动力电池重要参数定义及测量计算方法VIP专享VIP免费

动力电池重要参数定义及测量计算方法1. 概述本文档的编写主要是为了方便公司内部研发人员更加快速清楚地认识电池的一些重要特性参数及其测量计算方法。主要包括动力电池的荷电状态 SOC，电池健康状态 SOH，内阻 R 等。此文档主要参考了动力电池的国家标准与行业标准，以及网上的一些权威资料信息，同时结合自身工作经验整合编写而成。2. 电池荷电状态 SOC 及估算方法2。1 电池荷电状态 SOC 的定义电池的荷电状态 SOC 被用来反映电池的剩余电量情况，其定义为当前可用容量占初始容量的百分比（国标）。美国先进电池联合会（USABC）的《电动汽车电池实验手册》中将SOC 定义如下：在指定的放电倍率下，电池剩余电量与等同条件下额定容量的比值。SOC=QO/QN日本本田公司的电动汽车（EVPlus）定义 SOC 如下：SOC=剩余容量/（额定容量—容量衰减因子）其中剩余容量=额定容量—净放电量—自放电量—温度补偿动力电池的剩余电量是影响电动汽车的续驶里程和行驶性能的主要因素,准确的 SOC 估算可以提高电池的能量效率，延长电池的使用寿命，从而保证电动汽车更好的行驶，同时 SOC 也是作为电池充放电控制和电池均衡的重要依据.实际应用中，我们需要根据电池的可测量值如电压电流结合电池内外界影响因素（温度、寿命等）来实现电池 SOC 的估算算法.但是SOC 受自身内部工作环境和外界多方面因素而呈非线性特性，所以要实现良好的 SOC 估算算法必须克服这些问题。目前，国内外在电池 SOC 估算上已经部分实现并运用到工程上，如安时法、内阻法、开路电压法等.这些算法共同特点是易于实现，但是对实际工况中的内外界影响因素缺乏考虑而导致适应性差，难以满足 BMS 对估算精度不断提高的要求。所以在考虑 SOC 受到多种因素影响后，一些较为复杂的算法被提出，例如:卡尔曼滤波算法、神经网络算法、模糊估计算法等新型算法，相比于之前的传统算法其计算量大，但精度更高，其中卡尔曼滤波在计算精度和适应性上都有很好的表现。2.2 几种 SOC 估算算法简介（1）安时法安时法又被称为电流积分法，也是计算电池 SOC 的基础.假设当前电池 SOC 初始值为 SOC0，在经过 t 时间的充电或放电后 SOC 为:Q0是电池的额定容量，i（t）是电池充放电电流（放电为正）。事实上，SOC 定义为电池的荷电状态，而电池荷电状态就是电池电流的积分，所以理论上讲安时法是最准确的.同时，它也易于实现，只需测量电池充放电电流和时间，而在实际工...