| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-14页 |
| 1.1.1 石油危机及环境污染 | 第10页 |
| 1.1.2 电动汽车及其发展瓶颈 | 第10-11页 |
| 1.1.3 车用动力电池技术 | 第11-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 研究现状 | 第15-18页 |
| 1.3.1 电池SOC定义 | 第15-16页 |
| 1.3.2 电池SOC估计研究现状 | 第16-18页 |
| 1.4 研究内容 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 锂离子电池特性分析与实验研究 | 第20-30页 |
| 2.1 锂离子电池的工作原理 | 第20-21页 |
| 2.2 锂离子电池容量测试实验 | 第21-25页 |
| 2.3 锂离子电池HPPC测试实验 | 第25-27页 |
| 2.4 锂离子电池UDDS和NYCC循环工况实验 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 锂离子电池基于遗传算法建模研究 | 第30-44页 |
| 3.1 锂离子电池等效电路模型 | 第30-33页 |
| 3.1.1 常用的等效电路模型 | 第30-32页 |
| 3.1.2 本文选用的等效电路模型 | 第32-33页 |
| 3.2 基于遗传算法的模型参数辨识 | 第33-41页 |
| 3.2.1 遗传算法的基本原理和方法 | 第33-35页 |
| 3.2.2 基于遗传算法的模型参数辨识 | 第35-41页 |
| 3.3 基于MATLAB的参数辨识实验及结果分析 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于扩展卡尔曼滤波算法的SOC估计 | 第44-60页 |
| 4.1 卡尔曼滤波器原理 | 第44-49页 |
| 4.1.1 线性卡尔曼滤波器 | 第44-47页 |
| 4.1.2 扩展卡尔曼滤波器 | 第47-49页 |
| 4.2 基于扩展卡尔曼滤波的SOC估计算法 | 第49-54页 |
| 4.2.1 基于EKF的SOC估计算法原理 | 第49-51页 |
| 4.2.2 基于EKF的SOC估计算法的MATLAB实现 | 第51-54页 |
| 4.3 基于MATLAB的SOC估计实验及结果分析 | 第54-58页 |
| 4.3.1 UDDS工况下的SOC估计实验 | 第54-56页 |
| 4.3.2 NYCC工况下的SOC估计实验 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 基于EKF的SOC估计算法适应性研究 | 第60-78页 |
| 5.1 EUDC工况下的仿真实验 | 第60-64页 |
| 5.2 US06工况下的仿真实验 | 第64-68页 |
| 5.3 1015工况下的仿真实验 | 第68-72页 |
| 5.4 New York bus工况下的仿真实验 | 第72-76页 |
| 5.5 本章小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 全文总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 附录 | 第86页 |
| A. 攻读硕士学位期间发表的论文 | 第86页 |