KR102412697B1 - 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치 - Google Patents

배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치 Download PDF

Info

Publication number
KR102412697B1
KR102412697B1 KR1020210148062A KR20210148062A KR102412697B1 KR 102412697 B1 KR102412697 B1 KR 102412697B1 KR 1020210148062 A KR1020210148062 A KR 1020210148062A KR 20210148062 A KR20210148062 A KR 20210148062A KR 102412697 B1 KR102412697 B1 KR 102412697B1
Authority
KR
South Korea
Prior art keywords
battery
data
battery value
value
vehicle
Prior art date
Application number
KR1020210148062A
Other languages
English (en)
Inventor
강정석
Original Assignee
주식회사 에이젠글로벌
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 주식회사 에이젠글로벌 filed Critical 주식회사 에이젠글로벌
Priority to KR1020210148062A priority Critical patent/KR102412697B1/ko
Priority to KR1020220067474A priority patent/KR20230063297A/ko
Application granted granted Critical
Publication of KR102412697B1 publication Critical patent/KR102412697B1/ko
Priority to PCT/KR2022/016481 priority patent/WO2023075415A1/ko
Priority to US18/050,543 priority patent/US20230152387A1/en

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
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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
    • 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
    • G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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
    • 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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/66—Ambient conditions
    • B60L2240/662—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • 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
    • G01R31/005—Testing of electric installations on transport means
    • G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
    • G01R31/007—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks using microprocessors or computers
    • 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
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller

Abstract

본 발명은 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 배터리 수명 예측 방법은 배터리 정보 수집부가 배터리 정보를 수집하는 단계, 제1 배터리 가치 판단부가 제1 배터리 가치 데이터를 생성하는 단계, 제2 배터리 가치 판단부가 제2 배터리 가치 데이터를 생성하는 단계와 배터리 가치 결정부가 제1 배터리 가치 데이터 및 제2 배터리 가치 데이터를 기반으로 배터리 가치를 결정하는 단계를 포함하되, 제1 배터리 가치 데이터는 배터리 진단 시험을 기반으로 결정된 배터리 가치이고, 제2 배터리 가치 데이터는 차량 데이터를 기반으로 결정된 배터리 가치일 수 있다.

