KR20130049920A - 차량용 배터리 상태 예측 방법 - Google Patents

차량용 배터리 상태 예측 방법 Download PDF

Info

Publication number
KR20130049920A
KR20130049920A KR1020110114973A KR20110114973A KR20130049920A KR 20130049920 A KR20130049920 A KR 20130049920A KR 1020110114973 A KR1020110114973 A KR 1020110114973A KR 20110114973 A KR20110114973 A KR 20110114973A KR 20130049920 A KR20130049920 A KR 20130049920A
Authority
KR
South Korea
Prior art keywords
battery
equation
vehicle
soc
electrolyte
Prior art date
Application number
KR1020110114973A
Other languages
English (en)
Other versions
KR101282687B1 (ko
Inventor
최문수
김성태
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020110114973A priority Critical patent/KR101282687B1/ko
Publication of KR20130049920A publication Critical patent/KR20130049920A/ko
Application granted granted Critical
Publication of KR101282687B1 publication Critical patent/KR101282687B1/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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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
    • 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
    • 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
    • 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
    • H01M10/06—Lead-acid 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
    • 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
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • 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

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

본 발명은 차량용 배터리 충전 상태 예측 방법에 관한 것으로서, 더욱 상세하게는 차량의 배터리 충전 상태(SOC: State of Charge)를 배터리의 다양한 인자를 이용하여 정확하게 예측할 수 있도록 한 차량용 배터리 충전 상태 예측 방법에 관한 것이다.
즉, 본 발명은 배터리의 전기화학 반응, 전해질의 유동 및 대류에 의한 이온의 전달, 전극의 공극률 등의 여러 현상들이 복합적으로 고려된 수학적 모델을 설정하고, 유한요소법을 이용하여 2차원 모델의 수치해를 구할 수 있는 알고리즘을 적용하여, 배터리 상태를 보다 정확하게 예측할 수 있도록 한 차량용 배터리 충전 상태 예측 방법을 제공한다.

