随着锂离子电池日益广泛的应用，由其健康状况引发的一系列问题开始显露出来，主要体现在安全和寿命两个方面，这两个问题已经成为制约电池发展的重要因素。因此，通过研究电池的机理模型以及辨识电池内的关键参数，达到监测电池健康状态和预测电池寿命的目的具有非常重要的意义。本课题以锂离子电池的单粒子模型(Single particle model，简称SPM)和准二维数学模型(Pseudo-two-dimensional model，简称P2D模型)为研究对象。首先详细地叙述了电池的SP模型和P2D模型，并采用有限差分的方法实现P2D模型中各偏微分方程沿电极方向x和粒子径向方向r上的离散，得到了一组代数微分方程组(DAEs)。在此基础上，为了减少模型仿真中DAEs的数目，研究二参数和三参数抛物线近似方程来简化模型中的固相扩散方程，在不同倍率恒流放电和FUDS放电工况下，比较粒子固相表面浓度的仿真曲线与实测曲线，验证了两种近似方程的有效性。其次，在MATLAB中采用后项差分方法实现了这两种机理模型的仿真。在不同倍率恒流放电和脉冲放电工况下，比较由SP模型和P2D模型仿真得到的电池端电压曲线与COMSOL软件仿真得到的端电压实测曲线，验证了模型仿真程序的有效性，对电池的两种等效机理模型进行对比和分析，得出单粒子模型的适用工况。最后，把模型仿真得到的拟合曲线与实测曲线之间的方差作为遗传算法实现参数辨识的目标函数；通过大量实验分析这两种机理模型对待辨识参数的敏感性，并通过设计合理的实验工况，实现了电池参数的分步辨识。把利用遗传算法辨识得到的8个参数值与其真值进行对比；并在不同倍率恒流放电和脉冲放电工况下，运用辨识得到的8个参数值，再比较电池模型端电压的拟合曲线与实测曲线，计算目标函数值，验证参数辨识结果及遗传算法的有效性和正确性。