KR102501672B1 - 배터리 팩에서의 벌크 힘 및 충전 상태 추정에 대한 벌크 힘의 적용 - Google Patents
배터리 팩에서의 벌크 힘 및 충전 상태 추정에 대한 벌크 힘의 적용 Download PDFInfo
- Publication number
- KR102501672B1 KR102501672B1 KR1020177008673A KR20177008673A KR102501672B1 KR 102501672 B1 KR102501672 B1 KR 102501672B1 KR 1020177008673 A KR1020177008673 A KR 1020177008673A KR 20177008673 A KR20177008673 A KR 20177008673A KR 102501672 B1 KR102501672 B1 KR 102501672B1
- Authority
- KR
- South Korea
- Prior art keywords
- battery pack
- state
- controller
- charge
- temperature
- Prior art date
Links
- 230000008859 change Effects 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 122
- 238000005259 measurement Methods 0.000 claims description 49
- 229910001416 lithium ion Inorganic materials 0.000 claims description 16
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 11
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 229910052744 lithium Inorganic materials 0.000 claims description 10
- 238000002485 combustion reaction Methods 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 8
- 238000007906 compression Methods 0.000 claims description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 7
- 239000002828 fuel tank Substances 0.000 claims description 7
- VGYDTVNNDKLMHX-UHFFFAOYSA-N lithium;manganese;nickel;oxocobalt Chemical compound [Li].[Mn].[Ni].[Co]=O VGYDTVNNDKLMHX-UHFFFAOYSA-N 0.000 claims description 6
- 239000010439 graphite Substances 0.000 claims description 5
- 229910002804 graphite Inorganic materials 0.000 claims description 5
- 229910000531 Co alloy Inorganic materials 0.000 claims description 4
- 229910013063 LiBF 4 Inorganic materials 0.000 claims description 4
- 229910013684 LiClO 4 Inorganic materials 0.000 claims description 4
- 229910013870 LiPF 6 Inorganic materials 0.000 claims description 4
- 229910001128 Sn alloy Inorganic materials 0.000 claims description 4
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 4
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 4
- HMDDXIMCDZRSNE-UHFFFAOYSA-N [C].[Si] Chemical compound [C].[Si] HMDDXIMCDZRSNE-UHFFFAOYSA-N 0.000 claims description 4
- 229910021385 hard carbon Inorganic materials 0.000 claims description 4
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 4
- 229910002102 lithium manganese oxide Inorganic materials 0.000 claims description 4
- VLXXBCXTUVRROQ-UHFFFAOYSA-N lithium;oxido-oxo-(oxomanganiooxy)manganese Chemical compound [Li+].[O-][Mn](=O)O[Mn]=O VLXXBCXTUVRROQ-UHFFFAOYSA-N 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 239000003792 electrolyte Substances 0.000 claims description 3
- 230000035882 stress Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 12
- 238000009830 intercalation Methods 0.000 description 12
- 230000002687 intercalation Effects 0.000 description 11
- 230000003068 static effect Effects 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000005520 electrodynamics Effects 0.000 description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 3
- 230000010261 cell growth Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000009831 deintercalation Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 235000015110 jellies Nutrition 0.000 description 2
- 239000008274 jelly Substances 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 229910003002 lithium salt Inorganic materials 0.000 description 2
- 159000000002 lithium salts Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910001317 nickel manganese cobalt oxide (NMC) Inorganic materials 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 125000006850 spacer group Chemical group 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 229910010707 LiFePO 4 Inorganic materials 0.000 description 1
- -1 LiPF 6 Chemical class 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- KFDQGLPGKXUTMZ-UHFFFAOYSA-N [Mn].[Co].[Ni] Chemical compound [Mn].[Co].[Ni] KFDQGLPGKXUTMZ-UHFFFAOYSA-N 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 230000036755 cellular response Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002788 crimping Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011067 equilibration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- H02J7/0021—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- 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
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/547—Voltage
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/92—Hybrid vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
- B60Y2400/302—Temperature sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
- B60Y2400/306—Pressure sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
- B60Y2400/308—Electric sensors
- B60Y2400/3086—Electric voltages sensors
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
Abstract
배터리 팩, 배터리 팩의 부피 변화를 측정하기 위한 압력 센서, 배터리 팩의 포지티브 단자 및 네거티브 단자와 전기 통신하는 전압 센서, 배터리 팩의 전지에 포지셔닝된 온도 센서 및 배터리 관리 시스템을 포함하는 전기 디바이스가 개시된다. 배터리 관리 시스템은, 압력 센서, 전압 센서 및 온도 센서와 전기 통신하는 제어기를 포함하며, 제어기는 압력 센서로부터 판독한 압력, 전압 센서로부터 판독한 단자 전압, 및 온도 센서로부터 판독한 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행하도록 구성된다.
Description
[0001] 본 출원은 2014년 8월 29일로 출원된 미국 특허출원 제62/043,519호로부터의 우선권을 주장한다.
[0002] 본 발명은 미국 에너지국에 의해 부여된 DE-AR0000269호의 정부 지원으로 이루어졌다. 정부는 발명에 대해 특정 권리를 갖는다.
[0003] 본 발명은 배터리 팩 그리고 배터리 팩에 인접한 압력 센서로부터 판독한 압력, 배터리 팩으로부터 판독한 단자 전압 및 배터리 팩으로부터 판독한 온도에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태(state of charge percentage)를 결정하는 배터리 관리 시스템을 포함하는 전기 디바이스에 관한 것이다. 보다 구체적으로, 본 발명은 다양한 작동 조건들 동안 리튬 이온 전지에 의해 가해지는 벌크 힘들, 및 충전 상태에 대한 이들의 영향들에 관한 것이다.
[0004] 차량은 현대 교통수단을 가능하게 하는데 사용된다. 차량의 이동을 가능하게 하는 데 필요한 동력을 발생시키기 위해 상이한 에너지 소스들(예컨대, 탄화수소 연료, 배터리 시스템들, 캐패시턴스 시스템들, 압축 공기 시스템들)이 사용될 수 있다. 완전 전기 자동차들로도 또한 지칭되는 전기 자동차들은 배터리 시스템을 포함하며, 이들의 원동력 전체에 대해 전력을 이용한다. 충전을 위해 전기 자동차들에는 전원의 플러그가 필요하다.
[0005] 하이브리드 차량들 및 플러그-인 하이브리드 전기 자동차들은 내연 기관과 배터리 시스템 모두를 포함한다. 배터리는 플러그-인 전원으로부터 충전될 수 있다. 부가적으로, 내연 기관은 차량을 움직이기 위해 전기 모터에 전류를 공급하는 발전기를 돌릴 수 있다.
[0006] 배터리에 남아 있는 에너지의 양을 아는 것은, 재충전이 이루어져야 하기 전에 차량이 얼마나 오래 사용될 수 있는지에 대한 아이디어를 차량 운영자에게 제공한다. SOC(State of Charge)는 배터리의 현재 상태를 완전 충전시의 배터리와 비교하는 데 사용되는 추정이다. 전지 용량이 수명, 온도 및 방전 효과들에 의해 감소되기 때문에, 바람직한 SOC 레퍼런스는 전지의 현재 용량이어야 한다.
[0007] 완전 전기 자동차들에서, SOC는 차량이 주행할 수 있는 거리를 결정하는 데 사용된다. SOC는 배터리가 노화될 때 오차를 줄이기 위해 배터리의 현재 용량에 기반한 절대 값이어야 한다. SOC가 임계치로 떨어지면, 차량의 운전자는 자동차의 연료 탱크를 다시 채우는 것처럼 차량을 재충전해야 한다. 하이브리드 전기 자동차들에서, SOC는 엔진이 언제 온 및 오프로 스위칭될지를 결정한다. SOC가 임계치로 떨어지면, 엔진이 켜지고 차량에 동력을 제공한다.
[0008] SOC에 대한 지식은 대형 리튬 배터리들에 특히 중요하다. 리튬 배터리들은 반응성이 상당하고, 배터리를 안전한 작동 윈도우 내에서 유지하기 위해 전자 배터리 관리 시스템들을 필요로 한다. 리튬 이온 배터리들은 이들이 충전될 때는 팽창하고 이들이 방전될 때는 수축한다. 이러한 부피 및 길이의 변화들은 전극들의 활성 재료들에서 리튬 이온들의 흡수 및 방출 프로세스들에 의해 야기된다. 탄소 재료로의 리튬의 흡수는 재료를 팽창시킨다. SOC에 대한 이해는 배터리의 부피 변화의 제어를 가능하게 하여, 리튬 이온 배터리들의 조기 마모 또는 노화 프로세스들을 감소시킨다.
[0009] 리튬 인터칼레이션(intercalation) 및 디인터칼레이션(de-intercalation)은 리튬 이온 배터리 전지의 양 전극들에서 부피 변화를 야기한다. 애노드에서, 탄소 입자들이 리튬 인터칼레이션 동안 12%만큼까지 팽창할 수 있으며, 결과적인 스트레스가 커질 수 있다[Ref.1]. 상용 배터리 팩들은, 도 1에 도시된 바와 같이 고정된 공간을 차지하도록 조립되며 리튬 인터칼레이션 및 디인터칼레이션과 연관된 부피 변화들에 저항하기 위해 가벼운 압축으로 유지된 수많은 전지들을 수반한다. 작은 압축은 전극들의 디라미네이션(de-lamination) 및 연관된 전자 전도도 열화를 방지한다. 그러나 큰 압축은 세퍼레이터 두께를 감소시킬 수 있고 세퍼레이터 기공 폐쇄로 인한 열화 및 전력 감소로 이어질 수 있다[Ref.2].
