世界的なエネルギー転換の推進により、新エネルギー技術は急速に発展しており、液流電池は長寿命や高い安全性などの利点から、大規模な蓄電システムにおいて重要な役割を担っています。液流電池において、正確なシステム状態評価は電池の使用効率を効果的に向上させ、使用寿命を延ばし、系統連系の起動・停止操作を最適化することで、全体的なエネルギー管理の信頼性と経済性を高めます。本稿では、液流電池蓄電システムにおける充電状態（SOC）および健康状態（SOH）の推定方法の研究進展を概説し、開回路電圧法、アンペア時積分法、等価回路モデルとカルマンフィルタを組み合わせたアルゴリズム、さらに近年台頭している人工知能に基づくデータ駆動モデルといったいくつかの古典的な評価方法を重点的に分析しました。これらの方法の長所と短所を深く掘り下げ、電池の複雑な電気化学過程や外部環境変化がSOCおよびSOHの推定に与える影響を指摘しています。将来の液流電池管理システムの知能化における重要な方向性は、SOCおよびSOH推定の精度向上、計算複雑度の低減、人工知能モデルの説明可能性の向上です。

液流電池;充電状態;健康状態;電池管理システム;等価回路モデル;人工知能