9月22日上午，由中國(guó)化學(xué)與物理行業(yè)協(xié)會(huì)動(dòng)力電池應(yīng)用分會(huì)和電池中國(guó)網(wǎng)聯(lián)合主辦，全球未來出行大會(huì)組委會(huì)戰(zhàn)略支持，同濟(jì)大學(xué)汽車學(xué)院、優(yōu)必愛信息技術(shù)(北京)有限公司重點(diǎn)支持的“Li+學(xué)社·成就鋰享智信未來（2018）電池技術(shù)沙龍”第五期：“歸因重組-大數(shù)據(jù)解開電池安全困局”沙龍?jiān)诤贾輫?guó)際博覽中心舉辦。同濟(jì)大學(xué)汽車學(xué)院姜波博士在沙龍上做主題演講，以下是演講內(nèi)容。

同濟(jì)大學(xué)汽車學(xué)院姜波博士：

非常感謝周總給我這個(gè)機(jī)會(huì)跟各位同行來進(jìn)行分享。剛剛代東舉從電芯介紹了一下他們富鋰錳的電池，鄭總從PACK級(jí)別介紹了一下他們做的東西，我就簡(jiǎn)單從BMS的角度進(jìn)行報(bào)告。我是來自同濟(jì)大學(xué)汽車學(xué)院新能源汽車儲(chǔ)能電源系統(tǒng)科技組，我今天的題目是“鋰離子電池容量估計(jì)與壽命預(yù)測(cè)》，主要從汽車單體級(jí)別來進(jìn)行簡(jiǎn)單的分享。

首先介紹一下我們課題組，成立于2002年同濟(jì)大學(xué)汽車學(xué)院成立的時(shí)候，我們也開始發(fā)展。主要的研究方向是新能源汽車的儲(chǔ)能電源系統(tǒng)，針對(duì)的方向是電池。一個(gè)方面是電池包與電機(jī)之間的管理，包括電池管理系統(tǒng)、電池模型、SOC估算等。另一方面是電池方面的應(yīng)用，包括電能變換、電力變換器等等。我們現(xiàn)在的孫澤昌教授是汽車電子方向?qū)W科帶頭人，還有韋教授是汽車學(xué)院副院長(zhǎng)，還有戴教授，主持并參與多項(xiàng)國(guó)家級(jí)和省部級(jí)的科研項(xiàng)目橫向課題等等。

我們課題組的實(shí)驗(yàn)設(shè)備在過鎳還是比較成熟的，目前有多種實(shí)驗(yàn)設(shè)備，包括充放電設(shè)備、電華阻抗測(cè)試儀以及恒溫箱等，基本實(shí)現(xiàn)鋰離子電池的充放電測(cè)試等實(shí)驗(yàn)內(nèi)容，具備多臺(tái)工作站，能夠提供電池仿真以及數(shù)據(jù)處理的平臺(tái)，我們還基本滿足電子及電力電子設(shè)計(jì)制作、測(cè)試需要，具備電池成組及管理技術(shù)。

我的報(bào)告將主要分為這幾個(gè)方面。首先是背景的簡(jiǎn)單介紹，其次是電池模型及參數(shù)辨識(shí)，第三個(gè)是電池SOC及電池容量的聯(lián)合估計(jì)，第四方面是電池剩余壽命的預(yù)測(cè)，我做這個(gè)東西時(shí)間也不長(zhǎng)，可能做的還比較淺，有什么問題歡迎大家指出。

目前來說大家關(guān)于動(dòng)力電池主要有三個(gè)方面的問題。一個(gè)是電動(dòng)里汽車的里程擔(dān)憂問題，我們一直在考慮我們電池包一次充電的續(xù)航里程有多少，這邊有目前一個(gè)車廠給出的續(xù)航里程，NEDC在355公里，等速里程在500公里，這是一個(gè)電池容量的估計(jì)問題，到底這個(gè)電池包有多少的容量能夠?yàn)槲业恼囂峁┮粋€(gè)續(xù)航。

第二個(gè)是電動(dòng)汽車的電池壽命問題，按照當(dāng)前的車輛使用狀況電池還可以用多久，我跑了200公里以后，還可以再跑多少電池的性能會(huì)衰減到不能滿足要求。國(guó)內(nèi)的電池充電次數(shù)可以達(dá)到1500次，遠(yuǎn)到于特斯拉的5百次充電次數(shù)，這是一個(gè)電池壽命的預(yù)測(cè)問題。

第三個(gè)是電動(dòng)汽車安全問題，目前已經(jīng)有多輛汽車發(fā)現(xiàn)了熱安全問題，因?yàn)殡姵氐娜萘恳约包c(diǎn)的壽命是息息相關(guān)的，我今天主要針對(duì)動(dòng)力電池的容量估計(jì)問題以及隱藏的壽命估計(jì)問題簡(jiǎn)單介紹一下。

這是一個(gè)簡(jiǎn)單的總結(jié)，如何定義電池容量？我們定義電池從滿充裝了到放空狀態(tài)所轉(zhuǎn)移的電荷量。滿充狀態(tài)就是以CCVCA的充電方式達(dá)到滿充狀態(tài)，從滿充到放空狀態(tài)的電荷量。我們?yōu)槭裁匆@樣來定義？一個(gè)是電池容量大小影響電動(dòng)汽車一次充電續(xù)航里程，還有電池管理有很多的關(guān)鍵狀態(tài)，SOC和SOH的估算都需要用到電池容量的信息。

現(xiàn)在整包的電池容量存在一些難點(diǎn)，比如說SOC、端電壓變化等等，如何從這些信息當(dāng)中提取電池容量的信息還是比較困難的，并且SOC的估計(jì)可能會(huì)存在誤差，端電壓的采集可能會(huì)造成誤差，我們?nèi)绾稳ゲ扇‰姵厝萘康男畔⑹潜容^困難的。還有電池模組層，電池單體不一致會(huì)與某組產(chǎn)生非線性映射。

關(guān)于動(dòng)力電池的壽命預(yù)測(cè)問題，從當(dāng)前時(shí)刻開始，電池性能初次衰退到閾值條件時(shí)所經(jīng)歷的時(shí)間或者充放電周期次數(shù)。一般我們有容量、內(nèi)阻或者是功率，一般容量衰減到80%或者是內(nèi)阻達(dá)到了1.5倍，功率達(dá)到了80%就不能滿足動(dòng)力電池的需求了，我們就定義為動(dòng)力電池不能用了，以此來預(yù)測(cè)電池壽命的狀況。

我們有兩個(gè)意義。一個(gè)是經(jīng)過預(yù)測(cè)電池性能變化，支撐預(yù)測(cè)維護(hù)與保障，避免系統(tǒng)損壞。第二個(gè)是可以指導(dǎo)更科學(xué)的電池管理方法，更長(zhǎng)久來提高電池的使用壽命。

目前電池壽命預(yù)測(cè)也存在很多困難。一個(gè)是我們?cè)趯?shí)驗(yàn)室里面做的一些數(shù)據(jù)，壽命實(shí)驗(yàn)數(shù)據(jù)可以進(jìn)行對(duì)比以評(píng)估電池技術(shù)的進(jìn)步，但工況比較單一，很難達(dá)到一個(gè)統(tǒng)一的評(píng)價(jià)，并不能建立與實(shí)車應(yīng)用的對(duì)應(yīng)關(guān)系，實(shí)車壽命預(yù)測(cè)存在困難。

第二個(gè)是模組壽命遠(yuǎn)小于單體的壽命，因此單體壽命評(píng)價(jià)與電池組壽命評(píng)估并不一致這是兩個(gè)主要的難點(diǎn)。

這是我們目前在做的一個(gè)動(dòng)力電池單體SOC與電池容量的聯(lián)合估計(jì)以及電池壽命預(yù)測(cè)的框架。主要包括三個(gè)方面，一個(gè)是電池模型及參數(shù)辨識(shí)，這個(gè)有如下幾個(gè)小點(diǎn)，一個(gè)是電壓電流數(shù)據(jù)采集，建立電池模型之后，對(duì)電池模型進(jìn)行一個(gè)參數(shù)的辨識(shí)，它首先要基于一些數(shù)據(jù)的測(cè)量，比如說電池SOC和OCV的數(shù)據(jù)測(cè)量，并且要測(cè)量電池在不溫度、老化下的數(shù)據(jù)。

在獲取電池模型及參數(shù)之后可以進(jìn)行一個(gè)聯(lián)合的估計(jì)，主要包括兩個(gè)方面，一個(gè)是電池SOC自適應(yīng)估計(jì)，然后再進(jìn)行一個(gè)電池容量估計(jì)，估計(jì)出來了以后可以進(jìn)入到一個(gè)電池的壽命預(yù)測(cè)，同樣我們需要一些數(shù)據(jù)的支持，我們需要測(cè)量一個(gè)離線電池衰減時(shí)電池容量的數(shù)據(jù)，然后在實(shí)際方法中進(jìn)行使用，來更新其中的參數(shù)，從而達(dá)到預(yù)測(cè)電池壽命的需求。

