本文主要是介绍SOC仿真-无迹卡尔曼UKF在电池荷电状态SOC的仿真应用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在前面得到了AFFRLS参数辨识结果，将动态的辨识参数用于SOC估算，估算方法为无迹卡尔曼滤波算法。刚开始学习不太确定自己的结果是不是正确的话，可以参考一下下面的图形。工况为FUDS工况，结果如下
估计器1为AFFRLS参数下的UKF估算，估计器2为辨识结果取平均值后的估算结果。
误差图：
Q或R参数需要调试到合适的数值，曲线有高有低说明UKF有对安时积分法其修正作用。后续会对参数做自适应处理。
测量电压与端电压估计曲线：
参考文献：Zheng F, Xing Y, Jiang J, et al. Influence of different open circuit voltage tests on state of charge online estimation for lithium-ion batteries[J]. Applied energy, 2016, 183: 513-525.
这篇关于SOC仿真-无迹卡尔曼UKF在电池荷电状态SOC的仿真应用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
