电动化是未来汽车行业发展的重要趋势之一,也是解决全球能源短缺和环境污染问题的有效途径。动力电池是电动汽车的核心部件和主要动力来源,其荷电状态(State of Charge,SOC)的准确估计对于优化整车控制策略、提高电池能量利用率和使用寿命以及保障电动汽车安全稳定高效运行等起着重要的作用。然而,动力电池的工作特性会受环境温度和行驶工况等因素的影响,这使得以此为基础的电池SOC估计变得极具挑战性。在此背景下,本文以陕西省重点研发计划(NO.2019ZDLGY15-04-02)为依托,对锂离子动力电池的电路模型,参数辨识和SOC估计算法展开深入研究。论文主要研究内容如下:(1)在研究锂离子动力电池工作原理与特性的基础上,重点对电池的温度和倍率特性设计了相应的测试实验。然后基于非线性容量预测模型和二阶RC模型,提出了考虑环境温度和工况电流影响的动态二阶RC等效电路模型,并通过离线辨识方法得到了不同温度下的模型参数。最后在Simulink中对改进模型和二阶RC模型进行仿真实验,结果表明,复杂工况下改进模型的精度和鲁棒性更好。(2)针对离线辨识方法难以保证电池模型实时精度的问题,采用多自适应遗忘因子递推最小二乘法对模型参数在线辨识。然后针对在线辨识算法初值未知时难以快速收敛和辨识结果不合理的问题,提出了考虑离线辨识结果的在线融合辨识算法。最后在Matlab中对三种辨识算法进行仿真实验,结果表明,基于融合辨识算法的模型精度更高。(3)首先,基于改进的动态二阶RC模型,采用平方根容积粒子滤波(Square Root Cubature Particle Filter,SRCPF)算法估计电池SOC。然后,为了进一步提升SOC估计精度,将融合辨识算法与SRCPF算法相结合,提出了一种联合估计电池模型参数和SOC的算法。最后在Matlab中,采用两组工况测试数据,在不同温度下对三种SOC估计算法进行了仿真实验,结果表明,本文提出的联合估计算法具有更高的精度和稳定性。