锂电池SOC估计：二阶RC模型与扩展卡尔曼滤波方法

二阶 RC 模型的扩展卡尔曼滤波方法，在估算锂电池 SOC 这块，表现还挺稳的。你平时要搞电池管理系统、BMS 算法，或者电动车那套逻辑，拿这个来练练手还挺合适。

电池行为的建模用的是二阶 RC 模型，比一阶多了个环节，能更细致地模拟电压响应。结合扩展卡尔曼滤波，误差收敛快，稳定性也不错，尤其是应对复杂场景。

他们用HPPC 测试和1C 放电两个典型工况跑了实验，估出来的 SOC 曲线贴得还挺紧，这套方法不光精度高，泛化也可以。代码里逻辑也清楚，主要流程包括建模、状态转移、测量更新啥的，一看就懂。

你如果用 Matlab 比较多，配合这篇的资源效果会更好。对了，还有其他滤波方式的对比代码也能下载，比如粒子滤波 PF、无迹卡尔曼 UKF这些，都在底下链接里，感兴趣可以一块儿看看。

要注意的是，滤波算法对模型的准确性和测量误差挺敏感的，所以用之前最好先调好 RC 参数，HPPC 数据也别马虎，误差一大，滤波就跑偏。

如果你最近正好在研究电池 SOC 估计，或者对卡尔曼滤波感兴趣，这套方法值得好好琢磨下。跑一遍代码、看看仿真结果，思路会清晰多。