| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 引言 | 第9-10页 |
| 1.2 课题研究背景及研究意义 | 第10-11页 |
| 1.3 国内外电动汽车现状与分析 | 第11-15页 |
| 1.4 锂电池SOC估计算法现状 | 第15-19页 |
| 1.5 本文主要研究内容 | 第19-21页 |
| 第2章 锂电池特性分析及其测试台架建立 | 第21-32页 |
| 2.1 锂电池特性分析 | 第21-26页 |
| 2.1.1 动力电池分类及比较 | 第21-22页 |
| 2.1.2 磷酸铁锂电池工作原理分析 | 第22-23页 |
| 2.1.3 磷酸铁锂电池主要性能指标分析 | 第23-26页 |
| 2.2 基于ITS5300的电池充放电测试台架建立 | 第26-28页 |
| 2.3 磷酸铁锂电池SOC与电池开路电压特性实验整定 | 第28-31页 |
| 2.4 小结 | 第31-32页 |
| 第3章 二阶RC电路模型建立及参数辨识 | 第32-52页 |
| 3.1 锂电池模型分析 | 第32-36页 |
| 3.1.1 热效应模型 | 第32页 |
| 3.1.2 电化学模型 | 第32-34页 |
| 3.1.3 神经网络模型 | 第34页 |
| 3.1.4 电路等效模型 | 第34-36页 |
| 3.2 二阶RC模型建立及其稳定性分析 | 第36-40页 |
| 3.2.1 二阶RC模型建立 | 第36-38页 |
| 3.2.2 二阶RC模型稳定性判定 | 第38-40页 |
| 3.3 锂电池模型参数估计 | 第40-50页 |
| 3.3.1 基于最小二乘法的模型参数离线辨识 | 第40-42页 |
| 3.3.2 基于KF算法的模型参数在线辨识 | 第42-49页 |
| 3.3.3 参数在线辨识具体实现 | 第49-50页 |
| 3.4 小结 | 第50-52页 |
| 第4章 双重卡尔曼滤波器的SOC估计与实现 | 第52-64页 |
| 4.1 卡尔曼滤波器分析 | 第52-58页 |
| 4.1.1 扩展卡尔曼滤波器算法分析 | 第52-54页 |
| 4.1.2 无迹卡尔曼滤波器算法分析 | 第54-58页 |
| 4.2 基于自适应无迹卡尔曼滤波器的SOC估计研究 | 第58-61页 |
| 4.2.1 基于EKF算法的锂电池SOC估计 | 第58-59页 |
| 4.2.2 基于UKF算法的锂电池SOC估计 | 第59-60页 |
| 4.2.3 基于AUKF算法的锂电池SOC估计 | 第60-61页 |
| 4.3 模型参数与SOC估计研究与实现 | 第61-63页 |
| 4.4 小结 | 第63-64页 |
| 第5章 多工况状态下锂电池SOC估计测试与验证 | 第64-72页 |
| 5.1 实验条件 | 第64页 |
| 5.2 SOC估计实验测试及结果分析 | 第64-71页 |
| 5.2.1 恒流放电模拟工况实验 | 第64-66页 |
| 5.2.2 恒流充放电模拟工况实验 | 第66-69页 |
| 5.2.3 UDDS模拟工况实验 | 第69-71页 |
| 5.3 小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第79页 |
