电池电量计：测量电池能量的挑战

许多人将电池视为能量存储装置，其类似于分配液体燃料的燃料箱。然而，测量来自电化学装置的储存能量要复杂得多。这个过程充满了混乱，知之甚少，本文描述了测量电池能量的挑战。

在更深入地研究燃油表概念之前，我们假设充电状态（SoC）是电池中的相对存储能量，可以在普遍条件下释放。电池用户通常不知道主要条件，除SoC外，还包括实际电池容量，负载电流和工作温度。功能状态（SoF），包括SoC、容量和交付在内的无所不包的标准很难衡量，并且仍然主要是猜测。考虑到这些限制，人们可以理解为什么大多数电池电量计都不准确。

与具有已知体积尺寸的燃料箱不同，电池的燃料表具有未经证实的定义。除了仅接近SoC的开路电压（OCV）之外，电池不具有与SoC相关的基本内部参数。制造商指定的Ah等级仅适用于电池新的短时间。从本质上讲，电池是一种收缩容器，每次后续充电都会消耗更少的能量，并且所述Ah额定值仅仅是电池应该保持的参考值。电池本身不是能量容器，它在所有条件下都能保证给定的能量，但在普遍的情况下具有人性化的品质。

燃油表设计中的一个常见错误是假设电池保持完美而忽略了老化方面。在读数变得不准确之前，这种疏忽将把服务限制在大约两年。大多数电量计的比例与液体燃料类似：完全充电表示100％，空表示为零。零是电池在放电结束时到达低压膝盖的点。

对额定电流为1Ah的电池放电应提供1A的电流一小时。这只适用于电池是新的并且在室温下放电。如果容量缩小到50％，充满电的电池的电量计仍将显示100％，但预期的1小时运行时间减少到30分钟。将电池运行到低于冰点可以进一步减少时间。对于休闲手机或笔记本电脑用户，此错误只会造成不便;然而，电动车和其他依赖于剩余运行时间到达目的地的关键电池供电设备的问题变得更加明显。

现代燃油表通过"学习"电池在先前放电时能够提供多少能量来适应当前条件。学习或趋势也可能包括充电时间，因为褪色电池的充电速度比良好电池快。通过观察电压降来测量内部电池电阻也是常见的。然而，基于提升电阻的容量估计不再有效，因为现代锂离子电池在其大部分使用寿命期间保持低电阻。

通过以恒定电流放电完全充电的电池并读取经过的时间来最好地测量容量。大多数便携式可充电电池规定为1C放电。因此，额定电流为1Ah的电池将以1A放电。原电池（如碱性电池）的额定放电要低得多。通过放电/充电测量电池容量是不切实际的并且对电池施加压力。

校准

电量计具有需要定期校准的固有缺点，也称为容量重新学习。这样做是为了纠正化学和数字电池在重复充电和放电循环之间产生的跟踪误差。如果电池在恒定电流下接收完全充电后定期完全放电，则可以省略校准。电池将在每个完整周期重置，并且跟踪误差将保持在每个周期不到百分之一。然而，在现实生活中，电池可以放电几分钟，具有难以捕获的负载特征，然后部分地再充电并且根据温度和年龄以不同水平的自放电存储。

通过向下运行电池直到出现"电池电量不足"，可以进行手动校准。这可以在设备中或使用电池分析仪完成。完全放电设置放电标志并随后再充电充电标志。建立这两个标记允许通过跟踪标志之间的距离来计算SoC。为获得最佳效果，请每三个月或在40个部分循环后连续使用校准设备。如果设备自行应用周期性深度放电，则无需额外校准。图1显示了完全放电和满充电标志。

如果电池没有定期校准会怎样？可以放心使用这种电池吗？大多数智能电池充电器都遵循化学电池的指令而不是电子电路，如果没有校准，则没有安全问题。电池将完全充电并正常工作，但数字读数可能不准确并成为麻烦。

测量充电状态

通过电压测量充电状态很简单，但可能不准确，这就是原因。给定化学物质中的电池具有不同的架构并提供独特的电压曲线。温度也起作用;热量会升高电压，寒冷的环境会降低电压。这种现象在不同程度上适用于所有化学品。此外，当通过充电或放电干扰电池时，开路电压不再代表真实的SoC读数，电池需要几个小时的休息才能恢复平衡;电池制造商建议24小时。虽然铅酸电池在放电时具有逐渐的电压降，但是基于镍和锂的电池趋于平坦并且难以通过电压估算SoC。使用基于电压的电量计的消费产品限制了读数显示完全充电，中频和低电量。

测量SoC的更先进的方法是库仑计数。这一理论可以追溯到查尔斯-奥古斯丁·德库仑（Charles-AugustindeCoulomb）首次建立"库仑规则"之后的250年。它的工作原理是测量流入和流出的流动。图2以图形方式说明了原理。

库仑计数也会遇到错误。例如，如果电池在一安培下充电一小时，则在放电时应该有相同的能量。不是这种情况。充电接受效率低下，特别是在充电结束时，以及放电和储存期间的损失，会降低输送的总能量并使读数偏斜。可用能量总是小于送入电池的能量。例如，特斯拉跑车中锂离子电池的能量循环（充电然后放电）效率约为86％。

与任何数值积分技术一样，库仑计数随时间累积误差，现代燃油表试图使用电压曲线进行校正。由于这些电压曲线本身存在不准确性，特别是随着电池老化，精度将随着时间的推移而继续降低。

所述自适应系统上扩散（ASOD）由CADEX采用了独特的"学习"功能，调整到电池老化，达到+/-2％跨越1000电池循环的容量估计，电池的典型寿命。SoC估计在+/-5％之内，与年龄和极化无关。ASOD不需要外部参数;这是自学。更换电池时，学习的矩阵将逐渐适应新电池使用，再次达到以前的高精度。

研究人员正在探索测量电池SoC的新方法，这种创新技术是量子磁（Q-Mag?）。Cadex的Q-Mag不依赖于电压或电流，但它看起来像磁力。放电铅酸电池上的负极板从铅变为硫酸铅，其具有与铅不同的磁化率。基于量子力学过程的传感器通过称为隧穿的过程读取磁场。图3比较了充满电的电池与20％充电电池的磁场响应。与完全充电的电池相比，低电池的磁化率增加了三倍。

可以想象，已经发现一种新技术可以测量电池SoC，其精度是以前无法想象的。了解精确的固有SoC可以改善充电器，但更重要的是，该技术提供电池诊断，包括容量估算和寿命终止预测。然而，直接的好处在于建立一个更好，更准确的燃油表。

锂离子，包括磷酸铁锂，具有非常平坦的放电曲线。图4显示了放电时相对磁场单位的线性下降以及当用Q-Mag监测时相应的电荷上升。没有与电压方法相关的橡皮带效应，其中放电降低电压并且电荷使其升高。Q-Mag在电池充电或负载时读取数据。Li离子的SoC精度为+/-5％，铅酸为+/-7％;通过施加完全充电进行校准。激励电流小于1mA，系统不受大多数干扰。Q-Mag适用于包裹在铝箔，铝，不锈钢中的电池，但不包括黑色金属。测试在CadexElectronicsInc的实验室进行。