文献

J-GLOBAL ID：202102246032517987   整理番号：21A0157154

逐次拡張Kalmanフィルタに基づくモデルベースおよびデータ駆動法によるリチウムイオン電池の容量推定【JST・京大機械翻訳】

Capacity estimation of lithium-ion cells by combining model-based and data-driven methods based on a sequential extended Kalman filter

著者 (10件)： Lai Xin (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Lai Xin (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, 100084, China) ,  Yi Wei (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Cui Yifan (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Qin Chao (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Han Xuebing (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, 100084, China) ,  Sun Tao (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Zhou Long (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Zheng Yuejiu (College of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai, 200093, China) ,  Zheng Yuejiu (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing, 100084, China)
資料名： Energy  (Energy)
巻： 216  ページ： Null  発行年： 2021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： 電気自動車に使用されるリチウムイオン電池の容量を推定することは,複雑な車両条件および一貫性のないセル崩壊のため,挑戦的である。本論文では,容量推定の精度および信頼性を改善するために,逐次拡張Kalmanフィルタ(SEKF)に基づくモデルベースおよびデータ駆動方式を結合することにより実現される新しい容量推定法を提案した。最初に,異なる時効応力の下で4つのセルについてサイクルエージング試験を行った。第2に,電池の充電状態および容量を,異なるエージング段階で得られた動的データによって駆動される3次拡張Kalmanフィルタ(EKF)を用いて共推定した。このデータ駆動法の長所と短所を調べた。第3に,離散的Arrheniusエージングモデル(DAAM)を開発し,容量を推定し,そのパラメータ不整合問題に取り組んだ。最後に,これらの方法を用いて得た容量を統合するために,SEKF推定器を提案した。SEKFは直列に接続された2つのEKFから成り,1つは3次EKFにより提供されるフィードバックを介してDAAMのモデルパラメータを更新し,もう1つは3次EKFとDAAMから容量を結合する。実験結果は,提案したSEKFが,異なるエイジング応力と動的条件の下で,優れた精度と安定性で,容量推定に適していることを示した。Copyright 2021 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： 時効 ,  *電池 ,  信頼性 ,  電気自動車 ,  不整合 ,  *電池容量 ,  *リチウムイオン電池
準シソーラス用語： *拡張Kalmanフィルタ ,  モデルパラメータ ,  *モデルベース ,  充電状態 ,  *データ駆動 ,  推定法 , 【Automatic Indexing@JST】

著者キーワード (5件)： 容量推定 ,  3次拡張Kalmanフィルタ ,  離散Arrheniusエージングモデル ,  逐次拡張Kalmanフィルタ ,  リチウムイオン電池

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (5件)： 拡張Kalmanフィルタ ,  モデル ,  データ駆動 ,  リチウムイオン電池 ,  推定