Description

배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치{Method for prediction of battery life and apparatus for performing the method}
본 발명은 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 배터리에 대한 잔존 가치 예측을 통해 부가적인 서비스(예를 들어, 금융 서비스)를 제공하기 위한 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.
최근 전기차 관련 전력 전자 기술과 배터리 기술의 비약적인 발전으로 이산화탄소가 배출되지 않는 전기차 개발과 보급에 대한 관심이 전세계적으로 크게 증가하고 있다.
하지만 전기차 보급 확대에 걸림돌이 되는 여러 요인들이 아직 남아있다. 특히 배터리의 에너지 밀도가 아직 충분하게 크지 못해서 전기차의 주행거리를 만족할만큼 늘려주지 못하고 있는 실정이다. 따라서 배터리의 에너지 밀도를 높여 충전 용량을 늘리기 위한 많은 연구들이 활발히 진행되고 있다. 연구를 통해 전기차 배터리는 더욱 고사양이 되고 있지만, 전기차 배터리의 안전성 및 성능에 대한 높은 요구 조건 때문에 새로운 배터리 대비 충전 가능 용량이 임계 용량(예를 들어, 80%)가 되면 폐배터리로 간주되어 전기차에서의 더 이상 사용되지 않고, 폐기 절차를 밟게 된다.
배터리의 폐기는 배터리의 화학 물질로 인한 환경 오염을 유발할 수 있다. 배터리의 폐기는 국가적으로도 막대한 자원을 낭비하는 것이기 때문에 배터리의 재사용에 대한 충분한 논의가 필요해 보인다. 또한, 전기차에서 은퇴한 배터리들은 여전히 약 80% 정도의 잔존 용량 가치를 가지고 있어서 전기차에서보다 낮은 요구 조건이나 c-rate이 1이하에서 주로 동작하는 응용 분야인 신재생 에너지의 출력 안정화나 심야 전력 이용 등에 적용된다면 경제성도 충분히 확보할 수 있을 것으로 여겨진다.
따라서, 전기차 배터리 재사용의 가치가 커지고 있으며 전기차 배터리 기반의 금융 서비스를 포함한 새롭고 다양한 비즈니스 모델을 만들 수 있는 기회가 제공될 수 있다.
전기차 배터리를 재사용하기 위해서는 전기차 배터리의 가치에 대한 판단이 중요하다. 전기 배터리의 가치에 대한 판단은 진단 시험을 통한 배터리의 용량 및 성능을 정확히 산정하는 것을 통해 진행될 수 있다. 하지만, 전기차 배터리에 대한 진단 시험은 그 순간의 성능 열화 정도를 알려줄 뿐 재사용시 기대 수명, 즉 잔존수명(remaining useful life)과 관련 있는 성능 열화 추세를 예측해 주지는 못한다. 즉, 진단 시험을 통해서 성능 열화 정도가 동일하게 산출되었다 하더라도 은퇴하기까지의 사용 환경이나 운행 이력이 다르면 2차 사용 기간 동안 배터리의 열화 경향도 달라지기 때문 이다. 따라서, 전기차 배터리의 가치 판단을 위해서는 성능 열화 정도뿐만 아니라, 전기차 배터리의 사용 이력까지 판단할 필요가 있다.
즉, 전기차 배터리 기반의 금융 서비스를 제공하기 위한 정확한 전기차 배터리 가치 판단 방법에 대한 연구가 필요하다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 전기차 배터리의 잔존 가치를 정확하게 결정하여 배터리의 잔존 가치를 기반으로 한 배터리의 거래가 가능하게 하는 것을 목적으로 한다.
또한, 본 발명은, 물리/화학적인 배터리 시험 데이터뿐만 아니라, 차량 데이터를 복합적으로 고려하여 전기차 배터리의 잔존 가치를 정확하게 결정하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 실시예에 따르면, 배터리 수명 예측 방법은 배터리 정보 수집부가 배터리 정보를 수집하는 단계, 제1 배터리 가치 판단부가 제1 배터리 가치 데이터를 생성하는 단계, 제2 배터리 가치 판단부가 제2 배터리 가치 데이터를 생성하는 단계와 배터리 가치 결정부가 상기 제1 배터리 가치 데이터 및 상기 제2 배터리 가치 데이터를 기반으로 배터리 가치를 결정하는 단계를 포함할 수 있되, 상기 제1 배터리 가치 데이터는 배터리 진단 시험을 기반으로 결정된 배터리 가치이고, 상기 제2 배터리 가치 데이터는 차량 데이터를 기반으로 결정된 배터리 가치일 수 있다.
한편, 상기 제1 배터리 가치 데이터를 생성하는 단계는 전류 용량 기반 판단부가 배터리의 충방전시 전류 적산법을 통해 용량을 측정하여 제1 SoH(state of health)를 결정하는 단계, 내부 저항 기반 판단부가 상기 배터리의 내부 저항을 기반으로 제2 SoH를 결정하는 단계와 제1 배터리 가치 판단부가 상기 제1 SoH 및 상기 제2 SoH에 서로 다른 SoH 가중치를 부여하여 상기 제1 배터리 가치 데이터를 생성하는 단계를 포함할 수 있되, 상기 SoH 가중치는 상기 제1 배터리 가치 판단부의 제1 배터리 가치 판단 결과와 실제 배터리 가치에 대한 배터리 가치 피드백 결과를 기반으로 조정될 수 있다.
