储能EMS电池状态估计与退化建模算法工程师

负责电池 SOC 在线估计，处理传感器误差和初始 SOC 未知等工况。 负责 SOH 估计与退化建模，建立容量、内阻退化及在线推断模型。 负责 RUL 预测，输出剩余寿命及置信区间。 设计 Pack 级一致性指标与异常电芯预警机制。 将寿命退化成本、SOC/SOH 结果输出给策略团队，支撑寿命与经济性联合优化。 基于历史、电站或实车数据完成算法验证，配合 HIL 测试并输出文档。

专业知识： 熟悉卡尔曼滤波家族（KF/EKF/UKF）、等效电路模型（Thevenin、二阶RC）。 了解电化学退化机理，如 SEI 膜生长、析锂、Arrhenius 温度加速。 熟悉 HPPC、DST、循环老化等电池测试数据分析。 掌握 SOC、SOH、RUL 全链路建模方法。 熟悉 Python / MATLAB，了解数据驱动状态估计方法。 业务技能： 具备 SOC、SOH、RUL 建模与在线估计能力。 具备电池测试数据分析、健康特征提取和一致性分析能力。 具备退化模型验证、HIL 配合测试和算法文档编写能力。 具备与策略算法联动，量化寿命损耗并参与优化的能力。 具备 AI 辅助建模、实验设计和数据分析结果校验能力。