KR20110118246A - 배터리의 파라미터 및 충전률 산출 시스템 - Google Patents
배터리의 파라미터 및 충전률 산출 시스템 Download PDFInfo
- Publication number
- KR20110118246A KR20110118246A KR1020100037738A KR20100037738A KR20110118246A KR 20110118246 A KR20110118246 A KR 20110118246A KR 1020100037738 A KR1020100037738 A KR 1020100037738A KR 20100037738 A KR20100037738 A KR 20100037738A KR 20110118246 A KR20110118246 A KR 20110118246A
- Authority
- KR
- South Korea
- Prior art keywords
- parameter
- battery
- charge rate
- equation
- model
- Prior art date
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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or 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
- B60L58/12—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]
-
- 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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- 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
-
- 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
-
- 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
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
Abstract
본 발명은 배터리의 파라미터 및 충전률 산출 시스템에 관한 것으로서, 기존과 같이 볼쯔만 방정식을 사용하지 않고, 자동 회귀 이동 평균(ARMA) 모델을 이용하여 배터리 파라미터 값들을 산출하고, 산출된 배터리 파라미터 값들에 칼만 필터링을 적용하여 배터리의 정확한 충전률을 산출하는 시스템을 제공함에 그 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 배터리의 파라미터 및 충전률 산출 시스템에 관한 것으로서, 자동 회귀 이동 평균 모델을 이용하여 배터리의 파라미터를 추출하는 파라미터 추출부; 및 상기 파라미터 추출부를 통해 추출한 파라미터 벡터 에, 칼만 필터를 적용하여 충전률을 산출하는 충전률 산출부; 를 포함하는 것을 특징으로 한다.
이러한 목적을 달성하기 위한 본 발명은, 배터리의 파라미터 및 충전률 산출 시스템에 관한 것으로서, 자동 회귀 이동 평균 모델을 이용하여 배터리의 파라미터를 추출하는 파라미터 추출부; 및 상기 파라미터 추출부를 통해 추출한 파라미터 벡터 에, 칼만 필터를 적용하여 충전률을 산출하는 충전률 산출부; 를 포함하는 것을 특징으로 한다.
Description
본 발명은 배터리의 파라미터 및 충전률을 산출하는 시스템에 관한 것으로서, 더욱 상세하게는 배터리(납/리튬이온, 니켈수소 포함)에 대한 컨덴서 용량, 내부 저항값 등의 각 파라미터들의 값을 산출하고, 이를 이용하여 배터리의 정확한 충전률을 산출하는 시스템에 관한 것이다.
고에너지 밀도의 고체 상태 리튬 이온 배터리는 저전력 휴대 전화로부터 고전력 전동차에 이르기까지 많은 응용분야에서 점점 더 많이 사용되고 있다. 최근 고에너지 셀의 이용 가능성은 전기와 하이브리드 차량을 포함하는 자동차 응용을 위한 새로운 기회를 창출하고 있다. 그러나, 납축전지 보다 더 나은 성능에도 불구하고, 리튬 이온 기술에 대한 이해도는 낮아, 여전히 정확한 모델링과 배터리 파라미터에 대한 평가가 요구되고 있다.
한편, 현재 시판되고 있는 배터리의 BMS(Battery Management System)은 일반적으로 볼쯔만 방정식을 이용하여 개회로의 전압(Open Circuit Voltage: OCV)를 계산하고 있으며 이를 이용하여 충전률(State Of Charge: SOC)을 계산하여 사용하고 있다.
위와 같은 방식을 통한 충전률의 오차범위는 10% 정도로서, 현재, 이러한 오차율을 줄임으로써 보다 정확한 충전률을 계산하고자 하는 방법이 국내뿐 아니라 세계적인 공통 문제로 회자되고 있는 추세이다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 기존과 같이 볼쯔만 방정식을 사용하지 않고, 자동 회귀 이동 평균(ARMA) 모델을 이용하여 배터리 파라미터 값들을 산출하고, 산출된 배터리 파라미터 값들에 칼만 필터링을 적용하여 배터리의 정확한 충전률을 산출하는 시스템을 제공함에 그 목적이 있다.
