动力电池的SOC估计方法分析

闵晶妍+陈红兵

摘要：动力电池的荷电状态（State of Charge，SOC）代表了电池内部存储电量的多少，是电池最重要的状态量之一。SOC估计算法是所有电池管理算法的基础，电池SOC的估计也是一直以来电池研究的重点、热点和难点。本文分析了5种估计动力电池SOC的原理，并且比较了5种估计方法的优点和缺点，最后分析了SOC估计算法的研究方向。

关键词：荷电状态；安时法；开路法；卡尔曼滤波法；状态观测器法；神经网络法

1 引言

纯电动汽车性能的优劣在一定程度上取决于动力电池的性能，动力电池的工作性能取决于电池管理系统（Battery management system，BMS），因此，每台电动汽车都配置了BMS，BMS是电动汽车的核心技术，其主要功能是在复杂的行驶环境下检测电池的工作状态，有效管理和控制电池。电池的状态包括电池的荷电状态（SOC）和健康状态（State of health，SOH）。BMS是以准确估计电池SOC为核心的技术，并且电池的SOC值是BMS采取相应控制策略的主要依据之一。对于电动汽车，实时准确地获得电池组的SOC是保证电动汽车正常行驶的重要前提。精确估计电池的SOC，可以防止电池过充或过放电，对电池具有保护作用，使电池处于良好的工作状态，延长电池的使用使用寿命，降低维护成本。

美国先进电池联合会在《电动汽车电池实验手册》中定义了电池荷电状态（SOC），它是在一定的放电倍率条件下，电池的剩余电量与相同条件下额定容量的比值，即

（1）

式中 为剩余电量； 为电池以恒定电流 放电时具有的容量。

近年来，研究人员对电池SOC估计算法做了大量的研究工作，提出了许多估计算法，如发电实验法、Ah法、开路电压法、卡尔曼滤波法、神经网络法、模糊控制法和状态观测器法等，这些估计算法各有特点。……