锂离子电池因其极具吸引力的性能和成本指标,目前已广泛应用于各类便携式设备中。然而,其必须具备精确的充放电控制才能保证安全;这就要求实施电池管理系统。
本文将围绕这一问题展开讨论,并介绍一种既经济高效又能为用户带来额外益处的集成解决方案,包括荷电状态(SOC)和健康状态(SOH)监测等。
回顾历史,曾被考虑用于电池的化学成分可谓五花八门,或许已有数百种之多——从意大利科学家Alessandro Volta于1800年左右发明的原始铜锌纸板原电池,到常见的可充电铅酸电池,再到能够在90秒内为电动汽车充满电的奇异(且仍为理论构想)“量子”电池。不过,目前锂离子电池凭借在功率和能量水平上的广泛适用性成为众多应用领域的首选;能量范围从典型手机中的10瓦时(Wh)到电动汽车中的数百千瓦时(kWh)不等。有时人们会担心锂资源的稀缺性;大众汽车估算全球锂储量仅为1400万吨,但该公司计算认为,即使按照2018年的消耗率,这些储量仍可供人类使用150年以上。
图1,部分电池化学成分对比
锂离子电池的优势
锂离子电池预计将在未来一段时间内继续占据市场主导地位,科学界和工程界正在不断努力提升其性能,不仅是在容量方面,还有安全性——这始终是一个关键考量。锂离子电池之所以备受欢迎,主要得益于其重量能量密度(Wh/kg)、体积能量密度(Wh/L)和成本的综合优势(见图1)。这些是衡量电池商业价值的重要指标;但与其它类型的电池相比,锂离子电池还具有更多优势,如更长的使用寿命、较低的自放电率、低毒性以及带来更大便利的高电芯电压(约为3.8V)。
应对缺点
锂离子电池的缺点或许已经因一些广为人知的故障案例而广为人知。首先,其充电电压必须得到严格控制;充放电电流以及电芯温度必须监测并限制在一定范围内,且充电必须在电池容量达到或接近100%时终止。忽视这些规定可能会导致爆炸或火灾。同时,为保证电芯的高可靠性和足够的使用寿命,充电曲线应根据实际情况调整,以实现充满电所需时间和低应力的最佳组合。
如图2所示,通常的充电过程是以约1C的恒定电流进行;例如,对于1安时(Ah)的电池,充电电流为1A(图中所示阶段1),直到电芯达到约70%(点2)的容量,然后转为恒定电压充电(阶段3)。在此条件下,电池电流逐渐下降,当电流值降至1C的3%-5%以下时(点4),充电终止。这是针对传统钴混合型锂离子电池的充电方式。如前文所述,锂离子电池的自放电率较低,不过有些方案会在检测到电压下降后,通过短时间的充电循环来"补足"电量。
图2,典型的锂离子电池充电过程
确定荷电状态并非易事
检测70%荷电状态(SOC)点以触发恒压(充电)操作模式的转换颇具挑战性。可以通过瞬间断开充电器并测量电池的开路电压,然后将其与70%电量的预期值进行比较来近似估算。这种方法适用于可拆卸的电池模块在充电器中插入使用的情况;但若电池内置于某一产品中进行充电,确保在测量“开路”电压时没有负载存在,从而真实反映SOC,则变得非常困难。在放电过程中,由于锂离子电芯具有理想的特性;其在耗尽前保持相对平稳的放电电压特性,因此电芯电压并非衡量SOC的可靠指标。
另一种方法是通过库仑计数或气体计量法学习电池特性并估算SOC。如果可以测量一段时间内的电流,就可以计算出累积输入和释放的电荷量,进而推导出SOC。这取决于对初始荷电状态的感知或记忆,而该状态可能未知。为保证一定的准确性,应定期通过近乎完全放电的过程来进行重新校准。手机用户对此现象并不陌生。此外,还需考虑容量随温度和老化程度变化而损失的因素。
了解电池健康状态十分重要
了解电池健康状态(SOH)或容量损失情况十分重要;因为随着电池老化或处于低温环境下,即使电量指示为100%,实际可运行时间也会减少。对于手持工具或便携式电器而言,健康状况不佳、运行时间缩短的电池或许只是带来些许不便,但随着锂离子电芯被广泛应用于更多移动设备和实用型应用中,系统对于SOH的感测可能成为一个安全问题。例如,人行道上的电动代步车电量突然耗尽对用户而言是非常严重的问题;因此,实现“预测性维护”,在电池寿命结束前及时更换,极为关键。
与SOC一样,电芯电压并非衡量SOH的良好指标,但内阻可以作为一个指标,通过给定电流阶跃下的电芯端压降来计算得出。更准确的SOH计算会很快变得愈发复杂;其需要构建特定电池模型,并结合其预测寿命和与环境相关的老化情况。随着时间的推移,生成模型所需的数据集会异常庞大,因此可能需要利用机器学习和神经网络进行处理才能获得准确得结果。
电池管理系统不可或缺
