?健康状态(State Of Health)
...不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法来动态地估计多元锂电池的SOC。仿真结果表明:与EKF相比,改进Sage-Husa勺自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的估计误差,实时的工况模拟也证明了该算法更适用于多元锂电池的动态SOC估计。同时,健康状态(SOH)也是动力源的重要参数,本文首先对电池组中的单体进行建模。