KR101867225B1 - 리튬 이온 배터리 급속 충전 방법 - Google Patents

리튬 이온 배터리 급속 충전 방법 Download PDF

Info

Publication number
KR101867225B1
KR101867225B1 KR1020170041517A KR20170041517A KR101867225B1 KR 101867225 B1 KR101867225 B1 KR 101867225B1 KR 1020170041517 A KR1020170041517 A KR 1020170041517A KR 20170041517 A KR20170041517 A KR 20170041517A KR 101867225 B1 KR101867225 B1 KR 101867225B1
Authority
KR
South Korea
Prior art keywords
battery
charging
charge
temperature
current
Prior art date
Application number
KR1020170041517A
Other languages
English (en)
Inventor
박성용
Original Assignee
지엠 글로벌 테크놀러지 오퍼레이션스 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 지엠 글로벌 테크놀러지 오퍼레이션스 엘엘씨 filed Critical 지엠 글로벌 테크놀러지 오퍼레이션스 엘엘씨
Priority to KR1020170041517A priority Critical patent/KR101867225B1/ko
Application granted granted Critical
Publication of KR101867225B1 publication Critical patent/KR101867225B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • G01R31/3606—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G01R31/3675—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
    • H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
    • H02J7/047—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • Y02E60/122—

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Materials Engineering (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

배터리 급속 충전 방법을 제공한다.
본 발명의 실시예에 따른 배터리 급속 충전 방법은 (a) 전기화학 정보 분석 모듈(310)이 전하량 보존 법칙, 옴의 법칙 및 배터리의 분극 특성식을 이용하여 배터리(100) 내부의 전위, 배터리(100) 내부의 전류 밀도 분포 및 배터리(100) 내부의 충전량(State of charge, SOC) 분포를 분석하는 단계, (b) 열역학 정보 분석 모듈(320)이 상기 분석된 배터리(100) 내부의 전위와 배터리(100) 내부의 전류 밀도 분포, 그리고 에너지 보존 법칙을 이용하여 배터리(100) 내부의 온도 분포를 분석하는 단계, (c) 시뮬레이션 모듈(330)이 상기 전기화학 정보 분석 모듈(310)에서 분석된 배터리(100) 내부의 충전량 분포 및 상기 열역학 정보 분석 모듈(320)에서 분석된 배터리(100) 내부의 온도 분포를 이용하고, 초기 충전량(Ci), 초기 충전 전류(Ii), 외기 온도(Tair), 목표 충전량(Ct) 및 목표 충전 소요 시간(tt)을 각각 변수로 입력받아, 상기 목표 충전량(Ct)에 도달하기까지의 충전 소요 시간 및 상기 목표 충전량(Ct)에 도달시의 충전량 편차(
Figure 112017031673798-pat00073
C)와 온도 편차(
Figure 112017031673798-pat00074
T) 및 최고 온도(Tmax)를 복수 회 분석하는 단계, (d) 충전 전류 연산 모듈(340)이 상기 입력된 목표 충전 소요 시간(tt) 동안 상기 시뮬레이션 모듈(330)에서 분석된 충전량 편차(
Figure 112017031673798-pat00075
C) 또는 온도 편차(
Figure 112017031673798-pat00076
T) 중 어느 하나가 최소화되는 충전 전류(It)를 연산하는 단계 및 (e) 충전부(200)가 상기 충전 전류 연산 모듈(340)에 의해 연산된 충전 전류(It)로 상기 배터리(100)를 충전하는 단계를 포함할 수 있다.

