近些年,随着锂离子电池越来越多的应用于电动汽车,电池的健康寿命、电动汽车的续航里程、电池的能量回馈等已经成为影响电池系统的关键因素。电池剩余电量(State of Charge,SOC)估算准确的电池管理系统(Battery Management System,BMS)可以有效的应对上述问题,同时也是电动汽车的重要组成部分。SOC估算是BMS的核心部分,其精度影响电池健康寿命、均衡策略、热管理策略等多项技术参数。电池工作温度、充放电倍率、噪声、老化和电池组的不一致性是影响电池组SOC估算精度关键影响因素。本研究以18650型圆柱锂离子电池为研究对象,研究了一种无参数带遗忘因子的递推最小二乘法(Parameter-Free Recursive Least Squares,PF-RLS)与自适应平滑显示估计器(Adaptive Smooth Display Estimator,ASDE)相结合的电池组估算方法。主要研究内容如下所示:(1)锂离子电池工作原理和相关电池特性,分析温度、充放电倍率等相关因素对电池特性容量、开路电压(Open Circuit Voltage,OCV)等重要参数的影响,主要分析了单体电池成组后的电池组的不一致性。介绍了现有的相关电池模型。(2)建立本研究所需的电池模型一阶RC模型和电池组模型。在此模型上,对参数辨识方法进行介绍对比,最终提出参数辨识方法-PF-RLS,对开路电压进行实时获取,对相关参数的辨识精度进行比较分析。(3)根据电池特性与建立的电池模型、参数辨识方法,提出ASDE算法,从而得到准确的电池组SOC估算结果;同时基于不同的复杂工况对串联电池组SOC的估算进行分析,用ASDE算法与安时积分法、扩展卡尔曼滤波算法进行比较,对比了不同算法的鲁棒性和精准度。(4)进行了测试台架的搭建,开展了参数辨识验证与ASDE算法验证的工况试验,应用C语言对ASDE算法进行工程化实现,在BMS控制器软件与硬件的配合下,对ASDE电池组SOC算法进行实车验证,实验结果表明实车情况下具有很好的精度和鲁棒性。