[发明专利]一种基于RLS和EKF算法的全钒液流电池SOC估计方法

摘要

本发明公开了一种基于RLS和EKF算法的全钒液流电池SOC估计方法，其特征包括：1建立全钒液流电池的数学模型；2采用RLS算法对全钒液流电池的数学模型进行参数辨识；3采用EKF算法估计全钒液流电池的SOC；4将RLS算法与EKF算法相结合，实时更新全钒液流电池的模型参数，再根据更新出来的模型参数进行新的SOC估计。本发明在不额外增加系统配置下，达到模型参数的在线更新以及SOC的准确估计。

主权项

1.一种基于RLS算法和EKF算法的全钒液流电池SOC估计方法，其特征是按如下步骤进行：步骤1：根据全钒液流电池的等效电路模型建立全钒液流电池的数学模型，并采用式(1)和式(2)所示的全钒液流电池的连续状态方程和输出方程表示：式(1)和式(2)中，U_d表示全钒液流电池的端电压；I_d表示全钒液流电池的充放电电流；U_c表示全钒液流电池的电极电容两端的电压；SOC表示全钒液流电池的荷电状态；表示全钒液流电池的电极电容两端的电压的变化率；表示全钒液流电池的荷电状态的变化率；I_p表示全钒液流电池的泵损；R₃表示全钒液流电池的寄生损耗；R₁表示全钒液流电池中由反应动力学引起的等效电阻；R₂表示全钒液流电池的质子传递电阻、膜电阻、溶液电阻、电极电阻和双极板电阻的总和；C₁表示全钒液流电池的电极电容；C_N表示全钒液流电池的额定容量；V_e表示全钒液流电池的标准电极电势；R为气体常数，T表示温度，F为法拉第常数，N表示全钒液流电池所含的单片全钒液流电池的个数；步骤2：将式(1)和式(2)进行拉氏变换、Z变换并整理得到如式(3)所示的全钒液流电池数学模型的差分方程：Ud(k)＝a×Ud(k‑1)+b×Vs(k)+c×(Id(k)‑Ip(k))+d×(Id(k‑1)‑Ip(k‑1))   (3)式(3)中，Ud(k)表示第k时刻的全钒液流电池的端电压；Ud(k‑1)表示第k‑1时刻的全钒液流电池的端电压；Vs(k)表示第k时刻的全钒液流电池的堆栈电压；Id(k)表示第k时刻的全钒液流电池的充放电电流；Id(k‑1)表示第k‑1时刻的全钒液流电池的充放电电流；Ip(k)表示第k时刻的全钒液流电池的泵损；Ip(k‑1)表示第k‑1时刻的全钒液流电池的泵损；a、b、c、d表示模型系数，并由式(4)进行描述：式(4)中，Ts表示采样周期；步骤3：由式(4)得到如式(5)所示的R1、R2、R3和C1：步骤4：对所述全钒液流电池数学模型的差分方程进行RLS参数辨识，得到模型系数a、b、c、d的值；从而将所述模型系数a、b、c、d的值代入式(5)中，得出全钒液流电池的模型参数R1、R2、R3和C1；步骤5：建立如式(6)和式(7)所示的全钒液流电池的离散状态方程和输出方程：步骤6：采用EKF算法对所述全钒液流电池的离散状态方程和输出方程进行SOC估计，得到全钒液流电池的SOC估计值；步骤7：将所述全钒液流电池的SOC估计值代入式(8)所示的能斯特方程，获得全钒液流电池的堆栈电压Vs(k)：步骤8：将所述全钒液流电池的堆栈电压Vs(k)代入式(3)，并由步骤4更新全钒液流电池的模型参数R1、R2、R3和C1，再由步骤6更新SOC估计值；步骤9：重复步骤4‑步骤8，直至完成全钒液流电池的充放电。