Description

리튬 이온 배터리 급속 충전 방법{LITHIUM-ION BATTERY QUICK CHARGING METHOD}
본 발명은 모델링을 통해 배터리 내부의 온도 및 충전량(State of Charge, SOC) 분포를 예측하여 충전 전류를 연산하고, 연산된 충전 전류로 배터리를 충전하는 급속 충전 방법에 관한 것이다.
전기자동차의 친환경성과 경제적인 운영비 등의 장점과 세계 각국의 친환경정책의 이해가 맞아 전기자동차의 활용이 확대되고 있다. 하지만 기존의 내연기관 자동차와 경쟁하기 위해서는 짧은 주행거리, 고가의 차량 가격, 장시간의 충전 소요 시간 등의 약점의 해결이 요구된다.
특히 현재의 전기자동차용 배터리는 6 ~ 8 시간 정도의 긴 시간에 걸쳐 낮은 충전율로 충전을 하고 있어서 급속 충전의 필요성이 증가하고 있다.
하지만 배터리의 충전율을 높이기 위해 높은 충전 전류를 사용할 경우 전극 내부의 이온과 전자의 전달속도의 한계로 인해 배터리 내부의 온도 편차와 충전량 편차가 커져 배터리의 안정성이 저하될 수 있다.
또한, 불필요한 부반응인 리튬 플레이팅(lithium plating) 현상의 발생 위험이 높아진다. 리튬 플레이팅 현상이란, 충전 전류가 매우 높아질 경우 리튬 양이온이 금속 리튬으로 침전되어 배터리 내부의 단락을 유발함으로써 배터리의 수명과 내구성을 저하시키는 현상을 말한다.
따라서 배터리 내부의 각 부분의 온도 편차와 충전량 편차를 줄이고 리튬 플레이팅 현상의 발생을 방지함으로써 배터리의 안정성과 수명을 확보하기 위해, 충전 전류를 크게 높이지 않고도 배터리를 급속 충전할 수 있는 방법의 필요성이 요구되고 있다.
이를 위해서는 배터리의 전극의 면적, 두께 및 종횡비 등의 설계요소를 변경하는 방법, 그리고 충전율, 충전량의 평균값 및 사용범위 등의 급속 충전 방법을 변경하는 방법이 있다.
그런데 설계요소를 변경하는 방법의 경우 배터리의 물리적인 변화를 수반하고, 외부 조건의 변화에 능동적으로 대응할 수 없다는 한계가 있다.
따라서 급속 충전 방법을 변경하는 것이 보다 유리한데, 기존의 급속 충전 방법은 충전 소요 시간 단축을 주안점으로 삼고 있었다. 충전 소요 시간 단축만을 고려한 기존의 충전 방법은 배터리 내부의 각 부분의 충전량 편차와 온도 편차의 최소화 및 최고 온도의 최소화가 어렵다는 단점이 존재한다.
한국공개특허문헌 제2014-0025310호(2014.03.04) 미국등록특허문헌 제9475398호(2016.10.25)
본 발명은 모델링을 통해 배터리 내부의 충전량 분포 및 온도 분포를 정확하게 예측하여 총 충전 소요 시간, 배터리 내부의 충전량 편차, 배터리 내부의 온도 편차 및 배터리의 최고 온도가 최적화되는 충전 전류를 연산하는 급속 충전 방법을 제공하고자 한다.
상기한 과제를 해결하기 위해 본 발명의 일 실시예는, (a) 전기화학 정보 분석 모듈(310)이 전하량 보존 법칙, 옴의 법칙 및 배터리의 분극 특성식을 이용하여 배터리(100) 내부의 전위, 배터리(100) 내부의 전류 밀도 분포 및 배터리(100) 내부의 충전량(State of charge, SOC) 분포를 분석하는 단계, (b) 열역학 정보 분석 모듈(320)이 상기 분석된 배터리(100) 내부의 전위와 배터리(100) 내부의 전류 밀도 분포, 그리고 에너지 보존 법칙을 이용하여 배터리(100) 내부의 온도 분포를 분석하는 단계, (c) 시뮬레이션 모듈(330)이 상기 전기화학 정보 분석 모듈(310)에서 분석된 배터리(100) 내부의 충전량 분포 및 상기 열역학 정보 분석 모듈(320)에서 분석된 배터리(100) 내부의 온도 분포를 이용하고, 초기 충전량(Ci), 충전 전류(I), 외기 온도(Tair), 목표 충전량(Ct) 및 목표 충전 소요 시간(tt)을 각각 변수로 입력받아, 상기 목표 충전량(Ct)에 도달하기까지의 충전 소요 시간 및 상기 목표 충전량(Ct)에 도달시의 충전량 편차(
Figure 112017031673798-pat00001
C)와 온도 편차(
Figure 112017031673798-pat00002
T) 및 최고 온도(Tmax)를 복수 회 분석하는 단계, (d) 충전 전류 연산 모듈(340)이 상기 입력된 목표 충전 소요 시간(tt) 동안 상기 시뮬레이션 모듈(330)에서 분석된 충전량 편차(
Figure 112017031673798-pat00003
C) 또는 온도 편차(
Figure 112017031673798-pat00004
T) 중 어느 하나가 최소화되는 충전 전류(It)를 연산하는 단계 및 (e) 충전부(200)가 상기 충전 전류 연산 모듈(340)에 의해 연산된 충전 전류(It)로 상기 배터리(100)를 충전하는 단계를 포함하는, 배터리 급속 충전 방법을 제공한다.
일 실시예에 있어서, 상기 배터리(100)는 리튬 이온 배터리일 수 있다.
일 실시예에 있어서, 상기 (d) 단계에서, 상기 연산된 충전 전류(It)의 크기는 상기 목표 충전 소요 시간(tt) 동안, 상기 배터리(100) 내부의 온도가 특정 온도에 도달된 직후부터 상기 목표 충전량(Ct)에 도달될 때까지 일정하게 감소하는 것이 바람직하다.
일 실시예에 있어서, 상기 시뮬레이션 모듈(330)에 초기 충전량(Ci), 초기 충전 전류(Ii), 외기 온도(Tair), 목표 충전량(Ct) 및 목표 충전 소요 시간(tt)을 입력하는 입력부(400)를 더 포함할 수 있다.
일 실시예에 있어서, 상기 (d) 단계에서, 충전 전류 연산 모듈(340)은 상기 배터리(100)의 최고 온도(Tmax)가 최소화되는 충전 전류(It)를 연산하는 단계를 더 포함할 수 있다.
본 발명에 따르면 초기 충전량과 충전 전류 및 외기 온도에 따른 배터리 내부의 전류 밀도 분포와 배터리 내부의 온도 분포를 정확하게 분석함으로써 급속 충전에 따른 배터리의 상태를 정확하게 파악할 수 있다.
또한, 목표 충전 소요 시간 내에서 배터리 내부의 충전량 편차와 배터리 내부의 온도 편차 및 배터리의 최고 온도 중 어느 하나가 최소화되도록 충전 전류를 연산하고, 연산된 충전 전류로 배터리를 충전할 수 있다.
