锂离子电池自问世以来,在人类生产生活的各个方面发挥了越来越重要的作用。对于一些特殊应用场景的电池状态估计问题,需要寻求一种有别于传统状态估计方法的快速评估手段。锂离子电池性能的退化反映在其阻抗上,因此本文基于锂离子电池电化学阻抗谱搭建时域测量系统,接着基于阻抗谱进行建模解析和参数辨识,并在不同工况下检验模型仿真能力,设计锂离子电池健康状态(State of Health,简称SOH)和功率状态(State of Power,简称SOP)的估计算法,具体内容如下:首先,为了实现锂离子电池阻抗谱的快速准确测量,设计基于快速傅里叶变换的阻抗谱时域测量系统,包括硬件电路和软件流程的设计;通过测量磷酸铁锂电池的阻抗谱验证实测效果,并采用测量等效电路阻抗谱、与电化学工作站测量结果对的方式检验测量系统的精度;对同一状态下的电池进行多次阻抗谱测量验证测量的可重复性;验证测量系统对不同种类锂离子电池阻抗谱测量的有效性。其次,针对磷酸铁锂18650电池和钴酸锂UR14500电池的阻抗谱,分别建立二阶和三阶分数阶阻抗模型;使用数学解析的方法建立模型阻抗谱与模型参数的关系,并验证解析方法的有效性;在此基础上,提出一种基于数学解析和LevenbergMarquardt算法的融合辨识算法,设计Levenberg-Marquardt算法参数辨识流程,并基于实际电池阻抗谱数据验证辨识方法的精度,分析幅值和相角的误差水平。最后,针对上述两种电池分别建立二阶和三阶分数阶模型,借助分数阶微积分工具进行模型频域/时域变换,分别验证模型在动态工况下的端电压仿真能力和在恒流工况下的容量仿真精度;对钴酸锂电池进行循环老化实验,测量其不同老化阶段的阻抗谱、电池容量和充电SOP;设计基于BP神经网络和模型参数的SOH估计算法,验证SOH估计精度;设计基于二分法的SOP仿真估计算法,分析其误差水平;最后基于上述所有工作进行电池状态评估系统上位机界面设计和调试工作。本文基于电化学阻抗谱,实现了对电池阻抗谱快速准确的测量,解决了基于阻抗谱的分数阶模型建模和参数辨识问题,完成了对模型仿真精度的验证、状态估计算法的开发以及状态评估系统界面的设计。本文所做的工作在电池状态快速评估方面具备一定的工程应用价值。