An Online SOC-SOTD Joint Estimation Algorithm for Pouch Li-Ion Batteries Based on Spatio-Temporal Coupling Correction Method
Notice bibliographique
Résumé
An SOC (state of charge)-SOTD (state of temperature distribution) joint estimation algorithm is established for a pouch lithium-ion battery. This method integrates the first-order RC model, distributed heat generation model, thermal resistance network model, and spatio-temporal coupling correction based on spatial restoration algorithm and dual Kalman filter (DKF). Unlike the traditional 1-D SOT estimation model, the proposed algorithm can accurately estimate the temperature distribution in the battery online by restoring the battery surface temperature distribution, calculating the battery internal temperature distribution, and jointly correcting the SOC and average internal temperature. Then, the proposed method is used for the SOC-SOTD estimation of a 25-Ah pouch battery at the ambient temperatures of 10, 20, and 30 °C under the worldwide light-duty test cycle and new european driving cycle driving cycles, and the estimated values are verified by experiment and 3-D simulation. According to the verification results, calculation errors of SOC are no more than 2.12%, and the maximum average calculation errors are 0.16 °C for the surface temperature and 0.24 °C for the internal temperature. However, the DKF is needed for the SOC-SOTD joint estimation because the single KF can only correct SOC or average internal temperature but cannot handle the inconsistency in temperature distribution.
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 ».