KR102551709B1 - 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법 - Google Patents

배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법 Download PDF

Info

Publication number
KR102551709B1
KR102551709B1 KR1020210156405A KR20210156405A KR102551709B1 KR 102551709 B1 KR102551709 B1 KR 102551709B1 KR 1020210156405 A KR1020210156405 A KR 1020210156405A KR 20210156405 A KR20210156405 A KR 20210156405A KR 102551709 B1 KR102551709 B1 KR 102551709B1
Authority
KR
South Korea
Prior art keywords
battery
soh
charging
voltage
value
Prior art date
Application number
KR1020210156405A
Other languages
English (en)
Other versions
KR20230070628A (ko
Inventor
이은석
Original Assignee
주식회사 에이치이아이
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 에이치이아이 filed Critical 주식회사 에이치이아이
Priority to KR1020210156405A priority Critical patent/KR102551709B1/ko
Priority to CN202280075857.2A priority patent/CN118251603A/zh
Priority to PCT/KR2022/017998 priority patent/WO2023085906A1/ko
Priority to US18/307,621 priority patent/US20230258734A1/en
Publication of KR20230070628A publication Critical patent/KR20230070628A/ko
Priority to KR1020230084114A priority patent/KR102638117B1/ko
Application granted granted Critical
Publication of KR102551709B1 publication Critical patent/KR102551709B1/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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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
    • G01R19/12—Measuring rate of change
    • 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
    • G01R19/16528—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations
    • 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
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
    • G01R23/06—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage by converting frequency into an amplitude of current or voltage
    • 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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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]
    • G01R31/371—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with remote indication, e.g. on external chargers
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator 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]
    • G01R31/389—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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

본 발명은 배터리 SOH 추정시스템에 관한 것이다. 보다 상세하게는 배터리의 충전 중 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여 저장하는 DB, 저장된 전압값 및 전류값에 대한 주파수영역에서의 응답함수 및 배터리의 전압과 충전용량의 변화속도를 산출하여 배터리의 건강상태(SOH, State of health)를 추정하기 위한 적어도 하나의 파라미터를 추출하는 파라미터 추출부, 추출된 적어도 하나의 파라미터를 이용하여 상기 배터리의 SOH를 추정하는 SOH 추정부를 포함하는 배터리 SOH 추정시스템에 관한 것이다.

