为了保护环境,节约能源,电动汽车与混合动力汽车逐渐成为大家关注的热点。锂离子电池由于其优秀的功率密度与电流效率,广泛作用为纯电动汽车和混合动力汽车的动力源。为了保证锂离子电池车用时的安全性和延长锂离子电池的使用寿命,对锂离子电池内部状态的估计是必不可少的。本文基于电化学阻抗谱,对锂离子电池的内部温度和荷电状态（State of Charge,简称SOC）进行估计,主要进行以下工作。首先论述传递函数与电化学阻抗谱之间的关系,以及要获得电化学阻抗谱需要系统满足因果性、线性和稳定性这三个基本条件。然后对两块并联的软包电池进行电化学阻抗谱实验,采集不同温度不同SOC下电池的电化学阻抗谱图像与数据,并提出可以利用常相位角元件与其他等效电化学元件搭建分数阶电池阻抗模型,与整数阶电池阻抗模型进行对比,对比结果显示,分数阶阻抗模型可以更好地模拟电池阻抗特性。为了在不破坏电池结构的前提下估计锂离子电池的内部温度,整理分析采集的电化学阻抗谱数据,提出根据电池阻抗相位判断电池内温的方法,并进行用于测温的特定频率单点阻抗的合理选择。根据电池充放电时的电化学过程,从电荷转移过程的原理上解释特定频率的单点阻抗可用于判断电池内温的原因,建立电池内部温度估计模型。通过比较真实数据与模型拟合数据,模型误差在合理范围内,证明模型的可用性。为了估计锂离子电池的SOC,将频域上的锂离子电池阻抗模型转换为时域上的锂离子电池分数阶等效电路模型。利用Grünwald-Letnikov定义,结合电池端电压与电流之间的传递函数,在Matlab中搭建分数阶模型,建立开路电压与SOC之间的多项式关系,运用粒子群优化算法进行模型参数的辨识。与整数阶等效电路模型进行对比,对比结果显示分数阶模型的精确度更高。结合分数阶模型,设计分数阶无迹卡尔曼滤波算法作为电池SOC估计器,在电池动态工况中,与基于整数阶模型的扩展卡尔曼滤波算法及无迹卡尔曼滤波算法进行对比,验证该算法的精度和鲁棒性。