日趋恶化的大气污染和能源问题使得环保型电动汽车在研制和推广方面越来越多地被人们所关注。作为电动汽车实用化和商品化的关键技术之一，电池管理系统的开发与研制也被认为是发展电动汽车的重要环节之一。其中，电池剩余电量SOC（State OfCharge）估计一直以来都是电池管理系统研究的核心，是整车控制策略调整的判断依据。磷酸铁锂锂离子电池因其卓越的性能而备受关注，本文使用这种电池对荷电状态SOC的估计策略进行研究。本文首先对电动汽车及相关技术进行了简单概述，其次在考虑磷酸铁锂锂离子电池（LiFePO4）性能的同时，分析了影响电池荷电状态SOC的内外因素。然后针对国内外几种常用的SOC估计方法中存在的估计精度不高，数学模型建模复杂，实时性差等缺点，本文提出两种新的算法，即最小二乘支持向量机法（LS-SVM）和小波神经网络法（Wavelet Neural Network），通过大量实验数据进行预测分析比较，结果证明了两种方法的有效性与可行性。最后本文又将电池健康状态（State Of Health, SOH）因素引入LS-SVM模型中，提出了根据SOH修正电池SOC权值的方法，精度得以进一步提高。