基于KF-ESN算法的储能电站磷酸铁锂电池SOC估算的研究

声明

摘要

第一章 绪论

1．1 课题研究的背景、目的和意义

1．2 储能电站在国内外的发展现状

1．3 电池管理系统在国内外的发展

1．4 国内外电池SOC估算算法研究现状

1．5 本文研究内容和章节安排

第二章 锂离子电池原理和特性分析及电池SOC

2．1 储能电池的选择

2．2 磷酸铁锂电池

2．2．1 磷酸铁锂电池工作原理

2．2．2 磷酸铁锂电池参数

2．3 磷酸铁锂电池特性分析

2．3．1 磷酸铁锂电池电压特性

2．3．2 磷酸铁锂电池容量特性

2．4 磷酸铁锂电池的SOC

2．4．1 电池SOC的定义

2．4．2 影响电池SOC的因素

2．4．3 电池SOC的修正定义

2．5 磷酸铁锂电池SOC的估算算法的选择

2．6 本章小结

第三章 KF-ESN神经网络算法

3．1 人工神经网络

3．2 回声状态网络(ESN)

3．2．1 ESN网络的结构及特点

3．2．2 ESN网络的建立和训练算法

3．2．3 ESN网络储备池的主要参数

3．3 KF-ESN网络

3．3．1 卡尔曼滤波算法

3．3．2 KF-ESN网络的在线学习算法

3．4 本章小结

第四章 基于KF-ESN神经网络的电池SOC估算

4．1 电池SOC预测模型

4．2 预测模型样本数据

4．2．1 模型输入样本数据

4．2．2 样本SOC参考值的计算

4．2．3 训练样本数据处理

4．3 电池SOC预测结果分析

4．4 本章小结

第五章 规模储能电站电池管理系统的研究

5．1 储能系统中的电池管理系统

5．2 电池管理系统数据采集模块

5．2．1 BMU数据测量模块

5．2．2 温度检测电路

5．2．3 BCMS模块

5．2．4 电池组模块电压与电流测量

5．2．5 BMU与BCMS的通信设计

5．3 基于MCGS触摸屏的上位机设计

5．3．1 MCGS触摸屏

5．3．2 基于MCGS触摸屏的电池管理系统人机界面

5．3．3 上位机与BCMS的通信

5．4 本章小节

第六章 结论与展望

6．1 本文结论

6．2 研究展望

参考文献

致谢

攻读学位期间发表论文情况