一種利用卡爾曼濾波預(yù)估電池荷電狀態(tài)(SOC, State?of?Charge)的方法，其技術(shù)要點(diǎn)是，鋰電池組SOC采用擴(kuò)展卡爾曼濾波算法(Extended?Kalman?Filter, EKF)進(jìn)行估算，建立鋰電池組的Vmin狀態(tài)空間模型，電池組內(nèi)單體電池負(fù)載電壓的最小值Vmin和電池組的SOC分別作為模型的觀測(cè)變量和狀態(tài)變量。所述的卡爾曼濾波器采用擴(kuò)展卡爾曼濾波器，用安時(shí)積分法遞推SOC，代入觀測(cè)方程得到Vmin的估計(jì)值，計(jì)算每一步的Kalman增益，由狀態(tài)估計(jì)觀測(cè)更新方程得到SOC的最優(yōu)估計(jì)。所述的動(dòng)力電池SOC預(yù)估方法克服了安時(shí)積分法電流誤差累積的缺點(diǎn)，實(shí)現(xiàn)了對(duì)狀態(tài)變量SOC的閉環(huán)估計(jì)。由于在計(jì)算過(guò)程中考慮了噪聲的影響，所以算法對(duì)噪聲有很強(qiáng)的抑制作用。