摘要： 分析了各种电池荷电状态估算方法的优缺点，提出了一种实时检测电池端电压作为判断电池充电状态的安时计量算法。由于该算法构成的电量计能实时、准确计算电池的电量和SOC，并应用于风光互补路灯系统，保证了路灯照明安全、可靠地运行。
0 引言
电池是电动汽车的能量来源，为确保电池组性能良好，需对电池进行必要的管理和控制，就必须准确、可靠地获得电池现存的容量状态参数。
用测得的电池参数对现存电池容量状态作出准确、可靠的估计，一直是电动汽车和电池研究人员关注并投入大量精力的研究课题，目前荷电状态（ State of State，SOC） 估算方法有： 开路电压法、安时计量法、内阻法、神经网络和卡尔曼滤波法。国外提出EMF-SOC 模型，即电池电动势与荷电状态的关系模型来估算SOC，相当于开路电压法，该方法不能实时估计； 卡尔曼滤波法则在建立准确、实用的电池动态模型上存在很大困难； Ah 计量法由于不能估计电池的初始值，同时充放电电流波动对电池剩余容量有影响，这些导致了估计不精确；为此本文采用了一种新思路来计算电量值、SOC。
1 算法
1. 1 算法设计
本文提出了一种简单、准确、实时、可靠的电池SOC 估计方法，即电压-安时计量法，其原理是： 实时测得电池两端电压，以电池工作的临界电压值来准确计算电池初值。本文以锂电池为例（ 锂电池的工作电压范围3 ～ 4. 2 V） ，当电池电压= 3 V时，认为电池容量放尽，Q 为零，即SOC为0%; 当电池电压= 4. 2 V 时，认为电池已充满，即SOC 为100%。用单片机实时检测电池的充、放电流，计算出加权系数k 的值，再计算当前的电量，即：
该算法解决了传统安时计量存在的问题：
（ 1） 通过电池的两个节点电压，为安时计量法提供了准确的初始值。
（ 2） 引入不同充放电电流下电量的加权系数K，对算法进行了修正。
1. 2 加权系数的计算
该值可以通过试验结合Peukert 方程，即：
式中W、n———常数那么可得：
式中Q（ i） ———电池以电流i 放电所能放出的能量。
Q（ I） ———电池以电流I 放电所能放出的能量。
电池放电的初始容量是一样的，每种型号的电池的放电倍率曲线是不一样的，做试验用的是锂电池，其放电倍率曲线如图1 所示。
图1 不同倍率放电曲线
利用
和图1 中数据，可求得任意两组电流下的n 值。其中，电量的比值跟放电状态（ State of Discharge，SOD） 的比值是对应的，将结果制成表格，如表1所示。
表1 加权系数计算表