Description

차량용 배터리 상태 예측 방법{Method for estimating battery SOC of vehicle}
본 발명은 차량용 배터리 충전 상태 예측 방법에 관한 것으로서, 더욱 상세하게는 차량의 배터리 충전 상태(SOC: State of Charge)를 배터리의 다양한 인자를 이용하여 정확하게 예측할 수 있도록 한 차량용 배터리 충전 상태 예측 방법에 관한 것이다.
일반적으로 차량용 배터리로서 12-V 납축전지가 사용되고 있으며, 이 12-V 납축전지는 2차 전지의 한 종류로서 PbO2의 양극과 다공성 Pb의 음극 및 황산 전해질로 구성되어 있다.
첨부한 도 5에 도시된 바와 같이, 납축전지는 양극의 PbO2와 음극의 Pb가 황산이온과 반응하여 PbSO4와 물을 만드는 방전반응을 통해 화학에너지를 전기에너지로 변환하고, 또한 PbSO4와 물이 분해되어서 PbO2와 Pb로 환원되는 충전반응을 통해 본래의 방전가능 상태로 복귀하며, 이러한 납축전지 내부에서 일어나는 화학반응은 다음의 반응식과 같다.
(납축전지 양극에서의 반응)
Figure pat00001
(납축전지 음극에서의 반응)
Figure pat00002
(납축전지 전체의 반응)
Figure pat00003
이러한 납축전지는 다른 2차 전지에 비해 가격이 저렴하고 안정성이 뛰어난 장점 때문에, 현재까지도 차량의 시동(Starting), 점등(Lighting), 점화(Ignition) 기능을 비롯하여 차량의 전기 부하가 공급장치의 용량을 초과할 경우 여분의 에너지를 공급하는 역할을 담당하고 있으며, 차세대 차량에서는 조향(Steering), 제동(Braking), 공조(Air-conditioning) 등의 기계적 구성요소가 안전성, 경제성, 안락함 등의 이유로 동일 기능을 수행하는 전기적 구성요소로 대체되고 있는 점을 감안하면 납축전지에게 요구되는 전기부하가 급속도로 증가하고 있는 추세에 있다.
이와 같이 더 가혹해진 충/방전 환경에서 납축전지는 안정적으로 작동하여 차량에 충분한 전원을 공급할 수 있어야 하며, 이를 위해 납축전지 즉, 배터리 상태(SOC)를 정확하게 예측하는 것이 필수적으로 요구되고 있다.
차량에 적용되는 발전제어 및 ISG 시스템은 전기에너지 절감을 위해 적용된 기술들로서, 이 발전제어 및 ISG 시스템 구성에서 가장 중요한 부분은 배터리의 충방전 효율이며, 이를 향상시키기 위해서는 배터리 상태를 정확하게 모니터링하는 배터리 센서 및 이를 제어하는 알고리즘이 필요하고, 결국 배터리 상태(SOC)를 정확하게 예측하는 것이 필요하다.
즉, BMS(Battery Management System) 기술은 배터리 전압(V), 배터리 전류(A), 배터리 온도(℃), 배터리 충전상태(SOC), 배터리 노화정도(SOH), 배터리 기능(SOF) 등의 정보를 포함하고 있고, 이러한 정보를 BMS에서 ECU에 제공하면 ECU가 각종 전기부하에 대한 전원분배제어와, 배터리를 충전시키는 알터네이터의 작동 제어 등과 같은 발전제어 및 ISG 시스템 제어를 하게 되므로, 결론적으로 BMS 정보의 정확도가 발전제어/ISG 시스템 연비 향상의 중요한 요소라고 말할 수 있고, 이에 배터리 상태 정보에 대한 정확도를 보다 높인다면 연비 향상을 추가로 얻을 수 있다.
종래의 배터리 상태 예측 방법은 전기 등가 방식의 배터리 모델 개발을 통한 예측 방법으로서, 첨부한 도 6에 도시된 바와 같이 전기화학을 전기등가 방식으로 모사한 배터리 충전 또는 방전 모델을 구축하고, 이 모델에서 이루어지는 배터리 충전 및 방전전류를 적산하여 배터리 상태를 예측하였지만, 배터리 상태(SOC)의 정확도는 ±10% 를 나타내고 있으므로, BMS 및 ECU와 같은 제어기의 제어용 신호로 사용 가능하지만 보다 정확한 배터리 상태 예측 방법이 요구되고 있다.
본 발명은 상기와 같은 점을 감안하여 안출한 것으로서, 배터리의 전기화학 반응, 전해질의 유동 및 대류에 의한 이온의 전달, 전극의 공극률 등의 여러 현상들이 복합적으로 고려된 수학적 모델을 설정하고, 유한요소법을 이용하여 2차원 모델의 수치해를 구할 수 있는 알고리즘을 적용하여, 배터리 상태(이하, 배터리 SOC로 칭함)를 보다 정확하게 예측할 수 있도록 한 차량용 배터리 충전 상태 예측 방법을 제공하는데 그 목적이 있다.
