인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
리튬이온 배터리의 정확한 충전상태(SOC) 추정은 차량 전장 시스템 안정성 보장에 필수적이다. 기존 연구들은 단일 화학계에서 등가회로모델(ECM)과 확장 칼만 필터(EKF) 기반 SOC 추정을 검증하였으나, 화학계 다양성 검증은 부족하였다. 본 연구는 LTO 배터리와 LFP 배터리를 대상으로 1RC와 2RC ECM 기반 EKF의 SOC 추정 성능을 체계적으로 비교 분석하였다. 정전류 방전, SOC-OCV, 동적 주행 패턴 시험에서 두 화학계 모두 ±2% 이내 정확도를 달성하였다. LTO는 선형적 OCV 특성으로 1RC와 2RC 간 성능 차이가 미미하나, LFP는 평탄 전압 구간 특성상 동적 조건에서 2RC 모델이 우수한 성능을 보였다. 본 연구는 화학계별 전기화학적 특성이 SOC 추정에 미치는 영향을 정량적으로 규명하였으며, 배터리 관리 시스템 설계 시 화학계별 맞춤형 모델 선택 필요성을 제시한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095632085
