SOC，State of Charge，電池荷電狀態(tài)，是反應(yīng)電池包內(nèi)當(dāng)前電量占總體可用容量百分比的一個(gè)參數(shù)。駕駛員根據(jù)滿電狀態(tài)總的里程數(shù)，可以推斷出當(dāng)前電量的續(xù)航能力。同時(shí)是作為動(dòng)力電池性能的重要評(píng)價(jià)指標(biāo),是判斷動(dòng)力電池是否過(guò)充電、過(guò)放電，保證高效均衡，亦是動(dòng)力電池安全、可靠運(yùn)行的重要保障。與電壓電流等基礎(chǔ)參數(shù)的檢測(cè)方法不同，電池SOC值無(wú)法直接測(cè)量，只能通過(guò)對(duì)基礎(chǔ)參數(shù)電池端電壓、電流、內(nèi)阻、溫度等的綜合分析，并利用算法估算獲取，且易受環(huán)境、老化及工況等因素影響。

本文將對(duì)目前市面上應(yīng)用最多的幾種SOC估算算法進(jìn)行闡述。

一、安時(shí)積分法+開(kāi)路電壓法估算SOC

開(kāi)路電壓法是最簡(jiǎn)單的 SOC 估算方法。在靜態(tài)條件下,電池的開(kāi)路電壓 OCV與SOC之間存在比例關(guān)系，通過(guò)檢測(cè)電池的 OCV 值即可得出相應(yīng)的 SOC 值，利用電池靜置狀態(tài)的 OCV 值通過(guò)查來(lái)估算 SOC 初值。

開(kāi)路電壓法的不足之處是:由于回滯效應(yīng)的存在，停止充放電后電壓在一定時(shí)間內(nèi)電壓會(huì)小幅度的降低，電池組需停止充放電且靜置一定時(shí)間才能準(zhǔn)確檢測(cè)電池組的OCV 值,按照相關(guān)經(jīng)驗(yàn)統(tǒng)計(jì)，鋰電池約需要 30 min 來(lái)完全消除回滯。安時(shí)積分法是在電池組充放電過(guò)程中通過(guò)對(duì)電流在時(shí)間上進(jìn)行積分運(yùn)算，計(jì)算電池組使用電量的變化來(lái)估算SOC。該方法將電池組視作一個(gè)封閉系統(tǒng),在進(jìn)行剩余電量估算時(shí),僅需對(duì)電池組的充放電電量進(jìn)行計(jì)量并累加,將時(shí)間上累積的充放電電量與滿電荷電狀態(tài)的額定電量的比值來(lái)進(jìn)行電池組當(dāng)前電量的估算。通過(guò)安時(shí)積分法來(lái)計(jì)算當(dāng)前狀態(tài)SOC 的公式具體如下:

式中：SOC0為滿電荷電狀態(tài)；QN 為電池組標(biāo)稱容量；i為電池組充放電電流；η為充放電效率。

安時(shí)積分法的不足之處是：一方面在電池組的生命周期中，隨著使用周期的推移SOC估算誤差會(huì)積累得越來(lái)越大；另一方面依賴于充放電電流的采樣精度，若電流采樣精度較低易造成準(zhǔn)確性嚴(yán)重降低。

考慮到目前成本及硬件的算力，并結(jié)合開(kāi)路電壓法和安時(shí)積分法的優(yōu)劣勢(shì)，開(kāi)路電壓法+安時(shí)積分法是目前市面使用最多，應(yīng)用最廣泛的SOC算法，在不同場(chǎng)景下結(jié)合使用兩種算法可有效提高SOC估算精度，例如在靜態(tài)條件下,電池的開(kāi)路電壓 OCV與SOC之間存在比例關(guān)系，通過(guò)OCV讀取對(duì)應(yīng)SOC值來(lái)校正在電池組的生命周期中，隨著使用周期的推移SOC估算誤差。

