首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

动力电池SOC算法及其信息建模研究

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

论文共80页,点击 下载论文
上一篇:水冷式半导体冰箱制冷性能的研究
下一篇:基于积分分离模糊PID的开关磁阻发电机最大风能跟踪控制研究