目录
1 电池荷电状态（SOC）估算的几个基本概念 (2) 2 常用SOC估算方法 (2)
1 电池荷电状态（SOC ）估算的几个基本概念
电池的荷电状态（SOC ），即指电池中剩余可用电荷的状态，用百分比表示，当电池完全充满电时，其SOC 值为100%，而当电池完全放电时，则其SOC 为0%。SOC 基本定义可以用下式表示
max
1()SOC i t dt Q η
=−
⎰
式中：
Q max – 电池最大允许充放电容量 i – 充放电电流，充电为负 η
– 充放电的库伦效率
电池的放电容量Q dis 指的是电池以某一固定倍率进行放电，直至它的端电压达到电池的放电截止电压时所放出的电量。因为电池放电容量依据的是电池的端电压而非开路电压，所以其与电池内阻密切相关，是放电速率和温度的函数。由于电池内阻的存在，放电容量Q dis 总是小于电池的总容量Q ，除非放电倍率无穷小。同样，当电池端电压以无限小的倍率放电至截止电压时，SOC 也不会为零。 电荷在充放电过程中不会损失，故库伦效率通常都很高，在 99%左右。
2 常用SOC 估算方法
电池的 SOC 估算主要有开路电压法、安时积分法、阻抗谱法、神经网络法及卡尔曼滤波法。行业主流算法：卡尔曼滤波法。
离线测量获取曲线
离线测量修正曲线
对初始状态有依赖有累计误差
只能用于初始化SOC 阶段
需要训练数据动态过程阻抗变化小误差大
在线估计
应用尚未成熟
在线估计
开路电压
算法复杂度并不高抑制白噪声
SOC 中间区域电压平坦，误差大
3 电池等效模型
电池建模是电池设计、制造和使用的有效工具，电池状态的估算算法（如SOC 和SOH 估算）都必须以电池的模型开发作为工作的基础，在此基础上才能有效地进行模型参数的辨识和电池状态估计算法的实现。
常用的电池模型有Rint 模型（又称内阻等效模型）、Thevennin 模型（又称一阶RC 模型）、PNGV 模型、DP 模型（又称二阶RC 模型）等，一般选用二阶RC 模型。
4 模型相关参数获取
电池模型中包含大量未知的参数，在实际应用中需要选择合适的算法及试验数据来确定模型的参数。在对模型的参数进行辨识及优化时，将以测量到的电池端电压和模型仿真得到的电池端电压之间的误差最小作为参数辨识的评价准则。
参数辨识过程可按照如下步骤进行：
1）利用双线性变换法将复频域模型映射到Z域，再进行幂级数展开法的逆Z变换，得到离散化的可辨识的锂电池模型；
2）设计锂电池开路电压的静态试验和动态试验，得到可靠的OCV-SOC曲线；
3）设计算法对模型参数进行辨识，并根据仿真、试验结果对模型进行验证及参数优化。
静态
动态
4.1 SOC-OCV曲线测定
>> 基础测试
在室温（22±3℃）条件下，对新电池以1C电流大小进行试验，实验过程中，通过精密电流测试装置进行电流积分，计算得到电池的容量。试验中SOC每变化5%，将电池静置3小时，测得稳态开路电压，并绘制得到电池的SOC-OCV关系。
>> 条件测试
在不同的温度条件下（-20,0,10,40℃）对不同SOH状态的电池（容量衰减到原容量的90%，80%，70%）的电池，重复上述实验。
注：由于目前还没有统一的SOC-OCV测试标准，不同电池厂商的测试方法可能不同。SOC-OCV曲线簇变化维度可以选择两个，实验温度T和寿命状态SOH.根据验数据，应用电池的工作环境和健康状态进行自身SOC-OCV特征曲线的修正。
4.2 模型参数的获取
一般采用最小二乘法对电池SOC值与开路电压Uoc关系函数模型的参数进行辨识。
5 SOC所需采样点
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议