動(dòng)力電池作為混動(dòng)汽車或電動(dòng)汽車的動(dòng)力源，會(huì)對(duì)電動(dòng)汽車整車性能產(chǎn)生影響，例如對(duì)加速能力、空調(diào)使用、行駛里程、爬坡能力均會(huì)產(chǎn)生直接的影響。電池荷電狀態(tài)SOC(State of Charge)用來(lái)描述電池剩余電量的數(shù)量，是動(dòng)力電池使用過(guò)程中的重要參數(shù)。電池荷電狀態(tài)(SOC)的測(cè)試是電池管理系統(tǒng)研究的重點(diǎn)。

  什么叫SOC

  SOC的定義——SOC，全稱是State of Charge，電池荷電狀態(tài)，也叫剩余電量，表示的是電池使用一段時(shí)間或長(zhǎng)期擱置不用后的剩余可放電電量與其全部充電狀態(tài)的電量的比值，常用百分?jǐn)?shù)表示。其一般用一個(gè)字節(jié)也就是兩位的十六制表示(取值范圍為0~100)，含義是剩余電量為0%~99%，當(dāng)SOC=0時(shí)表示電池放電全部，當(dāng)SOC=99%時(shí)表示電池全部充滿。SOC也與我們的生活息息相關(guān)，如常見的手機(jī)電量、智能手表電量、電動(dòng)車電量等...

  為什么要進(jìn)行SOC估算

  SOC可以直接影響到電池的電壓、電流。當(dāng)我們可以得知SOC時(shí)，也就知道了汽車的“油量”。而且電壓電流與動(dòng)力輸出的效率、能量的管理都有著直接的關(guān)系，所以說(shuō)SOC是BMS的一個(gè)“基礎(chǔ)參數(shù)”，很多管理方式都是基于SOC才能實(shí)行。

  其次，避免過(guò)充過(guò)放的保護(hù)電路也是基于SOC實(shí)現(xiàn)的，當(dāng)SOC到達(dá)指定上限時(shí)，便會(huì)停止充電，起到保護(hù)電池壽命的作用，放電過(guò)程也是如此。SOC估算也讓我們可以對(duì)每個(gè)電池的剩余電荷有所了解，通過(guò)一些技術(shù)，可以將SOC少的電池與SOC多的電池均衡，使得SOC較慢到達(dá)充電上限或者放電下限，提高我們的總體充放電時(shí)間，提高續(xù)航能力。由于SOC不能直接獲得，因此我們只能通過(guò)間接方式對(duì)SOC估算。

  SOC估算的難點(diǎn)

  1.電池開路電壓(OCV)特性

  電池開路電壓(OCV)指的是電池在靜置狀態(tài)下，正負(fù)電極之間的電位差。以下圖為例，圖中展示的是兩種鋰電池的 OCV-SOC曲線。一般通過(guò)充電或者放電到特定SOC后，電池進(jìn)行靜置一段時(shí)間(通常為兩個(gè)小時(shí)或者更長(zhǎng)時(shí)間)測(cè)量得到的電池電壓，以此得出OCV-SOC曲線(注：一般而言，即便對(duì)于同一SOC，充電后和放電后靜置得到的OCV也是不一樣的)。對(duì)于三元類電池，SOC與OCV對(duì)應(yīng)關(guān)系是嚴(yán)格單調(diào)的，且不同SOC的OCV差異比較明顯。但對(duì)于磷酸鐵鋰而言，OCV的差異很小，而且并非嚴(yán)格單調(diào)，表現(xiàn)為同一個(gè)OCV值對(duì)應(yīng)多個(gè)SOC點(diǎn)，所以單純用SOC-OCV對(duì)應(yīng)關(guān)系來(lái)預(yù)估SOC，存在靜置時(shí)間難以滿足等難題。

  2.充放電倍率與端電壓對(duì)應(yīng)關(guān)系特性

  電池動(dòng)態(tài)情況下，我們測(cè)量到的電池電壓，實(shí)際上是電池的端電壓。下圖為一個(gè)簡(jiǎn)單的電池一階RC模型，其中左側(cè)的電壓源表示OCV，R表示內(nèi)阻，C1表示極化，右側(cè)輸出為端電壓。所以一旦電池進(jìn)行充放電，則端電壓與OCV相差甚遠(yuǎn)。

