Description du projet
Un nouveau modèle pour de meilleures batteries de VE
Les véhicules électriques (VE) représentent l’avenir. Alors, qu’est-ce que l’avenir réserve aux batteries de VE? Afin de rendre ces batteries plus simples et faciles à recharger, il est important d’améliorer le système de gestion de batteries (BMS) qui surveille, contrôle et protège les blocs de batterie lithium-ion des VE. Tenant compte du fait que les batteries de VE sont soumises à des cycles de fonctionnement rigoureux et à une variation des conditions environnementales qui compliquent considérablement les interactions, le projet DeepBMS, financé par l’UE, développera un nouveau modèle pour améliorer la fonctionnalité BMS dans les VE. Des algorithmes efficaces fondés sur l’apprentissage par renforcement profond mesureront le comportement complexe variable dans le temps de la batterie. DeepBMS améliorera également la fiabilité des batteries et étendra leur durée de vie grâce à des évaluations plus précises réalisées dans une large gamme de températures et sur l’ensemble de leur cycle de vie.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par l'équipe qui en a la charge.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par l'équipe qui en a la charge.
- ingénierie et technologie génie électrique, génie électronique, génie de l’information industrie électrotechnique énergie électrique
- sciences naturelles sciences chimiques électrochimie pile électrique
- sciences sociales géographie sociale et économique transport véhicule électrique
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique apprentissage par renforcement
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2021-PF-01
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
9220 Aalborg
Danemark
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.