상기한 목적을 달성하기 위한 본 발명은: 입력요소로서, 배터리의 물리적 및 화학적 성질인자와, 배터리의 형태인자와, 배터리의 작동전류 및 온도를 포함하는 작동인자와, 반응속도인자가 각각 연산부에 입력되는 단계와; 연산부에서, 입력된 입력요소를 이용하여 수학적 모델링을 하는 동시에 수학적 모델링을 기반으로 배터리 SOC의 시간에 따른 변화를 연산하여 배터리 SOC를 산출하는 단계와; 각종 전장품 제어 데이터로 활용되도록 산출된 SOC를 차량 제어기로 전송하는 단계와; 산출된 SOC가 초기 SOC로서 피드백되어 연산부에 입력되는 단계; 를 포함하는 것을 특징으로 하는 차량용 배터리 상태 예측 방법을 제공한다.
상기 입력요소의 물리적 성질인자는 전해액에서의 이온 확산계수와, 전해액의 전도도, 점도, 밀도를 포함하고, 화학적 성질인자는 전해액의 초기농도를 포함하는 것을 특징으로 한다.
상기 입력요소의 형태인자는 배터리의 크기, 양극과 음극의 두께 및 공극율, 극판 간의 간격, 격리판의 두께 및 공극율을 포함하는 것을 특징으로 한다.
상기 입력요소의 작동인자는 배터리의 작동전류 및 작동온도를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 상기 배터리 SOC의 시간에 따른 변화율은 각 입력요소들이 연산부에 입력되어
고체전극의 전하량 보존방정식(
Figure pat00004
)과,
전해질의 전하량 보존방정식(
Figure pat00005
)과,
전기화학 반응속도식(
Figure pat00006
)에 각각 대입된 후,
충전상태 방정식(
Figure pat00007
)을 통하여 산출되는 것을 특징으로 한다.
상기한 과제 해결 수단을 통하여, 본 발명은 다음과 같은 효과를 제공한다.
본 발명에 따르면, 납축전지의 충전 및 방전거동을 예측할 수 있는 수학적 모델링, 즉 납축전지 내부에서 일어나는 전기화학 반응, 전해질의 유동 및 대류에 의한 이온의 전달, 전극의 공극률 등의 여러 현상들이 복합적으로 고려한 수학적 모델링을 통하여 납축전지 내부의 전류 밀도와 전해액 농도, SOC 분포 변화 등을 보다 현실적으로 예측할 수 있다.
특히, 배터리의 전기화학 반응, 전해질의 유동 및 대류에 의한 이온의 전달, 전극의 공극률 등의 여러 현상들이 복합적으로 고려된 수학적 모델을 설정하고, 유한요소법을 이용하여 2차원 모델의 수치해를 구할 수 있는 알고리즘을 적용하여, 배터리 상태(SOC)를 보다 정확하게 예측할 수 있다.
따라서, 차량의 각종 제어기에서 각종 전기부하에 대한 전원분배제어와, 배터리를 충전시키는 알터네이터의 작동 제어 등과 같은 발전제어 및 ISG 시스템을 제어할 때, 정확하게 산출된 SOC 정보를 이용하게 되므로, 차량의 연비 향상을 도모할 수 있다.
도 1은 본 발명에 따른 차량용 배터리 상태 예측 방법을 설명하는 제어도,
도 2는 본 발명에 따른 차량용 배터리 상태 예측 방법의 입력 및 출력인자를 설명하는 모식도,
도 3은 본 발명의 차량용 배터리 상태 예측 방법에 대한 실험예 결과를 나타내는 그래프,
도 4는 본 발명에 따른 차량용 배터리 상태 예측 방법의 수학적 모델링에 사용되는 각 수학식의 항을 설명하는 표.
도 5는 배터리(납축전지)의 셀 단위 모식도,
도 6은 기존의 배터리 상태 예측 방법을 위한 전기 등가방식의 모델링을 나타낸 개략도.
이하, 본 발명의 바람직한 실시예를 첨부도면을 참조로 상세하게 설명하기로 한다.
먼저, 배터리의 물리적 및 화학적 성질인자와, 배터리의 형태인자와, 배터리의 작동전류 및 온도를 포함하는 작동인자와, 반응속도인자 등을 포함하는 입력요소가 연산부에 입력되어 수학적 모델 구축에 이용된다.
상기 입력요소의 물리적 성질인자는 전해액에서의 이온 확산계수(㎠/s)와, 전해액의 전도도(S/㎝), 점도(g/㎝ㆍs), 밀도(g/㎠)를 포함하고, 화학적 성질인자는 전해액의 초기농도(mol/㎠)를 포함하며, 또한 상기 형태인자는 배터리의 크기(가로,세로,폭), 양극과 음극의 두께(㎝) 및 공극율, 극판 간의 간격(㎝), 격리판의 두께(㎝) 및 공극율을 포함하고, 작동인자는 배터리의 작동전류(A) 및 작동온도(℃)를 포함하며, 상기 반응속도인자는 배터리의 각종 화학적 반응속도 상수를 의미한다.
이러한 입력요소들이 연산부에 입력되면, 입력된 입력요소를 이용하여 수학적 모델링이 이루어지고, 수학적 모델링을 기반으로 배터리 SOC의 시간에 따른 변화를 연산하여 배터리 SOC 산출이 이루어진다.
여기서, 상기 입력요소들을 기반으로 이루어지는 수학적 모델링 및 이를 통한 배터리 SOC 산출 과정을 첨부한 도 1 및 도 2를 참조로 살펴보면 다음과 같다.
