KR101777334B1 - 배터리 ｓｏｈ 추정 장치 및 방법 - Google Patents

Abstract

배터리 SOH 추정 장치 및 방법에 관한 기술이 개시된다.
본 발명에 따른 배터리 SOH 추정 장치는, 배터리의 충전 또는 방전 후에 제1 SOC(State Of Charge)를 산출하고, 상기 충전 또는 방전 후 이어지는 방전 또는 충전 후에 제2 SOC를 산출하는 SOC 산출부; 상기 제1 SOC 및 제2 SOC 간의 SOC 변화량을 이용하여 상기 배터리의 SOH(State Of Health)를 연산하는 SOH 연산부; 및 상기 SOH 연산부에서 차례로 연산되는 소정 개수의 SOH 연산값을 이용하여 SOH 평균값을 연산하고, 상기 SOH 평균값을 필터링된 SOH 값으로 산출하는 SOH 필터링부를 포함하여, 전류 센서의 오프셋 에러에 의한 영향을 실시간으로 보정하고 SOH 추정값의 정확성 및 신뢰성을 개선한다.

Description

배터리 ＳＯＨ 추정 장치 및 방법{Apparatus and method for estimating SOH of battery}

본 발명은 배터리 SOH 추정 장치 및 방법에 관한 것으로서, 더욱 상세하게는, 전류 센서의 오프셋 에러에 의한 영향을 실시간으로 보정하여 SOH 추정값의 정확성 및 신뢰성을 개선하는 배터리 SOH 추정 장치 및 방법에 관한 것이다.

일반적으로, 배터리의 SOH(State Of Health)는 시간 경과에 따른 배터리의 잔여 수명 내지 퇴화 정도를 나타내는 지표이며, % 단위로 표시된다.

최근, 모바일 기기, 전기 자동차 등 배터리를 사용하는 다양한 장치들이 급증함에 따라, BMS(Battery Management System)를 통해 배터리의 SOH를 정확히 추정하는 기술에 대한 관심과 연구가 급격히 증가하고 있는 추세이다. 배터리의 SOH가 부정확하게 추정되는 경우, 예기치 않은 시스템 정지가 발생하거나, 배터리의 과충전, 과방전으로 인한 화재나 폭발 등 심각한 사고를 초래할 수 있기 때문이다. 이에, 기존 기술들은 다양한 방식의 SOH 추정 알고리즘들을 제시하고 있다.

그러나, 한국 등록특허공보 제10-1399362호 등에 개시된 바와 같이, 완전충전 및 완전방전 시의 배터리 잔존 용량 측정하여 SOH 추정하는 기존 기술들은, 반드시 완전충전 및 완전방전 과정을 거쳐야 하므로, 효율성이 떨어짐은 물론, 구동 중인 배터리 시스템에서 실시간 SOH 추정을 곤란하게 하는 문제가 있다.

또한, 한국 공개특허공보 제10-2010-0063343호 등에 개시된 바와 같이, 전류 적산 방법을 이용하여 SOH를 추정하는 기존 기술들은, 전류 센서(current sensor)의 오프셋 에러(offset error)에 의한 영향을 전혀 고려하지 않으므로, 전류 센서에서 오프셋 에러 발생 시 SOH 추정값이 부정확해지는 문제가 있다. 특히, 이러한 문제점들을 개선하기 위해 복잡한 로직을 사용하게 되는 경우, 실제 구현 및 적용을 어렵게 하고 시스템 효율성이 떨어질 수 있는 문제가 있다.

본 발명이 해결하고자 하는 기술적 과제는, 실시간으로 SOH 추정값을 산출하고, SOH 추정값에 대한 필터링 과정을 통해 전류 센서의 오프셋 에러에 의한 영향을 보정하여 SOH 추정값의 정확성 및 신뢰성과 배터리 시스템의 효율성을 개선함은 물론, 구현 및 적용이 용이한 배터리 SOH 추정 장치 및 방법을 제공하는 것이다.

상기와 같은 기술적 과제를 해결하기 위하여 본 발명에 따른 배터리 SOH 추정 장치는, 배터리의 충전 또는 방전 후에 제1 SOC(State Of Charge)를 산출하고, 상기 충전 또는 방전 후 이어지는 방전 또는 충전 후에 제2 SOC를 산출하는 SOC 산출부; 상기 제1 SOC 및 제2 SOC 간의 SOC 변화량을 이용하여 상기 배터리의 SOH(State Of Health)를 연산하는 SOH 연산부; 및 상기 SOH 연산부에서 차례로 연산되는 소정 개수의 SOH 연산값을 이용하여 SOH 평균값을 연산하고, 상기 SOH 평균값을 필터링된 SOH 값으로 산출하는 SOH 필터링부를 포함한다.

