KR102221860B1 - 에너지 저장 장치의 상태 모니터링 방법 - Google Patents
에너지 저장 장치의 상태 모니터링 방법 Download PDFInfo
- Publication number
- KR102221860B1 KR102221860B1 KR1020200125899A KR20200125899A KR102221860B1 KR 102221860 B1 KR102221860 B1 KR 102221860B1 KR 1020200125899 A KR1020200125899 A KR 1020200125899A KR 20200125899 A KR20200125899 A KR 20200125899A KR 102221860 B1 KR102221860 B1 KR 102221860B1
- Authority
- KR
- South Korea
- Prior art keywords
- value
- membership
- state
- energy storage
- deterioration progress
- Prior art date
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 230000006866 deterioration Effects 0.000 claims abstract description 127
- 238000012806 monitoring device Methods 0.000 claims abstract description 106
- 239000000779 smoke Substances 0.000 claims abstract description 30
- 238000005259 measurement Methods 0.000 claims description 50
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 230000005484 gravity Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 52
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 230000015556 catabolic process Effects 0.000 description 10
- 238000006731 degradation reaction Methods 0.000 description 10
- 238000006467 substitution reaction Methods 0.000 description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000001803 electron scattering Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/14—Supports; Fastening devices; Arrangements for mounting thermometers in particular locations
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
-
- 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
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/10—Batteries in stationary systems, e.g. emergency power source in plant
-
- 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
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Environmental & Geological Engineering (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
일실시에에 따르면, 감시 장치에 의해 수행되는, 에너지 저장 장치의 상태를 모니터링 하는 방법에 있어서, 상기 에너지 저장 장치의 내부 공간에 설치된 복수의 온도 센서를 통해 측정된 온도 데이터를 획득하고, 상기 내부 공간에 설치된 습도 센서를 통해 측정된 습도 데이터를 획득하고, 전류 측정부를 통해 측정된 상기 에너지 저장 장치의 출력 DC 전류 데이터를 획득하고, 전압 측정부를 통해 측정된 상기 에너지 저장 장치의 출력 DC 전압 데이터를 획득하고, 전압 편차 측정부를 통해 측정된 상기 에너지 저장 장치의 배터리 랙(rack)을 구성하는 복수의 배터리 모듈에 대한 전압 데이터를 획득하고, 접지선 전류 측정부를 통해 상기 에너지 저장 장치의 외함(enclosure)과 접지선이 연결된 지점의 접지선 전류 데이터를 획득하고, 상기 내부 공간에 설치된 연기 센서를 통해 연기 발생 데이터를 획득하는 단계; 상기 복수의 온도 센서 중 미리 정해진 대표 온도 센서를 통해 측정된 온도 데이터를 기초로 온도값을 확인하고, 상기 온도값을 제1 소속도 함수에 대입하여, 온도의 매우 낮음, 낮음, 중간, 높음, 매우 높음에 따른 제1 소속도 값을 출력하는 단계; 상기 습도 데이터를 기초로 습도값을 확인하고, 상기 습도값을 제2 소속도 함수에 대입하여, 습도의 정상 및 높음에 따른 제2 소속도 값을 출력하는 단계; 상기 출력 DC 전류 데이터를 기초로 전류값을 확인하고, 상기 전류값을 제3 소속도 함수에 대입하여, 전류의 매우 높은 충전, 높은 충전, 정상, 높은 방전 및 매우 높은 방전에 따른 제3 소속도 값을 출력하는 단계; 상기 출력 DC 전압 데이터를 기초로 전압값을 확인하고, 상기 전압값을 제4 소속도 함수에 대입하여, 전압의 낮음, 정상 및 높음에 따른 제4 소속도 값을 출력하는 단계; 상기 온도 데이터를 기초로, 상기 복수의 온도 센서의 평균 온도값에 대한 최대값을 %단위로 환산하여 온도 편차를 산출하고, 상기 온도 편차를 제5 소속도 함수에 대입하여, 온도 편차의 정상, 높음 및 매우 높음에 따른 제5 소속도 값을 출력하는 단계; 상기 복수의 배터리 모듈에 대한 전압 데이터를 기초로, 상기 복수의 배터리 모듈의 평균 전압값에 대한 최대값을 %단위로 환산하여 전압 편차를 산출하고, 상기 전압 편차를 제6 소속도 함수에 대입하여, 전압 편차의 정상 및 높음에 따른 제6 소속도 값을 출력하는 단계; 상기 접지선 전류 데이터를 기초로, 접지선 전류값을 확인하고, 상기 접지선 전류값을 제7 소속도 함수에 대입하여, 접지선 전류의 정상 및 높음에 따른 제7 소속도 값을 출력하는 단계; 상기 연기 발생 데이터를 기초로, 연기가 감지되면 1의 값지고 연기가 감지되지 않으면 0의 값을 가지는, 연기 발생에 대한 제8 소속도 값을 출력하는 단계; 상기 제1 소속도 값, 상기 제2 소속도 값, 상기 제3 소속도 값, 상기 제4 소속도 값, 상기 제5 소속도 값, 상기 제6 소속도 값, 상기 제7 소속도 값 및 상기 제8 소속도 값을 미리 설정된 규칙에 대입하여 맘다니 퍼지(Mamdani fuzzy) 연산을 통해, 안전성 상태의 정상, 주의 및 이상에 따른 제9 소속도 값을 출력하고, 열화 진행 상태의 정상, 높은 열화 진행 및 매우 높은 열화 진행에 따른 제10 소속도 값을 출력하는 단계; 상기 제9 소속도 값을 제9 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화(defuzzification)를 통해 안전성 지수를 출력하고, 상기 제10 소속도 값을 제10 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화를 통해 열화 진행 지수를 출력하는 단계; 및 상기 안전성 지수를 기초로, 상기 에너지 저장 장치의 안전성 상태를 정상, 주의 및 이상 중 어느 하나의 상태로 판단하고, 상기 열화 진행 지수를 기초로, 상기 에너지 저장 장치의 열화 진행 상태를 정상, 높은 열화 진행 및 매우 높은 열화 진행 중 어느 하나의 상태로 판단하는 단계를 포함하는, 에너지 저장 장치의 상태 모니터링 방법이 제공된다.
Description
아래 실시예들은 에너지 저장 장치의 상태를 모니터링 하는 기술에 관한 것이다.
에너지 저장 장치(Energy Storage System, 이하 ESS)는 전기 에너지를 충전하고 필요한 시점에 에너지를 방전하여 전력 사용을 유연하게 하는 설비이다. 리튬이온 배터리는 높은 효율과 에너지 밀도를 가지기 때문에, 리튬이온 배터리를 이용한 ESS가 가장 많이 사용되고 있다.
리튬이온 배터리의 경우 일반적으로 하나의 단일 전지는 2.2V~3.7V의 공칭 전압을 가지는데, 이러한 배터리 셀을 직병렬로 연결하여 750~1,000V의 전압을 가지고 1MWh의 에너지용량을 갖는 배터리 시스템을 구성할 수 있다.
이러한 리튬이온 배터리의 상태는 배터리 시스템의 BMS(Battery Management System)에 의해서 감시될 수 있으며, 이러한 BMS는 셀간 전압 차이 등을 해소하기 위한 cell balancing 동작 등을 수행한다. 일반적으로 BMS는 전압, 전류, 온도를 측정하여 배터리 셀의 충전상태(SOC, State Of Charge)와 열화 상태(SOH, State Of Healthy)를 판단한다.
이러한 ESS는 일반적으로 컨테이너로 구축되는 형태와 건축물 내부에 구축되는 형태로 구분된다. 이중 컨테이너 형은 단열과 이동이 용이하고 화재 발생 시 화재의 전파를 억제할 수 있다. 또한 건축물 내부에 구축되는 경우에도 컨테이너 형태와 유사하게 밀폐된 공간에 구축되는 것이 일반적이다.
ESS는 케이블 인입을 위한 인입구(cable hole)가 존재하지 때문에 내부가 완전히 밀폐될 수는 없으며, 이에 따라 내부의 온도 및 습도를 유지하기 위한 HVAC(Heating Ventilation Air Conditioner) 등을 이용한다.
이와 같은 ESS를 관리하는 관리자가 배터리의 상태를 확인하기 위해서는 컨테이너의 도어를 개방하고, 컨테이너 내부의 BMS 모니터를 확인하여야만 하도록 구성되는 경우가 많으며, 이는 컨테이너 내부 온도와 습도의 유지에 영향을 주게 된다. 또한 ESS는 완전 충전시에 1,000V의 전압이 충전되어 있으므로, 컨테이너 내부의 BMS를 일일이 확인하는 것은 안전상의 측면에서 문제가 있다.
따라서, 에너지 저장 장치를 안전하게 관리하기 위해 에너지 저장 장치의 안전성 상태 및 열화 진행 상태를 용이하게 파악하고자 하는 요구가 증대되고 있다.
