车载锂离子动力电池荷电状态与健康状态估计研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 锂离子电池模型的研究现状 | 第12-14页 |
| 1.2.2 锂离子电池SOC估计的研究现状 | 第14-16页 |
| 1.2.3 锂离子电池SOH估计的研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-19页 |
| 第二章 锂离子电池特性分析及测试 | 第19-28页 |
| 2.1 动力电池概述 | 第19-20页 |
| 2.2 锂离子动力电池的工作原理 | 第20-21页 |
| 2.3 动力电池的测试 | 第21-25页 |
| 2.3.1 动力电池测试平台 | 第21页 |
| 2.3.2 动力电池测试方案设计 | 第21-25页 |
| 2.4 动力电池的特性分析 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 锂离子电池建模及实验验证 | 第28-45页 |
| 3.1 动力电池模型的建立 | 第28-29页 |
| 3.2 动力电池模型参数的辨识 | 第29-35页 |
| 3.2.1 开路电压关系式的选择 | 第29-31页 |
| 3.2.2 欧姆内阻的获取 | 第31-32页 |
| 3.2.3 极化电阻电容的辨识 | 第32-35页 |
| 3.3 动力电池模型的验证 | 第35-42页 |
| 3.4 动力电池老化对模型的影响 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 基于滤波算法的动力电池SOC估计 | 第45-60页 |
| 4.1 扩展卡尔曼滤波算法原理 | 第45-46页 |
| 4.2 无迹卡尔曼滤波算法原理 | 第46-49页 |
| 4.2.1 无迹变换 | 第47-48页 |
| 4.2.2 无迹卡尔曼滤波算法步骤 | 第48-49页 |
| 4.3 自适应强跟踪无迹卡尔曼滤波算法原理 | 第49-52页 |
| 4.4 SOC估计算法的实现及实验验证 | 第52-59页 |
| 4.4.1 系统状态空间描述 | 第52页 |
| 4.4.2 电池SOC估计结果 | 第52-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 基于动力电池容量衰退的SOH估计 | 第60-69页 |
| 5.1 电池SOH的定义及影响因素 | 第60-61页 |
| 5.1.1 SOH的定义 | 第60-61页 |
| 5.1.2 影响SOH的外部因素 | 第61页 |
| 5.2 锂离子动力电池容量衰退模型的选择 | 第61-63页 |
| 5.3 动力电池SOH估计 | 第63-68页 |
| 5.3.1 扩展卡尔曼滤波法估计SOH | 第63-65页 |
| 5.3.2 无迹卡尔曼滤波法估计SOH | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第76-77页 |
| 附件 | 第77页 |
