超级电容器及其在新一代储能系统中的应用

前言第1章概述1.1超级电容器的研究背景1.2超级电容器的分类1.3超级电容器的应用前景第2章电极材料的制备和性能研究2.1引言2.2稀释法制备氢氧化镍2.2.1氢氧化镍的制备2.2.2电极制备和性能测试2.2.3实验结果与讨论2.3稀释法制备氧化镍2.3.1氧化镍的制备2.3.2电极制备和性能测试2.3.3实验结果与讨论2.4模板法制备有序介孔炭2.4.1有序介孔炭的制备2.4.2电极制备和性能测试2.4.3实验结果与讨论第3章电极材料的改进及其在超级电容器中的应用3.1引言3.2多孔碳正极材料的应用3.2.1锂离子电容器简介3.2.2有序介孔碳材料的研究进展3.2.3氧官能化有序介孔碳的制备及其在锂离子电容器正极中的应用3.2.4磷掺杂有序介孔碳的制备及锂离子电容器正极中的应用研究3.2.5氮掺杂有序介孔碳的制备及其在锂离子电容器中的应用3.3基于静电纺丝技术的碳质复合负极的应用3.3.1静电纺丝技术概述3.3.2静电纺丝技术纳米纤维在微型超级电容器中的应用3.3.3金属化合物修饰静电纺丝碳纳米纤维的制备及其电化学性能研究3.3.4原子铁修饰碳纳米纤维的制备及其电化学储锂性能研究3.3.5基于静电纺丝PI膜的快速激光双面直写技术制备柔性对称超级电容器3.4石油沥青基碳纳米纤维材料的应用3.4.1石油沥青基碳材料3.4.2石油沥青基碳纳米纤维柔性电极的制备及其电化学储锂性能研究3.4.3石油沥青基碳纳米纤维的结构改性及其超级电容性能第4章电解质结构与材料4.1引言4.2电解液概述4.3水电解质4.4有机电解质4.5离子液体4.6固态聚合物电解质第5章超级电容器结构设计及其储能特性研究5.1引言5.2堆叠式超级电容器5.2.1堆叠式超级电容器设计5.2.2堆叠式超级电容器储能特性研究5.3卷绕式超级电容器5.3.1卷绕式超级电容器设计5.3.2卷绕式超级电容器储能特性研究5.4混合型超级电容器5.4.1混合型超级电容器的结构确定5.4.2混合型超级电容器性能测试第6章超级电容器的热行为研究6.1引言6.2堆叠式超级电容器的热行为研究6.2.1堆叠式超级电容器有限元建模6.2.2堆叠式超级电容器热行为分析6.2.3堆叠式超级电容器热行为研究的结果与讨论6.3卷绕式超级电容器的热行为研究6.3.1卷绕式超级电容器有限元建模6.3.2卷绕式超级电容器热行为分析6.3.3卷绕式超级电容器热行为研究的结果与讨论6.4混合型超级电容器的热行为研究6.4.1传热模型6.4.2传热分析与讨论第7章超级电容器测试系统的研究7.1引言7.2测试系统总体设计7.3测试系统硬件设计7.3.1控制芯片的选择7.3.2IGBT和继电器驱动电路7.3.3采样电路设计7.3.4通信模块设计7.3.5数据存储模块设计7.3.6抗干扰设计7.4测试系统软件设计7.5实验测试与结果7.5.1软件测试7.5.2硬件测试7.5.3超级电容器恒流充放电实验验证7.6串联超级电容器组电压均衡系统的研究7.6.1电压均衡系统的总体设计7.6.2电压均衡主电路设计7.6.3算法设计7.6.4电压均衡系统的硬件设计7.6.5电压采集及信号调理电路7.6.6模拟开关电路7.6.7PIC单片机及A/D转换7.6.8MOSFET驱动电路7.7电压均衡系统的软件设计7.8实验测试与结果分析7.8.1测试实例17.8.2测试实例2第8章超级电容器的健康管理8.1SOH相关概念及理解8.2基于模型的预测方法8.2.1等效电路模型8.2.2退化机理模型8.2.3应用实例8.3基于数据的预测方法8.4模型与数据驱动方法的融合8.5小结第9章基于数据驱动算法的超级电容器寿命预测9.1剩余使用寿命实验测试9.1.1引言9.1.2超级电容器的老化机理9.1.3实验平台9.1.4循环使用寿命测试9.1.5HPPC测试9.1.6小结9.2循环神经网络预测超级电容器的剩余使用寿命9.2.1基本人工神经网络9.2.2双向循环神经网络9.2.3双向循环神经网络仿真结果9.3长短时记忆循环神经网络及其优化方法9.3.1引言9.3.2LSTM及其优化9.3.3混合遗传算法9.3.4HGA-LSTM相关原理9.3.5误差评价指标9.4基于HGA-LSTM的超级电容器寿命预测9.4.1引言9.4.2模型建立9.4.3预测结果与分析9.4.4预测的超级电容器老化趋势9.5基于改进时间卷积网络的超级电容器剩余使用寿命预测9.5.1时间卷积模型与算法9.5.2早停法防止过拟合9.5.3基于不同模型预测结果的比较与分析9.5.4离线数据用于验证模型的泛化能力9.5.5TCN模型与双向循环神经网络的比较9.6基于改进粒子群算法优化TCN的超级电容器RUL预测9.6.1粒子群优化算法9.6.2模拟退火算法9.6.3SA-PSO算法9.6.4SA-PSO算法优化TCN用于超级电容器RUL预测9.6.5改进的TCN预测超级电容器RUL仿真结果9.7小结参考文献