- 新能源汽车动力电池技术(新工科普通高等教育汽车类专业系列教材)/新能源与智能网联汽车新技术系列丛书
- - 作者：编者:欧阳天成|责编:宋学敏//王荣
  - 出版社：机械工业
  - ISBN：9787111767725
  - 出版日期：2025/01/01
  - 页数：125
- 售价：14

内容大纲
本书遵循普通高等教育汽车专业培养目标，根据车载动力电池应用的技术要求，对当前电池管理系统状态监测和寿命诊断进行了系统论述。本书针对新能源汽车电池管理系统的应用特点，以电池老化机理与等效建模为基础，主要讲述了动力电池状态估计的关键方法和技术难题，具体包括车载动力电池管理系统概述，车载动力电池及其老化机理、等效建模及参数辨识，锂离子动力电池荷电状态估计方法、健康状态估计方法、协同状态估计方法，动力电池剩余使用寿命预测研究等内容，同时配有验证实例。
本书既可作为普通高等教育车辆工程、自动化、控制科学与工程、新能源汽车工程，以及汽车服务工程等专业本科生及研究生的教材，也可作为广大汽车工程技术人员、新能源测控技术人员、汽车运输与管理人员的参考书。
作者介绍
目录
前言
第1章  车载动力电池管理系统概述
  1.1  动力电池管理系统的概念和分类
    1.1.1  动力电池管理系统的基本概念
    1.1.2  动力电池管理系统的分类
  1.2  动力电池管理系统的组成和功能
    1.2.1  动力电池管理系统的组成要素
    1.2.2  动力电池管理系统的关键技术和主要功能
  1.3  动力电池管理系统的技术发展趋势
    1.3.1  智能化管理技术的发展趋势
    1.3.2  安全性能提升的技术趋势
    1.3.3  能量利用效率提高的技术趋势
第2章  车载动力电池及其老化机理
  2.1  锂离子动力电池的组成和工作原理
    2.1.1  锂离子动力电池的正极材料
    2.1.2  锂离子动力电池的负极材料
    2.1.3  锂离子动力电池的电解质和隔膜
    2.1.4  锂离子动力电池的工作原理
  2.2  锂离子动力电池的老化机理及其影响因素
    2.2.1  锂离子动力电池的寿命及其评估指标
    2.2.2  锂离子动力电池老化的主要机理
    2.2.3  锂离子动力电池老化的影响因素
  2.3  锂离子动力电池老化的诊断方法和预防手段
    2.3.1  锂离子动力电池老化的诊断方法
    2.3.2  锂离子动力电池老化的预防手段
第3章  车载动力电池等效建模及参数辨识
  3.1  锂离子动力电池的等效建模
    3.1.1  基于等效电路模型的电池建模
    3.1.2  基于电化学模型的电池建模
    3.1.3  基于数据驱动模型的电池建模
  3.2  动力电池模型参数辨识方法
    3.2.1  可变遗忘因子的递归最小二乘法
    3.2.2  等效电路模型的参数辨识
    3.2.3  循环寿命模型的参数辨识
  3.3  动力电池模型参数对电动汽车性能和管理系统的影响
    3.3.1  模型参数对电动汽车性能的影响
    3.3.2  模型参数对管理系统的影响
第4章  锂离子动力电池荷电状态估计方法
  4.1  动力电池荷电状态
    4.1.1  荷电状态估计方法分类
    4.1.2  基于模型的SOC估计方法
  4.2  卡尔曼滤波
    4.2.1  卡尔曼滤波原理
    4.2.2  卡尔曼滤波器
    4.2.3  卡尔曼滤波的参数处理
  4.3  基于卡尔曼滤波的动力电池SOC估计
    4.3.1  建立电池模型
    4.3.2  状态方程公式递推
    4.3.3  估计流程与示例演示
  4.4  基于高斯过程回归的动力电池SOC估计

    4.4.1  高斯过程回归原理
    4.4.2  案例展示与分析
第5章  锂离子动力电池健康状态估计方法
  5.1  动力电池健康状态概述
    5.1.1  健康状态定义及评价指标
    5.1.2  健康状态估计方法分类
  5.2  基于粒子滤波的电池健康状态估计
    5.2.1  基本原理
    5.2.2  系统建模
    5.2.3  重采样
    5.2.4  粒子滤波仿真实例
  5.3  基于支持向量回归的电池健康状态估计
    5.3.1  优化目标及求解
    5.3.2  核函数选择
    5.3.3  支持向量回归方法实例
第6章  锂离子动力电池协同状态估计方法
  6.1  动力电池协同状态概述
    6.1.1  协同状态问题描述
    6.1.2  协同状态的定义
    6.1.3  协同状态的评价指标
    6.1.4  协同状态估计方法分类
  6.2  动力电池SOC与SOH估计
    6.2.1  锂离子电池的SOC定义
    6.2.2  锂离子电池的SOH定义
    6.2.3  影响SOC和SOH联合估计的因素
  6.3  基于双无迹卡尔曼滤波的SOC与SOH联合估计
    6.3.1  无迹卡尔曼滤波原理
    6.3.2  无迹卡尔曼滤波算法实现
    6.3.3  基于双无迹卡尔曼滤波的协同估计
第7章  动力电池剩余使用寿命预测研究
  7.1  动力电池剩余使用寿命概述
    7.1.1  剩余使用寿命预测的目的及意义
    7.1.2  剩余使用寿命预测的方法分类
  7.2  基于神经网络的电池剩余使用寿命预测
    7.2.1  神经网络基本原理
    7.2.2  梯度计算方法
    7.2.3  神经网络仿真实例
  7.3  结合概率分布的剩余使用寿命预测
    7.3.1  概率分布
    7.3.2  高斯过程回归方法流程
    7.3.3  高斯过程回归方法实例
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目