일 실시예에 있어서, 상기 SOC 산출부는, 상기 배터리의 전압, 전류 및 온도에 대한 센싱 데이터를 생성하는 센싱 데이터 생성부; 및 칼만 필터(Kalman Filter) 또는 확장 칼만 필터(Extended Kalman Filter)를 기반으로 상기 센싱 데이터를 이용하여 상기 배터리의 SOC를 연산하는 SOC 연산부를 포함할 수 있다.

일 실시예에 있어서, 상기 SOH 연산부는, 상기 SOC 변화량에 의해 추정되는 충전량 또는 방전량, 및 전류 적산 방법에 의해 추정되는 충전량 또는 방전량을 이용하여 상기 배터리의 SOH를 연산할 수 있다.

일 실시예에 있어서, 상기 SOH 필터링부는, 상기 소정 개수의 SOH 연산값 중 최대값 및 최소값을 제외하고 상기 SOH 평균값을 연산할 수 있다.

일 실시예에 있어서, 상기 SOH 필터링부는, 산술 평균 방법에 의해 상기 SOH 평균값을 연산할 수 있다.

상기와 같은 기술적 과제를 해결하기 위하여 본 발명에 따른 배터리 SOH 추정 방법은, 배터리를 관리하는 배터리 관리 시스템이 배터리의 SOH를 추정하는 방법에 있어서, 배터리의 충전 또는 방전 후에 제1 SOC를 산출하고, 상기 충전 또는 방전 후 이어지는 방전 또는 충전 후에 제2 SOC를 산출하는 SOC 산출 단계; 상기 제1 SOC 및 제2 SOC 간의 SOC 변화량을 이용하여 상기 배터리의 SOH를 연산하는 SOH 연산 단계; 및 상기 SOH 연산 단계에서 차례로 연산되는 소정 개수의 SOH 연산값을 이용하여 SOH 평균값을 연산하고, 상기 SOH 평균값을 필터링된 SOH 값으로 산출하는 SOH 필터링 단계를 포함한다.

일 실시예에 있어서, 상기 SOC 산출 단계는, 상기 배터리의 전압, 전류 및 온도에 대한 센싱 데이터를 생성하는 단계; 및 칼만 필터 또는 확장 칼만 필터를 기반으로 상기 센싱 데이터를 이용하여 상기 배터리의 SOC를 연산하는 단계를 포함할 수 있다.

일 실시예에 있어서, 상기 SOH 연산 단계는, 상기 SOC 변화량에 의해 추정되는 충전량 또는 방전량, 및 전류 적산 방법에 의해 추정되는 충전량 또는 방전량을 이용하여 상기 배터리의 SOH를 연산하는 단계일 수 있다.

일 실시예에 있어서, 상기 SOH 필터링 단계는, 상기 소정 개수의 SOH 연산값 중 최대값 및 최소값을 제외하고 상기 SOH 평균값을 연산하는 단계일 수 있다.

일 실시예에 있어서, 상기 SOH 필터링부는, 산술 평균 방법에 의해 상기 SOH 평균값을 연산하는 단계일 수 있다.

본 발명에 따르면, 배터리의 충·방전 시마다 발생하는 SOC 변화량을 이용하여 SOH를 추정함으로써, 실시간으로 SOH 추정값을 산출할 수 있다.

또한, SOH 추정값에 대한 필터링 과정을 통해 전류 센서의 오프셋 에러에 의한 영향을 보정함으로써, 특히 적류 적산 방법을 이용하는 SOH 추정값의 정확성 및 신뢰성을 개선할 수 있다.

또한, 단순한 알고리즘을 적용하여 정확성과 신뢰성이 개선된 SOH 추정값을 산출함으로써, 배터리 시스템의 효율성을 개선할 수 있음은 물론, 구현 및 적용을 용이하게 할 수 있다.

