一、铅酸蓄电池充电状态的模糊模型辨识（论文文献综述）
王萌[1]（2020）在《干式荷电铅酸蓄电池健康状态检测与实现》文中提出干式荷电铅酸蓄电池常用于动力驱动,使用时一旦出现问题,可能会造成人员伤亡,所以实时检测其健康状态很重要。本文的健康状态检测既包含传统的健康状态（State Of Health,SOH）检测,还包括电池的荷电状态（State Of Charge,SOC）、剩余使用时间和剩余使用寿命检测,并研制了在线实时检测系统。铅酸蓄电池开路电压与SOC之间有一定线性关系。一般常用开路电压法来测量SOC,但无法实现实时在线测量。本文通过估算开路电压达到实时在线检测的目的。该方法以铅酸蓄电池电路等效模型中的戴维南等效模型为基础,通过对电路的分析得出开路电压与端电压、电流、欧姆内阻、极化内阻和极化电容关系的表达式,并对表达式进行拉普拉斯变换和Z变换,得到开路电压的离散模型,进而得到SOC。端电压和电流可实时测量,通过混合脉冲功率特性法得到欧姆内阻、极化内阻和极化电容,进而预测开路电压,实现对干式荷电铅酸蓄电池SOC的在线实时检测。电池SOH是实际容量与额定容量的比值。因此,计算SOH问题可以转化为计算实际容量问题,根据SOC与放电量关系计算实际容量。提出效能比模型解决放电电流对放电量影响问题。依据效能比模型把不同倍率下放电量归一化到标准倍率下,进而得到电池实际容量。并对实际容量做了温度补偿。在标准放电电流下计算剩余使用时间。通过电池健康状态分类来预测电池剩余使用寿命。采用支持向量机（Suppor Vector Machine,SVM）算法,通过对积累的SOH、ΔSOH、ΔR0（欧姆内阻变化）数据用最小二乘法拟合得到的预测数据,得到电池健康状态分类,进而预测电池剩余使用寿命。主控器选择STM32F407VGT6,结合采集模块、显示模块等组成整个硬件系统。将计算出来的数据通过GPRS传输到上位机,方便维护人员查询。实验结果表明,改进后的开路电压法可以实现对干式荷电铅酸蓄电池SOC的估算。提出的基于效能比模型对电池SOH的计算方法估算误差较小,基于历史数据预测电池寿命方法可行。
孙启林[2]（2020）在《基于智能控制技术的铅酸蓄电池充电系统的研究》文中研究表明铅酸蓄电池由于其技术成熟、性价比高及原材料丰富等特点,在动力电池市场占据主导地位。然而,不合理的充电方式导致了铅酸蓄电池性能降低和容量下降,缩短了蓄电池使用寿命,使得蓄电池过早报废,从而严重浪费了资源。作为影响铅酸蓄电池性能和使用寿命的关键因素,充电技术在理论和技术上还需进一步发展。因此,对具有高效、安全、可靠的铅酸蓄电池智能充电技术的研究具有十分重要的理论意义和工程应用价值。基于以上分析,通过对铅酸蓄电池电化学工作机理、充电方法研究现状、电池荷电状态（State of Charge,SOC）以及智能控制技术等内容的深入研究,提出了一种基于模糊PID控制和荷电状态跟踪的智能充电策略。论文的主要工作及成果如下:1.SOC是电池管理系统的关键参数之一,可以利用其对充放电过程进行监控,以防止蓄电池过度充、放电等问题的发生,延长蓄电池的使用寿命。在综合考虑模型准确性及算法快速性的基础上,建立了蓄电池双极化等效电路模型,利用混合动力脉冲性能测试实验对模型参数进行了辨识,并验证了模型的精确性。针对传统卡尔曼滤波算法估计SOC值存在误差大,不稳定的问题,提出了一种基于无迹卡尔曼滤波算法的蓄电池SOC估计策略对电池SOC进行在线实时估计,仿真和对比实验结果表明,该方法具有较好的SOC精度和稳定性。2.考虑到铅酸蓄电池充电控制系统具有非线性、多变量、时变等特点,提出利用模糊PID控制对充电电压、电流进行实时调整,使电池始终处在最佳充电状态。利用Matlab/Simulink进行对充电系统建模仿真,通过对比PID和模糊PID的充电控制效果,证明了基于模糊PID控制的充电系统响应速度更快,精度更高,鲁棒性更好。3.针对现有充电方法存在充电效率低、充电质量差等问题,本文基于马斯定律,提出了四段式智能快速充电策略,并通过大量实验对充电模式和充电参数进行了确定,充电过程中将电池荷电状态SOC作为充电阶段转换的标志,相比用电池端电压作为转换标志更可靠。4.根据本文提出的智能快速充电策略,对充电系统的硬件电路和软件程序分别进行了设计与测试。最后通过设计对比充电实验,与传统充电方法进行比较,验证了本文提出的智能充电策略的有效性以及充电系统的可靠性,提高了充电效率和充电质量,基本实现了高效、快速、无损的充电目标。
张红飞[3]（2020）在《车用动力锂电池荷电状态与健康状态估计研究》文中研究指明近年来,随着能源的过度开采和消耗,世界能源短缺和环境污染越来越严重,为了应对这一问题,各国积极开展纯电动汽车汽车的研究。动力锂电池作为纯电动汽车的最佳核心储能动力源,其关键技术的发展远远不能满足纯电动汽车的需要,严重制约了纯电动汽车的发展,其中,影响电动汽车能量管理系统了两个重要指标主要有两个,一个是动力锂电池荷电状态（State of Charge,SOC）,另一个是健康状态（State of Health,SOH）,准确的估计SOC和SOH可以提高电池的安全性及使用寿命,同时使得电动汽车获得更优的性能。因此,本课题以车用动力锂电池为研究对象,针对锂电池SOC和SOH估计方法展开研究。首先,建立动力锂电池模型及参数辨识。经过对比现有的电池模型,选择二阶RC等效电路模型作为锂电池模型,辨识其模型参数,包括开路电压与SOC的关系函数,电池的内阻,RC网络参数等。并且根据实验数据对比,验证模型的有效性。其次,基于滑模观测器的锂电池SOC估计设计及仿真验证。为了降低动力电池模型误差,提高SOC估计算法的抗干扰能力以及SOC估计精度,在滑模观测器的基础上加入H∞滤波算法,设计基于改进滑模观测器方法的SOC估计算法,该方法通过实时更新SOC估计误差协方差矩阵,进而调节观测增益矩阵,进而提高估计精度。然后,基于小波-粒子滤波的锂电池SOH估计设计及仿真验证。为解决因模型的不确定性导致估计精度降低的问题,提高估计算法的运算速度,基于粒子滤波算法,采用小波变换思想对粒子权重进行分解,进而去掉重复及无关粒子,该方法既能保证估计精度,同时提高估计算法的速度。最后,基于扩展卡尔曼滤波（Extend Kalman Filter,EKF）的SOC和SOH联合估计设计及仿真验证。由于单一的估计忽略了SOC和SOH的关系,针对锂电池SOC和SOH联合在线估计问题,从而导致不精确的SOC值会使SOH的估计受到影响,因此,本文提出一种基于联合估计算法的SOC和SOH估计方法,此方法不受SOC初值的影响,从而提高估计精度。
