BMS 是电池系统的重要组成部分,通过检测电池充放电电流电压等参数、估计电池电荷状态和能量状态等,为电池充放电提供控制依据,保证电池工作的安全性和耐久性在当前的电池状态估计方法研究中,大多建立在电池的等效电路模型的基础上。但是,以电池放电过程为例,电池是能源耗尽型和开环的电源装置。在电池内部,伴随电极反应产生的电极极化和电解质导电率微观变化,对应电池等效电路模型中阻容参数的时变特征,利用等效电路模型难以实现电池电化学状态的高精度估计。通过 hppc 等试验标准建立的的等效电路参数测试结果,难以真实反映电池状态下的输出过程性信息。电化学状态需要通过一段时间内的电池电流和电压输出特征进行完整的描述,因此,基于数据驱动的研究思路,通过电池电流和电压数据随时间变化过程的分析,建立其与电化学状态的映射关系,实现电池状态的高精度估计。结合电池的充放电特性研究和充放电数据分析,建立电池状态的估计模型和在线滚动优化算法。