为了解决能源危机与环境污染,世界各国汽车厂商积极致力于电动汽车的研究和产业化。蓄电池性能是制约着电动汽车产业化的关键因素。蓄电池是电、化学、物理综合系统,其静动态性能相当复杂。因此蓄电池特性模型与荷电状态(SOC)估计一直是业界研究的热点和难点。首先,在介绍蓄电池性能特性和总结现有蓄电池模型的基础之上,提出一种复杂度适中和物理意义明确的等效电路模型,推导得到模型在充电阶段、放电阶段、充电后静置阶段、放电后静置阶段的开路电压计算表达式。在通过充放电试验得到电池真实电压、电流值的基础之上计算得到等效电路模型元件值。基于上述电池性能模型,详细分析现有SOC估计方法的优缺点及适用场合,提出了一种结合神经网络自学习能力和模糊系统逻辑推理能力的自适应神经模糊推理的电池SOC估计方法。最后,将加速寿命方法引入到蓄电池的寿命预测模型中。借助文献中的失效数据对电池的寿命进行了在概率下的预测仿真,得到了蓄电池的寿命参数。通过对计算数据与实验数据的比较和模型仿真,得出电压预测值与其实际值基本吻合,SOC预测值与实际值的误差在8%之内的研究结果。表明该模型比较好地反映了电池特性,SOC估计算法精度可以满足一般要求,研究结果具有较高的应用价值。