电池储能技术的应用提高了电力系统的运行效率和供电质量。准确的电池荷电状态(State Of Charge,SOC)估算是对储能系统进行监测与管理的重要依据。本文以电网储能适用的磷酸铁锂电池为研究对象开展了SOC的在线估算研究,主要工作如下:(1)设计模拟实际储能的电池工况,获取SOC估算需要的数据。在对储能电池特性、储能工况以及SOC估算需求等因素考察分析的基础上,制定出相应的实验流程与方案,选定了相关实验设备,搭建了实验平台。按照自定义储能工况,进行了对应的规律充电、变流放电实验。通过对实验数据的记录、清洗,为电池模型参数辨识和SOC估算验证奠定了数据基础。(2)以二阶RC等效电路模型为对象,使用含遗忘因子的递推最小二乘法实现了模型参数的在线更新。以实验数据和电池特性分析为基础,通过比较选定二阶RC等效电路作为电池电路模型。采用含遗忘因子的递推最小二乘法可以对新旧数据的比重进行调整,具有快速响应数据变化、并收敛至真值的能力。以自定义储能工况的实验验证,该方法能够实现模型参数的在线更新且效果良好。(3)通过分析对比,选定自适应无迹卡尔曼滤波(AUKF)作为储能电池SOC估算算法。以二阶RC电路模型为基础,以自定义电网储能的规律充电、变流放电两种工况为依据,分别将扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、和自适应无迹卡尔曼滤波(AUKF)算法估算SOC的效果进行分析对比。结果表明,AUKF算法因其在UKF中引入了自适应协方差匹配对系统噪声特性进行了实时估计修正,相较于其他两种算法拥有更高的鲁棒性和估算准确度,可满足储能电池SOC估算的精度需求。(4)在单体电池SOC估算基础上,尝试给出了一种基于逻辑树分析法的电池组SOC估算规则。通过对串、并联电池组的不同定义,利用逻辑树分析法对电池组进行了结构分析,提出了一种基于逻辑树分析法的SOC估算规则,并在MATLAB中实现该算法对简化储能电站电池组的SOC估算,在保证电池组安全稳定运行的前提下,可以通过单体电池的SOC估算出电池组的SOC。