WO2024123079A1 - 사용자 주도 설정 기반 수소 충전 방법 및 장치 - Google Patents
사용자 주도 설정 기반 수소 충전 방법 및 장치 Download PDFInfo
- Publication number
- WO2024123079A1 WO2024123079A1 PCT/KR2023/020000 KR2023020000W WO2024123079A1 WO 2024123079 A1 WO2024123079 A1 WO 2024123079A1 KR 2023020000 W KR2023020000 W KR 2023020000W WO 2024123079 A1 WO2024123079 A1 WO 2024123079A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- hydrogen
- charging
- mobility
- target
- charging rate
- Prior art date
Links
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 696
- 239000001257 hydrogen Substances 0.000 title claims abstract description 685
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 685
- 238000000034 method Methods 0.000 title claims abstract description 279
- 239000000446 fuel Substances 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims description 157
- 230000006854 communication Effects 0.000 claims description 76
- 238000013528 artificial neural network Methods 0.000 claims description 75
- 238000004891 communication Methods 0.000 claims description 75
- 230000006870 function Effects 0.000 claims description 40
- 238000012544 monitoring process Methods 0.000 claims description 6
- 150000002431 hydrogen Chemical class 0.000 abstract description 7
- 238000003860 storage Methods 0.000 description 51
- 238000012360 testing method Methods 0.000 description 51
- 238000001816 cooling Methods 0.000 description 40
- 238000004088 simulation Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 26
- 238000005516 engineering process Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 17
- 238000005259 measurement Methods 0.000 description 13
- 230000004044 response Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 238000002347 injection Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000013021 overheating Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000006641 stabilisation Effects 0.000 description 4
- 238000011105 stabilization Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000003487 electrochemical reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17C—VESSELS FOR CONTAINING OR STORING COMPRESSED, LIQUEFIED OR SOLIDIFIED GASES; FIXED-CAPACITY GAS-HOLDERS; FILLING VESSELS WITH, OR DISCHARGING FROM VESSELS, COMPRESSED, LIQUEFIED, OR SOLIDIFIED GASES
- F17C13/00—Details of vessels or of the filling or discharging of vessels
- F17C13/02—Special adaptations of indicating, measuring, or monitoring equipment
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17C—VESSELS FOR CONTAINING OR STORING COMPRESSED, LIQUEFIED OR SOLIDIFIED GASES; FIXED-CAPACITY GAS-HOLDERS; FILLING VESSELS WITH, OR DISCHARGING FROM VESSELS, COMPRESSED, LIQUEFIED, OR SOLIDIFIED GASES
- F17C5/00—Methods or apparatus for filling containers with liquefied, solidified, or compressed gases under pressures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17C—VESSELS FOR CONTAINING OR STORING COMPRESSED, LIQUEFIED OR SOLIDIFIED GASES; FIXED-CAPACITY GAS-HOLDERS; FILLING VESSELS WITH, OR DISCHARGING FROM VESSELS, COMPRESSED, LIQUEFIED, OR SOLIDIFIED GASES
- F17C5/00—Methods or apparatus for filling containers with liquefied, solidified, or compressed gases under pressures
- F17C5/06—Methods or apparatus for filling containers with liquefied, solidified, or compressed gases under pressures for filling with compressed gases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Definitions
- the present invention relates to control technology for hydrogen fueling/supply of hydrogen vehicles, and more specifically, to a hydrogen charging process that increases the efficiency of hydrogen fueling/supply and improves the convenience, speed, and real-time of charging/supply, It's about a platform for processes.
- a hydrogen vehicle, hydrogen electric vehicle, or fuel cell electric vehicle (FCEV) refers to a non-polluting vehicle that runs on electrical energy generated when high-pressure hydrogen stored in the vehicle meets atmospheric air.
- Hydrogen vehicles are a concept that includes not only hydrogen electric vehicles or fuel cell vehicles that use a fuel cell system using hydrogen as an energy source, but also all mobility that produces power using an ICE (Internal Combustion Engine) that uses hydrogen as a fuel.
- ICE Internal Combustion Engine
- hydrogen electric vehicles not only emit pure water (H2O) during the process of generating electricity, but also have the function of removing ultrafine dust in the air while driving, so they are attracting attention as future eco-friendly mobility. Since hydrogen, a fuel, is infinite on Earth and the energy production process is eco-friendly, it is widely spotlighted as a technology with the potential to be utilized across industries.
- H2O pure water
- Hydrogen electric vehicles deliver high-pressure hydrogen safely stored in a hydrogen fuel tank and oxygen introduced through an air supply system to the fuel cell stack, and produce electrical energy by causing an electrochemical reaction between hydrogen and oxygen.
- the electrical energy produced is converted into kinetic energy through the drive motor to move the hydrogen electric vehicle, and a running hydrogen electric vehicle has the advantage of discharging only pure water through the exhaust port.
- the fuel cell system replaces the engine of an internal combustion engine vehicle and provides power to a hydrogen electric vehicle.
- a fuel cell is a device that generates the electrical energy needed for operation, and is also called a ‘tertiary battery’.
- Fuel cells convert thermal energy into electrical energy using electrochemical reactions between oxygen and hydrogen. The electrical energy generated at this time is the result of a pure chemical reaction and, unlike fossil fuels, does not generate exhaust gases such as carbon dioxide.
- the components that produce power using fuel cells in hydrogen electric vehicles include a fuel cell stack, hydrogen supply system, air supply system, and heat management system. Includes.
- the hydrogen supply system plays the role of changing the hydrogen safely stored in the hydrogen tank from high pressure to low pressure and moving it to the fuel cell stack, and can also increase hydrogen supply efficiency through the recirculation line.
- the thermal management system refers to a device that releases heat generated when a fuel cell stack undergoes an electrochemical reaction to the outside and circulates cooling water to maintain a constant temperature of the fuel cell stack. Thermal management systems can affect the output and lifespan of a fuel cell stack.
- the concept of a hydrogen fueled car, rather than a hydrogen electric vehicle, is also a vehicle that uses hydrogen as fuel.
- a hydrogen fueled car drives an electric motor with the heat generated by burning hydrogen directly in the engine.
- the method of charging/supplying hydrogen for hydrogen fuel vehicles is not much different from the method of charging/supplying hydrogen for hydrogen electric vehicles.
- the temperature (T) and pressure (P) of the compressed hydrogen storage system (CHSS) on the fuel cell side are ultimately controlled to ensure safety.
- the goal is to control it to operate under critical temperature/pressure conditions.
- the hydrogen charging/supply process, control technique, and protocol for the conventional hydrogen electric vehicle were stipulated in the past when wired/wireless communication technology or computing techniques for control were not mature, resulting in the recently achieved information and communication technology (ICT). is not being reflected as much as possible.
- ICT information and communication technology
- the purpose of the present invention to solve the above problems is to provide a charging amount setting function according to user needs.
- the purpose of the present invention is to propose a process and protocol to support a user-led charging amount setting function.
- the purpose of the present invention is to propose a hydrogen charging/supply process and determination of appropriate charging amount according to surrounding circumstances and conditions during charging.
- the purpose of the present invention is to propose a two-way communication protocol that supports user-led charging amount setting and hydrogen charging/supply process.
- a user-led setting-based hydrogen charging method includes receiving user input related to setting a hydrogen charging goal; determining a target charging rate (SOC) for hydrogen charging in mobility based on user input; And it may include receiving hydrogen through a hydrogen charging control sequence to reach the target charging rate.
- SOC target charging rate
- the user input may include a target charging rate for hydrogen charging in mobility.
- the target charging rate may be determined based on the user input, at least one of the current charging state of the mobility and charging-related situation information of the mobility.
- a hydrogen charging method based on user-directed settings includes the steps of acquiring progress data of the hydrogen charging process of mobility in the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate; And it may further include transmitting the progress data of the mobility to a dispenser or charging control system that supplies hydrogen to the mobility, so that the progress data of the mobility can be monitored.
- the step of receiving hydrogen by a hydrogen charging control sequence to reach the target charging rate may include generating a hydrogen charging control request for at least one intermediate charging rate between the starting charging rate of hydrogen charging and the target charging rate.
- a hydrogen charging method based on user-directed settings includes receiving user input related to setting a hydrogen charging goal; determining a target charging rate (SOC) for hydrogen charging in mobility based on user input; and providing a hydrogen charging control sequence to reach the target charging rate.
- SOC target charging rate
- the user input may include a target charging rate for hydrogen charging in mobility.
- the target charging rate may be determined based on the user input, at least one of the current charging state of the mobility and charging-related situation information of the mobility.
- the step of providing a hydrogen charging control sequence for reaching the target charging rate may determine a target hydrogen charging control sequence corresponding to the target charging rate from among a group of hydrogen charging control sequence candidates for reaching the individual target charging rate.
- the hydrogen charging control sequence to reach the target charging rate can be predicted based on existing hydrogen charging data between the mobility and a dispenser that supplies hydrogen to the mobility.
- the step of providing a hydrogen charging control sequence to reach the target charging rate may generate a hydrogen charging control command for at least one intermediate charging rate between the starting charging rate of hydrogen charging and the target charging rate.
- the step of providing a hydrogen charging control sequence to reach the target charging rate includes an artificial neural network that receives a first intermediate charging rate among at least one intermediate charging rate and predicts a hydrogen charging control sequence that reaches the second intermediate charging rate, which is the next intermediate charging rate. It can be performed using .
- the artificial neural network can receive the first intermediate charging rate and generate a series of future predicted values of the hydrogen charging control sequence reaching the second intermediate charging rate by using a model predictive control technique.
- the step of providing a hydrogen charging control sequence to reach the target charging rate may include providing a hydrogen charging control sequence based on field data in which the relationship between the hydrogen charging control command and the charging rate change in the process from the starting charging rate to reaching the target charging rate is recorded. You can.
- the user-directed setting-based hydrogen charging method includes a dispenser that supplies hydrogen to mobility through two-way communication in the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate, and the progress of the hydrogen charging process of mobility. acquiring data; And it may further include monitoring the hydrogen charging process based on a comparison result between expected data and progress data from the starting charging rate to reaching the target charging rate.
- the user-directed setting-based hydrogen charging method may further include the step of identifying whether the mobility can receive hydrogen through communication with the mobility.
- a hydrogen charging method based on user-directed settings includes obtaining a target charging rate through communication with mobility; And it may further include providing predicted data of the hydrogen charging control sequence to reach the target charging rate to mobility.
- the step of determining the target charging rate includes a new target changed based on the changes.
- the charging rate can be determined.
- the user-directed setting-based hydrogen charging method may further include providing predicted data of a changed hydrogen charging control sequence to reach a new target charging rate to mobility through communication with mobility. .
- a hydrogen fueling device mounted on a mobility vehicle using hydrogen as a fuel is a hydrogen charging device based on user-directed settings, and includes a memory storing at least one command; And it may include a processor that executes at least one instruction.
- the processor receives user input related to setting a hydrogen charging target by at least one command, determines a target charging rate (SOC) for hydrogen charging of mobility based on the user input, and supplies hydrogen to reach the target charging rate.
- SOC target charging rate
- Hydrogen can be supplied through a charging control sequence.
- the user input may include a target charging rate for hydrogen charging in mobility.
- the processor may determine the target charging rate based on at least one of the current charging state of the mobility and charging-related situation information of the mobility.
- the processor may obtain progress data of the hydrogen charging process of mobility during the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate.
- the processor may transmit the progress data of the mobility to a dispenser or charging control system that supplies hydrogen to the mobility so that the progress data of the mobility can be monitored.
- the processor may generate a hydrogen charging control request for at least one intermediate charging rate between the starting charging rate of hydrogen charging and the target charging rate.
- a hydrogen charging dispenser device based on user-directed settings is a dispenser device for fueling hydrogen for mobility using hydrogen as fuel, and includes a memory storing at least one command; And it may include a processor that executes at least one instruction.
- the processor receives user input related to setting a hydrogen charging target by at least one instruction, determines a target charging rate (SOC) for hydrogen charging of mobility based on the user input, and performs hydrogen charging to reach the target charging rate.
- SOC target charging rate
- Control sequences can be provided.
- the processor can obtain progress data of the hydrogen charging process of the mobility and the dispenser that supplies hydrogen to the mobility through two-way communication during the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate.
- the processor may monitor the hydrogen charging process based on a comparison between expected and progress data from the starting charging rate to reaching the target charging rate.
- a method for identifying a hydrogen charging protocol based on user-directed settings includes the steps of identifying a charging protocol supported between the dispenser and the mobility by communication between the dispenser and the mobility for charging hydrogen to the mobility; And it may include determining whether the identified charging protocol is a charging protocol that supports a function that allows the user to set a target charging rate (SOC) for hydrogen charging for mobility.
- SOC target charging rate
- a method for negotiating a hydrogen charging protocol based on user-directed settings includes the steps of identifying at least one charging protocol supported between the dispenser and the mobility by communication between the mobility and a dispenser for charging hydrogen to the mobility; And the charging protocol that supports the function of allowing the user to set the target charging rate (SOC) for hydrogen charging of the mobility among at least one charging protocol identified by communication between the dispenser for charging hydrogen to the mobility and the mobility is a priority charging protocol. It may include a selection and negotiation step.
- a charging amount setting function according to user demand can be provided.
- a process and protocol to support a user-led charging amount setting function can be implemented.
- a two-way communication protocol supporting user-led charging amount setting and hydrogen charging/supply process can be implemented.
- Figure 1 is a conceptual diagram illustrating an example of a hydrogen charging process for a hydrogen fueled mobility/vehicle to which an embodiment of the present invention is applied.
- Figure 2 is a conceptual diagram illustrating an example of a state change that occurs during a hydrogen charging process for a hydrogen car/hydrogen mobility to which an embodiment of the present invention is applied.
- Figure 3 is a conceptual diagram showing a platform or test platform for a hydrogen charging process according to an embodiment of the present invention.
- FIG. 4 is a block diagram showing part of the structure of FIG. 3 in detail.
- Figure 5 is a conceptual diagram showing a platform or test platform for a hydrogen charging process according to an embodiment of the present invention.
- Figure 6 is a conceptual diagram showing a platform or test platform for a hydrogen charging process according to another embodiment of the present invention.
- Figure 7 is an operational flowchart illustrating a hydrogen charging method based on user-directed settings according to an embodiment of the present invention.
- FIG. 8 is a conceptual diagram illustrating various embodiments of a user-directed settings-based hydrogen charging process.
- FIG. 9 is a conceptual diagram illustrating various embodiments of a user-directed setting-based hydrogen charging process and control method.
- FIG 10 is a conceptual diagram illustrating the concept of an artificial neural network (ANN) for controlling hydrogen charging for a hydrogen car according to an embodiment of the present invention.
- ANN artificial neural network
- Figure 11 is a conceptual diagram illustrating the concept of model prediction control for hydrogen charging control for a hydrogen car according to an embodiment of the present invention.
- Figure 12 is an operational flowchart showing the training process of an artificial neural network for hydrogen charging control according to an embodiment of the present invention.
- Figure 13 is a conceptual diagram illustrating a two-way communication protocol for a hydrogen charging process based on user-directed settings according to an embodiment of the present invention.
- FIG. 14 is a conceptual diagram illustrating a communication protocol and operation flowchart for a hydrogen charging process based on user-directed settings according to an embodiment of the present invention.
- FIG. 15 is a conceptual diagram illustrating an example of a generalized hydrogen charge control device, hydrogen charge control system, hydrogen charge test platform, hydrogen charge test system, or computing system capable of performing at least a portion of the processes of FIGS. 1 to 14.
- first, second, A, B, etc. may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.
- a first component may be named a second component without departing from the scope of the present invention, and similarly, the second component may also be named a first component.
- the term “and/or” includes any of a plurality of related stated items or a combination of a plurality of related stated items.
- “at least one of A and B” may mean “at least one of A or B” or “at least one of combinations of one or more of A and B.” Additionally, in embodiments of the present application, “one or more of A and B” may mean “one or more of A or B” or “one or more of combinations of one or more of A and B.”
- Hydrogen vehicles generally include not only hydrogen electric vehicles or hydrogen fuel cell vehicles (FCEV, Fuel Cell Electric Vehicle) that use fuel cells, but also ICE (Internal Combustion Engine)-based vehicles that use hydrogen as fuel.
- FCEV Fuel Cell Electric Vehicle
- ICE Internal Combustion Engine
- Hydrogen fluid fuel may include gaseous hydrogen fuel or liquid hydrogen fuel.
- CHSS Compressed Hydrogen Storage System
- the Pressure Relief Device is placed in the CHSS and is a device that can isolate stored hydrogen from the rest of the fuel system and the environment and, conversely, discharge hydrogen to the outside.
- the hydrogen fueling process refers to the process of delivering high-pressure hydrogen from a hydrogen charging station and accumulating it in a hydrogen tank.
- Pressure Ramp Rate is expressed in MPa/min and refers to the increase rate of pressure of CHSS.
- Average Pressure Ramp Rate refers to the average value of the pressure increase rate from the beginning to the end of hydrogen fueling.
- Pre-cooling refers to the process of cooling the hydrogen in a hydrogen charging station before charging.
- the dispenser is a component that delivers pre-cooled hydrogen to CHSS.
- a nozzle is connected to the hydrogen dispensing system of a hydrogen charging station and refers to a device that couples to the receptacle of a hydrogen electric vehicle and allows delivery of hydrogen fuel.
- Figure 1 is a conceptual diagram illustrating an example of a hydrogen charging process for a hydrogen fueled mobility/vehicle to which an embodiment of the present invention is applied.
- pre-cooled hydrogen gas from a hydrogen charging station (Station, 200) is supplied to a hydrogen vehicle (Hydrogen fueled mobility/vehicle, 300) through a dispenser (100).
- a hydrogen charging process can be described by parameters including the average pressure increase rate (APRR).
- APRR average pressure increase rate
- hydrogen storage systems attached to vehicles can be largely divided into high-pressure hydrogen tanks, pressure control device high-pressure piping, and external frames.
- High-pressure hydrogen tanks have been developed and commercialized with capacities ranging from tens to hundreds of liters, and for vehicles, small and lightweight storage tanks are connected in parallel to achieve high capacity.
- the high-pressure hydrogen tank is widely known as the compressed hydrogen storage system (CHSS) 310, and in this specification, for convenience of explanation, the expression “tank” refers to the CHSS (310).
- CHSS compressed hydrogen storage system
- hydrogen storage is controlled using a boss unit that allows hydrogen gas to enter and exit the storage tank 310. Due to the nature of hydrogen injection and use not being possible at the same time, only one boss is used. Hydrogen storage is controlled by attaching valves, pressure reducing mechanisms, and sensors for various measurements.
- the interface between the hydrogen charging station 200 and the hydrogen fuel mobility 300 is handled by the dispenser 100, where the vehicle storage tank information and fuel supply information from the charging station 200 are integrated to control the target pressure and injection speed.
- An example of the control logic currently used is control logic that follows the SAE J2601 (2020-05) standard.
- methods for transmitting information from the hydrogen fuel mobility 300 to the dispenser 100 include a communication method and a non-communication method. Even when using communication, in the prior art, the temperature and pressure values of the vehicle storage tank 310 are simply transmitted to the dispenser 100 in one direction, and the dispenser 100 does not actively utilize the information, but only limits temperature and pressure. It is used as a safety standard such as emergency stop in.
- All charging logic for safe and rapid charging is managed in the dispenser 100, and the vehicle storage tank 310 is automatically discharged under conditions such as overheating through the pressure relief device (PRD) 320 without an active safety management method. It has only minimal safety management devices to release hydrogen.
- PRD pressure relief device
- the charging station 200 includes a high-pressure hydrogen storage unit 220 and a pre-cooler 210.
- the pre-cooler 210 supplies hydrogen gas to the hydrogen electric vehicle 300 via the dispenser 100 while lowering the temperature of the hydrogen gas through pre-cooling.
- the charging control logic 110 inside the dispenser 100 actively controls the temperature, pressure, etc. received from the hydrogen fuel mobility 300 and the charging station 200.
- the hydrogen fueling process is controlled using state of charge information such as the state information of the CHSS 310 and the state of charge (SOC) of the CHSS 310.
- the charging speed is controlled in real time using real-time temperature data of the vehicle storage tank 310, and is designed to operate at the highest charging speed that satisfies the conditions below the safety limit, Charging time can be reduced within the available range.
- the charging protocol of the prior art has excessive pre-cooling and supply problems, as the boundary conditions for safety are excessively set, and the temperature of most storage tanks 310 is measured around 40 to 50°C at the time of completion of charging.
- the operating efficiency of the hydrogen charging station 200 can be increased by optimizing the cooling load of the charging station 200 by actively adjusting the amount of pre-cooling required and provided.
- the protocol of the prior art which is centered on lightweight hydrogen electric vehicles, has the problem of having to re-set all variables and reflect them in the standard when charging new mobility.
- the ANN-based learnable charging logic is a control technique that updates the logic itself through a certain learning and training process when applying a new device, and can be widely applied to various mobility areas.
- the only way to prevent overheating of the storage tank of a hydrogen electric vehicle in the prior art is to release gas through a pressure relief device/PRD (Pressure Relief Device) 320 when it overheats above a certain temperature.
- a pressure relief device/PRD Pressure Relief Device
- the cooling system 330 which will be described later, is installed in the storage tank 310 itself to increase the charging speed and at the same time actively respond to overheating of the storage tank 310, thereby improving hydrogen fuel mobility 300. ) can improve the safety of.
- the efficiency of the hydrogen charging/supplying process can be improved while safely charging/supplying hydrogen fuel, and the speed and real-time of the hydrogen charging/supplying process can be improved.
- a hydrogen charging control technique that ensures real-time performance based on model predictive control (MPC) can be provided.
- MPC model predictive control
- a control technique with improved accuracy in predicting hydrogen charging results based on an artificial neural network (ANN) model can be provided.
- the accuracy of prediction results can be improved by reflecting real-time measurements in an artificial neural network model using actual charging data along with theoretical simulation results.
- the efficiency of hydrogen charging control can be improved by integrated management of actually measured data and state information predicted from the model using an intelligent meta system (IMS).
- IMS intelligent meta system
- the dispenser 100 is responsible for controlling between the hydrogen fuel mobility 300 and the hydrogen charging station 200, and the dispenser 100 dispenses hydrogen into hydrogen fuel mobility (hydrogen fuel mobility) according to established regulations. 300), a protocol for injection method is installed and oversees control.
- An example of a protocol mounted on the dispenser 100 is a protocol based on the international standard SAE-J2601 (2020-05), which is also used in embodiments of the present invention to the extent that it meets the purpose of the present invention. The same applies.
- thermodynamic modeling For the minimum requirements/requirements for safety, simulations are conducted through thermodynamic modeling for various situations, and the parameters derived through this are used to create a table-based single method, and Partial Real-Time Correction based on MC-formula is used.
- Minimum requirements/requirements for safety include upper limits for temperature and pressure conditions of the CHSS 310, and guidelines for rate of charge (SOC).
- Simulation can be performed through thermodynamic modeling using boundary conditions including best to worst cases.
- the injection rate is predetermined assuming the worst expected boundary conditions (excessive boundary conditions), which causes unnecessary pre-cooling and reduces the overall charging rate.
- the injection rate is simply determined by the average pressure increase rate/average pressure ramp rate (APRR), which can be a factor that hinders active response to the situation. Unnecessary precooling can cause excessive energy and operating costs.
- APRR average pressure increase rate/average pressure ramp rate
- Thermodynamic models take a lot of time to derive the calculation results of mathematical equations, so they indirectly utilize variables derived through the model. Application is limited in cases where there are no pre-calculated variables, and flexibility such as detailed control of the method itself is limited. There is a problem of lack.
- the table-based method of the prior art has very low efficiency because it does not utilize the temperature of the pre-cooled hydrogen provided at the charging station 200 or the temperature of the storage tank 310 measured at the hydrogen fuel mobility 300, and is subject to changes in surrounding conditions. There are problems that are difficult to deal with flexibly.
- the MC-Formula-based method of the prior art corrects the pre-cooling temperature in real time, but the calculation and application method is complicated and there are limitations to the application target, making expansion difficult.
- the characteristics of the present invention were derived to solve the problems of the prior art, and are characterized by reducing dependence on simulation and actively attempting to control state variables by reflecting real-time measurement data.
- FIG. 2 is a conceptual diagram illustrating an example of a state change that occurs during a hydrogen charging process for hydrogen fuel mobility 300 to which an embodiment of the present invention is applied.
- Temperature control in the hydrogen charging process is achieved by receiving pre-cooled hydrogen gas and controlling the internal temperature of the storage tank 310 to be 85°C or lower at the time of final charging completion.
- the storage tank 310 is configured so that the heat transfer efficiency of the carbon fiber surrounding the dome and body of the tank 310 is low in order to block heat exchange between the external atmosphere and the internally stored hydrogen gas during driving.
- the prior art does not include a separate cooling means other than receiving pre-cooled hydrogen gas from the charging station 200.
- the hydrogen buffering time is managed by controlling the pre-cooling and hydrogen injection speed at the hydrogen charging station 200 to keep the temperature management temperature below 85°C, which is the upper limit of the vehicle hydrogen storage tank.
- the storage tank 310 of the hydrogen fuel mobility 300 There are no separate temperature management measures for this.
- the characteristic curve of FIG. 2 is installed as a basic model, but unlike the prior art, Phase I It is possible to optimize the control of the operating load of the charging station 200 in the pre-cooling stage and the charging speed (pressure increase rate, PRR) that occurs during the charging process of Phase II to Phase IV, and to derive optimal control conditions suitable for the actual environment.
- PRR pressure increase rate
- Figure 3 is a conceptual diagram showing a platform or test platform for a hydrogen charging process according to an embodiment of the present invention.
- the mobility part 300, the charging station part 200, and the dispenser part 100 are all simulation models.
