WO2023224210A1 - 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템 - Google Patents

과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템 Download PDF

Info

Publication number
WO2023224210A1
WO2023224210A1 PCT/KR2023/001312 KR2023001312W WO2023224210A1 WO 2023224210 A1 WO2023224210 A1 WO 2023224210A1 KR 2023001312 W KR2023001312 W KR 2023001312W WO 2023224210 A1 WO2023224210 A1 WO 2023224210A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
diagnosis
overheating
battery
temperature
Prior art date
Application number
PCT/KR2023/001312
Other languages
English (en)
French (fr)
Inventor
김동현
Original Assignee
주식회사 엘지에너지솔루션
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 엘지에너지솔루션 filed Critical 주식회사 엘지에너지솔루션
Publication of WO2023224210A1 publication Critical patent/WO2023224210A1/ko

Links

Images

Classifications

    • 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
    • H01M10/4285—Testing apparatus
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to a method for diagnosing overheating of an object (e.g., battery, etc.), an overheating diagnostic device and a battery system that provide the method.
  • an object e.g., battery, etc.
  • lithium batteries have almost no memory effect compared to nickel-based batteries, so they can be freely charged and discharged, and have a very high self-discharge rate. It is attracting attention due to its low and high energy density.
  • the temperature of the battery is a factor that has an important impact on the performance of the battery.
  • a battery can operate efficiently when its temperature is distributed at an appropriate temperature. For example, if the temperature of the battery is too high, the safety of the battery's cathode crystal lattice may decrease, which may lead to deterioration in battery performance or accidents such as explosion. Therefore, it is necessary to accurately monitor the temperature of the battery.
  • overheating of the battery was diagnosed by comparing the measured temperature of the battery with a preset reference value.
  • the time interval between when an overheating event is diagnosed and when a battery explosion occurs is too short, making it difficult to take appropriate measures.
  • the conventional method has a problem of misdiagnosing an increase in temperature due to aging of the battery as an overheating event.
  • the present invention relates to an overheating diagnosis method that can quickly diagnose abnormal heating behavior (hereinafter referred to as overheating) of an object with high precision, and an overheating diagnosis device and battery system that provide the method.
  • An overheating diagnosis device includes a measuring unit that measures the temperature of the object at each diagnostic time point for diagnosing overheating of an object, a storage unit that stores the temperature value measured by the measuring unit, and a storage unit that stores the temperature value measured by the measuring unit at each diagnostic time point. , extracting a plurality of previous diagnosis times corresponding to a predetermined number of samples based on the diagnosis time point, calculating a moving average value that is the average of a plurality of temperature values corresponding to each of the plurality of diagnosis times, and calculating a moving average value for each diagnosis time point. and a control unit that diagnoses overheating of the object by comparing the measured temperature value with a reference value that is a predetermined value greater than the moving average value.
  • the control unit calculates a standard deviation average value, which is an average of a plurality of standard deviations corresponding to each of the plurality of diagnosis points, multiplies the standard deviation average value by a predetermined multiple to calculate a first error value, and adds the moving average value to the
  • the reference value can be calculated by adding the first error value.
  • the control unit if the average standard deviation value is smaller than a predetermined deviation reference value,
  • a predetermined correction value may be determined as a second error value, and the reference value may be calculated by adding the second error value to the moving average value.
  • control unit may diagnose that an overheating event has occurred in the object.
  • a battery system includes a battery including a plurality of battery cells, a measuring unit that measures the temperature of the battery at each diagnosis point for diagnosing overheating of the battery, and storing the temperature value measured by the measuring unit.
  • a storage unit extracts a plurality of previous diagnosis points corresponding to a predetermined number of samples based on the diagnosis time point, and moves the average of a plurality of temperature values corresponding to each of the plurality of diagnosis points.
  • a control unit that calculates an average value and diagnoses overheating of the battery by comparing the temperature value measured at each diagnosis time with a reference value that is a predetermined value greater than the moving average value.
  • the control unit calculates a standard deviation average value, which is an average of a plurality of standard deviations corresponding to each of the plurality of diagnosis points, multiplies the standard deviation average value by a predetermined multiple to calculate a first error value, and adds the moving average value to the
  • the reference value can be calculated by adding the first error value.
  • control unit may determine a predetermined correction value as a second error value and calculate the reference value by adding the second error value to the moving average value.
  • control unit may diagnose that an overheating event has occurred in the battery.
  • An overheating diagnosis method includes a temperature data collection step of collecting a temperature value, which is a temperature measurement value of the battery, at a predetermined diagnosis point for diagnosing overheating of a battery including a plurality of battery cells, the diagnosis
  • a sample group determination step of extracting a plurality of previous diagnostic time points corresponding to the number of samples based on the time point, a moving average value that is the average of a plurality of temperature values corresponding to each of the plurality of diagnostic time points, and a predetermined value greater than the moving average value.
  • a reference value determination step for calculating the reference value, and
  • the standard deviation average value which is the average of the standard deviations corresponding to each of the plurality of diagnostic time points, is calculated, the standard deviation average value is multiplied by a predetermined multiple to calculate a first error value, and the moving average value is calculated as the
  • the reference value can be calculated by adding the first error value.
  • a predetermined correction value may be determined as a second error value, and the reference value may be calculated by adding the second error value to the moving average value.
  • the overheating diagnosis step if the measured temperature value exceeds the reference value, it may be diagnosed that an overheating event has occurred in the battery.
  • the present invention calculates a reference value reflecting the temperature trend for the object at each overheating diagnosis point and performs overheating diagnosis by comparing the calculated reference value with the measured temperature, thereby preventing the occurrence of an overheating event. can be determined quickly.
  • the present invention calculates a reference value that reflects the temperature trend for the object at each overheat diagnosis point and performs overheating diagnosis by comparing the calculated reference value with the measured temperature, thereby reducing the temperature rise due to aging of the object (ex, battery, etc.) to overheating.
  • the problem of misdiagnosis due to the occurrence of an event can be prevented.
  • FIG. 1 is a block diagram illustrating an overheating diagnosis device according to an embodiment.
  • Figure 2 is a block diagram explaining a battery system according to another embodiment.
  • Figure 3 is a flowchart explaining an overheating diagnosis method according to an embodiment.
  • FIG. 4 is a flowchart illustrating the reference value determination step (S300) of FIG. 3 in detail.
  • Figure 5 is an example diagram showing the temperature change of a defect-free battery in charging mode.
  • Figure 6 is an example of overheating diagnosis performed on a defective battery in charging mode.
  • FIG. 1 is a block diagram illustrating an overheating diagnosis device according to an embodiment.
  • the overheating diagnosis device 1 includes a measuring unit 11, a storage unit 13, and a control unit 15.
  • the measuring unit 11 may measure the temperature of the object at each diagnosis point (hereinafter referred to as a diagnosis point) when diagnosing overheating of the object and transmit the measurement result to the control unit 15 .
  • the measuring unit 11 may include a temperature sensor that measures the temperature of the object.
  • the object may include, but is not limited to, a battery, and may include various devices that need to be predicted in advance before an overheating event occurs.
  • the storage unit 13 may store the temperature value of the object measured by the measurement unit 11 at each diagnosis point.
  • the storage unit 13 stores the moving average (MA) value, standard deviation (SD), standard deviation average (SD_ave), and reference value (Th) calculated by the control unit 15 at each diagnosis time. You can save it.
  • the temperature value, moving average (MA) value, standard deviation (SD), standard deviation average (SD_ave), and reference value (Th) of the object corresponding to a predetermined diagnosis point are stored in the storage unit 13 in the form of a lookup table. ) can be stored in .
  • the control unit 15 calculates a moving average value (MA) and a reference value (Th) that is a predetermined value larger than the moving average value.
  • the diagnosis time may be when charging of the battery begins or when discharging of the battery ends.
  • the diagnosis time can be set in various ways.
  • the control unit 15 extracts a plurality of diagnosis points included in the preset number of samples (SN). , the sample group can be determined.
  • the sample number (SN) is the number of multiple diagnostic time points included in the sample group, and can be determined as the optimal number based on experiments, etc.
  • the sample group is a subgroup of the population at multiple times of diagnosis in the past, and may be a group for calculating moving average (MA) and average standard deviation ( ⁇ _ave), which will be described below.
  • MA moving average
  • ⁇ _ave average standard deviation
  • Table 1 above is a lockup table for the temperature (T), moving average (MA), standard deviation (SD), standard deviation average (SD_ave), and reference value (Th) of the object corresponding to each of the plurality of diagnosis points. This is an example. Below, a method for calculating the reference value (Th N ) required for overheating diagnosis at the Nth diagnosis time will be described in detail. Additionally, the sample number (SN) is assumed to be 5.
