环境污染与能源枯竭问题得到了越来越广泛的关注,新能源汽车随之飞速发展,电池管理(BMS)技术是新能源汽车现存的技术难点之一,其中电池的荷电状态(SOC)估计与温度(SOT)估计是主要的技术瓶颈。针对以上问题,本文的重点研究工作与内容有:(1)首先介绍锂离子电池的种类、主要组成部分以及工作原理,然后对锂离子电池的电特性(包括充电特性、放电特性、开路电压(OCV)特性、容量特性和内阻特性)与热特性进行详细分析。(2)基于对锂离子电池电特性的详细分析,建立了锂离子电池的考虑温度变化的2-RC等效电路模型。并对所建的电池等效模型进行参数识别。最后,在恒温与变温条件下分别验证了所建模型的精度。(3)基于所建的考虑温度变化的2-RC等效电路模型,提出了一种双卡尔曼滤波算法,该算法综合利用扩展卡尔曼滤波算法(EKF)、安时积分法以及卡尔曼滤波算法(KF)对电池的SOC进行准确估计。然后采用三种不同的工况与不同的环境温度条件,分别对所提出的基于双卡尔曼滤波的SOC估计算法的精确度进行验证。(4)建立了锂离子电池的集总参数双态热模型,并实现了热模型与电模型的耦合。在此基础上,采用直接测量法与最小二乘法进行热模型的参数识别。最后利用恒流放电工况对所建电热耦合模型的精确度进行验证。(5)基于所建的锂离子电池的电热耦合模型以及KF算法,提出了一种锂离子电池的自适应核心温度估计器,并证明了该估计器在电热耦合模型的基础上精度有一定的提高。考虑到从电池表面到环境的散热条件的变化性,提出了基于联合卡尔曼滤波算法的自适应核心温度估计器,并对其进行验证,结果表明该估计器精确度高且具有良好的适应性。