나아가, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면, 본 발명에 따른 다양한 실시예들이 상기 언급되지 않은 여러 기술적 과제들을 해결할 수 있음을 이하의 설명으로부터 자명하게 이해할 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 배터리 SOH 추정 장치를 나타낸 블록도.
도 2는 본 발명의 일 실시예에 따른 배터리 SOH 추정 방법을 나타낸 흐름도.
도 3은 배터리 동작 상태에 따른 SOC 산출값을 나타낸 그래프.
도 4는 본 발명의 SOH 추정 성능 실험 결과를 나타낸 그래프.

이하, 본 발명의 기술적 과제에 관한 해결 방안을 명확화하기 위해 첨부도면을 참조하여 본 발명의 바람직한 실시예들을 상세하게 설명한다. 다만, 본 발명을 설명함에 있어서 관련 공지기술에 관한 설명이 오히려 본 발명의 요지를 불명료하게 하는 경우 그에 관한 설명은 생략하기로 한다. 또한, 후술하는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 설계자, 제조자 등의 의도 또는 관례 등에 따라 달라질 수 있을 것이다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 1에는 본 발명의 일 실시예에 따른 배터리 SOH 추정 장치가 블록도로 도시되어 있다.

도 1에 도시된 바와 같이, 본 발명에 따른 배터리 SOH 추정 장치(100)는 SOC 산출부(110), SOH 연산부(120), 및 SOH 필터링부(130)를 포함할 수 있다. 아래에서 다시 설명하겠지만, 이러한 배터리 SOH 추정 장치(100)의 구성 및 기능은 BMS(Battery Management System)에 통합되어 구현될 수 있으며, 배터리의 SOH(State Of Health)를 실시간으로 연산하고, SOH 연산값에 대한 필터링 과정을 통해 전류 센서의 오프셋 에러에 의한 영향을 보정함으로써, 정확성과 신뢰성이 개선된 SOH 추정값을 산출할 수 있다.

도 2에는 본 발명의 일 실시예에 따른 배터리 SOH 추정 방법이 흐름도로 도시되어 있다.

도 2를 참조하여 배터리 SOH 추정 장치(100)의 구성 및 동작을 설명하면, 우선 SOC 산출부(110)는, 배터리의 현재 충전 상태를 나타내는 SOC(State Of Charge)를 산출한다. 특히, SOC 산출부(110)는, 배터리의 충전 또는 방전 후에 제1 SOC를 산출하고, 상기 충전 또는 방전 후 이어지는 방전 또는 충전 후에 제2 SOC를 산출한다(S210 내지 S230). 즉, SOC 산출부(110)는 배터리의 충전 및 방전 시마다 SOC를 산출하는 것이다. 이 경우, SOC 산출부(110)는 예컨대, 배터리 전압을 측정하고 배터리 전류, 온도 등의 인자들을 고려하여 SOC를 산출하는 전압 측정 방법(Voltage method)이나, 배터리의 유출입 전류를 측정하고 시간에 대해 적분하여 SOC를 산출하는 전류 적산 방법(Coulomb counting method) 등 다양한 방법으로 배터리의 SOC 정보를 산출할 수 있다.

이를 위해, SOC 산출부(110)는, 센싱 데이터 생성부(112) 및 SOC 연산부(114)를 포함할 수 있다. 즉, 센싱 데이터 생성부(112)는, 배터리의 전기적, 물리적 상태에 대하여 다양한 센서를 통해 획득되는 정보를 이용하여 SOC 추정에 필요한 센싱 데이터를 생성한다(S210). 예컨대, 센싱 데이터 생성부(112)는 전압 센서, 전류 센서, 온도 센서를 통해 획득되는 배터리의 전압, 전류 및 온도에 대한 정보를 수신하여 배터리의 전압(V), 전류(I) 및 온도(T)에 대한 센싱 데이터를 생성할 수 있다.

