Key points are not available for this paper at this time.
La modélisation des batteries joue un rôle critique dans les tâches de gestion des batteries. Un modèle qui fournit des estimations précises de l'état de charge et de l'état de santé dans des conditions de fonctionnement variées pourrait améliorer considérablement les performances des systèmes de gestion des batteries. S'écartant de la littérature existante, cet article présente un modèle de circuit équivalent par morceaux auto-adaptatif (PECM) basé sur le filtre de Kalman étendu (EKF). Alors que les modèles de circuit équivalent traditionnels (ECM) sont généralement paramétrés et validés pour une gamme spécifique de conditions de travail (température, courant, etc.), le PECM est capable de s'adapter à n'importe quelle condition de travail en temps réel. Établi sous la forme d'une combinaison de fonctions linéaires et non linéaires par morceaux, les paramètres du modèle sont continuellement ajustés en fonction de la mesure de la tension, du courant et de la température. Un autre avantage du PECM est qu'il ne nécessite aucun test préalable en laboratoire, par exemple, le test de tension à circuit ouvert (OCV) qui est chronophage et doit être calibré lorsque les batteries vieillissent. Le PECM est précis, flexible et efficace. Il a été validé pour différentes chimies de batteries, cycles de service et températures. De plus, le PECM fournit des estimations de l'état de charge (SOC) et de l'état de santé (SOH), qui sont montrées dans le processus de validation du modèle et l'étude de dégradation. Les résultats démontrent que l'adaptation des paramètres par morceaux proposée dans cet article peut être appliquée à une gamme de différentes chimies de batteries et à différents états de vieillissement.
Huang et al. (Fri,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: