| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状分析 | 第14-19页 |
| 1.2.1 PHEV国内外发展现状 | 第14-17页 |
| 1.2.2 动力电池SOC估计研究现状 | 第17-18页 |
| 1.2.3 能量管理策略研究现状 | 第18-19页 |
| 1.3 本文的研究内容 | 第19-21页 |
| 第二章 PHEV动力电池建模与模型参数辨识 | 第21-32页 |
| 2.1 动力电池工作原理 | 第21-22页 |
| 2.2 动力电池模型简介 | 第22-26页 |
| 2.2.1 电化学模型 | 第22-23页 |
| 2.2.2 神经网络模型 | 第23-24页 |
| 2.2.3 等效电路模型 | 第24-26页 |
| 2.3 动力电池Thevenin等效电路模型的建立 | 第26-28页 |
| 2.4 模型参数在线辨识 | 第28-31页 |
| 2.4.1 在线参数辨识实现 | 第28-29页 |
| 2.4.2 在线参数辨识结果分析 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于BP-EKF算法的PHEV动力电池SOC联合估计 | 第32-49页 |
| 3.1 电池SOC估计方法简介 | 第32-33页 |
| 3.2 基于EKF算法的电池SOC估计 | 第33-40页 |
| 3.2.1 EKF算法 | 第33-35页 |
| 3.2.2 基于EKF算法的SOC估计 | 第35-40页 |
| 3.3 基于BP-EKF算法的电池SOC联合估计 | 第40-45页 |
| 3.3.1 BP神经网络 | 第40-43页 |
| 3.3.2 基于BP-EKF算法的SOC联合估计 | 第43-45页 |
| 3.4 仿真结果分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于粒子群优化模糊规则的PHEV能量管理策略 | 第49-71页 |
| 4.1 PHEV能量管理策略 | 第49-53页 |
| 4.1.1 PHEV能量管理平台 | 第49-51页 |
| 4.1.2 PHEV能量管理策略 | 第51-53页 |
| 4.2 基于粒子群优化算法的模糊控制器设计 | 第53-64页 |
| 4.2.1 模糊控制 | 第53-55页 |
| 4.2.2 模糊控制器设计 | 第55-59页 |
| 4.2.3 粒子群算法优化模糊规则 | 第59-64页 |
| 4.3 仿真结果分析 | 第64-70页 |
| 4.3.1 UDDS工况仿真结果 | 第66-68页 |
| 4.3.2 HWFET工况仿真结果 | 第68-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 全文总结与展望 | 第71-73页 |
| 5.1 全文总结 | 第71-72页 |
| 5.2 研究工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果及发表的学术论文 | 第78页 |
