锂离子动力电池荷电状态与健康状态联合估计算法研究
声明
中文摘要
英文摘要
英文缩写及符号表
目录
第一章 绪 论
1.1课题研究的背景和意义
1.2 国内外研究现状
1.2.1 动力电池发展现状及趋势
1.2.2 动力电池模型研究现状
1.2.3动力电池的荷电状态估计方法研究现状
1.2.4动力电池的健康状态估计方法研究现状
1.3主要研究内容
第二章 锂离子动力电池建模与参数辨识
2.1 动力电池模型解析
2.1.1 不同RC网络阶次的ECM
2.1.2 分数阶模型
2.1.3 基于容量衰退的循环寿命模型
2.2 基于在线数据驱动的参数辨识算法
2.3 实验结果与分析
2.3.1 动力电池试验系统
2.3.2 基于数据驱动的等效电路模型参数辨识
2.3.3 基于数据驱动的循环寿命模型参数辨识
2.4 本章小结
第三章 基于数据模型融合的动力电池SOC估计方法
3.1 基于同时输入与状态估计算法的动力电池SOC估计
3.1.1 同时输入与状态估计算法
3.1.2 应用算例与结果分析
3.2 基于混合OCV模型和多线程动态优化法的电池SOC估计
3.2.1 OCV模型与系统噪声不确定性对于状态估计的影响
3.2.2 多线程动态优化法
3.2.3 无迹卡尔曼滤波算法
3.2.4 应用算例与结果分析
3.3 基于最小二乘支持向量回归和模糊信息粒化的电池SOC估计
3.3.1最小二乘支持向量回归
3.3.2 模糊信息粒化与隶属度函数
3.3.3 应用算例与结果分析
3.4 SOC估计方法性能对比
3.5 本章小结
第四章 基于模型和观测器的动力电池SOH估计方法
4.1 基于SOC在线监测和双扩展卡尔曼滤波算法的动力电池容量估计
4.1.1 基于SOC在线监测的电池容量表达
4.1.2 双扩展卡尔曼滤波算法
4.1.3 应用算例结果与分析
4.2 基于高斯-赫密特优化扩展粒子滤波算法的动力电池SOH估计
4.2.1扩展粒子滤波算法
4.2.2 高斯-赫密特优化
4.2.3 应用算例与结果分析
4.3 基于开路电压模型参数的高斯线性SOH估计方法
4.3.1 OCV模型参数与电池老化相关性分析
4.3.2基于OCV模型参数的高斯线性SOH估计模型
4.3.3 应用算例与结果分析
4.4 SOH估计方法性能对比
4.5 本章小结
第五章 影响动力电池SOC与SOH联合估计的因素
5.1电池老化对内阻和工作温度的影响
5.2 高倍率电流对平台电压特性的影响
5.3 工作温度对于OCV的影响
5.4 高倍率特征电流对于电池老化和SOH估计的影响
5.5 本章小结
第六章 总结与展望
6.1 全文总结
6.2 主要创新点
6.3 研究工作的不足与展望
参考文献
攻读学位期间发表论文与研究成果清单
攻读学位期间所获奖项
致谢
相关知识
锂离子动力电池荷电状态与健康状态联合估计算法研究
电动汽车锂离子动力电池健康状态估计方法研究.pdf
利用荷电状态计算在线评估锂离子电池的健康状态
锂离子电池健康状态估计方法研究现状与展望
锂离子电池荷电状态估计及寿命预测方法研究
动态工况下锂离子动力电池荷电状态估计和健康状态预测
锂离子电池寿命测试与健康状态估计
锂离子电池安全状态评估研究进展
电动汽车锂离子动力电池健康状态在线诊断方法
锂离子电池的健康状态评估
网址: 锂离子动力电池荷电状态与健康状态联合估计算法研究 https://m.trfsz.com/newsview1602477.html
