Improving the Regulation Range of EV Battery Chargers With <italic>L3C2</italic> Resonant Converters
Notice bibliographique
Résumé
The demand for electric vehicles has expanded rapidly for both industrial and transportation applications. In parallel, new battery technologies capable of deeply discharging and powering electric vehicles over long periods of time have been introduced and made available in the market. Due to the increasing complexity of charging algorithms, battery chargers are exposed to demanding operating requirements. Chargers should not only work under different loading conditions (from absolutely zero to maximum output power) but also regulate a wide output voltage range (from near zero to 1.5 times nominal voltage). In this paper, a multiresonant L3C2 resonant converter is introduced that can cover nearly all of the regions in the battery V-I plane, from near zero output voltage, zero output current to maximum output power. By adding one capacitor, the topology is able to extend the operating frequency beyond the LLC topology and achieve significant regulation improvements. Near free-ripple charging current for batteries charging is achieved in different states of charge without using burst mode operation, effectively increasing the battery life cycle. In addition, soft transitions are obtained for all the switches (MOSFETs and diodes) resulting in high efficiency, reliability, power density, and low-noise operation of the charger. A complete set of simulation and experimental results, extracted from a 96-VDC 950-W L3C2 resonant converter, demonstrates the characteristic features of the proposed topology for battery charger applications, while providing a comparative example with the LLC topology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».