挑戰
在過去的幾年里，諸如筆記本電腦、手機以及多媒體播放器等便攜式設備的數量顯著增長。這些具有更多特性與功能的設備要求更高的電量，所以電池必須能夠提供更多的能量以及更長的運行時間。對于電池供電的系統而言，最大的挑戰在于電池的運行時間。通常，電子系統設計人員通常將注意力集中在提高DC/DC電源轉換效率，以此來延長電池的運行時間，而往往會忽略與電源轉換效率和電池容量同等重要的電量監測計" style="color: blue; text-decoration: underline" title="電池電量監測計">電池電量監測計的精確度問題。如果電池電量監測計的誤差范圍是±10%，那么就會有相當于10%的電池容量或運行時間被損失掉。然而，電池的可用電量與其放電速度、工作溫度、老化程度以及自放電特性具有函數關系。此外，傳統的電池電量監測計還要求對電池進行完全充電和完全放電以更新電池容量，但是這在現實應用中很少發生，因而造成了更大的測量誤差。因此，在電池運行周期內很難精確預測電池剩余容量及工作時間。
為了充分利用電池電量，當每節電池達到3.0V的終止電壓時，用戶希望能夠在電池的運行周期內對其剩余電量進行精確度為±1%的電池電量監測。此外，他們還希望去除耗時的充放電周期，以更新使用3S2P鋰離子電池組(三節鋰離子電池串聯以及兩節鋰離子電池并聯)的筆記本電腦的電池容量，每節電池的容量為2200mAh。
解決方案
當前用于電池電量監測的最常見技術就是庫侖計數算法，或對流入和流出電池的電流進行積分的算法。對于剛剛充滿電量的新電池而言，這種方法非常有效。但是，隨著電池老化和自放電，這種方法就顯得不那么有效了。沒有辦法測量自放電速度，因此通常用一個預定義的自放電速度公式來對其進行校正。這種方法不是很精確，因為電池的自放電速度各不相同，而且一個模型不能適用于所有的電池。
庫侖計數算法的另一個弊端在于只有在完全充電以后立即進行完全放電，才能對電池的總容量進行更新，而便攜式設備的用戶很少對電池進行完全放電，因此，實際電量在完成更新之前可能會被大大降低。
第二種方法是利用電池電壓與充電狀態(Stafus of charging)之間的相互關系進行電池電量監測。這種方法看起來比較直觀，但是只有當未對電池接入負載電流時，電池電壓才與SOC或電池電量具有很高的關聯性。這是因為如果接入了一個負載電流，那么電池內部阻抗兩端就會有一個壓降。溫度每下降100℃，電池阻抗就會提高1.5倍。此外，當電池老化時，會出現與阻抗有關的重大問題。一個典型的鋰離子電池在完成100次充放電周期以后，其直流阻抗會增加一倍。最后，該電池對階躍負載變化會有一個非常大的時間常數瞬態響應。在接入負載以后，電池電壓會隨著時間的變化以不同的速度逐漸下降，并在去除負載以后逐漸上升。僅僅在其完成15%的標準的充放電周期(500個)以后，對于全新電池而言，非常有效的電壓算法就可能會引起50%的誤差。
基于阻抗跟蹤技術的電池電量監測
通過上述敘述可以看出，無論是庫侖計數算法還是基于電池電壓相關算法的電池電量監測，要想實現1%的電池容量估計都是不可能的。因此，TI開發出了一種全新電池電量監測算法——阻抗跟蹤技術，該技術綜合了基于庫侖計數算法和電壓相關算法的優點。
當筆記本電腦處于睡眠或關機模式時，其電池及電池組處于沒有負載的空閑狀態。這時在電池開路電壓(OCV)和SOC之間存在非常精確的相關性，該相關性給出了SOC確切的開始位置。由于所有自放電活動都在電池的OCV降低過程中反應出來，所以無需進行自放電校正。在便攜式設備開啟之前，精確的SOC通常取決于對電池OCV的測量。當設備處于活動模式而且接入了負載，便開始執行基于電流積分的庫侖計數算法。庫侖計數器測量通過的電荷量并進行積分，從而不間斷地算出SOC值。
?
?
圖1顯示了電池總容量測量的更新。電池總容量是通過電池在充放電前后電壓的變化足夠小、處于全空閑狀態時，在P1和P2處的兩個OCV讀數計算得出的。在P1處電池完成放電之前，SOC值可由下式得出：
SOC1=Q1/Qmax
電池完成放電且通過電荷為DQ時，SOC值可由下式得出：
SOC2=Q2/Qmax
兩個等式相減，得出：
其中，△Q=Q1-Q2