SOC即State of Charge，指電池的荷電狀态。從(cóng)電量、能(néng)量等不同的角度，SOC有多種不同的定義方式。美(měi)國先進電池聯合會(huì)（USABC）定義的SOC被廣泛采用(yòng)，即電池在一定的放(fàng)電倍率下(xià)，剩餘電量與相同條件下(xià)額定容量的比值。相應的計(jì)算(suàn)公式爲：
式中，Qm爲電池按照恒定的電流I進行放(fàng)電時(shí)的最大(dà)放(fàng)電容量；Ｑ(In)爲在t時(shí)間裏，标準的放(fàng)電電流I下(xià)電池所釋放(fàng)的電量。
锂電池的荷電狀态是電池管理(lǐ)系統的重要參數之一，也(yě)是整個汽車的充放(fàng)電控制策略和(hé)電池均衡工(gōng)作(zuò)的依據。但(dàn)是由于锂電池本身結構的複雜(zá)性，其荷電狀态不能(néng)通過直接測量得到(dào)，僅能(néng)根據電池的某些(xiē)外(wài)特性，如電池的内阻、開(kāi)路電壓、溫度、電流等相關參數，利用(yòng)相關的特性曲線或計(jì)算(suàn)公式完成對(duì)荷電狀态的預測工(gōng)作(zuò)。
锂電池的荷電狀态估算(suàn)是非線性的，目前常用(yòng)的方法主要有放(fàng)電實驗法、開(kāi)路電壓法、安時(shí)積分法、卡爾曼濾波法、神經網絡法等。
放(fàng)電實驗法的原理(lǐ)是：以恒定的電流使電池處于不間斷的放(fàng)電狀态，當放(fàng)電到(dào)達截止電壓時(shí)對(duì)所放(fàng)電量進行計(jì)算(suàn)。放(fàng)電電量值爲放(fàng)電時(shí)所采用(yòng)的恒定電流值與放(fàng)電時(shí)間的乘積值。放(fàng)電實驗法經常在實驗室條件下(xià)估算(suàn)電池的荷電狀态，并且目前許多電池廠(chǎng)商也(yě)采用(yòng)放(fàng)電法進行電池的測試。
它的顯著優點是方法簡單，估算(suàn)精度也(yě)相對(duì)較高(gāo)。其缺點也(yě)很(hěn)突出：不可以帶負載測量，需要占用(yòng)大(dà)量的測量時(shí)間，并且放(fàng)電測量時(shí)，必須中斷電池之前進行的工(gōng)作(zuò)，使電池置于脫機狀态，因此不能(néng)在線測量。行駛中的電動汽車電池一直處于工(gōng)作(zuò)狀态，其放(fàng)電電流并不恒定，此法不适用(yòng)。但(dàn)放(fàng)電實驗法可在電池檢修和(hé)參數模型的确定中使用(yòng)。
電池長時(shí)間充分靜置後的各項參數相對(duì)穩定，此時(shí)的開(kāi)路電壓與電池荷電狀态間的函數關系也(yě)是相對(duì)比較穩定的。若想獲得電池的荷電狀态值，隻需測得電池兩端的開(kāi)路電壓，并對(duì)照OCV-SOC曲線來(lái)獲取相應信息。
開(kāi)路電壓法的優點是操作(zuò)簡單，隻需測量開(kāi)路電壓值對(duì)照特性曲線圖即可獲得荷電狀态值。但(dàn)是其缺點有很(hěn)多：首先此方法要想獲得準确值，必須使電池電壓處于相對(duì)穩定狀态，但(dàn)電池往往需要長時(shí)間的靜置，方可處于此狀态，從(cóng)而無法滿足實時(shí)監測要求，往往應用(yòng)于電動汽車長時(shí)間的駐車時(shí)。
當電池充放(fàng)電比率不同的情況下(xià)，由于電流的波動會(huì)使電池開(kāi)路電壓發生變化，從(cóng)而導緻電池組的開(kāi)路電壓不一緻，使得預測的剩餘電量與電池實際剩餘電量産生較大(dà)偏差。
安時(shí)積分法不考慮電池内部的作(zuò)用(yòng)機理(lǐ)，根據系統的某些(xiē)外(wài)部特征，如電流、時(shí)間、溫度補償等，通過對(duì)時(shí)間和(hé)電流進行積分，有時(shí)還會(huì)加上(shàng)某些(xiē)補償系數，來(lái)計(jì)算(suàn)流入流出電池的總電量，從(cóng)而估算(suàn)電池的荷電狀态。目前安時(shí)積分法在電池管理(lǐ)系統中被廣泛應用(yòng)。安時(shí)積分法的計(jì)算(suàn)公式如下(xià)：
式中，SOC0是電池電荷狀态的初始電量值；CE是電池的額定容量；I(t)爲電池在t時(shí)刻的充放(fàng)電電流；t爲充放(fàng)電的時(shí)間；η爲充放(fàng)電效率系數，又被稱作(zuò)庫倫效率系數，代表了(le)充放(fàng)電過程中電池内部的電量耗散，一般以充電放(fàng)電的倍率和(hé)溫度修正系數爲主。
