鉛酸蓄電池荷電狀態(tài)估算方法和鋰電池荷電能力分析。荷電保持能力強，允許工作溫度范圍寬。在(20±5)度下，以開路形式貯存30天后，電池的常溫放電容量大于額定容量的85%。鋰電池具有優(yōu)良的高低溫放電性能，可以在-20~+55度工作，高溫放電性能優(yōu)于其他各類電池。

電池荷電狀態(tài)，也叫剩余電量，代表的是電池使用一段時間或長期擱置不用后的剩余可放電電量與其完全充電狀態(tài)的電量的比值，常用百分數(shù)表示。其一般用一個字節(jié)也就是兩位的十六進制表示，含義是剩余電量為0%~100%，當SOC=0時表示電池放電完全，當SOC=100%時表示電池完全充滿。

鉛酸蓄電池荷電狀態(tài)估算方法

荷電狀態(tài)估算是鉛酸蓄電池進行充放電控制以及均衡管理的重要依據，鉛酸蓄電池作為重要的儲能元件，其性能優(yōu)劣直接影響著光伏發(fā)電系統(tǒng)的穩(wěn)定運行。為了延長蓄電池的使用壽命，保證光伏儲能系統(tǒng)的安全可靠經濟運行，必須對蓄電池的荷電狀態(tài)SOC進行準確估算。

目前國內外對鉛酸蓄電池SOC的檢測方法大致分為兩大類：

第一類是從研究鉛酸蓄電池的內部作用機理出發(fā)，通過檢測電解液密度來估算蓄電池的SOC。同時通過外部表征量以及使用經驗還可以得到電池的一些內部信息，如極板的硫酸化、極板的脫落、電解液液面降低等等。另一類是從研究蓄電池的外部特性角度出發(fā)，對其端電壓、電流、內阻等電池的表征量進行分析，采用一定的檢測裝置和算法得到蓄電池的SOC。這類是目前研究最多、應用最廣泛的方法，主要有安時法、開路電壓法、內阻法、卡爾曼濾波算法、神經網絡以及模糊算法等等。

(1)安時法

該方法通過檢測初始時刻至時刻的電流，采用積分算法得到充入電量和放出電量，與額定容量Cn相比后，再與初始SOC0時刻相減，即可得到t時刻的SOC值。

安時法因其檢測方法簡單，易于實現(xiàn)等優(yōu)點在SOC檢測中被廣泛應用。但安時法也存在兩個主要缺陷：a)需要較為準確的SOC初始值;b)安時法是開環(huán)的電流積分，且電池在工作時受充放電倍率、溫度、老化等因素影響。如不考慮這些因素，隨著時間的增加，安時法累積誤差將越來越大，最終得不到準確的SOC值。

(2)開路電壓法

開路電壓法是利用電池的開路電壓與SOC有相對固定的函數(shù)關系，通過測量鉛酸蓄電池的開路電池來估算SOC。開路電壓法比較簡單，但由于極化作用，電池需要幾個小時甚至十幾個小時的靜置時間來達到穩(wěn)定的開路電壓，這給測量造成困難。

(3)內阻法

鉛酸蓄電池內阻有交流內阻和直流內阻之分。對于鉛酸蓄電池，其內部阻抗與蓄電池的容量及完好性有著密切的關系，因此有人提出可以利用測量阻抗來評估和預測蓄電池的性能。事實上，在線準確測量電池的內阻是比較困難的。

(4)神經網絡法與模糊理論法

對于蓄電池而言，其內部參數(shù)之間關系是高度非線性的，有的參數(shù)甚至是未知的，這使得想要通過建立一個簡單而有效的數(shù)學方法來估算蓄電池的狀態(tài)很難。神經網絡以及模糊理論都是處理非線性系統(tǒng)的有力工具，近年來，采用神經網絡和模糊理論來估算蓄電池SOC的研究不斷涌現(xiàn)。

(5)卡爾曼濾波法

卡爾曼濾波法估算SOC是通過一系列數(shù)學遞歸公式來實現(xiàn)SOC的最小方差估計。卡爾曼濾波算法在估算SOC過程中不僅能保持較好的精度，并且對初始值的誤差有很強的修正作用，適用于各種類型的電池。卡爾曼濾波算法估算SOC時有著不同的應用方式，一般情況下選取安時法計算SOC的變形公式作為狀態(tài)方程，也有直接利用蓄電池數(shù)學模型或經驗公式直接獲得狀態(tài)方程。

鋰電池荷電能力分析

①貯存后荷電恢復能力檢測主要檢驗鋰電池在貯存規(guī)定的時間后，容量恢復情況。具體步驟如下：

②鋰電池在（20±5）℃的環(huán)境溫度下以0.2C電流恒流放電至規(guī)定的放電終止電壓；

③鋰電池應在（40±2）℃的環(huán)境溫度下開路存放90d；

④鋰電池應在（20±5）℃的環(huán)境溫度下按照步驟①方法充電；

⑤鋰電池應在（20±5）℃的環(huán)境溫度下以0.2C電流恒流放電至規(guī)定的放電終止電壓；

⑥計算電池在步驟⑤中放出的容量（Ah）。

蓄電池在規(guī)定條件下的開路狀態(tài)下保持容量的能力。電池自放電愈快，荷電保持能力愈差。如室溫下氫/鎳蓄電池一個月的自放電容示損失為2n,，則荷電保持能力為80%。荷電保持能力和荷電恢復能力檢測主要是檢驗鋰離子電池貯存一段時間后的容量保持情況,并在荷電保持試驗后就對電池再充電,檢驗其容量恢復情況。