随着低碳环保概念的逐步深入人心，发展无污染工业已是一种趋势，混合动力汽车就是其中一个可持续发展领域。电池管理系统关系到电动车辆的实用性和市场化，是电动汽车的一个关键技术。其中，电池荷电状态(State Of Charge, SOC)预测是电池管理系统的最重要功能之一，要求能够实时、在线、准确估算。因此，研究能够快速、准确估算SOC的方法，对于电池的正常使用及车辆的安全行驶具有非常重要的作用，意义重大。本文主要研究镍氢动力电池SOC估算方法及其实现。本文在大量充放电试验的基础上，详细分析了电池的充放电工作特性，通过研究电池的外特性，了解电池的端电压、电流、充放电效率等因素对SOC估算的影响，为研究电池模型及SOC估算算法提供了依据。本文将电池的工作状态分为充电、充电后停歇、放电、放电后停歇四个阶段，以传统的Thevenin模型为参考，建立相应的二阶等效电路模型，并通过相应的电压跟随监测实验验证了模型的可靠性。在此多态MH/Ni动力电池模型的基础上，结合对SOC估算影响因素的分析及目前常用的SOC估算方法优缺点的衡量，采用了适用于非线性系统的扩展卡尔曼滤波法对电池的SOC进行预测，并适当地融入了开路电压法和安时法。电池的不同阶段采用不同的算法，综合了多个算法的优点，有利于提高SOC的预测精度，为镍氢电池SOC估算方法提供参考。本文设计并实现了一个电池管理实验系统，采用一种可堆叠式架构的动力电池管理系统，阐述了系统的总体思想及各个模块的实现。该试验系统能够实现电池状态的判断、数据采集、数据通信、SOC估算、液晶显示和故障报警等功能，达到了实时、在线、准确测量电池电压、电流、温度和估算SOC的要求。本系统的试验结果表明，扩展卡尔曼滤波算法运用在多态MH/Ni动力电池模型上，对电池SOC估算是有效的，精度能够满足预期要求。在混合动力汽车MH/Ni动力电池SOC估算及其管理技术的理论和实践研究中，本文取得了一定进展，对今后的研究具有一定的参考价值。