또한, 제2 배터리 가치 판단부는 복수의 하위 차량 데이터를 기반으로 상기 제2 배터리 가치 데이터를 생성하되, 상기 복수의 하위 차량 데이터는 제2 배터리 가치 판단 평면 상에서 복수의 데이터 그룹을 형성하고, 복수의 데이터 그룹 각각은 복수의 클러스터링 집합을 형성하고, 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 고려하여 상기 복수의 클러스터링 집합 중 일부 클러스터 집합만이 유효 클러스터 집합으로 결정되어 상기 제2 배터리 가치 데이터가 결정되고, 상기 복수의 클러스터링 집합은 상기 복수의 하위 차량 데이터 각각에 부여된 하위 차량 데이터 가중치를 기반으로 결정되고, 상기 하위 차량 데이터 가중치는 상기 제2 배터리 가치 판단부의 제2 배터리 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 기반으로 결정될 수 있다.
본 발명의 다른 실시예에 따르면, 배터리 수명을 예측하는 배터리 가치 판단 장치는 배터리 정보를 수집하도록 구현된 배터리 정보 수집부, 제1 배터리 가치 데이터를 생성하도록 구현된 제1 배터리 가치 판단부, 제2 배터리 가치 데이터를 생성하도록 구현된 제2 배터리 가치 판단부, 상기 제1 배터리 가치 데이터 및 상기 제2 배터리 가치 데이터를 기반으로 배터리 가치를 결정하도록 구현된 배터리 가치 결정부를 포함할 수 있되, 상기 제1 배터리 가치 데이터는 배터리 진단 시험을 기반으로 결정된 배터리 가치이고, 상기 제2 배터리 가치 데이터는 차량 데이터를 기반으로 결정된 배터리 가치일 수 있다.
한편, 상기 제1 배터리 가치 판단부의 전류 용량 기반 판단부는 배터리의 충방전시 전류 적산법을 통해 용량을 측정하여 제1 SoH(state of health)를 결정하고, 상기 제1 배터리 가치 판단부의 내부 저항 기반 판단부는 상기 배터리의 내부 저항을 기반으로 제2 SoH를 결정하고, 상기 제1 배터리 가치 판단부가 상기 제1 SoH 및 상기 제2 SoH에 서로 다른 SoH 가중치를 부여하여 상기 제1 배터리 가치 데이터를 생성하고, 상기 SoH 가중치는 상기 제1 배터리 가치 판단부의 제1 배터리 가치 판단 결과와 실제 배터리 가치에 대한 배터리 가치 피드백 결과를 기반으로 조정될 수 있다.
또한, 제2 배터리 가치 판단부는 복수의 하위 차량 데이터를 기반으로 상기 제2 배터리 가치 데이터를 생성하되, 상기 복수의 하위 차량 데이터는 제2 배터리 가치 판단 평면 상에서 복수의 데이터 그룹을 형성하고, 복수의 데이터 그룹 각각은 복수의 클러스터링 집합을 형성하고, 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 고려하여 상기 복수의 클러스터링 집합 중 일부 클러스터 집합만이 유효 클러스터 집합으로 결정되어 상기 제2 배터리 가치 데이터가 결정되고, 상기 복수의 클러스터링 집합은 상기 복수의 하위 차량 데이터 각각에 부여된 하위 차량 데이터 가중치를 기반으로 결정되고, 상기 하위 차량 데이터 가중치는 상기 제2 배터리 가치 판단부의 제2 배터리 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 기반으로 결정될 수 있다.
본 발명에 의하면, 전기차 배터리의 잔존 가치를 정확하게 결정하여 배터리의 잔존 가치를 기반으로 한 배터리의 거래가 가능하다.
또한, 본 발명에 의하면, 물리/화학적인 배터리 시험 데이터뿐만 아니라, 차량 데이터를 복합적으로 고려하여 전기차 배터리의 잔존 가치가 정확하게 결정될 수 있다.
도 1은 본 발명의 실시예에 따른 배터리 가치 판단 장치를 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 제1 배터리 가치 판단부의 동작을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 제2 배터리 가치 판단부의 동작을 나타낸 개념도이다.
도 4은 본 발명의 실시예에 따른 제2 배터리 가치 판단부의 동작을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 배터리 가치 결정부의 동작을 나타낸 개념도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
이하, 본 발명의 실시예에서는 금융 서비스를 제공하기 위한 배터리 잔존 가치 판단 방법이 개시된다.
