在当今能源需求激增、环境污染日益严重的背景下，新能源电动汽车因其清洁零排放的优点，作为传统燃油车的理想取代方式，得到了国家大力扶持。锂电池因其能量密度高、循环寿命长等优势，占据了动力电池市场主导地位，被广泛应用在电动汽车行业中。然而，锂电池存在安全性能差的问题，如若使用不当容易发生电池容量急剧衰减、起火甚至爆炸的危险。锂电池管理系统通过对锂电池状态进行实时检测与控制，对于保障锂电池安全优化运行具有至关重要的作用。本文以车用锂电池管理系统为研究对象，在控制算法层面对其三个重要的功能展开相应研究，即锂电池荷电状态估计、均衡控制与充电管理。本文的主要研究工作和创新点如下:　　(1)设计了基于神经网络的锂电池荷电状态非线性观测嚣。利用等效电路模型来描述电池动态特性，其中电池模型里的电路元件参数被当作锂电池荷电状态的非线性函数以获得更高的模型精度。基于此强非线性模型，设计了一种非线性观测器来估计锂电池荷电状态，其中利用径向基函数神经网络在线补偿锂电池模型中不确定偏差与干扰。利用李亚普洛夫稳定性理论证明了该非线性观测器的荷电状态估计误差最终能够收敛到一个任意小的界限内。相关实验结果表明本文设计的基于神经网络的电池荷电状态观测器与常用的扩展卡尔曼滤波器相较，拥有更快的收敛速度与更高的估计精度。　　(2)提出了基于荷电状态估计的锂电池均衡滑模控制方法。首先，设计了自适应准滑模观测器对锂电池组中各单体电池荷电状态进行准确估计，并利用李亚普洛夫稳定性理论分析证明了这些观测器的收敛性。其次，使用双向改进库克变换器作为锂电池均衡电路，并利用电池荷电状态估计值，提出了一种带饱和均衡电流约束的离散滑模控制策略使得各电池均衡器能够有效地协同工作以实现各单体锂电池荷电状态均衡，其中电池最大允许均衡电流被设计成随电池组外部电流变化的变量而非常数值，以避免电池电流超过其允许范围。数学分析和实验结果表明所设计的基于荷电状态估计的锂电池均衡控制策略可以有效地使锂电池实际荷电状态间差异值在较短的时间内收敛到容许范围。　　(3)利用多智能体理论设计了锂电池均衡系统改进拓扑结构。将串联锂电池组的电池均衡系统等效为一个多智能体系统，其中将单体电池等效为智能体（节点），电池均衡器等效为其连接边。基于这一独特视角，可以将锂电池均衡等效为智能体在控制下达到共识的过程，进而本文设计了基于共识的电池均衡算法，并通过数学理论分析证明了该均衡算法的收敛性。在此基础上，进一步研究了如何在传统电池均衡系统（拓扑图）中额外增加少量的电池均衡器（边）以最大限度地加速电池均衡过程。利用图理论分析可知，电池均衡时间随着均衡系统拓扑图的代数连通度的增加而减少。通过构建并求解一个0-1组合优化问题可以确定能使均衡系统拓扑图代数连通度得到最大提升的最优添加边（均衡器最优增加位置），即得到了锂电池均衡系统改进拓扑结构。仿真和实验结果表明在传统电池均衡系统中仅增加一个最优均衡器即可以很大程度减少均衡时间。　　(4)提出了允许用户参与的锂电池多目标充电控制策略。设计了基于改进隔离型降压变换器的多模块锂电池充电器，其中可以通过各变换器模块对锂电池组中单体电池进行单独充电。利用该多模块充电器，为锂电池组设计了一种双层充电控制方法。上层控制综合考虑用户需求、电池均衡、温度和充电约束，通过构建并求解多目标优化问题规划出最优电池充电电流，其中采用变规划采样周期方法在保持充电性能的同时减少该优化算法的计算量。并设计了规划充电电流在线调节策略以确保锂电池端电压始终保持在其约束范围内。底层控制使用了基于无源理论的控制策略，使得多模块充电器为锂电池组提供的实际充电电流精确跟踪上层规划的预设充电电流，并使用李雅普诺夫理论证明了该底层控制方法的稳定性。仿真和实验验证结果表明所设计的多模块充电器和分层充电控制方法具有十分好的效果。　　(5)对于本文所设计的锂电池管理系统相关的估计与控制算法，均利用李亚普洛夫理论分析给出了严格的稳定性证明过程，并搭建了锂电池测试平台、锂电池均衡控制平台和锂电池充电管理平台对这些方法进行了详细的实验验证，做到了理论联系实际。