Hvad er metoden til forudsigelse af resterende kapacitet for batteri?

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Προμηθευτής φορητών σταθμών παραγωγής ενέργειας

1 Forord Valve Controlled Sealed Lead Acid (VRLA) batteri Da der er en lille størrelse, eksplosionssikker, spændingsstabil, ingen forurening, let vægt, høj afladningsydelse, lille vedligeholdelse, lav pris osv., er foretrukket af forskellige industrier, Udbredt i post, elektricitet, transport, rumfart, nødbelysning, kommunikation osv. VRLA-batterier er blevet en af ​​nøglekomponenterne i systemet, og dets sikre og pålidelige drift er direkte relateret til den pålidelige drift af hele enheden.

Men under brug, fordi den resterende kapacitet ikke kan forudsiges nøjagtigt, forårsager ulykken ulykken, og det tunge marked er en tragedie. Derfor skal der etableres et gyldigt batteristyringssystem for præcist at forudsige batteriets resterende kapacitet, hvilket er den mest basale og vigtigste opgave i batteristyringssystemet [1] [2]. På nuværende tidspunkt er der generelt brugt i Kina og i udlandet for at angive den resterende kapacitet af batteriet.

SOC er en vigtig parameter, der direkte afspejler bæredygtig strømforsyningskapacitet og batteriers sundhed. Da VRLA-batterier har forskellige typer, anvendelser og eksterne miljøer, har SOC mange indflydelsesfaktorer, så de forudsiges af forskellige metoder, og den anvendte batterimodel er ikke den samme. Modelleringsmetoden for det generelle batteri kan opdeles i to hovedkategorier: den ene er en fysisk modelleringsmetode; den anden er systemets identifikations- og parameterestimeringsmodelleringsmetode [3].

2 Fysisk modelleringsmetode forudsiger SOC2.1-udledningstestmetoden, udledningstestmetoden er en anerkendt mest pålidelig SOC-estimeringsmetode. Batteriet aflades kontinuerligt til et forudbestemt SOC-nulpunkt, og produktet af afladningsstrøm og tid er den resterende kapacitet.

Afladningstestmetoden bruges hovedsageligt i laboratoriets opladningseffektivitet for batteripakken, inspektion af SOC-estimeringsnøjagtighed eller vedligeholdelse af batteriet, egnet til alle batterier. Der er dog to åbenlyse ulemper: (1) kræver meget tid og medmenneskelighed; (2) Arbejdet med batteriet skal afbrydes, ude af stand til online forudsigelse i realtid. For statiske backup-batterier er det nødvendigt at tage denne metode til vigtige lejligheder.

I afladningsperioden kører systemet uden batteribackups, når hovedstrømmen er problematisk eller strømafbrydelsen vil hele systemet være lammet. Utilfældigt tab. Dokument [4] beskriver udledningstestmetoden og forholdsregler, men kræver meget manuel betjening; litteratur [5] bruger strømmiljøovervågningssystemet til at realisere afladningsteststyringen af ​​batteripakken, spare tid og effektivitet, men nøjagtigheden er meget lav.

Kan kun bestemme batteripakkens ydeevne uden nøjagtigt at estimere den resterende kapacitet. 2.2 Ambar Measurement Actual Method er den mest almindelige metode til SOC-estimering, beregningsformlen er: (1) hvor SOC0 er starttidspunktet for opladning og afladning, CN er den nominelle kapacitet, η er ladnings- og afladningseffektivitet og ikke er en konstant (det antages, at ladestrømmens retning er positiv, afladningsstrømmens retning er negativ, og SOC-tilstanden er negativ).

Sikkerheden af ​​sikkerheden af ​​sikkerheden er en sort boks, der anses for at have et vist proportionalt forhold med elektricitetsmængden af ​​batteriet, der strømmer ud af batteriet, uanset batteriets struktur og eksterne elektriske egenskaber, så denne metode er velegnet til forskellige batterier. Som det kan ses ud fra den samme ligning (1), kræver de problemer, der eksisterer i applikationen: (1) kalibrering af SOC-startværdien; (2) kræver præcis beregning af ladnings- og udledningseffektivitet; (3) for nøjagtigt at måle strøm, strømmåling Ifølge SOC-beregningsfejlen er der en kumulativ fejl i strømintegration; (4) er stor i tilfælde af høj temperaturtilstand og strømudsving. Derfor, når en Astronautics anvendes i praktiske applikationer, kompenseres den generelt for faktorer som opladnings- og afladningshastighed, temperatur, batteriældning og selvafladningshastighed i henhold til brugen af ​​miljø og forhold.

