摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-15页 |
·课题的研究背景 | 第10-12页 |
·动力电池的应用与发展 | 第10页 |
·电动汽车的发展 | 第10-11页 |
·智能电网的发展情形 | 第11-12页 |
·研究现状及问题的提出 | 第12-13页 |
·国内外研究现状 | 第12页 |
·问题的提出 | 第12-13页 |
·课题的来源及各章节的主要研究内容 | 第13-15页 |
第2章 动力电池概述 | 第15-28页 |
·铅酸电池的工作原理 | 第15-16页 |
·动力电池的荷电状态研究 | 第16-20页 |
·动力电池状态的定义 | 第16-18页 |
·影响动力电池SOC的因素 | 第18-20页 |
·阀控式铅酸电池的充放电特性研究 | 第20-23页 |
·铅酸动力电池充电特性分析 | 第20-21页 |
·铅酸动力电池放电特性分析 | 第21-22页 |
·铅酸动力电池自放电特性分析 | 第22-23页 |
·常用的荷电状态估算方法 | 第23-26页 |
·开路电压法 | 第23-24页 |
·Ah积分法 | 第24-25页 |
·神经网络法 | 第25页 |
·卡尔曼滤波法 | 第25-26页 |
·内阻法 | 第26页 |
·本文对动力电池SOC的估算思想 | 第26-27页 |
·本章小结 | 第27-28页 |
第3章 动力电池SOC估算模型设计 | 第28-38页 |
·动力电池SOC估算系统模型分析 | 第28-29页 |
·电池信息芯片的选取与存取数据的设计 | 第29-32页 |
·DS2432 芯片的选取 | 第29-30页 |
·出厂数据与历史充放电数据的存取研究 | 第30-32页 |
·获取网络数据策略 | 第32-34页 |
·网络数据模型 | 第32页 |
·充电站数据存储与管理单元 | 第32-34页 |
·寿命系数 | 第34-36页 |
·动力电池SOC估计模型设计 | 第36-37页 |
·标准模型 | 第36页 |
·寿命系数模型 | 第36-37页 |
·本章小结 | 第37-38页 |
第4章 动力电池SOC算法研究及估计实验 | 第38-53页 |
·LM-BP神经网络 | 第39-41页 |
·BP神经网络 | 第39-40页 |
·Levenberg-Marquardt优化算法 | 第40-41页 |
·GAAA算法研究 | 第41-43页 |
·GAAA中遗传算法设计 | 第41-42页 |
·GAAA中蚁群算法设计 | 第42-43页 |
·GAAA算法优化LM-BP神经网络的设计 | 第43-45页 |
·实验分析 | 第45-52页 |
·获取电池实验数据 | 第45-47页 |
·LM-BP神经网络实验处理及仿真分析 | 第47-48页 |
·GA-BP神经网络实验处理及仿真分析 | 第48-50页 |
·GAAA-BP神经网络实验处理及仿真分析 | 第50-51页 |
·GAAA-BP、GA-BP、BP神经网络对电池SOC估计的比较分析 | 第51-52页 |
·本章小结 | 第52-53页 |
第5章 分布式能源动力电池SOC的信息模型研究 | 第53-72页 |
·IEC 61850-7-420 对动力电池作为分布式能源接入电网分析 | 第53-58页 |
·IEC 61850-7-420 应用简介 | 第53-55页 |
·建立电池信息模型对V2G建设的作用 | 第55-56页 |
·IEC 61850-7-420 在动力电池信息建模上的局限性 | 第56-57页 |
·建立电池SOC信息模型对电动汽车和智能电网的作用 | 第57-58页 |
·建设电池SOC估算的逻辑节点初探 | 第58-60页 |
·IEC 61850-7-4 中对算法节点的引入分析 | 第58-59页 |
·建立电池SOC逻辑节点库分析 | 第59-60页 |
·IEC 61850 信息建模方法 | 第60-62页 |
·数据建模技术 | 第60-61页 |
·IED常用信息分析 | 第61-62页 |
·电池信息模型分析 | 第62-69页 |
·电池逻辑节点的功能分析 | 第62-63页 |
·模型设计 | 第63-69页 |
·模型可靠性分析与验证 | 第69-71页 |
·本章小结 | 第71-72页 |
第6章 总结 | 第72-74页 |
·本文所做的主要工作 | 第72-73页 |
·下一步研究工作 | 第73-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-79页 |
附录A 个人简历及攻读硕士学位期间发表的论文 | 第79-80页 |
附录B 攻读硕士学位期间参与的科研项目情况 | 第80页 |