| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 电池建模及荷电状态估计研究现状 | 第14-21页 |
| 1.2.1 电池建模研究现状 | 第14-15页 |
| 1.2.2 荷电状态估计研究现状 | 第15-21页 |
| 1.3 SOC估计关键技术 | 第21-22页 |
| 1.4 本文主要内容安排 | 第22-24页 |
| 第二章 锂离子电池电化学模型 | 第24-33页 |
| 2.1 引言 | 第24页 |
| 2.2 锂离子电池结构、原理及重要参数 | 第24-26页 |
| 2.2.1 锂离子电池的结构和工作原理 | 第24-25页 |
| 2.2.2 电池重要参数 | 第25-26页 |
| 2.3 准二维多孔电极模型 | 第26-30页 |
| 2.3.1 固相锂离子浓度分布 | 第27-28页 |
| 2.3.2 液相锂离子浓度分布 | 第28-29页 |
| 2.3.3 固相电势分布 | 第29页 |
| 2.3.4 液相电势分布 | 第29页 |
| 2.3.5 Bulter-Volmer动力学方程 | 第29-30页 |
| 2.4 单粒子模型 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 锂离子电池扩展单粒子模型及参数辨识 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 扩展单粒子模型 | 第33-39页 |
| 3.2.1 利用BP神经网络近似求解液相浓度 | 第33-37页 |
| 3.2.2 固相扩散的近似求解 | 第37-38页 |
| 3.2.3 欧姆极化作用 | 第38页 |
| 3.2.4 端电压 | 第38-39页 |
| 3.3 参数辨识 | 第39-44页 |
| 3.3.1 敏感度分析 | 第39-42页 |
| 3.3.2 遗传算法参数辨识 | 第42-44页 |
| 3.3.3 参数辨识结果 | 第44页 |
| 3.4 扩展单粒子模型仿真验证 | 第44-47页 |
| 3.4.1 液相浓度近似方法验证 | 第44-45页 |
| 3.4.2 扩展单粒子模型验证 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 锂离子电池荷电状态在线估计算法研究 | 第49-67页 |
| 4.1 引言 | 第49页 |
| 4.2 卡尔曼滤波原理 | 第49-52页 |
| 4.2.1 基本卡尔曼滤波算法 | 第49-51页 |
| 4.2.2 扩展卡尔曼滤波算法 | 第51-52页 |
| 4.3 模型自适应与噪声处理方法简介 | 第52-54页 |
| 4.3.1 模型自适应方法简介 | 第52-53页 |
| 4.3.2 噪声处理方法简介 | 第53-54页 |
| 4.4 锂离子电池荷电状态估计算法 | 第54-61页 |
| 4.4.1 安时积分法 | 第54-55页 |
| 4.4.2 基于扩维EKF的SOC估计算法 | 第55-57页 |
| 4.4.3 利用协方差匹配法改进EKF的SOC估计算法 | 第57-58页 |
| 4.4.4 仿真结果与分析 | 第58-61页 |
| 4.5 考虑电池实际容量修正的SOC估计算法 | 第61-66页 |
| 4.5.1 退化数据分析 | 第62-64页 |
| 4.5.2 基于实际容量修正的SOC估计算法 | 第64-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 本文研究工作总结 | 第67-68页 |
| 5.2 下一步工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 在学期间的研究成果及发表的学术论文 | 第76页 |