采用自适应算法进行便携式电池电量的计量

引言
随着便携式应用的数量不断增加，用户将要完成更多的关键业务。这时整个工作时间内系统必须持续工作，不能失去数据的完整性。但是对电池来讲，要预计剩余的电量还能维持的系统运行时间非常困难。本文将讨论尽可能精确计算剩余电池电量信息的重要性。遗憾的是，目前无法通过测量数据点甚至电池电压来进行上述计算。温度、放电速率以及电池老化等因素都会影响电荷状态 (SOC)。本文将集中讨论一种刚获得专利的新技术，它可帮助设计人员预计电荷状态SOC以及锂电池的剩余电量。

（a）

(b)

图 1  锂离子电池在 (a) 完全充电状态和 (b) 放电状态下施加 1/3C
额定负载后的电压降以及电压张弛

图2 根据基于实时更新电池阻抗的电量
监测计算法预测的电压图与随后在典型笔记本电脑负载下测量的实验数据的比较。

现有电池电量的监测方法
目前一般采用两种方法监测电池电量。一种以电流积分为基础，而另一种以电压测量为基础。第一种方法基于的观念是：如果将所有电池充电和放电电流积分的话，那么就能知道还剩下多少电能。如果电池刚刚充电而且已知是充分充电，那么积分电流的做法非常有效。这种方法，对目前大多数电池电量监测都很有效，不过它也有问题，特别是被测电池长期不工作时。如果电池充电后几天不用，或几个充电和放电周期中一直未充分充放电，那么内部化学反应造成的自放电就会非常明显。由于自放电无法测量，因此必须用预定的方程式对其进行校正。由于不同电池模型有着不同的自放电速度，而且取决于电池SOC、温度以及充放电循环的历史记录，自放电的精确建模需要花大量时间收集数据，而且总是不很精确。此外，只有在完全充电后马上完全放电，才能更新总电量值。如果电池寿命中完全放电情况不多，那么在电量监测计更新数值前电池的实际电量可能大幅降低，这就导致对可用电量的过高估计。即使电量对给定温度与放电速度进行更新，可用电量也会随放电速度和温度而变动。
对于第二种方法，只需要测量电池电极间的电压。它建立在电池电压与剩余电量之间的已知相互关系基础之上，似乎相当直接，但只有在测试过程中不施加负载的情况下，电池电压与电量之间才是这种简单关系。当施加负载时，电池电压就会因电池内部阻抗产生的电压降而发生失真。

电池化学反应与相应的
电压变化
复杂的电子化学反应会造成电池瞬态电压的响应。电荷必须通过多层存储能量的电子化学活性材料(正负极)传输，首先以电子形式到达粒子表面，随后在电解液中变为离子形式。上述化学步骤与电池电压响应的时间常量相关。在施加负载后，电压以不同的速率随时间推移逐渐降低，但去掉负载后则逐渐增大。图1显示了在不同SOC下向锂离子电池施加负载时的电压张弛 (relaxation)。

造成基于电压的电量监测
误差的原因
假定通过减去IR压降来校正带负载的电压，随后用校正电压获得当前的SOC。这样遇到的第一个问题就是 R 取决于 SOC。如果使用平均值，那么在几乎完全放电的状态下带来的 SOC 估计误差将高达 100%，此时的阻抗比完全充电后的状态高出 10 倍。解决方案之一就是根据 SOC 在不同负载下使用多维电压表。阻抗很大程度上取决于温度，温度每下降 10℃，它就上升约 1.5倍，这种相互关系也应加入上述电压表，然而这就使得计算相当复杂。
电池电压响应是内在瞬时的，这是因为有效 R 取决于负载应用的时间。如果将内部阻抗看作简单欧姆电阻而不考虑时间负载变化情况，那么即使根据电压表考虑到 R和SOC的相关性也会导致巨大的误差。由于SOC (V)函数斜率取决于SOC，因此瞬时误差可从放电状态的0.5%直到中等充电状态的 14% 不等。
不同电池间的阻抗变化也会进一步使问题复杂化。即使新生产的电池也会存在 +/-15% 的低频 DC 阻抗变化。这对高负载的电压校正就会产生很大的影响。
有关阻抗问题可能在电池老化时最严重。典型的锂离子电池在70个使用循环后DC阻抗翻番，而相同周期的无负载电量仅下降2~3个百分点。基于电压的算法似乎对新电池组很适用，但如果不考虑这一因素，那么在电池组只达到使用寿命的15%(估计约500个使用循环)时就会造成严重的误差(50%)。

使用两种方法的最佳之处
在开发新一代电量监测计使用的算法时，TI 考虑到能否将基于电流和基于电压的两种方法相结合，在不同的时候使用相应的方法，这种想法看起来显而易见，但至今还没人试过。由于开路电压与 SOC 间存在精确的相关性，因此不施加负载且电池处于张弛状态时，上述方法可实现精确的 SOC 估算。由于任何电池供电的设备都有不工作时期，上述方法使得有机会利用不工作时期，找到电荷状态的确切起始位置。由于设备接通时可以知道精确的SOC，因此在不工作时期就不再需要自放电校正。当设备进入工作状态且给电池施加负载时，则采用电流积分。由于库仑计数(coulomb-counting)从运行之初就跟踪SOC的变化，因此无需对负载下的电压降进行复杂而且不精确的补偿。
此外，还可用此方法来更新完全充电的电量。依靠施加负载前的SOC百分比信息、施加负载后的SOC信息(均在张弛状态下通过电压测量获得)以及二者之间传输的电荷量，设计人员很容易在已知电荷变化的情况下确定对应于SOC改变的总电量。不管传输电量多大，不管起始条件如何，都可实现这一点(不用完全充电)，这就不再需要特殊条件来更新电量，从而免去了电流积分算法的又一弱点。
以上方法不仅解决了SOC问题并完全避免了电池阻抗的影响，而且还可以用来实现其它目的。可以用该方法更新总电量，对应于最大可能电量等可提取的“无负载”情况。但这时非零负载电量会较小，这是由于IR下降使得端接电压在有负载时达到得更早。如果已知SOC的阻抗关系式以及温度，则通过简单建模就可确定在该电流负载和温度下何时可达到端接电压。但是，阻抗取决于电池，并会随电池老化和使用循环的增加而迅速增加，将其存储于数据库中用处不大。为了解决该问题，TI 的 IC 实现了实时阻抗测量，保持数据库持续更新，这样就解决了电池间的阻抗差异以及电池老化问题。全寿命的阻抗数据更新可非常精确地预测给定负载的电压变化(见图 2)。以上方法可以使得在大多数情况下，可用电量估算误差率低于 1%。最重要的是，在电池组整个寿命内都实现了高精确度。

自适应算法的优势
——即插即用的实施
通过实施上述算法就不再需要事先提供数据库来描述阻抗与 SOC 和温度的关系，不过仍然需要定义开路电压和 SOC(包括温度)之间关系的数据库。但是，这方面的关系由正负极系统的化学性质决定，而不是由具体的电池型号设计因素(如电解液、分离器、活性材料厚度等)决定。由于大多数电池制造商使用相同的化学材料做活性材料(LiCoO2 与石墨)，因此它们的 V(SOC,T) 关系式也基本相同。TI对不同制造商所提供电池的无负载电压图进行了比较，实验结果支持上述表述。较大的偏差也只不过 5mV 而已，这就实现了在最差情况下 SOC 误差率也不过 1.5%。上述新算法将实现电池监视器 IC的即插即用，同时还可提高其精确度及可靠性。