講極化的時候談到了一個“虛電”的說法，也就是電池看上去已經充滿了，但實際上使用過程中，有一部分電量特別不耐用，是虛的。尤其容易發生在早期的快充之後，這也給人留下了快充會導致虛電，快充會損害電池這樣的固有印象。
而反過來，有時候也會遇到一節電池看上去被用完了，但充分靜置足夠時間之後，還能繼續使用一段時間，比如以前手機沒電關機，放一會兒之後又能開機。另外，當小時候的遙控車跑不了之後，拆下電池還可以放到遙控器裡用很久。電池究竟有多少電，還能算的清楚嗎？
因為電池極化的存在，快充固然需要背鍋，但我們也已經介紹了許多快充方法來消除極化的影響。那麼其餘的鍋該分給誰呢？電池管理芯片中的電量估算模塊已經穩穩的接好了。誰讓他是靠“蒙”的呢。
對，沒錯，其實你的車也好，手機也好，上邊顯示的100%、50%的電量全都是蒙出來的。畢竟電池可不會自動告訴你現在還有多少電。甚至剩餘電量這件事都有好多不同指標來描述。
★SOC、SOE、剩餘電量不是一回事
我們知道，電池是儲存電能的裝置，它的容量我們一般用Ah安時或者mAh毫安時來表示，學過初中物理的我們知道，電流乘以時間是電量，單位為C庫倫，1（Ah）=1（A）*3600（s）=3600（C））。但是，如果我們說這塊電池還有10Ah的電，往往會讓人一臉懵逼，因此，我們一般不以剩餘電量來標識電池裡還有多少電。
因此，我們將剩餘電量轉化為百分比的形式：SOC，State of Charge荷電狀態。
不是這個SOC
對於電池，SOC的定義是電池剩餘電量與電池最大容量之比。說安時不明白，說電量還有60%就很清楚了。因此SOC使用較為廣泛。
雖然SOC在標識電池電量上最為常用，但它的侷限在於不能表示能量，我們使用手機也好，電動車行駛，實際消耗的是能量，而非電池裡的荷電量，W=UQ，初中我們就知道，電壓乘以電荷量才是能量。電池放出同樣的電量，SOC從80%降到50%，如果放電電壓不同，實際放出的能量也不一樣，而由於電池內阻存在，放電電流損耗在內阻上的電壓也大，對外放電的電壓越低，放出的能量越少。因此，SOE能量狀態（電池剩餘的能量）是最實用的，其計算也是最困難的，尤其是電動車，畢竟未來的工況是未知的，放電的電流電壓都是未知的。
★SOC怎麼“蒙”
電池中究竟有多少電是無法直接測量獲得的，只能測量電壓和電流，再通過計算（估計）的方式獲得。所以，SOC的100%和0%也是人為定義的。就像我們用萬用表測量5/7號電池電壓來判斷電池有沒有電一樣，車企也會給電池定義充電截至電壓和放電截至電壓。以小電流，注意是小電流，充電至充電截止電壓代表電池充滿，SOC=100%，以小電流放電至放電截止電壓代表電池沒電了，SOC=0%。
這兩個電壓是處於電池安全、壽命、容量以及用電器的工作電壓電流範圍綜合考慮決定的。並不代表SOC=100%時就充不進電了，SOC=0%時也不意味著電池裡一點電都沒有了。就像小時候四驅車上用不了的電池還能放進遙控器裡繼續用。
滿電和空電明確了，那麼中間部分該怎麼劃分呢？基礎的方法有兩種：電荷累積法與開路電壓法。
☆電荷累積法（安時法）
假設我們知道電池的總容量，統計使用過程中的電流情況，對其進行積分：
便獲得了使用（包括充、放電）過程中總電量，將初始容量減去使用掉的容量，便是剩餘容量。
☆電荷累積法存在三個問題：
1.對初始值的依賴性。電荷累積法需要知道一個初始值，比如電池的最大容量。但是電池的最大容量有多少？注意我們平時用的手機電池，額，看不到，那看看充電寶，上邊容量一般會標註兩個值：典型值和最小值。就像CPU有體質差異，體質好的超頻槓槓的，體質差的一超就報廢。電池也有個體差異，比如設計容量3000mAh，體質好的有3100mAh ，體質差的只有2900mAh，因此廠商會標註最小與平均（典型值）。如果沒有算法及傳感器單獨對具體的電池進行評測優化，SOC的分母使用了典型值或者最小值，那數據就有偏差，甚至可能算出比100%更大的數。
