An EV-Scale Demonstration of In-Situ Battery Electrochemical Impedance Spectroscopy and BMS-Limited Pack Performance Analysis
Notice bibliographique
Résumé
State-of-power (SOP) and state-of-charge (SOC) estimation inaccuracy manifests throughout the electric vehicle (EV) battery lifetime due to the nonlinear degradation trajectory that is unique to each use-case. The inaccuracy leads to premature termination of charge and discharge operations, which results in the virtual loss of battery performance. In-situ electrochemical impedance spectroscopy (EIS) has been proposed to provide real-time battery impedance measurements, which can theoretically improve the SOP/SOC estimation accuracy. In this work, an EV-scale in-situ EIS system is demonstrated experimentally, from impedance measurement to equivalent circuit model (ECM) extraction. The pack-level discharge energy versus SOP/SOC estimation errors is also simulated, which quantifies the virtual loss of battery performance. The measured-impedance error tolerance of three common ECM extraction techniques is then examined through a randomized set of simulated EIS tests with injected measurement noise. Finally, in-situ impedance measurement is performed on 20 battery submodules using an electric pickup truck EIS system. The ECM-predicted voltage output is compared against measured driving data. Experimental results indicate approximately 8%–9% improvement in SOP estimation accuracy at 3$^{\circ }$C and 10$^{\circ }$C between the in-situ extracted models and a representative baseline.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».