电动汽车动力锂离子电池健康状态估计研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及其意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 电动汽车动力电池SOH定义 | 第11-12页 |
| 1.3 电动汽车动力电池SOH估计研究现状 | 第12-16页 |
| 1.3.1 SOH离线估计方法 | 第13-14页 |
| 1.3.2 SOH在线估计方法 | 第14-16页 |
| 1.4 SOH估计研究难点 | 第16页 |
| 1.5 本文主要研究内容 | 第16-20页 |
| 第2章 锂离子电池SOH分析 | 第20-28页 |
| 2.1 锂离子电池概述 | 第20-22页 |
| 2.2 锂离子电池性能指标 | 第22-24页 |
| 2.3 SOH的影响因素 | 第24-26页 |
| 2.3.1 SOH的内部影响因素 | 第24-25页 |
| 2.3.2 SOH的外部影响因素 | 第25-26页 |
| 2.4 延迟电池老化的措施 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 SOH双拓展卡尔曼滤波估算 | 第28-46页 |
| 3.1 等效电路模型选择 | 第28-32页 |
| 3.2 模型参数辨识 | 第32-37页 |
| 3.2.1 SOC-OCV曲线的拟合 | 第33-35页 |
| 3.2.2 电阻电容参数辨识 | 第35-36页 |
| 3.2.3 等效电路模型的验证 | 第36-37页 |
| 3.3 基于双拓展卡尔曼滤波SOH估计算法 | 第37-44页 |
| 3.3.1 基于EKF算法的电池SOC估计 | 第39-40页 |
| 3.3.2 基于EKF算法的电池SOH估计 | 第40-42页 |
| 3.3.3 基于DEKF的SOH估计 | 第42-44页 |
| 3.4 算法验证和结果分析 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 SOH估算硬件设计 | 第46-58页 |
| 4.1 SOH系统功能和结构设计 | 第46-47页 |
| 4.2 硬件电路设计 | 第47-55页 |
| 4.2.1 主控芯片 | 第47-49页 |
| 4.2.2 系统供电电路设计 | 第49-51页 |
| 4.2.3 电压测量电路设计 | 第51-52页 |
| 4.2.4 电流测量电路设计 | 第52-54页 |
| 4.2.5 温度测量电路设计 | 第54页 |
| 4.2.6 通讯系统设计 | 第54-55页 |
| 4.3 硬件设计原理图及实物图 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 SOH估算软件设计及实验测试 | 第58-66页 |
| 5.1 系统软件框架设计 | 第58-59页 |
| 5.2 SOH估算程序设计 | 第59-62页 |
| 5.2.1 系统初始化及参数设置 | 第59-60页 |
| 5.2.2 电池状态判断 | 第60-61页 |
| 5.2.3 SOH估算子程序 | 第61-62页 |
| 5.3 实验测试 | 第62-65页 |
| 5.3.1 实验设备及步骤 | 第62-64页 |
| 5.3.2 实验结果 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 全文总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间取得的研究成果 | 第74页 |
