ZHCADX8 March 2024 MSPM0G1505 , MSPM0G1506 , MSPM0G1507 , MSPM0L1303 , MSPM0L1304 , MSPM0L1304-Q1 , MSPM0L1305 , MSPM0L1305-Q1 , MSPM0L1306 , MSPM0L1306-Q1
在节 2.2.1.1中,仅基于一个电池参数(电压或电流累加)来评估 NomAbsSoc。一种方法是利用 OCV(正电极和负电极平衡)与 NomAbsSoc(不同锂离子浓度)之间的关系。另一种方法是利用库仑计(电子数)和容量(可移动锂离子数)之间的关系。这种策略需要的计算资源更少,因为每个周期只需要使用库仑计即可工作。但需要等到生成 NomFullCap 后进行 1-2 个电池周期。
另外一种策略用来创建一个模型或滤波器,根据所有输入参数(如电流、电压、时间和温度)来评估 NomAbsSoc,甚至还可评估 CusRltSoc。常用的方法有等效电路模型、卡尔曼滤波器、神经网络等。SOC 输出的精度主要取决于模型精度。但是,模型越复杂,意味着需要更多 MCU 计算资源。
一种经济方法是使用最简单的等效电路模型(一阶 RC 模型,如图 2-5 所示)来输出 NomAbsSoc(仅带电压输入)。
图 2-6 展示了 VGauge 的软件流程图。但是,在此解决方案中,SOC 查询表功能只需用于搜索此电池模型中的所需参数。对于 SOC 部分,它完全来自 IGauge。
有关 VGauge 输出的 NomAbsSoc 精度的更多信息,请参阅 MSPM0 L1 测量仪表解决方案指南。