Real Time Design and Implementation of State of Charge Estimators for a Rechargeable Lithium-Ion Cobalt Battery with Applicability in HEVs/EVs—A Comparative Study
Notice bibliographique
Résumé
Estimating the state of charge (SOC) of Li-ion batteries is an essential task of battery management systems for hybrid and electric vehicles. Encouraged by some preliminary results from the control systems field, the goal of this work is to design and implement in a friendly real-time MATLAB simulation environment two Li-ion battery SOC estimators, using as a case study a rechargeable battery of 5.4 Ah cobalt lithium-ion type. The choice of cobalt Li-ion battery model is motivated by its promising potential for future developments in the HEV/EVs applications. The model validation is performed using the software package ADVISOR 3.2, widely spread in the automotive industry. Rigorous performance analysis of both SOC estimators is done in terms of speed convergence, estimation accuracy and robustness, based on the MATLAB simulation results. The particularity of this research work is given by the results of its comprehensive and exciting comparative study that successfully achieves all the goals proposed by the research objectives. In this scientific research study, a practical MATLAB/Simscape battery model is adopted and validated based on the results obtained from three different driving cycles tests and is in accordance with the required specifications. In the new modelling version, it is a simple and accurate model, easy to implement in real-time and offers beneficial support for the design and MATLAB implementation of both SOC estimators. Also, the adaptive extended Kalman filter SOC estimation performance is excellent and comparable to those presented in the state-of-the-art SOC estimation methods analysis.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».