MATLAB基于卡尔曼滤波的锂蓄电池SOC设计 用自适应卡尔曼滤波方法，基于锂离子动力电池等效电路模型，在未知干扰噪声环境下，在线估计电动汽车锂离子动力电池荷电状态 （SOC）。 采用基本卡尔曼滤波和扩展卡尔曼滤波方法估计电池SOC时，?一般假定噪声为零均值白噪声，且噪声方差已知。 在噪声确定的情况下，基本卡尔曼滤波和扩展卡尔曼滤波方法的估计效果很好，但实际上白噪声不存在。 重述： 使用自适应卡尔曼滤波方法，MATLAB基于锂离子动力电池的等效电路模型设计了一种在线估计电动汽车锂离子动力电池荷电状态（SOC）的方法，以解决未知干扰噪声的环境下的问题。 在估计电池SOC时，采用了基本卡尔曼滤波和扩展卡尔曼滤波方法。通常假设噪声为零均值白噪声且噪声方差已知。虽然基本卡尔曼滤波和扩展卡尔曼滤波方法在噪声方差确定的情况下有很好的估计效果，但实际情况下不存在白噪声。 涉及的 - 锂蓄电池 - 卡尔曼滤波 - SOC（State of Charge，荷电状态） - 锂离子动力电池 - 等效电路模型 相关 1. 锂蓄电池：锂蓄电池是一种充电电池，利用锂离子在正负极之间移动，并在充放电

锂电池等效电路模型二阶RC模型二阶戴维南模型

锂电池模型建立、参数辨识与验证、SOC估计采用扩展卡尔曼滤波(EKF).7z

内容概要：感应电机-稳态等效电路 该模型使用相量模拟方法模拟稳态感应电机的等效电路模型。在模拟过程中计算气隙功率、机械功率、电功率、转子铜损耗等。 适用人群：Matlab编程人员或者相关研究人员 关键词：Matlab、算法、源代码

参考《基于二阶EKF的锂离子电池SOC估计的建模与仿真》，将HPPC实验数据当作模型输入，还原电压曲线以验证模型辨识参数的精度

混合动力汽车等效电路模型_混合动力汽车Simulink模型.zip

确定片上电感器等效电路模型的方法（第55卷，第2363页，2013年）

针对片上叠层式螺旋变压器提出了一种改进的等效电路模型，该模型建立在片上螺旋电感 T 模型之上，并推导了相应的模型参数计算公式。同时，利用 ADS 仿真工具对模型进行了仿真验证.

为能更准确地描述超级电容器在工作过程中的外特性,在超级电容器经典等效电路模型的基础上,将其扩展为模型参数随时间变化的时变等效电路模型,并选用限定记忆最小二乘法辨识模型的时变参数．在Matlab/Simulink环境下利用实验数据对经典等效电路模型和时变等效电路模型进行仿真比较．结果表明,时变等效电路模型具有更高的精度,可以更精确地反映超级电容器的动态特性．

基于simulink库建了一个二阶RC等效电路模型，设计的s函数是脉冲过程，可自行设计工况。