Description

배터리 SOH 추정시스템, 이를 위한 파라미터 추출시스템 및 방법{SYSTEM FOR ESTIMATING THE STATE OF HEALTH(SOH) OF BATTERY, SYSTEM AND METHOD FOR DERIVING PARAMETERS THEREFOR}
본 발명은 배터리 건강상태 추정시스템에 관한 것으로서, 보다 상세하게는 전기차 충전중 측정되는 전류와 전압의 변동을 이용하여 주파수영역에서의 응답함수를 구하고, 구해진 응답함수와 전압 대비 충전용량 변화속도(dQ/dV), 충전용량 대비 전압 변화속도(dV/dQ)를 이용하여 배터리의 건강상태(SOH, State of health)를 추정하기 위한 파라미터들을 추출하는 시스템 및 파라미터들의 누적충전량 대비 변화를 추적하여 배터리의 SOH를 추정할 수 있는 배터리의 SOH 추정시스템에 관한 것이다.
충전이 불가능한 일차 배터리와는 달리, 충전이 가능한 이차 배터리는 스마트 폰, 노트북 컴퓨터, PDA 등의 소형 첨단 전자기기 분야 뿐만 아니라 전기 자동차, 에너지 저장 시스템에 이르기까지 다양한 분야에서 널리 사용되고 있다.
이러한 배터리는 일반적으로 수명이 존재하게 되며, 사용에 의해 자연스레 내부 저항이 증가하여 출력이 줄어들게 된다. 또한, 사용 가능한 용량도 줄어들게 된다. 이러한 성능 저하가 발생하게 되면 배터리를 사용하는 기기의 성능에 저하를 가져올 수 있기 때문에 배터리의 성능 측정은 중요하다.
배터리를 평가하는 중요한 요소 중 하나로, 배터리 건강상태(SOH, State of Health)는 배터리의 사용이나 보관에 따른 초기 용량의 유지 수준을 나타내는 안정성 지표이다. 또한, 배터리의 SOH(State of Health)를 통해 배터리의 교체 시기를 추정할 수 있기 때문에 배터리의 SOH(State of Health)를 정확하게 산출하는 것은 보다 안정적인 시스템 운영을 위한 중요한 요소가 된다.
배터리의 SOH를 추정하는 방법으로는 최대 충전용량, 전압 배터리 내부저항, 열발생률, dQ/dV 극값지점 등의 파라미터를 측정한 후 각각의 기준값들과 비교하여 그 변화를 통해 배터리의 SOH를 추정하는 방식들이 있으며, 계속해서 이와 관련한 많은 연구가 진행되고 있다.
본 출원인은 전기차 충전 중 측정되는 전류 및 전압을 이용하여 배터리의 SOH추정을 위한 다양한 파라미터들을 추출하고, 이를 통해 배터리의 SOH를 추정하고자 한다.
: 한국등록특허 제10-1631154호(2016.06.24.공고) : 한국등록특허 제10-1373150호(2014.03.11.공고)
본 발명이 해결하고자 하는 과제는 전기차 충전중 측정되는 전류와 전압의 변동을 이용하여 주파수영역에서의 응답함수를 구하고, 구해진 응답함수와 전압 대비 충전용량 변화속도(충전용량 대비 전압 변화속도)를 이용하여 배터리의 SOH 추정을 위한 파라미터들을 추출할 수 있는, 배터리 SOH 추정을 위한 파라미터 추출시스템을 제공할 수 있다.
또한, 상기 추출된 파라미터들의 누적충전량 대비 변화를 추적하여 배터리의 SOH를 추정할 수 있는 배터리 SOH 추정시스템을 제공할 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 배터리 SOH 추정시스템은, 배터리의 충전 중 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여 저장하는 DB, 상기 저장되는 전압값 및 전류값에 대한 주파수영역에서의 응답함수 및 상기 배터리의 전압과 충전용량의 변화속도를 산출하여 배터리의 건강상태(SOH, State of health)를 추정하기 위한 적어도 하나의 파라미터를 추출하는 파라미터 추출부 및 상기 추출된 적어도 하나의 파라미터를 이용하여 상기 배터리의 SOH를 추정하는 SOH 추정부를 포함할 수 있다.
또한, 상기 파라미터 산출부는, 기설정된 SOC구간 단위로, 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)에 기초하여 상기 주파수영역에서의 응답함수를 구할 수 있다.
또한, 상기 파라미터 산출부는, 정전류 충전시 상기 배터리의 정격전류(Io(t)) 대비 상기 저장되는 전류값(I(t))의 변동(
Figure 112021131224077-pat00001
)을 산출하는 제1모드 및 정전압 충전시 상기 배터리의 정격전압(Vo(t)) 대비 상기 저장되는 전압값(V(t))의 변동(
Figure 112021131224077-pat00002
)을 산출하는 제2모드를 포함하는 변동 산출부, 상기 산출된 변동(
Figure 112021131224077-pat00003
)에 대한 자기상관함수(CI(t)) 및 변동(
Figure 112021131224077-pat00004
)에 대한 자기상관함수(CV(t))를 산출하는 자기상관함수 산출부, 및 하기의 수학식을 이용하여 상기 정전류 충전 또는 정전압 충전에 따라 시간영역에서의 응답함수(X(t),Y(t))를 산출하고, 푸리에변환을 통해 주파수영역에서의 응답함수(X'(ω), Y'(ω))를 산출하는 응답함수 산출부를 포함할 수 있다.
Figure 112021131224077-pat00005
,
Figure 112021131224077-pat00006
여기서, X(t)는 전류값(I(t))의 변동(
Figure 112021131224077-pat00007
)에 따른 시간영역에서의 응답함수, Y(t)는 전압값(V(t))의 변동(
Figure 112021131224077-pat00008
)에 따른 시간영역에서의 응답함수, kB는 볼츠만 상수, T는 배터리 내부온도.
또한, 상기 자기상관함수 산출부는, 해당 SOC구간에서, 상기 전류값(I(t))의 변동(
Figure 112021131224077-pat00009
) 또는 전압값(V(t))의 변동(
Figure 112021131224077-pat00010
)을 기설정 시간구간으로 구분하여 시간구간별 자기상관함수를 산출한 후 평균값을 상기 해당 SOC구간에 대한 자기상관함수로 산출할 수 있다.
또한, 상기 자기상관함수 산출부는, 해당 SOC구간에서, 상기 전류값(I(t))의 변동(
Figure 112021131224077-pat00011
) 또는 전압값(V(t))의 변동(
Figure 112021131224077-pat00012
)을 기설정 시간구간(dt)으로 구분하고, 각 시간구간(dt)을 기설정 개수의 하위구간으로 세분한 후, 각 시간구간의 대응되는 하위구간에 포함된 전류값들 또는 전압값들을 추출하여 그룹화하고, 각 그룹별 자기상관함수를 산출한 후 평균값을 상기 해당 SOC구간에 대한 자기상관함수로 산출할 수 있다.
또한, 응답함수 산출부에서 산출되는 최종 주파수영역에서의 응답함수는 X'(ω, d, z), Y'(ω, d, z)가 되고, 상기 ω는 주파수, d는 SOC 구간, z는 상기 d까지의 누적충전량이 될 수 있다. 또한, 상기 파라미터 산출부는, 정전류 충전시 전압 대비 충전용량의 변화속도(dQ/dV)를 산출하고, 정전압 충전시 충전용량 대비 전압의 변화속도(dV/dQ)를 산출하며, 기설정 주기로 산출되는 dQ/dV 및 dV/dQ는 누적충전량과 매칭되어 상기 DB에 저장될 수 있다.
또한, 상기 SOH 추정부는, 누적충전량 대비 추출된 적어도 하나의 파라미터 변화를 기반으로 상기 배터리의 SOH를 추정할 수 있다,
또한, 상기 파라미터 추출부는, 충전 완료시, 상기 전압값 및 전류값에 대한 상기 주파수영역에서의 응답함수의 초기값 대비 비율, 상기 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차, 이전 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프와 현재 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프의 유사도를 추출하는 추출부를 더 포함할 수 있다.
또한, 상기 SOH 추정부는, 해당 충전사이클에서 추출된 적어도 하나의 파라미터에 기설정된 가중치를 적용하여 합산한 합산값(
Figure 112021131224077-pat00013
)을 산출하고, 상기 최초 충전사이클의 합산값 대비 해당 충전사이클의 합산값 비율(
Figure 112021131224077-pat00014
)을 해당 충전사이클에서의 SOH로 추정할 수 있다.
또한, 상기 DB에는, 전기차 모델의 기준 SOH를 기반으로 조정된 가중치가 기저장되고, 상기 기준 SOH는, 동일 전기차 모델에서 기설정된 SOC범위의 일정한 충전을 기설정 횟수만큼 반복수행하여, 최초 충전시 충전량 대비 충전시 충전량의 비율로 산출될 수 있다.
이때, 상기 가중치는, 충전시 얻어진 파라미터들의 합산값이 상기 기준 SOH가 되도록 조정될 수 있다.
또한, 상기 DB에는, 복수의 전기차 배터리의 충전 중 추출된 적어도 하나의 파라미터들이 전기차의 배터리 모델별로 구분 저장될 수 있다.
또한, 상기 배터리 SOH 추정시스템은, 상기 DB에 저장된 배터리 모델별 파라미터들에 대해, 파라미터별 평균을 산출하고, 산출된 평균 파라미터들을 이용하여 배터리 모델별 대표 SOH를 산출하되, 상기 대표 SOH의 산출에 이용된 평균 파라미터들의 가중치 반영 합산값이 해당 대표 SOH가 되도록 배터리 모델별로 가중치를 조정하는 기준 설정부를 더 포함할 수 있다.
또한, 상기 DB에는, 복수의 전기차의 배터리 충전시 추정된 SOH들을 배터리 모델별로 분류하여 저장할 수 있다.
또한, 충전이 완료된 전기차 배터리에 대해 추정된 SOH와, 대응되는 배터리 모델의 SOH 분포를 비교하여, 배터리 상태를 판단하는 분석부를 더 포함할 수 있다.
또한, 상기 분석부는, 상기 대응되는 전기차 모델의 SOH 평균값을 기준으로 기설정범위내에 상기 충전이 완료된 전기차 배터리에 대해 추정된 SOH가 포함되면, 정상상태로 판단할 수 있다.
또한, 상기 분석부는, 상기 충전이 완료된 전기차 배터리에 대해 추정된 SOH가, 상기 대응되는 전기차 모델의 SOH 평균값을 기준으로 기설정범위를 벗어나면, 상기 충전이 완료된 전기차 배터리의 파라미터별 분포와 상기 대응되는 배터리 모델의 파라미터별 분포를 비교하여 기준값 이상의 차이를 가지는 파라미터가 있는 경우, 이상상태로 판단할 수 있다.
또한, 상기 SOH 추정부는, 상기 추정된 SOH를 누적 저장하고, 누적된 SOH를 이용하여 기설정된 누적충전량에서의 예상 SOH를 예측할 수 있다. 또한, 상기 배터리 SOH 추정시스템은, 충전 완료시, 상기 추정부에서 추정된 해당 전기차 배터리의 SOH, 상기 분석부에서 판단된 판단 결과 및 예상 SOH를 알림하는 알림부를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 배터리 SOH 추정을 위한 파라미터 추출시스템은, 배터리의 충전 중 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여, 주파수영역에서의 응답함수를 산출하는 제1산출부, 상기 저장되는 전압값과 전류값으로부터, 충전사이클 동안 상기 배터리의 전압과 충전용량의 변화속도를 산출하는 제2산출부 및 상기 주파수영역에서의 응답함수, 상기 전압과 충전용량의 변화속도를 기반으로 상기 배터리의 건강상태(SOH, State of health)를 추정을 위한 파라미터들을 추출하는 추출부를 포함할 수 있다.
또한, 상기 제1산출부는, 상기 기설정된 SOC구간 단위로, 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)에 기초하여 상기 주파수영역에서의 응답함수를 구할 수 있다.
또한, 상기 추출부는, 충전 완료시, 상기 전압값 및 전류값에 대한 상기 주파수영역에서의 응답함수의 초기값 대비 비율, 상기 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차, 이전 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프와 현재 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프의 유사도를 상기 파라미터로 추출할 수 있다.
또한, 배터리 SOH 추정을 위한 파라미터 추출시스템의 파라미터 추출방법은, 배터리의 충전 중 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여, 주파수영역에서의 응답함수를 산출하는 단계, 상기 저장되는 전압값과 전류값으로부터, 충전사이클 동안 상기 배터리의 전압과 충전용량의 변화속도를 산출하는 단계 및 상기 주파수영역에서의 응답함수, 상기 전압과 충전용량의 변화속도를 기반으로 상기 배터리의 건강상태(SOH, State of health)를 추정을 위한 파라미터들을 추출하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따른 배터리 SOH 추정시스템 및 파라미터 추출시스템은, 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)에 기초하여 주파수영역에서의 응답함수로부터 파라미터들을 추출함으로써, 전기 임피던스 분광기 등의 별도 장비의 이용 및 이로 인한 시간 및 전력소모가 요구되지 않는다.
또한, 전체 주파수영역에서 파라미터들을 동시에 구할 수 있고, 복수 개의 파라미터들을 종합적으로 이용함으로써 보다 정확한 배터리의 SOH를 추정할 수 있다.
또한, 배터리의 특성에 따라 고주파영역 또는 저주파영역의 노이즈를 선택적으로 제거하여 응답함수를 산출함으로써 정확한 배터리의 SOH를 추정할 수 있다.
또한, 레퍼런스 데이터(기준 SOH, 전기차의 배터리 모델별 파라미터 및 SOH)를 기준으로 SOH 추정시 적용되는 가중치를 조정함으로써 정확하고 신뢰할 수 있는 SOH를 추정할 수 있다.
