1、放電測(cè)試法

放電測(cè)試法將動(dòng)力鋰電池以一定的放電倍率(一般為0.3C或1C)進(jìn)行恒流放電至電池的截止電壓，將恒值電流(C0.3C或1C)乘以放電所用的時(shí)間可以得到電池放出的電量，即電池SOC值。

該方法常被用來作為電池容量測(cè)試的參考標(biāo)準(zhǔn)，適用于各種類型的動(dòng)力鋰電池。但是，這種方法的測(cè)試條件比較嚴(yán)格，要電流恒定且測(cè)量準(zhǔn)確，以至于只能局限于實(shí)驗(yàn)室環(huán)境下所測(cè)得的數(shù)據(jù)。在實(shí)際應(yīng)用中，電流大小并非恒定，且電流經(jīng)常會(huì)被迫中斷，也要消耗過多的時(shí)間，不可能有實(shí)驗(yàn)室中穩(wěn)定、可靠的理想環(huán)境，因此，該方法不適合實(shí)際應(yīng)用。

2、開路電壓法

開路電壓法是根據(jù)電池的開路電壓（OpenCircuitVoltage，OCV）與電池內(nèi)部鋰離子濃度之間的變化關(guān)系，間接地?cái)M合出它與電池SOC之間的一一對(duì)應(yīng)關(guān)系。在進(jìn)行實(shí)際操作時(shí)，要將電池充滿電量后以固定的放電倍率（一般取1C）進(jìn)行放電，直到電池的截止電壓時(shí)停止放電，根據(jù)該放電過程獲得OCV與SOC之間的關(guān)系曲線。當(dāng)電池處于實(shí)際工作狀態(tài)時(shí)便能根據(jù)電池兩端的電壓值，通過查找OCV-SOC關(guān)系表得到當(dāng)前的電池SOC。

盡管該方法對(duì)各種蓄電池都有效，但也存在自身缺陷：首先，測(cè)量OCV前必須將目標(biāo)電池靜置1h以上，從而使電池內(nèi)部電解質(zhì)均勻分布以便獲得穩(wěn)定的端電壓；其次，電池處于不同溫度或不同壽命時(shí)期時(shí)，盡管開路電壓相同，但實(shí)際上的SOC可能差別較大，長(zhǎng)期使用該方法其測(cè)量結(jié)果并不能保證完全準(zhǔn)確。因此，開路電壓法與放電試驗(yàn)法相同，并不適用于運(yùn)行中的電池SOC估算。

3、電流積分法

電流積分法也叫安時(shí)計(jì)量法，是目前在電池管理系統(tǒng)領(lǐng)域中應(yīng)用較為普遍的SOC估算方法之一，其本質(zhì)是在電池進(jìn)行充電或放電時(shí)，通過累積充進(jìn)或放出的電量來估算電池的SOC，同時(shí)根據(jù)放電率和電池溫度對(duì)估算出的SOC進(jìn)行一定的補(bǔ)償。假如將電池在充放電初始狀態(tài)時(shí)的SOC值含義為SOCt0，那么t時(shí)刻后的電池剩余容量SOC則為：

與其它SOC估算方法相比，電流積分法相對(duì)簡(jiǎn)單可靠，并且可以動(dòng)態(tài)地估算電池的SOC值，因此被廣泛使用。但該方法也存在兩方面的局限性：其一，電流積分法要提前獲得電池的初始SOC值，并且要對(duì)流入或流出電池的電流進(jìn)行精確采集，才能使估算誤差盡可能??；其二，該方法只是以電池的外部特點(diǎn)作為SOC估算依據(jù)，在一定程度上忽視了電池自放電率、老化程度和充放電倍率對(duì)電池SOC的影響，長(zhǎng)期使用也會(huì)導(dǎo)致測(cè)量誤差不斷累積擴(kuò)大，因此要引入相關(guān)修正系數(shù)對(duì)累積誤差進(jìn)行糾正。

4、人工神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)法是模擬人腦及其神經(jīng)元用以處理非線性系統(tǒng)的新型算法，無需深入研究電池的內(nèi)部結(jié)構(gòu)，只需提前從目標(biāo)電池中提取出大量符合其工作特性的輸入與輸出樣本，并將其輸入到使用該方法所建立系統(tǒng)中，就能獲得運(yùn)行中的SOC值。

人工神經(jīng)網(wǎng)絡(luò)算法用于電池SOC估算時(shí)，常采用電池的開路電壓、充放電倍率、環(huán)境溫度和電池表面溫度等其中幾個(gè)參數(shù)組合或全部作為輸入變量。有研究者將電池容量的衰減度作為輸入變量，應(yīng)用于不同尺寸的電池和不同容量衰減程度的電池時(shí)，運(yùn)算結(jié)果都表現(xiàn)出一定的精確性。該方法用于電池SOC估算有著很多的優(yōu)點(diǎn)，但同時(shí)也存在計(jì)算量大，耗時(shí)，要大存儲(chǔ)空間，要訓(xùn)練樣本等一些問題。

5、模糊邏輯法

模糊邏輯方法是基于模糊邏輯推理理論，模仿人的思維方式系統(tǒng)的方法，對(duì)難以建立精確數(shù)學(xué)模型的對(duì)象執(zhí)行的一種控制策略給出的一種描述控制。

不同于經(jīng)典邏輯，要一個(gè)精確的數(shù)學(xué)模型和準(zhǔn)確的數(shù)值，模糊邏輯則允許使用來源于我們的知識(shí)和生活相關(guān)經(jīng)驗(yàn)的抽象概念來建模，用諸如大、小、非常熱、明亮的紅色、長(zhǎng)時(shí)間、快或慢等主觀概念來表述。與數(shù)值系統(tǒng)相比，這種算法的開發(fā)相對(duì)簡(jiǎn)單，然后將系統(tǒng)輸出映射到精確的數(shù)值范圍來表征系統(tǒng)特性。模糊控制廣泛應(yīng)用于自動(dòng)化控制系統(tǒng)中，使用該算法，可以獲取大量能表征電池性能的信息，以對(duì)電池SOC或者SOH更準(zhǔn)確的估計(jì)，能夠?qū)﹄姵貭顟B(tài)進(jìn)行一個(gè)較為全面的分析監(jiān)測(cè)。

6、系統(tǒng)濾波法

相關(guān)于前述的幾種方法，系統(tǒng)濾波算法具有閉環(huán)控制和實(shí)時(shí)性強(qiáng)的優(yōu)點(diǎn)，因此目前被廣泛應(yīng)用于電池SOC估算，最常用到的系統(tǒng)濾波算法是卡爾曼濾波算法。

卡爾曼濾波是在20世紀(jì)60年代由美籍匈牙利數(shù)學(xué)家卡爾曼(R.E.Kalman)提出來的，他將狀態(tài)空間分析方法融合到濾波理論中，自其問世以來，卡爾曼濾波作為一種最優(yōu)狀態(tài)估算方法，可以應(yīng)用于受隨機(jī)干擾影響的動(dòng)態(tài)系統(tǒng)。