Popis předmětu - BEVM13TMO

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
BEVM13TMO Testování, modelování a odhadování stavů baterií
Role:  Rozsah výuky:2P+2C+2D
Katedra:13113 Jazyk výuky:EN
Garanti:Knap V. Zakončení:Z,ZK
Přednášející:Haniš T., Hrzina P., Knap V. Kreditů:4
Cvičící:Haniš T., Hrzina P., Knap V., Vošahlík D. Semestr:L

Anotace:

Předmět poskytuje úvod do problematiky baterií a managementu jejich systémů. Studenti se naučí, jak baterie testovat, modelovat, parametrizovat bateriové modely či sestavovat algoritmy pro odhadováni jejich stavů (např. stav nabití a životnosti). Kurz kombinuje teoretické znalosti s praktickými zkušenostmi, aby studenti získali dovednosti nezbytné pro řešení reálných problémů v rychle se rozvíjející oblasti bateriových technologií.

Cíle studia:

Studenti za vypracovaný protokol z cvičení, či za odevzdaný domácí úkol dostanou body (známky), které pak budou tvořit základ ke zkoušce, kde lze známku dále ovlivnit. Zápočet je za odevzdaný semestrální projekt, který vychází ze cvičení a úkolů. Zkouška je formou rozpravy nad semestrálním projektem.

Obsah:

Předmět poskytuje úvod do problematiky baterií a managementu jejich systémů. Studenti se naučí, jak baterie testovat, modelovat, parametrizovat bateriové modely či sestavovat algoritmy pro odhadováni jejich stavů (např. stav nabití a životnosti). Kurz kombinuje teoretické znalosti s praktickými zkušenostmi, aby studenti získali dovednosti nezbytné pro řešení reálných problémů v rychle se rozvíjející oblasti bateriových technologií.

Osnovy přednášek:

1) Introduction to Batteries
2) Battery Management Systems for Batteries
3) Electrical Circuit Models and Their Discretization
4) Characterization, Parametrization, and Validation of Battery Models
5) State Estimation using Kalman Filters and Least Square Methods
6) Non-linear Kalman Filters and Parameter Estimation Techniques
7) State-of-Charge Estimation
8) Online Parameter Identification and Other Functionalities
9) Online State-of-Health Estimation
10) Offline State-of-Health Estimation and Diagnostics
11) Data-Driven Methods, Machine Learning, and Artificial Intelligence
12) Integration of Algorithms, Battery Pack Management, and System Management
13) Control Systems and Optimization in Applications
14) Reserve

Osnovy cvičení:

1) Introduction and Safety in the Laboratory
2) Battery Management Systems
3) MATLAB
4) Battery Testing
5) Implementation of Mathematical Models
6) Parametrization and Validation of Battery Models
7) State-of-Charge Estimation
8) State-of-Charge Estimation
9) Online State-of-Health Estimation
10) Online Parameter Identification and Other Functionalities
11) Data-Driven Methods, Machine Learning, and Artificial Intelligence
12) Integration of Algorithms, Battery Pack Management, and System Management
13) Offline State-of-Health Estimation and Diagnostics
14) Reserve

Literatura:

https://moodle.fel.cvut.cz/courses/BEVM13TMO •Plett, G.L., Battery Management Systems: Battery Modeling, vol. 1, Artech House, 2015, ISBN: 978-1-63081-023-8. •Plett, G.L., Battery Management Systems: Equivalent-Circuit Methods, vol. 2, Artech House, 2016, ISBN: 978-1-63081-027-6. •Simon, D.: Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches. Wiley, 2006, ISBN: 978-0-471-70858-2 •Lewis, F. L., L. Xie, D. Popa: Optimal and Robust Estimation: With an Introduction to Stochastic Control Theory, CRC Press, 2005. ISBN 978-1-4200-0829-6

Požadavky:

Vhodná je znalost základů teorie obvodů, lineární algebry, statistiky, modelů dynamických systémů a MATLABu.

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr


Stránka vytvořena 29.4.2024 09:57:32, semestry: Z/2023-4, Z/2024-5, L/2023-4, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)