文献

J-GLOBAL ID：201802226174775342   整理番号：18A2070136

電池容量劣化モデルに基づくリチウムイオン電池の電荷推定の適応状態【JST・京大機械翻訳】

Adaptive state of charge estimation of Lithium-ion battery based on battery capacity degradation model

著者 (4件)： Yang Guodong (Collaborative Innovation Center of Electric Vehicles in Beijing, Beijing Institute of Technology, Beijing, 100081, China) ,  Li Junqiu (Collaborative Innovation Center of Electric Vehicles in Beijing, Beijing Institute of Technology, Beijing, 100081, China) ,  Fu Zijian (Collaborative Innovation Center of Electric Vehicles in Beijing, Beijing Institute of Technology, Beijing, 100081, China) ,  Guo Lin (Collaborative Innovation Center of Electric Vehicles in Beijing, Beijing Institute of Technology, Beijing, 100081, China)
資料名： Energy Procedia  (Energy Procedia)
巻： 152  ページ： 514-519  発行年： 2018年 
JST資料番号： W3520A  ISSN： 1876-6102  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 電気自動車(EVs)に対して,電池の正確な充電状態(SoC)推定は,電池の安全性を確保し,運転走行距離を改善するのに寄与する。したがって,その研究には必須の応用価値がある。しかし,電池の正確なSoC推定は正確な電池モデルパラメータと容量に依存する。本論文は,主に作業の3つの側面を実行した。(1)電池等価回路モデルを確立し,忘却係数再帰最小二乗(FFRLS)法を用いて,モデルパラメータのオンライン同定を実現した。(2)Arrhenius方程式,逆べき乗則方程式および電池容量劣化方程式に基づいて,動的応力の下の電池容量劣化モデルを確立して,電池容量のオンライン予測を達成した。(3)等価回路モデル,電池容量劣化モデルおよび適応拡張Kalmanフィルタリング(AEKF)アルゴリズムに基づいて,適応SoC推定法を提案した。シミュレーション結果は,電池容量とSoCの最大推定誤差がそれぞれ2.5%と1.5%未満であることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電荷 ,  予測 ,  *電池容量 ,  アルゴリズム ,  *リチウムイオン電池 ,  安全性 ,  *電池 ,  電気自動車 ,  計算機シミュレーション ,  最小二乗法
準シソーラス用語： 推定誤差 ,  オンライン ,  等価回路モデル ,  モデルパラメータ ,  充電状態 ,  *劣化モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 充電状態 ,  リチウムイオン電池 ,  最小二乗 ,  適応拡張Kalmanフィルタリング ,  電池容量劣化モデル

分類 (2件)： 二次電池  (YB04030K) ,  電気自動車  (QG07020B)

タイトルに関連する用語 (6件)： 電池容量 ,  劣化モデル ,  リチウムイオン電池 ,  電荷 ,  推定 ,  適応