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
单位:西南交通大学电气工程学院; 四川省成都市610031; 新加坡国立大学材料科学与工程学院; 新加坡117583; 淡马锡理工学院清洁能源研究中心; 新加坡529757
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社