또한, 배터리 모델별 SOH 및 파라미터들과, 개별(사용자) 차량의 SOH 및 파라미터들을 비교함으로써 개별 차량의 배터리 상태를 분석하고, 알림을 통해 사용자단말기에 제공할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시 예에 따른 배터리 SOH 추정시스템의 개략적인 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 배터리 SOH 추정시스템의 구성을 나타내는 구성 블록도이다.
도 3은 본 발명의 다른 실시 예에 따른 배터리 SOH 추정시스템의 파라미터 추출시스템 구성을 설명하기 위한 구성 블록도이다.
도 4는 도 2 및 도 3의 제1산출부의 구성을 나타내는 구성 블록도이다.
도 5 내지 도 7은 도 4의 자기상관함수 산출부의 노이즈제거를 설명하기 위한 그래프이다.
도 8 및 9는 도 1 및 도 3의 파라미터 추출부의 일 실시 예에 따른 파라미터를 설명하기 위한 그래프이다.
도 10은 본 발명의 또 다른 실시 예에 따른 배터리 SOH 추정시스템의 구성을 나타내는 구성 블록도이다.
도 11은 도 10의 알림부의 알림을 나타내는 실시예이다.
도 12는 도 2 및 도 3의 실시예에 따른 배터리 SOH 추정시스템의 SOH추정방법을 설명하기 위한 흐름도이다.
도 13은 도 10의 실시예에 따른 배터리 SOH추정시스템의 SOH추정방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
도면에서 표시된 구성요소의 크기 및 상대적인 크기는 설명의 명료성을 위해 과장된 것일 수 있다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하며, "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
비록 제1, 제2 등이 다양한 소자나 구성요소들을 서술하기 위해서 사용되나, 이들 소자나 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 소자나 구성요소를 다른 소자나 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 소자나 구성요소는 본 발명의 기술적 사상 내에서 제2 소자나 구성요소 일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
후술하는 상세한 설명은 한정적인 의미로써 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.
본 발명의 배터리의 건강상태(State of Health)를 추정하기 위한 다양한 파라미터들을 추출하고, 이를 이용하여 정확한 배터리의 SOH를 추정할 수 있다. 설명의 이해를 위해, 본 실시 예에서는 전기차 배터리의 누적충전량에 따른 SOH 추정에 대하여 설명하도록 한다. 하지만, 전기차 배터리에 한정되지 않고 다양한 기기들에서 이용되는 이차배터리의 SOH추정에 모두 적용될 수 있다.
배터리는 충방전의 반복 및 시간의 흐름에 따라 배터리를 구성하는 양극, 음극, 분리막, 전해질, SEI layer, 전극 접합부 등의 구성(재료)들이 점차 열화하고 이로인해 배터리의 성능과 안정성이 저하된다.
배터리의 하전 입자들의 동적특성은 입자들이 위치한 주변의 화학적 환경에 따라 달라진다. 따라서, 배터리 재료가 열화하면 하전 입자 주변의 화학적 환경이 달라지고 이로 인해 하전 입자들의 동적특성에 변화가 생기고 결국 배터리의 전기적 응답특성이 달라지게 된다. 이를 역으로 이용하면 배터리의 전기적 응답특성을 통하여 하전 입자들이 속한 배터리 재료의 열화 정도를 추정할 수 있다.
본 출원인은 배터리의 전기적 응답특성을 이용하여 배터리의 열화정도를 추정할 수 있는 다양한 파라미터들을 추출하여 SOH를 추정하고자한다. 이에 더하여, 전압 대비 충전용량의 변화속도를 이용한 파라미터들도 추출하여, 복합적으로 SOH를 추정함으로써 정확한 상태를 판단할 수 있다.
일반적으로, 배터리의 전기적 응답특성을 얻기 위해서는 전기적 임피던스 분광기(Ectrical Impedance Spectroscopy) 등을 이용할 수 있다. 이때, 주파수 영역에서의 응답함수를 구하는 과정은 많은 시간과 에너지가 요구된다.
구체적으로, 특정 주파수에서의 응답은 해당 주파수를 가진 입력신호(input)를 보낸 후 그 출력신호(output)를 측정한 뒤, 입력 대비 출력(output/input)으로 정해진다. 이러한 응답을 주파수를 일일이 변화시켜가며 얻은 후 종합하면 주파수 영역에서의 응답함수를 구할 수 있다.
이에, 주파수 영역에서의 응답함수를 구하기 위해서는 입력 대비 출력을 측정하는 과정이 필요하며, 이러한 과정을 다양한 주파수 값에서 일일이 반복 실행하여야 한다.
특히, 전기차 배터리의 경우, 주파수 영역에서의 응답함수, 예를 들어 임피던스(impedance)를 구하기 위해서는, 보통 10mHz에서 1kHz에 걸친 다양한 주파수 대역에서 임피던스 측정이 이루어진다. 이들 여러 주파수 값에서 각각 AC 전류를 가한 뒤 AC 전압을 측정해야하므로 상당한 량의 시간과 전력의 소모를 요구하는 별도의 물리적 과정이 필요하고, 임피던스 측정을 위한 외부 장비나 차량 내부 디바이스를 필요로 한다.
본 발명의 일 실시 예에 따른 파라미터 추출시스템 및 배터리 SOH 추정시스템에서는 이러한 별도의 물리적 과정없이 배터리의 충전 중 사용되는 전류와 전압 데이터만을 이용하여 주파수 영역에서 응답함수를 얻는 방법을 제시한다.
본 출원인은 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)에 기초하여 배터리의 전기적 응답특성을 산출하여 SOH 추정에 이용하였다.
변동-소산 정리(Fluctuation-Dissipation Theorem, FDT)는 시스템이 평형상태에 있을 때, 물리적 변수의 열역학적 변동이 동일한 물리적 변수의 어드미턴스 또는 임피던스에 의해 정량화된 응답을 예측할 수 있다는 이론이다.
또한, 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)는 시스템이 평형상태가 아닌 경우(일반적인 경우)에도 변동-소산 정리에 따른 응답을 예측할 수 있다는 이론이다.
이에 본 출원인은, 비평형 정상상태인 배터리 충전과정에서 측정되는 전류와 전압의 변동을 이용하여 주파수영역에서의 응답함수를 산출하여 배터리 SOH를 추정하고자 한다. 이를 기반으로, 본 발명의 실시 예에 따른 파라미터 추출시스템 및 배터리 SOH 추정시스템을 설명할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 배터리 SOH 추정시스템의 개략적인 구성을 설명하기 위한 도면이다. 도 2는 도 1의 배터리 SOH 추정시스템의 구성을 나타내는 구성 블록도이다. 도 3은 본 발명의 다른 실시 예에 따른 배터리 SOH 추정시스템의 파라미터 추출시스템 구성을 설명하기 위한 구성 블록도이다.
도 1의 본 발명의 실시 예에 따른 배터리 SOH 추정시스템은 배터리 SOH추정서버(100) 및 DB(200)를 포함할 수 있고, SOH추정서버(100)는 도 2와 같은 구성으로 구현되거나, 도 3의 다른 실시예에 따른 배터리 SOH추정시스템(2000)과 같이, 파라미터 추출부(110)과 SOH추정부(120)를 각각의 별도의 서버모듈 또는 시스템으로 구현하여 파라미터 추출시스템(2110) 및 SOH추정시스템(220)으로 구성할 수도 있다.
도 2의 파라미터 추출부(110)과 SOH추정부(120)의 각 구성과 기능은 도 3의 파라미터 추출시스템(2110) 및 SOH추정시스템(220)의 각 구성 및 기능과 동일하므로, 도 2를 통해 각 구성 및 기능에 대해 구체적으로 설명하도록 한다. 이때, 도 12의 배터리 SOH 추정방법과 함께 설명하도록 한다.
도 2를 참고하면, 배터리 SOH 추정시스템(1000)은 배터리 SOH추정서버(100) 및 DB(200)를 포함할 수 있고, 배터리 SOH추정서버(100)는 제1산출부(110), 제2산출부(120) 및 추정부(130)를 포함하는 파라미터 추출부(110) 및 SOH 추정부(120)를 포함할 수 있다.
본 발명의 일 실시 예에 따른 SOH 추정시스템은 사용자의 전기차(10) 충전시 사용자단말기(30)에 설치된 배터리관리앱을 통해, 충전기(20), 전기차(10), 또는 충전기와 전기차 사이에 설치된 측정기(미도시)에서 전기차(10)의 배터리 충전시 측정되는 배터리의 전류값 및 전압값을 수신할 수 있다.
즉, 사용자단말기(30)는 충전기(20), 전기차(10), 또는 충전기와 전기차 사이의 측정기로부터 수신한 충전 중 배터리의 전류값 및 전압값을 수신시, SOH 추정서버(100)로 전송할 수 있다.
DB(200)는 사용자단말기(30)를 통해 배터리의 충전 중 기설정주기로 측정되는 배터리의 전압값 및 전류값을 수신하여 저장할 수 있다(S100). 이때, DB(200)는 별도의 클라우드 서버로 구성될 수도 있다.
DB(200)는 사용자단말기(30)에 설치된 배터리관리앱을 통해 수신되는 사용자정보, 차량정보(모델), 배터리관리를 위한 다양한 데이터들을 매칭 저장할 수 있다.
파라미터 추출부(110)는 수신된 충전 중 배터리의 전압 및 전류를 이용하여 SOH추정을 위한 다양한 파라미터들을 추출할 수 있다(S110). 여기서, S110은 파라미터 추출시스템(2110)에 의한 파라미터 추출방법이 될 수도 있다.
제1산출부(111)는 DB(200)에 저장되는 전압값 및 전류값을 이용하여 주파수영역에서의 응답함수를 산출할 수 있으며, 이때 기설정된 SOC구간 단위로 응답함수를 산출할 수 있다(S111).
도 4는 도 2 및 도 3의 제1산출부의 구성을 나타내는 구성 블록도이다. 구체적으로, 제1산출부(111)는 변동 산출부(1111), 자기상관함수 산출부(1112) 및 응답함수 산출부(1113)를 포함할 수 있다.
변동 산출부(1111)는 정전류 충전시 배터리의 정격전류(Io(t):nominal Current) 대비 충전 중 저장되는 전류값(I(t))의 변동(
Figure 112021131224077-pat00015
)을 산출하는 제1모드와, 정전압 충전시 배터리의 정격전압(Vo(t):nominal Voltage) 대비 충전 중 저장되는 전압값(V(t))의 변동(
Figure 112021131224077-pat00016
)을 산출하는 제2모드를 포함할 수 있다.
즉, 제1모드는 전류 변동
Figure 112021131224077-pat00017
를 산출하고, 제2모드는 전압 변동
Figure 112021131224077-pat00018
을 산출할 수 있다.
일반적으로, 전기차의 충전은 정전류(Constant Current) 또는 정전압(Constant Voltage)으로 충전되며, 보통 SOC 0 에서 80% 까지는 정전류 충전, 80%에서 100%까지는 정전압으로 충전된다.
이에, 본원발명의 일 실시 예에서는 충전모드가 정전류 충전인지 정전압 충전인지에 따라 각각 다른 종류의 응답함수를 구할 수 있다. 이를 위해, 변동 산출부(1111)는 제1모드와 제2모드로 구분되고 충전모드에 따라 선택적으로 수행될 수 있다.
자기상관함수 산출부(1112)는 변동 산출부(1111)에서 산출된 전류 변동(
Figure 112021131224077-pat00019
)에 대한 자기상관함수(CI(t)) 및 전압 변동(
Figure 112021131224077-pat00020
)에 대한 자기상관함수(CV(t))를 산출할 수 있다. 이때, 자기상관함수 산출부(1112)는 배터리의 주요특성이 나타나는 주파수 영역을 고려하여, 노이즈제거를 수행하여 반응함수의 노이즈를 줄일 수 있다.
도 5 내지 도 7은 도 4의 자기상관함수 산출부의 노이즈제거를 설명하기 위한 그래프이다. 도 5 내지 도 7은 전류 변동(
Figure 112021131224077-pat00021
)을 실시예로 설명하고 있으나, 전압 변동(
Figure 112021131224077-pat00022
)에 대해서도 동일하게 적용할 수 있다.
도 5는 변동 산출부(1111)에서 산출된 전류 변동(
Figure 112021131224077-pat00023
)을 나타내는 그래프이며, 도 6은 제1실시예에 따른 노이즈제거를 설명하기 위한 그래프, 도 7은 제2실시예에 따른 노이즈제거를 설명하기 위한 그래프이다.
도 6을 참고하면, 자기상관함수 산출부(112)는, 해당 SOC구간에서, 전류값(I(t))의 변동(
Figure 112021131224077-pat00024
)을 기설정 시간구간(도 6의 실시예에서는 dt = 10)으로 구분하여 시간구간별(도 6의 실시예에서는 4개의 구간으로 구분) 자기상관함수(
Figure 112021131224077-pat00025
)를 산출한 후 평균값(
Figure 112021131224077-pat00026
)을 해당 SOC구간에 대한 자기상관함수로 산출할 수 있다.
또는, 도 7을 참고하면, 자기상관함수 산출부(112)는 해당 SOC구간에서, 전류값(I(t))의 변동(
Figure 112021131224077-pat00027
)을 기설정 시간구간(dt)으로 구분하고, 각 시간구간(dt)을 기설정 개수의 하위구간(도 7의 예에서는 4개)으로 세분한 후, 각 시간구간의 대응되는 하위구간에 포함된 전류값들 또는 전압값들을 추출하여 그룹화하고, 각 그룹별 자기상관함수(
Figure 112021131224077-pat00028
)를 산출한 후 평균값(
Figure 112021131224077-pat00029
)을 해당 SOC구간에 대한 자기상관함수로 산출할 수 있다.
보다 구체적인 예를 들어, tmax 가 1000dt인 변동(
Figure 112021131224077-pat00030
,
Figure 112021131224077-pat00031
)이 주어졌을 때, 해당 SOC 구간을 10개의 조각(그룹)으로 나눈다고 했을 경우, 10dt의 시간 간격(1000dt의 배수간격)으로 변동(
