KR101021745B1 - 배터리 셀 모듈의 추정 상태를 결정하는 시스템, 방법 및 그 제조물 - Google Patents

배터리 셀 모듈의 추정 상태를 결정하는 시스템, 방법 및 그 제조물 Download PDF

Info

Publication number
KR101021745B1
KR101021745B1 KR1020080122159A KR20080122159A KR101021745B1 KR 101021745 B1 KR101021745 B1 KR 101021745B1 KR 1020080122159 A KR1020080122159 A KR 1020080122159A KR 20080122159 A KR20080122159 A KR 20080122159A KR 101021745 B1 KR101021745 B1 KR 101021745B1
Authority
KR
South Korea
Prior art keywords
cell module
battery cell
state
estimated
battery pack
Prior art date
Application number
KR1020080122159A
Other languages
English (en)
Other versions
KR20090083842A (ko
Inventor
그레고리 엘 플레트
Original Assignee
주식회사 엘지화학
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 엘지화학 filed Critical 주식회사 엘지화학
Publication of KR20090083842A publication Critical patent/KR20090083842A/ko
Application granted granted Critical
Publication of KR101021745B1 publication Critical patent/KR101021745B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

배터리 팩의 배터리 셀 모듈의 상태를 나타내는 추정 배터리 셀 모듈 상태를 결정하는 시스템, 방법 및 제조물이 제공된다. 상기 방법은 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나를 측정하는 단계를 포함한다. 상기 방법은 또한, 상기 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나와 추정 배터리 팩 상태에 기초하여 소정의 시간에서의 상기 배터리 셀 모듈의 상기 추정 배터리 셀 모듈 상태를 결정하는 단계를 포함한다. 상기 방법은 또한, 메모리에 상기 추정 배터리 셀 모듈 상태에 대응하는 벡터를 저장하는 단계를 포함한다.