12-V 배터리(납축전지)의 정전류(정전압) 충/방전 특성을 모델링하여 배터리 상태를 예측할 수 있도록 수학적 모델을 설정하는 바, 수학적 모델에는 전극의 고체부분과 전극에 함침된 전해질 용액의 전하량 보존, 유동 및 대류에 의한 이온의 질량 보존, Butler-Volmer의 전기화학 반응속도, 충전상태를 나타내는 SOC(state of charge)의 변화, 그리고 전극의 공극률 변화를 나타내는 미분방정식들이 이용된다.
참고로, 하기에 설명되는 각 수학식의 항에 대한 의미는 첨부한 도 4의 표에 일괄적으로 기재된 바와 같다.
먼저, 전극의 고체부분과 전극에 함침된 전해질 용액의 전하량 보존을 나타내는 미분방정식에 대하여 살펴보면, 방전 및 충전반응이 일어나면서 발생하는 총 전류밀도(i)는 고체형태의 전극 반응에서 흐르는 전류밀도(is)와 전해질 용액에서 흐르는 전하의 이동으로 생기는 전류밀도(il)의 합으로 표현되고, 또한 고체 전극에서 흘러나온 전하가 반드시 세공 속의 액상으로 흐른다는 가정을 통해, 총 전류밀도의 발산(divergence)은 0이 된다. 이를 정리하면 아래의 수학식 1 및 2와 같다.
Figure pat00008
Figure pat00009
배터리의 전해질 용액에서 흐르는 전하 플럭스(flux)는 아래의 수학식 3과 같이 전극 활물질과 전극 기공 속의 전해액간 계면의 넓이(A)와 Butler-Volmer의 전기화학 반응속도 식으로 정의되는 전달전류밀도(transfer current density, j)의 곱으로 표현되고, 전달전류밀도는 아래의 수학식 4와 같다.
Figure pat00010
Figure pat00011
수학식 4에서 과전위 η는 PbO2에 대하여
Figure pat00012
, Pb에 대하여
Figure pat00013
로 정의되고, PbO2의 경우 평형전위(ΔUPbO2 )는 전극과 전해액의 조성과 온도의 함수이다.
본 발명에 따른 수학적 모델에서는 모델의 단순화를 위하여 이 평형전위를 상수(2.05)로 가정하고, 그리고 αa(αc)는 양극(음극)의 겉보기 전달 상수(anodic(cathodic) apparent transfer coefficient)로서, αa=1.5, αc=0.6 이다.
이때, 배터리의 고체전극 전류밀도(is)는 옴의 법칙에 따라 아래의 수학식 5와 같이 고체내부의 전위기울기에 비례한다.
Figure pat00014
여기서, 다공성 고체전극의 전도도(σ)는 공극률(ε=0.6)로 보정하여 다음의 수학식 6과 같이 표현되는 유효전도도 값을 사용한다.
Figure pat00015
또한, 전극 세공 속의 전해액의 전류밀도(il)는 전위기울기와 전해액의 농도기울기에 비례하며, 다음의 수학식 7과 같이 표현된다.
Figure pat00016
여기서
Figure pat00017
는 이온의 확산에 의해 이동하는 하전입자들의 속도로 측정되는 확산전도도 값으로서, 이를 토대로 고체부분과 전극에 함침된 전해질 용액의 전하량 보존을 나타내는 미분방정식을 나타내면 다음의 수학식 8 및 9와 같이 표현된다.
Figure pat00018
Figure pat00019
전기적으로 활성화된 면적(A)은 납축전지의 성능을 나타내는 형태인자 중에 하나이며, 그 이유는 전기화학반응이 진행되면서 전극과 전해질간의 화학반응에 의해 물질이동이 일어남에 따라, 방전반응에서 전기적으로 활성화된 면적은 충전반응에서의 면적과 일치하지 않기 때문이다.
이에, 전기적으로 활성화된 면적은 아래의 수학식 10 및 11과 같이 SOC값을 이용한 경험식으로 표현된다.
Figure pat00020
Figure pat00021
수학식 11에서, Amax는 활성화된 면적의 최대값이다.
여기서, 배터리 SOC의 시간에 따른 변화를 나타내는 식은 위의 수학식 3 및 4를 기반으로 하여 아래의 수학식 12와 같이 표현된다.
Figure pat00022
수학식 12에서, Qmax 는 만충전 상태에 있는 전극으로부터 이용할 수 있는 최대전하량을 나타낸다.
한편, 수학식 5 내지 수학식 9에서 사용한 유효물성(위 첨자 eff)들은 납축전지의 성능을 나타내는 또 다른 형태인자인 공극률과 밀접한 연관을 가지고 있으며, 시간에 따른 공극률의 변화를 나타내는 식은 아래의 수학식 13과 같다.
Figure pat00023
여기서
Figure pat00024
는 이온 플럭스(flux)값으로, 패러데이(Faraday)법칙을 따르는 전기화학반응에서 발생된 전류전달(Aㆍj)에 기인하고, 또한 a1은 전환된 활물질의 몰당 부피변화로, PbO2에 대하여
Figure pat00025
, Pb에 대하여
Figure pat00026
이다.
한편, 대류, 확산, 이동(migration)에 의한 물질전달현상에서 이온의 질량 보존을 나타내는 식은 다음의 수학식 14와 같이 표현된다.