Dokument [6] bruger sikkerheden af ​​AC, Peukert-ligningen, temperaturkorrektion og SOH kombineret med SOH, og SOC for det statiske bagtilberedningsventil-kontrollerede bly-syre-batteri estimeres til at være mellem de to tilstande af batterikapaciteten på nul til kapaciteten af ​​en cyklus. I denne cyklus beregner målebatteriet SOH for at beregne den samlede kapacitet af standardstrømafladning eller -opladning ved standardtemperaturer. Dens SOC-beregningsnøjagtighed kan nå 0.

1 %, og beregningsformlen er: Dokument [7] overvejer kompensation for batteriopladning og afladningshastighed, temperatur, batteriældning og selvafladningsforhold, og korrigerer den akkumulerede fejl gennem selvjustering og benyttede en lang række eksperimenter. Den resulterende enkelte batterispændingsværdi og kapacitetsforholdskoefficienten korrigerede batteriets inkonsistens og korrigerede formlen (4). Hvor: ks er forholdskoefficienten, og ΔU er forskellen mellem spændingen ved lavspændingen i batteripakken og gennemsnitsspændingen for alle monomerbatterier: Dokument [8], ved hjælp af en åben kredsløbsspændingsmetode for at opnå en initial SOC, efter sikkerhedstidsmetoden Forskellige kompensationer, dens SOC-estimeringsnøjagtighed er inden for 6%.

Derudover bruges sikkerhedslovgivningen ofte i forbindelse med Kalmann (Detailed diskussion i Kalman-filtrering). 2.3 Densitetsmetode Densitetsmetoden bruges hovedsageligt i bly-syre-batterier.

Da elektrolyttætheden gradvist bliver højere under opladning, falder den gradvist under afladning, og batterikapaciteten og tætheden har et vist lineært forhold, så størrelsen af ​​SOC kan forudsiges ved at måle tætheden af ​​elektrolytten [9]. Da tæthedsmetoden skal måles, bruges den hovedsageligt i et bly-syrebatteri af åben type. Hvis en sensor med højere præcision densitetskapacitet kan udvikles, kan den implanteres i et forseglet batteri, når den produceres.

Dokument [10] [11] [12] bruger ultralydssensorer, lavenergi-γ-stråler, bly-syre-batterikapacitetssensorer til at måle tætheden af ​​bly-syre-batterielektrolyttætheden, mens litteratur [11] forudsiger tætheden af ​​det fuzzy neurale netværk. Godt, men ingen bestemmelse mellem elektrolyt og SOC. 2.

4 Åbningsspændingslov Åbningsspænding (OpenCIRCUITVOLTAGE) henviser til slutspændingen i åbningstilstanden, tæt på batteriets elektromotoriske kraft på værdien. Åbningsspændingsmetoden etableres i henhold til batteriets resterende kapacitet, og åbningsspændingen er der et vist lineært (proportionalt) forhold, og størrelsen af ​​den resterende kapacitet kan opnås direkte ved at måle den åbne kredsløbsspænding. Fordelen er, at den ikke er afhængig af batteriets størrelse, størrelse og afladningshastighed, kun det åbne kredsløb er testparametre, relativt simpelt [13] [14] [15].

Dokument [16] beskriver forholdet mellem bly-syre-batteriers åbent kredsløbsspænding, restkapacitet og elektrolyttæthed, og giver en beregningsformel mellem SOC og åbent kredsløb: hvor VBO er batteriets åbent kredsløbsspænding, og Vα er fyldt med elektricitet. Åben kredsløbsspænding, Vb er åben kredsløbsspænding ved tilstrækkelig afladning, og dens størrelse svarer til forskellige batteriproducenter. Ved brug af denne metode kan den generelle kontroltabel ved at måle batteriets tomgangsspænding opnå en estimeret SOC-værdi.

