基于容量衰减估计电池健康状态
自 R2024a 起
此示例说明了如何使用卡尔曼滤波器估计电池容量和健康状态 (SOH)。电池的初始荷电状态 (SOC) 为 0.5。估计器使用的 SOC 初始条件等于 0.8。电池持续充电和放电长达 50 小时。该示例使用扩展卡尔曼滤波器估计电池容量（以安培小时为单位）和 SOC。电池容量的估计误差小于 4%。SOC 使用扩展卡尔曼滤波器进行估计。使用固定容量时，估计的 SOC 值与真实值会出现偏差。为了演示估计器的功能并限制仿真的持续时间，此示例对容量衰减率的增加进行了建模。
模型
仿真结果
此图显示了电池的实际和估计荷电状态、估计容量以及估计健康状态。
实时仿真结果
此示例已在以下平台上进行了测试：
配备 Intel® 3.5 GHz i7 多核 CPU 和 4 GB RAM 的 Speedgoat™ Performance 实时目标计算机。
配备 Intel® Core XEON E3-1275v3 3.5 GHz 处理器和 4 GB RAM 的 dSPACE® SCALEXIO LabBox。
您可以使用 Simscape 局部求解器，以 50 微秒的步长实时运行此模型。采样率较低时，由于缓存未预热，在初始任务执行期间可能会发生任务超限。为避免此类超限，如果所选平台支持相关选项，请通过指定有限次数的任务超限或增加实时应用程序启动阶段的周期性任务采样时间来放宽启动行为。
另请参阅
Battery Capacity Estimator (Kalman Filter) | SOH Estimator (Capacity-Based)