2.累積誤差不可忽視。誤差來源很多，傳感器精度有限，採樣頻率低、信號干擾等等都會使電流傳感器的測量值產生一定的失真。並且積分是個理想情況，而實際上，電流傳感器採集的是離散數據，久而久之，誤差日積月累不可忽視。
消除誤差的方法也有，比如將電池完全充滿，或者完全放光，但在實際電動車的使用中，缺少實用性。最大容量需要單獨測量，而完全放光則可能損壞電池及車輛。
3.不能應對電池的自放電。同樣是個日積月累也不可避免的問題，自放電電流小，電流傳感器無法準確測量，並且熄火後，電池管理系統不工作，監測也就無從談起。
☆開路電壓法
電池電量越多，電動勢越高，可以認為電量與電動勢之間存在單調關係， SOC與電池電動勢一一對應。電池的電動勢無法測量，但一般認為電池外電路開路，電流為零的情況下測得的開路電壓即為電池電動勢，因此可以通過SOC-EMF（電池電動勢）曲線來確定電池SOC情況。而這條曲線則可以通過試驗測試得到。
就像我們用萬用表測電池電壓來判斷電池電量情況
☆開路電壓法同樣存在不少問題：
曲線為試驗室測得的樣本曲線，可能與車上實際搭載的電池特性並不是完全一致，從而導致誤差產生。
2.電池隨著環境溫度變化，循環老化，特性會發生改變，曲線會發生偏移，不同溫度，不同老化程度的電池具有不同的SOC-EMF曲線，如果不考慮這一點，也會導致算不準。
3.無法進行動態監控。工作電流為零意味著車輛完全停止，這就使開路電壓法完全不可用於動態的SOC監測。此外，即使車輛不行駛，不充電，車輛內部的屏幕、通訊、BMS等單元也處於工作狀態，因此只能確定一個足夠小的電流閾值，在此電流一下測得的外電壓可以近似用於SOC-EMF曲線。
而且，不僅電流需要考慮閾值，時間閾值也要考慮。因為電壓存在回彈效應，因為整車電路中存在大量容性原件，停車之後，工作電壓往開路電壓回升也需要一定的時間，因此如等紅綠燈等短時間的停車也不足以完成一次開路電壓法計算SOC。應用場景進一步受限。
4.鋰電池的SOC-EMF曲線有較為寬闊的平臺區，這是鋰電池相對於鉛酸電池的優點，意味著在大部分放電區間，電壓都可以維持在較高的水平。但這也造成在10-90%這樣常用的SOC範圍內，開路電壓測量差個幾十，十幾，幾毫伏都會導致SOC較大的波動，同時也會放大其他誤差對於結果的影響。因此對於開路電壓的測量可信度提出了極高的要求。
5.電壓具有遲滯效應，意思是同一電量情況，在充電和放電時，所體現的開路電壓是不同的，對於電動車這種頻繁充放電（能量回收）的應用情況而言，遲滯造成的誤差不可忽視。
可以看到，兩種方法各有不足但看上去似乎互補，兩者結合應用，當電池工作時用電荷累積法，而在停車時利用開路電壓法消除電荷累積法的積累誤差，同時也解決了電池長期靜置不使用自放電之後的SOC初值問題，看上去很完美，因此也在BMS中得到了廣泛的應用，但它並不能解決開路電壓法本身的不足，如老化、環境溫度問題、電壓滯回問題等。
並且，消除誤差時會導致SOC的跳變，比如修正前SOC 65%，修正後變成62%，這就是很多早期電動車車主熄火再啟動發現電量顯示變化的原因之一，在實際生活中這也會影響用戶對於續航顯示的信心。
儘管仍然存在缺陷，這兩種方法仍然是目前的最優解，至少硬件上是，其他如內阻法，負載電壓法等更不適合電動車應用。車企和研究者也在研究通過優化算法（如神經網絡、卡爾曼濾波、模糊算法等）、建立更加準確的電池（動態響應、老化等）模型等方法，提高SOC估計的準確性。
還有最重要的，電池放電電流越大，可以放出的容量越小。如圖，以1C放電，放電量接近8Ah，而以18C放電，放電量僅有6.5Ah。就好像倒酸奶，倒得快，杯壁上殘留很多，慢慢倒卻也能倒乾淨。
★SOC“蒙”不準會帶來什麼後果？
“蒙”的準不準確會嚴重影響到對電池的實際使用。舉個最簡單的例子，手機用久了，電池老化之後，往往會有顯示電量還有10%，但可能開個APP就會導致手機突然斷電的情況。這就是手機的SOC估算程序沒做好，沒能預測到電池的衰減，用老公式算出的SOC並不準確。放在車上，便會產生續航里程估計不準，這問題更大，看著還有30km續航，但結果車輛突然拋錨了。
