目前,电动汽车因其能源清洁、环境友好的优点已成为全球汽车发展的主流方向,其中混合动力汽车已实现商业化,插电式混合动力汽车和纯电动汽车也已逐步占领市场。动力电池作为新能源汽车的核心部件和主要动力来源,对其进行合理而完善的监控管理是十分重要的。在电动汽车电池管理系统(Battery Management System,BMS)中,电池的荷电状态(State of Charge,SOC)表示电池的剩余容量与额定容量的百分比,是电池监测管理中一个至关重要的参数,其准确估计是电动汽车能量优化算法的基础。动力电池是一个复杂的非线性时变系统,由于内部不断发生着复杂的化学反应,其外特性也在不断改变,如电池可用容量、电流、电压和SOC等。在电动汽车应用过程中,电池的寿命、安全性和性能都受到运行工况和环境温度等因素的影响。但目前电动汽车工作环境和电池热管理技术很难保证电池始终工作在常温范围内,因此对电池性能受温度影响的电池建模以及SOC估计算法的研究具有一定的理论意义和应用价值。本文针对电动汽车磷酸铁锂电池,开展了以下研究:首先介绍了电动汽车及动力电池的发展情况,阐述了BMS的功能结构进而分析了电池SOC估计的难点和重要意义,总结了影响SOC估计精度的因素、SOC的定义、SOC估计方法、电池模型种类和SOC估计算法仿真验证平台的国内外研究现状和发展趋势,并着重对动力电池温度依赖模型的建模方法以及考虑温度因素的SOC估计方法进行了分析总结。现有电池建模和SOC估计方面的研究大多是在恒温条件下讨论的,且电池模型参数是固定的;而部分引入温度影响的研究中多采用查表或模糊逻辑的方法,其精度有待提高。接下来本文针对电动汽车常用的动力电池——26650磷酸铁锂电池,将电池单体看作一个质点,搭建了环境温度可控的电池测试平台,进行了一系列电池容量、充电效率、开路电压、欧姆电阻以及极化电容电阻的标定测试实验。根据所得实验数据对电池外特性参数随温度变化的规律进行了分析,结果表明了电池参数(可用容量、充电效率、电池内阻)随温度变化较为明显,且开路电压与SOC特性曲线在充放电过程存在明显迟滞特性。因此本文基于电池电化学原理和对经典电池模型的分析,着重分析了锂离子电池参数受环境温度的影响和开路电压的迟滞特性,建立了电池带迟滞的参数温变双极化(Dual Polarization,DP)模型,并在此基础上,确定电池的状态空间模型;根据实验数据,在每个温度点下辨识模型参数,拟合出参数与温度的函数关系,降低了因个别数据误差较大造成的系统干扰;进而在Matlab/Simulink环境下搭建仿真模型,将所建立的电池带迟滞的参数温变DP模型与不考虑迟滞和参数温变的DP模型对比,验证了在不同环境温度和充放电切换工况下的模型精度,解决了现有模型因参数固定和变化不连续造成的适应性差和精度不够的问题。本文针对电池带迟滞的参数温变DP非线性模型,设计了基于H∞观测器法的SOC估计器,但它在电流突变的细节上处理的不太理想,针对这种动态特性,本文采用自适应滑模观测器(Adaptive Sliding Mode Observer,ASMO)算法,实时更新观测器增益矩阵中随温度变化的参数,实现了在不同环境温度和充放电切换工况下的锂离子电池SOC的精确估计。在Matlab/Simulink环境下搭建了SOC估计仿真模型,并将两种方法的SOC估计效果进行了比较,验证了不同环境温度和充放电切换工况下基于ASMO的电池SOC估计方法的有效性和鲁棒性。最后通过AMESim软件中的电动汽车整车模型与Simulink算法模型进行联合仿真。结合Simulink中已建立的基于ASMO的电池SOC估计算法模型,选取不同实车工况,验证在实际工况下的电池SOC估计算法的有效性和准确性;利用搭建的基于xPC Target的半实物仿真平台,实时采集真实电池的数据并估计电池的SOC,从而在半实物仿真条件下验证本文提出的模型及算法的有效性、准确性及可靠性,推进SOC估计算法在实车上的应用。