钱梦男[4]（2020）在《水产养殖作业船导航控制与电源管理系统的研究》文中研究表明随着人民生活水平不断提高,市场对河蟹的需求也在逐年提升。但我国的河蟹养殖目前仍以人工为主,劳动强度大,智能化程度低,容易造成投饵不均。为了实现河蟹的科学化养殖,在江苏省现代农业研发项目和江苏省海洋渔业局渔业科技创新项目等科研项目经费的资助下,研制了一款明轮驱动的水产养殖自动作业船,能够解放劳动力,提高河蟹养殖效率。本文对作业船的导航控制系统与电源管理系统做出研究与设计。导航控制系统能够保证作业船沿着规划路径均匀投饵,电源管理系统则为导航控制系统的工作状态切换提供必要的依据,并保证作业船各用电模块的可靠运行。本文的主要研究内容如下:一、设计了基于明轮驱动的水产养殖自动作业船。介绍了作业船总体结构与主要技术参数;分析了主控模块与投饵模块的内部结构;在作业船总体结构的基础上介绍了控制系统的结构与工作原理,并对其中的导航控制系统与电源管理系统做出详细阐述。二、设计了水产养殖自动作业船的导航控制系统。介绍了作业船采用的GPS/地磁组合导航系统及其原理;建立了作业船工作区域的平面坐标系,在此基础上进行巡航路径的规划与导航路径的跟踪算法设计;设计了基于模糊PID的航向控制器,并对跟踪效果进行仿真验证;设计了航速控制策略与航向/航速分配控制策略。三、设计了水产养殖自动作业船蓄电池剩余电量估算算法。介绍了铅酸蓄电池的工作原理与关键参数;建立了铅酸蓄电池二阶RC等效模型,并根据作业船出航与巡航状态的不同建立了基于作业船工作特性的蓄电池剩余电量估算算法,实现估算精度与系统任务量的平衡;对算法中最重要的扩展卡尔曼滤波算法（Extended Kalman Filter,EKF）做出详细设计,并通过仿真验证其性能。四、设计了基于STM32系列芯片的水产养殖作业船软硬件。其中,硬件部分设计了主控模块、导航模块、无线通信模块、电机驱动模块、电源模块与电压电流采集模块;软件部分则设计了通信解析单元、巡航控制单元、信息存储单元与剩余电量估算预警单元。通过一系列的实验,验证了导航控制系统与电源管理系统的可用性。实验结果表明:在不接收差分信号的条件下,自动导航时作业船直线路径跟踪平均误差不超过0.1m,转弯最大误差不超过0.6m;电源管理系统能够实时监视电池状态参数,并在线估算蓄电池剩余电量,保障投饵作业任务顺利完成。
臧鑫善[5]（2019）在《蓄电池健康状况多参数监测系统研究》文中研究说明为保障通信系统、电力系统和国防军事系统等场合的安全,越来越需要应急电源、不间断电源电源的存在。铅酸蓄电池被认为一种高性价比的储能设备,现在已经被越来越多的场所使用。在保障各种供电场所安全性的同时,铅酸蓄电池自身的安全性也是需要被关注的。本文根据蓄电池相关的各个参数与蓄电池健康状况之间的关系,实现了在线式铅酸蓄电池健康状况的预估方法。采用不同的方法,对蓄电池几种不同工作状态下的荷电状态（SOC）和健康状态（SOH）进行预估。在蓄电池恒流充放电状态下,考虑到温度、充放电速率两方面同时对铅酸蓄电池剩余容量的影响,利用改进安时法计算出铅酸蓄电池的剩余容量,进而可以得到蓄电池SOC。在蓄电池非恒流放电时,将非恒流放电期间的压差、内阻、时间和温度作为输入量,蓄电池荷电状态作为输出量,采用粒子群优化最小二乘支持向量机（PSO-LSSVM）方法预估蓄电池非恒流放电期间的健康状态。在浮充期间根据蓄电池的内阻及温度状况,参考蓄电池在充电期间内阻与剩余容量之间的关系,可以判断出蓄电池的蓄电池健康状态。此外,本文还设计了蓄电池相关参数检测装置。以STM32为核心,设计了蓄电池电压、电流、温度和内阻检测电路。并设计蓄电池健康监测系统的软件部分,供实时观察蓄电池的健康状况。最后,对本文设计的铅酸蓄电池健康监测系统进行验证试验。实验结果表明,该系统能够准确的检测蓄电池相关参数,通过PS0-LSSVM方法和改进安时法的结合可以准确预估铅酸蓄电池的健康状况。
张玉[6]（2019）在《离网型光伏直流微电网稳定性分析及母线稳压控制策略研究》文中进行了进一步梳理母线电压是衡量光伏直流微电网安全与稳定的核心指标,受光伏输出功率随机性和波动性以及负载功率动态变化的影响,微电网在实际运行过程中存在难以预测的功率扰动,尤其是缺少公共大电网支撑的离网型微电网,当光伏出力与负荷需求不匹配时,容易引起母线电压波动,影响系统的安全稳定运行。针对上述现象,本文重点研究冲击性负载下离网型光伏直流微电网的稳定性,揭示影响微电网稳定运行的影响因素,解决多储能变换器并行运行时的功率分配以及母线稳压问题,为光伏直流微电网的发展应用提供理论依据和技术支撑,具体开展了如下工作:（1）光伏直流微电网运行控制研究大多集中在光伏输出功率波动、负载小范围扰动下的直流母线稳压问题,对于负载功率大范围变化,尤其是冲击性负载接入瞬间大扰动条件下引发的微电网稳定运行问题涉及较少。针对这一问题,本文对光伏电池、蓄电池、他励直流电机建模仿真,并对其控制策略分别进行了研究,采用开环控制下的他励直流电机作为冲击性负载,构建了含冲击性负载特性的光伏直流微电网模型。（2）针对光伏直流微电网小扰动条件下的稳定运行问题,对微电网系统级的小信号稳定性进行分析。通过状态空间平均法建立Boost、Buck、双向DC/DC变换器在不同控制策略下的小信号模型以及等效阻抗模型,分别研究母线电压、滤波电容对各变换器阻抗特性的影响,结果表明母线电压对各变换器阻抗特性的影响较小,而滤波电容对各变换器阻抗特性的影响较大,特别是在中高频段,随着滤波电容的增大,各变换器阻抗呈减少趋势。在各变换器阻抗模型的基础上,采用基于阻抗比的稳定性分析法研究光伏直流微电网在不同工作模式下的小信号稳定性,提出以稳定性最差的工作模式作为该直流微电网系统级小信号稳定的判定指标。（3）充分考虑储能单元的充放电、负载的动态特性,围绕光伏直流微电网大信号扰动下的稳定条件开展研究。基于混合势函数理论对微电网的大信号稳定性进行分析,建立混合势函数模型,推导系统的大扰动稳定条件,并揭示影响光伏直流微电网大信号稳定的主要因素。研究结果表明:电机负载功率越大,系统的大信号稳定性越差;接入阻性负载可以提高系统大信号稳定性,且阻性负载阻值越小,系统大信号稳定性越好;采用蓄电池与超级电容相结合的混合储能方式可以提高系统的大信号稳定性。最后,通过仿真对研究结论的正确性和有效性进行了验证。（4）传统下垂控制对于同时提高储能单元功率分配精度和减小母线电压偏差之间存在局限性,针对这一问题,采用基于关联参数的下垂系数补偿法对传统下垂控制进行改进,将下垂控制系数设为其对应储能单元初始下垂系数与剩余容量（SOC）n次幂的比值,通过改变幂指数n的取值,实时调整储能单元充放电速率,实现多个储能变换器并行运行时的精确功率均分,在改进下垂控制的同时加入二次控制,减小母线电压跌落,提升电能质量。通过仿真及实验验证了改进下垂控制可以实时调控各储能单元充放电速率、更好地抑制母线电压波动。（5）传统的双闭环控制在提高系统的动态性能和稳态性能之间存在不可避免的矛盾,为解决这个问题,提出了一种模糊-PI双模控制器代替双闭环控制电压外环的PI控制器,能够根据母线电压的偏差自动切换工作模式。在母线电压偏差较大时,采用模糊控制器,可获得良好的瞬态性能;在母线电压偏差较小时,采用PI控制器,可获得良好的稳态性能。通过仿真以及实验证明,相对于PI控制和模糊控制,模糊-PI双模控制器集模糊控制与PI控制优点于一身,不仅提高了系统的动态响应性能,同时也能有效抑制直流母线电压较大的波动和冲击,增强系统的鲁棒性。
