文献类型：期刊文章

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]

LIU Xiangdong;LIU Chengzhi;YANG Zijie;ZHAO Hangfei;ZHU Xiaozhou;GAO Zuchang;HAN Ming(School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, Sichuan Province, China;Department of Material Science and Engineering, National University of Singapore, 117583, Singapore;Clean Energy Research Center, Ternasek Polytechnic, 529757, Singapore)

机构地区：[1]西南交通大学电气工程学院,四川省成都市610031 [2]新加坡国立大学材料科学与工程学院,新加坡117583 [3]淡马锡理工学院清洁能源研究中心,新加坡529757

出　　处：《中国电机工程学报》

年　　份：2018

卷　　号：38

期　　号：6

起止页码：1769-1777

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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

分 类 号：TM912]