【導讀】隨著電池性能的大幅提升，越來越多的應用使用電池包提供能量。在電池管理系統中，如何準確地估算電池的 SOC 是設計者需要考慮的重點與難點。
SOC，全稱是 State of Charge，電池荷電狀態，也叫剩余電量，常用百分數表示。當 SOC=0 時表示電池放電完全，當 SOC=100% 時表示電池完全充滿。SOC 與我們的生活息息相關，如常見的手機電量，智能手表電量，電動車電量，都由 SOC 計算得出。由于電池復雜的化學特性導致 SOC 估算出現誤差，在 SOC 估算時需要考慮電池復雜的應用條件，同時需要引入與電化學特性相關的多種變量。
圖1：電池容量與溫度和放電率的關系示意圖
1 SOC 難估算的原因
放電時，電池電壓小于一定值，認為電池放空；充電時電池恒壓充電當電流小于一定值時，認為電池充滿。在電池放空到充滿的過程中，由于以下因素，電池的容量是不一樣的。
a. 充放電倍率。由于電池存在內阻，充放電倍率不同，導致電池可以使用的容量不同。
b. 溫度狀態特性。不同材料的電池都會受到溫度的影響，特別是在低溫狀態下電池的性能會有所降低。
c. 電池壽命狀態特性。電池在使用的過程中壽命將逐漸衰減，衰減機理主要在于正負極材料晶體的塌陷和電極的鈍化導致了有效鋰離子的損失。總電量也將從 BOL（Beginning of Life）向 EOL（End of Life）狀態趨近。因此在計算 SOC 時需要考慮是采用 BOL 時刻的總容量，還是當前壽命下的實際總容量。
電池包每節電池的 SOC 狀態會影響總電池包的 SOC 的計算。多節電池串聯時候，常常存在電池電壓不平衡的狀況。
2 SOC 算法介紹
基于內阻補償的開路電壓法
開路電壓法（OCV）是最早的電池容量測試方法之一，開路電壓法是根據電池的開路電壓與電池內部鋰離子濃度之間的變化關系，間接地擬合出它與電池 SOC 之間的一一對應關系。
開路電壓法簡單便捷，但是估算的精度并不高。該方法只能在電池長時間靜置狀態下估算 SOC，當電池有電流通過時，電池內阻產生的壓降會影響 SOC 估算精度。同時電池存在電壓平臺，特別是磷酸鐵鋰電池，在 SOC30%-80% 期間，端電壓和 SOC 曲線近似為直線，這種情況下 SOC 的估算誤差會放大。
圖2：鋰電池開路電壓與 SOC 關系示意圖
基于以上問題，設計人員對開路電壓法做了補充，引入了電池內阻進行校正，準確估算 OCV。當電池通過電流時，通過將實際測得的電池端電壓減去 I*R 來校正負載下的電壓，然后使用校正電壓來獲得當前的 SOC。
V = OCV-I*R(SOC,T）
基于內阻補償的開路電壓法提升了 SOC 的估算精度，但是實際應用時由于其復雜的電化學特性，電池電壓不會立即對負載的變化作出反應，而是有一定延遲。該延遲與電池電壓響應的時間常數相關聯，范圍從毫秒到數千秒。同時電池的內部阻抗在不同條件下變化較大，因此 SOC 的精準估算依賴于阻抗的精準估算。
安時法（庫倫計數法）
經典的 SOC 估算一般采用安時積分法（也叫電流積分法或者庫侖計數法）。即電池充放電過程中，通過累積充進和放出的電量來估算 SOC。充電時，進入電池的庫侖全部留在電池中，放電時全部流出的電量導致 SOC 的下降。
SOCnow = SOCpast-(Inow*t)/Qmax
安時積分法 SOC 估算精度高于開路電壓法，但是該算法只是單純的從外部記錄流入和流出的電池電量，忽略了電池內部狀態的變化。由于不同的電池模型有不同的自放電率，這也取決于電池的 SOC、溫度和循環歷史，準確的自放電建模需要花費大量的時間收集數據，而且仍然相當不精確。同時電流測量不準，造成 SOC 計算誤差會不斷累積，需要定期不斷校準。而且在電池長時間不活動或放電電流變化很大的應用中，庫倫積分法會產生一定誤差。
03 電壓電流混合算法
由于開路電壓法在實際工況下并不實用，而安時積分法存在誤差，并且隨著使用時間的增加誤差會繼續放大。因此大量設計人員將開路電壓法與其他方法結合起來，共同進行 SOC 的預測。業界用得最多的方法為開路電壓+安時積分法。
MPS 公司采用了先進的混合算法對 SOC 進行精準預測，結合庫倫積分法和開路電壓法優勢，同時引入溫度和內阻兩個變量，通過不斷的計算和量測，擬合矯正 SOC，可以將 SOC 誤差平均值控制在2%以內。
圖3：MPS 公司基于電壓電流混合算法示意圖
MPF4279X，是基于 MPS 公司電壓電流混合算法的電量計芯片，它具有以下特點：
● 支持2s~16s電池，包括磷酸鐵鋰和三元鋰電芯
● 可以對每一節電池進行 SOC 計算，更好的預判整個電池充滿和放空條件
● 外圍線路簡單，易于設計，支持外置5顆 LED 顯示電量，
● 外置 MCU M0 即可滿足運算要求
圖4：電量計芯片 -- MPF42790 功能方框圖
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
