建立模型，按照误差修正，基于SOC曲线修正。仔细分析了一下影响。BMS电压和电流采样精度，通过系统测量噪声对SOC估计精度仿真分析，估计误差保持5%以内，BMS电压检测误差控制5mV以内，检测芯片来说不难达到，实际上现场车辆应用，5mV能不能达到，要精心设计保证。
关于电池模型参数的误差，简单的电池模型RPCP模型，结论是这样的，这些模型参数包括内阻Ro和Rp，极化电容Cp、电池容量Q、电池OCV-SOC曲线等，内阻误差对电池SOC估计精度影响最大，实际电池内阻误差可达到20%左右，由于造成COS估计误差达5%以上，大倍率放电条件下误差更大。极化电容Cp只影响电池SOC暂态误差，稳态误差不受其影响。电池容量Q，电池衰退Q一定有影响，误差仍然很小可以忽略，电池衰退从百分之百Q衰退到80%Q，不用修正，可以保证SOC达到很高精度。锂电池OCV-SOC曲线也会受老化影响改变，这些误差将导致5%以上的SOC估算误差，及时修正OCV-SOC曲线，可以得到比较高精度。最后做测试情况，不管电池怎么衰退情况下，仍然可以保证OCV-SOC曲线精度很高，无论这个范围之内怎么衰退，无论怎么变，可以保证SOC误差5%以内。正在做功能化测试。如果80%Q以下，解决了SOC问题。
我们用三种观测器：PI、Hoo、EKF，PI最好的，不仅计算简单，噪音抑制能力也是最强的。全生命周期内高精度估计SOC工程化应用解决方案。容易Q和极化电容Cp对SOC估计，通过实时控制，得到SOC比较高的精度。
我们也在加快做优化充电技术。充电用二级模型，不是一级，得到一个方法，通过优化控制极化电压，得到快速充电效果。电池极化电压特性，锰系电池和三元系，差不多都是一样，我们主要在做这个，可以得出类似曲线。通过极化电压限制，可以得到充电电流的边界曲线。综合考虑SOC曲线特性和变化特性，可以找到长寿的充电电流曲线，这样可以把每个点，跟前面相关的，联系在一起，得到边界曲线。最后验证结果，33.6分钟，当然可以更快，现在没有做那么大，30分钟内，可以从2%到80%。0.5C72分钟，1C126分钟。
我们做了400次循环，0.5C恒流恒压充电，衰退率2.14%，我们设计2.02%，同样方法，优化充电1.4小时，可以比较快充电，延长坚持寿命。
均衡控制跟衰退轨迹是相关的，我们电池的唯一能够均衡的是最大限度永远所有电池SOC保持同样范围，这样电池利用率最高。如果电池容量有差异的话，不可能通过均衡来解决，所以只能控制SOC。不同衰退情况下，控制策略不太一样。看一下结论，均衡前和均衡后的充电曲线，可以看出来，均衡后明显看出来好的多，充电后的SOC看出来，均衡前92.2%，均衡后96.6%，均衡前标准差2.3%，均衡后标准差3.6%。单次4%不算大，但是用两千次4%是很大的容量。单体电池0到百分之百，重组之后，从5%到95%，均衡做得好，永远保持5%到95%，90%左右，做的不好的话，保持10%到90%，可能是80%。
简单介绍一下，我们正在做的一些工作，利用大数据的技术，电池运行状态和安装性评估，电池容量越来越大，所以可以接历史数据，对电池做预测，现在所有在实验室做的电池，剩余预测完之后电池寿命怎么样，都是不可靠。实验室做的结论，电池衰退某一个时间点，如果受到一个扰动因素影响，包括温度，突然电流或者漏电，电流控制完全不受控制，通过大数据解决这个问题。动力电池重组优化技术，有一些进展，还没有完全做完。低温快速加热和保温技术，北京这种地方冬天还是有一些问题，怎么样低温下用加热方法，不是外部加空调来吹，效率太低，通过内部加一些东西，控制电流，使得热起来。动力电池和电力电子深度融合的柔性成组技术，希望得到很好应用，中有柔性中流输电，这是最划算的一种方法。
最后简单过一些应用的一些结论。这是给出一种电池，奥运、世博会我们都在做，也做了测试。根据结论，按照当时价格，可以降低车用电池成本15%，通过储能应用，有一些新方法，安全性都不是问题，最大问题，拆了之后怎么重新组装起来，撤了15%不够，进行重组。怎么样把电池拿过来做储能这是很大问题。其他的都不是问题。结论是降低车用电池成本15%，按照现有电能价格。
我的报告就这些，谢谢大家！
电池网微信
