锂离子电池SOC是如何计算的？哪些因素会影响SOC？

电压法通过对比已知的充放电电压荷电状态曲线，将电压值转换为电池的荷电态值，适用于电压随SOC变化较大的铅酸电池和镍氢电池等传统电池。锂离子电池的电压往往比较稳定，电压随荷电状态变化的幅度很小，且电池电压受电流、温度、寿命的影响非常大，导致通过电压变化估测电池SOC的方法非常不准确。电压法可以通过引入电流、温度修正系数的方法提高精确度，但精确度依然不高。总体来说，方法简单，实现容易，成本低，但精度极差。

电化学阻抗法有交流内阻和直流内阻之分，它们都与电池荷电状态有密切关系。电池交流阻抗是电池电压与电流之间的传递函数，是一个复数变量，表示电池对交流电的反抗能力，要用交流阻抗仪来测量。电池交流阻抗受温度影响大，是在电池处于静置后的开路状态还是在电池充放电过程中进行交流阻抗测量，存在争议。直流内阻表示电池对直流电的反抗能力，在实际测量中，将电池从开路状态开始恒流充电或放电，相同时间内负载电压和开路电压的差值除以电流值就是直流内阻。对于铅蓄电池在放电后期，直流内阻明显增大，可用来估计电池荷电状态；镍氢电池和锂离子电池直流内阻变化规律与铅蓄电池不同，应用较少。

电流积分法又称为安时积分法或库伦计数，通过将电池电流对时间进行积分来计算电池的荷电状态。这种方法对于计算电池放出的电量有一定的准确度，但缺乏参照点，不能计算电池的初始SOC，也无法预测电池因为自放电而产生的容量衰减。除此之外，电流积分法的误差具有累积性，会随着时间的增加而逐渐增大。而且电池充放电效率的确定也需要有大量的实验数据建立起经验公式，对SOC的可靠性也有一定的影响。因此，采用这种方法时常常需要定期对电池荷电状态进行重新标定。

卡尔曼滤波法的核心思想，是对动力系统的状态做出最小方差意义上的最优估计。卡尔曼滤波法将电池被看成一个动力系统，电池荷电状态是系统的一个内部状态。估计电池荷电状态算法的核心，是一套包括电池荷电状态估计值和反映估计误差的、协方差矩阵的递归方程，协方差矩阵用来给出估计误差范围。该方法适用于各种电池，尤其是电池电流波动比较剧烈的混合动力电动汽车电池的荷电状态的估计。

神经网络法，能够模拟电池动态特性，来估计电池荷电状态，适用于各种电池，缺点是需要大量的参考数据进行训练，估计误差受训练数据和训练方法的影响很大。