第一方面是電池模型及參數(shù)辨識(shí)，簡(jiǎn)單介紹一下我們所做的一些東西和成果。我們從電池18秒的放電數(shù)據(jù)中截取了幾個(gè)片段，AB段可以體現(xiàn)出電池時(shí)間尺度為微秒級(jí)的活化極化引，然后可以進(jìn)行總結(jié)，總結(jié)出來比較常用的模型，它是串聯(lián)在一起的一個(gè)模型。

這個(gè)模型可以簡(jiǎn)單描述出電池的一些動(dòng)態(tài)的特性，但我們需要注意，這個(gè)電池模型的一些參數(shù)，比如說R0、RP會(huì)根據(jù)電池的溫度還有SOC發(fā)生變化，所以我們需要對(duì)它進(jìn)行一個(gè)在線的估計(jì)，目前的估計(jì)就是使用遞推最小二乘算法進(jìn)行估計(jì)，它有一些優(yōu)點(diǎn)。

比如說計(jì)算量小，易于實(shí)現(xiàn)，實(shí)現(xiàn)了電池模型參數(shù)的在錢辨識(shí)。這是電池模型參數(shù)辨識(shí)的結(jié)果，這面這張圖是電池的歐姆內(nèi)阻，這邊是典型的結(jié)果，虛線是一個(gè)正式值這是一個(gè)訪問的結(jié)果。從這三個(gè)圖可以看出來電池模型的參數(shù)，使用剛剛提到的算法它的收斂速度比較快，而且收斂后沒有發(fā)生跳變，這是可以接受的。

我們可以看出，大約在1百秒之前，電池的電壓是有較大誤差的，但在之后電池的端電壓基本上是比較一致的，這是一個(gè)NDC的工況，在末期的時(shí)候有一個(gè)較大的電流，存在大電流的情況下模型的參數(shù)沒有進(jìn)行更新可能會(huì)存在較大的誤差，但是綜合考慮這個(gè)模型以及遞推最小二乘算法，我們覺得這個(gè)結(jié)果還是可以接受的，可以使用這個(gè)模型算法和參數(shù)來用與后面的SOC以及容量估計(jì)。

我們還考慮了這樣一個(gè)問題，我們電池的電壓在測(cè)量的時(shí)候可能會(huì)存在一些噪音，假如存在的時(shí)候，對(duì)于電池系統(tǒng)來說是存在一個(gè)有色噪聲，傳統(tǒng)的RLS算法辨識(shí)出來的結(jié)果是有偏的，我們采用了偏差補(bǔ)償最小二乘算法，基本上能夠解決電池電壓存在量測(cè)聲音的問題。

右邊實(shí)線是電池模型的正式結(jié)果，下邊的點(diǎn)線是存在噪聲情況下傳統(tǒng)的結(jié)果，我們發(fā)現(xiàn)它的誤差還是比較大的，但是我們使用了偏差補(bǔ)償最小二乘算法的時(shí)候，虛線是我們改進(jìn)后的算法，這個(gè)結(jié)果或是比較令人滿意的，也是比較靠近的，端電壓結(jié)果也是如此。

這個(gè)是我們?cè)诓煌瑴囟纫约安煌姵乩匣癄顟B(tài)下的參數(shù)辨識(shí)結(jié)果，我們可以看出，隨著電池溫度的降低，電池歐姆內(nèi)阻和計(jì)劃內(nèi)阻是增大的，電池的計(jì)劃內(nèi)阻是增大的，這個(gè)與我們目前測(cè)量低溫下電池內(nèi)阻增大是符合的，隨著電池的老化，電池的歐姆內(nèi)阻和極化內(nèi)阻也是增大的，這個(gè)也是符合的，并且我們還可以看出，藍(lán)色的線是UDDS的工況，紅色的是NEDC工況。我們有必要用在線辨識(shí)的方法來看參數(shù)，因?yàn)樵趯?shí)際運(yùn)行的工況可能會(huì)導(dǎo)致另外一種狀況，所以我們要實(shí)際來辨識(shí)這些參數(shù)。

