锂离子电池拥有复杂的电化学特性,伴随着不断的充放电循环,其可用容量会下降,称之为容量退化。当退化至额定容量的70%~80%时,即可视为电池失效。通常将卡尔曼滤波及其改进算法,粒子滤波及其改进算法结合退化观测模型对电池剩余寿命进行预测。受粒子滤波特性的启发,本文提出了一种改进的粒子滤波方法,命名为指数平滑粒子滤波。本文开展的工作和取得的成果主要包括以下几方面:(1)分析锂离子电池充放电过程反应原理,性能退化机理和影响锂离子电池寿命的主要因素。进行锂离子电池充放电循环测试,获得电池的容量退化曲线以支持后续预测研究工作。(2)测试完成后,分别用扩展Kalman滤波和残差重采样粒子滤波对锂离子电池容量退化曲线做全跟踪仿真,并将扩展Kalman滤波,残差重采样粒子滤波,以及所提出的改进粒子滤波方法对锂离子电池剩余寿命进行预测。将锂离子电池充放电循环测试所得实测数据来验证预测结果和所用方法的有效性。引入绝对误差,相对误差和稳定性误差作为预测结果的评价指标,并将这三种滤波方法进行综合性的对比分析。(3)结果表明:扩展Kalman滤波对锂离子电池容量退化曲线的跟踪能力弱于残差重采样粒子滤波;三种方法表现出的同一规律是,随着预测起始点的后移,预测精度和稳定性提高;所提指数平滑粒子滤波方法对锂离子电池剩余寿命的预测精度和稳定性在三种方法中较优,其次是残差重采样粒子滤波方法,扩展Kalman滤波的预测精度和稳定性较弱于前两者;本文研究结果,提高了锂离子电池剩余寿命预测的精度和稳定性,优化了粒子滤波对历史参数估计值的处理能力。相信本文有利于粒子滤波算法的改进优化研究,在电池寿命研究领域有一定用处,对电池管理技术的应用和发展提供了技术支持。