- a simulation model-centered embodiment is shown in FIG. 3, the spirit of the present invention is not limited to the embodiment of FIG. 3, and the mobility part 300, the charging station part 200, and the dispenser part 100 include a simulation model, It may also be implemented by merging, combining, or competing between data-based models based on real-time on-site dynamic data.
- FIG. 4 is a block diagram showing part of the structure of FIG. 3 in detail.
- the pre-cooler 210 Temperature and pressure data may be output and transferred to the artificial neural network model 120 by the simulation or field data acquisition being considered.
- the temperature drop signal may be regarded as a type of cooling load (CL).
- the output predicted by the artificial neural network model 120 is transmitted to the supervisory system 130, and the supervisory system 130 performs precooling (Pre) as a control request and/or feedback control.
- the target temperature of -cooling can be transmitted to the charging station part 200, or the temperature cooling signal of the CHSS 310 can be transmitted to the mobility part 300 as a control request.
- the supervisory system 130 of FIG. 4 may function as a type of controller that controls the hydrogen charging test process.
- the supervisory system 130 of FIG. 4 is independent hardware or software mounted on the dispenser 100 is shown, but in another embodiment of the present invention, the supervisory system 130 performing a controller function is installed in the cloud, and /Or it may be implemented in the form of a remote server.
- real-time field data is fed back as a response after hydrogen charging control-related information and/or feedback control based on a hydrogen charging protocol is delivered, and hydrogen charging control-related information and/or based on the real-time field data.
- the feedback control may be updated, or the next hydrogen charging control related information and/or feedback control may be generated.
- a hydrogen charging protocol that does not rely on model predictive control or the artificial neural network model 120, and a test method and test platform for testing the hydrogen charging system may also be proposed.
- a plurality of hydrogen storage cylinders may be placed in the charging station 200 and operated as a bank system.
- Real-time field information requested by the dispenser 100 from the charging station 200 and received as feedback may include temperature and pressure information for each bank.
- a plurality of banks may be switched and connected to the dispenser 100 according to the request of the dispenser 100 and/or the selection of the charging station 200.
- the temperature and pressure information for each bank included in the real-time field information that the dispenser 100 requests and receives feedback from the charging station 200 may affect the selection and/or switching of the bank.
- the state of at least one of the banks in the bank system may be adjusted based on the temperature and pressure information for each bank included in the real-time field information that the dispenser 100 requests and receives as feedback from the charging station 200.
- At least one of the banks may be adjusted to have a chargeable temperature and pressure based on current state information about the banks in the charging station 200. Such adjustment may be performed at the request of the dispenser 100 or may be performed by the control logic of the charging station 200.
- Figure 5 is a conceptual diagram showing a platform or test platform for a hydrogen charging process according to an embodiment of the present invention.
- module C 160 may be disposed as a communication interface capable of performing two-way communication between the dispenser part 100 and the mobility part 300. Additionally, module B 150 may be disposed as a communication interface capable of performing two-way communication between the dispenser part 100 and the charging station part 200.
- the mobility part 300 may function as a means of modulating and optimizing the temperature of the CHSS 310.
- the charging station part 200 may function as a means for stabilizing and controlling the pre-cooling temperature.
- Figure 6 is a conceptual diagram showing a platform or test platform for a hydrogen charging process according to another embodiment of the present invention.
- the supervisory system 130 of FIG. 6 may function as a type of controller that controls the hydrogen charging test process.
- the predicted output of the artificial neural network model 120 may be transmitted to the supervisory system 130.
- the supervisory system 130 may transmit a control request for the status of hydrogen in the vehicle tank of the hydrogen car 300 to the hydrogen car 300 via the communication interface module C 160.
- a request to control the state of hydrogen in the vehicle tank of the hydrogen car 300 may be a temperature down request for the temperature of hydrogen in the vehicle tank. This temperature lowering control request may be provided as a temperature lowering signal.
- the supervisory system 130 may transmit a control request for the status of hydrogen supplied from the charging station 200 to the dispenser 100 to the charging station 200 via the communication interface module B 150.
- a request to control the state of hydrogen supplied from the charging station 200 to the dispenser 100 may be a pre-cooling request.
- the precooling request may include a precooling target temperature.
- Supervisory system 130 provides a control command/request for the hydrogen charging process in which hydrogen is supplied from the charging station 200 via the communication interface module A 140 to the vehicle tank of the hydrogen car 300 via the dispenser 100.
- Information related to the hydrogen charging process, and status information on the dispenser 100 side that reflects the results of the control command/request for the hydrogen charging process being executed on the dispenser 100 side, the hydrogen charging control-related information can be transmitted to the hydrogen car 300.
- the hydrogen charging control-related information is at least one of information about the control command for the pressure increase rate (PRR, Pressure Ramp Rate) for hydrogen charging in the vehicle tank, and status information on the dispenser 100 side as a result of executing the control command. It may contain more than one.
- information related to hydrogen charging control is provided in the vehicle tank of the hydrogen car 300, such as real-time pressure increase rate (PRR) or mass flow rate of compressed hydrogen (kg/s) (m_dot) derived from the feedback control process. It may include at least one of information about variables that can affect changes in the state of hydrogen, and information about the results of control by the variables. These hydrogen charging control-related information may also affect the weights or parameters of the hidden layers of the artificial neural network model 120.
- PRR real-time pressure increase rate
- m_dot mass flow rate of compressed hydrogen
- thermodynamic model such as H2FillS (Hydrogen Filling Simulation) can be used, for example.
- the thermodynamic model tracks transient changes in at least one of hydrogen temperature, pressure, and mass flow when charging hydrogen to a hydrogen fueled vehicle/mobility and/or transient changes in the state of hydrogen in the vehicle tank. and may include models and/or software designed to do so.
- the spirit of the present invention is not limited to embodiments of a specific thermodynamic model.
- the hydrogen charging protocol may include, for example, the hydrogen charging protocol defined in SAE J2601.
- SAE J2601 the hydrogen charging protocol defined in SAE J2601.
- the spirit of the present invention is not limited to specific embodiments.
- thermodynamic model may generate output data based on modeling and simulation when input data equivalent to that of an artificial neural network is input.
- the variables of the thermodynamic model may be adjusted depending on the hydrogen charging protocol, and different output data may be derived for different hydrogen charging protocols for the same input data.
- on-site data collected by a test platform is provided as input data and output data of the artificial neural network instead of input/output data of the thermodynamic model, so that the artificial neural network can be trained. That is, some of the field data collected by the test platform may be provided as input data to the artificial neural network, and another part may be provided as ground truth data corresponding to the output data of the artificial neural network.
- the internal parameters of the artificial neural network may be trained without initialization, or may be initialized to a predetermined value and then trained based on field data. For example, based on a thermodynamic model, the input data and output data (ground truth data) of the artificial neural network may be given and initially learned, and the internal parameters of the artificial neural network may be initialized.
- Learning of an artificial neural network does not necessarily have to be deep learning, but may also be shallow learning.
- a test platform may rely on dynamic field data to optimize the hydrogen recharging process.
- One embodiment of the present invention can predict the next state using an artificial neural network-based model predictive control (MPC) technique.
- MPC model predictive control
- the artificial neural network model can be learned using theoretical results, on-site data, or both.
- module A 140 may perform the control process alone or proactively.
- a learning model based on field data between the dispenser 100 and the vehicle 300 is used as a reference for the process between the dispenser 100 and the vehicle 300. It can function.
- a learning model based on field data between the dispenser 100 and the charging station 200 is used as a reference for the process between the dispenser 100 and the charging station 200. It can function as.
- Type and individual ID of dispenser 100 type and individual ID of charging station 200, type and individual ID of vehicle 300, control target state (temperature, pressure, SOC), initial state (temperature, pressure), hydrogen
- control target state temperature, pressure, SOC
- initial state temperature, pressure
- hydrogen By collecting big data for each type of charging protocol and learning the test platform using dynamic changes in field data corresponding to each case, standardized items that can optimize and accurately describe the hydrogen charging process will be derived. You can.
- the hydrogen fueling test system is a hydrogen fueling test system for a hydrogen fueled vehicle, and is a hydrogen fueling test system that affects the state of hydrogen in the vehicle tank of the hydrogen fueled mobility 300.
- a communication interface that transmits charging control-related information to the hydrogen fuel mobility 300 and receives on-site data of changes in the state of hydrogen in the vehicle tank as feedback corresponding to the hydrogen charging control-related information (module A) , 140); and a Supervisory system that updates a model for the hydrogen charging process for hydrogen fuel mobility 300 corresponding to hydrogen charging control-related information based on field data of changes in the state of hydrogen in the vehicle tank corresponding to hydrogen charging control-related information. (130) or includes a controller.
- Supervisory system 130 may include the functionality of a controller.
- the term 'controller' may refer to a configuration corresponding to the controller function of the supervisory system 130.
- An operation by a controller may mean an operation performed by the controller function of the supervisory system 130.
- the supervisory system 130 or controller may obtain the difference between the simulation results of the change in the state of hydrogen in the vehicle tank and the field data of the change in the state of hydrogen in the vehicle tank corresponding to the hydrogen charging control-related information.
- the supervisory system 130 or controller may update the model 120 for the hydrogen charging process for the hydrogen vehicle corresponding to hydrogen charging control-related information based on differences between simulation results and field data.
- the supervisory system 130 or controller responds to changes in the state of hydrogen in the vehicle tank in response to a control request, using a thermodynamic model that tracks transient changes in at least one of the temperature, pressure, and mass flow of hydrogen in the vehicle tank. Simulation results can be obtained.
- the supervisory system 130 or controller responds to the hydrogen charging control request in the vehicle tank by using a Model Prediction Control (MPC) technique by inputting a future predicted hydrogen charging control request into a model for the hydrogen charging process. Simulation results of changes in the state of hydrogen can be obtained.
- MPC Model Prediction Control
- the model 120 for the hydrogen charging process corresponding to the hydrogen charging control-related information receives the hydrogen charging control-related information related to the result of the execution of the hydrogen charging control request and the status information of the hydrogen in the vehicle tank and receives the status of hydrogen in the vehicle tank.
- the function that predicts changes may be a trained model.
- the model 120 for the hydrogen charging process corresponding to the hydrogen charging control-related information inputs the hydrogen charging control-related information, the current state of hydrogen in the vehicle tank, the state of hydrogen supplied from the dispenser to the vehicle, and the ambient temperature.
- the trained model may be capable of predicting changes in the state of hydrogen in future vehicle tanks.
- the model 120 for the hydrogen charging process corresponding to the hydrogen charging control-related information is the target state of the hydrogen in the vehicle tank targeted by the hydrogen charging control-related information and the state of hydrogen in the vehicle tank according to each hydrogen charging protocol.
- the function that predicts changes may be a trained model.
- Model 120 may be an artificial neural network model.
- the supervisory system 130 or controller receives information related to hydrogen charging control and the state information of hydrogen in the vehicle tank and uses field data of changes in the state of hydrogen in the vehicle tank as ground truth data to determine the state of hydrogen in the vehicle tank. Parameters within model 120 can be updated by training a function that predicts changes in .
- the model 120 may be a model trained to predict changes in the state of hydrogen in a vehicle tank using a model prediction control technique.
- the supervisory system 130 or controller After updating the model 120, the supervisory system 130 or controller replaces the hydrogen fuel mobility 300 side with the model 120, supplying hydrogen to the hydrogen fuel mobility 300. and at least one of simulation data and field data of a change in the state of hydrogen supplied to the dispenser 100 from the station 200 corresponding to the second control request between the stations 200 supplying hydrogen to the dispenser 100. It can be obtained.
- the supervisory system 130 or controller After updating the model 120, the supervisory system 130 or controller replaces the station 200 side with the model 120, and the hydrogen fuel mobility 300 and the dispenser receive hydrogen from the dispenser 100. At least one of simulation data and field data of a change in the state of hydrogen in the vehicle tank of the hydrogen fuel mobility 300 corresponding to the third control request between 100 and 300 may be obtained.
- the supervisory system 130 or controller via a communication interface (module A, 140), actively responds to a control request for hydrogen fuel mobility 300 information related to hydrogen charging control or a change in the state of hydrogen in the vehicle tank. It is possible to identify whether changes in the state of hydrogen can be controlled.
- a communication protocol and control protocol that can be supported by the hydrogen vehicle 300, and a communication protocol and control protocol that the dispenser 100 can support are Mutually shared and commonly supportable protocols may be selected as the communication protocol and control protocol.
- a hydrogen charging control request based on the hydrogen charging protocol may include a control command for the pressure ramp rate (PRR) for hydrogen charging in the vehicle tank.
- PRR pressure ramp rate
- the hydrogen charging control-related information may include at least one of information on the hydrogen charging control request and status information according to the results of execution of the hydrogen charging control request, and the control request for a change in the state of the hydrogen may be performed on the hydrogen in the vehicle tank. It may include a control request for at least one of temperature and pressure.
- Changes in the state of hydrogen in a vehicle tank may include at least one of temperature, pressure, and state of charge (SOC).
- the hydrogen charging process or hydrogen charging control technique of the prior art has a problem in that it is difficult to control the temperature/pressure of the final SOC, final nozzle, and CHSS (310) as desired.
- theoretical simulation-based hydrogen charging techniques do not match actual field data due to pressure variability, unstable flow rate, and high environmental variability.
- the final field data may vary depending on the initial value or final target value. Conversely, even if the same final target value or initial value is assumed, the final field data may vary due to different hydrogen charging protocols.
- an embodiment of the present invention utilizes real-time field data, two-way communication between each device, predictive control techniques, integrated control of the entire system including stations and vehicles, and user demands. Utilization and standardization of hydrogen charging data based on hydrogen can be adopted.
- the charging protocol under test may be internal to the Supervisory System 130 or may be located external to the Supervisory System 130.
- an embodiment of the present invention provides enhancement of the existing hydrogen charging protocol (Existing Fueling Protocol), standardization of on-site hydrogen charging data format (Standardization of On-site Fueling Data Format), and dynamic field data. Compilation and Diagnosis of Dynamic Field Data can be made possible.
- an embodiment of the present invention may include the following.
- One embodiment of the present invention executes artificial neural network-based model predictive control (ANN-MPC) and executes the existing hydrogen charging protocol under the same charging conditions, and compares the results of charging control with ANN-MPC and charging control with the existing hydrogen charging protocol. By comparing the results, existing hydrogen refueling protocols can be strengthened or improved.
- ANN-MPC artificial neural network-based model predictive control
- the supervisory system 130 can embed the protocol 131 under test, request charging control based on the embedded protocol, and compare the control value with the 'predicted output' input from the ANN-MPC.
- the supervisory system 130 or controller can transmit hydrogen fueling control-related information to the hydrogen fuel mobility 300 via the communication interfaces 140 and 160 by executing an existing hydrogen fueling protocol, On-site data on changes in the state of hydrogen in the vehicle tank can be obtained via the communication interfaces 140 and 160.
- the supervisory system 130 or the controller can obtain a hydrogen charging control sequence by the model 120 for the hydrogen charging process (when using the ANN-MPC technique, the future time series control sequence input can be predicted), and Based on the hydrogen charging control sequence by the model 120 for the charging process, an existing hydrogen charging protocol can be strengthened.
- the supervisory system 130 or the controller can acquire result data by executing a hydrogen charging control sequence based on a model for the hydrogen charging process, result data by executing the hydrogen charging control sequence, and an existing hydrogen charging protocol. Based on the results of comparison between field data by , a hydrogen charging control sequence can be used to enhance some of the existing hydrogen charging protocols.
- the charging control results using the artificial neural network model 120 may be obtained by operating the model 120, or may be obtained from a previously constructed database.
- the basic specifications used in the charging protocol 131 under test are not changed, and the details, that is, the charging table or logic, can be strengthened/improved by referring to the charging control values of the artificial neural network model 120.
- the charging control results using the artificial neural network model 120 are compared with the field data obtained as a result of the execution of the test target charging protocol 131, and if the performance of the charging control result using the artificial neural network model 120 is excellent, the test target is charged.
- the details of protocol 131 can be partially improved. Comparisons between charging control results and execution results of the charging protocol 131 under test may also be made for all or part of the hydrogen charging process.
- the Lumped Thermodynamic Model for an artificial neural network for Dispenser-Vehicle Interaction can be used considering the following features.
- One embodiment of the present invention can perform comparative analysis between theoretical simulation results and real on-site data.
- One embodiment of the present invention can perform predictive analysis under specific conditions in addition to the conditions assumed in the hydrogen charging protocol.
- One embodiment of the present invention can improve the reliability of the hydrogen charging process by collecting and processing on-site hydrogen charging data.
- Field data of changes in the state of hydrogen in the vehicle tank can first be obtained on the vehicle side.
- the vehicle can obtain on-site data on changes in the state of hydrogen in the vehicle tank regardless of whether the control request is transmitted to the hydrogen vehicle.
- the control request may include a field data request, and the vehicle may obtain field data in response to the control request/field data request.
- Acquisition of field data can be performed on the charging station side in addition to the vehicle, and similarly, field data on the charging station side can be collected regardless of the control request, and the control request can be included in the control request/field data request on the charging station side, including the field data request.
- field data may be obtained regarding the status of hydrogen stored in the charging station and/or hydrogen supplied from the charging station to the dispenser.
- On-site data refers to data obtained from the charging station and/or vehicle during the actual hydrogen charging/supply process.
- the field data may include data obtained in some or all test environments, in addition to actual charging stations and actual vehicles.
- Field data includes a test environment or reaction (feedback)-capable device on the hydrogen vehicle side, a test environment or reaction (feedback)-capable device on the hydrogen storage cylinder and dispenser side of the charging station, and/or Module A on the dispensing control system side. It may include data obtained in a test environment that can be mounted or configured as an execution device.
- the field data may include data obtained from a charging site or test environment in which all devices are comprised of the three test environments or devices, or a charging site or test environment that includes any of the three test environments or devices.
- field data may include data obtained from a charging site or a testing environment comprised of simulation models associated with module B 150 and module C 160 shown in FIG. 5 .
- a device capable of responding may mean a device that includes a database built based on actual field data and can respond according to the case requested by module A.
- Field data can include static data and dynamic data, and is classified into static data (type of vehicle tank, volume of vehicle tank, number of vehicle tank modules/banks, etc.) and dynamic data (vehicle tank hydrogen temperature, pressure, etc.).
- static data type of vehicle tank, volume of vehicle tank, number of vehicle tank modules/banks, etc.
- dynamic data vehicle tank hydrogen temperature, pressure, etc.
- Figure 7 is an operational flowchart illustrating a hydrogen charging method based on user-directed settings according to an embodiment of the present invention.
- the user-directed setting-based hydrogen charging method is a method of fueling hydrogen in a mobility 300 that uses hydrogen as fuel, and is related to setting a hydrogen charging goal.
- Receiving user input S410
- S420 Determining a target charging rate for hydrogen charging of the mobility 300 based on user input (S420);
- S430 a hydrogen charging control sequence to reach the target charging rate
- the mobility 300 side is at least one of a control unit (ECU or vehicle MCU) within the mobility 300, an electric vehicle communication controller (EVCC) within the mobility 300, or a controller of the charging system within the mobility 300. It can be understood as referring to more than one.
- ECU control unit
- EVCC electric vehicle communication controller
- the user input may include a target charging rate for hydrogen charging for mobility.
- the driver can determine the SOC directly from the interface of the mobility 300 or a driving application program.
- the target charging rate may be determined based on the user input, at least one of the current charging state of the mobility 300 and charging-related situation information of the mobility 300. For example, instead of the dispenser 100 or the supervisory system 130, the mobility 100 may determine the final target SOC based on the charging rate or charging amount intended by the user.
- a hydrogen charging method based on user-directed settings includes the steps of acquiring progress data of the hydrogen charging process of the mobility 300 during the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate; And transmitting the progress data of the mobility 300 to the dispenser 100 or the charging control system 130 that supplies hydrogen to the mobility 300 so that the progress data of the mobility 300 can be monitored. You can.
- the dispenser 100 or the supervisory system/charging control system 130 can share data on the mobility 300 side for monitoring the charging process using real-time two-way communication with the mobility 300 side.
- the step of receiving hydrogen by a hydrogen charging control sequence to reach the target charging rate may include generating a hydrogen charging control request for at least one intermediate charging rate between the starting charging rate of hydrogen charging and the target charging rate. You can.
- the mobility 300 side may request charging (or request derivation of a charging protocol) based on the input/output relationship for each individual pressure between the charging start point and end point.
- each step in FIG. 7 can be understood within the same scope as a method performed on the dispenser 100 side.
- the provider and receiver of each step in FIG. 7 may be changed and applied to suit the purpose of the method performed on the dispenser 100.
- the operation performed on either the mobility 300 side or the dispenser 100 side may be performed on the opposite side of the mobility 300 side or the dispenser 100 side according to another embodiment, and the mobility It may be performed through mutual cooperation between the (300) side and the dispenser (100) side.
- the hydrogen charging method based on user-directed settings is a method performed on the side of the dispenser 100 that supplies hydrogen, and uses user input related to setting a hydrogen charging target.
- SOC target charging rate
- the user input may include a target charging rate for hydrogen charging in mobility.
- the user input may correspond to input after the driver determines the SOC directly through the interface of the mobility 300 or a driving application program.
- the SOC based on the user input may be transmitted to the dispenser 100 through a wired or wireless communication network.
- the dispenser 100 side may refer to at least one of the controller of the dispenser 100, the supervisory system 130, and/or a device capable of electronic communication related to the dispenser 100.
- the target charging rate may be determined based on a user input, at least one of the current charging state of the mobility 300 and charging-related situation information of the mobility 300. At this time, based on the user input, the dispenser 100 or the supervisory system 130 may determine the final target SOC.
- the user may be required to set the driving distance per day/week/month for each individual driver, the location/fee of the charging station, and the charging amount according to personal preference.
- the charging amount profile may be required to be adjusted according to the vehicle's driving distance, driving time, and driving type.
- Charging based on required amount can be relatively advantageously applied to fuel efficiency and the lifespan of major components such as storage tanks.
- Embodiments of the present invention can utilize the following improvement ideas to solve the problems of the prior art and implement a charging control sequence based on user-directed charging amount settings.
- the charging amount may be determined under the leadership of the user, and the charging amount set by the user may be presented to the charging station 200.
- Information determined by the user or to be transmitted to the charging station 200 may include at least one of an amount (a certain number), an amount (a certain kg), a target value (a certain pressure, a certain kg), and a determined charging amount.
- Example 1 When the driver determines and inputs the target charging amount in the vehicle or charging app, information related to the input charging amount may be transmitted to the dispenser 300.
- Example 2 When the user inputs the intended amount through the screen provided by the charging station 200, the dispenser 100 or the system that controls charging displays the charging status of the mobility 300 and charging-related situation information (surrounding temperature, etc. By receiving the information (including information), you can finally determine the amount to be charged and set a target number based on this.
- charging availability/absence is determined through communication with the dispenser 100, and the charging goal and progress can be confirmed through the interface of the mobility 300.
- FIG. 8 is a conceptual diagram illustrating various embodiments of a user-directed settings-based hydrogen charging process.
- the user-directed settings-based hydrogen charging sequence of the present invention may include the following embodiments.
- Example B New protocol technology with user charging amount setting function
- Example C Improved communication method for real-time control
- a charging target and process selection process for each selected protocol may be performed. This step may correspond to steps S410 and S420 in FIG.
- a pairing and basic information confirmation process between the mobility 300 and the dispenser 100 may be performed (S520).
- the state of the mobility 300 (temperature T, pressure P, and other peculiarities) and the user's requirements for the mobility 300 may be identified (S530).
- an optimal or preferred protocol may be selected.
- a preferred protocol for each user may be selected, or the optimal protocol may be determined based on the system's suggestions.
- the charging amount setting method and process for each protocol may be different, and these conditions must be taken into consideration when selecting the preferred or optimal protocol.
- Step S430 may be performed after step S530.
- Embodiment C Real-time two-way communication may be used at steps S530 and S430.
- Example A Improvement of an existing protocol or Example B. Proposal of a new protocol may be used.
- FIG. 9 is a conceptual diagram illustrating various embodiments of a user-directed setting-based hydrogen charging process and control method.
- a target hydrogen charging control sequence corresponding to the target charging rate in the step of providing a hydrogen charging control sequence for reaching the target charging rate by the dispenser 100 or the supervisory system 130, a group of hydrogen charging control sequence candidates for reaching the individual target charging rate Among them, a target hydrogen charging control sequence corresponding to the target charging rate can be determined.
- Embodiment (1) in Figure 9 is Example B in Figure 8. Charging efficiency can be improved through the development of a new protocol.
- the mobility 300 A hydrogen charging control sequence to reach the target charging rate can be predicted based on existing hydrogen charging data between the dispenser 100 that supplies hydrogen and the mobility 300.
- Embodiment (2) of FIG. 9 is a method of controlling the charging process using predicted charging time based on existing data.
- Embodiment B of FIG. 8 Charging that can be achieved and achievable by improving the existing protocol. The efficiency is expected to be lower than Example (1) in Figure 9.
- the slope of the pressure change is the charging rate, and the average charging rate APRR, instantaneous charging rate PRR, etc. can be used for charging control.
- a target value corresponding to a user-set charging amount is set within a limit standard, and control parameters for charging can be determined in stages.
- the improvement direction proposed by the present invention is to implement a charging process to achieve different optimized control for various target values.
- a charging protocol can be proposed based on the relationship between input/output for each individual pressure, not just the entire charging process at the start and end points of charging.
- the entire charging process is reconstructed by combining small charging sequences that reach an intermediate charging rate or intermediate state value for each given limitation condition (e.g., 1 second), and a charging protocol capable of responding is proposed. You can.
- the step of providing a hydrogen charging control sequence to reach the target charging rate by the dispenser 100 or the supervisory system 130 includes at least one intermediate charging rate between the starting charging rate of hydrogen charging and the target charging rate. Hydrogen charging control commands can be generated for the charging rate.
- tests on the performance of the field data and ANN model according to a) and b) above can be performed. These tests can be performed by implementing a test platform with reference to the embodiments of FIGS. 1 to 6.
