电动汽车电池管理中的嵌入式 EIS：它是什么，哪些能力已得到实际验证
- rory lee
- 2小时前
- 讀畢需時 28 分鐘
动力电池包用例、测量性能、量产证据和验证路线图。证据截至 2026 年 9 月 2 日。
电化学阻抗谱 (EIS) 应用小电流变化并测量所选频率下的电池电压响应。简而言之，它为电池管理系统提供了另一种查看电池内部的方式。对于电动汽车车主来说，相关问题是额外信息是否可以改善充电、续航里程、安全性、服务或电池寿命。对于工程师来说，更难的问题是信号在电池组拓扑、温度、老化、电力电子噪声和实际车辆运行中是否保持准确。
本报告解决了这两个问题。它涵盖 BEV、PHEV 和 HEV 动力电池：测量机会、闭环控制、安全诊断、服务和退役电池组路由。消费电子产品不包含在量产证据中。
报告结论 | 核心发现 |
量产 | 一个已公开名称的 EV 集成案例：XPENG 与 Analog Devices；公开的现场性能数据未公开。 |
量化最充分的证据 | 电池和模块研究显示温度、SOH、析锂和滥用警告值；向整车和车队验证的转化仍然是主要差距。 |
建议定位 | 置信门控诊断层，可增强但绝不会取代传统的电压、电流、温度和隔离保护。 |
证据说明：供应商声明仅用于产品功能和部署声明。研究绩效取自同行评审或政府来源，并按规模、协议和限制进行报告。
核心结论
结论：嵌入式 EIS 在技术上对于电动汽车来说是可信的，但其公开证据是不对称的：测量硬件的进步速度快于公开的车辆级诊断性能。
近期最强劲的电动汽车案例并不是连续的实验室式扫频。它是一种简短的、预定的或事件触发的测量，可以改变边界明确的车辆决策：减少快速充电电流、改进核心温度估计、更新功率限制、确认异常、设置诊断故障代码或路由报废模块。
截至本次审查，ADI 表示 XPENG 是首家在量产电动汽车电池中采用 EIS 架构的汽车 OEM [25]。这是有意义的E4商业化证据。它不是 E5 性能证据：没有公共来源识别车辆样本规模、阻抗误差分布、估计器准确性、误报、干预成功、增加的充电吞吐量、循环寿命优势或保修减少。
E1-E3 的公共研究记录最强。示例包括在类似 HEV 的电流循环下，仪器化 LFP 电池的平均绝对误差为 0.6 摄氏度 [4]； 13 个退役 Nissan Leaf 模块上的 SOH RMS 误差为 1.974 个百分点 [8]；受控电池中析锂检测限低于石墨容量的 0.6% [11]；在特定的热滥用测试中，有 22.5 至 29.2 分钟的警告时间 [16,17]。如果没有拓扑、噪声、实际发生率和闭环验证，这些数字都无法直接直接用于量产安全论证中。
实用建议是双路BMS：传统的V/I/T/隔离保护仍然具有权威性； EIS 添加了带质量评分的诊断估计。低置信度、过多的状态漂移、EMI、缺少激励或域外频谱必须导致回退到传统估计器和保守限制。
电动汽车优先图
优先级 | 车辆决策 | EIS 贡献 | 可能采取的行动 | 公开证据 |
1 | 低温/大功率快充 | 检测析锂风险和核心温度 | 电池包预热；减少电流；改变充电阶段 | 高价值； E2-E3证据；闭环车辆证明有限 |
2 | 热管理和 SOP | 修正表面温度滞后；更新电阻 | 冷水机/泵请求；充电/放电降额 | 良好的电芯证据；严格的微欧姆和 EMI 要求 |
3 | SOH、续航里程与质保 | 更新具有不确定性的容量/电阻健康状况 | 续航里程置信区间；功率限制；服务/保修分类 | 电池和退役模块证据；车队级真实标签仍然不足 |
4 | 安全异常/碰撞后 | 确认软短路、异常老化或发热 | 隔离、隔离观察、维修、拖运/储存说明 | 有潜力的滥用试验和实验室电池包结果；缺乏误报证据 |
5 | 制造与退役电池包分流 | 比较标准化状态下的电池/模块 | 搁置/返工；再利用等级；回收 | 受控的测试窗口使其部署风险最低 |
1. 范围、定义与证据方法
1.1 本报告的内容
核心范围是纯电动、插电式混合动力和混合动力汽车中的动力电池。当证据使用汽车电芯或模块、EV/HEV 工况循环、车辆电力电子设备或 CAN 数据、指定车辆或汽车 BMS 平台时，该证据属于 EV 特定证据。仅当工程结果转移到 EV 电池包时才包含大型固定模块，并明显标记为可迁移证据。
消费品被排除在量产证据范围之外。特别是，Qnovo 的 LG V30 智能手机声明并未用作 EV 证据。其公开描述并未建立传统的扫频复阻抗 EIS、动力电池包行为、汽车安全集成或现场性能。
本报告区分了经常混淆的三个对象：(1) 可以同步电压和电流或计算 DFT 的 IC，(2) 可以生成和测量电池组阻抗的系统，以及 (3) 可以改善 EV 结果的经过验证的诊断或控制功能。
1.2 证据阶梯
图 1.本报告中使用的证据阶梯。商业可用性和诊断性能单独分级。
等级 | 最低含义 |
E1——电池可行性 | 受控电芯或化学体系；特征相关性或分类器。 |
E2 - 多电芯复现 | 多个电芯/批次/老化路径；留出验证；不确定性或可重复性。 |
E3 - 模块、电池组或车辆原型 | 串联/并联拓扑、共模、寄生、嵌入式励磁、EV 工况或滥用测试。 |
E4——名称已公开的 EV 量产 | 已确认 OEM 及其量产动力电池集成。本身并不能证明准确性或好处。 |
E5 - 现场成效 | 车辆群体与运行暴露量；敏感性/特异性；误报；干预和经济成果。 |
规则：量产 IC 不是量产 EIS 用例。公开 OEM 名称的集成并不是现场性能的证明。高精度电池模型并不能证明电池组泛化。