상기와 같은 본 발명에 따르면, 10% 내외의 충전률 오차범위를 가지던 기존과 달리, 자동 회귀 이동 평균 모델을 이용하여 배터리의 파라미터를 추출하고, 칼만 필터를 적용하여 충전률을 산출함으로써 충전률의 오차범위를 5% 이내로 낮출 수 있는 효과가 있다.
도 1 은 리튬-이온 배터리의 히스테리시스 효과를 보여주는 일예시도.
도 2 는 본 발명에 따른 배터리의 회로도.
도 3 은 본 발명에 따른 배터리의 파라미터 및 충전률 산출 시스템을 개념적으로 도시한 전체 구성도.
도 2 는 본 발명에 따른 배터리의 회로도.
도 3 은 본 발명에 따른 배터리의 파라미터 및 충전률 산출 시스템을 개념적으로 도시한 전체 구성도.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다. 본 발명에 따른 배터리의 파라미터 및 충전률 산출 시스템에 관하여 설명하면 다음과 같다.
충전률(State Of Charge: SoC)을 추정하기 위한 칼만(Kalman) 필터를 적용하기 위해 배터리 모델이 요구된다. 여러 가지 배터리 모델 구조들이 개별 리튬 이온 비선형 배터리 모델을 위해 소개되어 오고 있다. 모델 상태의 일부로서 이용할 수 있는 SoC에 의해, 말단 전압(Terminal Voltage)은 많은 다양한 방법들로 예측될 수 있다.
는 분극 저항이고, 와 는 데이터에 잘 맞는 모델을 만들기 위해 선택된 상수들이다. 이 모델들의 모든 항목들은 개별 모델(individual model) 단독으로 보다 더 나은 상능을 위하여 조합 모델(combined model)을 만들기 위해 결합되어 진다.
[수식 1]
[수식 2]
[수식 1] 과 [수식 2] 에 나타난 바와 같이, 조합 모델은 영차의 동적특성(zero order dynamics)를 나타낸다. 그래서, 이 조합 모델은 과도적인 동적 동작(transient dynamics behavior)을 표현하기에는 충분하지 않다.
이 모델들에서 상기 방정식의 검토에 의해 두 가지 결점을 알 수 있다. 한가지 문제는 배터리에서의 히스테리시스(hysterisis) 효과이고, 다른 한가지는 배터리의 시정수(time constant)에 의한 이완 효과(Relaxation effect)이다.
방전 후에, 셀 전압은 언제나 SoC를 위한 True OCV 값보다 더 작은 값으로 이완된다. 이 이완은 셀 안에서 발생하는 히스테리시스 효과라 불리며, 이것은 조합 모델에서 모델화되지 않는다.
도 1 에 나타낸 바와 같이 히스테리시스 효과를 포함하기 위하여 다항식 결합 모델(Polynomial Fitting Model)이 삽입되었다. 따라서, 히스테리시스를 포함하는 개방회로전압(Open Circuit Voltage: OCV) 방정식은 다음과 같이 쓸 수 있다.
[수식 3]
이완 문제라는 것은 [수식 3] 의 조합 모델에서는 휴지기 전압(rest period voltage)과 잘 맞지 않는다는 것을 의미한다. 이것은 상기 모델이 휴지기 동안 시정수(time constant)를 갖지 않기 때문에 발생한다. 만약, 셀이 휴지(rest)하는 것이 허용된다면, 전압이 완전하게 휴지기 전압으로 이완하기 위해서는 시간이 걸린다.
만약 셀에 전류 펄스가 인가되면, 정상 상태 레벨(Steady-state level)로 전압이 수렴되기 위해 시간이 걸린다. 이 시정수는 상에서 저역통과필터로서 구현될 수 있다. HEV가 빈번히 특성이 바뀌는 충전/방전을 하기 때문에, 이 시정수를 포함하는 것은 필수적이다.
과도적인 동적 효과를 만족하기 위하여, 등가 전기 모델은 도 2 에 나타낸 바와 같이 표현되어 진다. 도 2 는 본 발명에 따른 배터리의 회로도로서, 도시된 바와 같이 내부저항 , 이온화 손실저항 및 이중층 커패시턴스 를 가진다. 또한, 개방회로전압(OCV)는 외부 부하 없이 배터리 말단 전압을 나타내고, 충전률(SoC)의 함수이다.
