电池基础与关键参数：容量、电压、放电曲线、C-rate、内阻与自放电率
在Edge AI设备的电池寿命预估与mA预算验证中，电池本身的行为特性往往决定了理论计算与实际表现之间的差距。许多工程师在项目初期只关注电池的标称容量（mAh），却忽略了电压平台、内阻随温度的变化、放电曲线的非线性以及C-rate对可用容量的影响，导致寿命预估偏差高达20%～40%。本章将系统梳理电池的六大关键参数，并重点解释它们如何影响Edge AI设备的实际续航表现，为后续的mA预算验证打下物理基础。
核心原理：从“标称容量”到“实际可用容量”的认知升级
电池的标称容量（Nominal Capacity）是在特定条件下（通常为0.2C放电、25℃、截止电压2.75V或3.0V）测得的电荷总量，单位mAh。然而在Edge AI设备中，实际负载并非恒定电流，而是由MCU唤醒、无线通信、传感器采样等构成的脉冲负载。此时电池的实际可用容量会显著低于标称值，原因有三：
- 电压平台与截止电压的约束：锂电池的放电平台通常在3.6V～3.9V之间，当电压降至截止电压（如3.3V）时，即使电池仍有剩余电荷，设备也必须关机以保护电池和电路。不同负载电流下，电压下降速率不同，导致截止电压提前到达。
- C-rate效应：高倍率放电（如2C）会加剧电池内部极化，使端电压快速下降，实际放出的容量可能只有标称的85%～90%。
- 内阻压降：内阻R在脉冲电流I下产生瞬时压降ΔV=I×R，该压降直接消耗电压余量，等效于减少了可用容量窗口。
因此，mA预算验证不能简单用“电池容量/平均电流”来估算续航，而必须结合放电曲线和负载脉冲特性进行修正。
关键参数详解与工程判断方法
1. 电池容量（mAh）与放电曲线
放电曲线是电池端电压随放电深度（DOD）变化的曲线，通常由电池厂商提供。工程上需要关注三个特征点：
- 开路电压（OCV）：无负载时的端电压，用于估算剩余电量（SOC）。
- 平台电压：放电中段电压相对平稳的区域，是DC-DC转换效率计算的重要输入。
- 拐点电压：曲线末端电压快速下降的起始点，通常对应SOC低于10%的区域，应避免在此区域工作。
在mA预算验证中，建议将放电曲线离散化为10% SOC间隔的电压表，用于估算不同剩余电量下的系统功耗变化（因为DC-DC效率随输入电压变化）。
2. C-rate与脉冲能力
C-rate定义为充放电电流与标称容量的比值。例如1000mAh电池，0.5C对应500mA，2C对应2000mA。Edge AI设备的关键在于脉冲C-rate——例如LoRa发送时可能瞬间抽取300mA，而平均电流仅30mA，脉冲C-rate达到10C。高脉冲C-rate会导致：
- 内阻压降增大，可能触发欠压复位；
- 电池温度升高，加速老化；
- 可用容量下降（Peukert效应）。
工程判断方法：查阅电池数据手册中的“脉冲放电能力表”，确认在最低工作温度（如-10℃）和最大脉冲电流下，端电压是否仍高于系统最低工作电压（如3.0V）。
3. 内阻（DC-IR与AC-IR）
内阻分为直流内阻（DC-IR）和交流内阻（AC-IR，1kHz）。DC-IR更贴近实际负载场景，可通过以下方法测量：
测量步骤：
1. 电池充满至4.2V，静置1小时
2. 以0.2C放电10秒，记录电压V1
3. 立即切换至1C放电1秒，记录电压V2
4. DC-IR = (V1 - V2) / (1C - 0.2C) 电流差内阻随温度变化显著：-20℃时内阻可能是25℃时的3～5倍。在mA预算验证中，应使用最低工作温度下的内阻值进行最坏情况分析。
4. 自放电率与存储老化
自放电率通常为每月2%～5%（25℃），温度每升高10℃，自放电率约翻倍。对于长期部署的Edge AI设备（如资产追踪器），自放电率直接影响“货架寿命”和“首次使用时的剩余电量”。此外，电池日历老化（Calendar Aging）会导致容量年衰减5%～8%，在预估2～3年使用寿命时必须纳入计算。
案例拆解：智能传感器节点的电池寿命预估偏差分析
背景与约束：某工业物联网项目使用1000mAh锂电池，设备每10分钟唤醒一次，每次唤醒执行传感器读取+LoRa发送，平均电流曲线为：休眠5μA（占空比99.5%），唤醒期间平均电流45mA（持续3秒）。工程师初步估算寿命为：1000mAh / (0.005mA×0.995 + 45mA×0.005) ≈ 1000 / 0.23 ≈ 4347小时 ≈ 181天。
初始现象：实际测试仅运行112天即出现欠压关机，偏差达38%。
关键输入数据：
| 参数 | 标称值 | 实测值 |
|---|---|---|
| 电池容量（0.2C） | 1000mAh | 985mAh |
| DC-IR（25℃） | 80mΩ | 95mΩ |
| DC-IR（0℃） | — | 280mΩ |
| LoRa脉冲电流 | 45mA | 峰值320mA（持续120ms） |
| 截止电压 | 3.0V | 3.3V（系统保护） |
分析判断过程：
- 脉冲压降计算：ΔV = 0.32A × 0.28Ω = 0.09V（0℃时），叠加在平台电压3.7V上，实际端电压为3.61V，看似安全。
- 但放电曲线显示，当SOC降至30%时，OCV为3.5V，此时脉冲压降0.09V使端电压降至3.41V，接近3.3V保护阈值。
- 进一步检查发现，设备在0℃环境下工作，内阻增大导致可用容量从985mAh降至约780mAh（容量损失21%）。
实际操作步骤：
- 将电池放电曲线数据导入Python脚本，结合设备负载脉冲序列进行仿真；
- 在仿真中设置温度梯度（白天10℃、夜间-5℃），计算每日容量消耗；
- 调整截止电压策略：允许系统在3.2V时进入低功耗模式而非直接关机，额外获得约8%的可用容量。
结果对比：修正后的预估寿命为118天，与实际112天接近（误差5%）。通过优化唤醒策略（将LoRa发送功率从+22dBm降至+17dBm），寿命延长至135天。
风险与代价：降低发送功率会减少通信距离，需评估链路预算；调整截止电压可能缩短电池循环寿命。
复盘经验：电池寿命预估必须考虑温度、脉冲电流、截止电压三个维度的联合影响，仅用平均电流计算会严重高估续航。
常见误区与总结复盘
误区2：将截止电压等同于电池放电终止电压——系统保护电压（如3.3V）通常高于电池的放电终止电压（2.75V），这相当于人为缩小了可用容量窗口。
误区3：用平均电流代替脉冲电流进行压降计算——内阻压降是瞬时值，必须用峰值电流计算，否则会低估欠压风险。
总结本章：电池寿命预估不是简单的除法运算，而是基于放电曲线、内阻模型、温度修正和脉冲负载特性的系统工程。掌握这些基础参数，才能为后续的mA预算验证提供可靠的物理依据。