二、卡爾曼濾波算法估算SOC

電池的SOC受多種因素的影響，并且會(huì)隨著用戶駕駛模式的改變而不斷發(fā)生變化。卡爾曼濾波的目的是從數(shù)據(jù)流中除去噪聲干擾。它是通過(guò)預(yù)測(cè)新的狀態(tài)和它的不確定性，然后用新的測(cè)量值校準(zhǔn)預(yù)測(cè)值來(lái)實(shí)現(xiàn)的。

卡爾曼濾波算法也是估算SOC值的一種有效算法，一般地，Kalman濾波器算法都是基于以下兩條基本方程的：

其中上式別稱為狀態(tài)方程，下式被稱為量測(cè)方程，其中Xk 是系統(tǒng)的狀態(tài)變量，Zk 是系統(tǒng)的觀測(cè)變量，系統(tǒng)的過(guò)程激勵(lì)噪聲與觀測(cè)噪聲分別用隨機(jī)信號(hào)Wk 和Vk 表示，  表示系統(tǒng)激勵(lì)。

在大功率電池的工作過(guò)程中，一般以電池的工作電流ik 作為系統(tǒng)激勵(lì)，即在上式中  = ik ；另外，一般以電池兩端的工作電壓Uk 作為觀測(cè)變量，即使Zk = Uk 。

與其他估算方法相比，應(yīng)用卡爾曼濾波算法有以下幾點(diǎn)好處：

第一，任何時(shí)刻均適用。開(kāi)路電壓法只適用于電池閑置一段時(shí)間，電壓回彈比較充分的情況，而在電池正常工作的情況下，使用開(kāi)路電壓法是不準(zhǔn)確的。而卡爾曼濾波算法是適用任何狀態(tài)下的電池，無(wú)論電池處于閑置、放電、能量回收等任何狀態(tài)。

第二，有助于修正初始值。安時(shí)積分法比較致命的缺點(diǎn)是對(duì)初始值依賴性以及誤差累積，若SOC的初始值計(jì)算有誤差，則這樣的誤差將一直累積。卡爾曼濾波算法則能克服這個(gè)不足，任何時(shí)候都可以對(duì)這樣的誤差進(jìn)行修正，即使SOC 的初始值的誤差很大，經(jīng)過(guò)一段時(shí)間以后，濾波器也會(huì)把這樣的誤差消除掉。

第三，有助于優(yōu)化傳感器精度不足的問(wèn)題。BMS受成本及可靠性等多方面因素的制約，傳感器的精度有時(shí)會(huì)發(fā)生漂移，從而導(dǎo)致SOC的評(píng)估誤差較大，而卡爾曼濾波算法就有助于克服這一缺陷。其原理可類比于對(duì)一個(gè)被測(cè)量的對(duì)象進(jìn)行多次觀察，從而克服隨機(jī)誤差。

第四，有助于消除電磁干擾的影響。電池狀態(tài)監(jiān)測(cè)不準(zhǔn)確有一部分原因來(lái)源于傳感器所受的電磁干擾，在電動(dòng)汽車上，這樣的電磁干擾是尤為突出的。采用了卡爾曼濾波算法有助于消除電磁干擾的影響。當(dāng)然，從理論分析可知，卡爾曼濾波算法只是有助于消除那些服從正態(tài)分布的噪聲。

三、神經(jīng)網(wǎng)絡(luò)算法估算SOC

神經(jīng)網(wǎng)絡(luò)由大量的神經(jīng)元通過(guò)相互連接而形成網(wǎng)絡(luò)，常用來(lái)模擬復(fù)雜的非線性系統(tǒng)動(dòng)力學(xué)特性。電池具有復(fù)雜的非線性特性，很難從機(jī)理角度建立電池SOC模型,因此很適合用神經(jīng)網(wǎng)絡(luò)來(lái)建立模型。電池S0C神經(jīng)網(wǎng)絡(luò)模型以電池的電壓、電流及溫度作為系統(tǒng)的輸入量，以電池S0C作為系統(tǒng)的輸出量，電池S0C神經(jīng)網(wǎng)絡(luò)模型不用涉及電池內(nèi)部的工作機(jī)理,只是用神經(jīng)網(wǎng)絡(luò)逼近系統(tǒng)輸入量與輸出量之間的非線性關(guān)系。

