| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题的研究背景 | 第15页 |
| 1.2 电动汽车的发展概况 | 第15-18页 |
| 1.3 锂电池管理系统 | 第18-20页 |
| 1.4 电池荷电状态（SOC）估计的研究意义和现状 | 第20-21页 |
| 1.5 本文主要研究内容和论文的结构安排 | 第21-22页 |
| 第二章 锂离子电池性能分析 | 第22-32页 |
| 2.1 电动汽车动力电池概述 | 第22-27页 |
| 2.1.1 铅酸蓄电池 | 第22-23页 |
| 2.1.2 镍基电池 | 第23-24页 |
| 2.1.3 锂离子电池 | 第24-27页 |
| 2.2 锂离子电池的基本特性 | 第27-28页 |
| 2.3 锂离子电池的状态影响因素 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章锂离子电池组SOC估计模型改进及参数辨识 | 第32-53页 |
| 3.1 动力锂离子电池SOC估计 | 第32页 |
| 3.2 电池SOC常用估计方法 | 第32-35页 |
| 3.3 锂离子电池OCV-SOC关系 | 第35-36页 |
| 3.4 电池SOC估计模型 | 第36-43页 |
| 3.4.1 模型在电池荷电状态估计中的作用 | 第36-37页 |
| 3.4.2 锂离子电池的常见模型 | 第37-41页 |
| 3.4.3 电池经验公式模型 | 第41-43页 |
| 3.5 电池组Vmin模型的改进 | 第43-51页 |
| 3.5.1 电池内阻模型参数辨识 | 第43-44页 |
| 3.5.2 递推最小二乘法原理： | 第44-48页 |
| 3.5.3 参数t_0，t_1，t_2，t_3关于温度的模型建立 | 第48-51页 |
| 3.6 本章小结 | 第51-53页 |
| 第四章 基于双卡尔曼滤波算法的电池组SOC估计 | 第53-65页 |
| 4.1 卡尔曼滤波算法的出现与发展 | 第53-55页 |
| 4.2 双卡尔曼滤波算法的提出 | 第55页 |
| 4.3 双卡尔曼滤波算法的原理 | 第55-58页 |
| 4.4 基于Dual EKF的电池组SOC估计 | 第58-60页 |
| 4.5 仿真实验及结果分析 | 第60-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第71-72页 |