[0010] 전지 성능 및 수명[Refs. 2, 3, 4, 5]에 대한 확장 및 시스템의 기계적 응답의 효과는 마이크로-스케일[Refs. 6, 1, 5], 입자 레벨[Ref. 6], 및 다수의 전극 층들[Refs. 7, 8]의 범위에 걸친 연구들을 사용하여 강력하게 조사되고 있다. 다중-스케일 현상들을 예측하는 쪽으로 진전이 가속되고 있지만[Refs. 9, 10], 전지 확장 및 전지 성능에 대한 전지 확장의 영향들의 전체 예측은 전지 구성 및 전극 태빙(tabbing) 및 크림핑(crimping)과 연관된 경계 조건들에 크게 좌우된다. 게다가, 자동차 배터리 전지들이 동작하여야 하는 C-레이트들 및 온도들에 관하여 다양한 조건들은 물리학-기반 모델링 접근법을 매우 어렵게 한다. (C-레이트는 배터리가 충전되거나 방전되는 속도를 특정한다. 예컨대, 1C에서, 배터리는 마킹된 Ah(amp-hour) 레이팅과 동등한 전류에서 충전 및 방전한다. 0.5C에서, 전류는 1/2이고 시간이 2배가 되고, 2C에서 전류는 2배이고 시간은 1/2이다). 마지막으로, 다중-스케일 모델들을 조정하거나 인증하기 위하여 내부 스트레스 또는 스트레인을 측정하고 양자화하는 것은 복잡한 기기장치(instrumentation)를 요구한다[Refs.11, 12]. 마이크로-스케일과 대조적으로, 매크로-스케일 스트레스 및 스트레인 응답들은 직접 관찰가능하고 높은 정확도로 측정되고[Refs. 13, 14, 15], 따라서 기본 물리학에 의해 영향을 받는 현상학적 모델들(phenomenological models)을 개발하기 위하여 사용될 수 있다.
[0011] 벌크 힘/스트레스의 진화를 모방하고 인터칼레이션 및 열적 효과들에 따른 충전 상태의 기여들을 양자화하는 현상학적 모델은 바람직할 것이다. 그 다음으로, 모델은 전지에 대한 손상 힘들 및 스트레스들을 회피하기 위하여 인출된 전력을 조정하기 위하여 사용될 수 있다[Ref. 16]. 그런 방법론은 Ref. 17 경우에서와 같이 전기(전압) 및 열적 제한들과 유사하게 기계적 제한들을 의식하는 전력 관리 방식을 가능하게 할 것이다.
[0012] 따라서, 필요한 것은 배터리 팩, 특히 리튬 이온 배터리들의 충전율의 상태를 더 까다롭게 결정하는 배터리 관리 시스템을 포함하는 전기 디바이스이다.
[0013] 일 양상에서, 본 발명은 배터리 팩, 배터리 팩의 부피 변화를 측정하기 위한 압력 센서, 배터리 팩의 포지티브 단자 및 네거티브 단자와 전기 통신하는 전압 센서, 배터리 팩의 전지 내에 포지셔닝된 온도 센서, 및 배터리 관리 시스템을 포함하는 전기 디바이스를 제공한다. 배터리 관리 시스템은 압력 센서, 전압 센서, 및 온도 센서와 전기 통신하는 제어기를 포함한다. 제어기는 압력 센서로부터 판독한 압력, 전압 센서로부터 판독한 단자 전압, 및 온도 센서로부터 판독한 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행하도록 구성된다.
[0014] 다른 양상에서, 본 발명은 배터리 팩; 배터리 팩의 전지 내에 포지셔닝된 온도 센서; 및 온도 센서와 전기 통신하는 제어기를 포함하는 배터리 관리 시스템을 포함하는 전기 디바이스를 제공한다. 제어기는 온도 센서로부터 판독한 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행하도록 구성된다.
[0015] 다른 양상에서, 본 발명은 배터리 팩의 충전율의 상태를 결정하기 위한 방법을 제공한다. 배터리 팩의 부피 변화, 배터리 팩의 단자 전압, 및 배터리 팩의 전지 내의 온도를 감지함으로써, 배터리 팩의 충전율의 상태가 결정될 수 있다.
[0016] 다른 양상에서, 본 발명은 배터리 팩의 충전율의 상태를 결정하기 위한 방법을 제공한다. 배터리 팩의 전류를 감지하고 배터리 팩의 전지 내의 온도를 감지함으로써, 배터리 팩의 충전율의 상태가 결정될 수 있다.
[0017] 다른 양상에서, 본 발명은 배터리 팩의 충전율의 상태를 결정하기 위한 방법을 제공한다. 방법은 뒤따르는 단계들 (a)-(f): (a) 배터리 팩의 적어도 하나의 전류를 감지하는 단계; (b) 배터리 팩의 적어도 하나의 전지의 적어도 하나의 온도를 감지하는 단계; (c) 배터리 팩의 적어도 하나의 부피 변화를 감지하는 단계; (d) 배터리 팩의 전지의 적어도 하나의 단자 전압을 감지하는 단계; (e) 배터리 팩의 적어도 하나의 전지의 적어도 하나의 온도를 추정하는 단계; 및 (f) 주위 매체의 온도를 감지하는 단계의 일부 서브세트에 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0018] 리튬-이온 전지들에 대한 충전 상태 추정들의 품질을 개선하기 위하여 벌크 힘 측정들을 활용하는 방법이 본원에 도시된다. 충전 상태 추정들은 동작 조건들에 의해 영향을 받고 전지의 전극 화학 성질에 따른다. SOC 변화들로 인해 전지 확장을 제한하는 부착구(fixture)에 유도된 힘의 측정은 더 정확한 SOC 추정들을 제공한다. 힘은 또한 전지 재료의 열적 팽창으로 인한 확장에 따른다. SOC 추정시 온도 의존성을 무시하기 위한 방법이 도시된다.
[0019] 본원에 설명된 방법들은 공간적으로 분산된 센서들 또는 전지 인클로저 내부에 배치된 센서들을 필요로 하지 않고, 오히려 벌크 측정들을 사용하여 충전 상태 추정을 결정한다. 추가적으로, 온도 역학(dynamics)의 영향과 측정된 힘의 비선형성이 충전 상태의 함수로서 명시적으로 포함된다. 측정된 힘/압력은, 충전 상태를 결정할 경우 배터리 단자 전압 측정들을 보완하기 위해 사용된다. 마지막으로, 전류 크기 및 방향의 영향이 제안된 모델에 반영된다.
[0020] 따라서, 본 개시내용에서, SOC(State of Charge) 추정을 위해 개발된 모델을 사용하는 실행가능성이 강조 표시된다.
[0021] 본 발명의 이들 및 다른 특징들, 양상들, 및 이점들은 다음의 상세한 설명, 도면들 및 첨부된 청구범위를 고려할 때 더욱 잘 이해될 것이다.
[0022] 도 1은 포드 퓨전 HEV(Hybrid Electric Vehicle) 배터리 팩(좌측)과, 압축 바들이 제거된 후 분해된 어레이(우측)에서 압축 상태의 배터리 전지들의 도면을 도시한다.
[0023] 도 2는 본 발명에서 사용되는 부착구의 분해 사시도를 도시하는 개략도이다.
[0024] 도 3은 내부 구조를 나타내는 배터리의 X-선 단층촬영 슬라이스들을 도시한다.
[0025] 도 4는 벌크 힘 응답의 파라미터화를 위해 전류, SOC 및 온도의 테스트 프로파일들을 도시하는 그래프이다.
[0026] 도 5는 다양한 전하 상태들 및 온도에서 측정된 힘을 정상 상태에서 예측된 벌크 힘과 비교하여 도시하는 그래프이다.
[0027] 도 6은 정적 모델에 의해 예측되는 측정된 벌크 힘
의 그래프이다.
[0028] 도 7은 열적 과도현상들 동안 벌크 힘의 변화들의 그래프이다.
[0029] 도 8은 도 4에 도시된 입력 프로파일에 대한 측정된 힘 및 모델링된 힘의 그래프이다.
[0030] 도 9는 25 ℃의 주위 온도로 1C 전류를 사용하여 전지이 사이클링될 경우 측정된 벌크 힘의 그래프이다.
[0031] 도 10은 25 ℃의 주위 온도에서 완전한 모델을 사용하는 볼트-당 힘 예측들의 그래프이다.
[0032] 도 11은 배터리의 SOC 및 온도에 있어서의 전류 및 대응하는 변화들을 포함하는 모델 유효성에 대한 데이터의 세트이다.
[0033] 도 12는 높은 c-레이트 및 연관된 전지 가열의 기간들을 지닌 상태들에서 측정된 힘과 예측된 힘 간의 비교 그래프이다.