일실시예에 따르면, 에너지 저장 장치의 안전성 상태 및 열화 진행 상태를 종합적으로 진단하기 위해 에너지 저장 장치의 상태를 모니터링 하는 방법 및 장치를 제공하는데 그 목적이 있다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 감시 장치에 의해 수행되는, 에너지 저장 장치의 상태를 모니터링 하는 방법에 있어서, 상기 에너지 저장 장치의 내부 공간에 설치된 복수의 온도 센서를 통해 측정된 온도 데이터를 획득하고, 상기 내부 공간에 설치된 습도 센서를 통해 측정된 습도 데이터를 획득하고, 전류 측정부를 통해 측정된 상기 에너지 저장 장치의 출력 DC 전류 데이터를 획득하고, 전압 측정부를 통해 측정된 상기 에너지 저장 장치의 출력 DC 전압 데이터를 획득하고, 전압 편차 측정부를 통해 측정된 상기 에너지 저장 장치의 배터리 랙(rack)을 구성하는 복수의 배터리 모듈에 대한 전압 데이터를 획득하고, 접지선 전류 측정부를 통해 상기 에너지 저장 장치의 외함(enclosure)과 접지선이 연결된 지점의 접지선 전류 데이터를 획득하고, 상기 내부 공간에 설치된 연기 센서를 통해 연기 발생 데이터를 획득하는 단계; 상기 복수의 온도 센서 중 미리 정해진 대표 온도 센서를 통해 측정된 온도 데이터를 기초로 온도값을 확인하고, 상기 온도값을 제1 소속도 함수에 대입하여, 온도의 매우 낮음, 낮음, 중간, 높음, 매우 높음에 따른 제1 소속도 값을 출력하는 단계; 상기 습도 데이터를 기초로 습도값을 확인하고, 상기 습도값을 제2 소속도 함수에 대입하여, 습도의 정상 및 높음에 따른 제2 소속도 값을 출력하는 단계; 상기 출력 DC 전류 데이터를 기초로 전류값을 확인하고, 상기 전류값을 제3 소속도 함수에 대입하여, 전류의 매우 높은 충전, 높은 충전, 정상, 높은 방전 및 매우 높은 방전에 따른 제3 소속도 값을 출력하는 단계; 상기 출력 DC 전압 데이터를 기초로 전압값을 확인하고, 상기 전압값을 제4 소속도 함수에 대입하여, 전압의 낮음, 정상 및 높음에 따른 제4 소속도 값을 출력하는 단계; 상기 온도 데이터를 기초로, 상기 복수의 온도 센서의 평균 온도값에 대한 최대값을 %단위로 환산하여 온도 편차를 산출하고, 상기 온도 편차를 제5 소속도 함수에 대입하여, 온도 편차의 정상, 높음 및 매우 높음에 따른 제5 소속도 값을 출력하는 단계; 상기 복수의 배터리 모듈에 대한 전압 데이터를 기초로, 상기 복수의 배터리 모듈의 평균 전압값에 대한 최대값을 %단위로 환산하여 전압 편차를 산출하고, 상기 전압 편차를 제6 소속도 함수에 대입하여, 전압 편차의 정상 및 높음에 따른 제6 소속도 값을 출력하는 단계; 상기 접지선 전류 데이터를 기초로, 접지선 전류값을 확인하고, 상기 접지선 전류값을 제7 소속도 함수에 대입하여, 접지선 전류의 정상 및 높음에 따른 제7 소속도 값을 출력하는 단계; 상기 연기 발생 데이터를 기초로, 연기가 감지되면 1의 값지고 연기가 감지되지 않으면 0의 값을 가지는, 연기 발생에 대한 제8 소속도 값을 출력하는 단계; 상기 제1 소속도 값, 상기 제2 소속도 값, 상기 제3 소속도 값, 상기 제4 소속도 값, 상기 제5 소속도 값, 상기 제6 소속도 값, 상기 제7 소속도 값 및 상기 제8 소속도 값을 미리 설정된 규칙에 대입하여 맘다니 퍼지(Mamdani fuzzy) 연산을 통해, 안전성 상태의 정상, 주의 및 이상에 따른 제9 소속도 값을 출력하고, 열화 진행 상태의 정상, 높은 열화 진행 및 매우 높은 열화 진행에 따른 제10 소속도 값을 출력하는 단계; 상기 제9 소속도 값을 제9 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화(defuzzification)를 통해 안전성 지수를 출력하고, 상기 제10 소속도 값을 제10 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화를 통해 열화 진행 지수를 출력하는 단계; 및 상기 안전성 지수를 기초로, 상기 에너지 저장 장치의 안전성 상태를 정상, 주의 및 이상 중 어느 하나의 상태로 판단하고, 상기 열화 진행 지수를 기초로, 상기 에너지 저장 장치의 열화 진행 상태를 정상, 높은 열화 진행 및 매우 높은 열화 진행 중 어느 하나의 상태로 판단하는 단계를 포함하는, 에너지 저장 장치의 상태 모니터링 방법이 제공된다.
상기 에너지 저장 장치의 상태 모니터링 방법은, 상기 안전성 상태 및 상기 열화 진행 상태의 판단 단계 이후, 상기 안전성 상태가 정상 상태로 판단되고 상기 열화 진행 상태가 정상 상태로 판단되면, 미리 설정된 제1 측정 주기로 상기 에너지 저장 장치의 상태에 대한 모니터링을 수행하는 단계; 상기 안전성 상태가 주의 상태로 판단되거나 상기 열화 진행 상태가 높은 열화 진행 상태로 판단되면, 상기 제1 측정 주기 보다 더 짧은 제2 측정 주기로 상기 에너지 저장 장치의 상태에 대한 모니터링을 수행하는 단계; 상기 안전성 상태가 주의 상태로 판단되고 상기 열화 진행 상태가 높은 열화 진행 상태로 판단되면, 상기 복수의 배터리 모듈 중 배터리 열화도가 기준치 미만으로 확인되어 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하는 단계; 상기 안전성 상태가 이상 상태로 판단되거나 상기 열화 진행 상태가 매우 높은 열화 진행 상태로 판단되면, 상기 복수의 배터리 모듈 중 비상 상황에서 작동하기 위해 지정되어 제2 그룹으로 분류된 배터리 모듈만 작동하고, 상기 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈의 작동이 정지되도록 제어하는 단계; 및 상기 안전성 상태가 이상 상태로 판단되고 상기 열화 진행 상태가 매우 높은 열화 진행 상태로 판단되면, 상기 복수의 배터리 모듈 전체의 작동이 정지되도록 제어하는 단계를 더 포함할 수 있다.
상기 에너지 저장 장치의 상태 모니터링 방법은, 상기 안전성 상태 및 상기 열화 진행 상태의 판단 단계 이전, 상기 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되거나 상기 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되면, 상기 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하는 단계; 및 상기 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되고 상기 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되면, 상기 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하고, 상기 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈의 작동도 정지되도록 제어하는 단계를 더 포함할 수 있다.
상기 에너지 저장 장치의 상태 모니터링 방법은, 상기 에너지 저장 장치와 연결된 복수의 조명 장치 중 열화 상태 정보가 미리 정의된 판별 조건에 해당하는 제1 조명 장치를 분류하는 단계; 상기 제1 조명 장치의 정격 전류를 획득하는 단계; 상기 에너지 저장 장치로부터 상기 제1 조명 장치로 공급되는 공급 전류를 측정하는 단계; 상기 제1 조명 장치에 포함된 LED 모듈 하나의 소모 전류를 획득하는 단계; 및 상기 제1 조명 장치의 정격 전류와 상기 제1 조명 장치로 공급되는 공급 전류의 차를 상기 LED 모듈 하나의 소모 전류로 나눈 값을 통해, 상기 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수를 판별하는 단계를 더 포함할 수 있다.
상기 에너지 저장 장치의 상태 모니터링 방법은, 상기 제1 조명 장치에 포함된 전체 LED 모듈의 수를 획득하는 단계; 상기 제1 조명 장치의 정격 전류와 상기 제1 조명 장치로 공급되는 공급 전류의 차를 상기 LED 모듈 하나의 소모 전류로 나눈 값을 통해, 상기 제1 조명 장치에서 고장이 있을 것으로 예측되는 LED 모듈의 고장 후보 개수를 정의하는 단계; 상기 고장 후보 개수와 상기 전체 LED 모듈의 수의 비율을 기초로, 상기 제1 조명 장치로 공급되는 공급 전류의 예상 노이즈를 산출하는 단계; 상기 제1 조명 장치로 공급되는 공급 전류에서 측정된 노이즈와 상기 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위 이내인 경우, 상기 고장 후보 개수를 상기 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별하는 단계; 및 상기 노이즈 차이가 미리 정의된 오차 범위를 초과한 경우, 상기 노이즈 차이를 미리 정의된 단위 오차로 나눈 값에서 반올림하여 정수 값을 산출하고, 상기 고장 후보 개수에서 상기 정수 값을 차감한 값을 통해, 상기 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별하고, 상기 정수 값에 2를 곱한 값을 통해, 상기 제1 조명 장치에서 성능이 저하된 LED 모듈의 성능 저하 개수를 판별하는 단계를 더 포함할 수 있다.
일실시예에 따르면, 에너지 저장 장치의 상태를 모니터링 하기 위해 다양한 측정부를 통해 에너지 저장 장치에 관한 복수의 파라미터를 검출하고, 맘다니 퍼지 연산을 통해 검출 데이터를 종합적으로 분석하여 에너지 저장 장치의 안전성 상태 및 열화 진행 상태를 판단함으로써, 판단 결과를 통해 에너지 저장 장치의 상태를 관리자가 용이하게 파악할 수 있도록 하는 효과가 있다.
한편, 실시예들에 따른 효과는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 에너지 저장 장치의 상태를 모니터링 하는 감시 장치의 구성을 나타낸 블록도이다.
도 2는 일실시예에 따른 온도값을 통해 소속도를 구분하는 제1 소속도 함수를 나타낸 예시도이다.
도 3은 일실시예에 따른 습도값을 통해 소속도를 구분하는 제2 소속도 함수를 나타낸 예시도이다.
도 4는 일실시예에 따른 전류값을 통해 소속도를 구분하는 제3 소속도 함수를 나타낸 예시도이다.
도 5는 일실시예에 따른 전압값을 통해 소속도를 구분하는 제4 소속도 함수를 나타낸 예시도이다.
도 6은 일실시예에 따른 온도 편차를 통해 소속도를 구분하는 제5 소속도 함수를 나타낸 예시도이다.
도 7은 일실시예에 따른 전압 편차를 통해 소속도를 구분하는 제6 소속도 함수를 나타낸 예시도이다.
