為了估算鋰離子動力電池的荷電狀態(tài)（SOC）， 在對影響SOC 值的因素及傳統(tǒng)SOC 估算方法分析的基礎(chǔ)上，依據(jù)實際情況，采用了一種新思路，即將電池的工作狀況分為靜止、恢復(fù)、充放電三種狀態(tài)，分別對三種狀態(tài)進行SOC 估算。在估算過程中分散并消除影響SOC 值的因素，特別在充放電狀態(tài)下，使用了以庫侖效率因子為基礎(chǔ)的電量的動態(tài)恢復(fù)量對安時計量法進行改進，解決了安時計量法會產(chǎn)生累積誤差的問題。經(jīng)實驗表 明，此方法提高了電池SOC 計算的精度，達到了動力汽車的應(yīng)用要求。

　　鋰電池已被廣泛應(yīng)用于工業(yè)、日常生活等領(lǐng)域，對 電池荷電狀態(tài)（SOC）的估算已成為電池管理的重要環(huán)節(jié)。但是，由于電池結(jié)構(gòu)復(fù)雜，電池的荷電狀態(tài)受放電電流、電池內(nèi)部溫度、自放電、老化等因素的影響， 使得SOC的估算困難。目前SOC估算方法有：開路電壓法、安時計量法、內(nèi)阻法、神經(jīng)網(wǎng)絡(luò)和 卡爾曼濾波法。國外V. Pop等人提出EMF-SOC模型［1-2］，即電池電動勢與荷電狀態(tài)的關(guān)系模型來估算SOC，相當(dāng)于開路電壓法，該方法用于電池靜置足夠長時間后進行估 計，不能實時估計；也有人采用安時計量法或卡爾曼濾波法估計SOC，安時計量法由于電流波動較大或測量誤 差長時間積累導(dǎo)致估計不精確；卡爾曼濾波法則在建立準確實用的電池動態(tài)模型上存在很大困難，為此本文根據(jù)鋰電池在應(yīng)用中的實際情況，采用了一種新思路來估 算SOC，即將電池的工作狀況分為三種狀態(tài)，對每種狀態(tài)的SOC逐一進行估算，在估算過程中消除影響SOC的因素，且使三種狀態(tài)下SOC的值互為前提，從 而提高SOC的估算精度。

　　1、電池工作狀態(tài)及SOC估計

　　電池狀態(tài)根據(jù)實際情況可分為三種狀態(tài)，這里將其定義為靜止、恢復(fù)、充放電，它們的關(guān)系如圖1。

圖1 電池工作狀態(tài)圖

　　1.1 靜止狀態(tài)

　　電池的靜止狀態(tài)是指電池工作停止后，完全恢復(fù)了的狀態(tài)，從恢復(fù)狀態(tài)轉(zhuǎn)化而來，可直接轉(zhuǎn)入充放電狀態(tài)，此狀態(tài)下SOC的計算量作為充放電狀態(tài)下SOC估算 的初始值。由于此狀態(tài)下的特點是電流為零、無極化現(xiàn)象，其SOC值與開路電壓有很好的對應(yīng)關(guān)系，因此能用開路電壓法直接估算電池的SOC值，電池的開路電 壓與SOC值的關(guān)系曲線如圖2。

圖2 電池的開路電壓與SOC值的關(guān)系曲線

　　在靜止狀態(tài)下，電池容量主要受自放電現(xiàn)象的影響使得電池電量會隨著時間的增加而減少，而用開路電壓與SOC值的對應(yīng)關(guān)系來估算SOC，本身就可以消除自放電引起的電量損失的影響，從而能使SOC值更加準確地反映電池的狀態(tài)。

　　1.2 恢復(fù)狀態(tài)

　　恢復(fù)狀態(tài)是指電池從放電或充電狀態(tài)轉(zhuǎn)到靜止狀態(tài)的過渡階段。一般這個階段經(jīng)歷的時間為8h（此值為經(jīng)驗值），此狀態(tài)下SOC的計算量作為充放電狀態(tài)下 SOC估算的初始值，這時的SOC估算主要考慮放電或充電結(jié)束后電池電量的改變量。從放電或充電狀態(tài)進入恢復(fù)狀態(tài)后電池電量會隨時間增加而有所增加，其變 化的原因是在放電或充電過程中電池內(nèi)部產(chǎn)生極化現(xiàn)象，部分電量沒有用于實際的充放電中而是慢慢累積起來，當(dāng)電池停止工作后極化現(xiàn)象會慢慢消失，累積的電量 也會恢復(fù)。