Description

배터리 셀 모듈의 추정 상태를 결정하는 시스템, 방법 및 그 제조물{SYSTEM, METHOD, AND ARTICLE OF MANUFACTURE FOR DETERMINING AN ESTIMATED BATTERY CELL MODULE STATE}
본 발명은 배터리 셀 모듈의 추정된 상태(추정 배터리 셀 모듈 상태)를 결정하는 시스템과 방법 및 그 제조물에 대한 것이다.
배터리는 전자 또는 전기 분야에서 다양하고 폭넓게 이용되고 있으며, 충전상태(SOC; State Of Charge)를 포함하여 배터리의 내재 상태를 추정할 수 있는 것이 바람직하다.
배터리 팩의 배터리 셀들에 대한 상태들을 추정하기 위하여 다소 복잡한 알고리즘이 상기 배터리 팩의 각 배터리 셀에 수행되어 각 배터리 셀의 개별적인 상태를 결정하고 있으나 추정 배터리 팩 상태를 고려하지 않고 있다. 결과적으로 상기 배터리 팩의 개별적인 배터리 셀들에 대한 상태를 결정하기 위하여 상대적으로 많은 양의 연산 작업이 수행되어야 한다.
이에 따라, 본 발명자는 추정 배터리 셀 모듈 상태(값)를 더욱 효율적으로 결정하는 개선된 방법에 대한 필요성을 인지하게 된다.
바람직한 실시예에 따른 배터리 팩의 배터리 셀 모듈의 상태를 나타내는 추정 배터리 셀 모듈 상태를 결정하는 방법이 제공된다. 상기 방법은 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나를 측정하는 단계를 포함한다. 상기 방법은 또한, 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나와 추정 배터리 팩 상태에 기초하여 소정의 시간에서의 상기 배터리 셀 모듈의 상기 추정 배터리 셀 모듈 상태를 결정하는 단계를 포함한다. 상기 방법은 또한, 상기 추정 배터리 셀 모듈 상태에 해당하는 벡터를 메모리에 저장하는 단계를 포함한다.
다른 바람직한 실시예에 따른 배터리 팩의 배터리 셀 모듈의 상태를 나타내는 추정 배터리 셀 모듈 상태를 결정하는 시스템이 제공된다. 상기 시스템은 상기 배터리 셀 모듈과 전기적으로 연결된 전압 센서를 포함한다. 상기 전압 센서는 배터리 셀 모듈 전압을 나타내는 제1신호를 생성하도록 구성된다. 상기 시스템은 또한, 상기 배터리 셀 모듈에 전기적으로 연결된 전류 센서를 포함한다. 상기 전류 센서는 배터리 셀 모듈 전류를 나타내는 제2신호를 생성한다. 상기 시스템은 또한, 상기 배터리 셀 모듈에 인접하여 위치하는 온도 센서를 포함한다. 상기 온도 센서 는 배터리 셀 모듈 온도를 나타내는 제3신호를 생성하도록 구성된다. 상기 시스템은 또한, 상기 제1, 제2 및 제3신호를 수신하도록 구성되는 컴퓨터를 포함한다. 상기 컴퓨터는 또한, 추정 배터리 팩 상태와 상기 제1, 제2 및 제3신호 중 적어도 하나에 기초하여 소정의 시간에서의 상기 추정 배터리 셀 모듈 상태를 결정하도록 구성된다. 상기 컴퓨터는 또한, 상기 추정 배터리 셀 모듈 상태에 해당하는 벡터를 메모리에 저장하도록 구성된다.
또 다른 바람직한 실시예에 따른 배터리 팩의 배터리 셀 모듈의 상태를 나타내는 추정 배터리 셀 모듈 상태를 결정하는 방법을 수행하기 위한 컴퓨터로 실행가능한 명령을 가지는 컴퓨터로 읽을 수 있는 기록매체가 제공된다. 상기 방법은 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나와 추정 배터리 팩 상태에 기초하여 소정의 시간에서의 상기 배터리 셀 모듈의 상기 추정 배터리 셀 모듈 상태를 결정하는 단계를 포함한다. 상기 방법은 또한, 상기 추정 배터리 셀 모듈 상태에 해당하는 벡터를 메모리에 저장하는 단계를 포함한다.
본 발명에 의하면 배터리 셀 모듈의 상태에 대한 추정값을 더욱 효율적으로 결정할 수 있는 개선된 방법을 제공할 수 있다.
여기에서, 배터리 셀로 언급되는 배터리 팩에서의 전기화학 셀의 상태는 어떤 시간 지점에서 입출력 특성을 예측하기 위한 배터리 셀의 전기화학적 특성들에 대한 수학적 표현(배터리 셀 모델로 칭해짐)에 따라 사용될 수 있는 일련의 값으로 정의된다. 예를 들어, 배터리 상태와 배터리 셀 전류가 주어지면, 배터리 셀 전압을 예측할 수 있다. 상호적인 관계에서, 배터리 상태와 배터리 셀 전압이 주어지면 배터리 셀 전류를 예측할 수 있다.
배터리 셀 모듈은 하나 또는 그 이상의 배터리 셀들을 함께 전기적으로 연결함으로써 만들어진다. 폭넓고 다양한 조합이 가능하나, 가장 통상적으로 사용되는 형태는 배터리 셀을 병렬 또는 직렬 또는 양 방법으로 배터리 셀을 연결한다. 논의의 단순화를 위하여, 배터리 셀은 직렬로 함께 연결된다고 가정하나 본 기술의 당업자라면 여기에서 기술된 방법론들이 어떠한 배터리 셀 모듈 조합에도 적용될 수 있다는 것을 주지할 것이다. 소정의 배터리 셀 모듈 구성을 위하여 배터리 셀 모듈 입출력 특성에 대한 수학적 모델은 소정의 배터리 셀 모델을 이용하여 생성될 수 있다.
예를 들어, 배터리 팩은 배터리 셀 특성에 직접적으로 연관된 전기적 특성을 가진다. 직렬로 연결된 배터리 팩에서, 전체적인 배터리 팩 전압은 각 배터리 셀 전압의 합이며, 배터리 팩 전류는 상기 각 배터리 셀 전류와 동일하다. 그러므로, 배터리 팩 상태를 배터리 셀 상태와 유사한 방법으로 정의하는 것은 합리적이며, 배터리 팩 상태를 나타내는 예시적인 값들은 또한 충전상태(state of charge), 분극 전압(polarization voltages), 히스테레시스 전압(hysteresis voltages), 배터리 팩 저항(battery pack resistance), 배러티 팩 전체 용량(battery pack total capacity), 분극화 시정수(polarization time constants), 히스테레시스 준 위(hysteresis levels), 및 효율 요소(an efficiency factor)에 제한되지 않고 포함한다.
여기에서 개시되는 상기 시스템, 방법 및 제조물은 배터리 팩에서의 복수 개 배터리 셀 모듈의 상태들을 나타내는 값들의 추정을 효율적인 방법에 의하여 결정하는데 이용될 수 있다. 단일 배터리 팩 연산 알고리즘(BPCA: Battery Pack Computational Algorithm)이 전체적인 배터리 팩의 상태를 결정하기 위하여 채용될 수 있다. 또한, 상기 배터리 팩의 복수 개 배터리 셀 모듈들 각각에 대하여 단일 배터리 셀 모듈 연산 알고리즘(BCMCA: Battery Cell Module Computational Algorithm)이 각 배터리 셀 모듈의 상태를 결정하기 위하여 활용될 수 있다. 상기 BCMCAs는 상기 BPCA보다 연산적으로 더욱 단순하게 이루어질 수 있으며 빈번하게 수행될 필요가 없으므로 결과적으로 전체적인 연산 작업들이 줄어든다. 만약 배터리 팩이 N개의 배터리 셀 모듈들을 포함한다면, 다른 방법에 의하여 요구되는 연산 작업에 비해 1/N시간보다 약간 높은 연산이 가능하다.
도 1을 참조하면, 바람직한 일 실시예에 따른 배터리 셀 모듈(14)의 상태를 나타내는 추정 배터리 셀 모듈 상태(값)(즉 배터리 셀 모듈에 대한 추정된 상태(값))를 결정하는 시스템(10)이 도시되어 있다. 상기 배터리 팩(12)은 적어도 하나의 배터리 셀 모듈(14)을 포함한다. 상기 배터리 셀 모듈(14)은 하나 또는 그 이상의 배터리 셀을 포함할 수 있다. 상기 시스템(10)은 전압 센서(20), 온도 센서(21), 전압 센서(22), 온도 센서(23), 전류 센서(24), 로드 회로(26) 및 컴퓨터(28)를 포함한다.
상기 전압 센서(20)는 상기 배터리 팩(12)에 의하여 산출되는 전압을 나타내는 제1출력 신호를 생성하도록 제공된다. 상기 전압 센서(20)는 상기 컴퓨터(28)의 입출력 인터페이스(46)와 상기 배터리 팩(12) 사이에 전기적으로 연결된다. 상기 전압 센서(20)는 상기 컴퓨터(28)로 상기 제1출력 신호를 보낸다.
상기 온도 센서(21)는 상기 배터리 팩(12)의 온도를 나타내는 제2출력 신호를 생성한다. 상기 온도 센서(21)는 상기 배터리 팩(12) 근처에 위치하며, 상기 컴퓨터(28)의 입출력 인터페이스(46)에 전기적으로 연결된다. 상기 온도 센서(21)는 상기 컴퓨터(28)로 상기 제2출력 신호를 보낸다.
상기 전압 센서(22)는 상기 배터리 셀 모듈(14)에 의하여 산출되는 전압을 나타내는 제3출력 신호를 생성하도록 제공된다. 상기 전압 센서(22)는 상기 컴퓨터(28)의 입출력 인터페이스(46)와 상기 배터리 셀 모듈(14) 사이에 전기적으로 연결된다. 상기 전압 센서(22)는 상기 컴퓨터(28)로 상기 제3출력 신호를 보낸다.
상기 온도 센서(23)는 상기 배터리 셀 모듈(14)의 온도를 나타내는 제4출력 신호를 생성한다. 상기 온도 센서(23)는 상기 배터리 셀 모듈(14) 근처에 위치하며, 상기 컴퓨터(28)의 입출력 인터페이스(46)에 전기적으로 연결된다. 상기 온도 센서(23)는 상기 컴퓨터(28)로 상기 제4출력 신호를 보낸다.
상기 전류 센서(24)는 상기 배터리 팩(12)의 배터리 셀 모듈(14)에 의하여 공급되거나 빠져나간(sourced or sunk) 전류를 나타내는 제5출력 신호를 생성한다. 상기 전류 센서(24)는 상기 로드 회로(26)와 상기 배터리 팩(12) 사이에 전기적으로 연결된다. 상기 전류 센서(24)는 상기 컴퓨터(28)의 입출력 인터페이스(46)와도 전기적으로 연결된다. 상기 전류 센서(24)는 상기 컴퓨터(28)로 상기 제5출력 신호를 보낸다.
상기 로드 회로(26)는 전기적으로 상기 전류 센서(24)와 연결되며 상기 배터리 팩(12)으로부터 전류가 공급되거나 빠져나가게 된다. 상기 로드 회로(26)는 상기 배터리 팩(12)과 전기적으로 연결될 수 있는 모든 전기 장치를 포함한다.
상기 컴퓨터(28)는 이하에서 더욱 상세히 설명되는 바와 같이 상기 배터리 팩(12)의 상기 배터리 셀 모듈(14)의 상태(state)를 나타내는 추정 배터리 셀 모듈 상태를 결정하기 위하여 제공된다. 상기 컴퓨터(28)는 중앙 처리 장치(CPU)(40), ROM(44), RAM(45)과 같은 휘발성 메모리 및 입출력 인터페이스(46)를 포함한다. 상기 CPU(40)는 상기 ROM(44), RAM(45) 및 입출력 인터페이스(46)와 작동 가능하도록 연결된다. 상기 CPU(40)는 클럭(42)을 포함한다. ROM(44)와 RAM(45)을 포함하는 컴퓨터 가독성 매체(computer readable media)는 PROMs, EPROMs, EEPROMs, 플래쉬 메모리(flash memory) 또는 데이터를 저장할 수 있는 어떠한 다른 전기적, 자기적, 광학적 또는 조합 메모리, CPU(40)에 의하여 사용된 실행가능한 명령을 표현하는 것들과 같은 알려진 많은 메모리 장치들을 사용함으로써 구현된다.
