如何评估电池的续航时间呢？

sick

简单粗暴的估算方式，就是用电池标称的电量，除以平均电流。但这个方法其实不太靠谱。

相信很多人有开车的经历，除了土豪，都会关心汽车的油耗。在99%的情况下，我们的油耗要高于标称理想油耗。这是因为标称油耗有诸多的条件：发动机需要预热、在 80km/H 匀速的情况下，不能上坡，长安街式的平整路面，没有红绿灯等等、等等。所以，我们正常的油耗高出20-30%是再正常不过的事情。所以，有些厂家有“综合工况” 或“城市路况”的标注油耗参考。

同样，电池在标称电量的时候，电池厂家往往标称的是“理想电量”，就是用一个固定的放电率，如 0.5C,0.2C 等放电来测试电量。 但在智能设备、特别是 NB-IoT 设备在工作时，脉冲式的耗电方式就像汽车不断急加速、刹车、上坡、下坡， 无情折磨着你的可怜的小电池。

如何相对准备地验证电池在实际工作场景下的工作时间，而且不需要10年的时间？
我们可以仿真一个 NB-IoT 设备的实际电流工作场景，之后对电池数十倍、甚至数百部的加速测试。

我们来看下面这张图，典型的 NB-IoT 设备的电流特性。假定在每个周期的唤醒的 2.67ms 中，峰值电流可能高达 300mA 以上，平均电流 100mA：

耗电量 = 100mA x 2.67mS = 0.267mAS

在接下来的5秒中的休眠状态，电流稳定在 10uA。耗电量 =0.01mA x 5S = 0.05mAS



因此，80% 的电量用在了 Active 状态，而且峰值高，时间短、功率大， 对电池性能摧残严重。 在休眠状态， 耗电低，电流稳定， 时间长，对电池性能影响小。 所以， 我们更关注一下 Active 状态的功耗。

为了仿真 NB-IoT 电流的实际场景，在实现加速测试，我们构建了以下环境：

第一步

利用 NB-IoT 的基站模拟器，仿真实际工作场景，再利用 N6705+N6781A 模块捕获电流工作状态，特别是 Active 状态的电流波形。


第二步

利用在 N6705 配套的 14585A 软件，将电流波形镜像反转，变成 N6781A 模块的负载工作时的任意波形，即吸收电流的波形。请注意，N6781A  是一个双象限电源，既可以做电源，又可以做负载。


▲ 使用电流电平触发功能，200KSa/s 高速采集输出电流，在软件中保存波形


▲ 波形镜像后，使用 Arb 功能，将翻转后的电流波形下载到 N6705 电源中，回放刚才开机瞬间的电流波形


第三步

把负载吸收电流的任意波形进行优化，例如将休眠时间减少到 5ms，同时设置 N6781A 设为负载模式，接上需要验证的电池。利用 N6705 仿真真实的负载，对电池进行测试。由于休眠状态从5秒降低到 5mS，使整个测试过程加快了1000倍！对于预测10年工作时间的设备来说，一周之内即可完成评估。

N6705C 直流电源分析仪
低功耗和电池分析的神器

利用 N6705 连续监测电池的端电压，可以判断电池寿命是否已经接近终结。但我们认为监测电池可以输出的最高峰值电流，可能会更接近与实际值。这是因为在 NB-IoT 中，电池寿命终结绝不是因为电量用光了，而是由于由于内阻等原因，造成瞬间的峰值电流输出小于设备需要的最大电流，从而造成误码率上升，甚至可能电源触发关机电路。

因此，如果发现峰值电流低于设备正常工作所需的门限值，就意味着电池寿命接近终结了。N6781A 中还有内置的电量计，这样就可以看到这个测试过程在吸收的总电量值。这实际上也是可以利用的电池的电量。这个值肯定会小于电池的标称电量。

利用以上这种方法，可以相对准确地评估 NB-IoT 在各种不同工作场景、或是混合的工作场景下电池的工作寿命；如果将电池置于不同的温度环境中，可以看到温度对电池寿命的直接影响；如果再结合电池的自放电特性，那评估结果也就更能解决实际情况了，从而让你对整个产品的设计更有信心！