電池能量密度低、電池老化等問(wèn)題制約著動(dòng)力電池的發(fā)展,而精確的荷電狀態(tài)（State of Charge,SOC）,可提高電池利用率,避免電池過(guò)充過(guò)放,從而提高電動(dòng)汽車的續(xù)駛里程與安全性。針對(duì)電池老化后SOC估計(jì)不準(zhǔn)確、卡爾曼濾波對(duì)噪聲敏感的問(wèn)題,本文基于雙極化等效電路模型與卡爾曼濾波結(jié)構(gòu),提出改進(jìn)自適應(yīng)迭代擴(kuò)展卡爾曼濾波（Improved-Adaptive Iterative Extend Kalman Filter,IAIEKF）算法�；谠撍惴ㄌ岢隹紤]電池老化的SOC估算策略,同時(shí)通過(guò)相關(guān)電池實(shí)驗(yàn),對(duì)電動(dòng)汽車使用過(guò)程中的SOC估算精度進(jìn)行分析與驗(yàn)證。本文主要工作如下:（1）介紹本次研究的實(shí)驗(yàn)對(duì)象和實(shí)驗(yàn)測(cè)試平臺(tái),并在實(shí)驗(yàn)平臺(tái)上設(shè)計(jì)電池特性測(cè)試方案,包括靜態(tài)容量標(biāo)定測(cè)試、不同影響因素下容量特性測(cè)試、混合動(dòng)力脈沖特性測(cè)試、OCV-SOC標(biāo)定測(cè)試、動(dòng)態(tài)工況測(cè)試以及不同影響因素下電池循環(huán)壽命測(cè)試。根據(jù)不同特性的實(shí)驗(yàn)結(jié)果分析電池工作特征,為不同工況下動(dòng)力電池的精確建模奠下基礎(chǔ),以及為電池SOC估計(jì)提供數(shù)據(jù)支撐。（2）闡述電化學(xué)模型、等效電路模型、黑箱模型及分?jǐn)?shù)階模型的優(yōu)缺點(diǎn),從模型精度和時(shí)間復(fù)雜... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 鋰電池容量估算研究現(xiàn)狀
        1.2.2 電池SOC估算研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第二章 電池實(shí)驗(yàn)設(shè)計(jì)及特性分析
    2.1 鋰離子電池及測(cè)試設(shè)備
    2.2 電池測(cè)試及特性分析
        2.2.1 靜態(tài)容量標(biāo)定
        2.2.2 不同溫度下電池可用容量測(cè)試
        2.2.3 不同放電倍率下電池可用容量測(cè)試
        2.2.4 混合動(dòng)力脈沖特性(HPPC)測(cè)試
        2.2.5 不同循環(huán)次數(shù)下電池可用容量測(cè)試
        2.2.6 OCV-SOC標(biāo)定
        2.2.7 動(dòng)態(tài)工況測(cè)試
    2.3 本章小結(jié)
第三章 鋰電池建模及模型參數(shù)辨識(shí)
    3.1 電池基本模型
        3.1.1 電化學(xué)模型
        3.1.2 黑箱模型
        3.1.3 分?jǐn)?shù)階模型
        3.1.4 等效電路模型
    3.2 電池模型構(gòu)建
    3.3 電池參數(shù)辨識(shí)
        3.3.1 離線辨識(shí)
        3.3.2 離線辨識(shí)結(jié)果驗(yàn)證
        3.3.3 在線辨識(shí)
        3.3.4 在線辨識(shí)結(jié)果驗(yàn)證
    3.4 本章小結(jié)
第四章 鋰電池容量衰退模型研究
    4.1 電池老化機(jī)理分析
    4.2 直接估算方法
        4.2.1 灰色模型
        4.2.2 基于灰色模型估算電池容量的實(shí)驗(yàn)驗(yàn)證與分析
    4.3 間接估算方法
        4.3.1 特征提取
