锂电池SOH计算：容量实测法与循环计数法的双重验证

引言

如果说SOC（荷电状态）是电池的”油表”，那么SOH（健康状态）就是电池的”体检报告”。在动力电池和储能系统中，准确评估SOH不仅关系到续航里程的预测，更直接影响安全性判断、维护决策和资产管理。

一块标称100Ah的电池，使用两年后实际容量可能只剩80Ah。这20%的衰减如何量化？何时该更换电池？这些问题的答案都藏在SOH算法中。

然而，SOH估算远比SOC复杂。电池容量会随温度、倍率、循环次数、存储时间等多种因素变化，单一方法难以准确评估。本文将基于一个真实的车规级BMS项目，深入剖析两种主流SOH计算方法——容量实测法和循环计数法，以及它们的融合策略。

一、SOH的定义与工程意义

1.1 SOH的数学定义

SOH（State of Health）的标准定义是：

$$
SOH = \frac{当前最大可用容量}{出厂额定容量} \times 100%
$$

这里的”最大可用容量”是指在标准条件下（25℃，0.5C倍率），电池从满电到截止电压能够释放的电量。

在代码中，这个定义被直接实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
u16 GetGCapSohTenthAPI(void) {
    u16 capSoh = 0;
    u32 totalCap = 0;
    u32 ratedCap = 0;

    totalCap = GetGroupTotalCapAPI();    // 当前最大容量（单位：mAh）
    ratedCap = GetGroupRatedCapAPI();    // 额定容量（单位：mAh）

    if(ratedCap > 0) {
        capSoh = (u16)(totalCap * 10 / ratedCap);  // 单位：千分之一
    }

    return capSoh;
}

1.2 SOH的工程意义

1. 安全预警

当SOH低于80%时，电池内阻增大，热失控风险上升。许多车企将SOH 80%作为强制换电的红线。

2. 质保判定

动力电池的质保条款通常是”8年或15万公里，SOH不低于70%”。SOH是判定质保责任的关键依据。

3. 梯次利用决策

退役动力电池可以用于储能系统。SOH 80%的电池虽然不适合车用，但用于家庭储能完全可行。准确的SOH评估是梯次利用的前提。

4. 资产估值

对于换电站、共享电动车等运营商，电池是核心资产。SOH直接影响资产折旧和残值评估。

1.3 SOH估算的挑战

与SOC不同，SOH无法通过简单的积分计算得出。主要挑战包括：

  • 时间尺度长：容量衰减是缓慢过程，需要数月甚至数年的数据积累
  • 影响因素多：温度、倍率、DOD（放电深度）、存储时间都会影响容量
  • 测量困难：准确测量容量需要完整的充放电循环，但用户很少这样使用
  • 可逆性：低温下容量降低是可逆的，不代表真实老化

正因为这些挑战，工程中通常采用多种方法融合的策略。

二、方法一：容量实测法

2.1 基本原理

容量实测法的思路最直接：通过实际的充放电循环，测量电池能够存储和释放的电量。

在代码中，GetGroupTotalCapAPI() 返回的就是通过实测得到的容量：

1
2
3
u32 GetGroupTotalCapAPI(void) {
    return(sCapForm.topCap - CAP_ZERO_POINT);
}

这里的 topCap（顶端容量）是如何确定的？关键在于容量学习算法。

2.2 容量学习的触发条件

代码中实现了基于充放电末端的容量学习逻辑：

1
2
3
4
5
6
7
8
9
10
11
// 充电末端：电压达到上限，且SOC接近100%
if((GetGCellMaxVoltAPI() >= CORR_CHG_END_MAX_V)
    && (GetGRealSocMilliAPI() >= CORR_CHG_END_LES_SOC)) {
    CorrGroupTotalCapAPI(learnedCap);
}

