1.一种锂离子电池荷电状态SOC混合估计方法，其特征在于，包括以下步骤：步骤一、根据电池放置时间T与电池的静置时间T2的比较结果，判断是采用基于模型的方法还是基于OCV的方法估计SOC初始值，或者直接采用库伦计数法进行SOC估计，得到SOC估计值，同时得到SOC估计时间T0；

步骤一具体为：

当电池放置时间T不超过电池的静置时间T2时，采用基于模型的方法估计出SOC初始值，然后采用库伦计数法进行SOC估计，得到SOC估计值，同时得到SOC估计时间T0；

当电池放置时间T大于电池的静置时间T2，且OCV和SOC之间的函数关系出现高度非线性区域时，采用库伦计数法进行SOC估计，得到SOC估计值，同时得到SOC估计时间T0；

当电池放置时间T大于电池的静置时间T2，且OCV和SOC之间的函数关系没有出现高度非线性区域时，采用基于OCV的方法估计出SOC初始值，然后采用库伦计数法进行SOC估计，得到SOC估计值，同时得到SOC估计时间T0；

步骤二、当SOC估计时间T0不超过电池出现长漂移时间T1时，估算结束；

当SOC估计时间T0大于电池出现长漂移时间T1时，开始校准SOC初始值，根据校准后的SOC初始值采用库伦计数法再次进行SOC估计，得到新的SOC估计值；

步骤二中，校准SOC初始值是基于步骤一中判断的电池放置时间T与电池的静置时间T2的结果进行的，具体为：

当电池放置时间T大于电池的静置时间T2时，采用基于OCV的方法对SOC初始值进行重新校准，得到校准后的SOC初始值；

当电池放置时间T不超过电池的静置时间T2时，采用基于模型的方法对SOC初始值进行重新校准，得到校准后的SOC初始值。

2.根据权利要求1所述的锂离子电池荷电状态SOC混合估计方法，其特征在于，基于模型的方法采用线性卡尔曼滤波器LKF。

3.根据权利要求2所述的锂离子电池荷电状态SOC混合估计方法，其特征在于，基于模型的方法包括参数识别、SOC递归估计和容量估计。

4.根据权利要求3所述的锂离子电池荷电状态SOC混合估计方法，其特征在于，参数识别采用快速上三角和对角递归最小二乘算法，即FUDRLS算法。

5.根据权利要求3所述的锂离子电池荷电状态SOC混合估计方法，其特征在于，容量估计采用近似加权总最小二乘算法，即AWTLS算法。

6.根据权利要求3所述的锂离子电池荷电状态SOC混合估计方法，其特征在于，容量估计的过程具体为：

使用移动平均滤波器MA计算特定时间窗口内数据平均值，每采样一次新值滑动一次窗口，计算一次平均值，对AWTLS算法得到的估计容量进行更新，对库伦计数法中使用到的容量值进行校正。