本发明公开的基于平方根扩展卡尔曼滤波的锂电池健康状态预测方法,首先建立锂电池状态参数的数学模型,得到欧姆内阻的状态方程和欧姆内阻的观测方程;其次,辨识锂电池模型离线参数,得到SREKF的初始值;同时得到预测端电压Uc的输出序列;然后对EKF改进得到SREKF;最后将测量的锂电池的电压、电流和余量序列输入到SREKF中不更新状态方程和观测方程,采用的预测端电压Uc的输出序列和测量端电压序列更新SREKF的锂电池系统当前状态的最优值,根据实验测量值的数目迭代SREKF得到欧姆内阻预测值序列,即锂电池健康状态的状态量。本发明公开的方法解决了传统的EKF估计锂电池内阻时,存在估计误差大,精度不高,鲁棒性差的问题。