以BP人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于SOC估算為例，BP人工神經(jīng)網(wǎng)絡(luò)將大量功能簡(jiǎn)單的神經(jīng)元通過(guò)一定的拓?fù)浣Y(jié)構(gòu)組織起來(lái)，構(gòu)成群體并行處理的計(jì)算機(jī)構(gòu)。根據(jù)神經(jīng)元的不同連接方式，可將神經(jīng)網(wǎng)絡(luò)分為兩類：分層神經(jīng)網(wǎng)絡(luò)和相互連接型神經(jīng)網(wǎng)絡(luò)。根據(jù)動(dòng)力電池?cái)?shù)據(jù)采集及SOC估算特點(diǎn)，采取多層前向型神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)如下：

此結(jié)構(gòu)一般分為輸入層、隱含層和輸出層。輸入層連接外部輸入信號(hào)，由各輸入單元將輸入信號(hào)傳送給隱含層的各單元。隱含層是神經(jīng)網(wǎng)絡(luò)的內(nèi)部處理單元層，隱含層可以有多層，也可以一層也沒(méi)有。輸出層產(chǎn)生神經(jīng)網(wǎng)絡(luò)的輸出信號(hào)。

BP人工網(wǎng)絡(luò)模用于非線性函數(shù)的擬合，以非線性函數(shù)輸入輸出數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，使訓(xùn)練后的網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對(duì)非線性函數(shù)的預(yù)測(cè)，使用電池測(cè)試平臺(tái)測(cè)試電池參數(shù)，通過(guò)收集到的大量參數(shù)（單體電池電壓、單體溫度、總電流及總電壓等）作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)數(shù)據(jù)。

神經(jīng)網(wǎng)絡(luò)的不足之處是：對(duì)于復(fù)雜的非線性系統(tǒng)，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的準(zhǔn)確性和訓(xùn)練數(shù)據(jù)的多少有較大關(guān)系，如果缺乏足夠的數(shù)據(jù)，網(wǎng)絡(luò)的預(yù)測(cè)可能存在較大的誤差，同時(shí)由于成本、硬件算力等問(wèn)題，在實(shí)際應(yīng)用中該種算法并不能起到很好的在線預(yù)測(cè)作用。

四、其他小眾算法估算SOC

1.模糊邏輯算法

模糊邏輯是從含糊、模棱兩可或不精確的信息中提煉出確切結(jié)論的簡(jiǎn)單的方法。它從近似數(shù)據(jù)中找到確切答案的工作能力類似于人類的決定。

不同于經(jīng)典邏輯，需要一個(gè)系統(tǒng)的深刻理解、精確方程和準(zhǔn)確的數(shù)值，模糊邏輯允許使用來(lái)源于我們的知識(shí)和經(jīng)驗(yàn)的更高的抽象提煉來(lái)建模。它允許用諸如大、小、非常熱明亮的紅色、長(zhǎng)時(shí)間、快或慢這樣的主觀概念來(lái)表達(dá)這種知識(shí)。這種對(duì)專業(yè)知識(shí)定性的語(yǔ)言描述更像是一種天性而不是對(duì)一個(gè)系統(tǒng)的數(shù)值描述，并且與數(shù)值系統(tǒng)相比，它的算法開(kāi)發(fā)相對(duì)簡(jiǎn)單。系統(tǒng)的輸出可以被映射到精確的數(shù)值范圍來(lái)表征系統(tǒng)特性。模糊邏輯廣泛應(yīng)用于自動(dòng)化控制系統(tǒng)。使用這種技術(shù)，可以用上所有能獲取的表征電池性能的信息來(lái)得出對(duì)電池SoC或者SoH更準(zhǔn)確的估計(jì)。

