全文总字数：4804字
1. 研究目的与意义（文献综述）
1.1研究背景及意义
电动汽车以环保、节能及轻便等特点被人们所青睐，而作为关键技术部件的电池，其性能直接影响到整车性能的好坏。锂离子电池具有电压高、比能量高、充放电寿命长、无记忆效应、无污染、自放电率低、工作温度范围宽和安全可靠等优点，是目前电动汽车首选的核心动力源。在动力电池的使用过程中，易受到内外各种不确定因素的干扰，发生复杂电化学反应的锂离子电池又是典型的非线性系统其动态过程无法用单一的模型来描述。因此，如何利用电池的可测参数来实现当前电池剩余电量准确估计，一直以来是bms的核心问题和急需解决的技术难点。是否能准确估算锂离子电池的soc值，将直接影响到锂离子电池的使用寿命及充放电效率的发挥。目前，被广泛用于研究的soc估算方法有安时积分法，放电法，开路电压法，内阻法，神经网络法，卡尔曼滤波法等。其中卡尔曼滤波算法，尤其是扩展卡尔曼滤波算法具有突出的优越性。无论是以安时积分法为基础输出曲线，还是以电池模型为基础输出曲线，都需要赋予s0c初值，而基于ekf原理输出曲线的收敛性与初值无关。在ekf算法中，初值的准确与否只关系到算法的收敛时间，所赋初值和实际值之差的绝对值越大，收敛时间越长，反之越短。输出soc曲线变化规律不会受到初值影响，属于ekf算法的优越性。
1.2国内外研究的过程以及现状分析
2. 研究的基本内容与方案
2.1主要内容及目标
本论文运用扩展卡尔曼滤波法，针对电动汽车锂离子电池的soc估算做了深入研究。主要内容包括：为适应锂电池复杂电反应机制，本文在卡尔曼滤波的基础上，基于锂电池外特性的实验数据，通过将扩展卡尔曼滤波(ekf，extended kalman filter)和电池等效电路模型结合，利用matlab/simulink软件搭建了基于ekf原理下soc估算的仿真模型，对锂离子电池soc的估算进行了研究；并通过工况实验，在matlab环境下对该算法进行了仿真验证；对仿真结果进行分析验证，证明扩展卡尔曼滤波法可以有效跟踪锂离子电池soc的变化，并且抗干扰能力强，具有较高的控制精度。
论文的组织结构如下：
3. 研究计划与安排
| 3.16～3.25 | 撰写开题报告，并完成网上提交开题报告。 |
| 3.26～4.5 | 整理论文提纲、设计概要；进行外文翻译，并提交外文翻译译文； |
| 4.6～4.15 | 制定试验方案和编程程序，开始试验及编程；提交第一次阶段性报告； |
| 4.16～4.30 | 继续完成实验编程程序，撰写毕业论文；提交第二次阶段性报告； |
| 4.30～5.10 | 完成编程和毕业论文；提交第三次阶段性报告 |
| 5.11～5.17 | 网上提交毕业论文、编程的程序等附件材料，提交答辩申请； |
| 5.18～5.31 | 教师审阅毕业论文，审阅确定可以参加答辩并予以公示； |
| 6.1～6.7 | 根据评阅意见修改毕业论文，并网上提交，准备答辩PPT； |
| 6.8～6.11 | 毕业设计答辩。 |
4. 参考文献（12篇以上）
-
方明杰, 王群京. 基于扩展卡尔曼滤波算法的锂离子电池的soc估算[j]. 电工电能新技术, 2013, 32(02): 39-42 62.
-
王杰. 基于扩展卡尔曼滤波的动力锂电池soc估算研究[d]. 浙江工业大学,2015.
-
何忠霖, 彭忆强, 郭威, 席林. 基于扩展卡尔曼滤波的车用锂离子电池soc估算[j]. 汽车零部件, 2018(11):10-15.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
