电动汽车电池的SOC估算和续航里程显示及报警

收稿日期：2017-01-16电动汽车电池的SOC估算和续航里程显示及报警

李一冰，李斌斌，胡宁，郭志超，马煜琛

（长安大学，陕西西安 710064）

摘要：在倡导发展新能源汽车的今天，电池管理系统的完善与否是电动汽车发展的一个重要因素，因此对于动力电池的荷电状态的估算成为了关键。在本文中，对现有的估算 SOC 的方法做了简单分析，并进行整合，提出一套可以实际应用并且计算误差较小的方法，并且通过飞思卡尔单片机得以实现电动车续航里程的显示以及电池低电量的报警系统。

关键词：新能源汽车；电池管理系统；动力电池；SOC；飞思卡尔单片机；续航里程；报警

中图分类号：TM 912.9 文献标识码：A 文章编号：1006-0847(2017)02-65-05 Estimation for SOC of batteries for EVs and range showing

and alerting

LI Yibing, LI Binbin, HU Ning, GUO Zhichao, MA Yuchen

(Changan University, Xian Shanxi 710064, China)

Abstract: Nowadays, the development of new energy automobiles is well proposed. It becomes an important factor for the development of the EVs that whether the battery management system is completed or not. Therefore, the estimation for SOC of the battery becomes a key. In this article, we simply analyze some existing recon methods, integrate them and come up with a practical method which contains less error. We use it to realize the showing of the distance per charge and alarming when the electric quantity is low through the Freescale single chip.

Keywords: new energy automobile; battery management system; power battery; SOC; Freescale single chip; distance per charge; alarming

0 引言

近几年，随着电动汽车的发展速度逐年加快，动力电池作为电动汽车的核心技术及突破难点，对其技术要求和电池管理系统的要求也在日益提高。在电池管理系统中最重要的，就是精确、高效、简便地估算电池电荷状态（SOC）。因为电池的内部化学反应十分的复杂，所以电池的 SOC 和它的诸多影响因素之间是一种非常复杂的非线性关系[1]。为了能够准确地显示电动汽车的续航里程数，必须得到一个有效的估算 SOC 的方法。

目前，国内经常用到的估算 SOC 的方法有开路电压法、安时积分法、神经网络法等。此外，还可以对卡尔曼滤波法进行改进，得到扩展卡尔曼滤波法[2-4]，或者以电池的外特性作为输入量进行建模，通过神经网络和大量的实验数据进行估算[5-6]。

应用神经网络或者卡尔曼滤波法可以使计算结果更加精确，然而计算量太过庞大，一般芯片无法支持，没有办法投入到实际应用中。1 开路电压法

实际上，可以在线测量的电池电压是加在动力电池两个极柱上的外电压 U 0。外电压在数值上等于电池的开路电压（OCV ）、欧姆压降 U r 以及电池的极化电压 U p 之和。当放电电流为 0 A 且电池静止放置足够长的时间时（一般为 2 h 左右），U r 和 U p 均为 0 V ，此时测得的电池电压就等于电池的开路电压。动力电池的开路电压在数值上与 SOC 的线性关系极强，因此可以通过电池的开路电压来计算电池 SOC 的值；但是由于开路电压法需要太长的准备时间，所以一般都用开路电压来测量电池当前状态的 SOC 和初始状态的 SOC 。图 1 为某一型号电池 SOC 与开路电压的关系。

2 安培时间积分法

安培时间积分法简称安时积分法，也叫作库仑计量法，该方法是目前国内采用较多的估算 SOC 值的方法。安时积分法是把不同电流下的放电电量等效成某个特定的放电电流下的放电量，其工作原理模型为

SOC

SOC,0a 1

t

t x x I d t C η=−

∫。 (1)式中：x SOC,0 为初始的 SOC 值；C a 为电池的实际容量；I 为放电电流；t 0 是计算的起始时间；t 是计算的终止时间；η是库仑效率，即电池用某一电流放

出的电量与用同样大小的电流使电池恢复到放电前状态所需的电量之比。因为库仑效率η与电池的放电速率、环境温度等因素均有关系，所以很难精确测量。在电动汽车的实际行驶过程中，电池的放电电流有很强的波动，如果检测的频率及精度不够高，就会产生测量误差，而且误差会随着每一次的测量而积累。由于这些累计误差的存在，很难单独用安时积分法来测量电池的荷电状态。图 2 为某锂离子电池放电过程中检测到的电流变化曲线，可以看出电池在放电过程中电流的波动极其剧烈。

3 改进的算法

由于开路电压法和安培时间积分法各有自己的不足之处，并且不能独立用来计算动力电池的 SOC ，因此我们将两种方法结合起来，并针对两种

方法的各自缺陷分别给出修正和补足的方法。这样既可以保证计算方法的实用性，又可以提高计算精度，减小误差。

用开路电压法来测量动力电池荷电状态的初始值。由于开路电压与 SOC 之间良好的线性关系，可以近似认为电池的开路电压或与 SOC 在数值上线性相关，即

SOC,0

OC

1

x U U =

。

(2)

式中：x SOC,0 为初始的 SOC 值；U 为电池的标称电压；U OC 为电池的开路电压。开路电压法的缺点就是需要将电池静置很长一段时间使其工作后的极化现象慢慢消失，没有投入到放电过程的累计的电量逐渐恢复。对于一般的情况，电池从工作状态恢复

图 1 某型号电池 SOC 与 OCV

的近似线性关系曲线

图 2

实验测得电池的放电电流与时间的关系曲线