하이브리드 동력 시스템에서는 배터리의 SOC(state-of-charge)가 지속 감소하는 전하 고갈(CD: charge depleting) 모드와 특정 범위 내에서 유지하는 전하 유지(CS: charge sustaining) 모드가 복합적으로 발생하며 이로 인해 정확한 SOC 추정에 어려움이 있다. 본 연구에서는 이러한 조건에서 SOC 추정을 위해 플러그인 하이브리드 전기자동차 운행 데이터를 이용하여 여러가지 등가회로 모델과 상태추정기법 적용에 따른 SOC 추정 성능을 비교하고 CD-CS 복합 조건에 적합한 방법론을 모색하였다. 이를 위해 등가회로 모델은 ESC(thevenin, enhanced self-correcting) 모델, 상태 추정 기법은 EKF(extended kalman filter)와 AEKF(adaptive extended kalman filter)를 이용하였다. 그 결과 ESC와 AEKF를 적용할 때 추정 성능이 가장 우수하고 불확실성 역시 감소함을 확인하였다. 또한, CD 모드로만 구성된 데이터 대비 CD-CS 복합모드 데이터를 이용하여 등가회로 모델링을 하였을 때 추정 성능이 더 뛰어남을 확인하였다.