  • the moving average (MA), standard deviation (SD), standard deviation average (SD_ave), and reference value (Th ) may be difficult to calculate directly (therefore, the corresponding values in Table 1 are displayed as blank spaces).
  • the moving average (MA) since the number of multiple previous diagnosis times to form the sample group at a predetermined diagnosis time point (e.g., 2, 3, 4, 5) adjacent to the first diagnosis time point (1) is insufficient, the moving average (MA) , it may be difficult to calculate the standard deviation (SD), standard deviation average (SD_ave), and reference value (Th).
  • the designer divides the values calculated on average according to the experiment into moving average (MA) and standard deviation (SD) at the initial diagnosis point and adjacent diagnosis points (e.g., 1, 2, 3, 4, 5). , standard deviation average (SD_ave), and reference value (Th).
  • MA moving average
  • SD standard deviation
  • Th reference value
  • the control unit 15 selects the N-1st diagnosis point and the N-2th diagnosis point corresponding to the sample number (SN) of 5.
  • the sample group can be determined by extracting the N-3th diagnosis time, the N-4th diagnosis time, and the N-5th diagnosis time.
  • the control unit 15 extracts a plurality of diagnosis points (N-1, N-2, N-3, N-4, N-5) to determine a sample group, and selects a plurality of diagnosis points within the sample group. Based on the measured temperature value, a reference value used for defect diagnosis can be determined.
  • the object is a battery
  • the internal resistance value increases due to aging, and the problem of misdiagnosing the temperature rise due to the increase in internal resistance value as an overheating event can be prevented.
  • the problem of misdiagnosing a temporary temperature rise as an overheating event can be solved.
  • control unit 15 performs the Nth diagnosis based on the temperature values measured at each of the plurality of diagnosis points (N-1, N-2, N-3, N-4, N-5) belonging to the sample group. Determine the reference value (Th N ) corresponding to the time point.
  • the control unit 15 compares the temperature value (T N ) measured at the Nth diagnosis point with the reference value (Th N ) to diagnose whether the object is overheated.
  • T N temperature value measured at the Nth diagnosis point
  • Th N reference value
  • the moving average value (MA N ) and the standard deviation average (SD N _ave) are values required to calculate the reference value (Th N ).
  • the standard deviation (SD N ) is not a value necessary when diagnosing the overheating state at the Nth diagnosis time, but is necessary when diagnosing the overheating state at the subsequent diagnosis times (N+1, N+2, ). It can be calculated at the Nth diagnosis point and stored in the storage unit 13.
  • control unit 15 sets the temperature value (T ) and the standard deviation (SD N ) corresponding to the Nth diagnosis time can be calculated based on the moving average value (MA N ) calculated using Equation (1) above.
  • the standard deviation (SD N ) corresponding to the Nth diagnosis time is not a value required when diagnosing an overheating condition at the Nth diagnosis time, but is used at subsequent diagnosis times (N+1, N+2, ). This is necessary when diagnosing whether an object is overheated. Accordingly, the standard deviation (SD N ) corresponding to the Nth diagnosis time point can be calculated at the Nth diagnosis time point and stored in the storage unit 13.
  • control unit 15 determines a plurality of standard deviations corresponding to each of a plurality of diagnosis points (N-5, N-4, N-3, N-2, N-1) belonging to the sample group. Based on (SD N-5 , SD N-4 , SD N-3 , SD N-2 , SD N-1 ), the standard deviation average value (SD N _ave, 0.0742) corresponding to the Nth diagnosis time can be calculated. there is.
  • the control unit 15 can calculate a reference value Th that is a predetermined value larger than the moving average value MA N .
  • the control unit 15 calculates an error value (ER) by multiplying the standard deviation average value (SD_ave) by a preset multiple (Q), and calculates the error value (ER) plus the moving average value (MA).
  • the reference value (Th) can be calculated.
  • the multiple (Q) is a value for setting a standard for whether an overheating event occurs, and can be determined as various values through experiment.
  • the multiple (Q) is assumed to be the natural number 3.
  • Temperature deviations of approximately ⁇ 0.5°C may occur depending on the type of temperature sensor that is mounted on an overheating diagnostic device to measure the temperature of an object, or the type of ADC (Analog-Digital Converter) that converts the measured analog temperature value to a digital temperature value. In order to accurately diagnose overheating of an object, it is necessary to compensate for temperature deviations that may occur by the temperature sensor.
  • ADC Analog-Digital Converter
  • the control unit 15 calculates the error value (ER) by multiplying the standard deviation average value (SD_ave) by a predetermined multiple. You can.
  • the deviation reference value (Th_ DV ) may be a reference value to reflect errors that may occur during the temperature measurement process.
  • the deviation reference value (Th_ DV ) may be set to 0.5°C, but is not limited to this and may be determined at various values depending on experiments, etc.
  • the control unit 15 can calculate the error value ER using the following equation (2).
  • the control unit 15 may determine the predetermined correction value CB as the error value ER.
  • the correction value (CB) may be a value for correcting errors that may occur during the temperature measurement process.
  • the correction value (CB) may be set to 0.5°C, but is not limited to this and may be determined at various values depending on experiments, etc.
  • the standard deviation average value (SD N_ave ) corresponding to the Nth diagnosis time point can be calculated as 0.0742. That is, since the standard deviation average value (SD N_ave , 0.0742) corresponding to the Nth diagnosis time point is less than the predetermined deviation reference value (Th_ DV, 0.5) (0.0742 ⁇ 0.5), the control unit 15 sets the predetermined correction value (CB) , 0.5) can be determined as the error value (ER).
  • the control unit 15 can calculate the reference value (Th) by adding the error value (ER) to the moving average value (MA). For example, if the standard deviation average value (SD_ave) is greater than or equal to a predetermined deviation reference value ( Th_DV ), the control unit 15 calculates the error value (ER) by multiplying the standard deviation average value (SD_ave) by a predetermined multiple, and moves The reference value (Th) can be calculated by adding the error value (ER) to the average value (MA). For another example, if the standard deviation average value (SD_ave) is less than the predetermined deviation reference value ( Th_DV ), the control unit 15 determines the correction value (CB) as the error value (ER) and adds it to the moving average value (MA). The reference value (Th) can be calculated by adding the error value (ER). The control unit 15 can calculate the reference value Th using the following equation (4).
  • the control unit 15 since the standard deviation average value (SD N_ave , 0.0742) corresponding to the Nth diagnosis time point is smaller than the deviation reference value (Th_ DV, 0.5), the control unit 15 performs a predetermined correction
  • the value (CB, 0.5) can be determined as the error value (ER).
  • the control unit 15 can calculate the reference value (Th) by adding the error value (ER, 0.5°C) to the moving average value (MA, 29.38). That is, the reference value (Th) may be 29.88°C (29.38°C+0.5°C).
  • the control unit 15 may diagnose whether an overheating event has occurred for the object by comparing the temperature (T N ) value measured at the Nth diagnosis time and the reference value (Th N ) calculated at the Nth diagnosis time.
  • the control unit 35 can diagnose that an overheating event has occurred. there is.
  • Table 4 above shows other lockup tables for the temperature (T), moving average (MA), standard deviation (SD), standard deviation average (SD_ave), and reference value (Th) of the object corresponding to each of the plurality of diagnosis points. This is an example.
  • the control unit 15 selects the Nth diagnosis time corresponding to 5, which is the sample number (SN),
  • the sample group can be determined by extracting the N-1st diagnosis time, N-2th diagnosis time, N-3th diagnosis time, and N-4th diagnosis time.
  • the control unit 15 extracts a plurality of diagnostic time points (N, N-1, N-2, N-3, N-4) to determine a sample group, and determines the sample group, and measures the data at each of the plurality of diagnostic time points belonging to the sample group. Based on the temperature value, the reference value used for defect diagnosis can be determined.
  • the control unit 15 uses Tables 1 to 3 and Equations (1) to (4) described above to calculate the moving average (MA N+1 ) and standard deviation (SD N) corresponding to the N+1 diagnosis time point. +1 ), standard deviation average (SD N+1 _ave), and reference value (Th N+1 ) can be calculated.
  • Figure 2 is a block diagram explaining a battery system according to another embodiment.
  • the battery system 2 includes a battery 10, a relay 20, and a battery management system (BMS) 30.
  • BMS battery management system
  • the battery 10 may include a plurality of battery cells connected in series and/or parallel. In FIG. 2, three battery cells connected in parallel are shown, but the present invention is not limited thereto, and the battery 10 may include various numbers of battery cells connected in series and/or parallel.
  • the battery cell may be a rechargeable secondary battery. also,
  • the battery 10 consists of a predetermined number of battery cells connected in parallel to form a battery bank, and a predetermined number of battery banks connected in series to form a battery pack, thereby providing the desired power. can be supplied to an external device.
  • the battery 10 is configured such that a predetermined number of battery cells are connected in parallel to form a battery bank, and a predetermined number of battery banks are connected in parallel to form a battery pack. Power can be supplied to external devices.
  • the battery 10 includes a plurality of battery banks including a plurality of battery cells connected in series and/or parallel, and the plurality of battery banks may also be connected in series and/or parallel. .
  • the battery 10 is connected between the two output terminals OUT1 and OUT2 of the battery system 2. Additionally, a relay 20 is connected between the positive electrode of the battery system 2 and the first output terminal (OUT1).
  • OUT1 and OUT2 the battery 10 is connected between the two output terminals OUT1 and OUT2 of the battery system 2. Additionally, a relay 20 is connected between the positive electrode of the battery system 2 and the first output terminal (OUT1).
