??电池模型是电池状态估计算法研究的基础，需要综合考虑模型的精度、复杂性、实用性等因素。由于电化学模型涉及电池内部反应机制，模型复杂；神经网络模型的应用需要基于大量实验数据进行数据培训；等效电路模型简单，物理意义清晰。综合考虑，等效电路模型更适合本项目的研究。选用一阶RC模型简单，模型精度高，应用广泛。如下图所示。

??一阶RC模型，由如下几部分组成：1）理想电压源，表示开路电压OCV（随SOC变化)；2)欧姆内阻R0，极化内阻R1.3)极化电容C1.反映电池的瞬态响应。U1为R1 C两端的电压，I为通过R0的电流，Ut端电压，一阶RC模型的外部特征描述方程可以写成：

??用于SOC估算的Simulink模型如下所示。

??整体模块包括：
??1.数据输入，数据输入时间-Time，电流-Current，电压-Voltage，温度-Temperature，容量-CAP。

??2、计算时间间隔。


??3.计算充放电率和电流符号。


??4、SOC估算模块。

??5、结果输出，SOC结果，模型端电压，测量端电压。

??具体包括：EKF算法估计SOC，根据查表法获得不同的参数值(HPPC测试结果的校准检查表获得不同的电池SOC、在不同的温度和倍率条件下OCV，R0，R1，C1 ，dVdS）。

??EKF算法SOC估算：

??其中RC两端电压U如下所示：1模型：

  1、状态误差时间更新

  2、卡尔曼增益系数Lk计算

  3、状态误差测量更新

  将做好的电池测试数据导入

  DST工况，FUDS工况

  25℃，0℃

  从仿真结果可知，不管是相同温度下的不同工况，还是相同工况下的不同温度，EKF算法均具有较高的SOC估算精度！
  欢迎关注我的微信公众号，感谢大家的支持！