☰
BMS状态估算核心:SOH与SOP方法及多时间尺度联合估算
2026/11/3 5:21:29 网站建设 项目流程

简介:面向电动汽车电池管理系统(BMS)研发与算法学习者的技术总结文档,聚焦SOH(健康状态)与SOP(功率状态)两大核心指标的估算策略,帮助读者系统梳理从定义、方法分类到优缺点比较的完整知识框架,适合具备一定电池建模基础的中级工程师与高校研究者参考。压缩包共1个docx文件,约787KB,内容以文字与公式推导为主,结构按SOH估算、SOP估算、SOH与SOP联合估算及结论分章展开。文档具体覆盖基于耐久性模型的开环方法、基于电池模型的闭环方法(RLS、KF)、基于开路电压与内阻的SOH估计,以及复合脉冲法、HPPC测试等SOP估算路径,并给出双时间尺度与多时间尺度卡尔曼滤波联合估算思路,附内阻与SOH关系模型的实测流程示例。目前已有3676人学习下载,可作为BMS算法选型与工程落地的对照参考。

1. 电池状态估算全景:SOH 与 SOP 到底在算什么

很多人刚接触 BMS 状态估算时,会把 SOH 和 SOP 当成两个并列的“百分比指标”,背完定义就上考场,结果一遇到“为什么 OCV 曲线在老化后还能用”“为什么复合脉冲法估出来的峰值功率偏大”这类题就卡住。梳理下来会发现,这两个量其实处在同一条因果链上:SOH 描述电池“还剩多少底子”,SOP 描述电池“当下能放出多大功率”,而 SOC 只是中间那个跑得最快的状态量。三者时间尺度不同,SOH 以月计、SOP 以秒计、SOC 以毫秒到秒计,这个尺度差异是后面所有联合估算策略的出发点。这份笔记把 SOH 的三类方法、SOP 的三类方法、以及多时间尺度联合估算串成一张地图,适合正在系统学 BMS 状态估算、或者复习备考时想快速定位重点难点的人。下面按“先 SOH、再 SOP、再联合、最后查漏”的顺序展开。

2. SOH 估算:三类方法的分野与选择逻辑

SOH 的定义本身不复杂,难的是“怎么在不拆电池的前提下把容量衰减量出来”。IEEE 标准里那条 80% 更换线是工程约定,真正要复习的是三类方法各自的适用边界。

2.1 定义与开环方法:从机理直接推衰减

SOH 的标准表述是当前容量与标称容量之比,写成公式就是 SOH=(C_standard−C_fade)/C_standard×100%,其中 C_fade 是已损失容量,C_standard 是标称容量。纯电动汽车一般只考虑容量衰减,所以这个式子够用。

基于耐久性模型的开环方法走的是“机理路线”:它描述固体电解质膜电阻和电池端子电压随老化增加的过程,分析电池内部物理化学反应特性,从而直接预测容量衰减和内阻变化。开环的意思是它不依赖实时测量反馈来修正,靠的是事先标定好的老化模型往前推。优点是物理意义清楚、计算量小;缺点是模型参数随批次和工况漂移,长期外推容易翻车。复习时要把“开环=无反馈修正”这一点记牢,很多判断题就考这个。

2.2 闭环方法与 OCV 路线:反馈修正与曲线稳定性

基于电池模型的闭环方法用最小二乘法(RLS)、卡尔曼滤波(KF)等在线辨识参数,靠测量反馈不断修正估计值。闭环的核心价值是抗漂移,代价是计算量和模型精度依赖。

基于开路电压的 SOH 估计是闭环里的一条重要分支,分两类:基于固定 OCV 的估计和基于变化 OCV 的估计。这里有个反直觉的实验结论必须记住——电池容量衰减对 OCV 曲线形状的影响并不明显,OCV 与 SOC 的对应关系在整个老化过程中保持相对稳定。正因为这个稳定性,才能通过“相同 OCV 区间内电量变化”来反推当前容量和 SOH。

但这条结论有前提,也是最容易考错的地方:对锂离子电池而言,OCV 曲线在老化过程中并非完全一成不变,只有当 OCV 曲线斜率较大、且 SOC 与 OCV 呈明显线性关系时,才能忽略老化影响、近似认为恒定。这个条件通常落在 SOC 高端部分。另外 OCV-SOC 关系受温度影响明显,温度补偿不能省。

2.3 内阻路线与特征参数实例:从能量损耗反推 SOH

内阻路线的现象基础是:容量衰减过程中一般伴随内阻增加。做法是针对车用阶段的容量损失过程,结合工作温度和內阻机理模型,用内阻在线辨识技术实现宽温度范围的 SOH 估计。