도 2를 참조할 때, BPCA(60)에 대한 일반적인 개략도가 제공된다. 특히, 상기 BPCA(60)는 상기 배터리 셀 모듈(14)의 상기 추정 배터리 셀 모듈 상태를 결정하기 위하여 상기 컴퓨터(28)에서 활용된다. 상기 BPACA(60)는 측정된 배터리 팩 전압, 배터리 팩 전류 및 배터리 팩 온도를 이용하여 추정 배터리 팩 상태를 출력한다.
상기 시스템(10)은 예를 들어, 배터리 팩 충전상태(battery pack state of charge), 분극 전압(polarization voltages), 히스테레시스 전압(hysteresis voltages), 배터리 팩 저항(battery pack resistance), 배러티 팩 전체 용량(battery pack total capacity), 분극화 시정수(polarization time constants), 히스테레시스 준위(hysteresis levels) 및 효율 요소(an efficiency factor)를 포함하여 상기 전반적인 배터리 팩 상태를 원하는 만큼 정확하게 추정하기 위하여 하나의 BPCA(60)를 활용한다. 또한, 이것은 복수 개의 BCMCA를 통합할 수 있다. 즉, 배터리 셀 모듈 상태 추정을 위하여 배터리 셀 모듈마다 하나의 BCMCA가 바람직하다. 각 BCMCA로의 입력은 상기 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나는 물론 상기 BPCA(60)에 의하여 산출된 상기 추정 배터리 팩 상태(값)이다. 각 BCMCA로부터의 출력은 배터리 셀 모듈 상태를 나타내는 원하는 값에 대한 추정(값)이다.
바람직한 일 실시예에서, 상기 BPCA(60)는 상기 배터리 팩(12)의 상태를 나타내는 다음의 크기값들(quantites)을 추정한다. (ⅰ) 평균 배터리 팩 충전 상태(average battery pack state-of-charge) (ⅱ) 평균 배터리 팩 셀 저항(average battery pack cell resistance) (ⅲ) 평균 배터리 팩 셀 역 전체 용량(average battery pack cell inverse total capacity). 선택적 실시예에서, 상기 BPCA(60)는 상기 배터리 팩(12)의 상태를 나타내는 다음의 크기를 추가적으로 추정할 수 있다. (ⅰ) 두 개의 평균 배터리 팩 분극 전압(two average battery pack polarization voltages) (ⅱ) 평균 배터리 팩 분극화 전압 시정수(average battery pack polarization-voltage time constant) (ⅲ) 평균 배터리 팩 분극 전압 혼합상수(average battery pack polarization voltage mixing constant) (ⅳ) 평균 배터리 팩 히스테레시스 전압(average battery pack hysteresis voltage) 및 (ⅴ) 전류 센서 바이어스 값(current sensor bias value).
바람직한 실시예에서, 상기 BPCA(60)는 이러한 크기값들을 추정하기 위하여 선형 칼만 필터(linear kalman filter) 또는 비선형 칼만 필터(nonlinear kalman filter)를 활용한다. 여기에서 활용될 수 있는 확장 칼만 필터의 예는 미국 특허 6,534,954호에 개시되어 있으며 상기 내용의 일체는 본 발명의 참조문헌이 된다. 이러한 크기값들을 추정하도록 칼만 필터를 디자인하기 위하여 그것들의 다이나믹스(dynamics)에 대한 수학적 모델이 활용되며, 이것은 "상태 공간(state space)"의 형태로 기재된다. 제1벡터 방정식(즉, 상태 방정식(state equation))은 입력에 의하여 상기 상태가 어떻게 영향을 받는지 나타내기 위하여 활용된다. 제2벡터 방정식(즉, 출력 방정식(output equation))은 상기 출력이 상기 상태로부터 어떻게 연산되는지 나타내기 위하여 활용된다. 바람직한 실시예에서, 상기 입력은 예를 들어, 배터리 팩 전류와 배터리 팩 온도를 포함한다. 출력은 예를 들어 배터리 팩 전압을 포함한다.
상기기 BPCA(60)에 대한 상기 벡터 상태 방정식은 상기 개별적 상태들의 각각에 대한 방정식을 결합함으로써 결정된다. 상기 배터리 팩 평균 SOC는 다음과 같이 유도된다. 우선, 주어진 셀(i)에 대한 상기 SOC 다이나믹스(dynamics)는 아래 수학식 1을 활용하여 나타내진다.
Figure 112008083527388-pat00001
상기
Figure 112008083527388-pat00002
는 시간지표(time index) k에서 셀(i)의 SOC를 나타내며, ik는 시간지표 k에서 배터리 팩 전류의 측정값을 나타낸다. 또한,
Figure 112008083527388-pat00003
는 상기 배터리 팩 전류 센서의 바이어스를 나타내며, △t는 샘플링 시간(sampling period)을 나타내고,
Figure 112008083527388-pat00004
는 셀(i)에 대한 역 셀 전체 용량(inverse of cell total capacity)을 나타낸다 :
Figure 112008083527388-pat00005
.
배터리 셀 팩의 평균 SOC 다이나믹스(dynamics)를 결정하기 위하여, 상기 수학식 1의 N 카피(copies)가 함께 부가된다(각 셀마다 하나씩), 그리고, 다음의 수학식 2를 얻기 위하여 N으로 나누어진다.
Figure 112008083527388-pat00006
상기 수학식 2는 수학식 3으로 표현될 수도 있다.
Figure 112008083527388-pat00007
여기에서
Figure 112008083527388-pat00008
는 시간 지표 k 에서의 배터리 팩의 평균 SOC이며,
Figure 112008083527388-pat00009
는 상기 배터리 팩의 평균 셀 역 용량(battery pack average inverse capacity)을 의미한다.
유사하게, 상기 배터리 팩 평균 분극화 전압 다이나믹스(battery pack average polarization voltage dynamics)는 다음 수학식을 활용하여 정의된다.
Figure 112008083527388-pat00010
상기 수식에서
Figure 112008083527388-pat00011
는 시간 지표 k에서의 평균 분극화 전압이며, Af는 분극화 시정수(polarization time constans)αk를 포함하는 상수 매트릭스(constant matrix)이다. Bf는 소정의 입력 매트릭스 상수(constant predetermined input matrix)이다.
상기 배터리 팩 평균 히스테레시스 다이나믹스는 다음 수학식을 활용하여 정의된다.
Figure 112008083527388-pat00012
여기에서,
Figure 112008083527388-pat00013
는 시간 지표 k에서의 상대적 히스테레시스 준위(relative hysteresis level)이며,
Figure 112008083527388-pat00014
는 히스테레시스율 상수(hysteresis rate constant)이다.
상기 배터리 팩(40)의 상태를 나타나는 나머지 값들은 상대적으로 느리게 변화하며, 아래 노이즈 프로세스에서 의하여 수정될 수 있는 상수로서 모델링된다.
Figure 112008083527388-pat00015
여기에서, αk는 분극화 시정수,
Figure 112008083527388-pat00016
는 상기 배터리 팩의 평균 셀 역 용량,
Figure 112008083527388-pat00017
는 상기 배터리 팩 평균 셀 저항, Gk는 분극화-전압 혼합 상수(polarization-voltage blending constant), 수퍼스크립(superscript)과 함께 nk로 표시된 변수들은 상기 모델링된 노이즈들(modeled noises)을 표시한다.
전술한 상태 방정식은 상기 BPCA(60)에 대하여 단일 벡터 상태 방정식(수학식 4)을 만들기 위하여 결합될 수 있다.
Figure 112008083527388-pat00018
uk -1=ik -1, wk -1은 상기 노이즈 프로세스를 정의하는 랜덤 벡터(random vector)이며, f()는 수학식 4의 개별적인 요소들 모두를 포함하는 벡터 함수(vector function)이다.
상기 BPCA(60)에 대한 출력 방정식은 다음 수학식 5를 활용하여 정의된다.
Figure 112008083527388-pat00019
여기에서,
Figure 112008083527388-pat00020
는 상기 배터리 팩 전압이며, OCV()는 SOC의 함수로서, 상기 셀의 개방 회로 전압(open-circuit-voltage), M은 최대 히스테레시스 준위(maximum hysteresis level)이며, vk는 전압 센서 측정 노이즈(voltage sensor measurement noise)를 나타낸다. 상기 수학식 5는 더욱 일반적인 형태로 yk=h(xk, uk, vk)로 표현 될 수 있으며, 여기에서 이 표현에서
Figure 112008083527388-pat00021
는 상기 셀의 출력이며, xk는 (위에서 정의된 바와 같이)상기 셀의 상태이며, uk=ik, 그리고 vk는 상기 노이즈를 정의하는 랜덤 벡터이다.
상기 칼만 필터 디자인 분야에서의 당업자는 상기 BCMCA(70)에 의한 이용에 대하여 배터리 상태 추정값을 연속적으로 출력하는 상기 BPCA(60)를 전개(develop)하기 위하여 상기 수학식 4와 수학식 5를 활용할 수 있다. 상기 BPCA(60)에 대한 바람직한 실시예는 테이블 1에 목록화되어 있는 시그마-포인트 칼만 필터(sigma-point Kalman filter)이며, 파라미터는
Figure 112008083527388-pat00022
,
Figure 112008083527388-pat00023
여기에서 L은
Figure 112008083527388-pat00024
