了解鋰電池的SOC和FCC

2025 年 4 月 28 日

潘李博士

湖北大學理學博士，中南大學材料科學與工程博士後。長期從事高性能電極材料、防爆電池、低溫電池等領域的研究，具備紮實的科學研究基礎和豐富的實務經驗。

了解鋰電池系統中的充電狀態 (SOC) 和滿載充電容量 (FCC) 可讓您監控剩餘能量相對於電池總容量的百分比。在鋰電池中， SOC 以及 FCC 是描述電池性能、健康狀況和可用性的關鍵參數。

關鍵要點

了解充電狀態 (SOC) 可以顯示剩餘電量。這有助於保持設備醫療工具且機器人運作良好。
滿充電容量 (FCC) 顯示的電池可容納的最大能量。查看 FCC 有助於規劃維修並延長電池使用壽命。
在電池系統中結合使用SOC和FCC可以提高安全性和效率，也能讓設備更好地運作並降低成本。

第 1 部分：鋰電池中的 SOC 和 FCC 是什麼？

1.1 SOC：電池管理系統中的定義與作用

定義

SOC 表示電池中剩餘可用能量佔其目前最大容量 (FCC) 的百分比。

範例：SOC 為 80% 的電池剩餘可用能量為 80%。

關鍵特徵:

動態：充電/放電期間快速變化（例如，幾分鐘內從 50% 變為 30%）。

面向使用者：在裝置上顯示「電池百分比」（例如，機器人, 醫療器械).

對安全至關重要：防止過度充電（SOC=100%）或深度放電（SOC=0%），這可能會損壞電池。

測量方法:

庫侖計數：追蹤電流隨時間的變化（積分電流來計算電荷）。

電壓相關性：根據電池電壓估計 SOC（隨化學和溫度而變化）。

高級算法：結合電壓、溫度、老化和阻抗資料（用於電池管理系統，BMS）。

利用SOC估算的先進技術，例如機器學習演算法和高斯過程回歸，您可以實現更高的精度並改進電池管理系統。這些方法利用大量的現場數據，確保在實際應用中獲得穩健可靠的結果。

1.2 FCC：定義及其對鋰電池效能的影響

FCC（滿充電容量）是指鋰電池在目前健康狀態 (SOH) 下可儲存的最大電量（以 mAh 或 Ah 為單位）。它表示電池在特定時間內的實際可用容量，由於化學和物理性能的下降，該容量會隨著電池壽命的延長而逐漸減少。

標稱容量與FCC:

名義能力：電池新的時候廠商規定的理論容量（例如3000mAh）。
FCC：實際容量，隨著老化和使用而下降（例如，2700 次充電週期後容量為 500mAh）。

導致FCC降解的因素

FCC 減少是由電池內部化學性質的不可逆變化引起的：

電極劣化:

鋰離子電池採用石墨負極和金屬氧化物正極。反覆充放電會導致機械應力（例如開裂、粉碎）和活性物質損失。

電解質分解:

電解質會隨著時間的推移而分解，形成固體電解質中間相 (SEI) 層，消耗鋰離子，從而減少可用的電荷載體。

外在因素:

溫度因素：高溫（>40°C）會加速副反應和SEI生長。

充電/放電率：快速充電和高放電電流會產生熱和壓力。

放電深度 (DoD)：頻繁的深度放電（例如 0%–100%）會使電極變形。

1.3 電池組中SOC與FCC的關係

在電池組（由多個串聯或併聯的電池組成）中， SOC（充電狀態）以及 FCC（滿充電容量）變得更加複雜。電池組的效能不僅取決於單一電池的SOC和FCC，還取決於電池間的一致性（例如容量、內阻、老化程度的差異）以及電池管理系統（BMS）的控制策略。

基本定義

SOC（充電狀態）：單一電池或整個電池組的當前剩餘電量百分比（相對於其當前最大容量）。

FCC（滿充電容量）：單一電池或整個電池組在目前健康狀態下可以儲存的最大電量（以 Ah 或 Wh 為單位）。

電池和電池組之間的關係

所有電池的 SOC 和 FCC 透過串聯或併聯配置共同決定電池組的整體性能：

串聯電池組

總電壓 = 電池電壓 × 串聯電池數量。
總催化裂解 = 所有單元中最小的 FCC。
範例：對於 3 個串聯電池，其 FCC 分別為 2000mAh、1900mAh 和 2100mAh，則電池組的有效 FCC 為 1900mAh（由最弱的電池決定）。
總 SOC：受最弱電池的限制。
如果一個電池的 SOC 降至 0%，則整個電池組將停止放電，即使其他電池仍有電量。

並聯包

總容量 = 單一細胞 FCC 的總和。
總 SOC：單一電池 SOC 的加權平均值（基於其 FCC）。
範例：兩個電池並聯，FCC 分別為 2000mAh（SOC=50%）和 1000mAh（SOC=100%），總 SOC = (2000×50% + 1000×100%) / (2000+1000) = 66.7%。

電池組中SOC和FCC之間的相互作用

細胞失衡的影響

電池之間的 FCC 差異（容量下降不均勻）導致：

SOC不平衡:

