電池，你必須了解的SOC 知識

眾所周知，電動(dòng)汽車(chē)的最核心部分是動(dòng)力電池，動(dòng)力電池的重要性不言而喻。而動(dòng)力電池的SOC顯示則是動(dòng)力電池管理工作的關(guān)鍵內容。

一、SOC的定義

SOC(State ofcharge)，即荷電狀態(tài)，用來(lái)反映電池的剩余容量，其數值上定義為剩余容量占電池容量的比值，常用百分數表示。其取值范圍為0~1，當SOC=0時(shí)表示電池放電完全，當SOC=1時(shí)表示電池完全充滿(mǎn)。

電池SOC不能直接測量，只能通過(guò)電池端電壓、充放電電流及內阻等參數來(lái)估算其大小。而這些參數還會(huì )受到電池老化、環(huán)境溫度變化及汽車(chē)行駛狀態(tài)等多種不確定因素的影響，因此準確的SOC估計已成為電動(dòng)汽車(chē)發(fā)展中亟待解決的問(wèn)題。

二、SOC的影響因素及特征參數

三、SOC的估算方法概述

準確估算電池SOC，一方面來(lái)源于電動(dòng)汽車(chē)的要求，從充分發(fā)揮電池能力和提高安全性?xún)蓚€(gè)角度對電池進(jìn)行高效管理；另一方面，電動(dòng)汽車(chē)電池在使用過(guò)程中表現的高度非線(xiàn)性，使準確估計SOC具有很大難度。兩方面的結合，使得電動(dòng)汽車(chē)電池SOC估算方法的選擇尤為重要。電動(dòng)知家梳理用來(lái)估算SOC的方法已經(jīng)出現了很多種，既有傳統的放電試驗法、安時(shí)計量法、電池內阻法、開(kāi)路電壓法、負載電壓法，也有較為創(chuàng )新的Kalman濾波法、模糊邏輯理論法和神經(jīng)網(wǎng)絡(luò )法等，各種估算方法都有自己的優(yōu)缺點(diǎn)。

四、SOC主要估算方法解析

（1）放電試驗法

放電試驗法是將目標電池進(jìn)行持續的恒流放電直到電池的截止電壓，將此放電過(guò)程所用的時(shí)間乘以放電電流的大小值，即作為電池的剩余容量。該方法一般作為電池 SOC 估算的標定方法或者用在蓄電池的后期維護工作上，在不知道電池 SOC 值的情況下采用此方法，相對簡(jiǎn)單、可靠，并且結果也比較準確，同時(shí)對不同種類(lèi)的蓄電池都有效。但是放電試驗法也存在兩點(diǎn)不足：第一，該方法的試驗過(guò)程需要花費大量的時(shí)間；第二，使用此方法時(shí)需要將目標電池從電動(dòng)汽車(chē)上取下，因此該方法不能用來(lái)計算處于工作狀態(tài)下的動(dòng)力電池。

（2）安時(shí)計量法

安時(shí)計量法（ampere hour，簡(jiǎn)稱(chēng) AH），又稱(chēng)電流積分法，安時(shí)積分法，安時(shí)計量法的原理是將電池在不同電流下的放電電量等價(jià)為某個(gè)具體電流下的放電電量，其主要思想是 Peukert 方程。由此，得到以下等效放電電量公式：

安時(shí)計量法計算電池 SOC 是相對較簡(jiǎn)單的方法，該方法只是關(guān)注該系統的外部特征，在電量估算過(guò)程中，只關(guān)心流進(jìn)和流出電池的電量。安時(shí)計量法采用積分法實(shí)時(shí)計算電池充入與放出的容量，通過(guò)長(cháng)時(shí)間記錄與計算電池的電量，最終可得到電池在某一時(shí)刻所剩余電量。該方法容易實(shí)現，但由于沒(méi)有從電池內部得到電池 SOC 與充放電電量的關(guān)系，只是記錄充放電電量，從而會(huì )導致電池 SOC累計誤差，結果精度較低，而且該方法不能確定電池的初始值。綜合考慮電池 SOC的影響因素，進(jìn)行電量補償，可以適當提高安時(shí)計量法的精度。

（3）開(kāi)路電壓法

開(kāi)路電壓法是根據電池的開(kāi)路電壓（Open Circuit Voltage， OCV）與電池內部鋰離子濃度之間的變化關(guān)系，間接地擬合出它與電池SOC之間的一一對應關(guān)系。在進(jìn)行實(shí)際操作時(shí)，需要將電池充滿(mǎn)電量后以固定的放電倍率（一般取1C）進(jìn)行放電，直到電池的截止電壓時(shí)停止放電，根據該放電過(guò)程獲得OCV與SOC之間的關(guān)系曲線(xiàn)。當電池處于實(shí)際工作狀態(tài)時(shí)便能根據電池兩端的電壓值，通過(guò)查找OCV-SOC關(guān)系表得到當前的電池SOC。盡管該方法對各種蓄電池都有效，但也存在自身缺陷：首先，測量OCV前必須將目標電池靜置 1h 以上，從而使電池內部電解質(zhì)均勻分布以便獲得穩定的端電壓；其次，電池處于不同溫度或不同壽命時(shí)期時(shí)，盡管開(kāi)路電壓一樣，但實(shí)際上的SOC可能差別較大，長(cháng)期使用該方法其測量結果并不能保證完全準確。因此，開(kāi)路電壓法與放電試驗法一樣，并不適用于運行中的電池SOC估算。