  • the configurations shown in FIG. 2 and the connection relationships between the configurations are examples, and the invention is not limited thereto.
  • the relay 20 controls the electrical connection between the battery system 2 and external devices.
  • the relay 20 When the relay 20 is turned on, the battery system 2 and the external device are electrically connected to perform charging or discharging, and when the relay 20 is turned off, the battery system 2 and the external device are electrically separated.
  • the external device may be a charger in a charging cycle in which the battery 10 is charged by supplying power to the battery 10, and may be a load in a discharge cycle in which the battery 10 discharges power to an external device.
  • the BMS 30 includes a measurement unit 31, a storage unit 33, and a control unit 35.
  • the overheating diagnosis device 1 shown in FIG. 1 may correspond to the BMS 30 shown in FIG. 2 .
  • the functions performed by the measurement unit 11, the storage unit 13, and the control unit 15 of the overheating diagnosis device 1 are the functions performed by the measurement unit 31 and the storage unit 33 of the BMS 30.
  • the control unit 35 may correspond to the functions performed by each.
  • the overheating diagnostic device 1 may be configured separately from the battery system 2.
  • the BMS 30 may perform the function of the overheating diagnosis device 1.
  • FIG. 3 is a flowchart explaining an overheating diagnosis method according to an embodiment
  • FIG. 4 is a flowchart explaining in detail the reference value determination step (S300) of FIG. 3 .
  • an overheating diagnosis method an overheating diagnosis device 1 and a battery system 2 that provide the method will be described.
  • the measurement unit 31, storage unit 33, and control unit 35 of the BMS 30 will be described, but the measurement unit 11, storage unit 13, and control unit of the overheating diagnosis device 1 The same can be applied to (15).
  • the battery 10 it is not limited to this, and can be equally applied to various objects that require temperature measurement.
  • control unit 35 collects the measured temperature value of the battery 10 from the measurement unit 31 at a predetermined diagnosis point to diagnose overheating of the battery 10 (S100).
  • the measurement unit 31 can measure the temperature of the battery 10 and transmit the measured result to the control unit 35.
  • the measurement unit 31 may include a temperature sensor to measure the temperature of the battery 10 at each diagnosis point and transmit the measured results to the control unit 35.
  • the measurement unit 31 may receive temperature values measured by a temperature sensor at predetermined time intervals or in real time, extract temperature data corresponding to a predetermined diagnosis point, and transmit it to the control unit 35.
  • control unit 35 determines the sample group by extracting a plurality of previous diagnosis times corresponding to the sample number (SN) based on the current diagnosis time point (N) (S200).
  • the control unit 35 selects the N-1 diagnosis time corresponding to 5, which is the sample number (SN),
  • the sample group can be determined by extracting the N-2nd diagnosis time, the N-3rd diagnosis time, the N-4th diagnosis time, and the N-5th diagnosis time.
  • the control unit 35 extracts a plurality of diagnosis points (N-1, N-2, N-3, N-4, N-5) to determine a sample group, and selects each of the plurality of diagnosis points within the sample group. Based on the measured temperature value, the reference value (Th N ) used for defect diagnosis can be determined.
  • the reference value (Th N ) used for defect diagnosis can be determined.
  • control unit 35 performs the Nth diagnosis based on the temperature values measured at each of the plurality of diagnosis points (N-1, N-2, N-3, N-4, N-5) belonging to the sample group.
  • a reference value (Th N ) corresponding to the time point is determined (S300).
  • step S300 referring to FIG. 4, the control unit 35 averages a plurality of temperature values corresponding to each of a plurality of diagnosis time points belonging to the sample group to obtain a moving average value (MA N ) corresponding to the Nth diagnosis time point. Calculate (S310).
  • the average value (MA N , 29.38°C) can be calculated. That is, assuming the number of samples (SN) is 5, the moving average value (MA N ) at the Nth diagnosis time can be calculated by equation (1) above.
  • step S300 the control unit 35 averages a plurality of standard deviations corresponding to each of a plurality of diagnostic time points belonging to the sample group to calculate the standard deviation average value (SD N _ave ), and adds Based on this, an error value is calculated (S320).
  • the control unit 35 controls a plurality of diagnostic points (N-5, N-4, N-3, N-2, N-1) belonging to the sample group. Calculate the standard deviation average value (SD N_ave , 0.0742) corresponding to the Nth diagnosis time based on the standard deviation (SD N-5 , SD N-4 , SD N-3 , SD N-2 , SD N-1 ) can do.
  • Temperature deviations of approximately ⁇ 0.5°C may occur depending on the type of temperature sensor that is mounted on an overheating diagnostic device to measure the temperature of an object, or the type of ADC (Analog-Digital Converter) that converts the measured analog temperature value to a digital temperature value. In order to accurately diagnose overheating of an object, it is necessary to compensate for temperature deviations that may occur by the temperature sensor.
  • ADC Analog-Digital Converter
  • the control unit 35 multiplies the standard deviation average value (SD_ave) by a predetermined multiple (Q) to obtain an error value (ER). can be calculated.
  • the deviation reference value (Th_ DV ) may be a reference value to reflect errors that may occur during the temperature measurement process.
  • the deviation reference value (Th_ DV ) may be set to 0.5, but is not limited to this and may be determined at various values depending on experiments, etc.
  • the control unit 35 can calculate the error value (ER) using equation (2) above.
  • the control unit 35 may determine the predetermined correction value CB as the error value ER.
  • the correction value (CB) may be a value for correcting errors that may occur during the temperature measurement process.
  • the correction value (CB) may be set to 0.5°C, but is not limited to this and may be determined at various values depending on experiments, etc.
  • the control unit 35 can calculate the error value (ER) using equation (3) above.
  • the control unit 35 can calculate the standard deviation average value (SD N_ave ) corresponding to the Nth diagnosis time point as 0.0742.
  • the control unit 35 sets the predetermined correction value (CB, 0.5) as an error. It can be determined by the value (ER, 0.5).
  • step S300 the control unit 35 calculates the reference value (Th) by adding the error value (ER) to the moving average value (MA) (S330).
  • the control unit 35 calculates the error value (ER) by multiplying the standard deviation average value (SD_ave) by a predetermined multiple, and moves The reference value (Th) can be calculated by adding the error value (ER) to the average value (MA).
  • the control unit 35 determines the correction value (CB) as the error value (ER) and adds it to the moving average value (MA).
  • the reference value (Th) can be calculated by adding the error value (ER).
  • the control unit 35 can calculate the reference value (Th) using the equation (4) above.
  • the control unit 35 since the standard deviation average value (SD N_ave , 0.0742) corresponding to the Nth diagnosis time point is smaller than the deviation reference value (Th_ DV, 0.5), the control unit 35 sets a predetermined correction value. (CB, 0.5) can be determined as the error value (ER).
  • the control unit 35 can calculate the reference value (Th) by adding the error value (ER, 0.5°C) to the moving average value (MA, 29.38). That is, the reference value (Th) may be 29.88°C (29.38°C+0.5°C).
  • control unit 35 determines whether an overheating event has occurred for the battery 10 by comparing the temperature (T N ) value measured at the Nth diagnosis time and the reference value (Th N ) calculated at the Nth diagnosis time. Diagnose (S400).
  • step S400 referring to FIG. 3, the control unit 35 determines whether the temperature (T N ) value corresponding to the Nth diagnosis time point exceeds the reference value (Th N ) (S410).
  • control unit 35 diagnoses that an overheating event has occurred in the battery 10 (S420).
  • the control unit 35 can diagnose that an overheating event has occurred. there is.
  • the control unit 35 diagnoses the temperature of the battery 10 as normal (S430).
  • Figure 5 is an example diagram showing the temperature change of a battery without a defect in a charging mode
  • Figure 6 is an example diagram showing an overheating diagnosis performed on a defective battery in a charging mode.
  • the X-axis represents time (sec), and the Y-axis represents temperature (°C).
  • the temperature change of the battery 10 over time may correspond to the first graph T A.
  • the temperature change of the battery 10 over time may correspond to the second graph T B .
  • the temperature change of the battery 10 may correspond to the third graph T C and the fourth graph T D when the air temperature is 35°C and the air temperature is 40°C.
  • the starting temperature value may be different when the external temperature changes, but as shown in FIG. 5, the starting temperature value may vary depending on the time change.
  • the resulting temperature change i.e., slope
  • the resulting temperature change may be constant.
  • FIG. 6 it is an example diagram showing temperature change over time when a defective battery is charged at a predetermined external temperature, and is a graph derived through experiment.
  • the solid line (FL) is the actual measured temperature of the battery
  • the dotted line (DL) drawn close to the solid line (FL) is the baseline.
  • the baseline may be constructed by connecting reference values calculated at each diagnosis point according to the embodiment. Referring to FIGS. 5 and 6 , the temperature change of a non-defective battery may form a straight line graph as shown in FIG. 5 , but the temperature change of a defective battery may form a curved graph as shown in FIG. 6 .
  • the occurrence of an overheating event can be diagnosed in advance before the temperature of the battery 10 exceeds a fixed reference value (eg, 60°C).
  • a fixed reference value eg, 60°C
  • overheating of the battery 10 was first diagnosed at the first time point (AD1).
  • overheating events were continuously diagnosed at each diagnosis time point from the first time point (AD1) when the solid line (FL) exceeded the dotted line (DL) to the second time point (AD2).
  • the experimental results showed a time difference of about 1000 sec (about 16 minutes) between the first time point (AD1) and the second time point (AD2).
  • the occurrence of an overheating event of the battery 10 can be known in advance, and has the advantage of being able to prepare countermeasures.

