動力電池荷電狀態估算方法淺析

李亞林

（四川交通職業技術學院，四川 成都 611130）

動力電池荷電狀態估算方法淺析

李亞林

（四川交通職業技術學院，四川 成都 611130）

動力電池荷電狀態估算可以方便駕駛員及時了解電池剩余容量和汽車續駛里程，提高電池能量使用效率和整車性能。文章分別介紹了安時計量法、開路電壓法、內阻法、線性模型法、人工神經網絡法、模糊控制法和卡爾曼濾波法，并分析了各種方法的優缺點，提出了估算方法改進建議，以期對后續研究提供參考。

動力電池；荷電狀態；估算方法

Abstract:The estimation of power battery state of charge can facilitate driver to observe the remaining capacity and driving range, so as to improve battery efficiency and vehicle performance.This paper introduces Ah-integration, open circuit voltage,internal resistance method, linear model method, artificial neural network,fuzzy control method and Kalman filter, and analyzes the advantages and disadvantages of various methods. Then put forward improving suggestions for estimation method to provide reference for the follow-up study.

Keywords: power battery; state of charge; estimation method

CLC NO.: U472 Document Code: A Article ID: 1671-7988 (2017)18-120-03

引言

電池荷電狀態（State of Charge,SOC），表示電池剩余容量，其在數值上等于電池剩余容量與額定容量的比值。

式中，Qremain為動力電池中剩余電荷容量，Qrated為動力電池的額定電荷容量。如果將 Qrated看作是一個固定不變的值，則SOC還可以表示為：

其中，Qdischarged為最近一次將電池充滿之后電池從開始到此時所釋放的電荷，并且假設此時電池的額定容量總是等于已放出的電荷量與電池中剩余的電荷量之和[1]。

SOC估算是電池管理系統的一項重要參數，它的準確估算是電動汽車電池充放電控制和動力優化管理的重要依據，將直接影響電池的使用壽命和汽車的動力性能，并預測電動車的續駛里程。可見SOC的準確估算是非常關鍵的問題。然而它不能直接通過傳感器測量得到，只能依據所建立的模型運用相應的算法，間接估算得到。

1 動力電池估算方法

1.1 安時計量法

安時計量法又稱電荷累計法或庫倫計量法，是SOC估算的標準方法[2]。其基本思路是通過對一段時期內動力電池充放電的電量進行統計，根據上一時刻電池SOC的狀態估算得到當前時刻電池SOC的一種方法。具體計算方法如下：

其中，SOC0是初始狀態的SOC值；CN是電池額定容量；η為庫倫效率；I為電路回路中的電流。

安時計量法估算SOC較為方便，只需知道初始SOC和實時測量回路電流即可。然而回路電流測量不準確將會造成SOC估算誤差，該方法的計算精度很大程度上取決于電流傳感器的精度。同時，這種方法比較難準確預測庫倫效率，無法計算初始 SOC值，不能捕捉自放電或其他因素導致初始SOC值得變化。此外，這種開環的SOC估算方法無法避免隨時間增加而造成累積誤差的存在。

1.2 開路電壓法

開路電壓法（Open Circuit Voltage，OCV）是指經過較長時間的靜置之后，電池端電壓與SOC存在一個比較固定的函數關系，可以依照這個函數關系使用開路電壓估算電池的SOC[3]。

由于在電池充放電初期和末期時段電壓變化較大，此時采用開路電壓法估算SOC可取得較好的效果。然而為了獲得開路電壓的穩定狀態值，動力電池需要經過幾小時甚至十幾個小時的靜置，實際使用中常發生的是短暫靜置，所以實際運用中開路電壓法常與其他方法組合使用作為輔助修正。

1.3 內阻法

當電池的電量低于額定值的50%時，其內阻會明顯增大，據此可推斷出動力電池的 SOC值和其內阻值存在一定的數學關系，基于這個關系可以通過測量動力電池內阻確定SOC值。但動力電池內阻值很小，約在毫歐級，而且電池在正常放電時其內阻變化范圍在5%～6%以下，測量工具內阻大小也會影響電池內阻測量值。該方法的實現需要配備具有額外的電路和函數發生器，成本增高且不便隨車攜帶，因此不適用實際測量。

1.4 線性模型法

線性模型法是根據當前時刻電流Ik、端電壓Uk、SOC變化量△SOCk，以及上一時刻的荷電狀態 SOCk-1等電池參數建立相應的線性方程，其方程如下：

其中，SOCk是當前時刻的 SOC；系數 β0～β3可根據參考數據通過最小二乘法辨識得到。

該方法適用于電流較小和SOC變化緩慢的情況，理論上來說采用線性模型法估算SOC適用于各種類型的電池，且對測量誤差和不準確的初始條件具有較高的魯棒性。但對非線性特性的電池精度低，由于動力電池在工作過程中具有高度的非線性，所以在實際應用中有很大局限性。

