Descripción del proyecto
Un nuevo modelo para lograr mejores baterías en los vehículos eléctricos
Los vehículos eléctricos (VE) son el futuro. Entonces, ¿qué depara el futuro a las baterías de los VE? Para que estas baterías sean fáciles de cargar y menos complicadas, es importante mejorar el sistema de gestión de la batería (BMS, por sus siglas en inglés), que monitoriza, controla y protege los bloques de baterías de iones de litio de los VE. Teniendo en cuenta que las baterías de los VE están sujetas a ciclos operativos rigurosos y a condiciones ambientales variables que dan lugar a interacciones muy complicadas, el equipo del proyecto DeepBMS, financiado con fondos europeos, desarrollará un nuevo modelo para mejorar la funcionalidad del BMS en los VE. Los algoritmos eficientes basados en el aprendizaje profundo por refuerzo registrarán el enrevesado comportamiento de la batería, que varía con el tiempo. En DeepBMS también se aumentará la fiabilidad y se extenderá la vida útil de la batería al mejorar la precisión de la estimación en una amplia gama de temperaturas y durante toda la vida útil de las baterías.
Objetivo
Battery Management System (BMS) plays a pivotal role in monitoring, control, and protecting the Electric Vehicle (EV) Lithium-ion battery packs. In vehicular applications, batteries are usually subjected to harsh operating cycles and varying environmental conditions leading to very complicated interactions of different aging factors and unforeseeable modeling uncertainties. Therefore, the classical model-based techniques cannot completely handle the foregoing factors, which always leave an unwanted state estimation error in the BMS. This project intends to apply a multidisciplinary approach by combining the advantages of deep reinforcement learning and classical model-based techniques to improve the BMS functionality in EVs. Specifically, DeepBMS aims to: 1-Develop efficient deep reinforcement learning-based algorithms which are able to capture the convoluted time-varying behavior of battery and can gradually improve themselves by learning in real-time 2- Combine the beneficial features of model-based and data-driven techniques to improve the state estimation accuracy in a wide temperature range and over the full life span of the batteries, thereby increasing the reliability and extending the battery lifetime. The interdisciplinary nature of DeepBMS is very strong, involving a combination of control and state estimation theory, power electronics, battery storage systems, and machine learning. The supervisor and candidate have excellent complemental research experiences in these fields providing the necessary competencies to bring the project to successful completion. The project ensures two-way transfer of knowledge including training of the candidate in cutting-edge advanced techniques in a state-of-the-art laboratory, which improves his future career prospects. Likewise, DeepBMS is in line with the EU strategic action plan on batteries and its results have a great potential to be further developed at the fundamental and applied levels through follow-up research.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo.
La clasificación de este proyecto ha sido validada por su equipo.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo.
La clasificación de este proyecto ha sido validada por su equipo.
- ingeniería y tecnología ingeniería eléctrica, ingeniería electrónica, ingeniería de la información industria electrotécnica energía eléctrica
- ciencias naturales ciencias químicas electroquímica baterías eléctricas
- ciencias sociales geografía social y económica transporte vehículo eléctrico
- ciencias naturales informática y ciencias de la información inteligencia artificial aprendizaje automático aprendizaje por refuerzo
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) HORIZON-MSCA-2021-PF-01
Ver todos los proyectos financiados en el marco de esta convocatoriaCoordinador
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
9220 AALBORG
Dinamarca
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.