  選取某個(gè)電流倍率，讓電池以該倍率進(jìn)行恒流充電或者放電(注：同一電流下充和放，得到的曲線也是有差異的)，可以得到一組端電壓與 SOC的對(duì)應(yīng)關(guān)系。下圖為某一個(gè)溫度下，磷酸鐵鋰電池不同倍率的端電壓曲線。那能否以這一曲線進(jìn)行SOC預(yù)估呢?實(shí)際上，除了電池恒流充電階段，電池的工況電流很少有長(zhǎng)時(shí)間恒流充放電階段，只要有不同電流切換存在，那么電池極化的差異就會(huì)讓端電壓偏離預(yù)測(cè)曲線。

  3.溫度特性

  不同材料體系的電池，表現(xiàn)出來(lái)的溫度特性是不一樣的。以磷酸鐵鋰為例，下圖為不同溫度下電池表現(xiàn)出的SOC與內(nèi)阻關(guān)系。總體而言，電池的內(nèi)阻會(huì)隨著溫度和SOC的變化而變化，且對(duì)于低溫敏感。同理，OCV、極化等參數(shù)，也會(huì)隨著溫度的變化而變化。這無(wú)疑進(jìn)一步提高了預(yù)測(cè)難度。

  4.電池的成組效率

  上述的特性是以單個(gè)電芯表現(xiàn)出來(lái)的特性。在實(shí)際整包應(yīng)用中，由于電芯的串并聯(lián)組合，會(huì)使情況變得更加復(fù)雜。不同電芯間難免存在歐姆內(nèi)阻、極化內(nèi)阻、自放電率、初始容量等差別。如下圖一個(gè)簡(jiǎn)單的例子：一個(gè)電池包由三個(gè)電芯串聯(lián)而成,額定容量為50Ah，暫不考慮均衡。由于額定容量和初始容量存在差異，實(shí)際在放電過(guò)程中，電量少的先放空，充電時(shí)電量多的先充滿。這就造成了成組后的效率降低，也讓成組后的SOC預(yù)估變得更加困難。

  5.除此之外，其實(shí)還有很多因素會(huì)造成SOC預(yù)估困難，如實(shí)際BMS的MCU或者AFE測(cè)量精度、采樣頻率、日歷/循環(huán)壽命的影響等。

  總結(jié)：實(shí)際多電芯串并聯(lián)組合的應(yīng)用場(chǎng)合，是上述所有因素加權(quán)，共同影響著SOC的估算準(zhǔn)確性，因此想要電池全生命周期范圍內(nèi)都能準(zhǔn)確估算SOC，目前依舊是一個(gè)難題。一般而言，對(duì)于電動(dòng)車或儲(chǔ)能領(lǐng)域，能保證全質(zhì)保階段內(nèi)，SOC的精度控制在8%以內(nèi)就相當(dāng)不錯(cuò)了。

  SOC估算的常用方法

  1.安時(shí)積分法

  安時(shí)積分法是在初始時(shí)刻 SOC0的基礎(chǔ)上估算電池的 SOC。通過(guò)計(jì)算部分時(shí)間內(nèi)充放電電流和對(duì)應(yīng)時(shí)間的積分，從而計(jì)算變化電量的百分比，終求出初始 SOC 和變化的 SOC 之間的差，即剩余電量。

  缺點(diǎn)：先初始時(shí)刻的 SOC0不易確定且精度存在部分誤差，而且隨著時(shí)間的增加，誤差也會(huì)累計(jì)，因此對(duì)電流測(cè)量的準(zhǔn)確度要求很高。另外在電流劇烈波動(dòng)的工況下誤差會(huì)增大。在實(shí)際應(yīng)用中，通常將安時(shí)積分法結(jié)合別的方法一起使用來(lái)提高預(yù)測(cè)精度。

  2.開路電壓法

  即通過(guò)上面提到的OCV特性，以靜置后的電壓作為SOC估算依據(jù)。開路電壓法簡(jiǎn)單易行，在電池靜置足夠長(zhǎng)時(shí)間的前提下精度較高，但在實(shí)際工況下不適用。因此一般也將開路電壓法與其他方法結(jié)合起來(lái)，共同進(jìn)行 SOC 的估算。業(yè)界用得多的方法為開路電壓+安時(shí)積分法：在OCV-SOC線性化比較好的區(qū)域進(jìn)行OCV校準(zhǔn)，其他區(qū)域使用安時(shí)積分法估算SOC。