도 1은 본 발명의 실시예에 따른 배터리 가치 판단 장치를 나타낸 개념도이다.
도 1에서는 배터리 잔존 가치를 판단하기 위한 배터리 가치 판단 장치가 개시된다.
도 1을 참조하면, 배터리 잔존 가치 판단 장치는 배터리 정보 수집부(100), 제1 배터리 가치 판단부(110), 제2 배터리 가치 판단부(120), 배터리 가치 결정부(130) 및 프로세서(140)를 포함할 수 있다.
배터리 정보 수집부(100)는 가치 판단 대상인 배터리에 대한 정보를 수집할 수 있다. 배터리 정보는 배터리 식별 정보, 배터리 사용 정보, 차량 운행 데이터 정보 등과 같은 배터리 가치 판단에 기초가 되는 정보를 포함할 수 있다.
제1 배터리 가치 판단부(110)는 배터리 진단 시험을 통해 직접적으로 배터리 가치를 판단할 수 있다. 예를 들어, 제1 배터리 가치 판단부(110)는 배터리의 SoH(state of health)에 대한 판단을 수행할 수 있고, SoH는 초기 충전량 대비 얼마나 충전량을 유지하는지 여부에 대한 정보를 포함할 수 있다. 제1 배터리 가치 판단부(110)는 가치 판단 결과로서 제1 배터리 가치 데이터(115)를 생성할 수 있다.
제2 배터리 가치 판단부(120)는 차량 데이터를 기반으로 배터리 가치를 판단할 수 있다. 예를 들어, 차량 데이터는 해당 배터리를 사용하여 운행된 차량에 대한 데이터로서 차량 식별 데이터, 충전 기록 데이터(배터리 급속/완속 충전, 충전량(완충, 과충전)), 배터리 사용 환경 데이터, 차량 운행 데이터(주행 속도, 주행 거리 등) 등을 포함할 수 있다. 제2 배터리 가치 판단부(120)는 가치 판단 결과로서 제2 배터리 가치 데이터(125)를 생성할 수 있다.
배터리 가치 결정부(130)는 제1 배터리 가치 데이터(115)와 제2 배터리 가치 데이터(125)를 기반으로 최종적으로 배터리 가치를 결정하기 위해 구현될 수 있다. 배터리 가치 결정부(130)는 제1 배터리 가치 데이터(115)와 제2 배터리 가치 데이터(125)를 종합하여 최종적으로 배터리 가치를 결정할 수 있다. 배터리 가치 결정부의 구체적인 배터리 가치 결정 방법은 후술한다.
프로세서(140)는 배터리 정보 수집부(100), 제1 배터리 가치 판단부(110), 제2 배터리 가치 판단부(120), 배터리 가치 결정부(130)의 동작을 제어하기 위해 구현될 수 있다.
도 2는 본 발명의 실시예에 따른 제1 배터리 가치 판단부의 동작을 나타낸 개념도이다.
도 2에서는 제1 배터리 가치 판단부의 동작이 개시된다.
도 2를 참조하면, 제1 배터리 가치 판단부가 배터리 진단 시험을 통해 배터리의 SoH를 결정하여 직접적으로 배터리 가치를 판단할 수 있다.
제1 배터리 가치 판단부는 전류 용량 기반 판단부(210) 및/또는 내부 저항 기반 판단부(220)를 포함할 수 있다.
전류 용량 기반 판단부(210)는 배터리의 노화시 일정한 경향을 가지고 변화하는 전류 용량과 내부 파라미터를 이용하여 배터리의 SoH를 결정할 수 있다. 배터리가 노화되면 배터리 용량이 감소하므로 전류 용량 기반 판단부는 충방전시 전류 적산법을 통해 용량을 측정하여 SoH를 결정할 수 있다.
내부 저항 기반 판단부(220)는 전기차 구동시 배터리에서 발생하는 단자 전류의 특성을 이용하여 배터리의 내부 저항을 예측하고 SoH를 결정할 수 있다.
내부 저항 기반 판단부(220)는 RC 레더(ladder)가 포함된 배터리 등가 회로 모델을 기반으로 충방전 횟수 증가에 따라 배터리의 내부 저항(Rs)은 비례하여 증가하는 것을 고려하여 SoH를 결정할 수 있다. Rs는 급격한 방전 전류 발생시 단자 전류과 전압의 관계를 이용하여 추정된다. 이 때 단자 전압의 변화 (
Figure 112021125602610-pat00001
V)는 순간적인 전압 변화에 기여하는 Rs로 인해 결정되며 긴 시정수를 가진 레더 전압은 무시할 수 있다. 전류 적산 오차 및 노화시 변화하는 용량으로 인한 오차를 해결하기 위해 단자 전압이 배터리의 최대 허용 전압에 도달하는 완전 충전 상태가 Rs 추정 시기로 결정될 수 있다.
전류 용량 기반 판단부(210)에 의해 결정된 제1 SoH(215)와 내부 저항 기반 판단부(220)에 의해 결정된 제2 SoH(225)를 기반으로 최종 SoH(250)가 결정될 수 있다. 제1 배터리 가치 판단부는 결정된 SoH를 기반으로 제1 배터리 가치 데이터(260)를 결정할 수 있다.
제1 SoH(215)와 제2 SoH(225) 각각에 대해 서로 다른 가중치가 부여되어 최종 SoH(250)가 결정될 수 있다.
