电动汽车用锂电池SOC估算方法研究

张 松

(南京师范大学计算机科学与技术学院，江苏南京210023)

现在能源枯竭以及生态污染情况日益严峻，国际汽车领域对这方面也投入了非常高的关注，因为汽车会消耗大量能源，排放的尾气会对生态造成较大侵害，所以被称作汽车领域未来的电动汽车(EV)变成了一个关键性的探讨方向，逐渐在国际汽车领域展现出自身积极的一面，很多国家以及合作方都对其表现出了浓厚的兴趣，继而促进了EV的快速发展。

电池是纯电动汽车的唯一动力，其运转是否优良会对汽车的运转造成关键性的影响。这方面管控的关键是对电池组所有的相关系数以及电池电流等开展相应的检测，同时在这个条件下对电池开展相应的估算，此外还需做一定的管控，保证电池能够进行更安全地运转，延长其寿命，其中电池管理系统(battery management system,BMS)需对电池自身的荷电状态(SOC)开展精确性的估算。其能够阐述电池在运用进程中，自身的充放电容量等关键性系数，只有精确估算电池的SOC，才可以高效提升纯电动汽车的市场占有率，确保电池获得更长的运用时间[1-2]。

目前各种电池组实时在线估算方法都存在缺陷[3-8]，离实际应用还有一定的距离，无法满足现实方面的具体需求，其重点和电池自身的SOC以及其他方面有关系，比如温度以及极化效应等，另外还表现出非常强的非线性特征，在进行实际估算时困难较多。如需提升实际估算的准确程度，需在检测措施以及估算方法等层面开展更深入的探讨。本文从锂电池的特性出发，介绍几种SOC估算方法，并对每一种方法的优缺点进行阐述。

1 SOC估算方法研究

1.1 电流积分

SOC的运算方程是：

利用精确计算k－1到k时间的电流，也就是i(t)，就能够运算这段时刻内的电流积分，另外还需通过充电效率，也就是η进行优化，同时联系电池的初期状况，就能获得明确性的电池组SOC数据，该措施为现在仅有的能够准确运算电池组SOC的措施，假如依照一个具体的放电倍率电流，让电池进行完全放电之后，来运算放电进程的电流积分，得到的就是电池的SOC。该措施一般是在实验室中来运算电池组自身的充电成效，还能够核验SOC方面的估算准确度。

该方法的不足之处为需明确SOC的初期数据，另外还需精确运算充放电过程中的效率，需通过稳定电流来对电池开展充放电，还需让电池完全放电，无法确保电池的初始状况。因为在现实运用过程中，会受到温度等因子的干扰，电池自身的充放电过程始终都在变化，利用累积性的电流积分以运算相应的偏差。假如不能进行相应的纠正，上述偏差就会不断变大，最后对SOC的估算引起较大的干扰。

一方面为确保电池更安全地运转，提升电池的使用时间，另一方面使用锂电池的汽车无法使电池完全充放电，所以通常把电池的SOC管控在10%～80%内，需通过另外的方法对电流积分运算的SOC做相应的优化，清除其中的偏差干扰。

1.2 测量直流内阻

图1为电动汽车用锂电池的等效模型，模型中，电池外电压是Uo，包含开路电压Uocv以及直流电阻RΩ的压降UR、极化阻抗ZP的电压UP，另外Uocv和SOC有单一性的非线性关系。

图1 电池等效模型

图2为直流内阻与SOC的关系曲线，电池在充放电过程中，可以看出在不同工作阶段，电池内阻变化范围不一样。在充放电初期 (SOC在0%～50%)，内阻变化较大，充放电后期(SOC在50%～100%)，内阻变化相对稳定。由此能够利用相应的检测结果来运算电池的直流电阻，继而运算SOC。

图2 直流内阻与SOC的关系曲线

通过直流电阻运算SOC有三个层面的缺陷：(1)电池自身的阻抗仅在SOC为50%时才会出现大的变动，如果SOC是在50%～80%内，就无法利用直流电阻来运算SOC；(2)锂电池自身的直流电阻不大，大概是千分之一欧姆，在进行精确检测运算时并不容易，所以利用直流电子进行直接运算会出现很大的偏差；(3)即便在相同的SOC中，电池自身的直流阻抗会受到多方面因子的干扰，例如温度以及电池使用时间等，所以同一SOC或许会有多种相关数据，也可能在相同阻抗数据中有多种SOC，无法进行准确对照。图3是SOC为50%时利用多种电流检测得到的阻抗，当电流逐渐减小时，阻抗逐渐减小。

另外，电池的阻抗不但会遭到自身化学属性的影响，另外极板构架等也会对阻抗造成影响，此外电池的加工也有非常关键的影响，具备相同制造流程相异批次电池间的阻抗和SOC的关系也有差异。

图3 直流内阻-电流曲线

所以，单一利用检测直流阻抗来运算SOC无法获得相对精确的数据，另外在电池管控体系中也无法进行相应的使用。

1.3 开路电压法

利用SOC-OCV的关系，在测量电池组的开路电压之后，计算SOC，由于锂电池的极化电压并不大，在稳定之后，该电压几乎为零，所以电池自身的充电和放电情况基本一致。该方法可以削弱充放电估算不精确所引发的干扰，然而在纯电动汽车的实时检测方面依然有下述缺陷：该方法对SOC-OCV关系有很高的需求，即便SOC-OCV有相应关系，也是单调的线性关系，却会受到其他因素的影响；在SOC为20%～70%时，OCV是在电压平台之上，变动不大，利用检测OCV无法精确获得SOC，因此运算会出现较大偏差。

