WO2023224211A1 - 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템 - Google Patents

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

Info

Publication number
WO2023224211A1
WO2023224211A1 PCT/KR2023/001313 KR2023001313W WO2023224211A1 WO 2023224211 A1 WO2023224211 A1 WO 2023224211A1 KR 2023001313 W KR2023001313 W KR 2023001313W WO 2023224211 A1 WO2023224211 A1 WO 2023224211A1
Authority
WO
WIPO (PCT)
Prior art keywords
battery
diagnosis
value
predetermined
internal resistance
Prior art date
Application number
PCT/KR2023/001313
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 WO2023224211A1 publication Critical patent/WO2023224211A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • G01R19/1659—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 to indicate that the value is within or outside a predetermined range of values (window)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/08—Measuring resistance by measuring both voltage and current
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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 battery diagnosis method capable of diagnosing the state of a battery including a plurality of battery cells connected in parallel, a battery diagnosis device and a battery system providing the method.
  • a high-capacity battery may be constructed by connecting a plurality of batteries in series and/or parallel. At this time, the plurality of batteries may include a plurality of battery cells connected in parallel.
  • defects may occur in the battery due to problems with the battery cells themselves and/or connection problems between battery cells. For example, defects such as disconnection or short circuit between battery cells may occur. If a defect occurs in the battery, it is necessary to quickly diagnose and correct the defect so that the system in which the battery is mounted (e.g., automobile, energy storage device, etc.) can operate normally.
  • the system in which the battery is mounted e.g., automobile, energy storage device, etc.
  • the technology to diagnose battery defects by estimating the direct current internal resistance (DCIR) on a battery basis and comparing the estimated DCIR value with a preset (fixed) reference value is a battery If multiple battery cells in the battery are disconnected or short-circuited at the same time, there is a limitation in detecting the defect. Additionally, a problem may arise where the degree of change in direct current internal resistance value due to aging is misdiagnosed as a defect.
  • DCIR direct current internal resistance
  • the present invention was made to solve the above problems, and provides a battery diagnosis method that can precisely diagnose the state of a battery including a plurality of battery cells connected in parallel, and a battery system that provides the method. .
  • a battery diagnostic device includes a measuring unit that measures a battery voltage, which is the voltage between both ends of a battery including a plurality of battery cells, a battery current, which is the current flowing in the battery, and a battery temperature, which is the temperature of the battery.
  • a storage unit that stores an internal resistance value calculated based on the battery voltage and the battery current at each diagnosis time to diagnose a defect in the battery, and environmental data that is a factor affecting the internal resistance value, and at each diagnosis time. , a first condition that includes environmental data corresponding to the environmental data at the time of diagnosis within a predetermined range, and a second condition that is a previous diagnosis time corresponding to a predetermined number of samples based on the diagnosis time.
  • Diagnosis time points are extracted, a moving average value that is the average of a plurality of internal resistance values corresponding to each of the plurality of diagnosis time points is calculated, and the internal resistance value calculated for each diagnosis time point is set to an upper limit value that is a predetermined value greater than the moving average value and the above and a control unit that diagnoses a defect in the battery by comparing it with a lower limit value that is smaller than the moving average value, wherein the environmental data includes the state of charge (SOC) of the battery and the battery temperature estimated by a predetermined method.
  • SOC state of charge
  • a battery system includes a battery including a plurality of battery cells, a battery voltage that is the voltage between both ends of the battery, a battery current that is a current flowing in the battery, and a battery temperature that is the temperature of the battery.
  • a storage unit that stores an internal resistance value calculated based on the battery voltage and the battery current at each diagnosis time for diagnosing a defect in the battery, and environmental data that is a factor affecting the internal resistance value, and the diagnosis.
  • a first condition including environmental data corresponding to the environmental data at the diagnosis time within a predetermined range and a second condition, which is a previous diagnosis time corresponding to a predetermined number of samples based on the diagnosis time are satisfied.
  • a plurality of diagnosis points are extracted, a moving average value that is the average of a plurality of internal resistance values corresponding to each of the plurality of diagnosis points is calculated, and the internal resistance value calculated for each diagnosis point is set to an upper limit value that is a predetermined value greater than the moving average value. and a control unit that diagnoses a defect in the battery by comparing it with a lower limit value that is smaller than the moving average value, wherein the environmental data includes one of the state of charge (SOC) and the battery temperature estimated by a predetermined method.
  • SOC state of charge
  • the control unit calculates an error value by multiplying an average standard deviation value, which is an average of a plurality of standard deviations corresponding to each of the plurality of diagnosis points, by a predetermined multiple, and calculates the upper limit value by adding the error value to the moving average value.
  • the lower limit value can be calculated by subtracting the error value from the moving average value.
  • a battery diagnosis method includes a battery data collection step of collecting measured values of battery voltage, which is the voltage between both ends of the battery, battery current, which is the current flowing in the battery, and battery temperature, which is the temperature of the battery.
  • a plurality of diagnosis points that satisfy the first condition including environmental data corresponding to the environmental data at the diagnosis point within the range and the second condition, which is a previous diagnosis point within a predetermined number of samples based on the diagnosis time point.
  • Determining a sample group to extract calculating a moving average value that is the average of a plurality of internal resistance values corresponding to each of the plurality of diagnosis points, an upper limit value that is a predetermined value larger than the moving average value, and a lower limit value that is a predetermined value smaller than the moving average value.
  • a reference value determination step, and a defect diagnosis step of diagnosing a defect in the battery by comparing an internal resistance value corresponding to the diagnosis point with the upper limit value and the lower limit value, wherein the environmental data is a state of charge estimated by a predetermined method. (State of Charge (SOC)) and at least one of the battery temperature.
  • SOC State of Charge
  • an error value is calculated by multiplying the average standard deviation value, which is the average of a plurality of standard deviations corresponding to each of the plurality of diagnosis points, by a predetermined multiple, and adding the error value to the moving average value to determine the upper limit value.
  • the lower limit value can be calculated by subtracting the error value from the moving average value.
  • the sample group determination step satisfies the first condition when the battery temperature at a predetermined diagnosis time falls within a predetermined temperature range to which the battery temperature at the diagnosis time belongs among a plurality of temperature ranges set at predetermined temperature size intervals. It can be judged that
  • the sample group determination step is a first condition if the charging state at a predetermined diagnosis time belongs to a predetermined charging state section to which the charging state at the time of diagnosis belongs among a plurality of charging state sections set at predetermined charging state size intervals. can be judged to be satisfied.
  • the defect diagnosis step if the internal resistance value corresponding to the diagnosis point exceeds the upper limit value, it may be diagnosed that a disconnection defect has occurred in at least one of the plurality of battery cells.
  • the defect diagnosis step if the internal resistance value corresponding to the diagnosis point is less than the lower limit, it may be diagnosed that a short circuit defect has occurred in at least one of the plurality of battery cells.
  • the present invention can diagnose battery defects with high precision even when a plurality of battery cells are connected in parallel.
  • the present invention diagnoses battery defects by setting a reference value that reflects the change in the internal resistance value of the battery at each diagnosis time.
  • battery defects can be diagnosed with high precision by considering the degree of battery aging depending on the period of use.
  • the present invention sets a reference value that reflects the change in the internal resistance value of the battery calculated in an environment (e.g., temperature, SOC, etc.) similar to the time of diagnosing the current defect among a plurality of defect diagnosis times, and sets the calculated reference value. Since battery defects are diagnosed based on , the problem of misdiagnosing external environmental differences as defects in the battery itself can be reduced.
  • FIG. 1 is a diagram illustrating a battery diagnosis device according to an embodiment.
  • Figure 2 is a diagram explaining a battery system according to another embodiment.
  • Figure 3 is an example diagram showing accumulated moving average values, upper limit values, and lower limit values calculated at a plurality of diagnosis time points.
  • Figure 4 is a flowchart explaining a battery diagnosis method according to an embodiment.
  • FIG. 5 is a flowchart illustrating the reference value determination step (S300) of FIG. 4 in detail.
  • FIG. 1 is a diagram illustrating a battery diagnosis device according to an embodiment.
  • the battery diagnosis device 1 includes a measurement unit 110, a storage unit 130, and a control unit 150.
  • the measuring unit 110 can measure battery voltage, which is the voltage between both ends of the battery, battery temperature, and battery current, which is the current flowing in the battery.
  • Battery voltage and battery current may be battery data needed to calculate the battery's internal resistance or state of charge (SOC).
  • SOC state of charge
  • the battery temperature may be battery data needed to determine an environmental section to be described below.
  • internal resistance may include Direct Current Internal Resistance (DCIR).
  • the measuring unit 110 includes a voltage sensor (not shown) that is electrically connected to both ends of the battery to measure the battery voltage, a current sensor (not shown) that is connected in series with the battery to measure the battery current, and a voltage sensor (not shown) that is connected in series with the battery to measure the battery current. It may include a temperature sensor (not shown) that measures the battery temperature. For example, the measurement unit 110 may measure the battery voltage, battery current, and battery temperature at each diagnosis point to diagnose a battery defect, and transmit the measurement results to the control unit 150.
  • the storage unit 130 may store internal resistance values and environmental data.
  • Environmental data may include information about environmental factors that affect the internal resistance value, such as battery temperature and state of charge (SOC).
  • the storage unit 130 may store an internal resistance value calculated by the control unit 150 based on at least one of the battery voltage, battery current, and battery temperature at each diagnosis time to diagnose a battery defect.
  • the storage unit 130 may store a state of charge (SOC) estimated by the control unit 150 based on at least one of the battery voltage and the battery current.
  • SOC state of charge
  • the control unit 150 may store the battery voltage value, battery current value, and battery temperature value received from the measurement unit 110 in the storage unit 130.
  • the control unit 150 determines the moving average (MA), the upper band threshold (UB_Th) that is a predetermined value larger than the moving average, and the moving average by a predetermined value.
  • This small lower limit value (LB_Th; Lower Band Threshold) and the internal resistance value corresponding to the diagnosis point (N) are calculated.
  • the time when charging of the battery starts or the time when discharging of the battery ends may be the diagnosis time (N) for diagnosing a defect in the battery.
  • the measurement unit 110 may measure each of the battery voltage, battery current, and battery temperature at a predetermined cycle for a predetermined period and transmit the measurement results to the control unit 150.
  • the control unit 150 determines that the environmental data belongs to the environmental section to which the environmental data of the current diagnosis time (N) belongs among the plurality of environmental sections, and determines the diagnosis time point in the direction of the previous diagnosis time based on the current diagnosis time (N).
  • a plurality of diagnosis points included in the preset number of samples (SN) can be extracted to determine the sample group.
  • 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 multiple past diagnosis times, which is the population, and may be a group for calculating moving average (MA) and average standard deviation ( ⁇ _ave), etc., which will be described below.
  • Table 1 shows the battery temperature, state of charge (SOC), internal resistance (DCIR) value, moving average value (MA), upper limit value (UB_Th), and lower limit value (LB_Th) measured, estimated, and calculated at each of the plurality of diagnosis points.
  • SOC state of charge
  • DCIR internal resistance
  • MA moving average value
  • U_Th upper limit value
  • LB_Th lower limit value
  • ⁇ 60°C, ...) is set, and a plurality of charging sections (e.g., 11% to 30%, 31% to 50%) are distinguished by predetermined state of charge (SOC) size intervals (e.g., 20% intervals). %, 51% ⁇ 70%, 71% ⁇ 90%) is assumed to be set.
  • SOC state of charge
  • environmental data is assumed to include battery temperature and state of charge (SOC).
  • the moving average value (MA), standard deviation ( ⁇ ), standard deviation average value ( ⁇ _ave), upper limit value (UB_Th), and lower limit value (LB_Th) at the time of initial diagnosis (1) may be difficult to calculate directly ( Accordingly, in Table 1, the corresponding values are displayed as blank), as well as the moving average value (MA), standard deviation ( ⁇ ), and average standard deviation at the diagnosis time points (2, 3, ...) adjacent to the first diagnosis time point (1).
  • ( ⁇ _ave), upper limit value (UB_Th), and lower limit value (LB_Th) may also be difficult to calculate directly due to the absence or lack of past diagnostic values for calculation.
  • the values calculated on average according to the experiment are the moving average value (MA), standard deviation ( ⁇ ), standard deviation average value ( ⁇ _ave), upper limit value (UB_Th), and and can be replaced by the lower limit value (LB_Th).
  • MA moving average value
  • ⁇ standard deviation
  • ⁇ _ave standard deviation average value
  • U_Th upper limit value
  • LB_Th lower limit value
  • example values for internal resistance value, moving average value, etc. in the N-8th diagnostic cycle that are not used in the following description are omitted.
  • the temperature range to which the battery temperature (25°C) at the current diagnosis time (N) falls is 21°C to 40°C.
  • the charging state range to which the charging state (60%) at the time of current diagnosis (N) belongs is 51% to 70%.
  • the control unit 150 belongs to an environment (21°C to 40°C and 51% to 70%) similar to the current diagnosis time point (N), that is, the Nth diagnosis time point, and at the same time controls the previous diagnosis time point based on the diagnosis time point (N).
  • SN sample number
  • the N-4th diagnosis time is a temperature range (0°C ⁇ 20°C) in which the corresponding battery temperature (8°C) is different from the temperature range (21°C ⁇ 40°C) to which the battery temperature (25°C) at the Nth diagnostic time belongs. °C).
  • the corresponding charging state (11%) is a charging state section (11% ⁇ 30%) that is different from the charging state section (51% ⁇ 70%) to which the charging state (60%) at the Nth diagnosis time belongs. %).
  • the N-8 diagnosis time is in a similar environment (21°C ⁇ 40°C and 51% ⁇ 70%) as the Nth diagnosis time, but the time interval from the Nth diagnosis time is large, so it cannot be included in the sample number (SN). . That is, the N-4th diagnosis time, N-6th diagnosis time, and N-8th diagnosis time are not included in the sample group.
  • environmental data may include battery temperature or state of charge (SOC).
  • SOC state of charge
  • the control unit 150 selects the N-1th diagnosis time (21°C to 40°C) belonging to an environment similar to the Nth diagnosis time ( 23°C), N-2 diagnosis time (23°C), N-3 diagnosis time (20°C), N-5 diagnosis time (22°C), and N-6 diagnosis time (23°C). can be included in the group.
  • the control unit 150 determines the N-th 1 diagnosis time point (55%), N-2 diagnosis time point (55%), N-3 diagnosis time point (50%), N-4 diagnosis time point (60%), and N-5 diagnosis time point (55%) %) can be included in the sample population.
  • control unit 150 can determine a sample group by extracting a plurality of diagnostic time points that are in an environment similar to a predetermined diagnosis time point (N) and are adjacent to the diagnosis time point (N). For example, the control unit 150 extracts a plurality of diagnosis points (N-7, N-5, N-3, N-2, N-1) according to the criteria described above, determines the sample group, and determines the sample group. Based on the internal resistance values calculated at a plurality of diagnosis points belonging to the group, the reference values (upper and lower limits to be described below) used for defect diagnosis can be determined. Then, it is possible to solve the problem of misdiagnosing the degree of aging and/or temporary change in internal resistance value due to long-term use of the battery as a defect in the battery.
  • control unit 150 operates on the N-th At the time of diagnosis, determine the reference values (upper and lower limits) for diagnosing battery defects.
  • the control unit 150 diagnoses a defect in the battery by comparing the internal resistance (DCIR) value corresponding to the Nth diagnosis point with the upper limit value (UB_Th) and the lower limit value (LB_Th). For example, referring to Table 1, at the Nth diagnosis time, the control unit 150 calculates the internal resistance value (1), the upper limit value (5), and the lower limit value (6), and the calculated internal resistance value (1) Diagnose battery defects by comparing with the upper limit (5) and lower limit (6). At this time, in order to calculate the upper limit (5) and lower limit (6), the moving average (2) and standard deviation average (4) are required.
  • the standard deviation (3) is not a value required when diagnosing a defect at the Nth diagnosis time, but is required when diagnosing a defect at a later diagnosis time (N+1, N+2, ...), so it is not a value required when diagnosing a defect at the Nth diagnosis time. It can be calculated and stored in the storage unit 130.
  • the internal resistance value (1), moving average value (2), standard deviation (3), standard deviation average value (4), upper limit value (5), and lower limit value calculated by the control unit 150 at the Nth diagnosis time in Table 1 ( 6) is explained.