[0034] 도 13은 충전 상태(z)에 대하여, 개방 회로 전압(VOC) 및 인터칼레이션 관련 벌크 힘(
)의 레이트 변화 비교의 그래프이다.
[0035] 도 14는 SOC의 힘 측정과의 비교 및 힘 측정을 이용하지 않은 그래프, 및 에러들 및 에러들의 대응하는 SOC의 산점도이다.
[0036] 도 15는 힘 측정과 함께 그리고 힘 측정이 없이 정규 분포에 대해 100회 반복에 걸친 피팅 순간 에러의 그래프이다.
[0023] 도 2는 본 발명에서 사용되는 부착구의 분해 사시도를 도시하는 개략도이다.
[0024] 도 3은 내부 구조를 나타내는 배터리의 X-선 단층촬영 슬라이스들을 도시한다.
[0025] 도 4는 벌크 힘 응답의 파라미터화를 위해 전류, SOC 및 온도의 테스트 프로파일들을 도시하는 그래프이다.
[0026] 도 5는 다양한 전하 상태들 및 온도에서 측정된 힘을 정상 상태에서 예측된 벌크 힘과 비교하여 도시하는 그래프이다.
[0027] 도 6은 정적 모델에 의해 예측되는 측정된 벌크 힘
[0028] 도 7은 열적 과도현상들 동안 벌크 힘의 변화들의 그래프이다.
[0029] 도 8은 도 4에 도시된 입력 프로파일에 대한 측정된 힘 및 모델링된 힘의 그래프이다.
[0030] 도 9는 25 ℃의 주위 온도로 1C 전류를 사용하여 전지이 사이클링될 경우 측정된 벌크 힘의 그래프이다.
[0031] 도 10은 25 ℃의 주위 온도에서 완전한 모델을 사용하는 볼트-당 힘 예측들의 그래프이다.
[0032] 도 11은 배터리의 SOC 및 온도에 있어서의 전류 및 대응하는 변화들을 포함하는 모델 유효성에 대한 데이터의 세트이다.
[0033] 도 12는 높은 c-레이트 및 연관된 전지 가열의 기간들을 지닌 상태들에서 측정된 힘과 예측된 힘 간의 비교 그래프이다.
[0034] 도 13은 충전 상태(z)에 대하여, 개방 회로 전압(VOC) 및 인터칼레이션 관련 벌크 힘(
[0035] 도 14는 SOC의 힘 측정과의 비교 및 힘 측정을 이용하지 않은 그래프, 및 에러들 및 에러들의 대응하는 SOC의 산점도이다.
[0036] 도 15는 힘 측정과 함께 그리고 힘 측정이 없이 정규 분포에 대해 100회 반복에 걸친 피팅 순간 에러의 그래프이다.
[0037] 배터리 팩 및 배터리 관리 시스템을 포함하는 본 발명의 전기 디바이스는 많은 용도들을 갖는다. 하나의 비제한적인 예에서, 배터리 팩 및 배터리 관리 시스템을 포함하는 전기 디바이스가 전기 자동차들에서 사용된다. 하이브리드 전기 자동차들은 견인을 위한 고 전압 배터리 전력, 발전기를 통한 배터리 충전 및 추진을 위한 내연 기관 둘 모두를 사용한다. 플러그-인 전기 자동차들은 외부 전기 소스로부터 충전될 수 있고 저장된 에너지는 차량에 전력을 공급하기 위해 사용된다. 전기 자동차들을 위한 배터리 관리 시스템들은 배터리 팩의 동작과 연관된 다양한 파라미터들을 모니터링하기 위한 전자 제어기를 포함할 수 있다. 예를 들어, 온도, 압력, 전류, 전압, 용량 등은 배터리 관리 시스템의 제어기에 의해 모니터링될 수 있다.
[0038] 배터리 관리 시스템이 시스템에 의해 모니터링된 파라미터들에 기반하여 다른 파라미터들, 이를테면, 충전 상태를 예측하는 것이 또한 가능하다. 배터리 관리 시스템은 제어기의 사용을 통해 이들 파라미터들, 이를테면 충전 상태를 계산할 수 있다. 파라미터들, 이를테면, 온도, 압력, 전류, 전압, 용량 등은, 차례로 충전 상태 추정을 생성하는 제어기의 프로세서에 의해 실행되는 프로그래밍된 알고리즘에서 변수들로서 사용된다. 배터리 충전 상태는 범위 [0, 1]의 수 또는 퍼센테이지로서 표현되는, 배터리에 현재 저장된 에너지의 양 대 공칭 정격 용량의 비율을 제공한다. 예컨대, 500 Ah 용량을 갖고 400 Ah의 배터리에 저장된 에너지를 갖는 배터리에 대해, SOC는 80% 또는 0.8이다. 그러나, SOC는 500 Ah 용량을 갖고 400 Ah의 배터리에 저장된 에너지를 갖는 배터리에 대해 400 Ah와 같은 단위로서 표현될 수 있다.
[0039] 하나의 예시적인 실시예에서, 본 발명은 배터리 팩, 배터리 팩의 부피 변화를 측정하기 위한 압력 센서, 배터리 팩의 포지티브 단자 및 네거티브 단자와 전기 통신하는 전압 센서, 배터리 팩의 전지에 위치된 온도 센서, 및 배터리 관리 시스템을 포함하는 전기 디바이스를 제공한다. 배터리 관리 시스템은 압력 센서, 전압 센서 및 온도 센서와 전기 통신하는 제어기를 포함한다. 제어기는 압력 센서, 전압 센서 및 온도 센서로부터 압력, 전압 및 온도를 나타내는 전기 신호들을 수신한다. 제어기는 압력 센서로부터 판독한 압력, 전압 센서로부터 판독한 단자 전압 및 온도 센서로부터 판독한 온도에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행하도록 구성된다.
[0040] 디바이스의 하나의 버전에서, 디바이스는 팩으로부터 흐르는 전류를 측정하도록 배선된 전류 센서를 더 포함하고, 제어기는 팩으로부터 흐르는 전류에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0041] 디바이스의 하나의 버전에서, 디바이스는 주위 온도를 측정하도록 위치된 온도 센서를 더 포함하고, 제어기는 주위 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0042] 디바이스의 하나의 버전에서, 압력 센서는 (i) 응력, 압력 또는 힘을 측정하는 센서, (ii) 스트레인 또는 변위를 측정하는 센서, 또는 (iii) 임의의 형태의 물리적 변형을 측정하는 센서로부터 선택된다. 물리적 변형은 유압 또는 기계 또는 압전 또는 광학 디바이스를 사용하여 측정될 수 있다.
[0043] 디바이스의 하나의 버전에서, 제어기는 전지로부터의 충전 전류 및 방전 전류에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0044] 디바이스의 다른 버전에서, 제어기는 전지의 충전/방전 히스테리시스(hysteresis) 상태에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0045] 디바이스의 다른 버전에서, 제어기는 전지의 용량에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0046] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 주위 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0047] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 전지의 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0048] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 전지의 내부 저항에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0049] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 전지의 개방 회로 전압에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0050] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 충전율의 상태를 결정하기 위해, 제어기에 저장된 프로그램을 실행하며, 제어기는 배터리 팩의 충전율의 상태를 결정하기 위해, 제어기에 저장된 복수의 프로그램들로부터 하나의 프로그램을 선정하도록 프로그램된다. 제어기는 배터리 팩의 충전율의 상태의 현재 추정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다. 제어기는 배터리 팩의 전지의 온도의 현재 추정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다. 제어기는 배터리 팩의 복수의 전지들의 온도들의 현재 추정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다. 제어기는 배터리 팩의 온도의 측정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있으며, 배터리 팩의 온도의 측정은 복수의 온도 센서들에 의해 이루어진다. 제어기는 배터리 팩의 복수의 전지들의 온도의 측정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다.
[0051] 디바이스의 일 버전에서, 배터리 팩은 리튬 이온 배터리 팩이다. 배터리 팩은 복수의 프리즈매틱 전지들을 포함할 수 있다. 각각의 프리즈매틱 전지는, 리튬 니켈 망간 코발트 산화물, 리튬 망간 산화물, 및 리튬 철 인산염으로부터 선택된 포지티브 전극, 그래파이트, 리튬 티타네이트, 경질 탄소(hard carbon), 주석/코발트 합금 및 실리콘 탄소로부터 선택된 네거티브 전극, 및 리튬 염들, 이를테면 LiPF6, LiBF4 및 LiClO4부터 선택된 전해질을 포함할 수 있다.
[0052] 디바이스의 다른 버전에서, 배터리 팩은 제 1 플레이트 및 대향하는 제 2 플레이트를 포함한다. 제 1 플레이트의 내부측은 배터리 팩의 복수의 전지들의 제 1 단부와 접촉하고, 제 2 플레이트의 내부측은 배터리 팩의 복수의 전지들의 제 2 단부와 접촉한다. 제 1 플레이트 및 제 2 플레이트가 배터리 팩의 복수의 전지들과 접촉하게 유지하기 위해, 하나 또는 그 초과의 조절가능한 커넥터들이 사용될 수 있다. 전기 디바이스에서, 압력 센서는 배터리 플레이트들 중 하나의 배터리 플레이트 상의 로드 전지(load cell)일 수 있다. 로드 전지는, 제 1 플레이트와 제 2 플레이트 사이에 있는 배터리 팩의 복수의 전지들의 부피 변화를 감지한다. 디바이스의 일 버전에서, 로드 전지는 제 1 플레이트의 외부측에 인접한다. 로드 전지는 배터리 관리 시스템에 전기 신호들을 제공한다.
