点击上方蓝字关注“公众号”
![ee2d708fdfdc4b57b146b721b4eda8ab.gif](https://i-blog.csdnimg.cn/blog_migrate/83b3f2e22c89cee3b9762a432dfe71ad.gif)
MATLAB基于EKF算法估计电动汽车蓄电池的SOC
电动汽车(EV)是未来汽车的一大发展方向。动力锂电池组是电动汽车动力源,其荷电状态(SOC)直接反应了电池组剩余容量的多少,由此可预测EV的行驶里程,同时也为电池组的使用和维护提供重要依据。
由于电动汽车电池组在使用过程中表现的高度非线性,使准确估计SOC具有很大难度,精确实时的锂电池组SOC估计也成为EV研究的一大重要挑战。
![b1718c1e400dd9887f9991c9697ee0a9.gif](https://i-blog.csdnimg.cn/blog_migrate/9f8caa8ff089de0dfc1f4a51533feff4.gif)
扩展Kalman滤波(EKF)法通过建立电池组的非线性状态空间模型,结合递推算法实现对模型状态变量SOC的最小方差估计,并能给出估计误差范围。
此外,EKF方法对SOC的初始误差有很强的修正作用,特别适用于电流变化较快的电动汽车动力电池组,而EKF方法的关键在于电池组状态空间模型的建立。
Plett在简化电化学模型基础上提出组合模型,Bhangu等提出RC电路等效模型,Lee等在RC电路模型的基础上提出了改进OCV-SOC关系模型。
![d12cb0446b43aa7c765ca50a5cf1a77d.gif](https://i-blog.csdnimg.cn/blog_migrate/88b818bea55b07c6821ae9d328120aad.gif)
![e28fc581cf053ace07c56ac7da1bde91.png](https://i-blog.csdnimg.cn/blog_migrate/5a35ce3ca74c63b8903e0c8cb3f651f7.png)
![649cdd99ffd6e06b254d8ed7bb9c4996.png](https://i-blog.csdnimg.cn/blog_migrate/82cb7a89f563bca5976cc826bd59af76.jpeg)
壹
01
仿真程序
![c8f6efbb8ceac925249042518d38b597.gif](https://i-blog.csdnimg.cn/blog_migrate/8f84c4c5088cf58abc3c18da16e8007f.gif)
贰
01
参数设置部分
02
电容电流模块
03
模型主体模块
04
仿真结果图
![3cd1cd3508ca961701652e15a4614403.gif](https://i-blog.csdnimg.cn/blog_migrate/180491b8a95ddf8bcde5e30de11d0ded.gif)
具体仿真程序链接,微信公众号回复【电池】即可获得链接。
未完待续扫码关注
不迷路