그 다음, SOC 연산부(114)는 배터리의 충전 및 방전 후에 이러한 센싱 데이터를 이용하여 각각 배터리의 SOC를 연산한다(S220, S230). 예컨대, SOC 연산부(114)는 배터리 방전이 발생하는 경우, 상기 방전 후에 제1 SOC(SOC₁)를 산출하고, 상기 방전 후 충전이 이어지는 경우, 상기 충전 후에 제2 SOC(SOC₂)를 산출한다. 또한, 상기 충전 후 재방전이 이어지는 경우, 상기 재방전 후에 제3 SOC(SOC₃)를 산출한다. 그리고, 이러한 동작들을 반복하여 수행한다. 이 경우, SOC 연산부(114)는 칼만 필터(Kalman Filter) 또는 확장 칼만 필터(Extended Kalman Filter)를 기반으로 V, I, T 측정값 정보를 이용하여 배터리의 SOC를 연산할 수 있다. 즉, SOC 연산부(114)는 배터리의 전압 거동을, 개방 전압(open circuit voltage), 내부 저항, 및 저항-커패시터 병렬 회로가 직렬 연결된 등가 회로로 모델링하고, 이러한 등가 회로 모델의 인자들을 변수로 하는 선형 또는 비선형 함수와 전류 적산 방법을 이용하여 SOC를 추정하고, 센싱 데이터 생성부(112)에 의해 실시간으로 생성되는 센싱 데이터를 이용하여 상기 추정된 SOC를 보정함으로써, 배터리에 대한 SOC를 연산할 수 있다. 칼만 필터 또는 확장된 칼만 필터는 동적 시스템의 출력 값만을 사용하여 동적 시스템의 내적 상태를 재귀적으로 추정 및 보정하는 것이므로, SOC 연산부(114)가 칼만 필터 또는 확장된 칼만 필터를 기반으로 하는 경우, 다양한 타입의 배터리에 대해 SOC를 연산할 수 있다는 장점이 있다. 한편, 칼만 필터와 확장 칼만 필터는 수학적 기초 또는 동작은 본질적으로 동일하나, 칼만 필터는 모델링을 위해 선형 함수들을 사용하는 반면, 확장 칼만 필터는 비선형 함수들을 사용하는 차이점이 있다.

그 다음, SOH 연산부(120)는, 배터리의 충·방전 시 발생하는 SOC 변화량을 이용하여 배터리의 SOH를 연산한다(S240).

도 3에는 배터리 동작 상태에 따른 SOC 산출값이 그래프로 도시되어 있다.

도 3에 도시된 바와 같이, 소정 방전 상태에 있던 배터리의 SOC가 제1 SOC(SOC₁)이라면, 충전 과정(①)을 거쳐 휴지 상태(②)에 접어든 배터리의 SOC는 제2 SOC(SOC₂)가 된다. 그러면, 충전 후 휴지 상태(②)에서 SOH 연산부(114)는 SOC 변화량(SOC₂ - SOC₁)을 이용하여 배터리의 SOH(SOH₁)를 연산한다. 이 경우, SOH 연산부(114)는 SOC 변화량에 의해 추정되는 충전량, 및 전류 적산 방법에 의해 추정되는 충전량을 이용하여 배터리의 SOH(SOH₁)를 연산할 수 있다. 예컨대, SOH 연산부(114)는 수학식 1과 같이 SOH(SOH₁)를 연산할 수 있다.

[ 수학식 1]

수학식 1에서, i는 배터리 전류, ΔSOC는 SOC 변화량, Capacity_initial는 배터리의 초기 용량을 나타낸다. 이와 같이, 충전 후의 SOH(SOH₁)는 SOC 변화량에 의해 추정되는 충전량과 전류 적산 방법에 의해 추정되는 충전량 간의 비로 나타낼 수 있다.

그리고, 충전 후 휴지 상태(②)에서 다시 방전 과정(③)을 거쳐 휴지 상태(④)에 접어든 배터리의 SOC는 제3 SOC(SOC₃)가 된다. 그러면, 방전 후 휴지 상태(④)에서 SOH 연산부(114)는, SOC 변화량(SOC3 - SOC2)을 이용하여 상술한 바와 같이 배터리의 SOH(SOH₂)를 연산할 수 있다. 즉, SOH 연산부(114)는, SOC 변화량에 의해 추정되는 방전량, 및 전류 적산 방법에 의해 추정되는 방전량을 이용하여 배터리의 SOH(SOH₂)를 연산할 수 있다. 이 경우, 방전 후의 SOH(SOH₂)는 수학식 1과 같이 SOC 변화량에 의해 추정되는 방전량과 전류 적산 방법에 의해 추정되는 방전량 간의 비로 나타낼 수 있다. 이와 같이, SOH 연산부(114)는 충·방전 종료시마다 배터리의 SOH(SOH_n)을 연산할 수 있다. 이때, SOH 연산부(114)는, 충·방전이 종료되고 소정 시간이 경과하여 배터리가 충분히 안정화된 시점에서 배터리에 대한 SOH(SOH_n) 연산을 수행할 수 있다.

