面向电网友好、客户导向和电池延保的电动汽车数据驱动充电策略
其他计算机科学
2019-10-17 v1 系统与控制
信号处理
系统与控制
摘要
电动汽车（EV）的普及和可再生能源促进了能源供应、车辆用户和交通领域之间的协同效应。然而，汽车制造商也面临着新问题：在电动汽车电池的充电和放电过程中，会发生退化（电池老化），这与整个电动汽车的价值贬值相关。由于电动汽车用户的满意度取决于可靠且价值稳定的产品，汽车制造商通过考虑个体客户需求和电池老化，提供充电助手以实现简化和可持续的电动汽车使用。迄今为止，量化电池老化的模型由于执行复杂而实用性有限。数据驱动方法为健康状态（SOH）估计提供了可行的替代方案。然而，现有方法几乎不使用用户相关数据。通过线性回归模型和神经网络回归模型，我们首先估计了考虑个体驾驶风格和环境条件的行驶能耗。在后续工作中，基于无退化电池数据训练的能耗模型可用于估计配备老化电池的电动汽车的能耗。估计值与实际能耗之间的差异表明由内部损耗增加引起的电池老化。然后，我们的目标是评估充电策略对电池退化的影响。
引用
@article{arxiv.1910.07503,
title = {Data-driven charging strategies for grid-beneficial, customer-oriented and battery-preserving electric mobility},
author = {Karl Schwenk and Tim Harr and René Großmann and Riccardo Remo Appino and Veit Hagenmeyer and Ralf Mikut},
journal= {arXiv preprint arXiv:1910.07503},
year = {2019}
}