1.3 性能是一个链条，而不是一个精度数字
环节 | 必须报告的内容 |
计量性能 | Re/Im 或幅度/相位误差与参考值的关系；重复性；漂移;渠道不匹配；去嵌入。 |
估算 | 核心温度、SOC、SOH、容量、RUL 或 SOP 的 MAE/RMSE、偏差与不确定性。 |
检测 | 灵敏度、特异性、精确率、检测限、提前预警时间和每车辆小时的误报。 |
时间和能量 | 采集/计算延迟、有效频谱速率、注入安时/瓦时、充电时间影响和热负载。 |
泛化能力 | 留出批次、化学体系/外形规格、SOC、温度、老化路径、车辆、充电器和 EMI 环境。 |
电动汽车结果 | 充电时间、可用功率、续航里程精度、避免的降额/故障、保修成本、服务时间或回收价值。 |
2. EIS 在电动汽车中的应用位置
2.1 车辆使用周期中的测量窗口
EIS 假设扰动足够小，观察窗口期间近似平稳，并且电流和电压之间的时序已知。动力电池很少能连续提供这三种功能。因此，BMS 需要机会调度程序，而不仅仅是 EIS 命令。
测量窗口 | 电池状态 | 实用方法 | 最适用场景 | 约束 |
停车/过夜 | 静置或状态缓慢变化 | 选定频点或更完整的扫频 | SOH 基线；核心T；接触趋势 | 最佳的重复性；低频时间成本；睡眠电流预算 |
交流充电 | 可控、中等电流 | 充电器/直流母线正弦波、多正弦波或脉冲 | SOH 更新；热估计；模型辨识 | 充电回路和谐波； SOC漂移 |
直流快充 | 大电流、快速变化 SOC/T | 快速窄带/运行中(in-operando)特征 | 析锂风险；核心T；自适应充电 | 高价值和最高的非平稳性；测量不得增加明显的额外时间 |
驱动/再生 | 自然宽带电流 | 无源系统识别 | ECM 更新；趋势;温度 | 光谱间隙；逆变器/电机控制噪声；道路负载 |
上电/维修 | 受控诊断窗口 | BJB 或本地激励 | 连接故障；弱模块； SOH | 可标准化SOC/T；需要用户等待时间预算 |
碰撞/热事件 | 时间关键、非平稳 | 快速选频交叉确认 | 短路/热失控确认 | 必须与V/T/气体/隔离并行运行；切勿延迟接触器 |
2026 年对 7 款量产车辆进行的分析（覆盖 169,760 公里）并未测量 EIS 的车载精度；它评估是否存在可用的空闲窗口。据估计，在 1 个百分点的 SOH 分辨率下，每 10,000 公里平均有 421 个 EIS 机会，而 DVA 的机会为 81 个 [10]。这支持调度的可行性，而不是诊断的有效性。
2.2 端到端决策链
图 2。仅当经过验证的测量改变有界车辆动作时，EV EIS 功能才完整。
采集同步电池电压和电池组电流，同时记录工作点、接触器状态、充电器/逆变器状态和励磁命令。
使用幅度限制、相干性/残差测试、漂移检查、定时诊断和校准的有效域规则拒绝失真或非平稳记录。
提取物理条件特征或拟合模型。温度、SOC和老化必须分开；它们移动频谱的重叠部分。
将估计与传统的 BMS 状态融合并附加不确定性。与电池/电池组基线相比，除非转移已被证明，否则不是通用阈值。
应用有界动作并记录结果。 BMS 必须知道由于 EIS 发生了什么变化以及该变化是否有益。
2.3 最小信号接口规范
界面 | 必填内容 |
输入 | 每节电池电压样本；电池包电流/分流器采样；时间戳； SOC/T 估算；励磁指令；车辆模式。 |
质量判定输出 | 有效/无效；信噪比/相干性；谐波失真；状态漂移；饱和;时间同步错误；距上次校准时间。 |
诊断输出 | 估计/概率、不确定性、有效域、基线偏差、受影响的单元/模块和持久性。 |
动作界面 | 请求的充电/功率/热限制、DTC、接触器或服务建议、原因和到期时间。 |
追踪记录 | 原始或压缩的 V/I 窗口、频谱/特征、软件/校准版本以及由此产生的车辆动作。 |
3. EV用例：阻抗如何转化为车辆动作
设计原则：从车辆决策及其可接受的误差开始。然后选择最小的频率集和最短的窗口，以改善 V/I/T 基线的决策。
3.1 析锂感知快充
为什么这很重要。在低温、高充电速率和高 SOC 下，锂析锂变得更有可能。仅电压限制是有意保守的，因为未测量负极电位。操作阻抗可以添加与析锂开始相关的功能[11-14]。
如何使用它。在可控充电阶段，获得短基线条件阻抗特征 - 例如，报告的多阶段恒流充电中异常下降约 1 Hz [13]。纠正 SOC、温度、年龄、先前电流和松弛。将特征与热/电化学模型融合并产生校准的析锂概率或裕度。
车辆动作。如果有足够的信心风险上升，请请求电池预热、降低电流、更改下一个充电阶段或保留 SOC。如果测量质量较差，请勿增大电流；保留现有的安全充电图。记录接受的能量、充电时间和后来的容量损失，以便量化效益。
证据限度。受控研究具有敏感的真实标签和模块原型，但没有公共车队研究报告 EIS 允许更高充电功率的频率、它防止了多少析锂事件，或者相对于优化的 V/I/T/模型基线是否提高了循环寿命。
3.2 核心温度和热管理控制
为什么这很重要。在快速充电、高功率驱动和预调温过程中，表面传感器滞后于电池核心。大约 100 Hz 至 1 kHz 区域的阻抗相位对温度非常敏感，但大型汽车电池需要微欧级精度 [5]。
如何使用它。在停放或稳定电流窗口期间安排几个高频/中频点，或根据经过验证的无源激励来估计它们。使用表面温度作为独立锚并估计核心/最大温度加上不确定性。由于连接器和电化学电阻漂移，请根据使用年限和电池更换情况重新校准。
