KR102527326B1 - 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법 - Google Patents

배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법 Download PDF

Info

Publication number
KR102527326B1
KR102527326B1 KR1020160048326A KR20160048326A KR102527326B1 KR 102527326 B1 KR102527326 B1 KR 102527326B1 KR 1020160048326 A KR1020160048326 A KR 1020160048326A KR 20160048326 A KR20160048326 A KR 20160048326A KR 102527326 B1 KR102527326 B1 KR 102527326B1
Authority
KR
South Korea
Prior art keywords
battery
soc
ocv
positive
negative electrodes
Prior art date
Application number
KR1020160048326A
Other languages
English (en)
Other versions
KR20170022855A (ko
Inventor
에스 하리하란 크리슈난
감므하이어 프라야
송태원
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20170022855A publication Critical patent/KR20170022855A/ko
Application granted granted Critical
Publication of KR102527326B1 publication Critical patent/KR102527326B1/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]
    • 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
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
    • G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
    • G01R19/16542—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies for batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/08—Measuring resistance by measuring both voltage and current
    • 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
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/52—Testing for short-circuits, leakage current or ground faults
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/484—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring electrolyte level, electrolyte density or electrolyte conductivity
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)
  • Microelectronics & Electronic Packaging (AREA)

Abstract

배터리 관리 모듈에 의하여 추정된 OCV를 이용하여, 배터리의 SoC를 예측하는 방법 및 시스템에 관하여 개시한다. 일 실시예에 따르면 복수의 내부 파라미터로 정의된 OCV(open circuit voltage) 모델에 기초하여 배터리의 OCV를 추정하고, 복수의 내부 파라미터는 배터리의 적어도 하나의 출력 전압, 배터리로부터 부하로 공급되는 부하 전류, 및 배터리의 초기 SoC(State of Charge)로부터 파생되는 OCV 추정 단계 및 OCV에 대한 SoC의 함수적 종속 관계에 기초하여 OCV로부터 SoC를 예측하는 단계를 포함할 수 있다.