Figure pat00027
수학식 14에서, a2는 PbO2에 대하여
Figure pat00028
, Pb에 대하여
Figure pat00029
이고, 또한 t+는 전달수(transference number)이다.
마지막으로, 배터리 전해액의 유동은 아래의 수학식 15 및 16과 같이 Boussinesq 근사와 연속방정식이 포함된 Navier-Stokes식으로 표현할 수 있다.
Figure pat00030
Figure pat00031
수학식 15에서,
Figure pat00032
는 유체의 점도와 침투도에서 기인하는 항력(drag)과 관련되어 있는 항이고, 또한 누출속도 (εv)는 낮은 침투도를 가진 전극에서 아래의 수학식 17과 같이 Darcy의 법칙을 따른다.
Figure pat00033
위의 수학식 17에서 침투도(K)는 아래의 수학식 18과 같은 Kozeny-Carman식을 통해 구할 수 있다.
Figure pat00034
수학식 18에서, d는 전극을 구성하는 입자들의 평균지름이다.
본 발명에 따른 납축전지의 수학적 모델링에 사용된 입력인자는 성질인자, 형태인자, 작동인자, 반응속도인자로 분류할 수 있고, 성질인자는 전해액에서의 이온의 확산계수와 전해액의 전도도, 점도, 밀도 등의 물리적 성질과 화학적 성질인 전해액의 농도를 포함하고, 형태인자는 전지의 크기, 극판의 두께 및 공극률, 극판간의 간격, 격리판의 두께 및 공극률를 포함하고, 또한 작동인자로는 작동 전류와 온도가 있고, 반응속도인자는 각종 반응속도 상수가 입력된다.
이렇게 연산부에 입력되는 입력요소들이 고체전극의 전하량 보존방정식(
Figure pat00035
)과, 전해질의 전하량 보존방정식(
Figure pat00036
)과, 전기화학 반응속도식(
Figure pat00037
)에 각각 대입된 후, 충전상태 방정식(
Figure pat00038
)를 통하여 시간에 따른 SOC 변화율을 구할 수 있게 된다.
이때, 이온의 질량 보존 방정식(
Figure pat00039
), 운동량 보존방정식(
Figure pat00040
), 공극률 변화 방정식(
Figure pat00041
) 등을 통하여 시간에 따른 공극율 변화율을 구할 수 있으며, 결과적으로 연산부에서 배터리의 전지 전압(cell voltage) 및 전류밀도, SOC, 전해액의 농도가 출력된다.
따라서, 상기 연산부에서 각 입력요소를 이용하여 수학적 모델링을 하는 동시에 수학적 모델링을 기반으로 배터리 SOC의 시간에 따른 변화를 연산하여 배터리 SOC를 산출하게 되며, 이렇게 산출된 SOC는 초기 SOC로서 피드백되어 연산부에 입력되는 동시에 각종 전장품 제어 데이터로 활용되도록 차량의 각종 제어기로 전송된다.
여기서, 본 발명의 실험예로서, 배터리 방전 시험을 실시하였는 바, 배터리 방전시 상기와 같은 본 발명의 배터리 상태 예측 방법을 이용하여 얻어지는 배터리 전압값과, 실제로 배터리를 방전시키면서 전압센서를 이용하여 방전시 실제전압값을 측정하여 비교하였는 바, 그 결과는 첨부한 도 3에 도시된 그래프와 같다.
즉, 차량용 12-V(90Ah급) 납축전지를 사용하여, 실제 차량에서의 다양한 방전 상태를 대표할 수 있는 C/3(30A 방전), C/5(18A 방전), C/10(9A 방전), C/20(4.5A 방전)를 5시간, 10시간, 20시간 동안 실시하고, 종결전압으로 설정한 10.5V까지 방전실험을 수행하였다.
첨부한 도 3의 그래프에서 실선 부분은 실제 전압센서를 이용하여 측정한 전압값이고, 원이 계속 이어진 형태의 선은 상기와 같은 본 발명의 배터리 예측 방법을 이용하여 시뮬레이션한 결과를 나타내며, 종결전압에서의 차이가 거의 유사함을 알 수 있었다.
다시 말해서, 첨부한 도 3의 그래프에서 보듯이, 실제 방전시 전압센서를 이용하여 측정한 전압값과, 수학적 모델링을 통한 시뮬레이션 전압값이 전반적으로 일치하였고, 각 방전전압이 변화해 가는 경향성이 매우 유사함을 알 수 있었으며, 방전 시간이 일치하기 때문에 본 발명에 따른 수학적 모델링을 기반으로 하는 배터리 상태 예측 방법은 납축전지의 비선형적인 방전거동을 잘 모사함을 알 수 있었다.
결과적으로, 상기와 같은 실험예를 통하여 알 수 있듯이, 본 발명의 수학적 모델링을 통하여 정확하게 산출된 SOC 값이 차량의 제어기에로 전송되면, 각종 전기부하에 대한 전원분배제어와, 배터리를 충전시키는 알터네이터의 작동 제어 등과 같은 발전제어 및 ISG 시스템 제어를 보다 정밀하게 제어하게 되므로, 차량의 연비 향상을 도모할 수 있게 된다.