의 길이이다. 또한, 선택적 실시예에서, 이러한 수학식들은 배터리 팩 온도와 같은 다른 입력 변수들을 설명하기 위하여 수정될 수 있다. 또한, 선택적 실시예에서, BPCA의 다른 형태가 칼만 필터 대신에 활용될 수도 있을 것이다.
배터리 셀 모델 상태를 추정하는 방법에 대한 개략적 설명이 기술된다. 우선, 상기 시스템(10)은 배터리 셀 모델 전압, 배터리 셀 모듈 전류 및 배터리 셀 모델 온도를 측정한다. 상기 컴퓨터(28)는 배터리 셀 모델 전압, 배터리 셀 모듈 전류 및 배터리 셀 모델 온도 중 적어도 하나와 추정 배터리 팩 상태를 기초하여 소정 시간에서 상기 배터리 셀 모듈의 추정 배터리 셀 모듈 상태를 결정한다. 또 한, 상기 컴퓨터(28)는 상기 추정 배터리 셀 모듈 상태에 대응하는 벡터를 상기 메모리(45)에 저장한다.
도 3을 참조할 때, 상기 배터리 셀 모듈 연산 알고리즘(BCMCA)(70)의 일반적인 개략설명이 제공된다. 여기에 기술된 방법은 하나의 BPCA(60)와 복수 개의 BCMCA(70)를 활용하여 배터리 셀 모듈 상태들에 대한 원하는 추정값을 산출한다. 본 발명자는 여기에서 배터리 팩(12)의 모든 배터리 셀 모듈들에 대한 배터리 셀 모듈의 상태를 나타내는 가능한 모든 변수들을 추정할 필요가 있다는 것을 인식한다. 예를 들어, 상기 배터리 셀 모듈 중 일부의 충전 상태 또는 상기 배터리 셀 모듈 중 일부의 저항값 또는 상기 배터리 셀 모듈 중 일부의 용량값을 단지 추정하는 것이 바람직할 수 있다. 또한, 상기 BCMCA(70)는 그것이 직접적으로 추정하는 크기값들이 상대적으로 느리게 변화한다는 방식에 의하여 정의된다. 그러므로, 상기 BCMCA(70)는 정확한 추정을 유지하기 위하여 상기 BPCA(60)만큼 빈번하게 실행될 필요는 없다.
바람직한 실시예에서, 상기 BCMCA(70)는 배터리 팩 추정 상태값, 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도를 입력값으로 수신하며, 상기 BCMCA(70)는 배터리 셀 모듈 SOC의 추정값, 배터리 셀 모듈 저항 및 배터리 셀 모듈 용량을 출력값으로 산출한다.
상기 BCMCA(70)는 배터리 셀 모듈 추정 상태값을 연산하기 위하여 두 단계 프로세스를 사용한다. 이것은 첫째, 상기 배터리 팩 상태값와 상기 셀 모듈 상태 값 사이의 차이를 추정한다. 둘째, 이 차이에 상기 배터리 팩 추정 상태값을 더하 여 배터리 셀 모듈 추정 상태값을 연산한다. 상기 첫째 단계에서 추정된 크기값(상기 배터리 팩 상태와 상기 셀 모듈 상태값)은 배터리 팩에서 상대적으로 느리게 변화한다. 그러므로, 상기 BCMPA(70)는 BPCA(60)과 같이 빈번히 실행될 필요가 없으므로 더 작은 연산을 필요로 한다.
바람직한 실시예에서, 상기 BCMCA(70)에 의하여 수행된 첫째 단계는 배터리 셀 모듈의 SOC와 평균 배터리 팩 SOC 사이의 차이, 상기 배터리 셀 모듈의 역 전체 용량(the inverse total capacity)과 상기 배터리 팩 역 전체 용량(the battery pack inverse total capacity), 상기 배터리 셀 모듈의 저항과 상기 평균 배터리 팩 저항 사이의 차이를 추정한다. 즉, 상기 배터리 팩 평균 SOC와 상기 배터리 셀 모듈 SOC 사이의 차이에 대한 추정값에 상기 배터리 팩 평균 SOC를 부가함으로써, 상기 추정 배터리 셀 모듈 SOC(the estimated battery cell module SOC)를 연산한다. 이것은 상기 배터리 팩 평균 저항과 상기 배터리 셀 모듈 저항 사이의 차이에 대한 추정값에 상기 배터리 팩 평균 저항을 부가함으로써, 상기 추정 배터리 셀 모듈 저항(the estimated battery cell module resistance)을 연산한다. 이것은 상기 배터리 팩 역 용량(battery pack capacity inverse)과 상기 배터리 셀 모듈 역 용량(battery cell module capacity inverse) 사이의 차이에 대한 추정값에 상기 배터리 팩 평균 역 용량을 부가함으로써 상기 추정 배터리 셀 모듈 역 용량(the estimated battery cell module capacity inverse)을 추정한다. 즉, 이것은 상기 추정 배터리 셀 모듈 역 용량에 의해 나누어진 것으로서 상기 추정 배터리 셀 모듈 용량을 연산한다.
바람직한 실시예에서, 각 BCMCA(70)은 추정될 각 크기값에 대하여 선형 칼만 필터 또는 비선형 칼만 필터를 활용한다. 따라서, 추정될 각 크기값에 대한 상태 방정식과 출력 방정식은 최초에 결정된다. 상기 BCMCA(70)에 대한 상태 방정식과 출력 방정식은 아래에서 상세히 설명될 것이다. "델타(delta)" 라는 용어는 배터리 셀 모듈 상태값과 대응되는 평균 배터리 팩 상태 값 사이의 차이값을 나타내기 위하여 사용된다는 점을 명확히 한다. 예를 들어, "델타-SOC"는 배터리 셀 모듈 SOC 상태와 배터리 팩 SOC 상태 사이의 차이를 나타낸다. 이어지는 표기법에서, 그리스 문자 델타(△)는 델타 크기값을 나타내기 위하여 사용된다. 또한, 상기 표기법은 어떤 크기값 위에 바(-)를 사용하는데 이는 평균 배터리 팩 크기값에 상응하는 것을 나타낸다. 예를 들어,
Figure 112008083527388-pat00025
는 평균 배터리 팩 SOC를 나타낸다.
바람직한 실시예에서, 각 BCMCA(70)는 배터리 셀 모듈 SOC, 배터리 셀 모듈 저항 및 배터리 셀 모듈 용량을 추정한다. 따라서, 상기 크기값들을 추정하기 위한 칼만 필터를 디자인하기 위하여 상태 방정식과 출력 방정식은 이러한 세 개의 크기값에 대하여 활용된다. 이러한 세 개 크기값에 대한 예시적인 방정식들은 이하 문단에 기술된다.
배터리 셀 모듈 SOC를 추정하기 위하여, 우선, 배터리 셀 모듈(40)의 SOC와 상기 평균 배터리 팩 SOC 사이의 차이를 아래 수학식 6과 같이 정의한다.
Figure 112008083527388-pat00026
상기 수식에서,
Figure 112008083527388-pat00027
는 배터리 셀 모듈(i)에 대한 SOC와 상기 평균 배터리 팩 SOC 사이의 차이값을 의미한다. 그 후, 수학식 3은 수학식 1로부터 감해질(subtracted) 수 있으며,
Figure 112008083527388-pat00028
의 다이나믹스(dynamics)를 설명하는 수학식 7을 결정하기 위하여 수학식 4의 정의를 사용한다.
Figure 112008083527388-pat00029
상기 수식에서,
Figure 112008083527388-pat00030
. 왜냐하면
Figure 112008083527388-pat00031
는 작은 경향이 있으며, 상기 상태
Figure 112008083527388-pat00032
는 아주 빨리 변화하지 않으며, 연산값을 저장하면서, 상기 배터리 팩 평균 SOC보다 늦은 비율로 업데이트 될 수 있기 때문이다.
상기 델타-SOC 연산에 사용될 수 있는 출력 방정식인 수학식 8은 아래와 같다.
Figure 112008083527388-pat00033
Figure 112008083527388-pat00034
을 추정하기 위하여, 선형 또는 비선형 칼만 필터가 상기 상태 방정식으로서 수학식 7과 출력 방정식으로서 수학식 8과 사용될 수 있다. BCMCA(70)은 단일 상태 칼만 필터를 활용하기 때문에, 이것은 전순할 연산을 상대적으로 빨리 수행한다. 상기 BCMCA(70)에 대한 바람직한 실시예는 테이블 1에 리스트된 시그마-포인트 칼만 필터이다. 여기에서 상기 필터의 상태는
Figure 112008083527388-pat00035
이고, 상기 필터의 출력은
Figure 112008083527388-pat00036
그리고
Figure 112008083527388-pat00037
이다. 여기에서 L은 xk의 길이다.
배터리 셀 모듈 저항을 추정하기 위하여, 우선 셀 모듈(40)의 저항과 사기 평균 배터리 팩 저항 사이의 차이값을
Figure 112008083527388-pat00038
로서 정의한다. 그 후, 다음 두 연결 방정식을 활용하여 셀 저항에 대한 모델을 정의한다.
Figure 112008083527388-pat00039
상기 수식에서
Figure 112008083527388-pat00040
는 배터리 팩 평균 저항과 배터리 셀 모듈 저항 사이의 차이값이며, 적응을 허용하는(allowing adaptation) 노이즈 프로세스 rk와 함께 상수값으로 모델링된다. yk는 상기 배터리 셀 모듈 저항의 가동하지 않은 추정값(crude estimate)이며, ik는 배터리 셀 모듈 전류, ek는 추정 오차를 모델링한다. 델타-R KF에서, yk에 대한 상기 모델의 예측과 yk에 대한 상기 측정값은
Figure 112008083527388-pat00041
을 적합하게 하기 위하여 상기 KF에 의하여 활용된다. 선택적 실시예에서, 다른 저항값과 충전과 방전에 대한 다른 값들이 용이하게 들어갈 수 있으며(incorporate), 수학식 8과 같은 더욱 정화한 출력 방정식이 사용될 수 있음을 명확히 한다. BCMCA의 이러한 측면에 대한 바람직한 실시예는 테이블 2에 리스트된 확장 칼만 필터이며, 여기에서 상기 필터의 상태는
Figure 112008083527388-pat00042
이고, 상기 필터의 상기에서 주어진 바와 같이 출력은 yk이다.
배터리 셀 모듈 용량을 추정하기 위하여, 우선 상기 셀 모듈(40)의 역 용량과 상기 평균 배터리 팩 역 용량 사이의 차이를
Figure 112008083527388-pat00043
와 같이 정의한다. 다음으로 다음 두 연결 방정식을 활용하여 셀 역 용량에 대한 모델(model of cell capacity inverse)을 정의한다.
Figure 112008083527388-pat00044
상기 두 방정식의 두번째 방정식은 dk의 예측값이 구성(construction)에 의하여 0과 같도록 상기 SOC 상태 방정식의 재공식화한 것(reformulation) 이다. 다시, 추정 용량값(capacity estimate)을 산출하기 위하여 상기 두 방정식에 의하여 정의되는 모델을 사용하여 칼만 필터가 구성된다. 상기 칼만 필터가 동작함에 따라, 상기 두번째 방정식에서의 dk에 대한 연산이 상기 KF(Kalman Filter)에 의하여 활용되어 상기 용량 역 추정값(the capacity inverse estimate)을 업데이트한다. 상기 BCMCA의 이러한 측면에 대한 바람직한 실시예는 테이블 2에 리스트된 확장 칼만 필터(extended Kalman Filter)이며, 여기에서 상기 필터의 상태는
