شناسایی مدل و تخمین پارامترهای باتری لیتیم یون با هدف تخمین وضعیت شارژ (SOC)

  • سال انتشار: 1395
  • محل انتشار: چهارمین همایش ملی کاربرد فناوری های نوین در علوم مهندسی
  • کد COI اختصاصی: ITCC04_023
  • زبان مقاله: فارسی
  • تعداد مشاهده: 2397
دانلود فایل این مقاله

نویسندگان

موسی آیتی

استادیار، دانشکده مهندسی مکانیک، پردیس دانشکدههای فنی، دانشگاه تهران، تهران، ایران

رضا باجلان

دانشجوی کارشناسی ارشد مهندسی برق کنترل، موسسه آموزش عالی غیرانتفاعی پیام، گلپایگان، ایران

چکیده

در این مقاله یک مدل مناسب برای باتری لیتیم یون تعیین شده و از طریق انجام آزمایش های عملی مختلف، داده های کافی ازولتاژ ترمینال، دما و جریان نمونه برداری شده است. سپس، با استفاده از روش ماشین های بردار پشتیبان و رگرسیون پارامترهایبهینه شناسایی شده است و مدلسازی انجام می شود. در ادامه برای کاهش خطای تخمین و بهینه سازی بهتر از الگوریتم ژنتیکاستفاده شده است تا در هر لحظه وضعیت شارژ باتری را بتوان محاسبه نمود و بر اساس میزان توان مصرفی مصرف کننده هامدت زمان استفاده از باتری را پیش بینی کرد. در این مقاله تاثیر پارامتر دما بر عملکرد باتری به خوبی بررسی شده است. مدلانتخابی در سیمولینک متلب شبیه سازی و با نتایج حاصل از آزمایش های عملی مقایسه شده است.

کلیدواژه ها

باتری لیتیم یون، الگوریتم ماشین های بردار پشتیبان، رگرسیون، الگوریتم ژنتیک، پیش بینی وضعیت شارژ باتری

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.