【电池荷电状态（SOC）基本理论分析3600字】

电池荷电状态（SOC）基本理论分析目录TOC\o"1-3"\h\u27519电池荷电状态（SOC）基本理论分析 1245331.1SOC基本理论 1306561.1.1SOC定义 1324241.2SOC的影响因素 1137301.3SOC算法 31.1SOC基本理论1.1.1SOC定义电池荷电状态SOC就是指电池当前所存储的电量，即剩余电量[[]徐杰.基于卡尔曼滤波的动力电池组SOC精确估计[D].杭州电子科技大学,2009.[]徐杰.基于卡尔曼滤波的动力电池组SOC精确估计[D].杭州电子科技大学,2009.SOC=Qt其中Qt-电池的剩余电量Qr-电池的额定容量电池的容量为电池自身在工作过程中所能释放的最大电量，用安培小时即A∙h来表示单位。从能量角度来定义SOC，那么SOC值即为电池的剩余电能与其额定电能之比，其定义式如以下公式（3-2）所示。SOC=W其中Wr-电池的剩余电能Wi-电池的初始电能一次完整的SOC估计一般是对于一个单独的电池表示出的估算结果。然而，在电动汽车上使用的车载锂离子电池不单单仅一个电池，而是有数个电池串联而成组成了动力电池。并且根据最短板才能表示装水多少的“木桶”理论，将一个电池组中的所有电池中SOC的最小值作为此电池组的SOC。1.2SOC的影响因素电动汽车运行时，提供能量的车载电池组其内部活动也十分频繁，并且电池组是一个非线性的系统，这便会给SOC估算造成很大的困难。而且电池本身也有一些因素影响着电池SOC估算的准确度，以下是几种因素对SOC估计的影响。放电倍率放电倍率是放电快慢的一种量度，指电池在规定的时间放出其额定容量时所需要的电流强度，单位为C。其计算公式如下（3-3）所示。C=I其中C代表放电倍率，I代表电流强度，QR例如一个电池的额定容量为38.95Ah，则1C就是以38.95A的电流进行充放电，0.5C就是19.475A电流强度进行充放电，2C便是以77.90A电流强度进行充放电。由公式(3-3)可知，在其他条件一定时，电池在工作过程中的放出电能的总量与电池的放电倍率有关系。放电倍率升高会导致放电总能的减小，且SOC值变化的速率也随着放电倍率的增加而升高。相反的是，若放电倍率降低，则SOC值变化的速率也会降低。（2）电池温度外界环境温度对电池放电容量的影响特别大。这是因为温度的变化影响着电池内部的离子发生反应的速度。首先温度降低会导致电池的组成部分之一电解液的温度随之降低，而离子的运动场所便发生在电解液中，温度的降低使得电解质载体的活性下降，对离子的运输速度大大减小，从而影响着锂电池在工作中的电池放电量的多少。所以低温环境使得电池的容量低于常温状态下的放电量。而温度升高相应的会使电解质载体的活性升高，但温度高出载体的承受范围时，会导致载体由于被高温破坏了内部结构而失活，从而降低了电池内部的电化学反应效率，影响了电池的放电量。（3）自放电率自放电率被称作是充电保持容量，并且任何电池都存在着自放电率。在一定时间内测得的电池自放电占总容量的百分比称为“自放电率”[[]许仕源.基于模型的锂离子电池SOC估算[D].湖南大学,2019.]。[]许仕源.基于模型的锂离子电池SOC估算[D].湖南大学,2019.（4）循环使用次数电池在工作中，需要不停地对它进行充电、放电，一直进行这样的循环。而在不断地循环中使得电池材料逐渐地耗损，从而导致了电池的容量和性能也在不断地缩减。其主要原因一是电池自身由于正负极材料老化或者极化，活性物质和活性锂离子损失，电解液损耗等；二是因为外部因素影响，如环境温度在不断变化中以及在使用电池过程中对其进行了过充和过放。这些都导致了电池内部的损失，使电池的寿命逐渐减少。（5）一致性对于车载电池来说，其动力电池往往是由多个独立的锂离子电池经过导线串联在一起所构成的。而车辆上电池所显示的电量估计是由多个电池组成的的总电压，如果其中的一块电池发生了故障，则可能会引起电池组实际的放电量急剧减少。使得电池管理系统对电池的SOC估算严重偏差，从而引起汽车驾驶员对汽车剩余电量产生误读，有可能会半路出现故障。1.3SOC算法锂离子电池在充放电的过程中是十分复杂多变的，上述的几种因素都会引起SOC估计的误差。而对于SOC估算的方法现阶段也分好多种，以下是几种方法各自的使用范围以及它们对SOC的原理。（1）放电实验法放电实验法在研究机构经常被使用来估算电池的SOC，因为此方法对各种电池都可以使用。放电实验法就是在一定不变的电流下，对所研究的电池进行持续放电，直到此电池的电压降到所规定的截止电压线。并且电池的放电量也十分容易计算，即放电时的电流和开始放电到截止电压所需要的时间之积。放电实验法的长处在于实验过程比较简单并且估计的结果精确程度高。但是同时也存在缺点，不能带负荷测量，测量使用时间较长，只有放电结束后才可以进行估算，不能进行SOC的实时估计。这种方法需要停止电池放电之前的所有工作才能进行测试。使用此种方法可以用来对出现故障的电池进行维修，对电池参数模型中需要的输入参数可以通过此方法确定电池的容量。（2）开路电压法此方法的原理是，使用电压测量仪器对已经长时间放置后的电池进行开路电压的测量，然后由测得开路电压数据通过查表法得到与之对应的SOC值，从而估计出了电池的剩余电量。因为电池在很长一段时间放置后，电池的各个数据都十分稳定，所以才能利用这种方法得到稳定的电压值。它的长处在于实验操作过程十分的简单，只需要保证测量仪器的精确即可。同时开路电压法的不足也很明显，在进行实验之前，静置实验所需要的电池时间很长，才能达到进行实验的条件，而且不能进行实时监测。并且无法实时准确判断电池何时达到稳定状态，如果电池未达到稳定状态便进行测量，那么最终SOC估计出的结果的误差便会变得很大。因此，开路电压法经常被用于长时间停放的汽车。（3）安时积分法此方法排除了电池的内部因素的干扰，直接对电池的外部特征参数进行积分，从而可以得到电池的电能输入量以及输出量，进而估算出电池的SOC值。其计算公式如下（3-3）。SOC=SOC其中SOC0为SOC初始值；Qn表示电池的额定容量；t表示电池充放电的时间；η表示电池的充放电倍率；i表示了电池的电流，且放电时为正，充电时安培积分法的好处是，它不那么依赖于电池的状态，计算是准确的，电池充放电的程度可以实时进行观测。缺点是，此方法不能得到最初的初始数据。从上述公式（3-3）可以得出，试验过程中的SOC初始值对最终的SOC估计有很大的影响。安培积分方法被用来从外部特征分析SOC，所以会有误差。在实验过程中，需要对电路中的电流进行测量，而电路中电流十分微小，所以便需要测量十分准确的精密仪器，而精确的电流传感器的价格十分昂贵，会超出实验预计的成本。现阶段通过学者们的研究，最终将安培积分法与开路电压法一起使用来估算电池的SOC值。开放电路电压方法被用于评估电池的初始SOC，安培积分方法用于实时评估电池SOC。此外，为了提高计算精度，相应的修正系数被添加到计算公式中。（4）内阻测量法内阻测量法是指通过以不同频率交流电激励电池的方式来测量电池内部交流电阻，并利用剩余电量与交流内阻的电池静态模型计算SOC值的方法[10]。电池的SOC值和其内阻有着曲线对应的关系，所以在理论上，通过测得电路工作时刻时的电阻值，通过查表法得到曲线中对应的SOC值是可以做到的。但是内阻与SOC的曲线伴随着SOC的不断变化，会逐渐变得十分平坦，此时，如果测量得到的内阻稍微有点误差，就会引起SOC的巨大误差。其次，在实验中测量内阻时也有可能发生误差。在电池工作时，电路中存在电流，流过电阻时，会引起电阻的热量增加，从而导致电阻的温度在不断地发生变化。而且在不同的电流频率下的交流阻抗不同，电动汽车电池不能在一定的固定交流频率下工作。因此，此方法不能被用于车载电池工作中的SOC估计。（5）负载电压法电池的开路电压会在电池工作进行放电的那一刹那转换为负载电压模式，而且负载电压随着SOC的变化也有一定的规律。在电路中通过的电流一定时，可以通过查表法由当前的负载电压得到此刻的电池SOC值。这种方法和上述说明的开路电压法以及内阻测量法相仿。这种方法的好处是如果车辆电池处于恒流状况下，那么就可以通过此种方法实现SOC的实时估计。同时缺点就是在实践中，放电电流是不断变化地，导致负载电压也不断变化，实际中无法满足此种方法能够进行的条件。所以，此方法不被用于电动车辆的SOC估计，但可以用作判断充放电是否完成。（6）神经网络法神经网络法是模仿人类大脑信号处理过程的方法，这一过程可以写成适合计算机执行的串行指令。在如今人工智能在当今社会十分的流行，人工智能技术也愈发的成熟，所以基于人工智能提出的神经网络法现如今也被应用在了SOC估计的方面。图1.1神经网格法神经网格法在被用于SOC估计时，通常分为三个梯次，如上图1.1所示。第一梯次是输入层，输入层