卡尔曼滤波算法计算电池SOC，simulink模型，该模型用于参考

该模型将模拟电池的电压、电流、功率和SOC特性。提交的内容包含6V、12V、24V和48V的模型。该模型是考虑到电池中观察到的各种电压降而开发的。

电力系统仿真-卡尔曼滤波估测电池SOC

文中以4节12 V的串联锂离子电池组模块为研究对象，通过实验采集动力电池充放电时的电压、电流、温度、内阻和放电量数据来估算电池的荷电状态（State Of Charge，SOC），重点考虑内阻对动力电池SOC预测结果的影响。以动力电池的电压、电流、温度和内阻作为输入，SOC作为输出，建立四输入一输出的神经网络仿真模型。实验结果表明SOC的预测精度为1.6%，比未考虑电池内阻的预测精度提高45%左右。本文提出的预测方法，其运行时间为0.27 s左右，比不考虑电池内阻时稍有延长，但完全能满足不同工况动力电池充放电时SOC在线估算的速度要求，从而能实现SOC的在线准确预测。

扩展卡尔曼滤波估计电池SOC，电池采用二阶RC等效电路模型，内容包括MATLAB程序代码和SIMULINK仿真 含有电流电压等实验数据，包括电压和SOC的关系曲线。程序能完整的运行。

卡尔曼滤波估计电池SOC simulink模型 包括电池参数 能够正常运行 卡尔曼滤波估计电池SOC 卡尔曼滤波估计电池SOC

lp__matlab 学习笔记之基于扩展卡尔曼滤波的锂电池SOC估计

一个模拟电池SOC估算的simulink仿真模型 一个模拟电池SOC估算的simulink仿真模型 一个模拟电池SOC估算的simulink仿真模型 一个模拟电池SOC估算的simulink仿真模型

基于扩展卡尔曼滤波的电池soc估计simulink模型，将模型计算得到的电池soc与扩展卡尔曼滤波得到的电池soc进行比较。