随着世界石油危机和空气污染的严重,新能源环保型电动汽车(EV, Electric Vehicle)的研究开发受到了世界各地政府和企业的重视,且逐渐成为汽车行业的主要发展趋势。动力蓄电池组是电动汽车的能量提供者,其各项状态参数不仅是衡量电池性能的主要指标,更是推动电动汽车稳健发展的关键因素。电动汽车电池管理系统(Battery Management System, BMS)作为动力蓄电池的能量控制管理者,肩负着实时监测和优化整个车载电池各项参数的任务。电池荷电状态(State of Charge, SOC)的准确估算是BMS的核心内容之一,SOC值同时也是整车控制策略的重要判断依据。本文以磷酸铁锂电池为研究对象,采用扩展卡尔曼滤波算法实现SOC估算。首先,本文介绍了电动汽车的开发背景、发展趋势和车载电池的性能要求,通过分析了磷酸铁锂电池的工作原理和特性,总结出电池SOC估算的难点。从电池SOC定义和电动汽车现实运行工况出发,比较主要的电池SOC估算算法,采用电池联合模型,提出一种基于扩展卡尔曼滤波法的SOC估算策略,并在实验室条件下采集实测数据进行MATLAB仿真验证。该方法避免了常用安时计量法中因积分而存在的长期误差累积的弊端,以安时计量法的表达式作为扩展卡尔曼滤波算法的状态方程,将其优点和扩展卡尔曼滤波算法的长处相结合,进一步提高了估算精度。实验结果表明,本文采用扩展卡尔曼滤波算法所估算的电池SOC值与实测值基本保持一致,能够较为准确的估算电动汽车电池SOC,具有较强的实际应用价值。