Para mejorar la precisión de la estimación del estado de carga (SOC) de las baterías de fosfato de hierro y litio para vehículos, este documento estudia el prominente fenómeno de histéresis en la relación entre el estado de carga y la curva de voltaje en circuito abierto (OCV) de la batería de fosfato de hierro y litio. A través de la prueba de características de histéresis de la batería, se analizan los datos correspondientes de SOC-OCV cuando la batería se carga o descarga desde diferentes estados de SOC. Según la tendencia de aproximación de la curva del bucle principal de histéresis por los puntos de datos, se establece un modelo de ecuación diferencial para resolver aproximadamente la curva del pequeño bucle de histéresis de carga o descarga bajo cualquier estado de SOC, y se analizan y depuran los parámetros de ajuste del modelo en secciones. Luego, basado en el modelo de circuito equivalente de Thevenin de segundo orden, se utiliza el método de mínimos cuadrados recursivos con factor de olvido para identificar los parámetros del modelo en línea. Al derivar la relación entre el OCV y el SOC, de acuerdo con el estado de carga y descarga y el valor actual de SOC, se resuelve en tiempo real el modelo aproximado de la curva del pequeño bucle de histéresis real en el estado actual, y se sustituye el algoritmo de recursión de Kalman extendido para corregir la relación correspondiente entre el OCV y el SOC. Finalmente, se utilizan la identificación de parámetros en línea de mínimos cuadrados recursivos con factor de olvido y el filtro de Kalman extendido para corregir la relación de histéresis SOC-OCV en tiempo real considerando las características de histéresis para completar la estimación en tiempo real del SOC de la batería de fosfato de hierro y litio. Se comparan y verifican el algoritmo de síntesis propuesto en este documento y el algoritmo del filtro de Kalman sin considerar las características de histéresis bajo los datos de la Prueba de Estrés Dinámico (DST). Basado en el método propuesto en este documento, el error máximo de voltaje terminal es del 0.86%, el error promedio de voltaje terminal es del 0.021%, el error cuadrático medio (RMSE) de voltaje terminal es del 0.042%, el error máximo de estimación de SOC es del 1.22%, el error promedio de estimación de SOC es del 0.41%, el error promedio de estimación de SOC es del 0.41%, y el RMSE de estimación de SOC es del 0.57%. Los resultados muestran que el algoritmo integral propuesto en este documento tiene una mayor precisión tanto en el seguimiento del voltaje terminal como en la estimación del SOC.