本文的話題也許是很多人的疑問，關(guān)于手機(jī)顯示電量是怎么推算出來的，到底顯示1%的時(shí)候還有沒有電呢？

這是一個(gè)直擊靈魂的問題——有時(shí)候手機(jī)最后1%的電能用很久，有時(shí)候卻只能用一瞬間。

給人留下這個(gè)印象，有一些心理層面的原因，我們今天就不分析了。在技術(shù)上，有三個(gè)可能會(huì)導(dǎo)致現(xiàn)在這個(gè)結(jié)果。

1)示策略的原因

你看到的電量，是工程師想要讓你看到的電量。

考慮到用戶的心理，在電量即將耗盡時(shí)，盡早顯示1%，會(huì)促使用戶盡早充電，降低電量真實(shí)耗盡的可能性。

所以實(shí)際情況下，有可能顯示剩余電量是1%，但實(shí)際上還有一定的可用電量。

2)軟件主動(dòng)限制能耗

現(xiàn)在很多品牌的手機(jī)，如華為、蘋果，都會(huì)在低電量的時(shí)候進(jìn)入低電量模式。

此時(shí)很多后臺(tái)軟件都會(huì)被限制使用，芯片耗電功率會(huì)主動(dòng)降低，使得最后的電量變得更加耐用一點(diǎn)。

新能源車上也可能會(huì)有相應(yīng)的策略。在低電量情況下使得pedalMap更柔和，也就是說踩同樣深度的油門，會(huì)輸出更小的扭矩。這樣能降低你的實(shí)際能耗，延長續(xù)駛里程。

3)“1%”剩余電量是被估算出來的

你也看到了，這里用的詞是估算，不是計(jì)算，也不是測量。

因?yàn)殡姵仉娏縎OC（StateofCharge，電池荷電狀態(tài)）的算法實(shí)在太復(fù)雜了！

這也是今天我們真正硬核的內(nèi)容：

控制系統(tǒng)是怎么了解，電池剩余電量的？

01我們在手機(jī)和車上看到的電量百分比

是怎么來的？

我們再看上面公式：當(dāng)前時(shí)刻的SOC，等于上一時(shí)刻的SOC，加上電流和時(shí)間的累積量除以容量。通過關(guān)于放電電流和時(shí)間的積分，計(jì)算得到當(dāng)前的SOC。

舉個(gè)栗子，假設(shè)一個(gè)標(biāo)稱容量為10000mAh的充電寶，持續(xù)以5A電流放電至電量為0。代入以上公式，算出充電寶能放電2h。

那么，將放電電流提高到10A，這個(gè)充電寶的放電時(shí)間將縮短為1h。因?yàn)椋?/p>

10Ah=10A*1h=5A*2h

以上就是最簡單的“安時(shí)積分法”。這種算法，廣泛應(yīng)用于各類普通的3C產(chǎn)品，如手機(jī)、充電寶、電瓶車剩余電量估算。

有了這種算法就萬事大吉了呢？當(dāng)然不是，這個(gè)公式最大的敵人是誤差。

就好比你要從上海走到北京，用計(jì)算步數(shù)的方法，估算已經(jīng)走過了多少路。每一步步長有差距，步數(shù)的計(jì)數(shù)也可能出錯(cuò)。而這些誤差，會(huì)在整個(gè)估算過程中被不斷地累計(jì)，使得結(jié)果越來越偏離正確的值。

02有什么方法可以消除累計(jì)誤差么？

有，那就是引入一個(gè)相關(guān)的變量——電壓。好比在從上海到北京的路上，放下一個(gè)又一個(gè)里程碑，后續(xù)直接讀數(shù)字相同。電壓就是電量估算用的里程碑。

電池在長時(shí)間靜置后測量到的電壓被稱為開路電壓OCV（opencircuitvoltage）。OCV與SOC存在一一對應(yīng)關(guān)系，將其繪制成OCV-SOC曲線，作為標(biāo)尺。

這樣，我們通過測量電壓OCV，就可以精確地了解當(dāng)前SOC是多少。是不是很方便，很直接？這條曲線也在SOC估算中被大量的應(yīng)用。

不過這條曲線也有一個(gè)很大的問題。

問題就出在OCV的名字上。因?yàn)橹挥性陔姵亻L時(shí)間靜置后，我們才認(rèn)為此時(shí)的電壓是開路電壓OCV。換句話說，OCV的實(shí)時(shí)性很差。而在新能源車上，電壓是會(huì)變化的。電池的輸出功率是很不穩(wěn)定，一會(huì)兒大，一會(huì)兒小，時(shí)不時(shí)還要能量回收，導(dǎo)致功率是負(fù)的。

