基于扩展卡尔曼滤波的锂电池SOC估计2RC模型多工况适应

基于扩展卡尔曼滤波（EKF）的锂电池 SOC 估计，算是我最近看到比较靠谱的一个实现了。用了2RC 模型来建模电池行为，能应对多种使用场景，比如1.5C、0.5C这些不同倍率下的放电情况，表现还不错。

算法用的就是EKF，老熟人了，估状态它挺拿手。每次有新电压电流进来，它就能更新一下 SOC 估计，适合那种需要实时监控电池状态的系统。用在电动汽车、便携式设备这些场景还挺合适的。

文里也说得比较清楚，从模型搭建到 EKF 流程，都有。像你要自己上手做，看看它的逻辑，对接下来的仿真或算法改进蛮有的。里面的建模方式和误差也比较贴合实际工况。

还有几个扩展资源我觉得也不错，像Simulink 建模+EKF，还有改进版 EKF的实现，都值得一看。UKF、PF这些也有，想对比不同滤波器效果可以一块看看。

如果你正好在做电池管理系统（BMS）、或者想优化SOC 估算算法，这个项目你可以重点看一下。建议先跑通标准 EKF 流程，再考虑后续扩展，代码也都有现成的，响应也快。