混合动力电动汽车锂离子电池SOC估算方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10页 |
| ·国内外研究现状 | 第10-15页 |
| ·国内外混合动力汽车发展现状 | 第10-12页 |
| ·动力电池研究现状 | 第12-13页 |
| ·电池SOC估算研究现状 | 第13-15页 |
| ·研究内容与论文结构 | 第15-18页 |
| ·研究对象与目的 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第2章 磷酸铁锂电池特性与SOC | 第18-34页 |
| ·磷酸铁锂电池的结构原理 | 第18-19页 |
| ·磷酸铁锂电池特性分析 | 第19-22页 |
| ·磷酸铁锂电池的充电特性 | 第19-20页 |
| ·磷酸铁锂电池的放电特性 | 第20-21页 |
| ·磷酸铁锂电池的容量特性 | 第21-22页 |
| ·磷酸铁锂电池的内阻特性 | 第22页 |
| ·磷酸铁锂电池性能建模 | 第22-27页 |
| ·等效电路模型 | 第23-26页 |
| ·电化学机理模型 | 第26-27页 |
| ·电池SOC定义及其影响因素 | 第27-30页 |
| ·电池SOC定义 | 第27-28页 |
| ·影响电池SOC估算的因素 | 第28-29页 |
| ·变电流下的SOC定义 | 第29-30页 |
| ·SOC常用估算方法 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于神经网络的SOC估算 | 第34-54页 |
| ·BP神经网络模型与学习算法 | 第34-40页 |
| ·BP神经网络模型 | 第34-36页 |
| ·BP网络的学习算法 | 第36-38页 |
| ·BP学习算法的改进 | 第38-40页 |
| ·Leverberg-Marquardt算法 | 第40页 |
| ·基于BP网络的SOC估算设计 | 第40-49页 |
| ·BP网络结构设计 | 第41-42页 |
| ·训练样本集的准备 | 第42-44页 |
| ·参考SOC的获取 | 第44-45页 |
| ·样本数据归一化 | 第45-46页 |
| ·BP网络训练及隐节点数确定 | 第46-49页 |
| ·电池SOC估算验证 | 第49-53页 |
| ·20℃测试样本的SOC估算验证 | 第49-50页 |
| ·室温下放电实验的SOC估算验证 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 时变工况下电池SOC估算网络改进 | 第54-70页 |
| ·动力电池时变工况问题探讨 | 第54页 |
| ·时变工况下样本数据实验 | 第54-58页 |
| ·模拟工况实验测试 | 第55-57页 |
| ·训练样本集 | 第57-58页 |
| ·GA和BP网络结合优化估算模型 | 第58-65页 |
| ·改进后网络结构参数优化 | 第58-60页 |
| ·试凑法优化输入向量 | 第60-62页 |
| ·遗传算法优化神经网络权值 | 第62-64页 |
| ·改进后网络隐含层节点数设计 | 第64-65页 |
| ·改进后网络SOC估算验证 | 第65-69页 |
| ·恒流放电实验SOC估算验证 | 第66-68页 |
| ·模拟工况放电实验SOC估算验证 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| ·全文总结 | 第70-71页 |
| ·研究展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75页 |
