为应对逐年增长的燃油车带来严重的能源消耗和环境污染问题,各国纷纷研究和发展以电动汽车为代表的新能源汽车产业。作为电动汽车的主要动力来源,动力电池需电池管理系统对其工作状态进行监测、估算及能量管理,以延长使用寿命。其中,电池荷电状态（SOC）的精确估算是电池管理系统的技术难点。针对电池温度对SOC估算的影响,提出电热耦合模型以提高动力电池的SOC估算精度。（1）搭建了动力电池测试平台,并对电池特性进行了分析。设计可同时监测电流电压信号和温度信号的电池测试平台;从端电压和电池表面温度两个方面验证实验的可行性;基于测试平台的数据对锂离子动力电池容量特性、开路电压特性和电阻特性进行分析。（2）利用电池电模型和热模型分别完成了电池SOC和核心温度估算。建立二阶Thevenin电路模型作为锂电池的电模型,对电模型参数进行了离散辨识,并对电模型进行了验证,利用扩展卡尔曼滤波（EKF）、改进无迹卡尔曼滤波（SVD-EKF）和无迹粒子滤波（UPF）三种算法对电池SOC进行了估算;建立集总参数热模型,使用带遗忘因子的最小二乘算法（FFRLS）对电池热物性参数进行了辨识,并对热模型进行了验证,利用EKF完成了电池核心温度估算。（3）基于电模型和热模型,提出电热耦合模型并对电池SOC进行了估算。建立锂离子动力电池电热耦合模型,利用DEKF、SVDUKF-EKF和UPF-EKF三种联合算法,将电池核心温度和SOC的估算结果进行了耦合,并通过US06和FUDS两种工况对三种联合算法进行验证。结果表明,UPF-EKF两种联合算法的精度较高且具有良好的收敛性。本研究通过利用电热耦合模型构建联合算法,解决了温度对SOC估算的影响,实现了锂离子动力电池SOC高精度估算。