汽车工业的长足发展在给社会带来经济效益的同时也带来了一些新的问题：能源危机与环境污染。为了解决这两个问题，人们在寻找新的可再生、清洁能源的是同时，着手研发基于新能源的汽车，太阳能电动车便是其中的典范，其将光伏技术与电力驱动技术集于一身，以太阳能作为辅助能源供给，在节能的同时，做到零排放。但是，如何提高能量效率、延长电池寿命仍是亟待解决的问题。因此电池管理系统的研究至关重要。本文的研究基于吉林省科技发展项目“微流控太阳能电动车”，项目旨在开发一台具有微流控散热系统的太阳能电动车，其主要动力源为铅酸电池，光伏电池作为辅助能源，起到给铅酸电池补充电量的作用。本文主要的研究目的是开发适用于该太阳能电动车的电池管理系统。论文首先阐述了铅酸电池与光伏电池的工作原理及工作特性。其中，铅酸电池的放电特性表现在电压特性和容量特性两方面，而对其充电特性研究主要是基于最小析气量准则分析最佳的充电策略与充电电流。此外，从铅酸电池工作原理出发分析了铅酸电池的失效机理，从而为系统开发中控制策略的提出与光伏充电模块的设计提供理论依据。光伏电池特性方面主要分析了其输出功率特性以及I-V特性进行，为以后最大功率跟踪算法提供理论基础。其次进行了系统总体设计，在明确了管理系统拟实现的功能以后，给出了系统整体的硬件框架以及总体控制流程。并针对管理系统中的关键技术进行了单独讨论，包括铅酸电池SOC估计算法、光伏充电策略以及最大功率跟踪。SOC估计算法方面：论文在分析了现有算法的优缺点之后提出了基于卡尔曼滤波的新估计算法。首先建立了适用于扩展卡尔曼滤波算法的铅酸电池数学模型，为了获取模型中的经验公式参数，我们进行了电池充放电循环试验，通过处理实验数据获取了模型参数。接着基于上述数学模型推导出了扩展卡尔曼滤波（EKF）在SOC估计中应用的迭代公式。为了证明其适用性及准确性，我们对所设计的算法进行了计算机仿真，仿真中所用的电流、电压数据均来自于充放电试验，最后将仿真结果与实验结果进行了对比，结果表明该算法SOC估计的误差在2%上下浮动。在此基础上为了进一步减小估计误差，我们又尝试了理论精确度更高的无味卡尔曼滤波算法（UKF），同样进行了公式推导以及计算机仿真，仿真过程数据与EKF相同。结果表明其精度要略高于扩展卡尔曼滤波算法。光伏充电策略方面，首先分析了现有充电方案的优缺点，并在现在常用的三阶段充电法的基础上作了改进，提出了新的充电策略，充电过程中尽可能的结合最大功率跟踪算法，以提高光伏系统能量效率。这里所用的最大功率跟踪算法为电导增量法，该算法通过比较当前电导值与电导变化量来确定工作点移动方向，算法稳定性好，且算法计算量少。再次，阐述了管理系统软硬件的开发过程，对系统中各功能模块的原理及硬件实现作了详细介绍，系统选用AVR系列的ATmega16作为核心单片机，主要涉及的硬件模块包括：单片机外围电路、测量电路、光伏充电电路等。最后，对太阳能电动车样车的改装过程作了简单介绍，并进行了车辆性能试验，实验过程中，考察电池管理系统的工作情况，包括运行阶段工作情况以及充电阶段工作情况。试验结果表明所设计电池管理系统可较好的完成运行状态监控以及光伏充电的控制。