我们对比一下国内外电池参数的表达形式，差距可窥一斑。在国内产品电池系统参数表中，经常可以看到SOC下限15%或者20%，这几乎变成了所有锂离子电池共性的下限台阶，看不出所选电芯的特有属性。我们再回头看看leaf早期产品参数的表达：下限报警SOC值是16.25%。我们抛开数据背后的测试手段，仅从表达的精度方面，国内产品已经输了一筹。这种对电池系统粗犷的需求模式，同样折射到设计环节。随着退补的临近，成本矛盾日渐突出，成本问题会变得更加重要，新产品设计更需精打细算。
剖析SOC可用范围，由多个因素决定。如果仅从表面上看，把确定SOC范围大小的责任归咎于BMS管理水平的高低,有失公允。好的BMS估算精度，也需要更完整的电池参数做支撑。俗话说，好马也得配上好鞍。
首先明确两个概念:什么是SOC可用范围？放电深度？
荷电状态（SOC）:当前蓄电池中按照规定放电条件可以释放的容量占可用容量的百分比。SOC状态范围百分比一般是从0%到100%。
SOC可用范围：SOC范围减掉SOC的缓冲区域，剩下的部分，就是SOC可用范围了，c－d区间，15%~95%可用范围。
SOC可用范围精准的关联因素：首先是电池参数的完整性和准确性
产品测试时间漫长原因体现在每个环节。仅标准循环或者工况循环一项，都在3~6个月，这还只是电池产品本身因素，如果结合设备状态，时间会更长。目前仅电芯的安全测试，就不少于12项之多，系统功能测试也在16项以上，还有常规功能、性能测试，如果再迭加不同温度下SOC，测试工作量是非常庞大的。可想而知，一款定型的活性材料配方，到合格产品的推出，产品成熟周期需要多么漫长的时间。
电池参数的完整性，有赖于对电芯个体的充分、多样品测试。通常情况下，基于需求提出的电池参数模型，是电池参数多维度下的状态关系，是全方位电池的评测，这也是产品应该具备的参数标签。
其次，是BMS算法的正确和精度
我们提到最多的BMS算法精度，是针对电池系统的要求而提出的。对于优化SOC可用范围这个问题，单方面从BMS入手，是不完全正确的。如上面所述，电池参数的完整性也是重要的因素。巧妇难为无米之炊，BMS在缺失数据面前是胆怯的。
在提到SOC算法，出现最多的词是估算，电压Approx。这与SOC精度要求并不矛盾。因为电芯本身特性，当前状态确实是随着时间长度、温度、C值大小而变化的。例如，SOC5%,ValusStatusApprox.3200-3400mV。动态的电压和OCV值、静态搁置时长，都有一定的差异。这也恰恰是算法策略的难点和魅力所在。
SOC可用范围通过精准细致的策略控制、精确的数值，确定下限值
综合分析，SOC可用范围优化，就是确定电池不同条件、工况下的下限值。电池上限的缓存区间很小，可以挖掘的空间不大。上限的缓存主要是在充电安全方面，保证不过充为目的。快充时，充到SOC80%；慢充时，依靠涓流小电流充电，可以达到95%以上。电池下限值，主要是考虑放电工况，放电电流的变化能力，会影响动力输出或驾乘感受。同时，其缓存的宽度还是很大的。
