کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7738711 | 1497985 | 2014 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Extraction of battery parameters of the equivalent circuit model using a multi-objective genetic algorithm
ترجمه فارسی عنوان
استخراج پارامترهای باتری مدل مدار معادل با استفاده از یک الگوریتم ژنتیک چند هدفه
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
عملکرد باتری، مدل مدار معادل، الگوریتم ژنتیک چند هدفه، استخراج پارامتر،
ترجمه چکیده
یک مدل باتری ساده اما دقیق دقیق برای شبیه سازی عملکرد سیستم های الکتریکی که از یک باتری برای مثال یک خودرو الکتریکی استفاده می کنند و همچنین برای بررسی پتانسیل آنها به عنوان یک دستگاه ذخیره سازی انرژی لازم است. در این مقاله، یک مدل مبتنی بر مدار معادل نسبتا ساده برای مدل سازی عملکرد باتری استفاده می شود. یک کد کامپیوتری با استفاده از یک الگوریتم ژنتیک چند منظوره برای استخراج پارامترهای عملکرد باتری طراحی شده است. این کد به چندین باتری صنعتی موجود و همچنین دو باتری با ظرفیت بالا که در حال حاضر در مرحله اولیه تحقیق و توسعه هستند، اعمال می شود. نتایج نشان می دهد که با پارامترهای بهینه استخراج شده، مدل باتری مبتنی بر مدار معکوس می تواند با دقت عملکرد باتری های مختلف با اندازه ها، ظرفیت ها و مواد مختلف را پیش بینی کند. چندین مورد آزمایش نشان می دهد که الگوریتم ژنتیک چند هدفه می تواند به عنوان یک ابزار قوی و مطمئن برای استخراج پارامترهای عملکرد باتری استفاده شود.
موضوعات مرتبط
مهندسی و علوم پایه
شیمی
الکتروشیمی
چکیده انگلیسی
A simple but reasonably accurate battery model is required for simulating the performance of electrical systems that employ a battery for example an electric vehicle, as well as for investigating their potential as an energy storage device. In this paper, a relatively simple equivalent circuit based model is employed for modeling the performance of a battery. A computer code utilizing a multi-objective genetic algorithm is developed for the purpose of extracting the battery performance parameters. The code is applied to several existing industrial batteries as well as to two recently proposed high performance batteries which are currently in early research and development stage. The results demonstrate that with the optimally extracted performance parameters, the equivalent circuit based battery model can accurately predict the performance of various batteries of different sizes, capacities, and materials. Several test cases demonstrate that the multi-objective genetic algorithm can serve as a robust and reliable tool for extracting the battery performance parameters.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Power Sources - Volume 247, 1 February 2014, Pages 729-737
Journal: Journal of Power Sources - Volume 247, 1 February 2014, Pages 729-737
نویسندگان
Jonathan Brand, Zheming Zhang, Ramesh K. Agarwal,