首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

磷酸铁锂电池建模及其荷电状态估计算法研究

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

论文共81页,点击 下载论文
上一篇:广西东兴市园林植物物种资源及其多样性的调查与分析
下一篇:展示空间的语义化设计--以博物馆展览空间为例