对比国内外电池参数的表达形式，差距可窥一斑-电子发烧友网

曾经记得有这么一个数据，如果在SOC计算中，有5%的不确定性，哪么电池组的尺寸必须增大5%，导致电池成本显著增大。假如，给一个16KWh电池组增加5%的容量，需要增加300美元（当时的数据）。如果按今天的价格估算，也在800~1000元人民币，同样也是一笔可观的成本投入。

我们对比一下国内外电池参数的表达形式，差距可窥一斑。在国内产品电池系统参数表中，经常可以看到SOC下限15% 或者20%，这几乎变成了所有锂离子电池共性的下限台阶，看不出所选电芯的特有属性。我们再回头看看leaf早期产品参数的表达：下限报警SOC值是16.25%。我们抛开数据背后的测试手段，仅从表达的精度方面，国内产品已经输了一筹。这种对电池系统粗犷的需求模式，同样折射到设计环节。随着退补的临近，成本矛盾日渐突出，成本问题会变得更加重要，新产品设计更需精打细算。

剖析SOC可用范围，由多个因素决定。如果仅从表面上看，把确定SOC范围大小的责任归咎于BMS管理水平的高低,有失公允。好的BMS估算精度，也需要更完整的电池参数做支撑。俗话说，好马也得配上好鞍。

首先明确两个概念:什么是SOC可用范围？放电深度？

根据GBT19596中定义（T=25℃、先从荷电状态引入）：

荷电状态（SOC）:“当前蓄电池中按照规定放电条件可以释放的容量占可用容量的百分比。”SOC状态范围百分比一般是从0%到100%。但是，考虑到化学电池反应特性：阀值边界，静态和动态差异、倍率差异、估值精度差异等，SOC估值需要留出缓冲区间，以确保电池时时刻刻工作在安全区域。

SOC可用范围：SOC范围减掉SOC的缓冲区域，剩下的部分，就是SOC可用范围了。如附图一所示，c－d区间，15%~95% 可用范围。

放电深度DOD：“表示蓄电池放电状态的参数，等于实际放电容量，与可用容量的百分比。”数值上的关系：SOC=1-DOD。DOD更多是体现当前电池能力，是可放电深度的度量。例如，在表达电池寿命时，经常作为一个前置参数，1C/1C DOD 80%,3000 cycles。

附图一，借用全球知名品牌电池参数示意，SOC范围、 SOC可用范围，电池阀值范围、安全范围之间的包含关系。

附图一

SOC可用范围精准的关联因素：首先是电池参数的完整性和准确性

因为锂离子电池是化学产品，其能量形式是化学能和电能的相互转化，充放电曲线是非线性的。其中，容量、能量、功率受环境温度、温升速率、电流倍率、SOC状态等因素影响很大。

如果完成精准电池性能测试，整个测试过程是非常耗时、耗力。很多厂家为了应对快速的市场需求或补贴政策，人为的加快推出产品，一边测试一边卖产品，这种做法给电池的工程化应用埋下隐患。

产品测试时间漫长原因体现在每个环节。仅标准循环或者工况循环一项，都在3~6个月，这还只是电池产品本身因素，如果结合设备状态，时间会更长。目前仅电芯的安全测试，就不少于12项之多，系统功能测试也在16项以上，还有常规功能、性能测试，如果再迭加不同温度下SOC，测试工作量是非常庞大的。可想而知，一款定型的活性材料配方，到合格产品的推出，产品成熟周期需要多么漫长的时间。

电池参数的完整性，有赖于对电芯个体的充分、多样品测试。通常情况下，基于需求提出的电池参数模型，是电池参数多维度下的状态关系，是全方位电池的评测，这也是产品应该具备的参数标签。

从附图测试来看，一般也是分几步进行的，首先测试其基本功能，对满足使用的数据优先测试，类似于脉谱图的网格的由大到小。例如，SOC 测试台阶，以5%或10%步进。如果面对测试精度要求更高的区间，还是远远不够的。对于重点区段需要重点测试，在电池充放电曲线两端、低温功率状态等等

上述阐述，更多的是针对电芯个体，如果站在系统角度，在热、一致性、功率、能量方面更加敏感，测试工作的难度也会相应增加。

另外，更重要的一点，就是测试设备的稳定性和精度。目前，很多厂家，在一些关键环节的测试，仍然选择了昂贵的进口设备。这是为什么呢，主要是为了对测试的精度、稳定性保障。可喜的是，近些年来，现状有所改变。国内测试设备厂家，潜心修练和成长，象星云科技等一大批优秀厂家推出的测试设备，不仅可以和国外同类产品媲美，还有更接地气的价格和周到的售后服务，取得了不错的口碑和认可度。

其次，是BMS 算法的正确和精度

我们提到最多的BMS算法精度，是针对电池系统的要求而提出的。对于优化SOC可用范围这个问题，单方面从BMS入手，是不完全正确的。如上面所述，电池参数的完整性也是重要的因素。巧妇难为无米之炊，BMS在缺失数据面前是胆怯的。

在提到SOC算法，出现最多的词是“估算”，电压“Approx”。这与SOC精度要求并不矛盾。因为电芯本身特性，“当前状态”确实是随着时间长度、温度、C值大小而变化的。例如，SOC 5%, ValusStatus Approx. 3200-3400mV。动态的电压和OCV值、静态搁置时长，都有一定的差异。这也恰恰是算法策略的难点和魅力所在。

当然了，如果对于仪表的显示，考虑与用户友好性，通过建立与后台真实的SOC对应关系，可以认为是面对用户的SOC值。

SOC估算精度，在不同的工况条件下是不同的。通常情况下，我们对BMS会提出要求，SOC精度达到或小于5%，其实，对于BMS工程的理解是，这个精度代表着最大误差，而不是唯一的。

SOC可用范围通过精准细致的策略控制、精确的数值，确定下限值

综合分析，SOC可用范围优化，就是确定电池不同条件、工况下的下限值。电池上限的缓存区间很小，可以挖掘的空间不大。上限的缓存主要是在充电安全方面，保证不过充为目的。快充时，充到SOC80%；慢充时，依靠涓流小电流充电，可以达到95%以上。电池下限值，主要是考虑放电工况，放电电流的变化能力，会影响动力输出或驾乘感受。同时，其缓存的宽度还是很大的。

举例说明一下下限值的确定和工况的关系：

VOLT有个最佳寿命安全窗口（58~65%），是其策略中较为重要的部分。该窗口根据不同的工况模式，SOC下限数值也是不同的。正常工况模式下，下限值设定为SOC=30%；山路工况模式，下限设定为SOC=45%。这个道理，是容易理解的，当山路模式下，放电或充电（能量回收）的C值变化是很大的，为了防止瞬间的过放（欠压），过充（过压），通过设定限值电压达到电池的安全状态。

EV和HEV SOC可用范围的差异性