// 放电末端：电压达到下限，且SOC接近0%
if((GetGCellMinVoltAPI() <= CORR_DHG_END_MIN_V)
    && (GetGRealSocMilliAPI() <= CORR_DHG_END_MOS_SOC)) {
    CorrGroupTotalCapAPI(learnedCap);
}

容量学习的逻辑是：

  1. 充电学习：从某个SOC充到100%，记录充入电量ΔQ_chg，推算总容量
  2. 放电学习：从某个SOC放到0%，记录放出电量ΔQ_dhg，推算总容量
  3. 完整循环学习：从0%充到100%，或从100%放到0%，直接测量总容量

2.3 容量更新的平滑策略

为了避免单次测量误差导致容量跳变，代码中采用了加权平滑：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
void CorrGroupTotalCapAPI(u32 cap) {
    u32 nowCap = sCapForm.nowCap;
    u32 remCap = sCapForm.remCap;
    u32 lowCap = sCapForm.baseCap;
    u32 allCap = sCapForm.topCap;
    u32 befCap = sCapForm.topCap - CAP_ZERO_POINT;

    // 计算当前SOC
    u32 soc = (nowCap - lowCap) * 10000 / befCap;

    // 根据SOC重新计算当前容量
    nowCap = cap * soc / 10000 + CAP_ZERO_POINT;

    // 更新总容量
    sCapForm.topCap = cap + CAP_ZERO_POINT;
    sCapForm.nowCap = nowCap;

    // 写入EEPROM
    StoreGroupTotalCapToEEP();
}

这个算法的巧妙之处在于：

  • 保持SOC不变（用户体验连续）
  • 按比例调整当前容量
  • 立即持久化到EEPROM

2.4 容量实测法的优势与局限

优势：

  1. 直接测量：不依赖模型假设，反映真实容量
  2. 自适应：能够跟踪电池的实际老化过程
  3. 可验证：可以通过离线容量测试验证准确性

局限：

  1. 数据收敛慢：需要多次完整循环才能得到稳定结果
  2. 使用场景受限：用户很少进行0-100%的完整循环
  3. 温度影响：低温下测得的容量偏小，但不代表真实老化
  4. 倍率影响：大电流放电容量低，需要倍率补偿

正是因为这些局限，工程中需要引入第二种方法。

三、方法二：循环计数线性衰减模型

3.1 电池老化的经验模型

大量实验数据表明，锂电池的容量衰减大致遵循以下规律：

  1. 循环老化：每完成一次充放电循环，容量衰减一定比例
  2. 日历老化：即使不使用，容量也会随时间缓慢衰减
  3. 非线性特征：初期衰减快，后期趋于平缓

在工程实践中，为了简化计算，常采用线性模型：

$$
SOH = 100% - \frac{实际循环次数}{额定循环寿命} \times (100% - EOL_SOH)
$$

其中EOL_SOH（End of Life SOH）通常取80%，即认为电池寿命终止时SOH为80%。

3.2 代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
u16 GetGTimSohTenthAPI(void) {
    u16 timSoh = 0;
    u32 fadeCycle = 0;
    u32 ratedCycle = 0;

    fadeCycle = GetGroupFadeCycleAPI();      // 实际循环次数
    ratedCycle = GetGroupRatedCycleAPI();    // 额定循环寿命

    if(ratedCycle > 0) {
        // SOH = 100% - (fadeCycle / ratedCycle) × 20%
        // 单位：千分之一，所以 100% = 1000
        timSoh = 1000 - (fadeCycle * 200 / ratedCycle);

        if(timSoh > 1000) {
            timSoh = 1000;  // 上限保护
        }
    } else {
        timSoh = 1000;  // 默认100%
    }

    return timSoh;
}

公式推导示例：

假设：

  • 额定循环寿命 = 2000次
  • 寿命终止时 SOH = 80%
  • 当前循环次数 = 500次

则：

$$
SOH = 100% - \frac{500}{2000} \times (100% - 80%) = 100% - 5% = 95%
$$

3.3 循环次数的统计方法

循环次数的定义并不简单。一次”循环”是指什么？

  • 完整循环：从0%充到100%，或从100%放到0%
  • 等效循环：累积充放电量达到额定容量

代码中采用等效循环的方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
void GroupFadeCycleCalcTask(void) {
    static u32 sHisChgCap = 0;
    static u32 sHisDhgCap = 0;

    u32 nowChgCap = GetChgIntCapAPI();  // 累计充电量
    u32 nowDhgCap = GetDhgIntCapAPI();  // 累计放电量
    u32 ratedCap = GetGroupRatedCapAPI();

    u32 chgDelta = nowChgCap - sHisChgCap;
    u32 dhgDelta = nowDhgCap - sHisDhgCap;

    // 充放电量都达到额定容量，计为一次循环
    if((chgDelta >= ratedCap) && (dhgDelta >= ratedCap)) {
        sFadeInfo.fadeCycle++;
        sHisChgCap = nowChgCap;
        sHisDhgCap = nowDhgCap;

        // 写入EEPROM
        StoreGroupFadeCycleToEEP();
    }
}

这个方法的优点是：

  • 不要求完整的0-100%循环
  • 能够统计碎片化的充放电行为
  • 充放电都计入，更全面

3.4 循环计数法的优势与局限

优势：

  1. 实时性好：不需要等待完整循环，每次充放电都更新
  2. 计算简单：只需要累加器和除法运算
  3. 趋势稳定：不受单次测量误差影响

局限：

  1. 模型简化：线性模型无法反映实际的非线性衰减
  2. 忽略使用条件：高温、大倍率会加速老化，但模型未考虑
  3. 日历老化缺失：长期存储的容量衰减未计入
  4. 参数依赖：需要准确的额定循环寿命参数

四、双方法融合策略

4.1 为什么需要融合？

两种方法各有优劣：

  • 容量实测法：准确但慢，受温度倍率影响大
  • 循环计数法：快速但粗糙，无法反映实际容量

融合的目的是取长补短，提高鲁棒性。

4.2 融合算法实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
void GroupFadeSohCalcTask(void) {
    u16 capSoh = 0;
    u16 timSoh = 0;
    u16 nowSoh = 0;
    u16 hisSoh = 0;

    capSoh = GetGCapSohTenthAPI();  // 容量实测SOH
    timSoh = GetGTimSohTenthAPI();  // 循环计数SOH
    hisSoh = GetGSohTenthAPI();     // 上次SOH

    // 策略1：两种方法差异小于5%，优先使用循环计数法
    if(ABS(capSoh, timSoh) < 50) {  // 50 = 5% × 1000
        nowSoh = timSoh;
    }
    // 策略2：差异较大，取平均值
    else {
        nowSoh = (capSoh + timSoh) / 2;
    }

    // 策略3：SOH只能下降，不能上升（防止反弹）
    if(nowSoh > hisSoh) {
        nowSoh = hisSoh;
    }

    // 策略4：单次下降不超过0.5%（防止异常跳变）
    if((hisSoh > nowSoh) && ((hisSoh - nowSoh) > 5)) {
        nowSoh = hisSoh - 5;
    }

    // 更新SOH
    sFadeInfo.soh = nowSoh;

    // 写入EEPROM
    StoreGroupSohToEEP();
}

4.3 融合策略的设计思想

策略1：差异小时优先循环计数法

当两种方法的结果接近时（差异 < 5%），说明电池处于正常老化状态，此时循环计数法更稳定，不受单次容量测量误差影响。

例如：

  • capSoh = 92.3%
  • timSoh = 94.1%
  • 差异 = 1.8% < 5%
  • 采用 timSoh = 94.1%

策略2：差异大时取平均值

当两种方法差异较大时（≥ 5%），说明可能存在异常：

  • 容量实测受温度影响（冬季容量偏低）
  • 循环计数模型不准确（实际老化快于预期）

例如：

  • capSoh = 85.2%（低温测量）
  • timSoh = 94.1%（模型预测）
  • 差异 = 8.9% ≥ 5%
  • 采用平均值 = 89.65%

