为什么在仿真里都使用安时积分法可以作为理论的soc值？

获取同款模型关注公众号：新能源BMS佬大

为什么在仿真里都使用安时积分法可以作为理论的soc值？刚入门BMS的同学估计会有这样的一个疑惑，就是往往会觉得安时积分法原理简单，而卡尔曼滤波算法相比于安时积分法来说很复杂，潜意识会认为越复杂的算法精度会越高，但其实不是这样的，下面就分析一下为什么在MATLAB仿真里电流积分法可以作为理论参考值，注意这句话的前提是仿真里而不是实际中，这就需要从引起安时积分法的两个误差来说起了，第一个误差就是初始值不准确所造成的，安时积分法的公式如下式所示。

也就是公式里的SOC0会有误差，这个在仿真里面则可以完全忽略，因为仿真里的初始值一般都是100%，因为我们做的实验往往也都是从满电开始的，所以这个值是精确的。安时积分法的第二个误差就是由于在充放电的过程中，由于电流传感器的测量误差所导致的累积起来的误差，注意累积这个词，我们实验的电池数据往往是一个放电或者充电循环，经过测试，在一个充电循环里，累计误差非常非常的小，小到完全可以忽略不计。综和上面两个误差原因分析，安时积分法在仿真里作为理论SOC值的结论就可以站得住脚啦，还有粉丝会觉得为什么不用电池测量设备所测量到的SOC，因为有的实验室的测量设备是除了可以测量电流电压温度以外，还可以直接测量到soc，我觉得用这个来作为理论值也肯定是OK的，但可以回顾下初学SOC的定义的时候可能会了解到的这样一句话：“SOC是电池当前剩余电量与总电量的比值，SOC不可通过传感器直接测量，只能通过测量电流、电压、温度等参数间接获得”。这句话就说明了你的测试设备上的soc也是估计出来的，精度还不一定有MATLAB中计算出来的SOC精度高！ 

最后来分享两个使用安时积分法来计算SOC理论值的程序和simulink模型。获取可关注公众号：新能源BMS佬大

代码：

clc;
clear;
close all;

%%%%%%%%%%%%%%%%%%%加载数据%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
load('LiBatt_PulseDataEVE.mat');
time = PulseData.time;
Vol = PulseData.voltage;
Cur = -PulseData.current; 
Temp = -PulseData.temperature;
Capacity = 287;%%%电池容量
Len=round(length(Vol)*1); 

T=1;%%%采样时间


SOC = zeros(Len,1);
SOC(1)=1;
Vocv = zeros(Len,1);
% Vocv(1)=polyval(pfit,SOC(1));
for i=2:Len
    SOC(i)=SOC(i-1)-Cur(i)*T/3600/Capacity;
%     Vocv(i)=polyval(pfit,SOC(i)); 
    
end
plot(SOC);
xlabel"时间/s";
ylabel"SOC";

 

模型：