基于无迹卡尔曼滤波的全钒液流电池状态估计

摘要：

利用传统的安时积分法估计全钒液流电池(vanadium redox flow battery,VRB)的荷电状态(state of charge,SOC),常常会因为累积误差造成估计误差增大的问题.该文针对这一问题,以一阶RC等效电路模型为基础,采用无迹卡尔曼滤波(unscented Kalman filter,UKF)算法对安时积分法估计结果进行修正,提高SOC估计精度.此外,UKF算法同时可以在收敛后准确地实时估计电池模型中的内阻,而电池的内阻可以表征其健康状态(state of health,SOH),因此UKF算法可根据内阻的估计结果评价电池的SOH.在工况下对电池进行测试性充放电实验,实验结果表明,UKF算法可以快速完成电池SOC的精确估计,绝对误差小于2％,并能准确地估计出电池的内阻,为电池SOH的确定提供参考依据.

关键词：全钒液流电池、无迹卡尔曼滤波、荷电状态、健康状态、电池模型

所属期刊栏目：38

分类号：TM912

在线出版日期：2018-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1769-1777,后插16