Claims (6)

  1. 입력요소로서, 배터리의 물리적 및 화학적 성질인자와, 배터리의 형태인자와, 배터리의 작동전류 및 온도를 포함하는 작동인자와, 반응속도인자가 각각 연산부에 입력되는 단계와;
    상기 연산부에서, 입력된 입력요소를 이용하여 수학적 모델링을 하는 동시에 수학적 모델링을 기반으로 배터리 SOC의 시간에 따른 변화를 연산하여 배터리 SOC를 산출하는 단계;
    를 포함하는 것을 특징으로 하는 차량용 배터리 상태 예측 방법.
  2. 청구항 1에 있어서,
    산출된 배터리 SOC가 각종 전장품 제어 데이터로 활용되도록 차량 제어기로 전송하는 단계와;
    산출된 SOC가 초기 SOC로서 피드백되어 연산부에 입력되는 단계;
    를 더 포함하는 것을 특징으로 하는 차량용 배터리 상태 예측 방법.
  3. 청구항 1에 있어서,
    상기 입력요소의 물리적 성질인자는 전해액에서의 이온 확산계수와, 전해액의 전도도, 점도, 밀도를 포함하고, 화학적 성질인자는 전해액의 초기농도를 포함하는 것을 특징으로 하는 차량용 배터리 상태 예측 방법.
  4. 청구항 1에 있어서,
    상기 입력요소의 형태인자는 배터리의 크기, 양극과 음극의 두께 및 공극율, 극판 간의 간격, 격리판의 두께 및 공극율을 포함하는 것을 특징으로 하는 차량용 배터리 상태 예측 방법.
  5. 청구항 1에 있어서,
    상기 입력요소의 작동인자는 배터리의 작동전류 및 작동온도를 포함하는 것을 특징으로 하는 차량용 배터리 상태 예측 방법.
  6. 청구항 1에 있어서,
    상기 배터리 SOC의 시간에 따른 변화율은 각 입력요소들이 연산부에 입력되어 고체전극의 전하량 보존방정식(
    Figure pat00042
    )과,
    전해질의 전하량 보존방정식(
    Figure pat00043
    )과,
    전기화학 반응속도식(
    Figure pat00044
    )에 각각 대입된 후,
    충전상태 방정식(
    Figure pat00045
    )을 통하여 산출되는 것을 특징으로 하는 차량용 배터리 상태 예측 방법.
KR1020110114973A 2011-11-07 2011-11-07 차량용 배터리 상태 예측 방법 KR101282687B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110114973A KR101282687B1 (ko) 2011-11-07 2011-11-07 차량용 배터리 상태 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110114973A KR101282687B1 (ko) 2011-11-07 2011-11-07 차량용 배터리 상태 예측 방법