[0053] 전기 디바이스에서, 온도 센서는 복수의 온도 센서들을 포함할 수 있고, 그리고/또는 전압 센서는 복수의 전압 센서들을 포함할 수 있고, 그리고/또는 압력 센서는 복수의 압력 센서들, 및/또는 전류 센서, 및/또는 복수의 전류 센서들을 포함할 수 있다.
[0054] 다른 예시적 실시예에서, 본 발명은, 배터리 팩; 배터리 팩의 전지에 포지셔닝된 온도 센서; 및 온도 센서와 전기 통신하는 제어기를 포함하는 배터리 관리 시스템을 포함하는 전기 디바이스를 제공한다. 제어기는 온도 센서로부터 판독한 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행하도록 구성된다.
[0055] 디바이스의 일 버전에서, 디바이스는 팩으로부터 흐르는 전류를 측정하도록 배선된(wired) 전류 센서를 더 포함하며, 제어기는 팩으로부터 흐르는 전류에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0056] 디바이스의 일 버전에서, 디바이스는 주위 온도를 측정하도록 포지셔닝된 온도 센서를 더 포함하며, 제어기는 주위 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0057] 디바이스의 일 버전에서, 디바이스는 배터리 팩의 부피 변화를 측정하기 위한 압력 센서를 더 포함하며, 제어기는 압력 센서로부터 판독한 압력에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다. 압력 센서는, (i) 스트레스, 압력 또는 힘을 측정하는 센서; 또는 (ii) 스트레인 또는 변위를 측정하는 센서; 또는 (iii) 임의의 형태의 물리적 변형을 측정하는 센서로부터 선택될 수 있다. 물리적 변형은 유압 또는 기계 또는 압전 또는 광학 디바이스를 사용하여 측정될 수 있다.
[0058] 디바이스의 다른 버전에서, 제어기는 전지로부터의 충전 전류 및 방전 전류에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0059] 디바이스의 다른 버전에서, 제어기는 전지의 충전/방전 히스테리시스 상태에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0060] 디바이스의 다른 버전에서, 제어기는 전지의 용량에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0061] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 주위 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0062] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 전지에서의 온도에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0063] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 전지의 내부 저항에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0064] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 전지의 개방 회로 전압에 기반하여 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행한다.
[0065] 디바이스의 다른 버전에서, 제어기는 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 프로그램을 실행하고, 제어기는 배터리 팩의 충전율의 상태를 결정하기 위해 제어기에 저장된 복수의 프로그램들로부터 하나의 프로그램을 선정하도록 프로그래밍된다. 제어기는 배터리 팩의 충전율의 상태의 현재의 추정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다. 제어기는 배터리 팩에서의 전지에서의 온도의 현재의 추정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다. 제어기는 배터리 팩에서의 복수의 전지들의 온도들의 현재의 추정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다. 제어기는 배터리 팩의 온도의 측정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있고, 배터리 팩의 온도의 측정은 복수의 온도 센서들을 통해 이루어진다. 제어기는 배터리 팩에서의 복수의 전지들의 온도의 측정에 적어도 부분적으로 기반하여 하나의 프로그램을 선정할 수 있다.
[0066] 디바이스의 일 버전에서, 배터리 팩은 리튬 이온 배터리 팩이다. 배터리 팩은 복수의 프리즈매틱 전지들을 포함할 수 있다. 각각의 프리즈매틱 전지는 리튬 니켈 망간 코발트 산화물, 리튬 망간 산화물 및 리튬 철 인산염으로부터 선택된 포지티브 전극, 그래파이트, 리튬 티타네이트, 경질 탄소, 주석/코발트 합금 및 실리콘 탄소로부터 선택된 네거티브 전극, 및 리튬 염들, 이를테면 LiPF6, LiBF4 및 LiClO4로부터 선택된 전해질을 포함할 수 있다.
[0067] 디바이스의 다른 버전에서, 배터리 팩은 제 1 플레이트 및 대향하는 제 2 플레이트를 포함한다. 제 1 플레이트의 내부측은 배터리 팩의 복수의 전지들의 제 1 단부와 접촉하고, 제 2 플레이트의 내부측은 배터리 팩의 복수의 전지들의 제 2 단부와 접촉한다. 제 1 플레이트 및 제 2 플레이트를 배터리 팩의 복수의 전지들과 접촉하게 유지하기 위해, 하나 또는 그 초과의 조절가능한 커넥터들이 사용될 수 있다. 전기 디바이스에서, 압력 센서는 배터리 플레이트들 중 하나 상의 로드 전지일 수 있다. 로드 전지는 제 1 플레이트와 제 2 플레이트 간에 있는 배터리 팩의 복수의 전지들의 부피 변화를 감지한다. 디바이스의 일 버전에서, 로드 전지는 제 1 플레이트의 외부측에 인접하다. 로드 전지는 배터리 관리 시스템에 전기 신호들을 제공한다.
[0068] 전기 디바이스에서, 온도 센서는 복수의 온도 센서들을 포함할 수 있고, 그리고/또는 전압 센서는 복수의 전압 센서들을 포함할 수 있고, 그리고/또는 압력 센서는 복수의 압력 센서들, 및/또는 전류 센서, 및/또는 복수의 전류 센서들을 포함할 수 있다.
[0069] 다른 양상에서, 본 발명은 이전에 설명된 바와 같은 전기 디바이스들 중 임의의 전기 디바이스를 포함하는 차량을 제공하고, 차량은 차량을 추진시키기 위해 전력을 공급하도록 구성된다. 차량은 내연 기관, 발전기, 및 연료를 저장하는 연료 탱크를 포함할 수 있다. 내연 기관은 발전기에 전력을 공급하기 위해 연료 탱크로부터의 연료를 연소시키도록 설계되고, 발전기는 배터리 팩을 재충전하기 위해 배터리 팩에 전력을 공급하도록 구성된다. 배터리 팩이 소정의 SOC(state of charge) 범위들, 이를테면 30% 내지 50% SOC, 또는 30% 내지 70% SOC에 있는 경우에, 발전기는 배터리 팩에 전력을 공급할 수 있다.
[0070] 다른 양상에서, 본 발명은 이전에 설명된 바와 같이 전기 디바이스들 중 임의의 전기 디바이스를 포함하는 가전 제품 장치를 제공한다.
[0071] 다른 양상에서, 본 발명은 이전에 설명된 바와 같이 전기 디바이스들 중 임의의 전기 디바이스를 포함하는 위성 시스템을 제공한다.
[0072] 다른 양상에서, 본 발명은 이전에 설명된 바와 같이 전기 디바이스들 중 임의의 전기 디바이스를 포함하는 기계화된 장치를 제공한다.
[0073] 다른 양상에서, 본 발명은 이전에 설명된 바와 같이 전기 디바이스들 중 임의의 전기 디바이스를 포함하는 우주선 시스템을 제공한다.
[0074] 다른 예시적 실시예에서, 본 발명은 배터리 팩의 충전율의 상태를 결정하기 위한 방법을 제공한다. 배터리 팩의 부피 변화, 배터리 팩의 단자 전압 및 배터리 팩의 적어도 하나의 전지의 온도를 감지함으로써, 배터리 팩의 충전율의 상태가, 이를테면, 프로세서에서 결정될 수 있다.
