锂电池荷电状态估计算法的研究
致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第16-32页 |
1.1 课题背景及研究意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-30页 |
1.2.1 电动汽车发展现状 | 第17-19页 |
1.2.2 动力电池发展现状 | 第19-21页 |
1.2.3 BMS与SOC估算方法发展现状 | 第21-28页 |
1.2.4 影响SOC估算的主要工况因素 | 第28-30页 |
1.3 本文研究内容 | 第30-32页 |
2 锂电池建模及参数辨识 | 第32-63页 |
2.1 工作原理与基本参数 | 第32-35页 |
2.1.1 锂电池基本工作原理 | 第32-33页 |
2.1.2 锂电池工作参数 | 第33-35页 |
2.2 等效电路模型 | 第35-38页 |
2.3 模型设定及参数辨识方法 | 第38-49页 |
2.3.1 模型选定及参数意义 | 第38-41页 |
2.3.2 电池容量辨识 | 第41-42页 |
2.3.3 开路电压辨识 | 第42-43页 |
2.3.4 直流内阻辨识 | 第43-44页 |
2.3.5 HPPC实验 | 第44-49页 |
2.4 参数辨识结果 | 第49-59页 |
2.4.1 电池容量辨识结果 | 第49-52页 |
2.4.2 电池开路电压辨识结果 | 第52-54页 |
2.4.3 电池直流内阻辨识结果 | 第54-55页 |
2.4.4 欧姆内阻、极化内阻及极化电容辨识结果 | 第55-59页 |
2.5 参数可靠性验证 | 第59-61页 |
2.5.1 恒温恒流放电实验 | 第59-60页 |
2.5.2 变温脉冲放电实验 | 第60-61页 |
2.6 本章小结 | 第61-63页 |
3 基于卡尔曼滤波的电池SOC估算 | 第63-69页 |
3.1 卡尔曼滤波算法的介绍 | 第63-66页 |
3.2 EKF算法原理及实现过程 | 第66-68页 |
3.3 本章小结 | 第68-69页 |
4 EKF算法的Matlab仿真及实验对比 | 第69-79页 |
4.1 算法的有效性分析 | 第69-75页 |
4.1.1 恒温恒流放电时的SOC估算 | 第69-71页 |
4.1.2 变温变电流放电时的SOC估算 | 第71-72页 |
4.1.3 快速变电流放电时的SOC估算 | 第72-75页 |
4.2 算法的鲁棒性分析 | 第75-78页 |
4.2.1 算法抗干扰能力分析 | 第75-76页 |
4.2.2 算法收敛能力分析 | 第76-78页 |
4.3 本章小结 | 第78-79页 |
5 总结与展望 | 第79-81页 |
5.1 全文总结 | 第79-80页 |
5.2 科研展望 | 第80-81页 |
参考文献 | 第81-89页 |
附录 攻读硕士学位期间的研究成果 | 第89页 |
攻读硕士学位期间发表的论文 | 第89页 |