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

본 발명은 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템에 관한 것으로, 본 발명의 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 상기 배터리의 과열을 진단하는 진단시점마다, 상기 배터리의 온도를 측정하는 측정부, 상기 측정부가 측정한 온도 값을 저장하는 저장부, 그리고 상기 진단시점마다, 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 측정된 온도 값을 상기 이동 평균값보다 소정 값이 큰 기준값과 비교하여 상기 배터리의 과열을 진단하는 제어부를 포함한다.

Description

과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템
관련 출원(들)과의 상호 인용
본 출원은 2022년 5월 20일자 한국 특허 출원 제10-2022-0061919호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용은 본 명세서의 일부로서 포함된다.
본 발명은, 객체(ex, 배터리 등)에 대한 과열을 진단하는 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템에 관한 것이다.
최근, 노트북, 비디오 카메라, 휴대용 전화기 등과 같은 휴대용 전자 제품의 수요가 급격하게 증대되고, 전기 자동차, 에너지 저장용 축전지, 로봇, 위성 등의 개발이 본격화됨에 따라, 반복적인 충방전이 가능한 고성능 배터리에 대한 연구가 활발히 진행되고 있다.
현재 상용화된 배터리로는 니켈 카드뮴 전지, 니켈 수소 전지, 니켈 아연 전지, 리튬 배터리 등이 있는데, 이중에서 리튬 배터리는 니켈 계열의 배터리에 비해 메모리 효과가 거의 일어나지 않아 충방전이 자유롭고, 자가 방전율이 매우 낮으며 에너지 밀도가 높은 장점으로 각광을 받고 있다.
한편, 배터리의 온도는 배터리의 성능에 중요한 영향을 미치는 요소이다. 일반적으로, 배터리의 온도가 적정 온도에서 분포할 때 효율적으로 작동할 수 있다. 예를 들어, 배터리의 온도가 너무 높은 경우, 배터리의 음극 결정 격자의 안전성이 감소하는 등으로 인해 배터리의 성능이 저하되거나, 폭발 등의 사고로 이어질 수 있다. 따라서, 배터리의 온도를 정확히 모니터링하는 것이 필요하다.
종래에는, 기 설정되 기준값과 측정된 배터리의 온도를 비교하여, 배터리의 과열 여부를 진단하였다. 종래의 방법은, 과열 이벤트가 진단된 후 배터리의 폭발 등이 발생하는 시점 간의 시간 간격이 너무 짧아, 적절한 조치를 취하기 어려운 문제가 있다. 또한, 종래의 방법은, 배터리의 노후로 인한 온도 상승을 과열 이벤트가 발생한 것으로 오 진단하는 문제가 있다.
본 발명은, 객체에 대한 비정상적인 발열 거동(이하, 과열)을 정밀도 높게 조속히 진단할 수 있는 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템에 관한 것이다.
본 발명의 일 특징에 따른 과열 진단 장치는, 객체의 과열을 진단하는 진단시점마다, 상기 객체의 온도를 측정하는 측정부, 상기 측정부가 측정한 온도 값을 저장하는 저장부, 그리고 상기 진단시점마다, 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 측정된 온도 값을 상기 이동 평균값보다 소정 값이 큰 기준값과 비교하여 상기 객체의 과열을 진단하는 제어부를 포함한다.
상기 제어부는, 상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값을 산출하고, 상기 표준편차 평균값에 소정의 배수를 곱하여 제1 오차값을 산출하고, 상기 이동 평균값에 상기 제1 오차값을 플러스하여 상기 기준값을 산출할 수 있다.
상기 제어부는, 상기 표준편차 평균값이 소정의 편차 기준값보다 작으면,
소정의 보정값을 제2 오차값으로 결정하고, 상기 이동 평균값에 상기 제2 오차값을 플러스하여 상기 기준값을 산출할 수 있다.
상기 제어부는, 상기 측정된 온도 값이 상기 기준값을 초과하면, 상기 객체에 과열 이벤트가 발생한 것으로 진단할 수 있다.
본 발명의 다른 특징에 따른 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 상기 배터리의 과열을 진단하는 진단시점마다, 상기 배터리의 온도를 측정하는 측정부, 상기 측정부가 측정한 온도 값을 저장하는 저장부, 그리고 상기 진단시점마다, 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 측정된 온도 값을 상기 이동 평균값보다 소정 값이 큰 기준값과 비교하여 상기 배터리의 과열을 진단하는 제어부를 포함한다.
상기 제어부는, 상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값을 산출하고, 상기 표준편차 평균값에 소정의 배수를 곱하여 제1 오차값을 산출하고, 상기 이동 평균값에 상기 제1 오차값을 플러스하여 상기 기준값을 산출할 수 있다.
상기 제어부는, 상기 표준편차 평균값이 소정의 편차 기준값보다 작으면, 소정의 보정값을 제2 오차값으로 결정하고, 상기 이동 평균값에 상기 제2 오차값을 플러스하여 상기 기준값을 산출할 수 있다.
상기 제어부는, 상기 측정된 온도 값이 상기 기준값을 초과하면, 상기 배터리에 과열 이벤트가 발생한 것으로 진단할 수 있다.
본 발명의 다른 특징에 따른 과열 진단 방법은, 복수의 배터리 셀을 포함하는 배터리의 과열을 진단하는 소정의 진단시점에서, 상기 배터리의 온도 측정값인 온도 값을 수집하는 온도 데이터 수집 단계, 상기 진단시점을 기준으로 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하는 표본집단 결정 단계, 상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값 및 상기 이동 평균값보다 소정 값이 큰 기준값을 산출하는 기준값 결정 단계, 그리고
상기 온도 값을 상기 기준값과 비교하여 상기 배터리의 과열을 진단하는 과열 진단 단계를 포함한다.
상기 기준값 결정 단계는, 상기 복수의 진단시점 각각에 대응하는 표준편차의 평균인 표준편차 평균값을 산출하고, 상기 표준편차 평균값에 소정의 배수를 곱하여 제1 오차값을 산출하고, 상기 이동 평균값에 상기 제1 오차값을 플러스하여 상기 기준값을 산출할 수 있다.
상기 기준값 결정 단계는, 상기 표준편차 평균값이 소정의 편차 기준값보다 작으면, 소정의 보정값을 제2 오차값으로 결정하고, 상기 이동 평균값에 상기 제2 오차값을 플러스하여 상기 기준값을 산출할 수 있다.
상기 과열 진단 단계는, 상기 측정된 온도 값이 상기 기준값을 초과하면, 상기 배터리에 과열 이벤트가 발생한 것으로 진단할 수 있다.
본 발명은, 고정된 기준값을 사용하여 진단하는 종래와 달리, 과열 진단시점마다 객체에 대한 온도 추세를 반영한 기준값을 산출하고, 산출한 기준값을 측정 온도와 비교하여 과열 진단을 수행함으로써, 과열 이벤트 발생을 조속히 판단할 수 있다.
본 발명은, 과열 진단시점마다 객체에 대한 온도 추세를 반영한 기준값을 산출하고, 산출한 기준값을 측정 온도와 비교하여 과열 진단을 수행함으로써, 객체(ex, 배터리 등)의 노후로 인한 온도 상승을 과열 이벤트의 발생으로 오 진단하는 하는 문제를 예방할 수 있다.
도 1은 일 실시예에 따른 과열 진단 장치를 설명하는 블록도이다.
도 2는 다른 실시예에 따른 배터리 시스템을 설명하는 블록도이다.
도 3은 실시예에 따른 과열 진단 방법을 설명하는 흐름도이다.
도 4는 도 3의 기준값 결정 단계(S300)를 상세하게 설명하는 흐름도이다.
도 5는 충전모드에서 결함 없는 배터리의 온도 변화를 도시한 예시도이다.
도 6은 충전모드에서 결함 있는 배터리에 대해 과열 진단을 실시한 예시도이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 동일하거나 유사한 구성요소에는 동일, 유사한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및/또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
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 이해되어야 할 것이다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 일 실시예에 따른 과열 진단 장치를 설명하는 블록도이다.
도 1을 참고하면, 과열 진단 장치(1)는, 측정부(11), 저장부(13), 그리고 제어부(15)를 포함한다.
측정부(11)는, 객체(object)의 과열을 진단하는 진단시점(이하, 진단시점)마다 객체의 온도를 측정하고, 측정 결과를 제어부(15)에 전달할 수 있다. 예를 들어, 측정부(11)는, 객체의 온도를 측정하는 온도 센서를 포함할 수 있다. 이때, 객체는, 배터리를 포함할 수 있으나 이에 한정되는 것은 아니며, 과열 이벤트가 발생하기 전에 미리 예측하는 것이 필요한 다양한 장치를 포함할 수 있다.
