综述了锂离子电池荷电状态(state of charge,SOC)估算方法的研究进展。作为电动汽车电池管理中的重要指标,SOC表征了电池在当前循环中剩余的电量。准确的SOC估算可有效地避免电池工作于过低电量等不良工况,保证电池始终运行在安全的状态...综述了锂离子电池荷电状态(state of charge,SOC)估算方法的研究进展。作为电动汽车电池管理中的重要指标,SOC表征了电池在当前循环中剩余的电量。准确的SOC估算可有效地避免电池工作于过低电量等不良工况,保证电池始终运行在安全的状态中,从而有效提高电池使用的效率和延长使用寿命。介绍并比较了几种常用的SOC估算方法:安时积分法最为简单,但由于其是开环估算系统,无法对估计误差进行修正;开路电压法可以根据开路电压与SOC之间的对应关系实现查表式估算,然而由于需要长时间静置来获取稳定的电压值,不适用于在线估算;卡尔曼滤波族方法是前两种方法的结合,可依靠系统观测值的误差对状态估计值进行及时修正,搭配适合的电池模型可获得较高的估算精度且适用于在线估算;数据驱动的方法则需要长期性的历史数据进行数据库的建立。本文总结了每种SOC估算方法的优缺点以及改进的方案。基于以上分析,结合SOC估算算法在工程实际中应用的局限与面对的挑战,对锂离子电池SOC在线估算的发展做出了展望。展开更多
文摘综述了锂离子电池荷电状态(state of charge,SOC)估算方法的研究进展。作为电动汽车电池管理中的重要指标,SOC表征了电池在当前循环中剩余的电量。准确的SOC估算可有效地避免电池工作于过低电量等不良工况,保证电池始终运行在安全的状态中,从而有效提高电池使用的效率和延长使用寿命。介绍并比较了几种常用的SOC估算方法:安时积分法最为简单,但由于其是开环估算系统,无法对估计误差进行修正;开路电压法可以根据开路电压与SOC之间的对应关系实现查表式估算,然而由于需要长时间静置来获取稳定的电压值,不适用于在线估算;卡尔曼滤波族方法是前两种方法的结合,可依靠系统观测值的误差对状态估计值进行及时修正,搭配适合的电池模型可获得较高的估算精度且适用于在线估算;数据驱动的方法则需要长期性的历史数据进行数据库的建立。本文总结了每种SOC估算方法的优缺点以及改进的方案。基于以上分析,结合SOC估算算法在工程实际中应用的局限与面对的挑战,对锂离子电池SOC在线估算的发展做出了展望。