吴隆峰[7]（2019）在《车载蓄电池的SOC与SOH在线估计系统设计》文中提出在传统燃油车上,铅酸电池具有大启动电流的特点作为汽车的启动电源,且车载铅酸蓄电池保证对整车用电系统进行供电,安全稳定可靠,作为传统燃油车短时间不可替代电池,实时在线对车载蓄电池的剩余容量SOC（State of charge）监测可保证蓄电池不会过充或过放,对车载蓄电池的健康状态SOH（State of health）在线估计可提醒更换新电池,保证行车安全。本文拟对蓄电池的电压,电流,温度,内阻这几个参数进行数据采集,从而估算出蓄电池的SOC和SOH,通过CAN总线通信和NB-IOT无线通信分别将估算出的值在线发送到车载终端和无线监控终端。主要工作如下:1.对当前蓄电池研究的SOC及SOH估算算法进行了文献研究,介绍了当前描述蓄电池的等效电路模型,通过对蓄电池的实际测试,建立了本论文所需的Thevenin模型。2.在已建立的模型和蓄电池测试的基础上,提出以扩展卡尔曼滤波算法对蓄电池进行在线的SOC估计,并搭建了simulink模型以验证结果。对于蓄电池的SOH估计,本论文分别验证了一种以LIBSVM算法为核心,通过内阻值和电压值,估计出SOH,另一种创新性的与回归CNN相结合,得到在线预估SOH值的方法。3.在以上技术基础,搭建了以汽车级单片机为主控的嵌入式系统平台,设计了蓄电池参数采集电路,交流小信号在线内阻测量电路,CAN通信和NB-IOT无线通信电路。4.在搭建好的硬件平台上,提出了蓄电池参数采集程序,SOC和SOH估算程序,CAN通信和NB-IOT通信程序及各程序的运算流程和结构。5.通过PCAN搭建测试平台,实现平台的CAN数据通信,配置NB-IOT设备入网到云平台,对蓄电池进行在线测试和数据采集验证。通过本论文提出的SOC与SOH估计算法嵌入到硬件平台所得结果,证明了算法的可行性和有效性。本文所设计的系统具有智能化,数据量准确,反馈及时的特点,通过增加的NB-IOT技术可以远程反馈处理,对加强蓄电池的保护,提高可供电的稳定性,保证蓄电池的工作效率和使用寿命具有重要意义。
李泽华[8]（2019）在《固体氧化物燃料电池/锂电池混合动力系统的电能优化管控研究》文中进行了进一步梳理固体氧化物燃料电池（Solid Oxide Fuel Cell,SOFC）作为一种绿色能源产业具有重大科研意义与市场空间。SOFC发电系统具有输出功率动态响应慢的特点,当外部负载的功率需求在短时间内发生突增或突降时,仅依靠SOFC无法实现快速功率跟踪,本文使用锂电池作为辅助电源协同SOFC进行发电,目前针对混合能量管理的研究仅考虑了锂电池的荷电状态SOC（State of Charge）,而未考虑电池健康状态SOH（State of Health）的影响,本文设计滤波算法对这两个状态值进行联合估计,并设计模糊控制算法保证混合能量系统安全、高效地进行功率跟踪。首先本文利用MATLAB/Simulink工具对研究对象——500W纯氢气固体氧化物燃料电池系统进行建模,依据电堆电化学反应特性与系统热动态特性建立电堆模型与辅助单元模型,并完成系统模型的集成,自行搭建了实物系统以研究不同发电功率下的寄生功率与系统效率;其次为验证模型是否与实际电堆性能相符,本文搭建了电堆测试系统,通过带堆升温实验测试在不同温度与燃料利用率下电池片的U-I-P特性以及电堆功率跟踪特性,并验证本文所搭建电堆模型的有效性;之后搭建锂电池状态空间模型,本文选取最常用的二阶RC电路等效模型,分别搭建SOC估计模型与SOH估计模型;设计充放电实验以辨识电池模型参数,基于所搭建的模型利用粒子滤波（Particle Filter,PF）算法实现锂电池SOC与SOH的联合估计;最后设计T-S模糊控制器进行能量管控,通过控制锂电池输出电流保证其SOC在协同发电过程中处于合理范围内,为方便模拟混合能量系统的工作状况并测试控制算法的可行性,本文利用dSPACE搭建半实物仿真平台,将控制算法下载至控制板与系统模型、电气设备结合从而在线仿真,以不规则的负载功率变化测试验证算法有效性,解决了SOFC功率跟踪响应慢的问题,并实现了对锂电池SOC的保护。
刘君瑶[9]（2019）在《考虑“源荷储”协调互动的并网型光伏微电网调度策略研究》文中进行了进一步梳理为了应对化石能源短缺与环境污染问题,全球诸多国家均大力发展以分布式光伏为代表的可再生能源发电技术。然而,由于光伏出力固有的间歇性和波动性等不友好特征,分布式光伏大规模并网时将对电网的安全稳定运行带来不利影响,严重制约了分布式光伏的消纳水平。为了解决分布式光伏并网消纳的问题,将其通过并网型光伏微电网接入配电网,是应对大规模分布式光伏消纳问题的安全有效措施之一。因此,开展研究面向并网型光伏微电网的优化运行问题具有理论价值和现实意义。随着新型储能技术的不断成熟,电动汽车技术的快速发展与应用,柔性负荷占比的显着提升和需求响应技术的日益完善,并网型光伏微电网中的可调度资源将愈加丰富。面向上述发展趋势,本文以提升分布式光伏就地消纳率和提高并网型光伏微电网运行收益为优化目标,研究计及“源侧”、“荷侧”、“储侧”调度资源协调互动的微电网优化调度策略。首先,本文深入分析了传统并网型光伏微电网的优化调度策略;之后,对比分析了以先进绝热压缩空气储能为代表的新型储能装置与传统铅酸蓄电池储能在并网型光伏微电网优化运行中带来的经济效益。此外,面向电动汽车换电站的不断普及与发展,对电动汽车换电站的调度模型进行了研究,并建立计及电动汽车换电站的并网型光伏微电网优化调度模型。最后,在上述研究基础上,综合考虑先进绝热压缩空气储能、燃气轮机、分布式光伏、电动汽车换电站和柔性负荷的协调互动,并计及“源荷”双侧不确定性,建立了考虑“源荷储”协调的微电网日前-实时调度模型。论文主要研究内容如下:（1）从面向日前优化调度的角度,对传统并网型光伏微电网中的各个部件进行数学建模,其中计及了铅酸蓄电池的状态转换成本,利用离散变量法描述铅酸蓄电池的状态行为。通过改变电池容量计算不同储能配置容量下微电网的收益与成本,研究结果表明微电网中的储能装置可以显着提高分布式光伏利用率、减小燃气轮机的配置容量、增加微网的运行经济性。（2）论文基于铅酸蓄电池储能和先进绝热压缩空气储能电站的特性,考虑储能装置的全寿命周期等年值日均成本,以微电网经济性收益最大为目标结合具体算例,采用控制变量法,通过已知额定功率改变额定容量和已知额定容量改变额定功率分析得出两种不同的储能模式对微电网经济性收益的影响,分别得到两种储能装置的优势额定容量区间并分析了形成的原因。（3）论文类比排队论模型建立了以换电站内电池为主体的电动汽车换电站的有序充电模型,在此基础上建立了含电动汽车换电站的并网型微电网经济性优化调度模型。结合具体算例,分析了电动公共交通汽车通过换电站换电对微电网削峰填谷、提高光伏消纳率和减少储能配置方面的积极作用。量化分析了不同充电接口数量对微电网收益结果的影响,并得到了系统收益饱和时对应的充电接口数量。（4）论文在上述研究成果的基础上,综合考虑燃气轮机、柔性负荷、先进绝热压缩空气储能装置、电动汽车换电站和光伏电站的协调互动,采用电量电价弹性矩阵模型,构建了日前分时电价环境下的柔性负荷响应模型,并采用三角模糊数表示光伏、基线负荷和柔性负荷响应量的预测不确定性建立了微电网日前-实时协调调度模型。最后以最大化微电网全天总运行收益为优化目标建立了计及“源荷储”协调互动的微电网日前-实时协调调度模型,结合具体算例验证了调度模型的有效性。