Figure 112008083527388-pat00045
이며, 상기 필터의 출력은 주어진 바와 같이 yk=dk이다.
BCMCA의 출력값은 상기 평균 배터리 팩 상태값과 상기 BCMCA 내에서 동작하는 개별 칼만 필터들에 의하여 산출된 상기 배터리 셀 모듈 델터 상태값(battery cell module Delta states)들을 결합함으로써 연산된다.
Figure 112008083527388-pat00046
상기 BCMCA의 바람직한 특징은 전술된 방정식들에서 정의되었음을 명확히 한다. 상기 배터리 팩 상태가 급변할 수 있을지라도 모든 배터리 셀 모듈 상태와 상기 배터리 팩 평균 상태 사이의 차이값은 상당히 느리게 변화한다. 이러한 이해와 더불어, 상기 BPCA는 빈번히 수행될 필요가 있으나, 상기 BCMCA 내부 필터들은 훨씬 덜 빈번하게 수행될 필요가 있음은 명백하다. 설명을 위하여, 만약 팩이 직렬구성의 N배터리 셀 모듈을 포함하고 있다면, 배터리 팩 상태를 추정하기 위한 다른 방법들은 매시간 단계마다 N에 비례하는 진행 연산이 필요하다. 그러나, 여기에서 개시되는 시스템(10)은 단지 단일의 BPCA과 상기 BPCA보다 훨씬 단순하게 연산하고 상기 BPCA보다 덜 빈번하게 수행될 필요가 있는 N개의 BCMCA를 활용한다. 따라서, 상기 시스템(10)에 의하여 구현되는 상기 연산 작업은 다른 방법들에 의하여 활용된 연산 작업의 1/N 시간에 접근할 수 있으며, 또한, 바람직한 배터리 셀 모듈 상태에 대한 정확한 추정값을 산출한다.
추정 배터리 셀 모듈 상태를 결정하는 상기 시스템, 방법 및 제조물은 다른 시스템과 방법들과 대비하여 실질적인 이점을 제공한다. 특히, 상기 시스템, 방법 및 제조물은 추정 배터리 셀 모듈 상태(배터리 셀 모듈 상태에 대한 추정값)를 정확하게 결정할 수 있는 기술적 효과를 제공한다.
개시된 방법은 상기 프로세스를 실행하기 위한 장치와 컴퓨터에서 실행되는 프로세스의 형태로 실현될 수 있다. 상기 방법은 또한, 프로피 디스켓, CD-ROMs, 하드 디스크 또는 다른 어떤 컴퓨터 인식 가능한 저장매체와 같은 매체에 의하여 실현되는 명령어를 포함하는 컴퓨터 프로그램 코드의 형태로 실현될 수 있다. 프로그램 코드는 컴퓨터에 의하여 로드되고 실행되며, 컴퓨터는 상기 방법을 수행할 수 있는 장치가 된다. 본원 방법은 또한, 컴퓨터 프로그램 코드의 형태, 예를 들어, 저장매체에 저장되거나, 컴퓨터에 의하여 실행되거나 컴퓨터 내에 로드되는 형태 또는 변조된 캐리어 웨이브, 전기송전선, 캐이블, 광섬유 또는 전자기 전송 등의 전송매체의 형태로 실현될 수 있다. 컴퓨터 프로그램 코드가 컴퓨터에 의해 로드되고 실행되는 경우 컴퓨터는 상기 방법을 수행할 수 있는 장치가 된다. 범용 마이크로프로세서에 의해 수행되는 경우, 컴퓨터 프로그램 코드 세그먼트는 상기 마이크로프로세서가 특정한 논리 회로를 만들도록 구성한다.
본 발명이 일실시예를 참조하여 설명되고 있으나, 당업자에 의하여 다양한 변형례가 가능하고, 균등한 요소가 본 발명의 범위를 벗어남 없이 본 발명의 요소와 대체될 수 있다고 이해되어야 한다. 더욱이, 많은 변용례들이 본 발명의 본질적인 범위를 벗어나지 않고 발명의 교사에 대한 특정한 상황이나 재료에 적합되기 위하여 이루어질 수 있다. 그러므로, 본 발명은 여기에 개시된 실시예에 제한되지 않으며 본 발명은 첨부된 청구범위에 해당하는 모든 실시예를 포함한다고 해석된다.
더욱이, 첫번째, 두번째 등에 대한 용어의 사용은 어떠한 중요한 순서를 나타내기보다는 상기 첫번째, 두번째 등에 대한 용어는 하나의 요소와 다른 요소를 구별하기 위하여 사용된다.
Figure 112008083527388-pat00047
상기 테이블 Ⅰ에서, 다음의 변수, 심벌 및 표시가 사용된다(다른 부분에서 정의되는 것들에 추가).
수퍼스크립트(superscript) "+" : 모든 측정된 이용가능한 데이터를 사용하여 시간 지표 k에서 또는 시간 지표 k이전에 추정된 크기값(quantity)을 나타냄.
수퍼스트립트 "-" : 모든 측정된 이용가능한 데이터를 사용하여 시간 지표 k에서 또는 시간 지표 k-1 이전에 예측된 크기값을 나타냄.
수퍼스크립트 "a" : 시간 지표 k에서 상기 다이나믹 시스템(dynamic system)의 증가된 상태(augmented state)를 나타냄. 여기에서 상기 증가된 상태는 시스템 상태 xk, 상태 노이즈 wk 및 센서 노이즈 vk를 포함함.
시그마-포인트 세트(sigma-point set) 상의 수퍼스크립트 "i" : 상기 세트의 i 번째 멤버(member)를 나타냄.
Figure 112008083527388-pat00048
: 증가된 상태의 평균 및 공분산을 캡쳐하여(capturing), 시간 지표 k에서 증가된 상태의 시그마 포인트 세트.
Figure 112008083527388-pat00049
: 상태의 평균 및 공분산을 캡쳐하여 시간 지표 k에서 상태의 시그마 포인트 세트.
Figure 112008083527388-pat00050
: 프로세스 노이즈의 평균 및 공분산을 캡쳐하여 시간 지표 k에서 프로세스 노이즈의 시그마 포인트 세트.
Figure 112008083527388-pat00051
: 센서 노이즈의 평균과 공분산을 캡쳐하여 시간 지표 k에서 센서 노이즈의 시그마 포인트 세트.
Figure 112008083527388-pat00052
: 알고리즘에 의하여 내부적으로 사용된, 예측된 출력의 평균과 공분산을 캡쳐하여 시간 지표 k에서 예측된 출력값의 시그마 포인트 세트.
E[] : 아규먼트(argument)의 통계적 예측 값을 환원하는(returining) 함수.
Figure 112008083527388-pat00053
: 촐레스키 분해(cholesky decomposition)를 사용하여 연산된 매트릭스 스퀘어 루트(matrix square root).
Figure 112008083527388-pat00054
: 시간 지표 k에서의 상태 추정값(state estimate) : 상기 알고리즘의 출력(예를 들어, 추정 배터리 셀 모듈 상태의 벡터).
Figure 112008083527388-pat00055
: 시간 지표 k에서 증가된 상태의 추정값.
Figure 112008083527388-pat00056
: 시간 지표 k에서 상태 추정값의 오차 공분산.
Figure 112008083527388-pat00057
: 시간 지표 k에서 증가된 상태 추정값의 오차 공분산.
Figure 112008083527388-pat00058
: 시간 지표 k에서 상태의 아프리오리 예측 값(a-priori predicted value).
Figure 112008083527388-pat00059
: 시간 지표 k에서 상태 예측의 오차 공분산.
Figure 112008083527388-pat00060
: 시간 지표 k에서 출력에 대한 예측 값.
Figure 112008083527388-pat00061
: 시간 지표 k에서 출력에 대한 측정 값.
Figure 112008083527388-pat00062
: 시간 지표 k에서 출력 예측에 대한 오차 공분산.
Figure 112008083527388-pat00063
: 시간 지표 k에서 상태(state)와 출력 예측(output prediction) 사이의 오차 크로스-공분산(error cross-covarinace).
Figure 112008083527388-pat00064
: 시간 지표 k에서 추정자 게인 메트릭스(estimator gain matrix)
Figure 112008083527388-pat00065
: 알고리즘 파라미터(바람직한 실시예에서
Figure 112008083527388-pat00066
으로 정해짐)
Figure 112008083527388-pat00067
: 평균 상태와 평균 출력 추정값과 예측값을 연산하는 경우 사용되는 가중치 팩터 세트(set of weighting factors).
Figure 112008083527388-pat00068
: 상태값와 출력 추정값과 예측값의 에러 공분산을 연산하는 경우 사용되는 가중치 팩터 세트.
Figure 112008083527388-pat00069
테이블 Ⅱ에서, 다음의 변수, 심벌 및 표시가 사용된다(다른 부분에서 정의되는 것들에 추가).
수퍼스크립트(superscript) "+" : 모든 측정된 이용가능한 데이터를 사용하 여 시간 지표 k에서 또는 시간 지표 k이전에 추정된 크기값(quantity)을 나타냄.
수퍼스트립트 "-" : 모든 측정된 이용가능한 데이터를 사용하여 시간 지표 k에서 또는 시간 지표 k-1 이전에 예측된 크기값을 나타냄.
Figure 112008083527388-pat00070
: 시간 지표 k에서 함수 f()와 h()의 선형화(linearization)를 나타내는 매트릭스.
E[] : 아규먼트(argument)의 통계적 예측 값을 환원하는(returining) 함수.
Figure 112008083527388-pat00071
: 시간 지표 k에서의 상태 추정값(state estimate) : 상기 알고리즘의 출력(예를 들어, 추정 배터리 셀 모듈 상태의 벡터).
Figure 112008083527388-pat00072
: 시간 지표 k에서 상태 추정값의 오차 공분산 : 알고리즘의 출력값.
Figure 112008083527388-pat00073
: 시간 지표 k에서 상태의 아프리오리 예측 값.
Figure 112008083527388-pat00074
: 시간 지표 k에서 상태 예측의 오차 공분산.
Figure 112008083527388-pat00075
: 시간 지표 k에서 출력에 대한 예측 값.
Figure 112008083527388-pat00076
: 시간 지표 k에서 추정자 게인 메트릭스.
도 1은 바람직한 일 실시예에 따른 추정 배터리 셀 모듈 상태를 결정하는 시스템에 대한 도면,
도 2는 도 1의 시스템에 의하여 활용되는 배터리 팩 연산 알고리즘의 블록 다이어그램에 대한 도면이며,
도 3은 도 1의 시스템에 의하여 활용되는 배터리 셀 모듈 연산 알고리즘의 블록 다이어그램에 대한 도면이다.

