MétaCan
Menu
Retour à la cohorte
Enregistrement W4310970459 · doi:10.1109/iecon49645.2022.9968504

Converter Topology Comparison for a Two-Stage Level-2 Onboard Charger in 800-V EV Powertrains

2022· article· en· W4310970459 sur OpenAlexaff
Rachit Pradhan, Mehdi Narimani, Ali Emadi

Notice bibliographique

RevueIECON 2022 – 48th Annual Conference of the IEEE Industrial Electronics Society · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPowertrainTopology (electrical circuits)Battery chargerAutomotive engineeringElectrical engineeringComputer sciencePhysicsEngineeringTorqueBattery (electricity)Power (physics)

Résumé

récupéré en direct d'OpenAlex

The operating voltage of powertrains in Battery Electric Vehicles (BEVs) has witnessed an upward trend due to advantages in ultra-fast charging and reduction in run-time losses due to lower operating currents in the powertrain. Original Equipment Manufacturers (OEMs) such as Porsche, Audi, and Lucid Motors have introduced vehicles with powertrains operating from 800 V to 924 V. Due to increased switching losses at these voltage levels, the operation of DC-DC converters requires cascading of existing topologies or a multi-level operation. With increasing battery sizes, traditional Level-2 3.3 kW on-board chargers (OBCs) are deemed insufficient to fully complete a charge overnight. Thus, due to increasing voltage and power levels in commercial BEVs, this paper investigates the Grid to Vehicle (G2V) mode’s priority operating regions for a 11.5 kW Level-2 on-board charger in context of an 800 V powertrain. A design procedure for three potential DC-DC converter configurations is performed, and an optimization process is established. A multi-domain comparison highlighting the cost, advantages, and disadvantages of each configuration has been presented.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
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)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,084
Tête enseignante GPT0,314
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIECON 2022 – 48th Annual Conference of the IEEE Industrial Electronics SocietyMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207