Description

배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법{A method and a battery system for predicting State of Charge (SoC) of a battery }
본 발명은 일반적으로 배터리 관리 시스템 분야와 관련되고, 특히 배터리의 충전 상태(SoC)를 예측하는 배터리 관리 시스템과 관련된다.
리튬 이온 (Li-ion) 배터리는 가벼운 무게, 높은 에너지 밀도 및 낮은 방전율 때문에 넓은 응용 분야에서 사용된다. 리튬 이온 배터리는 일반적으로 핸드폰, 디지털 카메라, 로봇 진공 청소기, 잔디 깎는 기계 및 전기 자동차와 같은 장치에 사용된다. 이들 장치의 동작은 배터리 전력에 매우 의존적이다. 따라서, 갱신된 배터리의 현재 상태를 장치의 사용자에게 제공하는 것은 사용자로 하여금 장치가 원활하게 동작하도록 하기 위해서 대단히 중요하다.
어느 하나의 파라미터는 현재 배터리 상태를 나타내도록 사용자에게 제공될 수 있고, 어느 하나의 파라미터는 배터리의 충전 상태(SoC)일 수 있다. 리튬 이온 셀 또는 리튬 이온 배터리에서, SoC는 전력을 제공하는 화학 반응에 이용할 수 있는 배터리 전극 내 리튬의 척도이다. 그러나 셀 내부에 있는 리튬은 측정할 수 있는 양이 아니다. 일반적인 기법들은 전류와 같은 셀 정보를 SOC의 추정과 동일시한다. SoC의 추정은 배터리 용량에 대한 지식을 요구한다. 그러나, 배터리는 동작하는 동안 사이클링을 반복하기 때문에, 배터리의 총 용량은 감소된다. 용량 감소는 고체 전해질 분열 간기(SEI, solid electrolyte interphase) 필름 형성과 같은 부반응(side reaction) 때문일 수 있다. 용량 손실에서의 부반응의 효과는 관련 업계에서 잘 알려져 있고, SoC 추정에서 고려될 수 있다. 그러나 노후화(ageing) 때문에, 배터리의 개방 회로 전압(OCV, Open Circuit Voltage)은 변경될 수 있고, SoC를 추정하는 동안 고려될 필요가 있다. SoC를 추정하는 다른 방법으로서, SoC와 개방 회로 전압(OCV) 사이의 관계를 표현하는 비선형 최적화를 이용하여 충전 전류, 방전 전류, 및 출력 전압에 기초하여 SoC를 추정하는 방법이 있다. 그러나 기존 방법은 비선형 적응 필터의 조합과 더불어 당 업계에 알려진 단일 입자 모델(SPM, single particle model)을 활용한다. 이러한 필터는 인위적인 파라미터 종속 및 물리적 현상을 제공한다. 이처럼, 필터는 OCV 및 SoC의 파라미터 값을 대체한다. 더욱이, 기존 방법은 정상(fresh) 배터리 또는 셀의 SoC 평가를 포함할 뿐, 배터리 OCV에 대한 노후화 효과를 고려하지 않는다. 이와 같이 기존 방법은 정확한 SoC 평가를 제공할 수 없다.
개방 회로 전압(OCV) 모델에 기초하여 배터리의 충전 상태(SoC)를 예측하기 위한 방법 및 배터리 시스템을 제공하는 것이다. OCV 모델은 배터리 전극 내 존재하는 실제 이온 농도에 대하여 SoC 추정을 제공한다.
또한, OCV 모델을 기초로 배터리의 OCV를 예측함으로써 배터리의 SoC를 예측하는 방법을 제공하는 것이다. 여기서, OCV 모델은 배터리의 출력 전압, 배터리에 의해 부하에 제공되는 부하 전류, 및 초기 SoC를 포함하는 적어도 하나의 입력 파라미터에서 파생된 복수의 내부 파라미터에 의해 정의된 모델에 기초하는 물리적 현상이다.
앞의 설명을 고려하여, 본 발명의 일 실시예는 배터리의 충전 상태(SoC)를 예측하는 방법을 제공한다. 이 방법은 개방 회로 전압(OCV) 모델에 기초하여 배터리의 OCV를 추정하는 것을 포함하고, OCV에 대한 SoC의 함수적 종속 관계(functional dependence)에 기초하여 OCV로부터 SoC를 예측하는 것을 포함한다.
다른 실시예는 배터리의 충전 상태(SoC)를 예측하는 배터리 시스템을 더 포함한다. 배터리 시스템은 부하에 연결된 배터리 및 배터리 관리 모듈을 포함한다. 또한, 배터리 관리 모듈은 복수의 내부 파라미터로 정의된 OCV 모델에 기초하여 배터리의 개방 회로 전압(OCV)을 추정한다. 복수의 내부 파라미터는 배터리의 출력 전압, 배터리로부터 부하로 제공되는 부하 전류, 및 배터리의 초기 SoC 중의 적어도 하나로부터 파생된다. 또한 배터리 시스템은 OCV에 대한 SoC의 함수적 종속 관계에 기초하여 OCV로부터 SoC를 예측할 수 있다.
본 발명 실시예의 이러한 측면 및 다른 측면은 아래와 같은 설명과 첨부된 도면을 함께 고려할 때 잘 인식되고 및 이해될 것이다. 그러나, 실시예 및 실시예의 여러 구체적 항목을 가리키는 아래의 설명은 한정을 위한 것이 아닌 예시하기 위하여 기재된 것으로 이해하여야 한다. 본 발명 실시예의 사상을 벗어나지 않는 본 발명 실시예의 범위 내에서 많은 변화 및 수정이 이루어질 수 있고, 본 발명의 실시예는 그러한 수정을 모두 포함한다.
배터리의 사용에 따른 전기 화학 프로세서의 변화를 고려하여, 배터리의 실시간 OCV를 추정하고, SoC를 예측할 수 있다.
본 발명의 실시예는 첨부된 도면에, 다양한 도면의 일부분에 대응하는 식별번호와 같이, 도시되어 있다. 본 발명의 실시예들은 도면을 참조한 아래의 설명으로부터 더 잘 이해될 것이다.
도면 1은 일 실시예에 따른 개방 회로 전압(OCV) 모델에 기초하여 배터리의 충전 상태(SoC)를 예측하는 배터리 시스템을 도시한 것이다.
도면 2a 내지 2d는 일 실시예에 따른 리튬 코발트(LCO/C) 배터리의 배터리 시스템의 샘플 결과에 대한 도해 분석을 도시한 것이다.
도면 3은 일 실시예에 따른 개방 회로 전압(OCV) 모델에 기초하여 배터리의 충전 상태(SoC)를 예측하는 방법에 대한 흐름도이다.
본 발명의 실시예와 다양한 특징 및 이들의 유리한 사항은 첨부된 도면에 도시되어 있고 아래의 설명에 기재되어 있으나 이에 한정되지 않는 실시예를 참조하여 충분히 설명되어 있다. 본 발명의 실시예가 불필요하게 이해하기 어려워지지 않도록, 잘 알려진 컴포넌트 및 프로세싱 기술에 대한 기재는 생략되어 있다.
실시예들은 개방 회로 전압(OCV) 모델에 기초하여 배터리의 충전 상태(SoC)를 예측하는 방법 및 배터리 시스템을 달성 할 수 있다. OCV 모델은 배터리의 전극 내 존재하는 실제 이온 농도에 대하여 SoC의 추정을 제공하고, 더 정확한 SoC의 예측을 제공한다. 배터리 시스템은 OCV 모델에 기초하는 배터리 OCV 추정을 통하여 배터리의 SoC를 예측하도록 구성될 수 있는 배터리 관리 모델을 포함한다. OCV로부터의 SoC 예측은 OCV에 대한 SoC의 함수적 종속 관계에 기초한다. 배터리 시스템에 의해 제안되는 OCV 모델은 배터리의 출력 전압, 배터리로부터 부하에 공급되는 부하 전류, 및 초기 SoC를 포함하는 하나 이상의 내부 파라미터로부터 파생된 복수의 내부 파라미터에 의해 정의된다. 내부 파라미터는 출력 전압의 실시간 값, 초기 SoC에 따른 부하 전류에 기초하기 때문에, 배터리 시스템은 배터리의 SoC의 실시간 예측을 제공한다. SoC 계산을 위하여 출력 전압이 부하 전류와 함께 고려되기 때문에, 배터리 시스템은 SoC 예측 동안 셀(배터리) 노후화 효과를 포함하고, 배터리의 노후화에 따른 SoC의 정확한 예측을 제공한다.
SoC 예측에 기초하는 OCV 모델은 준분석적(semi-analytical)이다. 그 OCV 모델은 계산 경제적이고 그로 인해 계산 전력을 적게 소모할 수 있다. 감소된 계산 전력 사용량은 전력 소모가 감소된 배터리 시스템 온보드(예를 들어, 전기 자동차 보드에 장착된)의 사용을 가능하게 한다. OCV 모델은 OCV 추정을 하는 동안 모든 전기 화학의 프로세스를 고려한다. 이런 이유로 OCV 모델에 기초하는 배터리 시스템은 높은 충전 및 방전 속도를 겪는 배터리에 지원될 수 있다. 이와 같이, 높은 충/방전 속도에 따른 전기 화학 프로세서의 변화는 효과적으로 정확한 실시간 SoC 예측을 제공하는 OCV 모델에 의하여 고려된다.
또한, 배터리 시스템은 사용자에게 사용자 인터페이스(UI)를 통하여 배터리의 상태를 표시할 수 있다. 배터리 상태는 배터리의 실시간 SoC에 대하여 나타낼 수 있고, 배터리의 초기 용량의 변화를 나타낼 수 있다. 이로 인해, 배터리 시스템은 사용자에게 배터리 상태를 갱신함으로써 사용자 경험을 향상시킬 수 있다.
실시예에서, 배터리는 Li NCA(Lithium Nickel Cobalt Aluminum positive electrode, 리튬 니켈 코발트 알루미늄 양극) 과 같은 리튬-이온(Li-ion) 배터리이다. 또한, 배터리는 니켈 메탈 하이브리드(Ni Metal Hydride), 나트륨 이온(Sodium ion), 또는 리튬 공기 전지(Li-air battery) 과 같은 2차 전지를 포함할 수 있다.
지금부터 도면 1 내지 3을 참조하면, 실시예들이 도시된다. 도면 전체에서 유사한 참조 부호는 일관되게 상응하는 특징들을 나타낸다.
