随着石油等不可再生能源的日益紧缺和环境污染问题的日益加重,新能源汽车,尤其是电动汽车成为当前全球汽车行业的发展方向。作为电动汽车动力源的动力电池,对其各项关键参数的准确估计对电动汽车的发展起着至关重要的作用。本文以钛酸锂电池为研究对象,对其SOC,SOH两个关键参数的估计进行了研究,主要研究内容如下:(1)本论文分析对比了动力锂电池等效电路模型和电化学模型的优缺点,综合模型精度和易用性两方面的考虑,选用二阶RC等效电路模型作为本项目钛酸锂电池的模型,基于该模型和电路原理建立了钛酸锂电池组的二阶RC等效电路模型,并使用实测试验数据对模型参数进行了离线辨识,在MATLAB/Simulink中对模型在10C恒流放电工况和HPPC工况下进行了验证,结果表明二阶RC等效电路模型具有较高的可靠性和精度。(2)本论文基于最小二乘法的基本原理,应用遗忘因子递推最小二乘法对钛酸锂电池组二阶RC等效电路模型的参数进行了在线辨识。在MATLAB/Simulink中对模型在HPPC工况和NEDC工况下进行了验证,并对比了NEDC工况下离线参数模型和在线参数模型的运行结果,结果表明本文所采用的基于在线参数辨识的模型具有更高的精度。(3)本论文分析对比了目前主流SOC估算算法的优缺点,选用扩展卡尔曼滤波算法作为本项目的SOC估算算法,在MATLAB/Simulink中搭建了算法模型,并在10C恒流放电工况下对算法的可行性和精度进行了验证。基于在线参数辨识算法和扩展卡尔曼滤波算法引出了一种联合估计算法,同样在MATLAB/Simulink中搭建了算法模型,在HPPC工况和NEDC工况下对模型进行了验证,并对比了NEDC工况下基于离线参数的扩展卡尔曼滤波SOC估算模型和基于在线参数辨识的联合估计算法模型的运行结果,结果表明联合估计算法具有更高的精度。(4)本论文分析对比了目前主流SOH估算算法的优缺点,选用自适应算法作为本项目的SOH估算算法,在MATLAB/Simulink中搭建了算法模型,并在NEDC工况下对算法的可行性和精度进行了验证。(5)本论文搭建了算法的测试台架,通过自动代码生成技术将SOC,SOH估算算法的Simulink模型生成嵌入式C代码编译下载至实际的BMS控制器中,并对钛酸锂电池组进行了NEDC工况试验,两算法在BMS的中的运行结果和在MATLAB/Simulink中的运行结果一致,验证了两算法的有效性。