| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·VRLA 蓄电池介绍 | 第10-14页 |
| ·VRLA 蓄电池发展及其应用 | 第10-11页 |
| ·VRLA 蓄电池的化学原理 | 第11-13页 |
| ·蓄电池常用术语 | 第13-14页 |
| ·VRLA 蓄电池的 SOC 估计方法 | 第14-15页 |
| ·Peukert 方程和 SOC 数学定义 | 第14页 |
| ·SOC 估计的研究现状 | 第14-15页 |
| ·VRLA 电池 SOC 估计的应用 | 第15-17页 |
| ·论文的主要任务和结构安排 | 第17-20页 |
| ·课题的来源 | 第17-18页 |
| ·主要任务 | 第18页 |
| ·论文的结构安排 | 第18-20页 |
| 第二章 VRLA 蓄电池 SOC 估计模型 | 第20-31页 |
| ·VRLA 蓄电池物理电路模型 | 第20-22页 |
| ·VRLA 蓄电池池内阻模型 | 第20-22页 |
| ·Thevenin 电池模型 | 第22页 |
| ·VRLA 蓄电池 SOC 估计模型 | 第22-27页 |
| ·基本 SOC 估计模型 | 第23-26页 |
| ·经验数学模型 | 第26-27页 |
| ·卡尔曼滤波器法 | 第27-29页 |
| ·Kalman 滤波器的结构 | 第27-28页 |
| ·Kalman 滤波器的误差原理 | 第28-29页 |
| ·Kalman 滤波器的迭代算法 | 第29页 |
| ·基于智能系统理论的 SOC 优化估计方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 VRLA 蓄电池充放电实验设计 | 第31-44页 |
| ·实验条件 | 第31-32页 |
| ·充电实验设计 | 第32-35页 |
| ·0.1C 电流恒流连续充电实验 | 第32-34页 |
| ·不同电流恒流连续充电实验 | 第34-35页 |
| ·放电特性实验设计 | 第35-38页 |
| ·不同电流连续放电实验 | 第35-37页 |
| ·间断放电实验 | 第37-38页 |
| ·E-SOC 和 R-SOC 关系实验 | 第38-43页 |
| ·蓄电池电势 E-SOC 关系实验 | 第38-42页 |
| ·蓄电池内阻 R-SOC 关系实验 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 VRLA 蓄电池物理模型的辨识 | 第44-56页 |
| ·蓄电池阻抗辨识方法 | 第44-46页 |
| ·直流放电法 | 第44-45页 |
| ·交流激励法 | 第45-46页 |
| ·交流激励法辨识 VRLA 蓄电池内阻模型 | 第46-49页 |
| ·单频率交流法简单电路模型的内阻辨识 | 第46-47页 |
| ·双频交流阻抗法放 Thevenin 电路模型辨识 | 第47-49页 |
| ·基于小波变换的蓄电池内阻交流测试信号去噪处理 | 第49-55页 |
| ·小波变换 | 第50-51页 |
| ·小波降噪原理方法 | 第51-52页 |
| ·引入小波分析在蓄电池内阻测试信号去噪应用 | 第52-53页 |
| ·样本数据实验仿真结果 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 UPS 中 VRLA 蓄电池 SOC 估计 | 第56-65页 |
| ·VRLA 蓄电池在 UPS 系统应用 | 第56-57页 |
| ·通信领域的直流不间断系统 | 第56-57页 |
| ·交流不间断系统 | 第57页 |
| ·基于端电压—电阻模型的 SOC 估计 | 第57-60页 |
| ·物理模型构建 | 第58-59页 |
| ·SOC 的计算模型 | 第59页 |
| ·基于最小二乘法对系数 α,β ,γ , δ, λ的辨识 | 第59-60页 |
| ·Kalman 滤波器的 SOC 最优估计模型构建 | 第60-62页 |
| ·系统中各个矩阵A，B，C，D确立 | 第61页 |
| ·SOC 最优估计卡尔曼滤波器迭代 | 第61-62页 |
| ·实验数据仿真分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 储能电站 VRLA 蓄电池 SOC 在线最优估计 | 第65-76页 |
| ·VRLA 蓄电池在储能电站应用简介 | 第65-66页 |
| ·离网储能电站的结构 | 第65页 |
| ·光伏储能电站的工作原理 | 第65-66页 |
| ·储能电站 VRLA 蓄电池应用特点 | 第66页 |
| ·基于 Thevenin 模型的优化模型 | 第66-67页 |
| ·修正的蓄电池 E-SOC 模型 | 第67-69页 |
| ·基于 E-R 修正模型的卡尔曼滤波器的构造 | 第69-70页 |
| ·Kalman 状态空间方程的构造 | 第69-70页 |
| ·Kalman 状态更新方程和时间更新方程 | 第70页 |
| ·模型参数的确定 | 第70-72页 |
| ·修正的蓄电池 E-SOC 模型的系数确定 | 第70-71页 |
| ·Thevenin 电池模型电阻电容取值 | 第71页 |
| ·Kalman 滤波器相关参数设定 | 第71-72页 |
| ·仿真实验数据分析 | 第72-73页 |
| ·算法在 PITE3920 软件系统中实现 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 第七章 总结与展望 | 第76-78页 |
| ·总结 | 第76-77页 |
| ·进一步工作展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 发表论文和参加科研情况说明 | 第81-82页 |
| 致谢 | 第82页 |