Der er dog også en betydelig ulempe ved åben kredsløbsspændingsmetoden: (1) Batteriet skal have lov til at nå en stabil tilstand, og hvordan den stationære tid bestemmes; (2) Efterhånden som batteriet ældes, falder den resterende elektricitet, åben kredsløbsspænding ændres Ikke indlysende, der er ingen nøjagtig forudsigelse af den resterende elektricitet; (3) For den traditionelle batteripakke, der anvendes, er batteriet i en tilstand, og den åbne kredsløbsspænding kan ikke måles, og onlinemålingen kan ikke realiseres. Fra den nuværende litteratur bruges det generelt ikke alene ved brug af en åben kredsløbsspændingsmetode. Da den åbne kredsløbsspændingsmetode er god i den indledende fase af opladningen, er SOC-estimatet godt, ofte kombineret med sikkerheden ved Karmana.

I lang tid for at stå i lang tid for batteriet, bruger litteraturen [14] batteriet for genopretningskurven for det åbne kredsløb i forskellige tilstande, og forudsigelsesformlen for åben kredsløbsspænding opnås ved at beregne SOC, forudsagt værdi og måling. Den relative fejl er inden for 6%. Dokument [17] [18] [19] normaliserer afladningskurven for VRLA-batterier ved forskellige afladningsforhold, fandt ud af, at afladningskurven har god konsistens, afladningstilstand, afladningsforhold, omgivende temperatur og afladningsspænding osv.

Ændringen af ​​faktorer er meget lille til denne konsistens. Det foreslås, at kun afladningsspændingen forudsiger SOC, beregningsformlen er som følger: hvor TT er hele afladningstidslængden, og VEND er afladningsafslutningsspændingen, VP er afladningsstartspændingen. På ethvert tidspunkt, når afladningsspændingen V (T) for batteriet er kendt, kan Vu (TU) beregnes, og den normaliserede Tu opnås ved den normaliserede kurve, som igen har en ladetilstand (estimeringsnøjagtigheden er inden for 10 %, " Velegnet til situationer, der kræver lave krav).

Dokument [20] [21] bruger forskellige initiale afladningsspændinger til at svare til forskellig afladningstid, ved periodisk eksternt ekstern ekstern strømmende belastning under drift, måle en række driftsspændinger, etablere en spænding, Temperaturen er input, den resterende tid er output SOC sløring estimering systemet, hvorved SOC opnås for monomer strøm batteri, hvilket også er inden for 1% voltage metode. Denne metode kan estimere batteriets SOC on line, hvilket har en god effekt ved konstant strømafladning, men gælder ikke for afladningsforhold med væsentlige eller alvorlige udsving. 2.

5 Intern modstand (konduktans) metode for batterimodstanden i batteriet, den tilsigtede interne modstand, RESISTANCE, og de har tætte relationer med SOC for at implementere online måling. I batteriet er i et andet batteri, dets interne modstandsværdi er anderledes, den interne modstand (elektrisk guide) metode er at forudsige ændringen af ​​SOC ved at måle ændringen i intern modstand (konduktans) under afladningsprocessen. [22].

Der er også kontroverser om anvendelsen af ​​intern modstandsforudsigelse SOC. Dokument [23] Test og statistik om konduktansen af ​​det ventilstyrede tætnings bly-syre batteri ved hjælp af konduktivitetstesteren, opdagede, at afladningstiden er lineært relateret til konduktansværdien, og korrelationskoefficienten når 0,825; i IEEE 1188-1996 standarden foreslås måling også.

Nødvendigheden af ​​intern modstand, der klart definerer batteriets interne modstandstest mindst en gang i kvartalet [24]. Men litteraturen [25] [26] [27] [28] Forholdet mellem den interne modstand (konduktans) og batteriets resterende kapacitet er undersøgt ved henholdsvis eksperimentel test og teoretisk analyse, og resultaterne viser, at: (1) Ventilstyringsledning Når batteriets SOC er 50 % eller 40 %, er dets indre modstand (eller i princippet ikke mindre elektronisk modstand, den indre modstand (eller SOC) er grundlæggende ikke mindre ledende end 4 % intern modstand. af batteriet øges hurtigt; (2) For mere end 80 % af kapaciteten. VRLA-batteriet bruges online, og batteriets SOC kan ikke detekteres i overensstemmelse med den interne modstandsværdi (konduktans); (3) i henhold til batterielektrodeværdien eller den interne modstandsværdi kan batteriets ydeevne bestemmes til en vis grad. Fremkomsten af ​​tvister er relateret til de statistiske metoder, hovedsageligt relateret til nøjagtigheden af ​​det testede batteri selv og den interne modstand (konduktans) tester.

