动力电池系统SOC可用范围需要“精打细算”

  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，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块钱，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，经常能够正常的看到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管理上的水准的高低,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。

  荷电状态（SOC）: “当前蓄电池中依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，在表达电池使用寿命时，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。

  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、功率受环境和温度、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，这样的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，如果再迭加不一样的温度下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，还是远远不足的。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。这是怎么回事呢，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，不但可以和国外同种类型的产品媲美，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可用范围这样的一个问题，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”确实是跟着时间长度、温度、C值大小而变化的。例如，SOC 5%, Valus Status  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。

  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，能够达到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。

  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下限数值也是不一样的。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%。这一个道理，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，为避免瞬间的过放（欠压），过充（过压），通过设定限值电压达到电池的安全状态。

  因为电池系统在EV和HEV所承担的任务和角色的不同，决定了C值需求的不同。EV强调的是，大的续驶里程；HEV或PHEV强调的动力性功率混合能力，包括大电流的能量回收能力。使用功能的差异性，也决定了其限值的不同。

  同时，HEV或PHEV  C值较高，自然也会影响电池的常规使用的寿命。所以，窗口或限值，也需要仔细考虑寿命因素。如下表所示，电池放电深度对寿命的影响是非常大的。

  通过上面分析，SOC可用范围大小，关键还是由电池参数的准确，以及BMS算法的精度决定的。这两个方面缺一不可。同时，在保证电池安全的前提下，面对各种工况，BMS策略和算法，不能一刀切，更需要精准多层次实现。在电池安全的前提下，把电池能力用足，优化最大化SOC 可用范围。