EV Battery Management System EIS: 무엇이며 실제로 무엇이 입증되었나

트랙션 팩 사용 사례, 측정된 성능, 양산 근거 및 검증 로드맵. 2026년 9월 2일 현재의 증거.

전기화학 임피던스 분광법(EIS)은 작은 전류 변화를 적용하고 선택한 주파수에서 배터리 전압 응답을 측정합니다. 쉽게 말하면 배터리 관리 시스템에 셀 내부를 볼 수 있는 또 다른 방법을 제공하는 것입니다. EV 소유자의 경우 관련 질문은 추가 정보가 충전, 주행 거리, 안전, 서비스 또는 배터리 수명을 향상시키는지 여부입니다. 엔지니어에게 있어 가장 어려운 질문은 팩 토폴로지, 온도, 노후화, 전력 전자 소음 및 실제 차량 작동 전반에 걸쳐 신호가 정확하게 유지되는지 여부입니다.

이 보고서는 두 가지 질문을 모두 다루고 있습니다. BEV, PHEV 및 HEV 구동 배터리(측정 기회, 폐쇄 루프 제어, 안전 진단, 서비스 및 퇴역 팩 라우팅)를 다룹니다.

보고서의 결론	핵심 내용
양산	공개된 EV 통합 사례 1건: XPENG와 Analog Devices; 공개된 필드 성능 데이터는 공개되지 않습니다.
가장 잘 정량화된 근거	셀 및 모듈 연구에서는 온도, SOH, 리튬 석출 및 남용 경고 값을 보여줍니다. 완성차와 차량군으로의 전환이 주요 격차로 남아 있습니다.
권장 역할	기존의 전압, 전류, 온도 및 절연 보호 기능을 강화하지만 결코 대체하지 않는 신뢰 기반 진단 계층입니다.

증거 참고 사항: 공급업체 명세서는 제품 기능 및 배포 주장에만 사용됩니다. 연구 성과는 동료 검토 또는 정부 소스에서 가져오며 규모, 프로토콜 및 제한 사항을 포함하여 보고됩니다.

핵심 결론

평결: 임베디드 EIS는 기술적으로 EV용으로 신뢰할 수 있지만 공개 증거는 비대칭입니다. 측정 하드웨어는 공개된 차량 수준 진단 성능보다 빠르게 발전하고 있습니다.

가장 강력한 단기 EV 사례는 연속적인 실험실식 주파수 스윕이 아닙니다. 이는 고속 충전 전류 감소, 코어 온도 추정 개선, 전력 제한 업데이트, 이상 현상 확인, 진단 문제 코드 설정 또는 퇴역한 모듈 라우팅 등 제한된 차량 결정을 변경하는 짧고 예약되거나 이벤트에 따라 트리거되는 측정입니다.

본 검토에서 ADI는 XPENG가 대량 생산 EV 배터리를 위해 EIS 아키텍처를 채택한 최초의 자동차 OEM라고 밝혔습니다[25]. 이는 의미 있는 E4 상용화 증거입니다. 이는 E5 성능 증거가 아닙니다. 차량 표본 규모, 임피던스 오류 분포, 추정기 정확도, 오경보, 개입 성공, 추가된 충전 처리량, 사이클 수명 개선 또는 보증 감소를 식별하는 공개 자료가 없습니다.

공개 연구 기록은 E1-E3에서 가장 강력합니다. 예를 들면 HEV와 유사한 전류 사이클에서 계측된 LFP 셀에 대한 0.6°C 평균 절대 오류가 있습니다[4]. 13개의 퇴역한 Nissan Leaf 모듈에서 1.974% SOH RMS 오류[8]; 제어된 셀에서 리튬 석출 검출 한계는 흑연 용량의 0.6% 미만입니다[11]. 특정 열 남용 테스트에서는 22.5~29.2분의 경고 시간을 제공합니다[16,17]. 토폴로지, 노이즈, 발생률 및 폐쇄 루프 검증 없이는 이러한 숫자 중 어느 것도 양산 안전 논증에 직접 복사될 수 없습니다.

실질적인 권장 사항은 이중 경로 BMS입니다. 기존 V/I/T/절연 보호는 여전히 유효합니다. EIS는 품질 점수가 부여된 진단 추정치를 추가합니다. 낮은 신뢰도, 과도한 상태 드리프트, EMI, 여기 누락 또는 도메인 외부 스펙트럼으로 인해 기존 추정기 및 보수적 한계로 대체해야 합니다.

EV 우선순위 맵

순위	차량 결정	EIS 기여	가능한 조치	공개 증거
1	저온/고출력 고속 충전	리튬 석출 위험 및 심부 온도 감지	팩 예열; 전류를 줄이십시오. 충전 단계 변경	높은 가치; E2-E3 증거; 폐쇄 루프 차량 증명 제한
2	열 관리 및 SOP	표면 온도 지연을 수정합니다. 저항값 갱신	냉각기/펌프 요청; 충전/방전 출력 제한	셀 수준 근거가 양호함; 엄격한 마이크로옴 및 EMI 요구 사항
3	SOH, 주행거리 및 보증	불확실도를 포함한 용량/저항 건강 상태 갱신	주행거리 신뢰도; 전력 제한; 서비스/보증 분류	셀 및 퇴역한 모듈 증거 차량군의 실제 라벨 데이터는 여전히 부족함
4	안전 이상/충돌 후	소프트 쇼트, 비정상적인 노화 또는 발열을 교차 확인.	격리, 검역, 서비스, 견인/보관 지침	유망한 가혹 조건 및 실험실 팩 결과; 거짓 경보 증거 없음
5	제조 및 퇴역 팩 라우팅	표준화된 상태에서 셀/모듈 비교	보류/재작업; 재사용 등급; 재활용	제어된 테스트 기간을 통해 배포 위험이 가장 낮습니다.

1. 범위, 정의 및 증거방법

1.1 이 보고서에 포함되는 내용

핵심 범위는 배터리 전기, 플러그인 하이브리드 및 하이브리드 차량의 구동 배터리입니다. 자동차 셀 또는 모듈, EV/HEV 운전 조건 사이클, 차량 전력 전자 장치 또는 CAN 데이터, 명명된 차량 또는 자동차 BMS 플랫폼을 사용하는 경우 증거는 EV 관련 증거로 인정됩니다. 대형 고정 모듈은 엔지니어링 결과가 EV 팩으로 적용 가능한 경우에만 포함되며 전이 근거로 눈에 띄게 표시됩니다.

소비재는 생산 환경에서 제외됩니다. 특히 Qnovo의 LG V30 스마트폰 주장은 EV 증거로 사용되지 않습니다. 공개 설명에서는 기존의 스윕 콤플렉스 EIS, 트랙션 팩 동작, 자동차 안전 통합 또는 현장 성능을 확립하지 않습니다.

검토에서는 (1) 전압과 전류를 동기화하거나 DFT를 계산할 수 있는 IC, (2) 팩에서 임피던스를 생성하고 측정할 수 있는 시스템, (3) EV 결과를 개선하는 검증된 진단 또는 제어 기능이라는 세 가지 개체를 자주 혼동하는 것으로 구분합니다.

1.2 증거 사다리

EV EIS 증거 사다리

그림 1. 이 보고서에 사용된 증거 사다리. 상업적 가용성과 진단 성능은 별도로 등급이 매겨집니다.

등급	최소한의 의미
E1 - 셀 타당성	제어된 셀 또는 화학; 특징 상관관계 또는 분류기.
E2 - 다중 셀 재현	다중 셀/로트/노화 경로; 홀드아웃 검증; 불확실성 또는 반복성.
E3 - 모듈, 팩 또는 차량 프로토타입	직렬/병렬 토폴로지, 공통 모드, 기생, 내장형 여기, EV 운전 조건 또는 남용 테스트.
E4 - 실명 공개 EV 양산	OEM 및 양산 구동 배터리 통합 확인. 그 자체로는 정확성이나 이점을 입증하지 않습니다.
E5 - 현장 결과	차량군과 운행 노출량; 민감도/특이도; 오경보; 개입과 경제적 결과.

