| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-15页 |
| 1.1 课题研究目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 课题研究内容及特色之处 | 第13-15页 |
| 1.3.1 课题研究内容 | 第13-14页 |
| 1.3.2 课题创新之处 | 第14-15页 |
| 第二章 锂离子电池管理系统分析 | 第15-25页 |
| 2.1 锂离子电池工作原理 | 第15-16页 |
| 2.2 锂离子电池特性 | 第16-20页 |
| 2.2.1 锂离子电池参数 | 第16-17页 |
| 2.2.2 锂离子电池性能 | 第17-20页 |
| 2.3 锂离子电池管理系统结构分析 | 第20-21页 |
| 2.4 锂离子电池管理系统功能分析 | 第21-23页 |
| 2.4.1 采集功能 | 第22页 |
| 2.4.2 SOC估算功能 | 第22页 |
| 2.4.3 保护功能 | 第22-23页 |
| 2.4.4 通信功能 | 第23页 |
| 2.4.5 均衡功能 | 第23页 |
| 2.4.6 SOH估算功能 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 分布式电池管理系统荷电状态估算策略研究 | 第25-42页 |
| 3.1 分布式电池管理系统SOC定义及估算方法 | 第25-28页 |
| 3.1.1 SOC定义 | 第25页 |
| 3.1.2 安时计量法 | 第25-26页 |
| 3.1.3 开路电压法 | 第26页 |
| 3.1.4 负载电压法 | 第26-27页 |
| 3.1.5 卡尔曼滤波法 | 第27页 |
| 3.1.6 神经网络法 | 第27-28页 |
| 3.1.7 粒子群优化神经网络法 | 第28页 |
| 3.2 基于PSO-BP神经网络算法的SOC估算 | 第28-31页 |
| 3.2.1 BP神经网络算法工作原理 | 第28-30页 |
| 3.2.2 PSO算法工作原理 | 第30-31页 |
| 3.2.3 PSO-BP算法工作原理 | 第31页 |
| 3.3 基于PSO-BP神经网络算法的SOC估算仿真分析 | 第31-41页 |
| 3.3.1 设计工况实验及样本采集 | 第32-34页 |
| 3.3.2 建立网络模型 | 第34-37页 |
| 3.3.3 仿真测试 | 第37-39页 |
| 3.3.4 仿真结果分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 分布式电池管理系统软硬件设计 | 第42-54页 |
| 4.1 分布式电池管理系统总体设计方案 | 第42-43页 |
| 4.2 分布式电池管理系统硬件设计 | 第43-49页 |
| 4.2.1 主控制板电路设计 | 第43-48页 |
| 4.2.2 采集板电路设计 | 第48-49页 |
| 4.3 分布式电池管理系统软件设计 | 第49-53页 |
| 4.3.1 分布式电池管理系统主程序 | 第50-51页 |
| 4.3.2 系统初始化子程序 | 第51页 |
| 4.3.3 电池总电压/总电流采集子程序 | 第51页 |
| 4.3.4 电池包单体电池电压采集子程序 | 第51-53页 |
| 4.3.5 SOC估算子程序 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 分布式电池管理系统软硬件调试 | 第54-59页 |
| 5.1 采集板的数据采集与传输测试 | 第54-56页 |
| 5.2 SOC估算子程序运行调试 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 后期展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和科研情况说明 | 第64-65页 |
| 致谢 | 第65页 |