BMS首要解決的就是安全問題，需要具備：

1）過充保護，即充電時需在電壓超標時及時終止。

2）過放保護，即組中任一單體電壓低于過放電閾值時終止放電。

3）過流及短路保護，主要功能為當意外造成過大的放電電流甚至短路時，輸出能自動關閉并進入自鎖狀態(tài)。

目前這些基本的保護功能可由專業(yè)的鋰電保護芯片實現，如TI、凌特等專用鋰電保護IC。均衡是電池管理的核心問題，國內外的研究非常活躍。均衡的具體實現方法依據能量處理方式可分為耗散型與非耗散型，耗散型均衡通過在電池兩端并聯旁路分流電阻消耗多余能量來實現均衡，這種方法具有實現簡單，成本低廉的優(yōu)點，但存在熱管理問題。非耗散型均衡是指能量在電池組中各單體之間轉移以達到均衡，這種均衡方式存在多種電路拓撲結構，但往往存在電路復雜，均衡效率不高，均衡速度慢等問題，限制了其在電動汽車、儲能等大容量領域的使用。

鋰電池由于結構和模型的復雜性，其SOC特性受許多不確定因素的影響，大致有充放電倍率、溫度與充放電次數等，因此如何依據可測的參數對SOC做出準確的估計是當前亟待解決的難題。目前業(yè)界常用的SOC估計方法有放電法、安時積分法、開路電壓法以及卡爾曼濾波法等。放電試驗法是對電池恒流放電，統(tǒng)計放出的電量，直到其端電壓達到放電截止電壓。該方法比較可靠，適用于不同類型的電池；但缺點主要是試驗過程較長，不能實時在線估計，因此該方法一般用于確定電池模型參數。安時積分法通過計算一段時間內電池充放電時流進或流出的容量來計算SOC，算得SOC值后再根據環(huán)境溫度和充放電倍率這些影響因素對其進行補償。這種方法存在積分累積誤差與初始值預測問題。開路電壓法利用電池開路電壓與SOC一定的曲線對應關系來估算SOC。但為了測得開路電壓需要消除電池自恢復效應，耗時較長，所以開路電壓法不能實時估計SOC，但可以為其他算法提供初始SOC值。卡爾曼濾波是一種通過遞歸迭代來解決離散方程中濾波問題的方法，它能夠根據前時刻的狀態(tài)通過遞推來估算當前時刻的狀態(tài)值。因此我們可用電池的上一個狀態(tài)參數來估計當前時刻的工作狀態(tài)，即將電池的電流、工作溫度等參數作為系統(tǒng)的輸入，SOC作為狀態(tài)參量，電池電壓作為輸出，利用卡爾曼濾波進行鋰電池SOC的估算。目前卡爾曼濾波法還停留在理論仿真階段，實際應用的報道很少。而對溫度的監(jiān)控目前BMS系統(tǒng)主要采用模擬/數字溫度傳感器來實現，對于成本受限的場合可以使用熱敏電阻。

目前美日德在BMS的研究和產品化水平上都走在世界前列，美國A123System公司最先開發(fā)出鐵鋰儲能系統(tǒng)，并于2011年建成全球最大的32MWh鋰電儲能電站。目前國內在儲能電站BMS領域的研究也已經開始，如力高公司生產的儲能電站專用BMS，采用三級體系架構實現電池監(jiān)測，可用于大中小型儲能電。