随着电动汽车产业快速发展，锂离子电池面临高倍率快充带来的安全性与寿命挑战。快充过程中产生的大量热量加剧电池老化，可能引发容量衰退甚至热失控等问题。本项目围绕磷酸铁锂（LFP）电芯，构建了兼顾精度与可解释性的电热耦合模型，研究锂电池在快充过程中的热-电行为特性，并设计最优充电策略以实现充电时间缩短与热安全性的平衡。

项目开发了扩展单粒子模型与集总热模型相耦合的建模框架，通过粒子群优化算法实现关键参数辨识，提升了模型在不同倍率工况下的适应性与预测精度。同时，项目构建了融合容积卡尔曼滤波（CKF）与LSTM网络的SOC估计方法，提高了电池关键状态量的观测准确性。最终，基于电化学老化机制与产热特性，提出了多目标优化充电策略，在提升快充效率的同时抑制了电池热升温与性能退化。

项目的总体目标是开发一套面向LFP电芯的电热耦合建模与充电优化策略设计框架，为电动汽车快充安全性与效率提供理论支撑与控制依据：

（1）构建电热耦合模型：基于扩展单粒子模型和集总热模型，耦合电化学-热过程，构建适用于多工况的锂电池物理模型，并完成模型参数辨识与仿真验证，确保电压和温度预测误差均控制在可接受范围内。

（2）设计SOC状态估计方法：设计一个磷酸铁锂电池状态观测器，能够对荷电状态这一难以测量的关键状态量进行实时估计，为后续的最优充电策略设计提供更为精确的电池内部信息参考。

（3）构建老化模型并优化快充策略：明确电池老化机理，构建准确反映电池全生命周期中内部理化特性演变规律的机理老化模型，并设计多阶段恒流充电方法，通过对策略的优化，加快充电速度，延长使用寿命。

项目完成了磷酸铁锂锂电池电热耦合建模及参数识别，仿真预测误差控制在电压20 mV、温度1 K以内，具备良好鲁棒性与物理一致性。在SOC估计方面，提出多模型融合算法，显著提升了中高SOC平台区间估计精度，最终将RMSE控制在1%以内。

在充电策略优化方面，建立基于老化机制的产热-时间双目标优化框架，设计了多阶段恒流充电策略。实测结果表明，与厂家推荐的3C快充方案对比，优化方案最多可缩短19.01%的充电时间，最大温升与传统方案相当甚至下降1.77K，实现快充速度与电池寿命的双重优化。