Estimasi State of Charge yang akurat pada baterai Lead-Acid sangat penting untuk menjaga keandalan dan umur pakai sistem penyimpanan energi. Penelitian ini melakukan studi komparatif empat algoritma estimasi Extended Kalman Filter, Extended Kalman–Bucy Filter, Unscented Kalman Filter, dan Unscented Kalman–Bucy Filter yang diimplementasikan pada model Thevenin orde dua. Parameter baterai diperoleh melalui pengujian pulse discharge–relaxation serta pengukuran Open Circuit Voltage berarus kecil pada suhu 30 °C, 40 °C, dan 50 °C. Hasil simulasi menunjukkan bahwa Unscented Kalman Filter dan Unscented Kalman–Bucy Filter memberikan akurasi dan stabilitas terbaik pada berbagai kondisi operasi, sedangkan Extended Kalman Filter dan Extended Kalman–Bucy Filter cenderung kurang stabil terutama pada rentang State of Charge rendah akibat keterbatasan proses linearisasi. Temuan ini mengindikasikan bahwa algoritma berbasis Unscented lebih sesuai untuk aplikasi Battery Management System pada baterai Lead-Acid.
Copyrights © 2025