影响国内外乃至全球经济发展的重要因素是能源的急剧减少与环境污染的严重,这两个问题现在很突出。因此研究新的可再生能源及新能源成为国内外政府亟待解决的重要问题。我国近几十年来科技实力和制造能力产生了急速的发展,尤其是新能源汽车行业发展迅速。有资料显示,我国在近几个月的汽车销售中,新能源汽车占例有很大的提高。但是BMS技术的发展仍有很大的上升空间,还需要大量的人力物力投入。其中最重要的就是动力电池的剩余电量的评估。动力电池是电动汽车的驱动力,对其剩余电量(SOC)的评估具有重要意义。精确的评估不仅能够保障电池高效使用还能够保障驾驶员的行车安全。本文选取了锂离子电池作为主要的研究方向,主要做了以下几个方面的工作:首先,本文介绍了新能源汽车动力电池估算SOC国内外发展现状,动力电池的发展背景以及电池性能和主要参数。通过查阅大量的相关文献并对比分析了各个电池等效模型,建立了锂离子电池内部机理对外展现出的特性的等效电路模型。之后通过对电池进行一系列的试验测试,采用最小二乘算法中的指数拟合,得到模型参数初值,以及得到了不同SOC下的开路电压。此时考虑了放电倍率对电池容量的影响,得到了放电倍率对电池容量的影响因子。其次,针对已经得出的等效电路模型参数,需要利用MATLAB/Simulink模块对这些参数进行验证。在Simulink模块模拟下得到的实验结果表明,此电路模型能有效的模拟电池的外特性。然后,利用神经网络算法进行等效电路模型中的参数与SOC关系的拟合。最后,通过分析锂离子电池的非线性外特性以及等效电路模型,建立了该等效电路模型的状态空间方程。卡尔曼滤波算法是主要应用在线性系统上,但是本文建立的模型是非线性系统,因此在此基础上分析了扩展卡尔曼滤波算法。由实验结果可以看出,本文提出的扩展卡尔曼神经网络算法对电池SOC的评估,具有以下的优点:抗干扰性强、收敛性强、估算精度高。