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.

Estimate the battery capacity and state of health (SOH) by using a Kalman filter. The initial state of charge (SOC) of the battery is equal to 0.5. The estimator uses an initial condition for the SOC equal to 0.8. The battery keeps charging and discharging for 50 hours. The example estimates the battery capacity, in ampere-hour, and the SOC by using an extended Kalman Filter. The estimation error for the battery capacity is less than 4%. The SOC is estimated using an extended Kalman filter. When using fixed capacity the estimated SOC value diverges from the true value. To demonstrate the functionality of the estimator and to restrict the duration of the simulation, this example models an increased capacity fade rate.