林名强，吴登高，郑耿峰，武 骥

（1.福州大学电气工程与自动化学院，福州350108；2.中国科学院海西研究院泉州装备制造研究所，晋江362216；3.福建省特种设备检验研究院，福州350008；4.合肥工业大学汽车与交通工程学院，合肥230009；5.安徽省智能汽车工程实验室，合肥230009）

前言

近年来，新能源汽车迎来高速发展时期，其安全问题成为行业内外关注的焦点［1］。随着锂离子电池技术的蓬勃发展，使其在电池储能系统和新能源汽车领域得到广泛的使用，发挥着重要的作用。然而，使用次数的增加将会不可避免地缩短电池寿命，过充过放和不当的使用则会加速电池老化，引发潜在的系统故障和安全问题，因此，对电池健康状态的精确监测成为确保汽车安全可靠运行的重要因素［2］。容量和内阻是直观描述和评价电池老化程度的两个最常用的指标［3］，其中容量指标更直观地反映了电池当前的老化状态，健康状态通常表示为当前容量与初始容量的比值。IEEE标准1188—1996中指出，当电池当前容量降低到初始容量80%，或者当前欧姆内阻大于初始值2倍时，应该更换电池［4］。

SOH无法直接测量，通常间接利用电池内部参数如电压、内阻等与之建立映射关系从而进行估算，目前国内外对锂离子电池SOH的研究可以分为基于模型和基于数据驱动的方法。基于模型的方法主要根据电池的电化学反应，建立经验模型，通过最小二乘法、卡尔曼滤波（KF）等方法辨识参数已实现容量的估计。例如，Yu等［5］利用递归最小二乘法（RLS）对Thevenin等效电路模型进行参数辨识估计电池容量。……