電池，你必須了解的SOC 知識(shí)

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(nèi)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(shù)值上定義為剩余容量占電池容量的比值，常用百分?jǐn)?shù)表示。其取值范圍為0~1，當(dāng)SOC=0時(shí)表示電池放電完全，當(dāng)SOC=1時(shí)表示電池完全充滿(mǎn)。

電池SOC不能直接測(cè)量，只能通過(guò)電池端電壓、充放電電流及內(nèi)阻等參數(shù)來(lái)估算其大小。而這些參數(shù)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(zhǔn)確的SOC估計(jì)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(shù)

三、SOC的估算方法概述

準(zhǔn)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(duì)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(xiàn)的高度非線(xiàn)性，使準(zhǔn)確估計(jì)SOC具有很大難度。兩方面的結(jié)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(xiàn)了很多種，既有傳統(tǒng)的放電試驗(yàn)法、安時(shí)計(jì)量法、電池內(nèi)阻法、開(kāi)路電壓法、負(fù)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(yàn)法

放電試驗(yàn)法是將目標(biāo)電池進(jìn)行持續(xù)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(biāo)定方法或者用在蓄電池的后期維護(hù)工作上，在不知道電池 SOC 值的情況下采用此方法，相對(duì)簡(jiǎn)單、可靠，并且結(jié)果也比較準(zhǔn)確，同時(shí)對(duì)不同種類(lèi)的蓄電池都有效。但是放電試驗(yàn)法也存在兩點(diǎn)不足：第一，該方法的試驗(yàn)過(guò)程需要花費(fèi)大量的時(shí)間；第二，使用此方法時(shí)需要將目標(biāo)電池從電動(dòng)汽車(chē)上取下，因此該方法不能用來(lái)計(jì)算處于工作狀態(tài)下的動(dòng)力電池。

（2）安時(shí)計(jì)量法

安時(shí)計(jì)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(jì)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(jì)量法計(jì)算電池 SOC 是相對(duì)較簡(jiǎn)單的方法，該方法只是關(guān)注該系統(tǒng)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(jì)量法采用積分法實(shí)時(shí)計(jì)算電池充入與放出的容量，通過(guò)長(zhǎng)時(shí)間記錄與計(jì)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(xiàn)，但由于沒(méi)有從電池內(nèi)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(dǎo)致電池 SOC累計(jì)誤差，結(jié)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(bǔ)償，可以適當(dāng)提高安時(shí)計(jì)量法的精度。

（3）開(kāi)路電壓法

開(kāi)路電壓法是根據(jù)電池的開(kāi)路電壓（Open Circuit Voltage， OCV）與電池內(nèi)部鋰離子濃度之間的變化關(guān)系，間接地?cái)M合出它與電池SOC之間的一一對(duì)應(yīng)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(jù)該放電過(guò)程獲得OCV與SOC之間的關(guān)系曲線(xiàn)。當(dāng)電池處于實(shí)際工作狀態(tài)時(shí)便能根據(jù)電池兩端的電壓值，通過(guò)查找OCV-SOC關(guān)系表得到當(dāng)前的電池SOC。盡管該方法對(duì)各種蓄電池都有效，但也存在自身缺陷：首先，測(cè)量OCV前必須將目標(biāo)電池靜置 1h 以上，從而使電池內(nèi)部電解質(zhì)均勻分布以便獲得穩(wěn)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(zhǎng)期使用該方法其測(cè)量結(jié)果并不能保證完全準(zhǔn)確。因此，開(kāi)路電壓法與放電試驗(yàn)法一樣，并不適用于運(yùn)行中的電池SOC估算。

