随着当代社会经济的迅速发展和汽车数量的增加,环境污染以及能源短缺问题愈发严重,电动汽车凭借低噪、零排放等优势成为了汽车行业发展的主要方向。动力电池作为整车的核心部件,对车辆续航能力、加速时间、安全系数等汽车性能起着决定性作用,准确估计动力电池荷电状态（State of Charge,SOC）能够提高电池的使用效率和用电安全性,让驾驶员实时了解电动汽车剩余可行驶里程,便于电池管理系统（Battery Management System,BMS）对电池进行管理。SOC准确估计的关键取决于动力电池建立模型的精确性以及SOC估计方法的准确程度,因此建立能够准确地描述电池的动、静态特性,复杂度较低且易于工程实现的电池模型,研究可靠、精度高的SOC估算方法,是提高SOC的估计精度的研究重点及热点。本文以电动汽车常用磷酸铁锂动力电池为研究对象,围绕着动力电池建模和SOC估计算法展开研究。针对电池的电压特性曲线特点,建立了一种可变阶数的等效电路模型,保证模型的精度,解决了电池模型准确性和复杂性之间的矛盾。充分考虑电池端电压、工作电流、温度等因素的影响,利用L-M法优化迭代扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法对SOC进行估计,并通过仿真和实验证明方法的可行性和有效性。具体研究内容如下:首先,概述并分析了电池模型和SOC估计算法的研究现状。在分析磷酸铁锂电池工作机理的基础上,总结了SOC估计的影响因素,研究了动力电池的基本工作特性。其次,针对开路电压特性曲线“两端陡,中间平”的特点,建立了变阶数等效电路模型,在电池电压变化缓慢的平台区采用二阶RC等效电路模型,降低电路的复杂性;在电池电压变化剧烈的区域（电池接近满电和亏电的两端电压区间）采取三阶RC等效电路模型。通过赤池信息量准则（Akaike Information Criterion,AIC）和最小二乘法对所建模型阶数和模型参数进行辨识,分别在脉冲放电和UDDS工况下验证模型精度,结果表明变阶数模型端电压最大误差为11mv,可以更加精确地反应电池的工作特性。再次,以变阶数等效电路电池模型为基础,针对EKF算法在处理非线性系统中存在忽略高次项而导致的误差问题,采用L-M法优化迭代EKF算法对SOC进行估算,并分别在恒流、脉冲放电、DST、UDDS以及FUDS电流工况条件下对算法进行仿真验证,仿真结果表明,在各种工况下的SOC估算误差均小于3.5%,符合精度指标要求,采用的估计算法对状态量具有较强的跟踪能力及鲁棒性,适用于多种复杂的道路工况条件。最后,在动力电池管理系统实验平台上进行实验验证,实验结果表明SOC实际估算精度均在4%以内,验证了所建模型和估算方法的准确度、收敛性以及可行性。