  • the control unit 150 may calculate the internal resistance (DCIR N ) value corresponding to the Nth diagnosis time based on the battery voltage, which is the voltage between both ends of the battery, and the battery current, which is the current flowing in the battery.
  • DCIR N the value of internal resistance (DCIR N , 1) can be calculated by equation (1) below.
  • the control unit 150 may calculate the internal resistance (DCIR N ) value based on the charging current (I) and voltage difference ( ⁇ V) flowing through the battery. For example, it is assumed that the internal resistance (DCIR N ) value corresponding to the Nth diagnosis time is calculated as 30 ⁇ .
  • the control unit 150 controls a plurality of internal resistances corresponding to each of a plurality of diagnostic points (N-7, N-5, N-3, N-2, N-1) belonging to the sample group.
  • the moving average value (MA N , 2) corresponding to the diagnosis time (N) can be calculated.
  • the internal resistance (DCIR N ) value corresponding to the Nth diagnosis time may be 22.4 ⁇ .
  • control unit 150 determines the internal resistance values ( DCIR) and standard deviation corresponding to the diagnosis time (N) based on the moving average value (MA) ( , 3) can be calculated.
  • the standard deviation corresponding to the diagnosis time point (N) ( , 3) is not a value required when diagnosing a defect at the Nth diagnosis time, but is necessary when diagnosing a defect at a subsequent diagnosis time (N+1, N+2, ). Therefore, the standard deviation corresponding to the time of diagnosis (N) ( , 3) can be calculated at the Nth diagnosis time and stored in the storage unit 130.
  • control unit 150 determines a plurality of standard deviations corresponding to each of the plurality of diagnostic time points (N-7, N-5, N-3, N-2, N-1) belonging to the sample group. Based on ( ⁇ N-7 , ⁇ N-5 , ⁇ N-3 , ⁇ N-2 , ⁇ N-1 ), the standard deviation average value corresponding to the diagnosis time point (N) ( ,4) can be calculated.
  • the control unit 150 may calculate an upper limit value (UB N _Th) that is a predetermined value larger than the moving average value (MA N ) and a lower limit value (LB N _Th) that is a predetermined value smaller than the moving average value (MA).
  • the control unit 150 controls the standard deviation average value ( ) can be multiplied by a predetermined first multiple to calculate the first error value, and the upper limit value (UB N _Th) can be calculated by adding the first error value to the moving average value (MA N ).
  • control unit 150 controls the standard deviation average value ( ) can be multiplied by a predetermined second multiple to calculate the second error value, and the lower limit value (LB N _Th) can be calculated by subtracting the second error value from the moving average value (MA N ).
  • the first multiple and the second multiple may be the same, but are not limited to this and may be calculated as various multiples.
  • the multiple (Q) is a value to reflect a predetermined error, and can be determined as various values through experiment. For example, assume that the multiple (Q) is the natural number 3.
  • control unit 150 compares the internal resistance (DCIR N ) value corresponding to the Nth diagnosis time with the upper limit value (UB N _Th) and lower limit value (LB N _Th) corresponding to the Nth diagnosis time to detect battery defects. It can be diagnosed.
  • the control unit 150 when the internal resistance (DCIR N ) value exceeds the upper limit value (UB N _Th), the control unit 150 detects a disconnection defect (DD) in at least one of the plurality of battery cells included in the battery. It can be diagnosed as having occurred. If the internal resistance (DCIR N ) value is less than the lower limit value (LB N _Th), the control unit 150 may diagnose that a short fail (SD) has occurred in at least one of the plurality of battery cells included in the battery.
  • DD disconnection defect
  • the control unit 150 determines whether a defect (disconnection defect or short circuit defect) has occurred in the battery. It can be diagnosed as Additionally, if the internal resistance (DCIR N ) value is within the normal range, the control unit 150 can diagnose the battery status as normal.
  • the internal resistance value (DCIR N ), upper limit value (UB N _Th), and The lower limit values (LB N _Th) can be calculated as 30( ⁇ ), 27.47, and 17.33, respectively.
  • Figure 2 is a diagram explaining a battery system according to another embodiment.
  • the battery system 2 includes a battery 10, a relay 20, a current sensor 30, and a battery management system (BMS) 40.
  • 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.
  • a relay 20 is connected between the positive electrode of the battery system 2 and the first output terminal (OUT1), and a current sensor 30 is connected between the negative electrode of the battery system 2 and the second output terminal (OUT2). It is done.
  • 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 current sensor 30 is connected in series to the current path between the battery 10 and an external device.
  • the current sensor 30 can measure the battery current flowing through the battery 10, that is, the charging current and discharging current, and transmit the measurement results to the BMS 40.
  • the BMS 40 includes a measurement unit 41, a storage unit 43, and a control unit 45.
  • the battery diagnosis device 1 shown in FIG. 1 may correspond to the BMS 40 shown in FIG. 2.
  • the functions performed by the measurement unit 110, the storage unit 130, and the control unit 150 of the battery diagnosis device 1 are the functions performed by the measurement unit 41 and the storage unit 43 of the BMS 40.
  • the control unit 45 may correspond to the functions performed by each.
  • the battery diagnostic device 1 may be configured separately from the battery system 1.
  • the BMS 40 may perform the function of the battery diagnosis device 1.
  • the measuring unit 41 is electrically connected to both ends of the battery 10 and can collect battery current, battery voltage, and battery temperature values.
  • the measurement unit 41 may be implemented as an Application Specific Integrated Circuit (ASIC) that monitors the battery 10 and measures battery data (voltage, current, etc.) corresponding to the state of the battery 10. .
  • ASIC Application Specific Integrated Circuit
  • the measuring unit 41 may collect the battery voltage by sensing the voltage value at both ends of the battery 10.
  • the measuring unit 41 may receive the battery current value from the current sensor 30.
  • the measuring unit 41 may receive the battery temperature value measured by a temperature sensor (not shown) located inside or adjacent to the outside of the battery 10.
  • the measurement unit 41 may transmit the battery voltage value, battery current value, and battery temperature value to the control unit 150.
  • the storage unit 43 may store the internal resistance value of the battery 10 and environmental data.
  • Environmental data may include information about environmental factors that affect internal resistance (DCIR), such as battery temperature and state of charge (SOC).
  • the storage unit 43 may store the internal resistance value calculated by the control unit 45 based on at least one of the battery voltage, battery current, and battery temperature at each diagnosis point for diagnosing a defect in the battery 10. there is.
  • the storage unit 43 may store a state of charge (SOC) estimated by the control unit 45 based on at least one of the battery voltage and the battery current. Additionally, the control unit 45 may store the battery voltage value, battery current value, and battery temperature value received from the measurement unit 41 in the storage unit 43 at each diagnosis time when diagnosing a battery defect.
  • SOC state of charge
  • the control unit 45 determines the moving average value (MA N ; Moving Average), the upper limit value (UB N _Th; Upper Band Threshold), and the lower limit value (LB N _Th; Lower Band Threshold), and calculates the internal resistance (DCIR N ) value corresponding to the diagnosis point (N). Additionally, the control unit 45 may diagnose the state of the battery 10 by comparing the internal resistance DCIR N value with the upper limit value UB N _Th and the lower limit value LB N _Th.
  • MA N Moving Average
  • UB N _Th Upper Band Threshold
  • LB N _Th Lower Band Threshold
  • the control unit 45 determines that the environmental data belongs to an environmental section to which the environmental data of a predetermined diagnosis time (N) belongs among the plurality of environmental sections, and selects the diagnosis time point in the direction of the previous diagnosis time based on the diagnosis time point (N).
  • N a predetermined diagnosis time
  • SN a plurality of diagnosis points included in the preset number of samples
  • 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 multiple past diagnosis times, which is the population, and may be a group for calculating moving average (MA) and average standard deviation ( ⁇ _ave), etc., which will be described below.
  • the control unit 45 belongs to an environment (21°C to 40°C and 51% to 70%) similar to the current diagnosis time point (N), that is, the Nth diagnosis time point, and simultaneously operates the diagnosis time point (N).
  • N current diagnosis time point
  • the sample population can be determined.
  • the control unit 45 may calculate a moving average value (MA N ), which is the average of the internal resistance values of the sample group. For example, referring to Table 1 and Equation (2) above, each of the plurality of diagnosis points (N-7, N-5, N-3, N-2, N-1) belonging to the sample group corresponds to By averaging multiple internal resistance values (25 ⁇ , 23 ⁇ , 20 ⁇ , 21 ⁇ , 23 ⁇ ), a moving average value (MA N ) of 22.4 corresponding to the diagnosis time (N) can be calculated.
  • a moving average value (MA N ) which is the average of the internal resistance values of the sample group.
  • the control unit 45 controls a plurality of diagnosis points (N-7, N-5, N-3, N-2, N-1) belonging to the sample group. Based on the corresponding standard deviations ( ⁇ N-7 , ⁇ N-5 , ⁇ N-3 , ⁇ N-2 , ⁇ N-1 ), the standard deviation average value corresponding to the diagnosis time point (N) ( ,1.69) can be calculated.
  • the control unit 45 is based on the internal resistance value (DCIR N ) calculated at each of the plurality of diagnosis points (N-7, N-5, N-3, N-2, N-1) belonging to the sample group.
  • DCIR N the internal resistance value
  • the control unit 45 may calculate an upper limit value (UB N _Th) that is a predetermined value larger than the moving average value (MA N ) and a lower limit value (LB N _Th) that is a predetermined value smaller than the moving average value (MA).
  • the control unit 45 controls the standard deviation average value ( ) can be multiplied by a predetermined first multiple to calculate the first error value, and the upper limit value (UB N _Th) can be calculated by adding the first error value to the moving average value (MA N ).
  • control unit 45 controls the standard deviation average value ( ) can be multiplied by a predetermined second multiple to calculate the second error value, and the lower limit value (LB N _Th) can be calculated by subtracting the second error value from the moving average value (MA N ).
  • the first multiple and the second multiple may be the same, but are not limited to this and may be calculated as various multiples.
  • the multiple (Q) is the natural number 3.
  • the multiple (Q) is a value to reflect a predetermined error, and can be determined as various values through experiment.
  • control unit 45 compares the internal resistance (DCIR N ) value corresponding to the N-th diagnosis time with the upper limit value (UB N _Th) and lower limit value (LB N _Th) corresponding to the N-th diagnosis time point to determine the battery (10 ) can be diagnosed.
  • DCIR N internal resistance
  • the control unit 45 when the internal resistance (DCIR N ) value exceeds the upper limit value (UB N _Th), the control unit 45 detects a disconnection defect in at least one of the plurality of battery cells included in the battery 10. , DD) can be diagnosed as having occurred. If the internal resistance (DCIR N ) value is less than the lower limit value (LB N _Th), the control unit 45 diagnoses that a short fail (SD) has occurred in at least one of the plurality of battery cells included in the battery 10. can do.
  • SD short fail
  • the control unit 45 detects a defect (disconnection defect or short circuit) in the battery 10. It can be diagnosed that a defect has occurred. Additionally, if the internal resistance (DCIR N ) value is within the normal range, the control unit 45 may diagnose the state of the battery 10 as normal.
  • the internal resistance value (DCIR N ), upper limit value (UB N _Th), and The lower limit values (LB N _Th) can be calculated as 30( ⁇ ), 27.47, and 17.33, respectively.
  • Figure 3 is an example diagram showing accumulated moving average values, upper limit values, and lower limit values calculated at a plurality of diagnosis time points.
  • the BMS 40 may determine a sample group by extracting a plurality of diagnosis time points that are in an environment similar to a predetermined diagnosis time point (N) and are adjacent to the diagnosis time point (N).
  • the BMS 40 has a moving average value (MA N ), which is the average of a plurality of internal resistance values belonging to the sample group, and a standard deviation average value (MA N ), which is the average of a plurality of standard deviations ( ), the upper limit value (UB N _Th) and the lower limit value (LB N _Th) corresponding to the diagnosis time point (N) can be calculated.
  • the BMS 40 belongs to an external environment (21°C to 40°C and 51% to 70%) similar to a predetermined diagnosis time point (N), and at the same time moves based on the diagnosis time point (N).
  • N predetermined diagnosis time point
  • the N-1st diagnosis time, the N-2th diagnosis time, the N-3th diagnosis time, and the N-5th diagnosis time corresponding to the sample number (SN) of 5, and The N-7 diagnosis point can be extracted.
  • the BMS 40 can calculate the upper limit value (27.47) and the lower limit value (17.33).
  • the BMS 40 can diagnose defects in the battery 10 by comparing the internal resistance (DCIR N ) value with the upper limit value (UB N _Th) and the lower limit value (LB N _Th). At this time, for example, assume that the internal resistance (DCIR N ) is 30 ⁇ .
  • the internal resistance band (DCIR Band) shown in FIG. 3 can be derived by connecting the moving average (MA), upper limit value (UB_Th), and lower limit value (LB_Th) calculated at each plurality of diagnosis points.
  • the internal resistance band (DCIR Band) may show a trend of internal resistance value that changes as the battery 10 is used.
  • Figure 4 is a flowchart explaining a battery diagnosis method according to an embodiment.
  • FIGS. 1 to 4 a battery diagnosis method, a battery diagnosis device, and a battery system providing the method will be described with reference to FIGS. 1 to 4.
  • the battery diagnosis method performed in the battery system 2 described below can be equally applied to the battery diagnosis device 1.
  • the BMS 40 collects battery data (S100).
  • the battery data may include at least one of the battery voltage, which is the voltage between both ends of the battery 10, the battery temperature, and the battery current, which is the current flowing through the battery 10.
  • battery voltage and battery current may be battery data needed to calculate the battery's internal resistance (DCIR; Direct Current Internal Resistance) or state of charge (SOC).
  • the battery temperature may be battery data needed to determine an environmental section to be described below.
  • the BMS 40 determines a sample group by extracting a plurality of diagnosis time points adjacent to the diagnosis time point N while being in an environment similar to the predetermined diagnosis time point N (S200).
  • the BMS 40 transfers data based on a predetermined diagnosis point (N), that is, 1) the first condition in which the environmental data belongs to a predetermined environment section to which the environmental data at the Nth diagnosis point belongs, and 2) the Nth diagnosis point in time.
  • N a predetermined diagnosis point
  • SN preset sample number
  • the environmental data includes both battery temperature and state of charge (SOC), and the number of samples (SN) is 5.
  • the BMS 40 belongs to an environment similar to the Nth diagnosis time (21°C to 40°C and 51% to 70%), and at the same time has a diagnosis time point in the direction of the previous diagnosis time based on the diagnosis time point (N).
  • the sample group can be determined.
  • the BMS 40 determines a reference value for diagnosing a defect in the battery 10 (S300).
  • the reference value may include an upper limit value (UB N _Th) and a lower limit value (LB N _Th).
  • step S300 referring to FIG. 5, the BMS 40 calculates the moving average value (MA N ) of the sample group by averaging a plurality of internal resistance values corresponding to each of a plurality of diagnosis points belonging to the sample group (S310) ).
  • the BMS 40 is provided at each of the plurality of diagnosis points (N-7, N-5, N-3, N-2, N-1) belonging to the sample group.
  • a moving average value (MA N ) of 22.4 corresponding to the diagnosis time point (N) can be calculated.
  • step S300 the BMS 40 is the average standard deviation of the sample group ( ) Calculate the error value (E) based on (S320).
  • the average standard deviation of the sample group ( ) can be calculated by averaging a plurality of standard deviations corresponding to each of a plurality of diagnosis points belonging to the sample group.
  • step S300 the BMS 40 calculates the upper limit value (UB N _Th) and the lower limit value (LB N _Th) based on the moving average value (MA N ) and error value (E) of the sample group (S330).
  • the BMS 40 compares the internal resistance (DCIR N ) value corresponding to the diagnosis point (N) with the upper limit value (UB N _Th) and lower limit value (LB N _Th) corresponding to the diagnosis point (N) to determine the battery Diagnose the defect in (10) (S400).
  • the BMS 40 may calculate the internal resistance (DCIR N ) value corresponding to the Nth diagnosis time based on the battery voltage, which is the voltage between both ends of the battery, and the battery current, which is the current flowing in the battery.
  • the internal resistance (DCIR N ) value can be calculated at step S200 or step S300, and the timing of calculation is not limited as long as it is calculated before step S400, which is the time of diagnosis.
  • the BMS 40 generates a voltage difference between the battery voltage V1 corresponding to a first time point when charging starts and the battery voltage V2 corresponding to a second time point after a predetermined time has elapsed from the first time point.
  • ( ⁇ V
  • ) can be calculated.
  • the BMS 40 can calculate the internal resistance (DCIR N ) value based on the charging current (I) and voltage difference ( ⁇ V) flowing through the battery 10. For example, it is assumed that the internal resistance (DCIR N ) value corresponding to the Nth diagnosis time is calculated as 30 ⁇ .
  • step S400 the BMS 40 determines whether the internal resistance DCIR N exceeds the upper limit value UB N _Th (S410).
  • step S400 if the determination result exceeds (S410, Yes), the BMS 40 diagnoses that a disconnection defect has occurred in at least one of the plurality of battery cells included in the battery 10 (S420).
  • the internal resistance value of the battery 10 may increase.
  • step S400 if the determination result does not exceed (S410, No), the BMS 40 determines whether the internal resistance value DCIR N is less than the lower limit value LB N _Th (S430).
  • step S400 if the determination result is less than (S430, Yes), the BMS 40 diagnoses that a short defect has occurred in at least one of the plurality of battery cells included in the battery 10 (S440).
  • the internal resistance value which is the overall resistance of the battery 10, may decrease.
  • step S400 if the determination result is abnormal (S430, No), the BMS 40 diagnoses the state of the battery 10 as normal (S450).
  • the BMS 40 determines the state of the battery 10 (disconnection defect or short circuit). defect) can be diagnosed. Additionally, if the internal resistance (DCIR N ) value is within the normal range, the BMS 40 can diagnose the state of the battery 10 as normal.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 발명의 배터리 진단 장치는 배터리 전압, 전류 및 온도를 측정하는 측정부, 상기 배터리의 하자를 진단하는 진단시점마다 산출되는 내부저항 값, 충전상태 및 상기 측정된 배터리 온도가 저장되는 저장부, 및 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 산출한 내부저항 값을 상기 이동 평균값보다 소정 값이 큰 상한값 및 상기 이동 평균값보다 소정 값이 작은 하한값과 비교하여 상기 배터리의 하자를 진단하는 제어부를 포함한다.

