MétaCan
Menu
Retour à la cohorte
Enregistrement W4361987705 · doi:10.1109/access.2023.3263486

High Efficiency LLC Resonant Converter With Wide Output Range of 200–1000 V for DC-Connected EVs Ultra-Fast Charging Stations

2023· article· en· W4361987705 sur OpenAlexaff
Ahmed Elezab, Omar Zayed, Ahmed Abuelnaga, Mehdi Narimani

Notice bibliographique

RevueIEEE Access · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensRockwell Automation (Canada)McMaster University
Organismes subventionnairesnon disponible
Mots-clésElectrical engineeringRange (aeronautics)OptoelectronicsResonant converterMaterials scienceConvertersEngineeringVoltage

Résumé

récupéré en direct d'OpenAlex

DC-connected ultra-fast chargers consist of isolated DC/DC converter modules to provide the required charging profile. This paper proposes a charging module that interfaces with a fixed voltage DC-bus and covers a wide variety of electric vehicles (EVs) with battery voltages ranging from 200 to 1000 V. DC/DC converters for EVs charging has been discussed several times in the literature, however the DC-connected structure with fixed DC-bus voltage is rarely considered. This paper proposes a full-bridge LLC DC/DC converter module with a configurable secondary. This configuration extends the converter’s charging voltage range without adding stress on the resonant components or operating far from the unity gain point. Due to wide output range, the converter parameters are optimized using the time-domain analytical model to cover the required range without adding unnecessary circulating current that compromises the efficiency. First, the LLC resonant converter fundamentals are briefly introduced. Then, the proposed topology operation and advantages are discussed. After which, the converter’s requirements and design method are presented, focusing on circulating current minimization. Finally, the effectiveness of the proposed converter and the optimized design strategy is verified experimentally on a 10 kW prototype with an input of 800 V and an output of 200 - 1000 V.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,019
Tête enseignante GPT0,257
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetAdvanced DC-DC ConvertersTravaux en français237 207