摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-19页 |
1.1 研究背景 | 第12页 |
1.2 课题研究来源 | 第12-13页 |
1.3 国内外发展现状 | 第13-18页 |
1.3.1 蓄电池的分类 | 第13-14页 |
1.3.2 磷酸铁锂电池发展及现状 | 第14-15页 |
1.3.3 磷酸铁锂电池荷电状态估计研究现状 | 第15-18页 |
1.4 论文的主要研究和工作内容 | 第18-19页 |
第2章 实验用磷酸铁锂电池概述 | 第19-25页 |
2.1 SOC定义 | 第19-20页 |
2.2 磷酸铁锂电池工作原理 | 第20-21页 |
2.3 磷酸铁锂电池电压性 | 第21页 |
2.4 磷酸铁锂电池内阻特性 | 第21-22页 |
2.5 磷酸铁锂电池容量特性 | 第22-24页 |
2.6 本章小结 | 第24-25页 |
第3章 基于MATLAB/SIMSCAPE的LIFEPO_4建模方法及电池参数估计 | 第25-37页 |
3.1 基于Labview的磷酸铁锂电池性能测试平台 | 第25-26页 |
3.2 磷酸铁锂电池SOC与Uoc的关系曲线 | 第26-29页 |
3.3 基于MATLAB/SIMSCAPE的磷酸铁锂电池模型 | 第29-36页 |
3.3.1 LiFePO_4戴维南等效电路 | 第29-31页 |
3.3.2 LiFePO_4的MATLAB/SIMSCAPE模型及参数估计 | 第31-36页 |
3.4 本章小结 | 第36-37页 |
第4章 卡尔曼滤波算法研究及其在磷酸铁锂电池SOC估计中的应用 | 第37-52页 |
4.1 离散线性卡尔曼滤波器 | 第37-39页 |
4.2 扩展卡尔曼滤波器EKF | 第39-41页 |
4.3 强跟踪滤波算法 | 第41-44页 |
4.4 基于特征值分解的改进强跟踪滤波算法 | 第44-51页 |
4.4.1 STEKF问题分析 | 第44-46页 |
4.4.2 基于特征值分解的改进STEKF(MSTEKF) | 第46-49页 |
4.4.3 MSTEKF算法估计结果分析 | 第49-51页 |
4.5 本章小结 | 第51-52页 |
第5章 多采样率控制系统算法研究及其在磷酸铁锂电池SOC估计中的应用 | 第52-74页 |
5.1 引言 | 第52-53页 |
5.2 多采样率控制理论概述 | 第53-56页 |
5.2.1 输入多采样率数字控制系统 | 第54-55页 |
5.2.2 输出多采样率数字控制系统 | 第55-56页 |
5.2.3 广义多采样率数字控制系统 | 第56页 |
5.3 基于输入多采样率的卡尔曼滤波器 | 第56-63页 |
5.3.1 基于输入多采样率的EKF算法 | 第56-59页 |
5.3.2 基于输入多采样率的STEKF算法 | 第59-63页 |
5.4 基于输出多采样率的卡尔曼滤波器 | 第63-67页 |
5.4.1 基于输出多采样率的EKF算法 | 第63-66页 |
5.4.2 基于输出多采样率的STEKF算法 | 第66-67页 |
5.5 基于多采样率卡尔曼滤波器状态估计结果分析 | 第67-74页 |
5.5.1 情况一:算法的SOC初值精确 | 第67-70页 |
5.5.2 情况二:算法的SOC初值存在误差 | 第70-74页 |
总结和展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间发表的论文 | 第81页 |