全球范围内呼声日益高涨的能源危机与环境保护问题对汽车工业的发展提出了新的要求，电动汽车作为新能源汽车的典型代表而得到广泛关注与应用。电池管理系统(BMS)是电动汽车推广应用的关键技术之一，直接决定着动力电池组的安全使用与寿命长短，间接影响整车的生产成本与电动汽车产业的发展。　　 本文依托中央高校基本科研业务费项目:“基于转子发动机的混合动力系统集成特性及控制技术研究”，对144V/60Ah混合动力汽车动力电池组SOC估算策略与在线测试平台展开系统地研究。主要研究内容及成果如下:　　 (1)对比电池性能模型的优缺点，选定新一代汽车合作计划(PNGV)中的电容模型作为研究对象，利用多元线性回归的数学方法进行模型参数辨识，并在Matlab/Simulink中进行了仿真研究，结果表明，PNGV模型精度较高，复合脉冲功率测试(HPPC)试验、恒流脉冲试验和动态工况试验的最大误差分别为0.00457V、0.0635V和0.0831V，能够很好的描述锂电池的工作外特性。　　 (2)利用充电放电方向辨识的电池组模型参数，建立了充放电倍率模型、温度影响模型、开路电压-电量(OCV-SOC)模型。提出了以扩展卡尔曼滤波算法修正为主、开路电压法与安时法为辅的OCV-Ah-EKF联合SOC（荷电状态）估算方法，并详细地给出整个算法流程。　　 (3)基于分布式模块化的设计思路，整个系统采用主控单元(ARM7 LPC2388)+数据采集(LTC6803)的上下层结构，选用LPC2388作为主控芯片，对各个模块进行了详细的电气接口及通讯接口设计。　　 (4)单独考察了物理量采集精度对SOC估算结果的影响，结果表明，与电流采集的精度相比，电压采集的精度对结果影响更为明显;提出了通用电池管理系统中电流、电压的检测指标:电流采样偏置应小于2.0A，电压采样偏置小于1.0V。　　 (5)搭建了一套动力电池组SOC在线估算试验平台，恒流放电试验表明电压和电流采集精度均能到达国家规定范围，并且具备一定的抗干扰能力;动态工况试验表明，OCV-Ah-EKF算法稳定，对初始值与噪声具有较强的抑制能力。　　 从本文的仿真分析结果来看，选取PNGV模型是正确可靠的，提出的OCV-Ah-EKF算法能够解决初始值不准确和累积误差的问题，具有跟踪效果好、估算精度高的特点。因此本文的研究可为电动汽车的实车运行提供理论依据，具有工程实用价值。