网站建设过程中需要注意的通用原则,网站模板颜色,刚做的网站怎么收录,温州网络公司推广本文的话题也许是很多人的疑问#xff0c;对于手机显示电量是怎么推算出来的#xff0c;到底显示1%的时候还有没有电呢#xff1f;这是一个直击灵魂的问题——有时候手机最后1%的电能用很久#xff0c;有时候却只能用一瞬间。给人留下这个印象#xff0c;有一些心理层面的…本文的话题也许是很多人的疑问对于手机显示电量是怎么推算出来的到底显示1%的时候还有没有电呢这是一个直击灵魂的问题——有时候手机最后1%的电能用很久有时候却只能用一瞬间。给人留下这个印象有一些心理层面的原因我们今天就不分析了。在技术上有三个可能会导致现在这个结果。1)示策略的原因你看到的电量是工程师想要让你看到的电量。考虑到用户的心理在电量即将耗尽时尽早显示1%会促使用户尽早充电降低电量真实耗尽的可能性。所以实际情况下有可能显示剩余电量是1%但实际上还有一定的可用电量。2)软件主动限制能耗现在很多品牌的手机如华为、苹果都会在低电量的时候进入低电量模式。此时很多后台软件都会被限制使用芯片耗电功率会主动降低使得最后的电量变得更加耐用一点。新能源车上也可能会有相应的策略。在低电量情况下使得Pedal Map更柔和也就是说踩同样深度的油门会输出更小的扭矩。这样能降低你的实际能耗延长续驶里程。3)“1%”剩余电量是被估算出来的你也看到了这里用的词是估算不是计算也不是测量。因为电池电量SOC(State of Charge电池荷电状态)的算法实在太复杂了这也是今天我们真正硬核的内容控制系统是怎么知道电池剩余电量的01我们在手机和车上看到的电量百分比是怎么来的我们再看上面公式当前时刻的SOC等于上一时刻的SOC加上电流和时间的累积量除以容量。通过对于放电电流和时间的积分计算得到当前的SOC。举个栗子假设一个标称容量为10000mAh的充电宝持续以5A电流放电至电量为0。代入以上公式算出充电宝能放电2h。那么将放电电流提高到10A这个充电宝的放电时间将缩短为1h。因为10Ah10A*1h5A*2h以上就是最简单的“安时积分法”。这种算法广泛应用于各类普通的3C产品如手机、充电宝、电瓶车剩余电量估算。有了这种算法就万事大吉了呢当然不是这个公式最大的敌人是误差。就好比你要从上海走到北京用计算步数的方法估算已经走过了多少路。每一步步长有差距步数的计数也可能出错。而这些误差会在整个估算过程中被不断地累计使得结果越来越偏离正确的值。02有什么方法可以消除累计误差么有那就是引入一个相关的变量——电压。好比在从上海到北京的路上放下一个又一个里程碑后续直接读数字一样。电压就是电量估算用的里程碑。电池在长时间静置后测量到的电压被称为开路电压OCV(open circuit voltage)。OCV与SOC存在一一对应关系将其绘制成OCV-SOC曲线作为标尺。这样我们通过测量电压OCV就可以精确地知道当前SOC是多少。是不是很方便很直接这条曲线也在SOC估算中被大量的应用。不过这条曲线也有一个很大的问题。问题就出在OCV的名字上。因为只有在电池长时间静置后我们才认为此时的电压是开路电压OCV。换句话说OCV的实时性很差。而在新能源车上电压是会变化的。电池的输出功率是很不稳定一会儿大一会儿小时不时还要能量回收导致功率是负的。如果直接用OCV曲线计算SOC会发生奇葩的情况——驾驶员踩一脚大油门就能看到电量蹭蹭蹭地往下降松开油门后电量又蹭蹭蹭地上涨。相信这你一定不能接受。03看来OCV也行不通又该怎么办幸好我们还可以AB将安时积分的算法与OCV-SOC算法相结合这就是当前电池SOC的一种主流算法——- 当BMS判断电压处于相对平稳的状态时我们就用OCV-SOC查表。- 当BMS发现电压处于波动即非稳态条件下时我们就采用安时积分的方法来估算SOC。- 这能完成大多数情况下的SOC估算但是实际情况往往更复杂。比如经过一段时间的使用电池标称容量发生了衰减。比如回到我们最初的问题在电量还剩1%的时候抓取不到可以采用OCV-SOC的工况等。而且手机电池只有一块而电动汽车的电池是由很多节电池串联又并联组成的。因此电动汽车的电池SOC估算会更加复杂。对新能源汽车来讲SOC精度不仅影响着表显续航里程关系用户出行计划。甚至还意味着充电更安全续航里程更多。以用户最关心的电动车自燃事件为例。电动汽车自燃是一个复杂原因导致的直接现象。可能是因为硬件短路、电芯杂质但你万万想不到也有可能是SOC估算误差的原因举例来说在充电过程中实际SOC已经达到了100%而由于估算误差的原因BMS以为SOC为95%需要继续充电从而导致电芯过充长期过充便可能引发自燃。同时在放电末期精准的SOC意味着更准的里程。随着电池容量的不断增大每1%的SOC对应的里程数也越来越大。比如续驶里程420公里3%的估算精度相比于5%来说就有可能多开出整整8.4公里。我还从网上也找到了一张SOC的发展趋势从图中我们可以看到最底端红色线为OCV-SOC估算方法(OCV based)最底端黄色为安时积分估算方法(Ampere hour counting)OCV-SOC和安时积分法的算法复杂度较低而且其精度的跨越幅度非常大做得好的话也能获得不错的精度。目前电动汽车的估算精度一般保证在5%以内。上汽新能源从电芯的电化学特性出发实时动态估算修正SOC其算法可以将精度确保在3%以内。在这种算法下BMS可以在行车过程中对SOC进行实时修正。当然技术还在不断发展的。目前很多与电池相关的产业比如3C、电动汽车等产业针对电池SOC估算提出了很多新的算法。比如上文提到的OCV-SOC估算方法与安时积分相结合的估算方法比如基于电池模型和电池外特性的卡尔曼滤波算法比如通过数据驱动的机器学习方法比如从电池的电化学机理出发通过电池本身内在固有特性来解释电池特性的电化学模型方法等等。随着硬件技术及算法工程的不断推进以及电芯厂商和OEM对电池本身特性研究的越发深入SOC估算的参数因子分析会越来越全面其估算精度也随之会越来越高。可以相信通过技术的不断发展最后1%更耐用的原因会越来越趋向于电池应用厂商故意将最后1%的容量增大以迎合消费者的心理而不是由于技术限制导致算不准的情况。
