第一章：SOC基础——电池模型与SOC定义
各位同学，欢迎来到《从SOC到SOH：电池管理算法进阶之路》。我是你们的老朋友，一个在BMS领域摸爬滚打了十几年的工程师。
今天咱们聊聊最基础，也最容易被忽视的东西——SOC。说白了，SOC就是电池还剩多少电。但你别小看它，我见过太多项目因为SOC算不准，最后整个系统崩掉的案例。
1.1 电池模型：你总得知道电池长什么样
要算SOC，首先得有个电池模型。模型不对，后面全白费。
我个人习惯把电池模型分成三类：
- 理想模型：把电池当成一个理想电压源。简单，但误差大到没法用。
- 内阻模型：在理想模型基础上串个电阻。嗯，比理想模型好点，但动态响应还是差。
- RC模型：用电阻电容网络模拟电池的极化效应。这是工程中最常用的。
我在项目中遇到过最坑的事，就是有人用内阻模型去做快充策略。结果呢？电压跳变严重，SOC估计直接飘了10%。
核心观点：模型精度决定算法上限。你后面用再牛的卡尔曼滤波，模型本身不准，结果也是白搭。
1.2 SOC定义：别以为这很简单
SOC的全称是State of Charge，荷电状态。公式很简单：
SOC = (剩余容量 / 额定容量) × 100%但这里有个坑——额定容量怎么定义？
有的厂家用1C放电容量，有的用0.33C，还有的用1/20C。你想想看，同一个电池，不同标准下额定容量能差20%。
注意：SOC定义必须统一。我建议项目一开始就定好：以0.33C（约3小时率）放电容量为基准。否则后面团队吵架都吵不完。
1.3 OCV-SOC曲线标定：这是BMS的命根子
OCV（开路电压）和SOC的关系，说白了就是电池的“身份证”。每款电池都有自己的OCV-SOC曲线。
标定方法通常有两种：
- 静置法：充到满，放一点电，静置2小时，测电压。重复直到放空。
- 小电流法：用极小的电流（比如0.02C）放电，近似认为端电压≈OCV。
我个人更推荐静置法，虽然慢，但数据可靠。我曾经用静置法标定一款三元锂电池，整整花了3天时间。但换来的是后续SOC估计误差小于2%。
| SOC (%) | OCV (V) - 磷酸铁锂 | OCV (V) - 三元锂 |
|---|---|---|
| 100 | 3.65 | 4.20 |
| 80 | 3.40 | 4.00 |
| 50 | 3.30 | 3.70 |
| 20 | 3.20 | 3.50 |
| 0 | 2.50 | 3.00 |
看到没？磷酸铁锂的OCV曲线在中间段非常平缓。这意味着什么？意味着你靠电压查SOC，在30%-70%区间基本查不准。嗯，这里要注意，磷酸铁锂的BMS必须用安时积分法做主力。
经验之谈：标定OCV-SOC曲线时，温度一定要控制好。25℃和0℃测出来的曲线能差不少。我建议至少做25℃、0℃、45℃三组数据。
1.4 安时积分法：原理与误差分析
安时积分法，也叫库仑计数法。原理简单到令人发指：
SOC(t) = SOC(0) - (∫I dt) / Q_n说白了，就是电流对时间积分，算出用了多少电量，然后从初始SOC里减掉。
但为什么这么简单的方法，实际用起来却一堆坑？
误差来源主要有三个：
- 电流测量误差：传感器有偏置和增益误差。0.5%的电流误差，跑1小时就能累积出0.5%的SOC误差。
- 初始SOC不准：如果初始值就错了，后面再怎么积分也是错的。
- 容量衰减：电池老化后额定容量会下降，但你的算法还在用新电池的容量算。
我曾经在一个储能项目里，就因为电流传感器温漂太大，导致SOC误差在一天内累积到15%。最后不得不加了个定期校准的机制——每次电池充满时强制把SOC设为100%。
避坑指南：安时积分法必须配合校准机制。我建议至少做到：
- 每次充满电时重置SOC为100%
- 每次放空时重置SOC为0%
- 定期用OCV查表法做修正
好了，第一章的内容就到这里。安时积分法虽然简单，但它是所有高级算法的基础。你想想看，卡尔曼滤波也好，神经网络也罢，本质上都是在安时积分法的基础上做修正。
下一章咱们聊聊卡尔曼滤波——怎么用数学方法把SOC误差压到1%以内。到时候见。