目前,锂电池是新能源纯电动汽车的主要动力来源。所以,为了保障整个锂电池系统安全与高效地运作,需要使用BMS对电池系统进行管理。而SOC估计又是BMS的核心技术之一。所以,本文分析总结了目前SOC估计算法中存在噪音统计特性不确定、系统模型不准确、协方差矩阵不正定等问题。在此基础上,提出了采用改进强跟踪滤波器I-STF修正系统模型不准确时估算精度,并且与改进后的容积卡尔曼I-CKF结合,建立了双滤波结构的电池SOC估算算法,实现了模型参数与电池SOC联合在线估计。本文首先搭建了锂电池测试平台,实验测试了不同放电倍率及温度下的可用容量特性、电阻特性,分析了环境温度、可用容量及放电倍率对锂电池开路电压的影响,建立了相关性能参数的数据库,为后续的算法验证提供了数据支撑。其次,建立了电池外电路二阶ECM离线时间方程,并在此基础上得到了模型参数离线辨识的结果,为后续参数在线辨识提供参考数据。随后,分析了现有SOC估计算法的问题,提出了采用改进I-STF强跟踪滤波器处理系统噪音与模型的时变特性,并且与I-CKF结合,改进了协方差矩阵P的计算过程,建立了双滤波结构的电池SOC估算算法,实现了模型参数与电池SOC联合在线估计。最后,本文对所用电池进行了HPPC、循环DST、循环UDDS三种工况下的测试来验证以上提出的算法的精确度及鲁棒性。