锂电池储能科学与技术

前言
第1章储能锂电池概述
11储能锂电池的背景与意义
12储能锂电池工作机理分析
121储能锂电池简述
122储能锂电池的组成
123储能锂电池的工作原理
124储能锂电池的分段充电
13储能锂电池的分类与特点
131磷酸铁锂电池
132钴酸锂电池
133锰酸锂电池
134三元聚合物储能锂电池
135钛酸锂电池
136不同类型储能锂电池性能对比
分析
14储能锂电池的工作特性
141储能锂电池的充电特性
142储能锂电池的放电特性
143储能锂电池的温度特性
15储能锂电池的基本概念
151电压特性
152电流特性
153温度特性
154容量特性
155充放电倍率
156充放电次数
157储能锂电池功率
158内阻特性
159荷电状态
1510放电深度
1511自放电率
1512库伦效率
16储能锂电池的应用领域和
发展趋势
161主要应用领域
162行业发展趋势
163国内发展现状和前景
第2章储能锂电池BMS核心参数与
控制策略
21储能电池关键参数的测量
211电压
212温度
213电流
22锂离子电池储能安全保护
221基础安全保护措施
222锂离子电池储能安全
223储能电池管理单元
224永久性失效保护
225BMS设计规范
226储能锂电芯的品质保障
227提高电池安全性
23锂离子电池组储能的热管理
231热管理的必要性
232风冷
233液冷
234相变冷却
235热管冷却
24常规充电管理
241恒流充电法
242恒压充电法
243阶段式充电法
244充电器设计
25快速充电管理
251脉冲式充电法
252变电流间歇充电法
253变电压间歇充电法
254充电过程保护
26储能锂电池核心参数估算
现状
261荷电状态（SOC）估算研究
现状
262功率状态（SOP）评估研究
现状
263健康状态（SOH）预测研究
现状
第3章锂离子电池电化学储能特性
分析
31锂离子电池储能工作原理
分析
32储能锂电池特性测试
321能量测试实验
322混合脉冲功率特性测试实验
323电池容量校正实验
324不同倍率充放电实验
325电池老化测试实验
33储能锂电池工作特性分析
331能量特性分析
332内阻特性分析
333开路电压特性分析
334电池温度特性分析
34SOC影响因素分析
341电池温度特性分析
342充放电倍率实验分析
343电池老化影响分析
35储能锂电池老化特性研究
351SOH影响因素分析
352老化过程OCV-SOC规律
353电池老化内阻分析
36储能锂电池迟滞特性研究
361电池迟滞现象
362次环迟滞特性
363迟滞温度依赖性
364迟滞路径依赖性
37储能锂电池OCV-SOC模型
371带迟滞效应的等效电路模型
372模型参数辨识
373PI迟滞模型
38储能锂电池建模
381电化学模型建模
382等效电路模型建模
383等效电路模型定阶研究
384改进的等效电路模型构建
39储能锂电池模型参数辨识
391锂离子电池开路电压估算
392锂离子电池离线参数辨识
研究
393递推*小二乘在线参数辨识
算法
394遗忘因子递推扩展*小二乘在
线参数辨识
310实时跟踪数据的全参数在线
辨识
3101参数辨识方法的对比分析
3102全参数在线辨识的构建
311储能锂电池参数辨识与模型
验证
3111锂离子电池复杂测试工况
3112复杂工况下参数辨识验证
3113等效电路模型对比分析
第4章储能锂电池SOC估算方法
研究
41SOC估算存在的问题及局限性
分析
42基于EKF及其改进算法的SOC
估算
421KF算法
422KF算法运算过程推导
423非线性KF算法改进
424基于自适应滤波与有限差分
算法研究
425基于EKF算法的SOC估算
研究
426基于SR-UKF算法的电池SOC
估算
427基于AFD-EKF算法的SOC
估算
428基于双在线迭代SR-UKF算法
的SOC估算
43基于多影响因素校正的电池
SOC迭代估算
431锂离子电池SOC估算模型
构建
432贝叶斯滤波及其衍生算法