저장부(13)는, 진단시점마다 측정부(11)가 측정한 객체의 온도 값을 저장할 수 있다. 또한, 저장부(13)는, 진단시점마다 제어부(15)가 산출하는 이동평균(MA; Moving Average) 값, 표준편차(SD; Standard Deviation), 표준편차 평균(SD_ave), 기준값(Th)을 저장할 수 있다. 예를 들어, 소정의 진단시점에 대응하는 객체의 온도 값, 이동평균(MA) 값, 표준편차(SD), 표준편차 평균(SD_ave), 및 기준값(Th)이 룩업 테이블 형태로 저장부(13)에 저장될 수 있다.
제어부(15)는, 기 설정된 조건에 따른 진단시점이 도래하면, 이동 평균값(MA) 및 이동 평균값 보다 소정 값이 큰 기준값(Th)을 산출한다. 예를 들어, 객체가 배터리인 경우, 진단시점은 배터리의 충전이 시작되는 시점 또는 배터리의 방전이 종료되는 시점일 수 있다. 그러나 이에 한정되는 것은 아니며, 진단시점은, 다양하게 설정될 수 있다.
우선, 제어부(15)는, 현재 진단시점(N)을 기준으로 이전 진단시점 방향으로 진단시점을 카운트할 때 기 설정된 표본 개수(the number of sample, SN)에 포함되는 복수의 진단시점을 추출하여, 표본 집단을 결정할 수 있다. 이때, 표본 개수(SN)는, 표본 집단에 포함되는 복수의 진단시점의 개수로, 실험 등에 기초하여 최적의 개수로 결정될 수 있다.
표본 집단은, 모집단인 과거 복수의 진단시점에 대한 부분 집단으로, 이하 설명할 이동 평균값(MA) 및 표준편차 평균값(σ_ave) 등을 산출하기 위한 집단일 수 있다.
Figure PCTKR2023001312-appb-img-000001
상기 표 1은, 복수의 진단시점 각각에 대응하는 객체의 온도(T), 이동평균(MA), 표준편차(SD), 표준편차 평균(SD_ave), 및 기준값(Th)에 대한 록업 테이블의 일 예시이다. 이하에서, 제N 진단시점에서 과열 진단을 위해 필요한 기준값(ThN)을 산출하는 방법을 상세하게 설명한다. 또한, 표본 개수(SN)는, 5로 가정한다.
참고로, 표 1에서 최초 진단시점(1)에서는, 표본 집단을 구성할 이전 진단시점이 존재하지 않으므로, 이동평균(MA), 표준편차(SD), 표준편차 평균(SD_ave), 및 기준값(Th)은 직접 산출이 어려울 수 있다(이에, 표 1에서 대응하는 값들은 빈칸으로 표시됨). 뿐만 아니라, 최초 진단시점(1)에 인접한 소정의 진단시점(예를 들어, 2, 3, 4, 5)에서 표본 집단을 구성할 복수의 이전 진단시점의 개수가 부족하므로, 이동평균(MA), 표준편차(SD), 표준편차 평균(SD_ave), 및 기준값(Th)을 산출하기 어려울 수 있다. 이 경우, 설계자는, 실험에 따라 평균적으로 산출되는 값들을 초기 진단시점 및 인접한 진단시점(예를 들어, 1, 2, 3, 4, 5)에서의 이동평균(MA), 표준편차(SD), 표준편차 평균(SD_ave), 및 기준값(Th)으로 제공할 수 있다.
제어부(15)는, 현재 진단시점(N)을 기준으로 이전 진단시점 방향으로 진단시점을 카운트할 때 표본 개수(SN)인 5개에 대응하는 제N-1 진단시점, 제N-2 진단시점, 제N-3 진단시점, 제N-4 진단시점, 및 제N-5 진단시점을 추출하여, 표본 집단을 결정할 수 있다.
제어부(15)는, 복수의 진단시점(N-1, N-2, N-3, N-4, N-5)을 추출하여 표본 집단을 결정하고, 표본 집단 내에 속하는 복수의 진단시점 각각에서 측정된 온도 값에 기초하여 하자 진단에 사용되는 기준값을 결정할 수 있다.
그러면, 예를 들어, 객체가 배터리인 경우, 배터리를 상당기간 사용하면 노화로 인해 내부저항 값이 증가하고, 내부저항 값의 증가에 따른 온도 상승을 과열 이벤트 발생으로 오진단하는 문제를 예방할 수 있다. 또한, 일시적인 온도 상승을 과열 이벤트 발생으로 오진단하는 문제를 해결할 수 있다.
다음으로, 제어부(15)는, 표본 집단에 속하는 복수의 진단시점(N-1, N-2, N-3, N-4, N-5) 각각에서 측정된 온도 값에 기초하여 제N 진단시점에 대응하는 기준값(ThN)을 결정한다.
일 실시예에 따라, 제어부(15)는, 제N 진단시점에서 측정된 온도 값(TN)값을 기준값(ThN)과 비교하여, 객체의 과열 여부를 진단한다. 예를 들어, 표 1을 참고하면, 이동평균 값(MAN), 및 표준편차 평균(SDN_ave)은 기준값(ThN)을 산출하기 위해 필요한 값이다. 다만, 표준편차(SDN)은, 제N 진단시점의 과열 상태의 진단 시에 필요한 값은 아니지만, 이후 진단시점(N+1, N+2, …)의 과열 상태의 진단 시에 필요하므로, 제N 진단시점에서 산출되어 저장부(13)에 저장될 수 있다.
이하, 표 1을 참고하여, 제N 진단시점에서, 제어부(15)가 산출하는 이동평균 값(MAN), 표준편차(SDN), 표준편차 평균(SDN_ave), 및 기준값(ThN)을 설명한다.
제어부(15)는, 표본 집단에 속하는 복수의 진단시점(N-5, N-4, N-3, N-2, N-1) 각각에 대응하는 복수의 온도 값(29.4℃, 29.3℃, 29.4℃, 29.3℃, 29.5℃)을 평균(29.4℃+29.3℃+29.4℃+29.3℃+29.5℃/5 = 29.38℃)하여 진단시점(N)에 대응하는 이동평균 값(MAN, 29.38℃)를 산출할 수 있다. 즉, 표본 개수(SN)를 5로 가정하면, 제N 진단시점에서 이동평균 값(MAN)은 하기 식(1)에 의해 산출될 수 있다.
Figure PCTKR2023001312-appb-img-000002
- 식(1)
하기 표 2를 참고하면, 제어부(15)는, 표본 집단에 속하는 복수의 진단시점(N-5, N-4, N-3, N-2, N-1) 각각에 대응하는 온도 값(T) 및 상기 식(1)을 이용하여 산출한 이동평균 값(MAN)에 기초하여 제N 진단시점에 대응하는 표준편차(SDN)를 산출할 수 있다.
Figure PCTKR2023001312-appb-img-000003
앞서 설명한 바와 같이, 제N 진단시점에 대응하는 표준편차(SDN)는, 제N 진단시점의 과열 상태 진단시에 필요한 값은 아니지만, 이후 진단시점(N+1, N+2, …)에서 객체의 과열 여부 진단시에 필요하다. 따라서, 제N 진단시점에 대응하는 표준편차(SDN)는, 제N 진단시점에서 산출되어 저장부(13)에 저장될 수 있다.
Figure PCTKR2023001312-appb-img-000004
제어부(15)는, 상기 표 3을 참고하면, 표본 집단에 속하는 복수의 진단시점(N-5, N-4, N-3, N-2, N-1) 각각에 대응하는 복수의 표준편차(SDN-5, SDN-4, SDN-3, SDN-2, SDN-1)에 기초하여 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave, 0.0742)을 산출할 수 있다.
제어부(15)는, 이동 평균값(MAN)보다 소정 값이 큰 기준값(Th)을 산출할 수 있다. 실시예에 따라, 제어부(15)는, 표준편차 평균값(SD_ave)에 기 설정된 배수(Q)를 곱한 오차값(ER)을 산출하고, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 이때, 배수(Q)는, 과열 이벤트 발생 여부에 대한 기준을 설정하기 위한 값으로, 실험에 의해 다양한 값으로 결정될 수 있다. 이하에서, 배수(Q)는, 자연수 3으로 가정한다.
과열 진단 장치 등에 탑재되어 객체의 온도를 측정하는 온도 센서, 측정한 아날로그 온도 값을 디지털 온도 값으로 변환하는 ADC(Analog-Digital Converter)의 종류 등에 따라 ±0.5℃ 정도 온도 편차가 발생할 수 있다. 객체에 대한 정밀한 과열 진단을 위해, 온도 센서에 의해 발생할 수 있는 온도 편차를 보완하는 것이 필요하다.
일 실시예에 따라, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 이상이면, 제어부(15)는, 표준편차 평균값(SD_ave)에 소정의 배수를 곱하여 오차값(ER)을 산출할 수 있다. 이때, 편차 기준값(Th_DV)은, 온도 측정 과정에서 발생할 수 있는 오차를 반영하기 위한 기준값일 수 있다. 예를 들어, 편차 기준값(Th_DV)은, 0.5℃로 설정할 수 있으나, 이에 한정되는 것은 아니며, 실험 등에 따라 다양한 값으로 결정될 수 있다.
표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 이상이면, 제어부(15)는, 하기 식(2)를 이용하여 오차값(ER)을 산출할 수 있다.
Figure PCTKR2023001312-appb-img-000005
-식(2)
다른 실시예에 따라, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 미만이면, 제어부(15)는, 소정의 보정값(CB)을 오차값(ER)으로 결정할 수 있다. 이때, 보정값(CB)은, 온도 측정 과정에서 발생할 수 있는 오차를 보정하기 위한 값일 수 있다. 예를 들어, 보정값(CB)은, 0.5℃로 설정할 수 있으나, 이에 한정되는 것은 아니며, 실험 등에 따라 다양한 값으로 결정될 수 있다.
Figure PCTKR2023001312-appb-img-000006
-식(3)
예를 들어, 상기 표 3을 참고하면, 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave)이 0.0742로 산출될 수 있다. 즉, 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave, 0.0742)이 소정의 편차 기준값(Th_DV, 0.5) 미만(0.0742 < 0.5)이므로, 제어부(15)는, 소정의 보정값(CB, 0.5)을 오차값(ER)으로 결정할 수 있다.
제어부(15)는, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 예를 들어, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 이상이면, 제어부(15)는, 표준편차 평균값(SD_ave)에 소정의 배수를 곱하여 오차값(ER)을 산출하고, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 다른 예를 들어, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 미만이면, 제어부(15)는, 보정값(CB)을 오차값(ER)으로 결정하고, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 제어부(15)는, 하기 식(4)를 이용하여, 기준값(Th)을 산출할 수 있다.
Figure PCTKR2023001312-appb-img-000007
-식(4)
예를 들어, 상기 표 3을 참고하면, 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave, 0.0742)이 편차 기준값(Th_DV, 0.5)보다 작으므로, 제어부(15)는, 소정의 보정값(CB, 0.5)을 오차값(ER)으로 결정할 수 있다. 제어부(15)는, 이동 평균값(MA, 29.38)에 오차값(ER, 0.5℃)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 즉, 기준값(Th)은 29.88℃(29.38℃+0.5℃)일 수 있다.
제어부(15)는, 제N 진단시점에서 측정된 온도(TN) 값과 제N 진단시점에서 산출한 기준값(ThN)을 비교하여, 객체에 대한 과열 이벤트 발생 여부를 진단할 수 있다.
예를 들어, 표 1을 참고하면, 제N 진단시점에서 측정된 온도(TN) 값이 30℃라고 가정하자. 제N 진단시점에 대응하는 온도(TN, 30℃) 값이 제N 진단시점에 대응한 기준값(ThN, 29.88℃)을 초과하므로, 제어부(35)는, 과열 이벤트가 발생한 것으로 진단할 수 있다.
Figure PCTKR2023001312-appb-img-000008
상기 표 4은, 복수의 진단시점 각각에 대응하는 객체의 온도(T), 이동평균(MA), 표준편차(SD), 표준편차 평균(SD_ave), 및 기준값(Th)에 대한 록업 테이블의 다른 예시이다.
표 4를 참고하면, 제어부(15)는, 현재 진단시점(N+1)을 기준으로 이전 진단시점 방향으로 진단시점을 카운트할 때 표본 개수(SN)인 5개에 대응하는 제N 진단시점, 제N-1 진단시점, 제N-2 진단시점, 제N-3 진단시점, 및 제N-4 진단시점을 추출하여, 표본 집단을 결정할 수 있다.
제어부(15)는, 복수의 진단시점(N, N-1, N-2, N-3, N-4)을 추출하여 표본 집단을 결정하고, 표본 집단 내에 속하는 복수의 진단시점 각각에서 측정된 온도 값에 기초하여 하자 진단에 사용되는 기준값을 결정할 수 있다.
제어부(15)는, 앞서 설명한 표 1 내지 표3, 식(1) 내지 식(4)를 이용하여, 제N+1 진단시점에 대응하는 이동평균(MAN+1), 표준편차(SDN+1), 표준편차 평균(SD N+1_ave), 및 기준값(Th N+1)을 산출할 수 있다.
도 2는 다른 실시예에 따른 배터리 시스템을 설명하는 블록도이다.
도 2를 참고하면, 배터리 시스템(2)은, 배터리(10), 릴레이(20), 그리고 배터리 관리 시스템(Battery Management System, 이하 BMS)(30)을 포함한다.
배터리(10)는, 직렬 및/또는 병렬 연결된 복수의 배터리 셀을 포함할 수 있다. 도 2에서는, 병렬 연결된 3개의 배터리 셀이 도시되어 있으나 이에 한정되는 것은 아니며, 배터리(10)는, 직렬 및/또는 병렬 연결된 다양한 개수의 배터리 셀을 포함할 수 있다. 어떤 실시예에서, 배터리 셀은 충전 가능한 2차 전지일 수 있다. 또한,
예를 들어, 배터리(10)는, 소정 개수의 배터리 셀이 병렬 연결되어 배터리 뱅크(battery bank)를 구성하고, 소정 개수의 배터리 뱅크가 직렬 연결되어 배터리 팩(battery pack)을 구성하여, 원하는 전력을 외부장치에 공급할 수 있다. 다른 예를 들어, 배터리(10)는, 소정 개수의 배터리 셀이 병렬 연결되어 배터리 뱅크(battery bank)를 구성하고, 소정 개수의 배터리 뱅크가 병렬 연결되어 배터리 팩(battery pack)을 구성하여, 원하는 전력을 외부장치에 공급할 수 있다. 그러나, 이러한 연결에 한정되는 것은 아니며, 배터리(10)는, 직렬 및/또는 병렬 연결된 복수의 배터리 셀을 포함하는 배터리 뱅크를 복수 개 포함하고, 복수의 배터리 뱅크 또한 직렬 및/또는 병렬 연결될 수 있다.
도 2에서는, 배터리(10)는, 배터리 시스템(2)의 두 출력단(OUT1, OUT2) 사이에 연결되어 있다. 또한, 배터리 시스템(2)의 양극과 제1 출력단(OUT1) 사이에 릴레이(20)가 연결되어 있다. 도 2에 도시된 구성들 및 구성들 간의 연결 관계는 일 예로 발명이 이에 한정되는 것은 아니다.
릴레이(20)는, 배터리 시스템(2)과 외부장치 간의 전기적 연결을 제어한다. 릴레이(20)가 온 되면, 배터리 시스템(2)과 외부장치가 전기적으로 연결되어 충전 또는 방전이 수행되고, 릴레이(20)가 오프 되면, 배터리 시스템(2)과 외부장치가 전기적으로 분리된다. 이때, 외부장치는 배터리(10)에 전력을 공급하여 충전하는 충전 사이클에서는 충전기이고, 배터리(10)가 외부장치로 전력을 방전하는 방전 사이클에서는 부하일 수 있다.
BMS(30)는, 측정부(31), 저장부(33), 제어부(35)를 포함한다. 도 1에 도시된 과열 진단 장치(1)는 도 2에 도시된 BMS(30)에 대응할 수 있다. 구체적으로 설명하면, 과열 진단 장치(1)의 측정부(11), 저장부(13), 제어부(15) 각각이 수행하는 기능은 BMS(30)의 측정부(31), 저장부(33), 및 제어부(35) 각각이 수행하는 기능에 대응할 수 있다. 예를 들어, 과열 진단 장치(1)는 배터리 시스템(2)과 별개로 구성될 수 있다. 다른 예를 들어, 도 2에서와 같이 배터리 시스템(2)에서, BMS(30)가 과열 진단 장치(1)의 기능을 수행할 수 있다.
이하, BMS(30)의 측정부(31), 저장부(33), 및 제어부(35) 각각의 기능에 대한 설명은, 과열 진단 장치(1)의 측정부(11), 저장부(13), 및 제어부(15) 각각의 기능에 대한 설명으로 대체한다.
도 3은 실시예에 따른 과열 진단 방법을 설명하는 흐름도이고, 도 4는 도 3의 기준값 결정 단계(S300)를 상세하게 설명하는 흐름도이다.
이하 도 1 내지 도 4를 참고하여, 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치(1) 및 배터리 시스템(2)에 대해 설명한다. 이하에서, BMS(30)의 측정부(31), 저장부(33), 및 제어부(35)로 설명하나, 과열 진단 장치(1)의 측정부(11), 저장부(13), 및 제어부(15)에도 동일하게 적용될 수 있다. 또한, 배터리(10)로 설명하나 이에 한정되는 것은 아니며, 온도 측정이 필요한 다양한 객체에도 동일하게 적용될 수 있다.
우선, 제어부(35)는, 배터리(10)의 과열을 진단하는 소정의 진단시점에서, 배터리(10)의 온도의 측정값을 측정부(31)로부터 수집한다(S100).
기 설정된 조건에 따른 진단시점이 도래하면, 측정부(31)는 배터리(10)의 온도를 측정하고, 측정한 결과를 제어부(35)에 전달할 수 있다. 예를 들어, 측정부(31)는 온도 센서를 포함하여 배터리(10)의 온도를 진단시점마다 측정하고, 측정한 결과를 제어부(35)에 전달할 수 있다. 다른 예를 들어, 측정부(31)는 온도 센서가 소정 시간 간격 또는 실시간으로 측정하는 온도 값을 수신하고, 소정의 진단시점에 대응하는 온도 데이터를 추출하여 제어부(35)에 전달할 수 있다.
다음으로, 제어부(35)는, 현재 진단시점(N)을 기준으로 표본 개수(SN)에 대응하는 이전의 복수의 진단시점을 추출하여 표본집단 결정한다(S200).
표 1을 참고하면, 제어부(35)는, 현재 진단시점(N)을 기준으로 이전 진단시점 방향으로 진단시점을 카운트할 때 표본 개수(SN)인 5개에 대응하는 제N-1 진단시점, 제N-2 진단시점, 제N-3 진단시점, 제N-4 진단시점, 및 제N-5 진단시점을 추출하여, 표본 집단을 결정할 수 있다.
제어부(35)는, 복수의 진단시점(N-1, N-2, N-3, N-4, N-5)을 추출하여 표본 집단을 결정하고, 표본 집단 내에 속하는 복수의 진단시점 각각에서 측정된 온도 값에 기초하여 하자 진단에 사용되는 기준값(ThN)을 결정할 수 있다. 이하 설명할 방법으로 기준값(ThN)을 설정하면, 배터리의 노화로 인한 온도 상승을 과열 이벤트 발생으로 오진단하는 문제를 예방할 수 있다. 또한, 일시적인 온도 상승을 과열 이벤트 발생으로 오진단하는 문제를 해결할 수 있다.
다음으로, 제어부(35)는, 표본 집단에 속하는 복수의 진단시점(N-1, N-2, N-3, N-4, N-5) 각각에서 측정된 온도 값에 기초하여 제N 진단시점에 대응하는 기준값(ThN)을 결정한다(S300).
