以锂离子电池为代表的新一代绿色电池的蓬勃发展,对推动新能源相关技术的进步,缓解传统能源紧张、环境污染的局势发挥了巨大的作用。储能电池成组应用以及电池组状态管理等相关技术的不断提高与完善,能够延长电池组使用寿命,提高储能系统的可靠性。鉴于此,论文以锂离子电池为研究对象,主要针对储能电池成组设计及应用关键技术和储能电池组建模及性能状态监测相关理论和技术两个热点问题,研究了电池成组设计及应用技术、等效电路模型建模及系统辨识策略、荷电状态(State of Charge,SOC)估计方法,所研究的方法和策略对其它电池具有通用性。论文主要研究和工作如下:(1)针对电池成组应用时,由于单体电池的不一致性而造成性能退化的问题,对电池成组应用中的关键技术、影响电池组性能的主要因素进行研究和分析,设计并实现了一种典型恶劣环境中锂离子电池成组应用方案。在对大功率电池组充放电管理技术进行研究的基础上,提出一种基于单体电池保护的串联电池组分组均衡充电策略,并给出了具体的实现过程。通过分组均衡充电,减小了由电网异常等外力造成的充电过程中的负面影响,同时降低了单体电池之间的不一致性,提高了电池组整体的充放电能力和和整个电源系统的可靠性,为电池组整体直接建模奠定基础。(2)研究了基于智能算法的系统参数辨识策略,深入研究了粒子群优化算法,针对其在迭代后期经常面临无法找到最优位置或者在最优位置附近徘徊却无法定位在最优位置的问题,提出一种随机抖动粒子群优化算法,在利用几种目标优化测试函数验证其性能后,将其用于等效电路模型(Equivalent Circuit Model,ECM)系统参数辨识,并给出一种适用于等效电路模型系统辨识的加权目标优化函数,最后利用两种不同的工况验证了该算法的有效性和通用性。(3)开路电压(Open Circuit Voltage,OCV)迟滞,即OCV的路径依赖性是锂离子电池的一个显著特征,精确地估计OCV迟滞对等效电路模型极为重要。通过利用电压回馈信息修正OCV值,并仔细分析充电阶段、放电阶段和充放电之后的搁置阶段的修正的OCV运动轨迹,提出一种动态修正OCV的策略,并将其应用于二阶RC模型,得到一种考虑迟滞效应的加强ECM模型,提高了模型的精度。(4)针对系统级仿真和大规模储能电池组状态监测管理系统的需求,开展电池组电特性动态仿真模型相关技术的研究。理论和实践证明,电池组整体的充放电特性自动包含了单体电池的不一致性以及单体电池与电池组之间的非线性比例关系,利用这一特点可以快速有效地直接建立电池组级别的等效电路模型,用于模拟电池组的电气动态特性。同时考虑温度、倍率对电池性能的非线性影响,研究并建立对应的非线性影响数学模型,并对各种模型参数的辨识方法进行研究,最终建立基于ECM模型的考虑温度、倍率因素影响的电池组电特性复合模型。建立的电池组复合模型可以集成到更大的系统模型环境中,用于系统级的设计与仿真,例如大规模储能系统电池组选型、配组优化设计等许多场合。(5)深入研究了扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法和无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法,在进行大量实验的基础上,分析了EKF和UKF的优缺点,提出一种新的UKF-EKF联合SOC在线估计策略,实验结果表明,UKF-EKF算法能有效结合两种算法的优势,相比EKF算法,提高了鲁棒性,相比UKF算法,在估计精度相当时,降低了算法的执行时间,更适合于在线SOC估计。