電動(dòng)汽車(chē)動(dòng)力電池SOC估算方法淺談*

李駿，魏煒陽(yáng)，龔思惠，劉霏霏

電動(dòng)汽車(chē)動(dòng)力電池SOC估算方法淺談*

李駿，魏煒陽(yáng)*，龔思惠，劉霏霏

（華東交通大學(xué)，江西 南昌 330013）

電池荷電狀態(tài)（SOC）的估算是電池管理系統(tǒng)的關(guān)鍵技術(shù)之一。由于電動(dòng)汽車(chē)運(yùn)行工況復(fù)雜多變，電池SOC的估算受電池溫差、充放電電流、單體電池一致性等因素的影響，所以很難精確估算出電池的SOC值。而準(zhǔn)確估算動(dòng)力電池SOC可以實(shí)時(shí)監(jiān)測(cè)電壓的變化，有效防止電池過(guò)充或者過(guò)放帶來(lái)的危害。文章首先分析了動(dòng)力電池SOC估算的影響因素，然后對(duì)經(jīng)典SOC估算方法、智能SOC估算方法和耦合SOC估算方法綜述，對(duì)比分析了各自的優(yōu)缺點(diǎn)，最后總結(jié)了電池SOC的估算方法并提出展望。

電動(dòng)汽車(chē)；動(dòng)力電池；荷電狀態(tài)（SOC）；估算方法

前言

新時(shí)代的主題是節(jié)能、環(huán)保和安全，電動(dòng)汽車(chē)憑借其節(jié)能、環(huán)保的優(yōu)點(diǎn)，順應(yīng)時(shí)代發(fā)展的主題，引領(lǐng)汽車(chē)發(fā)展的趨勢(shì)，促進(jìn)經(jīng)濟(jì)發(fā)展的提升。電池管理系統(tǒng)是電動(dòng)汽車(chē)動(dòng)力輸出與制動(dòng)能量回收的管控中心，該系統(tǒng)的更新影響著電動(dòng)汽車(chē)的發(fā)展進(jìn)程。動(dòng)力電池SOC（state of charge）估算技術(shù)是電池管理系統(tǒng)的關(guān)鍵技術(shù)之一，電池SOC準(zhǔn)確估算有利于電池管理系統(tǒng)的發(fā)展。

目前，國(guó)內(nèi)外研究動(dòng)力電池SOC的方法主要分為兩大類(lèi)：一類(lèi)是從電池內(nèi)部入手，研究電池的電化學(xué)性質(zhì)，采用物質(zhì)能量守恒定律以及電池的物理性質(zhì)（路端電壓、內(nèi)阻等）來(lái)計(jì)算電池的剩余電量；另一類(lèi)是從外部入手，先對(duì)電池建立數(shù)學(xué)模型，然后測(cè)量電池工作狀態(tài)下外部輸入?yún)?shù)（電壓、溫度、電流等），最后通過(guò)預(yù)先設(shè)定的算法來(lái)估計(jì)電池的SOC值。動(dòng)力電池SOC的精確估算是駕駛員預(yù)估續(xù)航里程，安排出行計(jì)劃的重要依據(jù)。由于動(dòng)力電池SOC的估算受充放電倍率、環(huán)境溫度、循環(huán)壽命和電池老化等多重因素的綜合影響，表現(xiàn)出極大的非線(xiàn)性和時(shí)變性，很難通過(guò)測(cè)量某些參數(shù)獲得準(zhǔn)確的SOC。文獻(xiàn)[1]通過(guò)實(shí)驗(yàn)研究環(huán)境溫度、充放電倍率對(duì)電池容量、內(nèi)阻、開(kāi)路電壓等參數(shù)影響，結(jié)果顯示環(huán)境溫度是主要的影響參數(shù)，對(duì)動(dòng)力電池SOC的估算影響最大。文獻(xiàn)[2]鮑慧，于洋提出對(duì)電池老化和庫(kù)倫效率等參數(shù)進(jìn)行修正，提高了安時(shí)積分法估算電池SOC的精度。影響動(dòng)力電池SOC估算的因素有很多，除前人分析較多的環(huán)境溫度、庫(kù)倫效率、電池充放電倍率和電池老化周期外本文還著重分析了電池的溫差、一致性、充放電電流、自放電等因素，這些因素對(duì)動(dòng)力電池SOC估算也會(huì)造成不可忽略的影響。現(xiàn)階段研究動(dòng)力電池SOC估算常用的方法有，經(jīng)典估算算法和智能估算算法。經(jīng)典估算算法（安時(shí)積分法[3]、開(kāi)路電壓法[4]等）過(guò)于單一傳統(tǒng)化且算法本身也存在不足，所以導(dǎo)致估算精度不高；智能估算算法（神經(jīng)網(wǎng)絡(luò)法[5]、模糊邏輯控制法[6]等）比較先進(jìn)，可以有效地規(guī)避經(jīng)典估算方法的缺陷，但是對(duì)設(shè)備硬件要求較高，通常在實(shí)驗(yàn)室采用。耦合估算算法（EKF-Ah -OCV[7]）是一種新型的估算方法，比較實(shí)用，它是集幾種經(jīng)典估算算法的優(yōu)勢(shì)耦合在一起，既能有效的克服經(jīng)典估算方法的缺點(diǎn)，又對(duì)設(shè)備硬件要求不高，有利于電池SOC估算精度的提高，這也是文章研究的重點(diǎn)。

