摘要:锂离子电池的荷电状态（SOC）、健康状态（SOH）和剩余使用使命（RUL）是锂离子电池安全稳定运行的重要状态参数，本文提出一种基于充电电压上升片段的锂离子电池状态联合估计方法，实现对电池预测起点（SP）到寿命终点（EOL）的较长运行周期内SOC、SOH和RUL的联合估计. 该框架在充电阶段进行SOH和RUL估计，在放电阶段进行SOC估计. 首先提取电池恒流充电电压曲线片段的上升时间作为健康特征（HF），以HF作为输入，循环容量作为输出，建立最小二乘支持向量机（LSSVM）电池老化模型，对当前健康状态进行估计；采用等效电路模型对该电压区段进行非线性拟合，用拟合参数建立状态空间模型，结合无迹卡尔曼滤波算法进行SOC估计；用高斯过程回归时间序列模型对电池的健康特征序列进行建模，通过循环次数外推预测健康特征的变化趋势，并结合LSSVM老化模型，对RUL进行预测并给出置信区间. 实验结果表明，所提方法具有较高的估计精度和较好的稳定性.