在全球能源转型的推动下，新能源技术正加速发展，液流电池凭借其长寿命、高安全性等优势，在大规模储能系统中承担着重要角色。对于液流电池，准确的系统状态评估可以有效提高电池的使用效率、延长其使用寿命，并优化并网启停等操作，从而提升整体能源管理的可靠性和经济性。综述了液流电池储能系统中荷电状态（SOC）和健康状态（SOH）估算方法的研究进展，重点分析了几种经典的评估方法，包括开路电压法、安时积分法、等效电路模型与卡尔曼滤波器相结合的算法，以及近年来兴起的基于人工智能的数据驱动模型，深入探讨了这些方法的优劣势，指出电池复杂电化学过程及外部环境变化对 SOC 和 SOH 估算的影响。未来液流电池管理系统智能化的关键方向是提升 SOC 和 SOH 估算的精度、降低计算复杂度，以及增强人工智能模型的可解释性。