高铭琨 徐海亮 吴明铂

(中国石油大学(华东)新能源学院 青岛 266580)

1 引言

近年来，随着能源危机和环境污染问题的不断加剧，新能源产业成为世界各国重点发展的领域。作为新能源产业中的主要储能方式和动力源，电池技术也得以迅速发展。其中，动力电池主要用于电动汽车、电动列车等，其性能的优劣将直接影响到整车的安全性、动力性和经济性[1-2]。我国也在积极加大对动力电池产业的投入和发展。《中国制造2025》中提出的“五大工程”、“十大领域”明确了节能与新能源汽车的发展地位，提出了2026 年动力电池的能量密度将达到350 W·h/kg 的目标。

一般来讲，电池技术可以分为电池材料及工艺、电池管理系统(Battery management system，BMS)两部分。电池材料及工艺方面，由于锂离子电池具有比其他二次电池更高的能量密度、功率密度和更优越的循环性能[3]，已成为新能源领域中动力电池的重要选择。BMS 方面，其本质是对动力电池组进行安全监控及有效管理的系统[4]。作为BMS 最为重要的功能之一，荷电状态(State of charge，SOC)估计是其他所有电池状态估计的前提，也是保证电池安全、高效、使用寿命的关键之一[5-6]。

目前，国内外学者提出了大量动力电池SOC 估计方法，大致可以分为安时积分法[7]、基于表征参数的方法[8-10]、基于电池模型的方法[11-14]、基于数据驱动的方法[15-18]。其中，基于模型的SOC 估计方法是一种闭环控制的方法，它通过不断地修正SOC估计值，使得算法具有良好的鲁棒性和精准性。该方法是利用电池的电化学模型[19]或等效电路模型[20]，通过状态估计算法实现对电池SOC 的估计。……