电池管理系统关键技术SOC估算的研究

，

(福建工程学院 机械与汽车工程学院， 福建 福州 350118)

随着能源危机问题的出现，节能和环保是未来电动汽车的发展方向。作为电动汽车能量管理系统的重要组成部分，电池管理系统(BMS)能够实时监测和管理电池的工作状态[1]，准确的估算电池荷电状态(SOC)对电池高效管理和整车性能有着重要的作用。由于电池的动态非线性，锂电池在使用过程中受充放电倍率、温度、电池充放电循环次数等诸多因素影响，国内外研究人员对SOC估算进行了大量的研究，常见的SOC估算算法有安时积分(Ah)法[2-3]、开路电压(OCV)法[4]、等效电路模型法[5]、卡尔曼滤波算法[6]、神经网络算法[7]，在上述算法中，开路电压法简单易行，其缺点是不能实时在线测量；卡尔曼滤波算法基于准确的电池数学模型与滤波器参数，通过电池数学模型端电压的实测值与估算值，对电池SOC进行修正，这种方法对系统处理器要求较高，成本较大；神经网络法算法复杂，且需要大量先验数据；安时积分法原理简单，易于实现，由于初始SOC值的获取及充放电效率引起的累积误差会逐渐增大，常与其他方法一起配合使用，最为常见的就是与开路电压法一起使用，文献[8]通过对安时积分法中的相关参数进行了修正，减少了SOC估算误差，文献[9]中通过大量试验表明影响锂电池SOC估算的因素主要为温度 。

本文在大量先验数据的基础上，根据电池管理系统的采样数据，结合安时积分法和开路电压法，对电池SOC进行估算，同时考虑温度及单体电池的不一致性对电池性能的影响，根据不同温度与电池SOC之间的修正数据关系对上述算法进行高低端修正，从而实现电池SOC 的准确估算。

1 SOC的定义

电池核电状态(SOC)是电池管理系统中非常重要的一个参数，目前对SOC比较经典的定义为电池剩余能量占总容量的百分比[2]，它常用如下公式表示：

(1)

式中，Ci为电池总容量，Qc为电池剩余的电量。

由于SOC的估算受诸多因素的影响[10]，在工程应用中常用式(2)表示，其中Cn是额定容量；i为电池电流；η为库伦效率，主要包括放电倍率系数、温度影响系数、和老化系数。

(2)

论文选取的是电芯规格为3.6 V/2.4 A·h，电池规格为324 V/115.2 A·h的磷酸铁锂电池，由于采用的是全新电池，影响电池SOC估算的老化系数为1，充放电倍率取0.96，

2 温度的修正

为了实现电池高精度估算，需要考虑温度对电池性能的影响，本论文选取-40、-25、0、25、45、55 ℃分别对电池进行充放电实验。首先将温箱温度调到-20 ℃，然后放置电池，将电池以标准充电规程充满电，然后以1 C放电一段时间使SOC下降到下一个SOC点，其中SOC实验点分别为1、0.9、0.8、0.7、0.6、0.5、0.4、0.3、0.2、0.1。同理将温箱温度依次调到-10、0、25、35、45、55 ℃对电池进行充放电实验，得到的实验结果如图1所示。

图1 不同温度下SOC-OCV关系曲线 Fig.1 SOC-OCV relationship curve at different temperatures

从图1可以看出，不同环境温度对电池剩余电量的影响不同，在极端温度-40 ℃和55 ℃时，两条SOC曲线与25 ℃的曲线距离较远，在0 ℃和45 ℃时，两条SOC曲线与25 ℃曲线距离较近，由此得出结论，在温度过高或过低于常温25 ℃时，电池的性能随温度变化比较大，高温或低温性能不稳定。因此，如果在不同温度下使用相同的电池参数进行SOC估算，那么必需考虑温度对电池端电压的影响。以25 ℃下电池SOC为基准，得到不同温度与SOC之间的校正数据关系如表1所示。

