为什么电动汽车的电池不能准确显示剩余电量？

那么，回到最初的问题，为什么电动汽车（和铅电池）看起来不准确？ 这是因为电动汽车的功率（通常称为 SOC，或充电状态）比手机的功率更难测量。

电动汽车比手机更难估算的原因有几个。 这里有一些更深层次的观点：

常用的SOC估算方法：

让我们从我们更熟悉的一个开始：GPS。 现在，基于手机的GPS定位精确到米量级。 就导弹而言，这样的定位是不够的。 缺少两件事：准确性和实时性（即成功定位的秒数）。 所以导弹还有另一个补偿系统：陀螺仪。

陀螺仪是卫星 GPS 定位的完整补充——它们是准确的（至少在毫米级）和实时性，但问题是误差是累积的。 比如，蒙住一个人，让他走直线，你可能看不到几十米，但你可能能走几公里，转180度。

有没有办法将GPS和陀螺仪的信息融合起来，相互补充，得到最准确的位置？ 答案是肯定的，卡尔曼滤波很好，仅此而已。

这与电池的 SOC 估计有什么关系？ 有两种常用的测量SOC的方法：

第一种方法是开路电压法，它根据电池的开路电压来测量电池的状态。 这个很容易理解，但是满高电池电压，低电池电量，功率和电压是对应的。 这种方法类似于卫星GPS定位，没有累积误差（因为它是基于条件的），但是精度较低（由于各种因素，前面的反应现在已经解释过了）。

第二种称为安时积分器，它通过对电池的电压（流量）进行积分来测量电池的状态。 比如你给一个100千瓦的电池充电，每次测电流增加到50度，剩余电量就是50度。 这种方法可以与高精度陀螺仪相比（瞬时测量精度小于1%，0.1%的测量成本低且常见），但累积误差较大。 另外，即使电流表是神牌，完全准确，但使用电流表时积分法和开路电压法是分不开的。 为什么？ 因为电池本身的性质会发生变化。

在学术上，也许一些先进的车企将开路电压和安时积分与卡尔曼滤波算法结合起来，以获得最准确的SOC估算，但他们经常会犯错误，因为他们不了解如何深化电池的进化。 自然。

国内汽车企业开发的电动汽车一般采用开路电压法和LAMV积分法：后面的车留有足够的时间（例如，汽车只在早上启动），开路电压法用于估计力启动，SOC_start 表示。 汽车启动后，电池状态变得混乱，开路电压法不再有效。 然后，使用基于 SOC_start 的 amV 积分方法来估计当前电池电量。

导致电动汽车SOC困难的一个重要因素是锂电池组建模难度。 或者换句话说，可以使电动汽车SOC估计变得越来越准确的研究领域。 电池和电池组的性质是关键方向。 提高仪器精度并不是当前的研究方向就足够准确，再准确也无济于事。