电池单体由于电压等级的限制，无法满足电动汽车对高能量和高功率的需求，因此需要将众多电池单体组合成电池组。随着电池单体数量的增加，内外部不一致性导致电池组寿命下降，因此均衡管理成为关键。本书结合作者的研究实践，梳理出电池组均衡管理的关键问题，并形成一套电池组全寿命周期高效均衡策略的理论和方法。首先，概述了新能源汽车、锂离子电池、电池荷电状态估计和均衡管理的现状与重要性。其次，从电池单体角度介绍了实验、特性、建模和状态估计方法。再次，探讨了电池组不一致性、结构模型和状态估计方法。最后，分别讨论了基于被动和主动均衡电路的电池组均衡策略。 本书可作为新能源汽车、储能电池管理领域技术和科研人员的参考用书，也可作为控制科学与工程、储能科学与工程、电气工程、机械工程等专业的高年级本科生和研究生的教学参考书。

前言
第1章 绪论
1.1 引言
1.2 新能源汽车发展概述
1.2.1 中国
1.2.2 美国
1.2.3 日本
1.2.4 德国
1.3 锂离子电池概述
1.4 电池荷电状态估计概述
1.4.1 无模型SOC估计
1.4.2 基于表面特性映射模型的SOC估计
1.4.3 基于黑盒模型的SOC估计
1.4.4 基于电化学模型的SOC估计
1.4.5 基于等效电路模型的SOC估计
1.5 串联电池组均衡管理策略概述
1.5.1 电池组不一致性机制
1.5.2 均衡策略分类方法
1.5.3 均衡策略存在的关键问题
1.6 本书的结构安排和主要内容
1.6.1 结构安排
1.6.2 主要内容
参考文献
第2章 锂离子电池的温度特性研究
2.1 引言
2.2 锂离子电池温度特性实验
2.2.1 实验系统
2.2.2 实验样本
2.2.3 实验内容
2.3 锂离子电池温度特性分析
2.3.1 容量的温度和倍率特性分析
2.3.2 库仑效率的温度和倍率特性分析
2.3.3 OCV温度及滞回特性分析
2.3.4 OCV开路过程温度特性
2.3.5 OCV温度路径特性分析
2.3.6 NROP和OCP偏移对SOC估计的误差分析
2.3.7 电池组温度特性分析
2.4 本章小结
参考文献
第3章 混合固液电解质锂离子电池阻抗特性实验研究与回归分析
3.1 引言
3.2 SLELB的EIS理论
3.2.1 基于EIS的SLELB电极过程原理
3.2.2 EIS的频率间隔
3.2.3 EIS的特征阻抗
3.3 全面EIS实验设计
3.3.1 实验装置
3.3.2 初步的测试
3.3.3 全面实验时间表
3.4 结果与分析
3.4.1 SLELB特征阻抗与温度和SOC的关系
3.4.2 温度与SOC的回归分析
3.5 本章小结
参考文献
第4章 混合固液电解质锂离子电池阻抗特性等效电路建模与预测
4.1 引言
4.2 SLELB EIS的等效电路建模
4.2.1 基于SLELB电极过程的ECM
4.2.2 基于EIS的SECM
4.2.3 SECM的参数估计
4.3 正交分段多项式Arrhenius双因素建模
4.3.1 正交实验设计
4.3.2 考虑交互作用的双因素方差分析
4.3.3 正交分段多项式Arrhenius温度与SOC模型
4.3.4 OPPA-SECM
4.4 结果与分析
4.4.1 SECM的预测性能评估
4.4.2 OPPA的预测性能评估
4.4.3 OPPA-SECM与FPPA-SECM的预测性能比较
4.5 本章小结
参考文献
第5章 基于多温度路径OCV-扩展安时积分的融合SOC估计
5.1 引言
5.2 不同工作条件下电池参数和SOC的定义
5.2.1 工作条件的概念
5.2.2 不同工作条件下容量的定义及测试
5.2.3 不同工作条件下库仑效率的定义及测试
5.2.4 不同工作条件下SOC的定义及工程应用分析
5.3 基于多温度路径OCV-扩展安时积分的SOC估计
5.3.1 基于多温度路径OCV的SOC估计方法
5.3.2 基于扩展安时积分的SOC估计方法
5.3.3 基于多温度路径OCV-扩展安时积分的融合SOC估计方法
5.4 实验验证
5.4.1 恒温实验验证
5.4.2 变温实验验证
5.5 本章小结
参考文献
第6章 基于参数估计OCV的多温度SOC估计方法
6.1 引言
6.2 电池模型的选择
6.2.1 电池模型的电气特性描述
6.2.2 电池状态空间模型的建立
6.3 基于自适应联合扩展卡尔曼滤波的模型状态和参数估计
6.3.1 自适应联合扩展卡尔曼滤波算法
6.3.2 基于AJEKF的模型状态和参数在线估计
6.4 模型状态和参数估计实验验证
6.4.1 仿真数据验证
6.4.2 实验数据验证
6.5 基于参数估计OCV的多温度SOC估计
6.5.1 参数估计OCV-SOC映射模型的建立
6.5.2 参数估计OCV-SOC温度模型的建立
6.6 实验验证
6.6.1 恒温实验验证
6.6.2 变温实验验证
6.6.3 实验结果对比分析
6.7 本章小结
参考文献
第7章 基于电化学-热-神经网络融合模型的SOC和SOT联合估计
7.1 引言
7.2 电化学-热-神经网络模型
7.2.1 电化学子模型
7.2.2 热子模型
7.2.3 FNN模型及ETNN状态空间表达
7.3 实验设计
7.3.1 实验装置
7.3.2 实验流程和数据集
7.4 模型验证
7.4.1 ETSM参数辨识的方法
7.4.2 ETSM验证结果
7.4.3 ETNN验证结果
7.5 基于UKF的在线SOC和SOT联合估计
7.5.1 滤波器选择和结构
7.5.2 验证结果
7.6 本章小结
参考文献
第8章 动力电池组不一致性演化机制及诊断方法
8.1 引言
8.2 电池组参数不一致性演化机制
8.2.1 内部参数不一致性
8.2.2 外部参数不一致性
8.2.3 不一致性传播机制及特征表达
8.3 电池组参数不一致性建模
8.4 数据处理和特征提取
8.4.1 数据获取和预处理
8.4.2 特征提取
8.4.3 特征降维和特征选择
8.5 参数不一致性诊断方法
8.5.1 基于阈值的诊断方法