Fordi selv med den samme producent, den samme batch, den samme størrelse af batteriet, dens interne modstand (konduktans) heller ikke konsistens, bestemmes dette af batteriproducentens tekniske niveau. Og batteriets indre modstand er lille, og SOC har ændret sig, de indre modstandsændringer er ikke store, og hvis måleinstrumentets nøjagtighed ikke opfylder kravene, vil det være svært at svare til det tilsvarende forhold mellem den indre modstand og den resterende kapacitet. Dokument [29] Ved impedansspektral måling påpeges det, at ændringerne i ohm akustisk modstand kan afspejle ændringerne i SOC, men når SOC stiger fra 16 % til 91 %, er dens ohmske indre modstand lille, omkring 0.

6mΩ. Og foreslået, at når den interne impedans af batteriet ændrer sig til følsomheden, er der et monotont funktionsforhold mellem det tilsvarende excitationssignal og dets SOC, og frekvensændringsområdet er stort, og resonansfrekvensen af ​​VRLA-batteriet bruges som transmission af batteriet SOC. Indledende parametre, denne teori er stadig på forskningsstadiet.

Samtidig foreslår litteraturen [30] at standardisere producenten ved at vælge intern modstand (konduktans) stabiliseret batteri ved at vælge intern modstand (konduktans) stabiliseret batteri i tilfælde af storstilet brug af batteriet. Produktion snarere end den præcise indikator direkte som en batteriladningstilstand. Fra den aktuelle litteratur, data og produkter til test af intern modstand (konduktans) [31] [32] [33] [34] Hovedsageligt anvendt til metoden med intern modstand (konduktans) til advarslen om batterifejl, direkte anvendt på SOC-forudsigelse meget mindre (almindeligvis brugt som en af ​​SOC-påvirkningsfaktorerne) kombineret med spændingsmetode, neurale netværk osv.

) [36]. Og litteraturen [30] har været afgørende, når den elektriske ledningsevne af monomerbatteriet er mere end 80% af referenceværdien, batteriet er normalt, og kapaciteten er 80% eller mere; når konduktansværdien er 60 % -80 % af referenceværdien. Kapaciteten er meget sandsynligt, at mindre end 80%, batteriet er i en "normal fare" tilstand, og fuld afladningstest er påkrævet; når konduktansværdien er 60 % af referenceværdien, er batteriet i en "alvorlig risiko"-tilstand, der kræver rettidig udskiftning.

3 Systemidentifikation og parameterestimationsmodelmetodeforudsigelse SOC 2000, systemidentifikations- og parameterestimeringsmodelmetoden begyndte at blive anvendt til batteri-SOC-estimering og er i øjeblikket mere populær i indenlandsk og udenlandsk forskning. Det er hovedsageligt at anvende nogle nye metoder (hovedsageligt manuelle intelligensalgoritmer) til at modellere systemmodellering, som vil påvirke de forskellige faktorer af SOC ind i batterimodellen, og modellen identificeres systematisk og parameter estimeres ved et stort antal tests, og opnår et batteri Forholdet mellem nogle parametre og SOC, og derefter estimere SOC. Sammenlignelig lov om kunstigt neuralt netværk, vektormaskine, fuzzy-ræsonneringsmetode og Kalman-filtreringsmetode osv.

3.1 Neural netværksmetode Da batteriet er et komplekst ikke-lineært system, er det vanskeligt at etablere en nøjagtig matematisk model for dets opladnings- og afladningsproces. Det neurale netværk har en distribueret parallel behandling, ikke-lineær kortlægning og adaptiv læring mv.

, som bedre kan afspejle de grundlæggende karakteristika ved ikke-linearitet, og kan give tilsvarende output, når der er ekstern excitation, så batteridynamikken kan simuleres til en vis grad Features, estimater SOC [36] [37]. Estimering af det meste af batteriets SOC bruger et typisk 3-etagers kunstigt neuralt netværk [38] [39]. Generelt opsaml afladningsstrømmen, slutspændingen og temperaturen af ​​batteriet direkte, eller brug ændringen af ​​den variable strøm kombinerede målemetode, bestemme input af den elektriske bevægelse og indre modstand som en neural netværksmodel, SOC som et output.

