某款純電動車OCV修正致SOC跳變問題的優化

燕逸飛

摘 要：SOC估算有如開路電壓法、安時積分法、神經網絡法、卡爾曼濾波法等多種方法^[1]。江淮某輕型純電物流車磷酸鐵鋰電池SOC估算采用較為成熟、穩定的安時積分策略、充電末端Vmax校準及放電末端OCV修正策略^[2]。市場車輛在環境14℃～16℃時，放電末端常出現修正導致SOC5～8%幅度的跳變，文章通過對比分析，細化不同溫度SOC-OCV矩陣，較好的解決上述問題。

關鍵詞：SOC;OCV;安時積分;修正

中圖分類號：TM911.3 ?文獻標識碼：A ?文章編號：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

近年隨著傳統燃油車保有量的加增，帶來了一系列能源及環境問題，迫使世界各國重新審視汽車產業未來的發展趨勢。汽車電動化也作為我國一項重大決策提出，并執行，動力電池作為汽車電動化的能源供給裝置，其性能優劣直接影響新能源汽車的發展前景。SOC作為車輛續駛里程的晴雨表，直接反應電池車性能的優劣，而SOC跳變直接導致駕駛員里程焦慮，抱怨較大。

1 SOC算法

以某款配磷酸鐵鋰電池電動車為例，充電過程中，以Vmax達到3.65V截止，SOC校準到100%。放電過程中，以安時積分的方法估算SOC，從t0到t1，SOC計算公式如下^[4]：

?????????????????????????????（1）

其中 ?表示放電結束某時刻SOC值，SOC₀表示初始荷電狀態，i為放電電流，Qn策略識別初始容量;

在車輛充放電過程中，通過對電池的充放電電流和時間進行實時積分運算，得到動態實時的SOC值。同時，安時積分法對電流傳感器的采集精度、采集周期等有較高要求，且如電動車多次充放電不滿充校準，單次估算誤差累加在一起顯示在儀表上。考慮電池特性，在放電過程中車輛的運行工況較復雜（對應急加速或緩慢加速可放出容量差異較大），電流波動大也會導致滿電可放出電池容量偏差，從而對SOC估算值產生較大誤差^[3]。

放電末端SOC修正策略設定如下：系統激活以后，自動識別，如距離上次下電靜置時間間隔≥1h，且此時充、放電電流小于2A，系統調取已存儲的Tmin/Vmin查SOC-OCV矩陣表或線性差分表，得出真實SOC1，如滿足SOC1<20%，則計算SOC表-SOC1差值，若差值大于4%，則SOC表取SOC1，即直接修正到SOC1，完成放電末端修正，某車型不同溫度SOC-OCV參數表1所示：

2 車輛問題

車輛問題分析，某款純電動車，原設定給出-10℃、0℃、10℃、25℃條件下，對應不同荷電狀態的OCV參考值，SOC精度級為10%，其中，當SOC>20%，僅做首次電池系統裝車，給定初始值參考;如某運營輛車進入OCV修正程序，Tmin=15℃，Vnin=3.202V（SOC1≈15%），此時系統讀取SOC值，需要橫向線性差分計算出Tmin=15℃，不同SOC對應OCV值，在列向線性差分以10%、20%SOC對應OCV差分計算出Tmin=15℃，10%、11%...20%對應OCV值，最后比較SOC表-SOC1偏差是否大于4%。

因電池的放電一般分為多次完成，根據（1）中安時積分計算公式，電流精度、電流采集周期是影響安時積分關鍵因素;某車型電流精度等級為0.1%，采集周期20ms成熟方案;此外不同工況放電，其可放出容量值存在一定，如小倍率等速放電，相同溫度放電容量要比急加速，大功率放電放出容量高，此情況對Qn容量初始值產生影響。以上影響是電動車輛運營過程中允許的偏差，其影響因素一般可控制在3%以內，即整個放電過程中有3%左右偏差，理論上OCV不會修正，其誤差會在下一次滿充時被修正消除掉。

而電池不同溫度SOC-OCV真實非線性關系，策略的線性差分計算存在偏差，導致誤修正;此誤差如加上正常系統3%的誤差，可以導致SOC表顯示與SOC1差異增大到4%以上，以至放電末端產生OCV修正，SOC跳變，造成用戶抱怨。

3 優化策略

根據上述分析，基于電流傳感器精度、電流采集周期提高會帶來較大設計變動，本文通過細化不同溫度SOC-OCV測試值，優化OCV修正策略寫入的OCV矩陣表，將放電末端OCV修正精度盡量控制，減小系統誤差，降低OCV修正比例。驗證結果表明，

將優化策略寫入整車后，在14℃～16℃，放電末端OCV修正導致SOC5～8%幅度的跳變問題明顯降低。

4 結論

本文提出了一種優化SOC估算的方法，在現有SOC估算設計基礎上，通過將不同溫度SOC-OCV矩陣參數細化提升，提高了OCV修正準確性，減少不符合預期的修正。

驗證驗證結果表明，針對某款純電動車，增加15℃、20℃ SOC-OCV參數，將SOC-OCV精度提升至5%，優化程序寫入車輛，可有效降低特定溫度區間，放電末端修正導致

的跳變問題，SOC估算誤差可穩定保持在±5%以內。

參考文獻

[1] 許愛萍.我國電動汽車產業鏈延伸發展的關鍵要素分析與對策[J].科技與經濟，2015（2）：101-105.

[2] 胡小芳.薛秀麗.電動汽車電池荷電狀態SOC估算方法的淺析[J].新能源汽車，87-88.

[3] 葉明.陳賓等.電動汽車SOC估算方法的設計策略研究簡述[J].汽車設計，96-97.

[4] 趙字.王棟梁等.帶校準參數的SOC估算方法研究[J].通訊電源技術，2018（10）：25-26.