电动汽车动力电池剩余电量的常用估算方法

雷 钧

(山西省机电设计研究院有限公司，山西 太原 030009)

0 引言

随着汽车尾气污染和石油危机问题的日益突出,在世界各国掀起了对新能源汽车的研发热潮,节能减排已成为世界各国汽车产业的共同努力目标。新能源汽车尤其是电动汽车、油电混合动力汽车、燃料电池电动汽车等，能有效提高能源利用效率，降低尾气排放污染，减少对石油资源的依赖，促进节能减排，成为了各国研发的热点。而动力电池是关系到电动汽车能否实现产业化的关键，解决不了动力电池的成本和性能的矛盾，就难以实现电动汽车大范围的普及。如果能够解决动力电池能量密度和功率密度的矛盾、成本和使用性能的矛盾、节能与充电时间的矛盾，从而开发出一款能量密度高、功率密度高、成本低廉、性能优越、充电时间短的动力电池，则电动汽车将实现快速普及。

电池荷电状态(SOC，State of Charge，也叫剩余电量)是防止动力电池过充和过放的主要依据，能够准确估算出动力电池剩余电量是进行动力电池均衡控制的基础，是电动汽车电池管理系统中的关键技术，只有准确估算电池组的SOC才能有效提高动力电池组的利用效率，保证电池组的使用寿命。为此，本文将详细论述电动汽车动力电池剩余电量的估算方法。

1 动力电池剩余电量及精确估计剩余电量的作用

1.1 动力电池剩余电量

剩余电量是指电池使用一段时间或长期搁置不用后的剩余可放电电量与其完全充电状态的电量的比值，常用百分数表示。其一般用一个字节也就是两位的十六进制表示(取值范围为0～100)，含义是剩余电量为0%～100%，当SOC=0时表示电池放电完全，当SOC=100%时表示电池完全充满。目前较统一的是从电量角度定义SOC，如美国先进电池联合会(USA)在其《电动汽车电池实验手册》中定义SOC为电池在一定放电倍率下剩余电量与相同条件下额定容量的比值，即：

SOC=Cu/C额.

其中：Cu为电池剩余的按额定电流放电的可用容量；C额为电池额定容量。

由于SOC受充放电倍率、温度、自放电、老化等因素的影响，实际使用中应对SOC的定义进行调整，如日本本田公司电动汽车EV Plus定义SOC为：

SOC=剩余容量/(额定容量×容量衰减因子)。

剩余容量=额定容量-(净放电量+自放电量+温度补偿容量)。

1.2 精确估计剩余电量的作用

在电动汽车中，准确估算电池剩余电量的作用包括以下4点：

(1)保护蓄电池。对于蓄电池而言，过充电和过放电都可能对蓄电池造成永久性的损害，严重缩短电池的使用寿命。如果可以提供准确的SOC值，整车控制策略可以将SOC控制在一定的范围之内(如20%～80%)，起到防止对电池过充电或过放电的作用，从而保证电池的正常使用，延长电池的使用寿命。

(2)提高整车性能。在没有提供准确的SOC值的情况下，为了保证电池的安全使用，整车控制策略需要保守地使用电池，防止电池出现过充电和过放电的情况，这样不仅充分发挥了电池的性能，因而提高了整车的性能。

(3)降低对动力电池的要求。在准确估算SOC的前提下，电池的性能可以被充分使用，选用电池时，针对电池性能设计的余量可以大大减小。例如，在准确估算SOC的前提下，只需要使用容量为40 A·h的动力电池组，如果不能提供准确的SOC值，为了保证整车的性能和可靠性，可能需要选择60 A·h甚至更高容量的动力电池组。

(4)提高经济性。选择较低容量的动力蓄电池组可以降低整车的制造成本。同时，由于提高了系统的可靠性，后期的维护成本也将大大降低。

2 动力电池剩余电量的估算

2.1 剩余电量估算精度的影响因素

由于动力电池剩余电量(SOC)的非线性，并且受到多种因素的影响，导致电池剩余电量估计和预测方法复杂，因此准确估计剩余电量比较困难。对SOC估算精度的影响因素有：

(1)充放电倍率：一般充放电电流的大小常用充放电倍率来表示，即充放电倍率=充放电电流/额定容量。充放电电流相对于额定充放电工况，动力电池一般表现为大电流可充放电容量低于额定容量，小电流可充放电容量大于额定容量。

(2)温度。不同温度下电池组的容量存在着一定的变化，温度段的选择及校正因素直接影响到电池性能和可用电量。

(3)电池容量衰减。电池的容量在循环过程中会逐渐减少，因此，对电量的校正条件就需要不断地改变，这也是影响剩余电量估算模型精度的一个重要因素。

(4)自放电。电池内部的化学反应产生自放电现象，使其在放置时电量发生损失。自放电大小主要与环境温度有关，需要按实验数据进行修正。

(5)一致性。电池组的建模和容量估算与单体电池有一定的区别，电池组的一致性差别对电量的估算有重要的影响。电池组的电量估算是按照总体电池的电压来估算和校正的，如果电池差异较大，将导致估算的误差很大。

2.2 常用的SOC估算方法

2.2.1 开路电压法

开路电压法是最简单的SOC测量方法，主要根据电池组的开路电压来判断SOC的大小。由电池的工作特性可知，电池组的开路电压与电池的剩余容量存在着一定的对应关系。某动力电池组的电压与容量的对应关系如图1所示。

