一种纯电动汽车蓄电池SOC估算的实现方案＊

周 全

（安徽国防科技职业学院 汽车工程系，安徽 六安 237011）

0 引言

纯电动汽车的SOC状态是汽车驾驶员较为关心的一个问题，因为很多驾驶员在行驶途中需要掌握汽车的剩余电量，否则会担心汽车电量是否够用等问题，如果能较为准确地提供汽车的SOC值，则驾驶员会根据电量情况调整驾驶路线，避免不必要的担心。

1 蓄电池数据获取

汽车运行时的数据是通过CAN总线获取的，数据上传至上位机，并利用上位机的LabVIEW底层驱动程序采集数据。由于接收到的数据包含汽车行驶速度、蓄电池电压、电流等综合信息，需要对数据进行打包，把ID标识和数据值组合成一个数据帧，通过串口发送给上位机。因此LabVIEW需要编程对收到的数据包进行拆分处理，取出对应的ID和数据值，将数据进行分析得到其测试效果数据或者曲线。数据接收利用LabVIEW的VISA读写功能，这里不作介绍，数据拆包程序如图1所示［1］。

2 SOC估算方法

关于剩余电量或SOC估算的方法有很多，较为常用的有以下几种［2－3］。

2.1 电荷累积法

电荷累积法（coulomb counting method），也称为电流积分法或安时法，它是测量SOC的基本方法，其计算公式为

式中，SOC0为初始的荷电状态，i（t）为t时刻的工作电流（充电时为正，放电时为负），C0为电池的额定容量（A·h）。

通过测量从0到t时刻电池组流经的电流i（t），可以计算该时间内电流的积分，除以电池的额定容量C0，与电池组的初态相加，即可得到蓄电池当前的SOC值。

该方法理论上可以精确计算出SOC值，但是在实际中，由于温度、电流等影响，电池的充、放电效率不恒定，通过该方法计算的结果存在累计误差，若不及时修正，误差会越来越大。

图1 数据拆包程序Fig.1 Data packet disassembly procedure

2.2 开路电压法

开路电压法（open－ciruit voltage method），就是在电池不工作时，通过测量动力电池的开路电压（OCV）来估计电池的SOC。SOC与OCV存在着单调递增的关系。

图2为某厂家生产的100Ah的磷酸铁锂电池在25℃环境下的SOC—OCV曲线。

图2 某磷酸铁锂电池在25℃环境下的SOC—OCV曲线Fig.2 SOC—OCV curve of a lithium iron phosphate battery in a 25℃environment

由图2可看出蓄电池的开路电压和SOC值基本上是一一对应关系，即对应于任意一个SOC值，存在唯一一个电动势与之相对应。则可以根据测量的电压，结合SOC—OCV关系反求出SOC的值。

2.3 卡尔曼滤波法

卡尔曼滤波法利用系统和测量动态的知识，假设系统噪声和测量误差的统计特性以及初始条件，对测量值进行处理，求得最小的误差估计。在电池等效模型的基础上建立状态方程，根据电池的放电试验数据，用卡尔曼滤波法估计其开路电压，实现对SOC的估计。

除此之外还有内阻法、神经网路法等［4］。

3 SOC估算的实现

本设计选择将电荷累积法和开路电压法相结合，即行车中采用电荷累积法进行实时估算SOC值，下次行车前采用开路电压法重新估算SOC，该方法可以消除电荷累积法存在的累计误差问题。表1为某磷酸铁锂电池的SOC—OCV对应关系。

需要注意的是，该对应表为该电池出厂时的参数，使用次数较多后应进行参数校正。

在行车中首先需要将输入的电流数据转变为实际电流大小，转变系数可根据实际检测情况调整，这里不再介绍。SOC估算程序流程图如图3所示。

表1 某磷酸铁锂电池的SOC—OCV对应关系Table 1 Relationship of SOC—OCV of a lithium iron phosphate battery

汽车运行时数据通过CAN总线获取，上传至上位机，利用上位机的LabVIEW底层驱动程序采集数据，将数据进行分析得到其SOC运行数据或曲线，在此仅对SOC估算程序作介绍。SOC估算程序如图4所示。

图3 SOC估算程序流程图Fig.3 Program flow diagram of SOC estimation

图4 SOC估算程序Fig.4 Program of SOC estimation

在程序中，首先利用开路电压法获取纯电动汽车停车时的电压数据，估算出开车前的SOC状态，行车中再利用安时法计算SOC的实时变化情况，并且通过运算得到行车中的续驶时间、续驶里程等有关数据。

SOC运算的结果可以以曲线或数字等多种形式表达，如图5所示为SOC曲线变化图。

图5 SOC变化曲线Fig.5 SOC change curve

4 结束语

纯电动汽车的SOC研究是其BMS（蓄电池管理系统）的重要组成部分，只有准确估算出其SOC数据，才能为BMS提供有效数据进行工作。本方案具有方法简单有效、数据处理量大等优点，但由于受车载上位机运行速度的影响，数据运行速度有一定的缺陷，相信随着车载上位机的功能增强，运行速度问题将会得到解决。

［1］ 黎林.纯电动汽车用锂电池管理系统的研究［D］.北京：北京交通大学，2009：21－25.

［2］ 黄文华，韩晓东，陈全世，等.电动汽车SOC估计算法与电池管理系统的研究［J］.汽车工程，2007，29（3）：199－202.

［3］ 侯幽明.纯电动汽车用磷酸铁锂电池SOC估算的研究［D］.合肥：安徽工程大学，2011：15－18.

［4］ 李文江，张志高，庄益诗.电动汽车用铅酸电池管理系统SOC算法研究［J］.电源技术，2010，34（12）：1266－1268.

［5］ 刘浩，谢桦，姜久春，等.纯电动汽车用锂离子电池SCO估算方案的研究［J］.电气应用，2010，29（12）：54－58.

［6］ 宫学庚，齐铂金，刘有兵，等.电动汽车动力电池模型和342估算策略［J］.电源技术，2004，28（10）：633.

［7］ 陆勇，方杰.电动车用 MH－Ni电池SOC模型的研究［J］.电池工业，2006，11（5）：307.

［8］ 齐国光，李建民，郏航，等.电动汽车电量计量技术的研究［J］.清华大学学报：自然科学版，1997，37（3）：46.