（4）內阻法

內阻測量法是用不同頻率的交流電激勵電池，測量電池內部交流電阻，并通過(guò)建立的計算模型得到 SOC 估計值。該方法測量得到的電池荷電狀態(tài)反映了電池在某特定恒流放電條件下的SOC值。由于電池SOC和內阻不存在一一對應的關(guān)系，不可能用一個(gè)數學(xué)來(lái)準確建模。所以，該方法很少使用于電動(dòng)汽車(chē)。

（5）線(xiàn)性模型法

線(xiàn)性模型法原理是基于 SOC 的變化量、 電流、 電壓和上一個(gè)時(shí)間點(diǎn) SOC 值， 建立的線(xiàn)性模型，這種 模型適用于低電流、 SOC 緩變的情況，對測量誤差和錯誤的初 始條件，有很高的魯棒性。線(xiàn)性模型理論上可應用于各種類(lèi)型 和在不同老化階段的電池，但目前只在鉛酸電池上有實(shí)際應 用， 由于變化的 SOC 與電流、 電壓的關(guān)系式不具有通用性， 所 以在其他電池上的適用性及變電流情況的估計效果要進(jìn)一步 研究。

（6）卡爾曼濾波法

卡爾曼濾波法是建立在安時(shí)積分法的基礎之上的?？柭鼮V波法的主要思想，是對動(dòng)力系統的狀態(tài)做出最小方差意義上的最優(yōu)估計。該方法應用于電池SOC估計，電池被視為一動(dòng)力系統，荷電狀態(tài)為系統的一個(gè)內部狀態(tài)。該算法的本質(zhì)在于可以根據最小均方差原則，對復雜動(dòng)態(tài)系統的狀態(tài)做出最優(yōu)化估計。非線(xiàn)性的動(dòng)態(tài)系統在卡爾曼濾波法中會(huì )被線(xiàn)性化成系統的狀態(tài)空間模型，在實(shí)際應用時(shí)系統根據前一時(shí)刻的估算值與當前時(shí)刻的觀(guān)測值對需要求取的狀態(tài)變量進(jìn)行更新，遵循“預測—實(shí)測—修正”的模式，消除系統隨機存在的偏差與干擾。

由于Kalman濾波法不僅能夠修正系統初始誤差，還能有效地抑制系統噪聲，因此在運行工況非常復雜的電動(dòng)汽車(chē)動(dòng)力電池的SOC估算中，具有顯著(zhù)的應用價(jià)值。

不過(guò)該方法同樣存在兩點(diǎn)缺陷：其一，Kalman濾波法估算SOC的精度很大程度上取決于電池模型的準確程度，工作特性本身就呈高度非線(xiàn)性化的動(dòng)力電池，在Kalman濾波法中經(jīng)過(guò)線(xiàn)性化處理后難免存在誤差，如果模型建立得不夠準確，其估算的結果也并不一定可靠；其二，該方法涉及的算法非常復雜，計算量極大，所需要的計算周期較長(cháng)，需要需高運算能力的單片機。

（7）神經(jīng)網(wǎng)絡(luò )法

神經(jīng)網(wǎng)絡(luò )法是模擬人腦及其神經(jīng)元用以處理非線(xiàn)性系統的新型算法，無(wú)需深入研究電池的內部結構，只需提前從目標電池中提取出大量符合其工作特性的輸入與輸出樣本，并將其輸入到使用該方法所建立系統中，就能獲得運行中的SOC 值。該方法后期處理相對簡(jiǎn)單，即能有效避免Kalman濾波法中需要將電池模型作線(xiàn)性化處理后帶來(lái)的誤差，又能實(shí)時(shí)地獲取電池的動(dòng)態(tài)參數。但是神經(jīng)網(wǎng)絡(luò )法的前期工作量比較大，需要提取大量且全面的目標樣本數據對系統進(jìn)行訓練，所輸入的訓練數據和訓練的方式方法在很大程度上都會(huì )影響SOC的估計精度。此外，在電池溫度、自放電率和電池老化程度不統一等因素的復雜作用下，長(cháng)期使用該方法估算同一組電池的SOC值，其準確性也會(huì )大打折扣。因此，在動(dòng)力電池的SOC估算工作中該方法并不多見(jiàn)。

（8）其他方法

近年來(lái)， SOC 的各種估算方法層出不窮，如支持向量回歸法、模糊邏輯算法、 “離線(xiàn)計算、 在線(xiàn)查表”的模糊控制方法、分析法等等。

五、總結

在實(shí)際的電動(dòng)汽車(chē)中用于估算SOC 的方法都是基于傳統方法， 即在安時(shí)積分的基礎上加入一些影響因子的校正，其缺點(diǎn)是SOC的估算結果存在很大的誤差，目前應用于電池管理系統的SOC估算技術(shù)還不是很成熟，雖然用于電池 SOC估算方法種類(lèi)之多，但各種方法都存在著(zhù)一定的缺陷，難以滿(mǎn)足 SOC 實(shí)時(shí)在線(xiàn)、 高精度估計的要求。 未來(lái) SOC 估算方法的研究，電動(dòng)知家認為將從以下四個(gè)方面進(jìn)行完善，首先，通過(guò)大量實(shí)驗，建立豐富的數據庫，使得 SOC 估算有據可 依，有據可查；其次，依靠硬件方面的技術(shù)， 提高電流、電壓等的測量精度，保證用于估算 SOC 的基本數據的準確性； 第三，引入準確的電池模型，更真實(shí)地表征電池在使用過(guò)程中的動(dòng) 態(tài)特性；最后，綜合各種算法，揚長(cháng)補短，對 SOC 不同階段引入不同的校正方法，最大程度地減少不同狀態(tài)下的誤差，提高其估算精度。來(lái)源：電動(dòng)知家