Hvor input, output lag neuroner generelt er lineære funktioner; antallet af implicitte lagknuder afhænger af problemets kompleksitet og analysenøjagtighed og kan bestemmes i henhold til netværkets konvergenshastighed og træningsgennemførelse. Den kunstige neurale netværksmetode er velegnet til forskellige batterier, men fejlen er påvirket af træningsdata og træningsmetoder, og der er støjinterferens, der påvirker netværksindlæring og -applikation i faktisk brug. Fra den nuværende litteratur er det neurale netværk hovedsageligt teoretisk.

Dokument [40] [41] En anden Neural Network-Support Vector Machine (SVM) metode bruges til batteri SOC estimering for at undgå defekter i træningstid, lokal optimalitet og konvergenshastighed. Og litteraturen [42] foreslår yderligere at forudsige batteriets SOC ved hjælp af den tilknyttede vektormaskine (RVM), som er højere end støttevektormaskinen, og forudsigelsesmodellen er også mere sparsom, men algoritmen er mere kompliceret, og det er nødvendigt at optage større computerressourcer. 3.

2 Fuzzy Logic Flag Logic Law er en fuzzy modellering af batteriet, som er baseret på input, output testdata og ikke er begrænset af forudgående viden, erfaring og adfærd. Denne metode behandler generelt parametrene (såsom spænding, strøm, temperatur, intern modstand osv.) som en inputvariabel for modellen (f.

g., spænding, i overensstemmelse med et stort antal batteri karakteristika testdata, forholdet mellem SOC og strøm, spænding, temperatur og andre faktorer, Design fuzzy regler og lav fuzzy ræsonnement, via anti-tvetydige behandling estimater batteri SOC [43] [44] [45]. Den største ulempe ved fuzzy logic-metoden er, at der kræves en stor mængde eksperimentelle data for at opnå fuzzy ræsonnementsregler og erfaringsformler i henhold til eksperimentelle data.

Denne metode bruges i øjeblikket i simulering og teoretisk analyse, og er ikke blevet anvendt på den faktiske. 3.3 Kalman-filtrering Kerneideen i Karman-filtreringsteorien er det optimale estimat af kraftsystemets størrelse, hvilket gælder for både lineære systemer og ikke-lineære systemer [46].

Når man bruger Kalman-filtreringsmetoden til at estimere SOC, skal den batterimodel, der er egnet til Kalman-filterestimation, først etableres, og modellen skal have to funktioner: (1) Den kan bedre afspejle batteriets dynamiske egenskaber, mens rækkefølgen ikke må være for høj. For at reducere mængden af ​​processordrift er det nemt at implementere; (2) Modellen skal nøjagtigt afspejle forholdet mellem batteriets elektromotoriske kraft og terminalspændingen og derved muliggøre et lukket sløjfe-estimat med høj præcision. Almindeligt anvendte ækvivalente kredsløbsmodeller har en Randle-model (se figur 1), en massimoceraolo-model, en thevenin-model, en Shepherd-model osv.

, alle parametre er ventende parametre, skal beregnes i henhold til eksperimentelle data [47] [48]. Figur 1Randles batterimodel I praktiske applikationer bruges Kalman-filtreringsmetoden normalt i kombination med åben kredsløbsspændingslov og sikkerhed. Den grundlæggende procedure er: Når spændingen på modellen bruges som systemet, efter at spændingen er estimeret af Kalman, bruges den til at opnå en batterielektromotorisk kraft (eller åben spænding) ved hjælp af det matematiske forhold i modellen, og endelig forholdet mellem elektromotoren og SOC.

SOC. Calman-matematikformen for batterimodellen er: Tilstandsligning: (9) Observationsligning: (10) En ligningsligning: (11) Input Vector UK, inkluderer normalt variabler såsom batteristrøm, temperatur, restkapacitet og intern modstand Systemets output YK er normalt batteriets driftsspænding, og batteriet SOC er inkluderet i statusmængden for systemet B, x bestemmes af statusmængden for systemet, x er opnået. ved testen er ωk, vk systemstøj. Kernen i den estimerede SOC-algoritme er at etablere et sæt rekursive ligninger, herunder SOC-estimater og reflekterende estimeringsfejl, og kovariansmatricer bruges til at give estimeringsfejlområdet.

