随着我国社会与经济水平发展到新的层次,人们的出行需求、交通的堵塞状况、环境的污染问题等,这些现象之间的矛盾越来越尖锐。在此背景之下,电动自行车由于其快速便捷的出行性能,以及其经济舒适的成本因素,成为群众出行的重要交通工具。随着其保有量的迅速攀升,电动自行车的充电受到的关注度越来越高。电池作为电动自行车的动力来源,在电动自行车的充电行为中是研究的热点。根据我国电动自行车市场的现状以及相关的国家政策发布,动力锂电池将逐步代替铅酸蓄电池成为电动自行车市场的主体。但是动力电池由于充电时间长、电池老化、温度上升高等原因一直制约着电动自行车的发展。本论文以锂电池作为研究对象,通过等效电路模型对锂离子电池进行建模,不仅对电池的荷电状态和剩余充电时间进行了预测,还设计出了一种基于多种约束条件下的充电策略。本文的主要工作和成果如下:1.首先分析了锂电池的三种建模方法,选择等效电路模型作为数据分析的基础。通过对比选择二阶RC模型作为最后的电池模型,在此基础上依次引入了热模型和电池老化模型。通过对模型的电参数进行推导辨识,最后采用实验工况来进行验证,实验结果表明模型可以比较准确的模拟电池工作特性。2.提出一种剩余充电时间的预测模型,通过预测电池的荷电状态来预测电池的剩余充电时间,设计出了一种基于双层支持向量回归机的剩余充电时间预测模型。分别通过网格搜索、粒子群算法和遗传算法来对参数进行优化,并将结果分别与单层支持向量回归机和BP神经网络进行对比,结果显示双层支持向量回归机的预测结果误差在70s以内,能够准确拟合锂电池的剩余充电时间。与单层支持向量回归机和BP神经网络方法相比,该方法更适合于锂电池剩余放电时间的预测。3.为了提高充电速度,平衡电池使用寿命,提出一种基于锂离子电池充电时间、电池老化和温升的多段恒流充电策略。利用粒子群算法搜索最优充电策略,与传统恒流恒压充电方法进行对比,结果表明在充电时间缩短了近27%的情况下,电池仅多衰减了0.03,电池的温升也在正常的范围之内。