單位：浙江巨磁智能技術有限公司 作者：王維維

一、引言

隨著全球氣候環(huán)境及能源供需的變化，越來越多的國家認識到能源的重要性。習總書記指出，“十四五”時期，我國生態(tài)文明建設進入了以降碳為重點戰(zhàn)略方向、推動減污降碳協(xié)同增效、促進經濟社會發(fā)展全面綠色轉型、實現生態(tài)環(huán)境質量改善由量變到質變的關鍵時期。隨著相關技術日漸成熟，以純電動汽車、混合動力汽車和燃料電池汽車為代表的新能源汽車，得到了蓬勃的發(fā)展。

資料來源：國家統(tǒng)計局

以蓄電池為動力的純電動汽車，簡稱EV（Electric Vehicle）。因其節(jié)能環(huán)保、零排放、低噪聲等優(yōu)點，正逐步取代傳統(tǒng)燃料汽車的地位。電池管理系統(tǒng)作為電動汽車的核心部件，對保護電池安全、提高車輛性能及延長使用壽命至關重要。電池管理系統(tǒng)的關鍵功能有電池性能管理、安全保護、均衡管理、信息通訊以及充電管理等等。大家最關心的電動汽車續(xù)航問題，其關鍵就在于對電池荷電狀態(tài)（State of charge, SOC）估算的準確性。

電池SOC反映了電池中的剩余電量，對電池 SOC估算的準確性直接影響了整車續(xù)航里程、可輸出最大功率等整車核心性能和安全功能。又因為電池本身內部機理復雜，車輛運行工況多變，電池 SOC的精確估算存在著很大的挑戰(zhàn)。

二、電池SOC估計方法

SOC一般以美國先進電池聯(lián)合會的定義為標準，表示為當前時間環(huán)境下電池的剩余電量與額定容量的比值，具體的計算表達式為：

其中，Qremain為電池剩余電量，Qn表示當前條件下電池的額定容量。與電流、電壓等參數不同，電池的SOC無法直接測量得到，而需要根據可測量的電流、電壓、溫度等物理量間接進行估計。鋰電池在實際使用過程中，SOC會隨著電池容量、內部阻容參數、溫度、放電率和老化程度等特征參數不斷變化，因此準確且實時地估計SOC一直是相關技術研究領域的重點和難點。經過國內外專家學者十幾年的研究，不同類型的SOC估計方法陸續(xù)被提出。在大量的文獻檢索基礎上，對電池SOC估算方法進行分類，結果如下圖所示。

圖1 電池SOC估算方法分類

2.1基于表征參數的估算方法

指利用電池外部特性參數與SOC之間的映射關系，通過實驗來表征電池行為，將電池參數與SOC的關系列表化，俗稱查表法。這種方法能夠簡單快速的求得SOC值，但是有兩個限制條件，其一是表征參數與SOC之間的關系需穩(wěn)定，否則一一對應的查表法會帶來極大的估計誤差；其二是所選擇的參數必須是較容易獲得的，太難獲取或者與SOC值之間關系不明確的參數不予考慮。

目前常用的基于表征參數的估算方法有放電實驗法、開路電壓法、內阻法和電化學阻抗譜。

2.2基于定義式的估算方法

又稱作電流積分法或庫倫計數法，是目前應用最廣泛的鋰離子電池SOC估計方法之一。主要通過計算一段時間內電流和充放電時間的積分，進而計算一段時間內放出的電量，估計電池的SOC。

與其它SOC估算方法相比，安時積分法相對簡單易行，但該方法也存在著兩方面的局限性：其一，該方法更適合用于放電電流比較穩(wěn)定的情況，在實際應用中，電動汽車在行駛狀態(tài)下電池的放電電流很難達到持續(xù)穩(wěn)定的狀態(tài)；其二，該算法對SOC的初始值依賴性大，由于電流傳感器精度不夠、采樣頻率低、信號受干擾等原因，長期使用會導致測量誤差不斷累積擴大，因此需要引入相關修正系數對累積誤差進行糾正。

2.3基于模型的估算方法

該方法基于控制理論，根據研究對象的機理不同，對電池進行建模，再根據電池模型設計相應的濾波器或者估計器。主要包括電化學模型、等效電路模型等電池數學模型。

①電化學模型（EM）：根據電化學反應過程計算電池的端電壓和SOC，是一種基于多孔電極和溶液濃度理論的電池模型。主要反映電池內部化學反應機理，模型準確度高，但是很難確定所有的參數，具有巨大的計算復雜度和耗時性。

