1.一种锂电池电荷状态估计的方法，其特征在于：包括
S1,建立电池的二阶RC等效电路，根据等效电路建立等效状态方程模型：
其中，U1，U2分别为C1，C2两端的电压，R1为与C1并联的电阻，R2为与C2并联的电阻，E为电池电压，R0为电池内阻，U，I分别为电池端电压和工作电流；
S2，采用分数阶电容模型替换S1中的电容C1和C2；
S3，将二阶RC等效电路状态方程与分数阶微积分结合，得到分数阶二阶RC等效电路状态方程；
S4，将分数阶二阶RC等效电路状态方程与安时积分法结合，得到连续分数阶二阶RC模型，并将连续分数阶二阶RC模型离散得到离散的分数阶二阶RC模型；
S5，将离散的分数阶二阶RC模型结合分数阶无迹卡尔曼滤波，根据采样点的概率分布对电池电荷状态进行估计。
2.根据权利要求1所述的锂电池电荷状态估计的方法，其特征在于：步骤S4中得到离散分数阶二阶RC模型的步骤为：
将离散的分数阶二阶RC模型与安时积分法结合得到连续的分数阶二阶RC模型，将连续的分数阶二阶RC模型离散化、简化后得到离散的分数阶二阶RC模型：
Uk＝Ckxk-IkR0+E+vk
其中，Uk为电池在k时刻的输出端电压，U1(k)为电容C1在k时刻的电压，U2(k)为电容C2在k时刻的电压，SOC(k)为电池在k时刻的SOC值，k为时刻，vk为k时刻系统的量测噪声，xk＝[U1(k),U2(k),SOC(k)]T， α和β为阶数，h为采样间隔，QN是电池的标称容量，η为电池的充放电效率。
3.根据权利要求2所述的锂电池电荷状态估计的方法，其特征在于：将离散的分数阶二阶RC模型进一步简化为如下形式：
xk＝f(xk-1,uk-1)+wk-1
yk＝h(xk,uk)+vk
其中，f(xk-1，uk-1)和h(xk，uk)为关于x和u的二元函数。
4.根据权利要求3所述的锂电池电荷状态估计的方法，其特征在于：将离散的分数阶二阶RC模型结合分数阶无迹卡尔曼滤波，根据采样点的概率分布对电池电荷状态进行估计的步骤为：
初始化状态向量和协方差矩阵：
根据k-1时刻的状态最优和协方差估计，选择k时刻的状态和协方差，当状态向量的维度是n时，采样点的数量为2n+1：
将k-1时刻的采样点通过系统状态方程更新至k时刻：
用k时刻之前的状态最优估计来计算k时刻的先验估计：
其中，采样点的系数分别为：
其中，λ为换算因子，定义为λ＝a2(n+k)-n，a为系数，一般取小于1的正数，b为系数，对于高斯分布的噪声，一般取3，k为次级换算因子。
协方差矩阵为：
将采样点通过系统量测方程更新为量测估计点：
计算量测估计的均值和协方差：
计算先验估计和量测估计之间的协方差：
电池电荷状态量测更新如下: