基于改进UKF算法的锂离子电池SOC估计策略研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-17页 |
| 1.1 课题背景 | 第7-9页 |
| 1.2 课题研究的意义 | 第9-11页 |
| 1.3 国内外研究的现状 | 第11-15页 |
| 1.3.1 安时积分法 | 第12-13页 |
| 1.3.2 开路电压法 | 第13页 |
| 1.3.3 卡尔曼滤波法 | 第13-14页 |
| 1.3.4 神经网络法 | 第14-15页 |
| 1.4 课题研究的主要内容 | 第15-17页 |
| 第2章 锂离子电池 | 第17-25页 |
| 2.1 锂离子电池概述 | 第17-18页 |
| 2.2 锂离子电池结构以及工作原理 | 第18-22页 |
| 2.2.1 锂离子电池结构 | 第18-19页 |
| 2.2.2 锂离子电池的工作原理 | 第19-20页 |
| 2.2.3 锂离子电池的材料特性 | 第20-22页 |
| 2.3 锂离子电池参数与工作特性 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 锂离子电池模型以及参数辨识 | 第25-41页 |
| 3.1 电池模型 | 第25-31页 |
| 3.1.1 电化学模型 | 第25-26页 |
| 3.1.2 数学模型 | 第26-27页 |
| 3.1.3 电气模型 | 第27-31页 |
| 3.2 锂离子电池模型的建立 | 第31页 |
| 3.3 锂离子电池参数辨识方法 | 第31-35页 |
| 3.3.1 最小二乘法简介 | 第32-34页 |
| 3.3.2 遗忘因子最小二乘法参数辨识 | 第34-35页 |
| 3.4 锂离子电池参数辨识验证 | 第35-39页 |
| 3.4.1 锂离子电池测试系统 | 第35-37页 |
| 3.4.2 锂离子电池参数辨识结果分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 锂离子电池SOC预测 | 第41-57页 |
| 4.1 扩展卡尔曼滤波算法 | 第41-42页 |
| 4.2 无迹卡尔曼滤波算法 | 第42-45页 |
| 4.2.1 UT变换 | 第43-44页 |
| 4.2.2 无迹卡尔曼滤波算法流程 | 第44-45页 |
| 4.3 粒子滤波 | 第45-47页 |
| 4.3.1 贝叶斯状态估计 | 第46页 |
| 4.3.2 粒子滤波算法基本思想 | 第46-47页 |
| 4.4 锂离子SOC估计算法的实现 | 第47-56页 |
| 4.4.1 混合算法框架 | 第47-49页 |
| 4.4.2 实验验证分析 | 第49-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |
