《动力电池管理系统核心算法》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:熊瑞著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2018
  • ISBN:9787111608646
  • 页数:248 页
图书介绍:《动力电池管理系统核心算法》结合作者十多年来的研究实践,阐述了动力电池管理系统的特点与技术难题,针对新能源汽车应用,详细阐述了动力电池系统实验设计、动态建模、荷电状态估计、健康状态估计、峰值功率预测、剩余寿命预测、低温快速加热与优化充电以及相应核心算法的工程应用和实践问题,并配有详细的算法实践步骤和开发流程,可作为相关领域技术人员的参考用书,也可以作为汽车专业的高年级本科生和研究生的专业课教科书。

第1章 动力电池及其管理概述 1

1.1 我国新能源汽车的发展规划 1

1.2 动力电池及管理系统的应用要求 3

1.2.1 纯电动汽车 4

1.2.2 混合动力汽车 4

1.2.3 插电式混合动力汽车 5

1.2.4 相关研发指标 6

1.3 动力电池 6

1.3.1 动力电池的发展背景 6

1.3.2 锂离子动力电池的原理与分类 8

1.3.3 磷酸铁锂锂离子动力电池 10

1.3.4 三元锂离子动力电池 12

1.4 动力电池管理系统 14

1.4.1 BMS的基本功能 15

1.4.2 BMS的拓扑结构 16

1.4.3 BMS的开发流程 18

1.5 本章小结 19

第2章 动力电池测试 20

2.1 动力电池系统测试平台 20

2.1.1 充放电性能测试设备 20

2.1.2 频域-阻抗特性测试设备 22

2.1.3 环境模拟设备 23

2.1.4 动力电池测试平台 24

2.2 动力电池测试流程 26

2.2.1 国内外测试标准介绍 26

2.2.2 BMS算法开发与实验设计 26

2.2.3 动力电池常规电性能测试 28

2.2.4 交流阻抗测试 32

2.2.5 剩余寿命测试 35

2.3 动力电池测试数据 37

2.4 动力电池实验特性分析 38

2.4.1 动力电池的温度特性 38

2.4.2 动力电池的性能衰退特性 41

2.4.3 动力电池的寿命特性 43

2.5 本章小结 48

第3章 动力电池建模理论 49

3.1 电化学模型 49

3.1.1 模型介绍 49

3.1.2 模型构建 50

3.1.3 参数辨识 61

3.1.4 算例分析 62

3.2 等效电路模型 64

3.2.1 模型介绍 64

3.2.2 模型构建 67

3.2.3 参数辨识 68

3.2.4 算例分析 73

3.3 分数阶模型 77

3.3.1 模型介绍 77

3.3.2 模型构建 79

3.3.3 参数辨识 80

3.3.4 算例分析 80

3.4 本章小结 83

第4章 动力电池SOC和SOH估计 84

4.1 SOC估计 84

4.1.1 SOC估计分类 84

4.1.2 基于模型的SOC估计方法 89

4.1.3 基于AEKF算法的动力电池SOC估计 91

4.1.4 基于HIF算法的动力电池SOC估计 97

4.2 动力电池SOH估计 100

4.2.1 动力电池SOH方法分类 100

4.2.2 基于SOC估计值的动力电池可用容量估计方法 105

4.2.3 基于响应面的动力电池可用容量估计方法 110

4.2.4 基于ICA/DVA的SOH估计方法 114

4.3 基于多时间尺度的动力电池SOC-SOH协同估计 119

4.3.1 问题描述 119

4.3.2 基于MAEKF的协同估计方法 120

4.3.3 基于MHIF的协同估计方法 129

4.4 本章小结 133

第5章 动力电池系统状态估计 134

5.1 动力电池系统成组分析 134

5.1.1 动力电池组的“扫帚”现象 134

5.1.2 串联与并联动力电池组 135

5.1.3 典型混联电池组的性能分析 136

5.2 动力电池组状态估计 141

5.2.1 电池组的不一致性分析 141

5.2.2 动力电池筛选方法 142

5.2.3 不一致性的量化方法 148

5.2.4 动力电池组系统建模 151

5.2.5 基于特征单体的动力电池组状态估计 153

5.3 动力电池SOP预测 157

5.3.1 典型瞬时SOP预测方法 157

5.3.2 持续SOP预测方法 165

5.3.3 动力电池SOC与SOP联合估计 167

5.3.4 SOP评价方法介绍 173

5.4 本章小结 176

第6章 动力电池剩余寿命预测 177

6.1 剩余寿命预测的概述 177

6.1.1 问题描述 177

6.1.2 方法分类 178

6.1.3 概率分布 183

6.2 基于Box- Cox变换的剩余寿命预测 185

6.2.1 Box-Cox变换技术 185

6.2.2 应用流程 186

6.2.3 算例分析 188

6.3 基于长短时记忆循环神经网络的剩余寿命预测 191

6.3.1 长短时记忆循环神经网络 192

6.3.2 应用流程 193

6.3.3 算例分析 196

6.4 本章小结 198

第7章 动力电池低温加热和优化充电 199

7.1 动力电池低温加热方法分类 199

7.1.1 空气加热法 200

7.1.2 宽线金属膜加热法 200

7.1.3 动力电池内部交流电加热法 200

7.1.4 动力电池内部自加热法 201

7.1.5 其他加热法 202

7.2 交流加热原理 202

7.2.1 锂离子动力电池的生热机理 202

7.2.2 交流加热机理 203

7.3 自适应梯度加热方法 205

7.3.1 问题描述 205

7.3.2 自适应梯度加热方法 207

7.3.3 自适应梯度加热流程 209

7.3.4 算例分析 210

7.4 动力电池优化充电 213

7.4.1 恒流恒压充电 213

7.4.2 多阶恒流充电 213

7.4.3 脉冲充电 214

7.4.4 基于模型的充电方法 215

7.4.5 应用算例 217

7.5 本章小结 219

第8章 算法开发、测试与评价 221

8.1 算法开发流程 221

8.1.1 算法开发的一般流程 221

8.1.2 基于模型的“V”开发流程 222

8.2 快速原型仿真测试 225

8.2.1 系统构成 225

8.2.2 算法集成 228

8.2.3 算例分析 230

8.3 硬件在环算法测试 234

8.3.1 系统构成 234

8.3.2 算法集成 236

8.3.3 测试评价 239

8.4 实车实验验证 242

8.4.1 转鼓实验台测试 242

8.4.2 实际道路测试 242

8.5 本章小结 243

参考文献 244