电动汽车是以动力电池作为能源的一种环保型汽车,动力电池的性能及其预测和控制成为影响电动汽车整车性能的一个关键因素,它对续驶里程、加速性能和最大爬坡度等性能都会产生直接的影响,电池管理系统是当今电动汽车研发的重点和热点之一。因此,本论文主要研究动力电池剩余容量SOC的精确估算和对动力电池的建模仿真,以期为热点问题提供理论依据。本文首先简要介绍了现有电池剩余容量SOC的几种预测方法和模型,并在对EV-3电动汽车的Ni-MH电池系统进行充放电实验的基础上,深入分析Ni-MH电池的工作原理,电池的电压、电流、温度与容量的关系;从而提出一种SOC预测模型即:基于对EV-3充放电实验数据,应用自适应神经模糊网络推理系统建立了Ni-MH电池的电压降模型,并进一步应用改进算法的BP网络研究了开路电压与剩余容量的对应关系。本文通过仿真和实验证明这种智能控制方法能快速得到电池的剩余容量,且精度较高。电池的性能是决定整车性能的重要因素,在电动汽车仿真中,电池性能仿真是一个重要环节。本文简要介绍了当前动力电池模型现状,然后应用ADVISOR改进的内阻模型即区分充放电开环电压对Ni-MH电池建模,仿真结果证明改进后的内阻模型结果要比改进前的精确,但仍然不十分理想。为此,又提出了一种通用性更强的电池模型—网格模型,网格模型能较为精确地模拟电池的工作性能。本论文所做的研究工作将有助于完善电池管理系统的研究和电池建模与仿真体系,可望为控制策略仿真和实现提供理论依据。