自2013年开始,我国出现大面积的雾霾天气,覆盖约1/4的国土面积,6亿人受到影响。造成雾霾天气的主要原因之一就是汽车尾气,其对城市空气中PM2.5的“贡献”率达到60%。当下,节能减排成为国家治理空气污染的首要目标和人民的热切期望。和传统燃油汽车相比,新能源汽车能大大减少尾气排放,成为交通领域节能环保新方向。新能源汽车的能量大多来自动力电池,对其安全、有效的管理是其中的核心技术之一。一套完整的电池管理系统(Battery Management System,BMS)能够实现电池的状态监测、信息交互、安全保护,确保电动车运行过程中能量利用的安全、合理与高效。本文针对BMS两项关键技术——电池剩余电量估算(State of Charge,SOC)和均衡控制进行了研究设计。关于SOC估算,本文在对比传统方法的基础上,利用BP神经网络加以实现。通过设计工况实验,在MATLAB中对该算法进行了仿真验证,结果表明该算法能够很好的拟合动力电池充放电特性,较传统算法有更好的可靠性与精确度。最后利用代码自动生成技术,成功获得了能在DSP中稳定运行的该算法代码。对于电池间的均衡问题,本文选取了以电感为主的非耗散型电路,旨在实现能量在电池间的无损耗迁移。通过建模仿真,验证了该电路的可实施性与高效性,在对元器件的计算选型后,搭建出具体的硬件电路,再配合相应的控制算法,最终较好地实现了设计初衷。除此之外,本文还完成了BMS主控板的设计,以TMS320F2812为控制核心,集成了AD采集电路、IO隔离输出电路、CAN通讯电路、SPI通讯电路、RTC时钟、外扩64k静态存储等等。利用可编程电阻负载,实现了主控板、采集板、均衡板的联调,同时实现了SOC检测、电池均衡的功能测试,效果良好。