Состояние заряда¶

Состояние заряда (State of Charge, SOC) — это степень заряженности аккумуляторной батареи (АКБ) или отдельного аккумулятора, выраженная в процентах от её полной номинальной ёмкости. Показатель SOC является ключевым параметром в системах управления батареями (Battery Management System, BMS) и используется для оценки текущего запаса энергии, планирования циклов заряда-разряда и предотвращения повреждения аккумулятора из-за глубокого разряда или перезаряда.

¶Определение и физический смысл

Состояние заряда численно равно отношению текущего количества электричества (в ампер-часах, А·ч), которое может быть отдано батареей при её полном разряде до минимально допустимого напряжения, к номинальной ёмкости батареи (в тех же единицах). Формула расчёта: SOC = (Q_тек / Q_ном) × 100%, где Q_тек — текущий заряд, Q_ном — номинальная ёмкость.

SOC не следует путать с глубиной разряда (Depth of Discharge, DOD), которая является обратной величиной: DOD = 100% — SOC. Также SOC отличается от напряжения холостого хода (OCV), которое зависит от типа электрохимической системы, температуры и тока нагрузки, хотя для некоторых типов аккумуляторов (например, литий-феррофосфатных) существует приблизительная линейная зависимость между SOC и OCV.

¶Методы оценки состояния заряда

Точное определение SOC — сложная задача, особенно в условиях переменных нагрузок и температуры. Для её решения применяются несколько методов, часто комбинируемых в BMS.

¶Прямые методы

• Метод разряда (кулонометрический метод, токовая интеграция). Заключается в интегрировании тока, протекающего через батарею, за время работы. Текущий заряд вычисляется как Q_тек = Q_нач + ∫(I_зар — I_разр) dt. Метод прост, но подвержен накоплению ошибок из-за дрейфа датчиков тока, саморазряда и неточности начального значения Q_нач. Требует периодической калибровки (обычно при полном заряде или разряде).
• Метод напряжения холостого хода (OCV). Основан на измерении напряжения на разомкнутых клеммах батареи после периода покоя (обычно 1–2 часа). Для многих типов аккумуляторов (например, свинцово-кислотных, литий-ионных с кобальтовым катодом) существует достаточно стабильная зависимость OCV от SOC. Недостаток — невозможность измерения под нагрузкой и длительное время ожидания стабилизации напряжения.
• Метод импедансной спектроскопии (EIS). Измеряет комплексное электрическое сопротивление батареи на разных частотах. Внутреннее сопротивление и его компоненты (омическое, поляризационное) зависят от SOC, температуры и состояния здоровья аккумулятора (SOH). Метод дорог и сложен для реализации в портативных устройствах, но используется в лабораторных и диагностических целях.

¶Косвенные методы

• Метод калмановской фильтрации (KF) и его расширенные версии (EKF, UKF). Является наиболее распространённым в современных BMS. Он объединяет данные кулонометрического метода и модели напряжения с учётом шумов измерений. Фильтр Калмана оценивает SOC как скрытое состояние системы, минимизируя ошибку предсказания. Позволяет корректировать дрейф кулонометрического счёта за счёт периодических измерений OCV и других параметров.
• Метод нейронных сетей и машинного обучения. Использует исторические данные о напряжении, токе, температуре и других параметрах для обучения модели, которая предсказывает SOC. Требует больших объёмов размеченных данных и может быть чувствителен к изменениям условий эксплуатации.

¶Факторы, влияющие на точность оценки

Точность определения SOC ограничивается рядом факторов:

• Температура. Ёмкость аккумулятора и его внутреннее сопротивление сильно зависят от температуры. При низких температурах (ниже 0 °C) доступная ёмкость уменьшается, что приводит к завышению SOC, если не вводить температурную коррекцию.
• Ток нагрузки. При высоких разрядных токах падение напряжения на внутреннем сопротивлении увеличивается, что может быть ошибочно интерпретировано как снижение SOC. Метод OCV в этих условиях неприменим.
• Старение батареи (SOH). Со временем номинальная ёмкость аккумулятора уменьшается, а внутреннее сопротивление растёт. Если BMS не учитывает SOH, оценка SOC будет смещена. Для коррекции требуется периодическое обновление параметров модели.
• Саморазряд. Даже при отключённой нагрузке батарея теряет заряд. Для литий-ионных аккумуляторов саморазряд составляет около 1–2% в месяц, для никель-кадмиевых — до 10% в месяц. Кулонометрический метод без учёта саморазряда накапливает ошибку.
• Гистерезис. Для некоторых типов аккумуляторов (например, литий-железо-фосфатных, LFP) зависимость OCV от SOC имеет выраженный гистерезис — напряжение при заряде выше, чем при разряде при одном и том же SOC. Это усложняет использование метода OCV.

¶Применение в различных устройствах

SOC является критическим параметром для широкого круга устройств:

• Портативная электроника. В смартфонах, ноутбуках, планшетах SOC отображается пользователю в виде индикатора заряда. BMS использует SOC для защиты от глубокого разряда (отключение при 2–3% для литий-ионных аккумуляторов) и перезаряда (отключение при 100%).
• Электромобили (EV) и гибриды (HEV). SOC — основной показатель запаса хода. BMS электромобиля рассчитывает SOC с высокой точностью (обычно ±1–2%) и передаёт его в систему управления двигателем и приборную панель. Ошибка в оценке SOC может привести к неожиданной остановке автомобиля или повреждению батареи.
• Системы накопления энергии (ESS). В стационарных батареях для солнечных электростанций, резервного питания и промышленных сетей SOC используется для оптимизации циклов заряда-разряда, балансировки ячеек и прогнозирования срока службы.
• Авиация и космос. В аккумуляторах самолётов, спутников и дронов SOC критичен для безопасности. Используются избыточные методы оценки (например, два независимых кулонометрических счётчика и фильтр Калмана).

¶Нормативные аспекты и стандарты

В промышленности и научной литературе используются стандартизированные определения SOC. Например, в стандарте IEC 62660-1 (для литий-ионных аккумуляторов) SOC определяется как отношение текущего заряда к номинальной ёмкости при определённых условиях (температура 25 °C, ток 0.2C). В автомобильной промышленности (SAE J2464, ISO 12405) SOC является одним из ключевых параметров для тестирования батарей.

¶Интересные факты

• Первые электронные индикаторы заряда появились в 1970-х годах для свинцово-кислотных аккумуляторов и использовали простой метод сравнения напряжения с порогом.
• В современных BMS электромобилей, таких как Tesla, используется комбинация из нескольких фильтров Калмана и нейросетевых моделей, что позволяет достигать точности оценки SOC до 0.5% в широком диапазоне температур.
• Для литий-ионных аккумуляторов с кобальтовым катодом (например, NMC) зависимость OCV от SOC почти линейна в диапазоне 20–80%, что упрощает калибровку. Для LFP-аккумуляторов эта зависимость очень пологая, что делает метод OCV малоэффективным.

¶Источники

• IEC 62660-1:2018 «Secondary lithium-ion cells for the propulsion of electric road vehicles — Part 1: Performance testing».
• SAE J2464 «Electric and Hybrid Electric Vehicle Rechargeable Energy Storage System (RESS) Safety and Abuse Testing».
• Plett, G. L. (2004). «Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs». Journal of Power Sources.
• Chen, M., & Rincon-Mora, G. A. (2006). «Accurate electrical battery model capable of predicting runtime and I-V performance». IEEE Transactions on Energy Conversion.
• Hu, X., Li, S., & Peng, H. (2012). «A comparative study of equivalent circuit models for Li-ion batteries». Journal of Power Sources.