汽车铅酸电池在汽车上承担起动和辅助供电作用,是整车电源系统的重要组成部分之一。铅酸电池荷电状态(State of Charge, SOC)是电池内部状态中一个重要参数,它与电池温度、寿命状态和初始状态等非线性因素密切相关。如何实时在线估计铅酸电池SOC直接关系到电池使用寿命和整车能量控制策略的有效性。本文首先对铅酸电池的化学工作原理和部分常用性能参数进行了简单介绍,通过实验方法对电池电压、容量、内阻等与SOC存在关系的特性参数以及电池充放电特性进行了研究。其次,根据电池的相关特性,结合铅酸电池Randles等效电路模型,提出了反映电池动态特性并忽略自放电效应的一阶RC等效电路模型。为了保证模型精度,对电池模型动态参数进行了在线辨识。再次,针对电路模型,结合铅酸电池SOC与开路电压关系特点,建立了状态方程和线性化输出方程；通过实时调整协方差优化迭代步骤,建立改进的卡尔曼滤波算法；利用该算法,结合模型参数在线辨识,提出了基于双卡尔曼滤波(Dual Extended Kalman Filter, DEKF)的铅酸电池SOC估算方法。最后构建了卷绕式阀控铅酸蓄电池放电的实验平台,对实验采集到数据,利用本文算法与安时积分法、固定参数的卡尔曼滤波法进行了对比验证。实验结果表明上述铅酸电池SOC估算方法是有效的,其不需要对电池模型参数的离线估计,即可得到比较准确的电池模型和SOC,相比于传统的安时积分法和卡尔曼滤波法更适合用于在线检测。