图1 某动力电池组电压与容量的对应关系

由图1可以看出：随着电池放电容量的增加，电池的开路电压降低。由此，可以根据一定的充放电倍率时电池组的开路电压和SOC的对应关系，通过测量电池组开路电压的大小，插值估算出电池SOC的值。

该方法简单易行，但由于不同充放电倍率时电池组的电压不一致，因此，在电流波动比较大的场合，这种方式的计量将失去意义。另外，不同应用工况下电池组的内阻大小不一样，导致了同样充放电倍率下不同时期电池组的电压不一致，使得该测量方式的测量精度很低。同时，温度对电池组的放电平台影响也较大，因此，单靠电压来估算SOC的方法难以满足实际需求。

2.2.2 容量积分法

容量积分法是通过对单位时间内流入流出电池组的电流i进行累积，从而获得电池组每一轮放电能够放出的电量，从而确定电池SOC的变化。设电池满充电状态下电量为QM、完全放电后电池电量为0，则有：

该计算方式虽然可行，但是由于电池放电的特殊性，不同放电倍率状态下的QM值不同。在大电流放电时，电池电压下降到电池工作截止电压以下，但显示的SOC计算值大于0；而在小电流放电时，电池的SOC计算值减小到0时电池还能工作。同时，电流积分法存在着一定的误差，多次循环之后会出现一些误差积累，使该误差越来越大。因此需要校正，目前的方法大多利用电池组电压来校正因电流积分导致的累积误差，即通过电池组放电到放电终止电压时，无论SOC值为多少都置为0，这样可以避免长时间积分的累积误差。也有的在电池组静态时采用电压法来校正SOC，而在工作时用电流积分的方法，然而由于电压和容量的对应关系，受到了温度、放电电流、电池组均衡性的影响，因此，仅仅通过电压法校正SOC的精度仍然较低，需要作进一步的改进。

2.2.3 电池内阻法

电池内阻有交流内阻(常称交流阻抗)和直流内阻之分，它们都与SOC有着密切的关系。电池交流阻抗为电池电压与电流之间的传递函数，是一个复数变量，表示电池对交流电的反抗能力，要用交流阻抗仪来测量,其受温度影响较大，对电池处于静置后的开路状态和对电池在充放电过程中进行交流阻抗测量存在争议，所以很少在实际测量中使用。直流内阻表示电池对直流电的反抗能力，是同一很短的时间段内电池电压变化量与电流变化量的比值,实际测量中，将电池从开路状态开始恒流充电或放电，相同时间里载电压与开路电压的差值除以电流值就是直流内阻。直流内阻随SOC的变化规律如图2所示。

图2 直流内阻随SOC的变化规律

直流内阻的大小受计算时间段影响，若计算时间段短于10 ms，只有欧姆内阻能够检测到，极化内阻检测不到；若计算时间段较长，内阻将变得复杂。准确测量电池单体内阻比较困难，这是直流内阻法的缺点。在某些电池管理系统中，将电池内阻法与容量积分法组合使用来提高SOC估算的精度。

2.2.4 模糊逻辑推理和神经网络法

模糊逻辑推理和神经网络是人工智能领域的两个分支，模糊逻辑接近人的形象思维方式，擅长定性分析和推理，具有较强的自然语言处理能力；神经网络采用分布式存储信息，具有很好的自组织、自学习能力。它们共同的特点是采用并行处理结构，可从系统的输入、输出样本中获得系统输入、输出关系。电池是高度非线性的系统，可利用模糊推理和神经网络的并行结构和学习能力估算SOC。

采用神经网络预测SOC的典型结构为多输入单输出的三层前馈网络,输入量为电流、电压、温度、充放电容量、内阻等，输出量为SOC值,中间层神经元个数取决于问题的复杂程度及分析精度。神经网络输入变量的选择是否合适、变量数量是否恰当直接影响模型的准确性和计算量。神经网络法适用于各种电池，其缺点是需要大量的参考数据进行训练，估计误差受训练数据和训练方法的影响很大。

2.2.5 卡尔曼滤波法

卡尔曼滤波理论的核心思想是对动力系统的状态作出最小方差意义上的最优估算。卡尔曼滤波法应用于电池SOC估算时，电池被称为动力系统，SOC是系统的一个内部状态，系统状态方程为：

xk+1=Akxk+Bkuk+wk.

观测方程为：

yk=Ckxk+vk.

其中：xk为k时刻的系统状态；yk为k时刻的测量值，即输出;uk为外加激励，即输入；Ak、Bk、Ck为系统参数;wk和vk为过程和测量的白噪声。

系统的输入uk中通常包含电流、温度、剩余容量和内阻等变量，系统的输出yk通常为电池的工作电压，电池SOC包含在系统的状态量xk中，wk和vk为互不相关的系统噪声，一般而言，它们为系统传感器的误差以及系统建模、系统参数不精确引起的误差。

卡尔曼滤波方法适用于各种电池，与其他方法相比尤其适合于电流波动比较剧烈的混合动力汽车电池SOC的估计，它不仅给出了SOC的估计值，还给出了SOC的估计误差。该方法的缺点是要求电池SOC估计精度越高，电池模型越复杂，涉及大量矩阵运算，工程上难以实现，且该方法对于温度、自放电率以及放电倍率对容量的影响考虑的不够全面。

3 结语

本文分析了准确估算动力电池剩余电量的几种常用方法，随着新型动力电池技术的发展会有更加适合估算动力电池剩余电量的方法。能够准确估算出动力电池剩余电量是进行动力电池均衡控制的基础，是电动汽车电池管理系统中的关键技术，只有准确估算电池组的SOC才能有效提高动力电池组的利用效率，保证电池组的使用寿命。