表1不同温度与SOC之间的校正数据关系

Tab.1CorrectiondatarelationshipbetweendifferenttemperaturesandSOC

t/℃-40-30-20-1001020SOC/%012．55205050t/℃25303540455060SOC/%100100100100100100100

3 SOC的估算

3.1 单体电池SOC的估算

由于电池的不一致性，电池组在使用过程中受到温度等外界因素的影响，会出现单体电压不一致的现象，而这种不一致性会逐渐放大，影响电池组的使用寿命。本文考虑了温度及单体电池的不一致性对电池性能的影响，根据不同温度与电池SOC之间的修正数据关系对安时积分法进行高低端修正，即首先根据系统下电静置时间确定电池初始SOC值，然后系统根据温度、电压及电流等数据对电池组进行安时积分计算，然后得到单体电池当前最大SOCmax、最小SOCmin、平均SOCavg值，同时根据系统设定的修正条件判断是否对当前估算的SOC值进行修正，从而实现单体电池SOC的准确估算。具体实施步骤如下：

(1)首先根据实验数据设置开路电压OCV与SOC的对应表，简称OCV-SOC表，当系统本次上电时间与上次下电时间间隔超过2 h，则根据开路电压法查表得到初始SOC0值，否则选取最近一次开关断开时的SOC作为初始SOC0值，然后对电池组进行安时积分计算，并根据不同温度与电池SOC之间的校正数据关系对上述算法进行校正，即

当SOCmin>SOCocv/min时 ，

SOCmin_c=(SOCmin-SOCc,SOCocv/min)max

当SOCmin

SOCmin_c=(SOCmin+SOCc,SOCocv/min)min

其中SOCmin_c为当前修正的最小单体电池SOC值，SOCmin为当前计算得到的最小单体电池SOC值，SOCocv/min为开路电压法得到的当前最小单体电池SOC值，SOCc为温度修正值，查T-SOC表即可得到。

当SOCavg>SOCocv/avg时 ，

SOCavg_c=(SOCavg-SOCc,SOCocv/avg)max

当SOCavg

SOCavg_c=(SOCavg+SOCc,SOCocv/avg)min

其中SOCavg_c为当前修正的平均单体电池SOC值，SOCavg为当前计算得到的平均单体电池SOC值，SOCocv/avg为开路电压法得到的当前平均单体电池SOC值。

当SOCmax>SOCocv/max时 ，

SOCmax_c=(SOCmax-SOCc,SOCocv/max)max

当SOCmax

SOCmax_c=(SOCmax+SOCc,SOCocv/max)min

其中SOCmax_c为当前修正的最大单体电池SOC值，SOCmax为当前计算得到的最大单体电池SOC值，SOCocv/max为开路电压法得到的当前最大单体电池SOC值。

(2)由于电池工作的历史电流对电池当前的电压有很大的影响[11]，因此需要根据电池历史电流大小对当前电池SOC进行修正。当电池组平均电流绝对值小于1 C时，由于此时电池工作电流很小，电池内阻比较小，可以考虑对当前估算的单体电池最大SOCmax、最小SOCmin、平均SOCavg值进行低端校正，即