한편, 배터리의 전류 정보를 센싱하는 전류 센서에서 + 또는 - 방향으로 오프셋 에러가 발생하는 경우, SOH 연산부(120)는 전류 센서의 오프셋 에러가 반영된 센싱 데이터를 이용하여 SOH를 연산하게 되고, 결과적으로 SOH 연산부(120)의 연산값들에 상당한 오차가 발생하게 된다. 따라서, SOH 필터링부(130)는 SOH 연산부(120)의 연산값들에 대하여 필터링을 수행하여 전류 센서의 오프셋 에러에 의한 영향을 제거한다.

즉, SOH 필터링부(130)는, SOH 연산부(120)에서 차례로 연산되는 소정 개수의 SOH 연산값을 이용하여 SOH 평균값을 연산하고, 이러한 SOH 평균값을 필터링된 SOH 값으로 산출한다(S250 내지 S260). 이 경우, SOH 필터링부(130)는, SOH 연산부(120)에서 차례로 연산되어 나오는 SOH 연산값을 소정 버퍼부(132)에 저장하고(S250), 버퍼부(132)에 저장된 SOH 연산값의 개수가 소정 개수에 이른 경우(S252), 소정 개수의 SOH 연산값들을 이용하여 SOH 평균값을 연산하고, SOH 평균값을 필터링된 SOH 값으로 산출할 수 있다(S260). 예컨대, SOH 필터링부(130)는, 버퍼부(132)에 차례로 저장된 SOH 연산값들의 개수가 10개 이상이 되는 경우, 최후 연산값부터 소급하여 10개의 연산값을 선택하고, 이들을 이용하여 SOH 평균값을 연산할 수 있다. 이 경우, SOH 필터링부(130)는, 10개의 연산값들 중 최대값 및 최소값을 제외하고 SOH 평균값을 연산할 수 있다. 이는, 전류 센서 에러에 의해 발생되는 비이상적 값들을 1차적으로 제거하기 위함이다. 또한, 이 경우, SOH 필터링부(130)는, 산술 평균 방법에 의해 SOH 평균값을 연산할 수 있다. 이는, 단순한 알고리즘을 적용하여 시스템 효율성을 높이기 위함이다. 또한, 일 실시예에 있어서, SOH 필터링부(130)는, 충전 시 연산된 SOH 값의 개수와 방전 시 연산된 SOH 값의 개수가 대응되도록 조절하여 SOH 평균값을 산출할 수도 있다. 충전 시의 SOH의 연산값과 방전 시의 SOH 연산값을 평균하면 전류 센서의 오프셋 에러에 의한 영향을 상쇄하는 효과가 있기 때문이다.

그 다음, 배터리 SOH 추정 장치(100)는, 외부 시스템 등으로부터 SOH 추정값 요청이 계속되는 한 상술한 동작들을 실시간으로 반복하게 된다(S262).

한편, 본 발명에 따른 배터리 SOH 추정 장치(100)의 구성 및 기능은 전체 배터리 시스템에 있어서 BMS에 통합되어 구현될 수 있다. 또한, 본 발명에 따른 배터리 SOH 추정 방법은 컴퓨터 시스템을 통해 실행되는 컴퓨터 프로그램을 컴퓨터로 판독할 수 있는 기록매체에 기록하여 구현하는 것이 가능하다. 본 발명의 실시예들이 컴퓨터 프로그램을 이용하여 구현되는 경우, 본 발명의 구성 수단들은 필요한 작업을 실행하는 프로그램 코드 세그먼트들이다. 이러한, 컴퓨터 프로그램 내지 코드 세그먼트들은 컴퓨터로 판독 가능한 기록매체에 저장되거나 반송파와 결합하여 전송 매체 또는 통신망을 통해 데이터 신호 형태로 전송될 수 있다. 컴퓨터로 판독 가능한 기록매체에는 컴퓨터 시스템이 읽어들일 수 있는 데이터를 기록하는 모든 종류의 매체가 포함된다. 예컨대, 컴퓨터로 판독 가능한 기록매체에는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 포함될 수 있다. 또한, 이러한 기록매체를 다양한 네트워크로 연결된 컴퓨터 시스템에 분산 배치함으로써 프로그램 코드들이 분산 방식으로 저장되거나 실행되도록 할 수 있다.

도 4에는 본 발명의 SOH 추정 성능 실험 결과가 그래프로 도시되어 있다.