따라서, 다양한 외부 조건에 따라 배터리의 상태를 정확하게 파악하고, 각각의 상황에 맞는 급속 충전 방법을 사용할 수 있다. 더 나아가 정전류 - 정전압(CC - CV) 충전 방법 외에도 다양한 방식의 충전 방법을 이용하여 안정적인 배터리 급속 충전이 가능하므로, 배터리의 안정성 및 수명 저하 문제를 해결할 수 있다.
도 1은 본 발명의 실시예에 따른 급속 충전 방법에 이용되는 구성요소를 설명하기 위한 블록도이다.
도 2는 본 발명의 실시예에 따른 급속 충전 방법의 흐름을 나타낸 순서도이다.
도 3은 리튬 이온 배터리의 전극의 전류 흐름을 묘사한 구조도이다.
도 4는 방전 중인 배터리의 전압 변화를 전류 밀도의 함수로 표현한 그래프이다.
도 5는 배터리가 충전량 20%의 상태에서 각각 3C, 5C의 정전류로 충전이 개시되어 배터리의 전압이 4.15V에 도달된 직후부터 정전압으로 충전량 80%의 상태에 도달될 때까지 충전될 때 필요한 총 충전 소요 시간에 대한 실험 결과와 시뮬레이션 결과를 비교한 그래프이다.
도 6은 배터리가 충전량 20%의 상태에서 각각 3C, 5C의 정전류로 충전이 개시되어 배터리의 전압이 4.15V에 도달된 직후부터 정전압으로 충전량 80%의 상태에 도달될 때까지 충전될 때 최고, 평균, 최소 온도의 실험 결과와 시뮬레이션 결과를 비교한 그래프이다.
도 7은 배터리가 충전량 20%의 상태에서 각각 3C, 5C의 정전류로 충전이 개시되어 배터리의 전압이 4.15V에 도달된 직후부터 정전압으로 충전량 80%의 상태에 도달될 때까지 충전될 때 충전량에 따른 충전량 편차(Degree of SOC imbalance)를 시뮬레이션한 결과를 나타낸 그래프이다.
도 8은 배터리가 충전량 20%의 상태에서 5C의 정전류로 충전이 개시되어 배터리의 온도가 각각 25℃, 28℃, 31℃, 34℃에 도달된 직후부터 충전량 80%의 상태에 도달될 때까지 총 충전 소요 시간 600초 동안 배터리가 충전될 때 충전량에 따른 충전 전류의 변화를 나타낸 그래프이다.
도 9는 도 8의 과정으로 리튬 이온 배터리가 충전될 때 배터리 내부의 최고 온도(Peak temperature)와 평균 충전량 편차(Average degree of SOC imbalance)를 나타낸 그래프이다.
도 10은 배터리가 충전량 20%의 상태에서 초기 충전 전류를 각각 100A, 117.5A, 125A, 150A로 충전이 개시되어 충전량 80%의 상태에 도달될 때까지 총 충전 소요 시간 600초 동안 배터리가 충전될 때 충전량에 따른 충전 전류의 변화를 나타낸 그래프이다.
도 11은 도 10의 전류로 리튬 이온 배터리가 충전될 때 배터리 내부의 최고 온도와 평균 충전량 편차를 나타낸 그래프이다.
본 발명의 실시예에 따른 배터리(100) 급속 충전 방법은 (a) 전기화학 정보 분석 모듈(310)이 리튬 이온 배터리(100) 내부 전극의 전위 및 전류 밀도 분포 및 배터리(100) 내부의 충전량 분포를 분석하는 단계와 (b) 열역학 정보 분석 모듈(320)이 배터리(100) 내부의 온도 분포를 분석하는 단계와 (c) 시뮬레이션 모듈(330)이 충전 소요 시간, 충전량 편차(C), 배터리(100) 내부의 온도 편차(T), 배터리(100)의 최고 온도(Tmax)를 복수 회 분석하는 단계와 (d) 충전 전류 연산 모듈(340)이 조건에 맞는 최적화된 충전 전류(It)를 연산하는 단계 및 (e) 충전부(200)가 연산된 충전 전류(It)로 상기 배터리(100)를 충전하는 단계를 포함한다.
이하, 첨부된 도면들을 참조하여 각각의 단계를 보다 구체적으로 설명한다.
(a) 전기화학 정보 분석 모듈(310)이 리튬 이온 배터리(100) 내부 전극의 전위 및 전류 밀도 분포를 분석하는 단계(전기화학 모델링 단계)
전기화학 정보 분석 모듈(310)이 전하량 보존 법칙, 옴의 법칙 및 배터리의 분극 특성식을 이용하여 배터리(100) 내부의 전위, 배터리(100) 내부의 전류 밀도 분포 및 배터리(100) 내부의 충전량(State fo charge, SOC) 분포를 분석하는 단계이다. 이하, 본 단계의 전기화학 정보 분석 과정을 도 3 및 도 4를 참조하여 설명한다.
도 3에 도시된 바와 같이, 리튬 이온 배터리의 두 전극 사이의 거리가 매우 가까워 양극(Positive Electrode)과 음극(Negative Electrode) 사이를 흐르는 전류가 극판과 수직을 이룬다고 가정하면, 극판에서의 전하량 보존 법칙으로부터 식 (1.1) 및 식 (1.2)를 유도할 수 있다.
Figure 112017031673798-pat00005
(1.1)
Figure 112017031673798-pat00006
(1.2)
여기서
Figure 112017031673798-pat00007
와
Figure 112017031673798-pat00008
은 각각 단위 길이당 양극과 음극에서 흐르는 전류 벡터[A/cm]를 나타낸다. 옴의 법칙(Ohm's law)을 이용하여 정리하면,
Figure 112017031673798-pat00009
와
Figure 112017031673798-pat00010
은 식 (1.3) 및 식 (1.4)와 같다.
Figure 112017031673798-pat00011
(1.3)
Figure 112017031673798-pat00012
(1.4)
여기서
Figure 112017031673798-pat00013
와
Figure 112017031673798-pat00014
은 각각 양극과 음극의 전위
Figure 112017031673798-pat00015
이고,
Figure 112017031673798-pat00016
와
Figure 112017031673798-pat00017
은 각각 양극과 음극의 저항
Figure 112017031673798-pat00018
이다. 이들을 식 (1.1)과 (1.2)에 대입하여
Figure 112017031673798-pat00019
와
Figure 112017031673798-pat00020
에 대해 정리하면 식 (1.5) 및 식 (1.6)의 푸아송 방정식(poisson's equation)을 얻게 된다.
Figure 112017031673798-pat00021
(1.5)
Figure 112017031673798-pat00022
(1.6)