策略3：单调递减约束

$$
if(nowSoh > hisSoh) { nowSoh = hisSoh; }
$$

电池老化是不可逆过程，容量不可能恢复。如果计算出的SOH高于历史值，说明存在测量误差或计算错误。

策略4：变化率限制

$$
if((hisSoh > nowSoh) && ((hisSoh - nowSoh) > 5)) { nowSoh = hisSoh - 5; }
$$

单次下降不超过0.5%。电池容量衰减是缓慢过程，不可能在一次循环中突降5%。限制变化率可以避免传感器故障、容量测量异常导致的SOH跳变。

4.4 融合策略的效果分析

场景1：正常老化

时间 循环次数 容量实测 循环计数 融合结果 说明
0个月 0 100% 100% 100% 初始状态
6个月 200 97.8% 98.0% 98.0% 差异<5%，用循环计数
12个月 450 95.2% 95.5% 95.5% 差异<5%，用循环计数
18个月 720 92.8% 92.8% 92.8% 两者一致

场景2：冬季低温

时间 循环次数 容量实测 循环计数 融合结果 说明
12个月 450 95.5% 95.5% 95.5% 常温正常
13个月 465 88.2% 95.0% 91.6% 低温，取平均
14个月 480 87.5% 94.5% 91.0% 继续低温
15个月 495 94.8% 94.0% 91.0% 温度恢复，但SOH不回升

融合策略有效避免了低温导致的SOH误判。

场景3：异常跳变

时间 循环次数 容量实测 循环计数 融合结果 说明
12个月 450 95.5% 95.5% 95.5% 正常状态
12.1个月 452 82.3% 95.3% 88.8% 容量测量异常
12.2个月 454 83.1% 95.1% 88.3% 限制下降速度
12.3个月 456 95.2% 94.9% 88.3% 容量恢复，SOH不回升

融合策略将异常的单次跳变平滑化，避免了误报。

五、SOH更新时机与持久化策略

5.1 更新触发条件

SOH不需要像SOC那样高频更新。代码中的触发条件是：每完成一次等效循环，更新一次SOH。

1
2
3
4
5
6
7
8
9
10
void GroupFadeSohCalcTask(void) {
    static u32 sHisCycle = 0;
    u32 nowCycle = GetGroupFadeCycleAPI();

    // 循环次数变化时才更新SOH
    if(nowCycle != sHisCycle) {
        // 执行SOH计算
        sHisCycle = nowCycle;
    }
}

这个策略的优点：

  • 降低计算开销
  • 避免频繁写EEPROM
  • 数据稳定性更高

5.2 EEPROM存储策略

1
2
3
4
5
6
7
8
9
10
static void StoreGroupSohToEEP(void) {
    static u16 sHisSoh = 0;
    u16 nowSoh = sFadeInfo.soh;

    // SOH变化≥0.1%时才写入
    if(ABS(nowSoh, sHisSoh) >= 1) {
        EnerChangEepGSohHook(nowSoh);
        sHisSoh = nowSoh;
    }
}

5.3 掉电恢复机制

1
2
3
4
5
6
7
8
9
10
11
12
13
void GroupFadeSohInit(void) {
    u32 data[3] = {0};

    if(TRUE == ParaReadStoreFadeInfo(data, 3)) {
        sFadeInfo.fadeCycle = data[0];
        sFadeInfo.soh = data[1];
        sFadeInfo.soc = data[2];
    } else {
        sFadeInfo.fadeCycle = 0;
        sFadeInfo.soh = 1000;  // 默认100%
        sFadeInfo.soc = 0;
    }
}

