KR20220084873A - 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법 - Google Patents
배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법 Download PDFInfo
- Publication number
- KR20220084873A KR20220084873A KR1020200174802A KR20200174802A KR20220084873A KR 20220084873 A KR20220084873 A KR 20220084873A KR 1020200174802 A KR1020200174802 A KR 1020200174802A KR 20200174802 A KR20200174802 A KR 20200174802A KR 20220084873 A KR20220084873 A KR 20220084873A
- Authority
- KR
- South Korea
- Prior art keywords
- battery system
- battery
- term
- long
- present
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 10
- 230000002708 enhancing effect Effects 0.000 title 1
- 230000007774 longterm Effects 0.000 claims abstract description 11
- 230000006399 behavior Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000005728 strengthening Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000013021 overheating Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- 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
- G01R31/3646—Constructional arrangements for indicating electrical conditions or variables, e.g. visual or audible indicators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Secondary Cells (AREA)
Abstract
본 발명은 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법에 관한 것으로, 배터리시스템에 대하여 주요구성부품 자체에 대한 1차보호, BMS 회로에 의한 2차보호, IOT무선통신을 이용한 Big Data분석과 배터리 거동예측에 의한 3차보호로 이루어지는 삼중보호정책으로 배터리시스템의 안정성을 크게 높일 수 있다.
Description
본 발명은 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법에 관한 것이다.
근래에 들어 배터리를 사용하는 에너지 저장장치의 화재사고가 자주 발생하여 배터리 관리문제가 첨예한 이슈로 부각되었으며 배터리 안전관리에 대한 대책이 확실하지 않을 경우에는 이에 대한 사업의 존속이 매우 어렵게 된 실정이다.
배터리 보호회로를 담당하는 제어회로의 부품 및 BMS회로, 그리고 관련 제어로직은 일반적으로 안정적으로 동작한다고 가정하지만, 그럼에도 불구하고 일부 기능의 고장으로 인한 사고가 끊이지 않고 있어 이에 대하여 원인분석이 모호한 상태이다. 지금까지는 고신뢰성의 부품을 사용하거나 BMS를 강화하는 방법으로 가능성이 있는 조건들을 분석하여 이에 수반되는 문제점들을 해결해 오고 있었지만, 이러한 방법에는 시스템의 사용중 언젠가는 문제가 일어날 수밖에 없는 기술적 한계성이 있었다.
본 발명은 배터리시스템에 대하여 주요구성부품 자체에 대한 1차보호, BMS 회로에 의한 2차보호, IOT무선통신을 이용한 Big Data분석과 배터리 거동예측에 의한 3차보호로 이루어지는 삼중보호정책으로 배터리시스템의 안정성을 크게 높이는 획기적인 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법을 제공함을 그 목적으로 한다.
본 발명의 일 양상에 따르면, 사용한 부품자체의 신뢰성을 높이는 것 이외에도 1차적으로 주요부품의 상태를 지속적으로 모니터링함에 의하여 부품의 고장을 미리 예측하고 이에 대한 수명주기에 따라 그 부품의 교체시기를 알려주며, 2차적으로는 기존의 BMS기능을 강화하여 비정상적인 온도, 전압, 전류상태에서의 단기적인 동작상태 이상을 추정하고, 3차적으로는 중장기적인 배터리 거동을 예측하기 위하여 과충전 과방전, 과전류, 과열, 셀밸런싱, 자기방전전류 등의 다양한 정보를 가지는 빅데이터를 IOT통신망을 통하여 중앙서버에 전송하여 서버에서 머신러닝이나 딥러닝을 통하여 이 데이터를 분석하여 배터리 시스템의 건전성을 분석한다.
본 발명은 배터리시스템의 주요구성부품 각각에 대하여 실시간 모니터링을 실시하여 고장을 예측하고, 이에 대한 사고를 미연에 방지할 수 있는 적절한 제어를 실시할 수 있다.
또한, 본 발명은 기존의 BMS에 대한 기능을 강화하여 비정상적인 온도, 전압, 전류상태에서의 단기적인 동작상태 이상을 추정할 수 있다.
또한, 본 발명은 중장기적인 배터리 거동을 예측하기 위하여 과충전 과방전, 과전류, 과열, 셀밸런싱, 자기방전전류 등의 다양한 정보를 가지는 빅데이터를 IOT통신망을 통하여 중앙서버에 전송하여 서버에서 머신러닝이나 딥러닝을 통하여 이 데이터를 분석하여 배터리 시스템의 건전성을 분석할 수 있다.
도 1 은 본 발명에 따른 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법이 적용되는 배터리시스템의 일 실시에의 구성을 도시한 블럭도이다.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다. 특정 실시예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있으나, 이는 본 발명의 다양한 실시예들을 특정한 형태로 한정하려는 것은 아니다.
본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명 실시예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다.
도 1 은 본 발명에 따른 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법이 적용되는 배터리시스템의 일 실시에의 구성을 도시한 블럭도이다.
본 발명은 배터리시스템(100)의 주요구성부품 각각에 대하여 실시간 모니터링을 실시하여 고장을 예측하고 이에 대한 사고를 미연에 방지할 수 있는 적절한 제어를 실시한다.
또한, 본 발명은 기존의 BMS에 대한 기능을 강화하여 비정상적인 온도, 전압, 전류상태에서의 단기적인 동작상태 이상을 추정한다.
또한, 본 발명은 중장기적인 배터리 거동을 예측하기 위하여 과충전 과방전, 과전류, 과열, 셀밸런싱, 자기방전전류 등의 다양한 정보를 가지는 빅데이터를 IOT통신망을 통하여 중앙서버에 전송하여 서버에서 머신러닝이나 딥러닝을 통하여 이 데이터를 분석하여 배터리 시스템의 건전성을 분석한다.
도 1 을 참조해 보면, MCU는 배터리시스템의 주요부품들에서 감지되는 모든 신호를 분석하여 부품의 수명주기를 예측하며, 부품의 수명이 한계에 이르면 이에 대한 신호를 발생시켜 관련 회로를 차단하여 배터리를 보호한다.
또한, BMS 회로는 고유의 기본 기능 이외에 배터리 셀의 동작상태를 감시하여 온도, 전압, 전류값이 한계치를 넘어 동작할 때의 상태를 분석하여 문제점이 발견되면 실시간으로 이에 대한 적절한 조치를 취하여 전체 배터리 시스템에 위험에 빠지는 것을 방지한다.
네트워크 콘트롤러는 배터리시스템에서 실시간으로 발생하는 빅데이터를 가공하여 중앙서버로 전송하며 중앙서버에서는 이들 데이터를 이용하여 머신러닝과 딥러닝기법을 사용하는 데이터기반의 배터리모델을 정교하게 만들고 중장기적인 배터리 거동을 파악하여 위험을 사전에 방지한다.
이와 같이 구현함에 의해, 본 발명은 배터리시스템의 주요구성부품 각각에 대하여 실시간 모니터링을 실시하여 고장을 예측하고, 이에 대한 사고를 미연에 방지할 수 있는 적절한 제어를 실시할 수 있다.
또한, 본 발명은 기존의 BMS에 대한 기능을 강화하여 비정상적인 온도, 전압, 전류상태에서의 단기적인 동작상태 이상을 추정할 수 있다.
또한, 본 발명은 중장기적인 배터리 거동을 예측하기 위하여 과충전 과방전, 과전류, 과열, 셀밸런싱, 자기방전전류 등의 다양한 정보를 가지는 빅데이터를 IOT통신망을 통하여 중앙서버에 전송하여 서버에서 머신러닝이나 딥러닝을 통하여 이 데이터를 분석하여 배터리 시스템의 건전성을 분석할 수 있다.
본 명세서 및 도면에 개시된 다양한 실시예들은 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 다양한 실시예들의 범위를 한정하고자 하는 것은 아니다.
