今天正好談到OCV-SOC曲線，還有SOC中采用矯正的算法，這里確實有著很多的。

《SOC-OCV曲線是否始終值得信賴的嗎?》

《聊聊電池管理中的SOC算法》

第一部分 OCV-SOC曲線如果要用來矯正，整個測試的之間靜置規格需要與后面BMS的時鐘進行匹配

如曉宇之前所說的：

SOC-OCV曲線是我們電池在SOC標定過程中非常重要的一條曲線，通常在電動汽車運行了一段時間后，在車輛靜置再啟動前，BMS會調用這個曲線，對SOC值進行一次矯正，并通過一定的算法和其他矯正系數得到一個SOC值的更新，因此這個曲線的準確性就顯得尤為重要，可能直接關系到了SOC的精度

在這種測試工況下未有足夠的靜置時間，由于低溫下電池較嚴重的極化，顯然電池還沒有達到絕對的穩態，也就是說第一靜置時間不夠長，第二在每一個SOC range調整之間的電流還不夠小。但實際工況中會有絕對長的靜置時間嗎，于是這其實也就引出了另一個問題，我們到底要什么樣的SOC-OCV曲線，是結合實際工況的呢？

每5%SOC，12個小時擱置時間，0.05C的電流被認為是一個很接近穩態的測試方法

在最近的一個里面，如果我們把穩態的用K值去估算，大概確實要20小時，K值才能不往上走，40小時完全進入穩態

第二部分 矯正的時機（應等待足夠的靜置時間，確認溫度的情況）

SOC的算法主要的問題，是SOC的算法需要知道初始的SOC、需要知道電池的容量，在計算過程中由于測量誤差（V、I和T采集參量的誤差）會累積、從一個錯誤的值上面很難回歸：

1）初始的SOC：由于整個電池包，單體、模組甚至整包都會有自放電和漏電流兩項，導致長時間停放這種模式下，真實的SOC就會漂移。

2）容量：電芯容量目前都是不測容量，是通過抽樣來控制的，容量的一致性完全交給前面的原料和生產過程的一致性

3）錯誤的累積和突然誤差：在工作一段時間以后，算法由于負荷的原因，基準可能引起挺大的偏差

我們用的這個溫度、時間的跨度需要和上面的進行匹配，否則靜置時間不對的，電壓會在變化。同時需要根據當時的最小和最大SOC，還有矯正的情況綜合來調整這個數據。

第三部分 OCV-SOC曲線在容量變化后的漂移

某較苛刻條件下的快充工況標定數據，電池為某款能量型電池，可以看到在測試跨度約一年的周期內，分別截取BOL，約500大圈和約1000大圈的數據：

從上表我們可以明顯看到變化趨勢，

同一個SOC點下，OCV值是有逐漸降低趨勢的，

從BOL到1000圈，各SOC標定點降低幅度約10-30mv，甚至有些點SOC點降低接近了40mv

造成有些電池的OCV 漂移的原因是什么， 其實這些漂移的同時，往往也伴隨著電池本身容量的衰減，而容量的衰減其實也正反應了電池本身正極材料可能已經發生了部分失活，而這種情況在富鋰錳基正極材料中可能表現的更為明顯，因為這種材料在循環后期由于其自身較差的穩定性，可能從層狀結構轉為尖晶石狀，最終導致了電壓平臺的變化。而其他較穩定結構的正極材料這種變化趨勢可能就沒有那么明顯。

如果我們后面追求高容量的結構，大部分的材料變化在10%和20%的衰減之后，都會導致OCV曲線的漂移。與上面曉宇做的實驗不一樣，我們需要根據不同的衰減，是Fast charging或者DST耗盡模式的衰減進行對比，然后比較OCV的差異

小結：想要打通在整個環節上面的數據測試、驗證和算法建模和使用的問題，任重而道遠，要保證整個生命周期的特性是好的，要付出挺多的努力的