电池系统可用容量的有效识别、健康状态（SOH）的准确评估对于电动汽车续驶里程预测和运维策略制定具有重要意义。然而,传统的容量估计方法需要提取电压、电流和温度等变量作为容量的特征参数,对充放电曲线的完整性要求较高,难以实现电池容量和SOH的在线估计。针对这一问题,本文利用电化学阻抗谱（EIS）低频段数据提取特征参数,提出一种基于阶梯波的EIS低频段在线辨识方法和一种基于EIS低频段的容量估计方法,实现了基于在线参数辨识的锂离子电池SOH估计。该方法可以摆脱对专有设备和过程数据的依赖,在现有的通信协议框架内,通过电池管理系统控制双向充放电设备就可以实现工况注入的主动探测方式来估计电池SOH。本文研究的具体内容如下:首先,根据EIS的基本原理,分析等效元件和EIS各频段的对应关系,给出基于EIS的等效电路模型,利用EIS实测值重点分析了其低频段的特点,采用了一种改进的Warburg阻抗,并重点分析了Warburg因子和Warburg阻抗的关系。探究EIS的测试原理,利用阶梯信号和正弦信号的变换关系,提出了一种基于阶梯波的EIS低频段在线辨识方法。其次,根据本文研究方向开展了基于阶梯波的EIS低频段在线辨识方法验证实验,分析了不同荷电状态（SOC）、不同电流激励、不同环境温度、不同采样频率对阻抗谱辨识结果的影响,分析了该方法相对于方波傅里叶分解法的优势,并给出了满足辨识精度的采样要求。同时,开展第一阶段电池老化实验,探究EIS低频段求解Warburg因子的方法,分析Warburg因子和锂离子扩散系数的必要联系,通过锂离子扩散系数随电池容量的变化关系,选择EIS低频段能够表征电池内部反应机理的特征参数;利用第一阶段电池老化实验数据提取特征参数进行多元线性回归估计容量,验证了基于EIS低频段容量估计方法的可行性。最后,将基于阶梯波的EIS（STEIS）低频段在线辨识方法融入第二阶段电池老化实验,结合基于低频EIS的容量估计方法,实现了基于在线辨识低频STEIS的容量估计;利用第二阶段老化实验数据,分别展开基于集总内阻容量估计和基于IC曲线容量估计的方法研究,并对比三种容量估计方法的优缺点。根据容量估计结果,进一步实现电池SOH的估计。结果表明,基于在线辨识低频STEIS的容量估计方法可以实现电池SOH的在线估计,精度较高且易于在工程中应用。