新能源汽车的市场在逐年扩大,意味着车用锂电池的“报废潮”也即将来到,因此退役锂电池的梯次利用是一项十分重要的工作。本文依托山东省重大科技创新工程项目《退役动力锂离子电池梯次利用关键技术研究》（2019JZZY020810）,以退役锂电池为实验对象,测试了其属性参数,并探究了剩余电荷估计的算法,最终基于上述理论测试结果为基站备用电源设计了一套电池管理系统,具体工作如下:（1）搭建三元锂电池测试平台,主要包括Arbin EVTS、星云电池测试系统、恒温恒湿箱;并对锂电池的结构、特点和工作原理进行了介绍;本文依据UL1974文件对退役锂电池的分选工作进行了研究,并测试了三元锂电池的属性参数,包括实际容量、开路电压等。（2）探究了三元锂电池整数阶模型与分数阶模型,并详细介绍了分数阶模型的优势与状态空间方程;运用实验法和渐消记忆递推最小二乘法辨识了二阶RC锂电池模型内部的参数,运用遗传算法辨识了分数阶模型内部参数,并在HPPC工况下,使用三种方法辨识出的参数并结合对应的模型对端电压进行预估,实验结果表明分数阶模型预估出的端电压误差最小。（3）分析了锂电池SOC的概念与意义,分析并对比了标准卡尔曼滤波（KF）、扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和H无穷滤波（HIF）,针对实际测试采集过程中存在有色噪声和运算速度慢等问题,本文提出了一种基于分数阶模型的无迹H无穷滤波算法（FOUHIF）,并使用DST（动态应力测试工况）、UDDS（城市循环工况）、NEDC（新欧洲汽车法规循环工况）和BBDST（模拟北京公交工况下的锂电池组测试工况）四种工况对FOUHIF、FOUKF（分数阶无迹卡尔曼滤波算法）和UKF三种算法进行了仿真对比测试,并对测试结果分析了误差及不确定度,仿真结果表明本文提出的算法具有较高的估算精度。（4）依据论文前四章测试仿真得出的参数与设计的算法,本文设计了一款高精度BMS。该BMS可对单体电池电压、电流、温度和SOC进行测量,MCU采用飞思卡尔的MC9S12XEP100芯片,电压采集环节使用LTC6813,电流采集环节使用霍尔传感器方案,温度采集环节使用热敏电阻方案。同时将本文第四章提出的FOUHIF算法移植到设计的BMS平台上,并在DST工况下对该算法进行了实验验证,实验结果表明该算法估计平均误差在2%以内,具有很好的精度。