马里千[10]（2018）在《储能用电池管理系统的研究与开发》文中研究表明随着社会的高速发展,太阳能作为一种新型、绿色的可再生能源越来越受到人们的关注,在国家的大力扶持和补贴下光伏发电系统也愈来愈为人们所知,技术也逐渐走向成熟。虽然太阳能分布广、无污染,但也受众多环境和地域因素的限制,稳定性不高。因此就需要在光伏发电系统中加入蓄电池来弥补以上缺点,在光伏板不能进行电能转换时通过蓄电池放电来维持能量供应,在发电量有剩余时进行能量存储。本文以户用独立光伏发电系统为依托,搭建了具有蓄电池充电、放电、充放电自动切换和电池荷电状态（State of Charge,SOC）估算等功能的电池充放电管理系统。分析比较了几种蓄电池充放电方法和充放电电路的优缺点,建立了二阶RC等效电路蓄电池模型和充放电系统小信号模型,在模型建立的基础上研究了蓄电池充电、放电、充放电切换控制算法和电池剩余电量估算方法,通过仿真和实验验证了其有效性,具体研究内容如下:以铅酸蓄电池为研究对象,建立了蓄电池等效电路模型对其进行了模型参数识别和仿真验证,通过对蓄电池充放电方法、充放电电路研究,选定了本系统蓄电池充放电方法和充放电主电路拓扑,详细分析了蓄电池充放电电路原理,选取系统控制变量,分别建立了充电模式和放电模式下的状态空间模型。研究并设计了基于PI控制的蓄电池充电和放电控制器。充电控制器采用单-双闭环的控制结构,通过电流单闭环控制实现恒流充电,通过电压电流双闭环控制实现恒压限流充电,放电时同样为电压电流双闭环,外环用来稳定母线电压,内环用来限制蓄电池放电电流。通过仿真验证了本控制方法的有效性,但是在充电过程中会出现启动充电电流过大、稳态精度低、动态切换过程中充电电流断续调节时间长的问题,在放电过程中会出现启动时间长和动态调节速度过慢的问题。针对PI控制方法很难使蓄电池充放电系统兼具较好的稳态、动态性能的问题,设计了一种基于电流预测控制的蓄电池充放电控制方法,在PI双闭环控制的基础上通过电流预测控制器来取代电流内环,实现了对基于PI控制的蓄电池充放电控制方法的改进,并设计了基于电流预测控制的蓄电池充放电切换控制器。通过理论分析和仿真验证可知,改进后控制方法可以实现蓄电池的充电和放电功能,在充电启动时消除了充电电流冲击,恒流充电稳态精度达到设计标准,在恒流恒压切换过程中实现了无缝切换,在放电时母线电压迅速达到给定值启动时间加快,在加载和切载过程中动态响应时间缩短,充放电系统稳态性能和动态性能都有所提升。提出一种基于RLS和互补滤波器的蓄电池SOC估计方法。首先对安时积分法进行改进来消除累计估算误差,其次通过互补滤波器来进一步消除估算噪声,最后利用RLS算法来在线辨识估算模型参数来提高估算系统动态性。通过理论分析和仿真验证可知,所提出SOC估算方法可以实现蓄电池的SOC估计,估算误差较小具有较高的估算精度。设计并搭建基于DSP的蓄电池管理系统实验平台,分别对以上控制方法和估算方法进行了实验验证,结果表明基于电流预测控制的蓄电池充放电控制方法具有较好的控制性能,所提出SOC估计方法具有较高的估算精度。
二、铅酸蓄电池充电状态的模糊模型辨识（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、铅酸蓄电池充电状态的模糊模型辨识（论文提纲范文）
（1）干式荷电铅酸蓄电池健康状态检测与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 蓄电池检测国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文的组织结构 |
| 第2章 铅酸蓄电池特性 |
| 2.1 铅酸蓄电池结构及工作原理 |
| 2.1.1 铅酸蓄电池结构 |
| 2.1.2 铅酸蓄电池基本原理 |
| 2.2 主要参数 |
| 2.2.1 电压 |
| 2.2.2 电流 |
| 2.2.3 内阻 |
| 2.2.4 容量 |
| 2.3 影响铅酸蓄电池健康因素 |
| 2.3.1 环境温度 |
| 2.3.2 充放电过度 |
| 2.3.3 安装工艺问题 |
| 2.4 本章小结 |
| 第3章 干式荷电铅酸蓄电池荷电状态估算 |
| 3.1 SOC估算难点 |
| 3.2 常用SOC估算方法 |
| 3.2.1 安时积分法 |
| 3.2.2 开路电压法 |
| 3.2.3 内阻测量法 |
| 3.2.4 卡尔曼滤波法 |
| 3.3 模型选择 |
| 3.3.1 电化学模型 |
| 3.3.2 等效电路模型 |
| 3.3.3 神经网络模型 |
| 3.3.4 模型选择 |
| 3.4 开路电压(OCV)与SOC关系标定 |
| 3.5 开路电压估算 |
| 3.6 参数辨识 |
| 3.6.1 欧姆内阻R0辨识 |
| 3.6.2 极化电容、极化电阻辨识 |
| 3.7 蓄电池SOC估算 |
| 3.8 本章小结 |
| 第4章 干式荷电铅酸蓄电池SOH估算 |
| 4.1 电流对放电容量的影响 |
| 4.2 效能比模型建立 |
| 4.2.1 效能比公式 |
| 4.2.2 效能比系数确定 |
| 4.3 铅酸蓄电池SOH和剩余使用时间估算 |
| 4.3.1 SOH估算 |
| 4.3.2 剩余使用时间估算 |
| 4.4 温度对电池容量影响 |
| 4.5 模型仿真 |
| 4.6 本章小结 |
| 第5章 干式荷电铅酸蓄电池寿命预测 |
| 5.1 最小二乘法预测 |
| 5.1.1 最小二乘法原理 |
| 5.1.2 曲线拟合 |
| 5.2 支持向量机 |
| 5.2.1 SVM原理 |
| 5.2.2 拉格朗日乘子法 |
| 5.2.3 SVM核函数 |
| 5.3 电池寿命预测 |
| 5.3.1 电池数据拟合 |
| 5.3.2 SVM模型训练 |
| 5.4 本章小结 |
| 第6章 硬件设计 |
| 6.1 控制器选择 |
| 6.2 数据监测模块 |
| 6.2.1 电压监测模块 |
| 6.2.2 电流检测模块 |
| 6.2.3 液位检测模块 |
| 6.2.4 温度检测模块 |
| 6.3 通信模块 |
| 6.4 数据存储模块 |
