文献

J-GLOBAL ID：202202214950929372   整理番号：22A0738548

リチウムイオン電池の電荷のパラメータと状態の同時推定【JST・京大機械翻訳】

Co-estimation of parameters and state of charge for lithium-ion battery

著者 (5件)： Li Junhong (School of Electrical Engineering, Nantong University, Nantong 226019, PR China) ,  Li Lei (School of Electrical Engineering, Nantong University, Nantong 226019, PR China) ,  Li Zheng (School of Electrical Engineering, Nantong University, Nantong 226019, PR China) ,  Jiang Zeyu (School of Electrical Engineering, Nantong University, Nantong 226019, PR China) ,  Gu Juping (School of Electrical Engineering, Nantong University, Nantong 226019, PR China)
資料名： Journal of Electroanalytical Chemistry  (Journal of Electroanalytical Chemistry)
巻： 907  ページ： Null  発行年： 2022年 
JST資料番号： D0037A  ISSN： 1572-6657  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： 電池SOCの正確で信頼できる推定は,その耐用年数と安全性を強化するために重要であり,モデルパラメータ同定の精度はSOC推定の結果に直接影響する。本論文は,二重偏波のパラメータ同定とSOC推定に焦点を合わせた。再帰的Bayesアルゴリズムと適応拡張Kalmanフィルタアルゴリズム(RB-AEKF)の共推定を利用してモデルパラメータを動的に同定し,電池SOCを推定した。最初に,RBアルゴリズムを用いて,リアルタイム電流と電圧測定データを通してモデルパラメータを同定した。二重偏波モデルの予測電圧は,基本的に実際の電圧と同じであり,それは,電池の動特性と同定アルゴリズムの精度をより良く反映する。さらに,適応雑音分散更新アルゴリズムを拡張Kalmanフィルタに加え,SOC推定の精度を改善した。さらに,動的応力試験(DST)と連邦都市運転スケジュール(FUDS)からのデータからなるデータセットを用いて,提案した方法を検証した。RB-AEKFに基づくSOC estimafte誤差は2%以内であり,二乗平均誤差はFUDS試験の下で0.01085であった。最後に,ロバスト性解析を実施し,結果は,アルゴリズムが不正確な初期SOCと種々の測定ノイズ共分散に対して満足なロバスト性を有することを示した。Copyright 2022 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： アルゴリズム ,  雑音 ,  電圧 ,  *電池 ,  電流 ,  都市 ,  共分散 ,  *パラメータ ,  ロバスト性 ,  *リチウムイオン電池
準シソーラス用語： パラメータ同定 ,  拡張Kalmanフィルタ ,  モデルパラメータ ,  *同時推定 ,  二重偏波 , 【Automatic Indexing@JST】

著者キーワード (5件)： リチウムイオン電池 ,  二重分極モデル ,  充電状態 ,  再帰的Bayesアルゴリズム ,  適応拡張Kalmanフィルタ

分類 (3件)： 電極過程  (CB07040U) ,  太陽電池  (NC03084O) ,  燃料電池  (YB04040V)

タイトルに関連する用語 (4件)： リチウムイオン電池 ,  電荷 ,  パラメータ ,  同時推定