燕逸飞

摘 要：SOC估算有如开路电压法、安时积分法、神经网络法、卡尔曼滤波法等多种方法^[1]。江淮某轻型纯电物流车磷酸铁锂电池SOC估算采用较为成熟、稳定的安时积分策略、充电末端Vmax校准及放电末端OCV修正策略^[2]。市场车辆在环境14℃～16℃时，放电末端常出现修正导致SOC5～8%幅度的跳变，文章通过对比分析，细化不同温度SOC-OCV矩阵，较好的解决上述问题。

关键词：SOC;OCV;安时积分;修正

中图分类号：TM911.3  文献标识码：A  文章编号：1671-7988（2020）04-05-03

Optimization of SOC Jump Caused by OCV Correction of aCertain Pure Electric Vehicle

Yan Yifei

（ Anhui Jianghuai Automobile Group Co.， Ltd.， Anhui Hefei 230601 ）

Abstract： SOC estimation methods include open circuit voltage method， ampere hour integration method， neural network method， Kalman filter method， etc.The SOC estimation of lithium iron phosphate battery of a light pure electric logistics vehicle in Jianghuai adopts a more mature and stable ampere hour integration strategy， Vmax calibration at the charging end and OCV correction strategy at the discharge end.In the environment of 14℃-16 ℃， the end of discharge often appears correction， which leads to the jump of soc5-8%. In this paper， the soc-ocv matrix at different temperatures is refined through comparative analysis， so as to better solve the above problems.Keywords： SOC; OCV; Ampere hour integral; CorrectCLC NO.： TM911.3  Document Code： A  Article ID： 1671-7988（2020）04-05-03

引言

近年隨着传统燃油车保有量的加增，带来了一系列能源及环境问题，迫使世界各国重新审视汽车产业未来的发展趋势。汽车电动化也作为我国一项重大决策提出，并执行，动力电池作为汽车电动化的能源供给装置，其性能优劣直接影响新能源汽车的发展前景。SOC作为车辆续驶里程的晴雨表，直接反应电池车性能的优劣，而SOC跳变直接导致驾驶员里程焦虑，抱怨较大。

1 SOC算法

以某款配磷酸铁锂电池电动车为例，充电过程中，以Vmax达到3.65V截止，SOC校准到100%。放电过程中，以安时积分的方法估算SOC，从t0到t1，SOC计算公式如下^[4]：

                             （1）

其中  表示放电结束某时刻SOC值，SOC₀表示初始荷电状态，i为放电电流，Qn策略识别初始容量;

在车辆充放电过程中，通过对电池的充放电电流和时间进行实时积分运算，得到动态实时的SOC值。同时，安时积分法对电流传感器的采集精度、采集周期等有较高要求，且如电动车多次充放电不满充校准，单次估算误差累加在一起显示在仪表上。考虑电池特性，在放电过程中车辆的运行工况较复杂（对应急加速或缓慢加速可放出容量差异较大），电流波动大也会导致满电可放出电池容量偏差，从而对SOC估算值产生较大误差^[3]。

放电末端SOC修正策略设定如下：系统激活以后，自动识别，如距离上次下电静置时间间隔≥1h，且此时充、放电电流小于2A，系统调取已存储的Tmin/Vmin查SOC-OCV矩阵表或线性差分表，得出真实SOC1，如满足SOC1<20%，则计算SOC表-SOC1差值，若差值大于4%，则SOC表取SOC1，即直接修正到SOC1，完成放电末端修正，某车型不同温度SOC-OCV参数表1所示：

2 车辆问题

车辆问题分析，某款纯电动车，原设定给出-10℃、0℃、10℃、25℃条件下，对应不同荷电状态的OCV参考值，SOC精度级为10%，其中，当SOC>20%，仅做首次电池系统装车，给定初始值参考;如某运营辆车进入OCV修正程序，Tmin=15℃，Vnin=3.202V（SOC1≈15%），此时系统读取SOC值，需要横向线性差分计算出Tmin=15℃，不同SOC对应OCV值，在列向线性差分以10%、20%SOC对应OCV差分计算出Tmin=15℃，10%、11%...20%对应OCV值，最后比较SOC表-SOC1偏差是否大于4%。

因电池的放电一般分为多次完成，根据（1）中安时积分计算公式，电流精度、电流采集周期是影响安时积分关键因素;某车型电流精度等级为0.1%，采集周期20ms成熟方案;此外不同工况放电，其可放出容量值存在一定，如小倍率等速放电，相同温度放电容量要比急加速，大功率放电放出容量高，此情况对Qn容量初始值产生影响。以上影响是电动车辆运营过程中允许的偏差，其影响因素一般可控制在3%以内，即整个放电过程中有3%左右偏差，理论上OCV不会修正，其误差会在下一次满充时被修正消除掉。

而电池不同温度SOC-OCV真实非线性关系，策略的线性差分计算存在偏差，导致误修正;此误差如加上正常系统3%的误差，可以导致SOC表显示与SOC1差异增大到4%以上，以至放电末端产生OCV修正，SOC跳变，造成用户抱怨。

3 优化策略

根据上述分析，基于电流传感器精度、电流采集周期提高会带来较大设计变动，本文通过细化不同温度SOC-OCV测试值，优化OCV修正策略写入的OCV矩阵表，将放电末端OCV修正精度尽量控制，减小系统误差，降低OCV修正比例。验证结果表明，

将优化策略写入整车后，在14℃～16℃，放电末端OCV修正导致SOC5～8%幅度的跳变问题明显降低。

4 结论

本文提出了一种优化SOC估算的方法，在现有SOC估算设计基础上，通过将不同温度SOC-OCV矩阵参数细化提升，提高了OCV修正准确性，减少不符合预期的修正。

验证验证结果表明，针对某款纯电动车，增加15℃、20℃ SOC-OCV参数，将SOC-OCV精度提升至5%，優化程序写入车辆，可有效降低特定温度区间，放电末端修正导致

的跳变问题，SOC估算误差可稳定保持在±5%以内。

参考文献

[1] 许爱萍.我国电动汽车产业链延伸发展的关键要素分析与对策[J].科技与经济，2015（2）：101-105.

[2] 胡小芳.薛秀丽.电动汽车电池荷电状态SOC估算方法的浅析[J].新能源汽车，87-88.

[3] 叶明.陈宾等.电动汽车SOC估算方法的设计策略研究简述[J].汽车设计，96-97.

[4] 赵字.王栋梁等.带校准参数的SOC估算方法研究[J].通讯电源技术，2018（10）：25-26.