도면 1은, 여기에 개시된 바와 같이 일 실시예에 따라, 개방 회로 전압(OCV)모델에 기초하여 배터리(102)의 충전 상태(SoC)를 예측하는 배터리 시스템(100)을 도시한다. 일 실시예에 따라, 배터리 시스템(100)은 배터리 관리 제어부(104) 및 부하(106)와 연결된 배터리(102)를 포함한다. 또한, 배터리 관리 제어부(104)는 배터리(102)의 실시간 SoC에 대하여 사용자에게 배터리 상태를 나타내고, 사이클링과 함께 배터리(102)의 초기 용량의 변화를 나타내는 인터페이스를 제공하는 사용자 인터페이스(UI)(108)에 연결된다. 배터리 관리 제어부(104)는 OCV 모델에 기초하여 배터리(102)의 SoC를 예측할 수 있다. OCV 모델은 배터리(102)에 대응하는 복수의 내부 파라미터에 의해 정의된다. 배터리 관리 모듈(104)은 출력 전압(Vcell), 배터리(102)로부터 부하(106)로 공급되는 부하 전류(I), 및 배터리(102)의 초기 SoC를 포함하는 입력 파라미터로부터 복수의 내부 파라미터를 획득할 수 있다. 초기 SoC는 배터리(102)의 양극에서의 이온의 초기 표면 농도 (Cn0)(예를 들어, 리튬-이온 배터리의 리튬-이온), 또는 음극에서의 이온의 초기 표면 농도(Cp0)이다. 초기 SoC는 미사용 배터리(unused battery) 또는 프레시(fresh) 배터리(102)의 SoC의 지표이다. 그러나, 배터리의 노후화에 따라, 배터리 관리 모듈은 배터리(102)의 노후화에 종속되는 OCV를 추정하는 동안 Vcell 과 같은 내부 파라미터를 포함시킴으로써 실시간 SoC의 예측을 제공한다. 복수의 내부 파라미터는 양극에서의 반응 플럭스(jp) 및 음극의 반응 플럭스(jn), 양극의 전해질 위상 내 계면 전위(φ2p)(interfacial potentials in an electrolyte phase) 및 음극의 전해질 위상 내 계면 전위(φ2n), 양극에서의 초기 반응 속도(jp0) 및 음극에서의 초기 반응 속도(jn0)를 포함한다. 또한, 복수의 파라미터는 양극의 개방 회로 전압(Up), 배터리(102)의 부반응 전류 밀도(js), 및 음극에 형성된 고체 전해질 분열 간기(SEI, solid-electrolyte interphase) 필름의 저항(Rf)를 포함할 수 있다.
배터리 관리 제어부(104)는 Vcell, I, 및 초기 SoC(cn0 및 cp0)를 포함하는 하나 이상의 입력 파라미터에 기초하여 복수의 내부 파라미터를 획득할 수 있다. Vcell, I, 및 초기 SoC(cn0 및 cp0)를 포함하는 적어도 하나의 입력 파라미터에 기초하여 복수의 내부 파라미터의 추출을 위한 수학적 분석은 아래에 기재된 수학식으로부터 얻어지는 OCV 모델에 기초하여 설명된다.
측정된 입력량은 Vcell, I, cn0 및 cp0를 포함한다.
양극의 반응 플럭스(jp) 및 음극의 반응 플럭스(jn)는 I를 이용하여 계산된다.
Figure 112016038070683-pat00001
또한, 양극의 계면 질량 플럭스(q2ip) 및 음극의 계면 질량 플럭스(q2ip)와 양극의 계면 전해질 농도(c2ip) 및 음극의 계면 전해질 농도(c2in)는 종래기술을 이용하여 계산된다. 이러한 q2ip, q2in, c2in, c2ip 는 수학식 2 및 3을 이용하여 전해질 위상 전위(electrolyte phase potential) 또는 양극의 전해질 위상(2p) 및 음극의 전해질 위상(2n)을 얻어내는데 사용된다.
Figure 112016038070683-pat00002
Figure 112016038070683-pat00003
이는 아래의 수학식 4 및 5에 기재된 바와 같이 부반응 전류 밀도 (js)를 계산할 때 사용되고, (φ1n)의 초기 값은 가정할 때 사용된다. (Rf)는 음극에서 형성된 SEI 필름(δf)의 저항이다.
Figure 112016038070683-pat00004
Figure 112016038070683-pat00005
Figure 112016038070683-pat00006
고체상(solid phase)의 농도 기울기(concentration gradient)는 아래의 수학식 7에 따라 계산된다.
Figure 112016038070683-pat00007
아래의 수학식 8, 9, 및 10과 같이 cn0 및 cp0 의 입력 값으로부터 양극에서의 반응 속도(jp0) 및 음극에서의 반응 속도(jn0)가 계산되고, 전극 내 이온의 표면 농도(예를 들어, 리튬-이온 배터리의 전극 내 리튬-이온)가 계산된다.
Figure 112016038070683-pat00008
Figure 112016038070683-pat00009
Figure 112016038070683-pat00010
