首页--交通运输论文--公路运输论文--汽车工程论文--各种汽车论文--各种能源汽车论文--电动汽车论文

基于强跟踪卡尔曼滤波的车用锂电池SOC估计算法的研究

摘要第3-4页
Abstract第4-5页
1 绪论第8-14页
    1.1 研究背景与意义第8-9页
    1.2 电池SOC估计研究现状第9-13页
        1.2.1 电池SOC估计方法第9-10页
        1.2.2 电池SOC估计的国内外研究现状第10-13页
    1.3 论文研究的主要内容第13-14页
2 SOC概述与锂电池特性分析第14-25页
    2.1 常用动力蓄电池介绍第14页
    2.2 锂电池结构及工作原理第14-15页
    2.3 SOC定义第15-16页
    2.4 电池容量的影响因素第16-19页
        2.4.1 放电倍率影响第16-18页
        2.4.2 电池温度影响第18页
        2.4.3 电池循环次数影响第18-19页
    2.5 锂电池测试与特性分析第19-24页
        2.5.1 电池充放电过程第19-20页
        2.5.2 电池回弹电压特性第20-21页
        2.5.3 电池开路电压特性第21-24页
    2.6 本章小结第24-25页
3 电池建模与参数辨识第25-36页
    3.1 典型的电池等效模型第25-26页
    3.2 锂电池模型的建立第26-27页
    3.3 锂电池模型参数辨识第27-32页
        3.3.1 混合脉冲功率性能试验第27-29页
        3.3.2 电池阻抗参数辨识第29-32页
    3.4 电池模型仿真与验证第32-35页
        3.4.1 电池模型仿真第32-34页
        3.4.2 电池模型验证第34-35页
    3.5 本章小结第35-36页
4 基于扩展卡尔曼滤波算法的锂电池SOC估计第36-45页
    4.1 卡尔曼滤波理论第36-39页
        4.1.1 标准卡尔曼滤波算法第36-37页
        4.1.2 扩展卡尔曼滤波算法第37-39页
    4.2 基于扩展卡尔曼滤波算法实现锂电池SOC估计第39-41页
    4.3 仿真分析第41-44页
        4.3.1 安时积分法仿真验证第41-42页
        4.3.2 扩展卡尔曼滤波算法仿真验证第42-44页
    4.4 本章小结第44-45页
5 基于强跟踪卡尔曼滤波算法的锂电池SOC估计第45-53页
    5.1 强跟踪滤波理论第45-48页
        5.1.1 正交性原理第46页
        5.1.2 次优渐消因子的确定第46-48页
    5.2 基于强跟踪卡尔曼滤波算法实现锂电池SOC估计第48-50页
    5.3 仿真分析第50-52页
    5.4 本章小节第52-53页
结论第53-54页
参考文献第54-59页
攻读学位期间发表的学术论文第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:交通事故现场散落物特征识别及提取技术研究
下一篇:汽车EPS系统控制策略及台架试验研究