1. 储能电池SOH估算工程导论

SOH（State of Health，健康状态）是描述电池"还能用多久、还能出多少力"的核心指标。在储能电站里，它不是一个实验室里的抽象数字，而是直接决定可用容量、可调度功率、循环寿命预期和资产残值的工程参数。理解SOH估算，首先要把它从"一个百分比"还原成"一组可测量、可计算、可验证的工程量"。

一、SOH的定义：不止一个百分比

工程上最常用的SOH定义是容量保持率：以额定容量为基准，当前实际可用容量与额定容量之比。例如某磷酸铁锂储能电芯额定容量280 Ah，在25℃、0.5C放电条件下实测可用容量为252 Ah，则容量SOH约为90%。但储能场景往往同时关心功率能力，因此还会引入功率SOH（内阻或直流内阻DCR增长带来的功率衰减）和能量SOH（容量与电压平台共同决定的可用能量）。

需要特别说明的是，SOH没有唯一标准。不同厂家、不同标准（如GB/T、IEC、UL）对基准容量、测试温度、倍率、截止电压的定义可能不同。工程中必须明确"在什么条件下、以什么为基准"计算SOH，否则同一电池会得到不同结果。本课程统一约定：容量SOH以额定容量为基准，测试条件为25℃、0.5C恒流放电至截止电压；功率SOH以初始DCR为基准，用10s脉冲法测量。

二、工程价值：SOH决定什么

在储能电站中，SOH直接影响四类决策。第一，可用容量评估：SOH下降意味着同样标称的电池舱实际可放电量减少，调度计划必须据此修正。第二，功率能力评估：内阻增长会导致大倍率放电时端电压快速跌落，可能触发欠压保护，影响一次调频等功率型应用。第三，寿命与更换策略：当SOH低于某一阈值（如80%），电池通常被认为进入寿命末期，需要评估梯次利用或更换。第四，安全与运维：SOH异常下降往往伴随一致性变差、局部过热等风险，是预警的重要输入。

以一个100 MWh/50 MW的磷酸铁锂储能电站为例，若平均容量SOH从100%衰减到90%，可用能量减少约10 MWh，按峰谷价差0.6元/kWh、每天一充一放计算，年收益损失约219万元。这说明SOH估算精度不是学术问题，而是直接对应经济性。

三、储能场景约束：为什么不能照搬电动汽车方法

储能电池与动力电池的工况差异显著。储能电站通常采用集装箱式部署，电池数量大、采样通道多，BMS算力和通信带宽有限；运行工况以每天一充一放或两充两放为主，电流倍率相对平稳，但长期处于部分荷电状态（SOC）区间；环境温度受集装箱热管理影响，存在明显的空间梯度和季节波动。这些约束决定了SOH估算方法必须满足：低算力、少参数、对温度和不完整充放电鲁棒。

此外，储能电站很少有机会做完整的满充满放标定，多数时间只能利用自然运行数据。因此，工程上更倾向于"在线估算+定期标定"的组合：日常用电压、电流、温度数据做模型跟踪，每隔数月或检修窗口做一次容量标定，用标定结果修正模型。

四、精度与鲁棒性要求

SOH估算的精度要求取决于应用。用于调度计划的容量SOH，通常要求误差不超过±3%；用于寿命评估和更换决策的，可放宽到±5%；用于安全预警的，更关注趋势和异常检测，而非绝对精度。鲁棒性则要求算法在以下情况下不失效：数据缺失或跳变、温度偏离25℃、SOC区间不完整、电池不一致性增大、传感器漂移。

工程上常用"精度—鲁棒性—复杂度"三角权衡来描述方法选择：模型法精度高但对参数敏感，数据驱动法鲁棒性好但需要大量历史数据，安时积分法简单但依赖完整充放电。实际系统往往采用多方法融合，例如以等效电路模型为基础，结合安时积分和开路电压修正，再用机器学习做残差补偿。

五、课程任务地图

本课程围绕"从数据到决策"的主线展开，共30章，可划分为五个阶段。第一阶段（第1—5章）建立基础：SOH定义、电池老化机理、储能工况特征、数据采集与预处理、评价指标。第二阶段（第6—12章）掌握核心方法：安时积分与容量标定、开路电压法、等效电路模型与参数辨识、卡尔曼滤波类算法、内阻与功率SOH估算。第三阶段（第13—20章）面向工程实现：温度补偿、不一致性处理、数据驱动方法、模型融合、嵌入式部署与算力优化。第四阶段（第21—26章）聚焦验证与运维：精度验证方法、标定流程、故障诊断、寿命预测、梯次利用评估。第五阶段（第27—30章）综合实战：完整电站案例、算法选型决策、代码实现与报告撰写。

学习本课程后，你应当能够：给定一组储能电池运行数据，判断可用哪种SOH估算方法；能说明所选方法的输入、假设、计算过程和误差来源；能设计一次容量标定或精度验证实验；能读懂并修改一段SOH估算代码；能对估算结果给出合理的工程解释和决策建议。