1.5 人工神經網絡法

人工神經網絡(Artificial Neural Network，ANN)，簡稱神經網絡，是一種通過建立數學模型來模擬互聯的人腦神經元系統的計算機體系結構，它能夠仿效人腦處理信息，記憶學習的過程。由于電池是一個非線性系統，對電池的充電和放電過程建立準確的數學模型難度較大，而人工神經網絡能較好地反映非線性的基本特性，兼具并行結構和訓練能力，在有外部激勵時，能給出相應的輸出，因此能夠在一定程度上模擬電池的動態特性，進而估算SOC。人工神經網絡法適用于各種電池，但是輸入變量的選擇是否合適，變量數量是否恰當，直接影響模型的準確性和計算量。并且需要大量的參考數據進行訓練，估計誤差受訓練數據和訓練方法的影響也很大。目前人工神經元網絡法主要用于理論方面研究。

1.6 模糊控制法

模糊控制法是基于模糊邏輯推理理論，模仿人的思維方式，給出的一種描述控制系統的方法，對于難以建立精確數學模型的對象實施的一種控制策略[4]。該方法利用阻抗波譜、電流積分和電池恢復性測量等方法獲取訓練數據樣本集合，

經過樣本離線訓練，然后用于動力電池SOC估算。

由于動力電池在工作過程中具有高度的非線性，因而很難對其充放電過程進行精確建模，基于模糊控制的估算方法不依賴于動力電池的精確模型且具有較高的魯棒性，但模糊規則較難確定，控制參數的選取在很大程度上取決于工程經驗。

1.7 卡爾曼濾波法

卡爾曼濾波法是一種如何對系統狀態作出最小方差意義上的最優估算的方法。在實際應用中，將動力電池看作一個系統，SOC則是系統中的一個內部狀態，建立相應的動力電池模型，通過遞推算法實現SOC的最小方差。一般而言，動力電池模型的卡爾曼濾波方程如下：

系統的輸入向量uk中，通常包含電池電流、溫度、剩余容量和內阻等變量，系統的輸出量yk通常為電池的工作電壓，電池SOC包含在系統的狀態量 xk中。f(xk,uk)和 g(xk,uk)都是由電池模型確定的非線性方程，在計算過程中要進行線性化。SOC估算法的核心，是一套包括SOC估算值和反映估計誤差的、協方差矩陣的遞歸方程，協方差矩陣用于給出估計誤差范圍。安時法方程是電池模型狀態方程，是將SOC描述為狀態矢量的依據[5]。

卡爾曼濾波算法適合各種類型的動力電池，其估算結果具有較好的準確度，對初始值誤差有較強的修正作用，對于擾噪聲也有較強的抑制作用，特別適合于動力電池劇烈波動狀態下的SOC估算。從中可以看出，動力電池模型的準確性制約著卡爾曼濾波算法的估算準確度；此外，該算法運算量大且復雜，但建立合適的動力電池模型及運算速度快的硬件設備便能克服這些缺點。

2 結論

目前，動力電池SOC估算方法很多，但多屬于傳統方法，均存在一定的局限性。要達到SOC實時在線、高精度的估算效果，需改進傳統估算方法，建議從以下方面進行完善：

（1）進行大量的科學試驗，建立豐富的數據庫，使得估算SOC有據可依；

（2）提高硬件方面的技術，以提高電壓和電流等的測量精度，保證用于估算SOC基本數據的準確性；

（3）建立更加準確的電池模型，更真實地表征電池在使用過程中的動態特性；

（4）有效綜合各種算法，揚長避短，最大程度上提高其估算的準確性。

[1] Bai G,Wang P. A self-cognizant dynamic system approach for battery state of health estimation[C]// Prognostics and Health Management(PHM),2014 IEEE Conference on. IEEE,2014:1-10.

[2] 李哲,盧蘭光,歐陽明高.提高安時積分法估算電池 SOC精度的方法比較[J].清華大學學報:自然科學版,2010(8):1293-1296.

[3] 徐欣歌,楊松,李艷芳等.一種基于預測開路電壓的 SOC估算方法[J].電子設計工程,2011,19(14):127-129.

[4] 周曉鳳.純電動汽車鋰電池剩余電量估計研究[D].南京航空航天大學,2014.

[5] 朱華.電動汽車動力電池荷電狀態計量方法簡述[J].測量與控制,2015(10):96-97.

Analysis on estimation method of power battery stata of charge

Li Yalin
( Sichuan Vocational and Technical College of Communications, Sichuan Chengdu 611130 )

U472 文獻標識碼：A 文章編號：1671-7988 (2017)18-120-03

10.16638/j.cnki.1671-7988.2017.18.040