电动汽车包含着三大主要技术:电池、电机及电控。动力电池作为当前为电动汽车提供主要或者唯一驱动力的设备,是限制其迅速发展的主要瓶颈技术。电池管理系统(Battery Management System,BMS)能够实现电池的数据监测、状态评估、故障诊断等功能,直接关乎电池使用的准确性及安全性。准确而快速的电池荷电状态(State Of Charge,SOC)结果对电池系统及能量管理系统来说是至关重要的核心技术,是诸多状态估计研究以及相关控制策略制定的基础。本文以锂离子电池为研究对象,对电池SOC状态估计进行深入研究。首先,简单了解电池的基本工作原理以及相关的电池工作特性。其次,介绍了多个锂离子电池的等效电路模型,并经过混合功率脉冲特性(Hybrid Pulse Power Characteristic,HPPC)实验、动态应力测试(Dynamic Stress Test,DST)实验测试标准实现对各个电池模型的参数辨识,对比分析各模型的精度并获得相关模型参数。然后提出了一种基于多级PI状态观测器(Proportional-Integral Observer)的电池阻抗及SOC的估计方法。PI观测器能够抑制建模误差并以较少的计算量实现精确的电池阻抗及荷电状态估计。另外,在系统模型中引入了已补偿值?,期望能够根据电池使用情况(文中采用电池阻抗均值表征),补偿部分衰减的电池容量,改变电池模型特征,主动匹配观测器参数,实现电池多状态下的SOC估计。通过复合动态应力测试实验验证了算法的有效性以及适用性。结果表明所提出的方法是能够实现电池不同使用程度下的SOC估计,抑制测量等噪声引起的误差。在有效放电周期内,SOC的最大估计误差可以保持在2%左右。该方法计算简单便捷,易实现。最后,进行对基于Thevenin/二阶RC模型的PI状态观测器的仿真验证,并对模型补偿值?在不同系统模型下的可行性进行分析。结果表明,补偿值?的引入能够适应电池不同使用程度下的SOC估计,同时使系统在实现准确SOC估计的前提下能够容忍一定程度的阻抗波动以及容量衰减。补偿值?的容错性区域还会随着电池使用程度的加深而逐渐扩大,但会因为系统模型精度的提高而变得狭窄。