상술한 바에 의해, 말단 전압 y는 다음의 [수식 4] 및 [수식 5] 와 같이 구해질 수 있다.
[수식 4]
[수식 5]
여기서, y는 분극 전압을 나타낸다. 또한, [수식 4] 의 전달 함수는 다음의 [수식 6] 으로부터 구해질 수 있다.
[수식 6]
[수식 7]
[수식 8]
이 모델 안에서 알려지지 않은 수량은 시스템 식별 과정(System Identification Procedure)을 사용하여 추정되어 진다. 한 세트의 N개의 셀 입력-출력 관계가 주어진다면, 자동 회귀 이동 평균(Auto Regressive Moving Average : ARMA)은 최소자승평가법(Least-Squares Estimation)을 사용하는 잘 알려진 파라미터 식별 방법이며, 그 알고리즘은 다음에서와 같이 나타낼 수 있다.
도 3 은 본 발명에 따른 배터리의 파라미터 및 충전률 산출 시스템(S)을 개념적으로 도시한 전체 구성도로서, 도시된 바와 같이 파라미터 추출부(100) 및 충전률 산출부(200)를 포함하여 이루어진다.
파라미터 추출부(100)는 자동 회귀 이동 평균(Auto Regressive Moving Average: ARMA) 모델을 이용하여 배터리의 파라미터를 추출하는 기능을 수행한다.
상술한 바와 같이, 자동 회귀 이동 평균(Auto Regressive Moving Average: ARMA) 모델이란, 최소자승평가법(Least-Squares Estimation)을 사용하는 파라미터 식별 방법이며, 그 알고리즘을 다음의 [수식 9] 와 같다.
[수식 9]
여기서, a, b, 는 배터리 파라미터, i 는 배터리 전류, 는 배터리 파라미터(a, b, )의 추정치 벡터, y 는 출력 벡터이다. 또한, 는 시스템 행렬이며, 첨자 k 는 k 번째 시간 신호를 나타낸다.
[수식 10]
그리고, 충전률 산출부(200)는 상기 파라미터 추출부(100)를 통해 추출한 파라미터 벡터 에, 칼만 필터(Kalman Filter)를 적용하여 충전률(s)을 산출하는 기능을 수행한다.
이에 따라, 충전률(s)은 다음의 [수식 11] 내지 [수식 15] 를 통해 계산된다.
[수식 11]
[수식 12]
[수식 13]
[수식 14]
[수식 15]
여기서, Rw는 측정 에러, A, B, C는 배터리에 관한 행렬식, K와 P는 칼만필터 행렬식을 나타낸다.
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
100: 파라미터 추출부 200: 충전률 산출부
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100037738A KR20110118246A (ko) | 2010-04-23 | 2010-04-23 | 배터리의 파라미터 및 충전률 산출 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100037738A KR20110118246A (ko) | 2010-04-23 | 2010-04-23 | 배터리의 파라미터 및 충전률 산출 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20110118246A true KR20110118246A (ko) | 2011-10-31 |
Family
ID=45031872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100037738A KR20110118246A (ko) | 2010-04-23 | 2010-04-23 | 배터리의 파라미터 및 충전률 산출 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20110118246A (ko) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101399345B1 (ko) * | 2012-11-27 | 2014-05-27 | 에스케이씨앤씨 주식회사 | 배터리 잔여랑을 추정하는 방법 |
CN104573249A (zh) * | 2015-01-16 | 2015-04-29 | 上海大学 | 基于时变arma模型的非平稳风速模拟方法 |
CN104820146A (zh) * | 2015-04-24 | 2015-08-05 | 中国电力科学研究院 | 基于变压器油中溶解气体监测数据的变压器故障预测方法 |
CN105021993A (zh) * | 2015-06-16 | 2015-11-04 | 北京亿利智慧能源科技有限公司 | 一种电池在线控制性能评估方法 |
CN107576919A (zh) * | 2017-10-20 | 2018-01-12 | 广东石油化工学院 | 基于armax模型的动力电池荷电状态估算***及方法 |
US10107865B2 (en) | 2014-06-30 | 2018-10-23 | Foundation Of Soongsil University-Industry Cooperation | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method |
KR102066223B1 (ko) * | 2018-10-08 | 2020-01-14 | 주식회사 시너젠 | 배터리 수명관리 방법, 장치 및 프로그램 |
KR20210036642A (ko) * | 2019-09-26 | 2021-04-05 | 금오공과대학교 산학협력단 | 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 방법 |
KR20210036638A (ko) * | 2019-09-26 | 2021-04-05 | 금오공과대학교 산학협력단 | 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 최적화 방법 |
-
2010
