要提高電動(dòng)汽車 SOC 的估算精度，可以從以下幾個(gè)方面入手。

首先，考慮多種 SOC 估計(jì)方法的結(jié)合。比如將開路電壓法、模型法、安時(shí)積分法以及預(yù)測(cè)法相結(jié)合。開路電壓法和模型法在特定條件下能提供較準(zhǔn)確的結(jié)果，但有應(yīng)用限制。安時(shí)積分法簡(jiǎn)單但累積誤差大，預(yù)測(cè)法能一定程度上校正誤差。

其次，建立更精確的電池模型。常見的如 RC 模型等，能更好地反映電池的物理特性。

再者，優(yōu)化系統(tǒng)配置。給 BMS 添加輔助計(jì)算單元 ACU，其采用運(yùn)算能力強(qiáng)的芯片，進(jìn)行復(fù)雜且精度高的模型計(jì)算和預(yù)測(cè)計(jì)算，并每隔一段時(shí)間對(duì) BMS 中的 SOC 進(jìn)行校正。

另外，保證電壓和電流的時(shí)間同步性也很關(guān)鍵。在 BMS 的主控板和電壓板之間設(shè)置時(shí)間標(biāo)志，確保采集到的數(shù)據(jù)對(duì)應(yīng)準(zhǔn)確。

在估算整個(gè)電池組的 SOC 時(shí)，根據(jù)極限電池的狀態(tài)進(jìn)行。充電時(shí)依據(jù) SOC 或電壓值最高的單節(jié)電池計(jì)算，放電時(shí)依據(jù) SOC 或電壓值最低的單節(jié)電池計(jì)算，并不斷檢測(cè)各單節(jié)電池的狀態(tài)。

同時(shí)，采用新的算法和技術(shù)。像零跑科技的專利中，采用安時(shí)積分與 NEKF 算法計(jì)算 SOC 平滑切換，避免電壓平臺(tái)區(qū)算法計(jì)算不穩(wěn)定和誤差大，還采用動(dòng)態(tài) OCV-SOC 校準(zhǔn)，減少安時(shí)積分累計(jì)誤差。在卡爾曼濾波算法方面，研究者提出聯(lián)合改進(jìn)滑模觀測(cè)器的自適應(yīng)擴(kuò)展卡爾曼濾波 ISMO_AEKF 算法，通過基于飽和函數(shù)改進(jìn)傳統(tǒng) SMO 的符號(hào)函數(shù)降低系統(tǒng)抖動(dòng)，設(shè)計(jì)新型自適應(yīng)衰減因子減少濾波器存儲(chǔ)的過往數(shù)據(jù)，提高算法估計(jì)精度和魯棒性。