Power Electronics Converter Technology Integrated Energy Storage Management in Electric Vehicles: Emerging Trends, Analytical Assessment and Future Research Opportunities
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».