규칙: 양산 IC는 양산 EIS 사용 사례가 아닙니다. 명명된 OEM 통합은 현장 성능의 증거가 아닙니다. 고정확도 셀 모델은 팩 일반화의 증거가 아닙니다.

1.3 성능은 하나의 정확도 수치가 아니라 연쇄입니다.

단계	보고 항목
계측	기준에 대한 Re/Im 또는 크기/위상 오차; 반복성; 추세; 채널 불일치; 디임베딩.
추정	심부 온도, SOC, SOH, 용량, RUL 또는 SOP의 MAE/RMSE/편향 및 불확실성.
검출	차량 운행시간당 민감도, 특이성, 정밀도, 검출 한계, 리드 타임 및 오경보.
타이밍과 에너지	획득/컴퓨팅 지연 시간, 유효한 스펙트럼 속도, 주입된 Ah/Wh, 충전 시간 영향 및 열 부하.
일반화	홀드아웃 로트, 화학/형식, SOC, 온도, 노화 경로, 차량, 충전기 및 EMI 환경.
EV 결과	충전 시간, 허용 전력, 주행거리 정확도, 감소/고장 방지, 보증 비용, 서비스 시간 또는 회수 가치.

2. EV에서 EIS를 활용할 수 있는 위치

2.1 차량 운행 주기의 측정 구간

EIS는 충분히 작은 섭동, 관측 창 동안의 대략적인 정상성 및 전류와 전압 사이의 알려진 타이밍을 가정합니다. 구동 배터리는 세 가지를 모두 지속적으로 제공하는 경우가 거의 없습니다. 따라서 BMS에는 EIS 명령뿐만 아니라 기회 스케줄러도 필요합니다.

측정 구간	배터리 상태	실용적인 방법	적합한 용도	제약 조건
주차/밤새	정지 상태 또는 상태가 천천히 변함	선택한 포인트 또는 더 완전한 스윕	SOH 기준선; 코어 T; 접촉 추세	최고의 반복성; 저주파 시간 비용; 슬립 전류 예산
AC 충전	제어 가능한 중간 전류	충전기/DC 링크 사인, 멀티사인 또는 펄스	SOH 업데이트; 열 추정; 모델 ID	충전기 루프 및 고조파; SOC 드리프트
DC 고속 충전	고전류, 빠르게 변화하는 SOC/T	신속한 협대역/운전 중(in-operando) 특성	리튬 석출 위험; 코어 T; 적응형 충전	높은 가치와 가장 높은 비정상성; 측정에 중요한 시간이 추가되어서는 안 됩니다.
운전/재생	자연 광대역 전류	수동 시스템 식별	ECM 업데이트; 추세; 온도	스펙트럼 격차; 인버터/모터 제어 소음; 주행 부하
키온/서비스	제어된 진단 창	BJB 또는 국부 자극	연결 오류; 약한 모듈; SOH	SOC/T를 표준화할 수 있습니다. 고객 시간 예산이 필요함
충돌/열 이벤트	시간이 중요하고 비정상적임	빠른 선택 주파수 확증	단락/열폭주 확인	V/T/가스/절연와 병렬로 실행해야 합니다. 접촉기를 지연시키지 마십시오

169,760km를 커버하는 7대의 시리즈 생산 차량에 대한 2026년 분석에서는 온보드 EIS 정확도를 측정하지 않았습니다. 사용 가능한 유휴 창이 존재하는지 평가했습니다. 1% 포인트 SOH 해상도에서 10,000km당 평균 421개의 EIS 기회를 추정한 반면, DVA의 경우 81개의 기회를 추정했습니다[10]. 이는 진단 타당성이 아닌 스케줄링 타당성을 지원합니다.

2.2 엔드투엔드 의사결정 체인

EV EIS 측정-실행 결정 체인

그림 2. EV EIS 기능은 검증된 측정이 제한된 차량 동작을 변경하는 경우에만 완료됩니다.

1. 작동 지점, 접촉기 상태, 충전기/인버터 상태 및 여자 명령을 기록하면서 동기화된 셀 전압과 팩 전류를 획득합니다.

2. 진폭 제한, 일관성/잔차 테스트, 드리프트 확인, 타이밍 진단 및 보정된 유효 도메인 규칙을 사용하여 왜곡되거나 비정상적인 레코드를 거부합니다.

3. 물리 조건을 적용한 특징을 추출하거나 모델을 피팅합니다. 온도, SOC 및 숙성은 분리되어야 합니다. 그들은 스펙트럼의 겹치는 부분을 이동합니다.

4. 추정치를 기존 BMS 상태와 융합하고 불확실성을 추가합니다. 전송이 입증되지 않은 한 범용 임계값이 아닌 셀/팩 기준과 비교하십시오.

5. 제한된 작업을 적용하고 결과를 기록합니다. BMS는 EIS로 인해 변경된 내용과 해당 변경이 유익한지 여부를 알아야 합니다.

2.3 최소 신호 인터페이스 규격

인터페이스	필수 콘텐츠
입력	셀당 전압 샘플 팩 전류/션트 샘플. 타임스탬프; SOC/T 추정치; 여기 명령; 차량 모드.
품질 판정 출력	유효/무효; SNR/일관성; 고조파 왜곡; 상태 드리프트; 포화; 시간 동기화 오차; 교정 경과 기간.
진단 출력	추정치/확률, 불확실성, 유효 영역, 기준선 편차, 영향을 받는 셀/모듈 및 지속성.
액션 인터페이스	요청된 충전/전력/열 제한, DTC, 접촉기 또는 서비스 권장 사항, 이유 및 만료 시간.
추적 기록	원시 또는 압축 V/I 창, 스펙트럼/기능, 소프트웨어/보정 버전 및 그에 따른 차량 동작.

3. EV 사용 사례: 임피던스가 어떻게 차량 동작으로 이어지는가

설계 원칙: 차량 결정과 허용 가능한 오차부터 시작합니다. 그런 다음 V/I/T 기준에 대한 결정을 향상시키는 가장 작은 주파수 세트와 가장 짧은 기간을 선택합니다.

3.1 리튬 석출 감지 기반 고속 충전

그것이 중요한 이유. 리튬 석출은 저온, 높은 충전 속도 및 높은 SOC에서 더 많이 발생합니다. 전압 전용 한계는 음극 전위가 측정되지 않기 때문에 의도적으로 보수적입니다. Operando 임피던스는 리튬 석출 시작과 관련된 특징을 추가할 수 있습니다[11-14].

그것을 사용하는 방법. 제어 가능한 충전 단계 동안 짧은 기준선 조건의 임피던스 특성을 얻습니다. 예를 들어 다단계 정전류 충전에서 약 1Hz의 비정상적인 감소가 보고되었습니다[13]. SOC, 온도, 연령, 이전 전류 및 완화에 대해 정확합니다. 기능을 열/전기화학 모델과 융합하고 보정된 리튬 석출 확률 또는 마진을 생성합니다.

차량 액션. 적절한 확신을 갖고 위험이 증가하면 배터리 예열을 요청하고 전류를 줄이며 다음 충전 단계를 변경하거나 SOC를 유지하세요. 측정 품질이 좋지 않으면 전류를 높이지 마십시오. 기존 안전 충전 맵을 유지합니다. 허용된 에너지, 충전 시간 및 이후의 용량 손실을 기록하여 이점을 정량화할 수 있습니다.

증거 제한. 통제된 연구에는 민감한 지상 정보와 모듈 프로토타입이 있지만, EIS가 얼마나 자주 더 높은 충전 전력을 허용하는지, 얼마나 많은 리튬 석출 이벤트를 방지하는지 또는 최적화된 V/I/T/모델 기준에 비해 사이클 수명을 향상시키는지 여부를 보고하는 공개 차량 연구는 없습니다.