本文首先剖析了基于車(chē)用工況下的影響動(dòng)力電池荷電狀態(tài)估算的因素，接著對(duì)電池荷電狀態(tài)的估算方法進(jìn)行詳細(xì)探究，最后對(duì)SOC估算方法總結(jié)并提出展望。

1 SOC估算影響因素剖析

1.1 溫差對(duì)動(dòng)力電池SOC估算的影響

電動(dòng)汽車(chē)在不同工況環(huán)境中運(yùn)行時(shí)，動(dòng)力電池所釋放的電能也不相同。溫差較大時(shí)，電池組最高溫度與最低溫度差異性大，電池內(nèi)活性物質(zhì)反應(yīng)釋放的電能減少，電子移動(dòng)速率低，最終導(dǎo)致SOC斷層跳變；溫差較小時(shí)屬于正常范圍，電池組最高溫度與最低溫度相差較小，電池內(nèi)活性物質(zhì)變得更加活躍，反應(yīng)釋放的電能更多，電子、離子移動(dòng)速率快，最終SOC變化趨于平穩(wěn)連續(xù)。

1.2 單體電池一致性對(duì)動(dòng)力電池組SOC估算的影響

動(dòng)力電池組SOC估算方法很多，有經(jīng)典算法、智能算法、復(fù)合算法，這些算法共同的前提都是建立在電池一致性良好的條件下，這個(gè)影響因素是電池組使用期間最常見(jiàn)的。由于不一致性問(wèn)題的存在，嚴(yán)重影響車(chē)輛實(shí)際充放電電量和電池的可用容量，SOC估算就會(huì)產(chǎn)生很大的估算誤差，情況糟糕時(shí)還會(huì)發(fā)生熱失控引發(fā)車(chē)輛自燃。不一致性問(wèn)題造成動(dòng)力電池組的最小容量與平均容量差異較大，問(wèn)題越嚴(yán)重差異越大，最終結(jié)果就是可用SOC與平均SOC相差甚遠(yuǎn)。

1.3 充放電電流對(duì)SOC估算的影響

傳統(tǒng)方法估算動(dòng)力電池剩余電量，采用不同大小的電流進(jìn)行放電，電池所釋放出的電量各不相同。安時(shí)計(jì)量法和放電實(shí)驗(yàn)法適合在放電電流比較穩(wěn)定的場(chǎng)合，如果放電電流波動(dòng)大勢(shì)必會(huì)造成動(dòng)力電池SOC估算困難和精度降低。此外，電池充電電流過(guò)大，電極板空隙中溢出大量氣泡，在極板內(nèi)形成氣壓使得活性物質(zhì)脫落，降低了電池的可用容量，損害了電池的使用壽命且電池的充放電效率也會(huì)降低，最終導(dǎo)致SOC估算精度下降。

1.4 自放電對(duì)動(dòng)力電池SOC估算的影響

長(zhǎng)時(shí)間靜置的動(dòng)力電池會(huì)對(duì)外部環(huán)境進(jìn)行放電，這種現(xiàn)象稱(chēng)之為蓄電池的自放電行為。動(dòng)力電池自放電主要是電池內(nèi)發(fā)生不可逆的反應(yīng)，使得電池實(shí)際容量小于額定容量；電解液或電極板中含有有害物質(zhì)，雜質(zhì)吸附在極板上使得雜質(zhì)與極板之間產(chǎn)生電勢(shì)差，為達(dá)到新平衡電荷發(fā)生轉(zhuǎn)移。型號(hào)不同的動(dòng)力電池自放電的速率也不一致，可根據(jù)廠商提供的電池實(shí)驗(yàn)數(shù)據(jù)對(duì)其進(jìn)行矯正，減小剩余電量估算誤差。

