近年来,由于全球石油资源的日益短缺以及环境污染的加剧,燃油汽车已逐渐被电动汽车所代替。由于单个电池电压和容量有限,需要大量单体成组来满足电动汽车的动力需求,如何对这些单体进行有效管理对电动汽车来说至关重要,而电池管理系统(BMS)通过对动力电池组的实时监控与有效管理,能够充分发挥电池成组后的性能,保证电池安全和高效使用,延长电池循环寿命。因此,电池管理系统是电动汽车不可缺少的重要装置,也是目前研究的热点。电池管理系统存在一些技术难题亟待解决,本文就其中的电池荷电状态(SOC)估算与电池均衡管理这两项技术进行了深入研究。首先,本文建立了锂离子电池的二阶RC等效电路模型,结合递推最小二乘算法(RLS)对其进行在线辨识。由于电池模型只有量测方程是非线性的,而状态方程是线性的,为此本文提出了一种基于综合型平方根高阶容积卡尔曼滤波的SOC估计算法:在时间更新阶段使用线性卡尔曼滤波,在量测更新阶段使用平方根高阶容积卡尔曼滤波,能够降低SOC估算误差,并且减少计算复杂度。然后,本文设计了一种基于正激变换器的双向主动均衡器,电池能量通过正激变换器在单体电池与电池组之间传输,保证了电池组能量均衡,适用于电池充放电全程。在放电阶段采用“填谷式”的均衡策略,可避免电池过度放电;在充电阶段采用“削峰式”的均衡策略,可防止电池过度充电。最后,本文为一个由12节三元锂离子电池串联成的电池组设计了一套电池管理系统,该系统以MPC5634作为主控芯片,选用LTC6811电压监控芯片和AS8510电流检测芯片,采用双CAN总线通信方式,具有电池参数检测(包括电池组总电压、单体电压、母线电流、温度和绝缘电阻等参数)、SOC估算、均衡管理、保护与报警等功能。实验结果表明,该系统实现了对锂离子电池组的实时监控与有效管理,验证了SOC算法和均衡方法的可行性和有效性,具有一定的工程应用价值。