[0075] 일 버전에서, 방법은 배터리 팩의 전류를 감지하는 단계를 포함하고, 방법은 배터리 팩의 전류에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0076] 일 버전에서, 방법은 배터리 팩의 주위 온도를 감지하는 단계를 포함하며, 방법은 배터리 팩의 주위 온도에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0077] 일 버전에서, 방법은 복수의 단자 전압 센서들에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0078] 일 버전에서, 방법은 복수의 배터리 온도 센서들에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0079] 일 버전에서, 방법은 복수의 주위 온도 센서들에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0080] 일 버전에서, 방법은 복수의 전류 센서들에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0081] 일 버전에서, 방법은 전지로부터의 충전 전류 및 방전 전류에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0082] 일 버전에서, 방법은 전지의 충전/방전 히스테리시스 상태에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0083] 일 버전에서, 방법은 전지의 용량에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0084] 일 버전에서, 방법은 배터리 팩의 주위 온도에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0085] 일 버전에서, 방법은 배터리 팩의 전지의 내부 저항에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0086] 일 버전에서, 방법은 배터리 팩의 전지의 개방 회로 전압에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0087] 일 버전에서, 방법은 배터리 팩의 전지의 온도에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0088] 다른 예시적 실시예에서, 본 발명은 배터리 팩의 충전율의 상태를 결정하기 위한 방법을 제공하며, 방법은 (a) 배터리 팩의 전류를 감지하는 단계; (b) 배터리 팩의 전지의 온도를 감지하는 단계; 및 (c) 배터리 팩의 전지의 전류 및 온도에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0089] 일 버전에서, 방법은 배터리 팩의 부피 변화를 감지하는 단계를 포함하며, 방법은 배터리 팩의 부피 변화에 적어도 부분적으로 기반하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0090] 일 버전에서, 방법은 배터리 팩의 주위 온도를 감지하는 단계를 포함하며, 방법은 배터리 팩의 주위 온도에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0091] 일 버전에서, 이 방법은 복수의 단자 전압 센서들에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0092] 일 버전에서, 이 방법은 복수의 배터리 온도 센서들에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0093] 일 버전에서, 이 방법은 복수의 주위 온도 센서들에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0094] 일 버전에서, 이 방법은 복수의 전류 센서들에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0095] 일 버전에서, 이 방법은 전지로부터의 충전 전류 및 방전 전류에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0096] 일 버전에서, 이 방법은 복수의 전지의 충전/방전 히스테리시스 상태에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0097] 일 버전에서, 이 방법은 전지의 용량에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0098] 일 버전에서, 이 방법은 배터리 팩의 주위 온도에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[0099] 일 버전에서, 이 방법은 배터리 팩의 전지의 내부 저항에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[00100] 일 버전에서, 이 방법은 배터리 팩의 전지의 개방 회로 전압에 적어도 부분적으로 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[00101] 다른 예시적인 실시예에서, 본 발명은 배터리 팩의 충전율의 상태를 결정하기 위한 방법을 제공한다. 이 방법은 다음과 같은 단계들(a)―(f), 즉 (a) 배터리 팩의 적어도 하나의 전류를 감지하는 단계; (b) 배터리 팩의 적어도 하나의 전지에서 적어도 하나의 온도를 감지하는 단계; (c) 배터리 팩의 적어도 하나의 체적 변화를 감지하는 단계; (d) 배터리 팩의 전지의 적어도 하나의 단자 전압을 감지하는 단계; (e) 배터리 팩의 적어도 하나의 전지에서 적어도 하나의 온도를 추정하는 단계; 및 (f) 주위 매질의 온도를 감지하는 단계의 일부 서브세트에 기초하여 배터리 팩의 충전율의 상태를 결정하는 단계를 포함한다.
[00102] 일 버전에서, 이 방법은 배터리 팩의 충전 상태의 현재 추정에 적어도 부분적으로 기초하여 단계들 (a)―(f)의 서브세트를 결정하는 단계를 포함한다.
[00103] 일 버전에서, 이 방법은 배터리 팩의 전지의 현재 온도에 적어도 부분적으로 기초하여 단계들 (a)―(f)의 서브세트를 결정하는 단계를 포함한다.
[00104] 일 버전에서, 이 방법은 배터리 팩의 전지의 온도의 현재 추정에 적어도 부분적으로 기초하여 단계들 (a)―(f)의 서브세트를 결정하는 단계를 포함한다.
[00105] 일 버전에서, 이 방법은 주위 매질의 현재 온도에 적어도 부분적으로 기초하여 단계들 (a)―(f)의 서브세트를 결정하는 단계를 포함한다.
[00106] "단계들(a)―(f)의 서브세트"에 의해, 우리는 단계들(a)―(f)의 세트의 2개 또는 그 초과의 단계들을 의미한다.
예들
[00107] 다음의 예들은 본 발명의 소정의 실시예들 및 양상들을 보여주고 추가로 예시하기 위해 제공되며, 본 발명의 범위를 제한하는 것으로서 해석되는 것은 아니다.
예 1
[00108] 본 연구에서는 하드 알루미늄 쉘로 감싸진 프리즈매틱 리튬-니켈-망간-코발트-산화물(NMC) 배터리들이 사용되었다. 각각의 전지는 5 Ah의 공칭 용량을 갖고, 120 x 85 x 12.7 mm의 외부 디멘션들을 갖는다. 알루미늄 케이스의 내부는 디멘션들 90 x 77.5 x 11.7 mm를 갖는 수평으로 평평하게-감겨진 젤리 롤이다. 이러한 배향에서, 도 3에서 도시된 바와 같이 상향으로 향하는 탭들에 대해, 전극 확장의 벌크는 제한되지 않은 자유 팽윤 하에서 알루미늄 케이스의 측들의 선형 외향 변위로서 구체화된다[Ref. 13]. 젤리 롤의 패키징은, 상단 및 하단 주변의 케이싱과 전극 간의 갭들, 및 감겨진 구조로 인해, 전극이 배터리의 가장 큰 면에 주로 수직으로 확장되게 한다. 그 결과, 관찰된 전지 확장은, 배터리 팩(30)이 도 1에 도시된 바와 같이 어셈블링되는 경우에 단부-플레이트들(32)에 대하여 가해진다. 배터리들(34) 간의 간격은, 압축 바들(38) 간에 로케이팅되는 배터리들(34)을 압축하기 위한 수단을 계속 제공하면서 에어플로우(airflow) 채널들을 보존하기 위해, 딤플(dimple)들을 갖는 플라스틱 스페이서(spacer)(36)를 통해 유지된다.
[00109] 배터리 팩에서의 힘 역학의 연구를 허용하기 위해, 다음의 실험들에서 도 2에 도시된 부착구(40)가 설계 및 사용되었다. 직렬로 연결된 3개의 NMC(nickel-manganese-cobalt) 배터리들(41)이 2개의 1-인치 두께 Garolite(유리섬유-에폭시 복합물) 플레이트들(42) 간에 배치되었다. Garolite 플레이트들(42)은 인접 배터리들(41) 간에 스페이서들(44)을 갖는 부착구(40) 내에서 배터리들(41)의 병렬 배치 및 압축을 허용하며, 플레이트들(42)은 플레이트(42)의 각각의 코너에서 하나씩 4개의 볼트들(45)을 사용하여 함께 볼트로 고정된다. 4개의 볼트들(45) 각각은 350 옴 스트레인 게이지(ohm strain gauge)(Omega LC8150-250-100 센서) 로드 전지(47)로 계장화되며, 450 뉴턴의 풀 스케일 범위 및 2 뉴턴의 정확도를 갖는다. 부착구(40)는 주위 온도를 제어하기 위해 환경 챔버(Cincinnati Sub-Zero ZPHS16-3.5-SCT/AC)에 배치되었다. 전류 여기는 Bitrode 모델 FTV에 의해 제공되고, 결과적인 힘 및 온도 데이터는 National Instruments NI SCXI-1520 스트레인 게이지 입력 모듈 및 18-비트 데이터 획득 카드를 통해 획득된다. 배터리 온도(
), 주위 온도(
), 전류, 전압, 및 힘은 도 2의 블록(49)에 도시된 바와 같이 1 Hz 레이트로 샘플링된다.
모델 개발
[00110] 전극들에서의 인터칼레이션 및 열 팽창으로 인한 부피 변화는 Ref. 13에서의 제한되지 않은 프리즈매틱 전지의 선형 표면 변위와 관련된다. Ref. 13에서의 관찰들과 유사하게, Li-이온 전지들에서의 벌크 힘이 또한 SOC 및 온도에 의해 영향을 받음이 실험적으로 Ref. 16에서 관찰되었다. 이러한 예는 위에 설명된 3-전지 부착구에서 벌크 힘, SOC, 및 온도 간의 관계를 포착하는 현상학적 모델을 도입한다. 부가하여, 모델을 특성화하도록 설계된 실험들이 설명되며, 파라미터화 절차가 상세히 설명된다. 힘과 스트레스가 비례하므로, 이러한 예의 나머지에서는 벌크 힘이 모델링된다.
정상 상태 벌크 힘 모델
[00111] 온도 및 SOC에 대한 정상 상태 벌크 힘 f의 의존성을 설명하는 기본 정적 모델은 비-선형 스프링 모델에 의해 영향을 받는다.
여기서, 
및 
는 스프링 상수들이고, d는 변위이다. 모듈러스에서의 변화를 포착하기 위해 3차 관계가 선택된다. 변위 d는 3개의 항들로 이루어진다: 
. 변수 
은 초기 로딩으로 인한 변위에서의 변화, 즉 압축을 표현하는 반면, 
및 
는 각각 인터칼레이션 및 온도에 의해 드라이빙되는 변위에서의 변화에 대응한다.
[00112] 벌크 힘에 대한 
및 
의 기여를 조작 및 럼핑(lumping)하고 선형 열 팽창(즉, 
)을 가정하면, 
는 다음과 같이 표현된다.
여기서, 
는 배터리 SOC를 표현한다. 25 
를 기준 온도인 것으로 간주하며, 이후, 주위 온도와 기준 온도 간의 차이 
가 주위 온도 대신 사용된다. 계수 
은 1과 동일하도록 제한되며, 여기서, 
는 25 
의 주위 온도 에서의 정상 상태 힘이고, 
's는 파라미터들을 나타낸다.
[00113] 실험: 위의 모델을 파라미터화하기 위해, 위에서 설명된 전지의 SOC 및 온도는 도 4에서 도시된 바와 같이 설계된 테스트 프로파일을 사용하여 변화된다. 모든 각각의 온도 
에서, 뒤따르는 단계들의 시퀀스가 아래에 나열된다.