도 8은 일실시예에 따른 접지선 전류값을 통해 소속도를 구분하는 제7 소속도 함수를 나타낸 예시도이다.
도 9는 일실시예에 따른 안전성 상태에 대한 소속도를 구분하는 제9 소속도 함수를 나타낸 예시도이다.
도 10은 일실시예에 따른 열화 진행 상태에 대한 소속도를 구분하는 제10 소속도 함수를 나타낸 예시도이다.
도 11은 일실시예에 따른 에너지 저장 장치의 상태를 모니터링 하는 방법을 설명하기 위한 순서도이다.
도 12는 일실시예에 따른 안전성 상태 및 열화 진행 상태에 따라 모니터링 방식을 제어하는 방법을 설명하기 위한 순서도이다.
도 13은 일실시예에 따른 제9 소속도 값 및 제10 소속도 값을 통해 배터리 모듈의 작동을 제어하는 방법을 설명하기 위한 순서도이다.
도 14는 일실시예에 따른 LED 모듈의 고장 개수를 판별하는 동작을 설명하기 위한 순서도이다.
도 15는 일실시예에 따른 LED 모듈의 고장 개수 및 성능 저하 개수를 판별하는 동작을 설명하기 위한 순서도이다.
도 2는 일실시예에 따른 온도값을 통해 소속도를 구분하는 제1 소속도 함수를 나타낸 예시도이다.
도 3은 일실시예에 따른 습도값을 통해 소속도를 구분하는 제2 소속도 함수를 나타낸 예시도이다.
도 4는 일실시예에 따른 전류값을 통해 소속도를 구분하는 제3 소속도 함수를 나타낸 예시도이다.
도 5는 일실시예에 따른 전압값을 통해 소속도를 구분하는 제4 소속도 함수를 나타낸 예시도이다.
도 6은 일실시예에 따른 온도 편차를 통해 소속도를 구분하는 제5 소속도 함수를 나타낸 예시도이다.
도 7은 일실시예에 따른 전압 편차를 통해 소속도를 구분하는 제6 소속도 함수를 나타낸 예시도이다.
도 8은 일실시예에 따른 접지선 전류값을 통해 소속도를 구분하는 제7 소속도 함수를 나타낸 예시도이다.
도 9는 일실시예에 따른 안전성 상태에 대한 소속도를 구분하는 제9 소속도 함수를 나타낸 예시도이다.
도 10은 일실시예에 따른 열화 진행 상태에 대한 소속도를 구분하는 제10 소속도 함수를 나타낸 예시도이다.
도 11은 일실시예에 따른 에너지 저장 장치의 상태를 모니터링 하는 방법을 설명하기 위한 순서도이다.
도 12는 일실시예에 따른 안전성 상태 및 열화 진행 상태에 따라 모니터링 방식을 제어하는 방법을 설명하기 위한 순서도이다.
도 13은 일실시예에 따른 제9 소속도 값 및 제10 소속도 값을 통해 배터리 모듈의 작동을 제어하는 방법을 설명하기 위한 순서도이다.
도 14는 일실시예에 따른 LED 모듈의 고장 개수를 판별하는 동작을 설명하기 위한 순서도이다.
도 15는 일실시예에 따른 LED 모듈의 고장 개수 및 성능 저하 개수를 판별하는 동작을 설명하기 위한 순서도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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 실시예가 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.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 에너지 저장 장치의 상태를 모니터링 하는 감시 장치의 구성을 나타낸 블록도이다.
도 1을 참조하면, 일실시예에 따른 감시 장치(100)는 온도 센서(110), 습도 센서(120), 전류 측정부(130), 전압 측정부(140), 전압 편차 측정부(150), 접지선 전류 측정부(160), 연기 센서(170), 제어부(180) 및 표시부(190)를 포함한다.
온도 센서(110)는 에너지 저장 장치의 내부 공간에 복수개 설치되어, 에너지 저장 장치의 온도를 측정할 수 있다. 이러한 온도 센서(110)는 컨테이너 등의 구조를 고려하여 온도 편차를 측정 할 수 있도록 배터리 랙(rack)의 바닥을 기준으로 하되, 랙의 수직 길이 기준 70~80% 지점(즉, 상부)과 20~30% 지점(즉, 하부)에 설치될 수 있다.
습도 센서(120)는 에너지 저장 장치의 내부 공간에 설치되어, 해당 공간의 습도를 측정할 수 있다. 습도는 배터리 시스템의 절연 성능을 분석하는데 중요한 파라미터이므로, 배터리 랙의 상부 또는 하부 중 고압 측에 가까운 곳에 설치될 수 있다.
전류 측정부(130)는 에너지 저장 장치의 전체 출력 DC 전류를 측정할 수 있다. 이때 전류를 측정하는 다양한 방식이 이미 널리 알려져 있으므로, 그 중 하나의 방식이 채용될 수 있다.
전압 측정부(140)는 배터리 랙들이 병렬로 연결된 모선의 DC 전압을 측정할 수 있다. 즉, 전압 측정부(140)는 에너지 저장 장치의 전체 출력 DC 전압을 측정할 수 있다. 이때 전압을 측정하는 다양한 방식이 이미 널리 알려져 있으므로, 그 중 하나의 방식이 채용될 수 있다.
전압 편차 측정부(150)는 배터리 랙을 구성하는 배터리 모듈 중에서 복수개의 모듈의 전압을 측정할 수 있다. 예를 들어, 전압 편차 측정부(150)는 배터리 랙을 구성하는 다수의 배터리 모듈 중 4개 이상의 모듈에 대한 전압을 측정할 수 있다.
접지선 전류 측정부(160)는 에너지 저장 장치의 외함(enclosure)과 접지선이 연결된 지점의 전류를 측정할 수 있다.
연기 센서(170)는 에너지 저장 장치의 내부 공간에 설치되어, 내부 공간의 연기 발생 여부를 검출할 수 있다. 이러한 연기 센서는 에너지 저장 장치의 내부 공간의 천장에 설치될 수 있으며, 소방용 연기 센서와 겸용으로 사용될 수 있다.
제어부(180)는 감시 장치(100)에 포함된 온도 센서(110), 습도 센서(120), 전류 측정부(130), 전압 측정부(140), 전압 편차 측정부(150), 접지선 전류 측정부(160), 연기 센서(170) 및 표시부(190) 각각의 동작이 정상적으로 수행되도록 제어할 수 있다. 즉, 감시 장치(100)가 수행하는 모든 동작은 제어부(180)의 제어를 통해 수행될 수 있다.
표시부(190)는 디스플레이 장치를 포함하여, 안전성 상태 또는 열화 진행 상태를 출력할 수 있다. 예를 들어, 표시부(190)는 에너지 저장 장치의 외부에 설치된 2개의 램프를 포함할 수 있으며, 해당 램프의 색상은 변경될 수 있다. 즉, 안전성 상태 표시 램프의 경우 안전성 상태에 따라 정상 상태에서는 초록색으로 표시되고, 주의 상태에서는 주황색으로 표시되며, 이상 상태에서는 적색으로 표시될 수 있으며, 열화 진행 상태 표시 램프의 경우 열화 진행 상태에 따라 각각 초록색, 주황색, 적색으로 표시될 수 있다.
도 2 내지 도 8은 본 발명의 일 실시예에 따른 각 파라미터에 대한 소속도 함수를 나타낸 예시도이다.
온도 센서(110)를 통해 도출되는 온도값(복수개의 온도 센서를 사용하는 경우 대표 온도 센서를 통해 측정된 온도값)은 도 2에 도시된 제1 소속도 함수의 대입을 통해, -30℃~70℃의 범위에서 매우 낮음, 낮음, 중간, 높음, 매우 높음에 따른 제1 소속도 값을 가진다. 예를 들어, 온도값이 10℃인 경우, 제1 소속도 값은 중간 소속도 함수의 값이 1이고 나머지 소속도 함수의 값이 0으로 출력되고, 온도값이 0℃인 경우, 제1 소속도 값은 낮은 소속도 함수와 중간 소속도 함수의 값이 0.5이고 나머지 소속도 함수의 값이 0으로 출력될 수 있다.
습도 센서(120)를 통해 측정되는 습도값은 도 3에 도시된 제2 소속도 함수의 대입을 통해, 정상과 높음에 따른 제2 소속도 값을 가진다. 이때 습도값은 상대 습도값이 사용될 수 있다.
전류 측정부(130)를 통해 측정되는 전류값은 도 4에 도시된 제3 소속도 함수의 대입을 통해, 높은 충전, 높은 충전, 정상, 높은 방전, 매우 높은 방전에 따른 제3 소속도 값을 가진다. 이때 전류는 정격 전류에 대한 Pu값으로 연산될 수 있으며, 음수를 충전 상태 양수를 방전 상태로 정의한다.
전압 측정부(140)를 통해 측정되는 전압값은 도 5에 도시된 제4 소속도 함수의 대입을 통해, 낮음, 정상, 높음에 따른 제4 소속도 값을 가진다.
복수개의 온도 센서(110)를 통해 측정되는 온도값에 따른 온도 편차는 복수개의 온도 센서(110)의 평균값에 대한 최대값을 %단위로 환산하여, 도 6에 도시된 제5 소속도 함수의 대입을 통해, 정상, 높음, 매우 높음에 따른 제5 소속도 값을 가진다.
전압 편차 측정부(150)를 통해 측정되는 전압 편차는 모듈 단위 전압의 편차를 %단위로 환산하여 산출될 수 있다. 예를 들어, 복수개의 전압값의 평균값에 대한 최대값을 %단위로 환산할 수 있다. 이러한 전압 편차는 도 7에 도시된 제6 소속도 함수의 대입을 통해, 정상, 높음에 따른 제6 소속도 값을 가진다.
