电动汽车动力锂离子电池峰值功率研究
发布时间：2021-12-10 20:47
随着经济的发展和人们生活水平的提高,环境污染、能源短缺等问题对人们的生活影响也越来越大,而汽车燃气的排放对于人们生活的影响尤其严重。新能源汽车因其能耗低、无污染、噪音低、花费低等优点越来越受到人们的青睐。电池管理系统（Battery Management System,BMS）是电动汽车的重要部件,电池的峰值功率作为其关键估算量,为电动汽车整车系统的功率分配和能量控制策略提供参考,以衡量车辆的加速爬坡性能,以及刹车时制动能量回收功能,且可以有效防止电池包过充过放现象的发生,提高电池的寿命。本文以纯电动汽车常用的锂电池作为研究对象,混合脉冲功率特性（Hybrid Pulse Power Characteristic,HPPC）作为本文的试验方法,对电池峰值功率进行了研究,具体如下:（1）通过搜集与电池功率特性相关的文献,了解目前电池功率特性的研究现状,得出对于电池的峰值功率研究多集中于某单一因素对电池峰值功率的影响或对研究中使用电池模型的改进,故本文提出了基于数据分析的神经网络电池模型。（2）分析对电池峰值功率研究常用的试验方法,若直接使用峰值功率作为试验输出值,可能会由于不同的电池制造...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 电动汽车的国内外发展现状
1.3 电池管理系统研究现状
1.4 电池峰值功率估算研究现状
1.5 论文主要研究内容
第2章 电池峰值功率实验
2.1 峰值功率试验方法
2.1.1 混合功率脉冲试验
2.1.2 恒功率试验
2.2 确定试验方法
2.3 峰值功率试验
2.3.1 设置试验条件
2.3.2 搭建实验平台
2.3.3 电池活化试验
2.3.4 试验及结果分析
2.4 本章小结
第3章 基于BP网络的电池峰值功率估算
3.1 选取网络及算法
3.1.1 网络结构
3.1.2 训练算法
3.2 建立电池峰值功率模型
3.2.1 分析影响电池峰值功率的因素
3.2.2 确定模型参数
3.2.3 建立电池模型
3.3 基于BP网络的电池峰值功率估算
3.3.1 网络的正向传播
3.3.2 网络的反向训练
3.4 模型仿真及结果分析
3.4.1 试验数据评估
3.4.2 试验数据预处理
3.4.3 网络参数设置
3.4.4 电池模型训练
3.4.5 电池模型验证
3.4.6 训练结果评价
3.5 本章小结
第4章 改进BP算法的电池峰值功率估算
4.1 优化算法
4.2 基于SA-BP算法的电池峰值功率估算
4.2.1 SA-BP算法
4.2.2 电池模型训练
4.2.3 电池模型验证
4.3 基于PSO-BP算法的电池峰值功率估算
4.3.1 PSO-BP算法
4.3.2 电池模型训练
4.3.3 电池模型验证
4.4 估算结果
4.5 本章小结
总结与展望
参考文献
附录A 攻读学位期间所发表的学术论文目录
致谢
【参考文献】：
期刊论文
[1]一种改进的粒子群算法研究[J]. 董翠英,曹晓月. 唐山学院学报. 2018(06)
[2]基于PSO优化BP神经网络的话题趋势预测[J]. 马晓宁,王惠. 计算机工程与设计. 2018(09)
[3]基于模拟退火算法优化的BP神经网络预测模型[J]. 蒋美云. 软件工程. 2018(07)
[4]电动汽车供电系统锂电池剩余寿命预测[J]. 张吉宣,贾建芳,曾建潮. 电子测量与仪器学报. 2018(03)
[5]锂电池组健康状态计算方法综述[J]. 姚芳,田家益,黄凯. 电源技术. 2018(01)
[6]动力电池SOC估算综述[J]. 吴春芳. 电源技术. 2017(12)
[7]基于数据统计特性的GS-SVM电池峰值功率预测模型[J]. 郑方丹,姜久春,陈坤龙,韩智强,娄婷婷,孙丙香. 电力自动化设备. 2017(09)
[8]考虑温度影响的锂电池功率状态估计[J]. 刘新天,何耀,曾国建,郑昕昕. 电工技术学报. 2016(13)
[9]基于PSO-RBF混合算法锂离子电池SOC估算[J]. 吴铁洲,吴笑民,杨蒙蒙,熊金龙. 电源技术. 2016(05)
[10]浅谈如何加强机动车尾气污染治理[J]. 赵权. 资源节约与环保. 2016(03)
博士论文
[1]混联式混合动力客车功率均衡能量管理控制策略研究[D]. 林歆悠.重庆大学 2011
硕士论文
[1]锂电池荷电状态、健康状态以及功率状态的在线估计[D]. 向顺.西南交通大学 2018
