来，以及把它算进约束里。⛔ 本课不重讲残差带怎么整定，也不重讲置信度怎么分档。

而误差带折算成裕度的一般关系（不止用于 MPC），属主是 B4-04 整车能量管理与热管理的协同优化，本课只做 MPC 场景下的具体落法。

---

第 1 讲　MPC 解决什么问题，以及上之前的三道前置筛

本讲交付两件：① 一句能对项目组说清楚的「MPC 到底买到了什么」——三样，且只有三样；② 一张三道前置筛的决策流，每道筛给出可判真假的拦截判据。本讲不交付：MPC 的稳定性与可行性理论（本课全程不推）、RGA 与通道配对的算法（属主 K3-14 多回路耦合识别与通道配对：谁控谁、耦合多强、抢控怎么查）、PID 整定方法（属主 K3-05 PID/前馈/增益调度控制实战）。

1.1 先把 PID 的信息面画出来：它到底看得见什么

要说清 MPC 解决什么问题，得先说清 PID 看不见什么。把一条 PID 环在 k 拍能用到的信息摊开：

项	用到的信息	时间方向
比例项	当前误差 e[k]	现在
积分项	误差的历史累积	过去
微分项	误差的变化率（近几拍的差分）	过去到现在的斜率
前馈项（若有）	当前可测扰动 d[k]	现在

⇒ 一条完整的 PID+前馈，用到的全部信息都在「现在及以前」。它对「如果我现在这么动，三十秒后系统会到哪」这件事没有任何表示——它是靠反馈闭环，把这件事交给物理世界去回答，然后再修正。

这个结构在两类场景下会失效，而且失效方式不同：

失效方式一：来不及。环路的纯滞后 θ_total 很大时，误差出现在传感器上的那一刻，导致它的那个动作已经发生在 θ_total 之前。PID 此刻做的任何修正，还要再过 θ_total 才看得见效果。这是 K3-05 PID/前馈/增益调度控制实战 第 2 讲那本延迟总账要合的原因——θ_total 与 τ_plant 的比值接近或超过 1 时，任何整定都只是在振荡与迟钝之间换位置。

失效方式二：撞上去才知道。被控量有硬上限（电芯温度）时，PID 只有在温度已经接近上限、误差已经变号之后才会减小输出。而热惯性意味着此刻回路里已经存了一批还没释放出来的热——温度会继续往上冲一段。这就是引言里那个「冲过上限触发保护回退」的机制。事后加钳位、加保护阈值可以让它不越界，但代价是牺牲了逼近上限的能力：为了不冲过去，只能把工作点压得离上限远一些，那段裕度就是白白让掉的性能。

1.2 MPC 的核心机制：滚动时域优化，只执行第一步

MPC 每一拍做三件事，顺序固定：

1. 预测——用一个模型，从当前状态 x[k] 出发，算出「未来 N_p 步的输出会怎么走」，这个走法取决于我打算下发的那串控制序列 u[k], u[k+1], …, u[k+N_c−1]。
2. 优化——在满足所有约束的前提下，找一串使代价函数 J 最小的控制序列。
3. 只执行第一步——把 u[k] 发下去，后面那 N_c−1 步全部丢掉；下一拍拿到新的 x[k+1]，整个过程重做一遍。

第 3 步是最反直觉、也最关键的一步。算了 N_c 步只用一步，剩下的全扔掉，看起来是巨大的浪费——而它恰恰是 MPC 之所以是「控制」而不是「开环规划」的原因。

理由是：那串被丢掉的序列，是在「模型完全正确、扰动完全按预测走」这个假设下算出来的最优解。而这个假设一定不成立——模型有失配、有不可测扰动 w。如果照着那串序列一路执行下去，误差会一步步累积，且没有任何机制去修正它，这就是开环。而每拍重新用实测的 x[k+1] 重算一遍，等于每拍都把真实世界的反馈重新注入一次。反馈就是从这里进来的。

