SOC中采用矫正的算法

今天正好谈到OCV-SOC曲线，还有SOC中采用矫正的算法，这里确实有着很多的。

《SOC-OCV曲线是否始终值得信赖的吗?》

《聊聊电池管理中的SOC算法》

第一部分 OCV-SOC曲线如果要用来矫正，整个测试的之间静置规格需要与后面BMS的时钟进行匹配

如晓宇之前所说的：

SOC-OCV曲线是我们电池在SOC标定过程中非常重要的一条曲线，通常在电动汽车运行了一段时间后，在车辆静置再启动前，BMS会调用这个曲线，对SOC值进行一次矫正，并通过一定的算法和其他矫正系数得到一个SOC值的更新，因此这个曲线的准确性就显得尤为重要，可能直接关系到了SOC的精度

在这种测试工况下未有足够的静置时间，由于低温下电池较严重的极化，显然电池还没有达到绝对的稳态，也就是说第一静置时间不够长，第二在每一个SOC range调整之间的电流还不够小。但实际工况中会有绝对长的静置时间吗，于是这其实也就引出了另一个问题，我们到底要什么样的SOC-OCV曲线，是结合实际工况的呢？

每5%SOC，12个小时搁置时间，0.05C的电流被认为是一个很接近稳态的测试方法

在最近的一个里面，如果我们把稳态的用K值去估算，大概确实要20小时，K值才能不往上走，40小时完全进入稳态

第二部分 矫正的时机（应等待足够的静置时间，确认温度的情况）

SOC的算法主要的问题，是SOC的算法需要知道初始的SOC、需要知道电池的容量，在计算过程中由于测量误差（V、I和T采集参量的误差）会累积、从一个错误的值上面很难回归：

1）初始的SOC：由于整个电池包，单体、模组甚至整包都会有自放电和漏电流两项，导致长时间停放这种模式下，真实的SOC就会漂移。

2）容量：电芯容量目前都是不测容量，是通过抽样来控制的，容量的一致性完全交给前面的原料和生产过程的一致性

3）错误的累积和突然误差：在工作一段时间以后，算法由于负荷的原因，基准可能引起挺大的偏差

我们用的这个温度、时间的跨度需要和上面的进行匹配，否则静置时间不对的，电压会在变化。同时需要根据当时的最小和最大SOC，还有矫正的情况综合来调整这个数据。

第三部分 OCV-SOC曲线在容量变化后的漂移

某较苛刻条件下的快充工况标定数据，电池为某款能量型电池，可以看到在测试跨度约一年的周期内，分别截取BOL，约500大圈和约1000大圈的数据：

从上表我们可以明显看到变化趋势，

同一个SOC点下，OCV值是有逐渐降低趋势的，

从BOL到1000圈，各SOC标定点降低幅度约10-30mv，甚至有些点SOC点降低接近了40mv

造成有些电池的OCV 漂移的原因是什么， 其实这些漂移的同时，往往也伴随着电池本身容量的衰减，而容量的衰减其实也正反应了电池本身正极材料可能已经发生了部分失活，而这种情况在富锂锰基正极材料中可能表现的更为明显，因为这种材料在循环后期由于其自身较差的稳定性，可能从层状结构转为尖晶石状，最终导致了电压平台的变化。而其他较稳定结构的正极材料这种变化趋势可能就没有那么明显。

如果我们后面追求高容量的结构，大部分的材料变化在10%和20%的衰减之后，都会导致OCV曲线的漂移。与上面晓宇做的实验不一样，我们需要根据不同的衰减，是Fast charging或者DST耗尽模式的衰减进行对比，然后比较OCV的差异

小结：想要打通在整个环节上面的数据测试、验证和算法建模和使用的问题，任重而道远，要保证整个生命周期的特性是好的，要付出挺多的努力的