基于电池模型的汽车铅酸电池SOC在线估计方法研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
英文摘要 | 第9页 |
第一章 绪论 | 第16-21页 |
1.1 汽车电源系统概述 | 第16-17页 |
1.2 课题研究背景和意义 | 第17-18页 |
1.3 课题国内外研究现状 | 第18-20页 |
1.3.1 铅酸蓄电池的发展现状 | 第18页 |
1.3.2 蓄电池SOC估算发展现状 | 第18-19页 |
1.3.3 电池传感器的研究现状 | 第19-20页 |
1.4 课题来源与研究内容 | 第20-21页 |
1.4.1 课题来源 | 第20页 |
1.4.2 论文内容 | 第20-21页 |
第二章 车用铅酸电池特性 | 第21-32页 |
2.1 铅酸电池的基本工作原理 | 第21-23页 |
2.1.1 铅酸电池及其工作原理 | 第21-22页 |
2.1.2 铅酸电池的技术参数 | 第22-23页 |
2.2 车用铅酸电池特性 | 第23-28页 |
2.2.1 充放电特性试验 | 第23-26页 |
2.2.2 自放电电流作用 | 第26-27页 |
2.2.3 电池内阻特性 | 第27-28页 |
2.3 铅酸电池荷电状态定义及分析 | 第28-31页 |
2.3.1 常用SOC定义 | 第28页 |
2.3.2 影响SOC估算的因素 | 第28-31页 |
2.4 本章小结 | 第31-32页 |
第三章 基于扩展卡尔曼滤波的电池模型参数在线辨识 | 第32-46页 |
3.1 电池等效电路模型建立 | 第32-36页 |
3.1.1 常用电池模型分析 | 第32-33页 |
3.1.2 简化电池模型建立 | 第33-35页 |
3.1.3 简化模型中的参数 | 第35-36页 |
3.2 电池模型参数辨识方法分析 | 第36-41页 |
3.2.1 脉冲试验法 | 第36-38页 |
3.2.2 最小二乘法 | 第38-39页 |
3.2.3 卡尔曼滤波方法 | 第39-41页 |
3.2.4 辨识方法对比 | 第41页 |
3.3 电池模型参数辨识估计 | 第41-45页 |
3.3.1 EKF算法及其优化 | 第41-43页 |
3.3.2 电池模型参数在线估计 | 第43-44页 |
3.3.3 基于EKF的模型参数估计 | 第44-45页 |
3.4 本章小结 | 第45-46页 |
第四章 基于双扩展卡尔曼滤波的铅酸电池SOC估计 | 第46-57页 |
4.1 电池SOC常用估算方法分析 | 第46-48页 |
4.1.1 电流积分类 | 第46页 |
4.1.2 参数对应类 | 第46-47页 |
4.1.3 状态估计类 | 第47页 |
4.1.4 各种估计方法对比 | 第47-48页 |
4.2 铅酸电池开路电压与SOC的关系确定 | 第48-51页 |
4.2.1 OCV-SOC关系曲线 | 第48-49页 |
4.2.2 OCV与SOC关系标定 | 第49-51页 |
4.3 基于DEKF的铅酸电池SOC在线估计 | 第51-56页 |
4.3.1 SOC估计的状态空间描述 | 第51-52页 |
4.3.2 基于改进EKF的SOC估计 | 第52-53页 |
4.3.3 电池SOC与模型参数联合估算 | 第53-56页 |
4.4 本章小结 | 第56-57页 |
第五章 SOC估计实验平台搭建及验证分析 | 第57-72页 |
5.1 相关工具介绍 | 第57-59页 |
5.1.1 CANoe | 第57-58页 |
5.1.2 MATLAB/Simulink | 第58-59页 |
5.2 系统设计 | 第59-65页 |
5.2.1 实验系统方案 | 第59-61页 |
5.2.2 电池传感器选取 | 第61页 |
5.2.3 上位机软件设计 | 第61-64页 |
5.2.4 实验流程设计 | 第64-65页 |
5.3 验证结果与分析 | 第65-71页 |
5.3.1 实验数据记录 | 第65-67页 |
5.3.2 放电效率计算 | 第67页 |
5.3.3 SOC估计方法可行性验证 | 第67-70页 |
5.3.4 参数辨识验证 | 第70-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72页 |
6.2 展望 | 第72-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间的学术活动及成果情况 | 第78页 |