Cuvillier Verlag

35 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

De En Es
Methoden zur Ladezustandsbestimmung von Lithium-Eisenphosphat-Batterien in zukünftigen Fahrzeugbordnetzen

Printausgabe
EUR 49,90

E-Book
EUR 34,90

Methoden zur Ladezustandsbestimmung von Lithium-Eisenphosphat-Batterien in zukünftigen Fahrzeugbordnetzen (Band 138)

Patrick Jansen (Autor)

Vorschau

Leseprobe, PDF (620 KB)
Inhaltsverzeichnis, PDF (540 KB)

ISBN-13 (Printausgabe) 9783736970113
ISBN-13 (E-Book) 9783736960114
Sprache Deutsch
Seitenanzahl 194
Auflage 1.
Buchreihe Audi Dissertationsreihe
Band 138
Erscheinungsort Göttingen
Promotionsort Dortmund
Erscheinungsdatum 03.05.2019
Allgemeine Einordnung Dissertation
Fachbereiche Elektrotechnik
Energietechnik
Schlagwörter Lithium-Eisenphosphat, Batterie, Ladezustand, Kalman-Filter, Zustandsbeobachter, Stützvektormaschine, Nächster-Nachbar-Klassifikator, Künstliche Neuronale Netze
URL zu externer Homepage http://www.dt.e-technik.tu-dortmund.de/cms/de/lehrstuhl/alumni/alumni/jansen.php
Beschreibung

Die exakte Ermittlung des Ladezustands einer Lithium-Ionen-Batterie – im Speziellen einer Lithium-Eisenphosphat-Batterie – stellt eine nicht unerhebliche Herausforderung bezüglich der Signalverarbeitung dar. Bisherige, auf einem elektrischen Batterieersatzschaltbild basierende Verfahren im Zeitbereich, wie das Kalman-Filter, das Extended Kalman-Filter oder der Zustandsbeobachter, stoßen dabei an ihre Grenzen. So kann bei den ruhespannungsbasierten Verfahren die Ladezustandsermittlung im mittleren Bereich mit Genauigkeiten im einstelligen Prozentbereich nur mit sehr großem messtechnischen Aufwand realisiert werden. Neben einer Erweiterung bekannter zustandsraumbasierter Verfahren, wie dem Kalman-Filter und dem Zustandsbeobachter, durch eine Online-Parameterprädiktion werden neuartige Methoden zur Analyse des Ladezustands der Batterie im Frequenzbereich vorgestellt. Im Fokus der Untersuchungen steht die Anwendung bekannter Klassifikationsverfahren auf die Daten der Batterie im Frequenzbereich. Ein Vergleich der Zeit- und Frequenzbereich-basierten Verfahren soll ihre Vor- und Nachteile herausarbeiten und mögliche Synergien für hybride Algorithmen zur Ladezustandsbestimmung über den gesamten Ladezustandsbereich aufzeigen.