曾經記得有這么一個數據，如果在SOC計算中，有5%的不確定性，哪么電池組的尺寸必須增大5%，導致電池成本顯著增大。假如，給一個16KWh電池組增加5%的容量，需要增加300美元（當時的數據）。如果按今天的價格估算，也在800~1000元人民幣，同樣也是一筆可觀的成本投入。

我們對比一下國內外電池參數的表達形式，差距可窺一斑。在國內產品電池系統參數表中，經?？梢钥吹絊OC下限15% 或者20%，這幾乎變成了所有鋰離子電池共性的下限臺階，看不出所選電芯的特有屬性。我們再回頭看看leaf早期產品參數的表達：下限報警SOC值是16.25%。我們拋開數據背后的測試手段，僅從表達的精度方面，國內產品已經輸了一籌。這種對電池系統粗獷的需求模式，同樣折射到設計環節。隨著退補的臨近，成本矛盾日漸突出，成本問題會變得更加重要，新產品設計更需精打細算。

剖析SOC可用范圍，由多個因素決定。如果僅從表面上看，把確定SOC范圍大小的責任歸咎于BMS管理水平的高低,有失公允。好的BMS估算精度，也需要更完整的電池參數做支撐。俗話說，好馬也得配上好鞍。

首先明確兩個概念:什么是SOC可用范圍？放電深度？

根據GBT19596中定義（T=25℃、先從荷電狀態引入）：

荷電狀態（SOC）: “當前蓄電池中按照規定放電條件可以釋放的容量占可用容量的百分比。”SOC狀態范圍百分比一般是從0%到100%。但是，考慮到化學電池反應特性：閥值邊界，靜態和動態差異、倍率差異、估值精度差異等，SOC估值需要留出緩沖區間，以確保電池時時刻刻工作在安全區域。

SOC可用范圍：SOC范圍減掉SOC的緩沖區域，剩下的部分，就是SOC可用范圍了。如附圖一所示，c－d區間，15%~95% 可用范圍。

放電深度DOD：“表示蓄電池放電狀態的參數，等于實際放電容量，與可用容量的百分比?！睌抵瞪系年P系：SOC=1-DOD。DOD更多是體現當前電池能力，是可放電深度的度量。例如，在表達電池壽命時，經常作為一個前置參數，1C/1C DOD 80%,3000 cycles。

附圖一，借用全球知名品牌電池參數示意，SOC范圍、 SOC可用范圍，電池閥值范圍、安全范圍之間的包含關系。

附圖一

SOC可用范圍精準的關聯因素：首先是電池參數的完整性和準確性

因為鋰離子電池是化學產品，其能量形式是化學能和電能的相互轉化，充放電曲線是非線性的。其中，容量、能量、功率受環境溫度、溫升速率、電流倍率、SOC狀態等因素影響很大。

如果完成精準電池性能測試，整個測試過程是非常耗時、耗力。很多廠家為了應對快速的市場需求或補貼政策，人為的加快推出產品，一邊測試一邊賣產品，這種做法給電池的工程化應用埋下隱患。

產品測試時間漫長原因體現在每個環節。僅標準循環或者工況循環一項，都在3~6個月，這還只是電池產品本身因素，如果結合設備狀態，時間會更長。目前僅電芯的安全測試，就不少于12項之多，系統功能測試也在16項以上，還有常規功能、性能測試，如果再迭加不同溫度下SOC，測試工作量是非常龐大的?？上攵豢疃ㄐ偷幕钚圆牧吓浞剑胶细癞a品的推出，產品成熟周期需要多么漫長的時間。

電池參數的完整性，有賴于對電芯個體的充分、多樣品測試。通常情況下，基于需求提出的電池參數模型，是電池參數多維度下的狀態關系，是全方位電池的評測，這也是產品應該具備的參數標簽。