当SOCmin≥SOCmin/low时 ，

SOCmin_c=(SOCmin-SOCc,SOCocv/min)max

当SOCmin

SOCmin_c=(SOCmin+SOCc,SOCocv/min)min

其中SOCmin/low为低端修正时，当前计算得到的最小单体电池SOC值，取最低修正阈值SOCLow_c的值为3%，其计算公式如下，

当SOCavg≥SOCavg/low时 ，

SOCavg_c=(SOCavg-SOCc,SOCocv/avg)max

当SOCavg

SOCavg_c=(SOCavg+SOCc,SOCocv/avg)min

其中SOCavg/low为低端修正时，当前计算得到的平均单体电池SOC值，其计算公式如下，

当SOCmax≥SOCmax/low时 ，

SOCmax_c=(SOCmax-SOCc,SOCocv/max)max

当SOCmax

SOCmax_c=(SOCmax+SOCc,SOCocv/max)min

其中SOCmax/low为低端修正时，当前计算得到的最大单体电池SOC值，其计算公式如下，

(3)当电池组平均电流的绝对值不超过5 C时，同理可对当前估算的单体电池最大SOCmax最小SOCmin平均SOCavg值进行高端校正。

3.2 电池组SOC的估算

当电池组的初始SOC0值确定以后，充放电时，通过对电池进行安时积分，得到电池组当前最大SOCmax、最小SOCmin、平均SOCavg值，然后做进一步计算得到电池组的最终SOC值，其计算方法如下：当SOCmax大于系统设定SOC最高阈值SOCHighLim，则电池当前显示SOC值等于100%；当SOCmin小于系统设定SOC最低阈值SOCLowLim，则电池当前显示SOC值等于0；当单体SOC处于系统SOCLowLim与SOCHighLim之间，则对电池当前显示SOC值进行线性化处理，如下式(3)：

(3)

其中，电池组SOCP的计算流程如图2所示，其中，SOCMidLim为SOC中间阈值，其计算公式为

图2 Pack_SOC的计算流程图Fig.2 Calculation flow chart of Pack_SOC

其中，SOCY为SOCavg大于SOCMidLim时的电池组SOC，SOCN为SOCavg小于SOCMidLim时的电池组SOC。

4 实验分析

通过采用硬件在环测试，可以在比较真实的环境下对SOC进行功能测试，本文通过上位机监控界面对电池参数进行设定，并显示和存储电池的各种状态信息，其硬件在环实物图如图3所示，SOC估算结果对比如表2所示，结果表明修正后的SOC估算方法具有较好的估算精度。

图3 硬件在环测试实物图Fig.3 Pictures of hardware in loop test

SOC真实值SOC估算值误差0．270．260．0370．300．290．0330．350．360．0290．450．480．0440．550．570．036

5 结语

本文考虑了温度及单体电池的不一致性对电池性能的影响，根据电池管理系统采集的电压、电流、温度等数据，采用修正的OCV-Ah法对电池SOC进行估算，根据不同温度与电池SOC之间的修正数据关系对算法进行高低端修正，实验结果表明，该算法降低了安时积分法估算电池SOC的累积误差，且易于工程实现。

[1] 周翔，赵韩，江昊.基于EKF算法的磷酸铁锂电池在线SOC估算[J]. 合肥工业大学学报，2013，36(4)：385-388.

[2] 李洪宇，张晓强，张卫平.大容量锂离子电池SOC估算原理及应用[J].电源技术，2015,39(5):1100-1102.

[3] Chen X K, Sun D. Modeling and state of charge estimation of lithium-ion battery[J].Advances in Manufacturing,2015,3(3):202-211.

[4] Weng C, Sun J, Peng H. A unified open-circuit-voltage model of lithium-ion batteries for state-of-charge estimation and state-of-health monitoring[J]. Journal of Power Sources,2014,258:228-237.

[5] Sun Y, Ma Z, Tang G, et al. Estimation method of state-of-charge for lithium-ion battery used in hybrid electric vehicles based on variable structure extended kalman filter[J]. Chinese Journal of Mechanical Engineering,2016,29(4):717-726.

[6] Gregory L P. Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs:Part 3. State and parameter estimation[J]. Journal of Power Sources,2004,134(2):277-292.

[7] Jayasinghe J, Nadishan K. Neural network based state of charge (SOC) estimation of electric vehicle batteries[J].University of Moratuwa,2014,4(12):1-4.

[8] 鲍慧，于洋.基于安时积分法的电池SOC估算误差校正[J].计算机仿真,2013，30(11):148-151.

[9] Liu X, Wu J, Zhang C. et al. A method for state of energy estimation of lithium-ion batteries at dynamic currents and temperatures[J]. Journal of Power Sources,2014,270:151-157.

[10] 李哲,卢兰光,欧阳明高.提高安时积分法估算电池SOC精度的方法比较[J].清华大学学报,2010,50(8):1293-1296.

[11] 赵昂，成勇，杨晓军,等.一种电池 SOC 的检测方法及装置：106154176A[P].2016-11-23.