当前位置：首页 > ops >正文

基于matlab/simulink锂电池算法学习集合（SOC、SOH、BMS）

ops 2025/8/21 11:28:08

一、引言概述。

锂电池是目前在各个能源密集型行业中用途广泛，例如新能源汽车、电力微网、航空航天等。电池模型的建立对研究电池的特性、SOC(state-of-charge)估计、SOH(state-of-health)估计、BMS算法开发以及电池系统的快速实时仿真有重要的意义。

等效电路建模，由于其简单适用性，常常应用在在系统级仿真和控制算法设计过程中。通过实验数据采集、等效电路模型建立和数学优化技术，用相对简单的RC等效电路可以模拟一个电芯。若干电芯模型通过不同类型的并串联方法，形成电池包模型。在电池包模型内，也可加入热电效应仿真。

二、资料整理。

整理了锂电池的多种算法合集：涵盖电动汽车Simulink模型、电动汽车动力电池SOC估算模型、动力电池及电池管理系统BMS。

电动汽车动力电池SOC估算模型含有:电池参数辨识模型、电池的充放电数据、电池手册、卡尔曼滤波电池SOC文献、卡尔曼滤波算法的锂电池SOC估算模型。

电池参数辨识模型有10种:带遗忘因子最小二乘法电池参数辨识方法、递推最小二乘法参数辨识方法、电池测试辨识参数模型、二阶RC参数辨识方法、二阶RC参数辨识模型、二阶RC电池辨识参数模型、卡尔曼滤波参数电池参数辨识模型、无迹卡尔曼滤波参数辨识方法、遗传算法电池参数辨识、最小二乘法参数辨识方法。

电池充放电数据：15Ah锂电池充放电数据、24Ah锂电池充放电数据、26Ah磷酸铁锂电池充放电数据、27Ah锂电池充放电数据、18650锂电池充放电数据、DST工况放电数据、FUDS工况放电数据、NASA锂电池试验数据、UDDS工况放电数据、电池充放电数据、钴酸锂电池充放电数据、恒流放电数据、间隔恒流放电数据、磷酸铁锂电池充放电数据。

多种电池手册文件、多种卡尔曼滤波电池SOC文献。

多种卡尔曼滤波算法的锂电池SOC估算模型：改进扩展卡尔曼滤波算法估算SOC模型、基于卡尔曼滤波法电池参数辨识、基于无迹卡尔曼滤波的SOC估算、基于最小二乘法辨识卡尔曼滤波估算SOC模型、卡尔曼滤波估算SOC模型、扩展卡尔曼滤波估算SOC代码、扩展卡尔曼滤波估算SOC代码1、扩展卡尔曼滤波估算SOC模型、扩展卡尔曼滤波估算SOC模型1、扩展卡尔曼滤波估算SOC模型2、锂电池RC及PNGV模型、无迹卡尔曼滤波估算SOC模型及代码、系统自带锂电池模型、自适应卡尔曼滤波估算SOC模型。

电动汽车的Simulink模型包括：插电式混合动力汽车Simulnk模型、纯电动汽车Simulink模型、混合动力汽车SImulink模型、燃料电池电动汽车Simulink模型。