Sous l'impulsion de la transition énergétique mondiale, les technologies des nouvelles énergies se développent rapidement. Les batteries à flux, grâce à leur longue durée de vie et leur haute sécurité, jouent un rôle important dans les systèmes de stockage d'énergie à grande échelle. Pour les batteries à flux, une évaluation précise de l'état du système peut efficacement améliorer l'efficacité d'utilisation de la batterie, prolonger sa durée de vie et optimiser les opérations de connexion et déconnexion au réseau, améliorant ainsi la fiabilité et l'économie globale de la gestion de l'énergie. Cette revue fait le point sur les avancées dans les méthodes d'estimation de l'état de charge (SOC) et de l'état de santé (SOH) dans les systèmes de stockage des batteries à flux, en analysant notamment plusieurs méthodes d'évaluation classiques, y compris la méthode de tension en circuit ouvert, la méthode d'intégration en ampères-heures, les modèles de circuit équivalent combinés aux filtres de Kalman, ainsi que les modèles basés sur l'intelligence artificielle apparus récemment. Les avantages et inconvénients de ces méthodes sont approfondis, en soulignant l'impact des processus électrochimiques complexes de la batterie et des variations de l'environnement externe sur les estimations du SOC et du SOH. La direction clé pour l'avenir des systèmes intelligents de gestion des batteries à flux est d'améliorer la précision des estimations SOC et SOH, de réduire la complexité informatique et d'améliorer l'interprétabilité des modèles d'intelligence artificielle.

batterie à flux;état de charge;état de santé;système de gestion des batteries;modèle de circuit équivalent;intelligence artificielle