Description

배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
관련 출원(들)과의 상호 인용
본 출원은 2022년 5월 20일자 한국 특허 출원 제10-2022-0061918호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용은 본 명세서의 일부로서 포함된다.
본 발명은, 병렬 연결된 복수의 배터리 셀을 포함하는 배터리의 상태를 진단할 수 있는 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템에 관한 것이다.
전기 자동차, 에너지 저장용 축전지, 로봇, 위성 등에 탑재되는 대형 배터리는, 휴대용 단말, 노트북 등에 탑재되는 소형 배터리보다 고 용량의 배터리일 것이 요구된다. 고 용량의 배터리는, 복수의 배터리를 직렬 및/또는 병렬 연결하여 구성될 수 있다. 이때, 복수의 배터리는, 병렬 연결된 복수의 배터리 셀을 포함할 수 있다.
한편, 배터리에 포함되는 배터리 셀의 개수가 많아지면, 배터리 셀 자체의 문제 및/또는 배터리 셀 간의 연결 문제로 인하여 배터리에 하자(defect)가 발생할 수 있다. 예를 들어, 배터리 셀 간의 단선(disconnection), 단락(short) 등의 하자가 발생할 수 있다. 배터리에 하자가 발생하는 경우, 빠른 진단과 하자 수정으로, 배터리가 탑재되는 시스템(예를 들어, 자동차, 에너지 저장 장치 등)이 정상적으로 운영될 수 있도록 할 필요가 있다.
그러나, 복수의 배터리 셀이 병렬로 연결되는 경우, 연결 상의 구조적인 문제 등으로 인해, 개별 배터리 셀의 셀 전압 등을 직접 측정(sensing)하는 것은 쉽지 않다. 즉, 배터리 셀 자체의 하자를 직접 추정하여, 전체 배터리의 하자를 진단하는 것은 어렵다.
또한, 배터리 단위로 직류내부저항(DCIR; Direct Current Internal Resistance)을 추정하고, 추정된 직류내부저항(DCIR) 값을 기 설정된(고정된) 기준값과 비교하여 배터리의 하자를 진단하는 기술은, 배터리 내에 다수의 배터리 셀이 동시에 단선 또는 단락되는 경우에는 하자를 검출하지 못하는 한계가 있다. 그리고, 노화에 따라 직류내부저항 값이 변화한 정도를 하자가 발생한 것으로 오 진단하는 문제가 발생할 수 있다.
뿐만 아니라, 배터리의 직류내부저항(DCIR) 값에 기초하여 배터리의 하자를 진단하는 기술은, 외부 온도가 급변하는 경우, 배터리의 충전상태(SOC; State of Charge) 등에 따라 오차 범위가 너무 커져, 진단이 정밀하지 못하는 문제가 있다.
본 발명은, 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 병렬 연결된 복수의 배터리 셀을 포함하는 배터리의 상태를 정밀하게 진단할 수 있는 배터리 진단 방법 및 그 방법을 제공하는 배터리 시스템을 제공하는 것이다.
본 발명의 일 특징에 따른 배터리 진단 장치는, 복수의 배터리 셀을 포함하는 배터리의 양단 전압인 배터리 전압, 상기 배터리에 흐르는 전류인 배터리 전류, 및 상기 배터리의 온도인 배터리 온도를 측정하는 측정부, 상기 배터리의 하자를 진단하는 진단시점마다 상기 배터리 전압 및 상기 배터리 전류에 기초하여 산출되는 내부저항 값, 및 상기 내부저항 값에 영향을 미치는 요소인 환경 데이터가 저장되는 저장부, 그리고 상기 진단시점마다, 소정의 범위 내에서 상기 진단시점의 환경 데이터에 대응하는 환경 데이터를 포함하는 제1 조건 및 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 진단시점인 제2 조건을 만족하는 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 산출하는 내부저항 값을 상기 이동 평균값보다 소정 값이 큰 상한값 및 상기 이동 평균값보다 소정 값이 작은 하한값과 비교하여 상기 배터리의 하자를 진단하는 제어부를 포함하고, 상기 환경 데이터는, 소정의 방법으로 추정되는 상기 배터리의 충전상태(SOC, State of Charge) 및 상기 배터리 온도 중 적어도 하나를 포함한다.
본 발명의 다른 특징에 따른 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 상기 배터리의 양단 전압인 배터리 전압, 상기 배터리에 흐르는 전류인 배터리 전류, 및 상기 배터리의 온도인 배터리 온도를 측정하는 측정부, 상기 배터리의 하자를 진단하는 진단시점마다 상기 배터리 전압 및 상기 배터리 전류에 기초하여 산출되는 내부저항 값, 및 상기 내부저항 값에 영향을 미치는 요소인 환경 데이터가 저장되는 저장부, 그리고 상기 진단시점마다, 소정의 범위 내에서 상기 진단시점의 환경 데이터에 대응하는 환경 데이터를 포함하는 제1 조건 및 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전의 진단시점인 제2 조건을 만족하는 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 산출한 내부저항 값을 상기 이동 평균값보다 소정 값이 큰 상한값 및 상기 이동 평균값보다 소정 값이 작은 하한값과 비교하여 상기 배터리의 하자를 진단하는 제어부를 포함하고,상기 환경 데이터는, 소정의 방법으로 추정되는 충전상태(SOC, State of Charge) 및 상기 배터리 온도 중 적어도 하나를 포함한다.
상기 제어부는, 상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값과 소정의 배수를 곱하여 오차값을 산출하고, 상기 이동 평균값에 상기 오차값을 플러스하여 상기 상한값을 산출하며, 상기 이동 평균값에 상기 오차값을 마이너스하여 상기 하한값을 산출할 수 있다.
본 발명의 또 다른 특징에 따른 배터리 진단 방법은, 배터리의 양단 전압인 배터리 전압, 상기 배터리에 흐르는 전류인 배터리 전류, 및 상기 배터리의 온도인 배터리 온도의 측정값을 수집하는 배터리 데이터 수집 단계, 소정의 범위 내에서 상기 진단시점의 환경 데이터에 대응하는 환경 데이터를 포함하는 제1 조건 및 상기 진단시점을 기준으로 소정의 표본 개수에 속하는 이전의 진단시점인 제 2 조건을 만족하는 복수의 진단시점을 추출하는 표본집단 결정 단계, 상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값, 상기 이동 평균값보다 소정 값이 큰 상한값, 및 상기 이동 평균값보다 소정 값이 작은 하한값을 산출하는 기준값 결정 단계, 그리고 상기 진단시점에 대응하는 내부저항 값을 상기 상한값 및 상기 하한값과 비교하여 상기 배터리의 하자를 진단하는 하자 진단 단계를 포함하고, 상기 환경 데이터는, 소정의 방법으로 추정되는 충전상태(SOC, State of Charge) 및 상기 배터리 온도 중 적어도 하나를 포함한다.
상기 기준값 결정 단계는, 상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값과 소정의 배수를 곱하여 오차값을 산출하고, 상기 이동 평균값에 상기 오차값을 플러스하여 상기 상한값을 산출하고, 상기 이동 평균값에 상기 오차값을 마이너스하여 상기 하한값을 산출할 수 있다.
상기 표본집단 결정 단계는, 소정의 온도 크기 간격으로 설정되는 되는 복수의 온도 구간 중 상기 진단시점의 배터리 온도가 속하는 소정의 온도 구간에 소정의 진단시점의 배터리 온도가 속하면 상기 제 1 조건을 만족하는 것으로 판단할 수 있다.
상기 표본집단 결정 단계는, 소정의 충전상태 크기 간격으로 설정되는 되는 복수의 충전상태 구간 중 상기 진단시점의 충전상태가 속하는 소정의 충전상태 구간에 소정의 진단시점의 충전상태가 속하면 제 1 조건을 만족하는 것으로 판단할 수 있다.
상기 하자 진단 단계는, 상기 진단시점에 대응하는 내부저항 값이 상기 상한값을 초과하면, 상기 복수의 배터리 셀 중 적어도 하나에 단선 하자가 발생한 것으로 진단할 수 있다.
상기 하자 진단 단계는, 상기 진단시점에 대응하는 내부저항 값이 상기 하한값 미만이면, 상기 복수의 배터리 셀 중 적어도 하나에 단락 하자가 발생한 것으로 진단할 수 있다.
본 발명은, 복수의 배터리 셀이 병렬 연결되는 경우에도, 배터리의 하자를 정밀도 높게 진단할 수 있다.
본 발명은, 고정된 기준값을 사용하여 배터리의 하자를 진단하는 종래와 달리, 배터리의 하자를 진단하는 진단시점마다 배터리의 내부저항 값의 변화를 반영하는 기준값을 설정하여 배터리의 하자를 진단하기 때문에, 배터리의 사용 기간에 따른 노후 정도가 고려됨으로써 배터리의 하자를 정밀도 높게 진단할 수 있다. 본 발명은, 복수의 하자 진단 시점 중 현재 하자를 진단하는 시점과 유사한 환경(예를 들어, 온도, SOC 등)에서 산출되는 배터리의 내부저항 값의 변화를 반영하는 기준값을 설정하고, 산출된 기준값에 기초하여 배터리의 하자를 진단하기 때문에, 외부 환경적인 차이를 배터리 자체의 하자로 오진단하는 문제를 줄일 수 있다.
도 1은 일 실시예에 따른 배터리 진단 장치를 설명하는 도면이다.
도 2는 다른 실시예에 따른 배터리 시스템을 설명하는 도면이다.
도 3은 복수의 진단 시점마다 산출된 이동 평균값, 상한값, 및 하한값을 누적하여 표시한 일 예시도이다.
도 4는 실시예에 따른 배터리 진단 방법을 설명하는 흐름도이다.
도 5는 도 4의 기준값 결정 단계(S300)를 상세하게 설명하는 흐름도이다.
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 배터리 진단 장치를 설명하는 도면이다.
도 1을 참고하면, 배터리 진단 장치(1)는, 측정부(110), 저장부(130), 그리고 제어부(150)를 포함한다.
측정부(110)는, 배터리의 양단 전압인 배터리 전압, 배터리 온도, 배터리에 흐르는 전류인 배터리 전류 등을 측정할 수 있다. 배터리 전압 및 배터리 전류는 배터리의 내부저항 또는 충전상태(SOC; State of Charge)를 산출하는 데에 필요한 배터리 데이터일 수 있다. 배터리 온도는, 이하 설명할 환경 구간을 결정하기 위해 필요한 배터리 데이터일 수 있다. 예를 들어, 내부저항은, 직류내부저항(DCIR; Direct Current Internal Resistance)을 포함할 수 있다.
측정부(110)는, 배터리의 양단에 전기적으로 연결되어 배터리 전압을 측정하는 전압센서(미도시), 배터리와 직렬 연결되어 배터리 전류를 측정하는 전류센서(미도시), 그리고 배터리와 인접한 위치에서 배터리 온도를 측정하는 온도센서(미도시)를 포함할 수 있다. 예를 들어, 측정부(110)는, 배터리의 하자를 진단하는 진단시점마다 배터리 전압, 배터리 전류, 및 배터리 온도를 측정하고, 측정 결과를 제어부(150)에 전달할 수 있다.
저장부(130)는, 내부저항 값 및 환경 데이터가 저장될 수 있다. 환경 데이터는, 배터리 온도 및 충전상태(SOC, State of Charge) 등과 같이 내부저항 값에 영향을 미치는 환경적 요인에 대한 정보를 포함할 수 있다.
저장부(130)는, 배터리의 하자를 진단하는 진단시점마다, 배터리 전압, 배터리 전류, 및 배터리 온도 중 적어도 하나에 기초하여 제어부(150)가 산출하는 내부저항 값이 저장될 수 있다. 저장부(130)는, 배터리 전압 및 배터리 전류 중 적어도 하나에 기초하여 제어부(150)가 추정하는 충전상태(SOC, State of Charge)가 저장될 수 있다. 또한, 배터리의 하자를 진단하는 진단시점마다, 제어부(150)는, 측정부(110)로부터 수신한 배터리 전압 값, 배터리 전류 값, 및 배터리 온도 값을 저장부(130)에 저장할 수 있다.
