Un sensor virtual para la estimación del estado de carga de vehículos eléctricos
Autores: Gruosso, Giambattista; Storti Gajani, Giancarlo; Ruiz, Fredy; Valladolid, Juan Diego; Patino, Diego
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Un sensor virtual para la estimación del estado de carga de vehículos eléctricos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Estimación
Estado de carga
Vehículos eléctricos
Sistema de gestión de baterías
Sensor virtual
Regresión de vector de soporte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
La estimación del estado de carga es una función crítica en el funcionamiento de los vehículos eléctricos. El sistema de gestión de la batería debe proporcionar información precisa sobre el estado de la batería, incluso en presencia de fallas en los sensores del vehículo. Este artículo presenta una nueva metodología para la estimación del estado de carga (SOC) en vehículos eléctricos sin el uso de un sensor de corriente de batería, confiando en un sensor virtual, basado en otras mediciones disponibles del vehículo, como la velocidad, el voltaje de la batería y la posición del pedal de aceleración. El estimador se derivó de datos experimentales, empleando regresión de vectores de soporte (SVR), análisis de componentes principales (PCA) y un modelo de batería de polarización dual (DP). Se muestra que el modelo obtenido es capaz de predecir el estado de carga de la batería con una precisión aceptable en caso de falla del sensor de corriente.
Descripción
La estimación del estado de carga es una función crítica en el funcionamiento de los vehículos eléctricos. El sistema de gestión de la batería debe proporcionar información precisa sobre el estado de la batería, incluso en presencia de fallas en los sensores del vehículo. Este artículo presenta una nueva metodología para la estimación del estado de carga (SOC) en vehículos eléctricos sin el uso de un sensor de corriente de batería, confiando en un sensor virtual, basado en otras mediciones disponibles del vehículo, como la velocidad, el voltaje de la batería y la posición del pedal de aceleración. El estimador se derivó de datos experimentales, empleando regresión de vectores de soporte (SVR), análisis de componentes principales (PCA) y un modelo de batería de polarización dual (DP). Se muestra que el modelo obtenido es capaz de predecir el estado de carga de la batería con una precisión aceptable en caso de falla del sensor de corriente.