车辆动作。命令泵/冷却器/预热器，限制再生充电，减少牵引或充电功率，或更新允许的功率范围。与热敏电阻进行交叉检查；单个不一致的 EIS 估计不得抑制过热响应。
电动汽车特定的约束。 2026 年的一项驱动研究测量了 Citroen C-Zero 电池组电流噪声，发现重要内容与最佳温度带重叠，干扰可能会影响高达 3 kHz 的 EIS [5]。据估计，23 摄氏度以上高能电池的不确定性 <1 K 需要 Re 和 Im 的不确定性 <4 微欧姆。这将 EMI 和校准变成一阶产品要求。
3.3 SOH、SOP、范围和保修
为什么这很重要。容量决定可用能量；电阻和热状态限制了可用功率。与单个直流电阻值相比，EIS 可以更丰富地将高频连接/欧姆变化与电荷转移和扩散变化分开，但温度和 SOC 混淆了相同的功能。
如何使用它。在可重复的停放或充电状态下进行测量，与单个电池组基线进行比较，并更新联合容量电阻健康状态。使用保留单元/模块变化并报告不确定性的分层模型。 DVA/ICA 在适当的交流充电期间可以偶尔提供降级模式确认； EIS 可以提供更频繁的更新[10]。
车辆动作。细化范围和功率置信带；降低高电阻电池组的充电/放电限制；触发服务；支持残值或保修分类。如果没有坚持和证实，请勿批准保修索赔或某一频谱的安全降额。
证据限度。电芯研究报告 0.75-1.5 个百分点的 RMS SOH 误差 [7]； 13 个退役的 Nissan Leaf 模块在 128 个样本上产生了 1.974 个百分点的 RMS 和 4.935 个百分点的峰值误差 [8]。这些是有用的基准，但不能证明车载包跨季节和车辆变型的情况。
3.4 安全异常、软短路和坠机后隔离
为什么这很重要。初期内部短路、异常老化和热滥用可能会在电压或表面温度超过常规阈值之前改变阻抗。安全价值在于早期确认和故障定位，而不是更换初级保护。
如何使用它。在异常电压残余、温度梯度、气体/压力事件、碰撞信号或隔离变化后触发快速选择频率或脉冲衍生阻抗。将每个单元/模块与其自身的历史和同行进行比较。在做出服务决策之前需要持久性和传感器融合；立即对传统的硬限制采取行动。
车辆动作。减少功率、禁止充电、打开接触器、发出 DTC、请求受控放电、规定牵引/存储分离或隔离电池组以进行重复诊断。在主动热事件中，EIS 处理绝不能延迟主要断开连接或人员警告。
证据限度。 NHTSA/Sandia 在 11.6 Ah NMC 单电池过热测试中获得了 22.5 分钟的快速 EIS 警告，在 1s4p、46 Ah 配置中获得了 29.2 分钟的警告 [16,17]。同一来源显示了滥用模式下模态排名的变化；在过度充电的情况下，gas/H2 的性能优于 EIS。实验室故障和受控加热不会建立现场灵敏度、误报或自发故障覆盖范围。
3.5 不平衡、互连和模型维护
每个单元的同步响应可以揭示与同类模块不同的模块，而高频特征可以暴露母线/触点的变化。 BMS 可以使用持续偏差来重新平衡、修改热或电阻参数、限制功率或安排服务。仅封装的 EIS 可能隐藏了薄弱元件：串联电压和和并联均流淡化了局部缺陷 [19-21]。
对于在线模型维护，从计划或被动数据中识别小型 ECM 或物理模型参数集。该动作不是直接的安全命令；它是更新的 SOC/SOP/热观测器，在激活之前必须进行回归测试。
3.6 制造、服务和退役电动汽车路线
工厂和使用条件可以标准化 SOC、温度、休息、夹具和激励，因此可以避免大部分移动车辆问题。 EIS 可以比较传入的电池，验证润湿/形成，识别连接或模块异常值，并缩短容量筛选。对于退役的电动汽车电池，它可以在二次组装之前估计容量/电阻健康状况并匹配模块。
操作必须明确：通过、保留、返工、拒绝、再利用类别、限制功率使用或回收。一个有用的模型可以报告生产实际发生率、测量重复性和再现性、周期时间、下游寿命相关性和路线经济性的错误接受/拒绝。单独使用 SOH 是不够的；安全历史记录、隔离、膨胀/泄漏和故障记忆仍然是强制性的。
3.7 用例完整性检查表
使用案例 | 测量 | 输出 | 电动车行动 | 关键证明 |
SOC 更正 | 停放或丰富的被动驱动部分 | SOC 残差 + 不确定性 | 正确的库仑计数/范围带 | 针对 OCV、模型和 DVA 的基准测试 |
SOH / RUL | 可重复 SOC/T，周期性 | 容量/电阻健康状况 | 限制、保修/服务、价值 | 季节性和机队标签差距 |
SOP | 动态或计划的 ECM 更新 | 电阻+热态 | 驱动/再生/充电限制 | 必须证明瞬态预测 |
核心T | 100 Hz-1 kHz 选定点 | Tcore/max + 置信度 | 制冷、制热、降额 | 微欧精度和逆变器噪声 |
析锂 | 操作快速充电 | 发生/风险概率 | 预热、降低充电电流或改变充电阶段 | 需要电池包误报数据和寿命收益 |
短/TR | 事件触发快速诊断 | 异常类型/严重程度 | 隔离、警告、隔离观察 | 永不唯一的安全通道 |
不平衡/接触 | 停车/服务或一致的全局激励 | 同组偏差/电阻 | 平衡、维修、更换 | 拓扑造成的定位能力下降 |
工厂/服务 | 标准化站 | 通过/保留/返工分数 | 处置 | 量具 R&R 和实际发生率 |
梯次利用 | 拆下的模块/电池包 | SOH，功率，安全等级 | 再利用等级或回收 | 化学/历史不确定性 |
4.实际报告了哪些性能
下表报告了结果、物理比例和传输间隙。由于频带、电芯化学、真实标签、休息、温度和目标不同，这些值不能直接比较。
目标 | 规模/协议 | 报告结果 | 它证明了什么 | 它没有证明什么 |
