任 璞，王顺利，何明芳，范永存，曹 文，谢 伟

（1西南科技大学信息工程学院，四川 绵阳621000；2四川华泰电气股份有限公司，四川遂宁629000）

近年来，以锂电池作为供能电源的电子设备应用逐渐普及[1]。但由于锂电池自身性能不稳定、非线性性强，针对其健康状态进行评估已经成为电池安全领域的挑战和热点研究问题[2]。锂电池的健康状态(state of health，SOH)是对其健康寿命状态的表征，反映电池的电量、能量、充放电功率等状态，对健康状态的准确预测可充分了解电池使用状况，从而根据边界条件做出维护决策，调整各项性能指标，降低危险系数。锂电池健康状态定义主要涉及电池剩余电量、内阻、电池启动功率，包括工况特性、无迹卡尔曼滤波等诸多估算方法[3]。现阶段，将锂电池的健康管理技术和其他学科方法相结合，有着良好可信性和宽广应用前景[4]。目前，针对锂电池强烈的非线性性，国内外相关研究主要分为数学模型驱动和数字驱动两大类方法以实现锂电池健康管理，其中数字模型驱动最为常见[5]，如下所示。

（1）数字模型驱动出现较早，是一类较成熟的数学方法，主要通过建立锂电池等效电路模型，以达到简化锂电池内部复杂反应、提高效率的作用[6]。所建立模型主要包括电化学机理模型、等效电路模型和经验模型等[7]，需要考虑电池的电解质浓度、电池的荷电状态等内部因素，以及温度等外部因素对健康状态的影响[8]，以数字模型驱动方式评估电池健康状态近年来成果较为丰硕[9]。……