目前世界各国都在努力建设低碳环保、清洁可持续的现代能源体系,对于可再生能源的开发力度不断加大并且开始大力发展新能源汽车。锂离子电池是新能源汽车的主流动力电池,而由于锂离子电池梯次利用的趋势,储能电站也将大量使用锂离子电池作为储能电池。锂离子电池在使用过程中必须对电池进行均衡管理,技术最为成熟的被动均衡虽然简单,但是均衡过程中会损耗大量的能量。主动均衡能够使电池之间的能量相互传递,避免过多地损耗能量。由于电池内部的荷电状态（State of Charge,SOC）不能直接测量,所以主动均衡技术大多以电压为不一致均衡标准,这会导致均衡效率低下同时损耗一部分的能量。为了进一步提高电池均衡的效率,减少均衡过程的能量损耗,本论文研究以SOC为不一致均衡标准的锂离子电池均衡技术。本论文从电池均衡拓扑和SOC估算两个方面出发,采用目前市场上广泛使用的钴酸锂离子电池和镍钴铝酸锂三元锂离子电池为研究对象,开展了以下研究:首先,针对目前锂离子电池均衡拓扑存在无法统筹兼顾均衡电路体积和均衡速度的问题,提出了三种基于统筹兼顾原则的均衡拓扑。与传统的均衡拓扑进行拓扑结构、储能元件数量和均衡速度进行对比,证明提出的均衡拓扑能够在减少储能元件数量的前提下保持均衡速度。接着,针对同一均衡拓扑无法适应多个应用领域的问题,提出一种基于适应性原则的均衡拓扑。大部分拓扑有最合适的应用领域,一旦更换应用领域,厂家往往需要重新选择另一个均衡拓扑,这会大大增加整个电池管理系统开发的工作量。基于适应性原则的均衡拓扑能够根据不同的应用领域选择合适的储能元件数量,进而灵活地调整均衡拓扑的体积来适应不同的领域。之后,针对锂离子电池等效电路模型的问题,提出一种基于锂离子电池端电压回弹曲线线性化的线性神经网络等效电路模型。通过忽略端电压回弹曲线中的曲线部分建立开路电压（Open Circuit Voltage,OCV）的方程式,再利用线性神经网络构建等效电路模型,配合高斯三项式建立的OCV-SOC关系式,最终实现一种基于线性化等效模型的简易SOC估算算法。在实验中证明提出的方法能够实现以SOC为不一致均衡标准的均衡管理同时比以电压为不一致均衡标准的均衡能量损耗小。最后,为了进一步提高锂离子电池荷电状态估算精度,提出一种基于模糊算法的自适应扩展卡尔曼滤波算法。该算法通过模糊逻辑实现二阶RC模型和三阶RC模型间的切换,进而提高基于RC模型的自适应扩展卡尔曼滤波算法的SOC估算精度。在实验中证明提出算法能够实现以SOC为不一致标准的均衡管理,同时相对于之前提出的基于线性化等效模型的简易SOC估算算法的能量损耗更小。综合以上工作,本文实现了以SOC为不一致标准的锂离子电池均衡技术,使得电池均衡技术能够适应多种领域,同时降低了均衡过程中的能量损耗。本文的研究成果易于工程实现,能够应用于储能电站和电动汽车等领域。