②電化學阻抗模型（EIM）：可以準確描述電池特性，但在實際應用中匹配過程難度大、復雜并且不直觀，并且阻抗模型只有在特定的SOC和溫度有用，無法預測直流反應及電池運行時間。

③等效電路模型（ECM）：用來描述和模擬電池的動態(tài)特性，它將電池看作一個二端口網絡，用電壓源、電阻、電容等器件組成電路，來模擬電池內部特性

為了實現動態(tài)SoC估計，常將濾波器和觀測器與電池模型相結合，構成基于模型的SoC估算方法。常用的濾波器和觀測器有：

①卡爾曼濾波器(KF)

②粒子濾波器（PF）

③H∞濾波器（HIF）

④其他狀態(tài)觀測器（滑模觀測器等）

基于模型的估算方法使用閉環(huán)結構，通過不斷不斷的修正SOC估算值，使得SOC估算值不斷的向真實值靠近，進而使算法具有一定的魯棒性。具體如下圖所示。

圖2 基于模型的鋰電池SOC估計方法結構圖

2.4基于數據驅動的估算方法

基于數據驅動的估算方法無需考慮電池內部復雜的化學反應機理，而是基于大量電池實驗測試數據，來建立并訓練電流、電壓、溫度等外部特性參數與SOC之間的映射關系模型。

以神經網絡模型為典型代表，該方法在忽略電池內部化學反應細節(jié)的同時具備極高的擬合能力，適用于各種動力電池的SOC估計，且估計精度高。但是訓練需要大量的數據，計算量大，在實際應用中，必須配備高性能的芯片，使得BMS成本增加。

圖3 基于數據驅動的估算方法

2.5混合方法

將兩種或多種方法結合應用，形成一種混合方法，可以利用不同算法的優(yōu)點來有效提高SOC的估計性能。如利用數據驅動方法的優(yōu)化方法結合基于模型的算法來提高SOC估計的準確性、魯棒性和估算速度。

對5類電池SOC估算方法的性能進行總結，結果如下表所示。

表1 各類SOC估算方法性能對比

在對上述SOC估算方法的分析中可以發(fā)現，不同的估算方法各自的優(yōu)缺點明顯。目前國內實際應用的實時在線估算SOC的方法仍然以安時積分法為主，考慮到安時積分法自身的局限性，往往結合不同的修正方法共同完成對鋰電池初始荷電狀態(tài)的檢測，在此過程中，傳感器檢測性能的優(yōu)劣直接關系到電動汽車電池組的穩(wěn)定性和可靠性。

三、電流檢測需求

根據《GB/T 38661-2020電動汽車用電池管理系統(tǒng)技術條件》標準中定義的BMS檢測精度，對相關功能項目性能指標提出了要求。

CSM系列電流傳感器，基于MAGTRON自主知識產權iFluxgate?技術，具有高精度、低溫漂、發(fā)熱量低、響應速度快、模塊化設計等特點。通過CE、RoHS認證，能夠準確獲取充放電電流，有效優(yōu)化傳統(tǒng)的充放電方式，延長電池使用壽命，節(jié)約能量。該系列電流傳感器可廣泛應用于需要精確測量電流的電池管理（SOC、SOE、SOF等）等應用場合，以及純電動車、插電混合動力汽車及儲能設備等領域，如新能源電動汽車的PACK、BMS、BDU、PDU等。

MAGTRON CSM電流檢測方案

參考文獻：

張照娓,郭天滋,高明裕等.電動汽車鋰離子電池荷電狀態(tài)估算方法研究綜述[J].電子與信息學報,2021,43(07):1803-1815.

朱永康,王彥欽,任言政等.傳感器技術在BMS中的應用與問題對策[J].汽車維修,2022(01):18-21.

謝思宇.電動汽車鋰離子電池SOC估算方法研究[D].天津大學,2019.DOI:10.27356/d.cnki.gtjdu.2019.004077.

趙軒,李美瑩,余強等.電動汽車動力鋰電池狀態(tài)估計綜述[J].中國公路學報,2023,36(06):254-283.DOI:10.19721/j.cnki.1001-7372.2023.06.021.

鐘彥雄.電動汽車鋰離子電池荷電狀態(tài)估算方法研究[J].時代汽車,2023(05):109-111.

劉志聰,張彥會,王君琦.鋰離子電池SOC估算技術進展綜述[J].汽車零部件,2022(12):91-95.DOI:10.19466/j.cnki.1674-1986.2022.12.018.

審核編輯 黃宇