近年来我国电动汽车发展迅速,钛酸锂电池具有倍率性能好、使用寿命长、安全性高等优势,因此成为电动汽车的理想动力装置。精准的SOC可以有效防止电池过充、过放,保障电池的安全应用,实现电池能量最高效率的利用,为后续的主动均衡研究提供数据方案,对预测电动车的剩余行驶里程以及电池组的使用和维护有着重要的意义。由于在当前传感器存在漂移电流,从而导致估计算法与电池模型使用了带有误差的数据,进而造成荷电状态(State of Charge,SOC)估算值存在偏差。本文首先介绍了锂离子电池的化学反应原理和工作特性,进而突出了钛酸锂电池在应用中的优越性,为后续模拟工况的进行提供了可靠的实验对象,然后介绍了现阶段主要的SOC估计算法,通过分析对比确定了后续估计SOC时所用的算法。针对估计SOC结果受漂移电流影响这一现象,通过分析漂移电流的产生,表明了漂移电流长期存在却又一直被忽略,选用多个不同测量精度的传感器,通过模拟工况实验,验证了漂移电流对SOC估计结果的影响程度,实验表明估算误差与漂移电流大小呈现出正比关系。最后,介绍扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF)、容积卡尔曼滤波器(CKF)算法,分析了三种非线性卡尔曼滤波器的性能,其中UKF和CKF算法在滤波精度上高于EKF,并通过数学理论证明了 CKF算法在处理非线性系统时的稳定性和收敛性,对钛酸锂电池进行了经典的充电、放电实验,分别以Drift-Ah积分法和电化学噪声模型作为滤波器的状态方程和观测方程,以CKF对电池SOC做了估算,通过比较本次方案与其他方法在估计SOC时的误差和计算量,结果表明Drift-Ah积分法和改进的电化学噪声模型可以较好的SOC估计效果。