- the present invention may include embodiments of the following optimization types.
- an independent optimization case may be provided.
- the ANN-MPC model can optimize hydrogen charging parameters without controlling the pre-cooler or CHSS.
- An integrated optimizing case involving the dispenser 100 and the mobility 300 may be provided.
- the ANN-MPC model can be linked to the pre-cooler and the mobility 300, and can be involved in the process of adaptively controlling the pre-cooling temperature on the mobility 300 side. In particular, this optimization can be performed using the temperature drop signal of the CHSS of the mobility 300.
- the step of providing a hydrogen charging control sequence to reach the target charging rate by the dispenser 100 or the supervisory system 130 includes receiving a first intermediate charging rate among at least one intermediate charging rate, It can be performed using an artificial neural network 120 that predicts a hydrogen charging control sequence to reach the second intermediate charging rate, which is the next intermediate charging rate.
- the artificial neural network 120 may receive the first intermediate charging rate and generate a series of future predicted values of the hydrogen charging control sequence that reaches the second intermediate charging rate by using a model predictive control technique.
- the step of providing a hydrogen charging control sequence to reach the target charging rate by the dispenser 100 or the supervisory system 130 includes a hydrogen charging control command in the process from the starting charging rate to reaching the target charging rate.
- a hydrogen charging control sequence can be provided based on field data where the relationship between and charging rate changes is recorded.
- the hydrogen charging method based on user-directed settings according to an embodiment of the present invention by the dispenser 100 or the supervisory system 130 is a hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate.
- the hydrogen charging method based on user-directed settings by the dispenser 100 or the supervisory system 130 identifies whether the mobility 300 can receive hydrogen through communication with the mobility 300. Additional steps may be included.
- a hydrogen charging method based on user-directed settings by the dispenser 100 or the supervisory system 130 includes the steps of obtaining a target charging rate through communication with the mobility 300; And it may further include providing prediction data of a hydrogen charging control sequence to reach the target charging rate to the mobility 300.
- the target charging rate is determined.
- the step may determine a new target charging rate that has been changed based on the changes.
- the hydrogen charging method based on user-directed settings by the dispenser 100 or the supervisory system 130 includes a changed hydrogen charging control sequence to reach a new target charging rate through communication with the mobility 300.
- a step of providing predicted data to the mobility 300 may be further included.
- the hydrogen charging process or the control operation for hydrogen charging is performed by one of the mobility 300 or the dispenser 100
- the operation of the mobility 300 is performed by the corresponding operation by the dispenser 100. It can be replaced by a motion, and conversely, the motion of the dispenser 100 can be replaced by a corresponding motion by the mobility 300.
- at least part of the hydrogen charging process or the control operation for hydrogen charging may be performed through mutual cooperation between the mobility 300 and the dispenser 300.
- FIG. 10 is a conceptual diagram illustrating the concept of an artificial neural network (ANN) for hydrogen charging control for hydrogen fuel mobility 300 according to an embodiment of the present invention.
- ANN artificial neural network
- the ambient temperature Tamb ambient temperature
- the pre-cooled gas temperature Tpre pre-cooled gas temperature
- the pre-cooled gas pressure Tpre may be measured at the nozzle of the dispenser 100 or the charging station 200.
- Hydrogen gas temperature Tgas and hydrogen gas pressure Pgas are values measured on the CHSS 310 side of the hydrogen fuel mobility 300, and the actual measured values can be input to the input layer.
- the current actually measured value is passed to the input layer, and the next measured value is passed to the output layer, so that it can be used as ground truth data in the learning process of the artificial neural network.
- the learning process of the artificial neural network may be a process of learning a function that can predict the next measurement value of the output layer based on a combination of input measurement values. The correlation between data input to the input layer and data given to the output layer is learned, and through this, predictions can be made using real dynamic fueling data along with theoretical results.
- the actually measured on-site measurement value is transmitted to the input layer, and a predicted value for the next measurement value can be obtained as an output from the operation of the artificial neural network.
- the learning process of the artificial neural network used in the embodiments of the present invention may be either shallow learning or deep learning, and the artificial neural network may be a type of neural network that meets the purpose of the present invention among known neural networks.
- Values input through the input layer are passed to the output layer through weight-based calculations in the hidden layer.
- the state value (predicted value for the next state) output by the output layer may be used to calculate a state of charge variable, for example, rate of charge (SOC), using at least part of a thermodynamic model.
- SOC rate of charge
- hybrid control combining a theoretical simulation model and an artificial neural network is also possible, so that certain results can be achieved even through learning using a small amount of data, and a lightweight artificial neural network can also be used to meet the purpose of the present invention. performance can be derived.
- the real-time pressure increase rate (PRR) or mass flow rate of compressed hydrogen (kg/s) (m_dot) derived from the feedback control process can affect the weights or parameters of the hidden layers of the artificial neural network.
- the artificial neural network-based hydrogen charging technique of the present invention can improve the accuracy of predicting charging results through a model.
- Actual charging data can be used along with theoretical simulation results, reflecting real-time measurements and further improving the accuracy of prediction results.
- control protocol of the prior art calculates and predicts results through simulation tailored to individual situations
- embodiment of the present invention uses a process of improving accuracy through training repetition for various situations.
- the accuracy gradually improves through updates as various theoretical values and empirical results are added, and even if a new charging process using a new storage tank 310 configuration or change in flow rate is introduced, the actual By adding and training data, the function can be updated in the model, making it widely applicable to various mobility fields.
- Model Prediction Control may be used as a hydrogen charging control technique for the hydrogen charging test for hydrogen fuel mobility 300 according to an embodiment of the present invention.
- Figure 11 is a conceptual diagram illustrating the concept of model prediction control for hydrogen charging control for a hydrogen car according to an embodiment of the present invention.
- future charging results are predicted from the hydrogen charging model and current measured values while the accuracy of the hydrogen charging model is secured to a significant level, and the hydrogen gas of the CHSS 310 is based on the predicted value and the charging value.
- the pressure ramp/rate (PRR) can be controlled in real time to ensure that certain variables, such as the temperature Tgas or the pressure Pgas of hydrogen gas, reach the optimal charging target without violating constraints.
- MPC-based control is used to calculate future output values based on current measured values and predicted values of the model, so that the predicted future response is optimally set to a setpoint (or You can adjust the operation parameter/variable to move to the target.
- n model predictions can be derived at current time i. These n model-based predictions form the prediction horizon.
- Each model-based forecast i.e., prediction horizon
- n control commands/control actions required to make n model predictions can form a control horizon.
- i+1 control action which is the first of n model prediction and control actions derived at current time i, may be delivered to the system.
- new n model prediction and control actions are derived, forming a new Prediction Horizon and Control Horizon, respectively.
- MPC The technique of controlling the system while expanding/moving the horizon in this way is called MPC, and in the embodiment of the present invention, the measured and predicted values for state information (state value) including the temperature and pressure of the hydrogen gas of the CHSS (310) MPC-based control can be executed using .
- Figure 12 is an operational flowchart showing the training process of an artificial neural network for hydrogen charging control according to an embodiment of the present invention.
- ANN-MPC artificial neural network-model predictive control
- a control system can be configured based on the ANN model 120, and the accuracy of the ANN model 120 is guaranteed to enable model predictive control.
- a test platform system for real-time control can be configured.
- the test platform system for real-time control is a method of controlling the charging speed/pressure increase rate/pressure increase rate by predicting future charging results and comparing them with actual measured values. Limitations, control time intervals, sensitivity, etc. are separately set within the system logic. It can be set and controlled within the optimal value.
- optimal control is performed based on real-time data from the charging station (200) and hydrogen fuel mobility (300), but when a specific event occurs in the operation of the system, the precooling temperature of the precooler (210) and hydrogen fuel mobility (300) are controlled. ), the overall efficiency of the hydrogen charging process can be increased by giving the ability to directly control the cooling system.
- the current SOC may be 50% and SOCsp may be 85%.
- SOC(t) is given as a function of Tgas(t), and Pgas(t), and this process can be performed based on a general kinetic model.
- Step S730 may be performed by generating an MPC prediction using an artificial neural network 120 or the like.
- step S740 it can be determined whether the n predictions obtained are optimized and meet the intended purpose.
- n predictions obtained are optimized predictions
- a control command PRR(t) is obtained based on the n predictions and control commands, and PRR(t) can be applied to the dispenser 100 and the vehicle tank 310 (S750) .
- step S720 Afterwards, time t is increased and new measured values Tgas(t) and Pgas(t) are obtained and passed to the input of step S720.
- step S730 may be performed again to obtain new n prediction and control commands.
- step S730 of FIG. 12 state prediction values (T, P) that satisfy the temperature limit and pressure limit can be generated for all arbitrary i and k.
- n state prediction values and corresponding control commands can be derived.
- Step S740 of FIG. 12 can be understood as a process of searching for a set of n predictions that minimize the cost function indicating whether the final control goal, SOCsp, has been reached.
- state measurement values including temperature and pressure of the CHSS 310 may be given as feedback input to the artificial neural network model 120.
- state measurement values including the temperature and pressure of the pre-cooled hydrogen gas may be given as a feedback input to the artificial neural network model 120.
- the artificial neural network model 120 delivers the predicted output to the hydrogen charging control logic 110, and the Supervisory System 130 receives future input obtained through simulation or model-based prediction via module A 140. It can be input into the artificial neural network model 120.
- the ANN-MPC-based control process is a control technique that utilizes simulation and actual measurement data together, and is a control technique that performs at least partial simulation using an artificial neural network model 120 and uses the predicted results in the control process.
- the embodiment of the present invention aims to construct an integrated hydrogen charging control protocol based on real-time data, and the system is implemented by utilizing various element technologies.
- the protocol mounted on the dispenser 100 utilizes the data of the pre-cooled hydrogen gas provided by the charging station 200 and the data of the storage tank 310 provided by the hydrogen fuel mobility 300 as real-time input values, and
- the charging speed/pressure increase rate/pressure increase rate (PRR or (m_dot)) can be controlled as output.
- the pre-cooling temperature of the charging station 200 and the cooling system of the hydrogen fuel mobility 300 are directly controlled to control the charging speed/pressure increase rate/pressure increase rate (PRR or (m_dot)) and process. Efficiency can be controlled overall.
- a self-cooling stabilization system may be independently installed in the pre-cooling system/pre-cooler 210 of the hydrogen charging station 200.
- the cooling stabilization system of the pre-cooler 210 can be independently controlled, and the control target value can be changed integrally in the protocol of the dispenser 100.
- the pre-cooler 210 may be given additional functions related to temperature stabilization.
- the pre-cooling temperature varies depending on the initial temperature and flow rate of the hydrogen gas supplied to the pre-cooler 210. To compensate for this, a new pre-cooler structure to stabilize the temperature is proposed as an embodiment of the present invention. .
- the pre-cooler 210 may include control logic for its own temperature control and linkage with the protocol.
- a forced cooling system may be installed in the storage tank 310 of the hydrogen fuel mobility 300, and the charging speed can be improved by partially cooling the compression heat generated during hydrogen charging.
- the forced cooling system of the storage tank 310 Operation/control of can also be involved in the protocol.
- a temperature management function may be provided to the storage tank 310 of the hydrogen fuel mobility 300 in order to improve the hydrogen charging speed and complement the function of the integrated control protocol.
- the vehicle storage tank 310 configures a self-cooling system to increase the overall charging speed and improve the safety of the hydrogen fuel mobility 300, and self-driving the system and linking with the protocol. It may include control logic for
- the pre-cooling temperature of the pre-cooler 210 is set to -40°C
- the pre-cooling temperature has achieved the target value, but the outdoor temperature is higher than the set value and the temperature rise on the storage tank 310 side is larger than expected.
- the target value of the pre-cooling temperature can be adjusted (for example, -35°C). C).
- control information or control commands may be transmitted from the dispenser 100 to both the hydrogen fuel mobility 300 and the charging station 200.
- the self-cooling systems of the hydrogen fuel mobility 300 and the charging station 200 may be controlled independently or may be controlled by transmitting a signal from the dispenser 100.
- the integrated control method for hydrogen charging according to an embodiment of the present invention may further include evaluating whether the current state measurement satisfies constraints.
- the constraint condition may be that the temperature and pressure of the compressed hydrogen storage system on the hydrogen vehicle side do not exceed the limit temperature and limit pressure, respectively.
- a test method and test platform that can precisely model the hydrogen charging/supply process based on real-time on-site dynamic data can be implemented.
- the hydrogen charging/supply process is performed by considering the difference between modeling and simulation results by a theoretical model and real-time field data, or by considering both modeling and simulation results and real-time field data.
- Test methods and test platforms can be implemented that provide models that can be precisely controlled.
- a test technique for hydrogen charging control that ensures real-time based on model predictive control (MPC) can be implemented.
- MPC model predictive control
- a test technique for control with improved prediction accuracy of hydrogen charging results based on an artificial neural network (ANN) model can be implemented.
- ANN artificial neural network
- hydrogen By receiving the charging amount (e.g. SOC) set directly by the user, hydrogen can be charged/supplied until the target amount is reached through control logic based on real-time communication and calculation using the sequence shown in Figures 11 and 12. .
- the charging amount e.g. SOC
- Various variables such as SOC, target pressure, time, and temperature can be used to set the charging amount, and the charging speed can be controlled to increase efficiency.
- Figure 13 is a conceptual diagram illustrating a two-way communication protocol for a hydrogen charging process based on user-directed settings according to an embodiment of the present invention.
- FIG. 13 an example of communication data required for real-time control is shown.
- Figure 13 shows a two-way communication process and protocol based on the charging target amount suggested by the user.
- step S610 information provided from the mobility 300 to the dispenser 100 is shown.
- the CHSS type, capacity, and other limiting conditions of the mobility 300 may be provided from the mobility 300 to the dispenser 100.
- T temperature/pressure (P)
- SOC SOC
- emergency situation information of the CHSS of the mobility 300 may be provided from the mobility 300 to the dispenser 100.
- the charging target amount of the mobility 300 may be provided from the mobility 300 to the dispenser 100.
- step S620 information provided from the dispenser 100 to the mobility 300 is shown.
- information about the charging station 200 and whether it is suitable for the mobility 300 may be returned from the dispenser 100 to the mobility 300.
- an expected progress result for the charging target amount may be provided from the dispenser 100 to the mobility 300.
- change information about the target amount and progress values of the charging process may be provided from the dispenser 100 to the mobility 300.
- FIG. 14 is a conceptual diagram illustrating a communication protocol and operation flowchart for a hydrogen charging process based on user-directed settings according to an embodiment of the present invention.
- step S530 is performed.
- the charging target amount (quantity, price, etc.) may be provided from the vehicle/mobility 300 to the dispenser 100.
- Prediction data time, price, etc.
- vehicle/mobility 300 Prediction data (time, price, etc.)
- the temperature, pressure, SOC, and special information of the hydrogen tank of the vehicle/mobility 300 may be transmitted from the vehicle/mobility 300 to the dispenser 100.
- 3 charging speed and change value for hydrogen charging from the dispenser 100 to the vehicle/mobility 300 may be provided.
- a 4 termination signal may be transmitted from the dispenser 100 to the vehicle/mobility 300.
- a request for 5 charging termination procedure may be transmitted from the vehicle/mobility 300 to the dispenser 100.
- sequences 3 to 5 can be linked to the safety field through step S540. Additionally, the check result of step S520 may also be transferred to step S540.
- step S520 If the basic information does not match the determination result of step S520, the charging process is stopped (S550).
- the safety source can be rechecked (S560). At this time, if the safety source is rechecked, it can be confirmed again whether the basic information matches (S520). At this time, if the safety source is not reconfirmed, it may be confirmed that charging is not possible.
- the method of identifying a hydrogen charging protocol based on user-directed settings by the mobility 300 may be performed in step S520.
- the protocol identification method of an embodiment of the present invention includes identifying a charging protocol supported between the dispenser 100 and the mobility 300 through communication with the dispenser 100 that recharges the mobility 300 with hydrogen; And it may include determining whether the identified charging protocol is a charging protocol that supports a function that allows the user to set a target charging rate (SOC) for hydrogen charging of the mobility 300.
- SOC target charging rate
- the method of identifying a hydrogen charging protocol based on user-directed settings by the dispenser 100 may also be performed in step S520.
- the protocol identification method of one embodiment of the present invention includes identifying a charging protocol supported between the dispenser 100 and the mobility 300 by communicating with the mobility 300; And it may include determining whether the identified charging protocol is a charging protocol that supports a function that allows the user to set a target charging rate (SOC) for hydrogen charging of the mobility 300.
- SOC target charging rate
- the user-led setting-based hydrogen charging protocol negotiation method by the mobility 300 may be performed in step S520.
- the protocol negotiation method according to an embodiment of the present invention identifies at least one charging protocol supported between the dispenser 100 and the mobility 300 through communication with the dispenser 100 for charging hydrogen to the mobility 300. steps; And through communication with the dispenser 100, among the at least one identified charging protocol, a charging protocol that supports a function that allows the user to set a target charging rate (SOC) for hydrogen charging of the mobility 300 is selected as the priority charging protocol. This may include a negotiation step.
- SOC target charging rate
- a hydrogen charging protocol negotiation method based on user-directed settings by the dispenser 100 may also be performed in step S520.
- a protocol negotiation method according to an embodiment of the present invention includes identifying at least one charging protocol supported between the dispenser 100 and the mobility 300 through communication with the mobility 300; And through communication with the mobility 300, a charging protocol that supports a function that allows the user to set a target charging rate (SOC) for hydrogen charging of the mobility 300 is selected as the priority charging protocol among the at least one identified charging protocol. This may include a negotiation step.
- SOC target charging rate
- step S520 basic information can be exchanged through communication between the dispenser 100 and the mobility 300.
- the basic information may include information about whether each of the dispenser 100 and the mobility 300 supports a hydrogen charging process based on a user-set charging amount.
- Basic information may include hydrogen charging protocols supported by the mobility 300 and communication protocols linked to the hydrogen charging protocols. Additionally, the basic information may include hydrogen charging protocols supported by the dispenser 100 and communication protocols linked to the hydrogen charging protocols. By sharing basic information between the mobility 300 and the dispenser 100, interoperability for hydrogen charging protocols supported by the mobility 300 and the dispenser 100 can be determined.
- step S520 based on basic information in step S520, it is determined whether the charging protocol that satisfies interoperability among the plurality of hydrogen charging protocols is a charging protocol that supports a user-set charging amount-based hydrogen charging process. You can.
- a charging protocol negotiation process such that a charging protocol supporting a user-set charging amount-based hydrogen charging process is preferentially selected among a plurality of charging protocols that satisfy interoperability based on basic information in step S520. This can be done.
- information about the charging protocol supported by the mobility 300 is transmitted to the dispenser 100 as basic information, and the dispenser 100 supports hydrogen charging process based on interoperability and user-set charging amount. You can select the charging protocol.
- information about the charging protocol supported by the dispenser 100 is transmitted to the mobility 300 as basic information, and the mobility 300 provides interoperability and user-set charging amount-based hydrogen You can select a hydrogen charging protocol that supports the charging process.
- information about the charging protocol supported by the dispenser 100 and the mobility 300 is shared as basic information, and is used in negotiations between the dispenser 100 and the mobility 300.
- a hydrogen charging protocol that supports interoperability and a user-set charge amount-based hydrogen charging process can be selected/determined.
- the user input transmitted in step S530 is related to setting the hydrogen charging goal. If a change is included, the step of determining the target charging rate may determine a new target charging rate changed based on the change.
- the hydrogen charging method based on user-directed settings by the dispenser 100, the supervisory system 130, or the mobility 300 includes communication between the dispenser 100 and the mobility 300 in step S530. It may further include providing prediction data of a changed hydrogen charging control sequence to reach a new target charging rate to the mobility 300.
- FIG. 15 is a conceptual diagram illustrating an example of a generalized hydrogen charge control device, hydrogen charge control system, hydrogen charge test platform, hydrogen charge test system, or computing system capable of performing at least a portion of the processes of FIGS. 1 to 14.
- a controller or supervisory system 130 that controls the hydrogen charging test process may be placed on the dispenser 100.
- the communication interfaces 140, 150, and 160 that control the hydrogen charging test process are distributed in the dispenser 100, the hydrogen charging station 200, and the hydrogen fuel mobility 300, or are disposed in at least a portion of the dispenser 100 and the hydrogen fuel mobility 300. The operation of at least some of the charging station 200 and the hydrogen fuel mobility 300 can be controlled.
- the controller or communication interface (130, 140, 150, 160) constituting the hydrogen charging test platform and/or system may be implemented in the form of a computing system, including a processor (1100) electronically connected to the memory (1200). there is.
- At least some of the hydrogen charging process, hydrogen charging control method, and/or testing method according to an embodiment of the present invention may be executed by the computing system 1000 of FIG. 15.
- the computing system 1000 includes a processor 1100, a memory 1200, a communication interface 1300, a storage device 1400, an input interface 1500, and an output. It may be configured to include an interface 1600 and a bus 1700.
- the computing system 1000 includes at least one processor 1100 and instructions instructing the at least one processor 1100 to perform at least one step. It may include a memory 1200 for storing. At least some steps of the method according to an embodiment of the present invention may be performed by the at least one processor 1100 loading instructions from the memory 1200 and executing them.
- the processor 1100 may refer to a central processing unit (CPU), a graphics processing unit (GPU), or a dedicated processor on which methods according to embodiments of the present invention are performed.
- CPU central processing unit
- GPU graphics processing unit
- dedicated processor on which methods according to embodiments of the present invention are performed.
- Each of the memory 1200 and the storage device 1400 may be comprised of at least one of a volatile storage medium and a non-volatile storage medium.
- the memory 1200 may be comprised of at least one of read only memory (ROM) and random access memory (RAM).
- the computing system 1000 may include a communication interface 1300 that performs communication through a wireless network.
- the computing system 1000 may further include a storage device 1400, an input interface 1500, an output interface 1600, etc.
- each component included in the computing system 1000 may be connected by a bus 1700 and communicate with each other.
- Examples of the computing system 1000 of the present invention include a communication capable desktop computer, laptop computer, laptop, smart phone, tablet PC, and mobile phone.
- mobile phone mobile phone
- smart watch smart glass
- e-book reader PMP (portable multimedia player)
- portable game console navigation device
- digital camera digital camera
- DMB digital
- It may be a multimedia broadcasting player, digital audio recorder, digital audio player, digital video recorder, digital video player, PDA (Personal Digital Assistant), etc. .
- the hydrogen fueling device mounted on the mobility 300 that uses hydrogen as fuel is a user-directed setting-based hydrogen charging device and includes a memory 1200 that stores at least one command. ; and a processor 1100 that executes at least one instruction.
- the processor 1100 receives user input related to setting a hydrogen charging target by at least one command, determines a target charging rate (SOC) for hydrogen charging of the mobility 300 based on the user input, and sets the target charging rate (SOC) for hydrogen charging of the mobility 300.
- Hydrogen can be supplied through a hydrogen charging control sequence to reach the charging rate.
- the user input may include a target charging rate for hydrogen charging of the mobility 300. That is, the driver can determine the SOC directly from the mobility 300 or the driving app.
- the processor 1100 may determine the target charging rate based on the user input and at least one of the current charging state of the mobility 300 and charging-related situation information of the mobility 300. Based on the amount intended by the user, the mobility 300 instead of the dispenser 100 or the control system 130 may determine the final target SOC.
- the processor 1100 may obtain progress data of the hydrogen charging process of the mobility 300 during the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate.
- the processor 1100 may transmit progress data of the mobility 300 to the dispenser 100 or charging control system 130 that supplies hydrogen to the mobility 300, so that the progress data of the mobility 300 can be monitored. there is.
- data on the mobility 300 and the dispenser 100 may be shared between the mobility 300 and the dispenser 100 to monitor the charging process using real-time two-way communication.
- the processor 1100 may generate a hydrogen charging control request for at least one intermediate charging rate between the starting charging rate of hydrogen charging and the target charging rate.
- the processor 1100 may request charging based on the input/output relationship for each individual pressure between the charging start point and end point. Alternatively, you can request the derivation of a protocol for charging based on the input/output relationship for each individual pressure.
- the hydrogen charging dispenser device based on user-directed settings according to an embodiment of the present invention is a dispenser device 100 for fueling hydrogen in a mobility 300 that uses hydrogen as fuel, and stores at least one command.
- the processor 1100 receives user input related to setting a hydrogen charging target by at least one command, determines a target charging rate (SOC) for hydrogen charging of the mobility 300 based on the user input, and sets the target charging rate.
- SOC target charging rate
- a hydrogen charging control sequence to reach can be provided.
- the processor 1100 can obtain progress data of the hydrogen charging process of the dispenser 100 and the mobility 300 that supply hydrogen to the mobility through two-way communication during the hydrogen charging process between the starting charging rate of hydrogen charging and the target charging rate. .
- the processor 1100 may monitor the hydrogen charging process based on a comparison result between expected data and progress data from the starting charging rate to reaching the target charging rate.
- Computer-readable recording media include all types of recording devices that store information that can be read by a computer system. Additionally, computer-readable recording media can be distributed across networked computer systems so that computer-readable programs or codes can be stored and executed in a distributed manner.
- computer-readable recording media may include hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, etc.
- Program instructions may include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer using an interpreter, etc.
- a block or device corresponds to a method step or feature of a method step.
- aspects described in the context of a method may also be represented by corresponding blocks or items or features of a corresponding device.
- Some or all of the method steps may be performed by (or using) a hardware device, such as a microprocessor, programmable computer, or electronic circuit, for example. In some embodiments, at least one or more of the most important method steps may be performed by such an apparatus.
- a programmable logic device e.g., a field programmable gate array
- a field-programmable gate array may operate in conjunction with a microprocessor to perform one of the methods described herein. In general, the methods are preferably performed by some hardware device.
