隨著經(jīng)濟的發(fā)展和人們生活水平的提高,環(huán)境污染、能源短缺等問題對人們的生活影響也越來越大,而汽車燃?xì)獾呐欧艑τ谌藗兩畹挠绊懹绕鋰?yán)重。新能源汽車因其能耗低、無污染、噪音低、花費低等優(yōu)點越來越受到人們的青睞。電池管理系統(tǒng)（Battery Management System,BMS）是電動汽車的重要部件,電池的峰值功率作為其關(guān)鍵估算量,為電動汽車整車系統(tǒng)的功率分配和能量控制策略提供參考,以衡量車輛的加速爬坡性能,以及剎車時制動能量回收功能,且可以有效防止電池包過充過放現(xiàn)象的發(fā)生,提高電池的壽命。本文以純電動汽車常用的鋰電池作為研究對象,混合脈沖功率特性（Hybrid Pulse Power Characteristic,HPPC）作為本文的試驗方法,對電池峰值功率進(jìn)行了研究,具體如下:（1）通過搜集與電池功率特性相關(guān)的文獻(xiàn),了解目前電池功率特性的研究現(xiàn)狀,得出對于電池的峰值功率研究多集中于某單一因素對電池峰值功率的影響或?qū)ρ芯恐惺褂秒姵啬Ｐ偷母倪M(jìn),故本文提出了基于數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)電池模型。（2）分析對電池峰值功率研究常用的試驗方法,若直接使用峰值功率作為試驗輸出值,可能會由于不同的電池制造... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 電動汽車的國內(nèi)外發(fā)展現(xiàn)狀
    1.3 電池管理系統(tǒng)研究現(xiàn)狀
    1.4 電池峰值功率估算研究現(xiàn)狀
    1.5 論文主要研究內(nèi)容
第2章 電池峰值功率實驗
    2.1 峰值功率試驗方法
        2.1.1 混合功率脈沖試驗
        2.1.2 恒功率試驗
    2.2 確定試驗方法
    2.3 峰值功率試驗
        2.3.1 設(shè)置試驗條件
        2.3.2 搭建實驗平臺
        2.3.3 電池活化試驗
        2.3.4 試驗及結(jié)果分析
    2.4 本章小結(jié)
第3章 基于BP網(wǎng)絡(luò)的電池峰值功率估算
    3.1 選取網(wǎng)絡(luò)及算法
        3.1.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.2 訓(xùn)練算法
    3.2 建立電池峰值功率模型
        3.2.1 分析影響電池峰值功率的因素
        3.2.2 確定模型參數(shù)
        3.2.3 建立電池模型
    3.3 基于BP網(wǎng)絡(luò)的電池峰值功率估算
        3.3.1 網(wǎng)絡(luò)的正向傳播
        3.3.2 網(wǎng)絡(luò)的反向訓(xùn)練
    3.4 模型仿真及結(jié)果分析
        3.4.1 試驗數(shù)據(jù)評估
        3.4.2 試驗數(shù)據(jù)預(yù)處理
        3.4.3 網(wǎng)絡(luò)參數(shù)設(shè)置
        3.4.4 電池模型訓(xùn)練
        3.4.5 電池模型驗證
        3.4.6 訓(xùn)練結(jié)果評價
    3.5 本章小結(jié)
第4章 改進(jìn)BP算法的電池峰值功率估算
    4.1 優(yōu)化算法
    4.2 基于SA-BP算法的電池峰值功率估算
        4.2.1 SA-BP算法
        4.2.2 電池模型訓(xùn)練
        4.2.3 電池模型驗證
    4.3 基于PSO-BP算法的電池峰值功率估算
        4.3.1 PSO-BP算法
        4.3.2 電池模型訓(xùn)練
        4.3.3 電池模型驗證
    4.4 估算結(jié)果
    4.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的粒子群算法研究[J]. 董翠英,曹曉月.  唐山學(xué)院學(xué)報. 2018(06)
[2]基于PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的話題趨勢預(yù)測[J]. 馬曉寧,王惠.  計算機工程與設(shè)計. 2018(09)
[3]基于模擬退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型[J]. 蔣美云.  軟件工程. 2018(07)
[4]電動汽車供電系統(tǒng)鋰電池剩余壽命預(yù)測[J]. 張吉宣,賈建芳,曾建潮.  電子測量與儀器學(xué)報. 2018(03)
[5]鋰電池組健康狀態(tài)計算方法綜述[J]. 姚芳,田家益,黃凱.  電源技術(shù). 2018(01)
[6]動力電池SOC估算綜述[J]. 吳春芳.  電源技術(shù). 2017(12)
[7]基于數(shù)據(jù)統(tǒng)計特性的GS-SVM電池峰值功率預(yù)測模型[J]. 鄭方丹,姜久春,陳坤龍,韓智強,婁婷婷,孫丙香.  電力自動化設(shè)備. 2017(09)
[8]考慮溫度影響的鋰電池功率狀態(tài)估計[J]. 劉新天,何耀,曾國建,鄭昕昕.  電工技術(shù)學(xué)報. 2016(13)
[9]基于PSO-RBF混合算法鋰離子電池SOC估算[J]. 吳鐵洲,吳笑民,楊蒙蒙,熊金龍.  電源技術(shù). 2016(05)
[10]淺談如何加強機動車尾氣污染治理[J]. 趙權(quán).  資源節(jié)約與環(huán)保. 2016(03)

博士論文
[1]混聯(lián)式混合動力客車功率均衡能量管理控制策略研究[D]. 林歆悠.重慶大學(xué) 2011

碩士論文
[1]鋰電池荷電狀態(tài)、健康狀態(tài)以及功率狀態(tài)的在線估計[D]. 向順.西南交通大學(xué) 2018
[2]鋰電池荷電狀態(tài)、健康狀態(tài)以及功率狀態(tài)的聯(lián)合在線估計算法[D]. 黃銳森.西南交通大學(xué) 2017
[3]多能源儲能系統(tǒng)鋰電池功率變換單元設(shè)計[D]. 周佳男.浙江大學(xué) 2015
[4]電動車動力電池功率狀態(tài)預(yù)測研究[D]. 胡宇.哈爾濱理工大學(xué) 2012
[5]電動汽車鋰電池管理系統(tǒng)設(shè)計[D]. 張彥峰.北方工業(yè)大學(xué) 2010
[6]鎳氫動力電池峰值輸出功率測試方法[D]. 李方.中南大學(xué) 2007
[7]基于CAN總線的純電動汽車電源信息采集系統(tǒng)的設(shè)計與實現(xiàn)[D]. 任賀宇.長安大學(xué) 2007



本文編號：3533365