六、SOH的工程局限性与改进方向

6.1 温度影响

锂电池的容量与温度强相关：

温度 相对容量
-20℃ 60-70%
0℃ 80-85%
25℃ 100%
45℃ 102-105%

如果在-20℃测量容量，得到的是70%，但这不代表电池老化到SOH 70%，而是低温导致的可逆容量损失。改进方向是引入温度补偿系数。

6.2 倍率影响

大电流放电时，容量会降低：

放电倍率 相对容量
0.2C 100%
0.5C 98%
1C 95%
2C 88%
3C 80%

改进方向：只在小电流（<0.5C）时进行容量学习。

6.3 日历老化

电池即使不使用，也会随时间老化。典型的日历老化速率是每年2-3%。改进方向：引入时间因子：

1
2
3
4
5
6
7
u16 GetGTimSohWithCalendar(void) {
    u16 cycleSoh = GetGTimSohTenthAPI();
    u32 days = GetSystemRunDays();
    u16 calendarFade = days * 20 / 365;  // 日历老化：每年衰减2%
    u16 totalSoh = 1000 - calendarFade;
    return (cycleSoh < totalSoh) ? cycleSoh : totalSoh;
}

6.4 非线性衰减

实际的容量衰减曲线是非线性的：

  • 初期（0-200次循环）：快速衰减，SOH从100%降到95%
  • 中期（200-1500次循环）：缓慢衰减，SOH从95%降到85%
  • 后期（1500-2000次循环）：加速衰减，SOH从85%降到80%

改进方向：采用分段线性或指数模型替代简单的线性模型。

七、实际应用中的SOH表现

7.1 典型衰减曲线

基于实际项目数据，一个200Ah磷酸铁锂电池包的SOH变化：

时间(月) 循环次数 容量实测SOH 循环计数SOH 融合SOH 备注
0 0 100.0% 100.0% 100.0% 出厂状态
3 120 98.5% 98.8% 98.8% 初期快速衰减
6 280 97.2% 97.2% 97.2% 进入稳定期
12 600 95.1% 94.0% 94.6% 容量实测偏高
18 950 92.8% 90.5% 91.7% 差异增大
24 1350 89.5% 86.5% 88.0% 取平均值
30 1720 86.2% 82.8% 84.5% 接近寿命末期
36 2050 82.1% 79.5% 80.8% 达到换电阈值

7.2 不同电池化学体系的表现

电池类型 循环寿命 适配性 说明
磷酸铁锂（LFP） 3000-5000次 ★★★★★ 线性模型拟合较好
三元锂（NCM） 1500-2500次 ★★★☆☆ 建议改用非线性模型
钛酸锂（LTO） 10000+次 ★★★★☆ 循环计数法更适用
铅酸电池 300-500次 ★★☆☆☆ 需要大幅修改参数

八、SOH在BMS系统中的应用

8.1 功率限制动态调整

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
u16 CalcMaxDischargeCurrent(void) {
    u16 soh = GetGSohTenthAPI();
    u16 baseCurr = GetRatedDischargeCurrent();
    u16 maxCurr = baseCurr;

    if(soh < 900) {  // SOH < 90%时开始限流
        maxCurr = baseCurr * soh / 900;
    }

    if(soh < 800) {  // SOH < 80%时强制限流
        maxCurr = baseCurr * 60 / 100;
    }

    return maxCurr;
}

8.2 充电策略优化

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
void AdaptiveChargingStrategy(void) {
    u16 soh = GetGSohTenthAPI();

    if(soh >= 950) {
        SetChargeVoltage(4.20);  // 健康电池：快充策略
        SetChargeCurrent(1.0);
    } else if(soh >= 900) {
        SetChargeVoltage(4.15);  // 轻度老化：标准策略
        SetChargeCurrent(0.8);
    } else if(soh >= 850) {
        SetChargeVoltage(4.10);  // 中度老化：保守策略
        SetChargeCurrent(0.5);
    } else {
        SetChargeVoltage(4.05);  // 重度老化：保护策略
        SetChargeCurrent(0.3);
        SetWarningFlag(BATTERY_AGING_WARNING);
    }
}

