全文总字数：1290字
1. 研究目的与意义
随着全球环境污染的日益严重以及世界各国不可再生能源的日益短缺,目前恶劣的环境问题给各个国家都带来了不少的麻烦,促使了以电动汽车为主流的节能减排汽车行业的兴起，而作为新兴的电动汽车能量的来源铁锂电池的研究也就受到了更多的重视。由于磷酸铁锂电池不含任何贵重金属，原材料易获取且价格便宜，随着技术的进步促进电池成本率的提升，量产后有望成为最便宜的动力电池，能达到很好的经济效益。动力电池的荷电状态（SOC）是发动机和电机动力分配以及电池管理的一个重要依据，准确的SOC信息对电池的高效管理和整车性能提高有着重要意义[1]。它可以避免过度充、放电，有效的延长电池的使用寿命，充分发挥电池的工作性能，延长电动汽车的续驶里程，降低汽车的运营成本。
2. 国内外研究现状分析
研究人员为了提高电动汽车电池SOC估计的准确性做了大量研究工作,采用的主要方法有:安时积分法、开路电压法、神经网络算法和卡尔曼滤波法及其改进的方法等。
安时积分法又称库伦记数法，是通过对电流连续监测并进行积分得到电池释放或吸收的电量，从而得出电池的SOC值；开路电压法是一种较为简单的方法，通过开路电压与SOC的关系曲线进行最小二乘拟合即可得到当前开路电压对应的SOC；神经网络法指模拟人脑生物过程的人工智能系统，避开电池内部复杂性，应用模糊神经网络对电池进行建模，以电池电流、电压、温度等电池外特性为输入，利用样本数据对系统进行训练，达到要求后，用训练好的系统根据当前输入对SOC进行估算；卡尔曼滤波法(KF)的思想是把动态系统表示成状态空间形式，对动态系统的状态做出最小方差意义上的最优估计。
3. 研究的基本内容与计划
研究内容：
首先学习电动汽车和动力电池的相关理论知识，掌握电动汽车的结构、工作原理，掌握动力电池的性能指标；查阅国内外的相关文献资料，了解动力电池soc估算方法方面的最新研究成果；搭建动力电池特性试验平台，确定试验方案，并采集、处理、分析试验数据，确定电池的soc算法；学习matlab软件，建立动力电池soc算法的仿真模型，得出一些有益的结论。
研究计划：
4. 研究创新点
通过分析各种方法的优缺点，并在择优选取的基础上进行优化
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