| 6.5 显示模块 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（2）基于智能控制技术的铅酸蓄电池充电系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题研究背景及意义 |
| §1.2 课题国内外研究现状 |
| §1.3 课题来源 |
| §1.4 课题研究内容和论文章节安排 |
| 第二章 铅酸蓄电池工作原理及充电方法研究 |
| §2.1 铅酸蓄电池工作原理分析 |
| §2.1.1 铅酸蓄电池结构及性能参数 |
| §2.1.2 铅酸蓄电池工作原理 |
| §2.2 蓄电池极化现象分析 |
| §2.2.1 极化现象产生的原因及种类 |
| §2.2.2 极化现象对充电过程的影响 |
| §2.2.3 去极化遵循的原则及方法 |
| §2.3 蓄电池充电理论与充电方法分析 |
| §2.3.1 蓄电池快速充电理论 |
| §2.3.2 现有充电方法分析 |
| §2.3.3 停充控制技术分析 |
| §2.4 本文智能充电及停充控制策略 |
| §2.4.1 充电控制策略 |
| §2.4.2 智能充电关键技术 |
| §2.4.3 停充控制方法 |
| §2.5 本章小结 |
| 第三章 铅酸蓄电池SOC估计 |
| §3.1 SOC的定义及其影响因素 |
| §3.2 蓄电池SOC估计方法分析 |
| §3.3 蓄电池等效模型建立 |
| §3.4 电路模型参数拟合 |
| §3.4.1 HPPC试验 |
| §3.4.2 电路模型参数辨识 |
| §3.5 基于无迹卡尔曼滤波的SOC在线估计 |
| §3.6 实验验证与分析 |
| §3.7 本章小结 |
| 第四章 充电系统控制技术研究 |
| §4.1 充电系统控制方式的选择 |
| §4.2 模糊PID控制原理 |
| §4.3 充电系统模糊PID控制器设计 |
| §4.3.1 充电系统控制对象模型 |
| §4.3.2 模糊控制器的建立 |
| §4.4 控制器仿真分析 |
| §4.5 本章小结 |
| 第五章 充电系统硬件设计 |
| §5.1 充电系统整体结构和设计参数 |
| §5.1.1 充电系统整体结构框图 |
| §5.1.2 充电系统设计参数 |
| §5.2 功率电路拓扑结构的选择 |
| §5.2.1 高频开关电源拓扑结构 |
| §5.2.2 斩波电路拓扑结构 |
| §5.3 功率因数校正技术 |
| §5.3.1 功率因数的定义 |
| §5.3.2 功率因数校正方法 |
| §5.4 充电系统主电路设计 |
| §5.4.1 整流滤波电路设计 |
| §5.4.2 功率因数校正电路设计 |
| §5.4.3 双管正激变换器电路设计 |
| §5.4.4 双向Buck-Boost斩波电路设计 |
| §5.5 辅助电路的设计 |
| §5.5.1 主控制器选择 |
| §5.5.2 驱动电路设计 |
| §5.5.3 信号调理电路设计 |
| §5.5.4 辅助电源电路设计 |
| §5.5.5 温度检测电路设计 |
| §5.5.6 显示电路设计 |
| §5.5.7 串口通信电路设计 |
| §5.6 本章小结 |
| 第六章 充电系统软件设计与实现 |
| §6.1 软件开发环境简介 |
| §6.2 软件系统整体设计 |
| §6.3 主程序设计 |
| §6.4 子程序设计 |
| §6.4.1 基于SOC跟踪的快速充电程序设计 |
| §6.4.2 信号采集处理程序设计 |
| §6.4.3 模糊PID控制程序设计 |
| §6.4.4 停充控制程序设计 |
| §6.5 上位机软件设计 |
| §6.6 本章小结 |
| 第七章 实验设计与结果分析 |
| §7.1 功率因数校正测试 |
| §7.2 充电参数及充电模式的确定 |
| §7.2.1 恒流充电阶段电流大小确定 |
| §7.2.2 正脉冲宽度及幅度确定 |
| §7.2.3 负脉冲幅值确定 |
| §7.2.4 负脉冲宽度确定 |
| §7.2.5 脉冲前、后间歇时间确定 |
| §7.2.6 级与级间歇时间确定 |
| §7.2.7 系统充电模式确定 |
| §7.3 充电测试与性能分析 |
| §7.3.1 对比实验设计 |
| §7.3.2 充电效率测试 |
| §7.3.3 循环寿命测试 |
| §7.4 本章小结 |
| 第八章 总结与展望 |
| §8.1 总结 |
| §8.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（3）车用动力锂电池荷电状态与健康状态估计研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 锂电池发展趋势 |
| 1.3 国内外研究现状 |
| 1.3.1 电池模型研究现状 |
| 1.3.2 电池SOC估计研究现状 |
| 1.3.3 电池SOH估计研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 锂电池建模与参数辨识 |
| 2.1 引言 |
| 2.2 电池模型分类 |
| 2.2.1 Rint模型 |
| 2.2.2 Thevenin模型 |
| 2.2.3 PNGV模型 |
| 2.2.4 Randles模型 |
| 2.2.5 RC模型 |
| 2.3 锂电池等效电路建模与分析 |
| 2.4 锂电池模型参数辨识 |
| 2.4.1 欧姆内阻及RC网络参数辨识 |
| 2.4.2 模型参数辨识 |
| 2.5 本章小结 |
| 第3章 基于滑模观测器的锂电池SOC估计 |
| 3.1 引言 |
| 3.2 电池SOC影响因素 |
| 3.2.1 SOC估计原理 |
| 3.2.2 SOC估计影响因素 |
| 3.3 基于改进滑模观测器的SOC估计 |
| 3.3.1 滑模观测器理论 |
| 3.3.2 H∞滤波理论 |
| 3.3.3 改进滑模观测器的设计 |
| 3.3.4 仿真及对比分析 |
| 3.4 本章小结 |
| 第4章 基于小波-粒子滤波的锂电池SOH估计 |
| 4.1 引言 |
| 4.2 电池SOH影响因素及电池工作衰退原理 |
| 4.2.1 SOH估计原理 |
| 4.2.2 电池SOH影响因素 |
| 4.2.3 电池工作衰退原理 |
| 4.3 基于粒子滤波的SOH估计 |
| 4.3.1 小波变换思想 |
| 4.3.2 小波-粒子滤波算法设计 |
| 4.3.3 仿真及对比分析 |
| 4.4 本章小结 |
| 第5章 基于EKF的锂电池SOC与 SOH联合估计 |
| 5.1 引言 |
| 5.2 卡尔曼滤波算法 |
| 5.2.1 经典卡尔曼滤波 |
| 5.2.2 扩展卡尔曼滤波 |
| 5.3 基于EKF的 SOC与 SOH联合估计 |
| 5.3.1 联合估计算法流程 |
| 5.3.2 联合估计算法设计 |
