无人船（USV）作为一种新型智能化海洋观测平台已经成为海洋观测领域的研究热点。电池管理系统（BMS）作为电力推进式USV锂电池组的管理和保护单元，对于提高USV安全性、可靠性以及智能化程度具有重要意义，成为高性能无人船的关键技术之一。本文主要包括两大部分，锂电池荷电状态（SOC）估算的研究和无人船BMS设计与实现。通过分析锂电池特性及相关影响因素，从而确定其等效电路模型及状态空间方程并进行模型校验。在此基础上完成了对利用卡尔曼滤波算法估算SOC展开分析和探讨。通过分析并对扩展卡尔曼滤波算法估算SOC和自适应卡尔曼滤波算法估算SOC进行仿真，结果表明自适应卡尔曼滤波具有更好的精度和鲁棒性。SOC在线估算是BMS的难点，实时获取USV锂电池组的SOC对于高效利用电能以及合理规划路径具有重要意义。因此，本文设计了一种多元SOC估算方法，其结合扩展卡尔曼滤波法、开路电压法、安时积分法并考虑温度、充放电倍率，具有较强的可行性和较高的精度。本文介绍了一种无人船BMS的设计与实现。硬件设计上，采用性价比高的STM32F103RBT6作为微控制器并利用抗干扰能力强的数据采集芯片ISL9208，结合温度传感器、电流传感器以及串口、CAN通讯等模块，从而实现BMS的硬件设计。软件设计上，包含了电池组的基本数据采集、保护、SOC估算、均衡以及通讯等操作。同时，本文对BMS实验结果进行分析，结果表明设计的BMS能够准确地采集单体电池的电压、温度及充放电电流，并能实现SOC的较准确估算，同时具有电池组均衡和过压、过放、过流、短路等保护功能。