作为电动汽车动力源的锂离子电池,其性能直接影响到电动汽车的性能。对锂离子电池的寿命进行预测是保障电池系统可靠性的必要基础,对动力电池的延寿保护具有重要意义。本文针对锂离子电池性能退化数据样本个数少、退化轨迹存在非线性与随机性的特点,提出一种灰色-AR(Auto Regression,AR)模型对锂离子电池的寿命进行预测,主要研究内容包括:(1)介绍了锂离子电池的结构和工作原理,深入分析了锂离子电池性能衰减的机理,并给出影响锂离子电池性能退化的因素。由于电池性能退化所带来的最直接变化就是容量的衰减,因此将容量衰减作为表征电池寿命衰减的特征量。(2)研究了灰色系统理论和时间序列分析理论,将二者作为电动汽车锂离子电池寿命预测的方法,分别建立灰色GM(1,1)模型和AR模型。利用两个模型分别对NASA PCOE的锂离子电池循环寿命退化数据进行预测,并与实际电池退化数据进行比较分析,验证模型的有效性。(3)针对锂离子电池容量退化轨迹的特点,采用灰色-AR模型进行电池寿命预测。首先采用灰色GM(1,1)模型和AR模型分别对电池容量退化数据中趋势项和随机项进行预测,然后将二者组合构成灰色-AR预测模型。之后将灰色-AR预测模型的预测结果和单一模型进行对比,并引入平均绝对误差和均方根误差对本文方法的预测结果进行评估。结果表明,灰色-AR预测模型的预测效果相对于两个单一模型,预测精度提升明显。为进一步证明该方法预测结果的优势,将灰色-AR模型的预测结果与标准PF算法作了比较,结果表明灰色-AR模型相比较标准PF算法预测精度更高。