Figure 112021131224077-pat00032
,
Figure 112021131224077-pat00033
)을 샘플링한다. 그 첫번째 그룹의 경우 t = 0, 10dt, 20dt, 30dt, ... 990dt에서 샘플링된 값들이며, 두번째 그룹의 경우 t = dt, 10dt+dt, 20dt+dt, ... 990dt+dt 샘플링된 값들이며, 세번째 그룹의 경우 t = 2dt, 10dt+2dt, 20dt+2dt, ... 990dt+2dt 에서 샘플링된 값들, 같은 방식을 반복하면 10번째 그룹의 경우 t = 9dt, 10dt+9dt, 20dt+9dt, ... 990dt+9dt에서 샘플링된 값들이 된다. 즉, 각 그룹은 100개의 샘플링된 값들로 구성된다. 각 그룹의 샘플링된 값들을 이용하여 자기상관함수를 산출한 후, 각 그룹의 자기상관함수의 평균값을 구하여 해당 SOC구간에 대한 자기상관함수로 산출할 수 있다.
도 6의 응답함수 노이즈제거를 위한 제1실시예의 경우, 원래의 데이터와 동일한 데이터 측정 시간 간격을 가지게 되지만 시간 구간의 길이는 짧아지게 되므로 상대적으로 고주파 영역에 대한 데이터를 유지하게 된다.
한편, 도 7의 응답함수 노이즈제거를 위한 제2실시예의 경우, 도 6의 방법과는 반대로 시간 구간의 길이는 원래의 데이터와 동일하지만 데이터 측정 시간 간격이 늘어나게 되어 상대적으로 저주파 영역에 대한 데이터를 유지하게 된다.
따라서 배터리의 중요한 특성이 어느 주파수 영역에 나타나는지를 고려하여 둘 중 어느 방법을 채택할지를 결정한다.
또한, 배터리 충전 중, 충전기(20)에서는 전류나 전압을 일정한 값으로 유지하기 위해 비교적 일정한 시간 간격(즉, 시간 해상도)으로 전류와 전압값을 측정하고 이를 조절한다. 본 발명에서 제시하는 방법들을 사용하기 위해서는 변동(
Figure 112021131224077-pat00034
,
Figure 112021131224077-pat00035
) 측정시 시간 간격 dt가 충전기(20)에서 전류와 전압을 측정할 때 채택하는 시간 해상도와 같거나 더 세밀해야 한다.
FDT 및 GFDT에 따르면, 평형시스템 및 비평형시스템에서 외부 자극에 대한 응답함수는 자극이 없을때 자발적 변동에 대한 자기상관함수에 비례한다. 이에 더해, 비평형시스템에서의 응답함수는 자기상관함수에 보정항(Correction term : α)이 더해진다.
이에 기반하여, 자기상관함수 산출부(1112)는 자기상관함수
Figure 112021131224077-pat00036
및
Figure 112021131224077-pat00037
를 산출할 수 있다.
또한, 응답함수 산출부(1113)는 하기의 수학식1을 이용하여 시간영역에서의 응답함수(X(t),Y(t))를 산출하고, 푸리에변환을 통해 주파수영역에서의 응답함수(X'(ω), Y'(ω))를 산출할 수 있다.
Figure 112021131224077-pat00038
여기서, X(t)는 전류값(I(t))의 변동(
Figure 112021131224077-pat00039
)에 따른 시간영역에서의 응답함수, Y(t)는 전압값(V(t))의 변동(
Figure 112021131224077-pat00040
)에 따른 시간영역에서의 응답함수, kB는 볼츠만 상수, T는 배터리 내부 온도가 될 수 있다.
이때, 전기차의 충전은 보통 전기차가 충전소에 접근하면서 배터리 전력 사용이 서서히 줄어드는 과정을 거친 후 이루어진다는 점을 고려하면 전기차의 운행으로 인해 나타나는 온도변화는 충전이 이루어지기 직전에 어느정도 일정한 상태에 다다른다. 또한, 충전속도에 따라 발생하는 열이 다른 경우에도 같은 충전속도에서 얻은 결과끼리 비교하는 방식으로 충전속도에 따른 열발생률의 차이로 인한 영향을 줄일 수 있다.
또한, 본 발명은 응답함수의 절대값이 아닌 비슷한 SOC 구간에서의 초기값 대비 상대적인 비율을 이용하는 방식이다. 이에, 본 발명의 실시예에서는 온도에 의한 영향을 직접적으로 고려하지는 않는다.
본원발명의 파라미터 추출에 있어서, 충전이 진행될수록 하전 입자들 주변 화학적인 환경이 달라지며 그에 따라 배터리 응답함수도 변화되므로, 응답함수는 SOC구간에 따라 다르게 나타나게 된다. 따라서, 정확한 SOH 추정을 위해, 비슷한 SOC구간에서 추정된 응답함수끼리 비교할 필요가 있다.
우선, 측정된 전압값과 충전된 전하량를 계산하여 이들을 토대로 데이터 측정 중 SOC값을 구하고, 전체 충전과정을 SOC값에 따라 일정한 간격으로 (예를 들어 10% 간격) 나눈 후, 각 SOC 구간마다 주파수영역에서의 응답함수(X'(ω), Y'(ω))를 구한다. 이때, SOC구간의 간격은 운전자(사용자)의 충전 습관이나 측정기(센서)의 데이터 샘플링 성능에 따라 결정될 수 있다.
이때, 해당 충전과정에서 충전시점에 해당하는 SOC구간까지의 충전량을 누적함으로써, 최종적으로 주파수 영역에서의 응답함수(X'(ω), Y'(ω))는, SOC 구간(d) 및 상기 SOC구간(d)까지의 누적충전량(z)을 포함하는 형태가 될 수 있다.
즉, 응답함수 산출부에서 산출되는 최종 주파수영역에서의 응답함수는 X'(ω, d, z), Y'(ω, d, z)가 되고, 상기 ω는 주파수, d는 SOC 구간, z는 상기 d까지의 누적충전량이 될 수 있다.
즉, 충전사이클(1cycle) 동안 주파수영역에서의 응답함수는 SOC구간(d)단위로 산출되고, 산출되는 시점에 해당되는 SOC구간(d)까지의 누적충전량(z)을 포함할 수 있다. 본 발명에서는, 한 충전사이클 동안 SOC구간단위로 누적되는 누적충전량(z)과 충전사이클 단위로 누적되는 누적충전량(
Figure 112021131224077-pat00041
을 구분하여 정의할 수 있다.
일 예로, 이전 충전사이클에서 총 100 kWh가 누적충전되었고, 이번 충전사이클에서 47 kWh를 충전하였을 경우, 전체 누적충전량(
Figure 112021131224077-pat00042
)은 147 kWh가 된다.
여기서, 이번 충전사이클에서의 응답함수를 구할 때, SOC구간(d)을 예를 들어, 10%단위로 구분한다고 하면, 0-10%(d=1), 10~20%(d=2), 20-30%(d=3), 30-40%(d=4)에 해당하는 응답함수들은 각각 누적충전량(z)이 110, 120, 130, 140이 되고, 40-50%(d=5, 부분적으로 충전) 구간에 해당되는 응답함수는 누적충전량(z)이 147이 된다. 이때, 충전이 완료되면, 해당 충전사이클에서의 누적충전량(
Figure 112021131224077-pat00043
)은 147 kWh가 된다.
본 발명에서는, SOC구간(d)별 누적충전량(z)에 따른 응답함수와, 충전사이클 단위의 누적충전량(
Figure 112021131224077-pat00044
)을 각각 이용하여, 이후 파라미터 추출에 이용할 수 있다.
즉, 전류 및 전압에 대한 최종 주파수 영역에서의 응답함수는,
Figure 112021131224077-pat00045
과
Figure 112021131224077-pat00046
가 될 수 있으며, DB(200)에 저장되고, 추출부(113)로 전송되어 파라미터 추출에 이용될 수 있다.
한편, 제2산출부(112)는 DB(200)에 저장되는 전압값과 전류값으로부터, 충전사이클 동안의 배터리의 전압과 충전용량의 변화속도를 산출할 수 있다. 구체적으로, 제2산출부(112)는 정전류 충전시 전압 대비 충전용량의 변화속도(dQ/dV)를 산출할 수 있다(S112). 또는, 제2산출부(120)는 정전압 충전시 충전용량 대비 전압의 변화속도(dV/dQ)를 산출할 수 있다(S112). 이때, 기설정 주기로 산출되는 dQ/dV 및 dV/dQ는 누적충전량과 매칭되어 DB(200)에 저장될 수 있다.
추출부(113)는 제1산출부(111)에서 산출된 주파수 영역에서 응답함수(
Figure 112021131224077-pat00047
,
Figure 112021131224077-pat00048
) 및 제2산출부(112)에서 산출된 전압 대비 충전용량의 변화속도(dQ/dV), 충전용량 대비 전압의 변화속도(dV/dQ)를 기반으로 배터리의 SOH 추정을 위한 적어도 하나의 파라미터를 추출할 수 있다(S113).
이때, 적어도 하나의 파라미터는, 전압값 및 전류값에 대한 상기 주파수영역에서의 응답함수의 초기값 대비 비율, 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차, 이전 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프와 현재 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프의 유사도 중 적어도 하나가 될 수 있다.
배터리의 SOH 추정을 위한 파라미터들
1) 전류값에 대한 주파수영역에서의 응답함수 초기값 대비 비율(
Figure 112021131224077-pat00049
)
배터리 충전이 완료되면, 전류값에 대한 주파수영역에서의 응답함수(
Figure 112021131224077-pat00050
)의 초기값(
Figure 112021131224077-pat00051
) 대비 비율(
Figure 112021131224077-pat00052
)을 산출할 수 있다.
2) 전압값에 대한 주파수영역에서의 응답함수 초기값 대비 비율(
Figure 112021131224077-pat00053
)
배터리 충전이 완료되면, 전압값에 대한 주파수영역에서의 응답함수(
Figure 112021131224077-pat00054
)의 초기값(
Figure 112021131224077-pat00055
) 대비 비율(
Figure 112021131224077-pat00056
)을 산출할 수 있다.
도 8 및 9를 참고하면, 도 8은 누적충전량(z) 대비 주파수영역에서의 응답함수(
Figure 112021131224077-pat00057
)를 나타내며, 이때 각 주파수 신호들은 노이즈가 많은 상태이다. 이에, 최소제곱법 등을 통해 피팅하여 이용할 수 있다. 도 9에서 (a)는 도 8의 노이즈 신호만을 나타낸 그래이며, (b)는 피팅된 커브를 이용해서 얻어진 그래프가 된다.
즉,
Figure 112021131224077-pat00058
와
Figure 112021131224077-pat00059
의 경우, 도 8에서와 같이 그 값을 그대로 이용하기에는 노이즈가 많으므로 어느 정도 누적충전이 이루어지면(일 예로, 약 5회 완전충전에 해당되는 량),
Figure 112021131224077-pat00060
와
Figure 112021131224077-pat00061
를 최소제곱법(Least Square Method) 등의 방법을 이용하여 피팅한 다음 그 피팅된 그래프(일 예, 도 9의(a))를 이용하여
Figure 112021131224077-pat00062
와
Figure 112021131224077-pat00063
를 구할 수 있다. 이때, 피팅된 그래프에서 얻은
Figure 112021131224077-pat00064
와
Figure 112021131224077-pat00065
를 각각
Figure 112021131224077-pat00066
와
Figure 112021131224077-pat00067
로 명명한다. 즉, 어느 정도 누적충전이 이루어진 후에는
Figure 112021131224077-pat00068
와
Figure 112021131224077-pat00069
대신
Figure 112021131224077-pat00070
와
Figure 112021131224077-pat00071
를 이용할 수 있다.
3) 전류값에 대한 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차(
Figure 112021131224077-pat00072
)
· 전류값에 대한 주파수영역에서의 응답함수(
Figure 112021131224077-pat00073
)를 현재의 누적충전량(z)으로부터 미리 정한 일정 크기(zsd)만큼의 구간에 대하여 모은 다음,
응답함수(
Figure 112021131224077-pat00074
) 에 대한 표준편차
Figure 112021131224077-pat00075
를 산출할 수 있다.
4) 전압값에 대한 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차(
Figure 112021131224077-pat00076
)
전압값에 대한 주파수영역에서의 응답함수(
Figure 112021131224077-pat00077
)를 현재의 누적충전량(z)으로부터 미리 정한 일정 크기(zsd)만큼의 구간에 대하여 모은 다음, 응답함수(
Figure 112021131224077-pat00078
) 에 대한 표준편차
Figure 112021131224077-pat00079
를 산출할 수 있다.
한편,
Figure 112021131224077-pat00080
및
Figure 112021131224077-pat00081
에서, z < zsd 인 경우에는 가장 초기의 누적충전량(z)부터 현재 누적충전량(z)까지의 구간에 대하여 표준편차를 구한다.
5) 이전 충전사이클에서의 dQ/dV 그래프와 현재 충전사이클에서의 dQ/dV 그래프의 유사도(
Figure 112021131224077-pat00082
)
6) 이전 충전사이클에서의 dV/dQ 그래프와 현재 충전사이클에서의 dV/dQ 그래프의 유사도(
Figure 112021131224077-pat00083
)
dQ/dV 및 dV/dQ는 비교 그래프(이전 충전사이클의 누적충전량에서의 dQ/dV 및 dV/dQ 그래프) 대비 그래프가 얻어진 범위에 차이를 가질 수 있다. 이 경우, 동적시간왜곡(Dynamic Time Wrapping Method) 등을 이용하여 유사도를 산출할 수 있다.
