1.并联电池最优模型判定及优化方法，其特征在于，包括

S1，并联电池模型构型选取与建立；

S2，并联电池阶次确定及优化；

所述S1中并联电池模型构型选取及建立，包括分析电池等效电路模型中RC/RL网络、电压源及内阻等元器件的性能特性，包括时域及频域特性，综合评比各类等效电路模型，建立能够描述并联电池动态特性的统一模型构型；

所述并联电池动态特性的统一模型构型为n个单体电池并联的n阶RC等效电路模型，具体电路连接结构为每个单体电池i等效为开路电压Uoc,i与欧姆内阻R0,i串联，多阶极化电阻Ri,j与极化电容Ci,j并联后与开路电压Uoc,i与欧姆内阻R0,i串联；其中，Uoc,i表示第i个单体电池开路电压，R0,i表示第i个单体电池欧姆内阻，Ri,j及Ci,j分别表示第i个单体电池的第j个极化内阻和极化电容，其中，i＝0,1,2,3,……,n，j＝0,1,2,3,……,n；

还包括基于n阶RC等效电路模型构型建立模型的离散型数学表达式，具体过程如下：

基于基尔霍夫定律建立n‑RC等效电路模型电路描述方程，具体表达式为：

式中，i＝0,1,2,…,n；Ui为极化电压；

对Ui进行离散化求解可得：

式中，t为系统采样周期；Ik为k时刻的电流；Ui,k为第i个RC网路在k时刻下极化电压，如果已知模型参数和电流电压值，可得：当i＝n时，根据Z变换法则，可将式(4)化简为：

式中，ai、ci(i＝0,1,2,…,n)为模型的辨识参数；同理，可将该式转化为输入输出方程yk＝θkΦk的形式，如下：其中，欧姆内阻和开路电压可表示为：

2.根据权利要求1所述的并联电池最优模型判定及优化方法，其特征在于，所述S2中并联电池阶次确定及优化包含制定并联电池模型复杂度与预测精度综合性能函数，使用归一化处理得到赤池信息量准则(Akaike’s Information Criterion,AIC)残差数据中电压及支路电流误差值权重，通过修正赤池信息量准则提出时‑频域调谐意义上的并联电池模型复杂度与预测精度综合性能函数，以指导模型阶次的确定。

3.根据权利要求2所述的并联电池最优模型判定及优化方法，其特征在于，在使用AIC准则时，求解不同工况下电压和支路电流误差值，得到最大电压及支路电流误差值，以此为参考值对不同工况误差值进行min‑max归一化处理，进而得到综合性能函数为：其中，下标i为支路电流标号，ΔIi,k、Δyk为归一化后残差数据，n表示n阶RC等效电路模型，L为数据长度。

4.根据权利要求2所述的并联电池最优模型判定及优化方法，其特征在于，所述S2的实现具体包括：常规状态下并联电池模型及差异状态下并联电池模型的阶次确定与优化。

5.根据权利要求4所述的并联电池最优模型判定及优化方法，其特征在于，所述常规状态下并联电池模型的阶次确定优化包括：恒流放电工况及主放电工况下并联电池模型对比；

在恒流放电工况下，一阶RC等效电路模型预测值与试验值最吻合，在电压平台期一阶RC等效电路模型预测电压误差最小，但放电后期阶段模型阶次越高，预测电压误差越大，该一阶RC等效电路模型的支路电流预测曲线与试验曲线趋势大体一致，因此，相比较而言，一阶RC等效电路模型精度较高，能够较好的模拟电池外特性，端电压及各支路电流的预测误差对电池模型精度的影响相当，模型复杂度是影响AIC值的主要因素，模型阶次n＝1时AIC值最小，并联电池一阶RC等效电路模型最优；

在主放电工况下，电池极化响应剧烈，预测曲线难以快速跟随试验曲线，不同RC网络数的等效电路模型参数在主放电工况中均表现出较好的预测精度；此时，AIC计算结果也表明一阶RC等效电路模型结构比较理想，最适合并联电池建模。

6.根据权利要求4所述的并联电池最优模型判定及优化方法，其特征在于，所述差异状态下并联电池模型的阶次确定与优化包括：搭建SOH为80％与100％单体电池并联的前三阶RC等效电路模型，以三个模型阶次下的仿真结果平均值近似为试验值，对不同阶次RC网络模型估计误差的绝对值进行统计分析得出，n＝1时，模型支路电流的最大预测误差和平均误差最小；同时，结合利用AIC计算公式得出的差异状态下的AIC计算结果，模型阶次n＝1时AIC值最小，表明在极端差异状态下一阶RC等效电路模型最适用于并联电池建模。