  3.BP神經(jīng)網(wǎng)絡(luò)法

  BP神經(jīng)網(wǎng)絡(luò)法原理為將電池當(dāng)做一個(gè)黑盒子，從中提煉出輸入?yún)?shù)(如電流、電壓、溫度等)和輸出參數(shù)(SOC)之間的映射數(shù)據(jù)，然后在訓(xùn)練中反復(fù)試驗(yàn)確定。BP神經(jīng)網(wǎng)絡(luò)法的優(yōu)點(diǎn)是適用于各種電池;但建立好模型后，就需要大量的數(shù)據(jù)，并且要對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，因此該方法是建立在大數(shù)據(jù)基礎(chǔ)上的，估算結(jié)構(gòu)受訓(xùn)練數(shù)據(jù)和方法的影響較大。同時(shí)網(wǎng)絡(luò)的學(xué)習(xí)和記憶不穩(wěn)定性，也導(dǎo)致了如增加新的樣本，就需重新對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練。在實(shí)際應(yīng)用中，因?yàn)榇怂惴◤?fù)雜從而導(dǎo)致硬件要求高，所以要想將該方法應(yīng)用到嵌入式類的BMS產(chǎn)品中還有一段距離。

  4.電池等效電路模型法

  該方法先對(duì)電池進(jìn)行充放電實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)來(lái)獲得電池的工作電壓以及充放電電流等數(shù)據(jù)來(lái)建立電池模型，然后進(jìn)行系統(tǒng)辨識(shí)來(lái)獲得電池動(dòng)態(tài)模型的參數(shù)，利用實(shí)驗(yàn)所建立的電池模型來(lái)對(duì)電池SOC估算進(jìn)行修正。

  常用的電池模型有Thevenin模型，PNGV模型，二階RC模型等。優(yōu)點(diǎn)是能夠較好的反應(yīng)出動(dòng)態(tài)特性，缺點(diǎn)與BP神經(jīng)網(wǎng)絡(luò)法類似，需要大量的數(shù)據(jù)去提取出不同工況下的模型等效參數(shù)。以一階Thevenin為例，可以通過(guò)脈沖充電和放電的電壓變化才確定等效的歐姆內(nèi)阻和極化電阻。

  5.卡爾曼濾波法

  卡爾曼濾波(Kalman Filtering,KF)算法的主要是：對(duì)動(dòng)態(tài)系統(tǒng)的狀態(tài)做出優(yōu)估計(jì)，評(píng)判的標(biāo)準(zhǔn)是協(xié)方差小。應(yīng)用到電池方面，先得建立狀態(tài)和觀測(cè)方程，SOC便是狀態(tài)分量，這里可以用KF算法進(jìn)行SOC估算，利用KF算法估算模型中的未知狀態(tài)，其精度和魯棒性相對(duì)較高，KF算法在經(jīng)過(guò)多次更新后可以使估計(jì)結(jié)果很好的趨近真值，并且可以很好的修正容量初值，抗干擾能力強(qiáng)，利用這種方法理論上可以實(shí)現(xiàn)系統(tǒng)的動(dòng)態(tài)估計(jì)，因此在研究領(lǐng)域，也被認(rèn)為是可靠有用的方法之一。不過(guò)前提是建立的狀態(tài)和觀測(cè)方程要很準(zhǔn)確，類似電池等效電路模型法，也要先得出等效的關(guān)系式以及參數(shù)，一起參與計(jì)算，因此運(yùn)算量也比較大。

  具體該選用哪種方法，需要結(jié)合實(shí)際應(yīng)用情況進(jìn)行選取，在這里小智推薦可使用開路電壓法+安時(shí)積分法，或者卡爾曼濾波法進(jìn)行估算。

  結(jié)語(yǔ)

  SOC的準(zhǔn)確估算是延長(zhǎng)電動(dòng)汽車?yán)m(xù)航里程，給予駕駛者準(zhǔn)確判斷信號(hào)的關(guān)鍵技術(shù)環(huán)節(jié)。本文分析了影響SOC準(zhǔn)確估算的主要原因并對(duì)近年來(lái)出現(xiàn)的SOC估算方法進(jìn)行了論述。

  目前，SOC估算技術(shù)仍是該領(lǐng)域研究的難點(diǎn)之一。為了提高SOC估算精度，需要建立更加準(zhǔn)確的電池模型，反映電池動(dòng)態(tài)與靜態(tài)特性。同時(shí)，應(yīng)當(dāng)通過(guò)大量實(shí)驗(yàn)，建立相關(guān)數(shù)據(jù)庫(kù)，為估算方法提供穩(wěn)定可靠的樣本數(shù)據(jù)來(lái)源。