배터리 식별자, 배터리 정보(배터리 연식, 배터리 사용 환경(예를 들어, 배터리 냉각 환경))에 따라 제1 SoH(215)와 제2 SoH(225) 각각에 서로 다른 SoH 가중치(wx, wy)(240)가 부여될 수 있다. 제1 1배터리 가치 판단부의 제1 가치 판단 결과와 실제 배터리 가치에 대한 배터리 가치 피드백 결과(245)를 고려하여 제1 SoH(215)와 제2 SoH(225) 각각의 가중치가 적응적으로 조정될 수 있고, 적응적으로 조정된 제1 SoH(215)와 제2 SoH(225) 각각을 기반으로 최종 SoH(250)가 결정될 수 있다.
도 3은 본 발명의 실시예에 따른 제2 배터리 가치 판단부의 동작을 나타낸 개념도이다.
도 3에서는 제2 배터리 가치 판단부가 차량 데이터를 기반으로 제2 배터리 가치 데이터를 생성하는 방법이 개시된다.
도 3을 참조하면, 제2 배터리 가치 판단부는 차량 식별 데이터(310), 충전 기록 데이터(320), 배터리 사용 환경 데이터(330), 차량 운행 데이터(340) 등을 기반으로 배터리 가치 판단을 수행하여 제2 배터리 가치 데이터(350)를 생성할 수 있다.
차량 식별 데이터(310)는 배터리가 장착된 차량을 식별하기 위한 데이터이다. 차종, 모델명, 연식 등에 대한 정보를 포함할 수 있다.
충전 기록 데이터(320)는 배터리에 대한 추전 기록으로서 급속/완속 충전 여부, 충전 횟수, 충전시 충전량 등에 대한 데이터를 포함할 수 있다.
배터리 사용 환경 데이터(330)는 배터리가 사용된 사용 환경으로서 배터리가 냉각되는 환경(공냉식, 수냉식 등), 배터리가 사용된 온도 등에 대한 정보를 포함할 수 있다.
차량 운행 데이터(340)는 차량이 운행된 데이터로서 차량 운행 거리, 차량 운행 속도, 급출발/급가속 횟수 등에 대한 정보를 포함할 수 있다.
차량 식별 데이터(310), 충전 기록 데이터(320), 배터리 사용 환경 데이터(330) 및 차량 운행 데이터(340)는 제2 배터리 가치 판단부의 제2 배터리 가치 데이터(350)의 생성을 위한 하나의 예시로서 다른 다양한 데이터가 활용될 수도 있다.
차량 식별 데이터(310), 충전 기록 데이터(320), 배터리 사용 환경 데이터(330) 및 차량 운행 데이터(340) 각각은 4개의 하위 차량 데이터 좌표값(a, b, c, d)으로 표현될 수 있다. 차량 식별 데이터(310)는 하위 차량 데이터1, 충전 기록 데이터(320)는 하위 차량 데이터2, 배터리 사용 환경 데이터(330)는 하위 차량 데이터3, 차량 운행 데이터(340)는 하위 차량 데이터4라는 용어로 표현될 수 있다.
차량 식별 데이터(310), 충전 기록 데이터(320), 배터리 사용 환경 데이터(330) 및 차량 운행 데이터(340) 각각은 데이터의 유사도를 고려하여 하나의 수치로서 표현될 수 있다.
차량 식별 데이터(310)는 차량의 유사도를 고려하여 수치화될 수 있다. 예를 들어, 차량 모델 유사도, 차량 연식 유사도 각각에 대한 판단을 고려하여 차량 유사도가 결정될 수 있다.
충전 기록 데이터(320)는 충전 기록 유사도를 고려하여 수치화될 수 있다. 충전 기록 데이터(320)에 포함되는 하위 데이터인 급속/완속 충전 여부 데이터 유사도, 충전 횟수 데이터 유사도, 충전시 충전량 데이터 유사도 각각이 수치화된 후 종합되어 충전 기록 유사도가 결정될 수 있다.
배터리 사용 환경 데이터(330)는 배터리 사용 환경 유사도를 고려하여 수치화될 수 있다. 배터리 냉각 환경 유사도, 배터리가 사용 온도 유사도 각각이 수치화된 후 종합되어 배터리 사용 환경 유사도가 결정될 수 있다.
차량 운행 데이터(340)는 차량 운행 유사도를 고려하여 수치화될 수 있다. 차량 운행 거리 유사도, 차량 운행 속도 유사도, 급출발/급가속 횟수 유사도 각각이 수치화된 후 종합되어 차량 운행 유사도가 결정될 수 있다.
4차원의 제2 배터리 가치 판단 평면 상에 복수의 차량 각각의 차량 식별 데이터, 충전 기록 데이터, 배터리 사용 환경 데이터 및 차량 운행 데이터가 하위 차량 데이터로서 4개의 하위 차량 데이터 좌표값(a, b, c, d)으로 표현될 수 있다.
복수의 차량 데이터 좌표값은 클러스터링되어 제1 클러스터링 집합(제1 클러스터1 내지 제1 클러스터n)(315)을 형성할 수 있다.
본 발명에서는 4개의 하위 차량 데이터 좌표값은 그룹핑되어 다른 클러스터를 형성할 수도 있다. 예를 들어, 차량 식별 데이터(310), 충전 기록 데이터(320)가 하나의 하위 차량 데이터 그룹1을 형성되고, 충전 기록 데이터(330), 배터리 사용 환경 데이터(340)가 하나의 하위 차량 데이터 그룹2를 형성할 수 있다.
하위 차량 데이터 그룹1과 하위 차량 데이터 그룹2 각각은 마찬가지 방식으로 유사도를 고려하여 2차원의 제2 배터리 가치 판단 평면 상에 하위 차량 데이터 그룹1과 하위 차량 데이터 그룹2 각각이 차량 데이터 좌표값(a, b)로 표현될 수 있다. 하위 차량 데이터 그룹1과 하위 차량 데이터 그룹2에 대응되는 차량 데이터 좌표값은 클러스터링되어 제2 클러스터링 집합(제2 클러스터1 내지 제2 클러스터n)(325)을 형성할 수 있다.