3.2 코어 온도 및 열 관리 제어

그것이 중요한 이유. 표면 센서는 고속 충전, 고전력 구동 및 사전 조정 중에 셀 코어보다 지연됩니다. 대략 100Hz ~ 1kHz 영역의 임피던스 위상은 온도에 매우 민감하지만 대형 자동차 셀은 마이크로옴 수준의 정밀도를 요구합니다[5].

그것을 사용하는 방법. 주차 또는 안정적인 전류 기간 동안 여러 개의 고주파/중주파 지점을 예약하거나 검증된 수동 여기에서 이를 추정합니다. 표면 온도를 독립적인 앵커로 사용하고 코어/최대 온도와 불확실성을 추정합니다. 커넥터와 전기화학적 저항이 표류하므로 노후화 및 셀 교체에 따라 재보정하십시오.

차량 액션. 펌프/냉각기/예열기에 명령을 내리고, 회생 충전을 제한하고, 견인력 또는 충전 전력을 줄이거나, 허용 전력 범위를 업데이트합니다. 서미스터에 대한 교차 점검; 일관되지 않은 단일 EIS 추정치는 과열 응답을 억제해서는 안 됩니다.

EV 특정 제약. 2026년 견인 연구에서는 Citroen C-Zero 팩 전류 잡음을 측정하고 최적의 온도 대역과 겹치는 중요한 콘텐츠를 발견했으며 교란은 최대 3kHz까지 EIS에 영향을 미칠 수 있습니다[5]. 23°C 이상의 고에너지 셀에 대한 <1K 불확실성은 Re와 Im 모두에서 <4 마이크로옴 불확실성을 필요로 한다고 추정되었습니다. 이는 EMI 및 교정을 1차 제품 요구 사항으로 전환합니다.

3.3 SOH, SOP, 범위 및 보증

그것이 중요한 이유. 용량은 사용 가능한 에너지를 결정합니다. 저항과 열 상태는 가용 전력을 제한합니다. EIS는 단일 DC 저항 값보다 더 풍부하게 전하 이동 및 확산 변화에서 고주파수 연결/저항 변화를 분리할 수 있지만 온도와 SOC는 동일한 기능을 혼동합니다.

그것을 사용하는 방법. 반복 가능한 주차 또는 충전 상태를 측정하고, 개별 팩 기준과 비교하고, 결합 용량-저항 상태를 업데이트합니다. 셀/모듈 변동을 유지하고 불확실성을 보고하는 계층적 모델을 사용합니다. 적절한 AC 충전 중에 DVA/ICA는 가끔 성능 저하 모드 확인을 제공할 수 있습니다. EIS는 더 자주 업데이트를 제공할 수 있습니다[10].

차량 액션. 범위 및 전력 신뢰 대역을 개선합니다. 고저항 셀 그룹에 대한 충전/방전 제한을 줄입니다. 트리거 서비스; 잔존 가치 또는 보증 분류를 지원합니다. 지속성 및 확증 없이 한 스펙트럼의 보증 청구 또는 안전 저하를 승인하지 마십시오.

증거 제한. 셀 연구에서는 0.75-1.5% RMS SOH 오류가 보고되었습니다[7]. 13개의 퇴역한 Nissan Leaf 모듈은 128개의 샘플에서 1.974% 포인트 RMS와 4.935% 포인트 피크 오류를 산출했습니다[8]. 이는 시즌 및 차량 변형에 따른 차량 내 팩에 대한 증거가 아닌 유용한 벤치마크입니다.

3.4 안전 이상, 소프트 쇼트 및 충돌 후 격리

그것이 중요한 이유. 전압이나 표면 온도가 기존 임계값을 넘기 전에 초기 내부 단락, 비정상적인 노화 및 열 남용으로 인해 임피던스가 변경될 수 있습니다. 안전 가치는 기본 보호 장치의 교체가 아닌 조기 확증 및 결함 위치 파악입니다.

그것을 사용하는 방법. 비정상적인 전압 잔류, 온도 구배, 가스/압력 이벤트, 충돌 신호 또는 절연 변경 후 신속한 선택 주파수 또는 펄스 파생 임피던스를 트리거합니다. 각 셀/모듈을 자체 기록 및 동료와 비교합니다. 서비스 결정을 내리기 전에 지속성과 센서 융합이 필요합니다. 기존의 엄격한 제한에 따라 즉시 조치를 취하세요.

차량 액션. 전력 감소, 충전 금지, 접촉기 개방, DTC 발행, 제어 방전 요청, 견인/보관 분리 규정 또는 반복 진단을 위해 팩을 격리된 상태로 유지합니다. 활성 열 이벤트에서 EIS 처리는 기본 연결 해제 또는 점유자 경고를 지연해서는 안 됩니다.

증거 제한. NHTSA/Sandia는 11.6Ah NMC 단일 셀 과열 테스트에서 22.5분의 급속 EIS 경고를 획득했으며 1s4p, 46Ah 구성에서 29.2분을 획득했습니다[16,17]. 동일한 소스는 남용 모드에 따른 센서 방식의 순위가 달라짐을 보여줍니다. 가스/H2는 과충전 시 EIS보다 성능이 뛰어납니다. 실험실 결함 및 제어된 가열은 현장 감도, 오경보 또는 자연 결함 적용 범위를 설정하지 않습니다.

3.5 불균형, 상호 연결 및 모델 유지 관리

셀별 동기화 응답은 피어에서 벗어나는 모듈을 드러낼 수 있는 반면, 고주파수 기능은 버스바/접점 변경 사항을 노출할 수 있습니다. BMS는 지속적인 편차를 사용하여 균형을 재조정하고, 열 또는 저항 매개변수를 수정하고, 전력을 제한하거나 서비스를 예약할 수 있습니다. 팩 전용 EIS는 약한 요소를 숨길 수 있습니다. 즉, 직렬 전압 합계와 병렬 전류 공유로 국부적 결함이 희석됩니다[19-21].

온라인 모델 유지 관리를 위해 예약된 데이터 또는 수동 데이터에서 작은 ECM 또는 물리 모델 매개변수 세트를 식별합니다. 이 조치는 직접적인 안전 명령이 아닙니다. 활성화하기 전에 회귀 테스트를 거쳐야 하는 업데이트된 SOC/SOP/열 관찰자입니다.

3.6 제조, 서비스 및 퇴역한 EV 경로

공장 및 서비스 조건은 SOC, 온도, 정지, 고정 장치 및 여기를 표준화할 수 있으므로 이동 차량 문제의 대부분을 방지할 수 있습니다. EIS는 들어오는 셀을 비교하고, 습윤/형성을 확인하고, 연결 또는 모듈 이상값을 식별하고, 용량 검사를 단축할 수 있습니다. 퇴역한 EV 배터리의 경우 수명이 다한 조립 전에 용량/저항 상태를 추정하고 모듈을 일치시킬 수 있습니다.

작업은 통과, 보류, 재작업, 거부, 클래스 재사용, 제한된 전력 사용 또는 재활용과 같이 명시적이어야 합니다. 유용한 모델은 생산 확산, 게이지 반복성 및 재현성, 주기 시간, 다운스트림 수명 상관 관계 및 라우팅 경제성에서 잘못된 승인/거부를 보고합니다. SOH만으로는 부족합니다. 안전 이력, 격리, 팽창/누출 및 결함 기억은 여전히 ​​필수입니다.

