为了解决现役城市轨道交通的环保与运行场合问题,本文旨在将混合动力系统引用在城市轨道交通上,新型“电网+锂电池+超级电容”混合动力列车是未来列车的发展方向之一,本文的研究核心如下：本文首先介绍混合动力列车能源框架图,然后对其中的核心枢纽(并联双向DC/DC)进行建模与分析,提出了自均流的双闭环控制方案。最后,为验证方案的可行性,本文在Simulink下进行了仿真。仿真结果表明,兼有均流的双闭环控制器作用于并联双向DC/DC时,不仅能够保证输出电流与输出电压的稳定；并且,在自均流的控制方案下,能够将初始电感平均电流差值从0.34A降到低于0.01A以下,验证了上述理论方案的可实践性。混合动力源的核心是锂电池组,锂电池组管理的研究就显得尤其重要。电池组内部的均衡控制是现阶段的研发热点,针对列车的电池组的特殊性,本文对电池组的均衡控制做了MATLAB/Simulink仿真,验证了均衡控制方案的可靠性与可实施性。扩展卡尔曼滤波(Extended Kalman filter, EKF)算法估计锂离子动力电池荷电状态(state of charge, SOC)时,由于系统噪声的不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法来动态地估计多元锂电池的SOC。仿真结果表明：与EKF相比,改进Sage-Husa勺自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的估计误差,实时的工况模拟也证明了该算法更适用于多元锂电池的动态SOC估计。同时,健康状态(SOH)也是动力源的重要参数,本文首先对电池组中的单体进行建模。采用双重改进DEKF估计算法对电池进行SOH的估计,通过仿真验证了上述方法具有良好的效果。最后,针对混合动力源的技术参数和性能特点,开发了混合动力储能部件产品特性测试平台。基于所研发的测试平台,对锂电池进行了充放电特性测试,在线估算了锂电池组的SOC与SOH。实时监测、记录和显示系统数据,提供数据报表和动态曲线,为混合动力列车的储能部件产品的选取提供支持。