随着国内环保政策愈发严格以及受国家原油储量的影响,最近十几年,在国家政策的大力支持下,电动汽车经历了飞速发展。电池作为电动汽车的能量储存装置,精确估计电池SOC（State of Charge）对于延长电池使用寿命、避免过充过放至关重要。本文就电动汽车锂电池的建模、仿真及SOC估算方面做了以下几方面的工作:首先介绍了新能源汽车的发展现状及电池管理系统的研究现状,进而引出锂电池SOC的估计算法,对几种常见的SOC估计算法比较分析后,确定本文采用扩展卡尔曼滤波算法对锂电池进行SOC估计。其次,为使电池模型准确模拟电池的动态特性,同时电池的模型又不至于过于复杂,在综合权衡精度和复杂度后,选用DP等效电路模型作为本文的电池模型,且在HPPC放电工况及恒流放电工况下验证了DP等效电路模型的准确性。由于在线辨识过程中因旧数据累积存在的“数据饱和”现象,本文选择采用遗忘因子递推最小二乘法对电路模型进行在线辨识,并将DP等效电路模型转化成可以辨识的数学形式,详细推导了转化过程中各参数的表达式。最后,在Matlab/simulink环境下搭建了扩展卡尔曼滤波算法模型,以simulink环境下安时积分法得到的SOC值作为参考值,同样在HPPC放电工况以及恒流放电工况下验证了扩展卡尔曼滤波算法的精度。为验证扩展卡尔曼滤波算法应用于实车运行工况下的准确性,搭建了AMEsim/simulink联合仿真模型,并且设置了AMEsim模型电池SOC初值与EKF算法模型电池初值不同的情况,在NEDC实际循环工况下验证扩展卡尔曼滤波算法可以准确估计电池SOC。