为确保安全与效率的最优化,需要电池管理系统(BMS)来控制充放电过程,同时以可接受的精度计算SOC和SOH。不过,运行环境可能非常恶劣且难以预测。锂离子电池市场的一大部分面向手持工具与园林机械;如今已包括骑乘式割草机、链锯和吹叶机/吹雪机。此外,电动自行车、电动滑板车等类似应用电池组电压高达90V甚至更高。所有这些设备通常都工作于不受控环境中,会遭受冲击/振动、污染、湿度和极端温度的影响,且往往缺乏明确的维护计划。
更高的电压还带来了潜在电击和高能量放电的风险。与此同时,商业上的压力要求电池及其管理系统尽可能小巧、轻便、低成本,同时保持最丰富的功能;还需要实现最低自放电和休眠模式,以便设备在长时间存放后仍能立即投入使用——甚至无线连接的需求也在不断增长。对于采用大型电池组的高功率/高价值应用,可能还需要主动电芯平衡功能来确保各电芯荷电状态均衡,从而最大化运行时间并最小化应力。
集成解决方案
为实现上述所有功能,一体化解决方案颇具吸引力。Qorvo已为该应用设计了产品,专注于其它供应商目前无法充分服务的更高电芯数量、更高电压的系统。Qorvo的方法是利用现有电源应用控制器(PAC)IC系列中的技术;该系列采用ARM® Cortex®处理器——分别为时钟频率50MHz的M0内核和时钟频率150MHz的M4F内核,分别适用于低端和高端应用。M4F内核产品具有128kB闪存和32kB SRAM——存储容量是M0内核版本的四倍,此外还有更多通用I/O引脚。两者都具备SPI、UART和I2C/SMBus接口,而M4F版本还具有CAN接口。
首批推出的两款BMS设备分别是搭载M0处理器的PAC22140和搭载M4F的PAC25140(图3)。
图3,Qorvo的PAC25140集成式BMS
两种解决方案均针对20个电芯的系统进行了优化,并且可以支持低至10个电芯的系统,实现对单个电芯的监测和均衡。在高电流路径中,它们为必要的外部保护MOSFET提供了栅极驱动,以便在过载或短路情况下根据需要实现充放电控制和切断。两种控制器均包含升压转换器,从而生成高于电池电压值的栅极驱动电压,让高成本效益的N沟道MOSFET得以应用。此外,这些方案还具备以下特性:
• 采用完全可固件编程的行业标准ARM架构
• 通过TinyML[AC1]实现对人工智能(AI)和机器学习(ML)应用的支持(即将在1月份推出)
• 配备高分辨率ADC的模拟接口,用于测量电芯的电压、电流和温度
• 快速硬件关机,以避免处理器造成的任何延迟,并在故障条件下最大限度地减轻电池和BMS的压力
• 每个电芯可以在1.8V到4.7V的范围间工作,且不仅限于锂离子电池
• 可编程的电芯欠压和过压监测
• 在5毫秒的ADC转换时间内,以16位精度测量电芯电压
• 电芯平衡由每个电芯的内部FET实现;FET灌电流可达50mA
• 在80V电压下,休眠电流小于3μA,并具备多种定时或事件驱动的唤醒选项
这两款器件的一个特点是差分电流检测接口的可编程增益。这一功能可以根据应用需求进行定制,以优化信号水平及精度,例如在低电流值下使用高增益。在高电流应用中,以通过设置较低的增益来保持满量程电压在一定范围内;或者等效地保持较高增益但使用更小的感应电阻以尽量减少耗散。典型的感应电阻值低于1毫欧,甚至可以通过PCB走线来形成等效电阻,并对测量值进行适当的温度补偿。
两款器件均集成了完整的电源以支持整个系统,包括降压和线性稳压器,为低功耗蓝牙™模块等内部和外部辅助电源轨供电。
固件的灵活性
Qorvo的BMS组件内置了固件,可实现全面的充放电控制与监测,并配备电芯均衡及库仑计数算法。不同于其它专有解决方案,用户可以根据终端应用开发自己的固件;而且,ARM指令集对于许多开发人员来说已经非常熟悉。在简单应用中,PAC22140器件功能绰绰有余,但PAC25140凭借更高的处理器速度和更大的内存,为实现更多功能、更深入的数据分析和故障记录提供了可能。随着对智能功能需求的增长,TinyML的支持可以提升用户体验,并且有可能随着时间推移“学习”电池特性,以更好地预测SOC和SOH(此功能将于一月份推出)。
这两款器件分别采用紧凑的9毫米 x 9毫米和10毫米 x 10毫米QFN封装(图4);Qorvo提供全面支持,包括软硬件开发套件、用于配置和监测的Windows图形用户界面(GUI),以及完整的文档资料。
图4,Qorvo PAC系列集成型电池管理IC示例
结论
如今,高性能的集成电池管理系统已经可以在功能、尺寸和价格上满足大众市场便携式设备的需求,适用于最高达100V的锂离子电池组。Qorvo组件的灵活性和可配置性尤其突出,使产品设计人员能够添加独具特色的差异化功能。敬请期待PAC系列更多版本的发布,以满足更广泛的应用需求。