动力锂电池组的荷电状态SOC（state of charge）是整个电池管理系统的重要参数，能直接反映电动汽车剩余可行驶里程，因此如何精确地估计电池组的SOC值是至关重要的。由于电池组各单体电池的不一致性， 以及电动汽车在行驶过程中的复杂环境，所以在电池组内单体电池负载电压的最小值Vmin模型的基础上运用统计学的方法，对模型中的各参数进行有关温度因素的拟合，并通过模拟汽车的实际行驶环境 ，在不同温度下进行实验，从而得到改进的Vmin模型；结合双卡尔曼滤波算法，实现对整个电池组的SOC估计。仿真和实验结果表明该方法对电池组SOC的估计精度有优越性。