| 5.3.3 仿真及对比分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（4）水产养殖作业船导航控制与电源管理系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无人船舶研究现状 |
| 1.2.2 导航技术研究现状 |
| 1.2.3 电源管理系统研究现状 |
| 1.3 论文的研究内容和总体安排 |
| 第二章 水产养殖自动作业船总体设计 |
| 2.1 水产养殖无人作业船结构设计 |
| 2.1.1 船体结构 |
| 2.1.2 主控模块结构 |
| 2.1.3 投饵模块结构 |
| 2.2 控制系统结构及原理 |
| 2.2.1 导航控制系统结构及原理 |
| 2.2.2 电源管理系统结构及原理 |
| 2.3 本章小结 |
| 第三章 水产养殖作业船导航控制系统设计 |
| 3.1 水产养殖作业船导航系统 |
| 3.1.1 GPS定位系统原理 |
| 3.1.2 地磁导航系统原理 |
| 3.1.3 作业船导航系统设计 |
| 3.2 导航路径规划与路径跟踪 |
| 3.2.1 建立蟹塘平面坐标系 |
| 3.2.2 建立巡航路径 |
| 3.2.3 导航路径跟踪 |
| 3.3 基于模糊PID的航向控制算法 |
| 3.3.1 航向控制系统结构与数学模型 |
| 3.3.2 模糊PID控制器设计与仿真分析 |
| 3.4 航速控制与策略 |
| 3.5 航向航速分配 |
| 3.6 本章小结 |
| 第四章 水产养殖作业船电源管理系统设计 |
| 4.1 铅酸蓄电池原理与关键参数 |
| 4.1.1 铅酸蓄电池工作原理 |
| 4.1.2 铅酸蓄电池关键参数 |
| 4.2 铅酸蓄电池等效模型 |
| 4.2.1 常用蓄电池等效模型 |
| 4.2.2 本文选用的等效电路模型 |
| 4.3 蓄电池SOC估算算法 |
| 4.3.1 常用SOC估算方法 |
| 4.3.2 本文SOC估算算法的建立 |
| 4.4 基于EKF的蓄电池SOC估算算法设计 |
| 4.4.1 卡尔曼滤波算法原理 |
| 4.4.2 EKF估算算法实现 |
| 4.4.3 EKF估算算法仿真 |
| 4.5 本章小结 |
| 第五章 水产养殖作业船软硬件设计与实验 |
| 5.1 水产养殖作业船硬件设计 |
| 5.1.1 导航控制系统硬件设计 |
| 5.1.2 电源管理系统硬件设计 |
| 5.1.3 水产养殖作业船控制系统硬件实物图 |
| 5.2 水产养殖作业船软件设计 |
| 5.2.1 软件开发环境 |
| 5.2.2 导航控制系统软件设计 |
| 5.2.3 电源管理系统软件设计 |
| 5.3 系统试验与分析 |
| 5.3.1 GPS定位试验 |
| 5.3.2 导航数据融合试验 |
| 5.3.3 航速响应试验 |
| 5.3.4 自动导航试验 |
| 5.3.5 电源管理试验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表学术论文及参与科研项目 |
（5）蓄电池健康状况多参数监测系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1.课题研究背景和意义 |
| 1.2.国内外研究现状及存在问题 |
| 1.3.论文研究内容及组织结构 |
| 第二章 铅酸蓄电池原理及特性 |
| 2.1.铅酸蓄电池的构成 |
| 2.2.铅酸蓄电池概述 |
| 2.2.1.铅酸蓄电池的工作原理 |
| 2.2.2.铅酸蓄电池等效电路模型 |
| 2.3.影响铅酸蓄电池容量的特征参数 |
| 2.3.1.铅酸蓄电池电压 |
| 2.3.2.铅酸蓄电池充放电电流 |
| 2.3.3.铅酸蓄电池内阻 |
| 2.3.4.铅酸蓄电池温度 |
| 2.4.常用铅酸蓄电池健康状况预估方法 |
| 2.4.1.铅酸蓄电池健康状况定义 |
| 2.4.2.安时法 |
| 2.4.3.开路电压法 |
| 2.4.4.内阻法 |
| 2.4.5.机器学习算法 |
| 2.5.本章小结 |
| 第三章 铅酸蓄电池健康状态预估方法研究 |
| 3.1.充电与恒流放电期间蓄电池SOC计算方法 |
| 3.2.非恒流放电期间蓄电池SOC预估方法 |
| 3.2.1.最小二乘支持向量机原理 |
| 3.2.2.粒子群优化算法改进最小二乘支持向量机 |
| 3.2.3.实验分析 |
| 3.3.综合预估方法 |
| 3.4.本章小结 |
| 第四章 铅酸蓄电池健康监测系统设计与实现 |
| 4.1.铅酸蓄电池健康监测系统架构 |
| 4.2.铅酸蓄电池健康监测装置设计 |
| 4.2.1.MCU选用 |
| 4.2.2.电压检测设计 |
| 4.2.3.电流检测设计 |
| 4.2.4.温度检测设计 |
| 4.2.5.内阻检测设计 |
| 4.2.6.通信电路设计 |
| 4.2.7.电源设计 |
| 4.3.铅酸蓄电池健康监测程序设计 |
| 4.3.1.监测程序流程 |
| 4.3.2.监测装置通信方式设计 |
| 4.4.铅酸蓄电池健康监测系统实验结果分析 |
| 4.4.1.测量装置及软件环境 |
| 4.4.2.实验结果与分析 |
| 4.5.本章小结 |
| 第五章 总结与展望 |
| 5.1.本文工作总结 |
| 5.2.本文工作展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间申请的专利 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 致谢 |
（6）离网型光伏直流微电网稳定性分析及母线稳压控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外研究动态 |
| 1.2.2 直流微电网稳定性分析研究现状 |
| 1.2.3 储能变换器功率分配策略研究现状 |
| 1.2.4 直流微电网母线稳压控制策略研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 冲击性负载特性下的光伏直流微电网结构及建模 |
| 2.1 引言 |
| 2.2 直流微电网结构及组成 |
| 2.2.1 直流微电网母线结构 |
| 2.2.2 光伏直流微电网组成 |
| 2.3 太阳能光伏发电建模与控制 |
| 2.3.1 光伏阵列建模 |
| 2.3.2 光伏发电控制策略 |
| 2.4 储能单元建模与控制 |
| 2.4.1 蓄电池模型及仿真 |
| 2.4.2 储能单元控制策略 |
| 2.5 负载类型及控制策略 |
| 2.5.1 他励直流电动机数学模型及仿真 |
| 2.5.2 直流电机控制策略 |
| 2.6 本章小结 |