본 발명에서 제시하는 방법은 특정 SOC에서의 dQ/dV (또는 dV/dQ) 값을 비교하는 것이 아니라 dQ/dV (또는 dV/dQ) 그래프들 간의 유사도(similarity)를 비교하므로, 실제 전기차 충전시 나타날 수 있는 다양한 SOC 범위에서 얻은 dQ/dV (또는 dV/dQ) 를 이용할 수 있는 장점이 있다.
SOH 추정부(120)는 누적충전량 대비 추출된 적어도 하나의 파라미터 변화를 기반으로 배터리의 SOH를 추정할 수 있다(S120). 즉, 추출된 파라미터 각각을 이용하여 SOH를 추정할 수도 있으며, 보다 정확한 SOH 추정을 위해, 복수 개의 파라미터를 이용하여 추정할 수도 있다.
SOH 추정부(120)는 해당 충전사이클에서 추출된 적어도 하나의 파라미터에 기설정된 가중치를 적용하여 합산한 합산값(
Figure 112021131224077-pat00084
)을 산출하고, 최초 충전사이클의 합산값 대비 해당 충전사이클의 합산값 비율(
Figure 112021131224077-pat00085
)을 기반으로 해당 충전사이클에서의 SOH를 추정할 수 있다. 이때, 합산값(
Figure 112021131224077-pat00086
)은 하기 수학식 2를 통해 산출할 수 있으며, 비율(
Figure 112021131224077-pat00087
)은 수학식 3을 통해 산출할 수 있다.
Figure 112021131224077-pat00088
여기서,
Figure 112021131224077-pat00089
,
Figure 112021131224077-pat00090
,
Figure 112021131224077-pat00091
,
Figure 112021131224077-pat00092
,
Figure 112021131224077-pat00093
,
Figure 112021131224077-pat00094
는 각 파라미터에 적용되는 가중치가 된다.
Figure 112021131224077-pat00095
여기서,
Figure 112021131224077-pat00096
는 해당(현재) 충전사이클의 합산값,
Figure 112021131224077-pat00097
는 최초 충전사이클의 합산값이 될 수 있다. 여기서, 최초 충전사이클은 배터리의 첫번째 유효충전이 완료된 시점이 될 수 있고, 이 시점에서의 합산값이
Figure 112021131224077-pat00098
가 될 수 있다.
유효충전은 충전이 적어도 배터리 업체가 제공하는 스펙상의 배터리 충전용량의 약 30%이상에 해당되는 만큼 진행된 경우가 될 수 있다. 다만, 이는 정전류 충전 구간이 보통 SOC 80%까지 이루어지는 점을 고려하여 적어도 10% 정도의 정전류 모드 구간이 포함되도록 잠정적으로 정한 값으로, 향후 충전 프로파일이 바뀔 경우 이 수치도 변경될 수 있다.
SOH 추정부(120)는, 수학식 3에 따른 비율(
Figure 112021131224077-pat00099
)을 이용하여 충전 완료시 해당 충전사이클에서의 SOH를 추정할 수 있다. 이때, 가중치는 파라미터별로 기설정된 값이 될 수 있다.
또는, 레퍼런스 데이터를 이용하여 수학식2의 가중치를 조정할 수 있다. 이때, 레퍼런스 데이터는 어느 하나의 차량에서 기설정 조건에서 배터리 충전을 반복 수행하여 얻어진 데이터(충전시 배터리의 전류 및 전압) 또는, 다수의 차량에서 배터리 충전시 얻어진 데이터(충전시 배터리의 전류 및 전압)가 될 수 있다.
또한, 본 발명에서는 이러한 레퍼런스 데이터를 이용하여 수학식2의 가중치를 조정하고, 조정된 가중치가 적용된 수학식 2 및 3을 통해 산출되는 비율(
Figure 112021131224077-pat00100
)을 직접 또는 상대적 SOH로 추정할 수 있다.
한편, 레퍼런스 데이터를 이용한 가중치 조정 및 SOH추정에 대한 구체적인 설명은 도 10의 실시예를 통해 설명하도록 한다.
본 발명에서는 도 10의 또 다른 실시 예에 따른 배터리 SOH 추정시스템을 제공할 수 있다. 도 10을 참고하면, 배터리 SOH추정시스템(3000)은 도 2 및 3의 배터리 SOH 시스템의 구성에 더하여, 기준 설정부(3130), 분석부(3140) 및 알림부(3150)을 더 포함하여 구성될 수 있다.
즉, 파라미터 추출부(3110), SOH추정부(3120)는 도 2 및 3의 대응되는 구성과 동일한 기능 및 동작을 수행할 수 있으며, 이때 SOH추정부(3120)는 수학식 2 및 3에 기반하여, 직접 SOH 및 상대적 SOH 추정을 위한 추가적인 기능을 수행할 수 있다. 또한, 도 10의 SOH추정시스템은 도 13의 배터리 SOH 추정방법과 함께 설명할 수 있다.
SOH 추정부(3120)는 수학식 3에서 산출된 비율(
Figure 112021131224077-pat00101
)을 직접적 또는 상대적으로 SOH를 추정할 수 있으며, 이를 위한 레퍼런스 데이터를 이용한 가중치의 조정은 기준 설정부(3130)에서 수행할 수 있다.
직접적 SOH 추정
직접적 SOH 추정은, SOH 추정부(3120)가 수학식 3에서 산출된 비율(
Figure 112021131224077-pat00102
)을 그대로 SOH로 간주하는 것으로, 이때 가중치는 레퍼런스 데이터를 이용하여 조정할 수 있다.
개별 차량(사용자의 전기차)의 배터리 충전으로부터 획득한 파라미터들을 이용하여 SOH를 추정하는 경우, DB(200)에 저장된 전기차 모델(사용자의 차량과 동일한 모델)의 기준 SOH(레퍼런스 데이터 이용하여 산출)를 기반으로 조정된 가중치가 기저장되며, SOH 추정부(3120)는 기저장된 가중치를 수학식 2에 적용하여 SOH를 추정할 수 있다.
여기서, 기준 SOH는, 이상적인 조건에서의 얻어진 레퍼런스 데이터를 이용하여 산출할 수 있으며, 충전시 마다 일정한 량의 충전을 실시하여 획득할 수 있다. 여기서, 이상적 조건은 배터리를 혹사시키지 않도록 안정적인 SOC구간에서만 충전하되(즉, 완전충전이 아님) 충전 시작과 마침 구간은 일정하게 유지하는 조건이 될 수 있다.
즉, 기준 SOH는 사용자 차량과 동일한 전기차 모델에서 기설정된 SOC범위의 일정한 충전을 기설정 횟수만큼 반복수행하여, 최초 충전시 충전량 대비 충전량의 비율로 산출될 수 있다. 이때, 얻어진 레퍼런스 데이터(충전 중 배터리의 전압 및 전류, 이로부터 얻어진 파라미터 등)로부터 합산값(수학식2에 적용)이 기준 SOH가 되도록 가중치가 조정될 수 있으며, 조정된 가중치는 DB(200)에 저장되어 직접 SOH 추정시 이용될 수 있다.
이때, 레퍼런스 데이터는 배터리 문제가 발생될 수 있는 200~300회 충전사이클 동안 누적충전량을 증가시켜가면서 생성될 수 있다. 배터리에 따라 반복실험 횟수는 변경될 수 있다.
한편, 하나의 차량에서의 데이터 수집이 아닌 다수의 차량 배터리로부터 레퍼런스 데이터를 수집하여 이용하면 보다 더 신뢰성을 높일 수 있다.
상대적 SOH추정
SOH추정부(3120)는 레퍼런스 데이터 대비 상대적 SOH를 추정할 수도 있다. 이때, 레퍼런스 데이터는 이상적인 조건과 가혹한 조건에서 각각 얻어질 수 있으며, 이로부터 수학식3의 비율(
Figure 112021131224077-pat00103
)을 산출하여 기준값으로 이용하고, 상태 추정이 필요한 사용자의 차량 배터리 충전으로 부터 얻어진 수학식3의 비율(
Figure 112021131224077-pat00104
)을 레퍼런스로 이용하여 레퍼런스 대비 상대적 SOH를 추정할 수 있다.
이때, 이상적인 조건에서는
Figure 112021131224077-pat00105
=100%, 가혹한 조건에서는
Figure 112021131224077-pat00106
=0%가 되도록 수학식2의 가중치들을 최소제곱법 등의 방법을 통해 최적의 값을 찾을 수 있다. 이후 이 최적의 가중치들을 수학식2에 적용하여 개별 차량(사용자 차량)의 SOH를 추정할 수 있다. 여기서, 가혹한 조건은 의도적으로 배터리 상태를 혹사시키는 조건으로 예를 들어, 급가속/감속, 언덕길 주행, 저온/고온 운행, 급속충전 위주 충전, 완충/방전 반복, 등 배터리의 상태를 악화시키는 조건들이 될 수 있다.
상대적 SOH추정은 이상적인 조건에서 작동한 배터리의 경우 어느 정도 배터리 시스템의 열화가 진행되었을 것이나 이는 양호하게 노화가 진행된 상태라 건강상에는 문제가 없다고 보는 관점이며, 반대로 가혹한 조건에서 작동한 배터리의 경우 배터리의 건강상태가 극도로 나쁜 상태로 판단할 수 있다.
한편, 본 발명의 실시 예에서는 정확하고 신뢰할 수 있는 SOH 추정 및 배터리 상태 분석을 위해, 개별차량(사용자 차량)에서 획득된 파라미터뿐 아니라 다른 차량들로부터 획득된 데이터(배터리 충전 중 전류, 전압 및 파라미터 등)들을 이용할 수 있다.
이에, DB(200)에는, 복수의 전기차 배터리의 충전 중 추출된 적어도 하나의 파라미터들 및 파라미터로부터 추정된 SOH가, 누적충전량을 기준으로 전기차의 배터리 모델별로 구분 저장될 수 있다.
기준 설정부(1330)는 DB(200)에 저장된 전기차의 배터리 모델(종류)별 파라미터들에 대해, 파라미터별 평균을 산출하고, 산출된 평균 파라미터들을 이용하여 배터리 모델별 대표 SOH를 산출하되, 대표 SOH의 산출에 이용된 평균 파라미터들의 가중치 적용 합산값이 해당 대표 SOH가 되도록 배터리 모델별로 가중치를 조정할 수 있다. 이때, 대표 SOH는 기설정주기로 업데이트될 수 있으며 가중치도 함께 업데이트될 수 있다.
또한, 분석부(3140)는 충전이 완료된 사용자의 전기차 배터리에 대해 수학식 3을 통해 추정된 SOH(절대적 또는 상대적 추정 SOH)와 대응되는 전기차 배터리 모델(그룹)의 SOH분포를 비교하여, 배터리 상태를 판단할 수 있다. 이때, 배터리 모델(그룹)의 SOH분포는 정규분포를 따르는 것으로 볼 수 있다.
구체적으로, 분석부(3140)는, 사용자의 전기차 배터리에 대응되는 배터리 모델 그룹의 SOH들의 평균값(또는 대표SOH)을 기준으로 기설정범위내에, 충전이 완료된 사용자의 전기차 배터리에 대해 추정된 SOH가 포함되면(S130:Y), 정상상태로 판단할 수 있다(S140).
또한, 분석부(3140)는, 충전이 완료된 사용자의 전기차 배터리에 대해 추정된 SOH가, 대응되는 배터리 모델의 SOH 평균값을 기준으로 기설정범위를 벗어나면(S130:N), 다음과 같은 추가적 판단을 할 수 있다.
구체적으로, 개별(사용자별) 차량 배터리의 각 파라미터들이 레퍼런스 데이터 대비 어느 정도 차이가 있는지 비교할 수 있다. 만일, 파라미터들이 레퍼런스 데이터 대비 전반적으로 고른 차이를 보인다면 사용자 차량 배터리의 상태가 레퍼런스 데이터 대비 빠른 속도로 열화하긴 했지만 그 열화의 정도가 전반적으로 이루어지고 있다고 판별(즉, 정상적 열화진행으로 판단, S170)하고 추가 분석단계를 거치지는 않는다.
하지만, 다른 차량들의 파라미터들에 비해 급속히 변화하는 특정 파라미터들이 존재할 경우, 그 파라미터들이 레퍼런스 데이터의 파라미터들 대비 정상범위내에 존재하는지를 판별한다.
이 정상범위는 레퍼런스 데이터가 정규분포를 따른다는 가정하에 평균값으로부터 특정 비율만큼 (예를 들어±20%)에 해당하는 범위로 볼 수 있으나, 이 비율은 실제 차량 집단의 특성에 따라 달라질 수 있다.
즉, 분석부(3140)는 충전이 완료된 사용자의 전기차 배터리의 파라미터별 분포와 대응되는 배터리 모델의 파라미터별 분포를 비교하여(S150) 기준값 이상의 차이를 가지는 파라미터가 있는 경우(S160:Y) 이상상태로 판단하고(S180), 기준값 이하이면, 상기와 같이 정상적 열화진행인 상태로 판단(S170)할 수 있다.
이때, 특정 파라미터의 변화 정도가 기설정된 정상범위를 넘었을 경우, SOH와 별도로 이상징후가 있음을 인지하고 이와 같은 추세가 기설정기간 지속될 경우 해당 차량의 사용자단말기(30)로 알림을 전송할 수 있다.
또한, 알림부(3150)는 충전 완료시, SOH 추정부(3120)에서 추정된 해당 전기차 배터리(사용자의 전기차 배터리)의 SOH 및 분석부(3140)에서 판단된 판단 결과를 알림하여 제공할 수 있다(S190). 일 예로, 사용자는 도 11과 같이 사용자단말기(30)를 통해 자신의 차량배터리의 SOH(a) 및 상태 판단 결과(b)를 수신하여 확인할 수 있다.
또한, 본 발명의 SOH 추정부(120, 3120)는 추정된 SOH를 기반으로, 이후 어느 시점에 대한 SOH를 예측할 수 있으며, 알림부(3150)는 미래시점에 대해 예측된 SOH(c)를 제공함으로써 배터리 교체 시기 등을 사용자가 인지할 수 있다.
이때, 예측 미래시점은 일 예로, 누적충전량(kWh)을 기준으로 사용자(운전자)에 의해 지정되거나, 관리자에 의해 설정될 수도 있다. 즉, 미래시점은 현재 시점 이후로 기설정된 누적충전량이 되는 시점이 될 수 있다. 이에, 예측 미래시점의 누적충전량은 현재 시점의 누적충전량 보다 큰 값으로 설정된다.
또한, 충전시 발생되어 DB(200)에 저장되는 사용자별 전기차 배터리 모델별 전류, 전압, 응답함수, 전압 대비 충전용량 변화속도, 파라미터들, 추정 SOH 및 상태 판단결과 등은 배터리 관리시스템을 운영관리하는 관리자 단말기(40)로 수치 정보, 도식화된 정보 등으로 제공될 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
1000, 2000, 3000 : 배터리 SOH 추정시스템
100, 2200, 3100 : 배터리 SOH 추정서버 200 : DB
110, 2110, 3110 : 파라미터 추출부
111, 2111 : 제1산출부
1111: 변동 산출부 1112 : 자기상관함수 산출부
1113 : 응답함수 산출부
112, 2112 : 제2산출부 113, 2113 : 추출부
120, 3120 : SOH 추정부 3130 : 기준 설정부
3140 : 분석부 3150 : 알림부
10 : 전기차 20 : 충전기
30 : 사용자 단말기 40 : 관리자 단말기

Claims (20)

  1. 배터리의 충전 시 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여 저장하는 DB;
    상기 저장되는 전압값 및 전류값에 대한 주파수영역에서의 응답함수 및 상기 배터리의 전압과 충전용량의 변화속도를 산출하여 배터리의 건강상태(SOH, State of health)를 추정하기 위한 적어도 하나의 파라미터를 추출하는 파라미터 추출부; 및
    상기 추출된 적어도 하나의 파라미터를 이용하여 상기 배터리의 SOH를 추정하는 SOH 추정부를 포함하는, 배터리 SOH 추정시스템.
  2. 제1항에 있어서,
    상기 파라미터 추출부는,
    기설정된 SOC구간 단위로, 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)에 기초하여 상기 주파수영역에서의 응답함수를 구하는, 배터리 SOH 추정시스템.
  3. 제2항에 있어서,
    상기 파라미터 추출부는,
    정전류 충전시 상기 배터리의 정격전류(Io(t)) 대비 상기 저장되는 전류값(I(t))의 변동(
    Figure 112023056844365-pat00107
    )을 산출하는 제1모드 및 정전압 충전시 상기 배터리의 정격전압(Vo(t)) 대비 상기 저장되는 전압값(V(t))의 변동(
    Figure 112023056844365-pat00108
    )을 산출하는 제2모드를 포함하는 변동 산출부;
    상기 산출된 변동(
    Figure 112023056844365-pat00109
    )에 대한 자기상관함수(CI(t)) 및 변동(
    Figure 112023056844365-pat00110
    )에 대한 자기상관함수(CV(t))를 산출하는 자기상관함수 산출부; 및
    하기의 수학식을 이용하여 시간영역에서의 응답함수(X(t),Y(t))를 산출하고, 푸리에변환을 통해 상기 정전류 충전 또는 상기 정전압 충전에 따른 주파수영역에서의 응답함수(X'(ω), Y'(ω))를 산출하는 응답함수 산출부를 포함하는, 배터리 SOH 추정시스템.
    Figure 112023056844365-pat00111
    ,
    Figure 112023056844365-pat00112

