| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 电池模型现状 | 第13-14页 |
| 1.2.2 电池SOC估计现状 | 第14-16页 |
| 1.2.3 电池SOC与容量联合估计现状 | 第16-17页 |
| 1.3 主要研究内容 | 第17-21页 |
| 1.3.1 研究中的问题与不足 | 第17-18页 |
| 1.3.2 本文主要研究内容 | 第18-21页 |
| 第2章 锂离子动力电池建模与参数辨识 | 第21-43页 |
| 2.1 锂离子动力电池等效电路模型 | 第22-26页 |
| 2.1.1 常见等效电路模型 | 第22-24页 |
| 2.1.2 常见等效电路模型的数学关系式 | 第24-26页 |
| 2.2 等效电路模型的参数辨识 | 第26-30页 |
| 2.2.1 离线参数辨识 | 第26-27页 |
| 2.2.2 在线参数辨识 | 第27-30页 |
| 2.2.2.1 递推最小二乘法 | 第27-29页 |
| 2.2.2.2 状态与参数的联合估计 | 第29-30页 |
| 2.3 计算案例与试验验证 | 第30-41页 |
| 2.3.1 锂离子动力电池测试平台 | 第30-31页 |
| 2.3.2 试验数据的获取 | 第31-33页 |
| 2.3.3 基于离线参数辨识的案例分析 | 第33-37页 |
| 2.3.4 基于在线参数辨识的案例分析 | 第37-41页 |
| 2.3.4.1 无滞后的n阶RC模型 | 第38-40页 |
| 2.3.4.2 带滞后的n阶RC模型 | 第40-41页 |
| 2.3.4.3 在线参数辨识方法结果分析 | 第41页 |
| 2.4 本章小结 | 第41-43页 |
| 第3章 基于H∞ 滤波的动力电池SOC估计 | 第43-65页 |
| 3.1 H∞ 滤波理论 | 第44-48页 |
| 3.1.1 H∞ 滤波的简介与改进 | 第44-46页 |
| 3.1.2 H∞ 滤波与卡尔曼滤波比较 | 第46-48页 |
| 3.2 双H∞ 滤波理论 | 第48-51页 |
| 3.2.1 双H∞ 滤波的提出 | 第48-50页 |
| 3.2.2 双H∞ 滤波的改进 | 第50-51页 |
| 3.3 基于H∞ 滤波的锂离子动力电池SOC估计 | 第51-56页 |
| 3.3.1 电池模型建立 | 第51-54页 |
| 3.3.2 基于选取模型的SOC估计算法 | 第54-56页 |
| 3.4 计算案例与试验验证 | 第56-64页 |
| 3.4.1 试验数据的整理 | 第58-59页 |
| 3.4.2 上述四种滤波算法的对比 | 第59-64页 |
| 3.4.2.1 离线H∞ 滤波与离线扩展卡尔曼滤波的对比 | 第59-61页 |
| 3.4.2.2 离线H∞ 滤波与双H∞ 滤波的对比 | 第61-62页 |
| 3.4.2.3 双H∞ 滤波与自适应双H∞ 滤波的对比 | 第62-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于多时间尺度H∞ 滤波的SOC与容量联合估计 | 第65-78页 |
| 4.1 多时间尺度H∞ 滤波理论 | 第65-68页 |
| 4.2 基于多时间尺度H∞ 滤波SOC与容量联合估计 | 第68-72页 |
| 4.2.1 电池模型建立 | 第68-70页 |
| 4.2.2 基于选取模型的联合估计算法 | 第70-72页 |
| 4.3 计算案例与试验验证 | 第72-77页 |
| 4.3.1 试验数据的整理 | 第73-74页 |
| 4.3.2 容量与SOC联合估计 | 第74-75页 |
| 4.3.3 单时间尺度与多时间尺度的对比 | 第75-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第5章 硬件在环仿真试验 | 第78-86页 |
| 5.1 硬件在环仿真试验研究意义 | 第78页 |
| 5.2 动力电池硬件在环仿真试验平台 | 第78-82页 |
| 5.2.1 硬件系统 | 第79-81页 |
| 5.2.2 软件系统 | 第81-82页 |
| 5.3 硬件在环仿真试验结果分析 | 第82-86页 |
| 第6章 全文总结与展望 | 第86-89页 |
| 6.1 全文总结 | 第86-87页 |
| 6.2 文章主要创新点 | 第87-88页 |
| 6.3 思考及展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 攻读硕士学位期间发表论文及研究成果 | 第95-96页 |
| 致谢 | 第96页 |
