KR102201988B1

KR102201988B1 - 배터리의 충방전 특성을 사용하여 배터리를 관리하는 배터리 관리 시스템

Info

Publication number: KR102201988B1
Application number: KR1020200073419A
Authority: KR
Inventors: 배종훈; 문성춘; 손수현; 김성룡; 안한열; 배경진
Original assignee: 주식회사 나산전기산업
Priority date: 2020-06-17
Filing date: 2020-06-17
Publication date: 2021-01-12

Abstract

충방전가능한 배터리의 충방전 특성을 사용하여 배터리를 관리하는 BMS 관리 시스템이 개시된다. 이러한 시스템은, 상기 배터리의 전압, 전류, 온도, 및 내부 저항을 측정하는 센서로부터 상태 정보를 수신하고, 수신된 상태 정보로부터 상기 배터리의 충전 상태(state of charge; SOC) 및 건강 상태(State of Health; SOH)를 추정하며, 추정된 충전 상태와 건강 상태에 기반하여 상기 배터리를 구성하는 셀들의 충전량을 등화시키는 셀 밸런싱부; 및 추정된 추정된 충전 상태와 건강 상태에 기반하여 상기 배터리의 잔여 수명을 예측하고, 예측된 잔여 수명에 따라 상기 배터리의 의 과충전 및 과방전을 방지하여 상기 배터리를 보호하는 배터리 보호부를 포함한다. 본 발명에 의하여, 전압/SOC 관계를 엔트로피 관점에서 규명하고, 온도에 의한 영향을 V/SOC 결과로 나타나는 것을 정리함으로써, 온도와 시간성분을 배제하고 배터리의 수명을 예측할 수 있어서 배터리를 효율적으로 관리할 수 있다.

Description

배터리의 충방전 특성을 사용하여 배터리를 관리하는 BMS 관리 시스템{Battery management system for managing battery using charge-discharge characteristics of battery}

본 발명은 배터리 관리에 관한 것으로서, 특히 배터리의 충방전 특성을 사용하여 충방전 가능한 배터리를 관리하는 BMS 관리 시스템에 관한 것이다.

리튬이온 배터리는 현재 상용화되어 있는 이차전지 중에서 가장 성능이 우수하다. 다른 이차 전지들과 비교하여 상대적으로 무게가 가볍고, 에너지 밀도가 높기 때문에, 휴대용 제품에서부터 대형 에너지 저장 시스템에 이르기까지 다양한 분야에 널리 이용되고 있다. 특히 전기차가 보급되고 있음에 따라, 주행거리 향상을 위한 배터리의 저장용량 문제와 치명적인 단점인 안정성 문제를 해결하기 위하여 리튬-황(Lithium-Sulfur), 리튬-에어(Lithium-Air), 나트륨-마그네슘(Sodium-Magnesium) 및 전고체(Solid-State) 배터리와 같은 차세대 전지를 개발해 나가고 있다. 하지만 이와 같은 차세대 전지들은 상용화에 이르기까지는 아직까지 해결해야할 문제들이 많다. 따라서 당분간은 리튬이온전지 시장이 지속적으로 확대되어 갈 전망이다. 특히, 휴대폰 및 퍼스널 모빌리티(전동 킥보드, 전기자전거 등) 시장의 성장과 더불어 리튬이온전지의 효율적 에너지 사용과 안정성 문제가 더욱 부각되고 있다.

일반적으로 리튬이온배터리는 초기에는 한동안 안정적이다. 하지만 사용빈도가 늘어날수록 수명이 줄어들고, 전해질이 산화-환원 반응에 의해 분해되고, 이것이 SEI(Solid Electrolyte Interface)층을 형성하여, 내부 저항이 증가하는 효과를 가져오게 되면서, 사용할 수 있는 배터리 용량이 줄어들게 된다. SEI층은 전해질이 계속해서 분해되지 않도록 하는 보호막 역할을 하지만, 반면 엔트로피 측면에서 보았을 때, 가역용량의 감소를 가져오는 직접적인 원인이 된다.

수명이 줄어든 상태에서 충방전을 반복하게 되면, 상황에 따라 과충전, 과방전, 과전류 등의 문제가 발생할 수 있다. 특히, 퍼스널 모빌리티 시장의 성장으로 인해 각 가정에서 전동킥보드 및 전기자전거 등을 충전하면서, 수명상태를 고려하지 않고 충전을 하다가, 과열 및 발화로 인한 화재사고도 빈번하게 발생하고 있다.

리튬이온배터리는 용량이 초기 용량 대비 80% 이하로 떨어지게 되면, 수명을 다한 것으로 간주하고 있다. 이러한 배터리의 수명을 예측하는 것은 에너지 저장 장치의 효율적인 자원 활용과 안정적인 관리 및 사용을 위하여 매우 중요한 것이다.

수명예측을 위한 많은 연구가 진행되고 있다.

대한민국 특허 공개 번호 제 10-2010-0019660 (2010.02.19.) "이차전지의 수명 예측 시스템 및 이를 이용한 수명 예측장치"는, 이차전지의 작동 전압 범주에서 1차 충전시키는 단계, 상기 이차전지의 특정 용량의 충전시점에서 cut-off시키는 단계, 상기 cut-off 전압에 도달시, 특정 용량의 전류까지 2차 충전시키는 단계, 상기 2차 충전에서 상기 전류에 도달될 때까지의 시간을 측정하는 단계, 상기 측정시간과 미리 설정된 기준 시간과의 데이터 맵핑을 통하여 전지의 수명을 예측하는 단계, 및 상기 예측된 수명을 표시하는 단계를 포함하는 전지 충전시의 정전압 구간을 통한 이차전지의 수명 예측 시스템 및 이를 예측할 수 있는 장치를 개시한다. 이러한 종래 기술에 의하면 이용자가 이차전지의 수명을 확인할 수 있어 예상치 못한 시기에 이차전지가 방전됨에 따라 사용자가 휴대용 전기기기를 사용하지 못하는 불편함을 없앨 수 있고, 특히 이차 전지의 교체가 필요한데도 불구하고 충전기에서 충전하기 전에 이를 사용자가 알지 못하여 불필요한 충전을 하게 되는 문제를 해결할 수 있다.