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Fuel Cell (AREA)
Abstract
본 발명의 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 방법은, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계; 상기 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계; 및 상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계를 포함한다.
Description
본 발명은 수소차의 수소 충전(Fueling)/공급을 위한 제어 기술에 관한 것으로, 더욱 상세하게는 수소 충전/공급의 효율을 높이고 충전/공급의 편의성, 속도 및 실시간성을 높이는 수소 충전 프로세스, 그 프로세스를 위한 플랫폼에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래 기술을 구성하는 것은 아니다.
수소차, 수소전기차 또는 연료전지차(FCEV, Fuel Cell Electric Vehicle)는 차량에 저장된 고압 수소와 대기 중 공기가 만나 생성된 전기에너지로 움직이는 무공해 자동차를 의미한다.
수소차는 수소를 에너지원으로 활용해 연료전지 시스템을 이용하는 수소전기차 또는 연료전지차 뿐만 아니라 수소를 연료로 이용하는 ICE (Internal Combustion Engine)를 이용하여 동력을 생산하여 움직이는 일체의 모빌리티를 포함하는 개념이다.
주지하는 바와 같이 수소전기차에서는 전기를 만드는 과정에서 순수한 물(H2O)만 배출할 뿐 아니라, 운행 중 대기에 있는 초미세먼지를 제거하는 기능이 있어 미래 친환경 모빌리티로 주목받고 있다. 연료인 수소가 지구상에 무한하다는 점과 에너지를 생산하는 과정이 친환경적이라는 점에서 산업 전반에 활용할 수 있는 잠재력을 갖춘 기술로 널리 각광받고 있다.
수소전기차는 수소연료탱크에 안전하게 보관된 고압 수소와 공기공급시스템을 통해 유입된 산소를 연료전지스택에 전달하고, 수소와 산소 간 전기화학 반응을 일으켜 전기에너지를 생산한다. 생산된 전기에너지는 구동모터를 통해 운동에너지로 전환되어 수소전기차를 움직이며, 주행 중인 수소전기차는 배기구를 통해 순수한 물 만을 배출하는 장점을 가진다.
연료전지시스템은 내연기관 자동차의 엔진을 대신하여 수소전기차의 동력을 부여하는 역할을 수행한다. 연료전지는 구동에 필요한 전기에너지를 만들어내는 장치로, '3차 전지'라고 불리기도 한다. 연료전지는 산소와 수소의 전화학 반응을 이용해 열에너지를 전기에너지로 변환시킨다. 이때 발생한 전기에너지는 순수한 화학 반응의 결과물로 화석 연료와 달리 이산화탄소 같은 배출가스를 발생시키지 않는다. 연료전지시스템은 연료나 재질에 따라 PEMFC, SOFC, MCFC 등의 다양한 종류가 존재하며, 수소전기차에서 연료전지를 이용하여 동력을 생산하는 구성은 연료전지스택, 수소공급시스템, 공기공급시스템 그리고 열관리시스템을 포함한다.
연료전지스택의 효율적인 전기에너지 생성을 위해서는 운전장치의 도움이 필요하다. 이 중 수소공급시스템은 수소탱크에 안전하게 보관된 수소를 고압 상태에서 저압 상태로 바꿔 연료전지스택으로 이동시키는 역할을 수행하며, 또한 재순환라인을 통해 수소 공급 효율성을 높일 수 있다.
열관리시스템은 연료전지스택이 전기화학 반응을 일으킬 때 발생하는 열을 외부로 방출시키고, 냉각수를 순환시켜 연료전지스택의 온도를 일정하게 유지하는 장치를 의미한다. 열관리시스템은 연료전지스택의 출력과 수명에 영향을 줄 수 있다.
수소전기차가 아닌 수소연료차(Hydrogen Fueled Car)의 개념 또한 수소를 연료로 사용하는 차량인데, 수소연료차는 수소를 엔진에서 직접 연소하여 발생하는 열로 전동기를 구동하는 방식이다. 수소연료차를 위해서 수소를 충전/공급하는 방식은 수소전기차를 위한 수소 충전/공급 방식과 크게 다르지 않다.
수소를 연료로 활용하는 차량에 수소를 충전/공급하기 위한 제어 기법에서는, 최종적으로 연료전지 측의 압축수소저장시스템(CHSS, Compressed Hydrogen Storage System)의 온도(T)와 압력(P)를 안전을 위한 한계 온도/압력 조건 하에서 동작하도록 제어하는 것을 목표로 한다.
종래의 수소전기차의 수소 충전/공급 프로세스, 제어 기법, 및 이를 위한 프로토콜은 과거 유/무선 통신 기술이나 제어를 위한 컴퓨팅 기법이 성숙하지 않았을 때 규정된 것이어서 최근 도달한 정보통신 기술(ICT)의 성과를 최대한 반영하지 못하고 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 사용자 요구에 따른 충전량 설정 기능을 제공하는 것이다.
본 발명의 목적은 사용자가 주도하는 충전량 설정 기능을 뒷받침하기 위한 프로세스 및 프로토콜을 제안하는 것이다.
본 발명의 목적은 충전 시 주변 상황과 여건에 따른 적절한 충전량 결정 및 수소 충전/공급 프로세스를 제안하는 것이다.
본 발명의 목적은 사용자가 주도하는 충전량 설정 및 수소 충전/공급 프로세스를 지원하는 양방향 통신의 프로토콜을 제안하는 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계; 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계; 및 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계를 포함할 수 있다.
이때 사용자 입력이 모빌리티의 수소 충전을 위한 목표 충전율을 포함할 수 있다.
목표 충전율을 결정하는 단계는, 사용자 입력에 기반하여, 모빌리티의 현재 충전 상태 및 모빌리티의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 목표 충전율을 결정할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 모빌리티의 수소 충전 과정의 진행 데이터를 획득하는 단계; 및 모빌리티의 진행 데이터가 모니터될 수 있도록, 모빌리티에 수소를 공급하는 디스펜서 또는 충전 제어 시스템으로 모빌리티의 진행 데이터를 전송하는 단계를 더 포함할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 요청을 생성하는 단계를 포함할 수 있다.
본 발명의 다른 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계; 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계; 및 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계를 포함할 수 있다.
이때 사용자 입력이 모빌리티의 수소 충전을 위한 목표 충전율을 포함할 수 있다.
목표 충전율을 결정하는 단계는, 사용자 입력에 기반하여, 모빌리티의 현재 충전 상태 및 모빌리티의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 목표 충전율을 결정할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 개별 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스 후보군 중에서 목표 충전율에 해당하는 목표 수소 충전 제어 시퀀스를 결정할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 모빌리티에 수소를 공급하는 디스펜서와 모빌리티 간의 기존 수소 충전 데이터에 기반하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 예측할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 명령을 생성할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 적어도 하나 이상의 중간 충전율 중 제1 중간 충전율을 입력받고, 다음 중간 충전율인 제2 중간 충전율에 도달하는 수소 충전 제어 시퀀스를 예측하는 인공 신경망을 이용하여 수행될 수 있다.
인공 신경망은 모델 예측 제어 기법에 의하여 제1 중간 충전율을 입력받고 제2 중간 충전율에 도달하는 수소 충전 제어 시퀀스의 일련의 미래 예측값을 생성할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 시작 충전율부터 목표 충전율에 도달하는 과정의 수소 충전 제어 명령과 충전율 변화 간의 관계가 기록된 현장 데이터에 기반하여 수소 충전 제어 시퀀스를 제공할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 양방향 통신에 의하여 모빌리티에 수소를 공급하는 디스펜서와 모빌리티의 수소 충전 과정의 진행 데이터를 획득하는 단계; 및 시작 충전율부터 목표 충전율에 도달하는 예상 데이터와 진행 데이터 간의 비교 결과에 기반하여 수소 충전 과정을 모니터링하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 모빌리티와의 통신을 통하여 모빌리티가 수소를 공급받을 수 있는 지를 식별하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 모빌리티와의 통신을 통하여 목표 충전율을 획득하는 단계; 및 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스의 예측 데이터를 모빌리티로 제공하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법에서, 사용자 입력이 수소 충전 목표 설정에 관련되는 변경 사항을 포함하는 경우, 목표 충전율을 결정하는 단계는, 변경 사항에 기반하여 변경된 새로운 목표 충전율을 결정할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 모빌리티와의 통신을 통하여 새로운 목표 충전율에 도달하기 위한 변경된 수소 충전 제어 시퀀스의 예측 데이터를 모빌리티로 제공하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 수소를 연료로 사용하는 모빌리티에 탑재되어 수소를 충전하는(fueling) 장치는 사용자 주도 설정 기반 수소 충전 장치이고, 적어도 하나 이상의 명령을 저장하는 메모리; 및 적어도 하나 이상의 명령을 실행하는 프로세서를 포함할 수 있다.
이때 프로세서는 적어도 하나 이상의 명령에 의하여, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하고, 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하고, 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받을 수 있다.
이때 사용자 입력이 모빌리티의 수소 충전을 위한 목표 충전율을 포함할 수 있다.
프로세서는, 사용자 입력에 기반하여, 모빌리티의 현재 충전 상태 및 모빌리티의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 목표 충전율을 결정할 수 있다.
프로세서는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 모빌리티의 수소 충전 과정의 진행 데이터를 획득할 수 있다.
프로세서는, 모빌리티의 진행 데이터가 모니터될 수 있도록, 모빌리티에 수소를 공급하는 디스펜서 또는 충전 제어 시스템으로 모빌리티의 진행 데이터를 전송할 수 있다.
프로세서는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 요청을 생성할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 디스펜서 장치는, 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 디스펜서 장치로서, 적어도 하나 이상의 명령을 저장하는 메모리; 및 적어도 하나 이상의 명령을 실행하는 프로세서를 포함할 수 있다.
프로세서는 적어도 하나 이상의 명령에 의하여, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하고, 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하고, 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공할 수 있다.
프로세서는 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 양방향 통신에 의하여 모빌리티에 수소를 공급하는 디스펜서와 모빌리티의 수소 충전 과정의 진행 데이터를 획득할 수 있다.
프로세서는 시작 충전율부터 목표 충전율에 도달하는 예상 데이터와 진행 데이터 간의 비교 결과에 기반하여 수소 충전 과정을 모니터링할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 프로토콜 식별 방법은, 모빌리티에 수소를 충전하는 디스펜서와 모빌리티 간 통신에 의하여, 디스펜서와 모빌리티 간 지원되는 충전 프로토콜을 식별하는 단계; 및 식별된 충전 프로토콜이 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜인 지 판정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 프로토콜 협상 방법은, 모빌리티에 수소를 충전하는 디스펜서와 모빌리티 간 통신에 의하여, 디스펜서와 모빌리티 간 지원되는 적어도 하나 이상의 충전 프로토콜을 식별하는 단계; 및 모빌리티에 수소를 충전하는 디스펜서와 모빌리티 간 통신에 의하여, 식별된 적어도 하나 이상의 충전 프로토콜 중 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜을 우선 충전 프로토콜로 선정하여 협상하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 사용자 요구에 따른 충전량 설정 기능을 제공할 수 있다.
본 발명의 일 실시예에 따르면, 사용자가 주도하는 충전량 설정 기능을 뒷받침하기 위한 프로세스 및 프로토콜을 구현할 수 있다.
본 발명의 일 실시예에 따르면, 충전 시 주변 상황과 여건에 따른 적절한 충전량 결정 및 수소 충전/공급 프로세스를 구현할 수 있다.
본 발명의 일 실시예에 따르면, 사용자가 주도하는 충전량 설정 및 수소 충전/공급 프로세스를 지원하는 양방향 통신의 프로토콜을 구현할 수 있다.
도 1은 본 발명의 일 실시예가 적용되는 수소차/수소 모빌리티(Hydrogen fueled mobility / vehicle)를 위한 수소 충전 과정의 일 예를 도시하는 개념도이다.
도 2는 본 발명의 일 실시예가 적용되는 수소차/수소 모빌리티를 위한 수소 충전 과정에서 나타나는 상태 변화의 일 예를 도시하는 개념도이다.
도 3은 본 발명의 일 실시예에 따른 수소 충전 프로세스의 플랫폼 또는 테스트 플랫폼을 도시하는 개념도이다.
도 4는 도 3의 구성의 일부를 상세히 도시하는 블록도이다.
도 5는 본 발명의 일 실시예에 따른 수소 충전 프로세스의 플랫폼 또는 테스트 플랫폼을 도시하는 개념도이다.
도 6은 본 발명의 다른 일 실시예에 따른 수소 충전 프로세스의 플랫폼 또는 테스트 플랫폼을 도시하는 개념도이다.
도 7은 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법을 도시하는 동작 흐름도이다.
도 8은 사용자 주도 설정 기반 수소 충전 프로세스의 다양한 실시예들을 도시하는 개념도이다.
도 9는 사용자 주도 설정 기반 수소 충전 프로세스 및 제어 방법의 다양한 실시예들을 도시하는 개념도이다.
도 10은 본 발명의 일 실시예에 따른 수소차를 위한 수소 충전 제어를 위한 인공 신경망(ANN, Artificial Neural Network)의 개념을 도시하는 개념도이다.
도 11은 본 발명의 일 실시예에 따른 수소차를 위한 수소 충전 제어를 위한 모델 예측 제어의 개념을 도시하는 개념도이다.
도 12는 본 발명의 일 실시예에 따른 수소 충전 제어를 위한 인공 신경망의 훈련 과정을 도시하는 동작 흐름도이다.
도 13은 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 프로세스를 위한 양방향 통신 프로토콜을 도시하는 개념도이다.
도 14는 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 프로세스를 위한 통신 프로토콜 및 동작 흐름도를 도시하는 개념도이다.
도 15는 도 1 내지 도 14의 과정의 적어도 일부를 수행할 수 있는 일반화된 수소 충전 제어 장치, 수소 충전 제어 시스템, 수소 충전 테스트 플랫폼, 수소 충전 테스트 시스템 또는 컴퓨팅 시스템의 예시를 도시하는 개념도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 출원의 실시예들에서, "A 및 B 중에서 적어도 하나"는 "A 또는 B 중에서 적어도 하나" 또는 "A 및 B 중 하나 이상의 조합들 중에서 적어도 하나"를 의미할 수 있다. 또한, 본 출원의 실시예들에서, "A 및 B 중에서 하나 이상"은 "A 또는 B 중에서 하나 이상" 또는 "A 및 B 중 하나 이상의 조합들 중에서 하나 이상"을 의미할 수 있다.
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 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 명세서에 사용되는 일부 용어를 정의하면 다음과 같다.
수소차는 일반적으로 연료전지를 이용하는 수소전기차 또는 수소연료전지차 (FCEV, Fuel Cell Electric Vehicle) 뿐만 아니라 수소를 연료로 이용하는 ICE (Internal Combustion Engine) 기반 차량을 모두 포함할 수 있다.
수소 유체 연료는 기체 수소 연료 또는 액체 수소 연료를 포함할 수 있다.
압축수소 저장시스템(CHSS, Compressed Hydrogen Storage System)은 차량 측의 일부로서 수소를 압축하여 저장하는 장치를 의미한다.
압력 배출 장치(PRD, Pressure Relief Device)는 CHSS에 배치되며 저장된 수소를 나머지 연료 시스템 및 환경으로부터 고립시킬(isolate) 수 있고, 반대로 수소를 외부로 배출시킬 수 있는 장치를 의미한다.
수소 충전(Fueling) 과정은 수소 충전소(Station)로부터 고압 수소를 전달하여 수소 탱크에 축적하는 과정을 의미한다.
압력 증가율(PRR, Pressure Ramp Rate)은 MPa/min 으로 나타내어지며 CHSS의 압력의 증가율을 의미한다.
평균 압력 증가율(APRR, Average Pressure Ramp Rate)은 수소 충전(fueling)의 시작부터 끝까지 압력 증가율의 평균값을 의미한다.
예냉(pre-cooling)은 수소 충전소의 수소를 충전 전에 미리 냉각시키는 과정을 의미한다.
디스펜서(dispenser)는 예냉된 수소를 CHSS로 전달하는 콤포넌트이다.
노즐(nozzle)은 수소 충전소의 수소 dispensing 시스템에 연결되며 수소 전기차의 리셉터클(receptacle)에 결합하고 수소 연료의 전달을 허용하는 장치를 의미한다.
한편 본 출원일 전에 공지된 기술이라 하더라도 필요 시 본 출원 발명의 구성의 일부로서 포함될 수 있으며, 이에 대해서는 본 발명의 취지를 흐리지 않는 범위 내에서 본 명세서에서 설명한다. 다만 본 출원 발명의 구성을 설명함에 있어, 본 출원일 전에 공지된 기술로서 당업자가 자명하게 이해할 수 있는 사항에 대한 자세한 설명은 본 발명의 취지를 흐릴 수 있으므로, 공지 기술에 대한 지나치게 자세한 사항의 설명은 생략한다. 예를 들어, 수소 충전 제어를 위하여 열역학적 모델(thermodynamic model)을 이용하는 기술, 일반화된 동역학적 제어를 위한 모델 예측 제어(MPC, model prediction control) 기법을 적용하는 기술, 인공 신경망의 훈련 및 추론을 위하여 인공 신경망을 구성하고 제어하는 기술 등은 본 발명의 출원 전 공지 기술을 이용할 수 있으며, 이들 공지 기술들 중 적어도 일부는 본 발명을 실시하는 데에 필요한 요소 기술로서 적용될 수 있다.
그러나 본 발명의 취지는 이들 공지 기술에 대한 권리를 주장하고자 하는 것이 아니며 공지 기술의 내용은 본 발명의 취지에 벗어나지 않는 범위 내에서 본 발명의 일부로서 포함될 수 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예가 적용되는 수소차/수소 모빌리티(Hydrogen fueled mobility / vehicle)를 위한 수소 충전 과정의 일 예를 도시하는 개념도이다.
도 1을 참조하면 수소 충전소(Station, 200)로부터 예냉된 수소 가스가 디스펜서(100)를 거쳐 수소차(Hydrogen fueled mobility / vehicle, 300)로 공급된다. 이때 수소 충전 과정은 평균 압력 증가율(APRR)을 포함하는 파라미터에 의하여 기술될 수 있다.
일반적으로 차량에 부착된 수소저장시스템은 크게 고압수소탱크, 압력제어기구 고압배관 및 외부 프레임으로 구분될 수 있다. 고압수소탱크의 경우 수십 수백 리터의 용량으로 개발되어 상용화되어 있으며, 차량용의 경우 고용량을 위해서는 소형 및 경량 저장탱크를 병렬로 연결하여 활용하고 있다.
고압수소탱크는 압축수소 저장시스템(CHSS)(310)로 널리 알려져 있으며, 본 명세서에서는 설명의 편의상 "탱크"라는 표현은 CHSS(310)를 의미한다.
전형적인 수소저장시스템에서는 저장탱크(310)로 수소가스가 출입할 수 있는 보스부(boss unit)를 활용하여 수소저장을 제어하고 있으며, 수소의 주입과 이용이 동시에 진행될 수 없는 특성상, 1곳의 보스부에 밸브 및 감압기구 및 각종 측정을 위한 센서들을 부착해서 수소저장을 제어하고 있다.
수소충전소(200)와 수소 연료 모빌리티(300)의 인터페이스는 디스펜서(100)에서 담당하며, 이곳에서 차량저장탱크 정보와 충전소(200)의 연료공급 정보를 종합해서 타겟 압력과 주입속도 등을 제어하게 되며, 현재 사용되는 제어로직의 예시로는 SAE J2601(2020-05) 표준을 따르는 제어로직을 들 수 있다.
종래 기술에서 수소 연료 모빌리티(300)에서 디스펜서(100)로 정보를 전달하는 방식은 Communication 방식과 비통신 방식인 Non-communication 방식이 있다. 통신을 이용하는 경우에도 종래 기술에서는 차량 저장탱크(310)의 온도 및 압력값들이 단순히 단방향으로 디스펜서(100)로 전달될 뿐이며, 디스펜서(100)에서도 해당 정보를 적극적으로 활용하지 않으며, 단지 한계 온도 압력에서의 비상 정지와 같은 안전기준으로 활용하고 있다.
안전하고 신속한 충전을 위한 충전로직은 모두 디스펜서(100)에서 관리되고 있으며, 차량저장탱크(310)는 능동적인 안전관리 방식 없이, 압력 배출 장치(PRD)(320)를 통해 과열 등의 조건에서 자동으로 수소를 방출하는 최소한의 안전관리 장치만을 가지고 있다.
도 2에서 후술될 수소 충전이 진행되는 동안 수소 가스의 온도가 상승하는 현상에 대응하기 위해, 충전소(200)는 고압 수소 저장부(220) 및 프리-쿨러(210)를 포함한다. 프리-쿨러(210)는 예냉(pre-cooling)을 통해 수소 가스의 온도를 낮춘 상태로 디스펜서(100)를 경유하여 수소전기차(300)에 수소 가스를 공급한다.
본 발명의 일 실시예에서는 종래 기술과 유사한 기본 구성을 이용하지만, 디스펜서(100) 내부의 충전 제어 로직(110)이 능동적으로 수소 연료 모빌리티(300) 및 충전소(200)로부터 수신되는 온도, 압력 등의 상태 정보, CHSS(310)의 충전율(SOC, State of Charge) 등의 충전 상태 정보를 활용하여 수소 충전(hydrogen fueling) 과정을 제어한다.
본 발명의 일 실시예에 따르면, 차량 저장탱크(310)의 실시간 온도 데이터를 활용하여 실시간으로 충전 속도를 제어하는 방식으로, 안전 한계 이하의 조건을 만족하는 최고의 충전 속도로 운영되도록 설계되어 있어, 가용범위 안에서 충전 시간을 감축할 수 있다.
종래 기술의 충전 프로토콜은 안전을 위한 경계조건이 과도하게 설정되어 있어 충전 완료 시점에 대부분의 저장탱크(310) 온도가 40~50°C 전후로 측정되는 등 과도하게 예냉하여 공급하는 문제점이 있다.
본 발명의 일 실시예에 따르면, 예냉 필요량과 제공량을 능동적으로 조절하여 충전소(200)의 냉각 부하를 최적화하여 수소 충전소(200)의 운영 효율성을 증대시킬 수 있다.
경량 수소전기차 중심으로 설정된 종래 기술의 프로토콜은 신규 모빌리티 충전 시에는 모든 변수를 다시 설정하여 표준에 반영해야 하는 문제점을 가지고 있다.
본 발명의 일 실시예에 따르면, ANN 기반의 학습 가능한 충전 로직으로 신규 기기 적용 시 일정한 학습 및 훈련 과정을 거쳐 로직 자체를 업데이트하는 방식의 제어 기법으로 다양한 모빌리티 영역에 폭넓게 확대 적용할 수 있다.
종래 기술의 수소전기차의 저장탱크 과열방지 대책은 일정 온도 이상으로 과열 시 압력배출장치/PRD (Pressure Relief Device)(320)를 통한 가스 방출이 유일하다.
본 발명의 일 실시예에 따르면, 저장탱크(310) 자체에 후술할 냉각시스템 (330)을 설치하여 충전속도를 증대시키는 동시에, 저장탱크(310) 과열에 능동적으로 대처할 수 있어 수소 연료 모빌리티(300)의 안전성을 향상시킬 수 있다.
본 발명의 일 실시예에 따르면, 안전하게 수소 연료를 충전/공급하면서도 수소 충전/공급 과정의 효율을 향상시킬 수 있고, 수소 충전/공급 과정의 속도 및 실시간성을 개선할 수 있다.
본 발명의 일 실시예에 따르면, 모델 예측 제어(MPC) 기반의 실시간성이 확보된 수소 충전 제어 기법을 제공할 수 있다.
본 발명의 일 실시예에 따르면, 인공 신경망(ANN) 모델 기반의 수소 충전 결과 예측 정확도가 향상된 제어 기법을 제공할 수 있다. 이론적 시뮬레이션 결과와 함께 실제 충전 데이터를 활용한 인공 신경망 모델에 실시간 측정값이 반영됨으로써 예측 결과의 정확도가 향상될 수 있다.
본 발명의 일 실시예에 따르면, 지능형 메타 시스템(IMS)을 이용하여 실제 측정되는 데이터와 모델로부터 예측되는 상태 정보를 통합 관리함으로써 수소 충전 제어의 효율을 향상시킬 수 있다.
전술한 바와 같이 종래 기술의 수소충전 프로세스는 수소 연료 모빌리티(300)과 수소충전소(200) 간의 제어를 디스펜서(100)가 담당하고 있으며, 디스펜서(100)에는 정해진 규약에 따라서 수소를 수소 연료 모빌리티(300)에 주입하는 방법인 프로토콜이 탑재되어 제어를 총괄하고 있다.
디스펜서(100)에 탑재되는 프로토콜의 예시로는 국제 표준인 SAE-J2601(2020-05)를 기반으로 하는 프로토콜을 들 수 있으며 이는 본 발명의 목적에 부합하는 범위 내에서 본 발명의 실시예에 있어서도 동일하게 적용된다.
안전을 위한 최소요구사항/요건(requirements)에 대해서, 다양한 상황에 대해서 열역학적인 모델링을 통한 시뮬레이션을 진행하고, 이를 통해 도출한 매개변수 등을 활용하여 Table-based 단일 주입 방식(single method), 및 MC-formula 기반 부분적인 실시간 보정 방식(Partial Real-Time Correction)이 이용된다.
안전을 위한 최소요구사항/요건은 CHSS(310)의 온도 및 압력 조건의 상한선과, 충전율(SOC)에 대한 가이드라인을 포함한다.
시뮬레이션은 Best ~ Worst Case를 포함하는 경계 조건(boundary condition)을 이용한 열역학적인 모델링을 통하여 수행될 수 있다.
이 같은 구성은 본 발명의 목적에 부합하는 범위 내에서 본 발명의 실시예의 구성에도 적용될 수 있다.
