KIT | KIT-Bibliothek | Impressum | Datenschutz

Implementing an Extended Kalman Filter for SoC Estimation of a Li-Ion Battery with Hysteresis: A Step-by-Step Guide

Rzepka, Benedikt 1; Bischof, Simon 1; Blank, Thomas 1
1 Institut für Prozessdatenverarbeitung und Elektronik (IPE), Karlsruher Institut für Technologie (KIT)


The growing share of renewable energies in power production and the rise of the market share of battery electric vehicles increase the demand for battery technologies. In both fields, a predictable operation requires knowledge of the internal battery state, especially its state of charge (SoC). Since a direct measurement of the SoC is not possible, Kalman filter-based estimation methods are widely used. In this work, a step-by-step guide for the implementation and tuning of an extended Kalman filter (EKF) is presented. The structured approach of this paper reduces efforts compared with empirical filter tuning and can be adapted to various battery models, systems, and cell types. This work can act as a tutorial describing all steps to get a working SoC estimator based on an extended Kalman filter.

Verlagsausgabe §
DOI: 10.5445/IR/1000136826
Veröffentlicht am 26.08.2021
DOI: 10.3390/en14133733
Zitationen: 22
Web of Science
Zitationen: 20
Zitationen: 25
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Prozessdatenverarbeitung und Elektronik (IPE)
Publikationstyp Zeitschriftenaufsatz
Publikationsmonat/-jahr 07.2021
Sprache Englisch
Identifikator ISSN: 1996-1073
KITopen-ID: 1000136826
HGF-Programm 38.02.03 (POF IV, LK 01) Batteries in Application
Erschienen in Energies
Verlag MDPI
Band 14
Heft 13
Seiten Art. Nr.: 3733
Bemerkung zur Veröffentlichung Gefördert durch den KIT-Publikationsfonds
Vorab online veröffentlicht am 22.06.2021
Schlagwörter Li-ion batteries; battery modeling; hysteresis; state of charge estimation; extended Kalman filter; process noise
Nachgewiesen in Scopus
Web of Science
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page