需求解决的技术问题：

实现锂电池电池的SOC/SOH估算，单节和多串锂离子电池、动力电池的SOC/SOH精确估算，提供Matlab模型和低功耗算法。

技术需求提出背景及技术应用领域：

锂离子电池状态包括电池温度、SOC、SOH、SOS、SOF及SOE。为了充分发挥电池系统的动力性能、提高其使用的安全性、防止电池过充和过放，延长电池的使用寿命、提高电动汽车的使用性能，BMS系统就要对锂离子电池的荷电状态即SOC进行准确估算。SOC是用来描述电池使用过程中可充入和放出容量的重要参数。

锂离子电池SOC不能直接测量，只能通过电池端电压、充放电电流及内阻等参数来估算其大小。而这些参数还会受到电池老化、环境温度变化及汽车行驶状态等多种不确定因素的影响，因此准确的SOC估计已成为电动汽车发展中亟待解决的问题。

SOH是指蓄电池容量、健康度、性能状态，简单的说是电池使用一段时间后性能参数与标称参数的比值，新出厂电池为100%，完全报废为0%。是电池从满充状态下以一定的倍率放电到截止电压所放出的容量与其所对应的标称容量的比值，简单的理解为电池的极限容量大小。电池的内阻与SOH存在一定的关系。SOH越低，锂离子电池内阻越大，通过检测电压、电流、温度等数据，间接计算出电池的内阻值，然后根据SOH与电池内阻的关系计算求得SOH。但是电池的内阻在SOH变化范围不大时变化不明显，而当电池老化严重时电阻值的变化较大，因而该方法在SOH变化较小时，测量的误差会较大。

技术难点：

（1）电池开路电压(OCV)特性。一般而言，即便对于同一SOC，充电后和放电后静置得到的OCV是不一样的）。对于三元类电池，SOC与OCV对应关系还好，严格单调，且不同SOC的OCV差异比较明显。但是对于磷酸铁锂而言，有一段相当长的SOC区间很平坦，OCV差异很小，而且并非严格单调的，表现为同一个OCV值对应多个SOC点。所以单纯用SOC-OCV对应关系来预估SOC，存在静置时间难以满足，精准度不够等难题。

（2）充放电倍率与端电压对应关系特性。电池动态情况下，一旦电池进行充放电，则端电压与OCV相差甚远。选取某个电流倍率，让电池以该倍率进行恒流充电或者放电，同一电流下充和放，得到的曲线也是有差异的，实际上，除了电池恒流充电阶段，电池的工况电流很少有长时间恒流充放电阶段，只要有不同电流切换存在，那么电池极化的差异就会让端电压偏离预测曲线。

（3）温度特性。不同材料体系的电池，表现出来的温度特性是不一样的。电池的内阻随着温度和SOC的变化而变化，且对于低温很敏感。同理，OCV，极化等参数，也会随着温度的变化而变化。这无疑进一步加剧了预测的难度。

（4）电池的成组效率。上述的特性是以单个电芯表现出来的特性。在实际整包应用中，由于电芯的串并联组合，会使情况变得更加复杂。不同电芯间难免存在欧姆内阻、极化内阻、自放电率、初始容量等差别。由于额定容量和初始容量存在差异，实际在放电过程中，电量少的先放空，充电时电量多先充满。这就造成了成组后的效率降低，也让成组后的SOC预估更加困难。

（5）除此之外，其实还有很多因素会造成SOC预估困难，如实际BMS的MCU或者AFE测量精度，采样频率，日历/循环寿命的影响等等。实际的多电芯串并联组合的应用场合，是上述所有因素加权，共同影响着SOC的预估准确性，因此想要电池全生命周期范围内都能准确预估SOC，依旧是一个世界性的难题。一般而言，对于电动车或者储能领域，能保证全质保阶段内，SOC精度控制在8%以内就相当不错了。

技术转让、技术入股、联合开发、委托研发。

开展的工作：电池的SOC/SOH估算，已经按照OCV+库仑计方法初步实现SOC的估算，精度待客户端验证。

所处阶段：样机研发。

投入资金和人才：已经投入4人，累计投入100万元左右。

仪器设备：有高精度电池性能测试系统，电子负载，高低温测试环境，有ESD和EFT测试设备，以及其他测试仪器。

希望与有微电子专业、自动化专业、计算机专业等相关专业的高校及研发机构合作。