来源：期刊VIP网 时间：
作者：郑涛;贾泽峰;邱亚;李俊伟;侯谋;
单位：合肥工业大学电气与自动化工程学院;
摘要：针对全钒液流电池的荷电状态（state of charge,SOC）估计难度大、成本高、准确性差等问题，提出一种基于带遗忘因子的递推最小二乘法（forgetting factor recursive least squares,FFRLS）和多新息无迹卡尔曼滤波（multiple innovation unscented Kalman filter,MIUKF）的全钒液流电池荷电状态估计方法。该方法通过FFRLS在线辨识全钒液流电池等效电路模型参数，然后通过MIUKF进行荷电状态估计，从而达到准确估计全钒液流电池荷电状态的目的。最后，利用实验平台对5 kW/30 kW·h的全钒液流电池采用所提出方法进行验证，实验结果表明，相较于RLS-UKF算法和FFRLS-UKF算法，FFRLS-MIUKF算法在荷电状态估计中表现最优，其充电阶段与放电阶段均方误差与均方根误差更低，均方误差与均方根误差在充电阶段分别为0.003 7、0.060 9，在放电阶段分别为0.001 3、0.036 3。
关键词：全钒液流电池;;SOC估计;;递推最小二乘;;多新息无迹卡尔曼滤波;;遗忘因子