Claims (15)

  1. 배터리 팩의 배터리 셀 모듈에 대한 상태를 나타내는 추정 배터리 셀 모듈 상태(estimated battery cell module state)값을 결정하는 방법으로서,
    배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나를 측정하는 측정단계;
    상기 배터리 셀 모듈 전압, 배터리 셀 모듈 전류 및 배터리 셀 모듈 온도 중 적어도 하나와 추정 배터리 팩 상태값에 기초하여 상기 추정 배터리 셀 모듈 상태값을 결정하는 결정단계; 및
    상기 추정 배터리 셀 모듈 상태값에 해당하는 데이터를 메모리에 저장하는 저장단계를 포함하며,
    상기 결정단계는,
    선형 칼만 필터 또는 비선형 칼만 필터를 이용하여, 상기 추정 배터리 셀 모듈 상태값과 상기 추정 배터리 팩 상태값 사이의 차이인 제1차이값을 연산하는 연산단계; 및
    상기 제1차이값에 상기 추정 배터리 팩 상태값을 부가함으로써 상기 추정 배터리 셀 모듈 상태값을 결정하는 단계를 포함하는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 방법.
  2. 삭제
  3. 삭제
  4. 제 1항에 있어서, 상기 연산단계는,
    상기 제1차이값의 연산을 상기 추정 배터리 팩 상태값을 결정하는 것보다 작은 빈도로 수행되는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 방법.
  5. 제 1항에 있어서, 상기 추정 배터리 팩 상태값은,
    선형 칼만 필터와 비선형 칼만 필터 중 하나를 사용하여 결정되는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 방법.
  6. 제 1항에 있어서, 상기 배터리 셀 모듈은,
    단일 전기화학 셀을 포함하는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 방법.
  7. 제 1항에 있어서, 상기 배터리 셀 모듈은,
    복수 개의 전기화학 셀을 포함하는 것을 특징으로 하는 배터리 셀 모듈의 추 정 상태를 결정하는 방법.
  8. 배터리 팩의 배터리 셀 모듈에 대한 상태를 나타내는 추정 배터리 셀 모듈 상태값을 결정하는 시스템으로서,
    상기 배터리 셀 모듈과 전기적으로 연결되며, 배터리 셀 모듈의 전압을 나타내는 제1신호를 생성하도록 구성되는 전압 센서;
    상기 배터리 셀 모듈과 전기적으로 연결되며, 배터리 셀 모듈의 전류를 나타내는 제2신호를 생성하도록 구성되는 전류 센서;
    상기 배터리 셀 모듈과 인접하여 위치하며, 배터리 셀 모듈의 온도를 나타내는 제3신호를 생성하도록 구성되는 온도 센서; 및
    상기 제1, 제2 및 제3신호를 수신하며, 상기 제1, 제2 및 제3신호 중 적어도 하나와 추정 배터리 팩 상태값에 기초하여 상기 추정 배터리 셀 모듈 상태값을 결정하고 상기 추정 배터리 셀 모듈 상태값에 해당하는 데이터를 메모리에 저장하도록 구성되는 컴퓨터를 포함하고,
    상기 컴퓨터는,
    선형 칼만 필터 또는 비선형 칼만 필터를 이용하여, 상기 추정 배터리 셀 모듈 상태값와 상기 추정 배터리 팩 상태값 사이의 차이인 제1차이값을 연산하고, 상기 제1차이값에 상기 추정 배터리 팩 상태값을 부가함으로써 상기 추정 배터리 셀 모듈 상태값을 결정하도록 구성되는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 시스템.
  9. 삭제
  10. 삭제
  11. 제 8항에 있어서, 상기 컴퓨터는,
    상기 제1차이값의 연산을 상기 추정 배터리 팩 상태값을 결정하는 것보다 작은 빈도로 수행하는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 시스템.
  12. 제 8항에 있어서, 상기 컴퓨터는,
    선형 칼만 필터와 비선형 칼만 필터 중 하나를 사용하여 상기 추정 배터리 팩 상태를 결정하도록 구성되는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 시스템.
  13. 제 8항에 있어서, 상기 배터리 셀 모듈은,
    단일의 전기화학 셀을 포함하는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 시스템.
  14. 제 8항에 있어서, 상기 배터리 셀 모듈은,
    복수 개의 전기화학 셀을 포함하는 것을 특징으로 하는 배터리 셀 모듈의 추정 상태를 결정하는 시스템.
  15. 삭제
KR1020080122159A 2008-01-30 2008-12-03 배터리 셀 모듈의 추정 상태를 결정하는 시스템, 방법 및 그 제조물 KR101021745B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/022,277 2008-01-30
US12/022,277 US7994755B2 (en) 2008-01-30 2008-01-30 System, method, and article of manufacture for determining an estimated battery cell module state