    여기서, X(t)는 전류값(I(t))의 변동(
    Figure 112023056844365-pat00113
    )에 따른 시간영역에서의 응답함수, Y(t)는 전압값(V(t))의 변동(
    Figure 112023056844365-pat00114
    )에 따른 시간영역에서의 응답함수, kBT는 볼츠만 상수, T는 배터리 내부 온도.
  4. 제3항에 있어서,
    상기 자기상관함수 산출부는,
    해당 SOC구간에서, 상기 전류값(I(t))의 변동(
    Figure 112021131224077-pat00115
    ) 또는 전압값(V(t))의 변동(
    Figure 112021131224077-pat00116
    )을 기설정 시간구간으로 구분하여 시간구간별 자기상관함수를 산출한 후 평균값을 상기 해당 SOC구간에 대한 자기상관함수로 산출하는, 배터리 SOH 추정시스템.
  5. 제3항에 있어서,
    상기 자기상관함수 산출부는,
    해당 SOC구간에서, 상기 전류값(I(t))의 변동(
    Figure 112021131224077-pat00117
    ) 또는 전압값(V(t))의 변동(
    Figure 112021131224077-pat00118
    )을 기설정 시간구간(dt)으로 구분하고, 각 시간구간(dt)을 기설정 개수의 하위구간으로 세분한 후, 각 시간구간의 대응되는 하위구간에 포함된 전류값들 또는 전압값들을 추출하여 그룹화하고, 각 그룹별 자기상관함수를 산출한 후 평균값을 상기 해당 SOC구간에 대한 자기상관함수로 산출하는, 배터리 SOH 추정시스템.
  6. 제3항에 있어서,
    상기 응답함수 산출부에서 산출되는 최종 주파수영역에서의 응답함수는, X'(ω, d, z), Y'(ω, d, z)가 되고, 상기 ω는 주파수, d는 SOC 구간, z는 상기 d까지의 누적충전량이 되는, 배터리 SOH 추정시스템.
  7. 제1항에 있어서,
    상기 파라미터 추출부는,
    정전류 충전시 전압 대비 충전용량의 변화속도(dQ/dV)를 산출하고, 정전압 충전시 충전용량 대비 전압의 변화속도(dV/dQ)를 산출하며, 기설정 주기로 산출되는 dQ/dV 및 dV/dQ는 누적충전량과 매칭되어 상기 DB에 저장되는, 배터리 SOH 추정시스템.
  8. 제7항에 있어서,
    상기 SOH 추정부는,
    누적충전량 대비 추출된 적어도 하나의 파라미터 변화를 기반으로 상기 배터리의 SOH를 추정하는, 배터리 SOH 추정시스템.
  9. 제8항에 있어서,
    상기 파라미터 추출부는,
    충전 완료시, 상기 전압값 및 전류값에 대한 상기 주파수영역에서의 응답함수의 초기값 대비 비율, 상기 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차, 이전 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프와 현재 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프의 유사도를 추출하는 추출부;를 더 포함하는, 배터리 SOH 추정시스템.
  10. 제9항에 있어서,
    상기 SOH 추정부는,
    해당 충전사이클에서 추출된 적어도 하나의 파라미터에 기설정된 가중치를 적용하여 합산한 합산값을 산출하고, 최초 충전사이클의 합산값 대비 해당 충전사이클의 합산값 비율을 이용하여 해당 충전사이클에서의 SOH를 추정하는, 배터리 SOH 추정시스템.
  11. 제10항에 있어서,
    상기 DB에는, 전기차 배터리 모델의 기준 SOH를 기반으로 조정된 가중치가 기저장되고,
    상기 기준 SOH는, 동일 배터리 모델에서 기설정된 SOC범위의 일정한 충전을 기설정 횟수만큼 반복수행하여, 최초 충전시 충전량 대비 충전시 충전량의 비율로 산출되며,
    상기 가중치는, 충전시 얻어진 파라미터들의 합산값이 상기 기준 SOH가 되도록 조정된, 배터리 SOH 추정시스템.
  12. 제10항에 있어서,
    상기 DB에는, 복수의 전기차 배터리의 충전 중 추출된 적어도 하나의 파라미터들이 배터리 모델별로 구분 저장되고,
    상기 배터리 SOH 추정시스템은,
    상기 DB에 저장된 배터리 모델별 파라미터들에 대해, 파라미터별 평균을 산출하고, 산출된 평균 파라미터들을 이용하여 배터리 모델별 대표 SOH를 산출하되, 상기 대표 SOH의 산출에 이용된 평균 파라미터들의 합산값이 해당 대표 SOH가 되도록 배터리 모델별로 가중치를 조정하는 기준 설정부;를 더 포함하는, 배터리 SOH 추정시스템.
  13. 제12항에 있어서,
    상기 DB에는, 복수의 전기차의 배터리 충전시 추정된 SOH들을 전기차의 배터리 모델별로 분류하고,
    충전이 완료된 전기차 배터리에 대해 추정된 SOH와, 대응되는 배터리 모델의 SOH 분포를 비교하여, 배터리 상태를 판단하는 분석부;를 더 포함하는, 배터리 SOH 추정시스템.
  14. 제13항에 있어서,
    상기 분석부는, 상기 대응되는 배터리 모델의 SOH 평균값을 기준으로 기설정범위내에 상기 충전이 완료된 전기차 배터리에 대해 추정된 SOH가 포함되면, 정상상태로 판단하는, 배터리 SOH 추정시스템.
  15. 제13항에 있어서,
    상기 분석부는, 상기 충전이 완료된 전기차 배터리에 대해 추정된 SOH가, 상기 대응되는 배터리 모델의 SOH 평균값을 기준으로 기설정범위를 벗어나면,
    상기 충전이 완료된 전기차 배터리의 파라미터별 분포와 상기 대응되는 배터리 모델의 파라미터별 분포를 비교하여 기준값 이상의 차이를 가지는 파라미터가 있는 경우, 이상상태로 판단하는, 배터리 SOH 추정시스템.
  16. 제13항에 있어서,
    상기 SOH 추정부는, 상기 추정된 SOH를 누적 저장하고, 누적된 SOH를 이용하여 기설정된 누적충전량에서의 예상 SOH를 예측하며,
    상기 배터리 SOH 추정시스템은,
    충전 완료시, 상기 추정부에서 추정된 해당 전기차 배터리의 SOH, 상기 분석부에서 판단된 판단 결과 및 상기 예상 SOH를 알림하는 알림부;를 더 포함하는, 배터리 SOH 추정시스템.
  17. 배터리의 충전 중 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여, 주파수영역에서의 응답함수를 산출하는 제1산출부;
    상기 수신되는 전압값과 전류값으로부터, 충전사이클 동안 상기 배터리의 전압과 충전용량의 변화속도를 산출하는 제2산출부; 및
    상기 주파수영역에서의 응답함수, 상기 전압과 충전용량의 변화속도를 기반으로 상기 배터리의 건강상태(SOH, State of health)를 추정을 위한 파라미터들을 추출하는 추출부를 포함하는, 배터리 SOH 추정을 위한 파라미터 추출시스템.
  18. 제17항에 있어서,
    상기 제1산출부는,
    기설정된 SOC구간 단위로, 일반화된 변동-소산 정리(Generalized Fluctuation-Dissipation Theorem, GFDT)에 기초하여 상기 주파수영역에서의 응답함수를 구하는, 배터리 SOH 추정을 위한 파라미터 추출시스템.
  19. 제17항에 있어서,
    상기 추출부는,
    충전 완료시, 상기 전압값 및 전류값에 대한 상기 주파수영역에서의 응답함수의 초기값 대비 비율, 상기 주파수영역에서의 응답함수의 초기값 대비 비율의 표준편차, 이전 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프와 현재 충전사이클에서의 dQ/dV 및 dV/dQ 변화 그래프의 유사도를 상기 파라미터로 추출하는, 배터리 SOH 추정을 위한 파라미터 추출시스템.
  20. 배터리 SOH 추정을 위한 파라미터 추출시스템의 파라미터 추출방법에 있어서,
    배터리의 충전 중 기설정주기로 측정되는 상기 배터리의 전압값 및 전류값을 수신하여, 주파수영역에서의 응답함수를 산출하는 단계;
    상기 수신되는 전압값과 전류값으로부터, 충전사이클 동안 상기 배터리의 전압과 충전용량의 변화속도를 산출하는 단계; 및
    상기 주파수영역에서의 응답함수, 상기 전압과 충전용량의 변화속도를 기반으로 상기 배터리의 건강상태(SOH, State of health)를 추정을 위한 파라미터들을 추출하는 단계;를 포함하는, 배터리 SOH 추정을 위한 파라미터 추출방법.
KR1020210156405A 2021-11-15 2021-11-15 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법 KR102551709B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020210156405A KR102551709B1 (ko) 2021-11-15 2021-11-15 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법
CN202280075857.2A CN118251603A (zh) 2021-11-15 2022-11-15 电池健康状态推定***、用于其的参数提取***及方法
PCT/KR2022/017998 WO2023085906A1 (ko) 2021-11-15 2022-11-15 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법
US18/307,621 US20230258734A1 (en) 2021-11-15 2023-04-26 System for estimating the state of health (soh) of battery, system and method for deriving parameters therefor
KR1020230084114A KR102638117B1 (ko) 2021-11-15 2023-06-29 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210156405A KR102551709B1 (ko) 2021-11-15 2021-11-15 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230084114A Division KR102638117B1 (ko) 2021-11-15 2023-06-29 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템및 방법