這是目前SOC估計(jì)與電池容量估計(jì)算法的介紹，首先介紹一下SOC的算法。第一個(gè)是安時(shí)積分法，這是目前用的比較多的算法。它的定義是通過當(dāng)前電池電荷量比上電池最大容量，通過時(shí)時(shí)刻刻累加來求得SOC，優(yōu)點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，但是它也有很多的缺點(diǎn)，一個(gè)是無法知道準(zhǔn)確的SOC初始值。

第二個(gè)是說電量測(cè)量傳統(tǒng)的傳感器可能會(huì)存在偏差，最終會(huì)導(dǎo)致SOC估計(jì)的偏差學(xué)習(xí)大。目前我們可能有一些BMS中選用了兩個(gè)傳感器，就在無形之中增大了他們的BMS的成本。

第三個(gè)是電池容量存在偏差時(shí)，誤差也會(huì)比較大。第四個(gè)是沒有一個(gè)實(shí)時(shí)的校準(zhǔn)機(jī)制，不能實(shí)時(shí)可根據(jù)當(dāng)前的電壓采集對(duì)SOC進(jìn)行校準(zhǔn)，一般是在充電末期的時(shí)候?qū)﹄姵氐碾妷篠OC進(jìn)行校準(zhǔn)，這個(gè)是它存在的幾個(gè)缺點(diǎn)。

第二個(gè)是開路電壓法，發(fā)現(xiàn)電池SOC和開路電壓有一個(gè)比較明顯的關(guān)系，而且這個(gè)關(guān)系也是比較準(zhǔn)確的，這樣我們就可以利用開路電壓來確定SOC。目前大家用的方法一個(gè)方面是測(cè)量開路電壓，需要較長(zhǎng)時(shí)間的靜置，正常情況下車輛在運(yùn)行過程當(dāng)中，可能會(huì)存在一些誤差，因?yàn)檐囕v沒有那么長(zhǎng)時(shí)間的靜置。我們可以預(yù)測(cè)開路電壓來估計(jì)SOC，但預(yù)測(cè)開路電壓還是比較困難的，目前做的人也不是很多。

另一方面，我們發(fā)現(xiàn)某些電池在充放電過程當(dāng)中存在一些效應(yīng)，就是充電和放電的開路電壓有一些誤差，我們用來估算SOC由于這種實(shí)時(shí)效應(yīng)會(huì)造成一些誤差。

第三個(gè)是內(nèi)阻測(cè)量法，內(nèi)阻與SOC也有一些關(guān)系，但測(cè)量比較困難。

第四個(gè)是卡爾曼濾波法，還有神經(jīng)網(wǎng)絡(luò)法，根據(jù)電壓的輸入等等來估計(jì)SOC，但這個(gè)不是很適合在嵌入式BMS中適用，這是SOC估計(jì)算法的簡(jiǎn)介。

這是電池容量估算法的方法簡(jiǎn)介，一個(gè)是基于SOC變化與電流累計(jì)的估算算法，這個(gè)也是基于SOC的定義出發(fā)的，假設(shè)SOC估計(jì)準(zhǔn)確的話，誤差主要來源于分母C，這樣來求出電池容量。

第二種方法我們把電池容量當(dāng)成一個(gè)參數(shù)，我們用雙辨識(shí)器的方法來估算出來。

第三種方法是基于ICA或者DVA的容量估算算法，我們對(duì)于電池SOC的數(shù)據(jù)來進(jìn)行處理，我們發(fā)現(xiàn)有很多的特征點(diǎn)，這些特征點(diǎn)是與電池容量有關(guān)系的，可以通過采集這些特征點(diǎn)來進(jìn)行估計(jì)，這三種方法目前都有人用，各有利弊。

我們做一個(gè)SOC與電池容量估計(jì)，我們選擇了卡爾曼濾波法和基于SOC變化與電流的變化進(jìn)行電池容量的估計(jì)。這是一個(gè)卡爾曼濾波法的簡(jiǎn)介，一個(gè)是狀態(tài)預(yù)測(cè)過程，根據(jù)上個(gè)時(shí)刻的狀態(tài)以及這個(gè)時(shí)刻的輸入求得此時(shí)的狀態(tài)，然后來求得SOC，右邊是一個(gè)簡(jiǎn)單的方程。

我們擴(kuò)展卡爾曼濾波法來進(jìn)行預(yù)計(jì)的時(shí)候，其實(shí)還是存在一些誤差的，因?yàn)閿U(kuò)展卡爾曼濾波法需要預(yù)先涉及一些系統(tǒng)方差，我們發(fā)現(xiàn)電池在百分之50的時(shí)候存在一個(gè)較大誤差，因?yàn)槲覀儗?duì)電池模型進(jìn)行信息化的時(shí)候，這個(gè)平臺(tái)去進(jìn)行信息化的時(shí)候可能會(huì)存在一些建模的誤差。

