全球汽车工业正面临能源短缺和环境污染等问题的巨大挑战,发展电动汽车已经成为推动传统汽车产业战略转型的重要措施。电池作为电动汽车的能量来源,对其剩余电量(State of Charge, SOC)进行准确估计是电动汽车发展的核心技术之一,它不仅可以从理论上避免对电池的过充和过放,更可以为驾驶者的安全带来保障。本文主要的工作内容如下：1、通过对当前各类常用电池的性能进行分析比对,本文最终确定用锂离子电池来实现SOC估算方法的研究,同时分析各种估算方法的研究现状,选择应用卡尔曼滤波算法来估算电池SOC。2、本文是基于二阶Thevenin等效电路模型来完成对锂离子电池SOC的估算,通过对Simulink中的电池模块进行放电试验,并以最小二乘法为基本准则,对模型中的参数进行辨识,从而完成对模型的建立及精度验证。3、结合所搭建的二阶Thevenin等效电路模型及其参数辨识结果,分别应用扩展卡尔曼滤波算法和无迹卡尔曼滤波算法对电池SOC估算,同时针对状态噪声和观测噪声可变的问题,本文引入自适应协方差匹配的方法对误差进行调节。在Matlab中进行仿真试验,由仿真结果可知,在相同的条件下对锂离子电池的SOC进行估算,无迹卡尔曼滤波算法有更高的估算精度,且加入自适应协方差匹配算法后对电池SOC的估算误差更小。4、在高级车辆仿真软件ADVISOR (Advanced Vehicle SimulatOR)的仿真环境中,选择电动汽车模式分别输入整车参数和仿真参数,并进行参数配置和建模,本文选择CYC-UDDS、CYC-NYCC工况来进行道路仿真试验,由试验所得的电流等数据来验证扩展卡尔曼滤波算法和无迹卡尔曼滤波算法估算锂离子电池SOC的有效性,试验结果表明在实际电动汽车环境中,大电流的工作条件下,两种算法都能较好的估算锂离子电池SOC,同样无迹卡尔曼滤波算法具有明显的优势,加入自适应协方差匹配算法后对电池SOC估算效果会有显著的改善。