随着能源危机和环境问题的不断加剧,磷酸铁锂电池作为新型高效绿色能源,近10年来得到了飞速发展,广泛应用于电子产品、电动汽车和储能电源等方面。为了提高磷酸铁锂电池的安全性和使用寿命,需要对电池进行有效的控制和管理。电池荷电状态(State of Charge,SOC)作为电池管理系统中最重要的参数之一,是系统中其他功能的基础。因此,电池SOC实时、准确的估计有着重要的现实意义。电池模型作为描述电池外部电气特征和内部状态变量非线性关系的枢纽,是实现电池SOC准确估计的前提条件。然而,电池的高度非线性和复杂的工况致使建立准确描述电池各种工作特性的电池模型非常困难。本文在建模过程中,为了更准确地描述电池的动静态特性,综合考虑了充放电过程中存在的滞回特性。之后针对扩展卡尔曼滤波算法的缺点,本文首次将平方根容积卡尔曼滤波算法应用于电池SOC估计,用球面径向规则代替非线性函数的偏导数计算。并通过几种不同工况下的电池SOC估计结果对比,证明了平方根容积卡尔曼滤波算法的优越性。最后,运用天津力神公司的磷酸铁锂电池,搭建了基于DSP和AT90CAN128硬件验证平台,设计了相关模块的硬件电路原理图,并对各个模块进行了调试,运行锂电池SOC估计算法,验证算法的有效性和准确性。