　　恢復(fù)階段SOC的估算：

　?。╝）若從放電狀態(tài)進入恢復(fù)狀態(tài)

　　SOCt=SOCd+M×t/（8×Q）×100%

　　式中：SOCt為恢復(fù)狀態(tài)下的荷電狀態(tài)值；SOCd為放電狀態(tài)終止時的荷電狀態(tài)值；M為在電池放電過程中的累積電量（可以恢復(fù)）；t為電池在恢復(fù)狀態(tài)下經(jīng)歷的時間；Q為電池的實際容量。

　　（b）若從充電狀態(tài)進入恢復(fù)狀態(tài)

　　SOCt=SOCc+M×t/（8×Q）×100%

　　式中：SOCt為恢復(fù)狀態(tài)下的荷電狀態(tài)值；SOCc為充電狀態(tài)終止時的荷電狀態(tài)值；M為在電池充電過程中的累積電量（可以恢復(fù)）；t為電池在恢復(fù)狀態(tài)下經(jīng)歷的時間；Q為電池的實際容量。

　　M值的計算：

　?。╝）放電狀態(tài)下

　　若η2>η1，

　　Mt+Δt=Mt+I2×Δt×（1-η2）/η2-I1×Δt×（η2-η1）/η1×η2（1）

　　推導(dǎo)如下：

　　t+Δt時刻，安時計量法計算的電量：I2×Δt；

　　t+Δt 時刻，電池實際放出的電量：I2×Δt/η2；

　　t+Δt時刻，電池損失電量：I2×Δt ×（1-η2）/η2；

　　t時刻，I1放電時，由于η2>η1，損失電量I1×Δt×（1-η1）/η1較大，在t+Δt 時刻就會恢復(fù)少許電量，恢復(fù)量為：

　　I1×Δt×（1-η1）/η1-I1×Δt×（1-η2）/η2

　　即I1×Δt ×（η2-η1）/η1×η2

　　若η1≥η2，t+Δt時刻損失的電量更大，因此就無恢復(fù)量I1×Δt ×（η2-η1）/η1×η2.

　　Mt +Δt=Mt+I2×Δt ×（1-η2）/η2 （2）。

　　式中：η1、I1為電池在t時刻的放電庫侖效率和電流，η2、I2為電池在t +Δt 時刻的放電庫侖效率和電流。

　?。╞）充電狀態(tài)下，充電方式一般為恒流恒壓方式，因此庫侖效率、電流值的變化較放電狀態(tài)下穩(wěn)定。

　　恒流階段，電流恒定，而電池溫度會有所增加：

　　M t +Δt=Mt+I×Δt ×（1+η1-2η2）

　　公式推導(dǎo)同（1）。

　　式中：I為恒流階段的電流值；η1、η2為恒流階段的充電庫倫效率，η2>η1，它們的差別是由溫度引起的。恒壓階段，電流會隨電壓的升高而降低。

　　若η2>η1，Mt +Δt=Mt+I2×Δt×（1-η2）-I1×Δt ×（η2-η1）公式推導(dǎo)同（1）。

　　若η1≥η2，Mt+Δt=Mt+I2×Δt×（1-η2）公式推導(dǎo)同（2）。

　　式中：η1、I1為電池在t時刻的充電庫侖效率和電流；η2、I2為電池在t +Δt 時刻的充電庫侖效率和電流。

　　在充電情況下，一般用已規(guī)定好的電流進行充電，可認為η=1.

　　1.3.1 安時計量法的改進。

　　此狀態(tài)下在SOC估算時一般采用安時計量法，即Q=∫IDT，但這種方法由于沒有考慮庫侖效率，使得計算結(jié)果隨著時間的積累誤差會越來越大。為此，本文 對安時計量法進行了改進，在充放電過程SOC估算中增加了庫侖效率因子以及以其為基礎(chǔ)計算出的動態(tài)恢復(fù)電量部分，從而提高了安時計量法的準確性。

