电池的各类SOC估计方法存在的问题

一.安时积分法

1.开环预测方法，存在累积误差

2.对SOC初值依赖性强

3.无法解决电池自放电问题

二.开路电压法

1.最大局限为：必须将电池进行长时间静置

2.不适合实时估算电池SOC

3.滞回电压的影响

三.安时积分法＋开路电压法

出现电池SOC值跳变的问题

这是由于电池在间歇放电的过程中存在电压回弹现象，利用用开路电压法对电荷累积法进行校准后，两次校准之间造成的累积误差大小会引起SOC值出现跳变。

四.神经网络算法

1.初期工作量大，需要得到大量实验数据样本，算法计算量和储存量大，增加在线应用成本，降低了系统的运算速度

2.如果所输入的训练数据不全面、训练方式方法不正确、电池外部因素不一致，均会造成SOC的估算结果存在偏差

五.卡尔曼滤波算法【基于电池模型实现对电池的SOC估计，必须利用电池特性对电池建立等效电路模型】

【此算法在对电池SOC进行估计时，主要针对电池实际系统和电池模型系统进行算法处理，两个系统主要由输入量、输出量和状态量构成，其中，输入量为电池充放电电流，输出量为电池输出电压，状态量为电池SOC。】

【KF算法的核心理论是在状态预测估计的基础上，利用最小均方差原则，通过实际输出值与模型输出值的差值对系统状态预测值进行修正，最终实现对SOC的最优估计。这种方法具有实时性，可以很大程度上抑制噪声。】

对模型的精度要求较高