SOC estimation for battery management system
Pil yönetim sistemi için SOC tahmini
- Tez No: 729891
- Danışmanlar: PROF. DR. HANİFE APAYDIN ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Devre analizi, Gerilim sistemleri, Kalman filtre, Şarj, Circuit analysis, Voltage systems, Kalman filter, Charge
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Aküler, şarj edilebilir elektrik sistemlerinin genellikle birincil enerji depolama öğesi olarak kullanılmaktadır. Günümüzde akü ile çalışan cihazlar arttıkça ve geliştikçe akünün verimli kullanımı ve kullanım süresi kritik bir hale gelmiştir. Bu kapsamda, akünün şarj durumu (SOC) değerinin bilinmesi, akünün verimli kullanılmasına, aşırı şarj–deşarjı önleyerek pilin ömrünün uzatılmasında katkı sağlayan önemli bir parametredir. Dolayısıyla akülerde SOC değerinin yüksek hassasiyetle hesaplanması oldukça önem kazanmıştır. Bu tezde, Akü SOC değerinin doğru ve yüksek hassasiyetle hesaplanması için, dinamik devre modeli kullanan Kalman filtresi, Rint devre modeli ile akü terminal voltajını kullanan Voltaj tabanlı yöntem ve Coulomb sayimi olmak üzere 3 temel metod modifiye edilerek sunularak yöntemlerin başarısı yapılan simulasyonlar ile desteklenmiştir. Ayrıca bu metodların birbirine göre avantajları ve dezavantajları incelenerek sunulmuştur.
Özet (Çeviri)
Batteries are often used as the primary energy storage element of rechargeable electrical systems. Today, as battery-powered devices increase and develop, the efficient use and duration of use of the battery has become critical. In this context, knowing the state of charge (SOC) value of the battery is an important parameter that contributes to the efficient use of the battery and to prolonging the life of the battery by preventing overcharge-discharge. Therefore, it has become very important to calculate the SOC value in batteries with high precision. In this thesis, in order to calculate the SOC value of the battery accurately and with high precision, modified Kalman Filter method using dynamic circuit model, Voltage-based method using battery terminal voltage with Rint circuit model, and Coulomb counting method are presented. These methods are also validated by simulation studies. In addition, the advantages and disadvantages of these methods and their comparision are explained.
Benzer Tezler
- Elektrikli araçlar için yapay öğrenme tabanlı durum tahmin algoritmalarına sahip akıllı batarya yönetim sistemi geliştirilmesi
Development of a smart battery management system with machine learning-based state estimation algorithms for electric vehicles
OSMAN DEMİRCİ
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiManisa Celal Bayar ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEZAİ TAŞKIN
- Hibrit derin öğrenme yöntemleri ile batarya şarj durumu (ŞD) tahmininin geliştirilmesi
Improving battery state of charge (SoC) estimation using hybrid deep learning methods
FEYZA ÇAVDAR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİN ARGUN ORAL
- Use of extended kalman filtering for battery management system of a lithium-ion battery
Lityum-iyon pilin batarya yönetim sistemi için genişletilmiş kalman filtre kullanımı
CANSU İÇÖZ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. DUYGUN EROL BARKANA
- Embedded system design for lithium-ion battery state of charge estimation algorithms
Lityum iyon batarya şarj durumu ölçüm algoritmaları için gömülü sistem tasarımı
SELAHATTİN CAN SAKBAŞ
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT YILMAZ
- Batarya yönetim sistemlerinde şarj durum tahmini için genişletilmiş kalman filtresi parametrelerinin optimum ayarı
Optimal tuning of extended kalman filter parameters for state of charge estimation in battery managments systems
BUĞRA ÜVEZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGE PINAR AKKAŞ