当今世界的自然资源逐渐消耗和环境日益恶化,纯电动汽车在汽车行业中的地位越来越高,其环保、低能耗等优点也被普遍认为成为未来汽车行业主要发展优势。但纯电动汽车的续航里程不能满足客户的需求,续航里程的长短与电池荷电状态（SOC）有直接关系。因此,续航里程长与电量估计精准成为汽车行业创新的焦点,研究该问题对未来纯电动汽车的推广使用具有深远意义。所以针对续航里程短问题,开展研究,主要总结如下:首先,从电池模型、荷电状态估计和续航里程三方面进行现状分析,分析影响电池荷电状态估计的因素,引出荷电状态估计的基本算法,对基本算法进行比较分析并综合考虑算法的应用场景。最后选择开路电压、安时（AH）积分与无迹卡尔曼（UKF）三种方法的融合对SOC进行估计,为后续的续航里程预测提供依据。其次,根据电池模型精度对荷电状态估计影响,通过比较电池化学模型和等效电路模型的优缺点,选择用二阶RC等效电路模型,在该模型的基础上加入含遗忘因子的递推最小二乘法（FFRLS）对模型参数辨识,用ADVISOR汽车仿真软件欧洲测试标准工况数据验证模型的准确性。为解决电量估计不准确问题,采用三种方法融合算法对荷电状态进行估计,用欧洲测试的城市工况数据对融合算法进行验证,并与无迹卡尔曼、扩展卡尔曼算法比较,结果表明融合算法能有效地对荷电状态进行估计。最后,分析续航里程的影响因素和传统平均能耗方法,得出行驶工况对汽车续驶里程影响较大。从工况角度分析续航里程,对行驶工况划分为多个片段,用均值聚类（K-means）和主成分分析法（PCA）将工况分为四类,然后用马尔可夫链的方法对四类工况进行类内工况预测。分析了四类工况的能耗和单位里程SOC的下降值,用仿真软件中汽车模型结合荷电状态估计方法和工况预测做仿真实验,并搭建实车平台进行数据采集验证方法适用性,结果表明整个方法能较好地对续航里程进行预测。