更新时间：2020-05-19 12:06:18
封面
版权页
扉页
内容概述
前言
第1章 新能源汽车复合电源系统概述
1.1 国家新能源汽车发展战略和规划
1.1.1 动力电池技术现状
1.1.2 超级电容技术现状
1.1.3 国家“十三五”重点研发计划考核指标
1.2 电动汽车电源需求
1.2.1 车用电源储能系统
1.2.2 单一车载储能电源系统
1.3 复合电源系统
1.3.1 车用复合电源系统方案
1.3.2 系统拓扑结构
1.3.3 系统能量管理策略
第2章 电源系统部件性能建模研究
2.1 实验平台介绍
2.1.1 电源系统充放电实验平台
2.1.2 DC/DC变换器实验平台
2.2 部件性能实验
2.2.1 动力电池
2.2.2 超级电容
2.2.3 DC/DC变换器
2.3 动力电池建模方法
2.3.1 常见动力电池模型分类
2.3.2 动力电池建模及参数辨识
2.3.3 动力电池SOC估计
2.4 超级电容建模方法
2.4.1 超级电容状态特征
2.4.2 超级电容建模与参数辨识
第3章 基于规则的能量管理策略与参数匹配
3.1 车辆工作模式
3.2 基于规则的参数匹配方法
3.2.1 复合电源性能需求分析
3.2.2 复合电源系统参数匹配
3.3 基于规则的复合电源能量管理策略
3.3.1 基于逻辑门限的规则能量管理策略
3.3.2 基于模糊逻辑控制的能量管理策略
第4章 系统参数与能量管理策略的协同优化
4.1 优化目标
4.2 基于动态规划的能量管理策略
4.2.1 动态规划原理
4.2.2 算法建模与实施
4.2.3 案例分析
4.3 基于动态规划的复合电源参数匹配方法
4.3.1 复合电源性能需求
4.3.2 基于动态规划的系统最优参数匹配
4.4 基于动态规划的规则能量管理策略研究
4.4.1 原始的逻辑门限能量管理策略
4.4.2 动力电池在不同温度和老化状态下的能量管理策略
4.4.3 优化控制轨迹的规则提取
4.4.4 验证和讨论
4.5 基于遗传算法优化的能量管理策略
4.5.1 遗传算法原理与建模
4.5.2 案例分析
第5章 能量管理策略的实时优化与在线标定
5.1 能量管理应用的工况识别
5.1.1 工况及工况片段
5.1.2 工况识别
5.1.3 案例分析
5.2 基于模型预测控制的能量管理策略
5.2.1 模型预测控制
5.2.2 工况预测模型与滚动优化构建
5.2.3 案例分析
5.3 基于强化学习的能量管理策略
5.3.1 强化学习算法原理
5.3.2 需求功率的马尔可夫链模型构建
5.3.3 基于Q-learning的能量管理策略
5.3.4 案例分析
第6章 快速控制原型仿真与策略验证
6.1 半实物仿真介绍
6.2 基于xPC-Target的复合电源RCP仿真平台
6.2.1 硬件平台搭建
6.2.2 软件环境搭建
6.2.3 仿真模型搭建
6.3 RCP仿真实验及结果分析
6.4 展望
附录 常用变量
参考文献