접지선 전류 측정부(160)를 통해 측정되는 접지선 선류는 mA를 단위로 하여 도 8에 도시된 제7 소속도 함수를 통해, 정상, 높음에 따른 제7 소속도 값을 가진다.
연기 센서(170)를 통해 검출되는 제8 소속도 값은 연기가 감지되면 1의 값을 가지고, 감지되지 않으면 0의 값을 가지도록 하여, 소속도 값과 같이 표현된다.
감시 장치(100)는 획득된 측정 데이터에 상술한 것과 같은 소속도 함수를 적용하고 맘다니 퍼지(Mamdani fuzzy) 연산을 수행하여 에너지 저장 장치의 안전성 상태 또는 열화 진행 상태를 판단할 수 있다.
즉, 감시 장치(100)는 각각의 파라미터별 소속도 함수에 각각의 측정 데이터를 대입하여 각각의 파라미터별 소속도 값을 산출하고, 산출된 파라미터별 소속도 값을 미리 설정된 규칙에 대입하여 안전성 상태에 대한 제9 소속도 값을 산출하여 출력하고, 열화 진행 상태에 대한 제10 소속도 값을 산출하여 출력할 수 있다.
예를 들어, 미리 설정된 규칙은 표 1에 표시된 바와 같이 정의될 수 있다.
표 1은 일실시예에 따른 미리 설정된 규칙을 나타낸 것으로, 설명의 편의를 위해 일부분만을 나타낼 수 있으며, 이에 제한되지 않을 수 있다.
| 순번 | 규 칙 | 안전성 상태 | 열화 진행 상태 |
| 1 | 온도가 중간이고 전류가 정상이고 전압이 정상이고 온도 편차가 정상이고 전압 편차가 정상이다 | 정상 | 정상 |
| 2 | 온도가 중간이고 전류가 정상이고 습도가 정상이고 전압이 정상이고 접지선 전류가 정상이다 | 정상 | 정상 |
| 3 | 온도가 높다 | 주의 | 높음 |
| 4 | 충전 전류가 높다 | 주의 | 높음 |
| 5 | 방전 전류가 높다 | 주의 | 높음 |
| 6 | 온도 편차가 높다 | 주의 | 높음 |
| 7 | 온도가 매우 높다 | 이상 | 매우 높음 |
| 8 | 충전 전류가 매우 높다 | 이상 | 매우 높음 |
| 9 | 방전 전류가 매우 높다 | 이상 | 매우 높음 |
| 10 | 습도가 높고 전압이 높다 | 이상 | 매우 높음 |
| 11 | 접지선 전류가 높다 | 이상 | 매우 높음 |
| 12 | 온도 편차가 매우 높다 | 이상 | 매우 높음 |
| 13 | 전압 편차가 높다 | 이상 | 매우 높음 |
| 14 | 온도가 높고 충전 전류가 높다 | 이상 | 매우 높음 |
| 15 | 온도가 낮고 충전 전류가 높다 | 이상 | 매우 높음 |
| 16 | 온도가 높고 연기가 감지된다 | 이상 | 매우 높음 |
각각의 파라미터에 대한 소속도 값은 상기와 같은 규칙에 따른 만다니 퍼지 연산의 의해서 안전성 상태의 제9 소속도 값 및 열화 진행 상태의 제10 소속도 값으로 도출될 수 있다. 이때 안전성 상태에 대한 제9 소속도 함수는 도 9에 도시된 바와 같고, 열화 진행 상태에 대한 제10 소속도 함수는 도 10에 도시된 바와 같다.
즉, 감시 장치(100)는 안전성 상태에 대한 제9 소속도 값을 제9 소속도 함수에 대입하여, 제9 소속도 함수의 비퍼지화(defuzzification)를 통해 에너지 저장 장치의 안전성 상태를 판단할 수 있고, 열화 진행 상태에 대한 제10 소속도 값을 제10 소속도 함수에 대입하여, 제10 소속도 함수의 비퍼지화를 통해 에너지 저장 장치의 열화 진행 상태를 판단할 수 있다. 이때, 감시 장치(100)는 무게 중심법을 이용하여 비퍼지화를 수행할 수 있다.
예를 들어, 습도가 90%이고 전압 990V이면 습도는 "높다"의 소속도가 1이고 전압은 "높다"의 소속도가 0.57이 된다. 규칙 10에서 볼 수 있듯이, "습도가 높고 전입이 높으면"은 'AND'연산으로 연결된 규칙이므로, 제9 소속도 값은 "이상" 상태에 대한 출력의 소속도 값으로 0.57이 된다. 이후 제9 소속도 값을 제9 소속도 함수에 대입하여, 제9 소속도 함수의 "이상"에 대한 함수에서 y축값이 0.57이면, x축 값은 0.852가 되어, 안전성 지수는 0.852의 값이 출력될 수 있다.
감시 장치(100)는 이렇게 출력된 안전성 지수의 출력값에 따라 에너지 저장 장치의 안전성 상태를 판정할 수 있으며, 예를 들어, 안전도 지수가 0.25 미만이면 정상 상태로 판정하고, 0.25 이상이면 주의 상태로 판정하며, 0.75 이상이면 이상 상태로 판정하여, 판정 결과가 표시부(190)를 통해 표시되도록 제어할 수 있다.
이와 유사하게, 감시 장치(100)는 열화 진행 지수가 0.25 미만이면 정상 상태, 0.25 이상이면 높은 열화 진행 상태, 0.75 이상이면 매우 높은 열화 진행 상태로 판정하고, 판정 결과가 표시부(190)를 통해 표시되도록 제어할 수 있다.
도 11은 일실시예에 따른 에너지 저장 장치의 상태를 모니터링 하는 방법을 설명하기 위한 순서도이다.
도 11을 참조하면, 먼저, S1101 단계에서, 감시 장치(100)는 다양한 측정부를 통해 측정 데이터를 획득할 수 있으며, 예를 들어, 온도 센서(110), 습도 센서(120), 전류 측정부(130), 전압 측정부(140), 전압 편차 측정부(150), 접지선 전류 측정부(160) 및 연기 센서(170)를 통해 에너지 저장 장치의 상태 및 에너지 저장 장치의 내부 공간의 상태에 대한 복수의 파라미터에 대한 값을 획득할 수 있다.
구체적으로, 감시 장치(100)는 에너지 저장 장치의 내부 공간에 설치된 복수의 온도 센서(110)를 통해 측정된 온도 데이터를 획득하고, 에너지 저장 장치의 내부 공간에 설치된 습도 센서(120)를 통해 측정된 습도 데이터를 획득하고, 전류 측정부(130)를 통해 측정된 에너지 저장 장치의 출력 DC 전류 데이터를 획득하고, 전압 측정부(140)를 통해 측정된 에너지 저장 장치의 출력 DC 전압 데이터를 획득하고, 전압 편차 측정부(150)를 통해 측정된 에너지 저장 장치의 배터리 랙(rack)을 구성하는 복수의 배터리 모듈에 대한 전압 데이터를 획득하고, 접지선 전류 측정부(160)를 통해 에너지 저장 장치의 외함(enclosure)과 접지선이 연결된 지점의 접지선 전류 데이터를 획득하고, 에너지 저장 장치의 내부 공간에 설치된 연기 센서(170)를 통해 연기 발생 데이터를 획득할 수 있다.
S1102 단계에서, 감시 장치(100)는 획득된 파라미터 별로 소속도 값을 계산하여 출력할 수 있으며, 예를 들어, 도 2 내지 도 8에 도시된 것과 같은 소속도 함수를 이용하여 각 파라미터 별로 소속도 값을 산출할 수 있다.
구체적으로, 감시 장치(100)는 복수의 온도 센서(110) 중 미리 정해진 대표 온도 센서를 통해 측정된 온도 데이터를 기초로 온도값을 확인하고, 온도값을 제1 소속도 함수에 대입하여, 온도의 매우 낮음, 낮음, 중간, 높음, 매우 높음에 따른 제1 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 습도 데이터를 기초로 습도값을 확인하고, 습도값을 제2 소속도 함수에 대입하여, 습도의 정상 및 높음에 따른 제2 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 출력 DC 전류 데이터를 기초로 전류값을 확인하고, 전류값을 제3 소속도 함수에 대입하여, 전류의 매우 높은 충전, 높은 충전, 정상, 높은 방전 및 매우 높은 방전에 따른 제3 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 출력 DC 전압 데이터를 기초로 전압값을 확인하고, 전압값을 제4 소속도 함수에 대입하여, 전압의 낮음, 정상 및 높음에 따른 제4 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 온도 데이터를 기초로, 복수의 온도 센서(110)의 평균 온도값에 대한 최대값을 %단위로 환산하여 온도 편차를 산출하고, 온도 편차를 제5 소속도 함수에 대입하여, 온도 편차의 정상, 높음 및 매우 높음에 따른 제5 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 복수의 배터리 모듈에 대한 전압 데이터를 기초로, 복수의 배터리 모듈의 평균 전압값에 대한 최대값을 %단위로 환산하여 전압 편차를 산출하고, 전압 편차를 제6 소속도 함수에 대입하여, 전압 편차의 정상 및 높음에 따른 제6 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 접지선 전류 데이터를 기초로, 접지선 전류값을 확인하고, 접지선 전류값을 제7 소속도 함수에 대입하여, 접지선 전류의 정상 및 높음에 따른 제7 소속도 값을 출력할 수 있다.
또한, 감시 장치(100)는 연기 발생 데이터를 기초로, 연기가 감지되면 1의 값지고 연기가 감지되지 않으면 0의 값을 가지는, 연기 발생에 대한 제8 소속도 값을 출력할 수 있다.