假如直接用OCV曲線計(jì)算SOC，會(huì)發(fā)生奇葩的情況——駕駛員踩一腳大油門，就能看到電量蹭蹭蹭地往下降，松開油門后電量又蹭蹭蹭地上漲。相信這你一定不能接受。

03看來OCV也行不通，又該怎么辦？

幸好，我們還可以A+B：將安時(shí)積分的算法與OCV-SOC算法相結(jié)合，這就是當(dāng)前電池SOC的一種主流算法——

-當(dāng)BMS判斷電壓處于相對平穩(wěn)的狀態(tài)時(shí)，我們就用OCV-SOC查表。

-當(dāng)BMS發(fā)現(xiàn)電壓處于波動(dòng)，即非穩(wěn)態(tài)條件下時(shí)，我們就采用安時(shí)積分的方法來估算SOC。

-這能完成大多數(shù)情況下的SOC估算，但是實(shí)際情況往往更復(fù)雜。

比如經(jīng)過一段時(shí)間的使用，電池標(biāo)稱容量發(fā)生了衰減。比如回到我們最初的問題，在電量還剩1%的時(shí)候，抓取不到可以采用OCV-SOC的工況等。

而且，手機(jī)電池只有一塊，而電動(dòng)汽車的電池，是由很多節(jié)電池串聯(lián)又并聯(lián)組成的。因此電動(dòng)汽車的電池SOC估算會(huì)更加復(fù)雜。

對新能源汽車來講，SOC精度不僅影響著表顯續(xù)航里程，關(guān)系用戶出行計(jì)劃。甚至還意味著充電更安全，續(xù)航里程更多。

以用戶最關(guān)心的電動(dòng)汽車自燃事件為例。電動(dòng)汽車自燃是一個(gè)復(fù)雜原因?qū)е碌闹苯蝇F(xiàn)象?？赡苁且?yàn)橛布搪?、電芯雜質(zhì)，但你萬萬想不到，也有可能是SOC估算誤差的原因！

舉例來說，在充電過程中實(shí)際SOC已經(jīng)達(dá)到了100%，而由于估算誤差的原因，BMS以為SOC為95%要繼續(xù)充電，從而導(dǎo)致電芯過充，長期過充便可能引發(fā)自燃。

同時(shí)在放電末期，精準(zhǔn)的SOC意味著更準(zhǔn)的里程。隨著電池容量的不斷增大，每1%的SOC對應(yīng)的里程數(shù)也越來越大。比如續(xù)駛里程420公里，3%的估算精度相比于5%來說，就有可能多開出整整8.4公里。

我還從網(wǎng)上也找到了一張SOC的發(fā)展趨勢，從圖中我們可以看到：最底端紅色線為OCV-SOC估算方法（OCVbased），最底端黃色為安時(shí)積分估算方法（Amperehourcounting），OCV-SOC和安時(shí)積分法的算法復(fù)雜度較低，而且其精度的跨越幅度非常大，做得好的話也能獲得不錯(cuò)的精度。

目前電動(dòng)汽車的估算精度一般保證在5%以內(nèi)。上汽新能源從電芯的電化學(xué)特性出發(fā)，實(shí)時(shí)動(dòng)態(tài)估算修正SOC，其算法可以將精度確保在3%以內(nèi)。在這種算法下，BMS可以在行車過程中對SOC進(jìn)行實(shí)時(shí)修正。

當(dāng)然，技術(shù)還在不斷發(fā)展的。目前很多與電池相關(guān)的產(chǎn)業(yè)，比如3C、電動(dòng)汽車等產(chǎn)業(yè)針對電池SOC估算提出了很多新的算法。

比如上文提到的OCV-SOC估算方法與安時(shí)積分相結(jié)合的估算方法，比如基于電池模型和電池外特性的卡爾曼濾波算法，比如通過數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法，比如從電池的電化學(xué)機(jī)理出發(fā)，通過電池本身內(nèi)在固有特性來解釋電池特性的電化學(xué)模型方法等等。

隨著硬件技術(shù)及算法工程的不斷推進(jìn)，以及電芯廠商和OEM對電池本身特性研究的越發(fā)深入，SOC估算的參數(shù)因子分析會(huì)越來越全面，其估算精度也隨之會(huì)越來越高。

可以相信，通過技術(shù)的不斷發(fā)展，最后1%更耐用的原因，會(huì)越來越趨向于電池應(yīng)用廠商故意將最后1%的容量增大，以迎合消費(fèi)者的心理，而不是由于技術(shù)限制，導(dǎo)致算不準(zhǔn)的情況。