近年来锂离子电池作为一种新型能源受到了人们的广泛关注。以锂离子电池作为供电设备的电驱无人机由于绿色环保等优点广泛应用于生产生活中。相比于油动无人机和油电混合无人机而言,电驱无人机能耗比较高,飞行时间相对较短,容易在飞行途中电量不足,从而导致无人机无法顺利完成任务,这限制了无人机任务能力,阻碍了电驱无人机的推广及使用。因此,对其能源系统状态进行估计和任务管理十分必要。现有的无人机虽具备电量不足提醒功能,但仅依据电池SOC参数,且无法提前对能耗进行预测,若无人机在执行任务途中电量不足,则会浪费一定的电量同时还不能成功完成任务。若在执行任务前对无人机在特定工况下的能源系统消耗进行预测,则会避免电量浪费的情况,使无人机以最大的利用率工作。本课题主要开展电驱无人机能源系统中锂离子电池状态估计和无人机飞行任务管理研究。具体研究内容如下:（1）电驱无人机模型与能源系统模型的建立。建立飞行过程与能源系统状态之间的定量表征模型,实现以无人机飞行参数为驱动的锂离子电池状态估计模型。无人机在不同飞行阶段飞行特点有较大差异,耗电特性也不相同。对飞行过程的不同阶段分别建立不同权重的参数对无人机耗电影响的数据驱动模型,表征不同阶段对能源系统功率需求的特点。（2）无人机能源系统锂离子电池关键状态参数分析及估计。通过调研选择最能反映当前无人机能耗状态的参数。开展基于无人机能源系统中锂离子电池多尺度状态估计方法研究。针对算法的验证部分,开展基于锂离子电池电化学模型的仿真实验,设定无人机飞行工况,对该工况进行仿真,将两者分别作为参考数据,对状态估计结果的准确性进行评估。基于上述结果,对无人机剩余续航里程展开估计,并利用试飞数据进行验证。（3）无人机能源系统管理软件平台开发。完成无人机能源系统状态估计及优化软件平台的开发。实现数据读取,状态估计及任务管理相关功能。该软件平台嵌入地面站使用,管理员可以观察无人机能源系统消耗情况,当无人机此刻的能源系统状态无法继续完成任务时,应向管理人员进行状态推送,管理人员须手动进行处理选择提前返航或将无人机在附近的充电站点充电。