随着全球能源与环保形势日渐严峻,电动汽车以低污染,能量转化率高的优点从而成为各个国家汽车产业研发的重要方向,在电动汽车使用过程中,荷电状态(SOC,State of Charge)的精确估计对维持电池的平稳运行状况以及提升能量转化效率有重要作用。本文在锂离子动力电池特性以及参数辨识基础上,进行锂离子电池SOC实时估计的研究。通过比较锂离子电池的特性以及等效电路模型的优缺点,本文选取二阶RC等效电路模型进行建模,建模工作通过Matlab/Simulink软件实现。首先使用离线辨识的方法辨识等效模型各参数,然后通过加载工况电流的方法来验证模型的准确性,仿真结果表明离线辨识方法具有一定的局限性。接着,在二阶RC等效模型的基础上,本文采用含遗忘因子的递推最小二乘算法来实现在线参数辨识。为了验证等效模型的精度,同样将工况下的负载电流加载到所建立的仿真模型上,然后将模型端电压与软件中Battery模块电压进行比对,获取等效模型的精度,仿真结果表明使用在线辨识参数的模型能够良好的体现锂离子电池的动态特性。最后,本文基于无迹卡尔曼滤波算法,增加了新息自适应协方差匹配过程,与传统的扩展卡尔曼滤波算法相比,加快了算法的收敛速度;与无迹卡尔曼滤波相比,通过噪声信息匹配的方法提高了算法对系统实际状态的跟踪能力,从而使估计精度提高了3.5%左右。研究结果显示,本文提出的SOC估计方法提高了估计精确度,有一定的参考价值。