基于Simulink的辨识
Simulink自带Parameter Estimation功能。可以对Simulink模型中的参数进行估计。MATLAB的Parameter Estimation官方说明中有一个电池参辨识的例子（见[Simulink参数辨识官方示例]）。使用Simulink进行辨识的步骤为：
1. 建立Simulink模型，将需要辨识的参数用base workspace中的变量表示。
2. 打开菜单栏中Analysis选项下的Parameter Estimation功能。
3. 打开Transient Data， 导入使用实验或其他方法得到的输入、输出数据（由于用不到状态数据所以不用设置States）。在这里，输入数据为电池的电流，输出数据为电池的端电压。由于电池参数随SOC而变化，输入数据只能为脉冲放电的那一段数据，认为这段时间内电池的SOC没有太大变化。当然也可以将模型建立为与SOC有关的，但这样就过于复杂了。
4. 打开Variables，设置需要辨识的参数。在这里可以设置参数的初始值、范围等。由于使用的算法一般只能找到一个局部最优解，并不能保证为全局最优解，所以初始值的设置还是比较重要的。对于锂电池来说，电阻一般为mΩ量级，时间常数为10s~1000s。
5. 打开Estimation，进行参数估计的相关设置。勾选要用的Data Set和Parameters。使用Estimation Options进行估计算法的设置。MATLAB提供了几种优化算法，一般选非线性最小方差。比较重要的两个参数是参数截止误差(Parameter tolerance)和函数截止误差(Function tolerance)。只要满足了两次迭代的参数或cost function的不超过截止误差，迭代就会停止。在Parallel Options中可以选择启用parallel pool来进行多线程加速，但是有时候会失败。
6. 点击Start就可以开始了，勾选Show progress views可以看到仿真输出和参数的变化。
7. 按照同样的方法进行其他SOC下的参数辨识。也可以在Simulink中建立一个模块，对输入进行筛选，对不同的SOC使用不同的参数。可以一次性辨识出参数-SOC的关系。
这种方法的优点是简单易用。几乎全部为图形化操作，不需要写代码，只需要搭建好Simulink模型就可以进行估计了，而且几乎可以估计任何线性、非线性的模型。缺点是速度慢、效率低。每次迭代都需要编译并运行仿真程序很多次，这个过程程序十分卡顿。
Simulink自带Parameter Estimation功能。可以对Simulink模型中的参数进行估计。MATLAB的Parameter Estimation官方说明中有一个电池参辨识的例子（见[Simulink参数辨识官方示例]）。使用Simulink进行辨识的步骤为：
1. 建立Simulink模型，将需要辨识的参数用base workspace中的变量表示。
2. 打开菜单栏中Analysis选项下的Parameter Estimation功能。
3. 打开Transient Data， 导入使用实验或其他方法得到的输入、输出数据（由于用不到状态数据所以不用设置States）。在这里，输入数据为电池的电流，输出数据为电池的端电压。由于电池参数随SOC而变化，输入数据只能为脉冲放电的那一段数据，认为这段时间内电池的SOC没有太大变化。当然也可以将模型建立为与SOC有关的，但这样就过于复杂了。
4. 打开Variables，设置需要辨识的参数。在这里可以设置参数的初始值、范围等。由于使用的算法一般只能找到一个局部最优解，并不能保证为全局最优解，所以初始值的设置还是比较重要的。对于锂电池来说，电阻一般为mΩ量级，时间常数为10s~1000s。
5. 打开Estimation，进行参数估计的相关设置。勾选要用的Data Set和Parameters。使用Estimation Options进行估计算法的设置。MATLAB提供了几种优化算法，一般选非线性最小方差。比较重要的两个参数是参数截止误差(Parameter tolerance)和函数截止误差(Function tolerance)。只要满足了两次迭代的参数或cost function的不超过截止误差，迭代就会停止。在Parallel Options中可以选择启用parallel pool来进行多线程加速，但是有时候会失败。
6. 点击Start就可以开始了，勾选Show progress views可以看到仿真输出和参数的变化。
7. 按照同样的方法进行其他SOC下的参数辨识。也可以在Simulink中建立一个模块，对输入进行筛选，对不同的SOC使用不同的参数。可以一次性辨识出参数-SOC的关系。
这种方法的优点是简单易用。几乎全部为图形化操作，不需要写代码，只需要搭建好Simulink模型就可以进行估计了，而且几乎可以估计任何线性、非线性的模型。缺点是速度慢、效率低。每次迭代都需要编译并运行仿真程序很多次，这个过程程序十分卡顿。
