动力电池系统状态估计功能设计
版权申诉
140 浏览量
2022-06-26
09:27:19
上传
评论
收藏 349KB DOCX 举报
动力电池系统状态估计功能设计
5.3.1 电池剩余电量估计
就像传统汽车驾驶人常常需要留意车上剩余的油量还有多少一样，
对于一个电动汽车的驾驶人而言，需要知道剩余的电量还剩余有百
分之几，这就是电池管理系统的电池剩余电量（SOC）估计模块所需
要完成的功能。剩余电量估计是电池管理系统的一项重要的功能，
同时也是最具有挑战性的功能。近年来，在电池管理系统领域超过
一半的研究工作都是围绕 SOC 估计进行的。
1.SOC 算法模型
SOC（State of Charge，荷电状态）算法一直是 BMS 开发应用的关
键技术之一。SOC 是 BMS 中最重要的参数，其他一切都是以 SOC 为
基础的，所以它的精度和鲁棒性（也叫纠错能力）极其重要。如果
没有精确的 SOC，加再多的保护功能也无法使 BMS 正常工作，因为
电池经常会处于被保护状态，更无法延长电池的寿命。
目前 SOC 估算按照算法模型通常分为：安时法、开路电压法、内
阻法、卡尔曼滤波法与神经网络法等。
1）安时法：由放电法发展而来的算法，其以电流离散积分作为
净放电量。其模型简单，但是积分初始值不确定，电池容量不是恒
定值，对初始 SOC 的精度要求较高，多次循环后算法精度较低。
2）开路电压法：在锂电池经过足够时间的静置后，其开路电压
与电池 SOC 存在单值函数关系，据此判定不同电压应对应不同的
资源评论