S300단계에서, 도 4를 참고하면, 제어부(35)는, 표본 집단에 속하는 복수의 진단시점 각각에 대응하는 복수의 온도 값을 평균하여 제N 진단시점에 대응하는 이동평균 값(MAN)을 산출한다(S310).
구체적으로, 표 1을 참고하면, 제어부(35)는, 표본 집단에 속하는 복수의 진단시점(N-5, N-4, N-3, N-2, N-1) 각각에 대응하는 복수의 온도 값(29.4℃, 29.3℃, 29.4℃, 29.3℃, 29.5℃)을 평균(29.4℃+29.3℃+29.4℃+29.3℃+29.5℃/5 = 29.38℃)하여 제N 진단시점에 대응하는 이동평균 값(MAN, 29.38℃)를 산출할 수 있다. 즉, 표본 개수(SN)를 5로 가정하면, 제N 진단시점에서 이동평균 값(MAN)은 상기 식(1)에 의해 산출될 수 있다.
S300단계에서, 제어부(35)는, 표본 집단에 속하는 복수의 진단시점 각각에 대응하는 복수의 표준편차를 평균하여 표준편차 평균값(SDN_ave)을 산출하고, 표준편차 평균값(SDN_ave)에 기초하여 오차값을 산출한다(S320).
구체적으로, 표 3을 참고하면, 제어부(35)는, 표본 집단에 속하는 복수의 진단시점(N-5, N-4, N-3, N-2, N-1) 각각에 대응하는 복수의 표준편차(SDN-5, SDN-4, SDN-3, SDN-2, SDN-1)에 기초하여 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave, 0.0742)을 산출할 수 있다.
과열 진단 장치 등에 탑재되어 객체의 온도를 측정하는 온도 센서, 측정한 아날로그 온도 값을 디지털 온도 값으로 변환하는 ADC(Analog-Digital Converter)의 종류 등에 따라 ±0.5℃ 정도 온도 편차가 발생할 수 있다. 객체에 대한 정밀한 과열 진단을 위해, 온도 센서에 의해 발생할 수 있는 온도 편차를 보완하는 것이 필요하다.
일 실시예에 따라, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 이상이면, 제어부(35)는, 표준편차 평균값(SD_ave)에 소정의 배수(Q)를 곱하여 오차값(ER)을 산출할 수 있다. 이때, 편차 기준값(Th_DV)은, 온도 측정 과정에서 발생할 수 있는 오차를 반영하기 위한 기준값일 수 있다. 예를 들어, 편차 기준값(Th_DV)은, 0.5로 설정할 수 있으나, 이에 한정되는 것은 아니며, 실험 등에 따라 다양한 값으로 결정될 수 있다. 구체적으로, 제어부(35)는, 상기 식(2)를 이용하여 오차값(ER)을 산출할 수 있다.
다른 실시예에 따라, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 미만이면, 제어부(35)는, 소정의 보정값(CB)을 오차값(ER)으로 결정할 수 있다. 이때, 보정값(CB)은, 온도 측정 과정에서 발생할 수 있는 오차를 보정하기 위한 값일 수 있다. 예를 들어, 보정값(CB)은, 0.5℃로 설정할 수 있으나, 이에 한정되는 것은 아니며, 실험 등에 따라 다양한 값으로 결정될 수 있다. 구체적으로, 제어부(35)는, 상기 식(3)을 이용하여 오차값(ER)을 산출할 수 있다.
예를 들어, 표 3을 참고하면, 제어부(35)는, 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave)을 0.0742로 산출할 수 있다. 이때, 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave, 0.0742)이 소정의 편차 기준값(Th_DV, 0.5) 미만이므로, 제어부(35)는, 소정의 보정값(CB, 0.5)을 오차값(ER, 0.5)으로 결정할 수 있다.
S300단계에서, 제어부(35)는, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출한다(S330).
예를 들어, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 이상이면, 제어부(35)는, 표준편차 평균값(SD_ave)에 소정의 배수를 곱하여 오차값(ER)을 산출하고, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 다른 예를 들어, 표준편차 평균값(SD_ave)이 소정의 편차 기준값(Th_DV) 미만이면, 제어부(35)는, 보정값(CB)을 오차값(ER)으로 결정하고, 이동 평균값(MA)에 오차값(ER)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 제어부(35)는, 상기 식(4)를 이용하여, 기준값(Th)을 산출할 수 있다.
예를 들어, 표 3을 참고하면, 제N 진단시점에 대응하는 표준편차 평균값(SDN_ave, 0.0742)이 편차 기준값(Th_DV, 0.5)보다 작으므로, 제어부(35)는, 소정의 보정값(CB, 0.5)을 오차값(ER)으로 결정할 수 있다. 제어부(35)는, 이동 평균값(MA, 29.38)에 오차값(ER, 0.5℃)을 플러스 연산하여 기준값(Th)을 산출할 수 있다. 즉, 기준값(Th)은 29.88℃(29.38℃+0.5℃)일 수 있다.
다음으로, 제어부(35)는, 제N 진단시점에서 측정된 온도(TN) 값과 제N 진단시점에서 산출한 기준값(ThN)을 비교하여, 배터리(10)에 대한 과열 이벤트 발생 여부를 진단한다(S400).
S400단계에서, 도 3을 참고하면, 제어부(35)는, 제N 진단시점에 대응하는 온도(TN) 값이 기준값(ThN)을 초과하는지 판단한다(S410).
판단결과 초과하면(S410, Yes), 제어부(35)는, 배터리(10)에 과열 이벤트가 발생한 것으로 진단한다(S420).
예를 들어, 표 1을 참고하면, 제N 진단시점에서 측정된 온도(TN) 값이 30℃라고 가정하자. 제N 진단시점에 대응하는 온도(TN, 30℃) 값이 제N 진단시점에 대응한 기준값(ThN, 29.88℃)을 초과하므로, 제어부(35)는, 과열 이벤트가 발생한 것으로 진단할 수 있다.
판단결과 초과하지 않으면(S410, No), 제어부(35)는, 배터리(10)의 온도를 정상으로 진단한다(S430).
도 5는 충전모드에서 결함 없는 배터리의 온도 변화를 도시한 예시도이고, 도 6은 충전모드에서 결함 있는 배터리에 대해 과열 진단을 실시한 예시도이다.
도 5 및 도 6에서, X축은 시간(sec)이고, Y축은 온도(℃)를 나타낸다.
도 5를 참고하면, 다양한 외부 온도에서 결함 없는 배터리가 충전될 때, 시간 변화에 대한 온도 변화를 도시한 예시도이다.
예를 들어, 대기 온도가 25℃일 때, 외부장치의 전력으로 배터리(10)가 충전되는 충전모드에서, 시간에 따라 배터리(10)의 온도 변화는 제1 그래프(TA)에 대응할 수 있다. 다른 예를 들어, 대기 온도가 30℃일 때, 배터리(10)가 충전되는 경우, 시간에 따라 배터리(10)의 온도 변화는 제2 그래프(TB)에 대응할 수 있다. 동일하게, 대기 온도가 35℃ 및 대기 온도가 40℃ 각각에서 배터리(10)의 온도 변화는 제3 그래프(TC) 및 제4 그래프(TD)에 대응할 수 있다.
즉, 소정의 기준에 따라 정상 상태에 있는 배터리(10) 또는 사용되지 않은 신규 배터리(10)의 경우, 외부 온도가 변하면 시작 온도 값은 상이할 수 있으나, 도 5에 도시된 바와 같이 시간 변화에 따른 온도 변화(즉, 기울기)는 일정할 수 있다.
도 6을 참고하면, 소정의 외부 온도에서, 결함 있는 배터리가 충전될 때, 시간 변화에 대한 온도 변화를 도시한 예시도이며, 실험에 의해 도출된 그래프이다.
이때, 실선(FL)은 실제 측정된 배터리의 온도이고, 실선(FL)에 근접하여 도시된 점선(DL)은 기준선이다. 기준선은, 실시예에 따른 진단시점마다 산출되는 기준값들을 연결하여 구성될 수 있다. 도 5 및 도 6을 참고하면, 결함 없는 배터리의 온도 변화는, 도 5와 같이 직선 그래프의 형성하나, 결함 있는 배터리의 온도 변화는, 도 6과 같이 곡선 그래프를 형성할 수 있다.
종래에는, 배터리(10)의 온도가 고정된 기준값(예를 들어, 60℃)을 초과하면, 해당 시점에 과열 이벤트 발생을 진단하였다. 도 6을 참고하면, 종래에는, 제2 시점(AD2)에서 최초로 배터리(10)의 과열이 진단될 수 있었다.
그러나, 일 실시예에 따른 과열 진단 방법에 따르면, 배터리(10)의 온도가 고정된 기준값(예를 들어, 60℃)을 초과하기 전에 미리 과열 이벤트의 발생을 진단할 수 있다. 실험결과 제1 시점(AD1)에서 최초로 배터리(10)의 과열이 진단되었다. 구체적으로, 진단 결과, 실선(FL)이 점선(DL)을 초과하는 제1 시점(AD1)에서 제2 시점(AD2)까지 진단시점마다 과열 이벤트가 계속 진단되었다.
도 6을 참고하면, 실험결과 제1 시점(AD1)과 제2 시점(AD2) 사이에 약 1000sec의 시간차(약, 16분)를 보였다. 일 실시예에 따른 과열 진단 방법에 따르면, 배터리(10)의 과열 이벤트 발생을 미리 알 수 있어, 이에 대한 대책을 마련할 수 있는 장점을 갖는다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였으나, 본 발명의 권리범위가 이에 한정되는 것은 아니며 본 발명이 속하는 분야에서 통상의 지식을 가진 자가 여러 가지로 변형 및 개량한 형태 또한 본 발명의 권리범위에 속한다.

