动力电池一般具有容量较大、串并联数量较多，且于安全性、动力性、可靠性、寿命等都有极高的要求。电池管理系统（Battery Management System，BMS）作为新能源汽车动力电池系统的重要组成部分，它不仅需要精确采集并运算电池状态参数，并根据当前的电压、电流、温度等状态综合决策并实时进行故障诊断，确保动力电池工作在电压及温度的安全区域，同时它还需要适时均衡、参与热管理等尽量保证电池循环耐久性能。另外，作为连接电池系统、整车系统和驱动系统的纽带，它需要将电池系统的关键状态与整车控制器及其他关联的电子控制单元进行通信与信息交换，完成各高压系统的工作协同。

荷电状态（State of Charge，SOC）作为表征电池剩余容量的一个状态量，其精确估算又是电池管理系统中最核心的技术之一，也是控制电池储能系统能量平衡的基础，其准确估算不仅可以有效预防过充和过放同时也是电池合理使用和有效维护的主要依据。电池管理系统SOC的估算精度对于新能源车辆的安全性与经济性有着重要的意义，因此，电池管理系统SOC估算精度的评测方法就显得尤为重要，但是目前电池SOC无法通过直接测量，且电池系统运行过程中受到多种因素的综合影响因此其精确估算是实际应用中的重点和难点。

目前，各电池管理系统厂家、电池系统厂商甚至部分整车企业均已开始研究SOC的精确估算且较为成熟，基本的做法包括安时积分法、开路电压法、基于电池模型的开路电压法，或者是将几种方法进行融合并加入一定策略的修正、卡尔曼滤波等。还有一些基于人工神经网络和模糊逻辑算法等提出，这些研究通常假定电池系统工作环境稳定，使用不同倍率的充放电实验获得了模型参数与SOC的关系进行设计。

总体来说，在工程运用上，安时积分法是当前简单易行且应用范围比较广泛的估算方法，在电池系统充放电的过程当中通过对充放电电流与时间进行积分运算，从而较为准确地对SOC精度进行估算，但由于该方法对电流检测精度依赖较高，但是该算法的不足之处：

而开路电压法在实际运用中电池系统在充分静置后的开路电压（Open Circuit Voltage，CV）与电池稳态相当，该方法的优点在于可以准确估计某一静态的SOC，不足之处在于：

②电池系统在充放电过程中电压波动较大，不适合用于实时动态地估算电池系统运行过程中的SOC。

因此，许多厂家采用上述两种方法相结合的方式来进行SOC估算，电池系统的初始SOC可以通过SOC-0CV曲线关系来确定，再通过采用高精度的电流传感器减小累计误差，实时地计算动态情况下的SOC。

一般用于评测SOC估算精度较为可靠的方法是在外加防止过放电及故障保护的状态下，从满电状态开始进行放电测试，一般使用电池系统连接充放电机，以一定的放电倍率进行放电。这个方法的缺点是：

①一定的放电倍率工况过于简单，忽略了持续大电流放电、循环充放电等较为车辆行驶过程中实际工况的复杂性和恶劣性，不能完全模拟电池系统在实际车辆上运行的状态。

②电池系统的充放电状态均在充放电机的控制下实施，未充分发挥BMS作为系统控制单元的作用，未能最大限度地模拟实车工况走行过程中与电子控制单元交互的情况。

另外，温度对于锂电池性能及安全性有着非常重要的影响。通常情况下，动力电池的高低温性能与常温相比会有所下降，因此温度是SOC估算中不可回避的一个关键因素，直接影响着锂离子电池运行工况下的容量和材料活性。因此，适当改变温度，分别在低温、常温、高温情况下对不同工况进行验证可以更全面得考察SOC估算精度。

目前，SOC估算精度的主要的验证方法是先将带BMS的电池系统进行足够长时间的静置，按照既定的工况测定可用容量后，再按照既定的工况确认SOC分别接近80%和30%情况下的误差修正速度和精度。这种方法的不足之处在于：