從附圖測試來看，一般也是分幾步進行的，首先測試其基本功能，對滿足使用的數據優先測試，類似于脈譜圖的網格的由大到小。例如，SOC 測試臺階，以5%或10%步進。如果面對測試精度要求更高的區間，還是遠遠不夠的。對于重點區段需要重點測試，在電池充放電曲線兩端、低溫功率狀態等等

上述闡述，更多的是針對電芯個體，如果站在系統角度，在熱、一致性、功率、能量方面更加敏感，測試工作的難度也會相應增加。

另外，更重要的一點，就是測試設備的穩定性和精度。目前，很多廠家，在一些關鍵環節的測試，仍然選擇了昂貴的進口設備。這是為什么呢，主要是為了對測試的精度、穩定性保障?？上驳氖?，近些年來，現狀有所改變。國內測試設備廠家，潛心修練和成長，象星云科技等一大批優秀廠家推出的測試設備，不僅可以和國外同類產品媲美，還有更接地氣的價格和周到的售后服務，取得了不錯的口碑和認可度。

其次，是BMS 算法的正確和精度

我們提到最多的BMS算法精度，是針對電池系統的要求而提出的。對于優化SOC可用范圍這個問題，單方面從BMS入手，是不完全正確的。如上面所述，電池參數的完整性也是重要的因素。巧婦難為無米之炊，BMS在缺失數據面前是膽怯的。

在提到SOC算法，出現最多的詞是“估算”，電壓“Approx”。這與SOC精度要求并不矛盾。因為電芯本身特性，“當前狀態”確實是隨著時間長度、溫度、C值大小而變化的。例如，SOC 5%, ValusStatus Approx. 3200-3400mV。動態的電壓和OCV值、靜態擱置時長，都有一定的差異。這也恰恰是算法策略的難點和魅力所在。

當然了，如果對于儀表的顯示，考慮與用戶友好性，通過建立與后臺真實的SOC對應關系，可以認為是面對用戶的SOC值。

SOC估算精度，在不同的工況條件下是不同的。通常情況下，我們對BMS會提出要求，SOC精度達到或小于5%，其實，對于BMS工程的理解是，這個精度代表著最大誤差，而不是唯一的。

SOC 可用范圍通過精準細致的策略控制、精確的數值，確定下限值

綜合分析，SOC可用范圍優化，就是確定電池不同條件、工況下的下限值。電池上限的緩存區間很小，可以挖掘的空間不大。上限的緩存主要是在充電安全方面，保證不過充為目的?？斐鋾r，充到SOC80%；慢充時，依靠涓流小電流充電，可以達到95%以上。電池下限值，主要是考慮放電工況，放電電流的變化能力，會影響動力輸出或駕乘感受。同時，其緩存的寬度還是很大的。

舉例說明一下下限值的確定和工況的關系：

VOLT有個最佳壽命安全窗口（58~65%），是其策略中較為重要的部分。該窗口根據不同的工況模式，SOC下限數值也是不同的。正常工況模式下，下限值設定為SOC=30%；山路工況模式，下限設定為SOC=45%。這個道理，是容易理解的，當山路模式下，放電或充電（能量回收）的C值變化是很大的，為了防止瞬間的過放（欠壓），過充（過壓），通過設定限值電壓達到電池的安全狀態。

EV和HEV SOC可用范圍的差異性

因為電池系統在EV和HEV所承擔的任務和角色的不同，決定了C值需求的不同。EV強調的是，大的續駛里程；HEV或PHEV強調的動力性功率混合能力，包括大電流的能量回收能力。使用功能的差異性，也決定了其限值的不同。

同時，HEV或PHEV C值較高，自然也會影響電池的使用壽命。所以，窗口或限值，也需要考慮壽命因素。如下表所示，電池放電深度對壽命的影響是非常大的。

小結：

通過上面分析，SOC可用范圍大小，關鍵還是由電池參數的準確，以及BMS算法的精度決定的。這兩個方面缺一不可。同時，在保證電池安全的前提下，面對各種工況，BMS策略和算法，不能一刀切，更需要精準多層次實現。在電池安全的前提下，把電池能力用足，優化最大化SOC 可用范圍。