3、SOH定义与量化：容量衰减与内阻增长，SOH的两种主流定义方式
好，咱们进入第三讲。
前面聊了卡尔曼滤波的基本思路，你可能觉得有点抽象。别急，今天咱们把目光拉回到一个非常实际的问题上——SOH到底怎么定义？
说实话，我刚入行那会儿，对SOH的理解也很模糊。老板问我：“这电池健康度多少？”我支支吾吾说个80%，老板追问：“你怎么算的？”我当场就卡壳了。后来踩了不少坑，才真正搞明白这里面的门道。
3.1 什么是SOH？
SOH，全称State of Health，中文叫健康状态。说白了，就是电池用了多久、老化了多少。
你想想看，新电池出厂时，容量是100%，内阻也很小。用了一年两年，容量掉到80%，内阻翻了一倍。这时候，电池的“健康度”就是80%吗？不一定。
嗯，这里要注意：SOH不是一个物理量，而是一个相对指标。它反映的是电池当前状态与初始状态的对比。
核心观点：SOH = 当前性能 / 初始性能 × 100%
但“性能”具体指什么？这就引出了两种主流定义方式。
3.2 定义一：基于容量衰减的SOH
这是最直观、最常用的定义方式。
公式：
SOH_capacity = (C_current / C_rated) × 100%其中：
C_current：当前实际可用容量（Ah）C_rated：额定容量（Ah）
举个例子：
- 新电池额定容量100Ah
- 用了两年后，实际只能放出80Ah
- 那么SOH = 80/100 = 80%
我在项目中遇到过一件事：有个客户反馈电池SOH掉得特别快，才半年就降到85%。我一看数据，发现是容量标定方法有问题。他们用的是小电流放电，但实际工况是大电流。大电流下容量会偏低，导致SOH虚低。后来我建议改用标准工况（比如0.33C放电），数据就正常了。
我的经验：容量法SOH的精度，很大程度上取决于容量标定的准确性。建议在BMS中定期做一次完整的充放电循环来校准，而不是依赖在线估算。
3.3 定义二：基于内阻增长的SOH
容量衰减是“量”的变化，内阻增长则是“质”的变化。
电池老化后，内阻会明显增大。原因很简单：
- 正负极材料结构退化
- 电解液分解
- SEI膜增厚
- 集流体腐蚀
公式：
SOH_resistance = (R_EOL - R_current) / (R_EOL - R_new) × 100%其中：
R_new：新电池内阻R_EOL：寿命终止时的内阻（通常为初始值的1.5~2倍）R_current：当前内阻
举个例子：
- 新电池内阻1mΩ
- 寿命终止内阻定义为2mΩ
- 当前内阻1.5mΩ
- 那么SOH = (2 - 1.5) / (2 - 1) × 100% = 50%
为什么会这样定义？因为内阻增长到一定程度，电池的功率性能会严重下降。你想想看，内阻翻倍后，同样的电流下，发热量变成4倍（P=I²R）。这对热管理是巨大挑战。
注意：内阻法SOH对测量精度要求很高。内阻本身很小（毫欧级），而且受温度、SOC影响很大。我曾经在项目里吃过这个亏——用直流内阻法测出来的数据，温度每变化10℃，内阻能差20%以上。后来我改用交流阻抗法（EIS），才把精度提上来。
3.4 两种定义方式的对比
| 对比项 | 容量法 | 内阻法 |
|---|---|---|
| 物理意义 | 反映“还能用多久” | 反映“还能输出多大功率” |
| 测量难度 | 需要完整充放电，耗时 | 可在线测量，但精度受干扰 |
| 温度敏感性 | 中等 | 高 |
| 适用场景 | 储能、低速电动车 | 高功率应用（如混动、启停） |
| 与卡尔曼滤波的兼容性 | 好（状态量可直接估计） | 一般（需要额外建模） |
我个人习惯是：两种方法结合使用。容量法作为主指标，内阻法作为辅助指标。如果两者趋势一致，说明老化模式正常；如果出现背离（比如容量掉得慢但内阻涨得快），就要警惕了——可能是电解液干涸或微短路等异常老化模式。
3.5 实际应用中的选择建议
你可能会问：那我到底该用哪种？
我的建议是：
- 对于纯电动汽车（BEV）：优先用容量法。因为用户最关心的是续航里程，而续航直接和容量挂钩。
- 对于混合动力（HEV）：优先用内阻法。因为HEV电池经常工作在浅充浅放状态，容量变化不明显，但内阻对功率性能影响很大。
- 对于储能系统：两种都用。储能系统对寿命要求高，需要全面监控。
避坑指南：我曾经在项目里只用了容量法定义SOH，结果客户反馈说“电池还能跑，但加速没力了”。一查，内阻已经翻了三倍。从那以后，我坚持在BMS中同时计算两种SOH，并设置不同的报警阈值。
3.6 小结
好了，这一讲的内容就这些。总结一下：
- SOH有两种主流定义：容量法和内阻法
- 容量法直观，但需要完整充放电
- 内阻法灵敏，但测量精度要求高
- 实际应用中建议两者结合
下一讲，咱们会深入探讨如何用卡尔曼滤波在线估计SOH。这才是真正的硬核内容。到时候我会手把手带你搭一个简单的状态空间模型，让你看看卡尔曼滤波是怎么把容量和内阻同时估计出来的。
嗯，今天就到这里。有问题随时交流。