복수의 내부 파라미터를 파생함에 따라, 배터리 관리 모듈(104)는 아래의 수학식 11의 OCV 모델을 이용하여 OCV를 추정하기 위하여 이러한 내부 파라미터를 사용하는 구성을 포함한다. 수학식 1 내지 10을 통하여 얻어진 값은 OCV 모델을 위하여 수학식 11에서 치환된다. OCV 모델은, 아래와 같이 OCV 계산에 기초하는 물리 모델을 제공하는 모델이다.
Figure 112016038070683-pat00011
수학식 11은 전류 및 전압의 측정된 값에 대한 OCV의 추정을 설명한다. 이 방법의 적용가능성은 배터리의 사이클링 동안 분명해진다. 노후화되고 있는 전압 및 전류의 기호(signature)는 감소하고 있는 OCV에서 변하기 위하여 매핑된다. OCV의 변화. 따라서, 배터리 관리 모듈은 배터리가 보드에서 사용되고 있는 동안 OCV의 추정에 대한 직접적인 방법을 제공한다.
OCV를 추정하는 것에 따라, 배터리 관리 제어부(104)는 OCV에 대한 SoC의 함수적 종속 관계(functional dependence)를 이용하여 SoC를 예측하는 구성을 포함할 수 있다. OCV에 대한 SoC의 함수적 종속 관계(functional dependence)는 아래의 수학식에 의해 구해진다.
Figure 112016038070683-pat00012
Un은 음극의 개방 회로 전압(open circuit potential)이고, Up는 양극의 개방 회로 전압이다. 또한, Up는 양극에서의 이온의 표면 농도(csp) 및 음극에서의 이온의 표면 농도(csn)로부터 얻어진다. 또한, 음극 내 이온의 표면 농도(csn)는 음극에서의 이온의 초기 표면 농도(cn0)로부터 얻어지고, 음극 내 이온의 현재 표면 농도(csn)는 아래의 수학식 13과 같다.
Figure 112016038070683-pat00013
여기서, fp 및 fn 은 양극 및 음극 내 리튬 농도의 전극의 평형 전압(equilibrium potential)의 함수적 종속 관계(functional dependence)이다. 노후화에 따라, OCV는 변하고, 이는 Un의 변화로 이어진다. Un은 csn을 계산하는데 사용된다. 다음 단계에서, csn은 csp의 새로운 값을 얻어내고 차례로 Up를 얻어내는데 사용된다.
또한, 배터리 관리 제어부(104)는 사용자 인터페이스(108)를 통하여 사용자에게 배터리 상태를 나타낼 수 있다. 배터리 상태는 배터리(102)의 실시간 SoC, 배터리의 잔여 용량, 및 사이클링으로 인한 배터리 초기 용량의 변화에 대하여 나타낼 수 있다. 배터리 상태를 나타내는 사용자 인터페이스(108)는 차량 대시보드(dashboard), 차량의 계기판, 차량의 다기능 표시 수단, (WiFi 다이렉트, 블루투스, 유선 장치 등) 적합한 수단을 이용하는 차량(101)에 연결된 장치, 차량의 인포테인먼트(infotainment) 시스템, 차량 내 디스플레이 스크린, 차량의 헤드-업-디스플레이(HUD) 중에서 적어도 어느 하나를 표시할 수 있다. 배터리 시스템(100)은 배터리(102)의 상태에 대하여 갱신된 사용자를 유지함으로써 사용자 경험을 향상시킨다.
도면 1은 배터리 시스템(100)의 개요를 도시한다. 배터리 시스템(100)은 복수의 다른 컴포넌트, 모듈 또는 도면 1의 컴포넌트, 모듈과 직/간접적으로 연관된 구성 단위를 포함할 수 있다. 그러나, 배터리 시스템의 다른 컴포넌트의 명칭은 예시일 뿐이고, 이에 국한될 필요는 없다.
도면을 간소화하고 이해하기 쉽도록 도면 1은 하나의 배터리 모듈을 포함하는 배터리 시스템(100)을 도시한다. 그러나, 실시예에서, 배터리(102)는 복수의 배터리 모듈을 포함하는 배터리 팩일 수 있다.
도면 2a 내지 2d는 아래에 기재된 실시예에 따라 LCO/C (리튬 코발트) 배터리를 포함하는 배터리 시스템(100)의 샘플 결과에 대한 그래픽 분석을 도시한다.
도면 2a는 실험 데이터와 함께 프레시(fresh) 및 노후화된 LCO/C(리튬 코발트) 셀에 대한 V/s (V : 전위, s : 시간)의 확인(validation)을 도시한다. 재계산된 전위는 n=1이고 n=1968일 때의 실험 데이터와 매칭되는 것을 보여준다.
도면 2b는 전류 및 전압의 실험 데이터로부터 계산된 프레시 및 노후화된 LCO/C 셀의 평형 전위(OCV)를 도시한다. OCV는 배터리의 노후화된 정도에 따라 달라지는 것이 관찰된다.
도면 2c는 계산된 OCV 데이터로부터 얻어진 전극 평형 전압 Un을 도시한다. 이 데이터는 또한 노후화에 따른 용량 손실(SoC 내 감소)을 나타낸다. 이는 실험 데이터 보간(experimental data interpolation)을 이용하는 SoC 추정에 사용될 수 있다.
