1、章节 为了应付能源危机，减慢全球气候气候变化，许多国家都开始推崇节能减排和发展低碳经济。电动汽车因为使用电力展开驱动，可以减少二氧化碳的排放量甚至构建零排放，所以获得各国的推崇而很快发展。但是电池成本依然较高，动力电池的性能和价格是电驱动汽车发展的主要瓶颈。
磷酸铁锂电池因其寿命长、安全性性能好、成本低等优点沦为电动汽车的理想动力源。 随着电动汽车的发展，电池管理系统（BMS）也获得了广泛应用。
为了充分发挥电池系统的动力性能、提升其用于的安全性、避免电池过充和过放，缩短电池的使用寿命、优化驾驶员和提升电动汽车的使用性能，BMS系统就要对电池的荷电状态即SOC（State-Of-Charge）展开精确估计。SOC是用来叙述电池用于过程中可充入和释放出容量的最重要参数。 2、问题的明确提出 电池的SOC和很多因素涉及（如温度、前一时刻充放电状态、极化效应、电池寿命等），而且具备很强的非线性，给SOC动态在线估计带给相当大的艰难。
目前电池SOC估计策略主要有：开路电压法、安时计量法、人工神经网络法、卡尔曼滤波法等。 开路电压法的基本原理是将电池充份静置，使电池端电压完全恢复至开路电压，静置时间一般在1小时以上，不合适电动汽车的动态在线检测。图1较为了锰酸锂电池和磷酸铁锂电池的开路电压（OCV）与SOC的关系曲线，LiFePO4电池的OCV曲线较为平缓，因此全然用开路电压法对其SOC展开估计较为艰难。
图1锰酸锂和磷酸铁锂的OCV-SOC曲线 目前实际应用于的动态在线估计SOC的方法大多使用安时计量法，由于安时计量不存在误差，随着用于时间的减少，总计误差不会更加大，所以分开使用该方法对电池的SOC展开估计并无法获得很好的效果。实际用于时，大多不会和开路电压法融合用于，但LiFePO4平缓的OCV-SOC曲线对安时计量的修正意义并不大，所以有学者利用充放电后期电池极化电压较小的特点来修正SOC，对于LiFePO4电池来讲极化电压明显增加时的电池SOC约在90%以上。
电池的荷电状态与充电电流的关系可分成3个阶段展开：第一段，SOC低端（如SOC10%），电池的内阻较小，电池不合适大电流充放电；第二段，电池的SOC中间段（如10%SOC90%），电池的可拒绝接受充电电流减少，电池可以以较小的电流充放电；第三段，电池的SOC高端（如SOC90%），为了避免锂的沉积和过放，电池可拒绝接受的充放电电流上升。彻底谈，为了避免电池正处于无限大工作条件时对电池寿命产生较坏的影响，应当掌控电池不工作在SOC的两端。
因此，本文不建议利用电池正处于SOC两端时极化电压较高的特点对SOC展开修正。 人工神经网络法和卡尔曼滤波法所须要的数据也主要依据电池电压的变化才能获得较失望的结果，所以都无法符合LiFePO4电池对SOC的精度拒绝。
本文以显电动车用于的量产LiFePO4电池为研究对象，分析LiFePO4电池的特性，在现有的SOC估计分析基础上明确提出一种精确的修正LiFePO4电池SOC的方法。 3、Q/V法 在电化学测量方法中，分析电池内部化学反应速率和电极电势的关系时，常用的方法是线性电势扫瞄法（potentialsweep）掌控电极电势以恒定的速度变化，即，同时测量通过电极的电流。
这种方法在电化学中也常称作伏安法。线性扫瞄的速率对电极的极化曲线的形状和数值影响相当大，当电池在充放电过程中不存在电化学反应时，扫瞄速率就越慢，电极的极化电压越大，只有当扫瞄速率充足慢时，才可以获得平稳的伏安特性曲线，此时曲线主要体现了电池内部电化学反应速率和电极电势的关系。
伏安曲线反应着电池的最重要特性信息，但实际的工程应用于中基本没展开伏安曲线的动态测量。 毕竟主要是在电池的充放电过程中没线性电势扫瞄的条件，使得无法必要获得电池的伏安曲线。 恒流-恒压（CC-CV）电池方法是目前常用的电池电池方法，电势扫瞄中电势总是以恒定的速率变化，电化学反应速率是随着电势的变化而变化的，电池在一段时间（t1-t2）内以电流i充入和释放出的电量Q为： 通过在线测量电池的电压和电流，使电压以充放电方向恒定变化，等间隔的获得一组电压V，并将电流在每个V的时间区间上分数获得一组Q，基于可在线测量的Q/V曲线可以反应出有电池在有所不同电极电势点上的可充敲容量的能力。
图2示出了20Ah的LiFePO4电池在1/20C恒流电池下的Q/V曲线。
本文来源：凯发k8-www.hsa83.com