여기서
Figure 112017031673798-pat00023
는 전류 밀도이며, 전류 밀도
Figure 112017031673798-pat00024
는 양극과 음극의 전위차의 함수이며, 그 함수의 형태는 배터리의 분극 특성을 반영한 식 (1.7)의 배터리의 분극 특성식을 사용한다.
Figure 112017031673798-pat00025
(1.7)
여기서
Figure 112017031673798-pat00026
와
Figure 112017031673798-pat00027
를 방전량(Depth of Discharge, DOD)의 함수로 표시하면 식 (1.8) 및 식 (1.9)와 같다.
Figure 112017031673798-pat00028
(1.8)
Figure 112017031673798-pat00029
(1.9)
도 4를 참조하면, 계수
Figure 112017031673798-pat00030
~
Figure 112017031673798-pat00031
을 구하기 위하여, 방전 중인 배터리의 전압 변화를 전류 밀도의 함수로 표현하여 나타낼 수 있다. 방전량에 따른
Figure 112017031673798-pat00032
절편의 값은 식 (1.8)과 같이 3차식으로
Figure 112017031673798-pat00033
값을 구하고 기울기의 역수는 식 (1.9)과 같이
Figure 112017031673798-pat00034
값으로 정하였다.
충전량과 방전량의 합은 100%로 일정하므로, 상기 식으로부터 구한 방전량을 이용하여 식 (1.10)을 통해 충전량 분포를 구할 수 있다.
Figure 112017031673798-pat00035
(1.10)
따라서 배터리(100) 내부의 각 부분의 전류 밀도와 배터리(100) 내부의 각 부분의 충전량을 알 수 있으므로, 이로부터 배터리(100) 내부의 전류 밀도 분포 및 배터리(100) 내부의 충전량 분포를 분석할 수 있다.
(b) 열역학 정보 분석 모듈(320)이 배터리(100) 내부의 온도 분포를 분석하는 단계(열적 거동 모델링 단계)
열역학 정보 분석 모듈(320)이 상기 (a) 단계에서 분석된 배터리(100) 내부의 전위와 배터리(100) 내부의 전류 밀도 분포, 그리고 에너지 보존 법칙을 이용하여 배터리(100) 내부의 온도 분포를 분석하는 단계이다. 이를 위해 열역학 정보 분석 모듈(320)은 배터리(100) 내부의 열적 거동 모델링을 수행한다.
배터리(100) 내부의 열적 거동 모델링을 수행하기 위하여 다음의 식 (2.1)의 비정상 상태의 열전도 방정식을 사용한다.
Figure 112017031673798-pat00036
(2.1)
식 (2.1)에서
Figure 112017031673798-pat00037
는 각각 밀도, 열용량, 온도,
Figure 112017031673798-pat00038
축 방향의 열 전도도,
Figure 112017031673798-pat00039
축 방향의 열 전도도, 열 발생율 및 대류로 인한 열 손실율이다.
단위 부피당 열 발생량
Figure 112017031673798-pat00040
는 식 (2.2)의 방정식을 사용하여 계산한다.
(2.2)
여기서
Figure 112017031673798-pat00042
는 극판의 유효면적이고,
Figure 112017031673798-pat00043
는 전류 밀도,
Figure 112017031673798-pat00044
는 개회로 전압이며,
Figure 112017031673798-pat00045
와
Figure 112017031673798-pat00046
은 식 (1.5)와 식 (1.6)으로부터 계산된
Figure 112017031673798-pat00047
와
Figure 112017031673798-pat00048
의 그래디언트 벡터(gradient vector)이다.
대류로 인한 열 손실율은 식 (2.3)의 방정식을 사용하여 계산한다.
Figure 112017031673798-pat00049
(2.3)
Figure 112017031673798-pat00050
는 각각 대류 열전달 계수, 배터리의 두께, 외기 온도이다.
따라서 식 (2.2) 및 식 (2.3)을 식 (2.1)에 대입하여 온도(T)를 구할 수 있다. 이를 통해 배터리(100) 내부의 각 부분의 온도를 분석할 수 있으며, 이로부터 배터리(100) 내부의 온도 분포를 분석할 수 있다.
(c) 시뮬레이션 모듈(330)이 목표 충전량(C t )에 도달하기까지의 충전 소요 시간 및 목표 충전량(C t )에 도달시의 충전량 편차(C)와 온도 편차(T) 및 최고 온도(T max )를 복수 회 분석하는 단계
시뮬레이션 모듈(330)이 상기 (a) 단계에서 분석된 배터리(100) 내부의 충전량 분포 및 상기 (b) 단계에서 분석된 배터리(100) 내부의 온도 분포를 이용하고, 초기 충전량(Ci), 초기 충전 전류(Ii), 외기 온도(Tair), 목표 충전량(Ct) 및 목표 충전 소요 시간(tt)을 각각 변수로 입력받아 상기 목표 충전량(Ct)에 도달하기까지의 충전 소요 시간 및 상기 목표 충전량(Ct)에 도달시의 충전량 편차(C)와 온도 편차(T) 및 최고 온도(Tmax)를 복수 회 분석하는 단계이다.
이하, 본 단계의 시뮬레이션 과정을 도 5 내지 도 7을 참조하여 설명한다.
도 5 및 도 6은 리튬 이온 배터리(100)가 정전류 - 정전압(CC - CV) 충전 방법에 의해 각각 3C, 5C의 충전 전류(I)로 충전될 때의 충전 실시예이다. 도 7은 도 5 및 도 6의 조건에 따른 시뮬레이션 결과를 충전량에 따른 충전율 편차(Degree of SOC imbalance)(C) 로 나타낸 것이다.
이 때, 본 실시예에서 1C는 25A로서, 3C는 75A, 5C는 125A이며, 임의로 정해진 값으로 충전시 외부 조건에 따라 변경될 수 있다.
도 5를 참조하면, 배터리(100)가 충전량 20%의 상태에서 각각 3C, 5C의 정전류(CC)로 충전이 개시되어 배터리(100)의 전압이 4.15V에 도달된 직후부터 정전압(CV)으로 충전량 80%의 상태에 도달될 때까지 충전될 때, 필요한 총 충전 소요 시간에 대한 실험 결과는 시뮬레이션 모듈(330)에 의한 시뮬레이션 결과와 거의 유사한 것을 알 수 있다.