제어부(150)는, 기 설정된 조건에 따른 진단시점(N)이 도래하면, 이동 평균값(MA; Moving Average), 이동 평균값 보다 소정 값이 큰 상한값(UB_Th; Upper Band Threshold), 이동 평균값보다 소정 값이 작은 하한값(LB_Th; Lower Band Threshold), 그리고 진단시점(N)에 대응하는 내부저항 값을 산출한다.
실시예에 따라, 배터리의 충전이 시작되는 시점 또는 배터리의 방전이 종료되는 시점이 배터리의 하자를 진단하는 진단시점(N)일 수 있다. 진단시점(N)이 도래하면, 측정부(110)는, 소정의 기간동안 소정의 주기로 배터리 전압, 배터리 전류, 및 배터리 온도 각각을 측정하고, 측정 결과를 제어부(150)에 전달할 수 있다.
우선, 제어부(150)는, 복수의 환경 구간 중 현재 진단시점(N)의 환경 데이터가 속하는 환경 구간에 환경 데이터가 속하고, 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 진단시점의 부분 집단으로, 이하 설명할 이동 평균값(MA) 및 표준편차 평균값(σ_ave) 등을 산출하기 위한 집단일 수 있다.
이하, 표 1은, 복수의 진단시점 각각에서 측정, 추정, 및 산출된 배터리 온도, 충전상태(SOC), 내부저항(DCIR) 값, 이동 평균값(MA), 상한값(UB_Th), 하한값(LB_Th)에 대한 일 예시이다. 표본 개수(SN)는, 5이고, 소정의 온도 크기 간격(예를 들어, 20℃ 간격)으로 구별되는 복수의 온도 구간(예를 들어, 0℃~20℃, 21℃~40℃, 41℃~60℃, …)이 설정되고, 소정의 충전상태(SOC) 크기 간격(예를 들어, 20% 간격)으로 구별되는 복수의 충전구간(예를 들어, 11%~30%, 31%~50%, 51%~70%, 71%~90%)이 설정되는 것으로 가정한다.
일 실시예에 따라, 하기 표 1에서, 환경 데이터는 배터리 온도 및 충전상태(SOC)를 포함하는 것으로 가정한다.
참고로, 표 1에서 최초 진단시점(1)의 이동 평균값(MA), 표준편차(σ), 표준편차 평균값(σ_ave), 상한값(UB_Th), 및 하한값(LB_Th)들은 직접 산출이 어려울 수 있다(이에, 표 1에서 대응하는 값들은 빈칸으로 표시됨) 뿐만 아니라, 최초 진단시점(1)에 인접한 진단시점(2, 3, …)에서의 이동 평균값(MA), 표준편차(σ), 표준편차 평균값(σ_ave), 상한값(UB_Th), 및 하한값(LB_Th)들 또한 산출하기 위한 과거 진단값들이 없거나 부족하여 직접 산출이 어려울 수 있다. 이 경우, 실험에 따라 평균적으로 산출되는 값들을 초기 진단시점(1, 2, 3, …)에서의 이동 평균값(MA), 표준편차(σ), 표준편차 평균값(σ_ave), 상한값(UB_Th), 및 하한값(LB_Th)으로 대체할 수 있다. 또한, 이하 설명에 사용되지 않는 제N-8 진단주기에서 내부저항 값, 이동 평균값 등에 대한 예시값은 생략하였다.
Figure PCTKR2023001313-appb-img-000001
상기 표 1에서, 현재 진단시점(N)의 배터리 온도(25℃)가 속하는 온도 구간은 21℃~40℃이다. 또한, 현재 진단시점(N)의 충전상태(60%)가 속하는 충전상태 구간은 51%~70%이다.
제어부(150)는, 현재 진단시점(N), 즉, 제N 진단시점과 유사한 환경(21℃~40℃ 및 51%~70%)에 속하면서, 동시에 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-5 진단시점, 및 제N-7 진단시점을 추출하여, 표본 집단을 결정할 수 있다. 이때, 제N-4 진단시점은, 대응하는 배터리 온도(8℃)가 제N 진단시점의 배터리 온도(25℃)가 속하는 온도구간(21℃~40℃)과 다른 온도 구간(0℃~20℃)에 속한다. 제N-6 진단시점은, 대응하는 충전상태(11%)가 제N 진단시점의 충전상태(60%)가 속하는 충전상태 구간(51%~70%)과 다른 충전상태 구간(11%~30%)에 속한다. 제N-8 진단시점은, 제N 진단시점과 유사한 환경(21℃~40℃ 및 51%~70%)에 있으나, 제N 진단시점과 시간적인 간격이 커서 표본 개수(SN)에 포함되지 못한다. 즉, 제N-4 진단시점, 제N-6 진단시점, 및 제N-8 진단시점은 표본 집단에 포함되지 못한다.
다른 실시예에 따라, 환경 데이터는 배터리 온도 또는 충전상태(SOC)를 포함할 수 있다. 예를 들어, 상기 표 1에서, 환경 데이터가 배터리 온도만을 포함하는 것으로 가정하면, 제어부(150)는, 제N 진단시점과 유사한 환경(21℃~40℃)에 속하는 제N-1 진단시점(23℃), 제N-2 진단시점(23℃), 제N-3 진단시점(20℃), 제N-5 진단시점(22℃), 및 제N-6 진단시점(23℃)을 표본 집단에 포함시킬 수 있다. 다른 예를 들어, 상기 표 1에서, 환경 데이터가 충전상태(SOC)만을 포함하는 것으로 가정하면, 제어부(150)는, 제N 진단시점과 유사한 환경(51%~70%)에 속하는 제N-1 진단시점(55%), 제N-2 진단시점(55%), 제N-3 진단시점(50%), 제N-4 진단시점(60%), 및 제N-5 진단시점(55%)을 표본 집단에 포함시킬 수 있다.
정리하면, 제어부(150)는, 소정의 진단시점(N)과 유사한 환경에 있으면서 동시에 진단시점(N)과 인접한 복수의 진단 시점들을 추출하여 표본 집단을 결정할 수 있다. 예를 들어, 제어부(150)는, 앞서 설명한 기준에 따라 복수의 진단시점(N-7, N-5, N-3, N-2, N-1)을 추출하여 표본 집단을 결정하고, 표본 집단 내에 속하는 복수의 진단 시점에서 산출된 내부저항 값에 기초하여 하자 진단에 사용되는 기준값(이하 설명할 상한값 및 하한값)을 결정할 수 있다. 그러면, 배터리를 장기간 사용함에 따른 노화 정도 및/또는 일시적인 내부저항 값의 변동을 배터리의 하자로 오진단하는 문제를 해결할 수 있다.
다음으로, 제어부(150)는, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에서 산출된 내부저항 값에 기초하여 제N 진단시점에서 배터리의 하자를 진단하는 기준값(상한값 및 하한값)을 결정한다.
일 실시예에 따라, 제어부(150)는, 제N 진단시점에 대응하는 내부저항(DCIR) 값을 상한값(UB_Th) 및 하한값(LB_Th)과 비교하여, 배터리의 하자를 진단한다. 예를 들어, 표 1을 참고하면, 제N 진단시점에서, 제어부(150)는, 내부저항 값(①), 상한값(⑤) 및 하한값(⑥)을 산출하고, 산출한 내부저항 값(①)을 상한값(⑤) 및 하한값(⑥)과 비교하여 배터리의 하자를 진단한다. 이때, 상한값(⑤) 및 하한값(⑥)을 산출하기 위해, 이동 평균값(②) 및 표준편차 평균값(④)이 필요하다. 단, 표준편차(③)는, 제N 진단시점의 하자 진단시에 필요한 값은 아니지만, 이후 진단시점(N+1, N+2, …)의 하자 진단시에 필요하므로, 제N 진단시점에서 산출되어 저장부(130)에 저장될 수 있다. 이하, 표 1의 제N 진단시점에서 제어부(150)가 산출하는 내부저항 값(①), 이동 평균값(②), 표준편차(③), 표준편차 평균값(④), 상한값(⑤) 및 하한값(⑥)을 설명한다.
제어부(150)는, 배터리의 양단 전압인 배터리 전압 및 상기 배터리에 흐르는 전류인 배터리 전류에 기초하여 제N 진단시점에 대응하는 내부저항(DCIRN) 값을 산출할 수 있다. 예를 들어, 하기 식(1)에 의해, 내부저항(DCIRN, ①) 값은 산출될 수 있다.
Figure PCTKR2023001313-appb-img-000002
- 식(1)
예를 들어, 제어부(150)는, 충전이 시작되는 제1 시점에 대응하는 배터리 전압(V1) 및 제1 시점으로부터 소정의 시간이 경과한 제2 시점에 대응하는 배터리 전압(V2) 간의 전압차(ΔV = |V1 - V2|)를 산출할 수 있다. 제어부(150)는, 배터리에 흐르는 충전전류(I) 및 전압차(ΔV)에 기초하여 내부저항(DCIRN) 값을 산출할 수 있다. 예를 들어, 제N 진단시점에 대응하는 내부저항(DCIRN) 값은 30Ω으로 산출되는 것으로 가정한다.
제어부(150)는, 상기 표 1을 참고하면, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 복수의 내부저항 값(25Ω, 23Ω, 20Ω, 21Ω, 23Ω)을 평균(25Ω+ 23Ω+ 20Ω+ 21Ω+ 23Ω/5 = 22.4)하여 진단시점(N)에 대응하는 이동 평균값(MAN, ②)을 산출할 수 있다. 즉, 제N 진단시점에 대응하는 내부저항(DCIRN) 값은 22.4Ω일 수 있다.
Figure PCTKR2023001313-appb-img-000003
- 식(2)
제어부(150)는, 하기 표 2를 참고하면, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 내부저항 값(DCIR) 및 이동평균 값(MA)에 기초하여 진단시점(N)에 대응하는 표준편차(
Figure PCTKR2023001313-appb-img-000004
, ③)를 산출할 수 있다.
Figure PCTKR2023001313-appb-img-000005
앞서 설명한 바와 같이, 진단시점(N)에 대응하는 표준편차(
Figure PCTKR2023001313-appb-img-000006
, ③)는, 제N 진단시점의 하자 진단시에 필요한 값은 아니지만, 이후 진단시점(N+1, N+2, …)의 하자 진단시에 필요하다. 따라서, 진단시점(N)에 대응하는 표준편차(
Figure PCTKR2023001313-appb-img-000007
, ③)는, 제N 진단시점에서 산출되어 저장부(130)에 저장될 수 있다.
제어부(150)는, 하기 표 3을 참고하면, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 복수의 표준편차(σN-7, σN-5, σN-3, σN-2, σN-1)에 기초하여 진단시점(N)에 대응하는 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000008
,④)을 산출할 수 있다.
Figure PCTKR2023001313-appb-img-000009
제어부(150)는, 이동 평균값(MAN)보다 소정 값이 큰 상한값(UBN_Th) 및 이동 평균값(MA)보다 소정 값이 작은 하한값(LBN_Th)을 산출할 수 있다. 실시예에 따라, 제어부(150)는, 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000010
)에 소정의 제1 배수를 곱하여 제1 오차값을 산출하고, 이동 평균값(MAN)에 제1 오차값을 플러스 연산하여 상한값(UBN_Th)을 산출할 수 있다. 또한, 제어부(150)는, 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000011
)에 소정의 제2 배수를 곱하여 제2 오차값을 산출하고, 이동 평균값(MAN)에 제2 오차값을 마이너스 연산하여 하한값(LBN_Th)을 산출할 수 있다. 이때, 제1 배수 및 제2 배수는 동일할 수 있으나 이에 한정되지 않고, 다양한 배수로 산정될 수 있다.
일 실시예에 따라, 제어부(150)는, 표본 집단의 표준편차의 평균인 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000012
)과 소정의 배수(Q)를 곱하여 오차값(E =
Figure PCTKR2023001313-appb-img-000013
)을 산출할 수 있다. 이때, 배수(Q)는, 소정의 오차를 반영하기 위한 값으로, 실험에 의해 다양한 값으로 결정될 수 있다. 예를 들어, 배수(Q)는, 자연수 3으로 가정한다.
