环境污染及能源危机问题多年前就已被推倒风口浪尖,至今政府虽推出了一系列的政策法规及改善措施限制重污染企业的发展,但效果需要长时间才能发挥成效。而人类不仅仅是要约束自己的行为还要对新能源进行探索,不求维护现状还须开拓创新。而电动汽车发展成为解决能源与环境问题的一个方向,电池管理系统(Battery-Management-System,BMS)是电动汽车的核心部分并且电池剩余电量估计(State-of-Charge,SOC)在BMS中扮演着重要的角色。因此开发一套功能完善的电池管理系统的任务迫在眉睫。而BMS需达到对电池信息的实时采集,控制其正常合理的充放电,使得电池性能稳定及延长循环寿命,且还要达到电动汽车运行安全、稳定、高效等要求。其中首要任务是计算电池组的SOC,其是电池组所处状态和电池组剩余容量的最直接反应,也是找出电池组不均一性的最直接物理量。通过SOC值可以断定电池组剩余电量可以行驶的里程和选择合适的均衡方案以延长电池的寿命。现今在线估算SOC是技术难点,采集电池信息时存在干扰导致误差,估算方法精度不高等关键问题。针对上述问题,本文主要研究工作如下:1.电池内部参数估算及等效电路模型的建立首先对电池进行混合脉冲功率性能测试,计算出SOC与开路电压、欧姆内阻的关系。然后在原有的戴维宁电池模型基础上增加了一个RC网络得到改善的戴维宁模型。其两个RC网络分别映射出电极极化和浓差极化的现象,根据电压回升曲线再通过Matlab对其曲线进行双指数拟合,从而验证二阶RC网络的可靠性,也计算出电池在不同状态下的极化电阻的阻值。2.扩展卡尔曼滤波动态估计SOC对卡尔曼滤波中的状态方程进行一阶泰勒展开,得到可估算非线性系统的扩展卡尔曼滤波估计方法。根据电池动态模型建立了状态空间方程组,实施循环递归运算。在运算过程中加入了电池健康状态(State-of-Health,SOH)因子,使系统更加接近真实状态。运用扩展卡尔曼滤波算法估计单节磷酸铁锂电池的SOC,得到SOC估计值在真值附近上下波动,恒流放电与恒阻放电的条件下,估算相对误差最高为0.015%,可以准确的反映电池的SOC实时状态。3.在虚拟平台上实现估算SOC在采集电路和LabVIEW编程结合的虚拟仪器平台上实现了估算SOC。应用精度较高的PCI-6251数据采集卡,以差分采集的方式将采集到的数据传输到LabVIEW程序中,再通过扩展卡尔曼滤波的估算方法估算出SOC值。结合虚拟仪器实现实时数据采集并可直接得到估算值,实现简单的工程应用,工程师亦可通过简洁、美观的显示控件直观清晰的观察数据。在基于电池工作等效电路模型建立,内部参数估算,应用扩展卡尔曼滤波估算SOC值的三步工作的基础之上,拓展到虚拟仪器平台上,采集电池数据,数据传输,估算SOC一气呵成完成了实时在线估计,简单实现了一种简单的工程应用方法,且估算精度相对较高。