双卡尔曼滤波下的全钒液流电池荷电状态估计

• 作者: 卢文品 李鑫 邱亚 郑涛
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 储能 全钒液流电池(VRB) 荷电状态(SOC) 实时仿真 双卡尔曼滤波(DKF)
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电气与自动化工程
• 页码范围: 206-210
• 页数: 5页
• 分类号: TM911.3
• 字数: 2015字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2019.02.012

摘要

全钒液流电池(vanadium redox flow battery,VRB)荷电状态(state of charge,SCC)是评价电池性能、估算电池容量的重要参数,也是储能系统管理和调控的关键依据.文章通过搭建实时仿真平台,采用基于卡尔曼滤波原理,在扩展卡尔曼滤波(extended Kalman filter,EKF)算法的基础上提出的双卡尔曼滤波(doubleKalman filter,DKF)算法对全钒液流电池SOC进行在线估计,并将其与传统的安时积分法测量方式进行对比分析.实验表明,该方法相比于安时积分法具有更好的准确性,且估算误差在2％以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鑫	合肥工业大学电气与自动化工程学院	66	265	8.0	12.0
2	郑涛	合肥工业大学电气与自动化工程学院	25	34	4.0	4.0
3	邱亚	合肥工业大学电气与自动化工程学院	10	26	3.0	5.0
4	卢文品	合肥工业大学电气与自动化工程学院	2	1	1.0	1.0