하지만, 종래 기술의 대부분의 장치들은 시간함수를 포함한 파라미터를 이용함으로써 수시로 변할 수 있는 사용환경에 대응하지 못하는 단점을 가지고 있다. 또한 온도(T)에 기반하는 파라미터와 모델 추정장치는 경계조건에 따른 오차 및 온도측정 오차 및 온도변화의 느린 동특성으로 인하여 배터리의 상태해석의 오류를 범하게 하는 요소로 작용하게 된다.

따라서, 이러한 불확실성이 존재하는 요소를 배제하고, 배터리의 잔여 수명을 정확하게 예측하여 배터리를 관리할 수 있는 기술이 절실히 요구된다.

대한민국 특허 공개 번호 제 10-2010-0019660 (2010.02.19.) "이차전지의 수명 예측 방법 및 이를 이용한 수명 예측장치"

본 발명의 목적은 배터리 관리 시스템 구성에서 시간적인 요소가 아닌 전압/SOC 관계에 기반하여 배터리 수명을 엔트로피 관점에서 예측하여 배터리를 관리하기 위한 배터리 관리 시스템을 제공하는 것이다.

상기와 같은 목적들을 달성하기 위한 본 발명은, 충방전가능한 배터리의 충방전 특성을 사용하여 배터리를 관리하는 배터리 관리 시스템에 관한 것이다. 본 발명에 의한 배터리 관리 시스템은, 상기 배터리의 전압, 전류, 온도, 및 내부 저항을 측정하는 센서로부터 상태 정보를 수신하고, 수신된 상태 정보로부터 상기 배터리의 충전 상태(state of charge; SOC) 및 건강 상태(State of Health; SOH)를 추정하며, 추정된 충전 상태와 건강 상태에 기반하여 상기 배터리를 구성하는 셀들의 충전량을 등화시키는 셀 밸런싱부; 및 추정된 추정된 충전 상태와 건강 상태에 기반하여 상기 배터리의 잔여 수명을 예측하고, 예측된 잔여 수명에 따라 상기 배터리의 의 과충전 및 과방전을 방지하여 상기 배터리를 보호하는 배터리 보호부를 포함하고, 상기 배터리 보호부는, 변동하는 충전 전류 및 방전 전류로 상기 배터리를 충전 및 방전하면서, 상기 배터리의 전압, 충전 상태(state of charge; SOC), 및 방전 깊이(depth of discharge; DOD)를 측정하는 배터리 상태 측정부; 엔탈피와 엔트로피 법칙을 사용하여, 상기 전압 및 상기 충전 상태(SOC)로부터 상기 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Q _ir )을 유도하는 비가역적 에너지량 유도부; 및 유도된 비가역적 에너지량(Q _ir )으로부터 상기 배터리의 잔여 수명을 예측하는 잔여수명 예측부를 포함하도록 구성된다. 특히, 상기 비가역적 에너지량 유도부는, 상기 비가역적 에너지량(Q _ir )을 수학식

를 사용하여 유도하고, 여기에서 Q₀는 배터리 최대 용량, α는 아레니우스 상수(Arrhenius rate constant)이고, E_C 및 E_D는 각각 충전시 및 방전시의 셀전압이다. 또한, 상기 잔여 수명 예측부는, 상기 배터리의 잔여 수명을 수학식

를 사용하여 예측하고, 여기에서 Q _ir _{_m} 은 비가역적 에너지량의 사이클별 최대값, m은 최대 사이클 기간, N _a 및 N _p 는 각각 실제 사이클 횟수와 예측된 사이클 횟수이고, Q _{ir_k} 는 k번째 사이클 현재의 비가역적 에너지량이다. 특히, 상기 잔여 수명 예측부는, Q _{ir_m} 및 Q _{ir_k} 를, 상기 배터리에 대한 전압과 충전 상태(SOC)의 관계를 나타내는 그래프에서 사이클별 충방전 곡선이 차지하는 면적으로부터 구하고, 상기 사이클별 충방전 곡선의 면적은, 상기 충방전 곡선을 적어도 두 개 이상의 섹션으로 분할하고, 분할된 섹션별 면적을 합산하여 구한다. 더 나아가, 상기 사이클별 충방전 곡선을 분할하는 것은, 상기 충방전 곡선에서, 연속하는 두 사이클에서의 충전 시작점(P_CS, P^* _CS), 충전 변곡점(P_CK, P^* _CK), 방전 시작점(P_DS, P^* _DS), 및 방전 변곡점(P_DK, P^* _DK)을 추출하는 것, 및 상기 충방전 곡선을: P_CS, P^* _CS, P_CK, 및 P^* _CK에 의해 형성되는 제 1 섹션; P^* _CS, P^* _CK, P^* _DS, 및 P^* _DK에 의해 형성되는 제 2 섹션; 및 P_DS, P^* _DS, P_DK, 및 P^* _DK에 의해 형성되는 제 3 섹션으로 분할하는 것을 포함한다. 또한, 상기 충전 시작점(P_CS) 및 방전 시작점(P_DS)은 전류의 방향 변동에 의해 추출되고, 상기 충전 변곡점(P_CK) 및 방전 변곡점(P_DK)은 충전 상태(SOC)에 대한 전압의 변화량에 기반하여 추출된다.

본 발명에 의하여, 실제적인 배터리 관리 시스템 구성을 고려하여 시간적인 요소를 제거하기 위해 전압/SOC 관계를 엔트로피 관점에서 규명하고, 온도에 의한 영향을 V/SOC 결과로 나타나는 것을 정리함으로써, 온도와 시간성분을 배제하고 배터리의 수명을 예측하여 배터리를 관리할 수 있다.

