摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第9-16页 |
§1.1 电动汽车发展概况 | 第9-11页 |
§1.2 课题研究背景及意义 | 第11-12页 |
§1.3 课题国内外的研究现状 | 第12-13页 |
§1.3.1 动力电池的国内外研究现状 | 第12-13页 |
§1.3.2 动力电池SOC估算的研究现状 | 第13页 |
§1.4 课题来源和动力电池 | 第13-15页 |
§1.5 课题主要研究内容 | 第15-16页 |
第二章 现有SOC估算方法综述 | 第16-22页 |
§2.1 SOC的经典定义 | 第16页 |
§2.2 SOC估算方法 | 第16-21页 |
§2.2.1 放电法 | 第16-17页 |
§2.2.2 安时法 | 第17-18页 |
§2.2.3 内阻法 | 第18页 |
§2.2.4 开路电压法 | 第18页 |
§2.2.5 线性模型法 | 第18-19页 |
§2.2.6 负载电压法 | 第19页 |
§2.2.7 模糊控制算法 | 第19页 |
§2.2.8 神经网络法 | 第19-20页 |
§2.2.9 卡尔曼滤波法 | 第20-21页 |
§2.2.10 粒子滤波算法 | 第21页 |
§2.3 本章小结 | 第21-22页 |
第三章 动力电池模型选择 | 第22-27页 |
§3.1 动力电池模型的概述 | 第22-25页 |
§3.1.1 电化学模型 | 第22-23页 |
§3.1.2 神经网络模型 | 第23页 |
§3.1.3 交流阻抗模型 | 第23-24页 |
§3.1.4 等效电路模型 | 第24-25页 |
§3.2 电池模型选择 | 第25-26页 |
§3.3 本章小结 | 第26-27页 |
第四章 基于在线LS-SVM的动力电池SOC估算方法研究 | 第27-41页 |
§4.1 动力电池建模及参数辨识 | 第27-28页 |
§4.1.1 参数开路电压Uoc的辨识 | 第27-28页 |
§4.1.2 建立Uoc-SOC的关系 | 第28页 |
§4.2 基于在线LS-SVM的电池SOC估算 | 第28-32页 |
§4.2.1 建立在线LS-SVM模型 | 第28-31页 |
§4.2.2 动力电池SOC估算 | 第31页 |
§4.2.3 动力电池SOC修正与误差补偿 | 第31-32页 |
§4.3 实验与仿真结果 | 第32-40页 |
§4.3.1 电池实验平台 | 第32页 |
§4.3.2 工况实验 | 第32-36页 |
§4.3.3 仿真结果 | 第36-40页 |
§4.4 本章小结 | 第40-41页 |
第五章 基于CARMA模型与前馈-反馈补偿的动力电池SOC估算方法研究 | 第41-58页 |
§5.1 动力电池CARMA结构的电池模型建模及参数辨识 | 第41-43页 |
§5.1.1 CARMA结构的电池模型 | 第41-42页 |
§5.1.2 CARMA结构的电池模型参数辨识 | 第42-43页 |
§5.2 BP神经网络拟合OCV-SOC关系 | 第43-44页 |
§5.3 基于端电压偏差补偿的SOC估算 | 第44-47页 |
§5.3.1 锂电池SOC-OCV关系分析 | 第44-45页 |
§5.3.2 基于端电压偏差补偿的SOC估算 | 第45-46页 |
§5.3.3 端电压偏差前馈补偿 | 第46页 |
§5.3.4 端电压偏差前馈-反馈补偿 | 第46-47页 |
§5.4 实验和仿真结果 | 第47-57页 |
§5.4.1 基于ARMA结构的电池模型和CARMA结构的电池模型的SOC估算结果分析 | 第48-50页 |
§5.4.2 OCV-SOC映射关系的多项式拟合和BP神经网络拟合分析 | 第50-54页 |
§5.4.3 基于OCV的SOC估算与带有前馈补偿的SOC估算结果分析 | 第54-55页 |
§5.4.4 基于前馈补偿和前馈-反馈补偿的SOC估算结果分析 | 第55-57页 |
§5.5 本章小结 | 第57-58页 |
第六章 总结与展望 | 第58-60页 |
§6.1 研究工作总结 | 第58-59页 |
§6.2 工作展望 | 第59-60页 |
参考文献 | 第60-68页 |
致谢 | 第68-69页 |
作者在读研期间已发表论文 | 第69页 |