제어부(150)는, 하기 식(3)과 같이, 표본 집단의 이동 평균값(MAN = 22.4)에 오차값((E =
Figure PCTKR2023001313-appb-img-000014
= 1.69
Figure PCTKR2023001313-appb-img-000015
3)을 플러스 계산하여 상한값(UBN_Th) 27.47을 산출할 수 있다. 또한, 제어부(150)는, 하기 식(4)와 같이, 표본 집단의 이동 평균값(MAN= 22.4)에 오차값(E=
Figure PCTKR2023001313-appb-img-000016
= 1.69
Figure PCTKR2023001313-appb-img-000017
3))을 마이너스 계산하여 하한값(LBN_Th) 17.33을 산출할 수 있다.
Figure PCTKR2023001313-appb-img-000018
- 식(3)
Figure PCTKR2023001313-appb-img-000019
- 식(4)
다음으로, 제어부(150)는 제N 진단시점에 대응하는 내부저항(DCIRN) 값을 제N 진단시점에 대응하는 상한값(UBN_Th) 및 하한값(LBN_Th)과 비교하여 배터리의 하자를 진단할 수 있다.
일 실시예에 따라, 내부저항(DCIRN) 값이 상한값(UBN_Th)을 초과하면, 제어부(150)는 배터리에 포함된 복수의 배터리 셀 중 적어도 하나에 단선 하자(disconnection defect, DD)가 발생한 것으로 진단할 수 있다. 내부저항(DCIRN) 값이 하한값(LBN_Th) 미만이면, 제어부(150)는 배터리에 포함된 복수의 배터리 셀 중 적어도 하나에 단락 하자(short defeat, SD)가 발생한 것으로 진단할 수 있다. 즉, 내부저항(DCIRN) 값이 하한값(LBN_Th) 이상 상한값(UBN_Th) 이하에 대응하는 정상 범위를 벗어나면, 제어부(150)는 배터리에 하자(단선 하자 또는 단락 하자)가 발생한 것으로 진단할 수 있다. 또한, 내부저항(DCIRN) 값이 정상 범위에 속하면, 제어부(150)는 배터리의 상태를 정상으로 진단할 수 있다.
예를 들어, 앞서 표 1 및 표 3, 그리고 식(1) 내지 식(4)를 통해 설명한 바와 같이, 제N 진단시점에 대응하는 내부저항 값(DCIRN), 상한값(UBN_Th), 및 하한값(LBN_Th) 각각은, 30(Ω), 27.47, 17.33으로 산출될 수 있다. 이 경우, 제어부(150)는 내부저항 값(DCIRN= 30)이 상한값(UBN_Th=27.47)을 초과함을 근거로, 배터리의 하자(단선, disconnection defect)를 진단할 수 있다.
도 2는 다른 실시예에 따른 배터리 시스템을 설명하는 도면이다.
도 2를 참고하면, 배터리 시스템(2)은, 배터리(10), 릴레이(20), 전류센서(30), 그리고 배터리 관리 시스템(Battery Management System, 이하 BMS)(40)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 있고, 배터리 시스템(2)의 음극과 제2 출력단(OUT2) 사이에 전류센서(30)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.
전류센서(30)는 배터리(10)와 외부장치간 전류 경로에 직렬 연결되어 있다. 전류센서(30)는 배터리(10)에 흐르는 배터리 전류 즉, 충전 전류 및 방전 전류를 측정하고, 측정 결과를 BMS(40)에 전달할 수 있다.
BMS(40)는, 측정부(41), 저장부(43), 제어부(45)를 포함한다. 도 1에 도시된 배터리 진단 장치(1)는 도 2에 도시된 BMS(40)에 대응할 수 있다. 구체적으로 설명하면, 배터리 진단 장치(1)의 측정부(110), 저장부(130), 제어부(150) 각각이 수행하는 기능은 BMS(40)의 측정부(41), 저장부(43), 및 제어부(45) 각각이 수행하는 기능에 대응할 수 있다. 예를 들어, 배터리 진단 장치(1)는 배터리 시스템(1)과 별개로 구성될 수 있다. 다른 예를 들어, 도 2에서와 같이 배터리 시스템(1)에서, BMS(40)가 배터리 진단 장치(1)의 기능을 수행할 수 있다.
측정부(41)는 배터리(10)의 양단에 전기적으로 연결되어, 배터리 전류, 배터리 전압, 및 배터리 온도 값을 수집할 수 있다. 예를 들어, 측정부(41)는 배터리(10)를 모니터링하고, 배터리(10)의 상태에 대응하는 배터리 데이터(전압, 전류 등)를 측정하는 ASIC(Application Specific Integrated Circuit)으로 구현될 수 있다.
예를 들어, 측정부(41)는 배터리(10)의 양단 전압값을 센싱하여 배터리 전압을 수집할 수 있다. 측정부(41)는 전류센서(30)로부터 배터리 전류값을 수신할 수 있다. 측정부(41)는 배터리(10)의 내부 또는 인접한 외부에 위치하는 온도센서(미도시)가 측정한 배터리 온도값을 수신할 수 있다. 측정부(41)는 배터리 전압 값, 배터리 전류 값, 및 배터리 온도 값을 제어부(150)에 전달할 수 있다.
저장부(43)는, 배터리(10)의 내부저항 값 및 환경 데이터가 저장될 수 있다. 환경 데이터는, 배터리 온도 및 충전상태(SOC, State of Charge) 등과 같이 내부저항(DCIR)에 영향을 미치는 환경적 요인에 대한 정보를 포함할 수 있다.
저장부(43)는, 배터리(10)의 하자를 진단하는 진단시점마다, 배터리 전압, 배터리 전류, 및 배터리 온도 중 적어도 하나에 기초하여 제어부(45)에 의해 산출되는 내부저항 값이 저장될 수 있다. 저장부(43)는, 배터리 전압 및 배터리 전류 중 적어도 하나에 기초하여 제어부(45)에 의해 추정되는 충전상태(SOC, State of Charge)가 저장될 수 있다. 또한, 제어부(45)는, 배터리의 하자를 진단하는 진단시점마다, 측정부(41)로부터 수신한 배터리 전압 값, 배터리 전류 값, 및 배터리 온도 값을 저장부(43)에 저장할 수 있다.
제어부(45)는, 기 설정된 조건에 따른 진단시점(N)이 도래하면, 이동 평균값(MAN; Moving Average), 상한값(UBN_Th; Upper Band Threshold), 및 하한값(LBN_Th; Lower Band Threshold), 그리고 진단시점(N)에 대응하는 내부저항(DCIRN) 값을 산출한다. 그리고, 제어부(45)는, 내부저항(DCIRN) 값을 상한값(UBN_Th) 및 하한값(LBN_Th)과 비교하여, 배터리(10)의 상태를 진단할 수 있다.
우선, 제어부(45)는, 복수의 환경 구간 중 소정의 진단시점(N)의 환경 데이터가 속하는 환경 구간에 환경 데이터가 속하고, 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 진단시점의 부분 집단으로, 이하 설명할 이동 평균값(MA) 및 표준편차 평균값(σ_ave) 등을 산출하기 위한 집단일 수 있다.
예를 들어, 환경 데이터는 배터리 온도 및 충전상태(SOC)를 모두 포함하고, 표본 개수(SN)는 5인 경우라고 가정하자. 상기 표 1에서, 제어부(45)는, 현재 진단시점(N), 즉, 제N 진단시점과 유사한 환경(21℃~40℃ 및 51%~70%)에 속하면서, 동시에 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-5 진단시점, 및 제N-7 진단시점을 추출하여, 표본 집단을 결정할 수 있다.
제어부(45)는, 표본 집단의 내부저항 값의 평균인 이동 평균값(MAN)을 산출할 수 있다. 예를 들어, 상기 표 1 및 상기 식(2)를 참고하면, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 복수의 내부저항 값(25Ω, 23Ω, 20Ω, 21Ω, 23Ω)을 평균하여 진단시점(N)에 대응하는 이동 평균값(MAN) 22.4를 산출할 수 있다.
제어부(45)는, 예를 들어, 상기 표1 및 상기 표 3을 참고하면, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 표준편차(σN-7, σN-5, σN-3, σN-2, σN-1)에 기초하여 진단시점(N)에 대응하는 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000020
,1.69)을 산출할 수 있다.
제어부(45)는, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에서 산출된 내부저항 값(DCIRN)에 기초하여 현재 진단시점(N), 즉, 제N 지단시점에서 배터리의 하자를 진단하는 기준값인 상한값(UBN_Th) 및 하한값(LBN_Th)을 결정한다.
제어부(45)는, 이동 평균값(MAN)보다 소정 값이 큰 상한값(UBN_Th) 및 이동 평균값(MA)보다 소정 값이 작은 하한값(LBN_Th)을 산출할 수 있다. 실시예에 따라, 제어부(45)는, 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000021
)에 소정의 제1 배수를 곱하여 제1 오차값을 산출하고, 이동 평균값(MAN)에 제1 오차값을 플러스 연산하여 상한값(UBN_Th)을 산출할 수 있다. 또한, 제어부(45)는, 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000022
)에 소정의 제2 배수를 곱하여 제2 오차값을 산출하고, 이동 평균값(MAN)에서 제2 오차값을 마이너스 연산하여 하한값(LBN_Th)을 산출할 수 있다. 이때, 제1 배수 및 제2 배수는 동일할 수 있으나 이에 한정되지 않고, 다양한 배수로 산정될 수 있다.
일 실시예에 따라, 제어부(45)는, 표본 집단의 표준편차의 평균인 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000023
)과 소정의 배수(Q)를 곱하여 오차값(E =
Figure PCTKR2023001313-appb-img-000024
)을 산출할 수 있다. 예를 들어, 배수(Q)는, 자연수 3으로 가정한다.
제어부(45)는, 상기 식(3)과 같이, 표본 집단의 이동 평균값(MAN = 22.4)에 오차값((E =
Figure PCTKR2023001313-appb-img-000025
= 1.69
Figure PCTKR2023001313-appb-img-000026
3)을 플러스 계산하여 상한값(UBN_Th) 27.47을 산출할 수 있다. 또한, 제어부(45), 상기 식(4)과 같이, 표본 집단의 이동 평균값(MAN= 22.4)에 오차값(E=
Figure PCTKR2023001313-appb-img-000027
= 1.69
Figure PCTKR2023001313-appb-img-000028
3)을 마이너스 계산하여 하한값(LBN_Th) 17.33을 산출할 수 있다. 이때, 배수(Q)는, 소정의 오차를 반영하기 위한 값으로, 실험에 의해 다양한 값으로 결정될 수 있다.
다음으로, 제어부(45)는, 제N 진단시점에 대응하는 내부저항(DCIRN) 값을 제N 진단시점에 대응하는 상한값(UBN_Th) 및 하한값(LBN_Th)과 비교하여 배터리(10)의 하자를 진단할 수 있다.
일 실시예에 따라, 내부저항(DCIRN) 값이 상한값(UBN_Th)을 초과하면, 제어부(45)는, 배터리(10)에 포함된 복수의 배터리 셀 중 적어도 하나에 단선 하자(disconnection defect, DD)가 발생한 것으로 진단할 수 있다. 내부저항(DCIRN) 값이 하한값(LBN_Th) 미만이면, 제어부(45)는, 배터리(10)에 포함된 복수의 배터리 셀 중 적어도 하나에 단락 하자(short defeat, SD)가 발생한 것으로 진단할 수 있다. 즉, 내부저항(DCIRN) 값이 하한값(LBN_Th) 이상 상한값(UBN_Th) 이하에 대응하는 정상 범위를 벗어나면, 제어부(45)는, 배터리(10)에 하자(단선 하자 또는 단락 하자)가 발생한 것으로 진단할 수 있다. 또한, 내부저항(DCIRN) 값이 정상 범위에 속하면, 제어부(45)는, 배터리(10)의 상태를 정상으로 진단할 수 있다.