安時(shí)積分法的優點是受電池自(zì)身情況的限制相對(duì)較小(xiǎo)，計(jì)算(suàn)方法簡單、可靠，能(néng)夠對(duì)電池的荷電狀态進行實時(shí)的估算(suàn)。其缺點是由于安時(shí)計(jì)量法在控制中屬于開(kāi)環的檢測，如果電流的采集精度不高(gāo)，給定的初始荷電狀态有一定誤差，伴随着系統運行時(shí)間的延伸，之前産生的誤差會(huì)逐漸累積，從(cóng)而影響荷電狀态的預測結果。并且由于安時(shí)積分法隻是從(cóng)外(wài)特性來(lái)分析荷電狀态，多環節存在一定誤差。從(cóng)安時(shí)積分法計(jì)算(suàn)公式中可以看(kàn)出，電池的初始電量對(duì)計(jì)算(suàn)結果的準确性影響較大(dà)。
爲了(le)能(néng)使電流測量的精度得到(dào)提高(gāo)，通常采用(yòng)高(gāo)性能(néng)的電流傳感器來(lái)測量電流，但(dàn)這(zhè)樣加大(dà)了(le)成本。爲此，許多學者在應用(yòng)安時(shí)積分法的同時(shí)應用(yòng)開(kāi)路電壓法，将二者結合。開(kāi)路電壓法用(yòng)來(lái)估算(suàn)電池的初始荷電狀态，安時(shí)積分法用(yòng)于實時(shí)估算(suàn)，并且在算(suàn)式中添加相關修正因子，以提高(gāo)計(jì)算(suàn)準确性。
卡爾曼濾波算(suàn)法是利用(yòng)時(shí)域狀态空(kōng)間理(lǐ)論的一種最小(xiǎo)方差估計(jì)，屬于統計(jì)估計(jì)的範疇，宏觀上(shàng)就是盡可能(néng)減小(xiǎo)和(hé)消除噪聲對(duì)觀測信号的影響，其核心是最優估計(jì)，即系統的輸入量在預估基礎上(shàng)對(duì)狀态變量進行的有效修正。
該算(suàn)法的基本原理(lǐ)是：将噪聲與信号的狀态空(kōng)間模型作(zuò)爲算(suàn)法模型，在測量時(shí)，應用(yòng)當前時(shí)刻的觀測值與上(shàng)一時(shí)刻的估計(jì)值，對(duì)狀态變量的估算(suàn)進行更新。卡爾曼濾波算(suàn)法對(duì)锂電池荷電狀态進行預測的實質是安時(shí)積分法，同時(shí)用(yòng)測量的電壓值來(lái)對(duì)初步預測得到(dào)的值進行修正。
卡爾曼濾波法的優點是适合計(jì)算(suàn)機對(duì)數據進行實時(shí)運算(suàn)處理(lǐ)，應用(yòng)範圍廣，可以用(yòng)于非線性系統，對(duì)行駛過程中電動汽車的荷電狀态預測具有較好(hǎo)的效果。卡爾曼濾波法的缺點是對(duì)電池模型的準确程度依賴較大(dà)，爲了(le)提高(gāo)該算(suàn)法預測結果的準确性和(hé)精度，需要建立可靠的電池模型。此外(wài)，卡爾曼濾波法的算(suàn)法相對(duì)比較複雜(zá)，因此其計(jì)算(suàn)量也(yě)相對(duì)較大(dà)，對(duì)運算(suàn)器的性能(néng)有較高(gāo)要求。神經網絡的目的是模仿人類的智能(néng)行爲，通過并行結構與自(zì)身較強的學習能(néng)力獲得數據表達的能(néng)力，能(néng)夠在外(wài)部激勵存在時(shí)給出相應的輸出響應，并使具有良好(hǎo)的非線性映射能(néng)力。
神經網絡法應用(yòng)于锂電池荷電狀态檢測的原理(lǐ)是：将大(dà)量相對(duì)應的電壓、電流等外(wài)部數據以及電池的荷電狀态數據作(zuò)爲訓練樣本，通過神經網絡自(zì)身學習過程中輸入信息的正向傳播和(hé)誤差傳遞的反向傳播反複進行訓練和(hé)修改，在預測的荷電狀态達到(dào)設計(jì)要求的誤差範圍内時(shí)，通過輸入新的數據來(lái)得到(dào)電池的荷電狀态預測值。
神經網絡法的優點是可以對(duì)各種電池的荷電狀态進行估算(suàn)，适用(yòng)範圍廣；不需要建立特定的數學模型，不用(yòng)考慮電池内部複雜(zá)的化學變化過程，隻需選擇合适的樣本，以及建立較好(hǎo)的神經網絡模型，并且樣本數據越多，其估算(suàn)的精度越高(gāo)；能(néng)夠随時(shí)确定電池的荷電狀态。神經網絡法的缺點是對(duì)硬件要求較高(gāo)，訓練時(shí)所采用(yòng)的數據樣本的準确性、樣本容量和(hé)樣本分布以及訓練方法都會(huì)對(duì)電池的荷電狀态預測産生很(hěn)大(dà)的影響。
本文(wén)對(duì)目前幾種主要的锂電池荷電狀态預測方法做了(le)簡單的介紹，詳細分析了(le)它們各自(zì)的優缺點。目前安時(shí)積分法仍然是應用(yòng)最多的荷電狀态預測方法，但(dàn)由于安時(shí)積分法自(zì)身的局限性，往往結合開(kāi)路電壓法等其他(tā)方法共同完成對(duì)锂電池初始荷電狀态的檢測。
從(cóng)發展趨勢來(lái)看(kàn)，锂電池的荷電狀态預測考慮的因素越來(lái)越全面，所采用(yòng)的預測方法往往是前述好(hǎo)幾種方法的綜合應用(yòng)，使得預測結果更加準确。而且目前锂電池的等效電路模型不斷發展，更加接近實際，使得荷電狀态預測精度得到(dào)進一步提升。
