Dynamic Z-Track算法如何预测不稳定的电池负载

摘要

随着工业和个人电子产品配备更先进的技术，给电池带来的负载也越来越不可预测，因此需要更可靠且更智能的电池电量监测计。无论是新兴人工智能 (AI) 增强型设备还是无人机、动力工具和机器人等成熟系统，电池都需要承受高度动态的负载。设计人员依靠准确的电量监测来安全地关闭系统或防止意外欠压，这些不可预测的负载给他们带来了挑战。无绳电钻意外停机可能只会让使用者感到沮丧，但无人机从天空坠落会带来严重的安全风险。

电池电量监测计的作用

电池电量监测计使用电流和电压测量值计算基本参数，例如荷电状态、运行状况和剩余容量。传统的基于Impedance Track技术的电池电量计假设电池负载变化缓慢，这样可以在电池放电时进行精确的电阻测量，从而计算高精度的实时荷电状态预测。将电池建模为低频电阻电容 (RC) 模型（如图 1 所示）足以应对这些缓慢变化的电池负载。然而，具有可变或高频负载电流的新型应用需要更全面的模型和自适应算法，以便保持准确的荷电状态估算。

图 1：低频 RC 电池模型

Dynamic Z-Track算法是专为BQ41Z90和BQ41Z50等器件设计的电池电量监测方法。作为在BQ40Z50和BQ34Z100等器件中运行的传统Impedance Track算法的后继产品，Dynamic Z-Track算法可在动态负载电流条件下准确估算电池的荷电状态、运行状况和剩余容量。

当不稳定的负载或高频负载影响电池时，Impedance Track电量监测计的传统电池 RC 建模会失去分辨率，无法更新电池电阻。Dynamic Z-Track算法实现了宽带瞬态模型，该模型可模拟电压瞬变并适应动态电流曲线。即使电流不稳定，该方法也能实时估算电阻。

电阻的重要性

为了在电池的整个使用寿命期间提供超高精度的荷电状态计算，跟踪电阻至关重要。如图 2 所示，电池电芯的电阻随电池的循环和老化而线性增加，直到达到某个拐点，从该拐点开始，电阻将呈指数级增加，直到电池寿命结束。该电阻也会随温度变化而显著波动。电池电芯电阻与温度成反比关系，温度越低，电阻越高，电池在达到 0% 荷电状态之前可提供的容量或能量便越低。

图 2：锂离子电池电芯的电阻随时间出现的变化

如果电池电量监测计无法更新电阻，计算出的荷电状态误差会随电池老化成比例增加。在不可预测且不稳定的负载中，如果不更新电阻，荷电状态和剩余容量估算的误差可高达 60% 或低至 10%。当荷电状态突然降低时，终端用户会遇到这种情况，并且器件可能会因容量高估而意外关闭，如图 3 所示。

图 3：剩余容量估算比较：Impedance Track 技术和 Dynamic Z-Track 技术与 1.75C 负载下的无电阻更新对比

使用案例示例

想象一下，有人骑着电动自行车回家。此人查看了荷电状态，看到剩余 30% 电量，于是决定先绕道去杂货店再回家。当此人到达杂货店时，荷电状态显示剩余 15% 电量，但在回家的路上，电动自行车突然停止供电，因为荷电状态已从 12% 下降到 0%。现在，此人必须踩踏板回家或叫车。

Dynamic Z-Track算法可防止这种情况发生。与传统的电池电量监测计不同，TI 的Dynamic Z-Track技术即使在不可预测的负载下也能提供高达 99% 的荷电状态精度，使制造商能够优化电池尺寸，将电池运行时间延长多达 30%。这样可以在无人机、电动自行车、笔记本电脑和便携式医疗仪器等要求苛刻的应用中为终端用户提供更可靠的性能。

结语

虽然不可预测的电池负载是一项重大的设计挑战，但并非必须以损害系统可靠性或最终用户体验为代价。Dynamic Z-Track算法等工具有助于实现让电池供电器件顺畅运作的设计，它们将塑造这样一个未来：无人机可以在不意外着陆的情况下完成飞行，电动自行车可以带骑行车顺利归家。