靜態修正

BMS處于靜態模式（不帶載），查詢OCV表格，根據OCV曲線得出現在電壓和溫度下對應的SOC值，再等待下個帶載時刻開始修正SOC，以一定速率加快或者減慢安時積分平滑修正至目標值；

優點：方案簡單容易實現；

缺點：必須要求電流約等于靜態功耗附近，且持續一定時間等待帶載電壓回彈至空載電壓，下個帶載時刻再進行修正，條件較多，適用工況有限，無法帶載時在線修正；

充滿修正

充電模式下SOC等于99.4%,則先停止安時積分保持 SOC 不變， 直至達到滿充條件（單節最高電壓達到當前溫度下滿電電壓及充電電流是最小充電允許電流），SOC跳變至100%；

優點：可以滿足充電完成，電流停止，SOC恰好修正至100%；

缺點：滿電條件各廠家定義不同，由于電芯老化壓差變大，僅判斷單體最高是否到達充滿電壓的策略不全面，所以有的廠家不僅判斷單體最高還判斷單體最低是否到達充滿電壓，這樣就可能發生充滿失敗，SOC就只能停在99.4%，無法修正至100%；

極限修正

放電模式下單節最低電壓持續一定時間低于閥值邊界點SOC_Bms直接跳變到 0， SOC_Disp 以較快速度快速平滑跟蹤至 0%；

充電模式下單節最高電壓持續一定時間高于閥值高于滿充電壓點但低于安全保護點SOC_Bms、 SOC_Disp 直接修正到 100%；

優點：SOC滿足充滿為100%；放空0%的顯示值

缺點：由于充電時只關注最高單體，放電時至關注最低單體，如果觸發極限修正直接修正至100%或0%很可能沒充滿或者沒放空；

動態修正

重點介紹動態修正，在實際工程中應用較多，限制條件少可實現在線修正，隨時隨地想修就修。要想做動態修正就得建立電池模型也就是電池的等效電路。

上圖為電池二階等效電路模型，至于它的來源我們暫且不做討論，那么如何得到圖中的參數呢？放心肯定不是筆算啦。我們可以用電池組做一個有代表性實驗，通過一系列充電放電我們可以得到上圖中電流I和電壓U關系，這樣就相當于知道輸入輸出，下一步找出輸入和輸出的函數表達式那么未知數自然就知道了。

上述中提到這個實驗就是HPPC即Hybrid PulsePower Characteristic(混合動力脈沖能力特性)：是用來體現動力電池脈沖充放電性能的一種特征。HPPC測試一般采用專用電池檢測設備完成（來自百度百科）。HPPC測試可以完成對電池直流內阻的測試。充放電制式為1C放電10s靜置40S然后0.75C充電10S；

這樣充放電對應的電壓曲線為

現在已知輸入輸出我們有兩種方法得到二階表達式，第一種是使用MATLAB Curve Fitting Tool得出輸入輸出的函數表達式，第二種是使用最小二乘法，最小二乘法（又稱最小平方法）是一種數學優化技術。它通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據，并使得這些求得的數據與實際數據之間誤差的平方和為最小。最小二乘法還可用于曲線擬合。其他一些優化問題也可通過最小化能量或最大化熵用最小二乘法來表達。（來自百度百科）；如此得出表達式的各項未知數。

此時，已經具備了在線修正的所有條件，不論此時以多大電流放電，我們只要帶入上式就可以反推出此時OCV的值，再根據OCV查表便可以得出此時的SOC值。

優點：不受條件限制，隨時可以修正SOC；

缺點：算法實現起來稍有復雜，內阻隨溫度和老化變化大，必須考慮溫度和老化影響及時更新阻抗表；