鋰離子電池SOC估計方法的發(fā)展趨勢綜述描述電池狀態(tài)的性能指標(biāo)有許多，主要包括：荷電狀態(tài)（SOC，StateofCharge）和放電狀態(tài)（SOD，StateofDischarge）以及健康狀態(tài)（SOH，StateofHealth），SOC和SOD的估算建立在獲取電池電壓、電流和工作溫度等條件基礎(chǔ)上，SOH的估算建立在獲取電池使用壽命、循環(huán)次數(shù)和衰減程度的基礎(chǔ)上。其中，SOC對電池電量估算以及電池組的均衡起到?jīng)Q定作用，對電池的安全運行和可靠使用至關(guān)重要。SOC的通用定義方式如公式（1.1）所示：（1.1）在公式1.1中，Qrematin表示電池的剩余容量；Qratad表示額定容量。SOC受電池工作條件所處的溫度、充放電電流速率和使用壽命等因素的影響。實際應(yīng)用中，往往用∫idt表示電池已經(jīng)使用的電量，所以公式（1.1）可寫成：（1.2）在公式（1.2）中，SOCo表示電池初始荷電狀態(tài)；i表示電流，定義放電時電流為正，充電時為負(fù)；t表示一段時間內(nèi)電流變化的起始時間；t-表示一段時間內(nèi)電流變化的終止時間。SOC值通過測量電池外特性估算得出。SOC估算過程中，直接影響估算精度的因素主要有兩方面：首先是電池的模型是否準(zhǔn)確，其次是基于模型所使用的濾波算法精確度是否夠高，算法的迭代是否會使誤差趨勢發(fā)散。這兩點在電池估算中起著至關(guān)重要的角色。對國內(nèi)外常見的SOC估算方法進(jìn)行整理，如圖1.2所示。其中一些SOC估算方法由于其性能問題等因素已不再使用，例如電解質(zhì)物理測試法和阻抗法，但一些方法由于性能優(yōu)越得到了推廣，例如基于模型的SOC算法。圖1.2SOC估算主要方法以下對幾種常見的SOC估算方法進(jìn)行介紹：（1）密度法：電池電解液密度和SOC值一一對應(yīng)，具有函數(shù)關(guān)系，可建立二維查看表，以此為基礎(chǔ)建立了密度法，而且測量精度也相對較高。但是電解液密度的獲取需要專業(yè)儀器測量，而且需要設(shè)備暫停運行，因此密度法的使用局限性相對較大。（2）安時積分法：又稱庫侖計法，其本質(zhì)是把電池當(dāng)作黑箱處理，對電池的內(nèi)部結(jié)構(gòu)以及電池特性進(jìn)行了忽略，認(rèn)為電池的輸出等于輸入，具有普遍性。其定義是指在根據(jù)上一時刻的剩余電量對一段時間內(nèi)的流入流出電流進(jìn)行積分，從而得出當(dāng)前時刻電池荷電狀態(tài)的一種方法，其定義如公式1.2所示。安時積分法的優(yōu)點明顯，其計算簡單，使用方便，避免了因模型精確度的問題而導(dǎo)致SOC估算產(chǎn)生誤差。但是安時積分法過度依賴初始SOC值，在初始值無法精確得到的情況下會有很大的誤差，而且在充放電過程中電流測量誤差會對SOC估算產(chǎn)生影響。此外，在高溫或者電流波動的情況下，利用安時積分法估算SOC的精度會很差。（3）開路電壓法：本質(zhì)是進(jìn)行密集的實驗來建立描述電池行為的關(guān)系表，建立OCV和SOC的映射關(guān)系，開路電壓法的建立流程如圖1.3所示，該方法使用方便，估算結(jié)果準(zhǔn)確。對于磷酸鐵鋰電池，在電池充放電的初始和末期階段，開路電壓法估算較為準(zhǔn)確，這是由于此時電池電壓變化幅度相對較大，但是當(dāng)電壓和SOC曲線變化不明顯時，每單位的SOC變化，對應(yīng)的開路電壓（OCV）變化很小，該算法并不適用，影響SOC估算準(zhǔn)確性。此外，在每次階段性的充放電結(jié)束時，不能直接測量此時的電壓值，這是由于極化反應(yīng)并未完全消失，電壓處于波動狀態(tài)，必須靜置足夠長時間，電池電壓趨于穩(wěn)定再進(jìn)行測量。因此開路電壓法并不適合動態(tài)的工作條件，對于需要電池實時工作的設(shè)備如電動汽車，電動自行車等無法使用。圖1.3開路電壓法建立流程圖（4）內(nèi)阻法：類似開路電壓法，電池內(nèi)阻和SOC存在映射關(guān)系，通過測量內(nèi)阻值，可估算出電池電量，內(nèi)阻法建立在這一原理之上。電池內(nèi)阻包括直流內(nèi)阻（DCR）和交流內(nèi)阻（ACR）。ACR是通過對電池兩級施加交流信號而獲得；DCR顧名思義，其值獲得的方式是對電池施加一個直流信號，常用HPPC脈沖測試計算得到，以此獲得電池的歐姆內(nèi)阻。內(nèi)阻法能夠準(zhǔn)確估算SOC的前提是內(nèi)阻測量精度足夠高，但是電池內(nèi)阻往往很?。ê翚W級別），所以要求儀器精度很高，因此很難在實際中進(jìn)行應(yīng)用。（5）神經(jīng)網(wǎng)絡(luò)法：該方法基于大量數(shù)據(jù)，具有很強(qiáng)的非線性，使用時模型精度要求不高，這使得在電池模型建立這一步減少了很多工作量。但是神經(jīng)網(wǎng)絡(luò)法的缺點也很明顯，其能準(zhǔn)確估算SOC的前提是建立在大量的參考數(shù)據(jù)基礎(chǔ)上，倘若數(shù)據(jù)有誤，或者訓(xùn)練方法有誤，往往會造成結(jié)果不準(zhǔn)確。（6）卡爾曼濾波法：卡爾曼濾波算法的核心是一組循環(huán)迭代公式，濾波器根據(jù)前一時刻輸入的電流、電壓和溫度等進(jìn)行遞推計算，得到當(dāng)前時刻的SOC值，在以當(dāng)前的輸出值SOC作為下一時刻的輸入值，如此循環(huán)迭代，不斷修正，得到最優(yōu)估計值?？柭鼮V波算法的精度高，而且可以自動修正初始值的誤差，且噪聲在計算過程中具有收斂減小的趨勢。（7）觀測器法：該方法估算SOC是建立在等效電路模型的基礎(chǔ)上，結(jié)合現(xiàn)代控制理論對電池電量進(jìn)行估算。其原理類似于卡爾曼系列的算法，完美體現(xiàn)了現(xiàn)代控制理論在電池SOC估算領(lǐng)域的應(yīng)用。分析比較以上幾種SOC估算方法，總結(jié)其優(yōu)缺點以及應(yīng)用場景，如表1.1所示。目前主要的SOC估算方法是兩種算法相互結(jié)合，常見的是用一個算