基于AUKF的电动汽车动力电池包SOC的估计研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 电动汽车动力电池的发展状况 | 第13-16页 |
| 1.2.1 电动汽车用电池概述 | 第13-15页 |
| 1.2.2 电动汽车用锂离子电池概述 | 第15-16页 |
| 1.3 电池SOC估计方法的研究现状 | 第16-18页 |
| 1.4 本文的主要研究内容 | 第18-19页 |
| 第二章 电池特性分析 | 第19-30页 |
| 2.1 锂离子电池工作原理 | 第19页 |
| 2.2 本文所选电池性能参数 | 第19-20页 |
| 2.3 锂离子电池的工作特性及试验 | 第20-25页 |
| 2.3.1 电池不同放电倍率的容量特性 | 第20-22页 |
| 2.3.2 电池的开路电压特性 | 第22-24页 |
| 2.3.3 电池的内阻特性 | 第24页 |
| 2.3.4 电池的库伦效率特性 | 第24-25页 |
| 2.4 电池性能的影响因素及试验 | 第25-28页 |
| 2.4.1 不同温度影响 | 第25-27页 |
| 2.4.2 循环次数影响 | 第27-28页 |
| 2.5 SOC的定义 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 电池模型及参数辨识 | 第30-50页 |
| 3.1 电池模型 | 第30-31页 |
| 3.2 常用的等效电路模型 | 第31-33页 |
| 3.3 模型参数离线辨识 | 第33-39页 |
| 3.3.1 离线参数辨识过程 | 第33-36页 |
| 3.3.2 离线参数辨识结果验证 | 第36-39页 |
| 3.4 模型参数在线辨识 | 第39-49页 |
| 3.4.1 在线参数辨识模型数学公式推导 | 第39-44页 |
| 3.4.2 在线参数辨识的步骤 | 第44-45页 |
| 3.4.3 在线参数辨识结果 | 第45-47页 |
| 3.4.4 实际运行工况验证 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于AUKF算法的SOC估计 | 第50-65页 |
| 4.1 UKF算法原理 | 第50-56页 |
| 4.1.1 卡尔曼滤波法 | 第50-52页 |
| 4.1.2 无迹卡尔曼滤波算法 | 第52-53页 |
| 4.1.3 无迹卡尔曼滤波算法估计SOC的实现 | 第53-56页 |
| 4.2 自适应无迹卡尔曼滤波算法的设计 | 第56-60页 |
| 4.2.1 基于噪声统计特性估计器的协方差匹配 | 第56-59页 |
| 4.2.2 自适应无迹卡尔曼滤波算法的实现 | 第59-60页 |
| 4.3 基于UKF和AUKF的SOC估计对比分析 | 第60-63页 |
| 4.3.1 恒流放电试验 | 第60-62页 |
| 4.3.2 变电流脉冲工况放电试验 | 第62-63页 |
| 4.4 对AUKF算法初始值误差的鲁棒性验证 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 基于动力电池包的SOC估计试验验证 | 第65-75页 |
| 5.1 动力电池包内单体之间的不一致性 | 第65-66页 |
| 5.2 动力电池包的SOC估计方法 | 第66-68页 |
| 5.3 动力电池包的ECE工况试验 | 第68-72页 |
| 5.3.1 试验内容 | 第68-70页 |
| 5.3.2 实际工况试验 | 第70-72页 |
| 5.4 动力电池包SOC估计结果 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表的学术论文 | 第81页 |
