최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전력전자학회 논문지 = The Transactions of the Korean Institute of Power Electronics, v.25 no.3, 2020년, pp.227 - 234
김일송 (Dept. of Electrical Eng., Korea Nat'l Univ of Transportation)
This paper presents the methods for the modeling and parameter optimization of the electric vehicle battery. The state variables of the battery are defined, and the test methods for battery parameters are presented. The state-space equation, which consists of four state variables, and the output equ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인버터-모터 시스템의 특징은 무엇인가? | 이 시스템은 무게-부피-출력-효율 등에서 최대성능이 나오도록 설계되어야 한다. 인버터-모터 시스템은 이론적 해석과 수학적 모델링이 완성되어 최대 특성을 얻는 것이 가능하나, 배터리는 충전과 방전이라는 전기화학의 비대칭적 특성으로 인한 비선형성으로 선형 모델링이 어려워 최적 시스템을 설계하는 것이 쉽지 않다. 이 비대칭적 특성은 높은 전류로 충, 방전시 파리미터 값의 변화뿐 아니라 온도 변화시 (고온 +65도에서 저온 -30도의 온도 변화) 출력특성변화와 내부 파라미터들의 변화량이 수 백 퍼센트에 이를 정도로 비선형성이 심하다. | |
전기구동시스템은 어떻게 설계되어야 하는가? | 전동화의 핵심은 배터리-인버터-모터로 구성된 전기구동시스템 (Electric power train)이다. 이 시스템은 무게-부피-출력-효율 등에서 최대성능이 나오도록 설계되어야 한다. 인버터-모터 시스템은 이론적 해석과 수학적 모델링이 완성되어 최대 특성을 얻는 것이 가능하나, 배터리는 충전과 방전이라는 전기화학의 비대칭적 특성으로 인한 비선형성으로 선형 모델링이 어려워 최적 시스템을 설계하는 것이 쉽지 않다. | |
정확한 배터리 모델링이 중요한 이유는 무엇인가? | 정확한 배터리 모델링이 중요한 이유는 충전량(SOC) 이나 수명인자들은 내부 변수이기 때문에 직접 측정이 불가능하다. 따라서 간접방식(예를 들어 관측기(Observer) 나 상태추정기(State Estimator))으로 알아내는데, 이 방식들은 모두 모델 추종(Model Reference) 방식이기 때문에 모델 파라미터값을 그대로 사용한다[1]-[5]. |
Jin Xu et al., “The state of charge estimation of lithium-ion batteries based on a proportional-integral observer,” IEEE TRANS. Vehicular Technology, Vol. 63, No. 4, pp. 1614-1621, May 2014.
L. Xu, J. Wang, and Q. Chen, "Kalman filtering state of charge estimation for battery management system based on a stochastic fuzzy neural network battery model," Energy Convers. Manag., Vol. 53, No. 1, pp. 33-39. Jan. 2012.
X. Hu, F. Sun, and Y. Zou, “Estimation of state of charge of a lithium-ion battery pack for electric vehicles using an adaptive luenberger observer,” Energies, Vol. 3, No. 9, pp. 1586-1603, Sep. 2010.
C. Lin, F. Zhang, H. Xue, and X. Lu, "Estimation of battery state of charge using H-infinity observer," in Proc. 7th IPEMC, pp. 422-428. 2012.
F. Zhang, G. Liu, L. Fang, and H. Wang, "Estimation of battery state of charge with H $\infty$ observer: Applied to a robot for inspecting power transmission lines," IEEE Trans. Ind. Electron., Vol. 59, No. 2, pp. 1088-1095, Feb. 2012.
A. P. Schmidt et al., "Lumped parameter modeling of electrochemical and thermal dynamics in lithium-ion batteriesm," in IFAC Proc. Volumes, Vol. 43, No. 7, pp. 198-203, Jul. 2010.
K. Y. Oh et al., "A novel phenomenological multi-physics model of li-ion battery cells," Journal of Power Sources, Vol. 326, pp. 447-458, Sep. 2016.
A. Fotouhi et al., "A review on electric vehicle battery modelling: From lithium-ion toward lithium-sulphur," Renewable Sustainable Energy Review, Vol. 56, pp. 1008-1021, 2016.
S. Nejad, D. T. Gladwin, and D. A. Stone, "A systematic review of lumped-parameter equivalent circuit models for real-time estimation of lithium-ion battery states," Journal of Power Sources, Vol. 316, pp. 183-196. 2016.
H. He, R. Xiong, and J. Fan, "Evaluation of lithium-ion battery equivalent circuit models for state of charge estimation by an experimental approach," Energies, Vol. 4, pp. 582-598, Mar. 2011.
C. Lin, "Comparison of current input equvialent circuit models of electrical vehicle battery," Chin. J. Mech. Eng., Vol. 41, pp. 76-81, Dec. 2005.
G. L. Plett, "Extended kalman filtering for battery management systems of LiPB-based HEV battery packs: Part 1. background," Journal of Power Sources, Vol. 134, pp. 252-261, Aug. 2004.
G. L Plett, "Extended kalman filtering for battery management systems of LiPB-based HEV battery packs. Part 2. modeling and identification," Journal of Power Sources, Vol. 134, pp. 262-276, Aug. 2004.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.