MétaCan
Menu
Retour à la cohorte
Enregistrement W4313563372 · doi:10.1109/vppc55846.2022.10003471

Effect of Battery/Supercapacitor Hybrid Storage System on Battery Voltage in Electric Vehicles

2022· article· en· W4313563372 sur OpenAlexafffund
Chi T. P. Nguyen, Bảo‐Huy Nguyễn, João Pedro F. Trovão, Minh C. Ta

Notice bibliographique

Revue2022 IEEE Vehicle Power and Propulsion Conference (VPPC) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFundação para a Ciência e a TecnologiaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésBattery (electricity)VoltageSupercapacitorAutomotive engineeringEnergy storageElectrical engineeringDriving cycleRoot mean squareCurrent (fluid)Filter (signal processing)Computer scienceElectric vehicleEngineeringCapacitanceElectrodePower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

This paper presents a study of the effect of a battery/supercapacitor hybrid energy storage system (HESS) on battery voltage of an off-road electric vehicle. After modeling, a rule-based filtering strategy is built for a current split of the HESS. The performance of the HESS is assessed under four cases involved in the different selections of the cut-off frequency of a low-pass filter and the size of the supercapacitor bank. In simulations, not only the magnitude/fluctuation of current, but the voltage drops, and voltage fluctuation of the battery are also taken as the criteria for the evaluation. The results demonstrate that when the SCs is designed to be large enough and a proper cut-off frequency is selected, the HESS can significantly improve the battery current/voltage in both root mean square and peak eliminations during an on-road cycle.

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)
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 enseignants0,137
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2022 IEEE Vehicle Power and Propulsion Conference (VPPC)Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207