大规模电动车接入电网与V2G技术的兴起将会对电力系统的运营规划产生重要影响,必然需要快速可靠地双向通信技术支撑。电力线载波通信技术由于覆盖广、无屏蔽和无需破坏性升级等原因,相对于其他的通信方式,具有绝对的优势。但由于充电站电力线网络的阻抗是时变的,阻抗估计不精确造成的失配会使得耦合功率损失,造成通信效率变差,因此研究宽频带的实时阻抗估计技术对增强通信效率具有重要的意义。本文的主要研究内容与创新点如下:(1)对信道传输特性与阻抗特性进行了建模,分析了两者的联动关系。通过测量充电站电力线的基本元件:如拓扑结构、分支数目、电力电缆的长度和其他典型负载的阻抗特性,依据传输线理论和自底而上的信道建模思想,重构充电站的网络拓扑。将充电站网络拓扑主干线上的分支为单元拆分传输通道,从最后一个单元反向迭代计算可得到输入阻抗的数学模型;而将每一个级联单元传输函数计算出来后相乘可得到总的传输特性数学模型。传输特性与阻抗特性模型的建立为后续研究提供大量的数据样本。(2)使用经验模式分解(EMD)技术对信道模型的传输特性曲线进行特征提取,分析了传输特性与阻抗特性的内在联系和波动规律。将建模得到的传输特性数据进行EMD分解,分解后不同时间尺度函数的分量中提取可以分别得到隐含的传输特性曲线特征与阻抗衰减分量和波动分量相关的参数,进而找到了与阻抗特性紧密相关的影响因素。(3)使用神经网络技术对匹配阻抗波动频率进行跟踪和阻抗衰减系数的回归计算,得到了阻抗估计的完整数学模型。通过神经网络传输特性数据与阻抗数据的时频联动关系进行反演分析并最终建立阻抗估计的数学模型。通过本文的研究,将通常难以直接求解得到的阻抗频率特性计算转化为一个可通过传输特性的估计结果得到的非线性反演回归问题。仿真与实验结果表明,本文所提出的阻抗估计算法对匹配阻抗的估计结果准确,可适用于各个频段的电力线通信系统,在充电站通信方面具有广阔的发展前景。