当前日益严重的环境污染及能源短缺问题迫切要求汽车工业向绿色技术领域全面转型，新能源汽车因其节能、环保、无污染等特征已成为未来汽车工业发展的必然方向。我国的电动汽车产业在国家相关政策的大力扶持下已取得了巨大的发展。但由于受限于车用动力电池系统相关领域内的研究技术瓶颈，电动汽车尚存在续驶里程短、维护成本高、安全可靠性差、市场普及度低等问题。为克服这一技术发展瓶颈从而推动我国电动汽车的产业化进程，除了对电池本身的材料与结构进行探索以外，还需要对动力电池的监控管理技术进行进一步的深入研究，如何提高复杂工况下的动力电池状态估算的实时性及精确性成为目前电池监控管理技术领域的重点研究对象。针对上述问题，本课题以锂离子动力电池为研究对象，对其外特性特征进行了深入分析，在此基础之上对锂离子动力电池的外特性模型建立及模型参数辨识方法展开研究，进一步针对锂离子动力电池的状态（包括荷电状态与健康状态）分析方法进行了深入探讨，并结合上述研究成果，综合运用无线通信、卫星导航、互联网及计算机等相关服务工具建立动力电池远程信息服务系统实现对动力电池的远程状态估算及电能管理。研究主要内容及创新如下所示：　　（1）对锂离子动力电池在充/放电过程中的外特性特征极其影响因素（包括温度、内阻、容量等）进行深入分析，在此基础之上，根据目前已有研究中常见的动力电池外特性模型，对相应的参数辨识方法展开研究，并根据对应的测试标准设计相关实验用于对比各种外特性模型的优劣，为后续锂离子动力电池优化模型的提出进行铺垫。　　（2）基于对各种锂离子动力电池外特性模型特征的研究分析，提出了由一阶戴维宁模型与一状态滞回特性模型组合而成的优化外特性模型，以荷电状态作为系统的状态变量，重新构建了锂离子动力电池荷电状态估算工作模型。结合上述工作模型，运用传统的非线性卡尔曼滤波算法实现锂离子动力电池的荷电状态估算。在滤波过程中对传统算法的数学特征及鲁棒性分析的基础之上，提出了基于量测噪声自适应修正的卡尔曼滤波算法，根据优化模型的量测噪声特性及工况跟踪特征，设计相应的模糊规则实现模型量测噪声的自适应修正，以提升锂离子动力电池荷电状态的估算精度。为了提升状态估算算法的实时性，将交互多模型卡尔曼滤波算法引入至锂离子动力电池荷电状态估算，根据电流激励变化，划分不同的工况区间，确定各模型荷电状态估算结果分配权重，综合运用动力电池信息服务系统的车载端与远程服务端完成对动力电池组荷电状态的实时精确估算。　　（3）分析了不同加速应力因素对动力电池寿命衰减的影响及衰减区间内动力电池的性能参数变化趋势，选取欧姆内阻作为动力电池健康状态的表征指标。在此基础之上，提出了基于非耗散均衡控制策略的动力电池欧姆内阻在线辨识方法，运用均衡器开启及关闭瞬间在单体上产生的脉冲激励，结合动力电池的端电压随时间变化趋势，运用递归最小二乘法完成对锂离子动力电池单体欧姆内阻的在线辨识，并采用双卡尔曼滤波算法用于修正由于外界噪声引起的欧姆内阻的量测漂移，从而实现动力电池健康状态的精确预估。为了提升均衡控制精度，提出了基于动力电池模型动态参数预估的单体能量均衡控制策略，以单体开路电压及欧姆内阻差异作为一致性表征指标，实现锂离子动力电池组单体均衡的精确控制。　　（4）建立了动力电池信息服务系统，结合前文的研究成果实现锂离子动力电池组的远程状态估算。详细描述了动力电池信息服务系统框架、车载端硬件架构，信息服务平台架构，并针对远程服务在锂离子动力电池状态估算领域中的应用进行了相应介绍。所设计动力电池信息服务系统具有较好的可扩展性，可配置性及可移植性，目前已成功应用于国内某汽车公司生产的插电式混合动力汽车及小型纯电动汽车。