예를 들어, 앞서 표 1 및 표 3, 그리고 식(1) 내지 식(4)를 통해 설명한 바와 같이, 제N 진단시점에 대응하는 내부저항 값(DCIRN), 상한값(UBN_Th), 및 하한값(LBN_Th) 각각은, 30(Ω), 27.47, 17.33으로 산출될 수 있다. 이 경우, 제어부(45)는 내부저항 값(DCIRN= 30)이 상한값(UBN_Th=27.47)을 초과함을 근거로, 배터리(10)의 하자(단선, disconnection defect)를 진단할 수 있다.
도 3은 복수의 진단 시점마다 산출된 이동 평균값, 상한값, 및 하한값을 누적하여 표시한 일 예시도이다.
이하, 도 1 내지 도 3, 그리고 표 1, 표 3에 기초하여, 이동 평균값(MAN), 상한값(UBN_Th), 및 하한값(LBN_Th)을 산출하는 일 예시를 설명한다.
도 3을 참고하면, BMS(40)는, 소정의 진단시점(N)과 유사한 환경에 있으면서 동시에 진단시점(N)과 인접한 복수의 진단 시점들을 추출하여 표본 집단을 결정할 수 있다. BMS(40)는, 표본집단에 속하는 복수의 내부저항 값들의 평균인 이동 평균값(MAN) 및 복수의 표준편차들의 평균인 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000029
)에 기초하여, 진단시점(N)에 대응하는 상한값(UBN_Th), 및 하한값(LBN_Th)을 산출할 수 있다.
일 실시예에 따라, 우선 BMS(40)는, 소정의 진단시점(N)과 유사한 외부환경(21℃~40℃ 및 51%~70%)에 속하면서, 동시에 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-5 진단시점, 및 제N-7 진단시점을 추출할 수 있다.
다음으로, BMS(40)는, 추출한 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 복수의 내부저항 값(25Ω, 23Ω, 20Ω, 21Ω, 23Ω)을 평균하여 진단시점(N)에 대응하는 이동 평균값(25Ω+ 23Ω+ 20Ω+ 21Ω+ 23Ω)/5 = 22.4Ω)을 산출할 수 있다.
앞서 설명한 표 3, 식(3), 식(4)를 통해, BMS(40)는, 상한값(27.47) 및 하한값(17.33)을 산출할 수 있다.
다음으로, BMS(40)는 내부저항(DCIRN) 값을 상한값(UBN_Th) 및 하한값(LBN_Th)과 비교하여 배터리(10)의 하자를 진단할 수 있다. 이때, 예를 들어, 내부저항(DCIRN)은 30Ω로 가정하자. BMS(40)는 내부저항 값(DCIRN=30)이 상한값(UBN_Th=27.47)을 초과함을 근거로, 배터리의 하자(단선, disconnection defect)를 진단할 수 있다.
도 3에 도시된 내부저항 밴드(DCIR Band)는, 복수의 진단시점마다 산출되는 이동 평균(MA), 상한값(UB_Th) 및 하한값(LB_Th)을 연결하여 도출될 수 있다. 내부저항 밴드(DCIR Band)는, 배터리(10)를 사용함에 따라 변하는 내부저항 값의 추세를 보여줄 수 있다.
도 4는 실시예에 따른 배터리 진단 방법을 설명하는 흐름도이다.
이하, 도 1 내지 도 4를 참고하여, 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템을 설명한다. 이하, 설명하는 배터리 시스템(2)에서 수행되는 배터리 진단 방법은, 배터리 진단 장치(1)에서도 동일하게 적용될 수 있다.
우선, BMS(40)는, 배터리 데이터를 수집한다(S100). 이때, 배터리 데이터는, 배터리(10)의 양단 전압인 배터리 전압, 및 배터리 온도, 배터리(10)에 흐르는 전류인 배터리 전류 중 적어도 하나를 포함할 수 있다.
예를 들어, 배터리 전압 및 배터리 전류는 배터리의 내부저항(DCIR; Direct Current Internal Resistance) 또는 충전상태(SOC; State of Charge)를 산출하는 데에 필요한 배터리 데이터일 수 있다. 배터리 온도는, 이하 설명할 환경 구간을 결정하기 위해 필요한 배터리 데이터일 수 있다.
다음으로, BMS(40)는, 소정의 진단시점(N)과 유사한 환경에 있으면서 동시에 진단시점(N)과 인접한 복수의 진단 시점들을 추출하여, 표본 집단을 결정한다(S200).
BMS(40)는, 소정의 진단시점(N), 즉, 1)제N 진단시점의 환경 데이터가 속하는 소정의 환경 구간에 환경 데이터가 속하는 제1 조건 및 2)제N 진단시점을 기준으로 이전 진단시점 방향으로 진단시점을 카운트할 때 기 설정된 표본 개수(SN)에 대응하는 제2 조건을 만족하는 복수의 진단시점을 추출하여 표본 집단을 결정한다.
예를 들어, 환경 데이터는 배터리 온도 및 충전상태(SOC)를 모두 포함하고, 표본 개수(SN)는 5인 경우라고 가정하자. 상기 표 1에서, BMS(40)는, 제N 진단시점과 유사한 환경(21℃~40℃ 및 51%~70%)에 속하면서, 동시에 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-5 진단시점, 및 제N-7 진단시점을 추출하여, 표본 집단을 결정할 수 있다.
다음으로, BMS(40)는, 배터리(10)의 하자 진단의 기준값을 결정한다(S300). 일 실시예에 따라, 기준값은, 상한값(UBN_Th) 및 하한값(LBN_Th)을 포함할 수 있다.
S300단계에서, 도 5를 참고하면, BMS(40)는, 표본집단에 속하는 복수의 진단시점 각각에 대응하는 복수의 내부저항 값을 평균하여 표본집단의 이동 평균값(MAN)을 산출한다(S310).
상기 표 1 및 상기 식(2)를 참고하면, BMS(40)는, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 복수의 내부저항 값(25Ω, 23Ω, 20Ω, 21Ω, 23Ω)을 평균하여 진단시점(N)에 대응하는 이동 평균값(MAN) 22.4를 산출할 수 있다.
S300단계에서, BMS(40)는, 표본집단의 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000030
)에 기초하여 오차값(E)을 산출한다(S320).
예를 들어, 표본집단의 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000031
)은, 표본집단에 속하는 복수의 진단시점 각각에 대응하는 복수의 표준편차를 평균하여 산출될 수 있다.
상기 표1 및 상기 표 3을 참고하면, BMS(40)는, 표본 집단에 속하는 복수의 진단시점(N-7, N-5, N-3, N-2, N-1) 각각에 대응하는 복수의 표준편차(σN-7, σN-5, σN-3, σN-2, σN-1)에 기초하여 진단시점(N)에 대응하는 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000032
,1.69)을 산출할 수 있다. 또한, BMS(40)는, 표준편차 평균값(
Figure PCTKR2023001313-appb-img-000033
)과 소정의 배수(Q)를 곱하여 오차값(E=
Figure PCTKR2023001313-appb-img-000034
= 1.69
Figure PCTKR2023001313-appb-img-000035
3)을 산출할 수 있다. 이때, 배수(Q)는, 소정의 오차를 반영하기 위한 값으로, 실험에 의해 다양한 값으로 결정될 수 있다. 예를 들어, 배수(Q)는, 자연수 3으로 가정한다.
S300단계에서, BMS(40)는, 표본집단의 이동 평균값(MAN) 및 오차값((E)에 기초하여, 상한값(UBN_Th) 및 하한값(LBN_Th)을 산출한다(S330).
상기 식(3)을 참고하면, BMS(40)는, 표본 집단의 이동 평균값(MAN = 22.4)에 오차값((E =
Figure PCTKR2023001313-appb-img-000036
= 1.69
Figure PCTKR2023001313-appb-img-000037
3)을 플러스 연산하여 상한값(UBN_Th) 27.47을 산출할 수 있다. 또한, 상기 식(4)를 참고하면, BMS(40)는, 표본 집단의 이동 평균값(MAN= 22.4)에 오차값(E=
Figure PCTKR2023001313-appb-img-000038
= 1.69
Figure PCTKR2023001313-appb-img-000039
3)을 마이너스 연산하여 하한값(LBN_Th) 17.33을 산출할 수 있다.
다음으로, BMS(40)는, 진단시점(N)에 대응하는 내부저항(DCIRN) 값을 진단시점(N)에 대응하는 상한값(UBN_Th) 및 하한값(LBN_Th)과 비교하여 배터리(10)의 하자를 진단한다(S400).
BMS(40)는, 배터리의 양단 전압인 배터리 전압 및 상기 배터리에 흐르는 전류인 배터리 전류에 기초하여 제N 진단시점에 대응하는 내부저항(DCIRN) 값을 산출할 수 있다. 또한, 내부저항(DCIRN) 값은 S200 단계 또는 S300 단계에서 산출될 수 있으며, 진단시점인 S400단계 이전에 산출되는 것이면 산출되는 시점이 제한되지 않는다.
예를 들어, BMS(40)는, 충전이 시작되는 제1 시점에 대응하는 배터리 전압(V1) 및 제1 시점으로부터 소정의 시간이 경과한 제2 시점에 대응하는 배터리 전압(V2) 간의 전압차(ΔV = |V1 - V2|)를 산출할 수 있다. BMS(40)는, 배터리(10)에 흐르는 충전전류(I) 및 전압차(ΔV)에 기초하여 내부저항(DCIRN) 값을 산출할 수 있다. 예를 들어, 제N 진단시점에 대응하는 내부저항(DCIRN) 값은 30Ω으로 산출되는 것으로 가정한다.
S400 단계에서, BMS(40)는, 내부저항(DCIRN) 값이 상한값(UBN_Th)을 초과하는지 여부를 판단한다(S410).
S400 단계에서, 판단결과 초과하면(S410, Yes), BMS(40)는, 배터리(10)에 포함된 복수의 배터리 셀 중 적어도 하나에 단선 하자(disconnection defect)가 발생한 것으로 진단한다(S420).
예를 들어, 병렬 연결되어 있는 복수의 배터리 셀 중 일부 배터리 셀의 병렬 연결이 끊어지면, 배터리(10)의 내부저항 값이 증가할 수 있다.
S400 단계에서, 판단결과 초과하지 않으면(S410, No), BMS(40)는, 내부저항 값(DCIRN)이 하한값(LBN_Th) 미만인지 여부를 판단한다(S430).
S400 단계에서, 판단결과 미만이면(S430, Yes), BMS(40)는, 배터리(10)에 포함된 복수의 배터리 셀 중 적어도 하나에 단락 하자(short defect)가 발생한 것으로 진단한다(S440).
예를 들어, 병렬 연결되어 있는 복수의 배터리 셀 중 일부 배터리 셀들끼리 서로 접촉(short)하면, 배터리(10)의 전체 저항인 내부저항 값이 감소할 수 있다.
S400 단계에서, 판단결과 이상이면(S430, No), BMS(40)는, 배터리(10)의 상태를 정상으로 진단한다(S450).
내부저항(DCIRN) 값이 하한값(LBN_Th) 이상 상한값(UBN_Th) 이하에 대응하는 정상 범위를 벗어나면, BMS(40)는, 배터리(10)의 상태를 하자(단선 하자 또는 단락 하자)로 진단할 수 있다. 또한, 내부저항(DCIRN) 값이 정상 범위에 속하면, BMS(40)는, 배터리(10)의 상태를 정상으로 진단할 수 있다.
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 (15)

