我的公号【新能源动力电池与BMS】

“BMS算法中，SOC估算尤其重要，且一直是行业重点和难点，目前各类算法也比较多，本文对工程应用中最为普遍的安时积分法进行介绍，并通过一个Simulink模型例程讲解安时积分法、OCV-SOC静态修正策略以及调用逻辑”

SOC估算分类

SOC作为动力锂电池的能量管理的重要决策因素，一直是BMS的核心功能，如何提高估算精度，提升算法的时效性也是行业的研究热点。

根据相关文献研究，当前SOC估算主要分为以下方法：

其中，安时积分法在工程应用中最为普遍。

安时积分法

SOC的定义：

其中，SOC0是初始状态SOC，CN为电池当前的实际容量，为充放电效率。所以，我们可以根据公式中的定义设计Simulink模型。

SOC估算Simulink模型安时积分模型

从以上公式，我们列出模型的3个输入参数，电流(PackCurrent)、初始SOC(InitSOC)、当前实际容量(PackAcyCap)。

模型框架如下：

模型内部实际原理：

仿真验证：

假设，初始SOC是100%，额定容量100Ah,放电电流100A，持续放电时间100S，我们仿真看一下结果是否正确：

仿真结果SOC变为97.22%，与理论计算值相同。

SOC估算模型的静态修正策略

然而，实际情况，远比以上要复杂。考虑长时间的累计误差、温度对容量影响，因此还需要增加特殊条件的修正策略。

增加一个OCV-SOC修正模块（温度对容量影响也考虑进去，查表法）：

当电池系统处于静态，放电电流极小且静置有一定的时间，则调用该模块通过查表法修正当前SOC。

模块调用策略

这样，一个基于安时积分法的SOC估算模型的基本模型就搭建完成了，我们增加一个Stateflow模块用于调用逻辑，在不同条件下调用安时积分模块或者静态查表OCV-SOC。

模块整体框图如下：

最后，奉上仿真模型的下载链接。

总结

本文初步介绍了以安时积分法为基础搭建的Simulink动力电池SOC估算模型。并给出模型下载链接供参考。

当然模型设置以及数据字典的标定参数需要提前设置好。