보다 구체적으로, 상기한 충전 과정을 따라 3C로 충전을 개시한 경우 충전량 80%의 상태까지의 충전 소요 시간은 720초이고, 5C로 충전을 개시한 경우 충전량 80%의 상태까지의 충전 소요 시간은 496초이다.
도 6을 참조하면, 배터리(100)가 충전량 20%의 상태에서 각각 3C, 5C의 정전류로 충전이 개시되어 배터리(100)의 전압이 4.15V에 도달된 직후부터 정전압으로 충전량 80%의 상태에 도달될 때까지 충전될 때, 최고, 평균, 최소 온도의 실험 결과와 시뮬레이션 결과 또한 거의 유사한 것을 알 수 있다.
본 실시예에서는 온도 측정을 위해 열화상 카메라를 이용하였다.
도 7을 참조하면, 배터리(100)가 충전량 20%의 상태에서 각각 3C, 5C의 정전류로 충전이 개시되어 배터리(100)의 전압이 4.15V에 도달된 직후부터 정전압으로 충전량 80%의 상태에 도달될 때까지 충전될 때, 충전량에 따른 충전량 편차(C)를 시뮬레이션한 결과이다.
여기서 충전량 편차(C)는 식 (3.1)을 이용하여 계산된다.
Figure 112017031673798-pat00051
(3.1)
여기서
Figure 112017031673798-pat00052
는 각각 배터리(100) 내부의 최고, 최소, 평균 충전량이다.
상기 도 5 및 도 6의 실험 결과와 시뮬레이션 결과가 거의 유사하다는 점에서, 도 5 및 도 6의 실험 결과 및 시뮬레이션 결과를 이용한 도 7의 시뮬레이션 결과 또한 실제 실험 결과와 거의 유사할 것이라고 기대할 수 있다.
따라서, 본 단계에서는 특정한 외부 조건에 따른 배터리(100)의 총 충전 소요 시간, 배터리(100) 내부의 충전량 편차(C), 배터리(100) 내부의 온도 편차(T) 및 배터리(100) 내부의 최고 온도(Tmax)를 분석할 수 있다.
보다 구체적으로, 본 단계의 시뮬레이션 모듈(330)은 상기 (a) 단계에서 분석한 배터리(100) 내부의 전위, 배터리(100) 내부의 전류 밀도 분포 및 배터리(100) 내부의 충전량 분포 및 상기 (b) 단계에서 분석한 배터리(100) 내부의 온도 분포를 이용한다.
또한, 본 단계의 시뮬레이션 모듈(330)은 입력부(400)를 통해 사용자가 목표로 하는 특정 충전 조건을 입력받는다.
구체적으로, 시뮬레이션 모듈(330)은 (1) 초기 정전류(본 실시예의 3C, 5C), (2) 정전압 충전 개시의 기준이 되는 배터리(100)의 목표 전압(본 실시예의 4.15V), (3) 목표 충전량(Ct)(본 실시예의 80%), (4) 목표 충전 소요 시간(tt)(본 실시예의 600초)을 입력부(400)를 통해 변수로 입력받게 된다.
이를 통해 (1) 상기 목표 충전량(Ct)에 도달하기까지의 충전 소요 시간 및 (2) 상기 목표 충전량(Ct)에 도달시의 배터리(100) 내부의 충전량 편차(C)와 온도 편차(T) 및 배터리(100) 내부의 최고 온도(Tmax)를 분석할 수 있다.
또한, 이러한 분석 과정을 복수 회 반복함으로써 좀더 정확한 시뮬레이션 결과를 도출해낼 수 있다.
(d) 시뮬레이션에 따른 결과로서 조건에 맞는 최적화된 충전 전류(I t )를 산정하는 단계
충전 전류 연산 모듈(340)이 상기 (c) 단계에서 분석된 상기 목표 충전량(Ct)에 도달시의 배터리(100) 내부의 충전량 편차(C)와 온도 편차(T) 및 배터리(100) 내부의 최고 온도(Tmax)를 이용하여, 총 충전 소요 시간이 한정된 경우에 최적화된 충전 방법을 연산하는 단계이다.
본 실시예에서는 총 충전 소요 시간을 600초로 한정하여 설명한다. 또한, 배터리(100)가 5C의 정전류로 충전이 개시되어 특정 온도에 도달된 직후부터 충전량 80%의 상태에 도달될 때까지 특정한 충전 전류(I) 함수에 따라 충전될 때, 상기 특정 온도를 “도달 온도”라고 정의하여 설명한다.
이하, 본 단계의 최적화된 충전 방법 연산 방법을 도 8 내지 도 11을 참조하여 설명한다. 구체적으로, (1) 도달 온도가 변경될 경우 및 (2) 초기 충전 전류(Ii)가 변경될 경우를 나누어서 설명한다.
식 (4.1) 내지 식 (4.4)는 배터리(100) 내부의 도달 온도가 변경될 경우의 충전 전류(I) 함수이다. 배터리(100) 내부의 도달 온도는 각각 25℃, 28℃, 31℃, 34℃로 설정된다.
도달 온도 25℃ :
Figure 112017031673798-pat00053
(4.1)
도달 온도 28℃ :
Figure 112017031673798-pat00054
(4.2)
도달 온도 31℃ :
Figure 112017031673798-pat00055
(4.3)
도달 온도 34℃ :
Figure 112017031673798-pat00056
(4.4)
배터리(100)는 충전량 20%의 상태에서 5C의 정전류로 충전이 개시되어 상기한 각각의 도달 온도에 도달된 직후부터 충전량 80%의 상태에 도달될 때까지 총 충전 소요 시간 600초 동안 식 (4.1) 내지 식 (4.4)의 전류 함수를 따라 충전된다.
도 8은 상기한 과정을 따라 서로 다른 도달 온도로 배터리(100)가 충전될 때 충전량에 따른 충전 전류(I)의 변화를 나타낸 그래프이다. 도달 온도가 25℃일 때, 충전량 20%의 상태에서 충전이 개시된 때부터 충전량 80%의 상태에 도달될 때까지 충전 전류(I)가 일정하게 감소하는 것을 알 수 있다.
이 때 충전 전류(I)는 충전 개시 직후부터 일정하게 감소하는 것이 가장 바람직하다.
도 9는 상기한 과정을 따라 도 8의 전류로 리튬 이온 배터리(100)가 충전될 때 배터리(100) 내부의 최고 온도(Tmax)와 배터리(100) 내부의 평균 충전량 편차(C)를 나타낸 그래프이다. 도달 온도가 25℃일 때 (1) 최고 온도(Peak temperature)는 약 34.0℃℃(도 9 - (a))이고, (2) 평균 충전량 편차(C)(Average degree of SOC imbalance)는 약 0.0079(도 9 - (b))로 가장 낮은 것을 알 수 있다.
이를 참조하면, 본 실시예에서 보인 리튬 이온 배터리(100)의 경우 도달 온도는 25℃로 설정되고, 충전 초기부터 충전량에 따른 전류 함수에 의해 전류가 제어될 때, 배터리(100) 내부의 최고 온도(Tmax) 및 배터리(100) 내부의 충전량 편차(C)가 최소화된다는 결론을 얻을 수 있다.