도 1a는 배터리 관리 시스템(BMS)을 개략적으로 나타내는 블록도이고, 도 1b는 에너지 저장 시스템(ESS)을 개략적으로 나타내는 블록도이다.
도 1c는 엔트로피-엔탈피에 기반한 배터리 수명 예측 방법을 개략적으로 나타내는 흐름도이고, 도 1d는 도 1c의 배터리 수명 예측 방법을 실행하는 배터리 수명 예측 시스템을 개략적으로 나타내는 블록도이다.
도 2 는 배터리 테스트 시스템의 단순화된 구성을 도시하는 도면이다.
도 3a는 상태가 다른 배터리에 대해 1C로 방전했을 때 방전특성 그래프이며, 도 3b는 0.5C로 충전했을 때 충전특성을 나타낸 것이다.
도 4a는 충전 전류가 변하는 SOC에 대한 전압 곡선(방전 전류는 1C로 고정됨)이고 도 4b는 방전 전류가 변하는 SOC에 대한 전압 곡선(충전 전류는 0.5C로 고정됨)이다.
도 5a는 충방전 전류만 다를 경우의 Q 값 변화를, 도 5b는 충방전 전류 및 DOD가 다를 경우의 Q 값 변화를 나타낸다.
도 6은 다양한 상황에서의 비가역적 에너지를 나타낸다.
도 7a, 7b는 더 적은 전류에 대한 충방전 동작을 보여준다.
도 8은 점검출 장치(PDM)의 개념을 설명한다.
도 9는 충방전 상태에 따른 PDM의 네 가지 경우를 보여준다.
도 10은 섹션 분할 장치를 적용하는 개념을 설명한다.
도 11은 배터리 수명 예측을 위한 알고리즘의 의사코드가 개략적으로 나타낸다.
도 12는 방전 전류가 실시간으로 변할 경우, 시간에 따른 전압 변화와 SOC에 따른 전압 변화를 비교한 것을 보여준다.
도 13은 예측 수명과 실제 수명 사이의 비교 곡선이다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로서, 본 발명을 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 설명하는 실시예에 한정되는 것이 아니다. 그리고, 본 발명을 명확하게 설명하기 위하여 설명과 관계없는 부분은 생략되며, 도면의 동일한 참조부호는 동일한 부재임을 나타낸다.

도 1a는 배터리 관리 시스템(BMS)을 개략적으로 나타내는 블록도이고, 도 1b는 에너지 저장 시스템(ESS)을 개략적으로 나타내는 블록도이다.

도 1a에 도시된 배터리 관리 시스템(BMS)은 다음과 같은 기능을 수행하여 배터리를 관리한다.

- 배터리 상태 모니터링 기능 : 전압, 전류, 온도, 내부저항을 측정하며, 배터리의 충전 상태(state of charge; SOC), 배터리의 건강 상태(state of health; SOH), 및 배터리의 잔존 수명(state of life; SOL)을 모니터링한다.

- 셀밸런싱 : 직렬연결된 배터리 모듈의 셀간 전압 밸런싱이 될 수 있도록 셀간 충방전 정도가 동일해지도록 조정하는 기능을 수행한다.

- 배터리 보호 : 과전압, 과방전, 과전류 등을 방지하기 위한 보호 기능을 수행하며, 배터리 수명에 매우 중요한 기능이다.

- 그 외의 기능 : 배터리 진단 및 데이터 상태 전송 등의 기능을 수행한다. 즉, 후술되는 PMS 및 EMS와 연동하여 실제 배터리의 상태를 전송하고 관리하는 기능을 수행한다.

이러한 동작들을 수행하기 위하여, 도 1a에 도시된 배터리 관리 시스템은 셀밸런싱부와 배터리 보호부를 포함할 수 있다.

셀밸런싱부는 배터리의 전압, 전류, 온도, 및 내부 저항을 측정하는 센서로부터 상태 정보를 수신하고, 수신된 상태 정보로부터 상기 배터리의 충전 상태(state of charge; SOC) 및 건강 상태(State of Health; SOH)를 추정한다. 또한, 셀밸런싱부는 추정된 충전 상태와 건강 상태에 기반하여 배터리를 구성하는 셀들의 충전량을 등화시켜서 과충전되거나 과방전되는 셀이 생기지 않도록 방지한다.

또한, 배터리 보호부는 추정된 추정된 충전 상태와 건강 상태에 기반하여 배터리의 잔여 수명을 예측하고, 예측된 잔여 수명에 따라 배터리의 과충전 및 과방전을 방지하여 배터리를 보호하게 된다.

이러한 배터리 관리 시스템은 배터리의 충방전 특성을 이용한 배터리 수명 예측 기능과 결합되어 배터리의 잔존 수명을 정확하게 예측하여 배터리를 관리할 수 있게 된다. 배터리의 충방전 특성을 이용하여 배터리의 수명을 예측하는 기술에 대해서는 본 명세서의 해당 부분에서 상세히 후술된다.

도 1b는 도 1a의 배터리 관리 시스템을 채택하는 에너지 저장 시스템(ESS)을 개략적으로 나타내는 블록도이다. ESS의 각 기능에 대해서 간략히 소개하면 다음과 같다.

- PMS(Power Management System) : 배터리 및 후술되는 PCS의 상태를 모니터링하고 제어하는 역할을 수행한다. 또한, PMS는 EMS와 연동하여 전력을 제어하는 기능을 담당한다.

- PCS (Power Conversion System) : 배터리에 전기 에너지를 충전시키고, 배터리로부터 전기 에너지를 방전시키는 역할을 한다.

- EMS (Energy Management System) : ESS의 전체 에너지를 관리하는 시스템이며, PMS에 대한 컨트롤 타워로서의 역할을 수행한다. 즉, EMS는 전원 계통의 수요와 공급을 관리하고, 에너지 시스템을 운영한다.

- BMS (Battery Management System) : 도 1a에 도시된 바와 같은 BMS는, 전압, 전류, 온도, 내부저항 등의 배터리 상태 정보를 측정하고, 이를 바탕으로 SOC, SOH를 추정하며, 배터리를 보호하고 셀밸런싱하는 역할을 담당한다.