(S1): 전지는 먼저, 열 챔버에 의해 조절된 바와 같은 25℃의 고정 주위 온도에서 전류가 C/20 (0.25 Amps)에 도달할 때까지 정전류, 1C-레이트(5 Amps) 정전압(4.2V) 충전 프로파일을 사용하여 충전된다. 1C는 초기 SOC에서 1시간 내에 균일하게 전지를 완전히 충전/방전하는 최대 전류 크기이다. 충전 이후에 3시간의 휴식이 뒤따른다.
(S2): 0.5C 전류 펄스를 사용하여 펄스 방전하여, SOC를 감소시키고 2시간 동안 휴식.
(S3): SOC가 5 퍼센트에 도달할 때까지 (S2)를 반복.
(S4): 2시간 동안 휴식.
(S5): 1C 전류를 사용하여 100%까지 충전하고, 3시간 동안 휴식.
(S6): SOC가 50%에 도달할 때까지 0.5C-레이트로 방전하고, 2시간 동안 휴식.
(S7): 주위 온도를 25℃로 설정.
(S8): 1C 전류를 사용하여 100%까지 충전하고, 3시간 동안 휴식.
(S9): 0.5C 전류를 사용하여 SOC를 50%까지 방전.
(S10): 2시간 동안 휴식하고, 새로운 온도에서 (S1)을 반복.
[00114] 설계된 실험에서, 온도의 각각의 변화 및 단계 변화 이후에, 단자 전압, 전지 온도 및 힘 측정들의 평형을 허용하기 위해 릴렉세이션(relaxation) 기간이 뒤따른다는 것을 주목한다. 단계(S8) 및 단계(S9)는 임의의 주위 온도 종속적 스트레스 축적을 감소시키기 위해 수행된다. 부가하여, SOC 및 온도의 궤적에 대한 측정된 힘의 임의의 경로 의존성의 영향을 감소시키기 위해, 전지가 50% SOC 및 25℃에 있을 때에만 주위 온도에 대한 변화들이 이루어진다.
[00115] 모델 파라미터화 및 감소: 각각의 SOC 변화 펄스를 뒤따르는 릴렉세이션의 종료 시에 위의 실험으로부터 수집된 데이터를 사용하여, 최소 제곱 회귀가 수학식(2)에서 모델의 파라미터들을 찾는 데 사용된다. 식별된 파라미터들에 대해 민감도/상관 연구들을 수행함으로써, 가장 관련있는 회귀자(regressor)들이 식별되고, 정상 상태 힘, 
, 및 레퍼런스 온도로부터의 온도차 
사이의 정적 관계의 최종 형태는 수학식(3)에 나타난 바와 같이 도달된다.
함수 
는 SOC의 함수로서 도표화된다(표 1 참조). 파라미터들 
들은 표 2에 나열된다.
[00116] 도 5는 측정된 정상 상태 힘을 모델 출력과 비교한다. 파라미터화된 바와 같은 선택된 모델 구조가, 상이한 SOC들 및 주위 온도들에서 정상 상태 힘을 합리적으로 예측할 수 있다는 것이 관찰된다. 단지 벌크 변화만이 측정되기 때문에, 포지티브 및 네거티브 전극들에서의 체적 변화들은 측정된 힘 신호와 구별될 수 없다는 것이 주목되어야 한다. 그러나, 표 3에서 요약된 바와 같이, 포지티브 전극 재료인 리튬-니켈-망간-코발트-산화물(NMC)의 체적 변화는 네거티브 전극 재료인 그래파이트의 체적 변화보다 훨씬 더 낮다. 그러므로, 이 측정된 힘은 네거티브 전극에서의 팽창에 기인한다고 가정하는 것이 합리적이다. 또한, 측정된 힘의 전체 형상은 Ref. 18에서 보고된 네거티브 전극의 계산된 층간 간격과 유사하는 것이 발견된다.
열적 과도현상들
하의 벌크 힘
[00117] 힘은 엔드 플레이트의 코너들에 설치된 로드 센서들에 의해 측정된다. 특히, 스틸로 만들어진, 부착구를 함께 홀딩시키는 로드(rod)들 및 볼트들은 전지의 전도율보다 더 높은 전도율을 가지며, 이 로드(rod)들 및 볼트들의 온도 역학은 전지의 역학보다 더 빠르다. 따라서, 열적 과도현상들 동안 측정되는 힘은 부착구의 열 팽창 및 전지의 열 팽창에 의해 영향받으며, 그에 따라, 제안된 모델에서 배터리 온도는 주위 온도와 함께 고려될 필요가 있다.
[00118] 도 6은 주위 온도의 단계 변화에 대해 이전 서브섹션에서 설명된 정적 모델 
에 의해 예측된 벌크 힘과 측정된 벌크 힘 간의 비교를 제시한다. 두 개의 흥미로운 응답들이 관찰된다. 첫째, 주위 온도의 빠른 변화를 따르는 예측된 힘과 달리, 부착구에서 측정된 힘은 배터리 온도가 증가함에 따라 점진적으로 변한다. 둘째, 측정된 힘은 점진적 증가 이전에 감소들을 나타낸다. 이 관찰은 하기와 같이 추론될 수 있다. 주위 온도의 단계 변화 후에 볼트들의 온도가 급속히 증가하고, 그에 따라 볼트들이 팽창하며, 전지에 가해지는 압력이 릴리징된다. 그러한 짧은 시간 기간에 걸쳐, 배터리 온도는 전지의 체적을 변화시키도록 크게 증가하지 않는다. 그러므로, 레코딩되는 벌크 힘은 감소한다.
[00119] 부착구(로드(rod)들 및 볼트들)의 열역학이 전지의 열역학보다 훨씬 더 빠르기 때문에, 우리는 부착구 및 주위가 동일한 온도에 있다고 가정한다. 주위와 전지 간의 온도차와, 결과적인 측정된 힘 간의 관계를 모델링하기 위해, 도 7에서 서로에 대하여 두 개의 양들이 플롯팅된다. 명확하게, 양들 간에 선형 관계가 있는 것으로 나타난다. 온도 미스매치에 기인하는 힘의 변화는 하기의 단순한 선형 관계에 의해 캡처된다:
여기서, 
은 7.12 N/K인 것으로 밝혀진다. 수학식들 (3) 및 (4)를 결합하면, SOC, 온도(전지 및 주위) 그리고 힘 간의 정적 관계는 하기와 같이 표현된다
[00120] 측정과 예측을 비교하는 결과들이 도 8에서 도시된다. 전지 응답 및 모델 출력의 전체 형상은 동일하지만; 모델링된 힘은 충전 및 릴렉세이션 기간들 동안 큰 오차들을 나타낸다. 다음 서브섹션에서, 히스테리시스 모델의 형태로 힘의 이러한 과도현상 거동을 더욱 잘 캡처하기 위해 동적 모델이 제안된다.
충전/방전 동안의 힘
히스테리시스
[00121] 이전 섹션들에서는, 측정된 벌크 힘에 대한 온도(주위 및 부착구 둘 모두) 및 인터칼레이션의 영향을 고려하는 정적 모델이 모델링되었으며; 팩이 계속해서 방전된 동안 획득된 측정들을 사용하여 인터칼레이션 종속적 스트레스에 대한 정적 관계가 발전되었다. Ref. 20에서, 저자들은 충전과 방전 간의 측정된 스트레스의 히스테리시스 및 유사한 특징이 우리의 실험들에서 관찰되는 것에 실험적으로 주목한다. 도 9는 25℃의 주위 온도에서 1C 전류를 사용하여 전지가 사이클링될 때 벌크 힘의 측정들을 제시한다. SOC의 함수로써 측정된 힘은 충전 및 방전 동안 상이하다. 힘 측정의 이러한 히스테리시스는 스트레인 사이클링 하에서 폴리머 재료들의 클래식 점탄성(viscoelastic) 응답이다.
[00122] 히스테리시스는 Li-이온 전지들로부터의 측정들에서 관찰되는 공통 현상이며 ― Plett [Ref. 21]는 LiFePO4 전지들의 측정된 개방 회로 전위의 히스테리시스에 주목하지만; 측정들에서의 그것의 존재는 화학 종속적이다. Plett에 의해 Ref. 21에서 제안된 1차 히스테리시스 모델에 기반하여, 우리는 하기와 같이 힘 히스테리시스 상태의 역학을 모델링한다
여기서, 
는 배터리 전류이고; 
는 상태이며; 
는 튜너블 파라미터들이다. 히스테리시스 모델이 본질적으로 안정적이라는 점에서, 수학식 (6)의 모델은 Ref. 21에서 설명된 모델과 상이하다는 것에 주목하라. SOC 종속 함수 
은 레퍼런스로서, 측정된 방전 곡선을 사용하여 히스테리시스 항의 엔벨로프를 표현하며 ―이 선택은, 방전 동안, 취해지는 경로에 관계없이, 측정된 힘이 상당한 역학을 겪지 않는다는 관찰에 의해 동기부여된다. 이 의존성이 현재 실험에 대해 완전히 관찰되지 않았으며, 장래 작업으로서 더 많은 조사를 필요로 하지만, 
이 입력 여기의 크기의 함수라는 것이 가능하다. 디인터칼레이션 확산 상수들이 더 빠르며, 그에 따라 확산과 연관된 과도현상들이 또한 더 빠르다는 것에 주목함으로써, 레퍼런스로서 방전 곡선을 사용하는 것을 위하여, 대안적 인수가 어쩌면 만들어질 수 있다. 관찰과 일치하여, 힘을 예측할 때의 최악의 경우의 오차가 참 히스테리시스 기반 곡선으로부터 방전 곡선의 차이보다 훨씬 더 큰 것은 아님을 보장하기 위해, 
의 역학을 가속시키는데 항 
이 사용된다.
