近年來,隨著環(huán)境污染和石油能源存儲(chǔ)量減少所帶來的問題,人們?cè)絹碓疥P(guān)注清潔能源的應(yīng)用。由于鋰離子電池具有能量密度高、使用壽命長(zhǎng)、自放電率低和無(wú)污染等優(yōu)點(diǎn),因而被廣泛應(yīng)用于電動(dòng)汽車和新能源儲(chǔ)能等領(lǐng)域。電池管理系統(tǒng)（BMS）是鋰電池的核心技術(shù),它最重要參數(shù)之一是電池剩余電量（SOC）。鋰電池充放電是一個(gè)復(fù)雜的電化學(xué)過程,對(duì)其剩余電量的精確估算是當(dāng)前研究的重點(diǎn)和難點(diǎn)。本文將重點(diǎn)研究鋰離子電池SOC估算的改進(jìn)方法,以便提高電池SOC的估算精度。本文主要工作如下:首先,根據(jù)鋰離子電池SOC估算方法的研究現(xiàn)狀,在仿真實(shí)驗(yàn)和對(duì)影響鋰電池SOC的各種參數(shù)分析的基礎(chǔ)上,確定了影響電池SOC的外部參數(shù)有電池電壓、電流和溫度。在現(xiàn)有的基礎(chǔ)上,研究了電池工作過程中電池內(nèi)阻R的變化特性,讓電池在不同條件下進(jìn)行了多次充放電實(shí)驗(yàn),得出了內(nèi)阻R數(shù)值的變化規(guī)律,并建立起相應(yīng)的數(shù)據(jù)集,為后續(xù)仿真實(shí)驗(yàn)提供數(shù)據(jù)支撐。其次,通過分析SOC和相關(guān)外部參數(shù)的影響,采用一種基于三層BP神經(jīng)網(wǎng)絡(luò)作為SOC估算模型,以鋰離子電池的電壓、電流和溫度作為網(wǎng)絡(luò)輸入,對(duì)電池SOC進(jìn)行了仿真分析。仿真結(jié)果表明:傳統(tǒng)三層BP神經(jīng)網(wǎng)絡(luò)估算的精度波動(dòng)比較... 

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 鋰離子電池SOC估算研究現(xiàn)狀
        1.2.1 電池SOC定義及精度要求
        1.2.2 鋰電池SOC估算研究現(xiàn)狀
    1.3 主要內(nèi)容和章節(jié)安排
        1.3.1 主要內(nèi)容
        1.3.2 章節(jié)安排
第2章 鋰離子電池SOC相關(guān)特性
    2.1 鋰離子電池基本特性
        2.1.1 鋰離子電池結(jié)構(gòu)
        2.1.2 鋰離子電池內(nèi)部工作原理
    2.2 鋰離子電池模型
        2.2.1 電化學(xué)模型
        2.2.2 等效電路模型
    2.3 鋰離子電池SOC的參數(shù)
        2.3.1 鋰離子電池完整充放電過程
        2.3.2 影響電池SOC的參數(shù)
    2.4 本章小結(jié)
第3章 免疫遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電池SOC估算
    3.1 神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介
    3.2 BP神經(jīng)網(wǎng)絡(luò)SOC設(shè)計(jì)實(shí)驗(yàn)
        3.2.1 BP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型
        3.2.2 BP神經(jīng)網(wǎng)絡(luò)推導(dǎo)過程
        3.2.3 BP神經(jīng)網(wǎng)絡(luò)流程設(shè)計(jì)
        3.2.4 數(shù)據(jù)預(yù)處理
        3.2.5 BP神經(jīng)網(wǎng)絡(luò)SOC估算實(shí)驗(yàn)
    3.3 基于免疫遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)SOC設(shè)計(jì)實(shí)驗(yàn)
        3.3.1 免疫遺傳算法特性參數(shù)
        3.3.2 免疫遺傳算法原理
        3.3.3 免疫遺傳BP神經(jīng)網(wǎng)絡(luò)SOC估算流程
        3.3.4 免疫遺傳BP神經(jīng)網(wǎng)絡(luò)SOC估算實(shí)驗(yàn)
    3.4 對(duì)比仿真實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 基于XGBoost的鋰離子電池SOC估算
    4.1 回歸模型
        4.1.1 線性回歸模型
        4.1.2 隨機(jī)森林模型
        4.1.3 XGBoost模型
        4.1.4 模型評(píng)價(jià)標(biāo)準(zhǔn)
    4.2 基于回歸模型的鋰離子電池SOC估算設(shè)計(jì)
        4.2.1 基于線性回歸的鋰離子電池SOC估算設(shè)計(jì)
        4.2.2 基于隨機(jī)森林鋰離子電池SOC的估算設(shè)計(jì)
        4.2.3 基于XGBoost的鋰離子電池SOC估算設(shè)計(jì)
        4.2.4 對(duì)比實(shí)驗(yàn)
    4.3 基于R-XGBoost的鋰離子電池SOC估算設(shè)計(jì)
    4.4 XGBoost仿真對(duì)比
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
指導(dǎo)教師研究生學(xué)位論文的學(xué)術(shù)評(píng)語(yǔ)
學(xué)位論文答辯委員會(huì)決議書
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：3677452