Skip to main content

SOH估计算法

算法背景​

SOH 的估计是锂离子电池在 EV（电动汽车）上应用时面临的一项挑战。随着电池的使用或存储，电池容量将减少并且内部电阻将增加，电池的SOH将减小。电池的SOH会影响SOC、SOP等状态的估计，且关系到电池的安全性。因此，实时准确的SOH估计对 EV（电动汽车）的动力锂电池维护至关重要，对于保障 EV（电动汽车）运行的动力性、经济性和安全性也具有十分重要的意义。

产品介绍​

SOH估计算法使用多段历史充电数据进行分析。通过电池充电数据（温度，电压，电流等）估算电池SOH状态，具体为通过提取充电前后电压、温度、SOC和充电过程电流等特征，建立SOH估算模型。可应用于BMS更新SOH状态（日常维保、残值评估，电池画像，诊断检测），充电运营商，保险等业务场景。也可为二手车交易提供精准的定价依据，或作为梯次利用、材料回收环节的价值评估依据。

指标​

估计误差小于±5%。

数据需求：

  1. 最低采样率30s一次；
  2. 必须要求客户提供不同温度的OCV-SOC曲线、电芯基本信息参数（额定容量，额定电压，SOC使用区间等）以及电池系统的成组方式；
  3. 计算SOH时，充电过程的△SOC范围必须≥40%；
  4. 进行充电前和充电后的SOC校准时，需要静置时间至少在30min以上。

案例​