S1103 단계에서, 감시 장치(100)는 미리 설정된 규칙에 따라 파라미터별 소속도 값으로부터 제9 소속도 값 및 제10 소속도 값을 출력할 수 있으며, 예를 들어, 맘다니 퍼지 연산을 수행하여 에너지 저장 장치의 안전성 상태에 대한 제9 소속도 값 및 에너지 저장 장치의 열화 진행 상태에 대한 제10 소속도 값을 산출하여 출력할 수 있다.
구체적으로, 감시 장치(100)는 제1 소속도 값, 제2 소속도 값, 제3 소속도 값, 제4 소속도 값, 제5 소속도 값, 제6 소속도 값, 제7 소속도 값 및 제8 소속도 값을 미리 설정된 규칙에 대입하여 맘다니 퍼지(Mamdani fuzzy) 연산을 통해, 안전성 상태의 정상, 주의 및 이상에 따른 제9 소속도 값을 출력하고, 열화 진행 상태의 정상, 높은 열화 진행 및 매우 높은 열화 진행에 따른 제10 소속도 값을 출력할 수 있다.
S1104 단계에서, 감시 장치(100)는 비퍼지화를 통해 에너지 저장 장치의 안전성 상태 및 열화 진행 상태를 판단할 수 있으며, 예를 들어, 무게 중심법을 이용하여 비퍼지화를 수행하여, 출력된 안전도 지수가 0.25 미만이면 정상 상태로 판단하고, 0.25 이상이면 주의 상태로 판단하고, 0.75 이상이면 이상 상태로 판단할 수 있으며, 출력된 열화 진행 지수가 0.25 미만이면 정상 상태로 판단하고, 0.25 이상이면 높은 열화 진행 상태로 판단하고, 0.75 이상이면 매우 높은 열화 진행 상태로 판단할 수 있다.
구체적으로, 감시 장치(100)는 제9 소속도 값을 제9 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화(defuzzification)를 통해 안전성 지수를 출력하고, 제10 소속도 값을 제10 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화를 통해 열화 진행 지수를 출력할 수 있다.
감시 장치(100)는 안전성 지수를 기초로, 에너지 저장 장치의 안전성 상태를 정상, 주의 및 이상 중 어느 하나의 상태로 판단하고, 열화 진행 지수를 기초로, 에너지 저장 장치의 열화 진행 상태를 정상, 높은 열화 진행 및 매우 높은 열화 진행 중 어느 하나의 상태로 판단할 수 있다.
도 12는 일실시예에 따른 안전성 상태 및 열화 진행 상태에 따라 모니터링 방식을 제어하는 방법을 설명하기 위한 순서도이다.
도 12를 참조하면, 먼저, S1201 단계에서, 감시 장치(100)는 안전성 지수를 통해 안전성 상태가 정상 상태인지 판단하면서, 동시에 열화 진행 지수를 통해 열화 진행 상태가 정상 상태인지 판단할 수 있다.
S1201 단계에서 안전성 상태가 정상 상태로 판단되고 열화 진행 상태도 정상 상태로 판단되면, S1202 단계에서, 감시 장치(100)는 미리 설정된 제1 측정 주기로 에너지 저장 장치의 상태에 대한 모니터링을 수행할 수 있다. 예를 들어, 감시 장치(100)는 1분에 한번씩으로 설정된 제1 측정 주기로 다양한 측정부를 통해 측정 데이터를 획득할 수 있다.
S1202 단계 이후 S1201 단계로 되돌아가, 감시 장치(100)는 안전성 상태가 정상 상태인지 다시 판단하고, 열화 진행 상태가 정상 상태인지 다시 판단할 수 있다.
S1201 단계에서 안전성 상태가 정상 상태로 판단되지 않거나 열화 진행 상태가 정상 상태로 판단되지 않으면, S1203 단계에서, 감시 장치(100)는 안전성 상태가 주의 상태이거나, 열화 진행 상태가 높은 열화 진행 상태인지 판단할 수 있다.
S1203 단계에서 안전성 상태만 주의 상태로 판단되거나 열화 진행 상태만 높은 열화 진행 상태로 판단되면, S1204 단계에서, 감시 장치(100)는 제1 측정 주기 보다 더 짧은 제2 측정 주기로 에너지 저장 장치의 상태에 대한 모니터링을 수행할 수 있다. 예를 들어, 감시 장치(100)는 1분에 한번씩 다양한 측정부를 통해 측정 데이터를 획득하고 있었는데, 측정 주기가 제1 측정 주기에서 제2 측정 주기로 변경되면, 1분에 두번씩 다양한 측정부를 통해 측정 데이터를 획득할 수 있다.
즉, S1203 단계에서 안전성 상태가 주의 상태로 판단되면서 열화 진행 상태가 정상 상태로 판단되는 경우와, 안전성 상태가 정상 상태로 판단되면서 열화 진행 상태가 높은 열화 진행 상태로 판단되는 경우, S1204 단계에서, 감시 장치(100)는 제2 측정 주기로 에너지 저장 장치의 상태에 대한 모니터링을 수행할 수 있다.
S1204 단계 이후 S1203 단계로 되돌아가, 감시 장치(100)는 안전성 상태가 주의 상태인지 다시 판단하고, 열화 진행 상태가 높은 열화 진행 상태인지 다시 판단할 수 있다.
S1203 단계에서 주의 상태 및 높은 열화 진행 상태 중 어느 하나만 판단되지 않으면, S1205 단계에서, 감시 장치(100)는 안전성 상태가 주의 상태이면서 열화 진행 상태가 높은 열화 진행 상태인지 판단할 수 있다.
S1205 단계에서 안전성 상태가 주의 상태로 판단되고 열화 진행 상태도 높은 열화 진행 상태로 판단되면, S1206 단계에서, 감시 장치(100)는 에너지 저장 장치의 복수의 배터리 모듈 중 배터리 열화도가 기준치 미만으로 확인되어 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어할 수 있다. 즉, 감시 장치(100)는 배터리 열화도가 낮은 배터리 모듈을 제1 그룹으로 분류하고, 제1 그룹으로 분류된 배터리 모듈의 작동이 먼저 정지되도록 제어할 수 있다.
S1206 단계 이후 S1204 단계로 되돌아가, 감시 장치(100)는 제2 측정 주기로 에너지 저장 장치의 상태에 대한 모니터링을 다시 수행할 수 있다.
S1205 단계에서 안전성 상태가 주의 상태로 판단되지 않거나 열화 진행 상태가 높은 열화 진행 상태로 판단되지 않으면, S1207 단계에서, 감시 장치(100)는 안전성 상태가 이상 상태이거나 열화 진행 상태가 매우 높은 열화 진행 상태인지 판단할 수 있다.
S1207 단계에서 안전성 상태가 이상 상태로 판단되거나 열화 진행 상태가 매우 높은 열화 진행 상태로 판단되면, S1208 단계에서, 감시 장치(100)는 에너지 저장 장치의 복수의 배터리 모듈 중 비상 상황에서 작동하기 위해 지정되어 제2 그룹으로 분류된 배터리 모듈만 작동하고, 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈의 작동이 정지되도록 제어할 수 있다. 예를 들어, 복수의 배터리 모듈이 제1 그룹, 제2 그룹 및 제3 그룹으로 분류되어 있는 경우, 제1 그룹으로 분류된 배터리 모듈은 이미 작동이 정지된 상태이므로, 제3 그룹으로 분류된 배터리 모듈만 작동이 정지되도록 제어할 수 있다.
S1208 단계 이후 S1204 단계로 되돌아가, 감시 장치(100)는 제2 측정 주기로 에너지 저장 장치의 상태에 대한 모니터링을 다시 수행할 수 있다.
S1207 단계에서 이상 상태 및 매우 높은 열화 진행 상태 중 어느 하나만 판단되지 않으면, 안전성 상태가 이상 상태로 판단되면서 열화 진행 상태도 매우 높은 열화 진행 상태로 판단된 것으로 간주하여, S1210 단계에서, 감시 장치(100)는 복수의 배터리 모듈 전체의 작동이 정지되도록 제어할 수 있다.
예를 들어, 복수의 배터리 모듈이 제1 그룹, 제2 그룹 및 제3 그룹으로 분류되어 있는 경우, 감시 장치(100)는 먼저 S1206 단계에서 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하고, 다음으로 S1208 단계에서 제3 그룹의 배터리 모듈의 작동이 정지되도록 제어하고, 마지막으로 S1210 단계에서 제2 그룹의 배터리 모듈의 작동이 정지되도록 제어하여, 복수의 배터리 모듈이 그룹 별로 순차적으로 작동이 정지되도록 제어할 수 있다.
도 13은 일실시예에 따른 제9 소속도 값 및 제10 소속도 값을 통해 배터리 모듈의 작동을 제어하는 방법을 설명하기 위한 순서도이다.
도 13을 참조하면, 먼저, S1301 단계에서, 감시 장치(100)는 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되거나 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되는지 판단할 수 있다.
일실시예에 따르면, 감시 장치(100)는 제9 소속도 값 및 제10 소속도 값을 출력하자마자 S1301 단계를 수행할 수 있으며, 안전성 상태 및 열화 진행 상태를 판단하기 이전에 S1301 단계가 먼저 수행될 수 있다.
S1301 단계에서 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되거나 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력된 것으로 판단되면, S1302 단계에서, 감시 장치(100)는 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어할 수 있다.
즉, 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되거나 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되면, 안전성 상태 및 열화 진행 상태가 판단되기 전에 먼저, 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어할 수 있으며, 이후, S1306 단계에서, 감시 장치(100)는 안전성 상태를 판단하고, 열화 진행 상태를 판단할 수 있다.
S1301 단계에서 이상 상태 및 매우 높은 열화 진행 상태 중 어느 하나만 판단되지 않으면, S1303 단계에서, 감시 장치(100)는 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되면서 동시에 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되는지 판단할 수 있다.