        4.3.2 經(jīng)驗(yàn)?zāi)B(tài)分解
        4.3.3 粒子濾波和多項(xiàng)式回歸
        4.3.4 Elman神經(jīng)網(wǎng)絡(luò)
        4.3.5 間接估算框架
        4.3.6 容量間接估算的實(shí)驗(yàn)驗(yàn)證與分析
    4.4 本章小結(jié)
第五章 考慮老化模型的鋰電池SOC估算
    5.1 SOC定義
    5.2 SOC估計(jì)算法描述
        5.2.1 自適應(yīng)迭代擴(kuò)展卡爾曼濾波算法
        5.2.2 改進(jìn)自適應(yīng)迭代擴(kuò)展卡爾曼濾波算法
    5.3 基于I-AIEKF算法的動(dòng)力電池SOC估計(jì)
    5.4 考慮電池老化的SOC估計(jì)
    5.5 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析
        5.5.1 在不同的測(cè)試工況下SOC估算精度驗(yàn)證
        5.5.2 魯棒性驗(yàn)證
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文及其他科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法的電靜壓伺服系統(tǒng)模型參數(shù)辨識(shí)[J]. 張春龍,趙迎鑫,張朋,郝偉一,馮偉.  導(dǎo)彈與航天運(yùn)載技術(shù). 2020(01)
[2]產(chǎn)業(yè)融合背景下的新能源汽車技術(shù)發(fā)展趨勢(shì)[J]. 王震坡,黎小慧,孫逢春.  北京理工大學(xué)學(xué)報(bào). 2020(01)
[3]基于ACO-BP神經(jīng)網(wǎng)絡(luò)的鋰離子電池容量衰退預(yù)測(cè)[J]. 張新鋒,姚蒙蒙,王鐘毅,饒勇翔.  儲(chǔ)能科學(xué)與技術(shù). 2020(01)
[4]鋰離子電池SOC估算方法概況及難點(diǎn)分析[J]. 張易航,王鼎,肖圍,許明標(biāo),何淼.  電源技術(shù). 2019(11)
[5]基于擴(kuò)展卡爾曼濾波的鋰離子電池荷電狀態(tài)估計(jì)[J]. 李偉,劉偉嵬,鄧業(yè)林.  中國(guó)機(jī)械工程. 2020(03)
[6]基于擴(kuò)展H∞粒子濾波算法的動(dòng)力電池壽命預(yù)測(cè)方法[J]. 馬彥,陳陽(yáng),張帆,陳虹.  機(jī)械工程學(xué)報(bào). 2019(20)
[7]加速放電倍率下鋰離子電池健康預(yù)測(cè)[J]. 姚磊,余斌,張濤.  電池. 2019(04)
[8]基于三階RC網(wǎng)絡(luò)的等效電路電池模型[J]. 王維強(qiáng),張吉,張力,嚴(yán)運(yùn)兵.  電池. 2019(03)
[9]新能源補(bǔ)貼有望2021年全部退出[J].   汽車觀察. 2019(01)
[10]基于雙非線性預(yù)測(cè)濾波法的鋰離子電池SOH估計(jì)[J]. 華寅,許敏.  電源技術(shù). 2018(09)

博士論文
[1]動(dòng)力鋰電池的建模、狀態(tài)估計(jì)及管理策略研究[D]. 汪玉潔.中國(guó)科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]穩(wěn)健的鋰電池等效電路模型參數(shù)辨識(shí)及荷電狀態(tài)估計(jì)研究[D]. 邱新宇.西安理工大學(xué) 2019
[2]鋰離子電池荷電狀態(tài)與健康狀態(tài)觀測(cè)器的算法研究[D]. 孟程.哈爾濱工業(yè)大學(xué) 2019
[3]基于IMM融合模型的鋰電池SOH估計(jì)的算法研究[D]. 張恒.合肥工業(yè)大學(xué) 2019
[4]基于改進(jìn)卡爾曼濾波算法的電池健康度估算研究[D]. 周興博.哈爾濱理工大學(xué) 2017



本文編號(hào)：3173228