도면 2d는 정상(fresh) 및 노화된 LCO/C 셀의 시간에 따른 SoC 분류를 도시한다. 배터리 관리 모듈(104)은 셀 사이클링 동안 온보드 사용에 따른 사용 가능 셀 용량의 손실을 제공할 수 있다.
도면 3은 본 발명에 기재된 실시예에 따라, 개방 회로 전압(OCV) 모델에 기초하여 배터리(102)의 충전 상태(SoC)를 예측하는 방법(300)을 도시한 흐름도이다. 실시예에서, 방법(300)은 배터리 관리 제어부(104)가 302 단계 내지 308 단계를 수행하도록 한다.
302 단계에서, 방법(300)은 출력 전압(Vcell), 부하 전류(I), OCV 추정을 위한 배터리(102)의 초기 SoC(또는 입력 파라미터)를 얻어내는 단계를 포함한다. 초기 SoC는, 배터리(102)의 양극에서의 이온의 초기 표면 농도(Cpo)(예를 들어, 리튬-이온 배터리 내 리튬-이온) 또는 음극에서의 이온의 초기 표면 농도(Cn0)는 배터리(102)가 정상(fresh)이어서 최대 용량일 때 측정된 Vcell로부터 얻어질 수 있다.
304 단계에서, 입력 파라미터가 얻어지면, 방법(300)은 배터리(102)의 출력 전압, 배터리(102)로부터 부하(106)에 공급되는 부하 전류, 및 배터리(102)의 초기 SoC에 기초하여 복수의 내부 파라미터를 파생하는 단계를 포함한다. 복수의 내부 파라미터는 양극의 반응 플럭스(jp) 및 음극의 반응 플럭스(jn), 양극의 계면 전위(φ2p) 및 음극의 계면 전위(φ2n), 양극에서의 반응 속도(jp0) 및 음극에서의 반응 속도(jn0)를 포함한다. 또한, 복수의 파라미터는 양극의 개방 회로 전압(Up), 배터리(102)의 부반응 전류 밀도(js), 및 음극에 형성된 고체 전해질 분열 간기(SEI, solid-electrolyte interphase) 필름의 저항(Rf)를 포함한다. 내부 파라미터를 파생하는 수학적 분석은 도면 1과 함께 설명하였는바, 이하 생략한다.
단계(306)에서, 방법(300)은 수학식 11의 OCV 모델을 이용하여 내부 파라미터에 기초로 배터리(102)의 OCV를 추정하는 단계를 포함한다. 방법(300)은 OCV에 대한 배터리의 노후화에 따른 효과를 포함하기 위하여 배터리를 사용하고 있는 동안에도 OCV를 추정하는 단계를 포함한다.
308 단계에서, 방법(300)은 배터리(102)의 OCV에 대한 SoC의 함수적 종속 관계를 이용하여 OCV로부터 SoC를 예측하는 단계를 포함한다. SoC는 음극의 개방 회로 전위(Un)를 이용하여 OCV에 기초하여 예측된다. 이러한 음극의 개방 회로 전위는 음극의 현재 표면 농도(csn)를 얻어내는데 사용된다. OCV는 정상(fresh) 배터리와 사용 중인 배터리로부터 추정되기 때문에, 방법(300)은 정상 및 사용된 배터리의 SoC를 예측하는 단계를 포함한다.
또한, 방법(300)은 사용자 인터페이스(108)를 통하여 사용자에게 배터리 상태를 나타내는 단계를 포함한다. 배터리 상태는 배터리(102)의 실시간 SoC 기간, 배터리의 잔여 용량, 및 사이클링으로 인한 배터리의 초기 용량 변화를 나타낼 수 있다.
방법(300)의 다양한 단계들은 제시된 순서, 다른 순서 또는 동시에 수행할 수 있다. 또한 일부 실시예에서, 도면 3에 도시된 몇 개의 단계는 생략될 수 있다.
한편, 앞서 설명한 실시예들은 적어도 하나의 하드웨어 장치에서 실행되고 네트워크 요소를 제어하는 네트워크 관리 기능을 수행하는 적어도 하나의 소프트웨어 프로그램에서 실행될 수 있다. 도면 1에 도시된 네트워크 요소는 적어도 하나의 하드웨어 장치가 될 수 있는 블록, 또는 하드웨어 장치 및 소프트웨어 모듈의 조합을 포함한다.
앞서 설명한 실시예들의 구체적인 기재들은, 현재 지식을 적용시킴으로써, 다른 가능한 본 발명의 일반적인 특징을 충분히 드러낼 것이고, 일반적인 특징을 벗어나지 않고 실시예들을 다양한 응용으로 쉽게 수정 및/또는 적용할 수 있고, 그러한 수정 및 적용은 기재된 실시예와 동등한 의미 및 범위 이내로 이해되도록 의도된 것이다. 본 발명에 사용된 어법 또는 용어는 설명하는 목적을 위한 것이며 한정을 위한 것이 아님을 이해되어야 한다. 그러므로, 실시예들은 본 발명에서 바람직한 실시예의 관점에서 설명되었지만, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명에 기재된 실시예들은 본 발명의 실시예들의 사상 및 범위 내에서 변형되어 실행 될 수 있다는 것을 인식 할 것이다.
100 : 배터리 시스템 102 : 배터리
104 : 배터리 관리 제어부 106 : 부하(Load)
108 : 사용자 인터페이스

