2. 储能电池特性与状态参数

储能BMS的一切状态估计,最终都要落到电池本体上。如果只把电池当成一个“电压随电量变化的黑箱”,SOC估计在平台区就会失准,SOH估计也无从谈起。因此本节先建立电池的电化学与等效电路直觉,再逐一厘清SOC、SOH、SOP、温度四个核心状态参数的物理含义,最后说明老化和不一致性为什么会让状态估计从“单电池问题”变成“电池组问题”。

一、电池工作原理:从锂离子迁移到端电压

以磷酸铁锂(LFP)储能电池为例,充电时正极的锂离子脱出,经电解液穿过隔膜嵌入负极石墨层,电子则经外电路从正极流向负极;放电时过程相反。这个“锂离子在正负极之间来回搬运”的机制,决定了电池的三个基本事实:第一,电池储存的是化学能,端电压由正负极材料的锂含量(即嵌锂程度)决定;第二,锂离子迁移和电荷转移都需要时间,因此电压对电流的响应存在极化延迟;第三,可逆容量取决于能参与迁移的活性锂数量,一旦活性锂被副反应消耗,容量就永久下降。

在BMS算法中,通常用等效电路模型来近似上述行为。最常用的是Thevenin模型:一个理想电压源OCV(SOC)串联欧姆内阻R0,再并联一个RC网络(极化电阻Rp与极化电容Cp)。端电压关系为:

U(t) = OCV(SOC) - I(t)·R0 - Up(t)
dUp/dt = -Up/(Rp·Cp) + I/(Cp)

其中:I 为放电方向为正的电流;Up 为RC网络极化电压;
     OCV(SOC) 为开路电压-荷电状态曲线,是SOC估计的“标尺”。

这条式子说明:BMS测到的端电压并不等于OCV,中间隔着内阻压降和极化压降。电流越大、温度越低,这两项越大,端电压偏离OCV越远。这正是低温大倍率下SOC估计容易跳变的原因。

二、四个核心状态参数的物理含义

SOC(State of Charge,荷电状态)表示当前可用电量占额定容量的比例,定义为 SOC = Q_remaining / Q_rated。它本质上是“还剩多少可放电的锂”。工程上常用安时积分法:SOC(t) = SOC(t0) - ∫I·dt / (Q_rated·η),其中η为库仑效率。安时积分的问题是初值未知、电流采样有偏置时会持续累积误差,所以必须用OCV或模型观测器定期校正。

SOH(State of Health,健康状态)描述电池相对新电池的衰退程度,最常用容量保持率定义:SOH = Q_current / Q_rated × 100%。新电池SOH为100%,当容量衰减到额定的80%时通常认为达到寿命终点。SOH还可用内阻增长来表征,因为老化同时伴随容量下降和内阻上升,两者并不完全同步。

SOP(State of Power,功率状态)表示电池在当前SOC、温度和SOH条件下,短时间内能安全输出或吸收的最大功率。它由电压上下限、电流限值和温度限值共同约束,例如放电SOP受限于“端电压不得低于截止电压”:P_dis_max ≈ (OCV - U_min) / (R0 + Rp) × U_min。SOP是储能PCS功率调度的直接依据,低温或高SOC时SOP会显著收缩。

温度不是“状态量”而是“工况量”,但它同时影响可用容量、内阻、OCV曲线和老化速率。LFP电池在0℃以下可用容量可能只剩常温的70%左右,内阻却成倍增加。因此温度既是SOP和SOH估计的输入,也是热管理系统的控制目标。

