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
Lithium iron phosphate (LFP) batteries are increasingly adopted in electric vehicles (xEVs) and battery energy storage systems (BESS) due to their thermal stability, safety, and cost-effectiveness. Despite these advantages, the inherently low electrical conductivity and flat charge-discharge voltage profile of LFP batteries present significant challenges for accurate state estimation. To address these limitations, this study employs a Sigma-Point Kalman Filter (SPKF), which demonstrates superior performance compared to the conventional Extended Kalman Filter (EKF) in handling nonlinear system dynamics. Furthermore, to account for the hysteresis behavior characteristic of LFP cells, quasi-open circuit voltage (qOCV) measurements are utilized. A Dual Sigma-Point Kalman Filter (DSPKF) is proposed to enhance the estimation of both state of charge (SoC) and hysteresis states. The experimental results validate the effectiveness of the proposed method, offering a high-precision state estimation framework that improves the reliability and performance of LFP batteries in xEV and BESS applications.
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) : I410-151-25-02-093098348