原文给了一个可复现的特征参数实例,用内阻与 SOH 建立一次线性关系。测试在 25 ℃ 高低温交变试验箱中进行,以恒流充电、静置、恒流放电为一个循环,加速老化,每 5 次循环测一次内阻。关键步骤整理如下:

步骤操作目的
Step11C 放电至截止电压 2.7V确定放电起点
Step2静置 1h电压回稳
Step31C 充电至 4.2V,再恒压充至电流降至 0.05C得到当前最大可充电量
Step4静置 1h消除极化
Step51C 恒流放电 0.1h,SOC 调到 90%设定测试点
Step6静置 30min稳定
Step70.2C 充电 10min,每秒记录电压算充电能量
Step80.2C 放电 10min,每秒记录电压算放电能量
Step91C 放电 0.1h,SOC 调到 80%进入下一测试点

对 Step7、Step8 数据按充放电能量公式算出能量,再由式(2)得内阻值;当前最大可充电量由 Step3 得到,由式(1)得 SOH,于是建立该状态下内阻 R 与 SOH 的对应关系。对同批次不同单体数据做归一化后,能得到线性度很高的一次线性函数,说明模型适应性不错。这个例子复习时要能说清“为什么用 0.2C 小电流测能量”——小电流下极化小,能量差更能反映真实内阻。

3. SOP 估算:峰值功率建模的三条技术路线

SOP 是隐性状态量,必须通过建模才能在线估计。它描述的是短时峰值功率,直接关系到起步、加速、紧急制动能力,所以 BMS 必须具备在线估计能力。

3.1 复合脉冲法与 HPPC:最广用也最易偏大

复合脉冲法是最广泛且最简单的路线,基于内阻模型,用当前 SOC 下的开路电压和内阻估瞬时 SOP。它的优点是模型简单、计算量小;缺点很致命——实际运行中电流变化剧烈,误差较大,而且它没有考虑充放电电流阈值与 SOC 限制,导致估计的峰值功率偏大。这个“偏大”是高频易错点,复习时要能解释原因:缺约束。

HPPC(混合脉冲功率特性)测试法是复合脉冲法的典型实现。思想是给电池加 t 秒脉冲电流,分析电压变化算峰值功率。脉冲电流值要靠多次测试数据拟合推断;恒功率测试法则是在恒定功率下充放电 t 秒恰好达到电压上下限,通过调整功率设定值逼近 t 秒。统计数据表明,急加速持续时间在城市工况和高速工况下分别为 10s 和 25s,紧急制动分别为 5~10s 和 33s,所以常取 t=10s,测 10s 放电峰值功率作为 SOP。

HPPC 测试流程:CCCV 充满;CC 放电到某一 SOC 点;静置 1 小时;脉冲放电 10s、静置 40s、脉冲充电 10s;SOC 从 90% 降到 10%,每 10% 一个点,重复九次。计算上,由脉冲放电电压变化算放电内阻,再由功率公式算放电功率,其中 Vmin 是下限电压,OCVdis 是放电脉冲开始前的 OCV。结合温度影响,峰值功率可写成以 SOC、内阻 Radj、温度 T 为输入、Padj 为输出的参数模型,3.0 作为电池下限电压代入。

3.2 非参数模型与多参数约束:黑箱与二分查找

非参数模型走黑箱路线,用支持向量机、机器学习算法直接拟合输入输出关系。它和所有黑箱模型一样,需要大量数据训练且训练时间较长,可解释性弱,复习时记住“数据依赖”这个标签即可。

多参数联合约束 SOP 估计考虑电压、电流、SOC 的共同限制,预测 10s 持续峰值功率输出能力。步骤是:先考虑 SOC 约束估最大充放电电流;再考虑电压约束估最大充放电电流;然后用二分查找算法求解;最后做多参数约束下的峰值功率计算。二分查找在这里的作用是在约束边界内快速逼近可行解,比解析求解更适应非线性约束。

三条路线的取舍可以这样记:HPPC 实现简单、应用最广但误差较大;黑箱模型精度潜力大但吃数据、训练久;多参数约束法理论上更完整、可操作项多,但实用性和可靠性仍需商榷。这个“商榷”不是贬义,而是提醒复习时别把它当成万能答案。

