新能源汽车主要是以锂离子电池作为能量来源,而电池管理系统用于对新能源汽车的电池组进行管理和监控的系统,能够实时检测电池各种参数,控制电池在充分发挥电池能量的同时,防止电池在放电时出现过放现象,在充电时出现过充现象,以及控制出现热失控现象,保障电池的安全使用,不仅可以延长电池的使用年限,还可以提高电池使用效率,延长汽车的续航里程。电池SOC值在电池管理系统中作为最重要的估计数据之一,能否准确对其进行估计,直接影响着车辆的控制和决策,对提高行车效率和安全有着重要的意义。本文提出一种带温度修正的自适应FEKF的SOC估计算法,并进行了硬件在环设计及验证。首先,本文针对电池模型和SOC估计,总结了国内外在电池建模及SOC估计方面的发展现状和研究成果,从电池模型的建立、参数辨识以及SOC估计算法三个方面出发,对电池SOC估计进行研究,并提出改进方案。其次,对三元锂离子电池进行了特性测试实验,考虑温度变化对所建立的电池模型参数的影响,通过连续和脉冲充放电实验,建立了电池特性参数与温度的关系;对电池进行交流阻抗谱实验,将二阶RC等效电路模型中的电容替换为CPE元件,建立RQ分数阶等效电路模型,利用温度对模型参数进行修正,结合分数阶理论对模型进行离散化,采用改进的遗传算法对该模型进行离线辨识,在脉冲工况下将该模型与传统整数阶模型做了对比;在DST工况下将带温度修正的模型与恒参数模型做了对比。结果表明,分数阶模型较传统模型具有更好的精度,带温度修正的模型比恒参数模型有更好的精度。再次,推导并改进了带温度修正的分数阶扩展卡尔曼的算法公式。采用自适应规则对扩展卡尔曼中的噪声协方差进行调整,通过仿真,比较了带温度修正的自适应分数阶扩展卡尔曼算法和其余卡尔曼滤波算法的精度和鲁棒性;通过设定不同初始值下比较了带温度修正的自适应分数阶扩展卡尔曼滤波算法的收敛性;在不同温度下比较了带温度修正的自适应分数阶扩展卡尔曼滤波算法的精度和鲁棒性。最后,建立锂离子电池SOC估计的硬件在环系统,将实时采集到的电流、电压及温度信号发送到上位机,在上位机中嵌入T-AFEKF算法,实现对电池SOC进行实时估计显示。