锂离子电池被广泛应用于电动汽车、储能电站和电子产品,精确的荷电状态(State of charge, SOC)和健康状态(State of health,SOH)是其安全和高效应用的基础。然而,由于温度和老化状态变化引起的电池非线性动力学特性严重影响了状态估计的准确性。以三元锂离子电池为例开展研究:(1)分析电池在不同老化阶段、温度和SOC区间下的开路电压行为特性,提出一种考虑老化、温度和SOC的开路电压模型;(2)建立等效电路模型,提出一种基于多时间尺度扩展卡尔曼滤波算法(Multi-scaleextendedKalmanfilter,MEKF)和衰减记忆的近似加权总体最小二乘算法(Fadingmemoryapproximate weighted total least squares, FMAWTLS)的电池SOC和SOH联合估计方法,其中,使用MEKF的宏观尺度估计模型参数、微观尺度估计SOC,使用FMAWTLS估计SOH;(3)应用不同老化状态和温度的电池数据开展算法验证,结果表明SOC和SOH的最大估计误差均小于3%。建立的开路电压模型和联合估计方法为温度和老化影响下的SOC和SOH估计提供了新的思路。