磷酸铁锂电池作为动力电池的一种,以其高放电倍率以及良好的安全性能被广泛的使用。尤其是在近几年来高速发展的电动汽车行业,在许多新能源大客以及部分电动汽车上已经投入使用。电池管理系统(Battery Management System,简称BMS)是检测和控制电池工作的核心系统,其中,电池的荷电状态(State of Charge,简称SOC)是BMS系统中的核心部分,SOC的准确与否直接关联到电池的工作状态、使用寿命和安全性能等指标。目前主流的SOC估计算法为基于模型的SOC估计算法,一个精度较高的模型是准确计算SOC的基础,但是现阶段的电池模型均出现了随着电流倍率的增高误差增大的情况,还没有在高电流倍率下可以稳定的保持高精度的电池模型。本文针对这一现状,基于改进单粒子模型(Improved Single Particle Model,简称SP+),在4C以下电流倍率的条件下进行修正,得到基于电流倍率的电化学修正模型,基于该模型确定了一个适用于该模型的算法,并在工程平台上实现。以具体工作如下:首先,针对现阶段的电池模型均出现了随着电流倍率的增高误差增大的情况,本文以SP+模型入手,通过具体分析SP+模型的参数约简的过程和电流倍率对该模型的影响,对该模型的结构进行了扩展;在结构修正的条件下,通过分析SP+模型的参数含义,对SP+模型的参数进行了敏感度分析以考察电流倍率变化时对电池参数的影响程度,以此建立了基于电流倍率的电化学修正模型。其次,针对当前主流算法种类繁多,均能对模型进行搭配的情况,本文对当前的三种主流基于模型的算法进行了设计,并将该修正模型嵌入其中。通过比较不同算法下SOC估计的精度及计算效率,选用一个最适合该模型的SOC估计算法。最后,为了模拟该SOC估计系统在实际条件下的运行情况,本文进行了基于修正模型和UKF算法的SOC估计工程实现及实验验证。以Simulink平台为基础,搭建了SOC估计算法系统,通过Simulink代码转换技术将搭建好的模型整体转换为嵌入式C代码并导入嵌入式平台中,并在不同倍率下做了SOC估计实验测试算法在嵌入式平台下的SOC估计精度。