이를 일반화하면, 배터리(100)가 임의의 충전량의 상태로부터 임의의 충전 전류(I)로 정전류 충전이 개시되어 배터리(100)의 온도가 임의의 최고 온도(Tmax)에 도달된 직후부터 목표 충전량(Ct)의 상태에 도달될 때까지 임의의 총 충전 소요 시간 동안의 충전 전류(I)를 충전량의 함수로 나타낼 수 있다.
Figure 112017031673798-pat00057
(4.5)
이 때 상수
Figure 112017031673798-pat00058
와
Figure 112017031673798-pat00059
는 시뮬레이션 결과의 분석을 통해 도출할 수 있다. 상기한 식 (4.5)를 이용하여 배터리(100)의 최고 온도(Tmax) 및 배터리(100) 내부의 평균 충전량 편차(C)를 최소화할 수 있는 충전 전류(I)의 도출이 가능하다.
식 (4.6) 내지 식 (4.9)은 초기 충전 전류(Ii)가 변경될 경우의 충전 전류(I) 함수이다. 초기 충전 전류(Ii)는 각각 100.0A, 117.5A, 125.0A, 150.0A로 설정된다.
초기 충전 전류(Ii) 100.0A :
Figure 112017031673798-pat00060
(4.6)
초기 충전 전류(Ii) 117.5A :
Figure 112017031673798-pat00061
(4.7)
초기 충전 전류(Ii) 125.0A :
Figure 112017031673798-pat00062
(4.8)
초기 충전 전류(Ii) 150.0A :
Figure 112017031673798-pat00063
(4.9)
배터리(100)는 충전량 20%의 상태에서 초기 충전 전류(Ii)가 각각 100.0A, 117.5A, 125.0A, 150.0A일 때 충전량 80%의 상태에 도달될 때까지 총 충전 소요 시간 600초 동안 식 (4.6) 내지 식 (4.9)의 전류 함수를 따라 충전된다.
도 10은 상기한 과정을 따라 배터리(100)가 충전될 때 충전량에 따른 충전 전류(I)의 변화를 나타낸 그래프이다. 초기 충전 전류(Ii)가 150A일 때 충전 전류(I)가 가장 급격하게 감소하고, 초기 충전 전류(Ii)가 100A일 때 충전 전류(I)가 가장 완만하게 감소하는 것을 알 수 있다.
이 경우, 모든 크기의 초기 충전 전류(Ii)가 충전 개시 직후부터 감소하고 있는 것을 확인할 수 있다. 따라서 배터리(100) 내부의 충전량 편차(C)와 배터리(100)의 최고 온도(Tmax)가 중요한 고려 요소가 된다.
도 11은 상기한 과정을 따라 도 10의 전류로 리튬 이온 배터리(100)가 충전될 때 배터리(100)의 최고 온도(Tmax)와 평균 충전량 편차(C)를 나타낸 그래프이다.
식 (4.7)을 따라 충전 전류(I)가 제어되고, 초기 충전 전류(Ii)가 117.5A(도 11 - (c))일 때, 배터리(100)의 최고 온도(Tmax)가 가장 낮은 것을 확인할 수 있다.
또한, 초기 충전 전류(Ii)가 약 131.0A(도 11 - (d))일 때 평균 충전량 편차(C)가 가장 낮은 것을 확인할 수 있다.
이를 일반화하면, 배터리(100)가 충전량 20%의 상태에서 임의의 초기 충전 전류(Ii)로 충전이 개시되어 충전량 80%의 상태에 도달될 때까지 임의의 총 충전 소요 시간 동안의 충전 전류(I)를 충전량의 함수로 나타낼 수 있다.
Figure 112017031673798-pat00064
(4.10)
이 때 상수
Figure 112017031673798-pat00065
와
Figure 112017031673798-pat00066
는 시뮬레이션 결과의 분석을 통해 도출할 수 있다. 상기한 식 (4.10)을 이용하여 배터리(100)의 최고 온도(Tmax) 및 배터리(100) 내부의 평균 충전량 편차(C)를 최소화할 수 있는 충전 전류(I)의 도출이 가능하다.
따라서 충전 상황에 따라, 초기 충전 전류(Ii) 또는 도달 온도를 조절함으로써, (1) 배터리(100) 내부의 충전율 편차(C), (2) 배터리(100) 내부의 온도 편차(T) 및 (3) 배터리(100) 내부의 최고 온도(Tmax) 중 어느 하나가 최소화되도록 충전 방식을 최적화할 수 있다.
(e) 충전부(200)가 연산된 충전 전류(I t )로 배터리(100)를 충전하는 단계
충전부(200)가 상기 (d) 단계에서 충전량 편차(C), 온도 편차(T) 및 최고 온도(Tmax) 중 어느 하나가 최소화되도록 연산된 충전 전류(It)로 배터리(100)를 충전하는 단계이다.
본 발명에 따르면 정전류-정전압 충전 외에도 다양한 충전 전류에 따라 배터리(100)의 충전량 편차(C)와 배터리(100) 내부의 온도 편차(T) 및 배터리(100)의 최고 온도(Tmax)를 예측하여, 배터리(100)의 안정성 및 수명 연장이 극대화되는 충전 전류(It)를 연산할 수 있는 장점을 갖는다.
특히 전기자동차용 리튬 이온 배터리(100)의 급속 충전에 있어서 적용 목적과 적용 환경에 따라 배터리(100)의 충전량 편차(C)와 배터리(100) 내 온도 편차(T) 및 배터리(100)의 최고 온도(Tmax) 중 어느 하나가 가장 낮은 충전 방법을 찾는데 활용될 수 있다.
이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 당업계에서 통상의 지식을 가진 자라면 이하의 청구범위에 기재된 본 발명의 사상 및 영역을 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100 : 배터리
200 : 충전부
300 : 제어부
310 : 전기화학 정보 분석 모듈
320 : 열역학 정보 분석 모듈
330 : 시뮬레이션 모듈
340 : 충전 전류 연산 모듈
400 : 입력부
I : 충전 전류
Ii : 초기 충전 전류
It : 충전 전류
Tair : 외기 온도
Tmax : 최고 온도
Figure 112017031673798-pat00067
T : 온도 편차
Ci : 초기 충전량
Ct : 목표 충전량
Figure 112017031673798-pat00068
C : 충전량 편차
tt : 목표 충전 소요 시간

