随着电网中电源与负荷不确定因素的增加,锂电池成本的降低,越来越多的蓄电池储能系统在电网中得到了应用。作为电网储能系统的关键设备--蓄电池及其管理系统(Battery Management System,BMS),与已有大量研究的电动汽车用蓄电池及其管理系统有着很大的不同。本文选择一款电网储能用磷酸铁锂电池作为研究对象,设计实验方案,建立电路模型,优选荷电状态(SOC)估算方案,为电网储能用蓄电池管理系统的构建提供参考依据。具体工作如下:(1)根据所研究电网储能用蓄电池的性能指标和可能的实际运行环境,选择了实验设备,设计了实验流程和实验内容,记录实验数据,进行了数据清洗和归一化处理,为建模和荷电状态估算方案验证提供了数据支撑。(2)以实验数据为依托,优化选择蓄电池的电路模型,离线估计电路模型参数,生成特定电池的具体电路模型,可以嵌入蓄电池管理系统,能为蓄电池管理系统高效管理蓄电池提供支持。(3)以建立的电路模型为基础,仿真实际运行数据为输入,进行了SOC估计算法的选择和估算准确度的研究,比较了KF系列滤波算法和基于神经网络模型的BP算法在该种电网储能电池上的SOC估算效果。比较结果表明,针对本文研究的磷酸铁锂电池,两种估算方法都是可行的,KF系列滤波算法具有更好的性能,都可以在蓄电池管理系统中使用。本文的电网储能用电池的建模方法和SOC估算,可以推广应用于其他规格的电池,具有一定的参考价值。