2.內(nèi)阻法

一般將電池內(nèi)阻分為交流阻和直流內(nèi)阻。交流阻抗是一個(gè)復(fù)數(shù)變量，表示電池對(duì)交流電的反抗能力，可用交流阻抗儀來(lái)測(cè)量。直流內(nèi)阻表示電池對(duì)直流電的反抗能力，其大小可以用在同一很短的時(shí)間段內(nèi)，電池電壓變化量與電流變化量的比值來(lái)計(jì)算。

有大量的實(shí)驗(yàn)證明，電池的交流阻抗和直流內(nèi)阻都與SOC有密切關(guān)系。如果能夠通過(guò)電池樣本得出確定的函數(shù)關(guān)系，則可以通過(guò)實(shí)時(shí)監(jiān)測(cè)電池的內(nèi)阻來(lái)估算出SOC值。這就是內(nèi)阻法的基本思想。

內(nèi)阻法的不足之處是：

（1）電池內(nèi)阻與SOC之間的關(guān)系很復(fù)雜,電池內(nèi)阻不僅與 SOC有關(guān)，還與溫度、SOH 等因素有關(guān)，尚未得出準(zhǔn)確的廣泛適用的結(jié)論,并不能說(shuō)一個(gè)內(nèi)阻狀態(tài)與一個(gè)確定的 SOC 值對(duì)應(yīng);

（2）電池內(nèi)阻是一個(gè)毫歐級(jí)的值，由于數(shù)值太小，利用常規(guī)測(cè)量電路難以準(zhǔn)確測(cè)量，同時(shí)電動(dòng)汽車上存在較為復(fù)雜的電磁干擾，也使得難以對(duì)電池內(nèi)阻實(shí)施準(zhǔn)確測(cè)量；

（3）即使是同一廠家同一型號(hào)同一批次的電池，其內(nèi)阻也存在較大差異。這是由電池的物理化學(xué)特性決定的，這種產(chǎn)品公差無(wú)法消除，難以通過(guò)電池樣本來(lái)獲得電池的“內(nèi)阻-SOC”特性曲線。

五、總結(jié)

對(duì)于汽車而言，保證安全是第一位需要考慮的，因此，剩余容量的估算誤差是絕對(duì)不能威脅到人和車的安全。但電池荷電狀態(tài)的估算要做到100%準(zhǔn)確是很困難的，只能在一定條件下提高估算的精度。然而，精度的提高需要兼顧到系統(tǒng)的可行性，包括技術(shù)可行性與成本可行性兩個(gè)方面。

1、從軟件算法的角度，需考慮技術(shù)可行性。

隨著數(shù)字信號(hào)處理技術(shù)與人工智能學(xué)科的發(fā)展，在過(guò)去的幾十年間，有許多復(fù)雜的計(jì)算方法被提出，從而提高了數(shù)值處理的準(zhǔn)確性。然而，對(duì)于電動(dòng)汽車這一特殊的應(yīng)用而言，剩余電量估算的算法不能過(guò)于復(fù)雜，因?yàn)檐囉秒姵毓芾硐到y(tǒng)基本上都依賴于嵌入式系統(tǒng)，運(yùn)算能力有限，內(nèi)存空間也有限。這要求電池管理系統(tǒng)的設(shè)計(jì)者要針對(duì)嵌入式系統(tǒng)選擇合適的算法，使得系統(tǒng)能有效地對(duì)剩余電量進(jìn)行實(shí)時(shí)評(píng)估

2、從硬件的角度，需考慮成本可行性。

無(wú)論軟件算法多么精妙，剩余電量的評(píng)估還是離不開(kāi)對(duì)電池狀態(tài)的準(zhǔn)確監(jiān)測(cè)。而監(jiān)測(cè)的準(zhǔn)確性主要依賴于硬件。誠(chéng)然，選擇高精度的硬件，增加傳感器的數(shù)量，對(duì)于剩余電量的評(píng)估有著積極的意義:但是，硬件數(shù)量和質(zhì)量的提升無(wú)可避免地帶來(lái)了成本的增加。因此，需要在硬件成本與估算精度之間作出取舍。