第二個(gè)誤差是SOC比較低的情況下，傳統(tǒng)的電動(dòng)模型不能很好描述電池的特性，如果我們存在這種建模誤差的話，但是我們?nèi)匀皇褂靡粋€(gè)固定的系統(tǒng)當(dāng)中的方差，就會(huì)到一個(gè)SOC的估計(jì)誤差，目前有很多的學(xué)者提出使用自適應(yīng)卡爾曼濾波算法，根據(jù)SOC的估計(jì)情況和電壓層的情況，來估計(jì)系統(tǒng)方差和建模方差，從而使SOC達(dá)到自適應(yīng)。

簡(jiǎn)單介紹一下擴(kuò)展卡爾曼濾波法算法，可以根據(jù)觀測(cè)信息對(duì)系統(tǒng)的Q和R進(jìn)行實(shí)時(shí)修正，從而獲得更為準(zhǔn)確的狀態(tài)估計(jì)。這個(gè)一個(gè)狀態(tài)的仿真，擴(kuò)展卡爾曼濾波的情況下，我們的R是實(shí)時(shí)修正的，而不是傳統(tǒng)設(shè)置一個(gè)值就不變的，這個(gè)可以根據(jù)工況和電池的模型進(jìn)行調(diào)整，這樣就可以得到一個(gè)更加準(zhǔn)確的SOC。

這是我們SOC的一個(gè)估計(jì)的結(jié)果。左邊圖是設(shè)定了一個(gè)準(zhǔn)確的SOC，真實(shí)情況下從SOC百分之百開始放電，算法里也是百分之百，我們發(fā)現(xiàn)結(jié)果還是比較準(zhǔn)確的，SOC的估計(jì)誤差在負(fù)1.1%到2.6%。

右邊是SOC初始值不準(zhǔn)確，比如說真實(shí)是百分之百，算法里面是50%開始估計(jì)，經(jīng)過一段時(shí)間之后，我們算法估計(jì)出來的SOC很快跟蹤到了一個(gè)真實(shí)的SOC，在收斂之后，SOC估計(jì)誤差也是在負(fù)1.2%到2.5%，這個(gè)結(jié)果也是可以接受的，總體來說在2.5%以內(nèi)，可以提供一個(gè)準(zhǔn)確的SOC輸入。

電池容量的原理，我們是一個(gè)基于SOC變化與電量累計(jì)的電池容量估算算法，這是一個(gè)公式，我們認(rèn)為兩點(diǎn)的SOC估計(jì)值是準(zhǔn)確的，以及電池測(cè)量是準(zhǔn)確的，因?yàn)楝F(xiàn)在有很多的電流傳感器，可以用兩個(gè)進(jìn)行校準(zhǔn)。我們認(rèn)為不準(zhǔn)確的就是分母Q，從而可以根據(jù)這個(gè)公式計(jì)算出電池的容量，我們可以用電量累計(jì)除以SOC的變化來得到電池的容量，也可以把電池容量當(dāng)成一個(gè)參數(shù)用一些遞推全局最小二乘或者遞推最小二乘法來進(jìn)行估算的精度。

這是我們的估計(jì)結(jié)果就是SOC與電池容量聯(lián)合估計(jì)的算法結(jié)果，第一個(gè)是電池容量衰減4%的結(jié)果，可以看到這個(gè)估計(jì)出來的結(jié)果基本上與正常的結(jié)果是一致的，差別也不大。下面是電池容量衰減10%的時(shí)候估計(jì)的結(jié)果，經(jīng)過兩三次的迭代以后，電池容量能夠收斂至正確值，而且估算的誤差在5%以內(nèi)。

這個(gè)是我們電池壽命預(yù)測(cè)的簡(jiǎn)單框架，我解釋一下。我們的這個(gè)算法用的是右邊這張，首先能夠基于SOC的變化累計(jì)的電容量估計(jì)得到個(gè)電池容量，輸入到RUL預(yù)測(cè)算法里面，但是電池容量估計(jì)還有其他的算法。

