電池知識
鋰離子、磷酸鐵鋰、錳酸鋰、新能源
電池知識
鋰離子、磷酸鐵鋰、錳酸鋰、新能源
我們對比一下國內外電池參數的表達形式，差距可窺一斑。在國內產品電池系統參數表中，常常可以看到SOC下限15%或者20%，這幾乎變成了所有鋰電池共性的下限臺階，看不出所選電芯的特有屬性。我們再回頭看看leaf早期產品參數的表達：下限報警SOC值是16.25%。我們拋開數據背后的探測手段，僅從表達的精度方面，國內產品已經輸了一籌。這種對電池系統粗獷的需求模式，同樣折射到設計環節。隨著退補的臨近，成本矛盾日漸突出，成本問題會變得更加緊要，新產品設計更需精打細算。
剖析SOC可用范圍，由多個因素決定。如果僅從表面上看，把確定SOC范圍大小的責任歸咎于BMS管理水平的高低,有失公允。好的BMS估算精度，也需要更完整的電池參數做支撐。俗話說，好馬也得配上好鞍。
首先明確兩個概念:什么是SOC可用范圍？放電深度？
SOC可用范圍：SOC范圍減掉SOC的緩沖區域，剩下的部分，就是SOC可用范圍了，c－d區間，15%~95%可用范圍。
SOC可用范圍精準的關聯因素：首先是電池參數的完整性和準確性
產品探測時間漫長原由體今朝每個環節。僅標準循環或者工況循環一項，都在3~6個月，這還只是電池產品本身因素，如果結合設備狀態，時間會更長。目前僅電芯的安全探測，就不少于12項之多，系統功能探測也在16項以上，還有常規功能、性能探測，如果再迭加不同溫度下SOC，探測工作量是非常龐大的。可想而知，一款定型的活性材料配方，到合格產品的推出，產品成熟周期需要多么漫長的時間。
電池參數的完整性，有賴于對電芯個體的充足、多樣品探測。通常情況下，基于需求提出的電池參數模型，是電池參數多維度下的狀態關系，是全方位電池的評測，這也是產品應當具備的參數標簽。
其次，是BMS算法的正確和精度
我們提到最多的BMS算法精度，是針對電池系統的要求而提出的。對于優化SOC可用范圍這個問題，單方面從BMS入手，是不完全正確的。如上面所述，電池參數的完整性也是緊要的因素。巧婦難為無米之炊，BMS在缺失數據面前是怯懦的。
在提到SOC算法，出現最多的詞是估算，電壓Approx。這與SOC精度要求并不矛盾。因為電芯本身特性，當前狀態實在是隨著時間長度、溫度、C值大小而變化的。例如，SOC5%,ValusStatusApprox.3200-3400mV。動態的電壓和OCV值、靜態擱置時長，都有一定的差異。這也恰恰是算法策略的難點和魅力所在。
SOC可用范圍通過精準細致的策略控制、精確的數值，確定下限值
綜合分解，SOC可用范圍優化，就是確定電池不同條件、工況下的下限值。電池上限的緩存區間很小，可以挖掘的空間不大。上限的緩存主要是在充電安全方面，保證不過充為目的。快充時，充到SOC80%；慢充時，依賴涓流小電流充電，可以達到95%以上。電池下限值，主要是考慮放電工況，放電電流的變化能力，會影響動力輸出或駕乘感受。同時，其緩存的寬度還是很大的。
聲明： 本站所發布文章部分圖片和內容自于互聯網，如有侵權請聯系刪除
