纯电动汽车由于零排放,无污染的优点已经得到越来越多国家的认可,成为目前国际节能环保发展的主攻方向。但是电池作为电动汽车能量源,还没有达到与发动机媲美的地步,虽然目前电池比能量正在逐步提升,但是电动汽车电池充满电后的续驶里程还远不及传统车,电池管理系统可以提高电池效率,改善电池性能,因此对电动汽车电池管理系统的研究具有重要的意义。电池剩余电量(State of Charge,SOC)的估算是电池管理系统(Battery Management System,BMS)的核心组成部分,通过对电池SOC进行研究,不仅可以了解电池的剩余电量,而且还可以提高电池的寿命以及电池的使用性能,因此对SOC的估算有着重要意义。首先,本文介绍了电动汽车的发展现状,其次介绍了电动汽车用电池的种类,通过对比各类电动汽车用电池,最终选取锂超级电容器作为本文的研究对象。为了更好的了解锂超级电容器性能并为后续建立等效模型做准备,研究了锂超级电容器的内阻特性,库仑效率特性,充放电特性以及自放电特性等。其次,介绍了几种常用的电池等效电路模型,如RC模型、梯形模型、三支路模型、神经网络模型等。通过分析各种模型的优缺点,最后确定了本文的电池等效电路模型,通过实验确定了开路电压与电池SOC之间的关系,同时用最小二乘法和多元线性回归的方法对等效电路模型参数进行了辨识和验证,确保本文的等效电路模型能准确的反映出锂超级电容器的实际状态,并对所搭建的模型进行了验证,以确保所选模型的准确度。最后,介绍了几种常用的电池SOC估算方法,如安时积分法,内阻法,开路电压法,神经网络法,模糊逻辑算法,粒子滤波法,卡尔曼滤波法,通过对卡尔曼滤波算法的研究和分析,本文最终选取了无迹卡尔曼滤波(UKF)算法作为SOC估算方法。通过在Simulink中搭建无迹卡尔曼滤波算法仿真模型,并将实验数据导入到模型中,同时将仿真模型与dSPACE进行联合仿真,将仿真结果和实验结果进行对比,确保了无迹卡尔曼滤波算法具有较高的准确性。