[发明专利]一种基于数字孪生和可编程电阻的EIS在线测量方法

权利要求书

1.一种基于数字孪生和可编程电阻的EIS在线测量方法，通过电化学阻抗谱测量电路测量EIS的中高频段，在云端电池管理系统中，将中高频段信息输入数字孪生模型中的神经网络算法估计EIS的低频段信息；所述电化学阻抗谱测量电路包括产生不同频率的激励电压的IGBT开关、控制激励电压响应幅值的车端的可编程电阻及采集响应电流和响应电压信号的电流电压传感器，所述方法通过车端电池管理系统和云端电池管理系统协同实现，其特征在于，包括以下步骤：

S1：车载电池处于静置状态超过2小时后，车端电池管理系统被定时模块唤醒，根据车端电池管理系统测得的电池状态信息确定可编程电阻阻值，计算出阻值从大到小排列的测量电阻序列{R1,R2,…,Rn}，从电池管理系统读取EIS中大于20H_Z的中高频段的从小到大排列的频率序列{f1,f2,…,fs}；

S2：将可编程电阻调至最大电阻R1，IGBT开关通断频率设为最大频率fs，对电阻序列{R1,R2,…,Rn}下的电阻端电压和电流依次采样，采样时间统一为t=1/f1，确定使得电阻端电压和电流呈线性范围的序列段{Ri,Rj}，得到最佳电阻值R=(Ri+Rj)/2；

S3：使用测试频率序列{f1,f2,…,fs}对电阻为R的可编程电阻端电压和电流进行依次采样，采样时间统一为t=1/f1，并进行小波分析，通过电压与电流的小波变换系数之比得到阻抗值；

S4：将步骤S3得到的中高频段的阻抗信息上传至云端电池管理系统中的数字孪生模型，通过数字孪生模型中的神经网络模型估计低频段信息，合成完整的EIS信息，进一步使用神经网络算法进行阻抗谱分析完成对动力电池的机理层面的状态估计和数字孪生模型的迭代更新。

2.根据权利要求1所述的基于数字孪生和可编程电阻的EIS在线测量方法，其特征在于，所述步骤S1中，从车端电池管理系统获得电池当前热力学温度T及当前开路电压U0，根据Bulter-Volmer方程，计算使得响应电压变化幅值为5mV的电阻R1和使得响应电压变化幅值为25mV的电阻Rn：

其中，i₀为交换电流密度，为电池化学反应中涉及的电子数目，为活化过电位，e为单个正电子带电荷量，T为当前热力学温度，k为玻尔兹曼常数。