【摘要】 过去许多作者和研究人员讨论和分析了不同的方法来估计荷电状态、健康状态和功能状态。

如今随着人们对安全和寿命问题的日益关注，电动汽车中的电池管理系统准确状态的预估变得越来越重要。过去许多作者和研究人员讨论和分析了不同的方法来估计荷电状态、健康状态和功能状态。但是由于车载锂电池的高动态操作和远离实验室环境的使用条件，使其成为难以实现的挑战。准确的容量估计可以实现准确的行驶里程预测和准确计算车辆中电池的最大储能能力，同时它还可以作为电池健康状态和剩余使用寿命估算的指标。

研究者通过BMS（电池管理系统）可以准确估计电池组的状态，在研究中，给出了电动汽车和混合动力汽车车载容量估计的各种算法，相当多的容量估计方法使用相同的简单原理，即电池充电或放电的安培小时数与基于电压的SoC(或电压)相对于安培小时吞吐量测量的初始点和终止点的两个值之间的关系；运用ICA（增量容量分析）和DVA（差动电压分析）、基于电化学的技术和老化预测模型等方法，可以重现电池运行过程中的化学过程；另外采用自适应滤波的技术，如KF、LS或类似的观测器技术，有希望实现估计精度和低计算量的折算。根据许多作者的说法，它们在低成本微控制器上的实现是可行的。然而，所提到的许多技术仍处于开发阶段，应作为相应研究人员的建议。锂离子电池组容量估计的主要挑战仍然是创造一种技术，能够检测每个电池单元在电池寿命内的容量损失分布，并试图优化锂离子电池组的操作策略，以延长其寿命并进一步降低用户的成本。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。