SOH 的本质
SOH = 当前可用容量 / 出厂额定容量
例如：一块电池出厂是 100Ah，几年后 BMS 判断它还能用 92Ah
则：SOH = 92%，代表衰减了 8%。
听起来很简单，但重点在于：
当前可用容量无法直接测量，电池随温度、倍率、老化状态不断变化，模型和实际并不完全一致，所以 BMS 必须通过多个模型和数据融合来估算 SOH。
容量 SOH：最核心的健康指标
BMS 评估 SOH 的第一大方法，就是判断“本电池还能装多少电”。
它主要通过以下三种途径推算：
完整充放电法（Cycle Method）
当电池经历一次从接近满电到接近低电，再回到满电的完整循环时，BMS 能直接积分电流，得到真实容量：
容量 = ∫ 电流 × 时间
这是真值最接近的一种方式。
但问题是：
用户未必深度放电；
储能系统长期可能都在 30～80% 间波动；
商业储能甚至很少经历完整循环；
所以真实完整循环非常难得，BMS 只能在偶然机会时修正模型。
2. OCV-SOC 曲线匹配（Open Circuit Voltage）
每种电池都有自己的开路电压 – SOC曲线（类似指纹）。当电池静置足够长时间后，BMS 会测量 OCV，并与模型匹配：
OCV 比预期偏高 → 容量可能下降
OCV 比预期偏低 → 电池老化较多
问题是：
必须完全静置；
时间要 1～3 小时甚至更久；
实际使用中不常发生；
温度变化会干扰 OCV 判断；
因此这是一种机会型校准。
3. 模型预测法（Model-Based Estimation）——BMS 的主要依赖
这是现代 BMS 的核心：依赖数学模型与参数漂移来判断衰减。
模型包括：
等效电路模型（ECM）、库伦效率模型、阻抗增长模型、温度敏感模型、老化机理模型（SEI 增长、锂消耗）
当模型发现某些参数持续漂移，例如：
内阻变大；
极化变强；
放电提前触底；
库伦效率变差；
BMS 就会推断：可用容量在下降。
这是绝大多数 SOH 的基础算法。
阻抗 SOH：为什么老电池电压掉得更快？
容量不是唯一重要指标，内阻（Impedance）也是健康状态的重要维度。
阻抗 SOH 通常通过：
阻抗频谱（EIS）；
大倍率放电时的压降；
小信号扰动响应；
单体电压一致性变化；
电压恢复速度；
举例：
一个健康电芯 1C 放电时掉压 0.1V，一个老化电芯可能掉压 0.2～0.3V
阻抗上升会导致：
电池看起来更快没电、高功率能力下降、发热更多。
因此，很多品牌的 BMS 会给出两个 SOH：
容量 SOH（剩余多少 Ah）
阻抗 SOH（还能放多大功率）
为什么 BMS 的 SOH 如此重要？
因为它直接影响三件事：
1. 安全
高阻抗、容量下滑都会导致：
电压保护提前触发；
发热升高；
风险系数增加；
2. 性能
SOH 降低会导致：
可用容量下降；
可用功率下降；
效率下降；
3. 寿命管理
SOH 是所有寿命预测模型（RUL）的基础。
简单说：没有准确的 SOH，就无法做安全保护，也无法做寿命预测。
SOH 不是一个数，而是 BMS 最核心的寿命判断能力。没有多次校准，没有大量运行数据，就没有准确 SOH。
BMS 通过持续修正 SOH，使其越来越接近电池的真实健康情况。
这就是为什么BMS 越成熟，系统寿命越长。
点赞 + 关注，TGPRO将持续为大家带来更多实用的储能知识！
