1.一种基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法，其特征在于：包括以下步骤：S1：初始化电池模型参数，包括放电效率和电池容量参数；初始化扩展卡尔曼滤波算法的参数，包括系统状态变量初值、状态误差协方差初值、过程噪声和观测噪声；

S2：初始化放电时间，并输入需仿真的电流工况；

S3：根据对应的状态变量SOC的初值与HPPC参数辨识实验辨识出来的结果得出相应的电池模型参数R0，R1，C1，其中等效电路模型的R0表示电池内阻，R1表示极化内阻，C1表示极化电容；

S4：计算出对应的系统状态空间形式的匹配系数Ak，Bk，Ck，Dk；

S5：估计当前时刻电池荷电状态SOC(k)；

S6：根据参数辨识出的SOC与R0，R1，C1的对应关系，得出当前时刻对应电池模型参数R0(k)，R1(k)，C1(k)，返回步骤S4，继续更新SOC直至放电时间结束。

2.根据权利要求1所述的基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法，其特征在于：步骤S3中所述HPPC参数辨识实验包括以下步骤：S31：对电池进行标准充电，使端电压达到充电截止电压，此时电池SOC＝1；

S32：然后以1C的电流放电6min，使电池的SOC值达到0.9，静置30分钟；

S33：进行一次HPPC实验，记录下电流响应和电压响应；

S34：重复S32、S33步骤，分别在SOC＝0.8，SOC＝0.7，……，SOC＝0.2时进行HPPC实验，得到电池在不同SOC值下的电流响应与电压响应。

3.根据权利要求2所述的基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法，其特征在于：步骤S33中所述HPPC实验，包括以下步骤：a.t0～t1电池充分静置；

b.t1～t2以1C＝36A恒流放电60s；

c.t2～t3电池静置120秒；

d.t3～t4以1C＝36A恒流充电60s；

e.t4以后电池静置120秒；

开始放电前，电池的端电压就是此时的开路电压；在放电的瞬间时刻t1，电池电压瞬间下降，这是由电池欧姆内阻引起的；t1～t2时间段是极化电容充电的过程，电池端电压缓慢下降，表现了RC回路的零状态响应；在放电的结束瞬间t2，电容上的电压不会发生突变，电压的突变是由欧姆电阻引起；放电结束后t2～t3，是极化电容对极化电阻放电的过程，电池端电压缓慢上升，表现了回路的零输入响应。

4.根据权利要求1所述的基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法，其特征在于：步骤S4中还包括：电池模型的状态方程，以及结合SOC的定义转化成离散形式：U(k)＝Uoc(k)+U1(k)+R0I(k)(2)其中，式(1)是系统离散状态方程，式(2)是系统离散输出方程；输入变量为K时刻的电流I，输出变量是K时刻的电池端电压，将电池充电方向作为电流正方向；将电池荷电状态SOC与极化电容两端电压U1作为系统的状态变量，经过推导得出对应的状态空间模型的参数为：Dk＝R0 (6)

式中，τ＝R1C1

是OCV-SOC对应函数的微分。

5.根据权利要求1所述的基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法，其特征在于：步骤S5包括以下步骤：S51：状态量更新：

S52：误差协方差矩阵的更新及UD分解

pk|k-1＝Ak|k-1pk-1|k-1ATk|k-1+Qk-1＝Uk|k-1Dk|k-1UTk|k-1(8)S53：求滤波增益矩阵

Gk＝Uk|k-1Fk(10)

Sk＝CkGk+Rk-1(11)

滤波增益矩阵为:

S54：更新状态向量

S55：更新误差协方差矩阵