이러한 방식으로 다양한 하위 차량 데이터의 조합을 기반으로 제1 클러스터 집합(315) 내지 제n 클러스터 집합이 형성되고, 제1 클러스터 집합(315) 내지 제n 클러스터 집합은 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 고려하여 제1 클러스터 집합 내지 제n 클러스터 집합 중 일부 클러스터만이 유효 클러스터 집합으로 결정하여 제2 배터리 가치 데이터(350)를 생성하기 위해 사용될 수 있다.
도 4은 본 발명의 실시예에 따른 제2 배터리 가치 판단부의 동작을 나타낸 개념도이다.
도 4에서는 제2 배터리 가치 판단부가 피드백 데이터를 기반으로 차량 데이터를 적응적으로 조정하여 제2 배터리 가치 데이터를 생성하는 방법이 개시된다.
도 4를 참조하면, 하위 차량 데이터인 차량 식별 데이터, 충전 기록 데이터, 배터리 사용 환경 데이터 및 차량 운행 데이터 각각에 대한 가중치에 대한 조정이 수행될 수 있다.
보다 정확한 예측을 위해서 차량 식별 데이터, 충전 기록 데이터, 배터리 사용 환경 데이터 및 차량 운행 데이터 각각에 대한 가중치로서 (w1, w2, w3, w4) 각각은 제2 배터리 가치 판단부의 제2 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 기반으로 조정될 수 있다. (w1, w2, w3, w4)는 하위 차량 데이터 가중치(400)라는 용어로 표현될 수 있다.
1차적으로 동일 가중치 기반의 클러스터 기반의 예측 결과가 수행되고, 피드백 결과를 기반으로 (w1, w2, w3, w4)가 어떻게 설정되었을 경우에 가치 판단 결과와 실제 배터리 가치에 오차가 최소가 되는지에 대해 판단될 수 있다.
(w1, w2, w3, w4) 값에 따라 제2 배터리 가치 판단 평면 상의 좌표축의 스케일이 변화될 수 있다. 가중치가 높을수록 서로 더 가깝게 설정되도록 제2 배터리 가치 판단 평면 상의 좌표축의 스케일이 조정될 수 있다.
이러한 스케줄 조정은 전술한 클러스터 집합 단위(제1 클러스터 집합 내지 제n 클러스터 집합)로 수행될 수 있다.
가치 판단 결과와 실제 배터리 가치에 대한 배터리 가치 피드백 결과(420)는 배터리의 사용에 대한 지속적인 체크를 통해 수행될 수 있고, 배터리 사용에 대한 데이터가 쌓일수록 (w1, w2, w3, w4)가 최적으로 설정되어 보다 정확한 제2 배터리 가치 데이터(450)가 생성될 수 있다.
도 5는 본 발명의 실시예에 따른 배터리 가치 결정부의 동작을 나타낸 개념도이다.
도 5에서는 배터리 가치 결정부에서 제1 배터리 가치 판단부와 제2 배터리 가치 판단부 각각의 판단 결과를 기반으로 최종적으로 배터리 가치를 결정하는 방법이 개시된다.
도 5를 참조하면, 제1 배터리 가치 판단부는 제1 배터리 가치 데이터(510)를 결정하고, 제2 배터리 가치 판단부는 제2 배터리 가치 데이터(520)를 결정할 수 있다.
배터리 가치 결정부는 제1 배터리 가치 데이터(510)와 제2 배터리 가치 데이터(520)를 기반으로 배터리 가치 데이터를 결정할 수 있다.
배터리 가치 데이터는 제1 배터리 가치 데이터(510)와 제2 배터리 가치 데이터(520)를 기반으로 결정되되, 제1 배터리 가치 데이터(510)와 제2 배터리 가치 데이터(520) 각각에 대한 가중치(wa, wb)가 적용되어 결정될 수 있다.
(wa, wb)는 배터리 가치 데이터 가중치(530)라는 용어로 표현될 수 있다.
배터리 가치 데이터 가중치(530)는 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 고려하여 결정될 수 있다.
본 발명의 실시예에 따른 배터리 가치 결정부는 아래의 순서로 가중치에 대한 조정이 수행될 수 있다.
1) 하위 차량 데이터 가중치(w1, w2, w3, w4)
2) 제2 배터리 가치 데이터 가중치 wb 조정
3) SoH 가중치(wx, wy)
4) 제1 배터리 가치 데이터 가중치 wa 조정
1), 2)는 데이터 기반 가중치 조정이고, 3), 4)는 물리 및 화학적 원리 기반 가중치 조정일 수 있다. 데이터 기반 조정은 변화폭이 상대적으로 클 수 있고, 물리 및 화학적 원리 기반 가중치 조정은 변화폭이 상대적으로 작을 수 있다.
따라서, 데이터 기반 가중치 조정을 우선적으로 수행하고, 이후에 물리 및 화학적 원리 기반 가중치 조정을 수행함으로써 보다 정확한 배터리 가치 데이터가 결정될 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (6)

