随着传统化石能源储存量的不断减少,以太阳能为代表的清洁能源得到更多的应用。电池储能是光伏储能技术中最常用的方式,电池荷电状态（SOC）估计是电池管理系统的核心功能之一,其对延长电池寿命,提高安全性方面有着重要意义。本文以锂电池为研究对象,针对中心差分卡尔曼滤波算法（CDKF）估计SOC存在较大线性误差问题,提出一种改进的CDKF算法,有效减小了线性误差。此外还对电池管理系统设计进行相关研究。本文主要工作内容如下:首先,本文总结了光伏储能技术的发展概况、电池SOC估计和电池模型的研究现状以及存在的不足。在分析电池工作原理及主要性能指标基础上,通过ARBIN电池充放电测试平台完成放电特性、开路电压、恒流工况和动态工况等实验,为后续模型参数辨识和SOC估计提供了数据资源。其次,通过对多种电池等效模型的分析对比,基于电池放电结束电压变化特点,本文选取二阶阻容（RC）电路单元模型作为电池等效模型。文中采用最小二乘方法（含遗忘因子）在线辨识模型阻容参数,然后进行脉冲实验（HPPC）验证模型精度,该等效模型具有较好的估计精度,后续可用于SOC估计算法的比较和验证。然后,详细推导了 CDKF算法的递推过程,在推导过程中将迭代思想引入,多次利用测量信息更新状态量估算值,基于LM（Levenberg-Marquardt）优化方法不断修正协方差矩阵,在此基础上提出改进的CDKF算法。后面在恒流工况和动态工况下对CDKF算法及改进后的算法在准确性和鲁棒性方面进行验证,结果表明改进后的CDKF算法精度更高,SOC估计精度可提升1.16%,最大估计误差小于1.7%,具有更好的鲁棒性。最后,设计了一个简化的电池管理系统模块。其中微处理器采用STM32系列芯片,信息采集模块选用BQ76940芯片,采集模块与微处理器之间采用I2C（Inter Integrated Circuit）总线进行通讯,控制模块实现电池的充放电管理。系统可以完成电池SOC、温度、电压和电流的监测并在上位机上实时显示,同时还可对多种类型故障进行保护,能够满足锂电池信息状态监测需求。