随着能源危机和环境问题的日益严重，许多国家在积极开发和推广新能源汽车并取得了一定的成果。开发智能化的动力电池管理系统（BMS）和提高动力电池性能是电动汽车发展的两个关键因素。准确地估算荷电状态（SOC）不仅是电池管理系统所需要开发的重要内容，而且对于对于提高电池寿命甚至整车性能具有重要意义。本文以三元合金型锂离子电池作为研究对象，重点研究了Thevenin模型和PNGV模型，研究两种电池模型在不同试验条件下仿真结果并基于两种电池模型进行SOC估算，比较了不同电池模型对SOC估算的影响。具体成果如下：
首先，掌握了电动汽车对电池性能要求以及影响电池性能因素，并以某三元材料锂离子电池为研究对象，制定了测试方案对单体电池进行性能测试，分析了电池的电压特性、内阻特性和效率特性。
其次，利用试验得到的数据建立电池参数与SOC关系方程，分别搭建Thevenin模型和PNGV模型，通过试验数据验证两种电池模型在不同条件下的精确度。结果表明：两种电池模型模拟出电池的动态响应都具有较高的精度，然而两种电池模型在不同的试验条件下仿真结果的精确度存在差异，Thevenin模型在长时间恒流充放电试验下精确度较高，PNGV模型在充放电交替的复杂工况的试验下精确度较高。
最后，分析了安时积分法和扩展卡尔曼滤波法等现有的电池SOC估算方法，以Thevenin模型和PNGV模型基础上，用卡尔曼滤波原理分别建立了两种SOC的估算模型，用电池恒流放电试验、简单动态工况和设计的动态工况对两种SOC估算模型进行验证。结果表明：在恒流放电试验下，1C、2C恒流放电时，两种电池模型的精确度都可以达到95%以上，两种模型的精确度相差不大，PNGV模型稍好一些，而在3C恒流放电时，两种电池模型的SOC估算误差都比较大，Thevenin模型误差最大达到15%，而PNGV模型达到10%，PNGV模型在大倍率放电时的精确度要明显好于Thevenin模型，且在90%的恒流放电时间内的误差可以保持在5%以内；在动态工况试验下，基于PNGV模型的SOC估算精确度要好于Thevenin模型。
谷歌
火狐
