| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 动力电池SOC估计方法研究现状 | 第10-17页 |
| 1.2.1 动力电池发展概况 | 第10-11页 |
| 1.2.2 SOC估计的影响因素 | 第11-13页 |
| 1.2.3 SOC估计方法研究现状 | 第13-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第二章 锂离子电池模型及离线建模 | 第19-39页 |
| 2.1 锂离子电池的工作原理及常用参数 | 第19-21页 |
| 2.1.1 锂离子电池的工作原理 | 第19-21页 |
| 2.1.2 锂离子电池常用参数 | 第21页 |
| 2.2 常用的电池模型 | 第21-26页 |
| 2.2.1 非电路模型 | 第22-24页 |
| 2.2.2 等效电路模型 | 第24-26页 |
| 2.3 电池模型的选用及其空间状态 | 第26-28页 |
| 2.4 锂离子电池实验 | 第28-35页 |
| 2.4.1 电池SOC和OCV之间关系的确立实验 | 第28-32页 |
| 2.4.2 模型参数辨识实验 | 第32-35页 |
| 2.5 电池模型的搭建及验证 | 第35-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 锂离子电池模型参数在线辨识 | 第39-48页 |
| 3.1 辨识算法模型结构的选择 | 第39-40页 |
| 3.2 最小二乘递推辨识算法 | 第40-41页 |
| 3.3 自适应多遗忘因子递推最小二乘辨识法 | 第41-43页 |
| 3.3.1 遗忘因子的选取 | 第41-43页 |
| 3.3.2 多遗忘因子递推最小二乘法 | 第43页 |
| 3.4 基于RC等效电路模型的可辨识数学模型 | 第43-45页 |
| 3.5 参数辨识结果及分析 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 锂离子电池SOC联合估计方法 | 第48-57页 |
| 4.1 卡尔曼滤波算法 | 第48-51页 |
| 4.1.1 卡尔曼滤波原理 | 第48-49页 |
| 4.1.2 扩展卡尔曼滤波 | 第49-51页 |
| 4.2 基于扩展卡尔曼滤波的SOC估计算法 | 第51-53页 |
| 4.3 联合估计算法 | 第53-56页 |
| 4.3.1 联合估计算法步骤 | 第53-54页 |
| 4.3.2 算法估计结果及验证分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于ADVISOR整车环境的SOC估计算法仿真验证 | 第57-65页 |
| 5.1 ADVISOR仿真软件的使用 | 第57-62页 |
| 5.1.1 ADVISOR简介 | 第57-58页 |
| 5.1.2 整车参数设置 | 第58-60页 |
| 5.1.3 汽车行驶工况设置 | 第60-62页 |
| 5.2 实际工况下的仿真验证 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 结论 | 第65-66页 |
| 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72页 |