研究与改进
433非线性模型下的KF算法
改进
434测量噪声对估算影响分析与
校正
435典型工况下SOC估算结果及
分析
436基于互联网 的电池SOC
估算
44基于BP神经网络的SOC估算
模型研究
441BP神经网络算法分析
442BP神经网络SOC估算模型
建立
443实验数据集预处理
444仿真测试
45基于NARX神经网络的SOC
估算模型研究
451NARX神经网络算法分析
452网络超参数设计
453基于NARX神经网络的SOC
估算模型建立
454基于NARX的SOC估算模型
评价指标选取与仿真测试
455基于AEKF优化NARX神经
网络的SOC估算模型
456基于NARX-AEKF的SOC估
算模型仿真测试
46复杂工况下SOC估算性能
分析
461恒流放电实验的电池SOC
估算
462DST工况实验SOC估算
463BBDST工况电池SOC估算实验
分析
464多变温度下的HPPC实验电池
SOC估算研究
465大功率间歇性放电SOC估算
实验验证
466无人机定制工况下的SOC估算
精度分析
第5章储能锂电池SOP估算方法
研究
51基于多约束条件下的锂离子
电池SOP估算策略
511开路电压约束下的峰值电流
512SOC约束下的峰值电流
513在线多约束条件下的SOP
估算
514储能锂离子电池SOC与SOP
联合估算方法
52基于SWMI-AEKF算法的能量
状态估算研究
521EKF算法
522基于先验噪声估算的改进
AEKF算法
523基于SWMI-AEKF算法的SOE
估算
53储能锂电池SOE估算验证
531BBDST工况下SOE估算
验证
532DST工况下SOE估算验证
533不同参数辨识方法下SOE估算
分析
54储能锂电池SOE与峰值功率
协同预估研究
541基于模型的锂离子电池峰值
功率估算
542基于SOE的锂离子电池峰值
功率估算
543SOE与峰值功率协同预估
策略
55基于SOE的储能锂电池峰值
功率估算验证
551BBDST工况下持续峰值功率
估算验证
552DST工况下持续峰值功率估算
验证
553初始SOE对峰值功率估算影响
分析
56考虑SOC和端电压的SOP评估
分析
561功率参考数据获取及特例
分析
562BBDST工况验证
563DST工况验证
564不同持续时间下验证分析
第6章储能锂电池SOH估算方法
研究
61储能锂电池SOH估算策略
分析
611SOH定义及其数学描述
612SOH估算存在的问题及局限性
分析
62基于粒子滤波理论的改进
算法
621粒子滤波算法改进策略分析
622基于改进粒子滤波的电池SOH
估算
63基于不同迭代周期的SOC-
SOH协同估算
631SOC-SOH协同估算模型
构建
632SOC-SOH协同迭代估算
流程
633典型工况下SOH估算结果及
分析
64基于AEKF的SOH估算
641EKF迭代运算分析
642噪声AEKF算法分析
643建立基于容量估算的状态空间
方程
65基于双时间尺度ADEKF算法
的SOH估算
651双扩展卡尔曼滤波算法用于
SOH估算
652双时间尺度ADEKF算法用于
SOH估算
66基于融合双因子的SOH估算
方法研究
661欧姆内阻估算SOH
662融合双因子估算SOH
67航空储能锂电池SOH估算
效果分析
671基于内阻的估算结果分析
672基于容量的估算结果分析
673内阻和容量联合估算结果
验证
第7章电池组的均衡及能量安全
管理
71均衡调节的意义
72电池组的均衡管理分类
721均衡电路拓扑结构
722被动均衡电路
723主动均衡电路
73均衡能量转移策略及均衡
电路设计实例
731均衡策略拓扑结构
732基于MSP430的BMS设计
733基于STM32的BMS设计
734基于ISL78600的BMS设计
735基于AD7280A的BMS设计
736基于LTC6804的BMS设计
74BMS的性能测试与故障
排除
741BMS性能测试
742故障原因及其分析
743故障解决方法
参考文献