王 凡，史永胜，刘博亲，左玉洁，符 政，ALI Jamsher

（陕西科技大学电气与控制工程学院，陕西西安 710021）

近年来锂离子电池因其具备循环寿命长、自放电率低、功率密度高等特点，在电动汽车、移动电源、可携带电子设备等工程领域中充当关键供能组件[1-2]。然而，锂离子电池在实际应用过程中，由于外部条件与自身电化学成分的不断变化，导致其性能降低、容量退化，且过程不可逆。因此，为了解电池在运行过程中的变化，防止事故发生，需要对其进行状态评估[3]。其中，作为电池管理系统(battery management system，BMS)中的重要组成部分，电池的健康状态(state of health，SOH)表征了当前电池相比新电池存储电能的能力，是量化锂离子电池寿命的重要标准。精确的SOH 值，还有助于电池荷电状态(state of charge，SOC)与功率状态(state of power，SOP)的评估，对系统的稳定运行具有重要意义[4]。

参考IEEE 标准1188—1996 规定[5]，本文从容量的角度对SOH进行定义，即SOH为当前电池容量与标称容量之比，当锂离子电池的容量下降到80%时，应对电池进行更换[6]。由于电池的SOH无法直接通过传感器测得，且不同类型的锂离子电池内部结构和材料不同，因此SOH难以精确的估算。目前，SOH 的估算方法主要有两类：实验分析法与基于模型的方法。实验分析法需要进行大量的测试，采集电池的电压、电流、阻抗等数据，获取能反映电池退化的直接参数，进而分析其老化行为[7]。由于需要大量实验设备等，因此较难实现，主要为基于模型的方法提供理论依据。

基于模型的方法根据所选估计算法的不同，又分为自适应状态估计算法和基于数据的方法。……