도 1b에 도시된 에너지 저장 시스템에도 배터리의 충방전 특성을 이용한 배터리 수명 예측 기능이 채용된다. 따라서, 도 1b에 도시된 에너지 저장 시스템은 배터리의 잔존 수명을 정확하게 예측하여 배터리를 관리할 수 있게 되어 에너지를 효율적으로 저장할 수 있고, 배터리 수명을 균일하게 관리할 수 있기 때문에 파손된 셀에 기인한 화재 등 불의의 사고를 미연에 방지할 수 있게 된다. 배터리의 충방전 특성을 이용하여 배터리의 수명을 예측하는 기술에 대해서는 본 명세서의 해당 부분에서 상세히 후술된다.

도 1c는 엔트로피-엔탈피에 기반한 배터리 수명 예측 방법(S100)을 개략적으로 나타내는 흐름도이고, 도 1d는 도 1c의 배터리 수명 예측 방법을 실행하는 배터리 수명 예측 시스템(100)을 개략적으로 나타내는 블록도이다.

배터리 수명 및 안전과 같은 배터리 성능을 위한 최적의 작동 조건을 설정하려면 충전 / 방전의 C-레이트를 기준으로 열 발생 및 온도 변화를 정량화하는 것이 중요하다. 이해의 편의를 위하여 시간 파라미터가 반영된 배터리 수명 예측 방법에 대해 간략히 설명한다.

배터리의 충방전 전압에 관한 특성방정식은 쉐퍼드(Shepherd) 모델을 근거로 하여, 전류항목과 온도(T) 그리고 SOH에 관련된 파라미터들로 다음과 같이 나타낼 수 있다.

위 식은 배터리 해석을 위한 전압 특성방정식으로써 많은 연구자들이 기본모델로 제시한 것이다. 하지만 여기서는 전류는 CC(Constant Current)모드에 의해서 동작하는 정전류로 해석을 하더라도,

는 온도와 SOH에 따라 다음 수학식들과 같이 나타낼 수 있는 함수이므로, 수학식 1과 2에 의해서만 배터리의 특성을 해석하는 것은 큰 무리가 있다.

또한, 위 식들은 시간에 관한 함수로 계산되어지기 때문에, 배터리의 사용패턴이나 부하환경 등의 변화에 따른 많은 오차를 가져올 수 있는 확률이 크고, 따라서 비현실적인 해석장치가 될 수 있다. 또한 많은 연구들에서 해석하고 있는 열적인 요소를 반영한 내부저항, 분극저항, 용량 등을 추정하는 것은 현실적으로 많은 오류 요소를 포함하고 있어, 실제적인 사용장치에 한계가 있다.

이러한 문제를 예방하기 위해, 전류가 '0'인 상태, 즉 OCV를 측정하여 상태를 해석하는 방법도 제안되고 있지만, OCV를 측정하기 위해서는 안정화되기까지 시간이 다소 소요되기 때문에, 실시간 예측방법에는 적용하기가 어렵다.

우선, 배터리를 충방전하면서 배터리의 전압, SOC, DOD 등을 측정한다(S110). 이러한 동작은 배터리 상태 측정부(110)에서 수행될 수 있다.

현실적인 사용환경을 고려한다면, 실제 측정가능한 파라미터는 전압과 전류, 온도이다. 여기서 온도는 중요한 파라미터임에는 틀림없다. ESS등과 같이 대용량 어플리케이션에서는 배터리의 안정적인 동작을 위하여 냉각 설비를 구비하고, 온도에 따라 배터리 표면온들를 제어하도록 하는 시스템을 운영한다. 그러나, 대부분의 소용량 시스템들은 냉각설비를 구비하지 않고, 적절한 I-레이트을 유지하도록 하며, 온도는 리미트를 걸어 보호장치로만 사용한다.

온도의 내부와 외부에서의 열전달 특성과 온도센서 측정 및 응답의 느린 동특성을 고려한다면, 실시간적인 계산에 반영하는 것은 배터리의 상태를 해석하는데 오류를 범할 수 있는 확률이 높다.

- 수명 예측을 위한 수학적 모델링

따라서, 수학식 1 내지 6과 같은 시간 요소를 배제하고, 엔트로피와 엔탈피 개념을 사용하여 배터리의 잔여 수명을 예측하는 것이 유리하다.

수학식 7과 같이 깁스(Gibb's) 자유 에너지(ΔG)에 관한 식으로 엔탈피(ΔH)와 엔트로피(ΔS)에 대한 개념을 설명한다. 여기서 n은 반응에 포함되는 전자의 개수로 리튬이온의 경우 n=1이며, F는 패러데이 상수이다. 여기서 x는 리튬이온의 농도를 나타내며, 이 값은 SOC와 비례하기 때문에 수학식 8과 같이 표현할 수 있다.

위 식을 토대로 엔트로피 법칙을 기초로 하여 수학식 9와 같이 비가역적 줄열과 가역적 줄열 그리고 단자저항에 의한 열로 정의할 수 있다.

여기서 비가역적 줄열에 관심을 두어야 한다. 왜냐하면 온도에 관련된 함수나 내부저항의 경우, 앞서 언급하 바와 같이, 측정 또는 추정오차, 느린 동특성으로 인해 오류가 발생할 확률이 많기 때문이다. 따라서 실시간 추정이 가능한 전압과 전류의 항으로 되어 있는 비가역적 에너지량을 응용하는 것이 바람직하다.

여기서 E_C는 충전시 셀전압을 나타내며, E_D는 방전시 셀전압을 나타낸다. 비가역 열량의 총량은 수학식 10을 적분하여 다음과 같이 나타낼 수 있다(S120).

수학식 13 에서, V_b를 양측에 곱하고 적분식으로 표현하면 수학식 14가 된다.

여기서 V_b를 αE_C-E_D로 정의하고, 식을 정리하면, 수학식 15와 같이 정의된다.

수학식 11로부터 수학식 15를 다시 정리하면, 수학식 16과 같이 SOC에 대한 전압변화의 총량이 곧 비가역에너지를 구할 수 있는 식으로 유도가 될 수 있음을 알 수 있다. 이러한 동작은 비가역적 에너지량 유도부(150)에서 수행될 수 있다.

