锂离子电池的

SOC 参数估计

摘要：电池

SOC 在并联式混合动力电动车（PHEV）和电动汽车（EV）的推进系统控

制中是一个至关重要的参数，由于在汽车运行中

SOC 是无法测量的，因此，本文揭示

了一种车载运算法则。这种算法估计了锂离子电池的六种电参数，并提供了一种基于

—

电池评估参数 开路电压的可靠的

SOC。仿真模拟和车辆验证显示出这种算法较好的

稳定性和适应性以及高计算效率和低成本。

I．引言

近年来，锂离子电池作为一种有前途的储能元件应用于并联式混合动力电动车

（

PHEV）和电动汽车（EV）中，为了更好地控制 PHEV 或 EV 中的推进系统，必须

对电池

SOC 有精确了解。电池 SOC 将残存电量定义为在一个充满电的蓄电池中储存

电量的百分数。然而，电池

SOC

 

无法在汽车运行中 测量，只能通过车载估计装置来

进行。

直接影响电池

SOC 的一个参数是开路电压，即电池在开路中的稳定的电压，，它随着

电池

SOC 的增加而增加，二者之间的关系可通过实验获得。对其他电池参数的了解对

于诊断和动力管理也同样重要。

对于一些锂离子电池和磷酸铁锂离子电池，一条从

OCV 到 SOC 的平面映射曲线甚至

使得

SOC 估计更加困难，由于 OCV 被动态电压组件复杂化，想要得到一个精确的

OCV 估计，电池参数估计算法需要从端电压中扣除所有责任电压原件。这需要一个强
大的算法来精确、高效的选取更多的与电压分量相一致的电池参数。考虑到车内传感

 

器造 成的测量误差，此算法需要对初始条件、环境变化和测量噪音具有高度稳定性。

从文献中可查到数种电池

SOC 估计方法，基于库伦计数法的一种方法最为常用，但这

种方法有两点极大地限制了其在

PHEV 和 EV 中的应用。第一点，库伦计数法必须始

于一个正确的初始

SOC，而这经常是未知的。第二点，由于感应器误差的存在，误差

会随着次数的增加而积累，误差的大小决定于传感器的精确度、电流大小和出行距离。

此外，库伦计算法需要知道电池容量，而且无法恢复错误的

SOC 值。另一种知名度较

高的方法是以电压为基础的

SOC 纠正。一般来说，在电池长时间（一般为几个小时）

停用后测量的平均电压可看做

OCV，然后可用此 OCV 值在查询表中查找正确的

SOC。然而，此种数小时的停用在 PHEV 和 EV 的应用中是很少见的。近年来，一些
新方法发展起来，包括网上估计

OCV 和从估计的 OCV 中推断 SOC。类似的，把

OCV 作为内部的可变因素和直接从电池模型中估计 SOC 的方法也发展起来。这些方
法为车载电池

SOC 估计算法的设计打开了一扇门，其他的以简化的电化学模型为基础

的方法也被引用进来。

本文提出的一种实用方法是从一个二阶锂离子电池模型中选取六个合适的内部参数，

这种方法已被实验数据所证实。电池

OCV 是六个参数其中之一，它被用来进一步推断