  1. 배터리 수명 예측 방법은,
    배터리 정보 수집부가 배터리 정보를 수집하는 단계; 제1 배터리 가치 판단부가 제1 배터리 가치 데이터를 생성하는 단계;
    제2 배터리 가치 판단부가 제2 배터리 가치 데이터를 생성하는 단계; 및
    배터리 가치 결정부가 상기 제1 배터리 가치 데이터 및 상기 제2 배터리 가치 데이터를 기반으로 배터리 가치를 결정하는 단계를 포함하되,
    상기 제1 배터리 가치 데이터는 배터리 진단 시험을 기반으로 결정된 배터리 가치이고,
    상기 제2 배터리 가치 데이터는 차량 데이터를 기반으로 결정된 배터리 가치이고,
    상기 제2 배터리 가치 판단부는 복수의 하위 차량 데이터를 기반으로 상기 제2 배터리 가치 데이터를 생성하되,
    상기 복수의 하위 차량 데이터는 차량 식별 데이터, 충전 기록 데이터, 배터리 사용 환경 데이터 및 차량 운행 데이터를 포함하고,
    상기 복수의 하위 차량 데이터는 제2 배터리 가치 판단 평면 상에서 복수의 데이터 그룹을 형성하고, 복수의 데이터 그룹 각각은 복수의 클러스터링 집합을 형성하고,
    제2 배터리 가치 결과와 실제 배터리 가치에 대한 피드백 결과를 고려하여 상기 복수의 클러스터링 집합 중 일부 클러스터 집합만이 유효 클러스터 집합으로 결정되어 상기 제2 배터리 가치 데이터가 결정되고,
    상기 복수의 클러스터링 집합은 상기 복수의 하위 차량 데이터 각각에 부여된 복수의 하위 차량 데이터 가중치 각각을 기반으로 결정되고,
    상기 복수의 하위 차량 데이터 가중치는 상기 제2 배터리 가치 판단부의 제2 배터리 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 기반으로 결정되고,
    상기 제2 배터리 가치 판단 평면 상의 좌표축의 스케일은 상기 복수의 하위 차량 데이터 가중치에 따라 변화되는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 제1 배터리 가치 데이터를 생성하는 단계는,
    전류 용량 기반 판단부가 배터리의 충방전시 전류 적산법을 통해 용량을 측정하여 제1 SoH(state of health)를 결정하는 단계;
    내부 저항 기반 판단부가 상기 배터리의 내부 저항을 기반으로 제2 SoH를 결정하는 단계; 및
    제1 배터리 가치 판단부가 상기 제1 SoH 및 상기 제2 SoH에 서로 다른 SoH 가중치를 부여하여 상기 제1 배터리 가치 데이터를 생성하는 단계를 포함하되,
    상기 SoH 가중치는 상기 제1 배터리 가치 판단부의 제1 배터리 가치 판단 결과와 실제 배터리 가치에 대한 배터리 가치 피드백 결과를 기반으로 조정되고,
    상기 배터리 가치 결정부는 상기 제1 배터리 가치 데이터와 상기 제2 배터리 가치 데이터 각각에 대한 배터리 가치 데이터 가중치를 부여하여 배터리 가치 데이터를 결정하고,
    상기 배터리 가치 데이터 가중치는 제1 배터리 가치 데이터 가중치와 제2 배터리 가치 데이터 가중치를 포함하고,
    상기 배터리 가치 결정부는 데이터 기반 가중치 조정과 물리 및 화학적 원리 기반 가중치 조정을 순차적으로 수행하여 상기 배터리 가치를 결정하고,
    상기 데이터 기반 가중치 조정은 상기 복수의 하위 차량 데이터 가중치와 제2 배터리 가치 데이터 가중치를 순차적으로 적용하고,
    상기 물리 및 화학적 원리 기반 가중치 조정은 상기 SoH 가중치와 제1 배터리 가치 데이터 가중치를 순차적으로 적용하는 것을 특징으로 하는 방법.
  3. 삭제
  4. 배터리 수명을 예측하는 배터리 가치 판단 장치는,
    배터리 정보를 수집하도록 구현된 배터리 정보 수집부; 제1 배터리 가치 데이터를 생성하도록 구현된 제1 배터리 가치 판단부;
    제2 배터리 가치 데이터를 생성하도록 구현된 제2 배터리 가치 판단부;
    상기 제1 배터리 가치 데이터 및 상기 제2 배터리 가치 데이터를 기반으로 배터리 가치를 결정하도록 구현된 배터리 가치 결정부를 포함하되,
    상기 제1 배터리 가치 데이터는 배터리 진단 시험을 기반으로 결정된 배터리 가치이고,
    상기 제2 배터리 가치 데이터는 차량 데이터를 기반으로 결정된 배터리 가치이고,
    상기 제2 배터리 가치 판단부는 복수의 하위 차량 데이터를 기반으로 상기 제2 배터리 가치 데이터를 생성하되,
    상기 복수의 하위 차량 데이터는 차량 식별 데이터, 충전 기록 데이터, 배터리 사용 환경 데이터 및 차량 운행 데이터를 포함하고,
    상기 복수의 하위 차량 데이터는 제2 배터리 가치 판단 평면 상에서 복수의 데이터 그룹을 형성하고, 복수의 데이터 그룹 각각은 복수의 클러스터링 집합을 형성하고,
    제2 배터리 가치 결과와 실제 배터리 가치에 대한 피드백 결과를 고려하여 상기 복수의 클러스터링 집합 중 일부 클러스터 집합만이 유효 클러스터 집합으로 결정되어 상기 제2 배터리 가치 데이터가 결정되고,
    상기 복수의 클러스터링 집합은 상기 복수의 하위 차량 데이터 각각에 부여된 복수의 하위 차량 데이터 가중치 각각을 기반으로 결정되고,
    상기 복수의 하위 차량 데이터 가중치는 상기 제2 배터리 가치 판단부의 제2 배터리 가치 판단 결과와 실제 배터리 가치에 대한 피드백 결과를 기반으로 결정되고,
    상기 제2 배터리 가치 판단 평면 상의 좌표축의 스케일은 상기 복수의 하위 차량 데이터 가중치에 따라 변화되는 것을 특징으로 하는 배터리 가치 판단 장치.
  5. 제4항에 있어서,
    상기 제1 배터리 가치 판단부의 전류 용량 기반 판단부는 배터리의 충방전시 전류 적산법을 통해 용량을 측정하여 제1 SoH(state of health)를 결정하고,
    상기 제1 배터리 가치 판단부의 내부 저항 기반 판단부는 상기 배터리의 내 부 저항을 기반으로 제2 SoH를 결정하고, 상기 제1 배터리 가치 판단부가 상기 제1 SoH 및 상기 제2 SoH에 서로 다른 SoH 가중치를 부여하여 상기 제1 배터리 가치 데이터를 생성하고,
    상기 SoH 가중치는 상기 제1 배터리 가치 판단부의 제1 배터리 가치 판단 결 과와 실제 배터리 가치에 대한 배터리 가치 피드백 결과를 기반으로 조정되고,
    상기 배터리 가치 결정부는 상기 제1 배터리 가치 데이터와 상기 제2 배터리 가치 데이터 각각에 대한 배터리 가치 데이터 가중치를 부여하여 배터리 가치 데이터를 결정하고,
    상기 배터리 가치 데이터 가중치는 제1 배터리 가치 데이터 가중치와 제2 배터리 가치 데이터 가중치를 포함하고,
    상기 배터리 가치 결정부는 데이터 기반 가중치 조정과 물리 및 화학적 원리 기반 가중치 조정을 순차적으로 수행하여 상기 배터리 가치를 결정하고,
    상기 데이터 기반 가중치 조정은 상기 복수의 하위 차량 데이터 가중치와 제2 배터리 가치 데이터 가중치를 순차적으로 적용하고,
    상기 물리 및 화학적 원리 기반 가중치 조정은 상기 SoH 가중치와 제1 배터리 가치 데이터 가중치를 순차적으로 적용하는 것을 특징으로 하는 배터리 가치 판단 장치.
  6. 삭제
KR1020210148062A 2021-11-01 2021-11-01 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치 KR102412697B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020210148062A KR102412697B1 (ko) 2021-11-01 2021-11-01 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치
KR1020220067474A KR20230063297A (ko) 2021-11-01 2022-06-02 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치
PCT/KR2022/016481 WO2023075415A1 (ko) 2021-11-01 2022-10-26 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치
US18/050,543 US20230152387A1 (en) 2021-11-01 2022-10-28 Method for prediction of battery life and apparatus for performing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210148062A KR102412697B1 (ko) 2021-11-01 2021-11-01 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220067474A Division KR20230063297A (ko) 2021-11-01 2022-06-02 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Publications (1)

