| 双卡尔曼滤波下的全钒液流电池荷电状态估计 |
| |
| 引用本文： | 郑涛,卢文品,李鑫,邱亚.双卡尔曼滤波下的全钒液流电池荷电状态估计[J].合肥工业大学学报(自然科学版),2019,42(2). |
| |
| 作者姓名： | 郑涛 卢文品 李鑫 邱亚 |
| |
| 作者单位： | 合肥工业大学 电气与自动化工程学院,安徽合肥,230009;合肥工业大学 电气与自动化工程学院,安徽合肥,230009;合肥工业大学 电气与自动化工程学院,安徽合肥,230009;合肥工业大学 电气与自动化工程学院,安徽合肥,230009 |
| |
| 基金项目： | 山西省科技重点研发计划资助项目;湖南省科技重大专项资助项目 |
| |
| 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。
|
| 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) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
