소스-네트워크-로드의 신뢰성있는 운용을 보장하기 위한 효과적인 도구로서, 전지 저장은 이미 보다 대규모로 진입했으며, 저장 전지의 안전성과 신뢰성 운용 문제는 그 발전과 응용을 제약하는 주요 요소입니다. 리튬 이온 저장전지의 운용상태 추정과 경보문제에 대해, 본 논문에서는 데이터-모델 혼합 구동에 기반한 비선형 상태 추정 방법을 제시합니다. 먼저, 클래식 테베닌 회로 모델 및 확장 칼만 필터를 사용하여 리튬 이온 전지의 수학적 모델을 구축합니다; 그런 다음, 실제 시스템과 모델 시스템 운용상태 편차에 기반한 비선형 추정 방법을 제안하고, 데이터-모델 편차의 효과적인 추정을 통해 배터리 경보 프로세스를 실현합니다; 마지막으로, 모의 실험 사례에서 본 논문에서 제안된 방법이 모델 정확도, 오차 및 충·방전 전류 진폭 등에서 미미하게 영향을 받음을 검증합니다. 비선형 상태 추정(NSET)이 처음으로 리튬 이온 전지 경보에 적용되며, 모델 구동 방법인 확장 칼만 필터와 데이터 구동 방법인 NSET을 결합하여 리튬 이온 배터리의 실시간 상태를 정확히 추정하고 간단한 계산을 통해 경보를 수행하며, 실제 엔지니어링 적용 가치가 있습니다.

저장 시스템; 디지털 모델링; 경보 기술; 확장 칼만 필터; 비선형 상태 추정