[00123] 모델을 트레이닝하기 위해, 히스테리시스 모델 
의 파라미터들은 측정과 모델 예측 간의 차이의 유클리드 표준(Euclidean norm)을 최소화함으로써 식별되며, 그 결과 파라미터들은 
가 된다. 즉, 우리는 후술하는 최적화 문제를 해결한다.
여기서, 
는 측정 포인트들의 수이고, 
는 샘플링 기간의 지속기간이며, 
는 i번째 데이터 포인트에서의 충전 상태이다. 이 연산은, 주변 온도가 25℃로 설정된 위에 설명된 실험에서 단계들((S8) 및 (S9))에 걸친 인터벌에 걸쳐 수집된 데이터에 대해 수행되었다. 최소화 문제는 MATLAB에서 SQP(Sequential Quadratic Programming)[22]를 사용함으로써 해결되고, 식별된 파라미터들이 표 4에 제공된다.
[00124] 주위 온도 25℃에 해당하는 전체 데이터-세트에 대한 조합된 정적 및 히스테리시스 모델들의 예측들은 도 10에서의 측정들과 비교된다. 제 2 서브플롯에 의해 입증된 바와 같이, 평균적으로 히스테리시스 모델의 포함은 전체 궤적에 걸친 에러를 줄이는데 도움을 준다.
모델 비준
[00125] 완전한 벌크 힘 모델 F는 편의상 이하와 같이 요약된다.
여기서, 
는 주위 온도 및 전지 온도 각각의 궤적들이고; 
는 암페어 시간(Ah; Ampere hours) 단위의 전지 용량이고, 
는 암페어(Amperes) 단위의 배터리 전류이며; 
는 SOC(state of charge)이다.
[00126] 제안된 모델의 유효성을 테스트하기 위해, 위에 설명된 3-셀 배터리 팩은 도 11에 도시된 설계된 충전 및 방전 듀티 사이클을 사용하여 테스트되었다. 전류 궤적은, 이를테면, SOC 인터벌들 [0, 0.35] 및 [0.75, 1]에서 1C 레이트로 전지를 충전하도록 설계되었으며; SOC 인터벌 [0.37, 0.75] 내에서, 충전 레이트는 세트{4C, 7C, 11C}로부터 선택되었다. 완전히 충전되면, 대략 3시간의 휴식 이후에, 팩은 1C에서 완전히 방전되었다. 이러한 전류의 고의적인 SOC 의존성은 상이한 전류 레이트들에서의 높은 전하 상태 및 낮은 전하 상태에서 관찰되었던 인터칼레이션/필름 성장 관련 스트레스를 최소화하도록 채택되었다. 중간 범위에서, 높은 C-레이트 전류는 내부 가열로 인해 배터리 온도를 효과적으로 증가시키기 위해 선택되었으며, 그 페이스(paces)를 통해 온도 의존항들을 모델에 적용시켰다.
[00127] 도 12는 모델을 시뮬레이팅하는 결과들을 제시하며 ― 측정된 볼트-당 힘은 예측되는 힘과 비교된다. 정량적으로, 267N의 범위에 걸쳐 5.02N의 평균 제곱근 에러의 양 정도인, 측정된 힘과 예측된 힘 간의 차이가 존재한다. 예측에서의 에러의 상당부분은, 전지의 온도가 내부 가열을 통해 증가되는 동안 궤적의 위상들과 함께 발생하며; 순간 에러의 크기는 전류의 크기와 양으로(positively) 상관된다. 흥미롭게도, 피크 에러는 전류 크기가 감소하는 때의 순간 부근에서(75% SOC에서) 발생한다. 우리는 이러한 피크들/스파이크들이 전류의 크기 및/또는 온도 분포가 벌크 힘에 미치는 영향에 기인할 수 있는 것으로 상정한다(postulate). 고전류 레이트 동작하에서, 배터리에 걸친 열 분포의 불균일성을 예상하는 것이 합리적인데; 이는 열적 과도현상들이 벌크 힘에 미치는 임팩트를 포착하기 위해 배터리의 표면 온도가 사용되어, 높은 내부 온도가 더 높은 벌크 힘에 기여할 수 있기 때문이다. 특히, 평균 온도가 표면 온도보다 3℃ 더 높게 되도록 온도 구배가 존재하는 경우에 피크 에러들 중 일부는 현저하게 감소될 수 있다.
벌크 힘 측정들에 의한 SOC 추정의 개선
[00128] Li-이온 전지들의 SOC(state of charge)에 대한 정확한 정보는 전력 가용성을 보장하고, 부족/과-전압 관련 손상을 방지하고, 잠재적으로 배터리 열화를 모니터링하기 위해 실제로 중요하다. Li-이온 전지의 SOC는 전지에서 나머지 에너지의 측정치이다. 다양한 정의들 및 표현들이 존재하지만, 실제로, 이것은 전지에서 잔여 에너지 대 총 용량의 비로 고려된다. SOC는 측정가능하지 않기 때문에, 인버전으로 지칭되는 프로세스에 의한 단자 전압으로부터 통상적으로 추정되고; 이는 전기 역학 모델을 사용하여 행해진다.
[00129] 가장 널리 사용되는 대표적인 전기 역학은 저항 
및 다른 저항 R과 커패시턴스 C에 의해 구성되는 R-C 쌍과 직렬인 개방 회로 전압 
를 포함하는 등가 회로 모델에 기반한다. HEV들에 사용되는 등가 회로의 대표적인 역학은
에 의해 주어지고, 여기서 
는 SOC를 나타내고, 
는 벌크 편파를 표현하고, 
는 개방 회로 전압과 SOC 사이의 비선형 관계이고(도 13(a) 참조), 
는 등가 회로 모델의 직렬 저항이고, V는 측정된 단자 전압이다. 변수들 
, 
및 
는 다음과 같이 등가 회로 모델의 파라미터들과 관련되고
여기서 
는 OCV-R-RC 모델의 연속하는 시간 역학을 분할할 때 가정되는 샘플링 기간의 지속기간이고; Q는 Ah에서 전지의 용량이고, R, C는 R-C 쌍의 파라미터들이다.
[00130] Refs. 23 및 24와 같은 최근의 논문들은 전압 역학들을 인버팅하는 아키텍처를 고려한다. 불행하게도, 이러한 동적 수학식들이 항상 인버팅가능하지는 않아서 SOC 추정을 어렵게 하는, 즉, 측정된 전압에 대한 작은 변동들이 추정들에 대한 큰 변화들을 초래할 수 있는 일부 SOC 범위들이 존재한다. 이것은 제한된 SOC 윈도우, 즉, 통상적으로 
에 대해 동작하는 HEV(Hybrid Electric Vehicle)들의 정상 동작 동안 특히 현저하다. 본 섹션에서는, 종래의 측정들이 부적절한 이러한 인터벌에 대해 SOC의 추정을 개선하기 위해 힘 측정들 및 발전된 모델을 사용하는 실행가능성을 검토한다.
[00131] 힘 측정들을 사용하는 것이 실행가능하고, 이를 행하는 것은 SOC의 추정의 정확도를 개선시킬 수 있음을 주장한다. 이를 제시하기 위해, N+1개의 연속적인 이산 샘플들에 대해 단자 전압, 전지 전류, 벌크 힘, 주위 및 전지 온도들의 측정들이 이용가능하다고 가정한다. 그 다음, 측정된 데이터의 상이한 집합을 각각 갖는 2개의 경우들을 고려함으로써, 벌크 힘 측정들을 사용하는 것이 SOC의 추정들을 개선시킬 수 있는 해당 SOC 인터벌이 존재함을 제시한다. 이러한 2개의 경우들은 힘 측정들의 존재에 기반하여 특정된다. 다음의 아규먼트들을 단순화하기 위해, 본 섹션의 나머지에서는 히스테리시스 항목의 영향이 생략되지만, 이들의 존재시에도 유사한 분석이 가능하다.
[00132] 단자 전압 및 벌크 힘의 측정들을 스택킹함으로써, 2개의 벡터들 
및 
는
로서 정의된다.
[00133] 유사한 방식으로, 2개의 벡터들 H1 및 H2는 각각 동일한 인터벌 
에 걸쳐 모델들을 전파함으로써 생성된다.
