第3章：SOH关键参数——容量衰减、内阻增加、功率衰退、OCV曲线漂移
各位同学，咱们今天聊聊SOH评估的四个核心参数。说实话，我在BMS行业摸爬滚打这么多年，见过太多人一上来就盯着SOC算，结果SOH算得稀里糊涂。其实啊，SOH的根基就藏在这四个参数里：容量衰减、内阻增加、功率衰退、还有OCV曲线漂移。
我个人习惯把这四个参数比作电池的「体检指标」。容量衰减是「肺活量」，内阻增加是「血管堵塞」，功率衰退是「爆发力」，OCV漂移则是「心电图异常」。你想想看，一个病人如果这四个指标都出问题，那肯定得住院了。电池也一样。
3.1 容量衰减——最直观的SOH指标
容量衰减，说白了就是电池「装不下电了」。我记得刚入行那会儿，有个项目用三元锂电池，客户反馈说用了半年续航掉了一半。我一测，容量衰减了40%多。嗯，这就是典型的容量衰减问题。
容量衰减的数学定义很简单：
SOH_C = (C_current / C_initial) × 100%其中C_current是当前可用容量，C_initial是出厂标称容量。但这里有个坑——「可用容量」怎么测？
避坑指南：我曾经在项目里直接用恒流放电到截止电压算容量，结果发现每次算出来的SOH都不一样。后来才明白，温度、放电倍率、甚至静置时间都会影响容量测量。建议统一在25℃、0.33C倍率下测试，静置2小时以上。
容量衰减的原因主要有三类：
- 活性锂损失：SEI膜不断生长，消耗了锂离子。这是最常见的。
- 正极材料结构坍塌：比如NCM材料在高压下晶格畸变。
- 电解液分解：高温下电解液氧化还原，产生气体。
我建议大家在项目中至少保留最近10次完整充放电数据，用线性回归拟合容量衰减趋势。别只看单次数据，那玩意儿波动太大。
3.2 内阻增加——电池的「血管硬化」
内阻增加，是电池老化的另一个重要信号。你想想看，新电池内阻可能只有几毫欧，用久了能涨到几十毫欧。为什么会这样？
内阻增加主要来自：
- 欧姆内阻：电解液电导率下降、极片接触电阻增大。
- 极化内阻：SEI膜增厚，锂离子扩散变慢。
测量内阻的方法，我常用的是HPPC（混合脉冲功率特性）测试。代码实现如下：
def calculate_dcir(voltage, current, t1, t2):
"""
计算直流内阻 DCIR
voltage: 电压序列 (V)
current: 电流序列 (A)
t1: 脉冲开始时间 (s)
t2: 脉冲结束时间 (s)
"""
delta_v = voltage[t2] - voltage[t1]
delta_i = current[t2] - current[t1]
dcir = delta_v / delta_i
return dcir这里要注意，脉冲时间一般选10秒，电流倍率选1C。我见过有人用0.5C测内阻，结果算出来的SOH偏高，因为小电流下极化不充分。
小技巧：内阻对温度极其敏感。25℃时内阻是10mΩ，到了0℃可能变成20mΩ。所以做SOH评估时，一定要做温度补偿。我习惯用Arrhenius公式做修正，效果还不错。
3.3 功率衰退——电池的「体力下降」
功率衰退，说白了就是电池「没劲儿了」。新电池能输出大电流，老电池一拉大电流电压就掉到截止值。这在电动汽车上特别明显——急加速时感觉「肉肉的」。
功率衰退的评估通常用SOP（State of Power）来表示。但SOH中的功率衰退，更关注的是峰值功率的衰减比例：
SOH_P = (P_current / P_initial) × 100%其中P_current是当前最大可输出功率，P_initial是出厂值。
我记得有个项目做储能电站，客户说系统充放电效率越来越低。一查，不是容量问题，是功率衰退了——电池内阻大了，充放电时自身发热损耗增加。嗯，这种情况光看容量SOH是看不出来的。
功率衰退的典型特征：
| 老化阶段 | 容量SOH | 功率SOH | 典型表现 |
|---|---|---|---|
| 早期 | 95% | 90% | 内阻轻微增加 |
| 中期 | 85% | 75% | 大电流放电电压跌落明显 |
| 晚期 | 70% | 50% | 无法满足峰值功率需求 |
你看，功率SOH的衰减速度往往比容量SOH快。所以做BMS时，我建议把功率SOH也纳入健康度评估，别只看容量。
3.4 OCV曲线漂移——电池的「心电图异常」
OCV曲线漂移，这个参数比较隐蔽，但非常重要。新电池的OCV-SOC曲线是固定的，但老化后曲线会整体下移或变形。
为什么会漂移？
- 正负极电位偏移：活性材料损失导致电极电位变化。
- 锂库存变化：可循环锂减少，导致开路电压整体降低。
我曾在项目中遇到过一件怪事：某批电池容量SOH还有90%，但SOC估算总是偏大。后来一测OCV曲线，发现整体下移了约50mV。这就是典型的OCV漂移问题。如果不修正，SOC误差能到10%以上。
核心要点：OCV曲线漂移会导致SOC估算不准，进而影响SOH评估。建议每半年做一次OCV曲线标定，更新BMS中的OCV-SOC查找表。
OCV漂移的量化方法：
def ocv_drift(ocv_new, ocv_aged, soc_points):
"""
计算OCV曲线漂移量
ocv_new: 新电池OCV序列
ocv_aged: 老化后OCV序列
soc_points: SOC点序列
"""
drift = []
for i in range(len(soc_points)):
delta = ocv_aged[i] - ocv_new[i]
drift.append(delta)
return drift # 返回各SOC点下的漂移量一般来说，OCV漂移量超过30mV就需要引起重视了。我个人的经验是，当漂移量超过50mV时，SOC估算误差会显著增大，这时候必须更新OCV表。
3.5 四个参数的协同评估
好了，四个参数都讲完了。但实际项目中，你不能只看一个参数。我建议采用加权综合评估：
SOH_total = w1 * SOH_C + w2 * SOH_R + w3 * SOH_P + w4 * SOH_OCV权重怎么定？这得看应用场景：
- 电动汽车：功率SOH权重高一些（0.4），因为急加速需要大功率。
- 储能电站：容量SOH权重高一些（0.5），因为主要看能量吞吐。
- 启动电源：内阻SOH权重高一些（0.4），因为需要瞬间大电流。
嗯，这里要注意，权重不是一成不变的。我习惯用模糊逻辑或者层次分析法（AHP）来动态调整权重，效果比固定权重好很多。
实战建议：刚开始做SOH评估时，别追求太复杂的模型。先用容量衰减和内阻增加两个参数做初步评估，等数据积累够了再加入功率和OCV参数。一步一步来，稳扎稳打。
最后说一句，这四个参数不是孤立的。容量衰减往往伴随着内阻增加，内阻增加又导致功率衰退，OCV漂移则是这些变化的综合体现。你想想看，它们就像一张网，牵一发而动全身。理解了这一点，SOH评估就算入门了。
下一章，咱们聊聊SOH的在线估算方法，那才是真正考验BMS算法功底的地方。