摘 要：SOC是鋰離子電池的重要參數(shù)，其數(shù)值對(duì)預(yù)測(cè)汽車(chē)?yán)m(xù)航里程，進(jìn)行能量策略管理有著重要的參考價(jià)值。但是，目前各種SOC估算方法均存在一定的缺點(diǎn)。本文對(duì)目前主流的SOC估算方法進(jìn)行分析和對(duì)比，并對(duì)未來(lái)的SOC估算方法進(jìn)行了預(yù)測(cè)。本文對(duì)鋰離子電池的SOC估算具有一定的參考價(jià)值。

關(guān)鍵詞：鋰離子電池;SOC;參考價(jià)值

鋰離子電池的SOC是進(jìn)行動(dòng)力電池充放電控制、預(yù)測(cè)汽車(chē)?yán)m(xù)航里程和進(jìn)行車(chē)輛能量策略管理的重要依據(jù)。長(zhǎng)期以來(lái)，開(kāi)路電壓一直是估算鉛酸電池SOC的主要參考值，但是鋰離子電池存在電壓平臺(tái)期，如果通過(guò)電壓值進(jìn)行估算，需要具有足夠高的電壓采樣精度，也就對(duì)電池管理系統(tǒng)硬件和軟件設(shè)計(jì)提出了更高的要求。

伴隨著鋰離子電池在新能源汽車(chē)，尤其是純電動(dòng)汽車(chē)上的廣泛應(yīng)用，SOC估算的重要性越來(lái)越高，無(wú)數(shù)研究者探索使用各種方法進(jìn)行SOC的估算研究，SOC的估算方法層出不窮。在這種情況下，開(kāi)展SOC估算方法的對(duì)比研究就顯得尤為重要了。

1 當(dāng)前主流的SOC估算方法

1.1 安培時(shí)間積分法

SOC以容量為依據(jù)進(jìn)行計(jì)算，而容量的數(shù)值為電流在時(shí)間上的積分，因此安培時(shí)間積分法是估算SOC較為常用的方法。

顧名思義，安培時(shí)間積分法的應(yīng)用方法為實(shí)時(shí)監(jiān)測(cè)鋰離子電池的充放電電流，然后在時(shí)域上積分即可。

安培時(shí)間積分法當(dāng)前已經(jīng)商用的電池管理系統(tǒng)（BMS）中應(yīng)用最為廣泛的方法，該方法實(shí)現(xiàn)相對(duì)簡(jiǎn)單，可操作性強(qiáng)，只需要配備電流傳感器和采樣電路即可。同時(shí)，安時(shí)積分法不涉及到鋰離子電池復(fù)雜的反應(yīng)原理，將鋰離子電池視為一個(gè)黑箱，無(wú)需描述其復(fù)雜的電極反應(yīng)全過(guò)程[1]，只關(guān)注電化學(xué)系統(tǒng)的外部特征即可。

不過(guò)，安培時(shí)間積分法需要長(zhǎng)時(shí)間對(duì)電池的電流數(shù)據(jù)進(jìn)行監(jiān)測(cè)和記錄，對(duì)電流傳感器的精度要求較高。如果電流采集的誤差較大，SOC的估算誤差會(huì)隨著時(shí)間的延長(zhǎng)而累積。同時(shí)，由于SOC會(huì)受到鋰離子電池工作溫度、充放電電流、充放電深度的影響，安培時(shí)間積分法需要根據(jù)這些因素實(shí)時(shí)修正。

1.2 開(kāi)路電壓法

開(kāi)路電壓為電池沒(méi)有外接負(fù)載時(shí)的電壓。一般來(lái)說(shuō)，電池的開(kāi)路電壓與其SOC之間存在一定的關(guān)系，例如，鉛酸電池的開(kāi)路電壓與SOC可以近似看作線(xiàn)性關(guān)系。但是對(duì)于鋰離子電池而言，開(kāi)路電壓與SOC之間的關(guān)系線(xiàn)性度相對(duì)較差，在其充電開(kāi)始階段和結(jié)束階段匹配較好，在電壓平臺(tái)階段可以作為SOC估算的參考。

