VRLA蓄电池SOC估算策略的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题背景及意义 | 第7-8页 |
| 1.2 蓄电池SOC估算的研究现状 | 第8-9页 |
| 1.3 本文的主要工作 | 第9-11页 |
| 第二章 铅酸蓄电池及SOC估算方法 | 第11-23页 |
| 2.1 VRLA蓄电池的特性 | 第11-13页 |
| 2.1.1 电化学过程 | 第11-12页 |
| 2.1.2 电压特性 | 第12页 |
| 2.1.3 容量特性 | 第12-13页 |
| 2.1.4 内阻特性 | 第13页 |
| 2.2 影响蓄电池容量的因素 | 第13-15页 |
| 2.2.1 充放电倍率 | 第14页 |
| 2.2.2 温度 | 第14页 |
| 2.2.3 电池健康状态 | 第14-15页 |
| 2.3 常见的SOC估算方法 | 第15-18页 |
| 2.3.1 安时法 | 第15页 |
| 2.3.2 电动势法 | 第15-16页 |
| 2.3.3 神经网络法 | 第16页 |
| 2.3.4 模糊法 | 第16-17页 |
| 2.3.5 卡尔曼滤波法 | 第17-18页 |
| 2.4 铅酸蓄电池模型分析与选择 | 第18-22页 |
| 2.4.1 神经网络模型 | 第18页 |
| 2.4.2 电化学模型 | 第18-19页 |
| 2.4.3 等效电路模型 | 第19-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 Ah-电动势法估算SOC值 | 第23-32页 |
| 3.1 安时法的修正 | 第23-26页 |
| 3.1.1 充放电倍率的修正 | 第23-25页 |
| 3.1.2 环境温度的修正 | 第25页 |
| 3.1.3 电池健康状态修正 | 第25-26页 |
| 3.2 基于电动势预测模型的电动势法 | 第26-29页 |
| 3.2.1 电动势预测模型的建立 | 第26-28页 |
| 3.2.2 E-SOC曲线的获取 | 第28-29页 |
| 3.3 Ah-电动势法估算SOC | 第29-30页 |
| 3.4 实验与结果 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于EKF的SOC估算 | 第32-44页 |
| 4.1 卡尔曼滤波算法 | 第32-35页 |
| 4.1.1 卡尔曼滤波原理 | 第32页 |
| 4.1.2 标准卡尔曼滤波 | 第32-34页 |
| 4.1.3 扩展卡尔曼滤波 | 第34-35页 |
| 4.2 PNGV模型的参数辨识 | 第35-37页 |
| 4.3 扩展卡尔曼滤波估算SOC值 | 第37-40页 |
| 4.3.1 E-SOC曲线的获取 | 第37-38页 |
| 4.3.2 EKF估算SOC | 第38-40页 |
| 4.4 仿真结果分析 | 第40-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 总结全文 | 第44页 |
| 5.2 展望未来 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 个人简介 | 第50页 |