Claims (5)

  1. (a) 전기화학 정보 분석 모듈(310)이 전하량 보존 법칙, 옴의 법칙 및 배터리의 분극 특성식을 이용하여 배터리(100) 내부의 전위, 배터리(100) 내부의 전류 밀도 분포 및 배터리(100) 내부의 충전량(State of charge, SOC) 분포를 분석하는 단계;
    (b) 열역학 정보 분석 모듈(320)이 상기 분석된 배터리(100) 내부의 전위와 배터리(100) 내부의 전류 밀도 분포, 그리고 에너지 보존 법칙을 이용하여 배터리(100) 내부의 온도 분포를 분석하는 단계;
    (c) 시뮬레이션 모듈(330)이 상기 전기화학 정보 분석 모듈(310)에서 분석된 배터리(100) 내부의 충전량 분포; 및 상기 열역학 정보 분석 모듈(320)에서 분석된 배터리(100) 내부의 온도 분포;를 이용하고,
    초기 충전량(Ci), 초기 충전 전류(Ii), 외기 온도(Tair), 목표 충전량(Ct) 및 목표 충전 소요 시간(tt)을 각각 변수로 입력받아,
    상기 목표 충전량(Ct)에 도달하기까지의 충전 소요 시간 및 상기 목표 충전량(Ct)에 도달시의 충전량 편차(
    Figure 112017031673798-pat00069
    C)와 온도 편차(
    Figure 112017031673798-pat00070
    T) 및 최고 온도(Tmax)를 복수 회 분석하는 단계;
    (d) 충전 전류 연산 모듈(340)이 상기 입력된 목표 충전 소요 시간(tt) 동안 상기 시뮬레이션 모듈(330)에서 분석된 충전량 편차(
    Figure 112017031673798-pat00071
    C) 또는 온도 편차(
    Figure 112017031673798-pat00072
    T) 중 어느 하나가 최소화되는 충전 전류(It)를 연산하는 단계; 및
    (e) 충전부(200)가 상기 충전 전류 연산 모듈(340)에 의해 연산된 충전 전류(It)로 상기 배터리(100)를 충전하는 단계;를 포함하는,
    배터리 급속 충전 방법.
  2. 제1항에 있어서,
    상기 배터리(100)는 리튬 이온 배터리인,
    배터리 급속 충전 방법.
  3. 제1항에 있어서,
    상기 (d) 단계에서,
    상기 충전 전류(It)의 크기는 상기 목표 충전 소요 시간(tt) 동안, 상기 배터리(100) 내부의 온도가 특정 온도에 도달된 직후부터 상기 목표 충전량(Ct)에 도달될 때까지 일정하게 감소하는,
    배터리 급속 충전 방법.
  4. 제1항에 있어서,
    상기 시뮬레이션 모듈(330)에 초기 충전량(Ci), 초기 충전 전류(Ii), 외기 온도(Tair), 목표 충전량(Ct) 및 목표 충전 소요 시간(tt)을 입력하는 입력부(400)를 더 포함하는,
    배터리 급속 충전 방법.
  5. 제1항에 있어서,
    상기 (d) 단계에서,
    충전 전류 연산 모듈(340)은 상기 배터리(100)의 최고 온도(Tmax)가 최소화되는 충전 전류(It)를 연산하는 단계를 더 포함하는,
    배터리 급속 충전 방법.
KR1020170041517A 2017-03-31 2017-03-31 리튬 이온 배터리 급속 충전 방법 KR101867225B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170041517A KR101867225B1 (ko) 2017-03-31 2017-03-31 리튬 이온 배터리 급속 충전 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170041517A KR101867225B1 (ko) 2017-03-31 2017-03-31 리튬 이온 배터리 급속 충전 방법