도 1의 구성을 따르더라도 디스펜서(100)에서 상태 값을 능동적으로 제어하지 않는 종래 기술에서는 다음의 문제점이 발견된다. 아래의 문제점은 단순한 열역학적 모델을 이용한 시뮬레이션에 의존하는 종래 기술에서도 마찬가지로 드러나고 있다.
예상되는 최악의 경계 조건(과도한 경계 조건)을 가정해 주입속도가 미리 결정되어 있어 불필요한 예냉(Pre-Cooling)이 이루어지고 전체 충전 속도가 떨어지는 문제가 있다. 이때 종래 기술에서 주입속도는 평균 압력 증가율/평균 압력 증가속도 (APRR, Average Pressure Ramp Rate)에 의하여 단순하게 결정되며, 이는 상황에 따른 능동적인 대응을 저해하는 요인이 될 수 있다. 불필요한 예냉은 과도한 에너지 비용, 및 운영 비용을 초래하는 요인이 될 수 있다.
시뮬레이션 기반 결과에 의존하므로 적용 가능한 저장탱크(310)의 용량이나 형태에 제한이 있으며, 신규 시스템의 경우 신규 개발 및 적용에 별도의 리소스를 필요로 하는 등, 적용 대상이 제한되는 문제가 있다.
열역학 모델은 수학식의 계산 결과 도출에 많은 시간이 소요되어 모델을 통해 도출된 변수 등을 간접적으로 활용하는 방식으로 미리 계산된 변수가 없는 경우에는 적용이 제한되며, 방식 자체의 세부조절 등 유연성이 부족한 문제가 있다.
종래 기술의 Table-based 방식은 충전소(200)에서 제공되는 예냉수소의 온도나, 수소 연료 모빌리티(300)에서 측정되는 저장탱크(310)의 온도 등이 활용되지 않아 효율성이 매우 낮으며 주변 상황 변화에 유연하게 대처하기 어려운 문제가 있다.
종래 기술의 MC-Formula 기반 방식은 예냉 온도를 실시간으로 보정하지만 계산 및 적용 방식이 복잡하고 적용 대상에 한계가 있어 확장이 어려운 문제가 있다.
프로토콜이 안전한 충전 완료를 주요 목표로 개발되어 과도한 예냉이나 저장탱크(310)의 과열 등 돌발적 상황에 대해 적극적으로 제어할 수 있는 대안이 없고, 이로 인하여 과냉각에 의한 운영 비용 상승, 과열에 의한 충전 지연 등의 문제가 발생하고 있다.
본 발명의 특징은 종래 기술의 문제점을 해결하기 위하여 도출된 것으로, 시뮬레이션에 대한 의존도를 낮추고 실시간 측정 데이터를 반영하여 능동적으로 상태 변수의 제어를 시도하는 점에서 특징이 있다.
도 2는 본 발명의 일 실시예가 적용되는 수소 연료 모빌리티(300)를 위한 수소 충전 과정에서 나타나는 상태 변화의 일 예를 도시하는 개념도이다.
도 2를 참조하면, 수소저장탱크(310)에 수소가 주입될 경우 압축열에 의해 내부온도가 상승하며, 이로 인해 저장탱크(310) 내부의 수소 가스의 온도가 상승한다.
수소 충전 과정의 온도 제어는 예냉 수소 가스를 공급받아 최종 충전완료 시점에서, 저장탱크(310)의 내부 온도가 85°C 이하가 되도록 제어됨으로써 이루어진다.
저장탱크(310)는 주행 중에는 외부 대기와 내부 저장된 수소 가스 간의 열교환을 차단하기 위하여, 탱크(310)의 돔과 바디를 감싸는 탄소섬유의 열전달 효율이 낮도록 구성되어 있다.
충전 과정에서 저장탱크(310) 내부의 수소 가스의 온도가 상승할 때에는 이러한 저장탱크(310)의 낮은 열전달 특성으로 인하여 충전이 완료되는 시점까지 내부의 온도 상승에 비해 수소저장탱크(310) 표면에 드러나는 온도상승은 미약하다.
이러한 특성은 충전 시 발생하는 수소저장탱크(310) 내부의 급속한 온도 상승을 완화시킬 수 있는 외기와의 열교환이 거의 진행되지 않도록 차단하므로, 별도의 온도 관리 대책이 필요하다.
그러나 종래 기술은 충전소(200)로부터 미리 냉각시킨(예냉, pre-cooled) 수소 가스를 공급받는 것 외에는 별도의 냉각 수단을 포함하고 있지 않다.
수소완충시간은 차량 수소저장탱크의 온도관리 상한선인 85°C 이하 관리를 위해 수소 충전소(200)에서 예냉 및 수소주입속도를 제어함으로써 관리하고 있으나, 수소 연료 모빌리티(300)의 저장탱크(310)에 대한 온도관리 대책은 별도로 존재하지 않는 상황이다.
이로 인해 특히 외기 온도가 높은 여름철의 경우 충전소(200)에서 차량저장탱크(310) 온도제어가 어려워 충전 지연과 같은 문제점이 발생하고 있다.
본 발명의 실시예에서는, 도 2의 특성 곡선을 기본 모델로서 탑재하되, 종래 기술과는 달리 주변의 실제 환경에서 나타나는 변수(외기 온도, 기압, 기상 조건 등)에 따른 실시간 데이터를 고려하여 Phase I. 예냉 단계의 충전소(200)의 동작 부하 및 Phase II ~ Phase IV의 충전 과정에서 발생하는 충전 속도 (압력 증가율, PRR) 제어를 최적화하고, 실제 환경에 적합한 최적의 제어 조건을 도출할 수 있다.
도 3은 본 발명의 일 실시예에 따른 수소 충전 프로세스의 플랫폼 또는 테스트 플랫폼을 도시하는 개념도이다. 도 3을 참조하면 모빌리티 파트 (300), 충전소 파트 (200), 및 디스펜서 파트 (100)가 모두 시뮬레이션 모델인 실시예가 도시된다. 도 3에서 시뮬레이션 모델 중심의 실시예가 도시되었지만 본 발명의 사상은 도 3의 실시예에만 국한되는 것은 아니고, 모빌리티 파트 (300), 충전소 파트 (200), 및 디스펜서 파트 (100)는 시뮬레이션 모델과, 실시간 현장 다이나믹 데이터 (real-time on-site dynamic data)에 기반한 데이터 기반 모델 간의 병합, 결합, 또는 경합에 의하여 구현될 수도 있다.
도 4는 도 3의 구성의 일부를 상세히 도시하는 블록도이다.
도 3과 도 4를 함께 참조하면, 디스펜서 파트 (100)에서 제어 요청 및/또는 피드백 컨트롤로서 예냉 (Pre-cooling)의 목표 온도가 충전소 파트 (200)에 제공되면, 프리-쿨러 (210)가 고려되는 시뮬레이션 또는 현장 데이터의 획득에 의하여 온도 및 압력 데이터가 출력되어 인공 신경망 모델 (120)로 전달될 수 있다.
또한 디스펜서 파트 (100)에서 제어 요청으로서, CHSS (310)의 온도에 대한 강온 신호가 모빌리티 파트 (300)로 제공되면, 냉각 시스템 (330)을 고려한 시뮬레이션 또는 현장 데이터의 획득에 의하여 온도 및 압력 데이터가 출력되어 인공 신경망 모델 (120)로 전달될 수 있다. 이때 모빌리티 파트 (300)에서는 강온 신호는 일종의 냉각 부하 (CL, Cooling Load)로 간주될 수 있다.
도 4를 참조하면 디스펜서 파트 (100) 내에서는 인공신경망 모델 (120)에 의하여 예측된 출력이 Supervisory 시스템 (130)으로 전달되고, Supervisory 시스템 (130)은 제어 요청 및/또는 피드백 컨트롤로서 예냉 (Pre-cooling)의 목표 온도를 충전소 파트 (200)로 전달하거나, 제어 요청으로서 CHSS (310)의 강온 신호를 모빌리티 파트 (300)로 전달할 수 있다.
이때 도 4의 Supervisory 시스템 (130)은 수소 충전 테스트 과정을 제어하는 일종의 컨트롤러로서 기능할 수 있다. 설명의 편의상 도 4의 Supervisory 시스템 (130)이 디스펜서(100)에 탑재된 독립적 하드웨어 또는 소프트웨어인 실시예가 도시되었지만, 본 발명의 다른 실시예에서는 컨트롤러 기능을 수행하는 Supervisory 시스템 (130)은 클라우드, 및/또는 원격 서버의 형태로 구현될 수도 있다.
또한 본 출원 명세서에서 인공신경망 모델 (120)을 중심으로 하는 실시예가 도시되었지만, 본 발명의 다른 실시예는 인공신경망 모델 (120) 또는 모델 예측 제어 기법에 의하여 한정될 필요는 없다. 본 발명의 다른 실시예에서는, 수소 충전 프로토콜에 기반한 수소 충전 제어 관련 정보 및/또는 피드백 컨트롤이 전달된 후 그 응답으로서 실시간 현장 데이터가 피드백되고, 실시간 현장 데이터에 기반하여 수소 충전 제어 관련 정보 및/또는 피드백 컨트롤이 업데이트되거나, 또는 다음 수소 충전 제어 관련 정보 및/또는 피드백 컨트롤이 생성될 수 있다. 본 발명의 다른 일 실시예에 따르면, 모델 예측 제어 또는 인공신경망 모델 (120)에 의존하지 않는 수소 충전 프로토콜, 및 수소 충전 시스템을 테스트하는 테스트 방법 및 테스트 플랫폼도 제안될 수 있다.
충전소(200)에는 수소 저장 실린더가 복수 개 배치되어 뱅크 시스템으로서 운용될 수 있다. 디스펜서(100)가 충전소(200)에 요청하여 피드백 받는 실시간 현장 정보에 뱅크 별 온도와 압력 정보가 포함될 수 있다.
복수개의 뱅크는 디스펜서(100)의 요청 및/또는 충전소(200)의 선택에 따라 스위칭되어 디스펜서(100)와 연결될 수 있다. 이때 디스펜서(100)가 충전소(200)에 요청하여 피드백 받는 실시간 현장 정보에 포함되는 뱅크 별 온도와 압력 정보가 뱅크의 선택 및/또는 스위칭에 영향을 줄 수 있다.
이때 디스펜서(100)가 충전소(200)에 요청하여 피드백 받는 실시간 현장 정보에 포함되는 뱅크 별 온도와 압력 정보에 기반하여, 뱅크 시스템 내 뱅크들 중 적어도 하나 이상의 상태가 조정될 수 있다.
예를 들면 준비 단계로서 충전소(200) 내의 뱅크에 대한 현재 상태 정보에 기반하여 뱅크들 중 적어도 하나 이상이 충전 가능한 온도, 및 압력을 가지도록 조정될 수 있다. 이 같은 조정은 디스펜서(100)의 요청에 의하여 수행될 수도 있고, 충전소(200)의 제어 로직에 의하여 수행될 수도 있다.
도 5는 본 발명의 일 실시예에 따른 수소 충전 프로세스의 플랫폼 또는 테스트 플랫폼을 도시하는 개념도이다.
도 5를 참조하면, 디스펜서 파트 (100) 및 모빌리티 파트 (300) 간에 양방향 통신을 수행할 수 있는 통신 인터페이스로서 모듈 C (160)가 배치될 수 있다. 또한 디스펜서 파트 (100) 및 충전소 파트 (200) 간에 양방향 통신을 수행할 수 있는 통신 인터페이스로서 모듈 B (150)가 배치될 수 있다.
충전소 파트 (200)가 시뮬레이션 모델로서 기능할 때, 모빌리티 파트 (300)는 CHSS (310)의 온도에 대한 모듈레이션 및 최적화 수단으로서 기능할 수 있다.
모빌리티 파트 (300)가 시뮬레이션 모델로서 기능할 때, 충전소 파트 (200)는 예냉 온도의 안정화 및 제어 수단으로서 기능할 수 있다.
도 6은 본 발명의 다른 일 실시예에 따른 수소 충전 프로세스의 플랫폼 또는 테스트 플랫폼을 도시하는 개념도이다.
도 5 및 도 6을 함께 참조하면, 도 6의 Supervisory 시스템 (130)은 수소 충전 테스트 과정을 제어하는 일종의 컨트롤러로서 기능할 수 있다.
인공신경망 모델 (120)의 예측된 출력이 Supervisory 시스템 (130)으로 전달될 수 있다. Supervisory 시스템 (130)은 통신 인터페이스 모듈 C (160)를 경유하여 수소차 (300)의 차량 탱크 내 수소의 상태에 대한 제어 요청을 수소차 (300)로 전달할 수 있다. 수소차 (300)의 차량 탱크 내 수소의 상태에 대한 제어 요청은 차량 탱크 내 수소의 온도에 대한 temperature down 요청일 수 있다. 이러한 강온 제어 요청은 강온 신호로서 제공될 수 있다.
Supervisory 시스템 (130)은 통신 인터페이스 모듈 B (150)를 경유하여 충전소 (200)로부터 디스펜서 (100)로 공급되는 수소의 상태에 대한 제어 요청을 충전소 (200)로 전달할 수 있다. 충전소 (200)로부터 디스펜서 (100)로 공급되는 수소의 상태에 대한 제어 요청은 예냉 요청일 수 있다. 예냉 요청은 예냉 목표 온도를 포함할 수 있다.
Supervisory 시스템 (130)은 통신 인터페이스 모듈 A (140)를 경유하여 충전소 (200)로부터 디스펜서 (100)를 경유하여 수소차 (300)의 차량 탱크로 수소가 공급되는 수소 충전 프로세스에 대한 제어 명령/요청에 관련된 정보, 및 수소 충전 프로세스에 대한 제어 명령/요청이 디스펜서 (100) 측에서 실행된 결과가 반영된 디스펜서 (100) 측의 상태 정보로서 수소 충전 제어 관련 정보를 수소차 (300)로 전달할 수 있다. 이때 수소 충전 제어 관련 정보는 차량 탱크 내 수소 충전을 위한 압력 증가율(PRR, Pressure Ramp Rate)에 대한 제어 명령에 관한 정보, 및 그 제어 명령이 실행된 결과로서 디스펜서 (100) 측의 상태 정보 중 적어도 하나 이상을 포함할 수 있다. 또한 수소 충전 제어 관련 정보는 피드백 제어 과정에서 도출되는 실시간 압력 증가율(PRR) 또는 압축 수소의 질량 유량(mass flow rate of compressed hydrogen, kg/s) (m_dot) 등과 같이 수소차 (300)의 차량 탱크의 수소의 상태의 변화에 영향을 미칠 수 있는 변수에 대한 정보, 및 그 변수에 의한 제어가 실행된 결과 정보 중 적어도 하나 이상을 포함할 수 있다. 이들 수소 충전 제어 관련 정보는 인공 신경망 모델(120)의 숨은 레이어의 가중치 또는 파라미터에도 영향을 미칠 수 있다.
이론적 시뮬레이션으로서, 예를 들어 H2FillS (Hydrogen Filling Simulation)와 같은 열역학적 모델이 이용될 수 있다. 열역학적 모델은 수소차 (hydrogen fueled vehicle/mobility)에 수소를 충전할 때 수소 온도, 압력, 및 매스 플로우 중 적어도 하나 이상의 과도 변화 (transient change) 및/또는 차량 탱크 내 수소의 상태의 과도 변화를 추적하고 보고하기 위하여 설계된 모델 및/또는 소프트웨어를 포함할 수 있다. 물론 본 발명의 사상이 특정한 열역학적 모델의 실시예에 국한되는 것은 아니다.
수소 충전 프로토콜은 예를 들어 SAE J2601에서 정의되는 수소 충전 프로토콜을 포함할 수 있다. 물론 본 발명의 사상이 특정한 실시예에 국한되는 것은 아니다.
열역학적 모델은, 예를 들어 인공 신경망의 입력 데이터에 준하는 입력 데이터가 입력되면, 모델링 및 시뮬레이션에 기반하여 출력 데이터를 생성할 수 있다. 이때 수소 충전 프로토콜에 따라서 열역학적 모델의 변수가 조정될 수 있고, 동일한 입력 데이터에 대하여 서로 다른 수소 충전 프로토콜에 대해서는 서로 다른 출력 데이터가 도출될 수도 있다.
본 발명의 일 실시예에서는 인공 신경망의 입력 데이터와 출력 데이터로서, 열역학적 모델의 입/출력 데이터 대신 테스트 플랫폼에 의하여 수집되는 현장 데이터 (on-site data)가 제공되어 인공 신경망이 훈련될 수 있다. 즉, 테스트 플랫폼에 의하여 수집되는 현장 데이터 중 일부가 인공 신경망의 입력 데이터로 제공되고, 또 다른 일부가 인공 신경망의 출력 데이터에 대응하는 그라운드 트루쓰 데이터로서 제공될 수 있다.
인공 신경망의 내부 파라미터는 초기화 없이 훈련될 수도 있고, 소정의 값으로 초기화된 후에 현장 데이터에 기반하여 훈련될 수도 있다. 예를 들면, 열역학적 모델에 기반하여 인공 신경망의 입력 데이터와 출력 데이터(그라운드 트루쓰 데이터)가 주어지고 초기 학습되어, 인공 신경망의 내부 파라미터가 초기화될 수도 있다.
인공 신경망의 학습은 반드시 딥러닝일 필요는 없고, shallow learning일 수도 있다.
본 발명의 일 실시예에 따른 테스트 플랫폼은 수소충전 프로세스를 최적화하기 위하여 동적 필드 데이터에 의존할 수 있다.
본 발명의 일 실시예는 인공신경망 기반 모델 예측 제어 (MPC) 기법에 의하여 다음 상태를 예측할 수 있다. 이때 인공신경망 모델은 이론적 결과, 현장 데이터(on-site data), 또는 양쪽 모두를 이용하여 학습될 수 있다.
충전소 (200)의 예냉 기능 또는 차량 (300)의 냉각 시스템 (310)이 가용하지 않은 경우에, 모듈 A (140)가 제어 과정을 단독으로 또는 주도적으로 수행할 수 있다.
디스펜서 (100) 및 충전소 (200) 간의 프로세스 상태 변화를 분석하기 위하여, 디스펜서 (100) 및 차량 (300) 간의 현장 데이터에 기반한 학습 모델이 디스펜서 (100) 및 차량 (300) 간의 프로세스에 대한 레퍼런스로서 기능할 수 있다.
반대로 디스펜서 (100) 및 차량 (300) 간의 프로세스 상태 변화를 분석하기 위하여, 디스펜서 (100) 및 충전소 (200) 간의 현장 데이터에 기반한 학습 모델이 디스펜서 (100) 및 충전소 (200) 간의 프로세스에 대한 레퍼런스로서 기능할 수 있다.
디스펜서 (100)의 종류 및 개별 ID, 충전소 (200)의 종류 및 개별 ID, 차량 (300)의 종류 및 개별 ID, 제어 목표 상태 (온도, 압력, SOC), 초기 상태 (온도, 압력), 수소 충전 프로토콜의 종류 각각에 따른 빅데이터가 수집되고, 각각의 경우에 대응하는 현장 데이터의 동적 변화를 이용하여 테스트 플랫폼이 학습됨으로써, 수소 충전 프로세스를 최적화하고 정확히 기술할 수 있는 표준화된 항목이 도출될 수 있다.
본 발명의 일 실시예에 따른 수소 충전 테스트 시스템은 수소차(Hydrogen Fueled Vehicle)를 위한 수소 충전(hydrogen fueling) 테스트 시스템으로서, 수소 연료 모빌리티(300)의 차량 탱크 내 수소의 상태에 영향을 미치는 수소 충전 제어 관련 정보를 수소 연료 모빌리티(300)로 전달하고, 수소 충전 제어 관련 정보에 대응하는 피드백으로서 차량 탱크 내 수소의 상태의 변화의 현장 데이터(On-site data)를 수신하는 통신 인터페이스 (모듈 A, 140); 및 수소 충전 제어 관련 정보에 대응하는 차량 탱크 내 수소의 상태의 변화의 현장 데이터에 기반하여 수소 충전 제어 관련 정보에 대응하는 수소 연료 모빌리티(300)를 위한 수소 충전 프로세스에 대한 모델을 업데이트하는 Supervisory 시스템 (130) 또는 컨트롤러를 포함한다.
Supervisory 시스템 (130)은 컨트롤러의 기능을 포함할 수 있다. 본 명세서에서 '컨트롤러'로 표기된 사항은 Supervisory 시스템 (130)의 컨트롤러 기능에 해당하는 구성을 지칭할 수 있다. 컨트롤러에 의한 동작은, Supervisory 시스템 (130)의 컨트롤러 기능에 의하여 수행되는 동작을 의미할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 수소 충전 제어 관련 정보에 대응하는 차량 탱크 내 수소의 상태의 변화에 대한 시뮬레이션 결과 및 차량 탱크 내 수소의 상태의 변화의 현장 데이터 간의 차이를 획득할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 시뮬레이션 결과 및 현장 데이터 간의 차이에 기반하여 수소 충전 제어 관련 정보에 대응하는 수소차를 위한 수소 충전 프로세스에 대한 모델(120)을 업데이트할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 차량 탱크 내 수소의 온도, 압력, 및 매스 플로우 중 적어도 하나 이상의 과도 변화를 추적하는 열역학적 모델을 이용하여, 제어 요청에 대응하는 차량 탱크 내 수소의 상태의 변화에 대한 시뮬레이션 결과를 획득할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 수소 충전 프로세스에 대한 모델에 미래의 예측된 수소 충전 제어 요청을 입력함으로써 모델 예측 제어 (MPC, Model Prediction Control) 기법에 의하여 수소 충전 제어 요청에 대응하는 차량 탱크 내 수소의 상태의 변화에 대한 시뮬레이션 결과를 획득할 수 있다.
수소 충전 제어 관련 정보에 대응하는 수소 충전 프로세스에 대한 모델 (120)은 수소 충전 제어 요청이 실행된 결과와 관련된 수소 충전 제어 관련 정보 및 차량 탱크 내 수소의 상태 정보를 입력받고 차량 탱크 내 수소의 상태의 변화를 예측하는 기능이 훈련된 모델일 수 있다.
이때 수소 충전 제어 관련 정보에 대응하는 수소 충전 프로세스에 대한 모델 (120)은, 수소 충전 제어 관련 정보, 현재의 차량 탱크 내 수소의 상태, 디스펜서에서 차량으로 공급되는 수소의 상태, 및 주변 온도를 입력받고 미래의 차량 탱크 내 수소의 상태의 변화를 예측하는 기능이 훈련된 모델일 수 있다.
수소 충전 제어 관련 정보에 대응하는 수소 충전 프로세스에 대한 모델 (120)은, 수소 충전 제어 관련 정보가 목표하는 차량 탱크 내 수소의 상태의 목표 상태 각각 및 수소 충전 프로토콜 각각에 따른 차량 탱크 내 수소의 상태의 변화를 예측하는 기능이 훈련된 모델일 수 있다.
모델 (120)은 인공 신경망 모델일 수 있다. Supervisory 시스템 (130) 또는 컨트롤러는, 수소 충전 제어 관련 정보 및 차량 탱크 내 수소의 상태 정보를 입력받고 차량 탱크 내 수소의 상태의 변화의 현장 데이터를 그라운드 트루쓰 데이터로 이용하여 차량 탱크 내 수소의 상태의 변화를 예측하는 기능을 훈련함으로써 모델 (120) 내의 파라미터를 업데이트할 수 있다.
모델 (120)은 모델 예측 제어 (Model Prediction Control) 기법을 이용하여 차량 탱크 내 수소의 상태의 변화를 예측하는 기능이 훈련된 모델일 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 모델(120)을 업데이트한 이후에, 모델(120)로 수소 연료 모빌리티(300) 측을 대체하여, 수소 연료 모빌리티(300)에 수소를 공급하는 디스펜서(100) 및 디스펜서(100)에 수소를 공급하는 스테이션(200) 간의 제2 제어 요청에 대응하는 스테이션(200)으로부터 디스펜서(100)로 공급되는 수소의 상태의 변화의 시뮬레이션 데이터 및 현장 데이터 중 적어도 하나 이상을 획득할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 모델(120)을 업데이트한 이후에, 모델(120)로 스테이션 (200) 측을 대체하여, 디스펜서(100)로부터 수소를 공급받는 수소 연료 모빌리티(300) 및 디스펜서(100) 간의 제3 제어 요청에 대응하는 수소 연료 모빌리티(300)의 차량 탱크 내 수소의 상태의 변화의 시뮬레이션 데이터 및 현장 데이터 중 적어도 하나 이상을 획득할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는 통신 인터페이스 (모듈 A, 140)를 경유하여, 수소 연료 모빌리티(300)가 액티브하게 수소 충전 제어 관련 정보 또는 수소의 상태의 변화를 위한 제어 요청에 응답하여 차량 탱크 내 수소의 상태의 변화를 제어할 수 있는 지 여부를 식별할 수 있다. 이때 수소 연료 모빌리티(300)와 디스펜서 (100) 및/또는 충전소 (100) 간의 통신에 의하여 수소차 (300)가 지원 가능한 통신 프로토콜 및 제어 프로토콜, 디스펜서 (100)가 지원 가능한 통신 프로토콜 및 제어 프로토콜이 상호 공유되고, 공통적으로 지원 가능한 프로토콜이 통신 프로토콜 및 제어 프로토콜로서 선택될 수 있다.
수소 충전 프로토콜에 기반한 수소 충전 제어 요청은 차량 탱크 내 수소 충전을 위한 압력 증가율(PRR, Pressure Ramp Rate)에 대한 제어 명령을 포함할 수 있다.
수소 충전 제어 관련 정보는 수소 충전 제어 요청의 정보, 및 수소 충전 제어 요청의 실행 결과에 따른 상태 정보 중 적어도 하나 이상을 포함할 수 있고, 수소의 상태의 변화를 위한 제어 요청은 차량 탱크 내 수소의 온도 및 압력 중 적어도 하나 이상에 대한 제어 요청을 포함할 수 있다.