3.7 사용 사례 완전성 체크리스트

사용 사례	측정	산출	EV 액션	중요한 증거
SOC 수정	주차 또는 풍부한 패시브 드라이브 세그먼트	SOC 잔차 + 불확실성	올바른 쿨롱 수/범위 대역	OCV, 모델 및 DVA에 대한 벤치마크
SOH / RUL	반복 가능 SOC/T, 주기적	용량/저항 상태	한도, 보증/서비스, 가치	계절 및 차량 라벨 격차
SOP	동적 또는 예약된 ECM 업데이트	저항 + 열 상태	견인력/재생/충전 제한	과도 예측을 증명해야 함
코어 T	100Hz-1kHz 선택 포인트	Tcore/최대 + 신뢰도	냉방, 난방, 용량 감소	마이크로옴 정밀도 및 인버터 소음
리튬 석출	Operando 고속 충전	발생/위험 확률	예열, 충전 전류 저감 또는 충전 단계 변경	팩 오경보 및 수명 개선 필요
쇼트/TR	이벤트에 의한 신속한 진단	이상 유형/심각도	격리, 경고, 격리	절대 유일한 안전 채널이 아닙니다.
불균형/접촉	주차/서비스 또는 일관된 전역 자극	피어 이탈/저항	균형, 서비스, 교체	토폴로지로 인한 위치 식별 저하
공장/서비스	표준화된 스테이션	합격/보류/재작업 점수	처분	게이지 R&R과 실제 발생률
세컨드 라이프	제거된 모듈/팩	SOH, 전원, 안전 등급	재사용 등급 지정 또는 재활용	화학/역사 불확실성

4. 실제로 어떤 성능이 보고되었는가

다음 표는 결과, 물리적 규모 및 전송 간격을 함께 보고합니다. 주파수 대역, 셀 화학, 실제값, 휴식, 온도 및 목표가 다르기 때문에 값을 직접 비교할 수 없습니다.

목표	규모/프로토콜	보고된 결과	그것이 증명하는 것	증명하지 못하는 것
심부온도	2.3 Ah LFP 26650; +/-20A 펄스; 3,500초 HEV 사이클	0.6℃ MAE; 균일온도 가정 2.6℃	강력한 셀 관찰자 결과	하나의 계측 셀; EMI를 포장하지 않음
구동 배터리 온도 측정 요구조건	메타 분석: 68개 출판물 / 83개 셀 + Citroen C-Zero 전류 노이즈	100Hz-1kHz가 선호됩니다. 23°C 이상의 고에너지 셀에서 <1K에 대한 <4 마이크로옴 Re/Im 불확실성	셀 감도를 BMS 사양으로 변환합니다.	차량 추정 정확도 결과가 아님
SOH	상업용 셀; 여러 기관/방법	0.75-1.5% 포인트 평균 RMS 오류	다중 셀 재현 벤치마크	고정된 테스트 조건; 셀 간 편차가 지배적
은퇴한 EV SOH	13개의 수명이 종료된 2011 Nissan Leaf 모듈; 샘플 128개	1.974% 포인트 RMS; 4.935 피크 오류	실제 퇴역한 자동차 모듈	소규모 데이터세트; 오프라인; 모델 분할 위험
EIS 기회	7개 시리즈 생산 EV; 169,760km	421개의 유휴 EIS 기회/10,000km 대 81개의 DVA	측정 일정이 타당함	온보드에서 EIS가 검증되지 않았습니다.
자동차 모듈 계측	7kWh, 11S36P, 396 x 21700 셀; 260사이클	중앙값 EIS-fit RMS 오류 56 마이크로옴; 전체 EIS + 펄스 스팟 약 40분	팩 규모 교정 및 노화 추세	벤치 테스터; 일상적인 온보드 사용에는 너무 느림
리튬 석출	적정이 포함된 3전극 셀; 2전극 타당성	흑연용량 대비 0.6% 이하 리튬 석출된 Li 검출	민감한 메커니즘 기반 한계	셀실험 결과; 차량 오경보 없음
모듈 리튬 석출 프로토타입	시리즈 모듈 토폴로지 + 등가 샘플링	0.1-1,160Hz 측정; 용량/사후 확인된 리튬 석출	임베디드 모듈 타당성	민감도/특이성 또는 폐쇄 루프 이점 없음
소프트 쇼트 분류기	7셀; 외부 200-10옴 션트; 약 840 스펙트럼	평균 정확도 97.5%; 소규모 정상군에서는 FP가 0입니다.	감지 가능한 임피던스 패턴	시뮬레이션된 오류; 희귀 사건의 필드 발생률을 알 수 없음
열 남용	11.6 Ah NMC 셀 및 1s4p 46 Ah 구성	과열 테스트에서 22.5분 및 29.2분 경고	잠재적으로 실행 가능한 리드 타임	조건별; 센서 방식의 순위가 달라짐
다중 결함 팩	LFP 및 NCM 실험실 팩; 노화, 리튬 석출, 내부 단락	60초 획득; 5% 이내의 AA 오류; ISC 6.4% 이내	최근 팩 수준 분리 결과	에너지 저장 프레임; 도로 차량 없음 / 현장 발생률
통합 IC 계측	TI BQ79826Z-Q1 미리보기 조건	1A 및 200μΩ에서 1% 임피던스 정확도; 0.01Hz~3.5kHz	구체적인 칩 수준 조건	공급업체 사양 진단 정확도가 아님

4.1 증거 수준에 따른 해석

E1-E2 연구는 전기화학적 특징에 정보가 포함되어 있는지 여부에 대해 답합니다. E3 연구는 내장된 측정, 토폴로지, 전력 전자 장치 또는 남용 조건에서 살아남는지 여부에 대해 답합니다. E4는 OEM에 통합되었는지 여부를 응답합니다. E5는 고객 및 안전 결과를 개선하기 위해 오경보가 충분히 적고 충분히 자주 작동하는지 여부에 답해야 합니다.

누락된 링크: 본 검토의 공개 자료 중 어느 것도 대량 EV 배치, 차량 엔벨로프 전반에 걸친 추적 가능한 임피던스 성능, 홀드아웃 팩 진단 지표 및 누적된 현장 결과를 결합합니다.

4.2 차량에서 높은 셀 정확도가 실패할 수 있는 이유

• 온도, SOC, 노화 및 이완 이동 중첩 임피던스 기능; 모델은 목표 대신 실험실 일정을 학습할 수 있습니다.

• 팩에는 직렬/병렬 평균화, 버스바 및 접촉 임피던스, 공통 모드 전압, 절연 네트워크 및 셀-모니터 채널 불일치가 포함되어 있습니다.

• 충전기, DC/DC 및 트랙션 인버터 고조파가 유용한 대역과 겹치는 동안 고속 충전 및 구동은 정지성을 위반합니다.

• 안전 결함은 거의 없습니다. 소수의 건강한 셀을 사용한 연구는 분류기 정확도가 높더라도 차량 운행시간당 잘못된 경보를 제한할 수 없습니다.

• 기준값은 종종 파괴적인 확인, 자발적인 내부 단락 또는 직접적인 리튬 석출 리튬 정량화보다는 BMS 추정 또는 시뮬레이션된 션트입니다.

• 진단은 정확할 수 있지만 너무 많은 휴식 시간, 주입된 에너지, 서비스 시간 또는 교정 노력을 소비하는 경우 경제적으로 쓸모가 없습니다.

5. EV 양산 및 상용화 현황

이 섹션에서는 공급업체 역량이 아닌 공개 증거를 평가합니다. 제품 상태는 가능한 경우 공식 공급업체 페이지에서 가져옵니다. AEC-Q100 또는 ASIL 기능은 구성 요소 인증 및 안전 통합을 지원합니다. EIS 알고리즘이나 차량 안전 목표를 검증하지 않습니다.

