新能源汽车得到了国家的大力支持,作为该类汽车的动力电池,磷酸铁锂电池吸引了许多研究人员的注意。然而新能源汽车的发展受到了磷酸铁锂电池的制约,因此,需要对其性能以及荷电状态(State of Charge,SOC)进行研究,以开发更好的电池管理系统(Battery Management System,BMS)。本论文首先对磷酸铁锂电池性能进行研究,包括它的结构、工作原理,通过电池充放电试验结果结合数学公式,对影响电池容量和SOC的因素进行介绍;根据国内外的电池试验标准及现有的电池测试平台,制定本课题的各种电池测试方案;通过实验结果分析了电池的充放电倍率特性、温度特性以及开路电压与电池SOC之间的关系。随后,在众多电池建模方法中,选择Thevenin等效电路模型作为本论文所研究磷酸铁锂电池的模型,利用递推最小二乘法对其进行参数辨识。为了使模型具有普遍适用性,选择14组不同的单体电池脉冲放电数据,分段进行参数辨识。之后在Simulink中对获取的模型进行仿真验证,结果显示参数较准确,能满足实际计算要求。基于已有模型,利用卡尔曼滤波算法进行磷酸铁锂电池SOC估计。因为常用的扩展卡尔曼滤波算法仍然存在一些弊端,有必要利用到自适应扩展卡尔曼滤波算法对噪声进行修正;在提出基于自适应扩展卡尔曼滤波的电池SOC估计算法后,利用Simulink将两种算法与安时积分法进行对比仿真,证明了两种算法的可行性以及自适应扩展卡尔曼滤波算法的优势。最后,设计了基于LabVIEW的电池监测系统,它包括基于MICROCHIP公司的DSPIC30F6012A芯片的硬件实验平台以及上位机软件MPLAB X IDE和LabVIEW。硬件平台通过各个模块实现了数据采集、处理以及传输的功能,将数据传输至上位机后,在LabVIEW中进行接收和处理,并在图形用户界面中将其展示出来。通过电池组恒流放电试验,表明了该电池监测系统能实现对电池组中单体电池的信息的实时监测。