在国际和国内大环境下,新能源汽车成为了汽车行业的新宠,作为其代表的电动汽车占据着主要的市场份额,也是其发展的重中之重。电动汽车中动力电池管理系统是整车高效、安全运行的核心保障,而荷电状态（SOC）又是动力电池管理系统对动力电池进行管理和控制的关键变量之一,准确的SOC估算将有利于提升汽车的性能和安全性。本文的工作重心即是围绕动力电池SOC的估算开展的,针对动力电池的非线性特点,选择无迹卡尔曼滤波（UKF）算法估算SOC。首先,将IFR26650-33A磷酸铁锂动力电池放入温度可控的试验箱中,通过BTS20电芯测试系统分别进行了可用容量测试、开路电压测试、混合脉冲功率特性测试（HPPC）、动态应力测试（DST）和美国联邦城市运行工况（FUDS）等电性能测试,为后面等效电路模型参数辨识以及SOC估算做准备。其次,基于估算精度和计算量选择了等效电路模型中的Thevenin模型作为动力电池模型。先是采用遗忘因子递推最小二乘法对该模型进行了在线参数辨识,辨识结果显示,仿真电压与实际电压的误差最大不超过0.02V。而后搭建动力电池的Simulink等效电路模型和Simscape等效电路模型,对比之后选择了容易创建、理解和维护的Simscape模型,并基于该模型,采用Simulink参数估计工具箱Parameter Estimator对其进行了离线参数辨识;辨识结果显示,仿真电压曲线与实验电压曲线重合度较高,说明离线参数估计工具箱Parameter Estimator的可靠性。再次,以动力电池Simscape模型为基础,通过分析电池模型的状态转换方程和观测方程,离散化之后分别定义Simulink函数,插入无迹卡尔曼滤波器模块,并完成其参数配置。分别导入HPPC测试、DST和FUDS动态工况的电流信号进行仿真。最后,仿真结果显示,在SOC初值偏差10%情况下,曲线收敛之后,HPPC测试、DST和FUDS动态工况的SOC估计值与实际值的偏差基本保持在2%以内。为了验证无迹卡尔曼滤波器模块的鲁棒性,在FUDS工况下,人为的将SOC初值偏差从10%增加到20%、30%,发现随着SOC初值偏差的增大,开始时间段SOC估算误差有增大的趋势,但误差收敛之后,SOC的估算误差仍然能维持在2%以内。