电池本体 → 状态参数 → 状态估计的耦合关系 电池本体(Thevenin等效) OCV R0 Rp Cp U(t)=OCV(SOC)−I·R0−Up 四个核心状态参数 SOC 剩余电量 / 额定容量 SOH 当前容量 / 额定容量 SOP 当前可输出/吸收功率 温度 影响容量、内阻、老化 BMS状态估计输出 SOC估计(安时积分+OCV校正) SOH估计(容量/内阻辨识) SOP估计(电压/电流/温度约束) 热状态与均衡需求 老化与不一致性对状态估计的影响路径 老化(容量衰减+内阻上升) 活性锂损失 / SEI增厚 OCV曲线偏移、R0增大 SOC-OCV标尺不再准确 SOC估计漂移、SOH低估、SOP收缩 需在线辨识参数并定期容量标定 不一致性(容量/内阻/自放电) 制造差异 + 温度梯度 + 老化不同步 木桶效应:最弱单体决定组能力 组SOC ≠ 单体SOC简单平均 组端SOC/SOP估计偏差、均衡压力增大 需单体级估计 + 组级融合

三、老化如何改变状态估计的“标尺”

老化对状态估计最直接的冲击,是让SOC-OCV曲线发生偏移。新电池的OCV曲线是在出厂时标定的,但随着循环次数增加,正负极的嵌锂窗口发生错位,同一SOC对应的OCV会变化几十毫伏。在LFP的电压平台区(SOC 30%~80%),OCV曲线本身非常平坦,几十毫伏的偏移可能对应SOC误差超过10%。因此,长期运行的BMS不能一直使用出厂OCV表,而应结合满充/满放事件或在线参数辨识来修正。

老化还使内阻R0增大。假设新电池R0=0.8 mΩ,老化后变为1.5 mΩ,在100 A放电时,内阻压降从80 mV增加到150 mV。如果BMS仍按旧参数计算,就会把额外的70 mV误判为SOC下降,导致SOC估计偏低。SOH估计同样受影响:容量衰减和内阻增长并非线性同步,仅靠安时积分统计放电电量来算SOH,在自放电和库仑效率变化的情况下会引入偏差,通常需要结合“满充-满放”区间或差分电压分析来校准。

四、不一致性:从单体问题到电池组问题

储能系统由成百上千个单体串并联组成。即使同一批次,单体之间也存在容量、内阻和自放电率的微小差异;运行中温度分布不均又会加速这种分化。不一致性带来的核心后果是“木桶效应”:串联组的可用容量由最弱单体决定,充电时最弱单体先到上限,放电时它先到下限,于是整组SOC窗口被压缩。

这对状态估计提出两个要求。第一,不能只用组端电压和总电流估计一个“组SOC”就完事,因为组内各单体的SOC可能相差5%以上,组SOC只是某种加权结果,无法反映最弱单体的真实状态。第二,SOP估计必须按最弱单体的约束来计算,否则PCS按组SOP调度时,弱单体可能先触发过压或欠压保护,导致整组提前退出。工程上常见的做法是:先做单体级SOC/SOH估计,再取最小值或加权值作为组级约束,同时把单体间SOC极差作为均衡系统的触发条件。

温度对状态估计的影响常被低估。同一电池簇内,靠近风道和远离风道的单体温差可达5~8℃,低温单体可用容量更小、内阻更大,在放电末期会先到截止电压。因此温度采集点的布置和温度补偿模型,直接决定SOC和SOP估计在整簇范围内是否一致。

五、面向状态估计的参数梳理

把上述关系落到BMS实现上,可以整理出一张“状态估计输入-输出对照表”,帮助检查算法是否遗漏了关键影响量。下表为示例性梳理,具体阈值和精度要求需按项目规格确定。

状态量 物理含义 主要输入 老化/不一致性影响 典型校正手段
SOC 剩余可用电量占比 电流、端电压、温度、OCV表 OCV偏移、容量衰减导致积分基准变化 静置OCV校正、模型观测器
SOH 相对新电池的健康度 累计安时、内阻、满充/满放事件 容量与内阻不同步衰退 容量标定、内阻在线辨识
SOP 当前可输出/吸收功率 SOC、温度、R0/Rp、电压限值 内阻增大使功率能力下降 按最弱单体约束计算
温度 工况与热状态 温度传感器、热模型 温度梯度加剧不一致性 多点测温、温度补偿