- 2010-04-23 KR KR1020100037738A patent/KR20110118246A/ko not_active Application Discontinuation
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101399345B1 (ko) * | 2012-11-27 | 2014-05-27 | 에스케이씨앤씨 주식회사 | 배터리 잔여랑을 추정하는 방법 |
US10107865B2 (en) | 2014-06-30 | 2018-10-23 | Foundation Of Soongsil University-Industry Cooperation | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method |
CN104573249A (zh) * | 2015-01-16 | 2015-04-29 | 上海大学 | 基于时变arma模型的非平稳风速模拟方法 |
CN104820146A (zh) * | 2015-04-24 | 2015-08-05 | 中国电力科学研究院 | 基于变压器油中溶解气体监测数据的变压器故障预测方法 |
CN105021993A (zh) * | 2015-06-16 | 2015-11-04 | 北京亿利智慧能源科技有限公司 | 一种电池在线控制性能评估方法 |
CN105021993B (zh) * | 2015-06-16 | 2019-07-09 | 北京亿利智慧能源科技有限公司 | 一种电池在线控制性能评估方法 |
CN107576919A (zh) * | 2017-10-20 | 2018-01-12 | 广东石油化工学院 | 基于armax模型的动力电池荷电状态估算***及方法 |
KR102066223B1 (ko) * | 2018-10-08 | 2020-01-14 | 주식회사 시너젠 | 배터리 수명관리 방법, 장치 및 프로그램 |
KR20210036642A (ko) * | 2019-09-26 | 2021-04-05 | 금오공과대학교 산학협력단 | 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 방법 |
KR20210036638A (ko) * | 2019-09-26 | 2021-04-05 | 금오공과대학교 산학협력단 | 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 최적화 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murnane et al. | A closer look at state of charge (SOC) and state of health (SOH) estimation techniques for batteries | |
KR20110118246A (ko) | 배터리의 파라미터 및 충전률 산출 시스템 | |
CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
JP6471179B2 (ja) | 迅速な絶縁抵抗の測定が可能な絶縁抵抗測定装置及び方法 | |
Gholizadeh et al. | Estimation of state of charge, unknown nonlinearities, and state of health of a lithium-ion battery based on a comprehensive unobservable model | |
CN108369258B (zh) | 状态估计装置、状态估计方法 | |
CN107368619B (zh) | 一种扩展卡尔曼滤波soc估算方法 | |
CN103020445B (zh) | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 | |
Huria et al. | Simplified extended kalman filter observer for soc estimation of commercial power-oriented lfp lithium battery cells | |
JP5511951B2 (ja) | 充電状態推定装置 | |
WO2016134496A1 (zh) | 锂离子电池荷电状态估算方法和装置 | |
KR101651829B1 (ko) | 확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체 | |
CN106716158A (zh) | 电池荷电状态估算方法和装置 | |
KR100901252B1 (ko) | 슬라이딩 모드 관측기를 이용한 2차 전지 soc 예측방법 및 장치 | |
Wehbe et al. | Battery equivalent circuits and brief summary of components value determination of lithium ion: A review | |
CN105044606B (zh) | 一种基于参数自适应电池模型的soc估计方法 | |
CN110795851A (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
KR101661578B1 (ko) | 듀얼확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체 | |
CN107861074B (zh) | 一种锂电池soc估算方法 | |
KR20120046355A (ko) | 배터리의 교환 시기 통보 장치 및 방법 | |
JP2023541417A (ja) | バッテリの充電状態を推定する方法 | |
CN110095732A (zh) | 一种考虑环境湿度对内阻影响的锂电池soh估计方法 | |
CN105093129A (zh) | 一种储能电池剩余容量检测方法 | |
CN114062950B (zh) | 混联电池soc确定方法、装置、电子设备及存储介质 | |
CN115327415A (zh) | 基于限定记忆递推最小二乘算法的锂电池soc估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |