鋰電池剩余電量SOC估算方法，電池系統(tǒng)SOC可用范圍。荷電狀態(tài)又叫剩余電量，SOC是反應鋰電池包內(nèi)當前電量占總體可用容量百分比的一個參數(shù)。SOC即電池的剩余電量，也稱為荷電狀態(tài)。表示電池使用或長期擱置一段時間后，其剩余容量與總的可用容量的比值，常用百分數(shù)表示。

對電池SOC的準確估算，既是電動汽車估算續(xù)航里程最基本的要求，又是提升電池利用效率和安全性能的基本保證。

鋰電池剩余電量SOC估算方法

開路電壓法：先離線測量得到不同溫度不同SOC下的開路電壓值，形成表格。電池系統(tǒng)裝車以后，每當出現(xiàn)停止供電狀態(tài)，就可以調(diào)用表格數(shù)據(jù)，根據(jù)測量得到的開路電壓判斷電池荷電狀態(tài)。

安時積分法：實時測量鋰電池包主回路電流，并將其對時間積分，充電為負放電為正。放電過程用初始電量減去積分結果得到當前電量；充電過程用初始電量加上積分結果得到當前電量。

內(nèi)阻法：內(nèi)阻跟隨SOC變化的趨勢非常平緩，很小的內(nèi)阻變化或者測量誤差就可以造成SOC值較大的誤差。測量接觸電阻過大、電池電流較大、出現(xiàn)較大的極化內(nèi)阻的干擾；鋰電池溫升不一致使得溫度監(jiān)測點的溫度和電池本體溫度不一致，造成溫度補償出現(xiàn)偏差等等。

卡曼濾波算法：核心思想是根據(jù)當前儀器的“測量值”，上一刻的“預測量”，以及“誤差”來計算得到當前的“最優(yōu)值”。其亮點是把誤差納入了計算，誤差獨立存在不受測量數(shù)據(jù)的影響。

神經(jīng)網(wǎng)絡算法：模擬人腦及神經(jīng)元來處理非線性系統(tǒng)的新型算法，無需深入研究鋰電池的內(nèi)部結構，只需提前從鋰電池中提取出符合工作特性的輸入與輸出樣本，并將其輸入到建立系統(tǒng)中，就能獲得運行中的SOC值。

電池系統(tǒng)SOC可用范圍

SOC可用范圍：SOC范圍減掉SOC的緩沖區(qū)域，剩下的部分就是SOC可用范圍了。SOC狀態(tài)范圍百分比一般是從0%到100%，但考慮到化學電池反應特性：閥值邊界，靜態(tài)和動態(tài)差異、倍率差異、估值精度差異等，SOC估值需要留出緩沖區(qū)間，以確保鋰電池時時刻刻工作在安全區(qū)域。

SOC可用范圍優(yōu)化就是確定電池不同條件、工況下的下限值。鋰電池上限的緩存區(qū)間很小，可以挖掘的空間不大。上限的緩存主要是在充電安全方面，保證不過充為目的。快充時充到SOC80%；慢充時依靠涓流小電流充電，可以達到95%以上。電池下限值主要是考慮放電工況，放電電流的變化能力，會影響動力輸出或駕乘感受。同時其緩存的寬度還是很大的。

通過上面分析，SOC可用范圍大小，關鍵還是由鋰電池參數(shù)的準確，以及BMS算法的精度決定的。這兩個方面缺一不可。同時在保證電池安全的前提下，面對各種工況，BMS策略和算法不能一刀切，更需要精準多層次實現(xiàn)。在鋰電池安全的前提下把電池能力用足，優(yōu)化最大化SOC可用范圍。