USB Battery Charging Specification 1.2(BC1.2)和 USB Power Delivery(USB PD)是两个不同的充电标准,它们在应用场景、充电能力、充电协议等方面有显著区别。

1. 标准简介

  • BC1.2(Battery Charging Specification 1.2)

    • 发布时间: 2010年左右。
    • 设计目的: 为了在标准 USB 端口上实现更高效的设备充电。
    • 最大电流: 最高可达 1.5A,电压保持在 5V,总功率为 7.5W。
    • 应用场景: 普遍用于智能手机、平板电脑和一些小型电子设备的充电。
  • USB PD(Power Delivery)

    • 发布时间: 2012年首次推出,随后有多个版本更新,最新版本是 USB PD 3.1(发布于2021年)。
    • 设计目的: 旨在通过 USB 接口提供更高的功率,并且能够动态调节电压、电流,以满足不同设备的需求。
    • 最大功率: USB PD 3.1 标准下可提供高达 240W 的功率(48V,5A)。
    • 应用场景: 从智能手机到笔记本电脑、大型显示器、甚至部分家电设备都可以使用 USB PD 进行充电。

2. 充电能力

  • BC1.2

    • 仅支持 5V 电压下的充电,最大电流为 1.5A,总功率限制在 7.5W。
    • 无法为需要更高功率(例如笔记本电脑等)的设备充电。
  • USB PD

    • 支持多种电压档位,包括 5V、9V、12V、15V 和 20V(最新标准支持高达 48V)。
    • 电流最高可以达到 5A,结合不同电压可以提供从 7.5W 到 240W 的功率范围。
    • 适用于需要大功率充电的设备,比如笔记本电脑、游戏设备和高分辨率显示器。

3. 通信协议与功能

  • BC1.2

    • 相对简单,主要通过电阻检测来识别设备所支持的充电电流。
    • 无法动态调整电压或电流,只能在 5V 固定电压下工作。
  • USB PD

    • 采用复杂的通信协议,通过 CC(配置通道)引脚进行设备与充电器之间的双向通信。
    • 支持动态调整电压和电流,可以在充电过程中根据设备需求调整供电参数。
    • 还支持供电角色的切换,例如一个设备可以从充电器变为被充电的设备。

4. 兼容性与应用场景

  • BC1.2

    • 向后兼容 USB 2.0 和 USB 3.0。
    • 适用于简单的设备充电场景,广泛用于传统的手机、平板等小型设备。
  • USB PD

    • 向下兼容 USB Type-C 标准。
    • 支持多设备供电、供电角色切换、数据传输和供电的集成等复杂应用场景。
    • 适合需要灵活功率调节和高功率充电的设备,如现代笔记本、平板电脑、智能手机等。

5. 总结

  • BC1.2 主要用于基本的设备充电,提供较低的功率和简单的充电机制。
  • USB PD 是一个更先进、更灵活的充电标准,支持更高功率、动态调节、双向通信和更广泛的应用场景。它能够满足从手机到笔记本电脑等多种设备的需求,并且随着 USB Type-C 的普及,USB PD 正在成为主流的充电解决方案。

BC1.2和PD 充电的区别的更多相关文章

  1. 第一次有人把小米9快充讲的这么简单明了qc3.0 usb pd

    原文: http://www.chongdiantou.com/wp/archives/32093.html 2019年2月20日,小米在北京工业大学体育馆举办了盛况空前的小米9手机发布会,会上雷军揭 ...

  2. [转帖]18W喂不饱有必要买30W充电器吗?iPhone 11 Pro Max充电评测

    18W喂不饱有必要买30W充电器吗?iPhone 11 Pro Max充电评测 https://www.cnbeta.com/articles/tech/895237.htm 改天买一个 设备玩一玩 ...

  3. Battery Charging Specification 1.2 中文详解 来源:www.chengxuyuans.com

    1. Introduction 1.1 Scope 规范定义了设备通过USB端口充电的检测.控制和报告机制,这些机制是USB2.0规范的扩展,用于专用 充电器(DCP).主机(SDP).hub(SDP ...

  4. Battery Charging Specification 1.2 中文详解

    转:       http://blog.csdn.net/liglei/article/details/228 1. Introduction 1.1 Scope 规范定义了设备通过USB端口充电的 ...

