추정기​

이 예제에서는 칼만 필터를 사용하여 배터리 충전 상태(SOC)를 추정하는 방법을 보여줍니다. 배터리의 초기 SOC는 0.5입니다. 추정기는 SOC 초기 조건으로 0.8을 사용합니다. 배터리는 6시간 동안 계속 충전되고 방전됩니다. 확장 칼만 필터 추정기는 10분 이내에 SOC의 실제 값으로 수렴한 다음 실제 SOC 값을 따라갑니다. 다른 칼만 필터 구현을 사용하려면 SOC Estimator(Kalman Filter) 블록에서 필터 유형 파라미터를 원하는 값으로 설정합니다.

이 예제에서는 적응형 칼만 필터를 사용하여 배터리 내부 저항과 성능 상태(SOH)를 추정하는 방법을 보여줍니다. 배터리의 초기 충전 상태(SOC)는 0.6입니다. 추정기는 SOC 초기 조건으로 0.65를 사용합니다. 배터리는 10시간 동안 계속 충전되고 방전됩니다. 무향 칼만 필터 추정기는 SOC의 실제 값으로 수렴하는 동시에 내부 저항도 추정합니다. 다른 칼만 필터 구현을 사용하려면 SOC Estimator(Kalman Filter) 블록에서 필터 유형 파라미터를 원하는 값으로 설정합니다.

Cyclically charge and discharge a battery module while estimating the state of charge (SOC) of the three parallel assemblies of the module over time. This example uses the SOC estimation to switch between the charging and discharging profiles. For the estimation, the Kalman filter uses an initial SOC estimation and the voltage, current, and temperature of the parallel assemblies. The model estimates the temperature of the parallel assemblies from the average of the cell temperatures of each parallel assembly.

이 예제에서는 칼만 필터를 사용하여 배터리 용량과 SOH(성능 상태)를 추정하는 방법을 보여줍니다. 배터리의 초기 SOC(충전 상태)는 0.5입니다. 추정기는 SOC 초기 조건으로 0.8을 사용합니다. 배터리는 50시간 동안 계속 충전되고 방전됩니다. 이 예제에서는 확장 칼만 필터를 사용하여 배터리 용량(단위: 암페어시)과 SOC를 추정합니다. 배터리 용량에 대한 추정 오차는 4% 미만입니다. SOC는 확장 칼만 필터를 사용하여 추정됩니다. 고정 용량을 사용하는 경우 추정된 SOC 값은 실제 값과 다릅니다. 추정기의 기능을 보여주고 시뮬레이션 지속 시간을 제한하기 위해 이 예제에서는 용량 손실률이 증가하는 경우를 모델링합니다.