Publications (2)

Publication Number Publication Date
KR20090083842A KR20090083842A (ko) 2009-08-04
KR101021745B1 true KR101021745B1 (ko) 2011-03-15

Family

ID=40898566

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080122159A KR101021745B1 (ko) 2008-01-30 2008-12-03 배터리 셀 모듈의 추정 상태를 결정하는 시스템, 방법 및 그 제조물

Country Status (2)

Country Link
US (2) US7994755B2 (ko)
KR (1) KR101021745B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10422837B2 (en) 2015-06-11 2019-09-24 Samsung Electronics Co., Ltd. Method and apparatus for estimating state of battery

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7723957B2 (en) * 2005-11-30 2010-05-25 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery parameter vector
JP4703593B2 (ja) * 2007-03-23 2011-06-15 株式会社豊田中央研究所 二次電池の状態推定装置
US8918299B2 (en) * 2009-12-02 2014-12-23 American Electric Vehicles, Inc. System and method for maximizing a battery pack total energy metric
US8427105B2 (en) * 2009-12-02 2013-04-23 Gregory L. Plett System and method for equalizing a battery pack during a battery pack charging process
US8041522B2 (en) * 2009-12-02 2011-10-18 American Electric Vehicles, Ind. System and method for recursively estimating battery cell total capacity
DE102009054924A1 (de) * 2009-12-18 2011-06-22 SB LiMotive Company Ltd., Kyonggi Verfahren zur Ermittlung des Ladezustands eines Batteriepacks
US20110234167A1 (en) * 2010-03-24 2011-09-29 Chin-Hsing Kao Method of Predicting Remaining Capacity and Run-time of a Battery Device
JP5842421B2 (ja) * 2010-07-20 2016-01-13 日産自動車株式会社 電池状態推定装置
US8449998B2 (en) 2011-04-25 2013-05-28 Lg Chem, Ltd. Battery system and method for increasing an operational life of a battery cell
US10234512B2 (en) * 2011-06-11 2019-03-19 Sendyne Corporation Current-based cell modeling
US9145059B2 (en) * 2011-09-09 2015-09-29 GM Global Technology Operations LLC Method and system for estimating cell resistances within a vehicle battery
ITBO20110697A1 (it) * 2011-12-07 2013-06-08 Magneti Marelli Spa Metodo di stima della capacita' di un sistema di accumulo comprendente un numero di celle elettrochimiche in un veicolo a trazione ibrida o elettrica
US20130158912A1 (en) * 2011-12-15 2013-06-20 Chung-Shan Institute of Science and Technology, Armaments, Bureau, Ministry of National Defence Apparatus for Measuring the State of Health of a Cell Pack
US8890484B2 (en) * 2012-05-08 2014-11-18 GM Global Technology Operations LLC Battery state-of-charge estimator using robust H∞ observer
US8922217B2 (en) * 2012-05-08 2014-12-30 GM Global Technology Operations LLC Battery state-of-charge observer
KR101547006B1 (ko) * 2012-10-26 2015-08-24 주식회사 엘지화학 배터리 잔존 용량 추정 장치 및 방법
US9318781B2 (en) * 2013-01-11 2016-04-19 Johnson Controls Technology Company Predicted sensor information for a battery
US8935043B2 (en) 2013-01-29 2015-01-13 Ford Global Technologies, Llc Temperature compensated battery parameter estimation
JP5997081B2 (ja) * 2013-03-21 2016-09-21 プライムアースＥｖエナジー株式会社 二次電池の状態推定装置及び二次電池の状態推定方法
EP2816366A1 (en) * 2013-06-18 2014-12-24 VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) Monitoring charge stored in a battery
JP6130275B2 (ja) * 2013-09-05 2017-05-17 カルソニックカンセイ株式会社 推定装置及び推定方法
KR101632351B1 (ko) * 2013-10-14 2016-06-21 주식회사 엘지화학 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
DE102013221589A1 (de) * 2013-10-24 2015-04-30 Robert Bosch Gmbh Verfahren zur Kapazitätsbestimmung einer Batteriezelle
CN103779623B (zh) * 2014-02-17 2016-05-11 中国联合网络通信集团有限公司 落后电池的更换方法
US9381823B2 (en) * 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
KR101655583B1 (ko) * 2014-11-26 2016-09-07 현대자동차주식회사 배터리 상태 추정 장치 및 방법
FR3029296B1 (fr) * 2014-11-28 2016-12-30 Renault Sa Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie
US11660980B2 (en) * 2014-12-04 2023-05-30 The Regents Of The University Of Michigan Energy conscious warm-up of lithium-ion cells from sub-zero temperatures
KR102399722B1 (ko) * 2014-12-29 2022-05-19 삼성전자주식회사 전류 추정 방법 및 장치
FI3045925T3 (fi) 2015-01-14 2023-05-29 Corvus Energy Ltd Menetelmä ja järjestelmä akkukennon varaustilan määrittämiseksi iteratiivisesti
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10263447B2 (en) * 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10686321B2 (en) 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
KR102559200B1 (ko) * 2016-10-05 2023-07-25 삼성전자주식회사 배터리 유닛을 관리하는 장치, 방법, 및 시스템
EP3435102A1 (de) * 2017-07-26 2019-01-30 INVENOX GmbH Verfahren und vorrichtung zur detektion von batteriezellenzuständen und batteriezellenparametern
FR3074301B1 (fr) * 2017-11-28 2019-10-18 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de surveillance et de gestion d'un parc de batteries
US11899069B2 (en) 2018-12-21 2024-02-13 Cummins Inc. SOC and SOH co-estimation systems and methods for electric vehicles
US11069926B1 (en) * 2019-02-14 2021-07-20 Vcritonc Alpha, Inc. Controlling ongoing battery system usage via parametric linear approximation
KR20210049338A (ko) * 2019-10-25 2021-05-06 주식회사 엘지화학 배터리의 soc를 추정하기 위한 장치, 그것을 포함하는 전기 차량 및 그 방법
EP3828565B1 (en) * 2019-11-26 2023-11-08 Hyundai Motor Company Vehicle and control method thereof

