對于鋰電池了解不多的朋友來(lái)說(shuō)鋰電池SOH是什么并不關(guān)心，但是對于對電池了解比較多的對電池SOH就比較感興趣了，那么什么是電池SOH，而電池SOH估計方法又有哪些呢？綜合國內外對電池SOH的估計方法研究，這里介紹兩種國際上比較認可的主流方法。

1、基于經(jīng)驗的鋰電池SOH估計方法

基于經(jīng)驗的電池壽命預測方法也稱(chēng)為基于統計規律的方法，主要包括以下三種：

1)循環(huán)周期數法

這種方法是通過(guò)對電池的循環(huán)周期進(jìn)行計數，當電池的循環(huán)次數到達一定的范圍時(shí)，就認為電池到達使用壽命。這種方法需要考慮不同循環(huán)條件、循環(huán)狀態(tài)等因素對循環(huán)壽命的影響，根據經(jīng)驗和標準參數二者共同確定電池壽命。

2)安時(shí)法與加權安時(shí)法

一個(gè)電池從新到老充電、放電整個(gè)過(guò)程中能夠處理電量的總安時(shí)數應該是一個(gè)定值，累積安時(shí)電量達到一定的程度則認為電池到達壽命，這種方法就是安時(shí)法。加權安時(shí)法考慮電池在不同狀況下放出相同的電量時(shí)，對壽命的損傷程度有輕有重，所以當放出的電量乘以一個(gè)加權系數之后的累積安時(shí)數達到某個(gè)值后認為電池到達壽命終結。

3)面向事件的老化累積方法

這種方法首先要制定引起電池壽命損失的特定事件的描述，一般每個(gè)事件都有一個(gè)損傷程度的尺度描述，監測電池在使用過(guò)程中事件發(fā)生的情況，累計每個(gè)事件引起電池壽命衰減情況給出當前電池的剩余壽命。

以上幾種方法都是利用電池使用過(guò)程中的一些經(jīng)驗知識，依據某些統計學(xué)規律給出電池壽命的一個(gè)粗略估計，只能在電池使用的經(jīng)驗知識比較充分的情況下，用于特定場(chǎng)合的壽命預測。

2、基于性能的鋰電池SOH估計方法

基于各種不同形式的性能模型，并且考慮老化過(guò)程和應力因素。目前很多研究依據這一思路開(kāi)展了基于電池性能的壽命預測。根據壽命預測所使用信息來(lái)源的不同，將基于電池性能的壽命預測分為基于機理、基于特征和數據驅動(dòng)三類(lèi)。

基于機理的預測是從電池本質(zhì)機理的角度分析并建立電池的運行機理模型及老化模型，從電化學(xué)原理的角度描述電池的老化行為，通過(guò)對電池模型的分析預測電池壽命。

基于特征的預測是利用電池老化過(guò)程中所表現出來(lái)的特征參量的演變，建立特征量與電池壽命之間的對應關(guān)系用于壽命預測。

數據驅動(dòng)的預測是利用電池性能的測試數據，從數據中挖掘出電池性能演變的規律用于壽命預測。例如，由數據擬合得到的解析模型和人工神經(jīng)網(wǎng)絡(luò )模型都是數據驅動(dòng)的方法。三種方法各有其優(yōu)缺點(diǎn)，實(shí)際應用中常采用幾種方法結合的思想。

1）基于機理的方法

基于機理的預測需要研究每一個(gè)老化因素對狀態(tài)變量的影響，這種方法首先要對電池物理化學(xué)過(guò)程進(jìn)行模型描述，基于歐姆定律、基爾霍夫電壓電流定律、電化學(xué)反應過(guò)程(Butler-Volmer定律)、擴散過(guò)程(Fick定律)等；然后研究老化過(guò)程對狀態(tài)變量影響的規律。一方面要研究電池的機理模型，另一方面要研究老化過(guò)程、應力因素對狀態(tài)變量影響的老化機理模型。

基于機理的壽命預測主要優(yōu)點(diǎn)有：適用于幾乎所有的狀態(tài)條件及運行模式的電池；給出了電池老化過(guò)程的詳細解釋?zhuān)捎糜陔姵厣a(chǎn)及設計廠(chǎng)商對電池設計的改進(jìn)；與其他方法相比，基于該模型對電池控制策略的分析能夠更加細致、準確。其缺點(diǎn)在于：模型需要精細的參數，且復雜程度較高；針對老化因素的測試比較復雜，建立完善的老化機理模型存在困難。

2）基于特征的預測方法

基于特征壽命預測的思路是利用電池老化過(guò)程中所表現出的特征參量的演變，建立特征量取值與電池健康狀態(tài)之間的對應關(guān)系用于壽命預測。

目前基于特征的電池壽命預測主要集中在電化學(xué)阻抗與電池循環(huán)壽命之間的關(guān)系。使用電化學(xué)阻抗譜（ElectrochemicalImpedanceSpectroscopy，EIS）作為電池壽命特征的研究思路一般是：在電池循環(huán)壽命的不同階段測量阻抗譜曲線(xiàn)，根據阻抗譜曲線(xiàn)獲得電池等效電路模型形式，再分析循環(huán)次數和等效電路模型中溶液電阻、傳荷電阻及Warburg阻抗等參數的影響規律，最后給出等效電路模型中各參數隨電池循環(huán)次數變化的擬合公式。除EIS阻抗譜外，還有對電池施加脈沖或階躍激勵信號估計內阻的脈沖阻抗測量方法。

EIS阻抗譜能夠給出較為精細的電池阻抗描述，可用作估計電池的壽命特征；但測量比較復雜，需要專(zhuān)用測量?jì)x器，將EIS技術(shù)應用于電池狀態(tài)的在線(xiàn)監測還需要對EIS阻抗譜的在線(xiàn)快速測量技術(shù)進(jìn)行研究。脈沖阻抗測量簡(jiǎn)單易行，能夠快速測量，可在線(xiàn)監測，其測試結果能在一定程度上描述電池的阻抗，反映電池阻抗隨壽命衰減而增長(cháng)的特性，也可用作電池壽命特征。

3）基于數據驅動(dòng)的預測

電池本身物理化學(xué)過(guò)程復雜，很多規律很難直接通過(guò)機理研究描述。從測試數據的角度出發(fā)描述電池性能的思想稱(chēng)為數據驅動(dòng)的方法。

常見(jiàn)的數據驅動(dòng)算法有很多種，如：支持向量機（SupportVectorMachine,SVM），自回歸滑動(dòng)平均（AutoregressiveMovingAverage,ARMA），粒子濾波（ParticleFiltering,PF）等。

基于數據驅動(dòng)的預測不需要對象系統的機理知識，以采集的數據為基礎通，通過(guò)各種數據分析學(xué)習方法挖掘其中的隱含信息進(jìn)行預測，從而避免了模型獲取的復雜性，是一種較為實(shí)用的預測方法。但是，通常所獲取的數據往往具有很強的不確定性和不完整性，將實(shí)際應用中所有可能的壽命影響因素全部進(jìn)行實(shí)驗測試也是不現實(shí)的。所以，數據驅動(dòng)的預測容易實(shí)施，但也有一定的局限性。