动力电池作为电动汽车的能量源,其性能优劣直接影响电动汽车的动力性、经济性和安全性。而受制于材料技术的发展,目前在电动汽车上广泛使用的三元电池和磷酸铁锂电池的能量密度、功率密度、寿命等性能尚不理想,仍不能满足电动汽车的运行要求。因此电池管理系统对于确保电动汽车的高效、安全、可靠运行至关重要,是目前动力电池研究的重点方向。电池SOC估计作为电池管理系统最基本也是最重要的功能,其估计精度直接影响着电动汽车的经济性、安全性和寿命。而动力电池本身的时变非线性特性以及应用工况的多变性给电池SOC的准确估计带来了极大挑战,本文针对锂离子动力电池SOC估计问题,以三元电池为研究对象,从模型和算法两方面入手,基于复杂系统的建模方法和现代滤波技术,分别研究基于无迹变换强跟踪滤波和基于分数阶模型的电池SOC估计方法,以提高电池SOC估计精度。本文的主要研究工作如下:介绍了锂离子动力电池电化学反应机理及电池测试实验平台,并根据锂离子电池充放电实验,分析其外特性及其影响因素(包括温度、内阻、容量等),依据等效电路模型RC回路数量及是否考虑滞回电压建立6种等效电路模型,并在多种工况实验下对这些模型进行对比分析。在此基础上依据分数阶微积分原理建立分数阶二阶RC等效电路模型,并将其描述成分数阶状态空间方程。通过设计的脉冲功率测试实验,对模型参数进行辨识,通过遗传算法辨识分数阶模型的分数阶阶数。并通过多种工况实验验证分数阶模型的精度,结果表明分数阶二阶RC模型相比于整数阶二阶RC模型有更高的精度。基于整数阶二阶RC模型,分析传统卡尔曼滤波算法和扩展卡尔曼滤波算法的计算过程及不足之处,针对扩展卡尔曼滤波中需要计算雅可比矩阵及泰勒展开精度不足的问题,引入无迹卡尔曼滤波算法估计动力电池SOC,针对整数阶模型精度不足的问题,提出无迹变换强跟踪滤波器估算电池SOC,引入渐消因子,实时调节误差协方差,减小模型失调带来的影响,在恒流放电工况、复合脉冲功率测试及美国联邦城市运行工况下验证算法的精度及鲁棒性,结果显示无迹变换强跟踪滤波器在各种工况下都有较高的估算精度。基于分数阶二阶RC模型,设计分数阶中心差分卡尔曼滤波算法估算电池SOC,该算法无需计算雅可比矩阵,通过斯特林一阶插值公式将非线性系统线性化,该线性化过程比泰勒展开式精度更高。在多种工况下验证分数阶卡尔曼滤波算法的精度及鲁棒性,结果显示该算法在多种工况下都有较高的精度。在此基础上,针对噪声特性在实际中难以获得,且不断变化的问题,推导了一种自适应分数阶中心差分卡尔曼滤波算法估算电池SOC,该自适应算法可以同时估计噪声状态及系统状态向量。在噪声干扰下通过多种工况实验验证算法估算SOC的精度及鲁棒性,结果显示,该算法能很好的跟踪噪声特性,减少噪声干扰的影响。本文提出了无迹变换强跟踪滤波器算法和自适应分数阶中心差分卡尔曼滤波算法估算电池SOC,为电池管理系统提供了较好的建模方法及SOC估计算法,一方面能为电动汽车能量管理策略提供准确的依据,另一方面能防止电池过充过放,维持电池始终安全、高效运行。