차량 탱크 내 수소의 상태의 변화는, 온도, 압력, 및 충전율(SOC, State of Charge) 중 적어도 하나 이상을 포함할 수 있다.
종래 기술의 수소 충전 프로세스 또는 수소 충전 제어 기법은 최종 SOC, 최종 nozzle 및 CHSS (310)의 온도/압력을 목표한 대로 제어하기 어려운 문제점이 있다. 또한 압력의 가변성 (pressure variability), 불안정한 플로우 레이트 (unstable flow rate), 높은 환경적 다양성 (high environmental variability)로 인하여 이론적 시뮬레이션 기반 수소 충전 기법은 실제의 현장 데이터와 일치하지 않는 문제점이 있다.
시뮬레이션 결과와 실제 현장 데이터 간 불일치는 이론적 시뮬레이션에서는 충분히 고려되기 어려운 디바이스의 특성, 환경의 다양성에 영향받기 쉽고, 동일한 수소 충전 프로토콜을 이용하는 경우에도 초기값이나 최종 목표값에 따라서 최종 현장 데이터가 달라질 수 있으며, 반대로 동일한 최종 목표값이나 초기값을 가정하는 경우에도 서로 다른 수소 충전 프로토콜에 의하여 최종 현장 데이터가 달라질 수 있다.
이러한 종래 기술의 문제를 해결하기 위하여, 본 발명의 일 실시예는 실시간 현장 데이터의 활용, 각 디바이스 간의 양방향 통신, 예측적 제어 기법, 스테이션과 차량까지 포함하는 전체 시스템에 대한 통합적 제어, 사용자 요구에 기반한 수소 충전 데이터의 활용 및 표준화를 채택할 수 있다.
수소 충전 프로세스가 테스트될 때, 테스트 대상 충전 프로토콜은 Supervisory System (130)의 내부에 내재될 수도 있고, Supervisory System (130)의 외부에 위치할 수도 있다.
또한 본 발명의 일 실시예는, 기존에 존재하는 수소 충전 프로토콜 (Existing Fueling Protocol)의 강화(Enhancement), 현장 수소 충전 데이터 포맷의 표준화(Standardization of On-site Fueling Data Format), 및 동적 필드 데이터의 컴필레이션 및 진단 (Compilation and Diagnosis of Dynamic Field Data)을 가능하게 할 수 있다.
기존에 존재하는 수소 충전 프로토콜의 강화와 관련하여, 본 발명의 일 실시예는 다음의 사항을 포함할 수 있다.
기존에 존재하는 수소 충전 프로토콜이 테스트 대상으로 선택될 수 있다.
본 발명의 일 실시예는 인공신경망 기반 모델 예측 제어(ANN-MPC)를 실행하고 동일한 충전 조건에서 기존 수소 충전 프로토콜을 실행하여, ANN-MPC로 충전 제어한 결과와 기존 수소 충전 프로토콜로 충전 제어한 결과를 비교하여 기존 수소 충전 프로토콜을 강화하거나 개선할 수 있다.
Supervisory 시스템 (130)은 테스트 대상인 프로토콜(131)을 내재할 수 있고 내재된 프로토콜에 기반하여 충전을 제어 요청할 수 있고, 제어 값을 ANN-MPC로부터 입력된 '예측된 출력'과 비교할 수 있다.
Supervisory 시스템 (130) 또는 컨트롤러는, 기 존재하는 수소 충전 프로토콜(Existing Fueling Protocol)을 실행함으로써 수소 충전 제어 관련 정보를 통신 인터페이스(140, 160)를 경유하여 수소 연료 모빌리티(300)로 전달할 수 있고, 차량 탱크 내 수소의 상태의 변화의 현장 데이터를 통신 인터페이스(140, 160)를 경유하여 획득할 수 있다.
Supervisory 시스템 (130)또는 컨트롤러는, 수소 충전 프로세스에 대한 모델(120)에 의한 수소 충전 제어 시퀀스를 획득할 수 있고(ANN-MPC 기법을 이용하는 경우 미래의 시계열 제어 시퀀스 입력을 예측할 수 있음), 수소 충전 프로세스에 대한 모델(120)에 의한 수소 충전 제어 시퀀스에 기반하여, 기 존재하는 수소 충전 프로토콜을 강화할 수 있다.
Supervisory 시스템 (130)또는 컨트롤러는, 수소 충전 프로세스에 대한 모델에 의한 수소 충전 제어 시퀀스의 실행에 의한 결과 데이터를 획득할 수 있고, 수소 충전 제어 시퀀스의 실행에 의한 결과 데이터 및 기 존재하는 수소 충전 프로토콜에 의한 현장 데이터 간의 비교 결과에 기반하여, 수소 충전 제어 시퀀스를 이용하여 기 존재하는 수소 충전 프로토콜의 일부를 강화할 수 있다.
이때 인공신경망 모델(120)을 이용한 충전 제어 결과는 모델(120)을 동작시킴으로써 얻어질 수도 있고, 기 구축된 데이터베이스로부터 얻어질 수도 있다. 테스트 대상 충전 프로토콜 (131)에서 사용되는 기본적 규격은 변경되지 않고 상세한 사항, 즉, 충전 테이블 또는 로직은 인공신경망 모델(120)의 충전 제어 값들을 참조하여 강화/개선될 수 있다. 이때 인공신경망 모델(120)을 이용한 충전 제어 결과와 테스트 대상 충전 프로토콜 (131)의 실행 결과로 얻어진 현장 데이터를 비교하여 인공신경망 모델(120)을 이용한 충전 제어 결과의 성능이 우수한 경우에 테스트 대상 충전 프로토콜 (131)의 상세한 사항이 부분적으로 개선될 수 있다. 충전 제어 결과와 테스트 대상 충전 프로토콜 (131)의 실행 결과 간의 비교 또한 수소 충전 과정의 전체 또는 일부에 대하여 이루어질 수 있다.
본 발명의 일 실시예에서 Dispenser-Vehicle Interaction 을 위한 인공 신경망을 위한 Lumped Thermodynamic Model이 다음의 특징들을 고려하여 이용될 수 있다.
- 0차원 불안정 상태 질량 및 에너지 균형 (0-Dimensional Unsteady State Mass & Energy Balance)
- 차량 탱크 벽을 통한 1차원 열 전달 (1차원 1-Dimensional Heat Transfer for Vehicle Tank Wall)
- 수소 성질의 평가를 위한 CoolProp (CoolProp for Evaluation of Hydrogen Properties)
본 발명의 일 실시예는 이론적 시뮬레이션 결과와 실제 현장 데이터 (real on-site data) 간의 비교 분석을 수행할 수 있다.
본 발명의 일 실시예는 수소 충전 프로토콜에서 가정한 조건 외에도, 특정한 조건 하에서 예측적 분석을 수행할 수 있다.
본 발명의 일 실시예는 현장 수소충전 데이터를 수집하고 처리함으로써 수소충전 프로세스의 신뢰성을 개선할 수 있다.
차량 탱크 내 수소의 상태의 변화의 현장 데이터는, 차량 측에서 먼저 획득될 수 있다. 즉, 제어 요청이 수소차로 전달되는 것과 무관하게 차량 측에서 차량 탱크 내 수소의 상태의 변화의 현장 데이터를 획득할 수 있다. 또는 본 발명의 다른 실시예에서는 제어 요청이 현장 데이터 요청을 포함할 수 있고, 차량 측에서 제어 요청/현장 데이터 요청에 응답하여 현장 데이터를 획득할 수도 있다.
현장 데이터의 획득은 차량 외에 충전소 측에서도 수행될 수 있으며, 마찬가지로 제어 요청과 무관하게 충전소 측의 현장 데이터가 수집될 수 있고, 제어 요청이 현장 데이터 요청을 포함하여 충전소 측에서 제어 요청/현장 데이터 요청에 응답하여 충전소에 저장된 수소 및/또는 충전소로부터 디스펜서로 공급되는 수소의 상태에 관한 현장 데이터를 획득할 수도 있다.
현장 데이터(On-site data)는 실제 수소 충전/공급 과정에서 충전소 및/또는 차량 측에서 얻어지는 데이터를 의미한다. 이때 현장 데이터는 실제 충전소와 실제 차량인 경우 외에도 일부 또는 전체가 시험 환경인 경우에 얻어지는 데이터를 포함할 수 있다.
현장 데이터는 수소차 측에 준하는 시험 환경 또는 반응(피드백) 가능한 장치, 충전소 수소 저장 실린더와 디스펜서 측에 준하는 시험 환경 또는 반응(피드백) 가능한 장치, 및/또는 디스펜싱 제어 시스템 측에 준하는 모듈 A가 장착될 수 있는 시험 환경 또는 실행 장치로 구성된 시험 환경에서 얻어지는 데이터를 포함할 수 있다.
이때 현장 데이터는 모든 장치가 상기 세 가지 시험 환경 또는 장치로 구성된 시험 환경이거나, 어느 하나를 포함하는 충전 현장 또는 시험 환경에서 얻어지는 데이터를 포함할 수 있다.
예를 들어, 현장 데이터는 도 5에서 도시된 모듈 B(150) 및 모듈 C(160)과 연계된 시뮬레이션 모델들로 구성된 시험 환경 또는 충전 현장에서 얻어지는 데이터를 포함할 수 있다.
이때 반응(피드백) 가능한 장치는 실제 현장 데이터에 기반하여 구축된 데이터베이스를 포함하며 모듈 A에서 요청하는 케이스에 맞춰 응답할 수 있는 장치를 의미할 수 있다.
현장 데이터는 정적 데이터와 동적 데이터를 포함할 수 있고, 정적데이터(차량 탱크의 타입, 차량 탱크의 부피, 차량 탱크 모듈/뱅크의 개수 등)와 동적데이터(차량 탱크 수소 온도, 압력 등)로 분류될 수 있다
도 7은 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법을 도시하는 동작 흐름도이다.
도 7을 참조하면, 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은 수소를 연료로 사용하는 모빌리티(300)에 수소를 충전하는(fueling) 방법으로서, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계(S410); 사용자 입력에 기반하여 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계(S420); 및 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계(S430)를 포함할 수 있다.
본 발명의 일 실시예는 도 7의 단계들(S410~S430)이 모빌리티(300) 측에서 수행되는 경우를 가정할 수 있다. 이때 모빌리티(300) 측은 모빌리티(300) 내의 제어 장치(ECU 또는 차량용 MCU), 모빌리티(300) 내의 전기차량 통신 제어기 (EVCC, Electric Vehicle Communication Controller) 또는 모빌리티(300) 내의 충전 시스템의 컨트롤러 중 적어도 하나 이상을 지칭하는 것으로 이해될 수 있다.
이때 본 발명의 일 실시예에서는 사용자 입력이 모빌리티의 수소 충전을 위한 목표 충전율을 포함할 수 있다. 예를 들어 운전자가 모빌리티(300)의 인터페이스 또는 운전 애플리케이션 프로그램에서 직접 SOC를 결정할 수 있다.
목표 충전율을 결정하는 단계(S420)는, 사용자 입력에 기반하여, 모빌리티(300)의 현재 충전 상태 및 모빌리티(300)의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 목표 충전율을 결정할 수 있다. 예를 들어 디스펜서(100) 또는 Supervisory 시스템(130) 대신 모빌리티(100) 측에서 사용자가 의도한 충전율 또는 충전양에 기반하여 최종적인 목표 SOC를 결정할 수도 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 모빌리티(300)의 수소 충전 과정의 진행 데이터를 획득하는 단계; 및 모빌리티(300)의 진행 데이터가 모니터될 수 있도록, 모빌리티(300)에 수소를 공급하는 디스펜서(100) 또는 충전 제어 시스템(130)으로 모빌리티(300)의 진행 데이터를 전송하는 단계를 더 포함할 수 있다.
이때 디스펜서(100) 또는 Supervisory 시스템/충전 제어 시스템(130)은, 모빌리티(300) 측과 실시간 양방향 통신을 이용하여 충전 과정의 모니터링을 위한 모빌리티(300) 측 데이터를 공유할 수 있다.
목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계(S430)는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 요청을 생성하는 단계를 포함할 수 있다.
이때 모빌리티(300) 측에서는 충전 시작점과 끝점 사이의 개별 압력별 입력/출력 관계 기반 충전을 요청(또는 충전 프로토콜 도출을 요청)할 수 있다.
도 7에서는 모빌리티(300) 측에서 수행되는 방법의 실시예가 도시되었으나, 도 7의 각 단계는 디스펜서(100) 측에서 수행되는 방법으로 균등 범위 내에서 이해될 수 있다. 이때 디스펜서(100) 측에서 수행되는 방법에서는, 디스펜서(100)에서 수행되는 방법의 취지에 맞게 도 7의 각 단계의 제공자와 수신자가 변경되어 적용될 수 있다.
또한 본 명세서에서 모빌리티(300) 측 또는 디스펜서(100) 측 중 어느 한 쪽에서 수행되는 동작은, 다른 실시예에 따르면 모빌리티(300) 측 또는 디스펜서(100) 측의 서로 반대측에서 수행될 수도 있고, 모빌리티(300) 측 및 디스펜서(100) 측의 상호 협력에 의하여 수행될 수도 있다.
본 발명의 다른 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 도 7의 실시예와 달리 수소를 공급하는 디스펜서(100) 측에서 수행되는 방법으로서, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계; 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계; 및 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계를 포함할 수 있다.
이때 사용자 입력이 모빌리티의 수소 충전을 위한 목표 충전율을 포함할 수 있다. 사용자 입력은 운전자가 모빌리티(300)의 인터페이스 또는 운전 어플리케이션 프로그램을 통하여 직접 SOC를 결정한 후의 입력에 대응할 수 있다. 이때 사용자 입력에 기반한 SOC는 유무선 통신망을 디스펜서(100) 측에 전달될 수 있다. 이때 디스펜서(100) 측은 디스펜서(100)의 제어기, Supervisory 시스템(130) 및/또는 디스펜서(100)와 관련되는 전자통신이 가능한 장치 중 적어도 하나 이상을 지칭할 수 있다.
목표 충전율을 결정하는 단계는, 사용자 입력에 기반하여, 모빌리티(300)의 현재 충전 상태 및 모빌리티(300)의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 목표 충전율을 결정할 수 있다. 이때 사용자 입력에 기반하여, 디스펜서(100) 또는 Supervisory 시스템(130)은 최종적인 목표 SOC를 결정할 수 있다.
종래 기술에서는 완전 충전 (SOC 100%)을 목표로 수소 충전이 진행되는 경우가 빈번하다. 그러나 현실적으로 완전 충전은 물리적으로 달성하기 어려운 조건이다. 또한 프로토콜 자체가 가지는 경계 조건 문제로 인하여 충전 과정의 어려움이 있을 수 있다. 충전 완료 시 목표값보다 낮은 SOC 및 낮은 최종 온도로 인한 문제점으로 인하여 정확한 SOC가 파악되기 어려운 점 등이 종래 기술의 문제점으로 지적되어 왔다.
종래에 알려진 규격에서는 사용자 요구에 따른 충전량의 조절이 불가능하였다. 그런데 차량의 종류의 차이, 충전소 별 요금의 차이, 운전자 별 주행 형태의 차이, 사업자 별 주행 거리의 차이 등으로 인하여 상황과 사용자 요구에 부합하는 사용자 별 충전량 결정에 대한 요구가 대두된다.
예를 들어 개인용 승용차의 경우에는 개인 운전자 별 일/주/월 간 주행거리, 충전소의 위치/요금, 개인적인 성향에 따른 충전량 설정이 사용자에 의하여 요구될 수 있다.
버스/트럭과 같은 상용차량의 경우에는 차고지에서 충전 시, 대용량 충전으로 인한 소요 시간 증가가 예상되므로 차량 별 충전량 조절이 요구될 수 있다.
이때 상용차량의 경우 차량의 운행 거리, 운행 시간, 운행 형태에 따른 충전량 프로파일의 조절이 요구될 수 있다.
충전소(200)의 운영 측면에서도, 완전 충전보다는 적절한 충전이 효율성 확대에 유리할 수 있다.
필요량 기준 충전이 연비, 저장탱크 등 주요 부품의 수명에도 상대적으로 유리하게 적용될 수 있다.
본 발명의 실시예들은 이러한 종래 기술의 문제점을 해결하고 사용자 주도 충전량 설정 기반 충전 제어 시퀀스를 구현하기 위하여 다음의 개선 아이디어를 활용할 수 있다.
사용자 주도 하에 충전량이 결정될 수 있고, 충전소(200)에 사용자가 설정한 충전량의 수치가 제시될 수 있다.
사용자에 의하여 결정되거나 충전소(200)에 전달되어야 하는 정보는 금액(일정 수치), 양(일정 kg), 목표 수치 (일정 압력, 일정 kg), 결정된 충전량 중 적어도 하나 이상을 포함할 수 있다.
실시예 1. 운전자가 차량 또는 충전 앱에서 목표 충전량을 결정하고 입력하면, 입력된 충전량 관련 정보가 디스펜서(300)로 전달될 수 있다.
실시예 2. 충전소(200)에서 제공하는 화면을 통해 사용자가 의도한 양을 입력하면 디스펜서(100) 또는 충전을 제어하는 시스템은 모빌리티(300)의 충전 상태, 충전 관련 상황 정보(주변 온도 등 주변 정보 포함)를 받아서 충전할 예정량을 최종적으로 정하고 이에 기반한 목표 수치를 설정할 수 있다.
이때 디스펜서(100)와의 통신으로 충전 가/부가 결정되고, 충전 목표 및 진행상황을 모빌리티(300)의 인터페이스를 경유하여 확인할 수 있다.
본 발명의 실시예들에서 사용자 주도 충전량 설정 기반 충전 제어 시퀀스를 구현하기 위하여 다음의 기술들이 선결 문제로서 요구될 수 있다.
- 차량 및 개별 조건에 따른 충전 목표 설정 및 충전 진행
- 완전 충전 기준의 현재 프로토콜 기능을 개선
- SOC, CHSS의 수소량(kg), 온도/압력 관계 상호전환 기능 추가
도 8은 사용자 주도 설정 기반 수소 충전 프로세스의 다양한 실시예들을 도시하는 개념도이다.
도 8을 참조하면, 본 발명의 사용자 주도 설정 기반 수소 충전 시퀀스는 다음의 실시예들을 포함할 수 있다.
실시예 A. 기존 충전 프로토콜 개선
실시예 B. 사용자 충전량 설정 기능을 갖춘 신규 프로토콜 기술
실시예 C. 실시간 제어를 위한 통신 방식 개선
도 8의 단계 S510에서 모빌리티(300)가 충전소(200)로 진입하면, 선택 프로토콜 별 충전 목표, 및 프로세스 선정 과정이 수행될 수 있다. 이 단계는 도 의 단계 S410 및 S420에 대응할 수 있다.
모빌리티(300)와 디스펜서(100) 간의 페어링 및 기본 정보 확인 과정이 수행될 수 있다(S520).
이후 모빌리티(300)의 상태(온도 T, 압력 P, 기타 특이점) 및 모빌리티(300)를 위한 사용자의 요구사항이 파악될 수 있다(S530).
단계 S530 이후 최적 또는 선호 프로토콜이 선정될 수 있다.
사용자 별 선호 프로토콜이 선정되거나 또는 시스템의 제안에 기반하여 최적의 프로토콜이 결정될 수 있다.
프로토콜 별 충전량 설정 방식, 과정이 상이할 수 있으며 이러한 조건이 선호 프로토콜 또는 최적 프로토콜이 선정될 때 고려될 것이 요구된다.
단계 S530 이후 단계 S430이 수행될 수 있다. 단계 S530 및 S430에서 실시예 C. 실시간 양방향 통신이 이용될 수 있다.
또한 단계 S430에서 수소 충전 프로세스의 제어를 위하여, 실시예 A. 기존 프로토콜의 개선 또는 실시예 B. 신규 프로토콜 제안의 경우가 이용될 수 있다.
도 9는 사용자 주도 설정 기반 수소 충전 프로세스 및 제어 방법의 다양한 실시예들을 도시하는 개념도이다.
도 9의 실시예 (1)에서는, 디스펜서(100) 또는 Supervisory 시스템(130)에 의하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계에서, 개별 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스 후보군 중에서 목표 충전율에 해당하는 목표 수소 충전 제어 시퀀스를 결정할 수 있다.
도 9의 실시예 (1)는 도 8의 실시예 B. 신규 프로토콜 개발을 통하여 충전 효율성을 높일 수 있다.
본 발명의 다른 일 실시예로서 도 9의 실시예 (2)에서는, 디스펜서(100) 또는 Supervisory 시스템(130)에 의하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계에서, 모빌리티(300)에 수소를 공급하는 디스펜서(100)와 모빌리티(300) 간의 기존 수소 충전 데이터에 기반하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 예측할 수 있다.
도 9의 실시예 (2)는 기존 데이터 기반 예측되는 충전 시간 등을 활용하여 충전 과정을 제어하는 방법으로서, 도 8의 실시예 B. 기존 프로토콜 개선을 통하여 달성할 수 있으며, 달성할 수 있는 충전 효율성은 도 9의 실시예 (1)보다는 낮을 것으로 예상된다.
도 9의 실시예 (1)과 (2)의 그래프에서, 압력 변화의 기울기가 곧 충전 속도이며, 평균 충전 속도 APRR, 순간 충전 속도 PRR 등이 충전 제어를 위하여 이용될 수 있다. 도 9의 실시예 (1)과 (2)에서 공통적으로, 한계 기준 내에서 사용자 설정 충전량에 해당하는 목표 수치가 설정되고, 단계적으로 충전을 위한 제어 파라미터가 결정될 수 있다.
본 발명이 인지하는 종래 기술로서 종래의 프로토콜 SAE J2601 등의 경우, 시뮬레이션 기반 충전의 시작점과 끝점 사이의 관계가 도출되고 충전 과정이 제어된다. 이때 순시적인 끝점 변경이 어려우며, 목표 속도는 완전 충전 기준으로 설정되므로, 목표량 감소 시 비효율적인 문제가 있다. 또한 개별 목표 압력 별 개별 속도 지정이 현실적으로 불가능하다.
이러한 종래 기술의 문제점을 해결하기 위하여, 본 발명이 제안하는 개선 방향은 다양한 목표 값에 다른 최적화된 제어를 달성할 수 있도록 충전 프로세스가 구현된다.
충전의 시작점과 끝점의 충전 전체 과정만이 아닌, 개별 압력 별의 입력/출력 간의 관계에 기반하여 충전 프로토콜이 제안될 수 있다.
예를 들어, 입력이 P0 = 100 bar, T0 = 25 ℃이고, 제한 조건으로서 1초 후의 상태가 출력으로서 주어지는 경우, P1 = 102 bar, T1 = 26 ℃의 출력이 얻어질 수 있다.
P1 = 102 bar, T1 = 26 ℃의 상태가 입력으로 주어지고, 다시 1초 후의 P2 = 103 bar, T2 = 27 ℃의 상태가 출력으로 얻어질 수 있다.
P2 = 103 bar, T2 = 27 ℃의 상태가 입력으로 주어지고, 다시 1초 후의 P3 = 104 bar, T2 = 27 ℃의 상태가 출력으로 얻어질 수 있다.
본 발명의 실시예에서는 이처럼 주어진 제한 조건(예를 들어, 1초)마다 중간 충전율 또는 중간 상태 값에 도달하는 작은 충전 시퀀스들의 결합으로 전체 충전 과정을 재구성하고, 이에 대응할 수 있는 충전 프로토콜을 제안할 수 있다.
본 발명의 일 실시예에 따라 디스펜서(100) 또는 Supervisory 시스템(130)에 의하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 명령을 생성할 수 있다.
본 발명의 일 실시예에 따른 수소 충전 방법이 구현되기 위해서는 다음의 사항이 전제될 수 있다.
a) ANN 모델 개발 및 ANN 모델과 관련되는 프로토콜 활용
b) 실제 충전 과정의 데이터를 수집하고 케이스 별로 분류하여 분석
c) 위의 a), b)를 활용해서 ANN 모델에 필요한 필드 데이터를 확보할 수 있으며, 다양한 Use Case에 활용 가능
한편, 사용자 주도 설정 충전량 기반 수소 충전 방법이 제공되기 위한 전제 조건으로, 위의 a), b)에 의한 필드 데이터 및 ANN 모델의 성능에 대한 테스트가 수행될 수 있다. 이러한 테스트는 도 1 내지 도 6의 실시예를 참조하여 테스트 플랫폼이 구현됨으로써 수행될 수 있다.
또한 도 1 내지 도 6의 실시예를 참조하여, 본 발명은 다음과 같은 최적화 타입들의 실시예를 포함할 수 있다.
실시예: 최적화 타입 1
디스펜서(100) 내의 Supervisory 시스템 (130)과 관련하여, 독립적인 최적화 케이스가 제공될 수 있다.
ANN-MPC 모델은 Pre-cooler 또는 CHSS의 제어 없이 수소 충전 파라미터를 최적화할 수 있다.
실시예: 최적화 타입 2
디스펜서(100) 및 모빌리티(300) 측이 관련되는 integrated optimizing case가 제공될 수 있다.
ANN-MPC 모델은 pre-cooler 및 모빌리티(300)와 연계할 수 있으며, 모빌리티(300) 측의 예냉 온도를 적응적으로 제어하는 과정에 관여할 수 있다. 특히 모빌리티(300)의 CHSS의 강온 신호를 이용하여 이러한 최적화가 수행될 수 있다.
본 발명의 일 실시예에 따라 디스펜서(100) 또는 Supervisory 시스템(130)에 의하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 적어도 하나 이상의 중간 충전율 중 제1 중간 충전율을 입력받고, 다음 중간 충전율인 제2 중간 충전율에 도달하는 수소 충전 제어 시퀀스를 예측하는 인공 신경망(120)을 이용하여 수행될 수 있다.
