電池管理系統(tǒng)：等效電路模型

1.1 電池組拓?fù)?br />1.2 BMS 設(shè)計(jì)要求
1.3 電池組檢測：電壓
1.4 電池組檢測：溫度
1.5 電池組檢測：電流
1.6 高壓接觸器控制
1.7 隔離檢測
1.8 熱管理
1.9 保護(hù)
1.10 充電控制
1.11 通過 CAN 總線的通信
1.12 日志功能
1.13 SOC 估計(jì)
1.14 能量估計(jì)
1.15 功率估計(jì)
1.16 診斷
1.17 小結(jié)與展望
電池管理系統(tǒng)要求
 
2.1 建立電池模型
2.2 建模方法 1：經(jīng)驗(yàn)?zāi)Ｐ?br />2.3 建模方法 2：基于物理的模型
2.4 模擬電動(dòng)車
2.5 車輛動(dòng)力學(xué)方程
2.6 電動(dòng)汽車仿真代碼
2.7 電動(dòng)汽車仿真結(jié)果
2.8 模擬恒功率和恒電壓
2.9 模擬電池組
2.10 PCM 仿真代碼
2.11 PCM 結(jié)果示例
2.12 SCM 仿真代碼
2.13 SCM 結(jié)果示例
2.14 小結(jié)與展望
電池組仿真
 
3.1 SOC 估計(jì)
3.2 一個(gè) SOC 的詳細(xì)定義
3.3 SOC 估計(jì)的多種方法
3.4 回顧隨機(jī)過程
3.5 序貫概率推斷
3.6 線性卡爾曼濾波
3.7 擴(kuò)展卡爾曼濾波 EKF
3.8 使用 ESC 電池模型實(shí)現(xiàn) EKF
3.9 利用 Sigma - Point 對(duì) EKF 問題進(jìn)行改進(jìn)
3.10 SPKF
3.11 使用 ESC 電池模型實(shí)現(xiàn) SPKF
3.12 與傳感器、初始化有關(guān)的實(shí)際問題
3.13 利用 bar - delta 濾波減低計(jì)算復(fù)雜度
3.14 小結(jié)與展望
3.15 附錄：算法
電池狀態(tài)估計(jì)
 
4.1 健康估計(jì)的必要性
4.2 負(fù)極老化
4.3 正極老化
4.4 電壓對(duì) R0 的靈敏度
4.5 估計(jì) R0 的代碼
4.6 電壓對(duì) Q 的靈敏度
4.7 通過卡爾曼濾波進(jìn)行參數(shù)估計(jì)
4.8 EKF 參數(shù)估計(jì)
4.9 SPKF 參數(shù)估計(jì)
4.10 聯(lián)合和雙重估計(jì)
4.11 魯棒性和速度
4.12 使用線性回歸算法對(duì)總?cè)萘窟M(jìn)行無偏估計(jì)
4.13 加權(quán)的普通最小二乘法
4.14 加權(quán)的總最小二乘法
4.15 模型擬合優(yōu)度
4.16 置信區(qū)間
4.17 簡化的總最小二乘法
4.18 近似的完美解決方案
4.19 仿真方法的代碼
4.20 HEV 仿真示例
4.21 EV 仿真示例
4.22 關(guān)于仿真的討論
4.23 小結(jié)與展望
4.24 附錄：算法
電池健康估計(jì)
 
5.1 導(dǎo)致不均衡的原因
5.2 不會(huì)導(dǎo)致不均衡的原因
5.3 均衡器設(shè)計(jì)的選擇
5.4 均衡電路
5.5 需要多長時(shí)間達(dá)到均衡
5.6 均衡仿真結(jié)果
5.7 小結(jié)與展望
電池均衡
 
6.1 基于電壓的功率限值
6.2 通過簡單電池模型的限值
6.3 通過全電池模型的限值
6.4 二分搜索
6.5 小結(jié)與展望
基于電壓的功率限值估計(jì)
 
7.1 最小化退化
7.2 SEI 膜的形成和生長
7.3 SEI ROM 結(jié)果
7.4 過充電下的鍍鋰
7.5 電鍍 ROM 結(jié)果
7.6 優(yōu)化功率極限
7.7 插入式充電
7.8 快速充電示例
7.9 動(dòng)態(tài)功率計(jì)算
7.10 小結(jié)與展望
基于物理的最優(yōu)控制
關(guān)于作者