近几十年以来,由于日益严峻的环境污染问题和能源紧张问题,使得全球对新能源领域的研究变得更加积极,纯电动汽车作为零污染的绿色环保汽车得到了大力的发展。作为组成电动汽车的结构之一的电池管理系统就是用来对电池组进行安全监控及有效管理从而为电动汽车能够安全并且正常的行驶提供了保障。为了提高电池组的使用效率并最大程度的满足电动汽车的行驶需求,本论文从实际电池管理系统应用不足的角度出发,结合上位机软件监控平台,对动力锂电池进行在线优化控制策略的研究。具体的研究内容如下:(1)结合动力锂离子电池的特性,总结对比了不同的锂电池模型的优缺点,采用Thevenin等效电路模型作为本论文的研究基础。从动力锂电池组的模型这一角度出发,对电池组模型的相关参数进行了辨识。分析了采用离线辨识这一方法的不足,通过采用加权最小二乘法进行参数的在线辨识获得更加准确的模型参数,并验证了该模型的准确性;(2)分析了以单体电池参数作为峰值电流预测依据的不足之处,并提出了将单体电池参数和电池组参数相结合的多参数融合作为电池组实时最大可充放电电流估算的依据。建立了多参数融合的电池组峰值电流预测体系并推导出了关于峰值电流的决策函数;(3)采用模糊控制理论对该决策函数进行分析并设计了相应的模糊控制规则,通过模拟DST工况进行仿真验证了多参数模糊控制策略的有效性。然后在此基础之上采用遗传算法分析了其隶属度函数的划分并对模糊控制策略进行了优化。同样模拟DST工况仿真验证了遗传模糊控制策略的有效性;(4)基于本文的研究需求,结合电池管理系统设计了上位机软件平台用来对电池相关参数的分析。在相同实验条件下,通过模拟NEDC工况进行了最优控制策略的对比实验。最终通过对实验结果的分析验证了采取多参数融合的遗传模糊控制策略在保证电池组一致性的前提条件下使得电池组的使用效率得到了较大幅度的提升,由此确定多参数融合的遗传模糊推理控制策略为本文所研究得到的大功率动力锂电池的最优控制策略。