一种精确预测便携式设备的剩余电池电量和运行时间的方法

挑战
在过去的几年里，诸如笔记本电脑、手机以及媒体播放器等便携式设备的数量显著增长。这些具有更多特性与功能的设备要求更高的电量，所以电池必须能够提供更多的能量以及更长的运行时间。对于电池供电的系统而言，最大的挑战在于电池的运行时间。通常，电子系统设计人员通常将注意力集中在提高 dc-dc 电源转换效率上以此来延长电池的运行时间，而往往会忽略与电源转换效率和电池容量同等重要的电池电量监测计的精确度问题。如果电池电量监测计的误差范围是 ±10%，那么就会有相当于 10% 的电池容量或运行时间损失掉。

然而，电池的可用电量与其放电速度、工作温度、老化程度以及自放电特性具有函数关系。此外，传统的电池电量监测计还要求对电池进行完全充电和完全放电以更新电池容量，但是这在现实应用中很少发生，因而造成了更大的测量误差。因此，在电池运行周期内很难精确预测电池剩余容量及工作时间。
 

设计目标：为了充分利用电池电量，当每节电池达到 3.0V 的终止电压时，用户希望能够在电池的运行周期内对其剩余电量进行精确度为 ±1% 的电池电量监测。此外，他们还希望去除耗时的充放电周期以更新使用 3S2P 锂离子电池组（三节锂离子电池串联以及两节锂离子电池并联）的笔记本型电脑的电池容量，每节电池的容量为 2200mAh。
 

解决方案
当前用于电池电量监测的最常见的技术就是库仑计数算法或对流入和流出电池的电流进行积分的算法。对于刚刚充满电量的新电池而言，这种方法非常有效。但是，随着电池老化和自放电，这种方法就显得不那么有效了。我们没有办法来测量自放电速度。因此通常用一个预定义的自放电速度公式来对其进行校正。这种方法不是很精确，因为电池间的自放电速度各不相同，而且一个模型不能适用于所有的电池。
 

库仑计数算法的另一个弊端在于只有在完全充电以后立即进行完全放电才能对电池的总容量进行更新，而便携式设备用户很少对电池进行完全放电，因此，实际电量在完成更新之前可能会被大大降低。
 

第二种方法是利用电池电压与充电状态 (SOC) 之间的相互关系来进行电池电量监测。这种方法看起来比较直观，但是只有当未对电池接入负载电流时，电池电压才与 SOC 或电池电量具有很高的关联性。这是因为如果接入了一个负载电流，那么电池内部阻抗两端就会有一个压降。温度每下降 100℃，电池阻抗就会提高 1.5 倍。此外，当电池老化时，会出现与阻抗有关的重大问题。一个典型的锂离子电池在完成 100 次充放电周期以后，其 DC 阻抗会增加一倍。最后，该电池对阶跃负载 (step-load) 变化会有一个非常大的时间常数瞬态响应。在接入负载以后，电池电压会随着时间的变化以不同的速度逐渐下降，并在去除负载以后逐渐上升。仅仅在其完成15.0%的标准的充放电周期（500 个）以后，对于全新电池而言，基于非常有效的电压算法就可能会引起高达 50% 的误差。
 

基于阻抗跟踪TM 技术的电池电量监测
通过上述结果可以看出，无论是库仑计数算法还是基于电池电压相关算法的电池电量监测，要想实现 1% 的电池容量估计都是不可能的。因此，TI 开发出了一种全新电池电量监测算法——阻抗跟踪TM 技术，该技术综合了基于库仑计数算法和电压相关算法的优点。
 

当笔记本型电脑系统处于睡眠或关机模式时，其电池及其电池组处于没有负载的空闲状态。这时在电池开路电压 (OCV) 和 SOC 之间存在非常精确的相关性。该相关性给出了 SOC 确切的开始位置。由于所有自放电活动都在电池的 OCV 降低过程中反应出来，所以无需进行自放电校正。在便携式设备开启之前，精确的 SOC 通常取决于对电池 OCV 的测量。当设备处于活动模式而且接入了负载，便开始执行基于电流积分的库仑计数算法。库仑计数器测量通过的电荷量并进行积分，从而不间断地算出 SOC 值。

图 1：估计电池的最高总容量 Qmax
 

图 1 显示了电池总容量测量的更新。电池总容量是通过电池在充放电前后电压的变化足够小、处于全空闲状态时，在 P1 和 P2 处的两个 OCV 读数计算得出的。在 P1 处电池完成放电之前，SOC 值可由下式得出：

电池完成放电且通过电荷为 DQ 时，SOC 值可由下式得出：

两个等式相减，得出：

其中

式中，通过分别在 P1 处和 P2 处测量电池的 OCV，可由电池 OCV 以及 SOC 之间的相关性得出 SOC1 和 SOC2。从该等式可以看出，无需经历完全的充放电周期即可确定电池总容量。
 

在接入了外部负载之后，可以通过测量出