Temporal Sensitivity Analysis for Enhanced Dynamic Equivalent Circuit Modeling of Lithium-ion Batteries in On-board Battery Management Systems
Notice bibliographique
Résumé
State-of-the-art lithium-ion battery state estimation techniques, including state-of-charge, state-of-health, and remaining useful life in battery management systems (BMS), are extensively dependent on equivalent electric circuit model (ECM) parameters. ECM parameters are subject to change due to battery aging, changes in operating temperature, and other operating conditions. Therefore, updating the model parameters in real-time by on-board BMS is essential to maintain the accuracy of state estimation where ECM is used as the primary building block. ECM parameters obtained in laboratory conditions cannot guarantee accuracy in onboard BMS throughout the entire life cycle of an electric vehicle battery. Currently, onboard state estimation techniques use static ECM parameters due to complexity and computational time in parameterization and online computation, especially with higher-order ECMs. Therefore, this paper presents a comparative analysis of 2-RC, 3-RC, and 4-RC ECMs concerning parameterization time, computational cost, and accuracy, providing an understanding of the possible integration of dynamic ECM models through regular parameterization in onboard BMS. The sensitivity analysis depicts that the 3-RC model would be most appropriate for considerably high accuracy for a BMS with moderate computational power, ensuring safe and reliable state estimation throughout the lifetime of the battery. Moreover, with the changes in ambient conditions, as the sensitivity of R2and C2are much lower compared to other parameters thus, these do not need update with the changes in operating temperature.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».