精确计算锂电池剩余电量至关重要

在当今的高科技时代，移动电话、pDA、笔记本电脑、医疗设备以及测量仪器等便携式设备可谓随处可见。随着便携式应用越来越多的向多样化、专有化、个性化方面发展，有一点却始终未变，那就是所有的便携式设备均靠电池供电。

在对系统的剩余运行时间进行预测的时候，电池可以说是供电环节中最难理解的部分之一。随着便携式应用数量的不断新增，我们要实现更多的关键性操作，例如利用移动电话进行账户管理、便携式数据记录器必须保留相应的功能以应对完全工作交接、医疗设备必须完整保存要监控的关键数据等等。

本文将讨论尽可能精确计算剩余电池电量的重要性。令人遗憾的是，仅通过测量某些数据点甚至是电池电压无法达到上述目的。温度、放电速率以及电池老化等众多因素都会影响充电状态。本文将集中讨论一种专利技术，该技术能够帮助设计人员测量锂离子电池的充电状态以及剩余电量。

现有的电池电量监测方法

目前人们重要使用两种监测方法：一种方法以电流积分(currentintegration)为基础；而另一种则以电压测量为基础。前者依据一种稳健的思想，即假如对所有电池的充、放电流进行积分，就可以得出剩余电量的大小。当电池刚充好电并且已知是完全充电时，使用电流积分方法效果非常好。这种方法被成功地运用于当今众多的电池电量监测过程中。

过针刺 低温防爆18650 2200mah

符合Exic IIB T4 Gc防爆标准

充电温度：0~45℃
-放电温度：-40~+55℃
-40℃最大放电倍率：1C
-40℃ 0.5放电容量保持率≥70%

点击详情

但是该方法有其自身的弱点，特别是在电池长期不工作的使用模式下。假如电池在充电后几天都未使用，或者几个充、放电周期都没有充满电，那么由内部化学反应引起的自放电现象就会变得非常明显。目前尚无方法可以测量自放电，所以必须使用一个预含义的方程式对其进行校正。不同的电池模型有不同的自放电速度，这取决于充电状态(SOC)、温度以及电池的充放电循环历史等因素。创建自放电的精确模型要花费相当长的时间进行数据搜集，即便这样仍不能保证结果的准确性。

该方法还存在另外一个问题，那就是只有在完全充电后立即完全放电，才能够更新总电量值。假如在电池寿命期内进行完全放电的次数很少，那么在电量监测计更新实际电量值以前，电池的真实容量可能已经开始大幅下降。这会导致监测计在这些周期内对可用电量做出过高估计。即使电池电量在给定温度和放电速度下进行了最新的更新，可用电量仍然会随放电速度以及温度的改变而发生变化。

以电压为基础的方法属于最早应用的方法之一，它仅需测量电池两级间的电压。该方法基于电池电压和剩余电量之间存在的某种已知关系。它看似直接，但却存在难点：在测量期间，只有在不施加任何负载的情况下，才存在这种电池电压与电量之间的简单关联。当施加负载时(这种情况发生在用户对电量感兴趣的多数情况下)，电池电压就会因为电池内部阻抗所引起的压降而出现失真。此外，即使去掉了负载，发生在电池内部的张持过程(relaxationprocesse)也会在数小时内造成电压的持续变化。由于多种原因的存在，基于电池阻抗知识的压降校正方法仍存在问题，本文会在稍后讨论这些原因。

电池化学反应及电压响应

电池本身复杂的电化学反应导致其瞬态电压响应。图1a显示了从锂离子电池的电极开始的电荷转移基本步骤(其它电池的步骤与其类似)。

无人船智能锂电池

IP67防水，充放电分口 安全可靠

标称电压：28.8V
标称容量：34.3Ah
电池尺寸：(92.75±0.5)* (211±0.3)* (281±0.3)mm
应用领域：勘探测绘、无人设备

点击详情

电荷必须首先以电子的形式穿越储存能量的电化学活性材料(阳极或阴极)，在到达粒子表面后以离子的形式存储于电解液中。这些化学步骤与电池电压响应的时间常数相关。图1b显示了电池的阻抗范围，时间常数的范围从数毫秒到数小时不等。

在时域中，这意味着施加负载后，电池电压将随时间的推移以不同速率逐渐降低，并且在去除负载后逐渐升高。图2显示了在不同的充电状态下，对锂离子电池施加负载后的电压张弛情况。

考虑到基于电压的电池电量监测会出现误差，我们假定可以通过减去IR压降来校正带负载的电压，然后通过使用校正后的电压值来获取当前的SOC。我们将要遇到的第一个问题就是：R值取决于SOC。假如使用平均值，那么在几乎完全放电的状态下(此时阻抗是充电状态下的10倍以上)，对SOC的估测误差将达到100%。解决该问题的一个办法是根据SOC在不同负载下使用多元电压表。阻抗同样在很大程度取决于温度(温度每降低10°C，阻抗新增1.5倍)，这种相互关系应该添加到表格中，而这也就使得运算过程极为复杂。

电池电压具有瞬态响应特性，而这意味着有效的R值取决于负载的加载时间，显而易见我们可以将内部阻抗简单视为欧姆电阻而无需考虑时间因素，因为即使电压表中考虑到了R和SOC的相关性，负载的变化也将导致严重误差。由于SOC(V)函数的斜率取决于SOC，所以瞬态误差的范围将从放电状态下的50%到充电过程中的14%不等。

不同电池间阻抗的变化加大了情况的复杂性。即使是新生产的电池也会存在±15%的低频DC阻抗变化，这在高负载的电压校正中造成很大差异。例如，在通常的1/2C充放电电流、2Ah电池典型DC阻抗约为0.15Ω的情况下，最差时会在电池间出现45mV的校正电压差异，而对应的SOC估测误差则达到了20%。

最后，当电池老化时，一个与阻抗相关的最大问题也随即出现。众所周知，阻抗的新增要比电池电量的降低显著得多。典型的锂离子电池70个充放电循环后，DC阻抗会提高一倍，而相同周期的无负载电量仅会下降2%～3%。基于电压的算法似乎在新电池组上很适用，但是假如不考虑上述因素，在电池组只达到使用寿命的15%时(预计500个充放电周期)就会出现严重的误差(误差为50%)。