Publications (2)

Publication Number Publication Date
KR20130049920A true KR20130049920A (ko) 2013-05-15
KR101282687B1 KR101282687B1 (ko) 2013-07-05

Family

ID=48660476

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110114973A KR101282687B1 (ko) 2011-11-07 2011-11-07 차량용 배터리 상태 예측 방법

Country Status (1)

Country Link
KR (1) KR101282687B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014191794A1 (en) * 2013-05-29 2014-12-04 Freescale Semiconductor, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell
KR20190042850A (ko) * 2017-10-17 2019-04-25 에스케이이노베이션 주식회사 리튬 이차 전지
WO2021096087A1 (ko) * 2019-11-15 2021-05-20 주식회사 엘지화학 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩
US11035905B1 (en) 2018-01-09 2021-06-15 Lg Chem, Ltd. Apparatus and method for testing performance of battery cell
JP2021520178A (ja) * 2018-04-23 2021-08-12 三星エスディアイ株式会社Samsung SDI Co., Ltd. バッテリ状態推定方法
WO2022071652A1 (ko) * 2020-09-29 2022-04-07 주식회사 엘지에너지솔루션 전극 구조에 따른 이차전지 성능 추정 장치 및 그 방법
US11644508B2 (en) 2017-10-26 2023-05-09 Samsung Electronics Co., Ltd. Method and apparatus for measuring state of battery

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102553031B1 (ko) 2016-01-14 2023-07-06 삼성전자주식회사 배터리의 상태 추정 장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10301823A1 (de) * 2003-01-20 2004-07-29 Robert Bosch Gmbh Verfahren und Vorrichtung zum Ermitteln der aus einem Energiespeicher entnehmbaren Ladung
FR2929410B1 (fr) * 2008-03-28 2010-04-09 Inst Francais Du Petrole Methode pour estimer les caracteristiques non mesurables d'un systeme electrochimique
KR101113639B1 (ko) * 2009-09-01 2012-02-15 기아자동차주식회사 하이브리드 차량의 배터리 ｓｏｃ 밸런싱 제어 방법
FR2949565B1 (fr) 2009-09-02 2012-12-21 Inst Francais Du Petrole Methode amelioree pour estimer les caracteristiques non mesurables d'un systeme electrochimique

