MétaCan
Menu
Retour à la cohorte
Enregistrement W2933913730 · doi:10.4271/2019-01-1203

Full Battery Pack Modelling: An Electrical Sub-Model Using an EECM for HEV Applications

2019· article· en· W2933913730 sur OpenAlexfundno aff
Ryan Rolt, Roy Douglas, Peter Nockemann, Robert Best

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University BelfastDepartment for the Economy
Mots-clésBattery (electricity)Battery packAutomotive engineeringElectrical engineeringComputer scienceEngineeringPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

With a transition towards electric vehicles for the transport sector, there will be greater reliance put upon battery packs; therefore, battery pack modelling becomes crucial during the design of the vehicle. Accurate battery pack modelling allows for: the simulation of the pack and vehicle, more informed decisions made during the design process, reduced testing costs, and implementation of superior control systems. To create the battery cell model using MATLAB/Simulink, an electrical equivalent circuit model was selected due to its balance between accuracy and complexity. The model can predict the state of charge and terminal voltage from a current input. A battery string model was then developed that considered the cell-to-cell variability due to manufacturing defects. Finally, a full battery pack model was created, capable of modelling the different currents that each string experiences due to the varied internal resistance. The model was then validated with real-life data from the “Hill Route” section of the First Group Millbrook Fuel Economy Test Version 5.0 drive cycle of a mild hybrid electric bus. Results showed a strong correlation with the measured data and both the state of charge and terminal voltage simulations of the model. For the string model, results showed that there was a slight variance in the state of charge between cells in a string with varied capacities. However, terminal voltages between cells did not vary significantly with variances in internal resistance. Future work includes the creation of a thermal sub-model and an ageing sub-model, which considers whether the location of a cell within a pack has a correlation with its degradation. These sub-models will then be integrated and used as a full battery pack model.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,290
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207