Ligning (11) er batterimodeltilstandsligningen, som beskriver grundlaget for SOC&39;en som en statusvektor. Kalman filter kan opretholde en god nøjagtighed under estimeringsprocessen, og har en stærk korrektionseffekt på initialiseringsfejlen, som har en stærk hæmmende effekt på støj. På nuværende tidspunkt er SOC-forudsigelsen af ​​et hybridbilbatteri, der hovedsageligt bruges i aktuelle ændringer.

På basis af Kalman-filteret vil litteraturen [49] [50] [51] udvide Karman- og Colorborne Karman-filtreringsmetoden til at estimere SOC. Den største ulempe ved Kalman-filtreringsmetoden er, at dens estimerede nøjagtighed afhænger af nøjagtigheden af ​​den batteriækvivalente kredsløbsmodel, og etableringen af ​​en nøjagtig batterimodel er nøglen til algoritmen. En anden ulempe er, at betjeningen er forholdsvis stor, du skal hurtigere vælge en enkel og fornuftig batterimodel og en processor.

3.4 Andet metodedokument [52] Den nævnte lineære modelmetode, ved brug af den lineære model på de indledende betingelser for målefejlen og fejlen, baseret på en stor mængde batteriladningsudladningseksperiment, etablering af SOC og dets ændringsbatteri Lineær ligning for slutspænding, strøm, i formel (12), (13). Denne metode er velegnet til små strømstyrker, SOC ændrer sig langsomt, men denne funktion begrænser dens anvendelsesområde og er ikke blevet set i den faktiske applikation.

Hvor SOC (k) er SOC-værdien for det aktuelle tidspunkt; △ SOC (k) er ændringsværdien af ​​SOC&39;en; V (k) og i (k) er spændingen og strømmen af ​​den aktuelle tid. Β0, β1, β2 og β3 er lineære modelkoefficienter opnået ved at bruge referencedata gennem mindste kvadraters metode. Litteraturen [53] foreslår, at den ikke-lineære selvretur-glidende gennemsnitsmodel (Narmax) er høj, strukturen er enkel, konvergenshastigheden er karakteriseret, og andre påvirkningsfaktorer for batteriets arbejdsspænding og strøm er modelinput, og SOC&39;en bruges som systemstøj, og batteri-SOC&39;en udfører estimering i realtid, relative undersøgelsesmetoden skal kun anvendes til 1%, og denne metode skal kun studeres.

Den genkender modellen (14), hvor Y (t) er SOC-sekvensen, U1 (T) er en strømsekvens, U2 (T) er en spændingssekvens. Dokument [54] For det ikke-lineære forhold mellem batteriets indre modstand og den resterende kapacitet forudsiges SOC for den blandede køretøjsbatterienhed ved den kombinerede grå GM (1, 1) modelgruppemetode. Litteraturen [55] etablerer SOC-tilstandsligningen baseret på sikkerhedstiden og foreslår applikationens robuste filtreringsalgoritme til at forudsige batteriets SOC.

Det kan ses ud fra de forskellige metoder beskrevet ovenfor. Uanset om det er en fysisk modelleringsmetode eller en systemidentifikations- og parameterestimeringsmodelmetode, er den baseret på batteriets målte parametre (hovedsageligt spænding, strøm, intern modstand, temperatur osv.) og resterende.

Forholdet mellem kapacitet er baseret på en lang række eksperimenter for at etablere en stabil batterisystemmodel til at forudsige SOC. 4 Sammenfatning, SOC-forudsigelsesmetoden er påvirket af mange faktorer (afladningsstrøm, spænding, temperatur, afladningsdybde, intern modstand, elektrolytdensitet, selvafladning, ældning osv.), forudsigelsesteknologien for den resterende kapacitet af VRLA-batterier og dens konstruktion. Modellen er kompliceret, og der er ingen nøjagtig og universel forudsigelsesmetode.

Ovennævnte forskellige SOC-forudsigelsesmetoder er fordelagtige, men i forskellige brugsmiljøer, i forskellig forudsigelsesnøjagtighed, kan brugen af ​​en enkelt forudsigelsesmetode ikke længere opfylde de faktiske behov, og dermed designe højpræcisionsdatadetekteringskredsløb, ved hjælp af flere metoder til kombineret forudsigelse SOC, især kombinationen af ​​en række intelligente algoritmer og nye teorier, er fortsat den nøjagtige udvikling af forudsigelse, SOC er blevet real-time-retningen, online kapacitetsforudsigelse af batteriet.