TIはバッテリ管理システムにインテリジェンスをもたらします

テキサス・インスツルメンツ（TI）は、電気自動車（EV）およびエネルギー貯蔵システム（ESS）向けに設計された、電気化学インピーダンス分光（EIS）エンジン内蔵のシングルチップ・バッテリー・モニター「BQ79826Z-Q1」を発表しました。

予測セル診断とシステムの信頼性
BQ79826Z-Q1は、内蔵の電気化学インピーダンス分光（EIS）エンジンを活用して、個々のバッテリーセル内部から予測インテリジェンス、運用データ、およびリアルタイムの診断機能を提供します。化学状態データを追跡することで、このモニターはセルレベルの潜在的な故障を検出し、安全上の異常から保護するとともに、バッテリーパックの寿命を延ばします。本デバイスは、バッテリーの健全性をリアルタイムで継続的に把握できるため、ソフトウェアシステムはセル内部の異常状態が深刻化する前に検出できます。内部セルの危険性を早期に検出することは、システムの安全性を維持し、熱暴走などのリスクに関する通知を提供するのに役立ちます。

これらの診断機能は、人工知能（AI）データセンターなどの電力インフラを支えるエネルギー貯蔵システム（ESS）に適しており、グリッドからゲートまでの電力配分を管理するために安定したモニタリングが必要とされる環境で威力を発揮します。EISエンジンにより、エンジニアはバッテリーレイアウト内の各セルにおける充電状態（SoC）と健全状態（SoH）の両方を継続的に可視化できます。

ハードウェアの統合とチャネル密度
本デバイスは1チップあたり最大26セルをサポートしており、従来のコンポーネント世代よりも最大44%多くのチャネルを追跡でき、他の代替構成よりも8チャネル多く提供します。このデバイスあたりのセル数の増加により、バッテリーパック組立品内部の総コンポーネント要件が最小限に抑えられます。モニタリングアーキテクチャを統合することで、この設計は構造的な信頼性を損なうことなく、部品構成表（BOM）全体を削減し、基板スペースの要件を簡素化し、システムの複雑さを低減します。

パック・モニター「BQ79881-Q1」およびオプションの通信ブリッジと統合することで、これらのコンポーネントは統一されたチップセットを形成します。このアーキテクチャは、さまざまな機械設計、モジュールサイズ、バッテリー化学特性に合わせて拡張可能（スケーラブル）であるため、エンジニアは多様な自動車およびエネルギー貯蔵プラットフォームにわたってハードウェア展開を標準化し、エンジニアリングのオーバーヘッドを削減できます。

測定精度と安全適合性
このモニターは、–40°Cから+125°Cに及ぶ動作温度範囲全体で、2mV未満のセル電圧測定精度を達成しています。より高解像度のアナログ・デジタル・コンバータ（ADC）を超低ノイズ特性と組み合わせることで、本ユニットは充電状態（SoC）の推定精度を向上させ、車両の航続距離に対する不安（レンジアンザエティ）を緩和し、セルの健全性劣化を加速させることなく急速充電サイクルをサポートします。

内蔵されたEIS測定の実行速度は従来構成の5倍で動作し、セルあたり高い機能安全電圧の読み取り値を提供します。このモニタリングシステムは、Automotive Safety Integrity Level D（ASIL D）基準および国際標準化機構（ISO）のISO 26262仕様に準拠しており、大容量バッテリーパックにおける機能安全への実証されたパスを確立します。

追加コンテキスト
このセクションでは、元のニュースリリースには含まれていない技術仕様と競合ベンチマークの詳細を説明します。

自動車用電気自動車（EV）やマルチメガワット級のエネルギー貯蔵システム（ESS）向けのバッテリー管理システム（BMS）では、熱管理と状態推定を最適化するために、高精度、多チャネル、および高度なセルメトリクスが求められます。

統合型EISエンジンの性能
電気化学インピーダンス分光（EIS）は、従来、外部の研究室グレードの機器や、大型のディスクリートオンボード注入回路に依存してセルに交流（AC）信号を印加し、周波数依存のインピーダンス応答を評価していました。マルチチャネル・モニター・チップ内部にネイティブEISエンジンを統合することで、外部の信号発生器やディスクリートのフィルタリングコンポーネントが不要になります。

アナログ・デバイセズ（Analog Devices）の「ADBMS6817」やNXPの「MC33771C」シリーズなどの標準的な高電圧バッテリー・モニターは、主にセル電圧、パック総電流、パッシブ・バランシングなどの静的なDCメトリクスに焦点を当てています。これらの標準的なモニターは、急速な過渡変化に直面した際、さまざまな周波数にわたる内部セル抵抗の変化を動的に測定することはできません。

オンボードEISエンジンを実行することで、システムは外部ハードウェアを使用せずに、オーム抵抗、固体電解質界面（SEI）層のトラッキング、電荷移動抵抗などの複雑なリアルタイムのセルパラメータを捕捉します。これにより、従来の電圧や温度のセンサーが異常を検知する前に、リチウム析出（リチウムプレーティング）や局所的な構造劣化などの表面下の異常を直接特定できます。

チャネル密度と基板の最適化
400Vまたは800Vにスケールアップする高電圧EVアーキテクチャでは、数百個のバッテリーセルを直列に積層する必要があります。このカテゴリーの標準的なベースライン製品は、通常、「ADBMS6815」（12チャネル）や「MC33771C」（14チャネル）のラインに見られるように、12チャネルから14チャネルのモニタリング構成を提供しています。

モニターチップを拡張して26セルをネイティブに処理できるようにすることは、チャネル密度の向上を意味します。約200個の直列接続セルを使用する800Vシステムの場合、標準的な12チャネルのモニターレイアウトでは、約17個の独立した集積回路（IC）と17セットの外部絶縁コンポーネントが必要になります。これを1チップあたり26チャネルのアーキテクチャに移行することで、必要なIC数を8モジュールにまで削減できます。この削減により、必要な絶縁トランス、回路保護コンポーネント、およびデジタル通信リンクが半分以下になり、プリント基板（PCB）のスペースが節約され、内部のデイジーチェーンバスに沿った潜在的な物理的故障点が最小限に抑えられます。

総電圧精度の限界
リン酸鉄リチウム（LFP）やニッケル・マンガン・コバルト（NMC）リチウムバッテリーの化学特性では、20%から80%の充電状態（SoC）ウィンドウにおいて、セルの開路電圧（OCV）曲線が非常に平坦になります。この電圧変化が極めて小さいため、わずか数ミリボルトの測定誤差であっても、総SoC計算において10%以上のエラーを引き起こす可能性があります。

一般的な市場の代替品が広範な温度条件下で約3mV〜5mVの精度範囲を提供するのに対し、–40°Cから+125°Cの自動車用フル温度範囲全体で測定誤差を2mV未満に抑えることは、BMSアルゴリズムに高精度なデータインプットを提供します。この厳しい許容誤差により、エンジニアがソフトウェアにプログラムしなければならない安全マージンが削減され、バッテリーセルの物理的なサイズを大型化することなく、より多くの有効バッテリー容量を解放し、航続距離やグリッド容量の推定精度を向上させることができます。

Evgeny Churilovによって編集された、Induportalsメディア-AIによって適応されました。

www.ti.com