Design and Control of Split-Pi DC-DC Converter for Vehicle to Grid and Grid to Vehicle Applications with Development of Energy Management System in MATLAB/Simulink
Notice bibliographique
Résumé
Electric vehicles (EVs) are very useful for reducing carbon emission and energy-efficient transportation.Green energy and minimization of emissions are the needs which are regularly thriving automakers to produce electric transportations.Electric vehicles market is highly increasing day by day and its share will be growing even more higher in the upcoming future.To build up EV battery chargers need AC-DC converters and DC-DC converters.EV chargers can optimize vehicle-to-grid (V2G) and grid-to-vehicle (G2V) operations through properly using bidirectional DC-DC converters.The Split-Pi converter is a recently invented DC-DC converter that can support V2G and G2V operation with its bidirectional functionalities.This paper presents a detailed analysis and control of Split-Pi converter for V2G and G2V operation, and development of energy management system.The energy management combination of Lithium-Ion batteries and supercapacitors in EVs can minimize cost, maximizing its range, efficiency and reliability.The EV charging system employing Split-Pi converter analyzed for V2G and G2V applications has been designed in the MATLAB/Simulink platform.Although many topologies and ideas are modified regarding those applications, there are still some processes to identify the new methodologies.Split-Pi converter-based battery and energy management system must be taken into consideration to prevent battery problems such as battery aging, power losses, and slow charging.Both battery lifetime and efficiency can be improved by this way.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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 ».