因此，本文提出一种综合考虑实车工况中行驶的复杂性和温度对电池性能的影响的一种评测方法，对新能源汽车在不同实车工况及不同温度下进行从100%到0%SOC范围内的估算精度进行评测，为将来优化电池管理系统的SOC估算验证方法提供一定的理论基础。

电动汽车在实际行驶工况中时常伴有频繁加速，制动等复杂工况，导致动力电池工作环境恶劣，电池系统SOC变化较大。精确的电池SOC预估可以防止电池因过充电或过放电造成的不可逆损失。为明确行驶工况对电动汽车SOC的预估精度的影响，本文从实车走行过程中通过采集CAN数据选取了电动汽车典型的工况包括典型城市工况、高速工况、爬坡工况三种，并从这些工况中提出电池各性能参数，将各工况转换成相应的功率数据。通过构建充放电过程均受控于BMS的电池包实验台架充放电机导人并在不同的温度下，对电池包从满电状态进行放电至截止状态，结合安时积分法和开路电压法，全SOC范围内对SOC估算精度进行验证。其中：

①城市工况：是一条具有代表性的上下班工况，该工况最高速度为91.2km/h，平均速度为31.4km/h，具备频繁的加减速过程，可考察电池系统循环充放电的恶劣情况。

②高速工况和爬坡工况：工况负荷变化范围大，需要电池系统持续较大电流输出，电压波动较大，同时可以考察电池系统温度升高对于SOC估算精度的影响。

将实车工况用于电池管理系统SOC估算精度的测评，与现行使用的工况相比，以上三种实车工况更接近于电动汽车的行驶工况；实车工况下频繁的加减速等导致电流变化剧烈，对BMS SOC的计算提出了更高的要求，验证也就更加具有实际意义。图1图6是三种典型实车工况及相应的电池输出功率特性由线图，功率为负时，代表电池系统处于加速、爬坡等输出状态，功率为正时代表电池系统处于能量回收状态。

定义t为任意时刻，放电总时间为T，Qt为0至任意时刻t的累积放电量，Q为累积放电容量，Q补偿为根据补偿后的累积放电容量，Qt补偿为任意时刻补偿后的累积放电量，SOCt为某一时刻真实值，SOCBMS为EMS实时估算值，SOCStart为长时间静置后使用SOC-0CV修正后的的起始荷电状态，SOCEnd为使用SOC-0CV修正后的终止荷电状态。

由于充放电过程中电压动态变化，SOC值随电压变化明显变化，通过长时间静置可对SOC进行修正。假定某电池SOC-0CV有表1中所示关系：

根据上表SOC-0CV关系曲线图参照下记公式可计算某一长时间静置后的电压飞相应的SOCx:

本实验对象为国内某厂家的结酸锂电池和电池管理系统，实验设备包括12V低压稳压电源、继电器控制开关、可编程充放电机和温度可调的温箱。电池的满充电状态定义为在慢充模式下充电，由电池管理系统主动停止充电即为充满；电池截止状态定义为在各个不同工况下，由电池管理系统主动请求停止放电即为截止状态。

实施本实验时，首先获取实车工况并将其转换成充放电机可导人执行的相应格式。电池系统实验台架搭建后，依次完成不同温度与不同路况的组合工况的验证。见图9。

实验结果表明，低温工况下SOC估算精度较差，以城市工况为例，10℃条件下误差范围达到4.2%，常温和高温情况下估算精度较好，最低为1.0%。各个工况实验结果如表3和图10所示：

本文提出了一种利用电动汽车实际行驶工况，考虑瞬时大电流、循环充放电等影响的一种动力电池SOC的估算精度评测方法，具有较好的工程实践与应用价值。实验结果表明，基于实车工况的SOC估算精度评测方法对SOC估算精度的考察更为全面，为整车企业或电池系统企业针对SOC估算精度的评测提供了新的参考依据。