Elektrikli araç bataryalarının sağlık durumlarını tespit edecek iç direnç ölçüm tabanlı sistem geliştirilmesi
Development of internal resistance based state of health estimation method for electric vehicle batteries
- Tez No: 651958
- Danışmanlar: DR. ÖĞR. ÜYESİ NURETTİN ÜSTKOYUNCU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrikli araçlar, elektrikli araç bataryaları, li-iyon bataryalar, sağlık durumu kestirim algoritmaları, iç direnç, batarya yönetim sistemi, BMS, Electric vehicles, electic vehicle batteries, li-ion batteries, state of health estimation algorithms, internal resistance, battery management system, BMS
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Elektrikli araç teknolojisi, li-iyon bataryaların enerji yoğunluklarının artması ve kWh başı maliyetlerinin düşmesi gibi sebeplerle tekrar yaygınlaşmaya başlamıştır. Bu durum li-iyon batarya teknolojisinin gelişimini ivmelendirerek, maliyetleri yıldan yıla azaltmıştır. Teknolojinin gelişim trendi ve maliyetlerin düşüşü günümüzde devam etmektedir ve gelecekte de devam edeceği ön görülmektedir. Li-iyon tip elektrikli araç bataryalarının en önemli kestirim algoritmalardan biri batarya sağlık durumu kestirimidir. Bu algoritmanın yüzdelik cinsten verdiği çıktı bataryanın o andaki sağlık durumu hakkında kullanıcıya veya yetkiliye bilgi vermektedir. Bataryanın sağlık durumunun bilinmesi hem servis gereklilikleri hem de kullanıcı ve sistem güvenliği açısından kritiktir. Bu tez çalışmasında iç direnci girdi olarak alan, sağlık durumunu tespit edecek bir algoritma üzerinde çalışma icra edilmiştir. Bu kapsamda batarya hücrelerinin iç dirençlerini tespit edecek bir yöntem geliştirilmiş ve bu yöntem vasıtası ile ölçülen iç direnç bilgisi, interpolasyon yöntemi ile geliştirilen matematiksel eşitliklerde uygulamasıyla sağlık durumu çıktısını vermiştir. Tez kapsamında 3 farklı modelde 8 hücre üzerinde çevrim testleri gerçekleştirilmiş ve elde edilen veriler üzerinde geliştirme faaliyeti yürütülmüştür. 3 farklı tipte model kullanılmasıyla NMC (nikel manganez kobalt), NCA (nikel kobalt alüminyum) ve LFP (lityum demir fosfat) katot tiplerinin sağlık durum değişimlerindeki farklılıklar ortaya konmuş ve geliştirilen yöntem ile tutarlılıkları sınanmıştır.
Özet (Çeviri)
Electric vehicle technology has started to become popular once again due to increased energy density and decreased cost per kWh of the li-ion batteries. This circumstance has accelerated the advancement of the li-ion batteries and decreased the cost for each passing year. This trend is continuing today and it is estimated that it will keep continuing. One of the most important estimation algorithm of li-ion electric vehicle batteries is the state of health estimation. Output of this algorithm informs the driver and the authorized service staff. Knowing the state of health level of the battery is a service requirement and it is critical for the drivers safety. This thesis develops a state of health algorithm that takes the internal resistance as reference. In this context an internal resistance measurement method has developed. Measured resistances used as an input on the equations which gives state of health percentage as an output. These equations are developed on this thesis with interpolation methods. Within this scope cycle tests has perfomed on 8 different cells from 3 different manufacturers and acquired datas used in the development period. With 3 different models of cells being used in this test, it became possible to observe different state of health characteristics of NMC (nickel manganese cobalt), NCA (nickel cobalt aluminium) and LFP (lithium iron phosphate) cathodes and test the accuracy of the developed method on these given cathodes.
Benzer Tezler
- Elektrikli araçlardaki lityum-iyon bataryalar için modelleme ve şarj durumunun kestirimi
Modelling and state of charge estimation for lithium-ion batteries in electric vehicles
KENAN YILDIRIM
Yüksek Lisans
Türkçe
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Contributions to equivalent circuit model parameter estimations of NiMnCo and LiFePO type lithium-ion batteries
NiMnCo ve LiFePO hücre tiplerine ait lityum-iyon bataryaların elektriksel eşdeğer devre parametre tahminine katkılar
MAHMUT KEREM EREN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ
- Elektrikli araçlarda kullanılan bataryaların sağlık ve şarj durumlarının makine öğrenmesi ile tahmini
Prediction of the health and charge status of batteries used in electric vehicles through machine learning
ZEYNEP TUĞBA CEM
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED MUSTAFA ERTAY
- Battery test and management system
Pil test ve yönetim sistemi
RİFAT BERBERGİL
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiIşık ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN GÜRKAN
DOÇ. DR. ÜMİT GÜZ
- A novel method to estimate state of charge of li-based batteries
Lityum bazlı batarya hücrelerinin özgün bir yöntem ile şarj durumu tahmini
EYMEN İPEK
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT YILMAZ