Cookies help us deliver our services. By using our services, you agree to our use of cookies.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Cuvillier Verlag

Publications, Dissertations, Habilitations & Brochures.
International Specialist Publishing House for Science and Economy

Cuvillier Verlag

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

Hard Copy
EUR 49.90

E-book
EUR 34.90

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

Patrick Jansen (Author)

Preview

Extract, PDF (620 KB)
Table of Contents, PDF (540 KB)

ISBN-13 (Hard Copy) 9783736970113
ISBN-13 (eBook) 9783736960114
Language Alemán
Page Number 194
Edition 1.
Book Series Audi Dissertationsreihe
Volume 138
Publication Place Göttingen
Place of Dissertation Dortmund
Publication Date 2019-05-03
General Categorization Dissertation
Departments Electrical engineering
Energy engineering
Keywords Lithium-Eisenphosphat, Batterie, Ladezustand, Kalman-Filter, Zustandsbeobachter, Stützvektormaschine, Nächster-Nachbar-Klassifikator, Künstliche Neuronale Netze
URL to External Homepage http://www.dt.e-technik.tu-dortmund.de/cms/de/lehrstuhl/alumni/alumni/jansen.php
Description

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.