따라서, 본 발명의 다양한 실시예들의 범위는 여기에서 설명된 실시예들 이외에도 본 발명의 다양한 실시예들의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 다양한 실시예들의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 배터리시스템 관련 기술분야 및 이의 응용 기술분야에서 산업상으로 이용 가능하다.
100 : 배터리시스템
Claims (1)
1차적으로 주요부품의 상태를 지속적으로 모니터링함에 의하여 부품의 고장을 미리 예측하고 이에 대한 수명주기에 따라 그 부품의 교체시기를 알려주며, 2차적으로는 기존의 BMS기능을 강화하여 비정상적인 온도, 전압, 전류상태에서의 단기적인 동작상태 이상을 추정하고, 3차적으로는 중장기적인 배터리 거동을 예측하기 위하여 과충전 과방전, 과전류, 과열, 셀밸런싱, 자기방전전류 등의 다양한 정보를 가지는 빅데이터를 IOT통신망을 통하여 중앙서버에 전송하여 서버에서 머신러닝이나 딥러닝을 통하여 이 데이터를 분석하여 배터리 시스템의 건전성을 분석하는 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200174802A KR20220084873A (ko) | 2020-12-14 | 2020-12-14 | 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200174802A KR20220084873A (ko) | 2020-12-14 | 2020-12-14 | 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220084873A true KR20220084873A (ko) | 2022-06-21 |
Family
ID=82221222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200174802A KR20220084873A (ko) | 2020-12-14 | 2020-12-14 | 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20220084873A (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190005566A (ko) | 2017-07-07 | 2019-01-16 | 현대자동차주식회사 | 배터리시스템 |
-
2020
- 2020-12-14 KR KR1020200174802A patent/KR20220084873A/ko active Search and Examination
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190005566A (ko) | 2017-07-07 | 2019-01-16 | 현대자동차주식회사 | 배터리시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102070034B1 (ko) | 단말기, 전원 어댑터 및 충전 이상 처리방법 | |
KR102037200B1 (ko) | 전원 어댑터, 단말기 및 충전회로 임피던스 이상 처리방법 | |
EP3392074B1 (en) | Automatic reclosing device and method for electrical vehicle charging cable control device | |
EP4287449A1 (en) | Balance monitoring control system and method for power battery, server, and storage medium | |
CN105009401A (zh) | 电池组和电气设备 | |
JP6202632B2 (ja) | 蓄電システムおよび電池保護方法 | |
CN116722249A (zh) | 一种电池热失控预警保护***及其保护方法 | |
WO2014141809A1 (ja) | 電池パック、移動体および制御方法 | |
CN112653230B (zh) | 机器人电池保护方法、装置、电子设备和存储介质 | |
KR101745167B1 (ko) | 불량 배터리 셀 검출 방법 및 이를 실행하는 시스템 | |
CN102067372A (zh) | 二次电池组 | |
US20210104902A1 (en) | Battery management unit | |
CN107785864B (zh) | 监控断路器的监控单元和包括这种单元的断路器 | |
CN113608125B (zh) | 一种电池故障的识别方法及装置 | |
JP2013078233A (ja) | 組電池の監視装置、及び該監視装置を備えた電池パック | |
CN106458038B (zh) | 运行蓄能单元的方法、实施这种方法的电池管理*** | |
KR20220084873A (ko) | 배터리시스템의 기술적 삼중보호정책에 의한 배터리 안정성 증대와 중장기적 거동분석 방법 | |
CN117458405A (zh) | 一种基于afe芯片的多重故障保护*** | |
KR20160040326A (ko) | 본질 안전 배터리 셀의 작동 방법 | |
US20240201268A1 (en) | Battery condition monitoring device and method, and battery protection device | |
JP6903762B2 (ja) | 蓄電池システム、方法及びプログラム | |
JP6200844B2 (ja) | 二次電池監視回路及び蓄電モジュール | |
CN110824267A (zh) | 信息处理方法、装置及储能*** | |
KR20230142078A (ko) | 배터리시스템의 보호를 위한 제어기의 다층 멀티 제어 기법과 그 구성방법 | |
CN113489104A (zh) | 保护电路、电池管理***和电池包 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination |