随着环境污染和能源危机的日益加剧,节能环保的电动汽车受到各国政府的关注,电动汽车产业成为全球交通能源转型的发展方向。作为电动汽车的关键组成单元,动力电池的状态好坏、寿命长短在很大程度上决定了电动汽车整体的性能优劣。动力电池的荷电状态(State of Charge,SOC)是动力电池的重要参数,表征了电池剩余容量的多少,是电池管理系统对动力电池进行管理控制的重要依据,也是制定能量管理策略的关键因素。准确估计动力电池的荷电状态(SOC)对提高电池使用寿命和整车性能具有重要意义。但动力电池内部电化学反应复杂,非线性强,在动力电池模型建立和SOC估计两个方面都存在困难。本文工作主要从电池模型建立和SOC估计两个方面对磷酸铁锂电池进行了研究。本文以3.2V/10Ah磷酸铁锂电池为研究对象,通过对其进行不同电流倍率的充放电实验、不同温度下的放电实验、HPPC循环实验等一系列实验,分析了磷酸铁锂电池的充放电特性和温度特性。在对现有电池模型特点进行简单介绍后,考虑电池的充放电电流方向和放电倍率,在Thevenin等效电路模型的基础上建立改进的等效电路模型。本文采用HPPC循环实验,运用最小二乘法辨识得到在不同SOC点充放电方向上的电池模型参数,再利用Matlab中的cftool工具箱进行参数拟合。根据拟合得到的模型参数,在Matlab中建立改进的等效电路模型,并对其进行实验仿真对比。对比结果表明,本文建立的改进等效电路模型具有较好的精度,能够准确模拟磷酸铁锂电池动态特性。基于所建立的改进等效电路模型,本文采用扩展卡尔曼滤波算法对磷酸铁锂电池SOC进行估算。扩展卡尔曼滤波算法可以通过不断地迭代计算,逐渐逼近真实值,克服了安时积分法初值难以确定的缺点,但它对模型的依赖性较强。考虑到电池本身的强非线性和模型所存在的必然误差,为了进一步提高电池SOC估算精度,本文对扩展卡尔曼滤波进行了两方面的改进：修正观测噪声协方差；引入增益因子。最后,通过对磷酸铁锂电池进行动态工况测试,对算法改进前后的估计结果进行了对比分析。分析结果表明,改进后的算法能够有效估算电池SOC,在一定程度上提高了SOC估算精度。