MétaCan
Menu
Retour à la cohorte
Enregistrement W4391528200 · doi:10.1109/tte.2024.3362063

Design and Control of a Multiport Bidirectional Converter for Fuel Cell Range Extended Vehicles With Onboard Solar Generation

2024· article· en· W4391528200 sur OpenAlexafffund
Pengfei Zheng, Cun Wang, Jennifer Bauman

Notice bibliographique

RevueIEEE Transactions on Transportation Electrification · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRange (aeronautics)Fuel cellsControl (management)Automotive engineeringEngineeringComputer scienceElectrical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Though electric vehicles have the benefits of zero tailpipe emissions and convenient overnight charging, other challenges remain such as limited driving ranges, slow refueling while on-the-go, lithium supply issues, and emissions from some sources of electricity generation (e.g., coal). Fuel cell powered vehicles address the refueling time issue, which will also ease range concerns if hydrogen fueling stations are available. Furthermore, on-board solar generation can replace a portion of the vehicle’s grid charging needs and extend driving range. For both options, a smaller battery could be used, meaning less lithium is required. However, the power electronic architecture for such a solar fuel cell range extended vehicle (S-FCREV) would be complex and costly with conventional separate converters. Thus, this paper proposes the first practical multi-port converter that can perform all S-FCREV requirements with a low component count, including partial electrical isolation. This paper also proposes a simple Triple PWM and Triple Phase Shift (TPTPS) control scheme to enable flexible power flow between different power sources. A 3.3-kW prototype is designed, built, and tested to validate the topology and control. The experimental results show that the proposed topology achieves 97.8% peak efficiency with the proposed control.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Transportation ElectrificationMême sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207