一种融合遗忘因子最小二乘法和无迹卡尔曼滤波的全钒液流电池SOC估计方法

本发明公开了一种融合遗忘因子最小二乘法和无迹卡尔曼滤波的全钒液流电池SOC估计方法，涉及电化学储能状态监测技术领域，包括采集全钒液流电池电压和电流数据，并进行数据处理；建立全钒液流电池Thevenin等效电路模型；采用遗忘因子递推最小二乘法，对等效电路模型进行参数辨识，并采用海星优化算法优化遗忘因子和初始参数值，使得等效电路模型模拟的端电压值与实际电压值误差最小；基于实时辨识等效电路模型的参数，并结合无迹卡尔曼滤波算法对电池极化电压和SOC进行联合估计，使得估计的端电压误差最小，进而得到全钒液流电池SOC的估值。因此，采用上述方法，实现对电池SOC的准确估计，从而判断电池的电量情况，为现场运维人员提供指导与参考。