Publications (1)

Publication Number Publication Date
KR101867225B1 true KR101867225B1 (ko) 2018-06-12

Family

ID=62622446

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170041517A KR101867225B1 (ko) 2017-03-31 2017-03-31 리튬 이온 배터리 급속 충전 방법

Country Status (1)

Country Link
KR (1) KR101867225B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109856543A (zh) * 2018-12-20 2019-06-07 合肥国轩高科动力能源有限公司 一种圆柱电池水冷设计内外温差仿真实验装置
CN111725578A (zh) * 2020-06-04 2020-09-29 奇瑞商用车（安徽）有限公司 一种动力电池低温状态下的快充方法
CN115610278A (zh) * 2022-11-07 2023-01-17 中国第一汽车股份有限公司 电池的充电控制方法和车辆
US12081058B2 (en) 2019-09-04 2024-09-03 Samsung Electronics Co., Ltd. Method and apparatus for charging battery

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020083153A (ko) * 2000-11-24 2002-11-01 가부시키 가이샤 도쿄 알 앤드 디 전지 팩의 충전 시스템
JP2005065476A (ja) * 2003-07-25 2005-03-10 Sanyo Electric Co Ltd 電池の充電方法
JP2007141558A (ja) * 2005-11-16 2007-06-07 Toyota Motor Corp 二次電池の充放電制御装置
US20100148731A1 (en) * 2005-06-30 2010-06-17 Koninklijke Philips Electronics, N.V. Method and charger for boost charging a chargeable battery on the basis of a physical model
KR20140025310A (ko) 2010-10-22 2014-03-04 누클레우스 사이언티픽, 인크. 배터리를 급속 충전하는 장치 및 방법
US9475398B2 (en) 2014-05-08 2016-10-25 Cummins, Inc. Optimization-based predictive method for battery charging

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020083153A (ko) * 2000-11-24 2002-11-01 가부시키 가이샤 도쿄 알 앤드 디 전지 팩의 충전 시스템
JP2005065476A (ja) * 2003-07-25 2005-03-10 Sanyo Electric Co Ltd 電池の充電方法
US20100148731A1 (en) * 2005-06-30 2010-06-17 Koninklijke Philips Electronics, N.V. Method and charger for boost charging a chargeable battery on the basis of a physical model
JP2007141558A (ja) * 2005-11-16 2007-06-07 Toyota Motor Corp 二次電池の充放電制御装置
KR20140025310A (ko) 2010-10-22 2014-03-04 누클레우스 사이언티픽, 인크. 배터리를 급속 충전하는 장치 및 방법
US9475398B2 (en) 2014-05-08 2016-10-25 Cummins, Inc. Optimization-based predictive method for battery charging

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109856543A (zh) * 2018-12-20 2019-06-07 合肥国轩高科动力能源有限公司 一种圆柱电池水冷设计内外温差仿真实验装置
US12081058B2 (en) 2019-09-04 2024-09-03 Samsung Electronics Co., Ltd. Method and apparatus for charging battery
CN111725578A (zh) * 2020-06-04 2020-09-29 奇瑞商用车（安徽）有限公司 一种动力电池低温状态下的快充方法
CN111725578B (zh) * 2020-06-04 2024-01-30 奇瑞商用车（安徽）有限公司 一种动力电池低温状态下的快充方法
CN115610278A (zh) * 2022-11-07 2023-01-17 中国第一汽车股份有限公司 电池的充电控制方法和车辆

Similar Documents

Publication Publication Date Title
Li et al. Optimized charging of lithium-ion battery for electric vehicles: Adaptive multistage constant current–constant voltage charging strategy
Goutam et al. Three-dimensional electro-thermal model of li-ion pouch cell: Analysis and comparison of cell design factors and model assumptions
CN108574317B (zh) 充放电控制装置以及蓄电系统
TWI670674B (zh) 充電圖案作成裝置、充電控制裝置、充電圖案作成方法、記憶媒體、及蓄電系統
EP3287801B1 (en) Method for predicting battery charge limit, and method and apparatus for rapidly charging battery using same
KR101867225B1 (ko) 리튬 이온 배터리 급속 충전 방법
Vo et al. New charging strategy for lithium-ion batteries based on the integration of Taguchi method and state of charge estimation
Schmalstieg et al. From accelerated aging tests to a lifetime prediction model: Analyzing lithium-ion batteries
CN106291378B (zh) 一种电动汽车动力电池soh的测算方法
CN112615075B (zh) 电池快速充电方法及计算机设备
CN103969587B (zh) 一种混合动力车用动力电池soc估算方法
CN110795851B (zh) 一种考虑环境温度影响的锂离子电池建模方法
CN109143097B (zh) 一种计及温度和循环次数的锂离子电池soc估计方法
EP3940405B1 (en) Method for estimating state of health of battery
Ren et al. Battery remaining discharge energy estimation based on prediction of future operating conditions
CN104597402A (zh) 车辆高压蓄电池的劣化判定装置及方法
CN107452997A (zh) 基于锂表面浓度的基于模型的快速充电方法
KR101282687B1 (ko) 차량용 배터리 상태 예측 방법
CN111090963A (zh) 一种基于用户需求的自适应多段恒流恒压充电方法
CN112550065B (zh) 电池充电控制方法、装置、介质及电池管理系统
CN113815494A (zh) 一种锂离子电池的预热充电控制方法
CN113779794A (zh) 计及微观约束的锂离子电池sop估计方法及系统
CN108829911A (zh) 一种开路电压与soc函数关系优化方法
CN111624505A (zh) 复合电源用功率型锂电池内阻测量方法
CN114089193A (zh) 电池的温度和负极电位在线估计方法、装置和计算机设备

Legal Events

Date Code Title Description
GRNT Written decision to grant