| 第三章 基于阻抗模型的光伏直流微电网小信号稳定性分析 |
| 3.1 引言 |
| 3.2 各单元变换器小信号建模 |
| 3.2.1 离网型光伏直流微电网结构 |
| 3.2.2 Boost变换器小信号建模 |
| 3.2.3 双向DC/DC变换器小信号建模 |
| 3.2.4 Buck变换器小信号建模 |
| 3.3 变换器阻抗特性分析 |
| 3.3.1 Boost变换器阻抗特性分析 |
| 3.3.2 双向DC/DC变换器阻抗特性分析 |
| 3.3.3 Buck变换器阻抗特性分析 |
| 3.4 离网型光伏流微电网小信号稳定性分析 |
| 3.4.1 阻抗比小信号稳定性分析 |
| 3.4.2 小信号稳定性判据 |
| 3.4.3 光伏直流微电网阻抗稳定性分析 |
| 3.5 本章小结 |
| 第四章 基于混合势函数的光伏直流微电网大信号稳定性分析 |
| 4.1 引言 |
| 4.2 混合势函数理论 |
| 4.3 光伏直流微电网系统大信号稳定性分析 |
| 4.3.1 直流微电网混合势函数构建 |
| 4.3.2 大信号稳定性仿真分析 |
| 4.4 本章小结 |
| 第五章 基于SOC均衡的光伏直流微电网功率分配及母线稳压研究 |
| 5.1 引言 |
| 5.2 传统下垂控制 |
| 5.2.1 下垂控制原理 |
| 5.2.2 传统下垂控制的局限性 |
| 5.3 基于SOC改进下垂控制策略 |
| 5.4 仿真分析 |
| 5.4.1 储能单元SOC及功率分配仿真分析 |
| 5.4.2 母线电压仿真分析 |
| 5.5 实验结果及分析 |
| 5.6 本章小结 |
| 第六章 基于模糊-PI双模控制器的光伏直流微电网母线稳压控制 |
| 6.1 引言 |
| 6.2 光伏直流微电网拓扑结构及传统的稳压控制策略 |
| 6.2.1 光伏直流微电网拓扑结构 |
| 6.2.2 光伏直流微电网电路结构图 |
| 6.2.3 传统双闭环控制策略 |
| 6.3 模糊-PI双模控制器 |
| 6.3.1 模糊控制器 |
| 6.3.2 模糊-PI双模控制器工作原理 |
| 6.3.3 模式选择器 |
| 6.4 仿真及实验结果 |
| 6.4.1 仿真分析 |
| 6.4.2 实验分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文和参与的科研项目 |
| 致谢 |
（7）车载蓄电池的SOC与SOH在线估计系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 铅酸蓄电池SOC和 SOH国内外研究现状 |
| 1.2.1 铅酸蓄电池的SOC研究现状 |
| 1.2.2 铅酸蓄电池的SOH研究现状 |
| 1.3 铅酸蓄电池参数与模型 |
| 1.3.1 铅酸蓄电池的参数 |
| 1.3.2 常见铅酸蓄电池等效电路模型 |
| 1.4 论文的研究内容及结构 |
| 第2章 车载蓄电池特性分析及在线SOC估计 |
| 2.1 车载蓄电池概述及工作原理 |
| 2.1.1 车载蓄电池概述 |
| 2.1.2 车载蓄电池工作原理 |
| 2.2 车载蓄电池的在线测试 |
| 2.2.1 车载蓄电池测试平台 |
| 2.2.2 车载蓄电池测试方案设计 |
| 2.3 基于电池模型的扩展卡尔曼滤波在线SOC估计 |
| 2.3.1 扩展卡尔曼滤波算法概述 |
| 2.3.2 Thevenin等效电路模型参数辨识 |
| 2.3.3 安时积分法和EKF估计的SOC估算仿真 |
| 2.4 本章小结 |
| 第3章 车载蓄电池的在线SOH估计 |
| 3.1 基于LIBSVM的铅酸蓄电池SOH估计 |
| 3.1.1 LIBSVM算法概述 |
| 3.1.2 基于LIBSVM的铅酸蓄电池SOH估计仿真 |
| 3.2 基于回归CNN的车载蓄电池在线SOH估计研究 |
| 3.2.1 回归卷积神经网络算法概述 |
| 3.2.2 车载蓄电池SOH估计实际问题分析 |
| 3.2.3 基于回归CNN的车载蓄电池在线SOH估计实现 |
| 3.3 本章小结 |
| 第4章 车载蓄电池状态参数系统的设计 |
| 4.1 系统功能与结构 |
| 4.1.1 系统功能 |
| 4.1.2 系统结构 |
| 4.1.3 系统参数指标 |
| 4.2 系统硬件实现 |
| 4.2.1 主控MCU选型 |
| 4.2.2 铅酸蓄电池参数检测电路 |
| 4.2.3 系统CAN总线通信和NB-IOT无线通信电路 |
| 4.3 内阻检测电路和系统PCB设计 |
| 4.3.1 内阻检测电路设计 |
| 4.3.2 系统PCB设计 |
| 4.4 本章小结 |
| 第5章 系统平台开发及实现 |
| 5.1 系统硬件调试和平台搭建 |
| 5.2 系统软件程序调试 |
| 5.2.1 程序总体结构 |
| 5.2.2 数据采集程序设计 |
| 5.2.3 SOC和 SOH估计程序 |
| 5.2.4 CAN通信和NB-IOT通信程序 |
| 5.3 在线CAN通信数据测试 |
| 5.4 无线云平台数据测试 |
| 5.5 系统测试结果对比 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 附录一 |
| 附录二 名词解释 |
| 致谢 |
（8）固体氧化物燃料电池/锂电池混合动力系统的电能优化管控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文各章节安排 |
| 2 固体氧化物燃料电池系统模型及实物搭建 |
| 2.1 电堆模型搭建 |
| 2.2 辅助单元模型搭建 |
| 2.3 系统模型集成 |
| 2.4 系统实物搭建与验证 |
| 2.5 本章小结 |
| 3 固体氧化物燃料电池测试系统搭建 |
| 3.1 测试系统功能及结构 |
| 3.2 测试系统各单元功能 |
| 3.3 电池片固有电特性测试研究 |
| 3.4 本章小结 |
| 4 锂电池SOC与 SOH联合估计 |
| 4.1 锂电池待估参量的定义 |
| 4.2 两种锂电池状态空间模型的搭建 |
| 4.3 锂电池容量与充放电效率标定 |
| 4.4 锂电池状态空间模型参数辨识 |
| 4.5 锂电池SOC及 SOH联合估计 |
| 4.6 本章小结 |
| 5 基于dSPACE半实物平台的能量管控算法实现 |
| 5.1 基于模糊逻辑的能量管控算法 |
| 5.2 半实物仿真系统的搭建 |
| 5.3 能量管控策略验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间研究成果 |
（9）考虑“源荷储”协调互动的并网型光伏微电网调度策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题研究现状 |
| 1.3 本文的主要工作 |