⇒ 一句话记住：滚动时域优化 ＝ 有限时域的开环最优 + 每拍重做一次。前半句给了前瞻能力，后半句给了反馈能力。

1.3 MPC 买到的是三样东西，⛔ 只有三样

要判「值不值得上」，先得知道花钱买的是什么。MPC 相对一条整定良好的 PID+前馈+增益调度，多出来的能力只有三样：

① 显式约束处理。约束不是事后钳位，是写进优化问题里的一行不等式。优化器在选控制序列时就知道「这么走会在第 12 步撞上限」，于是提前几步就把动作收敛下来。收益是：可以把稳态工作点贴着约束跑，而不必留一大段裕度。约束越是「常态活跃」，这一项的价值越大。

② 前瞻（对未来扰动与未来目标的利用）。如果未来的 d 轨迹是已知的——环境温度的短期外推、导航给的爬坡段、充电协议协商出来的功率曲线、「距离到桩还有 8 分钟」——MPC 可以把它整段吃进预测里，提前动作。⚠ 这一项不是 MPC 独有的：一条按未来信息设计的前馈同样能拿到它的大部分，这正是引言那个拆解里最大的一块。它的属主在场景层是 K7-01 预测性热管理（导航/云端/驾驶意图协同）。

③ 多变量协调。MPC 一次求解所有执行器的指令，回路之间的耦合是被内生处理的——不需要先解耦、再各配一条环。执行器越多、耦合越强、越难找到干净的配对方案，这一项越值钱。反过来，单输入单输出的场景，这一项价值为零（引言那个例子）。

⛔ 与之对称，把 MPC 买不到的四样也写下来，因为它们是最常见的过高期待：

• ⛔ 买不到可观性与可控性。一个装不了传感器又估不出来的状态，MPC 也不知道它在哪；一个执行器权限压根推不到的目标，MPC 求出来的仍然是「推不到」。这两件事在上 MPC 之前就已经定死了。
• ⛔ 买不到「不需要模型」。MPC 的全部前瞻能力都建立在模型上。模型错了，它的「最优解」会比 PID 更差——因为 PID 至少不会自信地朝一个错误的预测走过去。
• ⛔ 买不到限值保护。写在优化问题里的 u_min ≤ u ≤ u_max 与限值保护层是两件事，这是第 4 讲的第二根钉子，也是全课最容易读错的一条。
• ⛔ 买不到标定工作量的减少。PID 要调三个参数，MPC 要定模型参数、权重比、时域长度、约束裕度、松弛惩罚、退出条件——标定量只会更多，只是它们更有物理含义、更好解释。

1.4 三道前置筛：过不去的那些场景，一道也进不了 MPC 的地盘

⭐ 这是本讲最该被带走的东西。把 1.3 的三样能力倒过来，就得到三道筛——一个场景只有把三道筛全部走完，才轮到讨论 MPC。

筛一（能力筛）：这条环，PID 是不是真的调不动了？

判据直接沿用 K3-05 PID/前馈/增益调度控制实战 的合账结果：合出 θ_total 与 τ_plant，读它们的比值。⚠ 口径必须逐字照那门课来——θ_total 只收纯滞后以及可以折成等效纯滞后的小时间常数，被控对象的主时间常数 τ_plant 进分母、⛔ 不进分子。这一条的常见错法在那门课里叫「方向 C」：把热惯性 τ_thermal 也算进 θ_total，于是把一条本来很好调的环算成「比值接近 1、无解」，直接申请移交 MPC——方向完全做反、成本白付。

• 比值明显小于 1 且没有约束/耦合问题 ⇒ 拦截。这条环该做的是把 PID 调好，不是换算法。
• 比值接近或超过 1 ⇒ 还有两条比 MPC 便宜的出路要先试：前馈（把扰动的影响在它进入被控量之前抵消掉，绕过滞后）与迟延补偿结构。这两条也在 K3-05 PID/前馈/增益调度控制实战 的射程里。
• 两条都试过还不行 ⇒ 过筛一。

筛二（结构筛）：这个耦合，是不是只能靠 MPC 解？

⭐ 这一道是最容易被跳过、也是拦下最多项目的一道。多回路互相打架时，「上 MPC 就解耦了」是一句极常见的话，而它把一个成本低得多的选项整个跳过了：

先做通道配对与耦合强度评估（属主 K3-14 多回路耦合识别与通道配对：谁控谁、耦合多强、抢控怎么查，本课只调用结论、⛔ 不重推 RGA 的算法）。这一步回答的是「哪个执行器该管哪个被控量」以及「配错了会有多糟」。

• 若评估结果显示存在一个可接受的配对方案（即：按这个配法，各通道之间的相互影响弱到可以当扰动处理）⇒ 拦截。多数这类场景，用「正确配对 + 一条解耦前馈」就能收敛，⛔ 不必付建模与算力的代价。
• 若不存在可接受的配对（任何配法都会导致某条环的增益方向随工况变号，或者相互影响强到无法当扰动看）⇒ 过筛二。这才是多变量协调这一项真正值钱的场景。

⇒ 这道筛背后是一句要写进设计评审的话：耦合不是只能靠 MPC 解。它是「是否值得上 MPC」的前置判据，不是 MPC 的适应症。

筛三（约束筛）：约束是常态活跃，还是偶发活跃？

问一个可以量出来的问题：在代表性工况循环里，各条约束处于「活跃」（即：它确实在限制控制器的动作）状态的时间占比是多少？同时有几条约束活跃？

• 约束一年活跃几次、且每次只有一条 ⇒ 拦截。这种情况下，「PID + 一段保护性钳位 + 限值保护层」是更合适的结构，因为约束几乎不影响正常工况的性能，而 MPC 那套显式约束处理的价值全在「贴着约束跑」上。
• 约束在正常工况里就频繁活跃，或者多条约束同时活跃、彼此还会互相挤（例如快充时：电芯温度上限、加热/冷却功率上限、整车可分配功率上限、压缩机排温降额线，四条同时在压）⇒ 过筛三。多条约束同时活跃时，人工写钳位逻辑会迅速失控——组合数爆炸，且每加一条新约束都要重新评审所有组合。这是 MPC 最硬的适应症。

1.5 三类典型候选场景：逐个说清它凭什么过了三道筛

⚠ 下面三类是行业里被反复讨论的 MPC 候选场景。列它们的目的不是给一张「这些场景就该上 MPC」的清单——而是逐个拆开，示范三道筛怎么用。

候选一：电池预热 / 预冷（有硬终点时刻的那一类）

• 筛一：电池包热惯性极大，而加热回路从功率指令到电芯最热点温升之间串着「加热器响应 + 冷却液输运 + 包内传热」三段，θ_total 在这条链上不小。⚠ 但要注意，包内传热那一段多半应当计入 τ_plant 而不是 θ_total（见筛一的口径提醒）。多数平台上这条环比值不算大 ⇒ 筛一常常拦得住。
• 筛二：单执行器（加热功率）或双执行器（加热功率 + 流量分配），耦合弱 ⇒ 筛二也常常拦得住。
• 筛三：电芯温度上限 + 加热功率上限 + 有一个硬终点时刻（到桩时刻）。⚠ 「有终点时刻」严格说不是约束，而是终端代价——这正是引言那个例子里，一条按剩余时间调度的前馈能拿走大部分收益的原因。
• ⇒ 结论：这一类多数情况下不该上 MPC，除非平台上同时存在多路热源竞争（那就变成候选三了）。引言那个案例的真实结论就是这一条。

候选二：快充温控

• 筛一：与候选一同源，比值本身不是决定因素。
• 筛二：快充时通常有多个执行器同时在动（压缩机、Chiller 侧流量、电池回路泵、可能还有座舱侧分流），且它们共用同一套冷量供给 ⇒ 耦合强，配对未必找得到。
• 筛三：⭐ 这一道决定性地过了——电芯温度上限、充电功率协商上限、压缩机排温降额、整车可分配功率，四条约束在大功率段同时活跃且互相挤。人工钳位逻辑在这里会迅速变成一张没人敢改的组合表。
• ⇒ 结论：这是 MPC 最硬的适应症之一。收益主要来自「显式约束处理」这一项。

候选三：多热源 / 多用户的热量分配

• 筛一：不是决定因素。
• 筛二：⭐ 决定性地过了——多个热源（电驱、电池、乘员舱、余热回收）竞争同一批换热能力与同一批执行器，配对方案随工况变（同一个阀在不同模式下服务不同的被控量），静态配对表在模式边界处会失效。
• 筛三：约束多且随模式切换而变。
• ⇒ 结论：MPC 适用，收益主要来自「多变量协调」这一项。⚠ 但它也是建模成本最高、退出路径最复杂的一类——第 5 讲的四账在这里最容易算成负数。

1.6 本课平台相关量汇总表

⚠ 下表所有数值均为典型区间与常见值锚点。⛔ 它们不是验收依据，须在本平台上实测确认。每一行给出「拿到它的路」，这一栏比数值本身更重要。

量	典型区间	常见值锚点	拿到它的路
MPC 控制周期 T_s（温度类慢环）	0.2 ~ 5 s	1 s	由 τ_plant 与执行器速率限反推（第 4 讲 4.1），再受 ECU 任务周期栅格约束（K4-01 热管理嵌入式软件架构与 AUTOSAR 基础）
预测时域 N_p	10 ~ 60 拍	20 ~ 30 拍	下限由 θ_total + τ_plant 定，上限由模型可信预测视界与算力定（第 4 讲 4.2）
控制时域 N_c	1 ~ 5 拍	2 ~ 3 拍	从 1 开始加，加到性能不再改善为止（第 4 讲 4.2）
N_p·T_s（预测视界的物理时长）	30 s ~ 10 min	3 ~ 5 min（电池类慢环）	由被控对象的主导响应时间定，须覆盖 θ_total + (1~2)·τ_plant
约束收缩量（安全裕度）	σ_est 的 1 ~ 3 倍	2σ_est	σ_est 由 K3-10 热管理在线状态与负荷估计：观测器整定、软测量置信度与退出条件 交付，折算关系本体见 B4-04 整车能量管理与热管理的协同优化（第 2 讲 2.5）
QP 单次求解耗时占 T_s 的比例	5% ~ 30%	≤ 20%	⛔ 只能在目标 ECU 上跑最坏工况实测（第 4 讲 4.3）
求解迭代次数上限	5 ~ 50 次	20 次	由 WCET 预算倒推，须与 K4-01 热管理嵌入式软件架构与 AUTOSAR 基础 的任务预算一起定
松弛变量激活率（正常工况）	< 1% ~ 5%	< 2%	上车观测量之一，超阈值说明约束设置或模型有问题（第 5 讲 5.3）
限值保护层介入率告警阈值	平台相关	——	由 K3-01 整车热管理控制策略总览与模式管理 的限值通道定义，本课只要求它必须被观测

本讲小结：MPC 换掉的是 PID 的信息面——把「未来 N_p 步会到哪」显式算出来，滚动重算提供反馈。它买到的只有三样：显式约束处理、前瞻、多变量协调；买不到可观/可控、买不到「不需要模型」、买不到限值保护、买不到标定省事。因此有三道前置筛：能力筛（θ_total/τ_plant，口径来自 K3-05 PID/前馈/增益调度控制实战）、结构筛（通道配对，属主 K3-14 多回路耦合识别与通道配对：谁控谁、耦合多强、抢控怎么查）、约束筛（活跃度与同时活跃条数）。三道筛全过不去的场景一律拦截。三类典型候选逐个拆开之后，电池预热多数该被前两道筛拦下，快充温控靠筛三过关，多热源分配靠筛二过关——它们过关的理由各不相同，因而收益来源也各不相同，这直接决定第 5 讲怎么算账。

---