双卡尔曼滤波下的全钒液流电池荷电状态估计

论文摘要

全钒液流电池(vanadium redox flow battery,VRB)荷电状态(state of charge,SOC)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(double Kalman 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。

论文目录

• 0 引 言
• 1 全钒液流电池
•   1.1 工作原理
•   1.2 全钒液流电池建模
• 2 全钒液流电池SOC估计算法
•   2.1 扩展卡尔曼滤波算法
•   2.2 双卡尔曼滤波算法
• 3 试验验证与分析
•   3.1 实验设备
•   3.2 恒流充放电下的SOC估计
•   3.3 实验结果分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 郑涛,卢文品,李鑫,邱亚

关键词: 储能,全钒液流电池,荷电状态,实时仿真,双卡尔曼滤波

来源: 合肥工业大学学报(自然科学版) 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 合肥工业大学电气与自动化工程学院

基金: 山西省科技重点研发计划资助项目(201603D112004),湖南省科技重大专项资助项目(2016GK1003)

分类号: TM912

页码: 206-210

总页数: 5

文件大小: 932K

下载量: 170