近年来,我国电动汽车的退役电池规模呈快速上升的趋势,因此退役电池的梯次利用将有效地缓解大量退役电池所带来的电池回收问题和环境污染压力。从不同车型上退役下来的动力电池组,电池的组装工艺不同,组内单体电池之间的连接方式各异。由于退役电池单体之间的一致性较差,因此对退役电池进行重组利用前,需要先进行电池包拆解工作,再对拆解后的动力电池单体进行测试,以得到各电池单体的状态参数,作为分选指标。考虑到退役电池的数量庞大,如果完全拆解后单独对每节单体电池进行测试从而获取其状态参数,耗时长且工作量大,不利于退役电池梯次利用的工程实现。本文提出一种对动力电池包不进行拆解,以整包电池为测试对象,基于电池包测试数据,就能实现组内每节单体电池的内部参数辨识以及状态参数估计的方法,从而为退役电池梯次利用提供分选指标。本文的主要研究工作有:在动力电池组测试数据基础上,对单体电池模型参数和OCV进行辨识,为退役电池梯次利用分选提供电池内部参数指标,同时也为后续动力电池的状态参数估计提供依据。通过无迹卡尔曼滤波算法对电池组内各单体电池的SOC进行初步估计;基于SOC估计结果,与安时积分法相结合,对各单体电池的SOH进行初步估计;进而提出了利用SOC与SOH初步估算结果相互修正并更新,直至电池状态参数估计结果满意的松弛算法,最终实现仅通过对串联电池组进行简化测试实验就能够得到组内各个单体电池的剩余容量状态、健康状态以及电池模型参数。挑选了四节SOC、SOH均不相同的磷酸铁锂电池串联组成动力电池组,以此为对象设计了验证实验,实现了电池组内单体电池的SOC与SOH的精准估计。验证了此方法将大幅减少退役电池的测试成本以及时间。