각각의 충방전 사이클 동안, 배터리 수명은 비가역적 에너지(Q_{ir_k})를 추가하고 이것을 한 사이클 동안 생성될 수 있는 비가역적 에너지의 최대량(Q_{ir_m})과 최대 사이클 기간(maximum cycle period)의 곱과 비교하여 계산될 수 있다.

수학식 17을 사용하면, 배터리의 잔여 수명 상태(state of life; SOL)가 추정될 수 있다. 따라서, 배터리 수명은 해당 충방전에 따른 비가역적 에너지를 계산함으로써 결정될 수 있다.

일반적으로, 수학식 17을 이용하여 배터리의 수명은 충방전에 따른 비가역적 에너지의 총합이 초기 배터리 용량의 80% 이하가 되면 수명을 다한 것으로 판단할 수 있다.

배터리 제조사에서 제공하는 충방전 사이클은 DOD가 100% 기준 횟수를 의미하므로, 이를 통해 실제 사용가능한 충방전 사이클이 다음과 같이 계산될 수 있다. 이러한 동작은 잔여 수명 예측부(190)에서 수행될 수 있다.

또한, 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Q _ir )가 유도된 후에, 충방전 곡선에서, 연속하는 두 사이클에서의 충전 시작점(P_CS, P^* _CS), 충전 변곡점(P_CK, P^* _CK), 방전 시작점(P_DS, P^* _DS), 및 방전 변곡점(P_DK, P^* _DK)을 추출하고(S130), 추출된 점들을 이용하여 충방전 곡선을 세 개의 섹션으로 분할한다(S140).

그리고, 각 섹션의 면적을 구해 합산함으로써(S150) Q _{ir_m} 및 Q _{ir_k} 가 계산된다(S160). 그리고, 계산된 Q _{ir_m} 및 Q _{ir_k} 로부터 배터리의 잔여 수명이 예측된다(S170). 이러한 과정들은 명세서의 해당 부분에서 상세히 후술된다.

- 테스트 시스템의 구성

도 2 는 배터리 테스트 시스템의 단순화된 구성을 도시하는 도면이다.

제안한 방법을 검증하기 위하여, 배터리 충방전 실험 시스템을 그림 1과 같이 구성하였다. 정전류(CC), 정전압(CV) 기능을 가진 배터리 전용 충전기를 이용하여 메인 컨트롤러에서 충방전 시퀀스에 따라 온/오프 하는 구성도 가능하지만, 스위치의 과도상태 및 손실 등을 고려하여 더욱 간소화된 구성으로 실험 시스템이 구성된다. CV 동작은 전류 리미트 기능을 가진 파워서플라이를 사용하여 구현되고, 스위치를 제거하고 시리얼 통신을 이용하여 충방전 시퀀스를 제어하도록 구성하였다. 온도 T는 이상상태에 대한 보호기능을 수행하는 역할로만 동작하도록 구성하였다.

표 1은 테스트에 사용된 배터리의 사양을 나열한다. 표 1의 사양은 예시적인 것일 뿐이며, 본 발명을 한정하는 것이 아님에 주의하여야 한다.

배터리의 노화상태에 대한 특성을 알아보기 위하여, 새 배터리와 DOD 100, 그리고 정격 충전전류(0.5C)와 방전전류(1C)로 각각 100, 200, 300, 400, 500회 충방전을 수행한 배터리 5종에 대하여 충방전 특성 실험을 진행하였다.

도 3a는 상태가 다른 배터리에 대해 1C로 방전했을 때, 방전특성 그래프이며, 도 3b는 0.5C로 충전했을 때, 충전특성을 나타낸 것이다. 우리가 예상하고 있는 바와 같이, 충방전 사이클이 많이 진행된 배터리일수록, 충전과 방전의 속도가 빠르게 변함을 알 수 있다. 이는 배터리 특성을 위해 정격으로 충방전을 정확히 정해진 규칙대로 진행되었기 때문에, 각각의 노화 상태에 따른 특성이 아주 선형적인 변화를 보이고 있음을 알 수 있다.

도 4a는 충전 전류가 변하는 SOC에 대한 전압 곡선(방전 전류는 1C로 고정됨)이고 도 4b는 방전 전류가 변하는 SOC에 대한 전압 곡선(충전 전류는 0.5C로 고정됨)이다.

즉, 도 4a는 방전전류는 정격전류인 1C로 고정하고, 충전전류를 0.1C~1C까지 변화시키면서 DOD를 100%로 충방전했을 때의 SOC에 대한 전압의 그래프이다. 충방전을 하면서 나타나는 곡선이 가지는 면적이 전류의 크기에 따라 바뀌는 것을 볼 수 있다. 전류가 크기가 가장 큰 1C의 경우, 면적이 넓으며, 충전전류가 작아질수록 면적이 줄어드는 것을 볼 수 있다. 도 4b는 충전전류를 0.5C로 고정한 상태에서, DOD 100%로, 방전전류를 변화시키면서 SOC에 대한 전압의 그래프를 나타낸 것이다. 방전전류가 가장 큰 1C의 경우, 하단부가 가장 아래쪽에 그래프가 그려지는 것을 볼 수 있다. 전류가 작아질수록 그래프가 감싸는 면적이 줄어드는 것을 볼 수 있다. 도 4a, 및 도 4b를 통하여 전술된 기술에 대한 근거가 명확해 지는 것을 확인할 수 있다. 전류의 크기에 따라 SOC에 대한 전압의 곡선이 감싸는 면적이 변화되는 것을 확인할 수 있으며, 전류가 커짐에 따라 면적이 커지는 것을 볼 수 있었다. 이 양은 비가역적에너지로 환산이 가능하며, 따라서, 비가역적 에너지의 계산에 의한 수명 추정이 가능하다.

도 5a는 충방전 전류만 다를 경우의 Q 값 변화를, 도 5b는 충방전 전류 및 DOD가 다를 경우의 Q 값 변화를 나타낸다. 특히, 도 5a는 0.5C Charging (0.5CC), 1C Discharging (1CD) 와 0.1C Charging (0.1CC), 0.1C Discharging (0.1CD)에 대한 DOD 100%일 때의 충방전 특성 곡선을 나타낸다. 도 5a의 검은색 실선으로 둘러쌓인 곡면의 면적이 Q_{ir_m}으로 정의되고, 1 사이클에서 정격충전전류, 정격방전전류는 DOD100%로 운전하였을 경우, 비가역적 열용량의 최대크기이다. 붉은색 실선으로 나타낸 면적은 0.1C Charging (0.1CC), 0.1C Discharging (0.1CD)에 대한 DOD 100%일 때의 비가역적 열용량의 크기로, Q_{ir_k}으로 정의되고, 특정 1 사이클에서 감쇠된 배터리 용량을 의미한다. 도 5b는 DOD를 70%로 운전하였을 경우, 소모된 용량을 나타내고 있다. 도 5a 및 도 5b에서 Q_{ir_m}-Q_{ir_k}는 사용가능한 잔여용량을 의미하게 된다. 이를 통해서 비례관계식을 통해 우리는 남은 용량과 잔여 사이클을 계산할수 있다.

도 6은 다양한 상황에서의 비가역적 에너지를 나타낸다.

도 6은 충방전 전류의 크기 및 DOD를 변경하는 결과의 그래프이고 , 검정 실선 영역은 한 사이클 동안의 비가역적 에너지의 최대값 Qir_m이다. 도 5 는 다양하게 변하는 비가역적 열용량의 모양을 보여준다. 전류의 충전속도가 정격 범위를 넘으면, 비가역적 열용량은 1-사이클 기준 값을 초과하게 되고, 결과적으로 수명이 단축된다.

도 7a, 7b는 더 적은 전류에 대한 충방전 동작을 보여주며, 즉, 기준 대비, 충-방전 전류의 크기와 DOD를 변화하면서 나타낸 결과 그래프이다. 이 경우 비가역적 에너지가 적어져서 잔여 수명이 늘어나게 된다.

구체적으로, 도 7a는 0.5C의 충전 전류, 1C의 방전전류 (0~500회 사이클)인 경우를, 도 7b는 0.5C 방전전류, 1C 충전 전류 (새 배터리, 500회째 배터리)인 경우를 나타낸다. 즉, 도 7은 6개의 서로 다른 수명을 가진 배터리를 0.5CC, 1CD, DOD=100%로 충-방전하였을 경우의 특성 곡선을 비교하여 나타내고 있으며, 면적 별로 구분을 하면, 새 배터리의 곡면의 면적이 가장 적고, 수명이 다 되어 갈수록, 곡선의 면적이 넓어지는 것을 확인할 수 있다. 도 7b는 새 배터리와 수명이 다 되어버린 배터리의 특성 곡선을 나타내었다. 수명이 다된 배터리의 경우, 방전시 SOC가 0%가 될 때까지 방전을 하게 되면, 전압 강하 현상이 발생하는 것을 확인하였다. 이 때 순간적인 과도현상으로 인해 배터리 문제가 발생할 가능성이 높을 것으로 예상된다.

- 점검출 방법(point detection method; PDM)

일반적인 경우, 곡선의 면적을 구하기 위해서 적분기를 사용하는 방법을 사용한다. 하지만 적분기는 누적오차 제거를 위한 방법을 적용하여 처리해야 하는 단점을 가지고 있다. 따라서, 본 발명에서는 적분기를 사용하지 않고, 4개의 변곡점을 검출하여 사각형의 면적을 구하는 방법을 적용하였다. 이 방법의 경우, 적분기를 사용하는 경우의 단점을 제거할 수 있고, 보다 간편하고 효과적인 방법으로 비가역적 열용량을 구할수 있다.

도 8은 점검출 방법(PDM)의 개념을 설명한다.

포인트의 변화는 결론적으로 방전된 에너지가 충전된 에너지보다 적은 경우(도 8a), 및 방전된 에너지가 충전된 에너지보다 큰 경우(도 8b)로 나눠진다. 여기서 P_CS는 충전 시작점(charging start point), P_CK는 충전 변곡점(charging knee point), P_DS는 방전 시작점(discharging start point), P_DK는 방전 변곡점(knee point)으로 정의된다. 이러한 포인트의 변화는 총 4가지 경우의 수를 가지며, 그것을 도식적으로 나타내면 도 9와 같다.

도 9는 충방전 상태에 따른 PDM의 네 가지 경우를 보여준다. 구체적으로, (a)는 DOD가 넓어질 경우; (b)는 DOD가 좁아지는 경우; (c)는 DOD 범위가 낮아지는 경우; 및 (d)는 DOD 범위가 높아지는 경우를 나타낸다.

도 9는 DOD로서 표현될 수 있다. (a)의 경우, DOD의 범위가 이전보다 넓고, (b)의 경우, DOD 범위가 좁아진다. (c)의 경우에는 DOD 범위가 이동되는데, 즉 방전 깊이가 깊어지고 충전 깊이가 얕아진다. 여기에서, 충전 깊이(depth of charge)도 역시 깊다면, 이것은 (a)의 경우가 된다. 즉, (d)와 반대로, 방전 깊이는 얇아지고 충전 깊이가 증가한다. 유사하게, 충전 깊이도 역시 낮아진다면, 이것은 (b)의 경우가 된다. 일반적으로, 배터리의 거의 모든 충방전 상태는 위의 네 가지 경우에 포함된다. 도 9에서, 파란색 표시의 P(P_CS, P_CK, P_DS, P_DK)는 현재의 위치를 나타내고 이산 신호 처리 성분의 P(n-1)과 같다. 위첨자(*)로 표시되는 녹색점들 P^*(P^* _CS, P^* _CK, P^* _DS, P^* _DK)은 새롭게 업데이트된 점이고, 이것은 이산 신호 처리 성분의 P(n)이다.

- 섹션 분리 방법(Section Separation Method; SSM)

도 10은 섹션 분할 방법을 적용하는 개념을 설명한다. 구체적으로는, (a)는 SSM이 적용되지 않는 경우의 PDM에 의한 Q 값을 나타내고 (b)는 SSM이 적용되는 경우의 PDM에 의한 Q 값을 나타낸다.