Publications (2)

Publication Number Publication Date
KR20230070628A KR20230070628A (ko) 2023-05-23
KR102551709B1 true KR102551709B1 (ko) 2023-07-07

Family

ID=86336509

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210156405A KR102551709B1 (ko) 2021-11-15 2021-11-15 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법
KR1020230084114A KR102638117B1 (ko) 2021-11-15 2023-06-29 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템및 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020230084114A KR102638117B1 (ko) 2021-11-15 2023-06-29 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템및 방법

Country Status (4)

Country Link
US (1) US20230258734A1 (ko)
KR (2) KR102551709B1 (ko)
CN (1) CN118251603A (ko)
WO (1) WO2023085906A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210028476A (ko) * 2019-09-04 2021-03-12 삼성전자주식회사 배터리 충전 장치 및 방법
CN117233648B (zh) * 2023-11-14 2024-01-23 深圳市伟鹏世纪科技有限公司 一种适用于储能电源的户外运行智能预警***
CN117406125B (zh) * 2023-12-15 2024-02-23 山东派蒙机电技术有限公司 电池健康状态确认方法、装置、设备及存储介质
CN117706403B (zh) * 2023-12-16 2024-05-24 北京绿能环宇低碳科技有限公司 一种新能源锂电池智能化快速拆解方法及***
CN117741446B (zh) * 2023-12-28 2024-07-09 中国汽车工程研究院股份有限公司 一种新能源汽车电池健康状态评估方法及***
CN117517980B (zh) * 2024-01-04 2024-03-22 烟台海博电气设备有限公司 锂电池健康状态实时监测方法及***
CN118244124A (zh) * 2024-05-27 2024-06-25 深圳市三正电子有限公司 一种基于多源数据融合的电池寿命极限分析方法及***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140358462A1 (en) 2007-07-05 2014-12-04 Battelle Energy Alliance, Llc Apparatuses and methods for testing electrochemical cells by measuring frequency response

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101373150B1 (ko) 2012-08-24 2014-03-11 현대오트론 주식회사 차량용 배터리의 수명 예측 장치 및 그 방법
CN105026944B (zh) * 2013-03-07 2019-08-27 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
US20140278169A1 (en) * 2013-03-12 2014-09-18 Samsung Sdi Co., Ltd. Apparatus for predicting state of health of battery pack by using discrete wavelet transform
KR101631154B1 (ko) 2015-01-14 2016-06-24 (주) 유진에너팜 적응정격용량법을 이용한 배터리의 soh 추정 장치 및 그 방법
KR20180055192A (ko) * 2016-11-16 2018-05-25 삼성전자주식회사 배터리 상태를 추정하는 방법 및 장치
KR20210023695A (ko) * 2019-08-23 2021-03-04 주식회사 엘지화학 배터리 soh 예측 방법 및 이를 적용한 배터리 팩

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140358462A1 (en) 2007-07-05 2014-12-04 Battelle Energy Alliance, Llc Apparatuses and methods for testing electrochemical cells by measuring frequency response

Also Published As

Publication number Publication date
KR20230101789A (ko) 2023-07-06
CN118251603A (zh) 2024-06-25
KR20230070628A (ko) 2023-05-23
WO2023085906A1 (ko) 2023-05-19
KR102638117B1 (ko) 2024-02-19
US20230258734A1 (en) 2023-08-17

Similar Documents

Publication Publication Date Title
KR102551709B1 (ko) 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법
US20220239122A1 (en) Server-side characterisation of rechargeable batteries
Hussein Capacity fade estimation in electric vehicle li-ion batteries using artificial neural networks
EP3018753B1 (en) Battery control method based on ageing-adaptive operation window
KR101846690B1 (ko) Ｗｌｓ 기반 ｓｏｈ 추정 시스템 및 방법
US7714736B2 (en) Adaptive filter algorithm for estimating battery state-of-age
JP6026120B2 (ja) 二次電池の内部抵抗演算装置及びその内部抵抗演算方法、二次電池の異常検出装置及びその異常検出方法、並びに二次電池の劣化推定装置及びその劣化推定方法
JP7490921B2 (ja) リチウムメッキを検出するための方法及び装置、並びに分極比率を取得するための方法及び装置
CN107894570B (zh) 基于Thevenin模型的电池组SOC的估算方法和装置
US11112461B2 (en) Method for estimating state of charge of energy storage device
CN111551860A (zh) 一种基于弛豫电压特征的电池内短路诊断方法
JP2017194476A (ja) 二次電池の電池状態推定装置
CN104833917B (zh) 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定
EP2827163A1 (en) Temperature-compensated state of charge estimation for rechargeable batteries
SE1950652A1 (en) Method for estimating state of health of a battery
CN114879066A (zh) 一种电池包一致性评估方法及***
Lystianingrum et al. State of health and life estimation methods for supercapacitors
Buchman et al. State of charge and state of health estimation of lithium-ion batteries
Wu et al. State-of-charge and state-of-health estimating method for lithium-ion batteries
CN113296010A (zh) 一种基于差分电压分析的电池健康状态在线评估方法
KR20220006799A (ko) 화재 예방을 위한 스마트 배터리관리시스템
EP4293371A1 (en) Battery degradation determination system, battery degradation determination apparatus, and battery degradation determination method
US20220214404A1 (en) Method for determining battery state and battery state determination device
KR102280709B1 (ko) 배터리 관리 장치의 soh 추정 방법 및 이를 위한 soh 추정식 생성 방법
Chen et al. Robust sliding mode observer using RBF neural network for lithium-ion battery state of charge estimation in electric vehicles

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
A107 Divisional application of patent
E701 Decision to grant or registration of patent right