為了適應電動化和智能化的需求，汽車熱管理細分出了電池熱管理系統、電機電控熱管理系統、熱泵空調系統，并且在這些系統中，對座艙溫度及舒適性、電池溫度和動力總成溫度的精確控制要求也在逐步提升。由于新增了繁多且控制精度要求更高的零部件，系統結構和功能復雜度逐步增大。因此，熱管理系統方案正逐步呈現出高效化、精細化、集成化的趨勢。

為了應對日趨復雜的熱管理系統和降本增效的研發需求，數字化技術在熱管理系統的研發中將發揮重要作用。經緯恒潤在汽車熱管理領域擁有15年的研發服務經驗，針對目前新能源汽車熱管理系統設計研發問題，在熱管理需求捕獲、系統方案設計、智能算法開發、虛擬驗證與優化、測試驗證、虛擬標定等服務的基礎上升級了整車熱管理系統開發服務。

虛擬驗證與優化咨詢服務

熱管理的臺架試驗存在著對座艙熱負荷、機艙熱負荷等場景邊界模擬不準的情況，另外，針對來自VCU、BMS的域間控制信號，很難進行有效的模擬。經緯恒潤基于V模式開發流程，搭建高精度的系統仿真模型，提供機-電-熱-控一體化集成仿真與優化服務。為前期零部件選型、后期的系統更迭及優化，以及熱管理控制算法優化制定高效的解決方案，在提高產品性能的同時提高研發效率，縮短研發周期。

熱管理模型實時化與HIL虛擬標定咨詢服務

通常來說，傳統的標定工作需要等到ECU軟硬件到位后，在整車臺架或路試階段才能進行，但隨著深度學習算法的廣泛應用，可通過模型拆分、模型簡化、模型降階等手段，將基于商業軟件搭建的復雜熱管理系統模型進行實時化處理，并導入NI、TESTBASE、Higale等仿真機進行實時運算，為HIL測試提供顆粒度更細的模型，以支持在HIL階段進行一部分的虛擬標定工作，從而為后續臺架及整車標定提供參考或替代一部分標定工作，達到縮短標定周期、減少后期設計或參數更改的收益。

基于數字孿生的預測算法開發咨詢服務

智能熱管理的控制目標是實現對整車熱量、溫度的精細化管理，為了更好實現對動力電池、電機電控以及乘員艙的溫度控制，經緯恒潤結合系統仿真及試驗數據，基于深度學習算法，訓練高精度的預測模型，能夠預測未來工況的變化，并采用模糊邏輯、PID控制、自適應控制、MPC預測控制等算法，提前對系統進行溫度調節等工作，讓其盡可能運行于最佳的效率區間中，提高系統整體效率和壽命，進而實現能耗的降低。

座艙熱管理與人體舒適度開發咨詢服務

乘用車內的人體熱舒適性直接影響乘客的體驗和安全。為了滿足熱舒適性需求，空調等熱舒適營造系統產生了大量能耗。該能耗占比不容忽視，進而導致了車輛的里程焦慮。經緯恒潤結合一三維耦合、假人測評、主觀測評等手段，采用豐富的舒適性評價指標，指導人體熱舒適性及系統能耗方案權衡設計與優化，幫助用戶制定高效、節能的智能座艙熱舒適方案。