인공 신경망(120)은 모델 예측 제어 기법에 의하여 제1 중간 충전율을 입력받고 제2 중간 충전율에 도달하는 수소 충전 제어 시퀀스의 일련의 미래 예측값을 생성할 수 있다.
본 발명의 일 실시예에 따라 디스펜서(100) 또는 Supervisory 시스템(130)에 의하여 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는, 시작 충전율부터 목표 충전율에 도달하는 과정의 수소 충전 제어 명령과 충전율 변화 간의 관계가 기록된 현장 데이터에 기반하여 수소 충전 제어 시퀀스를 제공할 수 있다.
본 발명의 일 실시예에 따라 디스펜서(100) 또는 Supervisory 시스템(130)에 의한 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 방법은, 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 양방향 통신에 의하여 모빌리티(300)에 수소를 공급하는 디스펜서(100)와 모빌리티(300)의 수소 충전 과정의 진행 데이터를 획득하는 단계; 및 시작 충전율부터 목표 충전율에 도달하는 예상 데이터와 진행 데이터 간의 비교 결과에 기반하여 수소 충전 과정을 모니터링하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 디스펜서(100) 또는 Supervisory 시스템(130)에 의한 사용자 주도 설정 기반 수소 충전 방법은, 모빌리티(300)와의 통신을 통하여 모빌리티(300)가 수소를 공급받을 수 있는 지를 식별하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 디스펜서(100) 또는 Supervisory 시스템(130)에 의한 사용자 주도 설정 기반 수소 충전 방법은, 모빌리티(300)와의 통신을 통하여 목표 충전율을 획득하는 단계; 및 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스의 예측 데이터를 모빌리티(300)로 제공하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 디스펜서(100) 또는 Supervisory 시스템(130)에 의한 사용자 주도 설정 기반 수소 충전 방법에서, 사용자 입력이 수소 충전 목표 설정에 관련되는 변경 사항을 포함하는 경우, 목표 충전율을 결정하는 단계는, 변경 사항에 기반하여 변경된 새로운 목표 충전율을 결정할 수 있다.
본 발명의 일 실시예에 따른 디스펜서(100) 또는 Supervisory 시스템(130)에 의한 사용자 주도 설정 기반 수소 충전 방법은, 모빌리티(300)와의 통신을 통하여 새로운 목표 충전율에 도달하기 위한 변경된 수소 충전 제어 시퀀스의 예측 데이터를 모빌리티(300)로 제공하는 단계를 더 포함할 수 있다.
이상의 실시예에서 수소 충전 과정 또는 수소 충전을 위한 제어 동작이 모빌리티(300) 또는 디스펜서(100) 중 일측에 의하여 수행되는 실시예가 도시되었으나, 모빌리티(300)의 동작은 디스펜서(100)에 의한 상응하는 동작으로 대체될 수 있고, 반대로 디스펜서(100)의 동작은 모빌리티(300)에 의한 상응하는 동작으로 대체될 수 있다. 또한 수소 충전 과정 또는 수소 충전을 위한 제어 동작의 적어도 일부는 모빌리티(300) 및 디스펜서(300)의 상호 협력에 의하여 수행될 수도 있다.
도 10은 본 발명의 일 실시예에 따른 수소 연료 모빌리티(300)를 위한 수소 충전 제어를 위한 인공 신경망(ANN, Artificial Neural Network)의 개념을 도시하는 개념도이다.
도 10을 참조하면, 입력 레이어에는 현재 상태의 측정값들이 입력된다.
이때 외기 온도 Tamb(ambient temperature), 예냉 온도 Tpre(pre-cooled gas temperature), 예냉 압력 Tpre(pre-cooled gas pressure)는 디스펜서(100) 또는 충전소(200)의 nozzle에서 측정될 수 있다.
수소 가스 온도 Tgas, 수소 가스 압력 Pgas는 수소 연료 모빌리티(300)의 CHSS(310) 측에서 측정되는 값이며, 실제 측정값은 입력 레이어에 입력될 수 있다.
인공 신경망의 훈련 과정에서는 실제로 측정된 현재 측정값이 입력 레이어에, 다음 측정값이 출력 레이어에 전달되어 그라운드 트루쓰 데이터로서 인공 신경망의 학습 과정에 활용될 수 있다. 이때 인공 신경망의 학습 과정은 입력된 측정값들의 조합에 기반하여 출력 레이어의 다음 측정값을 예측할 수 있는 기능(function)을 학습하는 과정일 수 있다. 입력 레이어에 입력되는 데이터와 출력 레이어에 주어지는 데이터 간의 correlation이 학습되며, 이를 통하여 이론적 결과와 함께 실제 동적 충전 과정의 데이터(Real Dynamic Fueling Data)를 이용한 예측이 가능하다.
인공 신경망을 이용한 추론 또는 출력 과정에서는 실제로 측정된 현장(on-site) 측정값이 입력 레이어에 전달되고, 인공 신경망의 동작에 의한 출력으로 다음 측정값에 대한 예측값이 얻어질 수 있다.
본 발명의 실시예에서 이용되는 인공 신경망의 학습 과정은 shallow learning 및 deep learning 중 어느 것이어도 무방하며, 인공 신경망은 공지의 신경망들 중에서 본 발명의 목적에 부합하는 종류의 신경망이 채택될 수 있다.
입력 레이어를 통하여 입력된 값들은 숨은 레이어의 가중치 기반 연산을 거치면서 출력 레이어로 전달된다.
출력 레이어에 의하여 출력된 상태 값(다음 상태에 대한 예측 값)은 열역학적 모델의 적어도 일부를 이용하여 충전 상태 변수, 예를 들어 충전율(SOC)을 산출하는 데에 이용될 수 있다.
본 발명의 실시예에서는 이론적 시뮬레이션 모델과 인공 신경망이 결합된 하이브리드 제어 또한 가능하므로, 적은 데이터를 이용한 학습을 통해서도 소정의 성과를 달성할 수 있으며, 경량화된 인공 신경망을 통해서도 본 발명의 목적에 부합하는 성능을 도출할 수 있다.
피드백 제어 과정에서 도출되는 실시간 압력 증가율(PRR) 또는 압축 수소의 질량 유량(mass flow rate of compressed hydrogen, kg/s) (m_dot)은 인공 신경망의 숨은 레이어의 가중치 또는 파라미터에 영향을 미칠 수 있다.
본 발명의 인공 신경망 기반 수소 충전 기법은, 모델을 통한 충전 결과 예측의 정확도를 향상시킬 수 있다. 이론적 시뮬레이션 결과와 함께 실제 충전 데이터를 활용할 수 있어 실시간 측정값이 반영되며, 예측 결과의 정확도를 더욱 향상시킬 수 있다.
종래 기술의 제어 프로토콜이 개별 상황에 맞는 시뮬레이션을 통해 결과를 계산하여 예측하는 반면, 본 발명의 실시예에서는 다양한 상황에 대한 훈련 반복을 통해 정확도를 향상시키는 과정을 이용하는 차이가 있다.
이러한 차이로 인하여 본 발명의 실시예에서는 다양한 이론값 및 실증 결과가 추가될수록 업데이트를 통하여 정확도가 점차 향상되며, 새로운 저장탱크(310) 구성이나 유량의 변화 등이 사용되는 신규 충전 프로세스가 도입되더라도 실제 데이터를 추가하여 훈련함으로써 그 기능을 모델에 업데이트할 수 있어, 다양한 모빌리티 분야에 폭넓게 적용할 수 있다.
본 발명의 일 실시예에 따른 수소 연료 모빌리티(300)를 위한 수소 충전 테스트의 수소 충전 제어 기법으로는, 모델 예측 제어(MPC, Model Prediction Control)가 이용될 수도 있다.
도 11은 본 발명의 일 실시예에 따른 수소차를 위한 수소 충전 제어를 위한 모델 예측 제어의 개념을 도시하는 개념도이다.
본 발명의 실시예에서는 수소 충전 모델의 정확도가 상당한 수준으로 확보된 상태에서 수소 충전 모델과 현재의 측정값으로부터 미래의 충전 결과를 예측하고, 예측값과 충전 값을 기반으로 CHSS(310)의 수소 가스의 온도 Tgas 또는 수소 가스의 압력 Pgas 와 같은 특정 변수가 제약 조건(constraints)을 위반하지 않으면서 최적의 충전 목표에 도달하도록 압력 증가속도/증가율(PRR)을 실시간으로 제어할 수 있다.
도 11을 참조하면, 본 발명의 실시예에서 MPC 기반 제어를 이용하여 현재의 측정값과 모델의 예측값을 기반으로 미래의 출력값을 계산하여, 예측된 미래 응답이 최적의 방식으로 설정점(setpoint 또는 target)으로 이동하도록 조작 변수(operation parameter/variable)를 조절할 수 있다.
예를 들면 현재 시간 i에서 n개의 모델 예측을 도출할 수 있다. 이러한 n개의 모델 기반 예측값은 예측 지평(Prediction Horizon)을 형성한다.
각각의 모델 기반 예측값, 즉, 예측 지평은 제어 지평(Control Horizon)과 대응한다. 즉, n개의 모델 예측이 이루어지기 위해서 필요한 n개의 제어 지령/제어 액션이 제어 지평을 형성할 수 있다.
실제로는 현재 시간 i에서 도출된 n개의 모델 예측 및 제어 액션 중 첫번째인 i+1 제어 액션이 시스템에 전달될 수 있다. 시간이 경과하여 현재 시간 i+1에서는 다시 새로운 n개의 모델 예측 및 제어 액션이 도출되고 이는 각각 새로운 Prediction Horizon과 Control Horizon을 형성한다.
이처럼 Horizon을 확장/이동하면서 시스템을 제어하는 기법을 MPC라 하며, 본 발명의 실시예에서는 CHSS(310)의 수소 가스의 온도, 및 압력을 포함하는 상태 정보(상태 값)에 대한 측정값과 예측값을 이용하여 MPC 기반 제어가 실행될 수 있다.
도 12는 본 발명의 일 실시예에 따른 수소 충전 제어를 위한 인공 신경망의 훈련 과정을 도시하는 동작 흐름도이다.
도 12를 참조하면, 본 발명의 일 실시예에 따른 인공 신경망-모델 예측 제어(ANN-MPC) 기법을 고려한 인공 신경망의 훈련 과정이 도시된다.
도 12에서는 MPC 기반 Prediction Horizon, 및 Control Horizon을 획득하는 기능을 학습한 인공 신경망, 특히 MPC에 의하여 미래 응답이 설정점(Set Point)에 도달하는 과정이 최적화되도록 n개의 미래 예측과 그에 대응하는 제어 명령들을 획득하는 기능을 학습한 인공 신경망을 가정한다.
도 11 및 도 12를 함께 참조하면, 본 발명의 실시예에서는 ANN 모델(120)을 기반으로 제어시스템을 구성할 수 있으며 해당 ANN 모델(120)의 정확도를 담보하여 모델 예측 제어(Model Predictive Control) 기반의 실시간 제어를 위한 테스트 플랫폼 시스템을 구성할 수 있다.
실시간 제어를 위한 테스트 플랫폼 시스템은 미래의 충전결과를 예측하고 실제 측정값과 비교함으로써 충전 속도/압력 증가율/압력 증가 속도를 제어하는 방식으로, 시스템 로직 안에 제한사항이나 제어시간 간격, 민감도 등을 별도로 설정하여 최적값 이내에서 제어할 수 있다.
1차적으로는 충전소(200)와 수소 연료 모빌리티(300)의 실시간 데이터를 토대로 최적 제어를 진행하나 해당 시스템 운영에서 특정 이벤트 상황이 발생할 경우, 프리쿨러(210)의 예냉온도와 수소 연료 모빌리티(300)의 냉각시스템을 직접 제어할 수 있는 기능을 부여하여, 수소충전 프로세스의 전체적인 효율성을 증가시킬 수 있다
도 12를 참조하면, 고객으로부터 특정된 SOCsp를 입력받아 제어 과정을 시작한다(t=0, S710). 예를 들어 현재 SOC가 50%이고 SOCsp는 85%일 수 있다.
SOC(t)는 Tgas(t), 및 Pgas(t)의 함수로 주어지는데, 이 과정은 일반적인 동역학적 모델에 기반하여 수행될 수 있다.
만일 현재의 SOC(t)가 SOCsp 이상이면(S720) 수소 충전을 중지할 수 있다. 현재의 SOC(t)가 SOCsp보다 작으면(S720) i=t로 설정하고, 인공 신경망을 동반한 Moving Horizon Prediction을 수행한다(S730).
단계 S730은 인공 신경망(120) 등을 이용하여 MPC 예측을 생성함으로써 수행될 수 있다. 단계 S740에서는 얻어진 n개의 예측이 최적화된, 의도된 목적에 부합하는 예측인 지를 판정할 수 있다.
얻어진 n개의 예측이 최적화된 예측이면 n개의 예측 및 제어 명령에 기반하여 제어 지령 PRR(t)가 얻어지고, PRR(t)가 디스펜서(100)-차량 탱크(310)에 적용될 수 있다(S750).
이후 시간 t를 증가시키고 새로운 측정값 Tgas(t), 및 Pgas(t)를 얻어 단계 S720의 입력으로 전달한다.
단계 S730에서 얻어진 n개의 예측이 최적화된 예측이 아니면 단계 S730을 다시 수행하여 새로운 n개의 예측 및 제어 명령을 획득할 수 있다.
도 12의 단계 S730에서는 모든 임의의 i,k에 대하여 온도 제한, 압력 제한을 충족하는 상태 예측값(T, P)이 생성될 수 있다.
현재 시간 i(=t)를 기준으로 n개의 상태 예측값과, 그에 따르는 제어 지령이 도출될 수 있다.
도 12의 단계 S740은 최종 제어 목표인 SOCsp에 도달하였는 지를 나타내는 비용 함수를 최소화하는 n개의 예측의 집합을 탐색하는 과정으로 이해될 수 있다.
수소 연료 모빌리티(300)의 출력으로 CHSS(310)의 온도, 압력을 포함하는 상태 측정값이 인공 신경망 모델(120)에 피드백 입력으로 주어질 수 있다.
수소 충전소(200)의 출력으로 예냉 수소 가스의 온도, 압력을 포함하는 상태 측정값이 인공 신경망 모델(120)에 피드백 입력으로 주어질 수 있다.
인공 신경망 모델(120)은 예측된 출력(predicted output)을 수소 충전 제어 로직(110)에 전달하고, Supervisory System(130)은 모듈 A(140)을 경유하여 시뮬레이션 또는 모델 기반 예측으로 얻어지는 미래 입력을 인공 신경망 모델(120)에 입력할 수 있다.
ANN-MPC 기반 제어 과정은 시뮬레이션과 실제 측정 데이터를 함께 활용하는 제어 기법이고 인공 신경망 모델(120)을 이용하여 적어도 부분적으로 시뮬레이션을 수행하고 그 예측 결과를 제어 과정에 이용하는 제어 기법이다.
본 발명의 실시예는 실시간 데이터 기반의 수소충전 통합제어 프로토콜 구성을 목표하며, 해당 시스템은 다양한 요소기술들이 활용되어 구현된다.
디스펜서(100)에 탑재되는 프로토콜은 충전소(200)에서 제공되는 예냉 수소가스의 데이터와 수소 연료 모빌리티(300)에서 제공되는 저장탱크(310)의 데이터를 실시간 입력값으로 활용하여, 탑재된 모델에 의해 충전속도/압력 증가율/압력 증가속도(PRR 또는 (m_dot))를 아웃풋으로 제어할 수 있다.
외부 환경변화 등의 이벤트 상황이 발생할 경우, 충전소(200)의 예냉 온도와 수소 연료 모빌리티(300)의 냉각시스템을 직접 제어하여 충전속도/압력 증가율/압력 증가속도(PRR 또는 (m_dot))와 공정 효율성 등을 전반적으로 제어할 수 있다.
제어 프로토콜을 보완하기 위해서, 수소충전소(200)의 예냉시스템/프리-쿨러(210)에는 자체 냉각 안정화 시스템이 독립적으로 설치될 수 있다.
온도 안정화 측면에서 프리-쿨러(210)의 냉각 안정화 시스템은 독자적으로 제어될 수 있고, 제어의 목표값은 디스펜서(100)의 프로토콜에서 통합적으로 변경될 수 있다.
충전소(200)의 경제성 향상 및 통합제어 프로토콜의 기능을 보완하기 위해 프리-쿨러(210)에 온도 안정화와 관련된 추가적인 기능이 부여될 수 있다.
프리-쿨러(210)에 공급되는 수소가스의 초기 온도와 유량에 따라 예냉온도가 편차를 보이게 되고, 이를 보완하기 위해서 온도를 안정화하기 위한 신규 프리-쿨러 구조가 본 발명의 일 실시예로서 제안된다.
본 발명의 일 실시예에 따른 프리-쿨러(210)는 자체적인 온도 제어와 프로토콜과의 연계를 위한 제어로직을 포함할 수 있다.
수소 연료 모빌리티(300)의 저장탱크(310)에는 강제냉각 시스템이 설치될 수 있고, 수소충전 시 발생하는 압축열을 일부 냉각하여 충전 속도를 향상시킬 수 있으며, 저장탱크(310)의 강제냉각 시스템의 가동/제어 역시 프로토콜에서 관여할 수 있다.
본 발명의 일 실시예에서는 수소 충전속도 향상 및 통합제어 프로토콜의 기능을 보완하기 위해서 수소 연료 모빌리티(300)의 저장탱크(310)에 온도관리 기능이 부여될 수 있다.
본 발명의 일 실시예에서는 차량 저장탱크(310)는 전체 충전속도 증대와 수소 연료 모빌리티(300)의 안전성 향상을 위해 자체 냉각을 위한 시스템을 구성하며, 해당 시스템의 자체구동 및 프로토콜과의 연계를 위한 제어로직을 포함할 수 있다.
본 발명의 일 실시예에서는 이러한 통합 제어를 통하여 현재의 충전 효율을 향상시킬 수 있을 뿐 아니라, 다음의 충전을 위한 준비를 원활하게 지원할 수 있다.
프리-쿨러(210)의 예냉온도가 -40°C로 설정되는 T40 경우에, 예냉온도는 목표치를 달성했지만 외기 온도가 설정치 이상으로 높고 저장탱크(310) 측의 온도 상승이 예상보다 큰 경우에 수소 연료 모빌리티(300) / 저장탱크(310) 측으로 제어 신호 또는 현재 상태의 정보를 전송하여 저장탱크(310)의 자체 냉각 시스템이 구동될 수 있도록 할 수 있다.
반대로 프리-쿨러(210)의 예냉온도가 -40°C로 설정되었지만 외부 환경과 실제 데이터를 고려할 때 과도한 냉각으로 판정되는 경우, 예냉온도의 목표값을 조절할 수 있다(예를 들어, -35°C).
예냉 목표 온도 및 저장탱크(310) 측의 온도 제어가 추가로 필요한 경우에는 디스펜서(100)로부터 수소 연료 모빌리티(300)과 충전소(200) 양쪽에 제어 정보 또는 제어 명령이 전달될 수 있다.
본 발명의 실시예에 따르면, 수소 연료 모빌리티(300)과 충전소(200)의 자체 냉각 시스템은 독립적으로 제어될 수도 있고, 디스펜서(100)에서 신호를 전송하여 제어할 수도 있다.
본 발명의 일 실시예에 따른 수소 충전을 위한 통합 제어 방법은, 현재 상태의 측정값이 제약 조건을 충족하는 지 평가하는 단계를 더 포함할 수 있다.
제약 조건은 수소차 측의 압축수소 저장시스템의 온도 및 압력 각각이 한계 온도 및 한계 압력을 초과하지 않는 것일 수 있다.
본 발명의 일 실시예에 따르면, 안전하게 수소 연료를 충전/공급하면서도 수소 충전/공급 과정의 효율을 향상시키고, 수소 충전/공급 과정의 속도 및 실시간성을 개선할 수 있다.
본 발명의 일 실시예에 따르면, 실시간 현장 다이나믹 데이터 (real-time on-site dynamic data)에 기반하여 수소 충전/공급 과정을 정교하게 모델링할 수 있는 테스트 방법 및 테스트 플랫폼을 구현할 수 있다.
본 발명의 일 실시예에 따르면, 이론적 모델(theoretical model)에 의한 모델링 및 시뮬레이션 결과와, 실시간 현장 데이터 간의 차이를 고려하여 또는 모델링 및 시뮬레이션 결과와 실시간 현장 데이터를 모두 고려하여 수소 충전/공급 과정을 정교하게 제어할 수 있는 모델을 제공하는 테스트 방법 및 테스트 플랫폼을 구현할 수 있다.
본 발명의 일 실시예에 따르면, 모델 예측 제어(MPC) 기반의 실시간성이 확보된 수소 충전 제어를 위한 테스트 기법을 구현할 수 있다.
본 발명의 일 실시예에 따르면, 인공 신경망(ANN) 모델 기반의 수소 충전 결과 예측 정확도가 향상된 제어를 위한 테스트 기법을 구현할 수 있다.
사용자가 직접 설정한 충전량(예: SOC)을 입력받아, 도 11 및 도 12와 같은 시퀀스를 이용하여 실시간 통신 및 계산에 기반한 제어 로직을 통해 목표량에 도달할 때까지 수소가 충전/공급될 수 있다.
충전량 설정을 위하여 SOC, 타겟 압력, 시간, 온도 등 다양한 변수들이 사용될 수 있으며, 효율성 증대를 위하여 충전 속도가 제어될 수 있다.
도 13은 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 프로세스를 위한 양방향 통신 프로토콜을 도시하는 개념도이다.
도 13을 참조하면 실시간 제어를 위하여 필요한 통신 데이터의 예시가 도시된다.
도 13에서는 사용자에 의하여 제시된 충전 목표량 기반 양방향 통신 프로세스 및 프로토콜이 도시된다.
양방향 통신에 의하여 기본 정보 확인, 제시된 목표량에 대한 예상 데이터, 진행 데이터가 모빌리티(300) 및 디스펜서(100) 간에 양방향으로 제공될 수 있다.
단계 S610에서는 모빌리티(300)로부터 디스펜서(100)로 제공되는 정보가 도시된다.
디스펜서(100)가 확인하기 위한 기본 정보로서, 모빌리티(300)의 CHSS 종류, 용량, 기타 제한 조건이 모빌리티(300)로부터 디스펜서(100)로 제공될 수 있다.
디스펜서(100)가 확인하기 위한 모니터링 정보로서, 모빌리티(300)의 CHSS의 온도(T)/압력(P), SOC, 긴급상황 정보가 모빌리티(300)로부터 디스펜서(100)로 제공될 수 있다.
디스펜서(100)가 결과값을 회신하기 위한 제어 정보로서, 모빌리티(300)의 충전 목표량이 모빌리티(300)로부터 디스펜서(100)로 제공될 수 있다.
단계 S620에서는 디스펜서(100)로부터 모빌리티(300)로 제공되는 정보가 도시된다.
기본 정보로서, 충전소(200) 정보 및 모빌리티(300) 적합 여부가 디스펜서(100)로부터 모빌리티(300)로 회신될 수 있다.
예상 값으로서, 충전 목표량에 대한 예상 진행 결과가 디스펜서(100)로부터 모빌리티(300)로 제공될 수 있다.
제어 정보로서, 목표량에 대한 변동 정보, 충전 과정의 진행 값이 디스펜서(100)로부터 모빌리티(300)로 제공될 수 있다.
도 14는 본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 프로세스를 위한 통신 프로토콜 및 동작 흐름도를 도시하는 개념도이다.
도 14를 참조하면, 차량/모빌리티(300)가 충전소(200)에 진입하면(S510), 차량/모빌리티(300) 및 디스펜서(100) 간에 기본 정보가 부합하는 지 여부가 체크된다(S520).
이때 기본 정보가 부합하면, 차량/모빌리티(300) 및 디스펜서(100) 간에 양방향 통신이 수행되어 단계 S530이 수행된다.
차량/모빌리티(300)로부터 디스펜서(100)로 ① 충전 목표량(양, 가격 등)이 제공될 수 있다.
디스펜서(100)로부터 차량/모빌리티(300)로 ② 예측 데이터 (시간, 가격 등)가 제공될 수 있다.
차량/모빌리티(300)로부터 디스펜서(100)로 ③ 차량/모빌리티(300)의 수소 탱크의 온도, 압력, SOC, 특이사항이 전달될 수 있다.
이에 대한 응답으로서, 디스펜서(100)로부터 차량/모빌리티(300)로 수소 충전을 위한 ③ 충전 속도, 변동 값이 제공될 수 있다.
충전 결과 목표 SOC에 도달하면, 디스펜서(100)로부터 차량/모빌리티 (300)로 ④ 종료 신호가 전달될 수 있다.
이에 대한 응답으로서, 차량/모빌리티(300)로부터 디스펜서(100)로 ⑤ 충전 종료 절차에 대한 요청이 전달될 수 있다.
이때, 시퀀스 ③ 내지 ⑤는 단계 S540에 의하여 안전 분야로 연계될 수 있다. 또한 단계 S520의 체크 결과도 단계 S540으로 전달될 수 있다.
단계 S520의 판정 결과 기본 정보가 부합하지 않으면, 충전 과정이 정지된다(S550).
충전 과정이 정지된 후, 안전원이 재확인될 수 있다(S560). 이때 안전원이 재확인되면 기본 정보가 부합하는 지 다시 확인될 수 있다(S520). 이때 안전원이 재확인되지 않으면 충전 불가로 확정될 수 있다.
본 발명의 일 실시예에 따른 모빌리티(300)에 의한 사용자 주도 설정 기반 수소 충전 프로토콜 식별 방법은, 단계 S520에 의하여 수행될 수 있다. 본 발명의 일 실시예의 프로토콜 식별 방법은, 모빌리티(300)에 수소를 충전하는 디스펜서(100)와의 통신에 의하여, 디스펜서(100)와 모빌리티(300) 간 지원되는 충전 프로토콜을 식별하는 단계; 및 식별된 충전 프로토콜이 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜인 지 판정하는 단계를 포함할 수 있다.
