电池荷电状态(State of Charge,SOC)用于表示电池的剩余电量多少,是电动车电池管理系统中重要的参数,影响着电动汽车整车系统的控制策略,因此SOC的估计对电动汽车的发展具有重要意义。本文以电动汽车常用的锂离子电池为研究对象,研究了SOC的观测器估计方法,并提出了一种基于广义系统观测器的SOC估计方法。本文基于电池的RC模型,推导出电池的状态空间实现,其中电池的开路电压(Open circuit voltage,VOC)与SOC之间存在线性约束关系。为了避开这个线性约束问题,有文献将输出电压的方程对时间进行求导,然后设计滑模观测器估计SOC,实验结果中估计误差出现了脉冲模态。本文基于求导方法,设计一般观测器估计SOC,然后在Matlab/Simulink环境下仿真,仿真结果中估计误差依旧出现了脉冲模态。随后又对电池的状态空间方程进行降阶处理,设计降阶后的SOC观测器,发现其估计误差小了很多,但依旧无法消除误差。因此这种通过求导避开线性约束的方法是存在问题的。这种线性约束问题,完全可以用广义系统的概念来处理。本文提出了用广义系统观测器来估计SOC,给出了确定广义系统观测器参数的方法,并在Matlab/Simulink环境下仿真,与先前基于求导方法设计的正常系统观测器和降阶系统进行对比分析,证明广义系统观测器能够消除SOC估计误差,具有更好的估计效果。电池建模中不可避免的会出现参数不确定的情况,这会导致SOC估计误差变大。本文针对参数不确定系统,研究了基于鲁棒H∞估计器的SOC估计方法,并分别给出了正常系统H∞估计器和广义系统H∞估计器的设计方法,并在Matlab/Simulink环境下仿真,结果表明,无论是正常系统还是广义系统,其鲁棒H∞估计器的SOC估计误差更小,有更好的估计效果,具有较强的鲁棒性,能够抑制参数不确定性对估计效果的干扰。