도 4에 도시된 바와 같이, SOH 추정 성능 실험은 전류 적산 방법만을 적용한 SOH 추정 결과와 본 발명에 따른 SOH 추정 결과를 비교한 것이다. 실험 조건으로서 실제 배터리의 SOH는 100 [%]를 기준으로 하였으며, 배터리 충·방전 전류는 20 [A], 전류 센서의 오프셋 에러는 +1.5 [A]로 설정하였다. 이와 같이, 전류 센서에서 오프셋 에러가 발생하는 경우, 전류 적산 방법만을 적용하는 방식은, 충전 시의 SOH가 110.74 [%]로 과도하게 추정되고, 방전 시의 SOH가 94.01 [%]로 과소하게 추정되는 문제점을 나타낸다. 반면, 본 발명에 따르면, 충·방전 시 연산되는 SOH 값들을 평균하여 전류 센서의 오프셋 에러에 의한 영향을 상쇄시키기 때문에, 전류 센서에서 오프셋 에러가 발생되는 경우에도 배터리의 SOH가 실제 SOH와 거의 근사하게 추정된다.

상술한 바와 같이, 본 발명에 따르면, 배터리의 충·방전 시마다 발생하는 SOC 변화량을 이용하여 SOH를 추정함으로써, 실시간으로 SOH 추정값을 산출할 수 있다. 또한, SOH 추정값에 대한 필터링 과정을 통해 전류 센서의 오프셋 에러에 의한 영향을 보정함으로써, 특히 적류 적산 방법을 이용하는 SOH 추정값의 정확성 및 신뢰성을 개선할 수 있다. 또한, 단순한 알고리즘을 적용하여 정확성과 신뢰성이 개선된 SOH 추정값을 산출함으로써, 배터리 시스템의 효율성을 개선할 수 있음은 물론, 구현 및 적용을 용이하게 할 수 있다. 나아가, 본 발명에 따른 다양한 실시예들은, 당해 기술 분야는 물론 관련 기술 분야에서 본 명세서에 언급된 내용 이외의 다른 여러 기술적 과제들을 해결할 수 있음은 물론이다.

지금까지 본 발명에 대해 구체적인 실시예들을 참고하여 설명하였다. 그러나 당업자라면 본 발명의 기술적 범위에서 다양한 변형 실시예들이 구현될 수 있음을 명확하게 이해할 수 있을 것이다. 그러므로 앞서 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 즉, 본 발명의 진정한 기술적 사상의 범위는 첨부된 특허청구범위에 나타나 있으며, 그와 균등범위 내에 있는 모든 차이점은 본 발명에 포함되는 것으로 해석되어야 할 것이다.

100 : 배터리 SOH 추정 장치 110 : SOC 산출부
112 : 센싱 데이터 생성부 114 : SOC 연산부
120 : SOH 연산부 130 : SOH 필터링부
132 : 버퍼부

Claims (11)