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050061386A (ko) * 2003-12-18 2005-06-22 주식회사 엘지화학 신경망을 이용한 배터리 잔존량 추정 장치 및 방법
KR100606878B1 (ko) 2001-12-27 2006-08-01 파나소닉쿠 이브이에나지 가부시키가이샤 이차 전지의 분극 전압 추정 방법, 이차 전지의 잔존 용량추정 방법 및 장치, 전지 팩 시스템, 및 전동 차량
KR100756837B1 (ko) 2005-06-30 2007-09-07 주식회사 엘지화학 배터리 상태 추정 방법 및 장치
KR100804698B1 (ko) 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법

Family Cites Families (97)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4390841A (en) * 1980-10-14 1983-06-28 Purdue Research Foundation Monitoring apparatus and method for battery power supply
JP3026690B2 (ja) * 1992-11-30 2000-03-27 株式会社リコー 電位推定装置
JP3209457B2 (ja) * 1992-12-11 2001-09-17 本田技研工業株式会社 バッテリの残容量検出方法
US5825155A (en) * 1993-08-09 1998-10-20 Kabushiki Kaisha Toshiba Battery set structure and charge/ discharge control apparatus for lithium-ion battery
US5714866A (en) 1994-09-08 1998-02-03 National Semiconductor Corporation Method and apparatus for fast battery charging using neural network fuzzy logic based control
US5578915A (en) 1994-09-26 1996-11-26 General Motors Corporation Dynamic battery state-of-charge and capacity determination
US5606242A (en) * 1994-10-04 1997-02-25 Duracell, Inc. Smart battery algorithm for reporting battery parameters to an external device
US5633573A (en) * 1994-11-10 1997-05-27 Duracell, Inc. Battery pack having a processor controlled battery operating system
JPH08140209A (ja) 1994-11-11 1996-05-31 Fuji Heavy Ind Ltd 電気自動車のバッテリ管理システム
TW269727B (en) 1995-04-03 1996-02-01 Electrosource Inc Battery management system
FR2740554A1 (fr) 1995-10-31 1997-04-30 Philips Electronique Lab Systeme de controle de la phase de decharge des cycles de charge-decharge d'une batterie rechargeable, et dispositif hote muni d'une batterie intelligente
JP3520886B2 (ja) 1996-03-08 2004-04-19 サンケン電気株式会社 二次電池の状態判定方法
US5694335A (en) 1996-03-12 1997-12-02 Hollenberg; Dennis D. Secure personal applications network
JP3385845B2 (ja) 1996-05-22 2003-03-10 日産自動車株式会社 電気自動車の電力制御装置
US6064180A (en) 1996-10-29 2000-05-16 General Motors Corporation Method and apparatus for determining battery state-of-charge using neural network architecture
US5739670A (en) 1996-10-31 1998-04-14 General Motors Corporation Method for diagnosing battery condition
JP2000504477A (ja) * 1996-11-21 2000-04-11 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ バッテリー管理システム及びバッテリー・シミュレータ
US5773955A (en) * 1997-03-11 1998-06-30 Northrop Grumman Corporation Battery charger apparatus
JPH113505A (ja) 1997-06-11 1999-01-06 Sony Corp 磁気ヘッド及びその製造方法
JPH1123676A (ja) 1997-06-30 1999-01-29 Sony Corp 二次電池の充電特性測定方法及び装置
JPH1132442A (ja) 1997-07-10 1999-02-02 Matsushita Electric Ind Co Ltd 蓄電池残容量推定方法及び蓄電池残容量推定システム
JPH1138105A (ja) 1997-07-15 1999-02-12 Toyota Autom Loom Works Ltd 電池の残存容量算出方法および残存容量不足警報出力方法
JP3873623B2 (ja) 1998-05-28 2007-01-24 トヨタ自動車株式会社 電池充電状態の推定手段及び電池劣化状態推定方法
US6018227A (en) 1998-06-22 2000-01-25 Stryker Corporation Battery charger especially useful with sterilizable, rechargeable battery packs
US6353815B1 (en) * 1998-11-04 2002-03-05 The United States Of America As Represented By The United States Department Of Energy Statistically qualified neuro-analytic failure detection method and system
US6232744B1 (en) 1999-02-24 2001-05-15 Denso Corporation Method of controlling battery condition of self-generation electric vehicle
JP2002543754A (ja) 1999-05-05 2002-12-17 ミッドトロニクス インコーポレイテッド 自動車用車両のためのエネルギ管理システム
DE19959019A1 (de) 1999-12-08 2001-06-13 Bosch Gmbh Robert Verfahren zur Zustandserkennung eines Energiespeichers
DE19960761C1 (de) 1999-12-16 2001-05-23 Daimler Chrysler Ag Verfahren zur Überwachung der Restladung und der Leistungsfähigkeit einer Batterie
DE10021161A1 (de) 2000-04-29 2001-10-31 Vb Autobatterie Gmbh Verfahren zur Ermittlung des Ladezustands und der Belastbarkeit eines elektrischen Akkumulators
TW535308B (en) * 2000-05-23 2003-06-01 Canon Kk Detecting method for detecting internal state of a rechargeable battery, detecting device for practicing said detecting method, and instrument provided with said
EP1160953B1 (en) 2000-05-29 2009-12-02 Panasonic Corporation Method for charging battery
DE10056969A1 (de) * 2000-11-17 2002-05-23 Bosch Gmbh Robert Verfahren und Anordnung zur Bestimmung des Ladezustandes einer Batterie
US6359419B1 (en) 2000-12-27 2002-03-19 General Motors Corporation Quasi-adaptive method for determining a battery's state of charge
JP2002228730A (ja) 2001-02-06 2002-08-14 Shikoku Electric Power Co Inc 二次電池の残存電力量の推定装置
DE10106508A1 (de) * 2001-02-13 2002-08-29 Bosch Gmbh Robert Verfahren und Anordnung zur Bestimmung der Leistungsfähigkeit einer Batterie
DE10106505A1 (de) * 2001-02-13 2002-08-29 Bosch Gmbh Robert Verfahren und Vorrichtung zur Zustandserfassung von technischen Systemen wie Energiespeicher
JP4292721B2 (ja) 2001-02-14 2009-07-08 株式会社日本自動車部品総合研究所 ハイブリッド車の電池状態制御方法
US6441586B1 (en) 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
JP3791767B2 (ja) * 2001-03-27 2006-06-28 株式会社デンソー フライングキャパシタ式電圧検出回路
JP4193371B2 (ja) 2001-04-25 2008-12-10 トヨタ自動車株式会社 バッテリ容量制御装置
JP4786058B2 (ja) * 2001-05-01 2011-10-05 本田技研工業株式会社 蓄電装置の残容量検出装置
JP4523738B2 (ja) 2001-06-07 2010-08-11 パナソニック株式会社 二次電池の残存容量制御方法および装置
JP3934365B2 (ja) 2001-06-20 2007-06-20 松下電器産業株式会社 バッテリの充放電制御方法
WO2003005052A1 (de) 2001-06-29 2003-01-16 Robert Bosch Gmbh Verfahren zur ermittlung des ladezustands und/oder der leistungsfähigkeit eines ladungsspeichers
US20030015993A1 (en) 2001-07-17 2003-01-23 Sudhan Misra Battery charging system with electronic logbook
US7072871B1 (en) * 2001-08-22 2006-07-04 Cadex Electronics Inc. Fuzzy logic method and apparatus for battery state of health determination
JP4673529B2 (ja) * 2001-11-06 2011-04-20 プライムアースＥｖエナジー株式会社 組電池システムの制御方法及び装置
US6727708B1 (en) * 2001-12-06 2004-04-27 Johnson Controls Technology Company Battery monitoring system
US6534954B1 (en) * 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator
JP3867581B2 (ja) 2002-01-17 2007-01-10 松下電器産業株式会社 組電池システム
US20030184307A1 (en) 2002-02-19 2003-10-02 Kozlowski James D. Model-based predictive diagnostic tool for primary and secondary batteries
JP4038788B2 (ja) 2002-02-22 2008-01-30 アクソンデータマシン株式会社 バッテリの残存容量判定方法と、その装置
JP2003257501A (ja) 2002-02-27 2003-09-12 Suzuki Motor Corp 二次電池の残存容量計
US6919952B2 (en) 2002-03-19 2005-07-19 Mapper Lithography Ip B.V. Direct write lithography system
JP2004031014A (ja) 2002-06-24 2004-01-29 Nissan Motor Co Ltd 並列接続電池を含む組電池の最大充放電電力演算方法および装置
KR100471233B1 (ko) * 2002-06-26 2005-03-10 현대자동차주식회사 하이브리드 전기자동차 배터리의 최대 충전 및 방전전류값 생성방법
DE10231700B4 (de) * 2002-07-13 2006-06-14 Vb Autobatterie Gmbh & Co. Kgaa Verfahren zur Ermittlung des Alterungszustandes einer Speicherbatterie hinsichtlich der entnehmbaren Ladungsmenge und Überwachungseinrichtung
JP3539424B2 (ja) 2002-07-24 2004-07-07 日産自動車株式会社 電気自動車の制御装置
DE10240329B4 (de) * 2002-08-31 2009-09-24 Vb Autobatterie Gmbh & Co. Kgaa Verfahren zur Ermittlung der einer vollgeladenen Speicherbatterie entnehmbaren Ladungsmenge einer Speicherbatterie und Überwachungseinrichtung für eine Speicherbatterie
DE10252760B4 (de) * 2002-11-13 2009-07-02 Vb Autobatterie Gmbh & Co. Kgaa Verfahren zur Vorhersage des Innenwiderstands einer Speicherbatterie und Überwachungseinrichtung für Speicherbatterien
US6832171B2 (en) * 2002-12-29 2004-12-14 Texas Instruments Incorporated Circuit and method for determining battery impedance increase with aging
US6892148B2 (en) * 2002-12-29 2005-05-10 Texas Instruments Incorporated Circuit and method for measurement of battery capacity fade
EP1590679B1 (de) 2003-01-30 2008-08-20 Robert Bosch GmbH Zustandsgrössen- und parameterschätzer mit mehreren teilmodellen für einen elektrischen energiespeicher
US6882129B2 (en) * 2003-03-26 2005-04-19 General Motors Corporation Battery pack for a battery-powered vehicle
US7317300B2 (en) 2003-06-23 2008-01-08 Denso Corporation Automotive battery state monitor apparatus
US7199557B2 (en) * 2003-07-01 2007-04-03 Eaton Power Quality Company Apparatus, methods and computer program products for estimation of battery reserve life using adaptively modified state of health indicator-based reserve life models
DE10335930B4 (de) * 2003-08-06 2007-08-16 Vb Autobatterie Gmbh & Co. Kgaa Verfahren zur Bestimmung des Zustands einer elektrochemischen Speicherbatterie
JP4045340B2 (ja) * 2003-08-13 2008-02-13 現代自動車株式会社 バッテリー有効パワー算出方法及び算出システム
US6927554B2 (en) * 2003-08-28 2005-08-09 General Motors Corporation Simple optimal estimator for PbA state of charge
US7106026B2 (en) * 2003-09-09 2006-09-12 Enerdel, Inc. Method of dynamically charging a battery using load profile parameters
US7109685B2 (en) * 2003-09-17 2006-09-19 General Motors Corporation Method for estimating states and parameters of an electrochemical cell
TWI251951B (en) * 2003-09-19 2006-03-21 Lg Chemical Ltd Nonaqueous lithium secondary battery with cyclability and/or high temperature safety improved
US7196494B2 (en) * 2003-10-17 2007-03-27 Xantrex International Method and apparatus for charging batteries in a system of batteries
US7039534B1 (en) * 2003-11-03 2006-05-02 Ryno Ronald A Charging monitoring systems
US7321220B2 (en) * 2003-11-20 2008-01-22 Lg Chem, Ltd. Method for calculating power capability of battery packs using advanced cell model predictive techniques
US20050127874A1 (en) * 2003-12-12 2005-06-16 Myoungho Lim Method and apparatus for multiple battery cell management
JP4583765B2 (ja) 2004-01-14 2010-11-17 富士重工業株式会社 蓄電デバイスの残存容量演算装置
DE102004005478B4 (de) * 2004-02-04 2010-01-21 Vb Autobatterie Gmbh Verfahren zur Bestimmung von Kenngrößen für elektrische Zustände einer Speicherbatterie und Überwachungseinrichtung hierzu
US7126312B2 (en) * 2004-07-28 2006-10-24 Enerdel, Inc. Method and apparatus for balancing multi-cell lithium battery systems
US7233128B2 (en) 2004-07-30 2007-06-19 Ford Global Technologies, Llc Calculation of state of charge offset using a closed integral method
US7525285B2 (en) * 2004-11-11 2009-04-28 Lg Chem, Ltd. Method and system for cell equalization using state of charge
US8103485B2 (en) * 2004-11-11 2012-01-24 Lg Chem, Ltd. State and parameter estimation for an electrochemical cell
US7315789B2 (en) * 2004-11-23 2008-01-01 Lg Chem, Ltd. Method and system for battery parameter estimation
US7593821B2 (en) * 2004-11-23 2009-09-22 Lg Chem, Ltd. Method and system for joint battery state and parameter estimation
US7424663B2 (en) 2005-01-19 2008-09-09 Intel Corporation Lowering voltage for cache memory operation
US7197487B2 (en) * 2005-03-16 2007-03-27 Lg Chem, Ltd. Apparatus and method for estimating battery state of charge
US7589532B2 (en) * 2005-08-23 2009-09-15 Lg Chem, Ltd. System and method for estimating a state vector associated with a battery
JP4195026B2 (ja) * 2005-08-24 2008-12-10 矢崎総業株式会社 組電池の充電状態調整装置
US7446504B2 (en) * 2005-11-10 2008-11-04 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery state vector
US7723957B2 (en) * 2005-11-30 2010-05-25 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery parameter vector
JP4490926B2 (ja) * 2006-01-20 2010-06-30 矢崎総業株式会社 電圧検出装置
US7400115B2 (en) * 2006-02-09 2008-07-15 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
US7521895B2 (en) * 2006-03-02 2009-04-21 Lg Chem, Ltd. System and method for determining both an estimated battery state vector and an estimated battery parameter vector
TWI317184B (en) * 2006-07-17 2009-11-11 Compal Electronics Inc A hybrid battery module with a voltage balance unit and its charging and discharging method
KR100846710B1 (ko) * 2006-09-07 2008-07-16 삼성에스디아이 주식회사 배터리 관리 시스템 및 그의 구동 방법
US7962661B2 (en) 2008-06-30 2011-06-14 Lg Chem, Ltd. System and method for determining a bus address for a controller within a network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100606878B1 (ko) 2001-12-27 2006-08-01 파나소닉쿠 이브이에나지 가부시키가이샤 이차 전지의 분극 전압 추정 방법, 이차 전지의 잔존 용량추정 방법 및 장치, 전지 팩 시스템, 및 전동 차량
KR20050061386A (ko) * 2003-12-18 2005-06-22 주식회사 엘지화학 신경망을 이용한 배터리 잔존량 추정 장치 및 방법
KR100756837B1 (ko) 2005-06-30 2007-09-07 주식회사 엘지화학 배터리 상태 추정 방법 및 장치
KR100804698B1 (ko) 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10422837B2 (en) 2015-06-11 2019-09-24 Samsung Electronics Co., Ltd. Method and apparatus for estimating state of battery

Also Published As

Publication number Publication date
US20090189613A1 (en) 2009-07-30
US8519675B2 (en) 2013-08-27
KR20090083842A (ko) 2009-08-04
US7994755B2 (en) 2011-08-09
US20110257916A1 (en) 2011-10-20

Similar Documents

Publication Publication Date Title
KR101021745B1 (ko) 배터리 셀 모듈의 추정 상태를 결정하는 시스템, 방법 및 그 제조물
KR101355960B1 (ko) 추정 배터리 상태 벡터를 결정하는 시스템과 방법 및 그제조물
KR101355958B1 (ko) 추정 배터리 파라미터 벡터를 결정하는 시스템과 방법 및그 제조물
KR101245275B1 (ko) 추정 조합 배터리 상태-파라미터 벡터를 결정하는 시스템과방법 및 그 제조물
JP5036733B2 (ja) 推定バッテリー状態ベクトルと推定バッテリーパラメータベクトルとを定めるシステム及び方法
JP5058814B2 (ja) バッテリーの状態及びパラメーターの推定システム及び方法
KR100952049B1 (ko) 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법
KR102652848B1 (ko) 리튬 유황 배터리의 충전 상태 및 건강 상태를 결정하는 방법 및 장치
EP2700964B1 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
KR101398465B1 (ko) 배터리 상태 판단 장치 및 그 판단 방법
KR100878123B1 (ko) 배터리 상태 및 파라미터 추정 시스템 및 방법
WO2016038880A1 (ja) 電池残容量演算装置、方法および記録媒体
JP6947937B2 (ja) 電池状態推定装置、電池制御装置
JP7089049B2 (ja) 電池制御装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140103

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150119

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160216

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170216

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180116

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190116

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20200116

Year of fee payment: 10