S1303 단계에서 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되고 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력된 것으로 판단되면, S1304 단계에서, 감시 장치(100)는 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하고, S1305 단계에서, 감시 장치(100)는 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈의 작동이 정지되도록 제어할 수 있다.
즉, 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되면서 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되면, 안전성 상태 및 열화 진행 상태가 판단되기 전에 먼저, 제1 그룹으로 분류된 배터리 모듈 뿐만 아니라, 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈까지 작동이 정지되도록 제어할 수 있으며, 이후, S1306 단계에서, 감시 장치(100)는 안전성 상태를 판단하고, 열화 진행 상태를 판단할 수 있다.
S1303 단계에서 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되면서 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력된 것으로 판단되지 않으면, 제9 소속도 값이 이상 상태에 대한 소속도 값이 아니면서 제10 소속도 값도 매우 높은 열화 진행 상태에 대한 소속도 값이 아니기 때문에, 배터리 모듈의 작동 제어 없이, S1306 단계에서, 감시 장치(100)는 안전성 상태를 판단하고, 열화 진행 상태를 판단할 수 있다.
도 14는 일실시예에 따른 LED 모듈의 고장 개수를 판별하는 동작을 설명하기 위한 순서도이다.
도 14를 참조하면, 먼저, S1401 단계에서, 감시 장치(100)는 에너지 저장 장치와 연결된 복수의 조명 장치 중 열화 상태 정보가 미리 정의된 판별 조건에 해당하는 제1 조명 장치를 분류할 수 있다.
일실시예에 따른 열화 상태 정보는 조명 장치 각각의 누설 전류에 따른 고조파 영향 여부, 조명 장치에 포함된 LED 모듈 중에서 고장 상태인 LED 모듈의 개수, 성능 저하인 LED 모듈의 개수를 포함할 수 있다.
구체적으로, 감시 장치(100)는 에너지 저장 장치에서 복수의 조명 장치 각각으로 공급되는 공급 전력에 따른 전류의 변화 추이를 분석할 수 있다. 감시 장치(100)는 분석된 변화 추이를 미리 정의된 판별 조건에 적용하여 조명 장치의 열화 상태를 도출할 수 있다.
일실시예에 따른 미리 정의된 판별 조건은 조명 장치 구동 시 조명 장치로 공급되는 공급 전력에 따른 전류의 변화 추이가, 과거에 조명 장치에 포함되는 복수의 LED 모듈 중 어느 하나 이상에서 고장 또는 성능 저하가 실제로 발생한 경우에 해당 조명 장치로 공급된 공급 전력에 따른 전류 변화 추이 중 어느 하나와 미리 정의된 오차 범위 내에서 유사한 경우, 열화 상태에 따라 조명 장치가 이상이 있다고 판별하는 조건일 수 있다.
S1402 단계에서, 감시 장치(100)는 제1 조명 장치의 정격 전류를 획득할 수 있다.
정격 전류는 제1 조명 장치가 정상 작동 시 소비하는 전류를 의미한다. 감시 장치(100)는 조명 장치들의 규격 정보를 미리 데이터베이스화하여 가지고 있을 수 있다. 감시 장치(100)는 데이터베이스로부터 제1 조명 장치의 정격 전류를 획득할 수 있다.
S1403 단계에서, 감시 장치(100)는 에너지 저장 장치로부터 제1 조명 장치로 공급되는 공급 전류를 측정할 수 있다.
S1404 단계에서, 감시 장치(100)는 제1 조명 장치에 포함된 LED 모듈 하나의 소모 전류를 획득할 수 있다.
소모 전류는 제1 조명 장치에 포함된 LED 모듈 하나가 정상 작동 시 소비하는 전류를 의미한다. 감시 장치(100)는 LED 모듈 하나의 소모 전류 정보를 미리 데이터베이스화하여 가지고 있을 수 있다. 감시 장치(100)는 데이터베이스로부터 제1 조명 장치에 포함된 LED 모듈 하나의 소모 전류를 획득할 수 있다.
S1405 단계에서, 감시 장치(100)는 제1 조명 장치의 정격 전류와 제1 조명 장치로 공급되는 공급 전류의 차를 LED 모듈 하나의 소모 전류로 나눈 값을 통해, 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수를 판별할 수 있다.
예를 들어, 제1 조명 장치가 “100W 4LED 모듈”로 구현된 경우, 제1 조명 장치의 정격 전류는 50mA일 수 있고, LED 모듈 하나의 소모 전류는 12.5mA일 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류가 50mA이면 제1 조명 장치의 전체 모듈을 정상 동작으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 37.5mA이면 LED 모듈 1개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 25mA이면 LED 모듈 2개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 12.5mA이면 LED 모듈 3개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 0mA이면 LED 모듈 4개를 고장으로 판별할 수 있다.
또한, 제1 조명 장치가 “200W 6LED 모듈”로 구현된 경우, 제1 조명 장치의 정격 전류는 90mA일 수 있고, LED 모듈당 소모 전류는 15mA일 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류가 90mA이면 제1 조명 장치의 전체 모듈을 정상 동작으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 75mA이면 LED 모듈 1개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 60mA이면 LED 모듈 2개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 45A이면 LED 모듈 3개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 30mA이면 LED 모듈 4개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 15mA이면 LED 모듈 5개를 고장으로 판별할 수 있다. 감시 장치(100)는 제1 조명 장치로 공급되는 전류가 0mA이면 LED 모듈 6개를 고장으로 판별할 수 있다.
도 15는 일실시예에 따른 LED 모듈의 고장 개수 및 성능 저하 개수를 판별하는 동작을 설명하기 위한 순서도이다.
도 15를 참조하면, 먼저, S1501 단계에서, 감시 장치(100)는 제1 조명 장치에 포함된 전체 LED 모듈의 수를 획득할 수 있다.
감시 장치(100)는 조명 장치들의 규격 정보를 미리 데이터베이스화하여 가지고 있을 수 있다. 감시 장치(100)는 데이터베이스에서 제1 조명 장치 포함된 전체 LED 모듈의 수를 획득할 수 있다.
S1502 단계에서, 감시 장치(100)는 제1 조명 장치의 정격 전류와 제1 조명 장치로 공급되는 공급 전류의 차를 LED 모듈 하나의 소모 전류로 나눈 값을 통해, 제1 조명 장치에서 고장이 있을 것으로 예측되는 LED 모듈의 고장 후보 개수를 정의할 수 있다.
제1 조명 장치의 정격 전류와 제1 조명 장치로 공급되는 공급 전류의 차를 LED 모듈 하나의 소모 전류로 나눈 값을 도출하는 연산 동작은 도 14를 참조하여 설명한 동작과 동일할 수 있다.
감시 장치(100)는 고장이 있는 LED 모듈과 고장은 아니지만 성능 저하를 일으키는 LED 모듈을 구별하기 위해, 위 연산을 통해 구한 값을 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별하지 않고, LED 모듈의 고장 후보 개수로 판별할 수 있다.
감시 장치(100)는 LED 모듈의 고장 후보 개수를 기초로, 아래의 세부 동작을 거쳐 제1 조명 장치에 포함된 LED 모듈의 고장 개수 및 성능 저하 개수를 판별할 수 있다.
S1503 단계에서, 감시 장치(100)는 제1 조명 장치의 LED 모듈 고장 후보 개수와 전체 LED 모듈의 수의 비율을 기초로, 제1 조명 장치로 공급되는 공급 전류의 예상 노이즈를 산출할 수 있다.
제1 조명 장치에서 LED 모듈의 일부가 고장나는 경우, 원래 조명 장치의 회로 설계를 벗어난 단선 내지 높은 저항 영역이 발생하는 셈이 된다. 이러한 단선 내지 높은 저항은 원래 조명 장치의 세부 영역의 임피던스 교란을 가져오게 되며, 이에 따라 제1 조명 장치로 공급되는 전류의 노이즈가 발생한다. 제1 조명 장치에 고장이 발생한 LED 모듈이 많으면 많을수록, 전류의 노이즈를 발생시키는 임피던스 교란 영역이 많아질 수 있다. 요컨대, 제1 조명 장치에 포함된 LED 모듈의 수에서 고장 후보 개수가 많아질수록 제1 조명 장치로 공급되는 공급 전류의 크기가 감소할 뿐만 아니라, 제1 조명 장치로 공급되는 공급 전류의 노이즈가 증가하게 된다.
감시 장치(100)는 제1 조명 장치의 전체 LED 모듈의 수에 대해, LED 모듈의 고장 후보 개수가 얼마만큼의 비율을 차지하는지 파악할 수 있다. 이 비율을 기초로, 감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류의 예상 노이즈를 산출할 수 있다. 예상 노이즈는 미리 데이터베이스화된 조명 장치별 전체 LED 모듈 수 대비 고장인 LED 모듈의 고장 개수에 따른 전류 노이즈 데이터를 참조하여 산출될 수 있다.
S1504 단계에서, 감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류에서 측정된 노이즈와 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위 이내인지 여부를 판단할 수 있다.
S1504 단계에서 노이즈 차이가 미리 정의된 오차 범위 이내로 판단되면, S1505 단계에서, 감시 장치(100)는 고장 후보 개수를 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별할 수 있다.
구체적으로, 감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류에서 노이즈를 측정할 수 있으며, 측정 노이즈와 예상 노이즈의 오차가 미리 정의된 오차 범위 이내인지 판단할 수 있다. 미리 정의된 오차 범위는 실시예에 따라 달리 채용될 수 있다. 감시 장치(100)는 측정 노이즈와 예상 노이즈의 오차가 미리 정의된 오차 범위 이내인 경우, 측정 노이즈가 미리 데이터베이스화된 조명 장치별 전체 LED 모듈 수 대비 고장인 LED 모듈의 고장 개수에 따른 전류 노이즈와 유사하므로, 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수를 고장 후보 개수를 이용하여 그대로 판별할 수 있다.