除此之外，電池的過充或者過放都會導致電池性能、壽命的下降，因此，許多廠商都會設置一個冗餘防止電池過放，比如100kWh的電池只允許使用90kWh。但如何知道此時已經用剩10kWh了呢，還是得靠BMS蒙。蒙錯了，允許車輛繼續行駛，就會損傷電池。
這是“蒙”多了的情況，反過來“蒙”少了也有問題。比如車輛實際SOC有98%，但BMS估出來只有93%，與此同時，車輛面對一個長下坡，因為BMS錯誤的判斷了電池的SOC情況，導致能量回收過度，電池過充，同樣對電池不利。
另外，在充電的時候，之前的講堂講了最優充電曲線，需要根據當前電池的SOC來實時調節充電電流，充電電壓，如果SOC都蒙不準，何談控制。有多大能力幹多大事，SOC明確的就是電池的能力。
★“蒙”的準不一定要顯示的準
SOC的測量與估算自然是越準越好，但給駕駛員的顯示值卻並不一定需要完全真實，基於之前所說的SOC計算時經過校準，或者大功率放電之後的電壓回彈等問題，可能前一刻SOC計算得到的值時69%，後一刻是71%，如果車輛據實顯示，駕駛員可不會考慮這是算法誤差，而是會產生對車輛電量估算的不信任，進而引起對車輛續航能力的不信任，產生焦慮情緒。這無疑是需要避免的。
因此，在SOC估算與儀表顯示值之間還需要經過一層處理，如何處理，就看車企自身的標定了。尤其需要注意的是，由於輸出電壓隨著SOC下降而下降，因此把一塊電池的容量對半開，前半部分能夠輸出的能量更多，天生就顯得更加耐用。
如果車企想要為了讓整個耗電過程顯得更加線性，那就可以對顯示值做一個變換，把實際估算SOC=60%時在儀表上顯示為50%。當然也可以採用別的策略，比如Aion S的做法讓頭顯示的20%和最後20%特別耐用。這也是可以的，因為用戶往往就是對頭尾兩端的數據作為敏感，尤其是電量較低階段，把顯示數據做踏實，很大程度上會影響駕駛員對於能否在電量耗完前到達目的地的判斷。
當然，為了電池壽命考慮，不僅可以留出一部分預留電量，還可以將滿電挖去一塊。比如將SOC估算值為95%時便顯示為100%，減少了電池充放電深度，有利於延長電池循環壽命。但同時，較多的冗餘也會犧牲車輛的實際續航，不同車企有不同的取捨決策。
★SOC不等於續航里程
另外還需要注意，電動車除了電量SOC的百分比顯示之外，還會顯示續航里程，續航里程的估算在SOE（注意，不是SOC）的基礎上還要再進一步。之前我們知道，SOE已經比SOC更難估算，因為車輛越是需要大功率輸出，放電電流越大，損耗就越大，SOE就越少。同時，大電流放電時，到放電截止電壓放出的電荷總量也越少。因此SOE與行駛工況有強相關性。續航里程的計算還需要在SOE的基礎上再考慮一次行駛工況，不確定性太大，於是當前電動車裡程的估算準確性堪憂。
並且嚴重依賴於車企的估算策略。有些車企採用固定映射，比如蔚來的儀表盤續航，就是根據當前的SOC值，與滿電工況續航進行等比例換算。滿電400km，半電就是200km，30%電就是120km。另一種則是根據之前一段路程的平均能耗進行估算，比如蔚來在中控屏幕中的估算值，基於SOE計算（剩餘能量除以平均能耗），結果保守，與行駛工況有強相關性，但存在跳變的可能，比如先長上坡再長下坡。
與之相對，燃油車的SOE是可以準確測量的，因為汽油中蘊含多少能量和剩餘的汽油量成正比，不會因為行駛工況而改變。只需要考慮一次行駛工況變量影響。而電動車則需要在計算SOC時考慮一次（放電電流越大，可放出的電荷量越少），計算SOE時考慮一次（放電電流越大，電壓越低，放出同樣多的電荷時，能量越少），最後在算續航里程時也要考慮一次。這也不難理解為什麼電動車續航里程估算是個老大難問題了。
【1】譚曉軍. 電動汽車動力電池管理系統設計【M】. 中山大學出版社. 2011
【2】姜久春. 電動汽車動力電池應用技術【M】. 北京交通大學出版社，2016
【3】黃凱，郭永芳，李志剛. 動力鋰離子電池荷電狀態估計綜述【J】. 電源技術，2018.42（9）：1398-1401
本文作者為踢車幫 Route 64
閱讀更多 踢車夏東 的文章
