1、引言

為了應對能源危機，減緩全球氣候變暖，許多國家都開始重視節能減排和發展低碳經濟。電動汽車因為采用電力進行驅動，可以降低二氧化碳的排放量甚至實現零排放，所以得到各國的重視而迅速發展。但是電池成本仍然較高，動力電池的性能和價格是電驅動汽車發展的主要“瓶頸。磷酸鐵鋰電池因其壽命長、安全性能好、成本低等優點成為電動汽車的理想動力源。

隨著電動汽車的發展，電池管理系統（BMS）也得到了廣泛應用。為了充分發揮電池系統的動力性能、提高其使用的安全性、防止電池過充和過放，延長電池的使用壽命、優化駕駛和提高電動汽車的使用性能，BMS系統就要對電池的荷電狀態即SOC（State-Of-Charge）進行準確估算。SOC是用來描述電池使用過程中可充入和放出容量的重要參數。

2、問題的提出

電池的SOC和很多因素相關（如溫度、前一時刻充放電狀態、極化效應、電池壽命等），而且具有很強的非線性，給SOC實時在線估算帶來很大的困難。

目前電池SOC估算策略主要有：開路電壓法、安時計量法、人工神經網絡法、卡爾曼濾波法等。

開路電壓法的基本原理是將電池充分靜置，使電池端電壓恢復至開路電壓，靜置時間一般在1小時以上，不適合電動汽車的實時在線檢測。圖1比較了錳酸鋰電池和磷酸鐵鋰電池的開路電壓（OCV）與SOC的關系曲線，LiFePO4電池的OCV曲線比較平坦，因此單純用開路電壓法對其SOC進行估算比較困難。

圖1錳酸鋰和磷酸鐵鋰的OCV-SOC曲線

目前實際應用的實時在線估算SOC的方法大多采用安時計量法，由于安時計量存在誤差，隨著使用時間的增加，累計誤差會越來越大，所以單獨采用該方法對電池的SOC進行估算并不能取得很好的效果。實際使用時，大多會和開路電壓法結合使用，但LiFePO4平坦的OCV-SOC曲線對安時計量的修正意義不大，所以有學者利用充放電后期電池極化電壓較大的特點來修正SOC，對于LiFePO4電池來講極化電壓明顯增加時的電池SOC大約在90%以上。電池的荷電狀態與充電電流的關系可分為3個階段進行：第一段，SOC低端（如SOC<10%），電池的內阻較大，電池不適合大電流充放電；第二段，電池的SOC中間段（如10%90%），為了防止鋰的沉積和過放，電池可接受的充放電電流下降。從根本上講，為了防止電池處于極限工作條件時對電池壽命產生較壞的影響，應該控制電池不工作在SOC的兩端。因此，本文不建議利用電池處于SOC兩端時極化電壓較高的特點對SOC進行修正。

人工神經網絡法和卡爾曼濾波法所需的數據也主要依據電池電壓的變化才能得到較滿意的結果，所以都不能滿足LiFePO4電池對SOC的精度要求。

本文以純電動車使用的量產LiFePO4電池為研究對象，分析LiFePO4電池的特性，在現有的SOC估算分析基礎上提出一種準確的修正LiFePO4電池SOC的方法。

3、ΔQ/ΔV法

在電化學測量方法中，分析電池內部化學反應速率和電極電勢的關系時，常用的方法是線性電勢掃描法（potentialsweep）控制電極電勢以恒定的速度變化，即，同時測量通過電極的電流。

這種方法在電化學中也常稱為伏安法。線性掃描的速率對電極的極化曲線的形狀和數值影響很大，當電池在充放電過程中存在電化學反應時，掃描速率越快，電極的極化電壓越大，只有當掃描速率足夠慢時，才可以得到穩定的伏安特性曲線，此時曲線主要反映了電池內部電化學反應速率和電極電勢的關系。伏安曲線反應著電池的重要特性信息，但實際的工程應用中基本沒有進行伏安曲線的實時測量。

究其原因主要是在電池的充放電過程中沒有線性電勢掃描的條件，使得無法直接得到電池的伏安曲線。

恒流-恒壓（CC-CV）充電方法是目前常用的電池充電方法，電勢掃描中電勢總是以恒定的速率變化，電化學反應速率是隨著電勢的變化而變化的，電池在一段時間（t1-t2）內以電流i充入和放出的電量Q為：

通過在線測量電池的電壓和電流，使電壓以充放電方向恒定變化，等間隔的得到一組電壓ΔV，并將電流在每個ΔV的時間區間上積分得到一組ΔQ，基于可在線測量的ΔQ/ΔV曲線可以反應出電池在不同電極電勢點上的可充放容量的能力。圖2示出了20Ah的LiFePO4電池在1/20C恒流充電下的ΔQ/ΔV曲線。