电动汽车锂动力电池组状态估计方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 课题国内外研究现状 | 第14-18页 |
| 1.2.1 电动汽车的研究现状 | 第14-15页 |
| 1.2.2 电池模型的研究现状 | 第15-16页 |
| 1.2.3 电池SOC估计的研究现状 | 第16-18页 |
| 1.3 课题主要研究内容 | 第18-20页 |
| 第2章 锂电池建模及实验验证 | 第20-39页 |
| 2.1 电池工作原理及特性分析 | 第20-24页 |
| 2.1.1 锂电池基本工作原理 | 第21-22页 |
| 2.1.2 锂电池的特性分析 | 第22-24页 |
| 2.2 电池模型的建立 | 第24-28页 |
| 2.2.1 等效电路模型的选择 | 第25-27页 |
| 2.2.2 电池模型的状态方程 | 第27-28页 |
| 2.3 电池模型参数辨识 | 第28-33页 |
| 2.3.1 HPPC脉冲测试 | 第28-30页 |
| 2.3.2 参数辨识结果 | 第30-33页 |
| 2.4 电池模型的仿真验证 | 第33-37页 |
| 2.4.1 PNGV仿真模型的建立 | 第33-35页 |
| 2.4.2 电池仿真模型验证 | 第35-37页 |
| 2.4.3 仿真结果分析 | 第37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 基于模型误差的锂电池SOC估算 | 第39-49页 |
| 3.1 锂电池SOC基本理论 | 第39-40页 |
| 3.1.1 电池SOC的定义 | 第39-40页 |
| 3.1.2 影响电池SOC的因素 | 第40页 |
| 3.2 电池模型误差预测 | 第40-42页 |
| 3.2.1 BP神经网络 | 第41-42页 |
| 3.2.2 电池模型误差预测 | 第42页 |
| 3.3 锂电池SOC估计算法 | 第42-48页 |
| 3.3.1 扩展卡尔曼滤波算法 | 第42-44页 |
| 3.3.2 HIF鲁棒滤波算法 | 第44-46页 |
| 3.3.3 测量噪声修正模型 | 第46-47页 |
| 3.3.4 SOC联合估计算法 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 锂电池组管理系统设计 | 第49-70页 |
| 4.1 系统整体方案 | 第49页 |
| 4.2 系统硬件设计 | 第49-61页 |
| 4.2.1 硬件总体框架 | 第49-50页 |
| 4.2.2 微处理器DSP的选取 | 第50-52页 |
| 4.2.3 直流供电电路 | 第52页 |
| 4.2.4 电压测量电路 | 第52-55页 |
| 4.2.5 电流采集电路 | 第55-57页 |
| 4.2.6 温度采集电路 | 第57-58页 |
| 4.2.7 均衡控制电路 | 第58-60页 |
| 4.2.8 CAN通信电路 | 第60-61页 |
| 4.3 系统软件设计 | 第61-67页 |
| 4.3.1 主程序设计 | 第62-63页 |
| 4.3.2 电池参数采集程序 | 第63-64页 |
| 4.3.3 电池SOC估算程序 | 第64-65页 |
| 4.3.4 均衡控制程序 | 第65-66页 |
| 4.3.5 保护与报警程序 | 第66-67页 |
| 4.4 实验结果分析 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 本文总结 | 第70-71页 |
| 5.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的学术成果 | 第76-77页 |
| 致谢 | 第77-78页 |
