随着社会的发展，汽车已成为人们生活中不可或缺的交通工具，但能源危机和环境污染问题日益严重，混合动力汽车以排放少、污染小、效率高等诸多优点受到国内外专家学者的广泛关注，也是目前最具有发展前景的汽车类型之一。　　 电池作为混合动力汽车的动力源之一，其性能好坏直接影响到整车的运行效率。电池荷电状态(State Of Charge，SOC)表征电池特性，准确的SOC估算可以有效的提高电池使用效率和延长其使用寿命，避免频繁更换电池以降低成本，电池SOC也是混合动力汽车整车控制的重要依据之一。电池能量管理系统是进行电池运行状态监控和电池保护的关键部件，在动力电池和整车之间起到桥梁的作用，对整车安全可靠的运行有着重要的意义。因此电池SOC估算和能量管理系统研究是目前汽车行业研究的热点。　　 本文在分析混合动力汽车对电池SOC估算要求基础上，对电池SOC估算方法的优缺点进行比对，发现目前的方法不能满足混合动力汽车对电池SOC的估算要求。对此，本文提出了相关向量机法(Relevance Vector Machines，RVM)来进行电池SOC估算。首先根据铅酸电池在恒温条件下进行充放电获得的数据建立RVM预测模型，并经过不断的实验推理将模型数字化，得到输出预测值的概率分布函数。然后将RVM算法估算结果与目前估算精度比较高的模糊控制算法及支持向量机(Support Vector Machines，SVM)算法的估算结果作对比分析，最后发现RVM算法具有更强的泛化能力和更好的预测精度。本文在算法研究的基础上设计了电池能量管理系统，主要包括硬件电路设计和软件控制实现。硬件电路设计主要包括电压、电流、温度、绝缘等信息采集电路设计，电压均衡电路设计，电源电路设计及数据存储电路设计。软件系统包括相关模块的驱动程序、信息采集程序、基于RVM算法的SOC估算程序、充放电通讯程序、安全预警程序、电压均衡程序及上位机数据采样显示程序。　　 结果表明，本文设计的基于RVM算法的估算电池SOC的能量管理系统，电池SOC估算实时性好、误差小、可靠性高，可以有效的保护电池并能实时的监控电池运行状态，在混合动力汽车领域有很好的应用前景。