随着社会的发展,人们出行方式越来越多,汽车行业的发展为经济的繁荣注入了活力。但是随着汽车使用规模的不断扩大,化石能源短缺,全球气候变暖以及大气环境污染等问题也逐渐频发。在此背景下,为促进我国新能源汽车发展,中国汽车工程学会于2019举办电动巴哈赛事,哈尔滨工业大学（威海）HRT车队组建电动巴哈车队并计划完成赛车电池管理系统设计。课题研究内容基于电动巴哈赛车电池管理系统荷电状态估算与主动均衡系统设计展开。基于电动巴哈赛车单体电池及搭建的实验平台完成了包含容量测试实验,动态工况测试等在内的电池特性测试实验。然后建立了等效电路模型,并基于三次样条插值计算原理完成了开路电压-荷电状态的曲线拟合,根据实验数据与参数离线/在线辨识原理完成电池模型阻容参数辨识。最后基于仿真结果验证模型的可靠性。为进一步优化电池模型,通过正交试验的分析方法研究混合动力脉冲测试实验参数对模型精度的影响,根据仿真结果对实验参数进行优化,得到更精确的电池模型参数。然后对模型参数灵敏度进行分析,基于分析结果与局部最优参数,制定了参数优化方案,通过仿真研究发现,提出的参数优化方案能够进一步提高电池模型精度。最后基于贝叶斯准则,建立变整数阶电池模型,并通过仿真研究得到该模型能保证模型精度的同时有效降低模型计算复杂度。基于建立的高精度等效电路模型,搭建了基于扩展卡尔曼的电池荷电状态估算算法。结合上述方法存在的不足,本文通过研究用于时序预测的神经网络算法,提出了基于扩展卡尔曼滤波-门限控制神经网络的电池荷电状态联合算法用于电池的荷电状态估算。通过仿真验证可知,相对于基于模型的算法,本文提出的算法估算结果最大绝对误差精度8.5%,相对误差降低46%。最后,基于电动巴哈赛车电池组结构,设计了基于并行电感的主动均衡系统拓扑结构,并对均衡单元主要参数进行计算。基于前文获取的荷电状态以及电池工作电压,设计了基于模糊控制器的主动均衡策略。为验证所提出系统的可行性,在Python环境中基于本文所建立的精确的电池模型对主动均衡系统进行仿真验证,结果表明本文设计的主动均衡系统能够达到较好的均衡效果。