3、电池特性基础：锂离子电池工作原理、关键参数（SOC、SOH、SOP）、电池模型（等效电路模型）
各位工程师朋友，咱们开始聊电池特性。说实话，做BMS测试这么多年，我最大的感触就是——不懂电池特性，测试就是瞎忙活。你连电池的脾气都没摸透，怎么给它做诊断？今天这一章，咱们就把锂离子电池的底细彻底扒一扒。
3.1 锂离子电池工作原理
锂离子电池，说白了就是一个“摇椅式”的储能装置。锂离子在正负极之间来回跑，充电时从正极跑到负极，放电时又从负极跑回正极。嗯，就这么简单。
我习惯用这个比喻来理解：正极像个仓库，负极像个旅馆。充电时，锂离子从仓库（正极）搬进旅馆（负极）住下；放电时，它们退房回仓库。电子呢？走外电路，给我们供电。
具体反应过程是这样的：
- 充电过程：正极材料（如LiCoO₂）中的锂离子脱出，经过电解液，穿过隔膜，嵌入到负极石墨层间。同时，电子通过外电路从正极流向负极。
- 放电过程：锂离子从负极脱出，回到正极。电子从负极经外电路流向正极，驱动负载。
核心要点：锂离子电池的本质是锂离子在正负极之间的可逆嵌入/脱出反应。没有金属锂的析出，所以叫“锂离子”电池，不是“锂金属”电池。
我在项目中遇到过一件事：有个同事非要把锂聚合物电池当锂离子电池用，结果充电参数没调对，电池鼓包了。你想想看，虽然都是锂离子体系，但材料体系不同，特性差异很大。千万别想当然。
3.2 关键参数：SOC、SOH、SOP
这三个参数，是BMS的核心输出。说白了，BMS就是围绕这三个“S”转的。咱们一个一个说。
3.2.1 SOC（State of Charge，荷电状态）
SOC就是电池还剩多少电。0%表示没电，100%表示满电。听起来简单？但实际估算起来，坑多得很。
我常用的估算方法有三种：
- 安时积分法：对电流积分，计算充入/放出的电量。公式：SOC(t) = SOC(0) - ∫I(t)dt / C_n。简单粗暴，但误差会累积。
- 开路电压法：电池静置后，通过OCV-SOC曲线查表。精度高，但需要静置时间，不能实时用。
- 卡尔曼滤波法：结合模型和测量值，动态估算。精度高，但计算量大。
我的经验：实际项目中，我习惯用安时积分法做基础，再用开路电压法定期校准。卡尔曼滤波？嗯，高端项目才用，普通储能系统用前两种就够了。
这里有个避坑指南：我曾经遇到过安时积分误差累积到10%以上，原因是电流传感器零点漂移。后来我加了一个“静置校准”逻辑——电池静置超过30分钟，自动用开路电压法修正SOC。效果立竿见影。
3.2.2 SOH（State of Health，健康状态）
SOH反映电池的老化程度。100%是全新电池，0%是报废电池。储能系统一般要求SOH低于80%就要更换。
SOH的评估维度：
| 评估维度 | 定义 | 典型阈值 |
|---|---|---|
| 容量衰减 | SOH_C = C_now / C_new × 100% | 低于80%建议更换 |
| 内阻增加 | SOH_R = (R_eol - R_now) / (R_eol - R_new) × 100% | 内阻增加100%以上 |
| 自放电率 | 自放电速率变化 | 超过初始值2倍 |
我个人习惯用容量衰减作为主要指标，内阻增加作为辅助指标。为什么？因为容量衰减直接决定系统还能跑多久，内阻增加影响的是功率能力。
注意：SOH不是线性变化的。电池前期衰减慢，后期衰减快。别指望用线性模型去预测寿命，会翻车的。
3.2.3 SOP（State of Power，功率状态）
SOP告诉你：当前电池还能输出/输入多少功率。这对储能系统的调度至关重要。
SOP受三个因素限制：
- 电压限制：放电时不能低于截止电压，充电时不能高于截止电压
- 电流限制：受电芯最大充放电倍率限制
- 温度限制：低温下功率能力下降，高温下也要降功率
举个例子：一个100Ah的电池，标称最大放电倍率1C。理论上最大放电功率是100A × 3.2V = 320W。但如果在0℃以下，内阻增大，实际能放的功率可能只有200W。这就是SOP要干的事——实时告诉你“现在能出多少力”。
3.3 电池模型：等效电路模型
电池模型，说白了就是用一个电路来模拟电池的行为。为什么要建模？因为电池内部状态（SOC、SOH）没法直接测量，只能通过模型来估算。
最常用的是一阶RC等效电路模型：
// 一阶RC模型参数
Vocv = f(SOC) // 开路电压，与SOC的函数关系
R0 = 5 mΩ // 欧姆内阻
R1 = 2 mΩ // 极化内阻
C1 = 3000 F // 极化电容
// 端电压计算公式
Vt = Vocv - I*R0 - V1
// 其中V1是RC网络上的电压，满足：
// dV1/dt = I/C1 - V1/(R1*C1)
这个模型虽然简单，但够用。我做过对比测试：一阶RC模型在动态工况下，端电压预测误差在±20mV以内。对于储能系统来说，这个精度完全OK。
当然，如果你追求更高精度，可以用二阶RC模型：
- 两个RC网络分别模拟“电化学极化”和“浓差极化”
- 精度更高，但参数辨识也更复杂
我的建议：储能系统用一阶RC模型就够了。别为了那一点点精度提升，把计算复杂度搞上去。你想想看，储能系统动辄几百个电芯，每个电芯跑二阶模型，MCU扛不住的。
模型参数怎么来？靠实验标定。我常用的方法是：
- 做HPPC（混合脉冲功率特性）测试
- 记录电压响应曲线
- 用最小二乘法拟合参数
我曾经在参数辨识上栽过跟头。当时用了一个不合适的激励电流，导致拟合出来的内阻值偏差很大。后来我总结了一条经验：HPPC测试的脉冲电流要覆盖实际工况的电流范围，别用0.5C的脉冲去标定，结果实际跑1C的工况，模型肯定不准。
好了，这一章的内容就这些。电池特性是BMS测试的基础，SOC、SOH、SOP这三个参数，你以后会天天跟它们打交道。下一章咱们聊BMS的硬件架构，到时候见。