随着能源危机和环境问题的日益严重,各国政府及汽车企业越来越重视电动汽车的研发。蓄电池及电池管理系统是电动汽车的关键部件,准确进行荷电状态(SOC)的估计对提高电池使用寿命和整车性能具有重要意义。本文以锰酸锂电池为研究对象,重点开展锂离子电池SOC估算方法的研究,具体成果如下：从锂离子电池的工作原理入手,在相关实验基础上,分析了锂离子电池的电压特性、内阻特性、效率特性和循环特性；从动态和静态两个角度对SOC进行定义,并且分析了影响电池容量的因素；考虑了温度、充放电倍率、循环寿命和自放电等因素,建立了锂离子电池的等效电路模型；设计了改进的HPPC循环试验,分不同的SOC点和充放电方向,用最小二乘方法拟合得到电池模型的参数；在Matlab中建立仿真模型,结果表明,该模型具有较高的精度,能够准确模拟锰酸锂电池的动态特性。本文基于扩展的Kalman滤波器(EKF)原理研究锰酸锂电池SOC估算算法。基于建立的电池等效电路模型,最终确定基于EKF的SOC估算算法的计算流程。为了提高估算的精度,对算法进行了三个方面的改进：采用静态常数增益进行全程滤波修正；增加动态增益以改善EKF算法对电流突变的适应能力；对观测误差方差进行动态修正。通过工况试验进行验证,该方法可以很快收敛到SOC真值附近,可以解决安时法初值难以确定和累计误差的问题。介绍了电池测试平台的构成与功能,结合SOC估算算法的开发流程,利用Matlab软件提供的RTW(Real-Time Workshop)工具将算法模型进行自动代码生成,集成到电池管理系统中进行硬件在环测试和台架试验。结果表明：EKF算法在工程上容易实现,且在频繁大电流充放电的工况下相对准确。最后分析了台架试验的误差来源、不足与需要改进之处,并且给出了EKF算法的适用范围。考虑到电动汽车的运行工况,提出了纯电动汽车EKF对安时法一次修正、混合动力电动汽车EKF对安时法不断修正的SOC估算方法,以纯电动汽车中的EKF修正安时法为例,设计了台架试验方案,验证了EKF修正安时法的有效性。台架试验证明,EKF修正安时法既能快速有效地估算电池的SOC,又能避免庞大的数据处理运算,本文研究的基于EKF的锂离子电池SOC估算方法在BMS中具有一定的实用价值。