核心温度 | 2.3 AhLFP 26650； +/-20 A 脉冲； 3,500 秒 HEV 周期 | 0.6 摄氏度 MAE；均匀温度假设 2.6 摄氏度 | 较强的电芯观测器结果 | 一个仪器化单元；未验证电池包 EMI |
动力电池温度测量要求 | 荟萃分析：68 篇出版物/83 个电芯 + Citroen C-Zero 电流噪声 | 首选 100 Hz-1 kHz；在 23 摄氏度以上的高能电池上，Re/Im 不确定度 <4 微欧姆 <1 K | 将电芯敏感性转化为 BMS 规格 | 不是车辆估算器准确度结果 |
SOH | 商业电池；多种机构/方法 | 0.75-1.5 个百分点的平均 RMS 误差 | 复制单元基准 | 固定测试条件；电芯变异占主导地位 |
退役电动汽车 SOH | 13 个首次生命周期结束的 2011 Nissan Leaf 模块； 128 个样品 | 1.974 个百分点 RMS； 4.935 峰值误差 | 真正退役的汽车模块 | 数据集小；离线；模型分割风险 |
EIS 机会 | 7 款量产电动汽车； 169,760 公里 | 421 个闲置 EIS 机会/10,000 公里 vs 81 个 DVA | 测量安排是合理的 | 未验证车载 EIS |
汽车模块计量 | 7 kWh，11S36P，396 x 21700 电池； 260个周期 | EIS-拟合 RMS 误差中位数 56 微欧；完整 EIS + 脉冲点约 40 分钟 | 电池包规模校准和老化趋势 | 台架测试仪；对于常规车载使用来说速度太慢 |
析锂 | 三电极滴定池；双电极可行性 | 检测到析锂低于石墨容量的 0.6% | 敏感有机理依据的检测限 | 电芯实验室结果；无车辆误报 |
模块析锂原型 | 串联模块拓扑+等效采样 | 0.1-1,160 Hz 测量；通过产能/事后检验确认析锂 | 嵌入式模块可行性 | 无敏感性/特异性或闭环效益 |
软短分类器 | 7个电芯；外部 200-10 欧姆分流器；约840个光谱 | 平均准确率97.5%；小规模正常样本集上的零 FP | 可检测的阻抗模式 | 模拟故障；罕见事件的现场发生率未知 |
热滥用 | 11.6 Ah NMC 电池和 1s4p 46 Ah 配置 | 超温测试中 22.5 分钟和 29.2 分钟警告 | 具有潜在实用价值的提前预警时间 | 具体情况；不同传感方式的排序会变化 |
包多故障 | LFP 和 NCM 实验室包；老化、析锂、内部短路 | 60 秒采集； AA误差在5%以内； ISC 6.4%以内 | 近期包级解耦结果 | 储能框架；无道路车辆/现场发生率 |
集成 IC 计量 | TI BQ79826Z-Q1 预览条件 | 1 A 和 200 微欧时阻抗精度为 1%； 0.01赫兹-3.5赫兹 | 明确的芯片级测试条件 | 供应商规范；不具有诊断准确性 |
4.1 按证据级别解释
E1-E2 研究回答电化学特征是否包含信息。 E3 研究回答了它是否能够承受嵌入式测量、拓扑、电力电子或滥用条件。 E4回答OEM是否集成它。 E5 必须回答其工作是否足够频繁、误报率是否足够低，以改善客户和安全结果。
缺失的环节：本报告审查的公开资料中，没有任何一项同时覆盖大批量电动汽车部署、整个车辆运行包络的可追踪阻抗性能、留出测试电池包的诊断指标和累积的现场结果。
4.2 为什么高电池精度在车辆中可能会失败
温度、SOC、老化和弛豫移动重叠阻抗特性；模型可以学习实验室时间表而不是目标。
一个包包含串联/并联平均、母线和接触阻抗、共模电压、隔离网络和电池监视器通道不匹配。
快速充电和驱动违反平稳性，而充电器、DC/DC 和牵引逆变器谐波则与有用频带重叠。
安全故障很少见。即使分类器准确度很高，使用一些健康电芯的研究也无法限制每个车队小时的误报。
真实情况通常是 BMS 估计或模拟分流，而不是破坏性确认、自发内部短路或直接析锂量化。
如果诊断消耗过多的休息时间、注入能量、服务时间或校准工作，则诊断可能是准确的，但在经济上毫无意义。
5. 电动汽车生产和商业格局
本节对公共证据进行评分，而不是对供应商的能力进行评分。产品状态尽可能取自官方供应商页面。 AEC-Q100 或 ASIL 功能支持组件鉴定和安全集成；它不验证 EIS 算法或车辆安全目标。
供应商 | 公开架构 | 公开的成熟度说明 | 证据等级 | 仍然缺失 |
ADI + XPENG | ADBMS6842 电池监控器、ADBMS2970 电池组监控器、ADBMS6822、BLISS 软件 | ADI 表示，XPENG 是首款采用 ADI EIS 进行量产电动汽车电池的 OEM；架构可跨 XPENG EV 扩展 | E4：名称已公开的 EV 量产 | 车辆/型号/数量；频段;准确性;误报；充电寿命、续航里程、安全性或保修结果 |
TI | BQ79826Z-Q1 + BQ79881-Q1；集成EIS引擎；局部/全局激励 | 预览;预生产数量可用；预计到 2026 年底产量 | 产品/参考设计准备情况 | 没有命名为 OEM EIS 的生产；全条件独立曲线；诊断性能 |
恩智浦 | BMA7418+BMA6402+BMA8420；硬件同步，片上 DFT、BJB 激励 | 完整的解决方案已公布，预计从 2026 年初开始；主动评估生态系统 | 汽车芯片组可用性 | 没有指定的电动汽车生产；公共端到端阻抗或诊断错误 |
Marelli | EIS 就绪且具有云/AI 声明的下一代完整 EIS BMS | Tier-1 表示经济高效的解决方案已准备好进行大规模生产 | 生产就绪声明 | 没有命名的 OEM、已交付车辆规模、波段、计量或诊断数据集 |
ST | L9965x 应用说明系统； L9963E 同行评审的采集原型 | 5 芯、32 Ah 棱柱形演示，频率为 5-520 Hz； L9963E IC已量产 | 供应商演示 + E3 单元原型 | 监测芯片的量产不是 EIS 部署；没有命名 EV |
Infineon | PSoC 4 HVPA-SPM 包监视器支持 EIS；电芯监测生态系统 | 汽车 EV/HEV 电池组监控功能和评估材料 | 支持 EIS 的平台 | 无命名 EV EIS 生产；有限的公共频段和算法结果 |
5.1 IC 一代真正的新技术是什么
新平台消除了重要的测量障碍：同步电池和电池组采样、集成 DFT、更宽的频率覆盖范围、本地或全局励磁控制、汽车诊断和可扩展菊花链。 TI 发布有条件的 1% 阻抗规范； NXP 公开了同步 BJB 激励路径； ADI 提供命名生产架构； ST 和 Infineon 提供可实施的汽车构建模块 [25-35]。
它们并不能消除系统问题。每个电池的激励幅度、夹具/母线去嵌入、非平稳性、温度/SOC 补偿、特征转移、不确定性、域外检测、安全概念和闭环效益仍然是 OEM 的责任，除非供应商合同明确包含这些内容。
5.2 供应商尽职调查问题
显示 Re/Im 和幅度/相位误差分布与频率、电池阻抗、激励、温度和共模电压的关系 - 不仅仅是标称点。
定义每种拓扑和车辆模式的可用频段，包括采集时间和无效频谱率。
提供模块/电池组与充电器、逆变器、DC/DC、平衡和通信活动的可追溯参考的比较。
将 EIS 测量规格与估计器或检测器性能分开；提供保留包和置信度校准。
识别现场暴露、诊断流行率、每车辆小时的误报、干预逻辑和客户/保修结果。
为实施的安全机制、免干扰分析和后备行为提供 ISO 26262 工作产品。
明确数据所有权、服务后校准持续性、电池更换和无线软件更新。
6. EV 应用架构
6.1 功能块
功能模块 | 典型的电动汽车实现 | 工程目的 |
励磁 | 车载充电器、直流母线电容器/BJB 开关、DC/DC、牵引逆变器、平衡路径或本地励磁器 | 生成已知的小信号，而不违反电压/电流、EMI 或驾驶员舒适度限制 |
电芯反应 | 同步每单元 ADC/监控 IC | 保留相对相位并定位弱电芯或群体 |
电池包基准测量 | BJB 中的分流/霍尔/磁通门电流 + 电池组电压 | 测量实际激励并拒绝寄生或不同步记录 |
边缘计算 | DFT/FRA，特征提取，质量指标，紧凑模型 | 避免原始数据传输带宽；创建具有可追溯性的频谱 |
BMS 应用 | 状态融合、基线、不确定性、决策管理器 | 将阻抗转换为边界明确的请求和回退 |
云/服务 | 趋势存储、车队校准、事后分析 | 改进模型和证据，同时尊重隐私和安全分区 |
6.2 架构权衡
架构 | 优点 | 主要风险 | 最佳电动车适配 |
全局包/BJB 激励 | 一个来源；所有受监控单元的一致比较；自然适合新芯片组 | 每个电芯的反应很小；共模；电池包寄生参数；平行单元掩蔽 | 预定停车/充电诊断 |
充电器或 DC/DC 注入 | 重复使用高功率电子设备；充电时可控 | 循环交互，小信号保真度，EMI，断开时不可用 | SOH/型号更新；运行中析锂检测 |
牵引逆变器/无源 | 无需专门的激励能量；可以使用实际驱动电流 | 不受控制的频谱；道路负载非平稳性；开关谐波 | 机会型 ECM/温度趋势 |
平衡路径激励 | BOM增量低；电芯级定位 | 小电流、发热、有限频带和 ADC 精度 | 停放选定点检查 |
本地单元/模块激励器 | 定位能力强，高压回路更小 | 每个通道的 BOM、静态功耗、校准和安全性 | 优质/安全关键模块设计 |
外部服务仪表 | 可追踪、宽带和受控夹具 | 不连续；人工成本和电池包安全接入 | 服务、保修、二次使用分级 |
6.3 面向决策的频率选择
广泛的范围对于模型发现和服务很有价值。生产控制通常需要稀疏的功能集。高频区域强调电感、连接和欧姆效应；中频区域包括界面/电荷转移行为和温度敏感相；低频区域包括扩散，可以改善老化或滥用敏感性，但需要长窗口并且最容易发生漂移。
频率必须从对不确定性预算的敏感性中选择。例如，在牵引噪声之上移动可能会减少干扰，但也会降低温度敏感性 [5]。正确的设计是带有质量评分的多频冗余，而不是通用的单频。
6.4 测量质量门
门 | 通过标准 |
前提条件 | SOC/T/车辆模式在校准域；无硬保护事件；充足的时间和激励权限。 |
信号检查 | 无剪裁；达到的电流幅度；时间戳/同步运行状况；信噪比/相干性；谐波失真；通道一致性。 |
状态检查 | SOC 和温度漂移在限制范围内；松弛/先前当前状态已知；记录接触器和负载状态。 |
物理检查 | 残差一致性或 Kramers-Kronig 型稠度（如适用）；合理的频谱；跨重复的稳定的特征。 |
决策检查 | 不确定性低于行动阈值；满足持久性/佐证；行动有界；可用后备。 |
7. 功能安全、网络安全和车辆集成
安全原则：EIS 是一个支持诊断通道。它不是 ASIL-D 本质上的功能，也不应该是过压、过热、隔离、过流或接触器保护的唯一路径。
ISO 26262 管理车辆安全生命周期、危险分析、安全目标、硬件/软件开发和验证 [36]。 ISO 6469-1 解决可充电储能系统的安全问题，UNECE GTR No. 20 解决监管层面的电动汽车安全问题 [37,38]。没有一种方法可以使支持 EIS 的 IC、频谱或算法本身安全。
