随着汽车行业的飞速发展,同时受到能源和环境的限制,新能源汽车逐渐成为当今世界甚至未来汽车行业中的不可或缺的一环。动力电池,作为新能源汽车的核心动力零部件,如何正确的管理和使用动力电池,对电动汽车来说具有十分重要的意义,动力电池的剩余电量(SOC,State of Charge)估算是目前电动汽车电池管理系统研究的一个和热点难点问题。动力电池的SOC及时准确估算对电动汽车意义重大,SOC值的准确及时估算不仅可以增加电动汽车运行过程中的安全性和稳定性,优化驾驶性能,而且能有效防止电池自身的过冲和过放,进而增加自身使用寿命,提高利用率和使用经济效应。与此同时动力电池的SOC的估算对电池管理系统也十分重要,动力电池的SOC的准确估算还影响到到动力电池后续的充放电均衡控制和优化管理等。本文对电动汽车常用的锂电池进行研究,首先确立研究对象为18650锂电池,通过查阅相关的资料对其内部的内阻、电压、容量等特性进行分析。根据动力电池内部的工作原理来建立电池PNGV电路模型并进行参数估计,将建立后的电路模型用于后续的锂电池SOC估算研究中。在对新旧锂电池SOC估算算法进行研究分析的基础上,将新型SOC估算算法和传统SOC估算方法两者相结合,重点研究了的基于卡尔滤波算法的电池SOC估算原理,并将其改进变换成拓展卡尔曼滤波算法(EKF)后同锂电池PNGV模型相结合,同时引入基于最小二乘法的开路电压法和该算法进行结合,对锂电池SOC进行联合估算。同时也引入基于阻抗跟踪技术来对锂电池总电量进行更新,可以在锂电池未完全放电状态下实现总电量的更新,来弥补实际应用中因难以对锂电池进行完全放空而无法进行总电量更新的缺点。最后将本文的SOC联合估算算法同传统方法进行综合比较,通过Matlab/Simulink中建立电池的综合仿真模型对SOC算法进行评估和仿真,对其准确性进行验证,证明了算法优越性和准确性。软硬件设计上,通过利用TI公司的BQ76940系列锂电池测量芯片并结合Keil5开发环境对锂电池管理系统进行设计,分别设计了电池参数采集的硬件电路及软件实现代码,同时利用测到的参数在Keil中对SOC估算算法进行设计,并对锂电池进行SOC估算。最后通过上位机显示实现了锂电池的参数测量以及锂电池的SOC估算。