글로벌 에너지 전환의 추진에 따라 신에너지 기술이 빠르게 발전하고 있으며, 액체 흐름 전지는 긴 수명과 높은 안전성 등의 장점으로 대규모 에너지 저장 시스템에서 중요한 역할을 담당하고 있습니다. 액체 흐름 전지에 대해 정확한 시스템 상태 평가를 통해 전지 사용 효율을 효과적으로 향상시키고, 사용 수명을 연장하며, 계통 연계의 가동 및 중지 등의 운용을 최적화하여 전체 에너지 관리의 신뢰성과 경제성을 개선할 수 있습니다. 본 논문에서는 액체 흐름 전지 저장 시스템에서 충전 상태(SOC)와 건강 상태(SOH) 추정 방법의 연구 진행 상황을 종합적으로 검토하고, 개방 회로 전압법, 암페어시 적분법, 등가 회로 모델과 칼만 필터를 결합한 알고리즘, 그리고 최근 부상하고 있는 인공지능 기반 데이터 구동 모델 등 여러 고전적인 평가 방법을 중점적으로 분석하였습니다. 이러한 방법들의 장단점을 깊이 있게 논의하고, 전지의 복잡한 전기화학 과정과 외부 환경 변화가 SOC 및 SOH 추정에 미치는 영향을 지적하였습니다. 미래 액체 흐름 전지 관리 시스템의 지능화 핵심 방향은 SOC 및 SOH 추정 정확도 향상, 계산 복잡도 감소, 인공지능 모델의 해석 가능성 강화입니다.

액체 흐름 전지;충전 상태;건강 상태;배터리 관리 시스템;등가 회로 모델;인공지능