文献

J-GLOBAL ID：201702266156852180   整理番号：17A1504203

電気自動車のための新しい二重偏波抵抗モデルに基づいた充電推定の状態【Powered by NICT】

State of charge estimation based on a new dual-polarization-resistance model for electric vehicles

著者 (5件)： Zhao Xiaowei (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Cai Yishan (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Yang Lin (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Deng Zhongwei (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Qiang Jiaxi (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China)
資料名： Energy  (Energy)
巻： 135  ページ： 40-52  発行年： 2017年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Liイオン電池は,電気自動車の電源として広く使用されている。しかし,電池管理システムによる電荷の正確な状態の獲得が問題となっている。根本原因は電池分極の複雑な特性,負荷電流に影響される。電荷推定の電池状態の精度と信頼性を改善するために,本論文では,以下の三つの側面に焦点を当てる(1)新しい二重分極抵抗モデルは,Theveninモデルに基づいて確立し,分極抵抗は適応的に負荷電流に応じて調整し,電池モデルをよりロバストにしている。(2)電荷推定の状態に適用した拡張Kalmanパーティクルフィルタと,改良されたEuler法を,状態ベクトルの時間的伝搬,計算精度を増加させる効果的にのために提案した。(3)電荷推定アルゴリズムの提案した状態を一連の実験により実証した。二重偏波抵抗モデルを用いて,拡張Kalmanフィルタに基づいた充電推定誤差の最大状態は2.3%に減少し,従来のTheveninモデルを用いて,最大誤差は6.2%の高さになり得る。さらに,二重偏波抵抗モデルに拡張Kalman粒子フィルタを用いることにより,最大誤差は1.8%に減少させることができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 分極抵抗 ,  電池 ,  *充電 ,  管理システム ,  *電気自動車 ,  電荷 ,  ロバスト性 ,  *モデル ,  信頼性 ,  分極
準シソーラス用語： 推定誤差 ,  拡張Kalmanフィルタ ,  粒子フィルタ ,  負荷電流 ,  *二重偏波 , 【Automatic Indexing@JST】

著者キーワード (5件)： 電気自動車 ,  電荷推定の状態 ,  二重分極抵抗モデル ,  拡張Kalman粒子フィルタ ,  改良Euler法

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (5件)： 電気自動車 ,  二重偏波 ,  モデル ,  充電 ,  推定