（江苏大学电气信息工程学院，江苏镇江 212000）

0 引言

锂离子电池已成为新能源汽车的主流动力源之一，为延长电池使用寿命，必须对其进行科学、有效的管理［1］。荷电状态（State of charge，SOC）能够表征电池剩余电量，因此准确估算电池的SOC 已成为电动汽车电池管理系统（Bat⁃tery Management System，BMS）中的一个重要环节。然而，电池SOC 的估算精度依赖于电池电路模型及其相应的估计算法。

电池内部的电化学反应是一个复杂的非线性过程，很难用一个精确的电池模型准确表述电池性能［2］。常用的描述电池性能的方法有：等效电路模型法、电化学模型法、有限元模型法以及CFD 模型法等［3-4］。等效电路模型因具有简单直观、概念清晰、便于建模等优点，被广泛应用于工程实践中。文献［5］分析蓄电池的Rint、Thevenin、PNGV、GNL 等电路模型的优缺点，但由于这些模型存在无法描述电池暂态响应，或响应精度不高、模型计算量过大等缺陷，无法适用于电动汽车在线SOC 估计；文献［6］采用两组阻容（Resistive-Capacity，RC）并联网络，能较好地描述锂电池的暂态响应。

常用的电池SOC 估计方法有：①开路电压法［7］。该方法需要将电池静置一段时间后才能获取准确的SOC，不能满足实时估计的需求；②经验公式及数学模型法［8］。其是在恒流充放电条件下总结出的规律，无法很好地适用于复杂的放电工况；③电化学阻抗频谱法［9］。需要精密的电化学测量仪器，不能装配到整车作实时估计；④神经网络法［10］。需要大量数据进行训练，估计结果受训练数据及训练方式影响较大；⑤安时积分法。将电流与时间的积分作为电池变化电量，把电池初始电量与变化电量差值相对电池总电量的百分比作为SOC 估计值，该方法能够实现SOC的实时估计，也是目前应用最广泛的SOC 估算方法。……