基于无迹卡尔曼滤波的全钒液流电池状态估计

被引：45

作者：

刘湘东 ^{[1
]}

刘承志 ^{[1
]}

杨梓杰 ^{[2
]}

赵航飞 ^{[1
]}

朱晓舟 ^{[1
]}

高祖昌 ^{[3
]}

韩明 ^{[3
]}

机构：

[1] 西南交通大学电气工程学院

[2] 新加坡国立大学材料科学与工程学院

[3] 淡马锡理工学院清洁能源研究中心

来源：

中国电机工程学报 | 2018年 / 38卷 / 06期

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;

D O I：

暂无

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

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。

引用

页码：1769 / 1777+1914 +1914

页数：10

共 9 条

[1]

A comparative study and review of different Kalman filters by applying an enhanced validation method.[J].Christian Campestrini;Thomas Heil;Stephan Kosch;Andreas Jossen.Journal of Energy Storage.2016,

[2]

A comparative study of all-vanadium and iron-chromium redox flow batteries for large-scale energy storage.[J].Y.K. Zeng;T.S. Zhao;L. An;X.L. Zhou;L. Wei.Journal of Power Sources.2015,

[3]

Electrical circuit model of a vanadium redox flow battery using extended Kalman filter.[J].M.R. Mohamed;H. Ahmad;M.N. Abu Seman;S. Razali;M.S. Najib.Journal of Power Sources.2013,

[4]

State-of-health monitoring of lithium-ion batteries in electric vehicles by on-board internal resistance estimation.[J].Jürgen Remmlinger;Michael Buchholz;Markus Meiler;Peter Bernreuter;Klaus Dietmayer.Journal of Power Sources.2010, 12

[5]

Enhanced coulomb counting method for estimating state-of-charge and state-of-health of lithium-ion batteries.[J].Kong Soon Ng;Chin-Sien Moo;Yi-Ping Chen;Yao-Ching Hsieh.Applied Energy.2008, 9

[6]

The hydrogen economy: a threat or an opportunity for lead–acid batteries?.[J].D.A.J. Rand;R.M. Dell.Journal of Power Sources.2004, 2

[7]

动力电池组SOC估算及均衡控制方法研究 [D].