《World Electric Vehicle Journal》:Architectural Pathways and Integration Constraints for Feasible Onboard Electrochemical Impedance Spectroscopy for Battery Electric Vehicles
编辑推荐:
可靠的电池健康评估对于加速纯电动汽车(Battery Electric Vehicle, BEV)普及至关重要,但现有车载方法大多无法捕捉驱动老化的复杂电化学过程。电化学阻抗谱(Electrochemical Impedance Spectroscopy, E
可靠的电池健康评估对于加速纯电动汽车(Battery Electric Vehicle, BEV)普及至关重要,但现有车载方法大多无法捕捉驱动老化的复杂电化学过程。电化学阻抗谱(Electrochemical Impedance Spectroscopy, EIS)可提供更深入的诊断信息,却面临显著的架构与集成约束。研究人员建立了一套严谨的系统级框架以评估可行的车载EIS实现方案,重点关注其于电池管理系统(Battery Management System, BMS)及动力总成架构内的集成。研究人员评估了电芯级、模组级及包级EIS的各种集成拓扑,阐明其关键权衡取舍,并通过针对大众市场、高性能及循环经济应用场景的应用特定多准则决策分析(Multi-Criteria Decision Analysis, MCDA)评估所提出架构的可行性。本研究确认了车载EIS的可行性,并为工业界及科学界推进下一代BEV电池诊断提供实践指导。
论文解读:《Architectural Pathways and Integration Constraints for Feasible Onboard Electrochemical Impedance Spectroscopy for Battery Electric Vehicles》
该研究发表于《World Electric Vehicle Journal》。当前纯电动汽车(BEV)推广受限于用户对电池可靠性、寿命及维护成本的顾虑,传统电池管理系统(Battery Management System, BMS)多依赖安时积分(Coulomb Counting, CC)或卡尔曼滤波(Kalman Filter, KF)估算电池健康状态(State of Health, SOH),难以准确表征非线性老化机理。电化学阻抗谱(Electrochemical Impedance Spectroscopy, EIS)可通过频域阻抗关联内部电化学过程(如SEI膜生长、电荷转移),显著提升SOX(State-of-X,包括SOC/SOH/SOP等)估算精度,但既往EIS多用于实验室,缺乏系统的车载架构集成分析与工程可行性论证。为此,研究人员界定了车载EIS的系统级运行规范,分析BMS及动力总成架构趋势,提出并对比电芯级、模组级及集中(包级)EIS集成拓扑,最终通过多准则决策分析(Multi-Criteria Decision Analysis, MCDA)量化不同架构在典型应用场景下的适用性,给出车载EIS落地路线图。
主要关键技术方法:
研究人员首先依据Kramers-Kronig(K-K)线性关系约束,确定采用恒电流(galvanostatic)激励模式、小幅值(约10 mVpeak)单频或优化多正弦信号、在车辆静置弛豫后(推荐弛豫60–100 min,SOC约80%–100%)于1 Hz–1 kHz截断带宽内选取5–10个经分布弛豫时间(Distribution of Relaxation Time, DRT)分析及D-最优准则筛选的特征频率进行EIS测量。其次,分析典型分布式BMS架构(电池管理控制器Battery Management Controller, BMC + 电芯监控控制器Cell Monitoring Controller, CMC/模拟前端Analog Front-End, AFE)及整车高压/低压动力总成拓扑。再次,分别阐述电芯级(复用主动均衡电路)、模组级(CMC内置激励源)及集中级(借助低压DC/DC、牵引逆变器、车载充电机On-Board Charger, OBC、外部直流充电桩Electric Vehicle Supply Equipment, EVSE、电池接线盒Battery Junction Box, BJB集成或专用变流器产生激励电流)共三种集成层级的硬件拓扑与电压电流(V/I)同步采样要求(需全局时钟同步或专用同步IC克服菊花链延迟)。最后,建立四项KPI——可扩展性Scalability、集成工作量Integration Effort、控制复杂度Control Complexity、功能安全影响Functional Safety Impact(1–5分制),通过加权MCDA评估八种具体架构在大众市场(权重S=35%, IE=30%, CC=10%, FS=25%)、高性能车(S=20%, IE=15%, CC=30%, FS=35%)及循环经济(S=25%, IE=15%, CC=20%, FS=40%)三类场景下的综合得分,并进行敏感性分析验证排序稳健性。