　　1.3.2 庫侖效率η的計算

　　放電庫侖效率定義為電池以特定電流和溫度（可以為任意的）進行恒流恒溫放電，放完為止，用放出的電量與電池未放電前的電量相比。

　　充電庫侖效率定義為電池在空電量狀態(tài)下以特定的電流（一般為定義好的）和溫度進行充電，充到放電前電量為止，用充入的電量與電池放電前電量相比。

　　由于內(nèi)阻及極化現(xiàn)象的存在，電池的充放電過程會有電量的損失，從而造成安時法計算的電量不能完全反映電池充放電真實電量的情況，庫侖效率則反映了兩者間差別。

　　傳統(tǒng)定義下的庫侖效率沒有考慮充放電差異、電流大小、運行溫度等因素的影響。為了克服傳統(tǒng)庫侖效率的缺點，本文用神經(jīng)網(wǎng)絡(luò)對庫侖效率進行估算，因為神經(jīng)網(wǎng)絡(luò)具有表示任意非線性關(guān)系和學(xué)習(xí)能力的優(yōu)點，這樣可以得到較為準確的結(jié)果。

　　本文采用自適應(yīng)模式的神經(jīng)網(wǎng)絡(luò)，如圖3所示，其結(jié)構(gòu)為輸入層兩個節(jié)點，電流和溫度；中間層節(jié)點數(shù)根據(jù)實際情況而定（本文采用19個節(jié)點）；一個輸出層節(jié)點η。采用電流和溫度作為輸入節(jié)點的原因是庫侖效率η主要是受其影響，特別是受電流的影響較大。

圖3 自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型

　　用神經(jīng)網(wǎng)絡(luò)估算庫侖效率η的過程是：（1）通過實驗獲得經(jīng)驗數(shù)據(jù)；（2）用獲得的經(jīng)驗數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練；（3）將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)應(yīng)用于SOC估算中實時估算η。

　　圖4，圖5是充放電庫侖效率與電流、溫度的關(guān)系曲線圖。圖4、5 中連線表示從充放電實驗中得出的曲線，“+”表示神經(jīng)網(wǎng)絡(luò)估算的結(jié)果。

圖4 放電庫侖效率與電流、溫度的關(guān)系曲線圖

圖5 充電庫侖效率與電流、溫度的關(guān)系圖

　　從兩圖可以看出充放電庫侖效率的仿真結(jié)果與實驗值相符，說明可以用神經(jīng)網(wǎng)絡(luò)估算庫侖效率η。

　　最后，鋰電池隨著充放電次數(shù)的增加會逐漸老化，其表現(xiàn)是電池的實際容量會減少，對此可以用公式 ：Q=100×Qch/（SOCsf-SOCsi）對電池的實際容量進行修正。式中：Q表示修正后的實際容量；SOCsf表示充電前在靜止狀態(tài)時的SOC 值，SOCsi表示充電后在靜止狀態(tài)時的SOC值；Qch表示在充電狀態(tài)下充入電池的電量。經(jīng)過對電池的實際容量的修正將會進一步減少SOC的計算誤差， 使其更加接近實際值。

　　1.3.2 庫侖效率η的計算

　　放電庫侖效率定義為電池以特定電流和溫度（可以為任意的）進行恒流恒溫放電，放完為止，用放出的電量與電池未放電前的電量相比。

　　充電庫侖效率定義為電池在空電量狀態(tài)下以特定的電流（一般為定義好的）和溫度進行充電，充到放電前電量為止，用充入的電量與電池放電前電量相比。

　　由于內(nèi)阻及極化現(xiàn)象的存在，電池的充放電過程會有電量的損失，從而造成安時法計算的電量不能完全反映電池充放電真實電量的情況，庫侖效率則反映了兩者間差別。

　　傳統(tǒng)定義下的庫侖效率沒有考慮充放電差異、電流大小、運行溫度等因素的影響。為了克服傳統(tǒng)庫侖效率的缺點，本文用神經(jīng)網(wǎng)絡(luò)對庫侖效率進行估算，因為神經(jīng)網(wǎng)絡(luò)具有表示任意非線性關(guān)系和學(xué)習(xí)能力的優(yōu)點，這樣可以得到較為準確的結(jié)果。

本文采用自適應(yīng)模式的神經(jīng)網(wǎng)絡(luò)，如圖3所示，其結(jié)構(gòu)為輸入層兩個節(jié)點，電流和溫度；中間層節(jié)點數(shù)根據(jù)實際情況而定（本文采用19個節(jié)點）；一個輸出層節(jié)點η。采用電流和溫度作為輸入節(jié)點的原因是庫侖效率η主要是受其影響，特別是受