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。

什么是动态负载？

在深入探讨用于监测电池动态负载的解决方案之前，我们首先需要定义什么是动态负载。德州仪器(TI)将电池负载曲线分为了三类。第一类是恒流负载，是指电池持续输出恒定电流。如图1所示,电池持续放出600mA。第二类是可变功率放电，指系统可以处于多种电源模式。如图2所示，系统有性能模式、工作模式和待机模式三种不同的功耗模式。系统在三种模式间循环切换直至电池耗尽。最后一个类别是动态负载。如图3所示，电池动态负载可能会设有预期最小和最大电流消耗，但实际可以在该区间内任意波动，且持续时间不可预测。电池动态负载曲线常见于电池负载完全由用户控制的系统中，例如电动自行车或无人机。

图1. 恒流放电负载曲线

图2. 可变功率模式负载曲线

图3. 动态负载曲线

电池电量监测计的作用是什么？

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4所示）足以应对这些缓慢变化的电池负载。然而，具有可变或高频电池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4. 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电池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。

为什么电阻很重要？

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5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5 . 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电池负载中，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6所示。

图6 . 剩余容量估算比较：Impedance Track技术和Dynamic Z-Stack技术与在1.75C电池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。

虽然看似电动自行车电机在电池组上施加的是恒定的电流负载，但实际恰恰相反。如下图7所示，车辆频繁急停时电池组电流接近0安培；加速过程中电流则会迅速增加到30安培左右。巡航状态下，随着骑行者上下坡以及经过颠簸路段，电池电流消耗会持续在10-20安培之间波动。

图7 . 电动自行车的实际负载曲线

下图8中展示了以毫欧为单位，Dynamic Z-Track算法与传统电池电量监测算法之间电阻测量精度（以毫欧为单位）上的对比，以及各算法与电池模型真实值之间的相对误差百分比。由于电动自行车负载曲线具有动态性，传统的电池电量监测算法可能会在极端动态的电池负载下错误估算电阻，从而导致如图6所示的容量估算误差。

图8 . 电动自行车实际负载曲线的电阻估算和精度

与传统的电池电量监测计不同，德州仪器(TI)的Dynamic Z-Track技术即使在不可预测的电池负载下也能提供高达99%的电量状态检测精度，这使制造商能够在保证性能的前提下优化电池尺寸，并将续航时间延长多达30%。最终，用户在无人机、电动自行车、笔记本电脑和便携式医疗设备等高要求应用中，能获得更稳定可靠的使用体验。

结语

虽然动态负载特性会显著增加电池系统设计的复杂度，但它不会成为系统可靠性或用户体验的障碍。像Dynamic Z-Track算法这样的解决方案，能够在真实、复杂、不可预测的电池负载条件下保持电量检测的高精度，使设备在各种环境下依然保持稳定运行，例如无人机能够顺利完成飞行任务，不会在半空中意外断电；电动自行车也能在不同温度和电池老化情况下稳定运行。