  1. 배터리의 양단 전압인 배터리 전압, 상기 배터리에 흐르는 전류인 배터리 전류, 및 상기 배터리의 온도인 배터리 온도를 측정하는 측정부,
    상기 배터리의 하자를 진단하는 진단시점마다, 상기 배터리 전압 및 상기 배터리 전류에 기초하여 산출되는 내부저항 값, 및 상기 내부저항 값에 영향을 미치는 요소인 환경 데이터가 저장되는 저장부, 그리고
    상기 진단시점마다, 소정의 범위 내에서 상기 진단시점의 환경 데이터에 대응하는 환경 데이터를 포함하는 제1 조건 및 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전 진단시점인 제2 조건을 만족하는 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 산출하는 내부저항 값을 상기 이동 평균값보다 소정 값이 큰 상한값 및 상기 이동 평균값보다 소정 값이 작은 하한값과 비교하여 상기 배터리의 하자를 진단하는 제어부를 포함하고
    상기 환경 데이터는,
    소정의 방법으로 추정되는 상기 배터리의 충전상태(SOC, State of Charge) 및 상기 배터리 온도 중 적어도 하나를 포함하는, 배터리 진단 장치.
  2. 제1항에 있어서,
    상기 제어부는,
    상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값과 소정의 배수를 곱하여 오차값을 산출하고,
    상기 이동 평균값에 상기 오차값을 플러스하여 상기 상한값을 산출하며,
    상기 이동 평균값에서 상기 오차값을 마이너스하여 상기 하한값을 산출하는, 배터리 진단 장치.
  3. 제1항에 있어서,
    상기 제어부는,
    소정의 온도 크기 간격으로 설정되는 되는 복수의 온도 구간 중 상기 진단시점의 배터리 온도가 속하는 소정의 온도 구간에 소정의 진단시점의 배터리 온도가 속하면 상기 제1 조건을 만족하는 것으로 판단하는, 배터리 진단 장치.
  4. 제1항에 있어서,
    상기 제어부는,
    소정의 충전상태 크기 간격으로 설정되는 되는 복수의 충전상태 구간 중 상기 진단시점의 충전상태가 속하는 소정의 충전상태 구간에 소정의 진단시점의 충전상태가 속하면 상기 제1 조건을 만족하는 것으로 판단하는, 배터리 진단 장치.
  5. 제1항에 있어서,
    상기 제어부는,
    상기 내부저항 값이 상기 상한값을 초과하면,
    상기 배터리에 포함된 복수의 배터리 셀 중 적어도 하나에 단선 하자가 발생한 것으로 진단하는, 배터리 진단 장치.
  6. 제1항에 있어서,
    상기 제어부는,
    상기 내부저항 값이 상기 하한값 미만이면,
    상기 배터리에 포함된 복수의 배터리 셀 중 적어도 하나에 단락 하자가 발생한 것으로 진단하는, 배터리 진단 장치.
  7. 제1항에 있어서,
    상기 제어부는,
    상기 내부저항 값이 상기 하한값 이상 상기 상한값 이하의 범위에 속하면,
    상기 배터리에 포함된 복수의 배터리 셀이 정상 상태인 것으로 진단하는, 배터리 진단 장치.
  8. 복수의 배터리 셀을 포함하는 배터리,
    상기 배터리의 양단 전압인 배터리 전압, 상기 배터리에 흐르는 전류인 배터리 전류, 및 상기 배터리의 온도인 배터리 온도를 측정하는 측정부,
    상기 배터리의 하자를 진단하는 진단시점마다 상기 배터리 전압 및 상기 배터리 전류에 기초하여 산출되는 내부저항 값, 및 상기 내부저항 값에 영향을 미치는 요소인 환경 데이터가 저장되는 저장부, 그리고
    상기 진단시점마다, 소정의 범위 내에서 상기 진단시점의 환경 데이터에 대응하는 환경 데이터를 포함하는 제1 조건 및 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전 진단시점인 제2 조건을 만족하는 복수의 진단시점을 추출하고, 상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값을 산출하고, 상기 진단시점마다 산출한 내부저항 값을 상기 이동 평균값보다 소정 값이 큰 상한값 및 상기 이동 평균값보다 소정 값이 작은 하한값과 비교하여 상기 배터리의 하자를 진단하는 제어부를 포함하고,
    상기 환경 데이터는,
    소정의 방법으로 추정되는 충전상태(SOC, State of Charge) 및 상기 배터리 온도 중 적어도 하나를 포함하는, 배터리 시스템.
  9. 제8항에 있어서,
    상기 제어부는,
    상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값과 소정의 배수를 곱하여 오차값을 산출하고,
    상기 이동 평균값에 상기 오차값을 플러스하여 상기 상한값을 산출하며,
    상기 이동 평균값에 상기 오차값을 마이너스하여 상기 하한값을 산출하는, 배터리 시스템.
  10. 배터리의 양단 전압인 배터리 전압, 상기 배터리에 흐르는 전류인 배터리 전류, 및 상기 배터리의 온도인 배터리 온도의 측정값을 수집하는 배터리 데이터 수집 단계,
    소정의 범위 내에서 상기 진단시점의 환경 데이터에 대응하는 환경 데이터를 포함하는 제1 조건 및 상기 진단시점을 기준으로 소정의 표본 개수에 대응하는 이전 진단시점인 제2 조건을 만족하는 복수의 진단시점을 추출하는 표본집단 결정 단계,
    상기 복수의 진단시점 각각에 대응하는 복수의 내부저항 값의 평균인 이동 평균값, 상기 이동 평균값보다 소정 값이 큰 상한값, 및 상기 이동 평균값보다 소정 값이 작은 하한값을 산출하는 기준값 결정 단계, 그리고
    상기 진단시점에 대응하는 내부저항 값을 상기 상한값 및 상기 하한값과 비교하여 상기 배터리의 하자를 진단하는 하자 진단 단계를 포함하고,
    상기 환경 데이터는,
    소정의 방법으로 추정되는 상기 배터리의 충전상태(SOC, State of Charge) 및 상기 배터리 온도 중 적어도 하나를 포함하는, 배터리 진단 방법.
  11. 제10항에 있어서,
    상기 기준값 결정 단계는,
    상기 복수의 진단시점 각각에 대응하는 복수의 표준편차의 평균인 표준편차 평균값과 소정의 배수를 곱하여 오차값을 산출하고,
    상기 이동 평균값에 상기 오차값을 플러스하여 상기 상한값을 산출하고,
    상기 이동 평균값에 상기 오차값을 마이너스하여 상기 하한값을 산출하는, 배터리 진단 방법.
  12. 제10항에 있어서,
    상기 표본집단 결정 단계는,
    소정의 온도 크기 간격으로 설정되는 되는 복수의 온도 구간 중 상기 진단시점의 배터리 온도가 속하는 소정의 온도 구간에 소정의 진단시점의 배터리 온도가 속하면 상기 제1 조건을 만족하는 것으로 판단하는, 배터리 진단 방법.
  13. 제10항에 있어서,
    상기 표본집단 결정 단계는,
    소정의 충전상태 크기 간격으로 설정되는 되는 복수의 충전상태 구간 중 상기 진단시점의 충전상태가 속하는 소정의 충전상태 구간에 소정의 진단시점의 충전상태가 속하면 제1 조건을 만족하는 것으로 판단하는, 배터리 진단 방법.
  14. 제10항에 있어서,
    상기 하자 진단 단계는,
    상기 진단시점에 대응하는 내부저항 값이 상기 상한값을 초과하면,
    상기 배터리에 포함된 복수의 배터리 셀 중 적어도 하나에 단선 하자가 발생한 것으로 진단하는, 배터리 진단 방법.
  15. 제10항에 있어서,
    상기 하자 진단 단계는,
    상기 진단시점에 대응하는 내부저항 값이 상기 하한값 미만이면,
    상기 배터리에 포함된 복수의 배터리 셀 중 적어도 하나에 단락 하자가 발생한 것으로 진단하는, 배터리 진단 방법.
PCT/KR2023/001313 2022-05-20 2023-01-27 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템 WO2023224211A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220061918A KR20230162253A (ko) 2022-05-20 2022-05-20 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
KR10-2022-0061918 2022-05-20