공급자	공개 아키텍처	공개된 성숙도 설명	증거등급	아직 누락됨
ADI + XPENG	ADBMS6842 셀 모니터, ADBMS2970 팩 모니터, ADBMS6822, BLISS 소프트웨어	ADI는 XPENG가 대량 생산 EV 배터리에 ADI EIS를 채택한 최초의 OEM라고 밝혔습니다. 아키텍처는 XPENG EV 전반에 걸쳐 확장됩니다.	E4, 전기차 생산으로 명명	차량/모델/볼륨; 밴드; 정확성; 오경보; 충전 수명, 범위, 안전 또는 보증 결과
TI	BQ79826Z-Q1 + BQ79881-Q1; 통합 EIS 엔진; 로컬/글로벌 자극	시사; 사전 제작 수량 이용 가능; 2026년말 생산량 예상	제품/참조 설계 준비	명명된 OEM EIS 생산이 없습니다. 조건 전체의 독립 곡선; 진단 성능
NXP	BMA7418 + BMA6402 + BMA8420; 하드웨어 동기화, 온칩 DFT, BJB 여기	완전한 솔루션이 발표되어 2026년 초부터 예상됩니다. 적극적인 평가 생태계	자동차 칩셋 가용성	명명된 EV 생산이 없습니다. 공개 종단 간 임피던스 또는 진단 오류
Marelli	EIS 지원 및 클라우드/AI 주장을 갖춘 차세대 전체 EIS BMS	Tier-1은 대량 양산을 위한 비용 효율적인 솔루션이 준비되어 있다고 말합니다.	생산 준비 완료 주장	명명된 OEM, 납품 차량 규모, 밴드, 계측 또는 진단 데이터세트가 없습니다.
ST	L9965x 애플리케이션 노트 시스템; L9963E 동료 검토를 거친 획득 프로토타입	5셀, 32Ah 프리즘형 데모, 5~520Hz, L9963E IC는 대량 생산입니다	공급업체 데모 + E3 셀 프로토타입	모니터의 대량 생산은 EIS 배포가 아닙니다. 이름이 지정된 EV 없음
Infineon	PSoC 4 HVPA-SPM 팩 모니터는 EIS를 지원합니다. 셀 모니터 생태계	자동차 EV/HEV 팩 모니터 기능 및 평가 자료	EIS 지원 플랫폼	명명된 EV EIS 생산은 없습니다. 제한된 공용 대역 및 알고리즘 결과

5.1 IC 세대의 진정한 새로운 점

새로운 플랫폼은 동기화된 셀 및 팩 샘플링, 통합 DFT, 더 넓은 주파수 범위, 로컬 또는 글로벌 여기 제어, 자동차 진단 및 확장 가능한 데이지 체인 등 중요한 측정 장벽을 제거합니다. TI는 조건부 1% 임피던스 사양을 발표했습니다. NXP는 동기화된 BJB 여기 경로를 노출합니다. ADI는 명명된 프로덕션 아키텍처를 제공합니다. ST와 Infineon는 구현 가능한 자동차 빌딩 블록을 제공합니다[25-35].

시스템 문제는 제거되지 않습니다. 각 셀의 여기 진폭, 고정 장치/버스바 제외, 비정상성, 온도/SOC 보상, 기능 전송, 불확실성, 도메인 외부 감지, 안전 개념 및 폐쇄 루프 이점은 공급업체 계약에 명시적으로 포함되지 않는 한 OEM 책임으로 유지됩니다.

5.2 공급업체 실사 질문

• 공칭 지점뿐만 아니라 주파수, 셀 임피던스, 여기, 온도 및 공통 모드 전압에 대한 Re/Im 및 크기/위상 오차 분포를 표시합니다.

• 획득 시간 및 유효하지 않은 스펙트럼 속도를 포함하여 각 토폴로지 및 차량 모드에 사용 가능한 주파수 대역을 정의합니다.

• 충전기, 인버터, DC/DC, 밸런싱 및 통신이 활성화된 추적 가능한 참조에 대한 모듈/팩 비교를 제공합니다.

• EIS 측정 사양을 추정기 또는 검출기 성능과 분리합니다. 홀드 아웃 팩 및 신뢰도 교정을 제공합니다.

• 현장 노출, 진단 확산, 차량 운행시간당 오경보, 개입 논리 및 고객/보증 결과를 식별합니다.

• 구현된 안전 메커니즘, 간섭 방지 분석 및 폴백 동작을 위한 ISO 26262 작업 제품을 제공합니다.

• 데이터 소유권, 서비스 후 교정 지속성, 셀 교체 및 무선 소프트웨어 업데이트를 명확히 합니다.

6. EV 적용 아키텍처

6.1 기능 블록

기능 블록	전형적인 EV 실현	엔지니어링 목적
자극	온보드 충전기, DC 링크 커패시터/BJB 스위치, DC/DC, 트랙션 인버터, 밸런싱 경로 또는 로컬 여자기	전압/전류, EMI 또는 운전자 편의 제한을 위반하지 않고 알려진 작은 신호 생성
셀 반응	동기식 셀당 ADC/모니터 IC	상대 위상을 보존하고 약한 셀 또는 그룹의 위치를 ​​파악합니다.
팩 기준 측정	BJB의 션트/홀/플럭스게이트 전류 + 팩 전압	실제 자극을 측정하고 기생 또는 비동기화 기록을 거부합니다.
엣지 컴퓨팅	DFT/FRA, 특징 추출, 품질 측정항목, 컴팩트 모델	원시 데이터 전송 부담 최소화. 추적성을 갖춘 스펙트럼 생성
BMS 애플리케이션	상태 융합, 기준선, 불확실성, 의사결정 관리자	임피던스를 제한된 요청 및 폴백으로 변환
클라우드/서비스	추세 저장소, 차량 교정, 이벤트 후 분석	개인 정보 보호 및 안전 분할을 존중하면서 모델 및 증거를 개선합니다.

6.2 아키텍처 장단점

아키텍처	장점	주요 위험	최고의 EV 핏
글로벌 팩/BJB 여기	하나의 소스; 모니터링되는 모든 셀의 일관된 비교; 새로운 칩셋에 자연스럽게 적합	작은 셀당 응답; 공통 모드; 팩 기생성분; 병렬 셀 마스킹	예약된 주차/충전 진단
충전기 또는 DC/DC 주입	고전력 전자 장치를 재사용합니다. 충전하는 동안 제어 가능	루프 상호 작용, 소신호 충실도, EMI, 연결이 끊어지면 사용할 수 없음	SOH/모델 업데이트; 운전 중 리튬 석출
트랙션 인버터/패시브	전용 에너지가 없습니다. 실제 구동 전류를 사용할 수 있습니다.	통제되지 않은 스펙트럼; 주행 부하 비정상성; 스위칭 고조파	기회주의적 ECM/온도 추세
균형 경로 여기	낮은 증분 BOM; 셀별 위치	작은 전류, 열, 제한된 대역 및 ADC 정밀도	주차 선택 지점 확인
로컬 셀/모듈 자극기	강력한 위치 파악 및 더 작은 고전압 루프	채널당 BOM, 대기 전력, 교정 및 안전	프리미엄/안전 중요 모듈 설계
외부 서비스 기기	추적 가능하고 광대역이며 제어 가능한 고정 장치	연속적이지 않음; 노동 및 안전 팩 접근	서비스, ​​보증, 중고 등급 등급

6.3 결정에 의한 주파수 선택

광범위한 스펙트럼은 모델 검색 및 서비스에 유용합니다. 생산 제어에는 일반적으로 희박한 기능 세트가 필요합니다. 고주파수 영역은 인덕턴스, 연결 및 저항 효과를 강조합니다. 중간 주파수 영역에는 계면/전하 이동 동작 및 온도에 민감한 위상이 포함됩니다. 저주파 영역에는 확산이 포함되어 노화 또는 남용 감도를 향상시킬 수 있지만 긴 창을 요구하고 드리프트에 가장 취약합니다.

빈도는 불확실성에 대한 민감도 예산에서 선택해야 합니다. 예를 들어 견인 소음 이상으로 이동하면 간섭이 줄어들 수 있지만 온도 민감도도 감소할 수 있습니다[5]. 올바른 설계는 범용 단일 주파수가 아닌 품질 점수를 갖춘 다중 주파수 이중화입니다.