比如我們可以用一些數(shù)據(jù)訓(xùn)練的方法，來估計(jì)出來電池容量。我們可以看左邊這張圖是我們比較常見的一個(gè)電池CCV的充電曲線。我們可以挖掘出來一些數(shù)據(jù)，比如說CC階段充電的電池容量，還有CV階段充電的容量，以及CV階段最后的電流，我們都可以從這些數(shù)據(jù)當(dāng)中進(jìn)行挖掘和訓(xùn)練，從而可以發(fā)現(xiàn)它們之間的關(guān)系，從而推算出電池容量的算法，如果我們采用這種方式也可以進(jìn)行電池容量的估計(jì)，從而為使用方法一來進(jìn)行一些校準(zhǔn)，這個(gè)也是有助于我們提高估計(jì)的精度。

在估計(jì)出來電池容量之后，就可以把它輸入到生命預(yù)期中。我們選用一個(gè)常用的經(jīng)典模型，通過電池容量的采集，可以對(duì)電池模型進(jìn)行初始化，我們采集出來一些容量點(diǎn)，可以輸入到這個(gè)算法當(dāng)中，使用一些濾波的算法來計(jì)算一些參數(shù)，然后為電流預(yù)測(cè)采取一些估計(jì)值，來算出剩余的壽命。

這是我們目前用的比較多的一些電池的剩余壽命模型。這個(gè)是機(jī)理模型，這個(gè)是電機(jī)里面的一些化學(xué)反應(yīng)推導(dǎo)出電池壽命與哪些因素有關(guān)，這些公式比較復(fù)雜，可能需要一些化專門研究電芯的人來研究，這是機(jī)理模型。

從機(jī)理模型出發(fā)可以進(jìn)行一些降階處理，把這些數(shù)據(jù)歸納可以進(jìn)行一些經(jīng)驗(yàn)，這些叫做半經(jīng)驗(yàn)?zāi)Ｐ汀Ｎ覀兛梢詮臄?shù)據(jù)的角度出發(fā)得到一些經(jīng)驗(yàn)的模型，我們測(cè)量電池在每一個(gè)循環(huán)的電池容量，我們對(duì)電池的容量進(jìn)行一些估算，這底下是比較常見的階段模型。

通過我們估計(jì)到的電池模型來估計(jì)電池的參數(shù)，從而達(dá)到電池壽命預(yù)測(cè)的目的，這是基于電池容量的一個(gè)電池壽命預(yù)測(cè)的方法框架，我們首先會(huì)做一些數(shù)據(jù)的測(cè)量，就是電池容量的測(cè)量，確定我們這樣的一個(gè)經(jīng)典模型，對(duì)四參數(shù)進(jìn)行初始化，我每次把電池容量估計(jì)出來之后，我會(huì)輸入到算法當(dāng)中，我會(huì)根據(jù)我上次的點(diǎn)容量來更新這樣一個(gè)模型的參數(shù)，之后就可以估計(jì)出下一次的電池容量，下一次估計(jì)出來準(zhǔn)確的電池容量以后，可以反饋校準(zhǔn)這些參數(shù)，從而達(dá)到時(shí)時(shí)刻刻更新電池壽命預(yù)測(cè)參數(shù)的效果，相當(dāng)于把電池容量衰減的過程預(yù)測(cè)出來，這樣才能預(yù)測(cè)出來電池的容量什么時(shí)候衰減到不能用，有這樣一個(gè)壽命預(yù)測(cè)的理念在里面。

這是我們簡(jiǎn)單做了一個(gè)結(jié)果也是剛剛開始做，這個(gè)結(jié)果的誤差可能比較大，這個(gè)就不介紹了。

簡(jiǎn)單做一下總結(jié)。我們正在做什么事情呢？建立了一套電池單體層面，SOC與電池容量聯(lián)合估計(jì)以及電池壽命預(yù)測(cè)的算法框架。目前我們?nèi)〉玫某晒軌虮ＷCSOC估計(jì)在2.5%誤差以內(nèi)，以及電池容量估計(jì)誤差在5%以內(nèi)。

目前我們即將要做的事情，我們會(huì)研究電池單體不一致導(dǎo)致的單體特性與模組特性的非線性映射，還有電池壽命方面，建立實(shí)驗(yàn)室數(shù)據(jù)與實(shí)數(shù)據(jù)的對(duì)應(yīng)關(guān)系，爭(zhēng)取在實(shí)車上應(yīng)用，能夠?yàn)閷?shí)車運(yùn)行電池壽命提供算法基礎(chǔ)，爭(zhēng)取在實(shí)上進(jìn)行應(yīng)用。