Publications (1)

Publication Number Publication Date
WO2023224211A1 true WO2023224211A1 (ko) 2023-11-23

Family

ID=88835460

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/001313 WO2023224211A1 (ko) 2022-05-20 2023-01-27 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템

Country Status (2)

Country Link
KR (1) KR20230162253A (ko)
WO (1) WO2023224211A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102648268B1 (ko) * 2023-12-27 2024-03-15 주식회사 창해전기 철도 전력설비의 고장 진단장치 및 이를 사용한 철도 전력설비의 고장 진단 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008256673A (ja) * 2007-03-09 2008-10-23 Hitachi Ltd 電池制御方法及びそのシステム
JP2015031674A (ja) * 2013-08-07 2015-02-16 株式会社東芝 蓄電池状態監視装置及び蓄電池装置
JP6571268B2 (ja) * 2016-03-08 2019-09-04 株式会社東芝 電池監視装置及び方法
KR20210054930A (ko) * 2019-11-06 2021-05-14 정대원 배터리 내부단락검출 알고리즘이 포함된 배터리 관리 시스템과 이를 이용한 배터리 관리 시스템 화재예방방법
KR20220060814A (ko) * 2020-11-05 2022-05-12 주식회사 엘지에너지솔루션 배터리 진단 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008256673A (ja) * 2007-03-09 2008-10-23 Hitachi Ltd 電池制御方法及びそのシステム
JP2015031674A (ja) * 2013-08-07 2015-02-16 株式会社東芝 蓄電池状態監視装置及び蓄電池装置
JP6571268B2 (ja) * 2016-03-08 2019-09-04 株式会社東芝 電池監視装置及び方法
KR20210054930A (ko) * 2019-11-06 2021-05-14 정대원 배터리 내부단락검출 알고리즘이 포함된 배터리 관리 시스템과 이를 이용한 배터리 관리 시스템 화재예방방법
KR20220060814A (ko) * 2020-11-05 2022-05-12 주식회사 엘지에너지솔루션 배터리 진단 장치 및 방법

Also Published As

Publication number Publication date
KR20230162253A (ko) 2023-11-28

Similar Documents

Publication Publication Date Title
WO2018124511A1 (ko) 배터리의 충전 상태를 캘리브레이션하기 위한 배터리 관리 장치 및 방법
WO2018190508A1 (ko) 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법
WO2021049753A1 (ko) 배터리 진단 장치 및 방법
WO2014084628A1 (ko) 배터리 전류 측정 장치 및 그 방법
WO2018074807A1 (ko) 듀티 제어를 통한 효과적인 배터리 셀 밸런싱 방법 및 시스템
WO2022098096A1 (ko) 배터리 진단 장치 및 방법
WO2021015501A1 (ko) 배터리 저항 진단 장치 및 방법
WO2023224211A1 (ko) 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
WO2018097512A1 (ko) 배터리 충전제어 알고리즘
WO2022149958A1 (ko) 배터리 제어 장치, 배터리 시스템, 전원 공급 시스템 및 배터리 제어 방법
WO2022177291A1 (ko) 배터리 관리 시스템, 배터리 팩, 에너지 저장 시스템 및 배터리 관리 방법
WO2021230642A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2021091086A1 (ko) 배터리 진단 장치, 배터리 진단 방법 및 에너지 저장 시스템
WO2021085808A1 (ko) 온도 측정 장치, 이를 포함하는 배터리 장치 및 온도 측정 방법
WO2023287180A1 (ko) 배터리 진단 장치, 배터리 팩, 전기 차량 및 배터리 진단 방법
WO2023224195A1 (ko) 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
WO2023224209A1 (ko) 배터리 진단 방법, 그 방법을 제공하는 배터리 진단 장치 및 배터리 시스템
WO2022019600A1 (ko) 이상 셀 진단 방법 및 이를 적용한 배터리 시스템
WO2023249174A1 (ko) 배터리 하자 진단 방법 및 그 방법을 제공하는 서버
WO2022158909A2 (ko) 버스바 진단 장치, 배터리 팩, 에너지 저장 시스템 및 버스바 진단 방법
WO2022265358A1 (ko) 배터리 관리 시스템, 배터리 팩, 전기 차량 및 배터리 관리 방법
WO2022030971A1 (ko) 배터리 진단 디바이스, 배터리 팩, 배터리 시스템 및 배터리 진단 방법
WO2022019703A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2021149973A1 (ko) 배터리 진단 시스템, 전력 시스템 및 배터리 진단 방법
WO2020230991A1 (ko) 배터리 관리 시스템

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: 23807736

Country of ref document: EP

Kind code of ref document: A1