随着新能源汽车产业的快速发展,退役锂离子电池的回收利用问题获得了人们广泛的关注。梯次利用是解决退役锂离子电池回收利用问题的有效方案,在锂离子电池进入梯次利用前,对其进行性能评估十分重要。本文设计搭建了锂离子电池时域阻抗谱测量系统,提出了不同荷电状态(State of Charge,简称SOC)锂离子电池阻抗谱的归一化方法,在此基础上实现了对锂离子电池功率状态(State of Power,简称SOP)和健康状态(State of Health,简称SOH)的准确估计,具体的研究工作如下:首先,针对锂离子电池阻抗谱测量速度较慢的问题,设计并搭建锂离子电池时域阻抗谱测量系统,使用准对数间隔频率序列生成频率范围0.1Hz~1kHz的电压激励信号;设计VI转换电路将其转换为电流激励信号作用于待测电池,采集实际电池的电流激励和电压响应信号;分别对两者进行快速傅里叶变换,实现电池阻抗谱的快速测量,并验证测量系统的可重复性和精度。其次,针对锂离子电池SOC不同影响阻抗谱的大小和形态的问题,建立一种锂离子电池的阻抗谱等效电路模型,通过复变非线性最小二乘回归方法辨识模型参数,验证模型的准确性和辨识方法的效果;研究电池阻抗谱与SOC间的关系,通过对模型参数敏感度的分析,筛选出四个高敏感参数,采用数据拟合的方式实现锂离子电池阻抗谱关键参数的归一化。最后,针对锂离子电池SOP和SOH估计的问题,以分数阶微积分为工具,仿真计算在SOP测试工况下阻抗谱等效电路模型在时域的端电压响应,实现对SOP的估计;另一方面,研究阻抗谱模型参数与SOH之间的关系,建立BP神经网络,使用循环老化实验数据对其进行训练,用训练好的神经网络实现对SOH的估计;并分别验证SOP和SOH的估计精度。本文以锂离子电池阻抗谱作为研究重点,依次解决了锂离子电池时域阻抗谱测量问题、不同SOC锂离子电池阻抗谱归一化问题、基于阻抗谱的SOP和SOH估计问题,实现了基于时域阻抗谱测量的电池性能评估,对于锂离子电池的梯次利用具有一定应用价值。