由于传统化石燃料的不断消耗和日趋严重的环境污染问题,人们越来越认识到清洁可再生能源的重要性。锂电池由于具有能量密度高、循环寿命长、对环境危害小等优点,越来越得到人们的重视。单体锂电池的工作电压只有3.6V,但是在电动汽车、储能电站和军事装备等领域应用时,往往需要几十甚至几百个电池串联供电。而电池单体之间本身就存在不一致性,电池组在复杂的工况下频繁充放电导致这种不一致性更加明显,直接影响电池组性能和使用寿命。因此,锂电池组在使用过程中,需要对其工作状态进行监测和管理,而其中电池荷电状态(State of Charge,SOC)的估算和均衡策略是锂电池管理系统(Battery Management System,BMS)的重中之重。本文首先阐述了锂电池的各种数学模型的特点,在研究了电池各种SOC估算算法之后,确立了二阶RC等效电路模型作为SOC估算模型。该模型具有精度准确,计算量适中的特点。本文推导了扩展卡尔曼滤波(EKF)的运算过程,并且在无迹卡尔曼滤波(UKF)的基础上提出了奇异值分解的卡尔曼滤波(SVD-KF)算法。该算法能克服UKF算法在矩阵分解中的不稳定性,并且结合二阶RC模型在MATLAB中搭建了基于该算法的锂电池SOC估算仿真模型,结果证明了该算法对于SOC估算误差精度在5%以内。其次,本文阐述了常见均衡拓扑结构的优缺点,通过双向反激式变换器均衡的原理分析,结合电阻式被动均衡,确立了两者结合的混合均衡策略。该混合均衡策略能充分发挥两个均衡方式的特点,较快降低单体电池之间的不一致性,提高均衡效率。最后,本文设计了一种能有效管理12节电池的锂电池管理系统,该系统能采集电池组电压、电流和温度等参数,除此之外还能有效计算电池SOC,具备混合均衡功能以及完善的系统保护功能。最后,通过基于LabVIEW的上位机采集分析数据,各项数据符合本文电池管理系统的设计要求。