Impulsionadas pela transição global de energia, as tecnologias de novas energias estão se desenvolvendo rapidamente. As baterias de fluxo, devido à sua longa vida útil e alta segurança, desempenham um papel importante em sistemas de armazenamento de energia em larga escala. Para baterias de fluxo, a avaliação precisa do estado do sistema pode aumentar efetivamente a eficiência do uso da bateria, prolongar sua vida útil e otimizar operações de conexão e desconexão da rede, melhorando assim a confiabilidade e a economia geral da gestão de energia. Este artigo revisa os avanços nas metodologias de estimativa do estado de carga (SOC) e estado de saúde (SOH) em sistemas de armazenamento de baterias de fluxo, com foco na análise de vários métodos clássicos de avaliação, incluindo o método de tensão de circuito aberto, o método de integração em ampère-hora, algoritmos que combinam modelos de circuito equivalente com filtros de Kalman, além dos modelos baseados em inteligência artificial surgidos recentemente. Discute-se profundamente as vantagens e desvantagens desses métodos, apontando o impacto dos processos eletroquímicos complexos da bateria e das variações do ambiente externo nas estimativas do SOC e SOH. A direção chave para o futuro dos sistemas inteligentes de gerenciamento de baterias de fluxo é melhorar a precisão da estimativa do SOC e SOH, reduzir a complexidade computacional e aumentar a interpretabilidade dos modelos de inteligência artificial.

bateria de fluxo;estado de carga;estado de saúde;sistema de gerenciamento de baterias;modelo de circuito equivalente;inteligência artificial