開(kāi)路電壓法需要離線(xiàn)測(cè)量，也就是需要在鋰離子電池沒(méi)有接入任何負(fù)載的情況下測(cè)量。因此，在電動(dòng)汽車(chē)的實(shí)際運(yùn)行過(guò)程中，無(wú)法使用該方法進(jìn)行測(cè)量。此外，并非只要未接入負(fù)載即是開(kāi)路電壓。開(kāi)路電壓需要電池在斷開(kāi)負(fù)載后，長(zhǎng)時(shí)間靜置。一般來(lái)說(shuō)電池從放完電到電壓穩(wěn)定一般需要幾個(gè)小時(shí)的時(shí)間，這就給開(kāi)路電壓法的應(yīng)用帶來(lái)了極大的困難。

1.3 神經(jīng)網(wǎng)絡(luò)算法

神經(jīng)網(wǎng)絡(luò)算法是目前在科研領(lǐng)域較為常用的SOC估算方法。神經(jīng)網(wǎng)絡(luò)算法模擬人類(lèi)或者動(dòng)物的自我學(xué)習(xí)的過(guò)程，無(wú)需關(guān)注電池內(nèi)部的結(jié)構(gòu)及工作原理，僅將與電池SOC相關(guān)的電流、溫度、電壓、內(nèi)阻等數(shù)據(jù)導(dǎo)入神經(jīng)網(wǎng)絡(luò)的輸入，將已知的SOC數(shù)值，作為神經(jīng)網(wǎng)絡(luò)的輸出，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行大量的訓(xùn)練，幫助神經(jīng)網(wǎng)絡(luò)形成內(nèi)部的邏輯關(guān)系和權(quán)重?cái)?shù)值，在有新的電流、電壓、溫度、電阻數(shù)據(jù)輸入的時(shí)候，就可以自動(dòng)進(jìn)行計(jì)算，得到較為準(zhǔn)確地SOC估算值[2]。

1.4 電化學(xué)阻抗譜（EIS）法

電化學(xué)阻抗譜算法簡(jiǎn)稱(chēng)EIS，是目前測(cè)量電池內(nèi)阻的主流方法，由于電池內(nèi)阻與SOC之間存在一定的關(guān)系，因此可以用于估算電池SOC。與神經(jīng)網(wǎng)絡(luò)算法類(lèi)似，電化學(xué)阻抗譜算法也不需要關(guān)注鋰離子電池內(nèi)部的電化學(xué)反應(yīng)過(guò)程，僅僅將鋰離子電池作為一個(gè)黑箱，想鋰離子電池輸入一個(gè)小幅值信號(hào)，通過(guò)響應(yīng)信號(hào)與輸入信號(hào)的關(guān)系，判斷鋰離子電池內(nèi)部的等效電路，并計(jì)算其數(shù)值得到電池內(nèi)阻，作為SOC估算的依據(jù)[3]。

2 各種SOC估算方法的對(duì)比

通過(guò)對(duì)目前主流的SOC估算方法進(jìn)行分析，發(fā)現(xiàn)安培時(shí)間積分法誤差較大，開(kāi)路電壓法不適用與鋰離子電池，神經(jīng)網(wǎng)絡(luò)算法需要大量的歷史數(shù)據(jù)進(jìn)行訓(xùn)練，電化學(xué)阻抗譜算法需要依托額外的設(shè)備。

總之，當(dāng)前存在的各種SOC估算方法均存在一定的缺點(diǎn)，目前的趨勢(shì)是將各種算法相結(jié)合，充分利用各種方法的優(yōu)點(diǎn)。

參考文獻(xiàn)：

[1]施王影，賈川，張永亮等.固體氧化物燃料電池電化學(xué)阻抗譜差異化研究方法和分解[J].物理化學(xué)學(xué)報(bào)，2019，35（05）：509-516.

[2]胡康，周友元，陳威等.鈮摻雜對(duì)LiNi0.8Co0.1Mn0.1O2正極材料結(jié)構(gòu)和電化學(xué)性能的影響[J].礦冶工程，2019，39（03）：110-112.

[3]彭美勛，沈湘黔，王零森等.球形Ni（OH）2電極的電化學(xué)阻抗研究[J].礦冶工程，2005，25（01）：40-43.

基金項(xiàng)目：湖南省教育廳科學(xué)研究項(xiàng)目（18C1465）

作者簡(jiǎn)介：劉騫（1986-），男，河北人，碩士，講師，研究方向：鋰離子電池。