影響動(dòng)力電池荷電狀態(tài)估算的因素雖然有很多，但存在主次之分，影響程度并非相同。在復(fù)雜的實(shí)車(chē)運(yùn)行工況中，通?？紤]對(duì)動(dòng)力電池SOC估算影響較大的因素有放電電流、環(huán)境溫度、單體電池一致性，當(dāng)然，其它因素也會(huì)造成較小的影響。

2 動(dòng)力電池SOC估算方法探究分析

2.1 經(jīng)典SOC估算方法

2.1.1放電實(shí)驗(yàn)法

在經(jīng)典SOC估算方法中，放電實(shí)驗(yàn)法[8]是最簡(jiǎn)單直接、最可靠的，但其效率不高。放電實(shí)驗(yàn)法的工作原理主要是采用較小的恒定電流持續(xù)放電，當(dāng)監(jiān)測(cè)到電池電壓小于放電截止電壓時(shí)停止放電，則電池的剩余電量即為該時(shí)間段內(nèi)放電電流與時(shí)間的乘積，可表示如下：

上式中：1為放點(diǎn)截止時(shí)刻，為恒定放電電流。

放電實(shí)驗(yàn)法適用范圍廣，能運(yùn)用到各類(lèi)型電池的估算中，滿(mǎn)足物質(zhì)能量守恒定律，測(cè)量精確、操作簡(jiǎn)單可靠；但該方法存在很大的缺陷，其一，整個(gè)過(guò)程的實(shí)現(xiàn)需要耗費(fèi)很長(zhǎng)的時(shí)間和能量；其二，測(cè)量時(shí)電池不能對(duì)外做功，必須處于離線(xiàn)狀態(tài)估算電池的剩余電量，不適合行駛中的車(chē)輛實(shí)時(shí)測(cè)量。

2.1.2開(kāi)路電壓法

統(tǒng)計(jì)分析大量的充放電實(shí)驗(yàn)數(shù)據(jù)得出，電池的路端電壓與電池的SOC值呈現(xiàn)相關(guān)性。日本EV Project Department，DENSO Corporation發(fā)現(xiàn)了這種相關(guān)性，最早提出開(kāi)路電壓法，利用該相關(guān)性通過(guò)開(kāi)路電壓估算動(dòng)力電池SOC值。開(kāi)路電壓法的優(yōu)點(diǎn)在于可以準(zhǔn)確的預(yù)估動(dòng)力電池的初始剩余電量，尤其在動(dòng)力電池充放電的初期和末期時(shí)端，該時(shí)段動(dòng)力電池電壓變化幅度大SOC預(yù)估精度更高。

為了獲得較精確的初始SOC值，常需要將動(dòng)力電池靜置幾個(gè)小時(shí)甚至十幾個(gè)小時(shí)以此獲得穩(wěn)定的電壓值，顯然靜置時(shí)間過(guò)長(zhǎng)不利于實(shí)際測(cè)量，更不能連續(xù)在線(xiàn)實(shí)時(shí)測(cè)量。針對(duì)這一顯著缺點(diǎn)，鮑慧[9]等提出基于滯回特性和任意停置時(shí)間快速矯正的開(kāi)路電壓法，研究了開(kāi)路電壓在充放電結(jié)束后靜置過(guò)程中不同的變化規(guī)律，有效的解決了傳統(tǒng)開(kāi)路電壓法中電池必須長(zhǎng)時(shí)間靜置的問(wèn)題，且修正的開(kāi)路電壓法對(duì)動(dòng)力電池SOC的估算精度遠(yuǎn)高于傳統(tǒng)開(kāi)路電壓法的估算精度。此外，當(dāng)動(dòng)力電池SOC值為30%到80%平穩(wěn)階段時(shí)，端電壓和SOC曲線(xiàn)趨近于直線(xiàn)段，該階段電壓變化范圍特別小，不利于電池SOC預(yù)估。

2.1.3安時(shí)積分法

安時(shí)積分法又稱(chēng)電荷累積法或安時(shí)計(jì)量法是最熱門(mén)的SOC估算方法之一。其理論思想是：在初始剩余電量值已知的情況下，用積分計(jì)算電池充放電過(guò)程中因內(nèi)外部因素干擾而變化的電荷量，然后用電池已知的初始值SOC0減去變化的電荷量得到當(dāng)前的SOC值，具體計(jì)算公式如下：

上式中，0為初始值；C為電池額定容量；為庫(kù)倫效率；為回路中的電流。

從上述數(shù)學(xué)表達(dá)式可看出，安時(shí)積分法把動(dòng)力電池看作一個(gè)封閉系統(tǒng)，只累加電池充放電階段變化的電荷量，未考慮電池內(nèi)部各參數(shù)相互影響的復(fù)雜電化學(xué)反應(yīng)，因而安時(shí)積分法的估算精度嚴(yán)重受到影響。計(jì)算簡(jiǎn)便、可在線(xiàn)連續(xù)跟蹤測(cè)量是安時(shí)積分法的優(yōu)點(diǎn)，而初始值無(wú)法精確預(yù)估問(wèn)題、測(cè)量過(guò)程中誤差不斷累積問(wèn)題、不能應(yīng)對(duì)動(dòng)力電池自放電問(wèn)題是造成安時(shí)積分法不能精確預(yù)估動(dòng)力電池SOC的主要影響因素。李哲[10]等通過(guò)實(shí)驗(yàn)結(jié)果比較分析各項(xiàng)參數(shù)對(duì)動(dòng)力電池SOC估算精度的影響程度，得出初始SOC0的確定對(duì)電池SOC估算精度影響最大，且實(shí)驗(yàn)結(jié)果表明初始SOC0的修正是提高安時(shí)積分法估算精度的關(guān)鍵。還有研究者們綜合考慮電池的溫度、庫(kù)倫效率、自放電等參數(shù)對(duì)SOC的影響進(jìn)而提出一些相應(yīng)的修正方案來(lái)提高預(yù)測(cè)精度。文獻(xiàn)[11]采用修正的開(kāi)路電壓法與各參數(shù)修正過(guò)的安時(shí)積分法結(jié)合，使得動(dòng)力電池SOC估算精度得到較大提升。

2.1.4負(fù)載電壓法

負(fù)載電壓法和開(kāi)路電壓法原理上很相似，但負(fù)載電壓法從理論上解決了開(kāi)路電壓法不能實(shí)時(shí)估測(cè)SOC的問(wèn)題。電池開(kāi)始放電時(shí)，外電路的電壓迅速?gòu)拈_(kāi)路電壓轉(zhuǎn)變?yōu)樨?fù)載電壓。若電池放電電流恒定不變，則負(fù)載電壓與開(kāi)路電壓存在一一映射的關(guān)系，此時(shí)，可采用同開(kāi)路電壓法類(lèi)似的方式估算動(dòng)力電池的SOC值。理論上負(fù)載電壓法是完全可行的，但實(shí)際應(yīng)用中受多種客觀因素的影響，比如車(chē)輛運(yùn)行中電池顛簸，放電電流劇烈波動(dòng)，無(wú)形中增加了電池SOC估算的難度；此外，電池內(nèi)阻受多重因素的影響，導(dǎo)致負(fù)載電壓變化不定，電池SOC估算變得更困難。

2.1.5卡爾曼濾波法

卡爾曼濾波（KF）的中心思想是對(duì)電動(dòng)汽車(chē)動(dòng)力系統(tǒng)的狀態(tài)做出最小方差意義上的最優(yōu)估計(jì)來(lái)預(yù)測(cè)動(dòng)力電池的SOC值，是一種自回歸數(shù)據(jù)處理算法，該方法將電池看作是動(dòng)力系統(tǒng)，SOC只是該系統(tǒng)的一個(gè)狀態(tài)[12]?？柭鼮V波是一種利用線(xiàn)性系統(tǒng)狀態(tài)方程，通過(guò)輸入觀測(cè)量（U），電流、內(nèi)阻和溫度等變量，對(duì)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)，然后輸出電壓。

狀態(tài)方程：

觀測(cè)方程：

上式中：為狀態(tài)轉(zhuǎn)移矩陣；U為系統(tǒng)輸入向量；為輸入增益矩陣；W是均值為零，協(xié)方差矩陣為，且服從正態(tài)分布的過(guò)程噪聲；為測(cè)量矩陣；V為均值為零，協(xié)方差矩陣為，且服從正態(tài)分布的測(cè)量噪聲。

相比于上述幾種經(jīng)典算法，卡爾曼濾波法的優(yōu)點(diǎn)更具獨(dú)特：其一，該算法有效地克服了安時(shí)積分法中隨時(shí)間推移誤差累積效應(yīng)；其二，即便在初始SOC誤差較大、電流波動(dòng)劇烈且有噪聲的條件下，也能快速的將SOC值收斂到真實(shí)值附近。采用卡爾曼濾波法預(yù)估動(dòng)力電池SOC，其估算結(jié)果的準(zhǔn)確性在很大程度上取決于動(dòng)力電池等效電路模型的精確性。文獻(xiàn)[13]趙佳美利用電池的滯回特性和回彈特性對(duì)電池建立帶有滯回電壓的二階RC電路模型，然后通過(guò)預(yù)先設(shè)定的擴(kuò)展卡爾曼濾波算法估計(jì)電池SOC，結(jié)果表明電池的等效電路模型精度越高，SOC估算越準(zhǔn)確。為了提高卡爾曼濾波法的估算精度，研究者們想盡各類(lèi)方法試驗(yàn)，如開(kāi)發(fā)精度更高的等效電路模型或卡爾曼濾波法結(jié)合其它估算方法使用取長(zhǎng)補(bǔ)短。有研究者采用自適應(yīng)卡爾曼濾波算法估算動(dòng)力電池的剩余電量，結(jié)果發(fā)現(xiàn)該復(fù)合算法比無(wú)跡卡爾曼濾波算法精度更高，估算誤差不超過(guò)1%[14-15]。

2.2 智能SOC估算方法

2.2.1粒子濾波算法

粒子濾波算法是研究者們近年提出的一種新式動(dòng)力電池SOC估算方法，在處理非高斯分布和非線(xiàn)性時(shí)變系統(tǒng)的參數(shù)預(yù)估及濾波狀態(tài)問(wèn)題上有極大的優(yōu)勢(shì)，無(wú)需過(guò)多的要求狀態(tài)變量的概率密度。粒子濾波[16]的核心是，通過(guò)先驗(yàn)概率密度函數(shù)采樣得到一組隨機(jī)樣本，該樣本也就是粒子，接下來(lái)對(duì)每個(gè)粒子賦予權(quán)重，這些粒子的權(quán)重和位置并不是固定不變的，可根據(jù)實(shí)時(shí)測(cè)量值不斷變化更新，然后粒子信息就可表示狀態(tài)的后驗(yàn)概率分布。粒子濾波是非高斯非線(xiàn)性系統(tǒng)估計(jì)的最優(yōu)濾波技術(shù)，不對(duì)過(guò)程噪聲和觀測(cè)噪聲做任何限制。假設(shè)系統(tǒng)狀態(tài)空間為：

2）更新權(quán)值。

3）歸一化權(quán)值。

5）輸出狀態(tài)估計(jì)和方差估計(jì)。

6）判斷結(jié)束條件，若滿(mǎn)足則退出，否則=+1返回到第二繼續(xù)執(zhí)行。

與其他濾波方法相比粒子濾波雖然優(yōu)勢(shì)顯著，但同樣存在自身適應(yīng)和估算精度問(wèn)題，尤其是退化問(wèn)題，導(dǎo)致電池SOC估算容易發(fā)散。趙又群等[17]采用擴(kuò)展卡爾曼粒子濾波算法（EKPF）估算鋰電池的SOC，其仿真實(shí)驗(yàn)結(jié)果表明EKPF算法有效地抑制電流漂移的干擾、算法的發(fā)散性，并最終獲得更準(zhǔn)確的SOC值。

2.2.2模糊控制算法

模糊控制是以模糊數(shù)學(xué)語(yǔ)言為基礎(chǔ)，采用該語(yǔ)言描述的控制規(guī)則來(lái)操控系統(tǒng)的工作方式。模糊控制是模糊邏輯控制的簡(jiǎn)稱(chēng)，是一種由模糊語(yǔ)言變量、模糊集合論和模糊邏輯推理組成的計(jì)算機(jī)控制技術(shù)。1974年英國(guó)的E.H.Mamdani首次利用模糊控制語(yǔ)句自制模糊控制器，并把它用于鍋爐與蒸汽機(jī)的控制，取得了試驗(yàn)的成功。模糊控制器的組成如圖1可分為以下四大塊：

（1）模糊化：制定模糊數(shù)學(xué)語(yǔ)言控制規(guī)則，把輸入的參數(shù)變換成模糊系統(tǒng)可識(shí)別的模糊子集，包括模糊語(yǔ)言取值和隸屬度函數(shù)的確定。

（2）知識(shí)庫(kù)：根據(jù)研究對(duì)象的控制方案及已有的相關(guān)數(shù)據(jù)，建立所需的控制知識(shí)庫(kù)。此步驟將參數(shù)數(shù)據(jù)，由經(jīng)驗(yàn)控制轉(zhuǎn)為模糊控制，這是模糊控制中最為重要的一部分。

（3）模糊推理：輸入的數(shù)據(jù)通過(guò)知識(shí)庫(kù)中的控制規(guī)則開(kāi)始模擬推理決策。

（4）去模糊化：將模糊邏輯推理后的模糊量，經(jīng)過(guò)一定尺度變換，獲得輸出量為精確值的過(guò)程稱(chēng)為去模糊化。

圖1 模糊控制器的組成

模糊控制屬于非線(xiàn)性控制，其核心是利用模糊集合理論，將人為控制方法轉(zhuǎn)化為機(jī)器可以識(shí)別的控制算法，從而解決傳統(tǒng)控制方法或難以解決的問(wèn)題[18]。如今，模糊控制在自動(dòng)化控制系統(tǒng)中得到廣泛應(yīng)用，使用該算法可抽象出較多能表征電池性能的信息，使得動(dòng)力電池SOC值估算更準(zhǔn)確。文獻(xiàn)[19]基于模糊卡爾曼濾波算法估算動(dòng)力電池SOC值，利用模糊推理規(guī)則在線(xiàn)實(shí)時(shí)的調(diào)整測(cè)量噪聲的方差值，有效的抑制噪聲對(duì)SOC估算的影響，并最終計(jì)算出較準(zhǔn)確的SOC值。模糊控制算法能簡(jiǎn)化系統(tǒng)設(shè)計(jì)的復(fù)雜性、不依賴(lài)于被控對(duì)象的精確數(shù)學(xué)模型，特別適用于非線(xiàn)性、時(shí)變、滯后等情況下。然而，模糊控制的設(shè)計(jì)尚缺乏系統(tǒng)性，對(duì)于復(fù)雜系統(tǒng)難操控、搜索范圍、決策速度低，通常模糊控制算法配合其他算法使用。

2.3 耦合SOC估算方法

2.3.1安時(shí)積分法結(jié)合開(kāi)路電壓法和負(fù)載電壓法

為了準(zhǔn)確估算動(dòng)力電池的剩余電量，采用傳統(tǒng)安時(shí)積分法結(jié)合開(kāi)路電壓法和負(fù)載電壓法組合而成的復(fù)雜SOC估算方法。該復(fù)雜SOC估算方法綜合考慮了上述安時(shí)積分法、開(kāi)路電壓法和負(fù)載電壓法的優(yōu)缺點(diǎn)，取長(zhǎng)補(bǔ)短。其主要思想是：先用開(kāi)路電壓法估算動(dòng)力電池SOC初始狀態(tài)，然后用安時(shí)積分法實(shí)時(shí)估算充放電期間的SOC值，由于電池內(nèi)阻，充放電庫(kù)倫效率、溫度等因素的影響，最后用負(fù)載電壓法修正開(kāi)路電壓法和安時(shí)積分法求出的SOC值。該復(fù)雜SOC估算方法流程如下圖所示：

圖2 復(fù)合估算方法

該復(fù)合SOC估算方法的優(yōu)勢(shì)在于充分發(fā)揮了各種估算方法的優(yōu)點(diǎn)，各種估算方法的優(yōu)缺點(diǎn)相互克制補(bǔ)償。文獻(xiàn)[20]采用了該復(fù)合算法估算動(dòng)力電池SOC值，其仿真結(jié)果與實(shí)驗(yàn)結(jié)果對(duì)比表明誤差偏差控制在3%以?xún)?nèi)，足以證明該復(fù)合算法的估算精度較高，可為電池SOC的估算和檢修提供參考。

3 總結(jié)與展望

動(dòng)力電池SOC的精確估算仍是電池管理系統(tǒng)（BMS）尚需解決的核心技術(shù)，它關(guān)系著電動(dòng)汽車(chē)發(fā)展的命脈。在實(shí)際中，考慮到硬件設(shè)備、電池SOC估算精度和制造成本等因素，電動(dòng)汽車(chē)動(dòng)力電池荷電狀態(tài)的估計(jì)最常采用的估算方法是耦合SOC估算方法。實(shí)車(chē)工況中環(huán)境溫度和電流劇烈沖擊常導(dǎo)致電池溫度差異報(bào)警、電池高溫報(bào)警、電池單體一致性差報(bào)警和電池SOC跳變報(bào)警，這些都是目前亟待解決的問(wèn)題。前人雖然對(duì)動(dòng)力電池SOC估算做了很多研究工作，但尚存部分問(wèn)題需要討論，主要有：目前較多學(xué)者開(kāi)發(fā)出了新的SOC估算方法，其中有些方法對(duì)非線(xiàn)性模型估算精度較高，但只是停留在實(shí)驗(yàn)室仿真層面未應(yīng)用到實(shí)際生產(chǎn)中；學(xué)者們提出的新SOC估算方法絕大部分依賴(lài)于精確的電池模型，而精確的電池模型需考慮較多的影響因素，計(jì)算復(fù)雜、對(duì)硬件要求高，因此電池模型對(duì)SOC估算精度影響很大；現(xiàn)階段電池SOC估算方法有很多、實(shí)驗(yàn)數(shù)據(jù)也很豐富，但缺乏一個(gè)完整的平臺(tái)為估算方法提供可靠的樣本數(shù)據(jù)來(lái)源。本文剖析了影響電池SOC精確估算的因素及作用方式，接著詳細(xì)研究了經(jīng)典SOC估算方法、智能SOC估算方法和復(fù)合SOC估算方法的基本原理、優(yōu)缺點(diǎn)與實(shí)用性。針對(duì)未來(lái)SOC估算方法的研究提出以下建議：

（1）通過(guò)實(shí)車(chē)運(yùn)行數(shù)據(jù)查找影響電池SOC估算的主要因素，分析造成的原因，提出修正補(bǔ)償?shù)拇胧?/p>

（2）收集大量的實(shí)驗(yàn)數(shù)據(jù)建立云平臺(tái)，使電池SOC的估算方法有據(jù)可依，通過(guò)云平臺(tái)能快速找到估算方法的不足，改正并優(yōu)化。

（3）目前，研究者們提出了許多估算精度較高的新方法，但只是在研究室取得成功，未來(lái)如何將這些新方法逐步應(yīng)用于企業(yè)實(shí)踐是研究者們需探究的問(wèn)題。

（4）研究者們提出的高精度SOC估算新方法大部分依賴(lài)于電池模型的準(zhǔn)確性，所以建立準(zhǔn)確的電池模型也是提高電池SOC估算的關(guān)鍵。

[1] 動(dòng)力電池SOC估算方法研究與BMS開(kāi)發(fā)[D].高文敬.山東理工大學(xué).2018.

[2] 鮑慧,于洋.基于安時(shí)積分法的電池SOC估算誤差校正[J].計(jì)算機(jī)仿真,2013,30(11):148-151+159.

[3] Zhong L, Zhang C, He Y, et al. A method for the estimation of the battery pack state of charge based on in-pack cells uniformity analysis[J]. Applied Energy, 2014, 1(13): 558-564.

[4] Michel P H, Heiries V. An adaptive sigma point Kalman Filter hybridized by support vector machine algorithm for battery SOC and SOH estimation[C].Vehicular Technology Conference,2015: 1-7.

[5] 黃磊. 基于神經(jīng)網(wǎng)絡(luò)的鋰離子電池SOC估算[D].湘潭大學(xué),2017.

[6] He Y, Zhang C B, Liu X T, et al. SOC estimation for LiFePO4 high- power batteries based on the information fusion[J]. Control and Decision, 2014, 29(1): 189-192.

[7] 徐洪超,沈錦飛.基于EKF-Ah-OCV的鋰電池SOC估算策略[J].江南大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,14(01):64-68.

[8] 于海芳,逯仁貴,朱春波,馬睿.基于安時(shí)法的鎳氫電池SOC估計(jì)誤差校正[J].電工技術(shù)學(xué)報(bào),2012,27(06):12-18.

[9] 鮑慧,于洋.基于開(kāi)路電壓法的電池荷電狀態(tài)估計(jì)誤差校正[J].中國(guó)民航飛行學(xué)院學(xué)報(bào),2014,25(05):77-80.

[10] 李哲,蘭光,歐陽(yáng)明高.提高安時(shí)積分法估算電池SOC精度的方法比較[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,50(08):1293-1296+ 1301.

[11] 王磊.電動(dòng)汽車(chē)鋰電池組均衡與管理系統(tǒng)設(shè)計(jì)[D].安徽理工大學(xué),2018.

[12] ZHANG D,HARAN B S,DURAIRJAN A.Studies on capacity fadeof lithium-ion batteries[J].J Power Sources,2000,91,(2):122- 129.

[13] 趙佳美.基于二階EKF的鋰離子電池SOC估計(jì)的建模與仿真[D].西安科技大學(xué),2018.

[14] HE H W,QIN H Z,SHUI Y P,et al.lithium0ion battery SOC estima -ton with UKF and RTOS uCOS-II platform[J].Energy Procedia, 2014,61:468-471.

[15] HU X S,SUN F C,ZOU Y.Comparison between two model-based algorithms for Li-ion battery SOC estimation in electric vehicles[J]. Simulation Modelling practice and theory,2013,34:1-11.

[16] Luo F,Du B, Fan Z.Mobile robot localization based on particle filter[C]// Intelligent Control and Atutomation(WCICA),2014 11th World Congress on.IEEE,2015:3089-3093.

[17] 趙又群,周曉鳳,劉英杰.基于擴(kuò)展卡爾曼粒子濾波算法的鋰電池SOC估計(jì)[J].中國(guó)機(jī)械工程,2015,26(03):394-397.

[18] 周美蘭,田小晨,吳磊磊.純電動(dòng)汽車(chē)復(fù)合電源系統(tǒng)的建模與仿真[J].黑龍江大學(xué)自然科學(xué)學(xué)報(bào),2016,33(02):261-266.

[19] 安志勝,孫志毅,何秋生.基于模糊卡爾曼濾波的鋰電池SOC估算方法[J].火力與指揮控制,2014,39(04):137-140.

[20] 鄧濤,孫歡.鋰離子電池新型SOC安時(shí)積分實(shí)時(shí)估算方法[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)),2015,29(01):101-106.

Discussion on estimation method of state of charge for power battery on electric vehicle*

Li Jun, Wei Weiyang*, Gong Sihui, Liu Feifei

( East China Jiaotong University, Jiangxi Nan chang 330013 )

The estimation of battery state of charge (SOC) is one of the key technologies in battery management system. Because the electric Driving cycle is complex and changeable, the estimation of battery SOC is affected by battery temperature difference, charging and discharging current, consistency of single battery and other factors, so it is difficult to accurately estimate the SOC value of the battery. Accurate estimation of power battery SOC can monitor the voltage change in real time and effectively prevent the damage caused by overcharge or overdischarge of the battery. Firstly, this paper analyzes the influencing factors of power battery SOC estimation, then summarizes the classical SOC estimation methods, intelligent SOC estimation methods and coupling SOC estimation methods, compares and analyzes their advantages and disadvantages, finally summarizes the estimation methods of battery SOC and puts forward the prospect.

electric vehicle; power battery; state of charge (SOC); estimation methods

U469.7

A

1671-7988(2019)14-12-06

U469.7

A

1671-7988(2019)14-12-06

李駿（1969-），男，上海交通大學(xué)畢業(yè)，博士學(xué)位，教授，研究方向：車(chē)輛安全與檢測(cè)、汽車(chē)電器與電子控制、校直工藝?yán)碚?、機(jī)械/車(chē)輛零部件設(shè)計(jì)。

魏煒陽(yáng)（1993-），男，江西吉安人，在讀碩士研究生，研究方向：新能源汽車(chē)電池管理系統(tǒng)。

國(guó)家自然科學(xué)基金資助項(xiàng)目(51806066)；江西省青年科學(xué)基金項(xiàng)目資助（20181BAB216023）；江西省教育廳項(xiàng)目資助（GJJ170405）。

10.16638/j.cnki.1671-7988.2019.14.004