失效模式 | 例子 | 所需行为 |
无法测量 | 无稳定窗口、激励故障、睡眠预算 | 保持常规状态估计；不再有激进的限制；重新安排。 |
不良频谱 | EMI、削波、计时、漂移、模型残差 | 标记无效；保留诊断数据；不要由此启动。 |
估算者分歧 | EIS 与 V/I/T/型号冲突 | 降低信心；保守运行边界；重复或维修检查。 |
安全异常 | EIS + 电压/温度/气体/隔离问题 | 执行预定义的安全状态；接触器/警告不会因分析而延迟。 |
软件/校准更新 | OTA模型或阈值变化 | 版本校准、回滚、回归测试数据集和安全影响分析。 |
数据被欺骗或损坏 | 总线、时钟或云完整性故障 | 鉴权、合理性检查、隔离安全分区、使用本地后备。 |
对于碰撞后使用，定义推进装置关闭后谁拥有决策权：机载 BMS、诊断服务工具、应急响应人员工作流程或存储操作员。重复测量可能有助于确定损坏的电池组是否仍处于隔离状态，但热、电压、气体、隔离和机械检查仍然是主要的。
8. EV 验证计划和验证门
8.1 阶段门控程序
门 | 最低测试 | 通过标准 |
V0——计量 | R/C 网络、分流器和稳定单元；共模、温度和电缆矩阵 | 可追溯的不确定性；校准/去嵌入；重复性；同步和漂移 |
V1 - 电芯 | 多批次目标 LFP/NMC 格式； SOC/T/静置/电流/老化矩阵 | 留出电芯误差；特性稳定性；破坏性/热力/容量真实标签 |
V2-模块 | 串行/并行生产拓扑；母线、冷却、压缩和电池不平衡 | 定位、掩蔽、通道变化和嵌入式激励性能 |
V3 - 包/HIL | 全共模；充电器/逆变器/DC/DC/通讯；故障和时序故障注入 | 有效谱率； EMI 免疫； FTTI；后备和安全分区 |
V4-车辆 | 冷浸、AC/DC 充电、WLTP/UDDS/US06、山地/再生、热浸、熄火 | 动作效益和驾驶性能；能源/时间成本；服务行为 |
V5-车队 | 季节性车辆、变体和软件版本；实际发生率 | 误报/暴露；干预措施；使用寿命、充电、保修和安全结果 |
8.2 电动汽车环境矩阵
方面 | 最低覆盖范围 |
化学体系/外形规格 | 目标 LFP 和/或 NMC；棱柱形、袋形或圆柱形；生产批次；服务更换。 |
SOC | 5-95% 预期适用域；充电电流递减区和化学特定转变附近的密集点。 |
温度 | 至少冷浸、0℃区域、标称、热运行；施加的核心-表面梯度和冷却故障。 |
老化 | 日历老化与循环老化；快/慢充电；放电深度；高/低温；存储SOC；连接老化。 |
车辆电源状态 | 睡眠、开机、交流充电、直流快速充电、加速、巡航、再生、HVAC 和预调温。 |
电气干扰 | 逆变器速度/负载图、OBC/DC-DC 开关、平衡、接触器、通信、传导/辐射抗扰度。 |
故障真实标签 | 析锂定量化学/拆解分析；仪表核心T；标定短路故障；物理连接缺陷；滥用时机。 |
服务生命周期 | 模块更换、固件/校准更新、电池供应商变更、碰撞/隔离观察、存储和二次生命切换。 |
8.3 按用例划分的验收指标
使用案例 | 至少报告 | 真实标签 |
核心温度 | MAE/RMSE/偏差、95%、有效域覆盖、梯度期间的滞后、错误的冷/热决策 | 带内部测温的电芯和表面传感器 |
SOH / SOP | 容量/电阻误差、不确定性校准、续航里程/功率预测误差、季节性偏差 | 受控能量/容量和 HPPC/dyno 参考 |
析锂 | 检测限、灵敏度/特异性、电荷能量吞吐量、节省时间、不可逆析锂和循环寿命 | 滴定/事后/参比电极加寿命 |
短/TR | 提前期分布、灵敏度、误报/1,000 辆车小时、定位、干预成功 | 可再现且自然发生的故障；健康的车队暴露 |
测量仪器 | Re/Im 和幅度/相位误差、重复性、无效测量率、同步、漂移、采集时间和注入能量 | 可追溯的标准品和实验室 FRA/恒电位仪 |
工厂/服务 | 错误接受/拒绝、测量 R&R、周期时间、下游产量/寿命、技术人员可重复性和成本 | 处置和长期结果 |
8.4 比较器要求
每个 EIS 功能都必须与最可靠的低成本基准进行比较：V/I/T 加观测器、直流电阻/HPPC、弛豫电压、增量容量/差分电压、气体/压力/声学传感或短脉冲。报告增量效益，而不仅仅是独立准确性。当五点脉冲或一个温度补偿电阻值提供相同的动作质量时，完整的 EIS 是不合理的。
9. 缩小电动汽车证据差距的研究
研究 A - 车辆核心温度观测器
具有核心和表面温度的代表性 LFP 和 NMC 模块中的仪表单元。在工作台上校准 100 Hz-1 kHz 相位/复阻抗，然后在电池组/HIL 和车辆中进行冷浸、预调温、直流快速充电、高速公路、爬坡和再生方面的验证。将主动选择点和被动估计与热观测器进行比较。主要终点：95% 核心/最大误差、有效频谱率、EMI 灵敏度和增量热/功率控制优势。
研究B——闭环析锂感知快速充电
将匹配的电池/模块随机化为 (1) 生产 V/I/T 电荷图和 (2) 具有置信门控阻抗反馈的相同图。使用低温和老化电芯条件，通过滴定/死后子集量化析锂，并在干预后继续循环寿命。报告充电时间和接受的能量以及不可逆析锂、容量保持、错误干预和用于预热/激励的能量。
研究 C - 背包安全和碰撞后隔离
使用校准的软短路、连接缺陷、异常老化、受控加热和机械损坏的模块来测试生产拓扑。将 EIS 与电压、温度、隔离、气体/压力和碰撞信号相结合。预注册决策阈值。报告交付时间分布、定位、长期健康电池包/车辆暴露的误报、事件后冷却/存储期间的干预成功和可重复性。
研究 D - 真实车辆中的被动式与主动式 EIS
收集停放、交流/直流充电和代表性驾驶周期的同步高带宽电池/电池组数据。在匹配状态下，比较无源驱动电流估计值、BJB/充电器有源激励和服务参考。按车辆模式绘制可用频率覆盖范围、偏差、无效测量率、采集时间和能量。输出是调度程序和不确定性模型，而不仅仅是平均谱。
研究E - 退役电动汽车包路由
获取具有已知车辆历史和广泛的安全/退化分布的包/模块。在标准化 SOC/T 中，将 30-180 s EIS 屏幕与全容量/功率测试、检查、隔离和选定的拆卸进行比较。评估高功率再利用、能源再利用、限制使用或回收的路线。报告错误安全率和错误拒绝率、吞吐量、技术人员变异性、下游第二次生命性能和净回收价值。
9.1 公开数据材料
原始同步电流和每单元电压窗口，而不仅仅是拟合参数或奈奎斯特图像。
电池/电池组谱系、拓扑、热边界、夹具、SOC 设置方法、剩余和先前电流方向。
校准和不确定性预算；准确的质量剔除规则和无效测量率。
按物理单元、批次、电池包和车辆划分的培训/验证；重复光谱无泄漏。
预定义的比较器和动作阈值；置信度校准和域外行为。
结果数据：充电、寿命、范围、安全性、保修/服务时间和通过暴露标准化的误报。
10 结论及工程建议
嵌入式 EIS 现在拥有可靠的汽车硬件和第一个命名的量产 OEM 集成。研究基础表明，阻抗包含有关内部温度、老化、析锂和安全异常的有用信息，并且模块/包采集是可行的。因此，正确的结论并不是 EV EIS 没有用例。
正确的结论范围较窄：公共证据尚未形成从校准阻抗到经过验证的车队结果的闭环。大多数性能数据仍然是单元或受控模块的结果。供应商产品页面展示能力；它们很少表现出诊断泛化能力、误报或客户利益。 XPENG/ADI 确定了生产采用，而非披露的性能。
对于 EV 项目，请优先考虑一种有界用例和一种自然测量窗口。最有防御性的试点是停放健康/模型更新、服务或退役包检查以及内部温度校正。析锂感知快速充电和早期安全预警可能具有更大的价值，但需要更强的电池组规模真实标签、传感器融合和罕见事件验证。
Go/No-Go：仅当嵌入式系统满足可追溯的阻抗不确定性预算、产生校准的诊断不确定性、通过 EV EMI 与拓扑条件验证、保守地失败并展示相对于生产 V/I/T 基线的增量操作优势时，才继续进行车辆试验。
附录 A. 供应商信息请求模板
项目 | 所需资料 |
架构 | 激励源/路径；每个电池/电池组的测量；频率列表；振幅;同时通道；共模范围。 |
定时 | 按频段采集并计算时间；同步错误；通讯负载；车辆模式和先决条件。 |
计量性能 | 参考方法； Re/Im 和相位/幅度误差表面；重复性；漂移;校准和去嵌入。 |
车辆环境鲁棒性 | 逆变器/OBC/DC-DC/平衡干扰； EMC 结果；无效测量率；温度和老化范围。 |
算法 | 目标定义；特征/型号；训练数据群体；按车辆划分的留出测试集；不确定性和域外逻辑。 |
安全 | 安全目标分配； ASIL分解； FTTI；诊断覆盖率；不受干扰；回退和故障注入。 |
生产 | 命名程序或匿名 SOP 证据；车辆规模；软件版本；服务/OTA 后校准。 |
现场成果 | 灵敏度/特异性、每次暴露的误报、干预措施、充电/寿命/范围/保修利益和置信区间。 |
附录 B. 报告清单
[ ] 电池/模块/电池组型号、化学成分、外形尺寸、拓扑结构、批次、样品计数和先前使用情况。
[ ] SOC 方法/错误；腔室、表面和核心温度；休息;压力/夹具；先前的当前方向。
[ ] 励磁波形、幅度、直流偏置、频点、周期/稳定、注入 Ah/Wh 和车辆运行状态。
[ ] 电流/电压范围、采样、时钟、同步、滤波、隔离、位深度和数据缩减。
[ ] 校准标准、四线平面、开路/短路/负载或去嵌入、不确定度和校准间隔。
[ ] 信噪比/相干性、谐波、漂移、残余/物理一致性、拒绝规则和无效测量率。
[ ] 独立的真实标签和计时：容量、核心 T、化学滴定、事后分析、故障电阻或事件标记。
[ ] 按身体单位划分的训练；保留的批次/包/车辆；基线比较器；信心和 OOD 性能。
[ ] 行动逻辑、后备、安全分析、干预结果和暴露标准化误报。
附录 C. 术语表
术语 | 含义 |
AFE | 模拟前端。 |
BJB | 电池接线盒；电池组电流/电压、接触器、保险丝和隔离功能的位置。 |
BMS | 电池管理系统。 |
DFT / FRA | 离散傅里叶变换/频率响应分析。 |
DVA / ICA | 差分电压/增量容量分析。 |
ECM | 等效电路模型。 |
EIS | 电化学阻抗谱；复杂响应与频率的关系。 |
FTTI | 容错时间间隔。 |
OOD | 分布外；在经过验证的模型域之外操作数据。 |
SOC / SOH / SOP | 荷电状态/健康状态/功率状态。 |
RUL | 剩余使用寿命。 |
TR | 热失控。 |
参考
URL 和产品页面于 2026 年 9 月 2 日访问。供应商来源证实了产品功能和部署声明；同行评审或政府来源证实了研究结果。
[1] McCarthy 等人，综述 - 使用阻抗谱估计锂离子电池 SOC、SOH 和内部温度，JES 168 (2021) 080517。来源
[2] Wang 等人，汽车电池的电化学阻抗测量和分析：回顾和展望，电化学当前观点 (2025) 101768. 来源
[3] Hallemans 等人，EIS 在锂离子电池中的测量、解释和应用，EES Batteries 2 (2026) 80-102。 来源
