“碳达峰、碳中和”目标,为电动汽车及储能技术的发展带来重大机遇。电动汽车的核心是电池,其可靠性依赖电池管理技术,而电池管理技术的基础是状态估计,因此,精准估计锂离子电池状态,对提升电池管理系统性能具有重要意义。然而,影响锂离子电池荷电状态、健康状态以及峰值功率状态的因素众多,给状态估计带来巨大挑战。针对锂离子电池建模问题,建立了分数阶模型。首先探究锂离子电池工作原理,并搭建测试系统;随后结合分数阶微积分建立分数阶电池模型;最后通过实验、自适应遗传算法以及多项式拟合工具辨识模型参数。结果表明,分数阶模型精度更高,输出电压的平均误差为0.46×10-2V、最大误差为3.25×10-2V。针对锂离子电池荷电状态与健康状态估计问题,确立了荷电状态与健康状态协同估计方法。首先基于自适应扩展卡尔曼滤波算法确立荷电状态估计方法;随后基于自适应无迹卡尔曼滤波算法确立健康状态估计方法;最后结合分数阶模型,迭代更新两个状态空间方程的状态变量,实现荷电状态与健康状态协同估计。结果表明,协同估计方法精度更高,荷电状态与健康状态的平均估计误差为0.63%和0.23%、最大估计误差为1.49%和0.45%。针对锂离子电池峰值功率状态估计问题,确立了基于多约束条件的峰值功率状态估计方法。首先通过当前端电压、荷电状态以及设计限值建立多约束条件;随后基于多约束条件得到持续充放电峰值电流;最后结合端电压确定多约束条件下的持续充放电峰值功率。结果表明,基于多约束条件的估计方法精度较高,三种持续时间下,充电状态平均估计误差均小于5 W,放电状态平均估计误差均小于15 W。本文确立的模型与状态估计方法,能够有效提高锂离子电池状态估计精度。本文丰富了电池管理技术理论依据,对加快新能源汽车产业发展、促进社会经济建设具有一定现实意义。图[56]表[16]参[103]