MétaCan
Menu
Retour à la cohorte
Enregistrement W4212921244 · doi:10.3390/electronics11040562

Power Electronics Converter Technology Integrated Energy Storage Management in Electric Vehicles: Emerging Trends, Analytical Assessment and Future Research Opportunities

2022· article· en· W4212921244 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueElectronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Kebangsaan Malaysia
Mots-clésEnergy storageConvertersPower electronicsPower managementBattery (electricity)EngineeringEnergy managementController (irrigation)Computer sciencePower (physics)Reliability engineeringAutomotive engineeringElectrical engineeringSystems engineeringVoltageEnergy (signal processing)

Résumé

récupéré en direct d'OpenAlex

Globally, the research on electric vehicles (EVs) has become increasingly popular due to their capacity to reduce carbon emissions and global warming impacts. The effectiveness of EVs depends on appropriate functionality and management of battery energy storage. Nevertheless, the battery energy storage in EVs provides an unregulated, unstable power supply and has significant voltage drops. To address these concerns, power electronics converter technology in EVs is necessary to achieve a stable and reliable power transmission. Although various EV converters provide significant contributions, they have limitations with regard to high components, high switching loss, high current stress, computational complexity, and slow dynamic response. Thus, this paper presents the emerging trends in analytical assessment of power electronics converter technology incorporated energy storage management in EVs. Hundreds (100) of the most significant and highly prominent articles on power converters for EVs are studied and investigated, employing the Scopus database under predetermined factors to explore the emerging trends. The results reveal that 57% of articles emphasize modeling, experimental work, and performance evaluation. In comparison, 13% of papers are based on problem formulation and simulation analysis, and 8% of articles are survey, case studies, and review-based. Besides, four countries, including China, India, the United States, and Canada, are dominant to publish the maximum articles, indicating 33, 17, 14, and 13, respectively. This review adopts the analytical assessment that outlines various power converters, energy storage, controller, optimization, energy efficiency, energy management, and energy transfer, emphasizing various schemes, key contributions, and research gaps. Besides, this paper discusses the drawbacks and issues of the various power converters and highlights future research opportunities to address the existing limitations. This analytical assessment could be useful to EV engineers and automobile companies towards the development of advanced energy storage management interfacing power electronics for sustainable EV applications.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,317
Écart entre enseignants0,291 · 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