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014191794A1 (en) * 2013-05-29 2014-12-04 Freescale Semiconductor, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell
US9927492B2 (en) 2013-05-29 2018-03-27 Nxp Usa, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell
KR20190042850A (ko) * 2017-10-17 2019-04-25 에스케이이노베이션 주식회사 리튬 이차 전지
US11644508B2 (en) 2017-10-26 2023-05-09 Samsung Electronics Co., Ltd. Method and apparatus for measuring state of battery
US11035905B1 (en) 2018-01-09 2021-06-15 Lg Chem, Ltd. Apparatus and method for testing performance of battery cell
JP2021520178A (ja) * 2018-04-23 2021-08-12 三星エスディアイ株式会社Samsung SDI Co., Ltd. バッテリ状態推定方法
US11366171B2 (en) 2018-04-23 2022-06-21 Samsung Sdi Co., Ltd. Battery state estimation method
WO2021096087A1 (ko) * 2019-11-15 2021-05-20 주식회사 엘지화학 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩
WO2022071652A1 (ko) * 2020-09-29 2022-04-07 주식회사 엘지에너지솔루션 전극 구조에 따른 이차전지 성능 추정 장치 및 그 방법

Also Published As

Publication number Publication date
KR101282687B1 (ko) 2013-07-05

Similar Documents

Publication Publication Date Title
Jafari et al. Deterministic models of Li-ion battery aging: It is a matter of scale
Lyu et al. A lead-acid battery's remaining useful life prediction by using electrochemical model in the Particle Filtering framework
KR101282687B1 (ko) 차량용 배터리 상태 예측 방법
CN104991980B (zh) 锂离子电池的电化学机理建模方法
Zheng et al. Co-estimation of state-of-charge, capacity and resistance for lithium-ion batteries based on a high-fidelity electrochemical model
Yang et al. State of charge estimation for pulse discharge of a LiFePO4 battery by a revised Ah counting
Merla et al. An easy-to-parameterise physics-informed battery model and its application towards lithium-ion battery cell design, diagnosis, and degradation
CN102239597B (zh) 用于确定可再充电电池组的二次嵌入电池的充电状态的方法
Eddahech et al. Determination of lithium-ion battery state-of-health based on constant-voltage charge phase
Smith Electrochemical control of lithium-ion batteries [applications of control]
EP2762908B1 (en) Battery cell performance estimation method and battery cell performance estimation apparatus
US10288691B2 (en) Method and system for estimating battery model parameters to update battery models used for controls
US10686321B2 (en) Secondary battery management
Leng et al. A practical framework of electrical based online state-of-charge estimation of lithium ion batteries
CN105319508B (zh) 用于电池荷电状态估计的方法和***
Hussein Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries
KR101619634B1 (ko) 배터리 모델 파라미터를 이용한 배터리 성능상태 추정 시스템 및 그 방법
CN112464571B (zh) 基于多约束条件粒子群优化算法的锂电池组参数辨识方法
De Jongh et al. Effect of current pulses on lithium intercalation batteries
EP3475712A1 (en) Method and device for estimating a voltage of a battery
Pozzi et al. Film growth minimization in a li-ion cell: a pseudo two dimensional model-based optimal charging approach
KR20180057266A (ko) 배터리 상태 추정 방법 및 장치
Baek et al. Capacity fade modeling of a lithium-ion battery for electric vehicles
CN113779794A (zh) 计及微观约束的锂离子电池sop估计方法及***
CN103782442A (zh) 铅蓄电池

Legal Events

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

Payment date: 20160630

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180628

Year of fee payment: 6