위의 PDM를 이용하여 면적을 구할 수 있으나, 곡선의 형태를 보면, DOD가 클 경우, 도 10(a)와 같이 면적의 계산 오차가 크게 된다. 물론, 실제 배터리 사용구간이 대부분 20-80%임을 감안하면, 곡선의 거의 일정한 구역이기 때문에 큰 오차가 발생하지 않지만, SOC의 전체구역 (0~100%)을 고려한다면, 이 방법은 비실용적인 방법이 될 수 있다. 따라서 도 10(b)와 같이 3개의 구역으로 분할하는 방법(SSM)을 제안한다. 표 2는 실제 곡선의 면적과 PDM으로 계산된 면적의 오차률을 나타낸 것이다. SSM을 적용하지 않은 경우, DOD가 큰 구간에서는 오차률이 현저히 증가하는 것을 확인할 수 있다.

- 알고리즘

도 11은 배터리 수명 예측을 위한 알고리즘의 의사코드가 개략적으로 나타낸다.

우선, Q_{ir_m}을 결정하기 위하여, 제조사가 제공한 정보를 사용하거나 샘플 충방전 사이클을 실행하여 Q_{ir_m} 정보를 저장한다. 그 후에, 전압, 전류, 및 온도 정보가 실시간으로 획득되고, 이 정보가 수명을 예측하기 위하여 사용된다. 온도 정보는 비정상적인 상황에 대한 긴급 중지 트리거로서 사용된다.

이러한 정보를 사용하여, 우선 충전 상태인지 방전 상태인지 검사한다. 전류 정보를 살펴볼 때 전류 방향이 경된다면, 이것이 충전 또는 방전 시작점의 정보이고, 따라서 이것을 P_CS 및 P_DS로 저장한다. 그리고, 충전 및 방전 각각이 이루어지는 동안 SOC 정보가 검사된다. 충전 또는 방전 시작시의 SOC가 1% 이상 변한다면, 해당 지점이 변곡점으로 결정되고 변곡점에서의 전압 정보가 P_CK 또는 P_DK에 저장된다. 이러한 변화량은 예시적인 것이고 본 발명을 한정하는 것이 아님에 주의하여야 한다.

이러한 방식으로 네 지점이 발견될 수 있고, 세 개의 섹션에서 같은 동작이 수행되며, 이것이 한 사이클의 비가역적 에너지에 대응하는 값을 계산하기 위해 사용되고, 수명이 추정된다.

- 수명 사이클 예측 결과

도 12는 방전 전류가 실시간으로 변할 경우, 시간에 따른 전압 변화와 SOC에 따른 전압 변화를 비교한 것을 보여준다. 도 12의 (a)는 방전 전류 크기가 시간 간격 동안 0.5C, 0.25C, 및 1C로 변할 때 전압 상태가 변하는 것을 보여준다. 그러나, 도 12(b)에서, 시간 간격마다 방전 전류가 변하지만, SOC에 대한 전압 변화 그래프는 시간 변화와 무관하게 일정한 사이클 곡선을 보여준다. 이것으로부터, 사용자의 충방전 패턴이 변경되는 것과 무관하게 전압/SOC 곡선을 사용해서 수명을 예측하면 매우 효율적이라는 것을 알 수 있다.

표 3은 배터리 충방전 전류의 크기와 DOD를 변경시키면서 본 발명에 의해 제안된 방법을 적용하여 예측한 수명과 실제 잔여 용량을 비교 분석한 결과를 보여준다.

결과적으로, DOD에 따라서 추정 정확도에 다소의 차이가 있다는 것을 알 수 있다. 정확도는 0-100% 범위에서는 다소 낮았고, DOD가 작을수록 추정 오차도 작고 정확도가 높았다. 100% DOD 섹션과 50% DOD 섹션에서의 추정된 정확도 편차는 최대 2.7%만큼 다르지만, 충방전 전류의 크기에 따라서의 약 1%의 편차가 생긴다는 것을 알 수 있다.

- 결론

도 13은 예측 수명과 실제 수명 사이의 비교 곡선이다.

도 13은 표 3 의 데이터를 그래프로 표현한 것이다. 잔여 수명이 충방전 C-레이트와 DOD에 크게 의존한다는 것을 알 수 있다. 예측된 수명의 결과가 실제 잔여 용량에 기반해서 비교되었고, 예측된 수명을 분석하여 평균 93% 이상의 정확도를 얻었다. 높은 DOD 섹션에서는, 정확도가 다소 떨어지고, 실재 사용 섹션으로 기대되는 20-80% 섹션 및 30-80% 섹션에서는 정확도가 94%였다.

이러한 결과에 비추어볼 때, 무엇보다 DOD와 C-레이트가 수명에 대해 중요하다는 것을 알 수 있다. 본 명세서에서 비가역적 열용량을 계산하기 위한 곡선에 대한 분석 결과로부터 알 수 있는 바와 같이, Q 값의 면적이 DOD와 C-레이트에 따라 명백하게 달라진다는 것을 알 수 있다.

결과적으로, DOD가 클수록 C-레이트가 커지고 Q 값도 커지는데, 이것은 수명이 짧아진다는 것을 의미한다. 오히려, 동일한 조건에서(동일한 DOD 및 C-레이트), 비가역적 영용량은 배터리의 노화 상태에 따라서 다소 증가하지만, 노화 속도는 DOD 또는 C-레이트의 효과보다는 상대적으로 느리다.

실험의 결과, 온도는 결과에 영향이 별로 없다는 것을 알 수 있다. 온도가 적합한 동작 범위를 벗어나면, 계산된 비가역적 에너지가 증가하고, 이것은 수명이 짧아진다는 것을 의미한다. 이와 유사하게, 배터리가 노화됨에 따라 계산되는 비가역적 에너지는 증가한다. 본 발명은 평균 기대 수명이 90% 이상의 정확도로 제공되는데, 그 정확도를 증가시키기 위해서는 Q_{ir_m}값이 온도와 노화 상태를 반영해야 한다.