본 발명의 다른 일 실시예에 따른 디스펜서(100)에 의한 사용자 주도 설정 기반 수소 충전 프로토콜 식별 방법 또한 단계 S520에 의하여 수행될 수 있다. 본 발명의 일 실시예의 프로토콜 식별 방법은, 모빌리티(300)와의 통신에 의하여, 디스펜서(100)와 모빌리티(300) 간 지원되는 충전 프로토콜을 식별하는 단계; 및 식별된 충전 프로토콜이 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜인 지 판정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 모빌리티(300)에 의한 사용자 주도 설정 기반 수소 충전 프로토콜 협상 방법은 단계 S520에 의하여 수행될 수 있다. 본 발명의 일 실시예에 따른 프로토콜 협상 방법은, 모빌리티(300)에 수소를 충전하는 디스펜서(100)와의 통신에 의하여, 디스펜서(100)와 모빌리티(300) 간 지원되는 적어도 하나 이상의 충전 프로토콜을 식별하는 단계; 및 디스펜서(100)와의 통신에 의하여, 식별된 적어도 하나 이상의 충전 프로토콜 중 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜을 우선 충전 프로토콜로 선정하여 협상하는 단계를 포함할 수 있다.
본 발명의 다른 일 실시예에 따른 디스펜서(100)에 의한 사용자 주도 설정 기반 수소 충전 프로토콜 협상 방법 또한 단계 S520에 의하여 수행될 수 있다. 본 발명의 일 실시예에 따른 프로토콜 협상 방법은, 모빌리티(300)와의 통신에 의하여, 디스펜서(100)와 모빌리티(300) 간 지원되는 적어도 하나 이상의 충전 프로토콜을 식별하는 단계; 및 모빌리티(300)와의 통신에 의하여, 식별된 적어도 하나 이상의 충전 프로토콜 중 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜을 우선 충전 프로토콜로 선정하여 협상하는 단계를 포함할 수 있다.
단계 S520에서는 디스펜서(100)와 모빌리티(300) 간 통신을 통하여 기본 정보를 교환할 수 있다. 이때 기본 정보는 디스펜서(100) 및 모빌리티(300) 각각이 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 지 여부에 대한 정보를 포함할 수 있다.
기본 정보에는 모빌리티(300)가 지원하는 수소 충전 프로토콜들, 수소 충전 프로토콜들과 연계되는 통신 프로토콜들이 포함될 수 있다. 또한 기본 정보에는 디스펜서(100)가 지원하는 수소 충전 프로토콜들, 수소 충전 프로토콜들과 연계되는 통신 프로토콜들이 포함될 수 있다. 모빌리티(300)와 디스펜서(100) 간에 기본 정보가 공유됨으로써 모빌리티(300)와 디스펜서(100)가 지원하는 수소 충전 프로토콜들에 대한 상호운용성(interoperability)이 판정될 수 있다.
이때 모빌리티(300)와 디스펜서(100) 간에 충전 프로토콜을 선택하는 기준으로서 상호운용성과 본 발명의 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 지 여부가 고려될 수 있다.
본 발명의 일 실시예에서는 단계 S520 내에서 기본 정보에 기반하여, 복수의 수소 충전 프로토콜들 중 상호운용성을 충족하는 충전 프로토콜이 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 충전 프로토콜인 지 여부가 판정될 수 있다.
본 발명의 다른 일 실시예에서는 단계 S520 내에서 기본 정보에 기반하여, 상호운용성을 충족하는 복수의 충전 프로토콜들 중 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 충전 프로토콜이 우선적으로 선택되도록 충전 프로토콜 협상 과정이 수행될 수 있다.
본 발명의 일 실시예에서는 모빌리티(300)가 지원하는 충전 프로토콜에 대한 정보가 기본 정보로서 디스펜서(100)로 전달되고, 디스펜서(100)가 상호운용성 및 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 수소 충전 프로토콜을 선택할 수 있다.
본 발명의 다른 일 실시예에서는 양방향 통신에 의하여, 디스펜서(100)가 지원하는 충전 프로토콜에 대한 정보가 기본 정보로서 모빌리티(300)로 전달되고, 모빌리티(300)가 상호운용성 및 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 수소 충전 프로토콜을 선택할 수 있다.
본 발명의 또 다른 일 실시예에서는 양방향 통신에 의하여, 디스펜서(100)와 모빌리티(300)가 지원하는 충전 프로토콜에 대한 정보가 기본 정보로서 공유되고, 디스펜서(100)와 모빌리티(300) 간의 협상에 의하여 상호운용성 및 사용자 설정 충전량 기반 수소 충전 프로세스를 지원하는 수소 충전 프로토콜이 선택/결정될 수 있다.
본 발명의 일 실시예에 따른 디스펜서(100), Supervisory 시스템(130) 또는 모빌리티(300)에 의한 사용자 주도 설정 기반 수소 충전 방법에서, 단계 S530 내에서 전달되는 사용자 입력이 수소 충전 목표 설정에 관련되는 변경 사항을 포함하는 경우, 목표 충전율을 결정하는 단계는, 변경 사항에 기반하여 변경된 새로운 목표 충전율을 결정할 수 있다.
본 발명의 일 실시예에 따른 디스펜서(100), Supervisory 시스템(130) 또는 모빌리티(300)에 의한 사용자 주도 설정 기반 수소 충전 방법은, 단계 S530 내에서 디스펜서(100) 및 모빌리티(300) 간의 통신을 통하여 새로운 목표 충전율에 도달하기 위한 변경된 수소 충전 제어 시퀀스의 예측 데이터를 모빌리티(300)로 제공하는 단계를 더 포함할 수 있다.
도 15는 도 1 내지 도 14의 과정의 적어도 일부를 수행할 수 있는 일반화된 수소 충전 제어 장치, 수소 충전 제어 시스템, 수소 충전 테스트 플랫폼, 수소 충전 테스트 시스템 또는 컴퓨팅 시스템의 예시를 도시하는 개념도이다.
수소 충전 테스트 과정을 제어하는 컨트롤러 또는 Supervisory system (130)는 디스펜서(100) 측에 배치될 수 있다. 수소 충전 테스트 과정을 제어하는 통신 인터페이스 (140, 150, 160)는 디스펜서(100), 수소 충전소(200), 및 수소 연료 모빌리티(300)에 분산 배치되거나 적어도 일부에 배치되어 디스펜서(100), 수소 충전소(200), 및 수소 연료 모빌리티(300) 중 적어도 일부의 동작을 제어할 수 있다.
수소 충전 테스트 플랫폼 및/또는 시스템을 구성하는 컨트롤러 또는 통신 인터페이스 (130, 140, 150, 160)는 메모리(1200)와 전자적으로 연결되는 프로세서(1100)를 포함하는, 컴퓨팅 시스템의 형태로 구현될 수 있다.
본 발명의 일 실시예에 따른 수소 충전 프로세스, 수소 충전 제어 방법, 및/또는 테스트 방법의 적어도 일부의 과정은 도 15의 컴퓨팅 시스템(1000)에 의하여 실행될 수 있다.
도 15를 참조하면, 본 발명의 일 실시예에 따른 컴퓨팅 시스템(1000)은, 프로세서(1100), 메모리(1200), 통신 인터페이스(1300), 저장 장치(1400), 입력 인터페이스(1500), 출력 인터페이스(1600) 및 버스(bus)(1700)를 포함하여 구성될 수 있다.
본 발명의 일 실시예에 따른 컴퓨팅 시스템(1000)은, 적어도 하나의 프로세서(processor)(1100) 및 상기 적어도 하나의 프로세서(1100)가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)(1200)를 포함할 수 있다. 본 발명의 일 실시예에 따른 방법의 적어도 일부의 단계는 상기 적어도 하나의 프로세서(1100)가 상기 메모리(1200)로부터 명령어들을 로드하여 실행함으로써 수행될 수 있다.
프로세서(1100)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다.
메모리(1200) 및 저장 장치(1400) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(1200)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.
또한, 컴퓨팅 시스템(1000)은, 무선 네트워크를 통해 통신을 수행하는 통신 인터페이스(1300)를 포함할 수 있다.
또한, 컴퓨팅 시스템(1000)은, 저장 장치(1400), 입력 인터페이스(1500), 출력 인터페이스(1600) 등을 더 포함할 수 있다.
또한, 컴퓨팅 시스템(1000)에 포함된 각각의 구성 요소들은 버스(bus)(1700)에 의해 연결되어 서로 통신을 수행할 수 있다.
본 발명의 컴퓨팅 시스템(1000)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
본 발명의 일 실시예에 따른 수소를 연료로 사용하는 모빌리티(300)에 탑재되어 수소를 충전하는(fueling) 장치는 사용자 주도 설정 기반 수소 충전 장치로서, 적어도 하나 이상의 명령을 저장하는 메모리(1200); 및 적어도 하나 이상의 명령을 실행하는 프로세서(1100)를 포함할 수 있다.
이때 프로세서(1100)는 적어도 하나 이상의 명령에 의하여, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하고, 사용자 입력에 기반하여 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 결정하고, 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받을 수 있다.
이때 사용자 입력이 모빌리티(300)의 수소 충전을 위한 목표 충전율을 포함할 수 있다. 즉, 운전자가 모빌리티(300) 또는 운전 앱에서 직접 SOC를 결정할 수 있다.
프로세서(1100)는, 사용자 입력에 기반하여, 모빌리티(300)의 현재 충전 상태 및 모빌리티(300)의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 목표 충전율을 결정할 수 있다. 사용자가 의도한 양에 기반하여 디스펜서(100) 또는 제어 시스템(130) 대신 모빌리티(300)가 최종적인 목표 SOC를 결정할 수 있다.
프로세서(1100)는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 모빌리티(300)의 수소 충전 과정의 진행 데이터를 획득할 수 있다.
프로세서(1100)는, 모빌리티(300)의 진행 데이터가 모니터될 수 있도록, 모빌리티(300)에 수소를 공급하는 디스펜서(100) 또는 충전 제어 시스템(130)으로 모빌리티(300)의 진행 데이터를 전송할 수 있다.
이때 모빌리티(300) 및 디스펜서(100) 간에는 실시간 양방향 통신을 이용하여 충전 과정의 모니터링을 위하여 모빌리티(300) 측 데이터가 공유될 수 있다.
프로세서(1100)는, 수소 충전의 시작 충전율부터 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 요청을 생성할 수 있다.
프로세서(1100)는, 충전 시작점과 끝점 사이의 개별 압력별 입력/출력 관계 기반 충전을 요청할 수 있다. 또는 개별 압력별 입력/출력 관계 기반 충전을 위한 프로토콜 도출을 요청할 수 있다.
본 발명의 일 실시예에 따른 사용자 주도 설정 기반 수소 충전 디스펜서 장치는, 수소를 연료로 사용하는 모빌리티(300)에 수소를 충전하는(fueling) 디스펜서 장치(100)로서, 적어도 하나 이상의 명령을 저장하는 메모리(1200); 및 적어도 하나 이상의 명령을 실행하는 프로세서(1100)를 포함할 수 있다.
프로세서(1100)는 적어도 하나 이상의 명령에 의하여, 수소 충전 목표 설정에 관련되는 사용자 입력을 수신하고, 사용자 입력에 기반하여 모빌리티(300)의 수소 충전을 위한 목표 충전율(SOC)을 결정하고, 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공할 수 있다.
프로세서(1100)는 수소 충전의 시작 충전율부터 목표 충전율 사이의 수소 충전 과정에서 양방향 통신에 의하여 모빌리티에 수소를 공급하는 디스펜서(100)와 모빌리티(300)의 수소 충전 과정의 진행 데이터를 획득할 수 있다.
프로세서(1100)는 시작 충전율부터 목표 충전율에 도달하는 예상 데이터와 진행 데이터 간의 비교 결과에 기반하여 수소 충전 과정을 모니터링할 수 있다.
본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽힐 수 있는 정보가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시 예에서, 가장 중요한 방법 단계들의 적어도 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그래머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그래머블 게이트 어레이(field-programmable gate array)는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서(microprocessor)와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
이상 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
Claims (28)
- 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 방법에 있어서,수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계;상기 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계; 및상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계;를 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제1항에 있어서,상기 사용자 입력이 상기 모빌리티의 수소 충전을 위한 상기 목표 충전율을 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제1항에 있어서,상기 목표 충전율을 결정하는 단계는,상기 사용자 입력에 기반하여, 상기 모빌리티의 현재 충전 상태 및 상기 모빌리티의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 상기 목표 충전율을 결정하는,사용자 주도 설정 기반 수소 충전 방법.
- 제1항에 있어서,수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 수소 충전 과정에서 상기 모빌리티의 수소 충전 과정의 진행 데이터를 획득하는 단계; 및상기 모빌리티의 상기 진행 데이터가 모니터될 수 있도록, 상기 모빌리티에 수소를 공급하는 디스펜서 또는 충전 제어 시스템으로 상기 모빌리티의 상기 진행 데이터를 전송하는 단계;를 더 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제1항에 있어서,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는 단계는,수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 요청을 생성하는 단계;를 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 방법에 있어서,수소 충전 목표 설정에 관련되는 사용자 입력을 수신하는 단계;상기 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하는 단계; 및상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계;를 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 사용자 입력이 상기 모빌리티의 수소 충전을 위한 상기 목표 충전율을 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 목표 충전율을 결정하는 단계는,상기 사용자 입력에 기반하여, 상기 모빌리티의 현재 충전 상태 및 상기 모빌리티의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 상기 목표 충전율을 결정하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는,개별 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스 후보군 중에서 상기 목표 충전율에 해당하는 목표 수소 충전 제어 시퀀스를 결정하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는,상기 모빌리티에 수소를 공급하는 디스펜서와 상기 모빌리티 간의 기존 수소 충전 데이터에 기반하여 상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 예측하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는,수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 명령을 생성하는,사용자 주도 설정 기반 수소 충전 방법.
- 제11항에 있어서,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는,상기 적어도 하나 이상의 중간 충전율 중 제1 중간 충전율을 입력받고, 다음 중간 충전율인 제2 중간 충전율에 도달하는 수소 충전 제어 시퀀스를 예측하는 인공 신경망을 이용하여 수행되는,사용자 주도 설정 기반 수소 충전 방법.
- 제12항에 있어서,상기 인공 신경망은 모델 예측 제어 기법에 의하여 상기 제1 중간 충전율을 입력받고 상기 제2 중간 충전율에 도달하는 상기 수소 충전 제어 시퀀스의 일련의 미래 예측값을 생성하는,사용자 주도 설정 기반 수소 충전 방법.
- 제11항에 있어서,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는 단계는,상기 시작 충전율부터 상기 목표 충전율에 도달하는 과정의 수소 충전 제어 명령과 충전율 변화 간의 관계가 기록된 현장 데이터에 기반하여 상기 수소 충전 제어 시퀀스를 제공하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 수소 충전 과정에서 양방향 통신에 의하여 상기 모빌리티에 수소를 공급하는 디스펜서와 상기 모빌리티의 수소 충전 과정의 진행 데이터를 획득하는 단계; 및상기 시작 충전율부터 상기 목표 충전율에 도달하는 예상 데이터와 상기 진행 데이터 간의 비교 결과에 기반하여 상기 수소 충전 과정을 모니터링하는 단계;를 더 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 모빌리티와의 통신을 통하여 상기 모빌리티가 수소를 공급받을 수 있는 지를 식별하는 단계;를 더 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 모빌리티와의 통신을 통하여 상기 목표 충전율을 획득하는 단계; 및상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스의 예측 데이터를 상기 모빌리티로 제공하는 단계;를 더 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 제6항에 있어서,상기 사용자 입력이 상기 수소 충전 목표 설정에 관련되는 변경 사항을 포함하는 경우,상기 목표 충전율을 결정하는 단계는,상기 변경 사항에 기반하여 변경된 새로운 목표 충전율을 결정하는,사용자 주도 설정 기반 수소 충전 방법.
- 제18항에 있어서,상기 모빌리티와의 통신을 통하여 상기 새로운 목표 충전율에 도달하기 위한 변경된 수소 충전 제어 시퀀스의 예측 데이터를 상기 모빌리티로 제공하는 단계;를 더 포함하는,사용자 주도 설정 기반 수소 충전 방법.
- 수소를 연료로 사용하는 모빌리티에 탑재되어 수소를 충전하는(fueling) 장치에 있어서,적어도 하나 이상의 명령을 저장하는 메모리; 및상기 적어도 하나 이상의 명령을 실행하는 프로세서;를 포함하고,상기 프로세서는 상기 적어도 하나 이상의 명령에 의하여,수소 충전 목표 설정에 관련되는 사용자 입력을 수신하고,상기 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하고,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스에 의하여 수소를 공급받는,사용자 주도 설정 기반 수소 충전 장치.
- 제20항에 있어서,상기 사용자 입력이 상기 모빌리티의 수소 충전을 위한 상기 목표 충전율을 포함하는,사용자 주도 설정 기반 수소 충전 장치.
- 제20항에 있어서,상기 프로세서는,상기 사용자 입력에 기반하여, 상기 모빌리티의 현재 충전 상태 및 상기 모빌리티의 충전 관련 상황 정보 중 적어도 하나 이상에 기반하여 상기 목표 충전율을 결정하는,사용자 주도 설정 기반 수소 충전 장치.
- 제20항에 있어서,상기 프로세서는,수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 수소 충전 과정에서 상기 모빌리티의 수소 충전 과정의 진행 데이터를 획득하고,상기 모빌리티의 상기 진행 데이터가 모니터될 수 있도록, 상기 모빌리티에 수소를 공급하는 디스펜서 또는 충전 제어 시스템으로 상기 모빌리티의 상기 진행 데이터를 전송하는,사용자 주도 설정 기반 수소 충전 장치.
- 제20항에 있어서,상기 프로세서는,수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 적어도 하나 이상의 중간 충전율에 대하여 수소 충전 제어 요청을 생성하는,사용자 주도 설정 기반 수소 충전 장치.
- 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 디스펜서 장치에 있어서,적어도 하나 이상의 명령을 저장하는 메모리; 및상기 적어도 하나 이상의 명령을 실행하는 프로세서;를 포함하고,상기 프로세서는 상기 적어도 하나 이상의 명령에 의하여,수소 충전 목표 설정에 관련되는 사용자 입력을 수신하고,상기 사용자 입력에 기반하여 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 결정하고,상기 목표 충전율에 도달하기 위한 수소 충전 제어 시퀀스를 제공하는,사용자 주도 설정 기반 수소 충전 디스펜서 장치.
- 제25항에 있어서,상기 프로세서는수소 충전의 시작 충전율부터 상기 목표 충전율 사이의 수소 충전 과정에서 양방향 통신에 의하여 상기 모빌리티에 수소를 공급하는 디스펜서와 상기 모빌리티의 수소 충전 과정의 진행 데이터를 획득하고,상기 시작 충전율부터 상기 목표 충전율에 도달하는 예상 데이터와 상기 진행 데이터 간의 비교 결과에 기반하여 상기 수소 충전 과정을 모니터링하는,사용자 주도 설정 기반 수소 충전 디스펜서 장치.
- 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 수소 충전 프로토콜을 식별하는 방법에 있어서,상기 모빌리티에 수소를 충전하는 디스펜서와 상기 모빌리티 간 통신에 의하여, 상기 디스펜서와 상기 모빌리티 간 지원되는 충전 프로토콜을 식별하는 단계; 및상기 식별된 충전 프로토콜이 상기 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜인 지 판정하는 단계;를 포함하는,사용자 주도 설정 기반 수소 충전 프로토콜 식별 방법.
- 수소를 연료로 사용하는 모빌리티에 수소를 충전하는(fueling) 수소 충전 프로토콜을 협상하는 방법에 있어서,상기 모빌리티에 수소를 충전하는 디스펜서와 상기 모빌리티 간 통신에 의하여, 상기 디스펜서와 상기 모빌리티 간 지원되는 적어도 하나 이상의 충전 프로토콜을 식별하는 단계; 및상기 모빌리티에 수소를 충전하는 디스펜서와 상기 모빌리티 간 통신에 의하여, 상기 식별된 적어도 하나 이상의 충전 프로토콜 중 상기 모빌리티의 수소 충전을 위한 목표 충전율(SOC)을 사용자가 설정할 수 있는 기능을 지원하는 충전 프로토콜을 우선 충전 프로토콜로 선정하여 협상하는 단계;를 포함하는,사용자 주도 설정 기반 수소 충전 프로토콜 협상 방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20220169130 | 2022-12-06 | ||
KR10-2022-0169130 | 2022-12-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2024123079A1 true WO2024123079A1 (ko) | 2024-06-13 |
Family
ID=91379785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2023/020000 WO2024123079A1 (ko) | 2022-12-06 | 2023-12-06 | 사용자 주도 설정 기반 수소 충전 방법 및 장치 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20240085212A (ko) |
WO (1) | WO2024123079A1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017150646A (ja) * | 2016-02-26 | 2017-08-31 | 大陽日酸株式会社 | 充填情報提供装置、充填情報提供方法及びコンピュータプログラム |
KR20190025771A (ko) * | 2017-09-01 | 2019-03-12 | 현대자동차주식회사 | 연료전지 수소 공급 제어방법 및 시스템 |
KR20200008617A (ko) * | 2017-05-22 | 2020-01-28 | 넬 하이드로겐 에이/에스 | 수소 차량의 급유 방법 |
KR20210061415A (ko) * | 2018-09-21 | 2021-05-27 | 내셔널 인스티튜트 오브 클린-앤-로우-카본 에너지 | 수소 충전 제어 장치 및 방법 |
KR20220037573A (ko) * | 2020-09-18 | 2022-03-25 | (주)제아이엔지 | 수소 충전 제어기 및 수소 충전 스테이션 |
-
2023
- 2023-12-06 KR KR1020230176082A patent/KR20240085212A/ko unknown
- 2023-12-06 WO PCT/KR2023/020000 patent/WO2024123079A1/ko unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017150646A (ja) * | 2016-02-26 | 2017-08-31 | 大陽日酸株式会社 | 充填情報提供装置、充填情報提供方法及びコンピュータプログラム |
KR20200008617A (ko) * | 2017-05-22 | 2020-01-28 | 넬 하이드로겐 에이/에스 | 수소 차량의 급유 방법 |
KR20190025771A (ko) * | 2017-09-01 | 2019-03-12 | 현대자동차주식회사 | 연료전지 수소 공급 제어방법 및 시스템 |
KR20210061415A (ko) * | 2018-09-21 | 2021-05-27 | 내셔널 인스티튜트 오브 클린-앤-로우-카본 에너지 | 수소 충전 제어 장치 및 방법 |
KR20220037573A (ko) * | 2020-09-18 | 2022-03-25 | (주)제아이엔지 | 수소 충전 제어기 및 수소 충전 스테이션 |
Also Published As
Publication number | Publication date |
---|---|
KR20240085212A (ko) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020080804A1 (en) | Electronic device and method for wired or wireless charging in electronic device | |
CN107000849A (zh) | 无人机及其空中补给方法、以及浮空平台及其控制方法 | |
WO2020189915A1 (ko) | 배터리 관리 장치 | |
WO2019240426A1 (ko) | 충전 중 배터리의 전압 변화량에 기반하여 배터리의 상태에 대한 정보를 획득하기 위한 방법 및 이를 지원하는 전자 장치 | |
WO2015156561A1 (en) | Remote maintenance server, total maintenance system including the remote maintenance server and method thereof | |
WO2019078608A1 (ko) | 외부 장치를 이용하여 음성 기반 서비스를 제공하기 위한 전자 장치, 외부 장치 및 그의 동작 방법 | |
WO2020171399A1 (en) | Device and method for providing user interface according to wireless power-sharing | |
WO2019017715A1 (en) | ELECTRONIC DEVICE AND SYSTEM FOR DETERMINING SPEECH INPUT RECEIVING TIME BASED ON CONTEXTUAL INFORMATION | |
WO2019112295A1 (ko) | 외부 장치의 네트워크 셋업을 위한 전자 장치 및 그의 동작 방법 | |
WO2011162577A2 (ko) | 네트워크 시스템 | |
WO2024123079A1 (ko) | 사용자 주도 설정 기반 수소 충전 방법 및 장치 | |
AU2019359728B2 (en) | Electronic device and method for wired or wireless charging in electronic device | |
WO2024072011A1 (ko) | 차량과 충전소 측 현장 데이터를 이용하는 수소 충전 테스트 방법 및 시스템 | |
WO2024043702A1 (ko) | 차량 측 현장 데이터를 이용하는 수소 충전 테스트 방법 및 시스템 | |
WO2019066160A1 (ko) | 신재생 건물에너지시스템에서의 온도 및 실내상태 제어방법, 시스템 및 컴퓨터판독가능매체 | |
WO2020171570A1 (en) | Method for providing routine and electronic device supporting same | |
WO2020101271A1 (ko) | 전지의 정상 및 단락 상태에 대한 온도 변화 예측 방법 | |
WO2021006406A1 (ko) | 인공지능 기반의 공기조화기 | |
WO2022086178A1 (en) | Method for detecting foreign object using sensor coil and electronic device | |
WO2022108420A1 (ko) | 그리드 포밍 전력변환 제어 장치 및 방법 | |
WO2019112174A1 (ko) | 커버 장치의 식별 정보에 기반하여 외부 전자 장치로부터 획득된 데이터를 커버 장치로 전송하는 전자 장치 및 제어 방법 | |
WO2023080690A1 (ko) | 실시간 제어 기반 수소 충전을 위한 통합 제어 시스템, 방법 및 장치 | |
WO2024106965A2 (ko) | 선박의 운항을 최적화하는 방법 및 장치 | |
WO2011071249A2 (ko) | 강우량 측정 장치 및 이를 포함하는 강우량 예측 시스템 | |
WO2023106699A1 (ko) | 차량 배터리의 충전과 관련된 정보를 제공하는 방법 및 이를 지원하는 전자 장치 |