在充電/放電過程中，FCC 較低的電池單元的 SOC 變化更快。例如，在串聯電池組中，最弱的電池單元可能首先達到 100% SOC（過充風險），或過早降至 0% SOC（提前終止放電）。

產能利用率降低:

電池組的可用容量受到最弱電池（串聯）的限制，從而降低了整體 FCC 效率。

BMS平衡策略

BMS 使用主動或被動平衡來減輕電池單元之間的 SOC 和 FCC 差異：

被動平衡：透過電阻器耗散高 SOC 電池的多餘能量（適用於小型電池組）。
主動平衡：將能量從高 SOC 電池傳輸到低 SOC 電池（效率更高但成本更高）。
動態FCC調整：BMS 持續監控電池 FCC 並重新計算電池組的總 FCC。

數學關係

電池組的總 SOC 和 FCC 是根據電池容量計算的：

第 2 部分：如何測量或估算 SOC 和 FCC？

2.1 SOC（充電狀態）測量/估算

SOC 以百分比表示電池中剩餘的可用電量。由於電池行為的非線性以及溫度和老化等外部因素，SOC 的估算頗具挑戰性。常用方法包括：

直接測量法

開路電壓（OCV）法:
原則：SOC與電池靜止（無負載）時的電瓶電壓相關。
過程:
將電池與負載/充電器斷開並讓其休息（例如 1-2 小時）。
測量電壓並將其與預先定義的 OCV-SOC 查找表（特定於電池化學）進行比較。
優點：簡單，成本低。
缺點：需要休息時間，在動態條件或老化下不準確。
庫侖計數（電流積分）:
原則：透過對電流隨時間的變化進行積分來追蹤淨電荷流動。
公式:
其中 SOC0 = 初始 SOC，I= 電流（充電時為正，放電時為負）。
優點：即時估算，在運行過程中起作用。
缺點：需要準確的初始 SOC；由於感測器漂移、洩漏或 FCC 變化，誤差會累積。

基於模型的估計

等效電路模型（ECM）:
使用電氣模型（例如，戴維南模型）來模擬電池行為，結合電壓、電流和內阻。
透過將模型輸出與即時測量值進行比較來推斷 SOC。
卡爾曼濾波器（擴展卡爾曼濾波器，EKF）:
一種透過將庫侖計數與電壓/電流測量和統計雜訊過濾相結合來預測 SOC 的遞歸演算法。
優點：處理感測器不準確性和動態條件。
缺點：計算量大，需要精確的電池模型。
機器學習（ML）:
使用歷史資料（電壓、電流、溫度）訓練神經網路或迴歸模型來預測SOC。
優點：適應衰老和非線性行為。
缺點：需要大量資料集和計算資源。

混合方法

結合 OCV、庫侖計數和基於模型的方法以獲得更高的精確度。

範例：使用 OCV 定期重置 SOC，同時依靠庫侖計數進行即時更新。

2.2 FCC（滿載充電容量）測量/估算

FCC 反映電池的最大可儲存電量，其效能會隨時間推移而下降。估算方法包括：

直接測量

完全放電/充電循環:
過程:
將電池完全放電至 0% SOC，然後充電至 100%，同時測量總充電輸入。
測得的電荷即為目前的 FCC。
優點：最準確的方法。
缺點：耗時，耗電（不適合日常使用）。
帶插值的部分循環:
測量部分週期內的充電/放電，並使用已知的 SOC 邊界推斷 FCC。

基於模型的估計

老化模型:
追蹤循環次數、溫度歷史和放電深度 (DoD) 以預測 FCC 降解。
示例：
其中 k = 退化係數（根據經驗決定）。
阻抗光譜:
測量與 FCC 損耗相關的內部電阻或阻抗變化。
BMS演算法:
使用以下方式不斷更新 FCC：
其中 ΔSOC = 充電/放電階段期間的 SOC 變化。

適應性學習

現代 BMS 系統使用機器學習根據歷史使用模式和退化趨勢調整 FCC 估計。

2.3 SOC/FCC估算的挑戰

老化效應:
電池化學性質隨時間而變化，改變 OCV-SOC 關係和內部電阻。
溫度依賴性:
低溫會降低 FCC 並使電壓讀數失真；高溫會加速老化。
電池組的電池不平衡:
在多電池系統中，單一電池 FCC/SOC 的變化使電池組級估計變得複雜。
感測器錯誤:
電流/電壓感測器的不準確性會導致庫侖計數的累積誤差。

荷電狀態 (SOC) 和滿載充電容量 (FCC) 是優化鋰電池效能、安全性和效率的關鍵指標。準確的 SOC 和 FCC 估算可確保醫療設備、機器人和基礎設施等行業的可靠運作。基於人工智慧的演算法和先進材料等新興技術有望解決容量衰減等挑戰，並增強電池管理系統。這些創新可將能量密度提高高達 40%，從而延長電池的運行時間並提高可靠性。利用這些進步，您可以最大限度地延長電池組的使用壽命和效率，確保為關鍵應用提供可持續且經濟高效的解決方案。