动力电池组作为电动汽车的核心能量源影响整车的综合性能。由于制造工艺和运行工况的差异,动力电池组会产生不一致性,轻则导致电池老化和性能衰退,重则产生热失控引发安全问题。均衡技术能够有效改善电池间的电量不一致性,提升电池成组后的性能和安全特性,提高动力电池组的使用寿命。本文针对动力电池组不一致问题,在当前主要均衡技术研究基础上,提出了以能量传递路径评价导向的主动均衡电路设计方法和基于过程选择优化判据的模糊神经网络均衡控制策略,具体研究内容有:1.研究和分析了现有均衡电路的结构及优缺点,提出以能量传递路径为原则的评价方法,从能量传递形式、能量传递路径和能量传递效能三个方面考虑均衡电路的设计方法;结合基于电感的环型均衡电路（Loop Equalization Circuit based on Inductance,LECI）和双路电感均衡电路（Dual Inductance Equalization Circuit,DIEC）提出一种新型主动均衡电路——基于电感的双环型均衡电路（Double Loop Equalization Circuit based on Inductance,DLECI）;应用能量传递路径评价方法,对该电路和传统电路进行了指标计算和比较分析。2.提出基于过程选择优化判据的模糊神经网络均衡控制策略。在对不同均衡判据优缺点分析的基础上,选择荷电状态（State of Charge,SOC）作为均衡策略的过程判据参数。总结描述电池组不一致性的几种指标,根据本文均衡电路的结构,选择最大差值作为均衡策略启动判据指标。设计基于模糊神经网络的均衡控制算法,实现对均衡电路的控制。该算法结合电池的特性,利用模糊神经网络控制器调节控制均衡电流,以提高均衡性能。3.在各种电池组带电量不一致状态下,采用差分算法控制均衡电路,将DLECI与经典多电感均衡电路、LECI和DIEC进行对比仿真实验,进一步验证能量传递路径评价方法。结果表明,能量传递路径评价方法能够对4种初始条件下不同均衡电路的效果进行有效区分和评价,同时所设计的DLECI的均衡性能最优。在电池组充电、闲置和放电三种状态下采用模糊神经网络算法控制DLECI开展仿真实验。结果表明,本文所提出的均衡控制策略可以有效改善电池组带电量不一致性。