3、安时积分法

安时积分法不考虑聚合物锂电池内部的作用机理，根据系统的某些外部特征，如电流、时间、温度补偿等，通过对时间和电流进行积分，有时还会加上某些补偿系数，来计算流入流出电池的总电量，从而估算电池的荷电状态。目前安时积分法在电池管理系统中被广泛应用。安时积分法的计算公式如下：

式中，SOC0是电池电荷状态的初始电量值；CE是电池的额定容量；I(t)为电池在t时刻的充放电电流；t为充放电的时间；η为充放电效率系数，又被称作库伦效率系数，代表了充放电过程中电池内部的电量耗散，一般以充电放电的倍率和温度修正系数为主。

安时积分法的优点是受电池自身情况的限制相对较小，计算方法简单、可靠，能够对电池的荷电状态进行实时的估算。其缺点是由于安时计量法在控制中属于开环的检测，如果电流的采集精度不高，给定的初始荷电状态有一定误差，伴随着系统运行时间的延伸，之前产生的误差会逐渐累积，从而影响荷电状态的预测结果。并且由于安时积分法只是从外特性来分析荷电状态，多环节存在一定误差。从安时积分法计算公式中可以看出，电池的初始电量对计算结果的准确性影响较大。

为了能使电流测量的精度得到提高，通常采用高性能的电流传感器来测量电流，但这样加大了成本。为此，许多学者在应用安时积分法的同时应用开路电压法，将二者结合。开路电压法用来估算电池的初始荷电状态，安时积分法用于实时估算，并且在算式中添加相关修正因子，以提高计算准确性。

4、卡尔曼滤波法

卡尔曼滤波算法是利用时域状态空间理论的一种最小方差估计，属于统计估计的范畴，宏观上就是尽可能减小和消除噪声对观测信号的影响，其核心是最优估计，即系统的输入量在预估基础上对状态变量进行的有效修正。

该算法的基本原理是：将噪声与信号的状态空间模型作为算法模型，在测量时，应用当前时刻的观测值与上一时刻的估计值，对状态变量的估算进行更新。卡尔曼滤波算法对聚合物锂电池荷电状态进行预测的实质是安时积分法，同时用测量的电压值来对初步预测得到的值进行修正。

卡尔曼滤波法的优点是适合计算机对数据进行实时运算处理，应用范围广，可以用于非线性系统，对行驶过程中电动汽车的荷电状态预测具有较好的效果。卡尔曼滤波法的缺点是对电池模型的准确程度依赖较大，为了提高该算法预测结果的准确性和精度，需要建立可靠的电池模型。此外，卡尔曼滤波法的算法相对比较复杂，因此其计算量也相对较大，对运算器的性能有较高要求。