试论动力锂电池组管理系统的SOC估算

能， 避免对 电池造 成损害的前提 。 目前 ， 动力锂 电池组管理 系统的 Ｓ Ｏ Ｃ估算算法主要 包括放 电法 、 安 时法、 开路 电压 法、 内阻法、 卡 尔曼滤波 、 Ｐ ｅ ｕ ｋ ｅ ｒ ｔ 方程 、 人 工神 经网络法、 模糊逻辑算 法等 ， 但在 实际运用 中， 单独的使用任何一种算 法都 不可避免 的存在缺 陷， 选择 算法需要考虑 准确 性、 实时性 、 收敛性。对算法进 行改进 、 组后 ， 是 解决单一算法不足的主要 方法。
【 关键词 】 动力锂 电池组 ； 管理 系统； Ｓ Ｏ Ｃ
界干扰 ． 无限接近真实值 。从这角度来看 ， 以上讨论的算法各 有优劣 ． 任何一种算法单 独应用都不可避免地存在缺陷 目前 ． 笔者认 为理想 １ ． １ Ｓ Ｏ Ｃ影 响 因 素 的做法是利用开路 电压法确定 Ｓ Ｏ Ｃ的初始值 ．采用安时积分法来计 想要 估算 Ｓ ＯＣ ． 便需要 了解 Ｓ Ｏ Ｃ的影响因素 锂电池在使用过程 算Ｓ Ｏ Ｃ的积 累 ．利用改进 的卡尔曼滤波算法控制初始值 和测量误 差 中． 内部会发生复杂的电化学 变化 ． 在充放 电过程 中 ． 实际容量与剩余 等于扰因素影响 ， 收敛于真实值 Ｉ ４ ｌ 。卡尔曼滤波算法对处理器的运算 的 电量会随着温度 、 自放电率 、 电池循环寿命等 因素变化而变化。 主要 能力要求较高 ， 但近年来 ． 计算机技术发展 ． 计算能力不足问题已不是 影响体现在以下几个方 面 ： ① 温度 ． 温度对性能影 响很 大 ． 电池 内部的 阻碍 电化学反应越剧烈 ． 活性物质利用 率也会随之上升 ． 离子传递 能力增 强． 实际可用电量也因此增 多． 但 随着温度持续上升 ． 量 子本身活动增 ２ 安 时 积分 法 强． 电化学反应会受 到抑 制 ， 性能 降低 ． 甚至可能爆 炸 ． 若温度下 降过 安时法应用最广 。 但存在初始值不确定 、 电池容量不恒 定 ． 电流测 低． 则 电流 随之减 少 ： ②充放 电倍 率 ． 即充放 电电流与标称容 量的 比 量不太精准的情况下误差会不断增大等缺 陷． 需要进行修正 ． 主要策略 值． 能够衡量充放 电过程 中的电流大小 ． 放 电倍 率与电池实 际容量存 如下 ： ①根据 国家技术标准《 电动汽车用 电池管理系统技术条件》 设计 ． 在相关性 ： ③ 白放电率 ． 由于制作 电池 的过程 中， 原 材料 中不可避免的 电池标准容量 的测定 ． 是确定 电池电量的耗尽状态以及充满状态 ． 可采 掺杂 了一 些杂质 ． 使得 电池 的纯度不 能完全达 到 １ ０ ０ ％． 因此造 成了 用微分逼近思想计算 ． 理论上认为当工作 电流接近于零时 ． 电池 的充放 电池的 自放电现象 自放电率 主要指 电池在不接任何 负载的情况 下 ． 电状态达到极 限； ②充放电倍率的修正， 电池容量随着工作电流变化而 电池容量随时间的保存 能力。 电池 的 自 放 电率和 电池容量成负相关关 变化 ． 可采用 Ｐ ｅ ｕ ｋ ｅ ｒ ｔ 方程描述 ． 单一温度下容量与放电倍率存 在指数 系． 自 放 电率越大 ． 电池 内部 的 自身容量越４ 、 ， 并且随着时 间的增 大 ， 关 系， Ｃ ＝ Ｐ＊ ｔ ， 其中Ｉ 为工作电流 ， 单位为 Ａ． ｔ 为放电持续时间， ｃ为 电池 电池容量越小 随着 电池使用循环次数的增加 ， 自放电率也 会变大。 ④ 放 电容量． 单位为 Ａ ｈ ， Ｐ 称为 Ｐ ｅ ｕ ｋ ｅ ｒ ｔ 常数。 ： ③温度的修正． 动力锂 电池 循环寿命 ． 动力电池存在使用寿命 ． 随着循环次 数的增 多 ． 其中的化学 组 的正常工作温度在 ０ ～ ５ ０ ℃ 之 间． 根据量子力学波 函数理论 ． 可将电 物质会出现变质 ． 电阻增加 ， 电池容量下 降㈣ 。 池容量看作 波函数 ． 摄 氏度至 ５ Ｏ摄 氏度之间 ． 任意温度下的容量 函数 １ ． ２ 算 法 研 究 概 述 目前 ． 动力锂 电池组 管理 系统的 Ｓ Ｏ Ｃ 估 算算法主要包括 十余 种 ． Ｑ Ｃ ｒ ， Ｉ ） 可 以用函数的线性 组合表示 ， Ｑ （ Ｔ ， Ｄ ＝ ｗ ｘ Ｑ （ Ｉ ） ， 其中 ｗｊ 是当前 大体包括 ： ① 放电法 ． 最受认 可 ． 但主要 用于实验室标 定电池 Ｓ Ｏ Ｃ， 无 Ｑ （ Ｔ ， Ｉ ） 是温度 Ｔ ｉ 充放 电倍率与电容量之间的关系函数。 法运用 于汽车行驶 过程 中： ② 安 时法 ． 以电流离散 面积积分作 为净 温度函数权重 ，
Ｓ ｃ ｉ ｅ ｎ ｃ ｅ＆ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｖｉ ｓ ｉ ｏ ｎ
科 技 视 界 Ｓ ＯＣ估算
孔德 伟 （ 山东 大学 机 电与信 息工程 学 院 ， 山东 威 海 ２ ６ ４ ２ ０ ９ ）
【 摘 要】 对动力锂 电池组管理 系统的 Ｓ Ｏ Ｃ进行准确估算在 电动 汽车发展 中一直是不可避免的 问 题， 精准的 Ｓ Ｏ Ｃ估算是合理利用电池电
１ 算 法 的概 述
放 电量 ， 模 型简单 ， 但应用最广 ， 但存在初始值 不确定 、 电池容量不恒 定． 若 电流测量不准就会使得误差 不断增大等缺 陷 ： ③开路电压法 ， 锂 电池经足够 时间的静 置后 ． 开路电压与 电池 Ｓ Ｏ Ｃ存在单值 函数关系 ． 在 电池 电量充满或耗尽前 。 算 法精度 高 ． 但正常 工作 区间 ． 该算法误差 较大 ． 不适合在线估计 ： ④内阻法 ， 通过检测 电池 内阻 ， 从而计算 Ｓ Ｏ Ｃ ， 不适合锂 离子电池的 Ｓ Ｏ Ｃ估算 ； ⑤卡尔曼滤波 ， 是 一种 动力系统最小 方差估计法 ． 将 Ｓ Ｏ Ｃ看作 系统 的一个状态分量 ． 通过迭代推算使 Ｓ Ｏ Ｃ 收敛于真实值 ． 但模型对模型参数的依赖性较强 ． 算法运算量大 ． 较少