研究结果:
2. Onboard EIS System Specifications(车载EIS系统规范)
研究人员明确:①采用恒电流(galvanostatic)LEIS(Linear EIS)模式以保证电池稳态,激励幅值需满足线性近似(常用10 mVpeak,通过利萨如(Lissajous)图验证),排除当前车载难实现的NLEIS(Non-Linear EIS);②波形优选单频正弦或优化多正弦,伪随机二进制序列(Pseudo-Random Binary Sequence, PRBS)因频域能量密度低不适用于车载标准ADC;③仅限静止/泊车且电芯达准弛豫态下执行(建议弛豫60–100 min,辅以温度补偿算法),连续动态叠加因随机瞬态干扰不可行;④截断带宽1 Hz–1 kHz(涵盖SEI电阻与电荷转移动力学),仅需测5–10个经DRT与Fisher信息矩阵优化的特征频点以降低计算量。
3. Vehicle Architecture(车辆架构)
研究人员指出现代BMS趋向区域/域控制器集中化,但BMS本地仍需维持ASIL D级安全隔离与基础数据采集。由于原始EIS时域数据量超出CAN/CAN FD/10BASE-T1S带宽,故BMC需完成加窗与快速傅里叶变换(Fast Fourier Transform, FFT)阻抗计算后再上传至中央控制器。动力总成向软件定义汽车(Software-Defined Vehicle, SDV)演进,OBC可能整合进"one-box"功率模块或仅保留直流快充,48 V低压系统渐成趋势。EIS激励电流幅值随电芯内阻降低(如未来固态电池)需增大,GEN3典型锂离子体系各层级所需峰值电流与功率汇总于表1。
4. EIS System Integration Analysis(EIS系统集成分析)
- •
4.1. EIS Measurement Synchronisation(EIS测量同步): 精确阻抗需V/I严格同步采样,集中级EIS因CMC菊花链SPI/CAN存在传播延迟致同步困难,需专用同步IC提供全局时钟触发各CMC AFE及包级电流传感器。
- •
4.2. EIS Implementation: Cell Level(电芯级EIS): 利用主动均衡电路对单体注入交流电流,优势是V/I天然同步,劣势为需全面改用主动均衡(量产车多为被动均衡)、顺序扫描耗时、串扰风险,且EIS故障可能影响均衡功能与安全(FS评分低)。
- •
4.3. EIS Implementation: Module Level(模组级EIS): CMC内建开关在模组内形成局部电流环,各单体电压分别采集;需重新设计CMC硬件并增加失效保护防短路,多路复用激励因线束复杂不适于车载。
- •
4.4. EIS Implementation: Centralised(集中级EIS): 全包注入同一交流电流,经六种路径实现——(a)LV-DC/DC需过设计功率且双模式控制;(b)牵引逆变器零转矩/锁转子控制可行但仅限驻车;(c)OBC(双向V2G)具潜力,需固件升级与适当DC-link设计;(d)外部DC充电桩无需改动车载硬件但依赖ISO 15118-20等高速通信协议;(e)BJB内集成变流器可借固态继电器/斩波预充电路复用但影响安全元件设计;(f)专用变流器独立性好但有体积成本与隔离要求。此外,(4.4.7) DC-Link Limitations指出DC-link电容在高频分流激励电流,源需输出更大峰值电流(Isrc=Ibat(1+jωCZbat)),大电容会导致过设计需求,800 V及以上平台尤甚。
5. Qualitative Integration Analysis(定性集成分析)
经MCDA评分:外部DC充电桩(S=5, IE=5, CC=1, FS=5)综合最优但受通信标准缺失制约;OBC与牵引逆变器紧随其后(利用既有功率器件仅需固件改造,S与IE较优但CC较低);电芯/模组级因需BMS重构且安全影响大评分最低;BJB集成与专用变流器居中。敏感性分析显示排序在权重偏移超20%才发生逆转,评价具鲁棒性。三场景下外部DC充电、OBC、牵引逆变器均位列前三;电芯/模组级虽整车评分低,但在梯次利用(second-life)时可保留历史EIS数据具附加价值。
讨论与结论翻译(研究结论部分总结):
研究人员得出结论:界定了车载EIS须采用恒电流LEIS、静置条件、1 Hz–1 kHz截断带宽与精选特征频点之操作框架。集中/包级EIS架构因同步采样硬件进步最具吸引力。MCDA一致将外部DC充电桩列为最可行选项,但受充电通信协议标准化滞后限制;利用既有OBC或牵引逆变器实施全车载EIS是近期务实路径。DC-link电容分流效应是集中式架构主要障碍,可能需功率器件过设计。未来SDV架构可缓解通信延迟与算力瓶颈,欧盟电池护照(Battery Passport, BP)将推动数据可及性与SOH算法标准化。后续研究应聚焦适合车载的非线性EIS(Non-Linear EIS, NLEIS)简化算法、短时停车EIS可行性、既有动力总成部件内稳健激励策略及行业标准制定。本研究为下一代BEV车载电池诊断提供了实用的架构决策路线图。