因为开路电压法的基础性原理是把电池进行静置，静置通常需要超过2 h，所以该方法无法在纯电动的实时测量方面进行运用，只能对SOC进行估算，偏差较大时需通过另外的方法进行优化。所以在实际运用中，如果管控体系检查到电池静止超过12 h，就会检验电压是不是处在平台上，假如电压处在平台的首尾处，同时SOC偏差出现较大变动，需依照端电压作相应的优化处理，规避出现更大的偏差，以免对SOC运算造成更大的干扰。

1.4 零负载电压

上述方法利用组建电池模型以及对开路电压进行检测，在电池充放电过程中，检测电池的端电压以及电流，对开路电压进行运算，继而获得SOC，图4是电池零负载时的电压模型。

图4 电池零负载电压模型

利用组建电池模型能够在有电流通过状况下对零负载时的电压进行运算，同时认定该电压就为开路电压。该方法能规避开路电压法无法进行实时检测的问题，然而依然有不足：需得到准确的SOC-OCV曲线；需组建准确的电池模型；需准确运算电池模型中的所有阻抗，上述系数会受到温度以及电流等方面的干扰，所以无法进行准确运算，但是上述系数即便出现较小变动都会严重干扰SOC的运算，继而对SOC的估算准确度造成干扰。

1.5 检测电池电解液的相应品质

利用检测电池电解液的相应品质来运算SOC数据，这种方法能够在铅酸电池上进行很好地运用，在原理层面能够准确检测SOC数据。然而纯电动汽车一般运用的是锂电池，构架是不开放的，如今还未有相应的方法可以对这类电池电解液的品质进行检测，因此无法进行相应的运用。

1.6 电化学解析措施

利用解析电池自身构架、组成以及相应的反应，由原理层面来运算SOC-OCV方程。该方法可以规避开路电压法的不足，可以相应提升SOC-OCV的运算实力，然而却有两个层面的缺陷需要解决：(1)极板外形以及制造流程等方面的差异均会干扰SOC-OCV方程，但它们均是电池制造方面的关键技术，涉及到一定的商业秘密，所以无法搜集相应的信息来开展解析；(2)因为极板的制造流程等有较多的处理模式，相同类别相异批次的电池开路电压和SOC间的关系会出现差异，所以不能组建准确的方程，仅可以使用经验类的方程，对多种状况中的偏差进行检测。

2 电动汽车对SOC估算算法的要求

因为纯电动汽车将电力当作唯一动力，需实时调控电池组的充放电过程，所以对SOC的估算有更高的需求：

(1)需进行实时估算。纯电动汽车依照汽车的实际状况对SOC进行实时调控，所以需实时给予相应的SOC信息。由于开路电压法以及内阻法等无法对SOC进行实时检测，所以无法在这类汽车上进行运用，但是由于神经网络法运算量非常大，目前依然处在模拟时期，无法进行实时性的估算。

(2)能够修正累积偏差。纯电动汽车在运用电池的进程中，无法让电池进行充分的充放电，然而依然可以使电池充放至平台以下，能够在首尾处做相应修正。另外，在充电过程中能够对相应的电流进行管控，在离线状态下对电池曲线进行检测，利用查表形式对其做相应的修正。

(3)如果是长期静置之后，可以依照电池的OCV对SOC做相应的估测，如果首尾处偏差很大，就可以及时对其开展修正。

3 结论

本文根据现有的定义，主要研究了锂离子电池管理系统中SOC的估算方法，从电池的特性出发，阐述了锂离子电池管理系统对于锂电池的重要性以及对该系统研究的必要性。介绍了目前的多个估算方法，同时依照锂电池的特点，对估算方法的优点和缺点进行了解析，为电动汽车用锂电池的SOC估算的高准确度提供了科学依据。

[1]黄文华，韩晓东，陈全世，等.电动汽车SOC估计算法与电池管理系统的研究[J].汽车工程，2007(3)：198-202.

[2]储著飞.低功耗SOC设计关键技术研究[D].宁波：宁波大学，2014.

[3]王笑天，杨志家，王英男，等.双卡尔曼滤波算法在锂电池SOC估算中的应用[J].仪器仪表学报，2013(8)：1732-1738.

[4]张利，朱雅俊，刘征宇.锂离子电池SOC与模型参数联合估算研究[J].电子测量与仪器学报，2012(4)：320-324.

[5]于海芳，逯仁贵，朱春波，等.基于安时法的镍氢电池SOC估计误差校正[J].电工技术学报，2012(6)：12-18.

[6]毛华夫，万国春，汪镭，等.基于卡尔曼滤波修正算法的电池SOC估算[J].电源技术，2014(2)：298-302.

[7]季迎旭，杜海江，孙航.蓄电池SOC估算方法综述[J].电测与仪表，2014(4)：18-22.

[8]杨阳，汤桃峰，秦大同，等.电动汽车锂电池PNGV等效电路模型与SOC估算方法[J].系统仿真学报，2012(4)：938-942.