（1）基于改进蚁狮优化算法的动力电池模型参数辨识技术，采用自然启发式优化算法蚁狮优化算法进行动力电池模型参数辨识，针对蚁狮优化算法存在易陷入局部极值和收敛速度慢的问题，基于混沌映射和个体变异对蚁狮算法进行改进，提出了基于改进蚁狮优化算法的动力电池模型参数在线辨识方法，提高了动力电池模型参数辨识的精度。

2）基于自适应容积粒子滤波算法的电池能量状态估计技术，基于状态残差向量和测量残差向量,构建了基于权重自适应容积粒子滤波算法的动力电池能量状态估计模型，阐明了容积粒子自适应权重因子与动力电池系统噪声信息时变特征，提高了动力电池能量状态估计的收敛速度和准确性。

（3）基于模型与支持向量回归机融合的健康状态估计技术，研究了动力电池健康状态特征参数提取方法，构建了健康状态特征参数库，研发了基于电池模型与支持向量回归机结合的动力电池健康状态估计模型，实现了动力电池健康状态的高精度、高时效估计与预测。