电量计（SoC）算法与实现！

电池是储存电能的主要来源。对于依靠可充电电池供电的可穿戴系统，用户希望知道电池中剩余能量，以便预估何时需要充电。剩余能量的百分比通过“电量状态（State of Charge，SoC）”这一参数来衡量。SoC定义为电池剩余能量占满电状态能量的百分比，通常以额定容量（mAh）作为估算基准。图 1展示了电池从满电到空电的SoC变化。

精确估算电池SoC有助于告知用户应用还能工作多久才需要充电。从安全角度看，SoC可确保电池达到 100%后不会过充。通过SoC估算，用户可以了解设备在下次充电前还能使用多久。满电电池SoC为 100%，空电电池对应0%。SoC还能有效反映电池系统相对于额定状态和寿命终止状态的表现。负载越高，SoC下降越快，本SoC算法已考虑这一点。SoC测量有助于选择适当的充放电曲线，以延长电池寿命。

SoC与电池端电压（开路电压OCV）成正比。SoC随电池电压下降而降低。图 2给出了SoC与电池开路电压及负载电流关系的示例曲线。

电池容量通常以1C为基准标定，即额定容量为200mAh的满电电池应能以200mA放电一小时。同一电池以0.5C放电时，可提供100mA两小时；以2C放电时，可提供400mA三十分钟。

每个品牌、每种类型的电池都有其自身的充放电特性。为使算法提供准确的SoC估算，需要对电池进行特性化（profiling），以确定不同C倍率下电压与SoC之间的关系。

SoC是当前存储电荷Q与总容量C的比值。总容量可从电池规格书中获得。SoC=1对应满电电池，SoC=0对应空电电池。

对于一次充/放电操作，考虑tα和tβ两个时刻。Qα和Qβ分别对应tα和tβ时刻的电荷量，因此存储/消耗的电荷为Qα–Qβ。当Qα变化到Qβ时，SoC从SOCα =SOC（tα）变化到SOCβ=SOC（tβ）。对tα和tβ分别使用库仑计数关系式，可计算出电池单体的总容量。

两个精确的SoC测量值以及这两个值之间的积分电流，足以计算当前时刻的容量C。SoC与开路电压（OCV）相关，当SoC从SOCα变化到SOCβ时，OCV从OCVα=OCV（tα）变化到OCVβ=OCV（tβ）。

OCV与SoC的线性插值关系可图示为图 3：

由上述关系可知，电池的当前容量可根据充放电电荷量、SoC和开路电压求得。

如前所述，为准确估算SoC，需要对电池进行特性化（或标定）。电池特性化的作用是以已知电流对电池进行充放电，并测量对应的开路电压。电池特性化首先将电池准备到满电状态，使SoC对应100%。特性化工具会以特定电流放电一段时间，使SoC下降5%，记录该SoC对应的电压。充电时同理，以特定电流充电一段时间，使SoC上升5%。

电池特性化会生成查找表（LUT），记录高负载（hlut）、低负载（llut/OCV）和充电电流（clut）下测得的SoC与电压。这些查找表被插入到DA1469xSoC软件中。SoC软件可添加到客户应用中，在应用运行时用于随时计算电池电量。

温度对锂离子电池的容量和SoC有显著影响。低温且负载需求较高时，温度影响更为明显。低温下开路电压下降更快，低温高负载时电压下降速率更快，因此低温下SoC也会下降。

其中llut包含电池以（极）低电流放电时测得的电压；hlut包含电池以高电流放电时测得的电压；clut包含电池充电时测得的电压。

图 5是在固定温度（25°C）下，高、低负载电流对应的21步OCV查找表示例：

当电池处于空电状态（电池电压低于截止电压）时，必须以低电流充电，使电池电压上升到截止电压以上，这称为预充电。此阶段的充电电流称为预充电电流（IPRECHG），通常小于或等于0.1C。阶段一对应预充电。

当电池电压上升到VPRECHG阈值后，可流入规定的最大充电电流。建议将充电电流设置为电池容量的50%至70%。这一阶段称为恒流充电阶段。为延长电池寿命，建议选择较低的充电电流，因此从电池寿命考虑，50%是较好的选择。但充电电流越高，充电速度越快。

当电池电压上升到设定的调节电压后，充电过程进入恒压充电阶段。此阶段充电电流逐渐减小，直到电流等于电池容量的10%，之后充电过程停止，电池视为充满。锂离子电池的typical调节电压为4.2V。

SoC算法特性化流程主要包括两大步骤：

电池特性化和SoC估算的实验台设置如图 8所示。

电池特性化的目的是生成第2.1.1节详细描述的“电压-SoC”查找表。对于高电流负载的特定情况，电池特性化步骤如下：

SoC算法会生成若干查找表，如表 2所示。

这些查找表仅服务于固定温度下的放电和充电操作。此外，每个LUT中的样本数可以增加，以提高算法精度（目前为21个样本）。

DA1469x SoC软件示例包含多个用于计算SoC的函数，可集成到客户应用中。SoC软件中使用的算法基于以下假设：

基本算法流程如图10所示。

算法输入参数包括：

简而言之，思路是读取初始电池电压并假设一个初始SoC值，然后估算实际负载电流和电压下降速率。后两个参数可用于计算VBAT/SoC曲线上的下一点，从而得到SoC值。

每个查找表都可以表示为二维图上的若干点，X轴为SoC（%），Y轴为电池电压VBAT（V）。样本数由LUT生成时的步长决定，本例中步长为5%（每损失5%SoC读取一次VBAT），因此图中有21个样本。这21个样本定义了一条曲线，显示电池电压随SoC的下降。

在同一图上绘制llut和hlut，结果如图11所示。绿线代表hlut，红线代表llut，实际电池电压与SoC的关系由蓝线定义。算法尝试预测llut曲线上的下一个点，将其投影到X轴即可得到下一个SoC估算值。算法的目标是利用所有可用信息将电池当前状态转换到llut曲线上，从而得到SoC估算值。

第一步是使用内/外插法估算实际负载电流。第二步是根据估算的负载电流计算电压下降速率（dV/T）。结合前一个电压值，可以计算估算曲线上的下一点。最后，将X坐标投影到SoC（llut）轴上，即可得到实际SoC。

如前所述，假设在恒定负载下，若电压变化较小，则SoC步长呈线性。

5.3.1 SoC报告误差

5.3.2 累积误差

由于第一次测量会估算SoC值，因此存在误差。初期误差可能较大，但会随时间平滑调整。

5.3.3 半电充电

即使已达到最高电池电压，但尚未达到EOC，算法最初会产生一些较大误差，但会逐渐调整，因为电压下降速率会相应移动到计算的llut曲线。实际测试中未观察到任何异常。

5.3.4 电池老化

算法已考虑电池老化，因为老化会影响初始电池容量。