为了应对当前世界的能源危机和环境污染问题,各国政府都在积极推动交通工具驱动系统的改变。其中,电动汽车是一种有效手段。电动汽车中,动力电池是能够影响电动汽车性能的重要因素之一。电池能量的储存与释放通过电池内部的化学反应完成。电池管理系统(Battery Management System,BMS)主要承担监测、管理动力电池的任务,对电池工作状态的监测尤为重要。电动汽车BMS的主要任务包括电池荷电状态(State of Charge,SOC)的估计,准确的SOC估计是电动汽车安全、有效行驶的前提。本文考虑电池等效电路模型的特征,依托分数阶微积分理论,建立新型分数阶电池模型,探索基于分数阶的SOC估计算法,提高SOC估计的准确性。本文以三元锂电池为研究对象,开展以下工作:对电动汽车BMS以及SOC估计的研究背景和研究现状展开详细的分析,对分数阶微积分的研究现状进行介绍,研究锂电池工作的电化学反应原理以及三元锂电池的多项性能指标,分析电池的动态特性。对所选择的索尼US18650GR G7三元锂电池进行充放电实验,实验内容包括脉冲功率特性测试,放电电流为1C的静态恒流工况实验,以及大小、周期不规则的UDDS动态工况实验,记录三个实验中锂电池负载电流以及电池端电压的实验数据。依据分数阶电容模型,建立分数阶二阶RC等效电路模型,将锂电池描述成能表达电池特性的状态空间方程,引入最小二乘法,结合脉冲功率特性测试曲线,对包括分数阶阶次在内的模型参数进行有效辨识。参数辨识结果表明,模型端电压估计值较好地跟随了脉冲功率特性测试中的实际端电压值。本文详细分析了标准卡尔曼滤波和扩展卡尔曼滤波的特点和不足,引入无迹卡尔曼滤波,实现了基于分数阶电路模型的无迹卡尔曼滤波推导,提出了分数阶无迹卡尔曼滤波,在静态工况和动态工况下,利用所记录的锂电池负载电流数据和端电压数据进行SOC估算,与实际测量值进行对比,结果表明所提出的分数阶无迹卡尔曼滤波比整数阶卡尔曼滤波有更精确的估计效果。本文还引入了H_∞观测器,结合整数阶二阶RC模型的参数,设计出一个H_∞观测器,对锂电池的SOC在两种工况下进行估算,结果表明H_∞观测器也能精确地估计电池SOC,并且具有较好的鲁棒性。