[4] Richardson、Ireland 和 Howey，通过组合阻抗和表面温度测量来估计电池内部温度，JPS 265 (2014) 254-261。 来源
[5] Sailer、Steffan 和 Schmidt，牵引应用中基于 EIS 的在线电池内部温度估计的实际考虑因素和限制，JPS 667 (2026) 239111。来源
[6] Haussmann 和 Melbert，汽车应用的内部电池温度测量和热建模，作者：EIS，SAE 2017-01-1215。 来源
[7] Chen 等人，根据电化学频率响应数据估算商用锂离子电池 SOH 的方法比较，JPS 542 (2022) 231814。来源
[8] Rastegarpanah 等人，使用阻抗谱对首次寿命结束的电动汽车电池进行快速无模型 SOH 估算，Energies 14 (2021) 2597。来源
[9] Kasper 等人，具有 396 个电池、电池和超级电容器的 7 kWh 汽车模块的校准 EIS 和时域测量 (2023) e202200415。 来源
[10] Urban 等人，基于真实世界数据的 DVA 和 EIS 对于电动汽车的潜力，eTransportation 29 (2026) 100619。来源
[11] Brown 等人，使用操作 EIS 检测快速充电期间锂镀层的开始，Cell Reports Physical Science 2 (2021) 100589。来源
[12] Strasser、Adam 和 Li，通过 EIS 对汽车电池的锂镀层进行操作检测，JPS 580 (2023) 233366。来源
[13] Shen 等人，多级恒流快速充电期间锂镀层检测的阻抗演化，SAE 2025-01-8124。 来源
[14] 张等人，用于原位锂析锂诊断的等效采样模块级电池阻抗测量，JPS 600 (2024) 234239. 来源
[15] Cui 等人，使用深度学习从阻抗谱进行内部短路早期检测，JPS 563 (2023) 232824. 来源
[16] Torres-Castro 等人，使用商业诊断技术早期检测锂离子电池热失控，JES 171 (2024) 020520。来源
[17] NHTSA/Sandia，通过高级诊断早期检测热失控，DOT HS 813 671。来源
[18] Perez 等人，基于阻抗的锂离子电池热失控早期检测方法，IJEPES 171 (2025) 111053。来源
[19] MRS 公告，系统级电化学锂离子电池管理和诊断的挑战和需求 46 (2021) 420-428。 来源
[20] Sandschulte 和 Ferrero，多节电池和宽频原位电池阻抗谱，IEEE OJIM 2 (2023) 1-11。 来源
[21] 使用 EIS 进行缺陷检测的多电池测试拓扑，Batteries 9 (2023) 415. 来源
[22] Mattia 等人，一种用于锂离子电池的板载 EIS 的低成本方法，Journal of Energy Storage 81 (2024) 110330。来源
[23] Liebhart、Diehl 和 Endisch，用于在车辆运行期间监测锂离子电池的无源阻抗谱，JPS 449 (2020) 227297。来源
[24] Schmidt 等人，在锂离子电池上使用 EIS 的真实汽车驾驶数据，SAE 2015-01-1187。 来源
[25] Analog Devices、XPENG：第一个实现 EIS 电池智能的 OEM，2026 年 6 月 15 日。来源
[26] Analog Devices，支持 EIS 的 ADBMS2970 电池组监视器。 来源
[27] Texas Instruments，带有智能 EIS 引擎的 BQ79826Z-Q1 汽车 26-S 电池监视器。 来源
[28] Texas Instruments、BQ79881-Q1 BJB 带有 EIS 的包监视器。 来源
[29] Texas Instruments、支持 EIS 的 BQ79826Z-Q1 公告，2026 年 6 月 9 日。来源
[30] NXP，支持 EIS 的 BMS 芯片组公告，2025 年 10 月 29 日。来源
[31] NXP，具有 EIS 功能的 BMA8420 电池接线盒监控器 IC。 来源
[32] STMicroelectronics、AN6310：使用 L9965x 电池管理芯片组实现 EIS。 来源
[33] STMicroelectronics，L9963E 汽车电池监视器产品页面。 来源
[34] Infineon，支持 EIS 的 PSoC 4 HVPA-SPM 1.0 智能电池组监视器。 来源
[35] Marelli、基于 EIS 的电池管理系统解决方案公告，2024 年柏林 CTI 研讨会。来源
[36] ISO 26262-1:2018，道路车辆 - 功能安全 - 第 1 部分：词汇。 来源
[37] ISO 6469-1:2019，电动道路车辆 - 安全规范 - 可充电储能系统。 来源
[38] UNECE，全球技术法规第 20 号：电动汽车安全。 来源
[39]基于快速EIS的锂离子电池组老化、析锂和内部短路多故障诊断，储能杂志169(2026)122749.来源
[40] 电池电动汽车可行车载 EIS 的架构路径和集成约束，世界电动汽车杂志 17 (2026) 315。来源
留言