（4）內(nèi)阻法

內(nèi)阻測(cè)量法是用不同頻率的交流電激勵(lì)電池，測(cè)量電池內(nèi)部交流電阻，并通過(guò)建立的計(jì)算模型得到 SOC 估計(jì)值。該方法測(cè)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(nèi)阻不存在一一對(duì)應(yīng)的關(guān)系，不可能用一個(gè)數(shù)學(xué)來(lái)準(zhǔn)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(duì)測(cè)量誤差和錯(cuò)誤的初 始條件，有很高的魯棒性。線(xiàn)性模型理論上可應(yīng)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(yīng) 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(jì)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(chǔ)之上的?？柭鼮V波法的主要思想，是對(duì)動(dòng)力系統(tǒng)的狀態(tài)做出最小方差意義上的最優(yōu)估計(jì)。該方法應(yīng)用于電池SOC估計(jì)，電池被視為一動(dòng)力系統(tǒng)，荷電狀態(tài)為系統(tǒng)的一個(gè)內(nèi)部狀態(tài)。該算法的本質(zhì)在于可以根據(jù)最小均方差原則，對(duì)復(fù)雜動(dòng)態(tài)系統(tǒng)的狀態(tài)做出最優(yōu)化估計(jì)。非線(xiàn)性的動(dòng)態(tài)系統(tǒng)在卡爾曼濾波法中會(huì)被線(xiàn)性化成系統(tǒng)的狀態(tài)空間模型，在實(shí)際應(yīng)用時(shí)系統(tǒng)根據(jù)前一時(shí)刻的估算值與當(dāng)前時(shí)刻的觀測(cè)值對(duì)需要求取的狀態(tài)變量進(jìn)行更新，遵循“預(yù)測(cè)—實(shí)測(cè)—修正”的模式，消除系統(tǒng)隨機(jī)存在的偏差與干擾。

由于Kalman濾波法不僅能夠修正系統(tǒng)初始誤差，還能有效地抑制系統(tǒng)噪聲，因此在運(yùn)行工況非常復(fù)雜的電動(dòng)汽車(chē)動(dòng)力電池的SOC估算中，具有顯著的應(yīng)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(zhǔn)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(zhǔn)確，其估算的結(jié)果也并不一定可靠；其二，該方法涉及的算法非常復(fù)雜，計(jì)算量極大，所需要的計(jì)算周期較長(zhǎng)，需要需高運(yùn)算能力的單片機(jī)。

（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(tǒng)的新型算法，無(wú)需深入研究電池的內(nèi)部結(jié)構(gòu)，只需提前從目標(biāo)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(tǒng)中，就能獲得運(yùn)行中的SOC 值。該方法后期處理相對(duì)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(shù)。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(biāo)樣本數(shù)據(jù)對(duì)系統(tǒng)進(jìn)行訓(xùn)練，所輸入的訓(xùn)練數(shù)據(jù)和訓(xùn)練的方式方法在很大程度上都會(huì)影響SOC的估計(jì)精度。此外，在電池溫度、自放電率和電池老化程度不統(tǒng)一等因素的復(fù)雜作用下，長(zhǎng)期使用該方法估算同一組電池的SOC值，其準(zhǔn)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(jì)算、 在線(xiàn)查表”的模糊控制方法、分析法等等。

五、總結(jié)

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(tǒng)方法， 即在安時(shí)積分的基礎(chǔ)上加入一些影響因子的校正，其缺點(diǎn)是SOC的估算結(jié)果存在很大的誤差，目前應(yīng)用于電池管理系統(tǒng)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一定的缺陷，難以滿(mǎn)足 SOC 實(shí)時(shí)在線(xiàn)、 高精度估計(jì)的要求。 未來(lái) SOC 估算方法的研究，電動(dòng)知家認(rèn)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(yàn)，建立豐富的數(shù)據(jù)庫(kù)，使得 SOC 估算有據(jù)可 依，有據(jù)可查；其次，依靠硬件方面的技術(shù)， 提高電流、電壓等的測(cè)量精度，保證用于估算 SOC 的基本數(shù)據(jù)的準(zhǔn)確性； 第三，引入準(zhǔn)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(yáng)長(zhǎng)補(bǔ)短，對(duì) 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