| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第13-29页 |
| 1.1 研究背景 | 第13-19页 |
| 1.1.1 电动车辆 | 第14-15页 |
| 1.1.2 超级电容的特点及在电动车辆上的应用 | 第15-18页 |
| 1.1.3 超级电容组管理技术 | 第18-19页 |
| 1.2 国内外研究现状及发展趋势 | 第19-24页 |
| 1.2.1 超级电容建模与参数辨识国内外发展现状 | 第19-22页 |
| 1.2.2 超级电容SOC估计国内外发展现状 | 第22-23页 |
| 1.2.3 复合电源匹配设计与能量管理策略的国内外发展现状 | 第23-24页 |
| 1.3 超级电容建模与状态估计的难点和不足 | 第24-26页 |
| 1.3.1 超级电容建模与参数辨识的难点和不足 | 第24-25页 |
| 1.3.2 超级电容SOC估计的难点和不足 | 第25-26页 |
| 1.3.3 复合电源匹配设计与能量管理策略的难点和不足 | 第26页 |
| 1.4 本文研究内容 | 第26-29页 |
| 第2章 超级电容测试与阻抗特性分析 | 第29-47页 |
| 2.1 超级电容测试系统 | 第29-31页 |
| 2.2 超级电容测试程序 | 第31-34页 |
| 2.3 超级电容阻抗特性研究 | 第34-40页 |
| 2.3.1 温度影响 | 第34-37页 |
| 2.3.2 SOC影响 | 第37-40页 |
| 2.4 超级电容阻抗模型 | 第40-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第3章 超级电容等效电路模型对比研究 | 第47-59页 |
| 3.1 模型结构 | 第48-50页 |
| 3.2 最优模型参数估计 | 第50-51页 |
| 3.3 模型对比 | 第51-58页 |
| 3.3.1 模型预测精度与鲁棒性比较 | 第51-57页 |
| 3.3.2 模型复杂度比较 | 第57-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第4章 超级电容在线参数辨识方法 | 第59-67页 |
| 4.1 模型结构 | 第59-60页 |
| 4.2 基于扩展卡尔曼滤波器的在线模型参数估计 | 第60-62页 |
| 4.3 结果与讨论 | 第62-66页 |
| 4.3.1 参数辨识结果 | 第62-65页 |
| 4.3.2 模型验证 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 基于H∞状态观测器的超级电容SOC估计器 | 第67-76页 |
| 5.1 超级电容模型 | 第67-68页 |
| 5.2 H∞状态观测器设计 | 第68-71页 |
| 5.3 H∞状态观测器 | 第71-75页 |
| 5.3.1 H∞状态观测器效果验证 | 第71-72页 |
| 5.3.2 H∞状态观测器相对于模型不确定性的鲁棒性 | 第72-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第6章 基于分数阶模型的超级电容建模与状态估计 | 第76-85页 |
| 6.1 分数阶微积分的定义 | 第76-77页 |
| 6.2 超级电容分数阶模型 | 第77-80页 |
| 6.3 基于分数阶卡尔曼滤波器的SOC估计 | 第80-82页 |
| 6.4 试验验证 | 第82-84页 |
| 6.5 本章小结 | 第84-85页 |
| 第7章 基于多目标优化复合电源设计 | 第85-100页 |
| 7.1 复合电源构型与建模 | 第85-90页 |
| 7.1.1 复合电源系统构型 | 第85-88页 |
| 7.1.2 动力电池组模型 | 第88-89页 |
| 7.1.3 超级电容组模型 | 第89-90页 |
| 7.2 动力电池健康状态模型 | 第90-92页 |
| 7.3 基于小波变换的能量管理策略 | 第92-95页 |
| 7.4 基于多目标优化的复合电源优化设计 | 第95-99页 |
| 7.5 本章小结 | 第99-100页 |
| 第8章 总结与展望 | 第100-105页 |
| 8.1 论文主要工作总结 | 第100-102页 |
| 8.2 论文主要创新点 | 第102-104页 |
| 8.3 工作展望 | 第104-105页 |
| 参考文献 | 第105-111页 |
| 攻读学位期间发表论文与研究成果清单 | 第111-112页 |
| 致谢 | 第112页 |