| 2 传统并网型光伏微电网的优化调度策略研究 |
| 2.1 概述 |
| 2.2 并网型光伏微电网内各关键部件的数学结构 |
| 2.3 经济性优化调度模型 |
| 2.4 算例分析 |
| 2.5 小结 |
| 3 并网型光伏微电网中先进绝热压缩空气储能和铅酸蓄电池经济效益对比研究 |
| 3.1 概述 |
| 3.2 先进绝热压缩空气储能系统结构与工作原理 |
| 3.3 面向电力调度的先进绝热压缩空气储能电站数学模型 |
| 3.4 含不同储能装置的微电网运行效益对比分析 |
| 3.5 算例分析 |
| 3.6 小结 |
| 4 含电动汽车换电站的并网型光伏微电网优化调度策略研究 |
| 4.1 概述 |
| 4.2 基于微电网的电动汽车换电站有序充电 |
| 4.3 含电动汽车换电站的并网型光伏微电网优化调度模型 |
| 4.4 算例分析 |
| 4.5 小结 |
| 5 计及“源荷储”互动的并网型微电网日前-实时协调调度策略研究 |
| 5.1 引言 |
| 5.2 计及“源荷储”协调互动的微电网日前-实时调度构架 |
| 5.3 并网型光伏微电网内源荷双侧不确定性建模 |
| 5.4 计及“源荷储”协调的微电网日前-实时协调调度建模 |
| 5.5 算例分析 |
| 5.6 小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的论文和专利目录 |
| 附录2 攻读硕士学位期间参与的科研项目 |
（10）储能用电池管理系统的研究与开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 铅酸蓄电池储能系统发展现状 |
| 1.2.1 铅酸蓄电池充放电技术的发展动态 |
| 1.2.2 铅酸蓄电池电池管理技术的发展动态 |
| 1.3 本文主要研究内容 |
| 第二章 电池管理系统总体设计 |
| 2.1 系统总体结构 |
| 2.2 铅酸蓄电池介绍及建模仿真 |
| 2.2.1 本系统所选用铅酸蓄电池 |
| 2.2.2 蓄电池等效模型建立与参数识别 |
| 2.2.3 等效电路模型仿真与输出特性 |
| 2.3 蓄电池充电方法研究 |
| 2.3.1 传统充电方法 |
| 2.3.2 快速充电方法 |
| 2.3.3 本文使用充电方法 |
| 2.4 蓄电池充放电电路研究 |
| 2.4.1 隔离型双向DC-DC变换器 |
| 2.4.2 非隔离型双向DC-DC变换器 |
| 2.4.3 本文使用充放电电路 |
| 2.5 本章小结 |
| 第三章 蓄电池充放电控制方法研究 |
| 3.1 蓄电池充放电注意事项与充放电控制指标 |
| 3.1.1 蓄电池充电注意事项及控制指标 |
| 3.1.2 蓄电池放电注意事项及控制指标 |
| 3.2 充放电系统模型建立 |
| 3.2.1 双向半桥DC-DC变换器工作原理 |
| 3.2.2 双向半桥DC-DC变换器模型建立 |
| 3.3 基于PI控制的充电控制器设计 |
| 3.3.1 恒流充电模式控制器设计 |
| 3.3.2 恒压模式充电控制器设计 |
| 3.4 基于PI控制的放电控制器设计 |
| 3.4.1 电流内环控制器设计 |
| 3.4.2 电压外环控制器设计 |
| 3.5 仿真结果与分析 |
| 3.5.1 蓄电池充电仿真 |
| 3.5.2 蓄电池放电仿真 |
| 3.6 本章小结 |
| 第四章 基于模型预测控制的充放电控制策略研究 |
| 4.1 模型预测控制方法概述 |
| 4.1.1 模型预测控制基本原理 |
| 4.1.2 模型预测控制基本结构 |
| 4.2 蓄电池充放电系统预测模型建立 |
| 4.2.1 充电系统预测模型建立 |
| 4.2.2 放电系统预测模型建立 |
| 4.3 基于模型预测控制的蓄电池充放电控制器设计 |
| 4.3.1 充电控制器设计 |
| 4.3.2 放电控制器设计 |
| 4.3.3 蓄电池充放电切换控制器设计 |
| 4.4 仿真结果与分析 |
| 4.4.1 基于模型预测控制的蓄电池充电系统仿真 |
| 4.4.2 基于模型预测控制的蓄电池放电系统仿真 |
| 4.5 本章小结 |
| 第五章 基于RLS和互补滤波器的SOC估算系统设计 |
| 5.1 蓄电池SOC估计方法研究现状 |
| 5.2 基础估算方法介绍 |
| 5.2.1 开路电压法 |
| 5.2.2 开路电压与SOC关系确定 |
| 5.2.3 改进安时积分法 |
| 5.3 基于RLS和互补滤波器的SOC估算方法 |
| 5.3.1 SOC估算误差分析 |
| 5.3.2 基于互补滤波器的SOC估算噪声消除 |
| 5.3.3 基于RLS算法的参数在线辨识 |
| 5.3.4 估算系统框架 |
| 5.4 仿真结果与分析 |
| 5.5 本章小结 |
| 第六章 系统总体性能测试与结果分析 |
| 6.1 系统搭建 |
| 6.2 蓄电池充电实验 |
| 6.2.1 恒流充电启动实验 |
| 6.2.2 恒流恒压充电切换实验 |
| 6.3 蓄电池放电实验 |
| 6.3.1 放电启动实验 |
| 6.3.2 放电加载切载实验 |
| 6.4 蓄电池充放电切换实验 |
| 6.5 SOC估算实验 |
| 6.5.1 恒流放电估算实验 |
| 6.5.2 恒流充电估算实验 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究结论 |
| 7.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士学位期间的研究成果 |
四、铅酸蓄电池充电状态的模糊模型辨识（论文参考文献）
- [1]干式荷电铅酸蓄电池健康状态检测与实现[D]. 王萌. 河北科技大学, 2020(07)
- [2]基于智能控制技术的铅酸蓄电池充电系统的研究[D]. 孙启林. 桂林电子科技大学, 2020
- [3]车用动力锂电池荷电状态与健康状态估计研究[D]. 张红飞. 河南科技大学, 2020
- [4]水产养殖作业船导航控制与电源管理系统的研究[D]. 钱梦男. 江苏大学, 2020
- [5]蓄电池健康状况多参数监测系统研究[D]. 臧鑫善. 南京邮电大学, 2019(03)
- [6]离网型光伏直流微电网稳定性分析及母线稳压控制策略研究[D]. 张玉. 广西大学, 2019(06)
- [7]车载蓄电池的SOC与SOH在线估计系统设计[D]. 吴隆峰. 深圳大学, 2019(01)
- [8]固体氧化物燃料电池/锂电池混合动力系统的电能优化管控研究[D]. 李泽华. 华中科技大学, 2019(03)
- [9]考虑“源荷储”协调互动的并网型光伏微电网调度策略研究[D]. 刘君瑶. 华中科技大学, 2019
- [10]储能用电池管理系统的研究与开发[D]. 马里千. 太原理工大学, 2018(11)