본 발명에 의하여, 널리 사용되는 리튬 이온 배터리의 수명을 예측하는 장치가 엔트로피 법칙에 따라 제안되고 그 결과가 검증되었다. 이러한 장치는, 물리적이지만 직관적이고 상대적으로 용이하게 구현될 수 있다는 장점을 가진다. 전술된 바와 같이, 온도와 시간의 함수를 수반하는 수명 추정과 해석 방법에는 오류가 많다. 사실상, 배터리 상태를 실시간으로 획득하고 처리하는 과정에서 온도보다 반응성이 높은 전압과 전류의 정보로부터 수명을 추정하는 것이 더 효과적이다. 전압은 내부 상태, 온도, 배터리의 환경 인자를 반영하여, 분석이 쉬워지게 된다.

또한, 시간에 따라 변하는 성분을 사용하지 않고 SOC 정보를 위해 전압을 사용함으로써, 사용 패턴에 따라 변하는 시간 성분에 대한 영향이 제거된다. 그리고, 본 발명에 따른 실험 결과, 92%보다 높은 정확도로 본 발명이 유효하고 정확하다는 것이 증명되었다.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.

또한, 본 발명에 따르는 장치는 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 분산 컴퓨터 시스템에 의하여 분산 방식으로 실행될 수 있는 컴퓨터가 읽을 수 있는 코드를 저장할 수 있다.

본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설시된 특징, 수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다. 그리고, 명세서에 기재된 "...부", "...기", "모듈", "블록" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

따라서, 본 실시예 및 본 명세서에 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시예는 모두 본 발명의 권리범위에 포함되는 것이 자명하다고 할 것이다.

본 발명의 배터리 관리 기술에 적용될 수 있다.

Claims

충방전가능한 배터리의 충방전 특성을 사용하여 배터리를 관리하는 배터리 관리 시스템으로서,
상기 배터리의 전압, 전류, 온도, 및 내부 저항을 측정하는 센서로부터 상태 정보를 수신하고, 수신된 상태 정보로부터 상기 배터리의 충전 상태(state of charge; SOC) 및 건강 상태(State of Health; SOH)를 추정하며, 추정된 충전 상태와 건강 상태에 기반하여 상기 배터리를 구성하는 셀들의 충전량을 등화시키는 셀 밸런싱부; 및
추정된 충전 상태와 건강 상태에 기반하여 상기 배터리의 잔여 수명을 예측하고, 예측된 잔여 수명에 따라 상기 배터리의 과충전 및 과방전을 방지하여 상기 배터리를 보호하는 배터리 보호부를 포함하고,
상기 배터리 보호부는,
변동하는 충전 전류 및 방전 전류로 상기 배터리를 충전 및 방전하면서, 상기 배터리의 전압, 충전 상태(state of charge; SOC), 및 방전 깊이(depth of discharge; DOD)를 측정하는 배터리 상태 측정부;
엔탈피와 엔트로피 법칙을 사용하여, 상기 전압 및 상기 충전 상태(SOC)로부터 상기 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Q_ir )을 유도하는 비가역적 에너지량 유도부; 및
유도된 비가역적 에너지량(Q_ir )으로부터 상기 배터리의 잔여 수명을 예측하는 잔여 수명 예측부를 포함하고,
상기 비가역적 에너지량 유도부는,
상기 비가역적 에너지량(Q_ir )을 수학식

를 사용하여 유도하고,
여기에서 Q₀는 배터리 최대 용량, α는 아레니우스 상수(Arrhenius rate constant)이고, E_C 및 E_D는 각각 충전시 및 방전시의 셀전압인 것을 특징으로 하는 배터리의 충방전 특성을 사용한 배터리 관리 시스템.
삭제
제1항에 있어서,
상기 잔여 수명 예측부는,
상기 배터리의 잔여 수명을 수학식

를 사용하여 예측하고,
여기에서 Q_{ir_m} 은 비가역적 에너지량의 사이클별 최대값, m은 최대 사이클 기간, N_a 및 N_p 는 각각 실제 사이클 횟수와 예측된 사이클 횟수이고, Q_{ir_k} 는 k번째 사이클 현재의 비가역적 에너지량인 것을 특징으로 하는 배터리의 충방전 특성을 사용한 배터리 관리 시스템.
제3항에 있어서,
상기 잔여 수명 예측부는,
Q _{ir_m} 및 Q _{ir_k} 를, 상기 배터리에 대한 전압과 충전 상태(SOC)의 관계를 나타내는 그래프에서 사이클별 충방전 곡선이 차지하는 면적으로부터 구하는 것을 특징으로 하는 배터리의 충방전 특성을 사용한 배터리 관리 시스템.
제4항에 있어서,
상기 사이클별 충방전 곡선의 면적은, 상기 충방전 곡선을 적어도 두 개 이상의 섹션으로 분할하고, 분할된 섹션별 면적을 합산하여 구해지는 것을 특징으로 하는 배터리의 충방전 특성을 사용한 배터리 관리 시스템.
제5항에 있어서,
상기 사이클별 충방전 곡선을 분할하는 것은,
상기 충방전 곡선에서, 연속하는 두 사이클에서의 충전 시작점(P_CS, P^* _CS), 충전 변곡점(P_CK, P^* _CK), 방전 시작점(P_DS, P^* _DS), 및 방전 변곡점(P_DK, P^* _DK)을 추출하는 것, 및
상기 충방전 곡선을:
P_CS, P^* _CS, P_CK, 및 P^* _CK에 의해 형성되는 제 1 섹션;
P^* _CS, P^* _CK, P^* _DS, 및 P^* _DK에 의해 형성되는 제 2 섹션; 및
P_DS, P^* _DS, P_DK, 및 P^* _DK에 의해 형성되는 제 3 섹션으로 분할하는 것을 포함하는 것을 특징으로 하는 배터리의 충방전 특성을 사용한 배터리 관리 시스템.
제6항에 있어서,
상기 충전 시작점(P_CS) 및 방전 시작점(P_DS)은 전류의 방향 변동에 의해 추출되고,
상기 충전 변곡점(P_CK) 및 방전 변곡점(P_DK)은 충전 상태(SOC)에 대한 전압의 변화량에 기반하여 추출되는 것을 특징으로 하는 배터리의 충방전 특성을 사용한 배터리 관리 시스템.