6.4 측정 품질 게이트

문	합격 기준
전제 조건	보정된 도메인의 SOC/T/차량 모드; 하드 보호 이벤트가 없습니다. 적절한 시간과 자극 권한.
신호 확인	클리핑 없음; 달성된 전류 진폭; 타임스탬프/동기화 상태; SNR/일관성; 고조파 왜곡; 채널 계약.
상태 확인	SOC 및 한계 내 온도 드리프트; 이완/이전 현재 상태가 알려져 있습니다. 접촉기 및 부하 상태가 기록됩니다.
물리학 검사	해당되는 경우 잔여 또는 Kramers-Kronig 유형 일관성; 그럴듯한 스펙트럼; 반복 전반에 걸쳐 안정적인 기능을 제공합니다.
결정 확인	조치 임계값 미만의 불확실성 지속성/확증이 만족됨; 행동 제한; 폴백 가능.

7. 기능 안전, 사이버 보안 및 차량 통합

안전 원칙: EIS는 지원 진단 채널입니다. 이는 본질적으로 ASIL-D 기능이 아니며 과전압, 과열, 절연, 과전류 또는 접촉기 보호를 위한 유일한 경로가 되어서는 안 됩니다.

ISO 26262는 차량 안전 수명주기, 위험 분석, 안전 목표, 하드웨어/소프트웨어 개발 및 검증을 관리합니다[36]. ISO 6469-1은 충전식 에너지 ​​저장 시스템 안전을 다루고, UNECE GTR No. 20은 규제 수준에서 전기 자동차 안전을 다룹니다[37,38]. EIS 지원 IC, 스펙트럼 또는 알고리즘은 그 자체로 안전하지 않습니다.

실패 모드	예	필수 동작
측정 불가	안정적인 창 없음, 여기 오류, 수면 예산	일반적인 상태 추정을 유지합니다. 더 이상 공격적인 운전 한계이 없습니다. 일정을 변경하세요.
나쁜 스펙트럼	EMI, 클리핑, 타이밍, 드리프트, 모델 잔차	유효하지 않은 것으로 표시합니다. 진단을 위한 데이터를 보관합니다. 그것으로부터 작동하지 마십시오.
추정치 불일치	EIS가 V/I/T/모델과 충돌합니다.	자신감을 줄이세요. 보수적 운전 한계; 반복 또는 서비스 점검.
안전이상	EIS + 전압/온도/가스/절연 문제	사전 정의된 안전 상태를 실행합니다. 접촉기/경고는 분석으로 인해 지연되지 않습니다.
소프트웨어/교정 업데이트	OTA 모델 또는 임계값 변경	버전별 교정, 롤백, 회귀시험 데이터셋 및 안전 영향 분석.
스푸핑되거나 손상된 데이터	버스, 시계 또는 클라우드 무결성 오류	인증, 타당성 확인, 안전 파티션 격리, 로컬 폴백 사용.

충돌 후 사용의 경우 추진 정지 후 결정권을 누가 소유하는지 정의합니다(온보드 BMS, 진단 서비스 도구, 비상 대응 작업 흐름 또는 보관 운영자). 반복 측정을 통해 손상된 팩이 격리 상태로 유지되는지 확인하는 데 도움이 될 수 있지만 열, 전압, 가스, 격리 및 기계적 검사가 여전히 기본으로 유지됩니다.

8. EV 검증 프로그램 및 검증 게이트

8.1 스테이지 게이트 프로그램

문	최소 테스트	통과 기준
V0 - 계측	R/C 네트워크, 션트 및 안정 셀; 공통 모드, 온도 및 케이블 매트릭스	추적 가능한 불확실성; 교정/디임베딩; 반복성; 동기화 및 드리프트
V1 - 셀	대상 셀의 여러 로트와 LFP/NMC 형식; SOC/T/휴식/전류/노화 매트릭스	홀드아웃 셀 오차입니다. 기능 안정성; 파괴적/열적/용량 실측 기준값
V2 - 모듈	직렬/병렬 생산 토폴로지; 부스바, 냉각, 압축 및 셀 불균형	위치 파악, 마스킹, 채널 변형 및 임베디드 여기 성능
V3 - 팩/HIL	전체 공통 모드; 충전기/인버터/DC/DC/통신; 결함 및 타이밍 주입	유효 스펙트럼 속도; EMI 내성; FTTI; 대체 및 안전 파티션
V4 - 차량	콜드 소크, AC/DC 충전, WLTP/UDDS/US06, 마운틴/리젠, 핫 소크, 키오프	행동 이점 및 운전 가능성; 에너지/시간 비용; 서비스 행동
V5 - 차량군	계절별 차량, 변형 및 소프트웨어 버전 실제 유병률	오경보/노출 개입; 수명, 충전, 보증 및 안전 결과

8.2 EV 환경 매트릭스

차원	최소 적용 범위
화학 / 형식	LFP 및/또는 NMC를 대상으로 합니다. 프리즘형, 파우치형 또는 원통형; 생산 로트; 서비스 교체.
SOC	5-95% 의도된 도메인; 전하 테이퍼 및 화학 특정 전이 근처의 밀집점.
온도	최소 냉간 흡수, 0°C 영역, 공칭, 고온 작동; 코어 표면 구배 및 냉각 결함이 발생했습니다.
노화	달력 + 주기; 고속/느린 충전; 방전심도; 고온/저온; 저장 SOC; 연결 노화.
차량 전원 상태	절전, 키 온, AC 충전, DC 고속 충전, 가속, 순항, 재생, HVAC 및 사전 조절.
전기적 간섭	인버터 속도/부하 맵, OBC/DC-DC 스위칭, 밸런싱, 접촉기, 통신, 전도/방사 내성.
결함 진실	화학적으로/사후에 정량화된 리튬 석출; 계측된 코어 T; 보정된 반바지; 물리적 연결 결함; 학대 타이밍.
서비스 수명주기	모듈 교체, 펌웨어/보정 업데이트, 셀 공급업체 변경, 충돌/격리, 저장 및 중고 핸드오프.

8.3 사용 사례별 수용 지표

사용 사례	최소한으로 신고하세요	기준값
심부온도	MAE/RMSE/바이어스, 95번째 백분위수, 유효한 도메인 적용 범위, 경사도 중 지연, 잘못된 콜드/핫 결정	계측된 코어 및 표면 센서
SOH / SOP	용량/저항 오류, 불확도 교정, 범위/전력 예측 오류, 계절적 편향	제어된 에너지/용량 및 HPPC/dyno 기준
리튬 석출	검출 한계, 감도/특이성, 전하 에너지 처리량, 시간 절약, 되돌릴 수 없는 리튬 석출된 Li 및 사이클 수명	적정/사후/기준 전극 + 수명
쇼트/TR	리드타임 배분, 민감도, 오경보 / 1,000대-h, 위치 파악, 개입 성공	재현 가능하고 자연적인 결함; 건강한 차량 노출
기구	Re/Im 및 크기/위상 오차, 반복성, 유효하지 않은 속도, 동기화, 드리프트, 획득 시간 및 주입된 에너지	추적 가능한 표준 및 실험실 FRA/potentiostat
공장/서비스	허위 승인/거부, R&R 측정, 사이클 시간, 다운스트림 수율/수명, 기술자 반복성 및 비용	처분 및 장기 결과

8.4 비교기 요구사항

모든 EIS 기능은 V/I/T + 관찰자, DC 저항/HPPC, 완화 전압, 증분 용량/차동 전압, 가스/압력/음향 감지 또는 짧은 펄스 등 가장 신뢰할 수 있는 저가 기준과 비교되어야 합니다. 독립형 정확성뿐만 아니라 점진적인 이점을 보고합니다. 5점 펄스 또는 하나의 온도 보상 저항 값이 동일한 동작 품질을 제공하는 경우 전체 EIS는 정당화되지 않습니다.

