新一代电动汽车以其零排放、低噪声等优点,引起人们的普遍关注并得到了极大的发展。在电动汽车的研究过程中,需要研制可靠的电动汽车储能系统的数据采集和分析系统,实现对储能系统状态参数的在线监测,并且为电动汽车的后期研究提供数据基础。电池的剩余电量SOC (State Of Charge)是储能系统最重要的状态参数,它直接预测电动汽车的续驶里程。准确的估计电池的SOC不仅可以避免对电池的过充和过放,而且对发挥电动汽车的最佳性能有着至关重要的作用。本文以超级电容客车的研制为背景,建立超级电容客车储能系统状态参数测试网络。通过接收下位机节点,包括1个电池管理模块和36个电池测量模块采集的诸多数据,实现对整个储能系统和432个电容单体的实时监测和数据保存的功能,为研究储能系统的性能和状态估计提供充足客观的数据基础。本文重点阐述了基于LabVIEW的上位机数据采集软件的研制过程。上位机主要实现CAN总线上数据的接收、分析处理、动态显示和分类保存等功能。本文对储能系统SOC的估计选择安时法进行研究。通过对镍氢电池进行恒流充放电实验和NEDC、FUDS、DST工况循环实验,研究长时间运行时电流传感器的测量误差对安时法估计SOC的影响。本文对上述三种工况进行了安时法估计SOC的仿真,研究当选用普通精度的电流传感器进行安时法估计SOC时的校正方法,减小由于电流传感器测量误差的积累对安时法估计SOC产生的影响,降低安时法估计SOC的校准频率。