SOC（State of Charge，荷電狀態）是電池管理系統（BMS）裡最基本、也最難做準的一個數字。它無法被直接量測，只能靠其他可測得的物理量去估算。這篇整理三種常見做法。
方法一：開路電壓法（OCV）
利用電池「靜置足夠時間後，端電壓與 SOC 大致成一對一關係」的特性，事先量測出 OCV-SOC 對照曲線，之後查表反推 SOC。
- 優點：實作簡單，不需要複雜運算
- 缺點：電池必須靜置（不能有電流），且曲線在中段（20%–80%）通常很平坦，誤差會被放大；溫度與老化也會讓曲線飄移
適合用在裝置開機瞬間、電流接近零時做一次校正。
方法二：Coulomb Counting（安培小時積分）
直接對電流做時間積分：
SOC(t) = SOC(0) - (1 / Capacity) × ∫ I dt
- 優點：動態響應好，電池在使用中也能持續更新
- 缺點：誤差會隨時間累積（漂移），電流感測器的偏移量、量測雜訊都會被無限累加；長時間運行後若沒有校正機制，數字會越走越偏
實務上通常會搭配 OCV 法：開機靜置時用 OCV 校正一次初始值，之後用 Coulomb Counting 追蹤動態變化。
方法三：Kalman Filter（含 Extended KF）
把電池等效電路模型（通常是 Thevenin 模型：一個電壓源 + 內阻 + RC 並聯網路）當作系統模型，用 Kalman Filter 融合「模型預測」與「量測值（電壓、電流）」，遞迴估算 SOC。
- 優點：能同時處理量測雜訊與模型誤差，精度通常明顯優於前兩者，且會隨著運行持續收斂、不太需要人工校正
- 缺點：需要精確的電池等效電路參數（內阻、RC 參數會隨 SOC、溫度、老化變化），實作與調參複雜度高出一截
三種方法比較
| 方法 | 精度 | 運算量 | 是否需要靜置 | 長期穩定性 |
|---|---|---|---|---|
| OCV | 中 | 低 | 需要 | 好（但曲線平坦區誤差大） |
| Coulomb Counting | 中高（短期） | 低 | 不需要 | 差（會漂移） |
| Kalman Filter | 高 | 高 | 不需要 | 好 |
小結
沒有一種方法是萬能的：正式產品的 BMS 幾乎都是「OCV 做初始校正、Coulomb Counting 做即時追蹤、必要時疊上 Kalman Filter 做誤差收斂」的組合拳，而不是單押一種方法。