Publication Number Publication Date
KR102412697B1 true KR102412697B1 (ko) 2022-06-24

Family

ID=82215974

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210148062A KR102412697B1 (ko) 2021-11-01 2021-11-01 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치
KR1020220067474A KR20230063297A (ko) 2021-11-01 2022-06-02 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220067474A KR20230063297A (ko) 2021-11-01 2022-06-02 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Country Status (3)

Country Link
US (1) US20230152387A1 (ko)
KR (2) KR102412697B1 (ko)
WO (1) WO2023075415A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023075415A1 (ko) * 2021-11-01 2023-05-04 주식회사 에이젠글로벌 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011530696A (ja) * 2008-08-08 2011-12-22 エルジー・ケム・リミテッド バッテリーの電圧挙動を用いたバッテリーのｓｏｈ推定装置及び方法
JP2014059227A (ja) * 2012-09-18 2014-04-03 Calsonic Kansei Corp バッテリの健全度算出装置および健全度算出方法
KR102065120B1 (ko) * 2018-09-27 2020-02-11 경북대학교 산학협력단 신경회로망 기반 배터리 잔존량 추정방법 및 장치
KR20210119329A (ko) * 2020-03-24 2021-10-05 주식회사 엘지에너지솔루션 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102412697B1 (ko) * 2021-11-01 2022-06-24 주식회사 에이젠글로벌 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011530696A (ja) * 2008-08-08 2011-12-22 エルジー・ケム・リミテッド バッテリーの電圧挙動を用いたバッテリーのｓｏｈ推定装置及び方法
JP2014059227A (ja) * 2012-09-18 2014-04-03 Calsonic Kansei Corp バッテリの健全度算出装置および健全度算出方法
KR102065120B1 (ko) * 2018-09-27 2020-02-11 경북대학교 산학협력단 신경회로망 기반 배터리 잔존량 추정방법 및 장치
KR20210119329A (ko) * 2020-03-24 2021-10-05 주식회사 엘지에너지솔루션 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023075415A1 (ko) * 2021-11-01 2023-05-04 주식회사 에이젠글로벌 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치

Also Published As

Publication number Publication date
KR20230063297A (ko) 2023-05-09
US20230152387A1 (en) 2023-05-18
WO2023075415A1 (ko) 2023-05-04

Similar Documents

Publication Publication Date Title
KR102414819B1 (ko) 배터리 잔존 가치를 기반으로 한 금융 서비스 방법 및 이러한 방법을 수행하는 장치
You et al. Real-time state-of-health estimation for electric vehicle batteries: A data-driven approach
Zhang et al. Long short-term memory recurrent neural network for remaining useful life prediction of lithium-ion batteries
CN113391213B (zh) 一种基于电池组一致性演变的电池微故障诊断方法
KR20180055192A (ko) 배터리 상태를 추정하는 방법 및 장치
KR20160000317A (ko) 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법
JP7269437B2 (ja) 電気車充電ステーションを用いたバッテリー性能管理システム及び方法
KR20160017416A (ko) 패턴 정보에 기초하여 사용자 특성에 따른 배터리 수명을 추정하는 장치 및 방법
KR20220073829A (ko) 배터리 성능 예측
KR102458017B1 (ko) 배터리 수명 평가 방법 및 장치
KR102422594B1 (ko) 전기차 배터리의 잔존 수명 예측 방법 및 장치
KR102412697B1 (ko) 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치
CN112213643A (zh) 电池初始容量、电池健康状态的预测方法、系统及设备
CN111191824A (zh) 一种动力电池容量衰减预测方法及系统
US20220373609A1 (en) State Value for Rechargeable Batteries
US11835589B2 (en) Method and apparatus for machine-individual improvement of the lifetime of a battery in a battery-operated machine
CN112765726A (zh) 一种寿命预测方法及装置
CN115936201A (zh) 电机故障的预警方法、装置、车辆及存储介质
CN113733980B (zh) 确定动力电池容量的方法、装置、介质及电子设备
KR102433929B1 (ko) 배터리 교환 서비스 방법 및 이러한 방법을 수행하는 장치
Channegowda et al. An attention‐based synthetic battery data augmentation technique to overcome limited dataset challenges
US20230333167A1 (en) Method for real time battery information reception and battery valuation for e-mobility of cb(credit bureau) and apparatus for performing the method
KR102422603B1 (ko) 배터리 수명 평가 방법 및 장치
KR102395182B1 (ko) 배터리 진단 방법 및 그 장치
US11762032B2 (en) Diagnosis method of battery, diagnosis device of battery, diagnosis system of battery, battery-mounted device, and non-transitory storage medium

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant