電動(dòng)汽車(chē)動(dòng)力電池SOC 估計(jì)算法分析＊

楊培善，白銀

（宿州職業(yè)技術(shù)學(xué)院，安徽 宿州 234000）

前言

電動(dòng)汽車(chē)常使用動(dòng)力電池作為動(dòng)力源，因此，電池管理技術(shù)是電動(dòng)汽車(chē)的其中一項(xiàng)較為關(guān)鍵的技術(shù)。電池管理技術(shù)就是對(duì)電池的充、放電進(jìn)行系統(tǒng)的管理，即電池管理系統(tǒng)（BMS）。電池管理系統(tǒng)以SOC 的在線(xiàn)估計(jì)為核心，對(duì)電池的電流、電壓、溫度、最大充電及放電功率進(jìn)行計(jì)算，并具有熱管理、均衡管理、防止電池過(guò)充電和過(guò)放電、漏電保護(hù)及故障診斷等功能。其中，電池荷電狀態(tài)是電池管理系統(tǒng)最重要的指標(biāo)，它反映電池的剩余電量，預(yù)估續(xù)航里程，精度越高，續(xù)航里程數(shù)越高。本文簡(jiǎn)要介紹了SOC 的定義及影響因素，重點(diǎn)對(duì)幾種經(jīng)常使用的SOC 估算方法進(jìn)行了詳細(xì)的比較分析。

1 SOC 定義及其影響因素

電池荷電狀態(tài)SOC 計(jì)算的是電池的剩余電量，它是電池當(dāng)前容量與額定容量的比值，它是保證電池安全充放電的重要參數(shù)。美國(guó)先進(jìn)電池協(xié)會(huì)對(duì)電池荷電狀態(tài)是這樣定義的：在特定的放電倍率條件下，動(dòng)力電池剩余電量與其額定容量的百分比，其數(shù)學(xué)表達(dá)式為式（1）：

式中：為剩余電量；為額定容量。

動(dòng)力電池完全充滿(mǎn)電時(shí)，SOC=100%；動(dòng)力電池完全放電時(shí)，SOC=0%。

其中電池的充放電倍率、環(huán)境溫度、老化周期以及自放電倍率等都會(huì)影響動(dòng)力電池的荷電狀態(tài)，所以，為了高精度估算電池的荷電狀態(tài)需要綜合考慮每一個(gè)影響因素。

2 SOC 估算方法分析

2.1 安時(shí)法

安時(shí)積分法是一種簡(jiǎn)單常用的SOC 估算方法，它利用積分的方法對(duì)動(dòng)力電池的電流運(yùn)算，得到動(dòng)力電池放電的電量，因此，對(duì)動(dòng)力電池電流測(cè)量的準(zhǔn)確性決定著安時(shí)積分法的準(zhǔn)確性。具體計(jì)算公式如下：

其中為初始時(shí)刻的SOC 值；CN——?jiǎng)恿﹄姵氐臉?biāo)稱(chēng)總?cè)萘?，A·h；η——?jiǎng)恿﹄姵爻浞烹娦剩籌——充放電電流，A。

安利積分法沒(méi)有考慮內(nèi)在的電化學(xué)反應(yīng)及溫度等多種參數(shù)的影響。如果電流測(cè)量存在較大的誤差，短期內(nèi)沒(méi)有太大的精度問(wèn)題，但隨著積分的累積，誤差也將越來(lái)越大，需要定期采用其他方法進(jìn)行校正。其次，SOC 的初始狀態(tài)對(duì)SOC估計(jì)的準(zhǔn)確性也有很大影響。因此，安時(shí)積分法較多應(yīng)用于對(duì)SOC 值精度要求不高的場(chǎng)合，如鉛酸電池作為動(dòng)力電池的電動(dòng)汽車(chē)的能量管理。若想用于其它高精度較的估算，則必須結(jié)合其它算法進(jìn)行改進(jìn)，如開(kāi)路電壓法和卡爾曼濾波法。

2.2 開(kāi)路電壓法

動(dòng)力電池的開(kāi)路電壓與電池的荷電狀態(tài)SOC 是一一相對(duì)應(yīng)的，所以，我們可以用開(kāi)路電壓來(lái)估計(jì)電池的SOC。開(kāi)路電壓法的一個(gè)缺陷是電池在某一個(gè)工作點(diǎn)的開(kāi)路電壓需要幾個(gè)小時(shí)恢復(fù)時(shí)間才能穩(wěn)定至SOC 的對(duì)應(yīng)值。但它在電池充電的初期和末期效果不錯(cuò)，所以開(kāi)路電壓常常與其它方法配合，較多地應(yīng)用于對(duì)SOC 值精度要求較高的場(chǎng)合，例如采用鋰離子電池作為常規(guī)動(dòng)力源的主流電動(dòng)汽車(chē)的能量管理。

2.3 負(fù)載電壓法

如果電池工作的工況是恒定電流，那么相應(yīng)的工作電壓與開(kāi)路電壓一樣，也存在與SOC 值一一對(duì)應(yīng)的關(guān)系。但汽車(chē)行駛的時(shí)候，載荷通常變化較大，電池的工作工況是不穩(wěn)定的，所以這種方法很難單獨(dú)用于電動(dòng)汽車(chē)的能量管理。和開(kāi)路電壓法一樣，負(fù)載電壓法往往和其他方法結(jié)合使用。

2.4 內(nèi)阻法

內(nèi)阻一般可分為直流內(nèi)阻和交流內(nèi)阻，內(nèi)阻法是通過(guò)測(cè)量電池的直流內(nèi)阻來(lái)估算SOC 的方法，它曾廣泛應(yīng)用于傳統(tǒng)汽車(chē)車(chē)載電源鉛酸電池充放電管理。在鉛酸電池充電后期，電池的直流阻抗會(huì)隨SOC 的變化而明顯改變，所以這時(shí)也可以利用直流阻抗估計(jì)電池的SOC 值。電池溫度會(huì)嚴(yán)重影響電阻內(nèi)阻（特別是交流內(nèi)阻），從而影響到內(nèi)阻法SOC 估計(jì)精度交流。鎳氫電池與鋰離子電池的內(nèi)阻與荷電狀態(tài)SOC 的關(guān)系與鉛酸電池相比更加復(fù)雜，內(nèi)阻法沒(méi)有應(yīng)用于鋰離子電池的SOC 估算?，F(xiàn)代汽車(chē)多用鋰離子電池作為動(dòng)力電池，所以，內(nèi)阻法也很難在電動(dòng)車(chē)上應(yīng)用。內(nèi)阻法雖然可以可以與安時(shí)積分法結(jié)合對(duì)動(dòng)力電池的放電后期的SOC 的估算，但隨著其它智能算法的應(yīng)用，此方法的應(yīng)用越來(lái)越少。

2.5 放電實(shí)驗(yàn)法

最準(zhǔn)確的電池荷電狀態(tài)測(cè)量方法非放電實(shí)驗(yàn)法莫屬。在電池的某一個(gè)工作點(diǎn)，采用恒定的電流放電至電池的工作截止電壓，放電時(shí)間與放電乘積即放出的電量，也就是電池在這個(gè)工作點(diǎn)的剩余電量，據(jù)此可以得到這個(gè)工作點(diǎn)的準(zhǔn)確的SOC。本方法適用于所有電池，但需要電池停止工作，而且需要大量的時(shí)間，不能即時(shí)得到SOC 的值，所以只能在實(shí)驗(yàn)室使用和用于SOC 的標(biāo)定，不能用于行駛中的電動(dòng)汽車(chē)。

2.6 卡爾曼濾波法

卡爾曼濾波法及其改進(jìn)算法因?yàn)榱己眠m應(yīng)性在電池荷電狀態(tài)SOC 估算中得到了越來(lái)越廣泛的應(yīng)用。這個(gè)估計(jì)方法可以應(yīng)用于電動(dòng)汽車(chē)的各種復(fù)雜的工況，它把動(dòng)力電池作為一個(gè)動(dòng)態(tài)系統(tǒng)來(lái)研究，荷電狀態(tài)SOC 是動(dòng)力電池的一個(gè)狀態(tài)變量，而把電流、溫度等是系統(tǒng)的輸入變量，工作電壓是系統(tǒng)的輸出變量，通過(guò)在線(xiàn)迭代對(duì)SOC 進(jìn)行最優(yōu)估計(jì)。這個(gè)方法具有較強(qiáng)的適應(yīng)性，同時(shí)可以給出估計(jì)的誤差，但對(duì)于硬件及電池模型的要求較高，計(jì)算量較大，同時(shí)卡爾曼濾波吱的前提是假設(shè)所有噪聲為白噪聲，這也是它的一個(gè)局限性。

2.7 人工神經(jīng)網(wǎng)絡(luò)法

采用非線(xiàn)性映射的神經(jīng)網(wǎng)絡(luò)估計(jì)SOC 的方法稱(chēng)為神經(jīng)網(wǎng)絡(luò)SOC 估計(jì)法。人工神經(jīng)網(wǎng)絡(luò)估算法目前常使用3 層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：輸入層、中間層和輸出層。輸入層與輸出層的神經(jīng)元個(gè)數(shù)由動(dòng)力電池模型的實(shí)際需求來(lái)確定，中間層神經(jīng)元個(gè)數(shù)由模型的復(fù)雜程度和分析精度來(lái)確定。用于SOC 估計(jì)的神經(jīng)網(wǎng)絡(luò)的輸入變量一般為電壓、電流、累計(jì)放出電量、電池溫度、內(nèi)阻環(huán)境溫度等。該方法可以應(yīng)用于各種類(lèi)型的汽車(chē)動(dòng)力電池，若電池模型的神經(jīng)網(wǎng)絡(luò)訓(xùn)練得也較好，SOC 估算誤差可以達(dá)到小于10%。在實(shí)際的使用時(shí)，神經(jīng)網(wǎng)絡(luò)法的估算精度在很大程度上會(huì)受到訓(xùn)練樣本和訓(xùn)練方法的影響，且易受干擾。

2.8 支持向量機(jī)

本方法是一種基于支持向量機(jī)的荷電狀態(tài)SOC 估算方法，支持向量機(jī)是統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展的產(chǎn)物。由于支持向量機(jī)自身對(duì)狀態(tài)量的變化比較敏感，因此其在線(xiàn)非線(xiàn)性估計(jì)中的估計(jì)精度一般高于最小二乘類(lèi)的估計(jì)。在SOC 估計(jì)中，支持向量機(jī)利用很多數(shù)據(jù)點(diǎn)進(jìn)行訓(xùn)練并交訓(xùn)練結(jié)果退化成一組支持向量。若支持向量機(jī)能被很好的優(yōu)化，則支持向量機(jī)算法就能夠產(chǎn)生較精確的SOC 估算精度。

3 結(jié)論與展望

電動(dòng)汽車(chē)SOC 估算是電動(dòng)汽車(chē)能量管理系統(tǒng)的一項(xiàng)關(guān)鍵技術(shù)。雖然動(dòng)力電池SOC 估算的方法很多，但由于各種算法單獨(dú)使用時(shí)又都有其相應(yīng)的局限性，一般和其它的方法結(jié)合使用。想要提高精度及準(zhǔn)確性需要通過(guò)大量的試驗(yàn)來(lái)建立相應(yīng)的數(shù)據(jù)庫(kù)，通過(guò)硬件技術(shù)，增加動(dòng)力電池的電壓和電流的測(cè)量精度和準(zhǔn)確性，通過(guò)相應(yīng)的動(dòng)力電池模型，精確表征電池充放電過(guò)程的動(dòng)態(tài)性能，通過(guò)綜合各種算法，揚(yáng)長(zhǎng)避短，最大程度上提高其估算的準(zhǔn)確性。