3、电池开路电压（OCV）建模：OCV-SOC关系曲线、查表模块（1-D Lookup Table）、数据导入与曲线拟合

各位工程师朋友，大家好。今天我们聊一个电池建模里绕不开的话题——开路电压（OCV）建模。说白了，OCV就是电池在静置状态下，正负极之间的电势差。你想想看，电池没接负载，也没在充电，这时候测出来的电压就是OCV。

OCV和SOC之间是什么关系？嗯，这俩货不是线性关系。我见过不少新手，上来就假设OCV随SOC线性变化，结果仿真出来的数据跟实测差了十万八千里。为什么会这样？因为电池内部的电化学反应决定了OCV-SOC曲线是一条S形曲线，尤其在SOC两端（0%和100%附近）变化特别陡峭。

我个人习惯，拿到一块新电池，第一件事就是做OCV测试。把电池从满电放到没电，每放掉5%或10%的SOC，静置1-2小时，记录一次开路电压。这样就能得到一组离散的OCV-SOC数据点。然后，把这些数据点拟合成一条光滑曲线，供Simulink模型使用。

核心要点：OCV-SOC曲线是电池模型的基础。曲线精度直接决定了SOC估算、功率预测等上层算法的准确性。千万别图省事随便画条直线。

3.1 OCV-SOC关系曲线：从实测数据到数学模型

先说说数据怎么来。我在项目中遇到过一种情况：供应商给的OCV数据只有5个点（0%、25%、50%、75%、100%）。这显然不够用。你想想看，中间那么多SOC区间，全靠插值，误差能不大吗？

我建议至少采集20个以上的数据点。下面是一个典型的OCV-SOC数据表示例（以三元锂电池为例）：

SOC (%) OCV (V)
0 3.00
5 3.20
10 3.35
20 3.50
30 3.60
40 3.65
50 3.70
60 3.75
70 3.80
80 3.90
90 4.05
95 4.15
100 4.20

拿到数据后，我们需要做曲线拟合。常用的拟合方法有：

  • 多项式拟合：简单粗暴，但高阶多项式容易过拟合。我一般用5-7阶多项式。
  • 分段线性插值：适合数据点密集的情况，计算量小。
  • 样条插值：平滑性好，适合做高精度模型。

我个人习惯用MATLAB的 polyfit 或 fit 函数来做拟合。举个例子：

% SOC数据点（0到1之间）
SOC = [0, 0.05, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.95, 1.0];
% OCV数据点
OCV = [3.00, 3.20, 3.35, 3.50, 3.60, 3.65, 3.70, 3.75, 3.80, 3.90, 4.05, 4.15, 4.20];

% 6阶多项式拟合
p = polyfit(SOC, OCV, 6);
% 生成拟合曲线
SOC_fine = 0:0.01:1;
OCV_fit = polyval(p, SOC_fine);

% 画图对比
plot(SOC, OCV, 'o', SOC_fine, OCV_fit, '-');
xlabel('SOC'); ylabel('OCV (V)');
legend('实测数据', '拟合曲线');

小技巧：拟合完成后，一定要检查残差。如果残差过大，说明阶数不够或者数据本身有问题。我曾经遇到过一次，拟合出来的曲线在SOC=50%附近出现了一个诡异的凸起，后来发现是测试时电池没静置够，电压还没稳定。

3.2 查表模块（1-D Lookup Table）：Simulink中的核心工具

拟合好的曲线怎么用到Simulink里？最直接的方式就是用 1-D Lookup Table 模块。这个模块说白了就是一个查表器：你给它一个SOC输入，它根据你预先定义好的表格，输出对应的OCV值。

在Simulink中，1-D Lookup Table的配置很简单：

  1. 从库浏览器拖出 1-D Lookup Table 模块。
  2. 双击打开参数设置界面。
  3. 在 Table data 中输入OCV数据向量。
  4. 在 Breakpoints 1 中输入SOC数据向量。
  5. 设置插值方法（我一般选 Linear 或 Pchip）。

这里有个坑，我曾经踩过：数据向量的维度必须匹配。Table data的长度必须和Breakpoints的长度一致。否则Simulink会报错，或者更糟——不报错但输出错误结果。

注意：Breakpoints必须严格单调递增。如果数据点有重复或顺序错乱，查表结果会完全乱掉。我建议在导入数据前，先用 unique 和 sort 函数清洗一遍。

另外，1-D Lookup Table支持多种插值方式：

  • Flat：最近邻插值，输出是阶梯状，适合离散控制。
  • Linear：线性插值，平滑且计算快，我最常用。
  • Pchip：保形分段三次插值，曲线更光滑，适合高精度模型。
  • Cubic spline：三次样条插值，最光滑但计算量稍大。

我个人习惯，在实时仿真中用Linear，在离线分析中用Pchip或Cubic spline。你想想看，实时系统对计算时间敏感，Linear足够用了；离线分析追求精度，用高阶插值更放心。

3.3 数据导入与曲线拟合：从Excel到Simulink的完整流程

实际工作中，OCV数据通常存在Excel或CSV文件里。怎么把这些数据导入MATLAB，再喂给Simulink？我一般走这个流程：

  1. 数据准备：把OCV-SOC数据整理成两列，保存为CSV文件。
  2. 数据导入：用 readtable 或 csvread 读入MATLAB。
  3. 曲线拟合：用 fit 函数或 polyfit 得到拟合系数。
  4. 生成查表数据：在拟合曲线上等间距取点，生成Table data和Breakpoints。
  5. 导出到工作区：把数据存成MATLAB变量，供Simulink的1-D Lookup Table使用。

下面是一个完整的代码示例：

% 步骤1：从CSV导入数据
data = readtable('OCV_SOC_data.csv');
SOC_raw = data.SOC;   % 假设列名为SOC
OCV_raw = data.OCV;   % 假设列名为OCV

% 步骤2：曲线拟合（使用平滑样条）
f = fit(SOC_raw, OCV_raw, 'smoothingspline');

% 步骤3：生成均匀间隔的查表数据
SOC_table = (0:0.01:1)';   % 101个点，从0到1
OCV_table = f(SOC_table);

% 步骤4：将数据存入MAT文件，供Simulink加载
save('OCV_LookupTable.mat', 'SOC_table', 'OCV_table');

然后在Simulink的1-D Lookup Table中，把 Table data 设为 OCV_table，Breakpoints 1 设为 SOC_table。搞定。

避坑指南：我曾经在项目里直接用原始数据点做查表，没做拟合。结果因为数据点分布不均匀（SOC中间段点少，两端点多），查表出来的OCV曲线在中间段出现了明显的锯齿。后来老老实实做了拟合，问题就解决了。所以，拟合这一步不能省。

3.4 知识体系总览

为了让大家更直观地理解本章的知识结构，我画了一张流程图。它展示了从原始数据到Simulink模型的完整链路：

OCV建模知识体系 实测OCV-SOC数据 曲线拟合 生成查表数据 1-D Lookup Table 电池模型输出OCV 多项式/样条/分段 均匀间隔点 线性/保形/样条插值

这张图把整个流程串起来了。从实测数据出发，经过曲线拟合，生成查表数据，最后通过1-D Lookup Table模块输出到电池模型中。每一步都有讲究，每一步都可能踩坑。

好了，关于OCV建模的核心内容就这些。记住，OCV-SOC曲线是电池模型的基石，花时间把这条曲线做准了，后面的工作会顺利很多。嗯，今天就聊到这儿。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →