新能源电动汽车已经得到越来越多消费者的欢迎和认可。电池管理系统通常用来保证整车系统及各个单体电池的最优表现和正常运行,SOC（荷电状态）是电池管理系统中非常重要的一个功能,它主要用来量化电池的剩余电量。保持电池SOC在一个合理的范围内,可以有效防止过充和过放对电池寿命带来的损害。同时,精确的电池SOC估计对于驾驶员合理规划行程和预测汽车剩余驾驶里程也可以起到很好的参考价值。由于电池内部电化学反应过程复杂且相互影响,外部的强非线性和时变特性,且车载运行环境复杂多变,导致了SOC估计的难度。为获得较为精确的SOC值,本文做了如下工作:建立了一种基于锂电池电化学阻抗谱特性曲线的分数阶二阶RC等效电路模型。该模型利用常相位角元件代替传统整数阶模型中的理想电容,可以更加精确地描述电池的动态行为。基于分数阶微积分Letnikov Grunwald-定义的离散形式,给出了锂电池分数阶模型的状态空间方程。采用一种微分递减策略计算权重并将其用于电池模型的参数辨识,大大降低了标准粒子群优化算法在优化目标函数时会陷入局部最优解的可能性。仿真结果表明该模型有较高的精度。提出了一种基于锂电池分数阶数学模型的平方根无迹卡尔曼滤波SOC估计方法。该方法一方面继承了无迹卡尔曼滤波方法的优势,可以直接应用于非线性系统和保证误差协方差的正定性,提高数值稳定性;另一方面可以充分发挥锂电池分数阶模型在精确刻画系统动态行为上的优势。通过在美国联邦城市运行工况、US06公路循环工控和北京动态应力测试三种动态工况以及在三种温度（25℃、0℃和45℃）下的仿真实验,结果表明该方法具有较高的估计精度。过程噪声和测量噪声的质量是影响卡尔曼滤波估计精度的关键因素,提出一种可自适应调整噪声协方差矩阵策略。该策略结合分数阶平方根无迹卡尔曼滤波方法对锂离子电池SOC进行估计,有效克服了一般滤波方法中将噪声协方差设为常值而导致滤波结果不精确的问题,防止了不精确噪声协方差矩阵导致滤波器发散的问题。在三种不同温度、三种不同动态工况下的仿真实验表明基于该方法的锂电池SOC估计可以获得更高的估计精度。