Claims (12)

  1. 객체의 온도를 측정하는 측정부,
    상기 측정부가 측정한 온도 값을 저장하는 저장부, 그리고
    상기 객체의 과열을 진단하는 진단시점마다, 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 측정된 온도 값을 상기 이동 평균값보다 소정 값이 큰 기준값과 비교하여 상기 객체의 과열을 진단하는 제어부
    를 포함하는, 과열 진단 장치.
  2. 제1항에 있어서,
    상기 제어부는,
    상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값을 산출하고, 상기 표준편차 평균값에 소정의 배수를 곱하여 제1 오차값을 산출하고, 상기 이동 평균값에 상기 제1 오차값을 플러스하여 상기 기준값을 산출하는, 과열 진단 장치.
  3. 제2항에 있어서,
    상기 제어부는,
    상기 표준편차 평균값이 소정의 편차 기준값보다 작으면,
    소정의 보정값을 제2 오차값으로 결정하고, 상기 이동 평균값에 상기 제2 오차값을 플러스하여 상기 기준값을 산출하는, 과열 진단 장치.
  4. 제1항에 있어서,
    상기 제어부는,
    상기 측정된 온도 값이 상기 기준값을 초과하면,
    상기 객체에 과열 이벤트가 발생한 것으로 진단하는, 과열 진단 장치.
  5. 복수의 배터리 셀을 포함하는 배터리,
    상기 배터리의 온도를 측정하는 측정부,
    상기 측정부가 측정한 온도 값을 저장하는 저장부, 그리고
    상기 배터리의 과열을 진단하는 진단시점마다, 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 측정된 온도 값을 상기 이동 평균값보다 소정 값이 큰 기준값과 비교하여 상기 배터리의 과열을 진단하는 제어부
    를 포함하는, 배터리 시스템.
  6. 제5항에 있어서,
    상기 제어부는,
    상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값을 산출하고, 상기 표준편차 평균값에 소정의 배수를 곱하여 제1 오차값을 산출하고, 상기 이동 평균값에 상기 제1 오차값을 플러스하여 상기 기준값을 산출하는, 배터리 시스템.
  7. 제6항에 있어서,
    상기 제어부는,
    상기 표준편차 평균값이 소정의 편차 기준값보다 작으면,
    소정의 보정값을 제2 오차값으로 결정하고, 상기 이동 평균값에 상기 제2 오차값을 플러스하여 상기 기준값을 산출하는, 배터리 시스템.
  8. 제5항에 있어서,
    상기 제어부는,
    상기 측정된 온도 값이 상기 기준값을 초과하면,
    상기 배터리에 과열 이벤트가 발생한 것으로 진단하는, 배터리 시스템.
  9. 복수의 배터리 셀을 포함하는 배터리의 과열을 진단하는 소정의 진단시점에서, 상기 배터리의 온도 측정값인 온도 값을 수집하는 온도 데이터 수집 단계,
    상기 진단시점을 기준으로 표본 개수에 대응하는 이전의 복수의 진단시점을 추출하는 표본집단 결정 단계,
    상기 복수의 진단시점 각각에 대응하는 복수의 온도 값의 평균인 이동 평균값 및 상기 이동 평균값보다 소정 값이 큰 기준값을 산출하는 기준값 결정 단계, 그리고
    상기 온도 값을 상기 기준값과 비교하여 상기 배터리의 과열을 진단하는 과열 진단 단계
    를 포함하는, 과열 진단 방법.
  10. 제9항에 있어서,
    상기 기준값 결정 단계는,
    상기 복수의 진단시점 각각에 대응하는 표준편차의 평균인 표준편차 평균값을 산출하고, 상기 표준편차 평균값에 소정의 배수를 곱하여 제1 오차값을 산출하고, 상기 이동 평균값에 상기 제1 오차값을 플러스하여 상기 기준값을 산출하는, 과열 진단 방법.
  11. 제10항에 있어서,
    상기 기준값 결정 단계는,
    상기 표준편차 평균값이 소정의 편차 기준값보다 작으면,
    소정의 보정값을 제2 오차값으로 결정하고, 상기 이동 평균값에 상기 제2 오차값을 플러스하여 상기 기준값을 산출하는, 과열 진단 방법.
  12. 제9항에 있어서,
    상기 과열 진단 단계는,
    상기 측정된 온도 값이 상기 기준값을 초과하면,
    상기 배터리에 과열 이벤트가 발생한 것으로 진단하는, 과열 진단 방법.
PCT/KR2023/001312 2022-05-20 2023-01-27 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템 WO2023224210A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0061919 2022-05-20
KR1020220061919A KR20230162254A (ko) 2022-05-20 2022-05-20 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템

Publications (1)

Publication Number Publication Date
WO2023224210A1 true WO2023224210A1 (ko) 2023-11-23

Family

ID=88835453

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/001312 WO2023224210A1 (ko) 2022-05-20 2023-01-27 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템

Country Status (2)

Country Link
KR (1) KR20230162254A (ko)
WO (1) WO2023224210A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001208477A (ja) * 2000-01-28 2001-08-03 Iseki & Co Ltd 穀類乾燥機のバーナ異常判定装置
JP2013167933A (ja) * 2012-02-14 2013-08-29 Omron Corp システム制御装置およびシステム制御方法
KR20200113951A (ko) * 2019-03-27 2020-10-07 현대자동차주식회사 차량용 배터리 냉각 시스템 및 그 제어 방법
KR20200143929A (ko) * 2019-06-17 2020-12-28 주식회사 엘지화학 배터리 셀의 내부 이상을 진단하는 방법 및 이를 적용한 배터리 팩
KR20210083460A (ko) * 2019-12-26 2021-07-07 에스엘 주식회사 배터리 관리 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001208477A (ja) * 2000-01-28 2001-08-03 Iseki & Co Ltd 穀類乾燥機のバーナ異常判定装置
JP2013167933A (ja) * 2012-02-14 2013-08-29 Omron Corp システム制御装置およびシステム制御方法
KR20200113951A (ko) * 2019-03-27 2020-10-07 현대자동차주식회사 차량용 배터리 냉각 시스템 및 그 제어 방법
KR20200143929A (ko) * 2019-06-17 2020-12-28 주식회사 엘지화학 배터리 셀의 내부 이상을 진단하는 방법 및 이를 적용한 배터리 팩
KR20210083460A (ko) * 2019-12-26 2021-07-07 에스엘 주식회사 배터리 관리 장치

Also Published As

Publication number Publication date
KR20230162254A (ko) 2023-11-28

Similar Documents

Publication Publication Date Title
WO2018190508A1 (ko) 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법
WO2021049753A1 (ko) 배터리 진단 장치 및 방법
WO2021020852A1 (ko) 배터리 관리 장치 및 배터리 관리 방법
WO2021006566A1 (ko) 배터리 셀 진단 장치 및 방법
WO2022149958A1 (ko) 배터리 제어 장치, 배터리 시스템, 전원 공급 시스템 및 배터리 제어 방법
WO2021107323A1 (ko) 배터리 셀 이상 퇴화 진단 장치 및 방법
WO2023287180A1 (ko) 배터리 진단 장치, 배터리 팩, 전기 차량 및 배터리 진단 방법
WO2020166840A1 (ko) 배터리 셀 이상 판단 장치 및 방법
WO2022158948A2 (ko) 배터리 관리 장치 및 방법
WO2023224211A1 (ko) 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
WO2021091086A1 (ko) 배터리 진단 장치, 배터리 진단 방법 및 에너지 저장 시스템
WO2023224210A1 (ko) 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템
WO2023063625A1 (ko) 배터리 진단 장치, 배터리 팩, 전기 차량, 및 배터리 진단 방법
WO2024144230A1 (ko) 과열 진단 방법, 그 방법을 제공하는 과열 진단 장치 및 배터리 시스템
WO2022250390A1 (ko) 배터리 모니터링 장치 및 방법
WO2022019703A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2022158909A2 (ko) 버스바 진단 장치, 배터리 팩, 에너지 저장 시스템 및 버스바 진단 방법
WO2022145998A1 (ko) 배터리 진단 장치 및 방법
WO2024136015A1 (ko) 배터리의 내부 단락 진단 방법 및 그 방법을 제공하는 배터리 시스템
WO2023249174A1 (ko) 배터리 하자 진단 방법 및 그 방법을 제공하는 서버
WO2023224195A1 (ko) 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
WO2023214641A1 (ko) 배터리 진단 방법 및 그 방법을 제공하는 배터리 시스템
WO2023249285A1 (ko) 배터리 관리 장치 및 방법
WO2024071593A1 (ko) 전압 평탄 구간을 갖는 배터리를 위한 배터리 관리 장치 및 이의 제어 방법
WO2024080484A1 (ko) 누설 전류 감지를 위한 배터리 진단 장치 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23807735

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024513252

Country of ref document: JP