文献

J-GLOBAL ID：201702258209022949   整理番号：17A1268312

重要な自動車バッテリ管理システムのための電池モデルの最適パラメータ推定【Powered by NICT】

Optimal parameter estimation of battery model for pivotal automotive battery management system

著者 (4件)： Sangwan Venu (Department of Electrical Engineering, MNIT, Jaipur-302017, India) ,  Sharma Avinash (Department of Electrical Engineering, MNIT, Jaipur-302017, India) ,  Kumar Rajesh (Department of Electrical Engineering, MNIT, Jaipur-302017, India) ,  Rathore Akshay Kumar (Department of Electrical & Computer Engineering, Concordia University, Montreal, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EEEIC / I&CPS Europe  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 電池管理システム(BMS)は,バッテリー電気自動車(BEV)の不可欠な部分である。電池の最適性能を保証するために,BMSは,電池寿命上の推定電池パラメータと電池容量を正確に測定すべきである。電池パラメータの評価のための伝統的な方法は時間がかかり,高値で需要の高い計算能力である。発見的最適化技術に基づく方法は,この問題を克服するために実行した。提案したモデルは,六種類の最先端の発見的最適化手法を用いて試験した。パラメータの評価は,メーカーカタログから得られた曲線にモデルから予測された電圧曲線のに類似した最適によって行われてきた。特に最適化アプローチの実用性を予測の推定モデルと収束速度の精度により評価した。微分進化(DE)と教育学習ベース最適化(TLBO)アルゴリズムは,電池のパラメータ評価のための発見的最適化の間の十分な精度を示した。更なる分析は,DEアルゴリズムは,パラメータの正確な推定のための高収束率をもつ最も一貫した結果を与えることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化手法 ,  アルゴリズム ,  最適化 ,  電気自動車 ,  *モデル ,  *電池 ,  *パラメータ推定 ,  *管理システム ,  電池容量 ,  学習 ,  電圧 ,  二次電池
準シソーラス用語： 電池寿命 ,  *電池モデル ,  *バッテリ管理システム , 【Automatic Indexing@JST】

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (5件)： 自動車 ,  バッテリ管理システム ,  電池モデル ,  最適パラメータ ,  推定