Claims (20)

  1. 배터리 관리 모듈이,
    상기 배터리의 출력 전압, 상기 배터리로부터 부하로 공급되는 부하 전류 및 상기 배터리의 초기 SoC(State of Charge) 중의 적어도 하나로부터 획득되는복수의 내부 파라미터에 의해 정의되는 OCV(open circuit voltage) 모델에 기초하여 배터리의 OCV를 추정하는, 추정 단계; 및
    상기 OCV에 대한 상기 SoC의 함수적 종속 관계에 기초하여 상기 OCV로부터 상기 SoC를 예측하는 단계를 포함하고,
    상기 복수의 내부 파라미터는 양극 및 음극의 반응 플럭스, 상기 양극 및 음극의 전해질 위상 내 계면 전위, 상기 양극 및 음극의 반응 속도, 상기 양극의 개방 회로 전위, 상기 배터리의 부반응 전류 밀도, 및 상기 음극에서 형성된 고체 전해질 분열 간기(SEI) 필름의 저항을 포함하는 배터리 SoC 예측 방법.
  2. 제1항에 있어서,
    상기 OCV는
    상기 배터리가 상기 OCV에 대한 상기 배터리의 에이징(aging) 효과를 제공하기 위해 사용될 때, 추정되는 배터리 SoC 예측 방법.
  3. 제1항에 있어서,
    상기 초기 SoC는
    상기 배터리의 양극 및 음극 중 어느 하나에서의 이온의 초기 표면 농도를 포함하는 배터리 SoC 예측 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 양극 및 음극의 전해질 위상 내 계면 전위는
    상기 양극 및 음극의 계면 전해질 농도, 및 상기 양극 및 음극의 계면 질량 플럭스에 종속적이고,
    상기 계면 전해질 농도 및 상기 계면 질량 플럭스는
    상기 부하 전류에 종속적인 배터리 SoC 예측 방법.
  6. 제1항에 있어서,
    상기 양극 및 음극의 반응 플럭스는
    상기 부하 전류로부터 얻어지는 배터리 SoC 예측 방법.
  7. 제1항에 있어서,
    상기 배터리의 부반응 전류 밀도 및 상기 SEI 필름 저항은
    상기 출력 전압 및 상기 부하 전류로부터 얻어지는 배터리 SoC 예측 방법.
  8. 제1항에 있어서,
    상기 양극 및 음극의 반응 속도와 상기 양극의 개방 회로 전위는
    상기 양극 및 음극에서의 이온의 표면 농도로부터 얻어지고,
    상기 음극에서의 이온의 표면 농도는
    상기 음극에서의 이온의 초기 표면 농도, 및 상기 음극에서의 이온의 현재 표면 농도 중 어느 하나로부터 얻어지는 배터리 SoC 예측 방법.
  9. 제1항에 있어서,
    상기 SoC는
    음극의 개방 회로 전위를 이용하여 상기 OCV를 기초로 예측되고,
    상기 음극의 개방 회로 전위는
    상기 음극에서의 현재 표면 농도를 획득하는데 사용되는 배터리 SoC 예측 방법.
  10. 제1항에 있어서,
    상기 SoC 및 상기 배터리의 잔여 배터리 수명이 사용자 인터페이스에 표시되는 배터리 SoC 예측 방법.
  11. 배터리의 SoC(State of Charge)를 예측하는 배터리 시스템에 있어서,
    상기 배터리 시스템은
    부하와 연결된 배터리 및 배터리 관리 모듈을 포함하고,
    상기 배터리 관리 모듈은
    상기 배터리의 출력 전압, 상기 배터리로부터 부하로 공급되는 부하 전류 및 상기 배터리의 초기 SoC(State of Charge) 중의 적어도 하나로부터 획득되는 복수의 내부 파라미터에 의해 정의되는 OCV(open circuit voltage) 모델을 기초로 배터리의 OCV를 추정하고,
    상기 OCV에 대한 SoC의 함수적 종속 관계에 기초하여 상기 OCV로부터 SoC를 예측하고,
    상기 복수의 내부 파라미터는 양극 및 음극의 반응 플럭스, 상기 양극 및 음극의 전해질 위상 내 계면 전위, 상기 양극 및 음극에서의 반응 속도, 상기 양극의 개방 회로 전위, 상기 배터리의 부반응 전류 밀도, 및 상기 음극에서 형성된 고체 전해질 분열 간기(SEI) 필름의 저항을 포함하는 배터리 시스템.
  12. 제11항에 있어서,
    상기 배터리 관리 모듈은
    상기 배터리가 상기 OCV에 대한 상기 배터리의 에이징(aging) 효과를 제공하기 위해 사용될 때, 상기 OCV를 추정하는 배터리 시스템.
  13. 제11항에 있어서,
    상기 초기 SoC는
    상기 배터리의 양극 및 음극 중 어느 하나에서의 이온의 초기 표면 농도를 포함하는 배터리 시스템.
  14. 삭제
  15. 제11항에 있어서,
    상기 양극 및 음극의 전해질 위상 내 계면 전위는
    상기 양극 및 음극의 계면 전해질 농도, 및 상기 양극 및 음극의 계면 질량 플럭스에 종속적이고,
    상기 계면 전해질 농도 및 상기 계면 질량 플럭스는
    상기 부하 전류에 종속적인 배터리 시스템.
  16. 제11항에 있어서,
    상기 배터리 관리 모듈은
    상기 부하 전류로부터 상기 양극 및 음극의 반응 플럭스를 획득하는 배터리 시스템.
  17. 제11항에 있어서,
    상기 배터리 관리 모듈은
    상기 배터리의 부반응 전류 밀도 및 상기 SEI 필름 저항을 상기 출력 전압 및 상기 부하 전류로부터 획득하는 배터리 시스템.
  18. 제11항에 있어서,
    상기 배터리 관리 모듈은
    상기 양극 및 음극에서의 반응 속도와 상기 양극의 개방 회로 전위를 상기 양극 및 음극에서의 이온의 표면 농도로부터 획득하고,
    상기 음극에서의 이온의 표면 농도를 상기 음극에서의 이온의 초기 표면 농도, 및 상기 음극에서의 이온의 현재 표면 농도 중 어느 하나로부터 획득하는 배터리 시스템.
  19. 제11항에 있어서,
    상기 배터리 관리 모듈은
    음극의 개방 회로 전위를 이용하여 상기 OCV를 기초로 상기 SoC를 예측하고,
    상기 음극의 개방 회로 전위는
    상기 음극에서의 현재 표면 농도를 획득하는데 사용되는 배터리 시스템.
  20. 제11항에 있어서,
    상기 배터리 관리 모듈은
    상기 SoC 및 상기 배터리의 잔여 배터리 수명을 사용자 인터페이스에 표시하는 배터리 시스템.
KR1020160048326A 2015-08-20 2016-04-20 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법 KR102527326B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN4354/CHE/2015 2015-08-20
IN4354CH2015 2015-08-20

