是否真能做到10年不换电池？

电池的续航时间与多个因素有关，最关键的是产品本身的低功耗特性，还有电池本身自放电特性。

例如一个10000mAH的电池，如果自放电率是50uA，10年就是10年X365天X24小时X50uA=4380mAH，约50%的电能被自身漏掉了，所以有效的电池电量其实只有50%。

关于自放电的快速、精确测量，利用我们BT2191A或BT2152的自放电测试系统，可精确测量自放电电流绝对值(uA)，而不是电压相对变化量的K值。

如何评估电池的续航时间呢?

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=100mAx2.67mS=0.267mAS

在接下来的5秒中的休眠状态，电流稳定在10uA。耗电量=0.01mAx5S=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，那评估结果也将更解决实际情况了，从而让你对整个产品的设计更有信息!