潘凤文，弓栋梁，高 莹✉，寇亚林

1) 吉林大学汽车仿真与控制国家重点实验室，长春 130025 2) 吉林大学汽车工程学院，长春 130025

锂离子电池能够提供较高的能量密度和比功率，没有记忆效应，具有较低的自放电率和较长的可循环使用寿命，且后续回收过程中对环境污染相对较少，这些特性使其成为目前新能源汽车的重要动力源[1−3]. 但随着锂离子电池在新能源汽车中进一步广泛而深入的使用，其可靠性和安全性正在受越来越严苛的考验. 电池管理系统（Battery management system，BMS）的核心目标就是获得表征锂电池可用容量的SOC，保证电动车辆安全有效的运行，并通过降低电压极限的不确定性来实现动力分配的优化，从而延长电池的使用寿命[4−6].然而，目前锂离子电池可用的测量是电流、电压和温度，SOC不能直接测量[7−8]. 因此，准确估计SOC对保证锂电池的安全性和可靠性至关重要.

对于锂离子电池SOC的估计方法，目前可大致分为两类：无模型法（安时积分法、开路电压法）和基于模型的方法[9−13]. 基于模型的SOC估计中，常用的建模方式有黑箱模型、电化学模型、等效电路模型等. 黑箱模型通常使用传递函数来描述电池的行为，无需重建其基本的物理化学过程，但是该模型应用场景受限，且模型精度不高. 电化学模型采用一组偏微分方程来构建整个物理化学过程的“时−空”动态变化，该模型中大量复杂的电化学方程计算耗时长，主要用于优化电池的物理设计和电池相关的设计参数，表征……