随着社会发展需求与环境问题的矛盾不断加大,电动汽车的研发已成为汽车工业的发展方向。当前,电动汽车发展的瓶颈是电池系统。电池系统主要包含电池技术和电池管理技术。因此,电池管理系统(Battery Management System,BMS)成为当前的研究热点。本文基于这一背景,主要针对BMS中的电池荷电状态(State of Charge,SOC)估计和均衡控制两个重要功能展开研究。本文以锂离子电池单体为研究对象,比较了各种电池建模方法,综合考虑模型的精度和复杂度,提出了改进的PNGV模型。通过脉冲放电实验对模型参数辨识,并通过实验验证了模型的准确性。基于改进的PNGV模型,分别运用了扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法和Sigma点卡尔曼滤波(Sigma Point Kalman Filter,SPKF)算法对电池的SOC进行估计。利用MATLAB实现了两种算法,算法仿真结果表明,在初值误差达到50%且实验数据加入偏移误差和高斯噪声的情况下,两种算法仍能快速收敛。其中SPKF算法无论在精度上,还是在收敛速度上都更具优势。针对串联锂离子电池组中单体不一致问题,设计并实现了基于反激式变换器的多通道双向主动均衡系统。此系统的均衡模块均衡电流高,既能充电均衡也能放电均衡,并且能够多通道同时均衡。针对均衡模块的特点,研究了充电状态和空闲状态的均衡控制策略,在软件上实现了均衡控制算法。通过对均衡系统进行测试,证明该系统的均衡速度快,均衡后电压差异低于±10m V,满足设计指标。