本发明公开了一种基于自适应灾变遗传优化循环神经网络的锂离子电池荷电状态估计方法及系统，实现对复杂运行工况下动力电池荷电状态的精确估计。该方法利用锂离子电池充放电过程中产生的电压、电流实时参数训练得到循环神经网络模型，并基于验证组数据对训练好的锂离子电池荷电状态估计模型进行测试评估。该方法使用了自适应灾变遗传算法对神经网络的初始权值和阈值进行优化，有效提高了神经网络最优权值和阈值的全局搜索能力，最终提升锂离子电池荷电状态估计精度与鲁棒性。本发明提出的锂离子电池荷电状态估计方法作为数据驱动建模方法，无需辨识锂离子电池内部各电化学参数，具有更好的实用性，可应用于复杂工况下动力电池荷电状态的实时估计。