随着锂离子电池的应用日益广泛,在很多场合,锂离子电池作为系统的能量供给,是整个系统的关键。因此,针对电池进行在线监测,准确估计电池性能与健康状态十分重要。本课题实现了电化学阻抗谱的时域测量,建立了锂离子电池等效电路阻抗模型,采用电化学阻抗谱这一有效工具对锂离子电池的健康状态估计进行了研究,具体工作如下:首先,研究了基于快速傅里叶变换的阻抗谱时域测量方法并应用于电池阻抗谱的快速测量。采用叠加正弦波电流作为激励信号输入到被测电池,采集电池响应信号,通过快速傅里叶变换进行数据处理得到阻抗谱。相比传统的阻抗谱扫频测量方法,该测量方法在保证一定精确度的前提下大幅度减少了测量所需的时间,且具有设备简单廉价的优点。其次,结合电化学原理,建立了锂离子电池的一种等效电路阻抗模型。通过对电极模型进行简化,在简化电极单粒子模型的基础上,考虑电池内部的法拉第过程、双电层效应与SEI膜等电化学过程,推导得到正负极的等效电路阻抗模型,进而得到全电池的等效电路阻抗模型。采用遗传算法对该模型进行了参数辨识,并与电化学研究中最常用的Randles等效电路模型进行了比较,证明该模型具有较高的精度。最后,设计电池老化试验,选取模型参数作为健康特征参数,实现电池健康状态的估计。设计两种不同倍率下的老化试验,测量老化过程中电池的阻抗谱与容量,获取模型参数集。分析模型参数的敏感度以及与老化过程的相关性,从中选取5个参数作为老化过程中的健康特征参数。通过BP神经网络算法建立电池健康特征参数与电池容量之间的关系,实现了电池容量估计。进一步采用5个健康特征参数雷达图围成的面积对电池健康状态进行定义,从内部反应过程的角度对电池的健康状态做了综合评价。本课题从电化学阻抗谱的时域测量出发,完成了从等效电路模型建立到电池老化试验、健康特征参数提取等一系列流程,最终实现了以阻抗谱为工具的电池健康状态估计,具有实际工程应用价值。