S1504 단계에서 노이즈 차이가 미리 정의된 오차 범위를 벗어난 것으로 판단되면, S1506 단계에서, 감시 장치(100)는 노이즈 차이를 미리 정의된 단위 오차로 나눈 값에서 반올림하여 정수 값을 산출하고, 고장 후보 개수에서 정수 값을 차감한 값을 통해, 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별할 수 있다.
구체적으로, 감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류의 측정 노이즈와 예상 노이즈의 노이즈 차이가 미리 정의된 오차 범위를 초과하는 경우, 상기 노이즈 차이를 미리 정의된 단위 오차로 나누고, 나눈 값을 반올림하여 정수 값을 산출하고, 정수 값을 고장 후보 개수에서 제외한 값을 제1 조명 장치에 포함된 LED 모듈의 고장 개수로 판별할 수 있다.
제1 조명 장치에서 고장은 아직 아니지만 성능 저하를 보이는 LED 모듈이 포함된 경우, LED 모듈은 미작동이 아닌 오작동을 보이며, 전류와 전압을 불규칙하게 또는 원래 LED 모듈과 다르게 소모하게 된다. 따라서, 제1 조명 장치에 성능 저하를 보이는 LED 모듈이 포함된 경우, 제1 조명 장치에 고장이 발생한 LED 모듈을 포함하는 경우보다 심한 임피던스 교란이 발생한다. 따라서, 제1 조명 장치로 공급되는 공급 전류의 측정 노이즈와 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위를 초과한다면, LED 모듈의 고장이 아닌 LED 모듈의 성능 저하로 추정하는 것이 합리적이다.
한편, LED 모듈이 성능 저하를 일으키는 경우, LED 모듈은 고장의 경우와 달리, 단선을 일으킨 경우에 해당하지는 않으므로, LED 모듈로 소정의 전류가 흐르게 된다. 따라서, LED 모듈이 n개 고장 났을 때 제1 조명 장치로 공급되는 공급 전류와 LED 모듈이 m개 성능 저하를 보일 때 제1 조명 장치로 공급되는 공급 전류가 동일하다면, 적어도 m > n의 관계가 성립한다.
감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류의 측정 노이즈와 예상 노이즈의 노이즈 오차가 미리 정의된 오차 범위를 벗어날 경우, 상기 노이즈 오차를 미리 정의된 단위 오차로 나누고 나눈 값을 반올림하여 정수 값을 구할 수 있다. 미리 정의된 단위 오차는 전체 LED 모듈의 수 대비 1개의 LED 모듈이 고장 났을 경우 제1 조명 장치로 공급되는 전류의 노이즈일 수 있다.
감시 장치(100)는 정수 값을 고장 후보 개수에서 제외하여 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별할 수 있다.
S1507 단계에서, 감시 장치(100)는 정수 값에 2를 곱한 값을 통해, 제1 조명 장치에서 성능이 저하된 LED 모듈의 성능 저하 개수를 판별할 수 있다.
예를 들어, 제1 조명 장치가 “100W 4LED 모듈”로 구현된 경우, 제1 조명 장치의 정격 전류는 50mA이고, LED 모듈 하나의 소모 전류는 12.5mA일 수 있다.
감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류가 50mA이면 전체 모듈을 정상 동작으로 판별할 수 있다.
감시 장치(100)는 제1 조명 장치로 공급되는 공급 전류가 37.5mA이면 고장 후보 개수를 1개로 정의할 수 있다. 감시 장치(100)는 고장 후보 개수인 1개와 LED 모듈의 수인 4개의 비율을 기초로, 제1 조명 장치로 공급되는 공급 전류의 예상 노이즈를 산출할 수 있다.
감시 장치(100)는 측정 노이즈와 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위를 초과하는지 판단할 수 있다. 감시 장치(100)는 측정 노이즈와 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위를 벗어나는 경우, 상기 노이즈 차이를 미리 정의된 단위 오차로 나누고 나눈 값을 반올림하여 정수 값을 구할 수 있다. 상기 정수 값은 가령, 1일 수 있다. 미리 정의된 단위 오차는 총 4개의 LED 모듈로 구성된 제1 조명 장치에서 1개의 LED 모듈이 고장 났을 경우 제1 조명 장치로 공급되는 공급 전류의 노이즈일 수 있다.
감시 장치(100)는 측정 노이즈와 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위 이내인 경우, 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수를 1개로 판별할 수 있다.
감시 장치(100)는 측정 노이즈와 예상 노이즈 간의 노이즈 차이가 미리 정의된 오차 범위를 벗어나는 경우, 위에서 구한 정수 값이 1이라면, 정수 값을 고장 후보 개수에서 차감하여 차감한 값인 “0개”를 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수로 판별할 수 있다.
또한, 감시 장치(100)는 위에서 구한 정수 값의 두배인 “2개”를 제1 조명 장치에서 성능이 저하된 LED 모듈의 성능 저하 개수로 판별할 수 있다.
이상을 통해, 감시 장치(100)는 정격 전류 이하의 전류가 제1 조명 장치로 공급되면 제1 조명 장치에 포함된 LED 모듈이 고장인지 또는 성능 저하인지 여부를 구별하여 판별할 수 있다.
일실시예에 따르면, 감시 장치(100)는 출입 관리 시스템과 연결될 수 있으며, 출입 관리 시스템은 CCTV와 같은 촬영 장치, 촬영 장치와 연동되어 출입을 통제하는 출입 통제 장치를 포함할 수 있으며, 출입 통제 장치는 CCTV를 통해 촬영된 화면을 분석하여, 분석 결과를 통해 출입문의 개폐를 제어할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
Claims (3)
- 감시 장치에 의해 수행되는, 에너지 저장 장치의 상태를 모니터링 하는 방법에 있어서,
상기 에너지 저장 장치의 내부 공간에 설치된 복수의 온도 센서를 통해 측정된 온도 데이터를 획득하고, 상기 내부 공간에 설치된 습도 센서를 통해 측정된 습도 데이터를 획득하고, 전류 측정부를 통해 측정된 상기 에너지 저장 장치의 출력 DC 전류 데이터를 획득하고, 전압 측정부를 통해 측정된 상기 에너지 저장 장치의 출력 DC 전압 데이터를 획득하고, 전압 편차 측정부를 통해 측정된 상기 에너지 저장 장치의 배터리 랙(rack)을 구성하는 복수의 배터리 모듈에 대한 전압 데이터를 획득하고, 접지선 전류 측정부를 통해 상기 에너지 저장 장치의 외함(enclosure)과 접지선이 연결된 지점의 접지선 전류 데이터를 획득하고, 상기 내부 공간에 설치된 연기 센서를 통해 연기 발생 데이터를 획득하는 단계;
상기 복수의 온도 센서 중 미리 정해진 대표 온도 센서를 통해 측정된 온도 데이터를 기초로 온도값을 확인하고, 상기 온도값을 제1 소속도 함수에 대입하여, 온도의 매우 낮음, 낮음, 중간, 높음, 매우 높음에 따른 제1 소속도 값을 출력하는 단계;
상기 습도 데이터를 기초로 습도값을 확인하고, 상기 습도값을 제2 소속도 함수에 대입하여, 습도의 정상 및 높음에 따른 제2 소속도 값을 출력하는 단계;
상기 출력 DC 전류 데이터를 기초로 전류값을 확인하고, 상기 전류값을 제3 소속도 함수에 대입하여, 전류의 매우 높은 충전, 높은 충전, 정상, 높은 방전 및 매우 높은 방전에 따른 제3 소속도 값을 출력하는 단계;
상기 출력 DC 전압 데이터를 기초로 전압값을 확인하고, 상기 전압값을 제4 소속도 함수에 대입하여, 전압의 낮음, 정상 및 높음에 따른 제4 소속도 값을 출력하는 단계;
상기 온도 데이터를 기초로, 상기 복수의 온도 센서의 평균 온도값에 대한 최대값을 %단위로 환산하여 온도 편차를 산출하고, 상기 온도 편차를 제5 소속도 함수에 대입하여, 온도 편차의 정상, 높음 및 매우 높음에 따른 제5 소속도 값을 출력하는 단계;
상기 복수의 배터리 모듈에 대한 전압 데이터를 기초로, 상기 복수의 배터리 모듈의 평균 전압값에 대한 최대값을 %단위로 환산하여 전압 편차를 산출하고, 상기 전압 편차를 제6 소속도 함수에 대입하여, 전압 편차의 정상 및 높음에 따른 제6 소속도 값을 출력하는 단계;
상기 접지선 전류 데이터를 기초로, 접지선 전류값을 확인하고, 상기 접지선 전류값을 제7 소속도 함수에 대입하여, 접지선 전류의 정상 및 높음에 따른 제7 소속도 값을 출력하는 단계;
상기 연기 발생 데이터를 기초로, 연기가 감지되면 1의 값지고 연기가 감지되지 않으면 0의 값을 가지는, 연기 발생에 대한 제8 소속도 값을 출력하는 단계;
상기 제1 소속도 값, 상기 제2 소속도 값, 상기 제3 소속도 값, 상기 제4 소속도 값, 상기 제5 소속도 값, 상기 제6 소속도 값, 상기 제7 소속도 값 및 상기 제8 소속도 값을 미리 설정된 규칙에 대입하여 맘다니 퍼지(Mamdani fuzzy) 연산을 통해, 안전성 상태의 정상, 주의 및 이상에 따른 제9 소속도 값을 출력하고, 열화 진행 상태의 정상, 높은 열화 진행 및 매우 높은 열화 진행에 따른 제10 소속도 값을 출력하는 단계;
상기 제9 소속도 값을 제9 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화(defuzzification)를 통해 안전성 지수를 출력하고, 상기 제10 소속도 값을 제10 소속도 함수에 대입하여 무게 중심법을 이용한 비퍼지화를 통해 열화 진행 지수를 출력하는 단계;
상기 안전성 지수를 기초로, 상기 에너지 저장 장치의 안전성 상태를 정상, 주의 및 이상 중 어느 하나의 상태로 판단하고, 상기 열화 진행 지수를 기초로, 상기 에너지 저장 장치의 열화 진행 상태를 정상, 높은 열화 진행 및 매우 높은 열화 진행 중 어느 하나의 상태로 판단하는 단계;
상기 에너지 저장 장치와 연결된 복수의 조명 장치 중 열화 상태 정보가 미리 정의된 판별 조건에 해당하는 제1 조명 장치를 분류하는 단계;
상기 제1 조명 장치의 정격 전류를 획득하는 단계;
상기 에너지 저장 장치로부터 상기 제1 조명 장치로 공급되는 공급 전류를 측정하는 단계;
상기 제1 조명 장치에 포함된 LED 모듈 하나의 소모 전류를 획득하는 단계; 및
상기 제1 조명 장치의 정격 전류와 상기 제1 조명 장치로 공급되는 공급 전류의 차를 상기 LED 모듈 하나의 소모 전류로 나눈 값을 통해, 상기 제1 조명 장치에서 고장이 있는 LED 모듈의 고장 개수를 판별하는 단계를 포함하는,
에너지 저장 장치의 상태 모니터링 방법. - 제1항에 있어서,
상기 안전성 상태 및 상기 열화 진행 상태의 판단 단계 이후,
상기 안전성 상태가 정상 상태로 판단되고 상기 열화 진행 상태가 정상 상태로 판단되면, 미리 설정된 제1 측정 주기로 상기 에너지 저장 장치의 상태에 대한 모니터링을 수행하는 단계;
