为实现我国碳达峰、碳中和的目标,电动汽车在新能源领域中拥有广阔发展前景,锂离子动力电池以其大容量、高安全性能、长使用寿命的特点广泛应用于电动汽车中。电动汽车的动力电池管理可以使汽车运行安全、高效,而电池状态的准确估计是电池管理系统中至关重要的组成部分之一。本文通过实验获取锂离子电池的电化学阻抗谱,在实现参数辨识基础上,完成锂离子电池老化程度（SOH）和荷电状态（SOC）的估计;再依据电化学阻抗谱推演时域下电池分数阶等效电路,基于分数阶自适应无迹卡尔曼滤波及扩展科尔曼滤波算法实现锂电池SOC与SOH的协同估计,提高计及老化程度下电动汽车锂离子电池状态估计的准确性和鲁棒性。首先,从磷酸铁锂电池的结构出发,阐述电池的充放电工作原理,设计电池阻抗测试实验平台,基于电化学阻抗谱建立计及电池“弥散效应”的分数阶电池阻抗模型。为提高辨识精度,依据阻抗谱几何形状确定模型参数初始值,采用非线性最小二乘L-M法完成阻抗模型参数辨识,并将辨识结果与商用软件结果进行对比,证明所设计辨识方法的准确性。其次,通过实验获取不同循环周期、不同SOC值下电池电化学阻抗谱（EIS）曲线,依据电化学理论阐述电池阻抗变化机理,深入分析循环周期数、SOC值对EIS曲线的影响规律,提取相应的敏感参数和典型频率,确定电池SOH和SOC的计算表达式,并通过与实验值的对比,验证该计算公式的可靠性。再次,基于频域下电化学阻抗谱等效电路模型,建立与其相对应的时域下锂电池分数阶等效电路模型。构建以微分形式的分数阶等效电路端口电压方程,经过分数阶微分理论分析确定时域下电压方程的解析表达式,并通过电池测试实验,表明本文所建立的分数阶微分等效电路的准确性和可靠性。最后,基于分数阶微积分理论,构建电池状态方程和测量方程,应用卡尔曼滤波原理,考虑电池老化影响的情况下,运用分数阶自适应无迹卡尔曼滤波算法（FO-AUKF）估计锂电池SOC和扩展卡尔曼滤波算法（EKF）估计锂电池SOH,实现锂电池SOC和SOH的协同在线估计。通过静态、动态多个工况的实验对比,验证所提出的协同估计方法的可行性和准确性。本文从频域及时域角度,完成对锂离子电池的状态估计,获取SOC和SOH的计算表达式以及估算方法,对今后在实验室或在线准确预测电池状态提供了依据。