一种基于BMS的电池健康状态评估方法与系统

本申请提供一种基于BMS的电池健康状态评估方法与系统，包括：针对不同的负载电流区间，预设不同的电压采样量程和分辨率，当负载电流发生变化时，判断其所属的电流区间，动态切换至对应的量程和分辨率；在电流变化剧烈时，提高电压采样频率，获取更多的数据点，在电流变化平缓时，降低采样频率，减少数据冗余；采用卡尔曼滤波算法对内阻估计值进行滤波和融合，动态跟踪内阻的变化趋势，根据电池的工作状态和老化程度，自适应调整滤波器参数；结合包括电池的温度、电流、SOC的工况参数，建立内阻与工况参数的多元回归模型，通过机器学习的方法训练和优化多元回归模型，实现内阻的在线自适应修正。