1.5阅读电池论文：Huazhen Fang等人的Improved adaptive state-of-charge estimation for batteries using

Improved adaptive state-of-charge estimation for batteries using a multi-model approach Huazhen Fang a, Xin Zhao a, Yebin Wang b,*, Zafer Sahinoglu b, Toshihiro Wada c, Satoshi Hara c, Raymond A. de Callafon 阅读笔记

电池的荷电状态：state-of-charge (SoC)
摘要：在本研究中，我们提出使用多个模型来改进自适应SoC估计，并开发了一种称为MMAdaSoC的独特算法。具体来说，可以从改进的 Nernst 电池模型中生成两个状态空间形式的子模型。在可容许输入的情况下，两者都是可局部观察的。然后对每个子模型并行应用迭代扩展卡尔曼滤波器(IEKF)，同时估计SoC变量和未知参数。从两个单独实现的IEKF获得的SoC估计被融合，以产生最终的总体SoC估计，这往往比从单一模型获得的精度更高。通过仿真和实验验证了该方法的有效性。多模型估计的概念可以推广到许多其他先进电池管理和控制策略的发展中。

如图1所示，自适应SoC估计器不仅给出了SoC估计，而且在模型的基础上同化当前电压数据后，还实时给出了模型参数的估计。然后，参数估计将用于更新模型，以帮助下一步的估计。
MM-AdaSoC的结构概述如下。首先，通过修正