近年来,资源短缺与环境污染等问题愈发突出,在可持续发展的大背景下,新能源汽车的发展正在逐步成为汽车行业的一个趋势。锂离子电池作为新能源汽车的重要动力来源之一,在新能源汽车蓬勃发展的大环境下,其各项特性地研究也越来越受到重视。动力锂离子电池的荷电状态（State of Charge,SOC）是用来描述电池所剩电量多少的物理量,它与汽车的续航里程直接挂钩。此外SOC对于动力锂离子电池的充电方式的选择、保护动力锂离子电池的安全等都有重要作用。动力电池的SOC受电池模型精度和估计算法的影响,因此本文从电池模型和SOC估计算法两方面出发,以车用单体磷酸铁锂离子电池为对象进行研究,以期达到较为准确的估计电池SOC的目的。本文首先分析了现有电池模型的工作原理和优缺点,最终选择了参数辨识较为简单且物理意义较为明确的Thevenin模型进行研究。由于最初提出的Thevenin模型参数是不变的,且未考虑开路电压（Open Circuit Voltage,OCV）的滞回特性,导致其应用范围有限,且精度也受到了一定程度的影响。本文针对动力锂离子电池在工作过程中的各参数变化规律,建立一个模型参数随着环境温度和电池SOC变化而动态变化的Thevenin模型。此外,还在不同SOC初始条件下进行充放电实验,以研究动力锂离子电池的开路电压的滞回特性,根据滞回特性的特点,提出一种数学递推公式的方法来描述OCV的滞回特性,以建立考虑滞回特性的可变参数Thevenin模型;此外,滤波算法的准确性对动力锂离子电池SOC的估算精度也有重要影响,本文在扩展卡尔曼滤波（Extended Kalman Filter,EKF）的基础上进行改进,提出一种修正协方差的扩展卡尔曼波（Modified Covariance Extended Kalman Filter,MVEKF）,该方法用SOC的后验估计值来代替预测值再次计算卡尔曼增益和协方差矩阵,并以此进行下一次迭代。相比于EKF,MVEKF拥有更高的精度和鲁棒性。本文选取12A·H的方形磷酸铁锂离子电池为研究对象,以恒翼能充放电柜及其配套的上位机软件、Partner恒温恒湿箱为条件,在不同温度和SOC条件下进行实验。通过实验和仿真发现,所建立的考虑滞回特性的可变参数Thevenin模型具有较高的精度,能较好地体现电池状态与性能;提出的MVEKF相比于EKF,SOC估算的误差也较小,且收敛速度也更快。