1.一种电动汽车动力电池SOC估计方法，其特征在于，包括以下步骤：步骤1)：通过间歇恒流放电法测取动力电池的电流与电压，通过多项式拟合法确定动力电池OCV-SOC的函数关系式：步骤2)：建立动力电池二阶RC等效电路模型，推导其辨识模型；

步骤3)：构建改进的混沌引力搜索算法的流程，完成辨识；

步骤4)：针对锂离子电池非线性系统建立电池的状态空间模型，构建高斯-厄米特滤波算法的流程，并与改进的混沌引力搜索算法组成联合估计算法。

2.根据权利要求1所述的电动汽车动力电池SOC估计方法，其特征在于，所述步骤2)具体包括如下步骤：步骤2-1)建立动力电池二阶RC等效电路模型：通过基尔霍夫定律，可得到动力电池二阶RC等效电路模型电气特性的表达式为：U＝Uoc[SOC(t)]-U1-U2-I(t)·R0       (1)定义Qn为电池的实际容量，通过安时积分法可以计算电池的SOC值，得到式(4)：令等效电路模型的输入u和输出y分别为电流I和端电压U，状态变量为SOC、U1、U2，则式(1)到式(4)可整理成状态空间方程的形式，如式(5)所示：式(5)中：x(t)＝[SOC(t)U1(t)U2(t)]T，u(t)＝I(t)，y(t)＝U(t)，Dt＝-R0；

其中，Uoc表示电池开路电压，R0是电池的欧姆内阻，R1、C1用于模拟电池动态特性中表现出的短时间响应阶段，即电压快速变化的过程，R2、C2用于模拟电池动态特性中表现出的长时间响应阶段，即电压缓慢稳定的过程；

步骤2-2)推导二阶RC等效电路模型的辨识模型，估计未知参数：由动力电池二阶RC等效电路模型可得：设τ1＝R1C1，τ2＝R2C2，可得：令：

a＝τ1τ2

b＝τ1+τ2

c＝R1τ2+R2τ1+(τ1+τ2)R0d＝R0+R1+R2

则式(7)可化简为：

τ1τ2Uocs2+(τ1+τ2)Uocs+Uoc＝aR0Is2+cIs+dI+aUs2+bUs+U   (8)根据反向差分法公式 式(8)化简可得：令：

则式(9)可化简为：

Uoc(t)-U(t)＝k1[Uoc(t-1)-U(t-1)]+k2[Uoc(t-2)-U(t-2)]+k3I(t)+k4I(t-1)+k5I(t-2)          (10)

令：

θ＝[k1 k2 k3 k4 k5]T      (11)y(t)＝Uoc(t)-U(t)     (12)则可以得到：

式(14)为系统辨识中的辨识表达式，利用系统辨识中的参数估计方法将参数θ＝[k1 k2 k3 k4 k5]T辨识出来，再利用辨识出来的参数值推导出相应的电阻、电容值，具体推导过程如下：令k0＝T2+bT+a，则可得：

a＝-k0k2       (16)由于c＝R1τ2+R2τ1+(τ1+τ2)R0，d＝R0+R1+R2，所以可得：R2＝d-R1-R0    (22)因为a＝τ1τ2，b＝τ1+τ2，故可得：

3.根据权利要求1或2所述的电动汽车动力电池SOC估计方法，其特征在于，所述步骤3)具体包括如下步骤：假设搜索空间是n维，总体由N个个体组成，令第i个个体的位置和速度分别为：Qi＝[q1i,q2i,…,qni]T∈Rn,i＝1,2,…,N     (28)步骤3-1)初始化每个个体的速度和位置；

步骤3-2)采集输入电流和输出电压，构建输出Y(t),信息向量步骤3-3)构建输出矩阵Y(p)，信息矩阵Φ(p)；

Y(p)＝[y(p),y(p-1),…,y(1)]T∈Rp     (29)步骤3-4)更新每个个体的速度和位置，将位置和速度方程更新为：θi(t+1)＝rθi(t)+ai(t)      (31)Q(t+1)＝sQ(t)+θi(t+1)      (32)ai(t)＝F(t)/M(t)       (33)s＝smax-(smax-smin)      (34)其中，t表示当前的迭代次数；T表示最大迭代次数；系数s为动态变化策略；

个体i的质量定义如下：

其中，fi(t)和Mi(t)分别表示在第t次迭代时第i个个体的适应度函数值和质量；fmin(t)和fmax(t)表示在第t次迭代时所有个体中最优适应度函数值和最差适应度函数值，对最小化问题，其定义如下：在d维上，个体i所受的引力如下：

kb(t)＝(N-η)×(T-t)/T+η×zt      (39)zt+1＝μ×zt×(1-zt)    (40)其中：G(t)表示在第t次迭代时万有引力常数的取值，G(t)＝G0e-αt/T，G0和α为常数；Rij(t)表示个体i和j之间的欧氏距离且i≠j；ε是一常数，防止分母为零；zt为第t次迭代时的混沌数，其值在0到1之间；μ为一正常数；η是指物体向其他物体施加力的百分比；kb方程表明在引力搜索算法中引入了一种混沌优化机制，使其脱离局部最优；

步骤3-5)计算每个个体的最佳位置步骤3-6)计算所有个体的最佳位置步骤3-7)比较 和 如果 则获得最优估计值 否则，t＝t+1跳到步骤3-2)

步骤3-8)通过公式(21)-(24)计算电路中各个参数值；

步骤3-9)计算输出预测电压 并计算相对误差

4.根据权利要求1-3任一项所述的电动汽车动力电池SOC估计方法，其特征在于，所述步骤4)具体包括如下步骤：步骤4-1)将步骤2)中建立的二阶RC等效电路模型，结合安时积分法的计算公式整理成如下公式：对上式进行零阶保持离散化处理，得到离散方程：建立如下的状态空间表达式：

其中，系数矩阵分别为：

步骤4-2)系统状态x及其方差的预测Pt|t-1为：其中， 为求积权重系数， 为高斯求积节点，Qt为过程协方差矩阵；

步骤4-3)系统的观测量y及其自协方差PZZ为：步骤4-4)观测量y与系统状态量x的互协方差PXZ为：步骤4-5)系统的状态量x及其方差Pt|t的更新为：Pt|t＝Pt|t-1-LtPXZT     (52)其中，滤波增益Lt＝PXZ(Rt-PZZ)-1，Rt为观测协方差矩阵；

步骤4-6)重复步骤4-2)至步骤4-5)，直至滤波结束。

所述电动汽车动力电池SOC估计方法采用改进的混沌引力搜索算法与高斯-厄米特滤波算法联合估计算法估计动力电池的SOC值，递推过程具体为：

1)t＝0时，初始化： P1(0)、P2(0)、SOC(0)；

2)收集输入输出数据I(t)、U(t)；

3)根据公式(13)、(29)和(30)分别构造 Y(p)和

4)根据公式(31)-(44)刷新参数估计 并计算R0、R1、R2、C1和C2；

5)根据公式(45)-(48)构建状态空间表达式和状态变量x(t)，观测量y(t)；

6)根据公式(49)计算状态变量预估计值及其方差 与Pt|t-1；

7)根据公式(50)计算系统的观测量y及其自协方差 与PZZ；

8)根据公式(51)计算观测量y与系统状态量x的互协方差PXZ；

9)根据公式(52)更新状态变量x预估计值及其方差 与Pt|t；

10)t＝t+1，重复步骤3)至步骤9)。