Publications (2)

Publication Number Publication Date
KR20170022855A KR20170022855A (ko) 2017-03-02
KR102527326B1 true KR102527326B1 (ko) 2023-04-27

Family

ID=58157983

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160048326A KR102527326B1 (ko) 2015-08-20 2016-04-20 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법

Country Status (2)

Country Link
US (1) US10302704B2 (ko)
KR (1) KR102527326B1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180057275A (ko) * 2016-11-22 2018-05-30 삼성전자주식회사 배터리 제어 방법 및 장치
KR102608468B1 (ko) * 2017-11-28 2023-12-01 삼성전자주식회사 배터리 상태 추정 방법 및 장치
JP6947014B2 (ja) * 2017-12-25 2021-10-13 トヨタ自動車株式会社 二次電池システムおよび二次電池の制御方法
KR102156404B1 (ko) * 2018-01-09 2020-09-15 주식회사 엘지화학 배터리 셀 성능 테스트 장치 및 방법
CN108761338B (zh) * 2018-05-22 2020-05-22 金龙联合汽车工业（苏州）有限公司 一种在线更新电池ocv曲线的方法和装置
US10511050B1 (en) * 2018-12-31 2019-12-17 Sf Motors, Inc. Battery state of health estimation by tracking electrode and cyclable lithium capacities
CN110045286B (zh) * 2019-03-21 2021-04-20 江苏大学 一种基于气液动力学模型的电池开路电压估算方法及装置
CN109870626B (zh) * 2019-03-22 2020-11-06 北京集创北方科技股份有限公司 开路检测方法和led显示装置
CN113075555A (zh) * 2019-05-24 2021-07-06 宁德时代新能源科技股份有限公司 Soc修正方法和装置、电池管理***和存储介质
KR20210028476A (ko) * 2019-09-04 2021-03-12 삼성전자주식회사 배터리 충전 장치 및 방법
US11522212B2 (en) 2019-09-22 2022-12-06 TeraWatt Technology Inc. Layered pressure homogenizing soft medium for li-ion rechargeable batteries
US11710859B2 (en) 2019-09-25 2023-07-25 University Of Washington Techniques for controlling charging and/or discharging of batteries using a tanks-in-series model
KR20220039249A (ko) * 2020-09-22 2022-03-29 주식회사 엘지에너지솔루션 배터리 장치 및 배터리 상태 추정 방법
US20220283227A1 (en) * 2021-03-03 2022-09-08 Samsung Electronics Co., Ltd. Method and apparatus for estimating state of battery
KR102670278B1 (ko) * 2022-09-27 2024-05-30 주식회사 엘지에너지솔루션 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085057A1 (en) * 2007-03-23 2010-04-08 Yuji Nishi Device estimating a state of a secondary battery
US20120328942A1 (en) * 2010-03-05 2012-12-27 A123 Systems, Inc. Design and fabrication of electrodes with gradients
JP2014074682A (ja) * 2012-10-05 2014-04-24 Calsonic Kansei Corp バッテリのパラメータ等推定装置およびその推定方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI114048B (fi) * 2001-12-03 2004-07-30 Teknillinen Korkeakoulu Menetelmä ja laitteisto akkujen kuvaamiseksi ohjelmallisilla mittareilla
KR100805116B1 (ko) 2006-09-08 2008-02-21 삼성에스디아이 주식회사 배터리 관리 시스템 및 그 구동방법
JP5673097B2 (ja) 2010-12-28 2015-02-18 株式会社Ｇｓユアサ 非水電解質二次電池のｏｃｖ特性推定方法、ｏｃｖ特性推定装置及び蓄電システム
WO2013018143A1 (ja) * 2011-08-03 2013-02-07 トヨタ自動車株式会社 二次電池の劣化状態推定装置および劣化状態推定方法
US20140236511A1 (en) 2011-09-30 2014-08-21 Kpit Cummins Infosystems Ltd. System and method for determining state of charge of a battery
US9197089B2 (en) 2011-11-14 2015-11-24 Auburn University Rapid battery charging method and system
JP5825101B2 (ja) 2011-12-28 2015-12-02 株式会社Ｇｓユアサ 非水電解質二次電池のｏｃｖ特性推定装置、ｏｃｖ特性推定方法、蓄電システム及び組電池
US9130248B2 (en) 2012-05-25 2015-09-08 GM Global Technology Operations LLC Modeling changes in the state-of-charge open circuit voltage curve by using regressed parameters in a reduced order physics based model
KR101355973B1 (ko) 2012-05-31 2014-01-27 주식회사 엘지화학 이차 전지의 상태 추정 방법 및 장치
KR20140100086A (ko) 2013-02-05 2014-08-14 삼성에스디아이 주식회사 배터리 관리 시스템 및 그 구동방법
KR20140133318A (ko) 2013-05-10 2014-11-19 현대모비스 주식회사 배터리의 ｓｏｃ 추정 장치 및 방법
KR20150019190A (ko) 2013-08-13 2015-02-25 현대모비스 주식회사 배터리 충전 상태 추정 방법 및 이를 위한 장치
JP6072268B2 (ja) * 2013-09-25 2017-02-01 株式会社日立製作所 二次電池の状態判定方法、二次電池の状態判定装置、二次電池システム、および、状態判定装置を有する充放電制御装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085057A1 (en) * 2007-03-23 2010-04-08 Yuji Nishi Device estimating a state of a secondary battery
US20120328942A1 (en) * 2010-03-05 2012-12-27 A123 Systems, Inc. Design and fabrication of electrodes with gradients
JP2014074682A (ja) * 2012-10-05 2014-04-24 Calsonic Kansei Corp バッテリのパラメータ等推定装置およびその推定方法

Also Published As

Publication number Publication date
US20170052228A1 (en) 2017-02-23
US10302704B2 (en) 2019-05-28
KR20170022855A (ko) 2017-03-02

Similar Documents

Publication Publication Date Title
KR102527326B1 (ko) 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법
EP3273523B1 (en) Apparatus and method for estimating degree of aging of secondary battery
US20220082631A1 (en) Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries
EP3437152B1 (en) Battery management system with multiple observers
US9446678B2 (en) Battery model with robustness to cloud-specific communication issues
US10739407B2 (en) System and method for estimating state of health using battery model parameter
US9205755B2 (en) Receding horizon regression analysis for battery impedance parameter estimation
WO2014156869A1 (ja) 電池寿命推定方法及び電池寿命推定装置
WO2018054972A1 (en) Secondary battery management system with remote parameter estimation
CN109716152A (zh) 用于估计电池的电压的方法和装置
WO2021044134A1 (en) Method and system for predicting battery degradation
US11187755B2 (en) Apparatus and method for estimating SOC of battery
KR101282687B1 (ko) 차량용 배터리 상태 예측 방법
US9594121B2 (en) Systems and methods for estimating battery pack capacity
CN111969262A (zh) 具有混合电极的电池管理***
US20160084910A1 (en) Systems and methods for estimating battery system energy capability
KR101967863B1 (ko) 고전압 셀 밸런싱의 밸런싱 필요 시간 추정 장치 및 방법
JP6375215B2 (ja) メモリ効果有無の判定方法及びメモリ効果有無の判定装置
Sung et al. Robust and efficient capacity estimation using data-driven metamodel applicable to battery management system of electric vehicles
KR20240099662A (ko) 이모빌리티 배터리 충전 상태를 예측하는 배터리 시스템 및 방법
CN117293979B (zh) 电池均衡控制方法、存储介质和电子设备

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