1. 배터리의 방전 종료 후 충전 전의 제1 SOC(State Of Charge)를 산출하고, 상기 배터리의 상기 방전 종료 후 이어지는 충전의 종료 후 재방전 전의 제2 SOC를 산출하고, 상기 배터리의 상기 충전 종료 후 이어지는 재방전의 종료 후 재충전 전의 제3 SOC를 산출하는 동작을 반복하여 수행하는 SOC 산출부;
   상기 배터리의 충전 및 방전 종료시마다 SOC 변화량을 이용하여 상기 배터리의 SOH(State Of Health)를 연산하는 SOH 연산부로서, 상기 제1 SOC 및 제2 SOC 간의 SOC 변화량에 의해 추정되는 충전량과 전류 적산 방법에 의해 추정되는 충전량을 이용하여 상기 배터리의 충전 후 SOH를 연산하고, 상기 제2 SOC 및 제3 SOC 간의 SOC 변화량에 의해 추정되는 방전량과 전류 적산 방법에 의해 추정되는 방전량을 이용하여 상기 배터리의 방전 후 SOH를 연산하는 SOH 연산부; 및
   상기 SOH 연산부에서 차례로 연산되는 상기 충전 후 SOH 및 방전 후 SOH의 연산값들을 차례로 저장하고, 차례로 저장된 SOH 연산값들 중 최후 저장된 SOH 연산값으로부터 소급하여 일정 개수의 SOH 연산값들을 선택하고, 선택된 SOH 연산값들을 이용하여 SOH 평균값을 연산하고, 상기 SOH 평균값을 필터링된 SOH 값으로 산출하는 SOH 필터링부를 포함하는 배터리 SOH 추정 장치.
2. 제1항에 있어서,
   상기 SOC 산출부는,
   상기 배터리의 전압, 전류 및 온도에 대한 센싱 데이터를 생성하는 센싱 데이터 생성부; 및
   칼만 필터(Kalman Filter) 또는 확장 칼만 필터(Extended Kalman Filter)를 기반으로 상기 센싱 데이터를 이용하여 상기 배터리의 SOC를 연산하는 SOC 연산부를 포함하는 것을 특징으로 하는 배터리 SOH 추정 장치.
3. 삭제
4. 제1항에 있어서,
   상기 SOH 필터링부는, 상기 선택된 SOH 연산값들 중 최대값 및 최소값을 제외하고 상기 SOH 평균값을 연산하는 것을 특징으로 하는 배터리 SOH 추정 장치.
5. 제4항에 있어서,
   상기 SOH 필터링부는, 산술 평균 방법에 의해 상기 SOH 평균값을 연산하는 것을 특징으로 하는 배터리 SOH 추정 장치.
6. 배터리를 관리하는 배터리 관리 시스템이 배터리의 SOH를 추정하는 방법에 있어서,
   상기 배터리 관리 시스템이, 배터리의 방전 종료 후 충전 전의 제1 SOC(State Of Charge)를 산출하고, 상기 배터리의 상기 방전 종료 후 이어지는 충전의 종료 후 재방전 전의 제2 SOC를 산출하고, 상기 배터리의 상기 충전 종료 후 이어지는 재방전의 종료 후 재충전 전의 제3 SOC를 산출하는 동작을 반복하여 수행하는 SOC 산출 단계;
   상기 배터리 관리 시스템이, 상기 배터리의 충전 및 방전 종료시마다 SOC 변화량을 이용하여 상기 배터리의 SOH(State Of Health)를 연산하는 단계로서, 상기 제1 SOC 및 제2 SOC 간의 SOC 변화량에 의해 추정되는 충전량과 전류 적산 방법에 의해 추정되는 충전량을 이용하여 상기 배터리의 충전 후 SOH를 연산하고, 상기 제2 SOC 및 제3 SOC 간의 SOC 변화량에 의해 추정되는 방전량과 전류 적산 방법에 의해 추정되는 방전량을 이용하여 상기 배터리의 방전 후 SOH를 연산하는 SOH 연산 단계; 및
   상기 배터리 관리 시스템이, 상기 SOH 연산 단계에서 차례로 연산되는 SOH 연산값들을 차례로 저장하고, 차례로 저장된 SOH 연산값들 중 최후 저장된 SOH 연산값으로부터 소급하여 일정 개수의 SOH 연산값들을 선택하고, 선택된 SOH 연산값들을 이용하여 SOH 평균값을 연산하고, 상기 SOH 평균값을 필터링된 SOH 값으로 산출하는 SOH 필터링 단계를 포함하는 배터리 SOH 추정 방법.
7. 제6항에 있어서,
   상기 SOC 산출 단계는,
   상기 배터리의 전압, 전류 및 온도에 대한 센싱 데이터를 생성하는 단계; 및
   칼만 필터 또는 확장 칼만 필터를 기반으로 상기 센싱 데이터를 이용하여 상기 배터리의 SOC를 연산하는 단계를 포함하는 것을 특징으로 하는 배터리 SOH 추정 방법.
8. 삭제
9. 제6항에 있어서,
   상기 SOH 필터링 단계는, 상기 선택된 SOH 연산값들 중 최대값 및 최소값을 제외하고 상기 SOH 평균값을 연산하는 단계인 것을 특징으로 하는 배터리 SOH 추정 방법.
10. 제9항에 있어서,
    상기 SOH 필터링 단계는, 산술 평균 방법에 의해 상기 SOH 평균값을 연산하는 단계인 것을 특징으로 하는 배터리 SOH 추정 방법.
11. 제6항, 제7항, 제9항, 제10항 중 어느 한 항에 따른 배터리 SOH 추정 방법을 컴퓨터 시스템을 통해 실행하는 컴퓨터 프로그램으로서 기록매체에 기록된 컴퓨터 프로그램.

Images