9. EV 증거 격차를 해소할 연구

연구 A - 차량 중심부 온도 관찰자

코어 및 표면 온도를 갖춘 생산 대표 LFP 및 NMC 모듈의 계측 셀. 벤치에서 100Hz-1kHz 위상/복소 임피던스를 교정한 다음 콜드 소크, 사전 조절, DC 고속 충전, 고속도로, 언덕 오르기 및 재생 전반에 걸쳐 팩/HIL 및 차량에서 검증합니다. 열 관찰자와 활성 선택 지점 및 수동 추정치를 비교합니다. 주요 엔드포인트: 95번째 백분위수 코어/최대 오류, 유효 스펙트럼 속도, EMI 감도 및 증분 열/전력 제어 이점.

연구 B - 폐쇄 루프 리튬 석출 감지 기반 고속 충전

일치하는 셀/모듈을 (1) 생산 V/I/T 충전 맵 및 (2) 신뢰도 게이트 임피던스 피드백이 있는 동일한 맵으로 무작위화합니다. 저온 및 노화된 셀 조건을 사용하고, 적정/사후 하위 집합으로 리튬 석출을 정량화하고, 개입 후 주기 수명을 계속합니다. 돌이킬 수 없는 리튬 석출 리튬, 용량 유지, 허위 개입 및 예열/여기에 사용된 에너지와 함께 충전 시간 및 허용 에너지를 보고합니다.

연구 C - 배낭 안전 및 충돌 후 격리

보정된 소프트 단락, 연결 결함, 비정상적인 노화, 제어된 가열 및 기계적으로 손상된 모듈을 사용하여 생산 토폴로지를 테스트합니다. EIS를 전압, 온도, 절연, 가스/압력 및 충돌 신호와 결합합니다. 결정 임계값을 사전 등록합니다. 리드 타임 분포, 현지화, 오랫동안 건강한 팩/차량 노출에 대한 잘못된 경보, 개입 성공 및 이벤트 후 냉각/보관 중 반복성을 보고합니다.

연구 D - 실제 차량의 수동형 대 능동형 EIS

주차, AC/DC 충전 및 대표적인 주행 사이클 전반에 걸쳐 동기화된 고대역폭 셀/팩 데이터를 수집합니다. 일치된 상태에서 수동 구동 전류 추정치, BJB/충전기 활성 여기 및 서비스 기준을 비교합니다. 차량 모드별로 사용 ​​가능한 주파수 범위, 바이어스, 무효율, 획득 시간 및 에너지를 매핑합니다. 출력은 평균 스펙트럼뿐만 아니라 스케줄러 및 불확실성 모델입니다.

연구 E - 퇴역한 EV 팩 라우팅

차량 이력이 알려져 있고 안전성/성능 저하 분포가 폭넓은 팩/모듈을 획득하세요. 표준화된 SOC/T에서 30~180초 EIS 화면을 전체 용량/전력 테스트, 검사, 격리 및 선택된 분해 기능과 비교합니다. 고전력 재사용, 에너지 재사용, 제한된 사용 또는 재활용으로의 경로를 평가합니다. 거짓 안전 및 거짓 거부율, 처리량, 기술자 변동성, 다운스트림 2차 성능 및 순 회수 가치를 보고합니다.

9.1 출판 패키지

• 피팅된 매개변수 또는 Nyquist 이미지뿐만 아니라 원시 동기화 전류 및 셀당 전압 창.

• 셀/팩 계통도, 토폴로지, 열 경계, 고정 장치, SOC 설정 방법, 휴지 및 이전 전류 방향.

• 교정 및 불확실성 예산 정확한 품질 거부 규칙 및 잘못된 측정 비율.

• 훈련/검증은 물리적 셀, 로트, 팩 및 차량별로 분할됩니다. 반복된 스펙트럼을 통한 누출이 없습니다.

• 사전 정의된 비교기 및 작업 임계값 신뢰도 교정 및 도메인 외부 동작.

• 결과 데이터: 노출로 표준화된 충전, 수명, 범위, 안전, 보증/서비스 시간 및 오경보.

10. 결론 및 엔지니어링 권장사항

임베디드 EIS는 이제 신뢰할 수 있는 자동차 하드웨어와 최초의 대량 생산 OEM 통합을 갖추고 있습니다. 연구 기반은 임피던스에 내부 온도, 노후화, 리튬 석출 및 안전 이상 현상에 대한 유용한 정보가 포함되어 있으며 모듈/팩 획득이 가능하다는 것을 보여줍니다. 따라서 EV EIS에 사용 사례가 없다는 것이 올바른 결론은 아닙니다.

올바른 결론은 더 좁습니다. 공개 증거는 아직 보정된 임피던스에서 입증된 차량 결과까지의 루프를 닫지 않았습니다. 대부분의 성능 수치는 셀 또는 제어 모듈 결과로 유지됩니다. 공급업체 제품 페이지에는 기능이 표시됩니다. 진단 일반화, 오경보 또는 고객 이점을 거의 나타내지 않습니다. XPENG/ADI는 성능을 공개하지 않고 생산 채택을 설정합니다.

EV 프로그램의 경우 하나의 제한된 사용 사례와 하나의 자연스러운 측정 창에 우선순위를 둡니다. 가장 방어적인 조종사는 주차 상태/모델 업데이트, 서비스 또는 퇴역 팩 검사, 내부 온도 수정입니다. 리튬 석출 감지 기반 고속 충전 및 조기 안전 경고는 더 큰 가치를 가질 수 있지만 더 강력한 팩 규모 기준값, 센서 융합 및 희귀 사건 검증이 필요합니다.

Go/No-Go: 내장형 시스템이 추적 가능한 임피던스 불확실성 예산을 충족하고, 교정된 진단 불확실성을 생성하고, EV EMI/토폴로지에서 살아남고, 보수적으로 실패하고, 생산 V/I/T 기준에 비해 증분 조치 이점을 입증하는 경우에만 차량 파일럿을 진행합니다.

부록 A. 공급업체 정보 요청 템플릿

주제	요청하다
아키텍처	여기 소스/경로; 셀/팩별 측정; 주파수 목록; 진폭; 동시 채널; 공통 모드 범위.
타이밍	대역별 획득 및 계산 시간 동기화 오차; 통신부하; 차량 모드 및 전제 조건.
계측	참고방법; Re/Im 및 위상/크기 오류 표면; 반복성; 추세; 교정 및 디임베딩.
차량 환경 강건성	인버터/OBC/DC-DC/균형 간섭; EMC 결과; 잘못된 비율; 온도 및 노화 봉투.
연산	대상 정의; 기능/모델; 학습 데이터 집단; 보류 차량 분할; 불확실성과 도메인 외부 논리.
안전	안전 목표 할당; ASIL 분해; FTTI; 진단 범위; 간섭으로부터의 자유; 대체 및 결함 주입.
생산	명명된 프로그램 또는 익명화된 SOP 증거; 차량 인구; 소프트웨어 버전; 서비스/OTA 후 교정.
현장 성과	민감도/특이성, 노출당 오경보, 개입, 충전/수명/범위/보증 혜택 및 신뢰 구간.

부록 B. 보고 체크리스트

• [ ] 셀/모듈/팩 모델, 화학, 폼 팩터, 토폴로지, 로트, 샘플 수 및 사전 사용.

• [ ] SOC 방법/오류; 챔버, 표면 및 코어 온도; 나머지; 압력/고정물; 이전 현재 방향.

• [ ] 여자 파형, 진폭, DC 바이어스, 주파수 포인트, 사이클/안정화, 주입된 Ah/Wh 및 차량 작동 상태.

• [ ] 전류/전압 범위, 샘플링, 클록, 동기화, 필터링, 절연, 비트 깊이 및 데이터 감소.

• [ ] 교정 표준, 4선 평면, 개방/단락/부하 또는 제외, 불확실성 및 교정 간격.

• [ ] SNR/일관성, 고조파, 드리프트, 잔차/물리적 일관성, 거부 규칙 및 유효하지 않은 비율.