8.3 质保判定与预警

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
void WarrantyAndWarningCheck(void) {
    u16 soh = GetGSohTenthAPI();

    // 质保期内SOH检查
    if((days < 365 * 8) && (mileage < 150000)) {
        if(soh < 700) {
            SetFaultCode(FAULT_WARRANTY_SOH_LOW);
        }
    }

    // 分级预警
    if(soh < 850) SetWarningLevel(WARNING_LEVEL_1);
    if(soh < 820) SetWarningLevel(WARNING_LEVEL_2);
    if(soh < 800) {
        SetWarningLevel(WARNING_LEVEL_3);
        LimitVehicleSpeed(80);
    }
}

8.4 梯次利用评估

1
2
3
4
5
6
typedef enum {
    BATTERY_GRADE_A,  // SOH > 90%，可继续车用
    BATTERY_GRADE_B,  // 80% < SOH ≤ 90%，可梯次利用（储能）
    BATTERY_GRADE_C,  // 70% < SOH ≤ 80%，可低功率应用
    BATTERY_GRADE_D,  // SOH ≤ 70%，建议回收
} BatteryGrade_e;

九、工程实践经验总结

9.1 关键参数标定

参数 建议值 说明
额定循环寿命 保守取值，留有余量 不同批次电池有差异
EOL SOH阈值 80%（可配置） 车用vs储能场景不同
融合阈值 3-8% 影响两种方法切换逻辑
变化率限制 0.3-1.0% 过小响应慢，过大漏检异常

9.2 常见问题与解决方案

问题1：SOH初始值不是100%

新电池出厂容量略高于额定容量，初始化时强制设为100%：

1
2
3
4
5
void GroupFadeSohInit(void) {
    if(GetGroupFadeCycleAPI() == 0) {
        sFadeInfo.soh = 1000;  // 强制100%
    }
}

问题2：SOH在低温下异常下降

1
2
3
if(GetGAvgTempAPI() < 5) {  // 低于5℃
    DisableCapacityLearning();
}

问题3：SOH长期不更新

降低容量学习的触发条件，从0-100%放宽到5-95%。

十、结语

SOH估算是BMS中最具挑战性的功能之一。它不像SOC那样有明确的物理定义和测量方法，而是需要在有限的数据、不确定的使用条件下，推断电池的长期健康状态。

本文基于真实的车规级BMS项目，展示了容量实测法和循环计数法的双重验证策略：

  • 容量实测法：提供了准确性，确保SOH反映真实容量
  • 循环计数法：提供了稳定性，避免单次测量误差
  • 融合策略：提供了鲁棒性，在异常场景下保持合理输出

然而，当前实现也有局限：缺少温度补偿、倍率补偿、日历老化模型。这些都是未来改进的方向——从简单的线性模型，到复杂的机器学习模型；从单车独立计算，到云端大数据分析。

但无论技术如何进步，对电池物理特性的深刻理解、对工程细节的精心打磨，始终是算法成功的基石。

参考代码文件

  • CellFadeCalc.c/h：SOH计算核心实现
  • CapInfoCalc.c/h：容量实测相关
  • CurrIntegral.c/h：循环计数统计
  • ParaIntEep.c/h：EEPROM存储管理

关键常数

常数 值 说明
EOL_SOH 800 寿命终止SOH阈值（80%）
SOH_FUSION_THRESHOLD 50 融合切换阈值（5%）
SOH_MAX_DECLINE 5 单次最大下降（0.5%）

相关标准

  • GB/T 31484-2015：电动汽车用动力蓄电池循环寿命要求及试验方法
  • IEC 62660-1：锂离子动力电池单体性能和寿命测试
  • SAE J2929：电动和混合动力汽车电池系统安全标准