[2]锂电池荷电状态、健康状态以及功率状态的联合在线估计算法[D]. 黄锐森.西南交通大学 2017
[3]多能源储能系统锂电池功率变换单元设计[D]. 周佳男.浙江大学 2015
[4]电动车动力电池功率状态预测研究[D]. 胡宇.哈尔滨理工大学 2012
[5]电动汽车锂电池管理系统设计[D]. 张彦峰.北方工业大学 2010
[6]镍氢动力电池峰值输出功率测试方法[D]. 李方.中南大学 2007
[7]基于CAN总线的纯电动汽车电源信息采集系统的设计与实现[D]. 任贺宇.长安大学 2007
本文编号：3533365
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 电动汽车的国内外发展现状
1.3 电池管理系统研究现状
1.4 电池峰值功率估算研究现状
1.5 论文主要研究内容
第2章 电池峰值功率实验
2.1 峰值功率试验方法
2.1.1 混合功率脉冲试验
2.1.2 恒功率试验
2.2 确定试验方法
2.3 峰值功率试验
2.3.1 设置试验条件
2.3.2 搭建实验平台
2.3.3 电池活化试验
2.3.4 试验及结果分析
2.4 本章小结
第3章 基于BP网络的电池峰值功率估算
3.1 选取网络及算法
3.1.1 网络结构
3.1.2 训练算法
3.2 建立电池峰值功率模型
3.2.1 分析影响电池峰值功率的因素
3.2.2 确定模型参数
3.2.3 建立电池模型
3.3 基于BP网络的电池峰值功率估算
3.3.1 网络的正向传播
3.3.2 网络的反向训练
3.4 模型仿真及结果分析
3.4.1 试验数据评估
3.4.2 试验数据预处理
3.4.3 网络参数设置
3.4.4 电池模型训练
3.4.5 电池模型验证
3.4.6 训练结果评价
3.5 本章小结
第4章 改进BP算法的电池峰值功率估算
4.1 优化算法
4.2 基于SA-BP算法的电池峰值功率估算
4.2.1 SA-BP算法
4.2.2 电池模型训练
4.2.3 电池模型验证
4.3 基于PSO-BP算法的电池峰值功率估算
4.3.1 PSO-BP算法
4.3.2 电池模型训练
4.3.3 电池模型验证
4.4 估算结果
4.5 本章小结
总结与展望
参考文献
附录A 攻读学位期间所发表的学术论文目录
致谢
【参考文献】：
期刊论文
[1]一种改进的粒子群算法研究[J]. 董翠英,曹晓月. 唐山学院学报. 2018(06)
[2]基于PSO优化BP神经网络的话题趋势预测[J]. 马晓宁,王惠. 计算机工程与设计. 2018(09)
[3]基于模拟退火算法优化的BP神经网络预测模型[J]. 蒋美云. 软件工程. 2018(07)
[4]电动汽车供电系统锂电池剩余寿命预测[J]. 张吉宣,贾建芳,曾建潮. 电子测量与仪器学报. 2018(03)
[5]锂电池组健康状态计算方法综述[J]. 姚芳,田家益,黄凯. 电源技术. 2018(01)
[6]动力电池SOC估算综述[J]. 吴春芳. 电源技术. 2017(12)
[7]基于数据统计特性的GS-SVM电池峰值功率预测模型[J]. 郑方丹,姜久春,陈坤龙,韩智强,娄婷婷,孙丙香. 电力自动化设备. 2017(09)
[8]考虑温度影响的锂电池功率状态估计[J]. 刘新天,何耀,曾国建,郑昕昕. 电工技术学报. 2016(13)
[9]基于PSO-RBF混合算法锂离子电池SOC估算[J]. 吴铁洲,吴笑民,杨蒙蒙,熊金龙. 电源技术. 2016(05)
[10]浅谈如何加强机动车尾气污染治理[J]. 赵权. 资源节约与环保. 2016(03)
博士论文
[1]混联式混合动力客车功率均衡能量管理控制策略研究[D]. 林歆悠.重庆大学 2011
硕士论文
[1]锂电池荷电状态、健康状态以及功率状态的在线估计[D]. 向顺.西南交通大学 2018
[2]锂电池荷电状态、健康状态以及功率状态的联合在线估计算法[D]. 黄锐森.西南交通大学 2017
[3]多能源储能系统锂电池功率变换单元设计[D]. 周佳男.浙江大学 2015
[4]电动车动力电池功率状态预测研究[D]. 胡宇.哈尔滨理工大学 2012
[5]电动汽车锂电池管理系统设计[D]. 张彦峰.北方工业大学 2010
[6]镍氢动力电池峰值输出功率测试方法[D]. 李方.中南大学 2007
[7]基于CAN总线的纯电动汽车电源信息采集系统的设计与实现[D]. 任贺宇.长安大学 2007
本文编号：3533365
本文链接：https://www.wllwen.com/kejilunwen/qiche/3533365.html