4. 联合估算:双时间尺度与多时间尺度的分工

SOH 慢变、SOC 快变,硬塞进一个观测器里要么算不动要么不准,联合估算就是解决这个矛盾的。

4.1 双时间尺度卡尔曼滤波:一快一慢两个观测器

第一种途径构建基于卡尔曼滤波的双时间尺度方案:确定一阶或二阶 RC 模型的标称参数对 SOC 的依赖性,用递推最小二乘法识别参数,在 SOH 基础上量化标称模型的性能退化。一个时间尺度的观测器实时估算 SOC,另一个离线估算 SOH,用量化后的模型精度退化确定 SOH 观测器的时间尺度,最后用大量测试数据验证 SOC 与 SOH 的联合估计结果。这套方案降低了计算复杂度、提高了估算精度,复习时要抓住“RLS 辨识参数 + 双观测器分工”这条主线。

4.2 多尺度扩展卡尔曼滤波:宏观微观各管一段

第二种途径基于卡尔曼滤波的多时间尺度:把等效电路模型与可用容量变化联系起来,建立 SOC 与 SOH 联合估算的电池集总参数模型,提出多尺度扩展卡尔曼滤波。考虑到 SOH 缓慢变化、SOC 快速变化,采用宏观尺度估 SOH、微观尺度估 SOC,用两个估算器与多尺度理论融合不同时间尺度的测量信息,在 NEDC 工况下完成联合估算,精度高、收敛快。两种途径的共同逻辑是“按变化速率分配观测器带宽”,这是本章最值得抄进笔记的一句话。

5. 易错点排查:SOH 与 SOP 估算里最容易翻车的五处

易漏点一:把 OCV 曲线稳定性当成无条件成立。为什么漏:只记住了“老化不影响 OCV 形状”这个结论,忽略了斜率大、线性关系明显的前提。怎么补:复习时把“SOC 高端、斜率大、线性强”三个条件绑在一起记,遇到温度影响再叠加温度补偿。

易漏点二:复合脉冲法估出的峰值功率偏大却说不清原因。为什么漏:只背了“模型简单计算量小”,没注意它缺电流阈值和 SOC 约束。怎么补:把“缺约束→偏大”写成因果链,对比多参数约束法就能记住差别。

易漏点三:HPPC 测试里 SOC 点数和静置时间记混。为什么漏:流程步骤多,容易把 90% 到 10%、每 10% 一个点、共九次记成十次。怎么补:用“9 个 SOC 点、每点脉冲放电 10s 静置 40s 充电 10s”做口诀,配合上面的步骤表默写一遍。

易漏点四:内阻-SOH 实例里搞错 Step3 的作用。为什么漏:以为 Step3 只是充电,没意识到它给出“当前最大可充电量”,这是算 SOH 的分子来源。怎么补:把 Step3 和式(1)的对应关系画在草稿上,明确“最大可充电量→SOH→与 R 配对”。

易漏点五:联合估算里两个时间尺度谁快谁慢写反。为什么漏:双尺度和多尺度两套说法混在一起。怎么补:统一记“SOH 慢、SOC 快;宏观管 SOH、微观管 SOC”,两套方案都套这个模板。

6. 复习落地:一张自查表加一套默写流程

复习到这一步,最有效的动作不是再读一遍,而是合上资料做两件事:默写方法分类树,填一张自查表。方法分类树按“SOH 三类(开环耐久性、闭环模型含 OCV 与内阻、联合)、SOP 三类(复合脉冲/HPPC、非参数黑箱、多参数约束)、联合两类(双时间尺度、多尺度 EKF)”展开,能默到第三层说明框架稳了。

自查表建议这样设计,每行一个知识点,右列写“能否一句话说清前提和局限”:

知识点自查问题
SOH 定义80% 更换线的出处和公式分子分母各是什么
OCV 路线曲线稳定性的三个前提条件
内阻实例Step3 与 SOH 计算的对应关系
HPPC为何取 t=10s,测试点如何分布
复合脉冲法峰值功率偏大的机理
多参数约束二分查找在约束求解中的作用
联合估算宏观微观分别对应哪个状态量

默写流程可以固定成三步:先写三类方法的名称和一句话原理,再给每类补一个“最容易被考的反例或局限”,最后挑一个方法写出关键公式或步骤。比如写到内阻路线,就补“归一化后线性度高但依赖同批次”;写到 HPPC,就补“未考虑电流阈值导致偏大”。这套流程走一遍大约二十分钟,比通读两小时管用。

我自己的血泪经验是:第一次复习时觉得 OCV 那条结论背下来就行,结果做题时被“温度影响明显”和“斜率条件”连扣两问,从那以后每次复习状态估算,我都强制先默写“前提条件”再默写“结论”,顺序反了就重新来。这份笔记把散落的方法、公式和测试步骤收成了一条线,需要完整版整理的话可以按上面的自查表对照补齐。希望帮到你。

本文还有配套的精品资源,点击获取

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询