为了应对日益严重的环境污染和能源短缺问题,各国政府纷纷将工作重心投入到新能源汽车领域,电动汽车产业得到了跨越式的发展。但是,电动汽车最大的问题就是续航里程不足,而解决这一问题的关键在于突破动力能源的核心技术,并且还需要配套的开发相应的管理系统。因此,电池管理系统的研究与开发就显得尤为必要。本文以常用的磷酸铁锂动力电池为研究对象,对电池荷电状态(State of Charge,SOC)估算算法进行研究,并且配套开发了一整套电池管理系统。主要工作如下:(1)分析磷酸铁锂动力电池的充放电特性和容量特性,综述现有SOC估算算法的优缺点,提出研究BP神经网络的算法,进一步提出粒子群算法与BP神经网络法相结合的算法,修正BP神经网络法易陷入局部最优解的误差,从而使SOC估算结果更加精确。运用MATLAB进行仿真,对比分析两种模型在理想放电条件下SOC估算误差。根据DST工况建立了实车测试工况,验证两种算法在实车工况下的性能状态。(2)根据现有电池组搭载电池管理系统整体硬件结构框架,完成相关硬件的选型与匹配。采用AltimDesigner设计了电池电压采集与均衡电路、温度采集电路、供电模块、通信模块等核心硬件电路。(3)根据系统的控制要求确定主从控制板系统软件的总体结构,设计均衡控制策略、温度调节策略、SOC估算策略等核心控制策略。运用Visual Studio 2012软件设计了系统上位机控制界面,实时监控电池状态。(4)进行了电池管理系统功能测试实验。设计了工况模拟实验,验证了在实车工况条件下,系统的电压、电流、温度等信息采集精度和SOC估算精度。设计了不同电量的电池差异均衡实验,检验了系统的均衡效果。