3. 安时积分法（一）：基本原理、数学建模、优缺点分析

聊到SOC估算，安时积分法绝对是绕不开的基础。说白了，它就是最直观、最容易理解的方法。我刚开始做BMS那会儿，第一个上手的算法就是这个。你想想看，电池充进去多少电，放出来多少电，做个加减法不就行了？嗯，道理是这个道理，但实际做起来，坑可不少。

3.1 基本原理：从“水桶理论”说起

安时积分法的核心思想，其实特别简单。我习惯把它比作一个水桶：

• 水桶的容量 = 电池的额定容量（比如100Ah）
• 桶里的水量 = 电池当前的剩余电量（SOC）
• 水龙头进水 = 充电电流（正方向）
• 水龙头出水 = 放电电流（负方向）

我们只需要盯着“水龙头”的流量，不断累加，就能知道桶里还剩多少水。公式长这样：

SOC(t) = SOC(0) - (1 / Q_n) * ∫ η * I(t) dt

其中：

• SOC(t)：当前时刻的荷电状态
• SOC(0)：初始荷电状态（这个值很关键，后面会讲）
• Q_n：电池的额定容量（单位：Ah）
• η：库仑效率（充放电不是100%高效的）
• I(t)：t时刻的电流（充电为正，放电为负）

为什么要有库仑效率η？因为电池内部有损耗。你充进去1Ah，实际能放出来的可能只有0.98Ah。我在项目中遇到过，有些电池在低温下库仑效率会掉到0.9以下，这时候如果不修正，SOC误差会越来越大。

3.2 数学建模：离散化与实现

上面的公式是连续时间的，但我们的MCU是数字系统，只能做离散化处理。说白了，就是把连续的积分变成每隔一段时间累加一次。

离散化后的公式：

SOC(k) = SOC(k-1) - (η * I(k) * Δt) / Q_n

这里：

• SOC(k)：当前时刻的SOC
• SOC(k-1)：上一时刻的SOC
• I(k)：当前时刻的电流采样值
• Δt：采样周期（比如100ms）

我建议在实际代码中，把Q_n的单位换算成mAh或者As（安秒），避免浮点数精度问题。来看一段我常用的伪代码：

// 安时积分法核心代码片段
#define Q_NOMINAL_AH    100.0f   // 额定容量 100Ah
#define DELTA_T_S       0.1f     // 采样周期 100ms
#define COULOMB_EFF     0.98f    // 库仑效率

static float soc_integral = 0.0f;  // 积分累计量

void ah_integration(float current_A, float *soc_percent) {
    // 电流积分：单位转换为 Ah
    float delta_ah = current_A * DELTA_T_S / 3600.0f;
    
    // 考虑库仑效率
    if (current_A > 0) {  // 充电
        delta_ah *= COULOMB_EFF;
    }
    
    // 累计积分
    soc_integral += delta_ah;
    
    // 计算SOC（百分比）
    *soc_percent = (soc_integral / Q_NOMINAL_AH) * 100.0f;
    
    // 限幅处理
    if (*soc_percent > 100.0f) *soc_percent = 100.0f;
    if (*soc_percent < 0.0f)   *soc_percent = 0.0f;
}

3.3 优缺点分析：为什么它不能“独当一面”？

安时积分法优点很明显，缺点也同样致命。我们来掰扯掰扯。

优点

1. 实现简单：几行代码就能跑起来，对MCU算力要求极低。
2. 实时性好：只要电流采样够快，SOC能实时跟踪。
3. 短时精度高：在几分钟到几小时的时间尺度内，误差可控。

缺点

1. 初始SOC依赖：如果初始值不准，后面全白搭。我曾经在项目调试时，因为电池换过没重置SOC，结果跑了半天才发现SOC显示50%，实际已经快没电了。
2. 误差累积：电流传感器有偏置误差，积分时间越长，误差越大。举个例子，一个0.1A的偏置，积分10小时，误差就是1Ah。
3. 容量衰减：电池老化后Q_n会变小，但算法不知道，SOC会越算越不准。
4. 无法自修正：它没有反馈机制，错了就错了，不会自己纠正。

3.4 知识体系框架

下面这张图，是我自己总结的安时积分法知识体系。你可以把它当作一个思维导图来看：

3.5 实际项目中的经验总结

最后，我分享几个在实际项目中积累的经验：

公众号:蓝海资料掘金营，微信deep3321