随着电动汽车的日益发展,作为电动汽车的动力来源,动力电池逐渐成为电动汽车领域研究的重点。而作为动力电池的重要参数之一,电池的荷电状态(State of Charge,SOC),即电池的剩余电量更是成为研究的焦点。本文则围绕着动力锂离子电池SOC的估计问题开展了以下几个方面的工作:首先,本文阐述了锂离子电池的工作原理,介绍了经典的SOC估计方法以及基于电路模型的复杂估计算法。说明了本文选择的卡尔曼滤波算法在SOC估计方面的优势。其次,本文结合Thevenin电池等效电路模型构造了更能反应锂离子电池特性的二阶RC模型,推导了其电路方程。通过在Matlab中对HPPC电池脉冲充放电实验数据进行处理,结合模型方程,对模型参数进行离线识别。并将仿真结果与实际数据进行对比,证明得到的模型较为准确。然后,通过建立模拟工况,在Matlab中编写程序,对应用递推最小二乘法进行模型参数的在线辨识进行了可行性验证,并证明了该算法进行在线辨识是可行的。最后,通过在Matlab中编写算法程序,应用无迹卡尔曼滤波算法对锂离子电池的SOC进行仿真估计。通过不同工况下的估计值与实际值的对比以及误差分析,证明应用该算法进行SOC的估计精度较高,对系统误差以及SOC的初值偏差有很好的矫正作用。