| 中文摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-12页 |
| 1.2.1 动力电池模型 | 第9-11页 |
| 1.2.2 电池荷电状态SOC | 第11-12页 |
| 1.3 课题研究的主要内容 | 第12-14页 |
| 第二章 电池模型的建立与参数辨识 | 第14-30页 |
| 2.1 电池的分类及反应机理 | 第14-15页 |
| 2.2 锂电池数学模型分析 | 第15-18页 |
| 2.2.1 等效电路模型 | 第15-17页 |
| 2.2.2 电化学模型 | 第17-18页 |
| 2.3 锂电池数学模型的建立 | 第18-21页 |
| 2.3.1 SOC状态方程 | 第18页 |
| 2.3.2 二阶RC等效电路模型 | 第18-19页 |
| 2.3.3 二阶RC锂电池仿真模型的搭建 | 第19-21页 |
| 2.4 电池模型参数的辨识 | 第21-29页 |
| 2.4.1 模型参数的辨识方法分析 | 第21-22页 |
| 2.4.2 带遗忘因子最小二乘辨识法的理论推导 | 第22-24页 |
| 2.4.3 模型参数辨识实验设计 | 第24-29页 |
| 2.5 电池模型效果实验设计 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 锂电池SOC估计算法研究 | 第30-46页 |
| 3.1 锂电池SOC概述 | 第30-32页 |
| 3.1.1 锂电池SOC的定义 | 第30页 |
| 3.1.2 影响电池SOC的因素 | 第30-32页 |
| 3.2 锂电池SOC的估计方法分析 | 第32-33页 |
| 3.2.1 安时积分法 | 第32页 |
| 3.2.2 开路电压法 | 第32页 |
| 3.2.3 滑模观测器 | 第32-33页 |
| 3.2.4 人工智能法 | 第33页 |
| 3.2.5 卡尔曼滤波器 | 第33页 |
| 3.3 卡尔曼滤波器理论分析 | 第33-38页 |
| 3.3.1 线性滤波器 | 第33-36页 |
| 3.3.2 扩展滤波器 | 第36-38页 |
| 3.4 基于AEKF的SOC估计算法研究 | 第38-40页 |
| 3.4.1 自适应协方差匹配算法 | 第38-39页 |
| 3.4.2 基于AEKF的SOC估计算法设计 | 第39-40页 |
| 3.5 MATLAB仿真实验设计 | 第40-44页 |
| 3.5.1 仿真模型的搭建及参数设计 | 第40-42页 |
| 3.5.2 仿真参数初值及工况设置 | 第42-43页 |
| 3.5.3 仿真结果分析 | 第43-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于ADVISOR的AEKF仿真实验设计 | 第46-58页 |
| 4.1 ADVISOR软件环境简介 | 第46-49页 |
| 4.2 ADVISOR环境下电动汽车的整车建模 | 第49-53页 |
| 4.2.1 ADVISOR环境下电动汽车模型搭建 | 第49-52页 |
| 4.2.2 ADVISOR环境下电动汽车模型参数设计 | 第52-53页 |
| 4.3 基于ADVISOR测试工况的AEKF算法验证 | 第53-56页 |
| 4.3.1 UDDS测试工况设置 | 第53-54页 |
| 4.3.2 UDDS测试工况下仿真结果分析 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 电池管理系统BMS实验设计 | 第58-64页 |
| 5.1 实验室BMS系统平台介绍 | 第58-60页 |
| 5.2 电池充电过程SOC估计实验分析 | 第60-61页 |
| 5.3 电池放电过程SOC估计实验分析 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64页 |
| 6.2 下一步的研究工作 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间发表的学术论文目录 | 第74页 |