상기 안전성 상태가 주의 상태로 판단되거나 상기 열화 진행 상태가 높은 열화 진행 상태로 판단되면, 상기 제1 측정 주기 보다 더 짧은 제2 측정 주기로 상기 에너지 저장 장치의 상태에 대한 모니터링을 수행하는 단계;
상기 안전성 상태가 주의 상태로 판단되고 상기 열화 진행 상태가 높은 열화 진행 상태로 판단되면, 상기 복수의 배터리 모듈 중 배터리 열화도가 기준치 미만으로 확인되어 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하는 단계;
상기 안전성 상태가 이상 상태로 판단되거나 상기 열화 진행 상태가 매우 높은 열화 진행 상태로 판단되면, 상기 복수의 배터리 모듈 중 비상 상황에서 작동하기 위해 지정되어 제2 그룹으로 분류된 배터리 모듈만 작동하고, 상기 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈의 작동이 정지되도록 제어하는 단계; 및
상기 안전성 상태가 이상 상태로 판단되고 상기 열화 진행 상태가 매우 높은 열화 진행 상태로 판단되면, 상기 복수의 배터리 모듈 전체의 작동이 정지되도록 제어하는 단계를 더 포함하는,
에너지 저장 장치의 상태 모니터링 방법. - 제2항에 있어서,
상기 안전성 상태 및 상기 열화 진행 상태의 판단 단계 이전,
상기 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되거나 상기 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되면, 상기 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하는 단계; 및
상기 제9 소속도 값이 이상 상태에 대한 소속도 값으로 출력되고 상기 제10 소속도 값이 매우 높은 열화 진행 상태에 대한 소속도 값으로 출력되면, 상기 제1 그룹으로 분류된 배터리 모듈의 작동이 정지되도록 제어하고, 상기 제2 그룹으로 분류된 배터리 모듈 이외에 나머지 배터리 모듈의 작동도 정지되도록 제어하는 단계를 더 포함하는,
에너지 저장 장치의 상태 모니터링 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200125899A KR102221860B1 (ko) | 2020-09-28 | 2020-09-28 | 에너지 저장 장치의 상태 모니터링 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200125899A KR102221860B1 (ko) | 2020-09-28 | 2020-09-28 | 에너지 저장 장치의 상태 모니터링 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102221860B1 true KR102221860B1 (ko) | 2021-03-02 |
Family
ID=75169317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200125899A KR102221860B1 (ko) | 2020-09-28 | 2020-09-28 | 에너지 저장 장치의 상태 모니터링 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102221860B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023003242A1 (ko) * | 2021-07-19 | 2023-01-26 | 효성중공업 주식회사 | 배터리 화재 예방 진단 시스템 |
| CN117907845A (zh) * | 2024-03-20 | 2024-04-19 | 山东泰开电力电子有限公司 | 基于电参数分析的电化学储能系统绝缘检测方法 |
| WO2024122757A1 (ko) * | 2022-12-09 | 2024-06-13 | 한국전자기술연구원 | 퍼지논리 기반 에너지 저장 장치의 상태 안전도 산출 장치, 시스템 및 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1158306A2 (en) * | 2000-05-23 | 2001-11-28 | Canon Kabushiki Kaisha | Detecting method for detecting internal state of a rechargeable battery, detecting device for practicing said detecting method, and instrument provided with said detecting device |
| JP2004271532A (ja) * | 2004-04-12 | 2004-09-30 | Omron Corp | バッテリの寿命判定方法 |
| JP2012034535A (ja) * | 2010-08-02 | 2012-02-16 | Hitachi Vehicle Energy Ltd | 電池制御装置を備えた蓄電装置 |
| KR101995227B1 (ko) * | 2018-04-03 | 2019-07-02 | 한국전력공사 | 에너지 저장장치의 진단 장치 및 방법 |
-
2020
- 2020-09-28 KR KR1020200125899A patent/KR102221860B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1158306A2 (en) * | 2000-05-23 | 2001-11-28 | Canon Kabushiki Kaisha | Detecting method for detecting internal state of a rechargeable battery, detecting device for practicing said detecting method, and instrument provided with said detecting device |
| JP2004271532A (ja) * | 2004-04-12 | 2004-09-30 | Omron Corp | バッテリの寿命判定方法 |
| JP2012034535A (ja) * | 2010-08-02 | 2012-02-16 | Hitachi Vehicle Energy Ltd | 電池制御装置を備えた蓄電装置 |
| KR101995227B1 (ko) * | 2018-04-03 | 2019-07-02 | 한국전력공사 | 에너지 저장장치의 진단 장치 및 방법 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023003242A1 (ko) * | 2021-07-19 | 2023-01-26 | 효성중공업 주식회사 | 배터리 화재 예방 진단 시스템 |
| WO2024122757A1 (ko) * | 2022-12-09 | 2024-06-13 | 한국전자기술연구원 | 퍼지논리 기반 에너지 저장 장치의 상태 안전도 산출 장치, 시스템 및 방법 |
| CN117907845A (zh) * | 2024-03-20 | 2024-04-19 | 山东泰开电力电子有限公司 | 基于电参数分析的电化学储能系统绝缘检测方法 |
| CN117907845B (zh) * | 2024-03-20 | 2024-05-17 | 山东泰开电力电子有限公司 | 基于电参数分析的电化学储能系统绝缘检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102221860B1 (ko) | 에너지 저장 장치의 상태 모니터링 방법 | |
| JP6134438B1 (ja) | 蓄電池評価装置、蓄電システムおよび蓄電池評価方法 | |
| US10699278B2 (en) | Battery pack monitoring and warranty tracking system | |
| Sun et al. | Detection of voltage fault in the battery system of electric vehicles using statistical analysis | |
| Li et al. | Fault diagnosis for lithium-ion batteries in electric vehicles based on signal decomposition and two-dimensional feature clustering | |
| CN114050633A (zh) | 一种锂电池储能系统的动态管控方法、装置和电子设备 | |
| KR102221251B1 (ko) | 인공지능(a.i)을 활용한 빅데이터 기반 ess 안전진단 시스템 | |
| CN108490370A (zh) | 一种故障诊断的方法和装置 | |
| US10520529B2 (en) | Adapters for testing electrical equipment | |
| CN108051745A (zh) | Bms的测试系统、方法及计算机可读存储介质 | |
| KR102309374B1 (ko) | 에너지저장장치 화재확산 방지를 위한 이상상태 감시방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램 | |
| JP2022532105A (ja) | 電池診断装置および方法 | |
| KR101995227B1 (ko) | 에너지 저장장치의 진단 장치 및 방법 | |
| CN106841854A (zh) | 电力设备安全监控方法及系统 | |
| KR20210004646A (ko) | 배터리 셀 진단 장치 및 방법 | |
| KR101411648B1 (ko) | 태양광 모듈용 감시 및 진단장치와 그의 구동방법 | |
| CN109239489A (zh) | 一种用于储能系统的健康状态在线分析方法、装置及介质 | |
| US11398734B2 (en) | Dynamic adjustment of hold-up time between battery packs | |
| KR20130077181A (ko) | 예비용 배터리를 구비한 유피에스의 유지보수 시스템 | |
| Wang et al. | Rapid-regroup strategy for retired batteries based on short-time dynamic voltage and electrochemical impedance spectroscopy | |
| CN109884533A (zh) | 电池故障的诊断方法及装置、设备及存储介质 | |
| CN116381542B (zh) | 基于人工智能的电源设备的健康诊断方法及装置 | |
| KR101570475B1 (ko) | 기능안전을 고려한 차량용 배터리 관리시스템 및 그 제어 방법, 그리고 이를 위한 컴퓨터로 판독가능한 기록매체 | |
| KR20210050396A (ko) | 배터리 이상 검출 장치 및 방법 | |
| JP2008078256A (ja) | キャパシタモジュール特性検査装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |