基于CKF的锂电池SOC估算及其电池管理系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 电池管理系统研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 电池管理系统国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 荷电状态定义及研究现状 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 第二章 锂电池特性分析与等效电路模型设计 | 第17-28页 |
| 2.1 锂电池特性分析 | 第17-21页 |
| 2.1.1 充电特性 | 第17-19页 |
| 2.1.2 放电特性 | 第19-20页 |
| 2.1.3 温度特性 | 第20-21页 |
| 2.2 典型锂电池等效电路模型 | 第21-26页 |
| 2.2.1 内部电阻式模型 | 第21-22页 |
| 2.2.2 戴维南模型 | 第22-23页 |
| 2.2.3 PNGV模型 | 第23-24页 |
| 2.2.4 Massimo Ceraolo模型 | 第24页 |
| 2.2.5 双阻容并联回路等效电路模型 | 第24-26页 |
| 2.3 锂电池开路电压与荷电状态标定实验 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 锂电池荷电状态估算方法研究 | 第28-42页 |
| 3.1 荷电状态估算方法 | 第28-33页 |
| 3.1.1 安时积分法 | 第28-29页 |
| 3.1.2 开路电压法 | 第29页 |
| 3.1.3 内阻分析法 | 第29-30页 |
| 3.1.4 人工神经网络法 | 第30-31页 |
| 3.1.5 卡尔曼滤波法 | 第31-33页 |
| 3.2 基于容积卡尔曼滤波法的荷电状态估算 | 第33-39页 |
| 3.2.1 无迹卡尔曼滤波法 | 第33-35页 |
| 3.2.2 容积卡尔曼滤波法 | 第35-38页 |
| 3.2.3 容积卡尔曼滤波法对荷电状态估算的实现 | 第38-39页 |
| 3.3 荷电状态估算仿真实验 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 电池管理系统硬件电路设计 | 第42-50页 |
| 4.1 硬件电路设计 | 第42-49页 |
| 4.1.1 DSP最小系统设计 | 第42-43页 |
| 4.1.2 电流采样电路设计 | 第43-44页 |
| 4.1.3 电压采样电路设计 | 第44-45页 |
| 4.1.4 温度采样电路设计 | 第45-46页 |
| 4.1.5 信号隔离电路设计 | 第46页 |
| 4.1.6 均衡模块设计 | 第46-48页 |
| 4.1.7 CAN通信设计 | 第48-49页 |
| 4.2 本章小结 | 第49-50页 |
| 第五章 电池管理系统软件流程设计 | 第50-58页 |
| 5.1 系统软件模块工作流程 | 第50-54页 |
| 5.1.1 主程序工作流程 | 第50页 |
| 5.1.2 系统初始化模块工作流程 | 第50-51页 |
| 5.1.3 数据采样工作流程 | 第51-52页 |
| 5.1.4 均衡工作流程 | 第52-53页 |
| 5.1.5 SOC估算工作流程 | 第53页 |
| 5.1.6 CAN通讯工作流程 | 第53-54页 |
| 5.2 控制策略及实验分析 | 第54-57页 |
| 5.2.1 均衡控制策略 | 第54-56页 |
| 5.2.2 实验分析 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的论文 | 第64页 |
