卡尔曼滤波算法的电池SOC估计仿真模型

MATLAB搭建的SOC预估仿真模型，算法是kalman滤波算法的m文件，仿真前请注意MATLAB版本及加载m文件

function [sysx0strts]=kalman（txuflagk）
switch flag
case 0 %初始化设置
[sysx0strts]=mdlInitializeSizes; 
case 3
sys=mdlOutputs（txuk）;
case {1249}
sys=[];
otherwise
error（[‘Unhandled flag=‘num2str（flag）]）;
end
%=====================================================
% mdlInitializeSizes进行初始化设置系统变量的大小
%=====================================================
function [sysx0strts]=mdlInitializeSizes
sizes=simsizes;
sizes.NumContStates=0;
sizes.NumDiscStates=0;
sizes.NumOutputs=2;
sizes.NumInputs=3;
sizes.DirFeedthrough=1;
sizes.NumSampleTimes=1;
sys=simsizes（sizes）;
x0=[0 0 0 0 0]‘;
str=[];
ts=[-10];
%=====================================================
% 当flag=3时计算系统的输出变量:返回三个状态
%=====================================================
function sys=kalman（txuk）
R=1;
L=0.02;
M=-0.0067;
Ls=L-M;
% J=0.005;
k=0.382;
T=0.002;%T=0&x5-per=pi/3&x5-per=2*pi/3&x5-per=pi&x5-per=4*pi/3&x5-per=5*pi/3&x5-per<2*pi
q=5*pi/3;
a11=-2/3;a12=4/pi;
a21=-2/3;a22=-2/pi;
a31=4/3;a32=-2/pi;
end
A=[1-R*T/Ls 0 0 k*T*（a11+a12*（x5-q-per））/Ls 0;0 1-R*T/Ls 0 k*T*（a21+a22*（x5-q-per））/Ls0;...001-R*T/Ls k*T*（a31+a32*（x5-q-per））/Ls 0;0 0 0 1 0;0 0 0 T 1];
A1=Jacobian（A*XX‘）;
B=[T/（3*Ls） -T/（3*Ls） 0 0 0;0 T/（3*Ls） -T/（3*Ls） 0 0;...
-T/（3*Ls） 0 T/（3*Ls） 0 0]‘;
C=[1 0 0 0 0;0 1 0 0 0;0 0 1 0 0];
P=[0.01 0.01 0.01 10 1];
R=diag（[0.02 0.02 0.02]）;
Q=diag（[0.04 0.04 0.04 0.05 0.02]）;
Xhat1=A*x+B*u;
Phat1=A1*P*A1‘+Q;
K=Phat1*C‘*inv[C*Phat1*C‘+R];
xhat=[eye（5）-K*C]*（A*X+H*u）+K*X[[1:3];];
Phat=[eye（5）-K*C]*Phat1;
sys（11）=x4;
sys（21）=x5;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-06-24 14:47  kalmanSOCmatlab\
     文件      109703  2017-03-01 21:28  kalmanSOCmatlab\batterysoc.mdl
     文件        1627  2017-05-24 15:04  kalmanSOCmatlab\kalman.m
     文件        2256  2017-05-24 15:11  kalmanSOCmatlab\rlspara.m