• [ ] 독립적인 실측 정보 및 타이밍: 용량, 코어 T, 화학적 적정, 사후 분석, 내결함성 또는 이벤트 마커.

• [ ] 훈련은 물리적 단위로 나누어집니다. 보류된 부지/팩/차량; 기준선 비교기; 자신감과 OOD 성능.

• [ ] 조치 논리, 대체, 안전 분석, 개입 결과 및 노출 정규화 오경보.

부록 C. 용어집

용어	의미
AFE	아날로그 프론트엔드.
BJB	배터리 정션박스; 팩 전류/전압, 접촉기, 퓨즈 및 절연 기능의 위치.
BMS	배터리 관리 시스템.
DFT / FRA	이산 푸리에 변환/주파수-응답 분석.
DVA / ICA	차동 전압/증분 용량 분석.
ECM	등가 회로 모델.
EIS	전기화학적 임피던스 분광학; 복합 응답 대 주파수.
FTTI	내결함성 시간 간격.
OOD	배포가 중단되었습니다. 검증된 모델 도메인 외부의 운영 데이터.
SOC / SOH / SOP	충전 상태 / 건강 상태 / 전력 상태.
RUL	남은 수명.
TR	열 폭주.

참고자료

URL 및 제품 페이지는 2026년 9월 2일에 액세스되었습니다. 공급업체 소스는 제품 기능 및 배포 주장을 입증합니다. 동료 검토 또는 정부 출처는 연구 결과를 입증합니다.

[1] McCarthy 외, 검토 - 리튬 이온 배터리 SOC, SOH 및 내부 온도 추정을 위한 임피던스 분광법 사용, JES 168(2021) 080517. 출처

[2] Wang 외, 자동차 배터리의 전기화학적 임피던스 측정 및 분석: 검토 및 관점, Current Opinion in Electrochemistry(2025) 101768. 출처

[3] Hallemans 등, EIS의 리튬 이온 배터리에 대한 측정, 해석 및 적용, EES 배터리 2(2026) 80-102. 출처

[4] 아일랜드 Richardson 및 Howey, 임피던스와 표면 온도 측정을 결합한 배터리 내부 온도 추정, JPS 265 (2014) 254-261. 출처

[5] Sailer, Steffan 및 Schmidt, 트랙션 애플리케이션에서 온라인 EIS 기반 배터리 내부 온도 추정의 실제 고려 사항 및 제한 사항, JPS 667(2026) 239111. 출처

[6] Haussmann 및 Melbert, 자동차 애플리케이션을 위한 내부 셀 온도 측정 및 열 모델링(EIS 작성, SAE 2017-01-1215). 출처

[7] Chen et al., 전기화학적 주파수 응답 데이터로부터 상업용 리튬 이온 전지의 SOH를 추정하는 방법론 비교, JPS 542(2022) 231814. 출처

[8] Rastegarpanah 외, 임피던스 분광법을 사용한 수명이 다한 EV 배터리에 대한 신속한 모델 없는 SOH 추정, 에너지 14(2021) 2597. 출처

[9] Kasper 등, 396개의 셀, 배터리 및 슈퍼캡을 갖춘 7kWh 자동차 모듈의 EIS 및 시간 영역 측정을 보정했습니다(2023) e202200415. 출처

[10] Urban 외, 실제 데이터를 기반으로 한 EV에 대한 DVA 및 EIS의 가능성, eTransportation 29(2026) 100619. 출처

[11] Brown 등, Operando EIS를 사용하여 고속 충전 중 리튬 석출 시작 감지, Cell Reports Physical Science 2(2021) 100589. 출처

[12] Strasser, Adam 및 Li, 자동차 배터리용 EIS를 통한 리튬 석출의 오페라도 감지, JPS 580(2023) 233366. 출처

[13] Shen 등, 다단계 정전류 고속 충전 중 리튬 석출 감지를 위한 임피던스 진화, SAE 2025-01-8124. 출처

[14] Zhang 외, 현장 리튬 석출 진단을 위한 등가 샘플링 지원 모듈 수준 배터리 임피던스 측정, JPS 600(2024) 234239. 출처

[15] Cui 등, 딥러닝을 사용한 임피던스 분광법의 내부 단락 조기 감지, JPS 563(2023) 232824. 출처

[16] Torres-Castro 등, 상용 진단 기술을 사용한 리튬 이온 배터리 열폭주 조기 감지, JES 171(2024) 020520. 출처

[17] NHTSA/Sandia, 고급 진단을 통한 열 폭주 조기 감지, DOT HS 813 671. 출처

[18] Perez 등, 리튬 이온 배터리에 대한 임피던스 기반 열 폭주 조기 감지 방법, IJEPES 171(2025) 111053. 출처

[19] MRS 게시판, 시스템 수준 전기화학적 리튬 이온 배터리 관리 및 진단에 대한 과제 및 요구 사항 46(2021) 420-428. 출처

[20] Sandschulte 및 Ferrero, 다중 셀 및 광역 주파수 현장 배터리 임피던스 분광학, IEEE OJIM 2 (2023) 1-11. 출처

[21] EIS, 배터리 9(2023) 415를 사용한 결함 감지를 위한 다중 셀 테스트 토폴로지. 출처

[22] Mattia et al., 리튬 이온 배터리용 온보드 EIS에 대한 저비용 접근 방식, Journal of Energy Storage 81(2024) 110330. 출처

[23] Liebhart, Diehl 및 Endisch, 차량 작동 중 리튬 이온 셀 모니터링을 위한 수동 임피던스 분광법, JPS 449(2020) 227297. 출처

[24] Schmidt 외, 리튬 이온 셀에서 EIS에 대한 실제 자동차 주행 데이터 활용, SAE 2015-01-1187. 출처

[25] Analog Devices, XPENG: EIS 배터리 인텔리전스를 구현하는 최초의 OEM, 2026년 6월 15일. 출처

[26] Analog Devices, EIS를 지원하는 ADBMS2970 배터리 팩 모니터. 출처

[27] Texas Instruments, BQ79826Z-Q1 스마트 EIS 엔진을 탑재한 자동차용 26-S 배터리 모니터. 출처

[28] Texas Instruments, BQ79881-Q1 BJB EIS가 포함된 팩 모니터. 출처

[29] Texas Instruments, EIS 지원 BQ79826Z-Q1 발표, 2026년 6월 9일. 출처

[30] NXP, EIS 지원 BMS 칩셋 발표, 2025년 10월 29일. 출처

[31] NXP, EIS 기능을 갖춘 BMA8420 배터리 정션 박스 모니터 IC. 출처

[32] STMicroelectronics, AN6310: L9965x 배터리 관리 칩셋을 사용한 EIS 구현. 출처

[33] STMicroelectronics, L9963E 자동차 배터리 모니터 제품 페이지. 출처

[34] Infineon, EIS를 지원하는 PSoC 4 HVPA-SPM 1.0 스마트 배터리 팩 모니터. 출처

[35] Marelli, EIS 기반 배터리 관리 시스템 솔루션 발표, CTI 심포지엄 베를린 2024. 출처

[36] ISO 26262-1:2018, 도로 차량 - 기능 안전 - 1부: 어휘. 출처

[37] ISO 6469-1:2019, 전기 추진 도로 차량 - 안전 사양 - 충전식 에너지 ​​저장 시스템. 출처

[38] UNECE, 글로벌 기술 규정 No. 20: 전기 자동차 안전. 출처

[39] 노화, 리튬 석출 및 내부 단락 시 빠른 EIS를 기반으로 한 리튬 이온 배터리 팩의 다중 결함 진단, Journal of Energy Storage 169(2026) 122749. 출처

[40] 배터리 전기 자동차용 실현 가능한 온보드 EIS에 대한 아키텍처 경로 및 통합 제약 조건, World Electric Vehicle Journal 17(2026) 315. 출처