[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

说明书

本发明公开了一种基于数字孪生和可编程电阻的EIS在线测量方法，利用车端的可编程电阻以及IGBT开关实现EIS的中高频段的在线测量，将中高频段阻抗信息传回云端电池管理系统，再将中高频段信息输入部署在云端电池管理系统数字孪生模型中的的神经网络算法，估计EIS的低频段信息，组成完整频段的的电化学阻抗谱，用来更新云端电池管理系统的数字孪生电池模型，得到精确的电池状态信息，实现对动力电池的机理层面的状态检测和数字孪生模型的迭代更新。本发明的技术方案，无需外接激励源，可在线测量，所需设备简单可靠、体积小；可实时更新，成本低。

技术领域

本发明属于新能源汽车、智能网联、车云协同管理技术领域，尤其涉及一种基于数字孪生和可编程电阻的EIS在线测量方法。

背景技术

锂离子电池作为当前新能源汽车中使用最广泛的储能系统，其安全性、可靠性是制约新能源汽车技术进一步发展与大规模普及应用的关键，而锂离子电池安全可靠管理的关键在于深入电池机理的精确可靠的电池状态估计，传统的车载电池管理系统受嵌入式控制器有限计算和存储资源的制约，无法部署算力和内存密集型的复杂高精度控制算法。只能用实验的方法离线标定电池的电化学参数，通过查表法进行电池状态估计，无法实现深入电池机理的状态估计，从而也无法保证在线电池状态估计的高精度。

电化学阻抗谱（Electrochemical Impedance Spectroscopy，简称EIS）具有宽频率范围的丰富阻抗信息，可以反映电池各个电极的电化学反应过程，也可以间接表征电池的温度、荷电状态和健康状态等特性。通过利用电化学阻抗谱可以实现深入电池机理的高精度电池状态估计。传统的电化学阻抗谱是在电池处于平衡状态下，施加小幅正弦交流激励信号，通过计算同频率下的交流激励响应及正弦交流激励来计算当前频率下的阻抗得到的。这种方法的测量仪器价格昂贵，需要交流激励源，因此传统的EIS测量通常只能在实验室进行。

基于云平台的数字孪生技术，是通过对物理世界的人、物或者事件等现实对象数字化，在网络空间中再造一个与之对应的“虚拟的对象”，现实对象的物理变化同步上传至网络空间，对虚拟对象进行实时更新，可以实现虚拟对象对现实对象的无限逼近。数字孪生技术运用在车载锂离子电池上，可以利用电化学阻抗谱信息对电池状态进行超高精度的估计。

发明内容

为了解决传统EIS测量需要外接激励源的缺陷，本发明提出一种基于数字孪生和可编程电阻实现的、自激励的直接测量和神经网络估计协同的为云端电池管理提供支撑的车端EIS测量技术，本发明的具体技术方案如下：

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/min(f1,f2,…,fs)，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/min(f1,f2,…,fs)，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；