基于AUKF的电池SOC估算多种工况实验验证及MATLAB程序详解
5星
- 浏览量: 0
- 大小:None
- 文件类型：ZIP
简介：
本研究采用自适应 Unscented Kalman Filter (AUKF) 方法，针对不同工况下的电池SOC（荷电状态）进行精确估计，并通过详尽的实验数据验证其有效性。同时提供了详细的MATLAB编程指导，便于研究人员和工程师应用及优化算法。
基于自适应无迹卡尔曼滤波（AUKF）的电池状态电量（SOC）估计进行了多种工况实验验证。本项目提供了一个详细的MATLAB程序来实现这一算法，其中详细注释了每一个步骤以便于理解和使用。
该方法采用二阶RC模型，并且利用误差窗口统计的方法进行自适应调节。通过三种不同的实验数据对AUKF的性能进行了测试和验证：
1. Z客户21700型锂电池在DST工况下的实验；
2. 同样的电池型号，在FUDS工况下进行的实验；
3. 一项使用知名开源电池数据集，涉及的是18650锂电池类型。
提供的内容包括了AUKF-SOC估计程序、三种测试对应的电池数据以及参考文献。这些资料可以直接运行，并且可以重现附图中的所有结果。此外，算法的具体公式可以在相关文献中找到详细说明。
需要注意的是，该程序没有包含电池参数辨识和开路电压（OCV）与SOC曲线拟合的功能。
全部评论 (0)
还没有任何评论哟~
