随着汽车保有量的快速增长,能源危机日渐严重,发展电动汽车已是大势所趋。动力电池组是电动汽车的重要组成部分,也是电动汽车的动力来源。动力电池的荷电状态(State of Charge,SOC)相当于传统燃油汽车的油表,精确的SOC估计能表征汽车剩余续航里程;同时对防止电池的过充过放,延长电池使用寿命及提升电池安全性能等起着至关重要的作用。电池单体由于生产、使用等环节带来的不一致性,导致电池组内单体存在差异,影响电池使用安全。本文以三元锂电池组为研究对象,设计了被动均衡电路,研究了被动均衡策略,减小电池之间的不一致,在此基础上对电动汽车电池组的SOC进行估算。首先,针对研究的三元锂电池,在保证精度且计算快捷的基础上,建立了二阶RC等效电路模型,并使用遗传算法(Genetic Algorithm)对模型的参数进行辨识。分别在HPPC和UDDS工况下进行了模型参数验证,实验结果验证了所建模型的有效性和模型参数估计的准确性。其次,为减小动力电池单体不一致性对动力电池组的影响,分析了造成电池不一致性的成因以及消除方法,提出了基于电压均衡的被动均衡方法,减小各单体电池之间的不一致,设计了相应的均衡控制策略实现均衡的开启和关闭。实验验证表明,设计的电路及算法使得单体电池之间的电压差在设定的均衡阈值以内,达到了设计目标。然后,分别运用扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)和平方根容积卡尔曼滤波算法(Square Root Cubature Kalman Filter,SCKF)对单体电池的SOC进行了估算和对比,对比结果显示在混合脉冲工况下,SCKF估算的均方根误差(RMSE)和平均绝对误差(MAE)均优于EKF。同时,对比了所提出算法在不同初始SOC下的收敛速度,证明SCKF算法的快速收敛性;另外,对设计的电池SOC估计算法使用城市道路循环(Urban Dynamometer Driving Schedule,UDDS)和动态应力测试工况进行了验证,验证结果表明SCKF算法具有较好的SOC估计精度。最后,在获取单体电池SOC的基础上,提出了自适应平滑滤波电池组SOC估计算法。根据测量得到的单体电池电压挑选出单体电压的最大值和最小值,运用SCKF估算电池组中的最大SOC和最小SOC,通过调整权重因子和偏移量,最终计算输出电池组的SOC,使得电池组SOC在最大与最小单体SOC之间平滑过渡,实验证明了所提出算法的合理性,同时能够有效避免电池组过充和过放。