纯电动汽车高效、可持续、清洁环保等优点促使汽车产业由传统汽车向新能源汽车转变。纯电动汽车的市场渗透与动力电池的效率、寿命、安全性和成本等因素息息相关,目前制约电池管理系统快速发展所面临的关键挑战是对电池荷电状态和健康状态准确高效地估计,从而提供电池各种运行工况下的剩余行驶里程估计。动力电池的状态辨识离不开高保真的电池模型和准确的估算策略,为此,本文开展锂离子动力电池电化学-热耦合模型研究,并且基于模型设计SOC和SOH估计算法,实现了电化学和热相关理论在电池管理系统中的应用。首先,基于锂离子动力电池的内部结构和充放电工作原理,分析其物理、化学和电化学特性,初步建立电池宏观与微观相结合的电化学模型。应用平均电极思想简化电化学模型并采用大系统降阶理论对电化学模型降阶处理。分析电池径向生热特性,引入温度对电池内部电化学相关参数的影响,搭建电池热模型,根据Bernardi生热方程与Arrhenius方程完成简化降阶的电化学模型和热模型之间的耦合,通过单体电池多倍率放电实验和不同温度下1C放电实验验证耦合模型的精度,电池电压误差总体上在0.2V以内,温度误差在1℃以内。其次,基于电化学-热耦合模型进行SOC估计研究,综合扩展卡尔曼滤波算法的准确性和平滑变结构滤波的鲁棒性,提出了估计过程中滤波增益自适应的混合观测器,通过电池内部锂离子浓度有效观测,建立锂离子动力电池SOC估计方法。并进行单体电池1C脉冲放电实验验证,与安时积分法相比,所提方法的SOC观测值偏差在4%以内并且对存在的初始误差具有修正功能。再次,分析电池放电倍率、放电深度和循环次数对电池SOH的影响,采用雨流计数法并基于电池SOC值统计不同放电深度下的循环次数,设计电池容量衰减因子,搭建了高性能的老化预估模型。通过单体电池不同放电倍率和放电深度下的循环老化实验验证算法的有效性,所提方法的SOH估计误差在3%以内。最后,为了验证模型和控制算法在实际控制器中的运行效果,在电池管理系统的硬件在环测试平台创建纯电动汽车半实物仿真,在软件Matlab/Simulink中搭建纯电动汽车整车模型和电池包模型,采用快速原型控制器编译锂离子动力电池状态估计算法,建立HiL测试的系统工程文件。通过整车NEDC循环道路工况实验验证了实际控制器中估计算法的有效性和鲁棒性。