電動汽車|電量跳變，為啥？（上）

車停在那，我什麼都沒做，熄火再打火，咦，電量變了，這是什麼鬼？

對生活觀察比較細緻的人，通常會在生活中發現或大或小的「不正常」，並尋根究源弄清楚一個為什麼。得到答案的那一刻，獲得的驚喜，就是生活的獎賞，一個真切的小確幸。

書歸正傳，下面就來看看這個變來變去的電量，到底是怎麼回事。

電動汽車，甚至電動自行車，你都有可能遇到這個問題。攪在一起的因素多了點，沒有誰能獨立背起這口鍋。

含混的說，就是電池管理系統（後文簡稱BMS）的剩餘電量（後文簡稱SOC）演算法不夠理想。

鋰離子電池和它的管理系統，應用頻率夠高，系統夠複雜，我們就以他為例，擺一擺這些影響因素是如何刷他們的存在感的。

? BMS的SOC估算方法概述

SOC，State of Charge，一個表徵電池荷電狀態的參數。雖然最近幾年，電動汽車比較火爆，電池管理系統相關軟硬體技術得到了很大的發展，一些新的演算法被不斷的提出。但目前，應用最廣，效果最穩定可靠的仍然是積分演算法與開路電壓（OCV）階段性校核相結合的這種形式。

電荷累積演算法，又叫積分演算法，是BMS主控晶元，根據電流感測器採集到的電流信息，把每個瞬間的電流值加到一起，就得到了一段時間內，電池放出的電量，單位是安時（Ah）。

但客觀上，每一次採集到電流值都是一個真實電流值的近似值，也就是採樣存在著誤差。這種誤差，在多次累積以後，會造成結果與真實值之間的較大偏離，這就是累積誤差。

怎樣解決這個累積誤差帶來的影響呢？

開路電壓推算SOC。開發人員找到了開路電壓這個武器。在測試單體電芯性能的過程中，人們發現，單體電壓與單體的荷電狀態具有非常嚴格的對應關係，有一個SOC必然對應著一個確定的OCV。如圖1所示。

圖1 SOC與OCV對應關係

如果每隔一段時間，就用電壓值推算出來的SOC去修正積分演算法計算出來的SOC，使得積分演算法重新獲得一個正確的起點，那麼後續的積分計算結果會更加接近真實值。

基於這種考慮，於是就出現了前面所說的兩種方法互補共存的應用模式。

講到這裡，你肯定要問，既然OCV推算SOC這麼准，直接用電壓去計算不就解決問題了嗎？

話說你真的在這裡提出了這個問題，說明你確實在認真的看我寫的字，甚慰朕心哈。

並不能在車輛運營過程中單獨用OCV去推算SOC。請注意，OCV中文名字是開路電壓。悟了吧。這一點，在後續，講解OCV推算SOC的局限性和誤差來源那部分，會詳細講到。

一般管理系統，把OCV校核SOC的時點放在停車時間，抓住整車不用電的空檔，修正顯示電量。如果無法達到迴路里完全沒有電流的狀態，也可以設置一個比較小的電流值作為啟動校核的閾值。

這個時候，你關注的點就出現了。當積分演算法得到的SOC與OCV曲線上根據電壓值查找到的SOC不一致時，電量的突變就發生了……

那麼一個理想的BMS是怎樣的呢？

先從兩種SOC計算方法誤差出現的原因說起。兩個小夥伴的考試答案對不上，不是你錯就是我錯，最慘的是大家都錯。只有當他們分別都能得出正確結果的時候，待到雙劍合璧才會無縫對接。不管怎樣，這是理想。

? 積分演算法誤差來源。

首先是感測器精度問題。

在正常情況下，如果你選用的感測器，本身的精度只有±5%，那麼採集到的數據，即使完全正確有效，他們也與真實值之間依然可能存在著5%的偏差。

而目前常用的兩種感測器，霍爾和分流器，它們分別具有其自身的局限性。

相同等級的霍爾，整體採樣精度低於分流器。並且霍爾在電流較小的時候，沒有用武之地，測量精度不高；分流器則在電流較大時，自身會發熱，內阻隨之漂移，其檢測精度就必然會受到影響。

其次是系統採樣頻率。

目前應用的電池管理系統，電壓採樣一般為500mS一個循環，也就是說，不管你有多少個單體電壓需要採集，500mS以內會被輪番採集一遍。

如果你的電池系統由50組電池串聯而成，那麼每個端電壓每10mS會被採集一次。比如 系統電流在這10mS時間裡，從40A勻速上升到100A，10mS放出的電量為{[（40+100）/2]*10/1000/3600}Ah。如果系統恰好在10mS開始的瞬間進行了採樣，就會認為這10mS內，迴路里的電流一直是40A，經過計算，認為放出的電量為40*10/1000/3600Ah。兩個計算結果之間差異顯著。路況越是複雜，尤其經常出現急加速的情況下，這種差異就會越明顯。

再次是電磁干擾的存在。系統中經常出現電流急劇變化的時候，電磁波就產生了。當低壓控制迴路的電磁兼容設計不達標時，電磁干擾會明顯的顯現出來。

關於OCV推算SOC的局限性和誤差來源，以及針對所有誤差來源，當前採取的技術手段，在下一篇中再詳說。