  5. Battery Charging Specification Revision 1.2 中文版本

    Battery Charging Specification Revision 1.2 Li,Guanglei 2014.04.03 Rev0.1 转载请注明转自:http://blog.csdn.n ...

  6. Multi-bit per cell storage

    Memories Scaling      其他的的半导体存储器的制程一般2年为一个升级周期,但是nand flash 存储器的制程升级周期和他们比起来只有1年.这种更快的制程升级导致SLC NAND ...

  7. pandas合并数据集-【老鱼学pandas】

    有两个数据集,我们想把他们的结果根据相同的列名或索引号之类的进行合并,有点类似SQL中的从两个表中选择出不同的记录并进行合并返回. 合并 首先准备数据: import pandas as pd imp ...

  8. pandas使用

    一.pd.cut()与pd.qcut()的区别 假设有一组人员数据,而你希望将它们划分为不同的年龄组 ages = [18,20,22,25,27,21,23,37,31,61,45,32] bins ...

  9. Type-C转接头 还是别用了,影响速率啊

      今天用Type-C转接USB头传照片真慢! 在数码配件领域,越是不起眼的小外设,隐藏其背后的猫腻和水分也就越多.就拿常见的Micro USB转USB Type-C转接头和TF转SD卡套而言,你觉得 ...

  10. [转帖]一文尽懂 USB4

    一文尽懂 USB4 https://www.ithome.com/0/451/062.htm 今年 3 月份,USB Promoter Group(领导小组)首次发布了 USB4 规范,即下一代 US ...

随机推荐

  1. httpURLConnection 请求发起post请求

    常见请求头,在post请求之 前先了解一下,请求相关的基础 关于post 请求的方式比get  多了很多配置,其实大致一样,本想将get示例和post写在一起,这个博客功能有时有问题 一直在灰色的编辑 ...

  2. WorPress基础之谷歌GSC与GA统计代码安装

    本篇文章讲介绍什么是GSC和GA以及如何安装. 什么是GSC GSC,全称为Google Search Console,由谷歌官方提供的网站管理工具,可帮助监控和维护网站在Google 搜索结果中的展 ...

  3. 【Vue】自己编写排名组件

    一.需求分析 这里我是用Echarts的柱状图,倒置下y轴x轴就实现了,然后产品说跟UI不一致 我一看UI这种又给我整不会了,然后想拿Echarts改改参数搞定,同事和群友都是说自己做,不要用Echa ...

  4. 【Git】介绍与概述

    版本控制工具应该具备的功能? 协同修改 多人并行不悖的修改服务器端的同一个文件. 数据备份 不仅保存目录和文件的当前状态,还能够保存每一个提交过的历史状态. 版本管理 在保存每一个版本的文件信息的时候 ...

  5. 【Java】爬资源案例

    也不知道为什么喜欢叫爬虫 搞明白原理之后原来就是解析网页代码获取关键字符串 现在的网页有很多解析出来就是JS了,根本不暴露资源地址 依赖一个JSOUP,其他靠百度CV实现 <!-- https: ...

  6. 【C】Re01

    一.GCC分步编译 xxx.c文件经历的一系列编译过程: #include <stdio.h> int main() { printf("Hello, World!\n" ...

  7. 【Docker】04 部署MySQL

    从官网上拉取最新MySQL镜像: docker pull mysql:latest 创建并运行一个MySQL镜像的容器 docker run -itd --name mysql-test -p 330 ...

  8. 强化学习中经典算法 —— reinforce算法 —— (进一步理解, 理论推导出的计算模型和实际应用中的计算模型的区别)

    在奖励折扣率为1的情况下,既没有折扣的情况下,reinforce算法理论上可以写为: 但是在有折扣的情况下,reinforce算法理论上可以写为: 以上均为理论模型. ================ ...

  9. 模仿学习算法:Data Aggregation Approach: DAGGER算法——Mixing policy

    论文: <A Reduction of Imitation Learning and Structured Prediction to No-Regret Online Learning> ...

  10. tensorflow的官方强化学习库agents的相关内容及一些注意事项

    源代码地址: https://github.com/tensorflow/agents TensorFlow给出的官方文档说明: https://tensorflow.google.cn/agents ...