[00134] 위의 셋업에 있어서, 각각의 경우에 대한 SOC 추정 문제는 측정들과 모델 출력들 사이의 에러 
를 최소화하는 
를 발견하는 것으로 공식화될 수 있다. 이러한 비용 최소화 문제는 뉴턴의 반복 [Ref. 25]으로 지칭되는 비선형 최적화 기술을 사용하여 해결될 수 있다. 이 기법에서 솔루션의 추정을 업데이트하기 위해, 
에 대한 야코비안(Jacobian) 매트릭스 
가 모든 반복 동안 풀 랭크이어야 하는 것이 필요하다.
[00135] 표현들의 간략성을 위해, 주위 온도는 25℃이고 N의 값을 1로 셋팅한다고 가정하며; 다음의 표현들이 획득된다.
(일반적으로 경우인 것과 같이, [Ref. 26] 참조) 
의 값을 가정하여 
이면, 수학식 (9)의 야코비안 매트릭스는 불량-조건이 되고 고유 솔루션은 견고하게 식별되지 않을 수 있다.
[00136] 도 13(b)는 HEV의 통상적인 동작에 걸친 SOC에 대한 VOC 및 
의 파생물을 제시한다. 전압 및 힘의 파생물은 측정된 데이터를 평활화함으로써 수치적으로 컴퓨팅되었다. 주의깊은 검사 시에, 40% SOC와 50% SOC 간에, 수학식 (9)의 야코비안 매트릭스의 역은 견고할 가능성이 없다는 것을 제안하면 
는 거의 제로라는 것이 분명하며: 단자 전압의 측정 잡음과 같은 작은 섭동은 SOC 추정의 큰 편차를 유도할 수 있다. 그러나, 동일한 간격에 걸쳐, 야코비안 매트릭스 수학식 (10)의 조건 수가 야코비안 매트릭스 수학식 (9)의 조건 수보다 잠재적으로 작고, 추정된 
가 더 신뢰가능할 수 있다는 것을 제안하면, 
의 값은 비-제로이다.
[00137] SOC 간격 [0.3,0.7]에 걸쳐, SOC에 대한 
및 Voc의 제 2 파생물은, 그 
및 Voc 둘 모두가 함께 거의 제로가 아니라는 관점에서 서로를 보완한다는 것을 유의한다. 이것은, SOC의 이러한 범위에 걸쳐, 전압 측정들을 단독으로 사용하는 견고한 고유 솔루션이 이용가능하지 않을 것이라는 것을 의미하며, 보조 힘 측정들의 포함은 추정들을 개선시키는데에 도움을 줄 수 있고; 이러한 관찰은 30% SOC와 50% SOC 간에 더 두드러진다.
[00138] 방법은, Li-이온 전지들의 SOC 및 SOH를 추정하기 위해 미국 특허 출원 공개공보 제 2013/0323554 [Ref. 27] 에서 설명되었다. 그러나, 이러한 및 다른 문헌에서 사용된 모델은 매우 간단하며, 힘/응력 및 SOC 및 온도 간의 비선형 관계를 고려하기를 실패한다. 본 발명자의 최상의 지식으로, 위의 섹션은, Li-이온 전지들에서 전기적 모델 관련 상태들을 추정할 경우 본 발명이 힘/응력 측정들을 사용하기를 원하는 이유에 대한 수학적인 원인을 제공하는 제 1 논의이다. 부가적으로, 본 발명자들은, 힘 측정들이 추정들을 개선시킬 수 있는 SOC의 범위를 정량적으로 제안할 수 있다(간격 [0.3,0.5]).
[00139] 예 1에서, 현상학적 모델은 배터리 팩에서 힘을 예측하기 위해 개발된다. 제안된 모델은 주위 온도, 배터리의 온도, 및 충전 상태에 의해 구동된다. 1-상태 히스테리시스 모델은 충전 및 방전 동안, 관찰된 거동을 캡처하기 위해 포함된다. 제안된 모델을 SOC 추정에 적용하는 이점이 조사된다. 벌크 힘 모델은 HEV들에 대한 통상적인 SOC 범위 내의 SOC 추정의 견고성을 개선시킬 수 있다는 것이 발견된다. 이러한 프레임워크는 또한, 배터리 열화에 관련된 비가역적인 팽창이 측정된 벌크 힘의 점진적인 증가를 유도하기 때문에 배터리의 SOH를 식별하기 위해 사용될 수 있다.
예 2
[00140] 이러한 예에서, 전지의 전기 역학은 2-상태 임피던스 모델에 의해 표현되며, 그 모델의 역학은 수학식 (11)에 도시된다. 수학식 (11)은, 지속기간 Ts 초의 샘플링 기간을 갖는 백워드 이산화(backward discretization) 방법을 사용하여 연속적인-시간 역학 수학식들을 이산화(discretizing)함으로써 획득된다. 다음에서, 밑줄은 특정 샘플에서 변수의 값을 나타내기 위해 사용된다.
여기서, z는 전지의 SOC이고, Q는 전지의 용량에 비례하고, 
는 SOC 상의 임피던스 모델 파라미터들의 의존성을 표현하는 함수들이다. VOC(z)는 전지의 SOC 종속 개방 회로 전압이고; I는 전류이고(충전 전류는 포지티브임); v1, v2는 편파 전압들이고; Rs는 전지의 옴 저항이고; 단자 전압은 V에 의해 나타내며; 
는 벌크 힘과 SOC 간의 정적 관계를 표현하는 함수이다. 이러한 예증적인 연구의 목적들을 위해, 온도의 영향은 명시적으로 고려되지 않고, 즉 임피던스 모델 역학 및 측정된 벌크 힘은 배터리로부터 인출된 전류의 크기에 의해 영향을 받지 않는다.
[00141] 본원의 본 구현예에서, 전지의 전기 역학은, 추정자에 의해 보여지는 바와 같이, 수학식(12)에 의해 모델링된다. 플랜트와 모델 역학 간의 몇몇 차이들은 순간적으로 현저하다 ―모델은 플랜트보다 하나 적은 상태를 가지며, 역학 및 측정들에 대한 부가적인 방해들로 인해 불확실하다.
이러한 실시예에서, 다양한 방해들의 통계적 특성들은 다음과 같이 주어진다
. 힘 측정들과 연관된 노이즈의 분산은 의도적으로 다소 큰 숫자가 되도록 취해진다.
추정자
[00142] 이러한 구현예에 대한 고려 하에서의 관찰자는, 실제로 널리 채택되는 EKF(Extended Kalman Filter)이다; 편의상, 추정 업데이트 법칙은, 일반 비선형 시스템의 역학이,
에 의해 주어지는 일반 비선형 시스템에 대한 수학식(13)에서 제시된다.
[00143] 업데이트 법칙에서, 
및 
인 측정들 및 프로세스의 노이즈 공분산의 추정들에 대한 정보가 요구된다는 점을 주목한다.
[00144] 그러나,필터의 성능은 
및 
의 값에 의해 영향을 받는다. 상이한 정보 세트들과 2개의 추정자들의 성능을 비교하는 것은, 
및 
의 값이, 각각의 경우에 대해 추정 에러들을 최소화하도록 선택되는 것을 필요로 한다. 이에 대응하기 위해, 공분산 행렬들은, US06 연방 주기로부터 초래된 특정 전류 프로파일에 대해 GA(Genetic Algorithm)를 사용하여 MSE(mean square error)를 전역적으로 최소화하는 결과들을 기반으로 선택된다.
성능 비교 : 트레이닝 데이터
[00145] GA 구현예의 결과는 노이즈 공분산으로서 사용된다. SOC의 추정들은 수학식(13)의 업데이트된 법칙을 사용하여 유도되었고, 일 반복의 SOC의 추정들에서의 순시 에러는 도 14에 제시된다. 플랜트 역학의 초기 조건이 [0.55; 0; 0]으로 설정된 반면, 추정자들의 초기 조건은 [0.5, 0]으로 설정되었다. 도 14에서, 다음의 표기들이 채택되는데, 
는 실제 SOC이고, 
은, 단자 전압을 측정하는 것에 의해 획득된 SOC의 추정이며, 
는, 단자 전압 및 벌크 힘 양자 모두를 측정한 결과인 SOC의 추정이다.
[00146] 측정 및 추정 둘 다 된 SOC의 궤적들이 도 14(a)에 트레이싱된다; 제 2 서브플롯을 검사할 때, 에러의 rms(root mean square)가 비교를 위한 기준으로서 사용되는 경우에 추정자들 양자 모두가 동등하게 진행된다는 점이 주목된다. 그러나, 에러가 발생하는 실제 SOC에 대한 추정들의 에러를 플롯팅하는 도면인 도 14(b)로부터, 0.5 아래의 SOC들에서, 벌크 힘 측정들을 통합하는 추정자가 더 양호하게 수행하는 것으로 나타나는 것이 주목될 수 있다. 이는, 예 1에서 실행가능성을 연구할 때 수행된 분석과 일치한다.
[00147] 추정자들 양자 모두의 성능을 통계적으로 비교하기 위해, 구동 사이클은 100회 반복되었고, 추정자들 양자 모두의 순시 추정 에러들은 정규 분포에 부합한다; 그 결과들이 도 15에 도시된다. 순시 에러들의 평균들과 분산들을 비교함으로써, 추정자(1)(힘 측정들(
)이 없음)가 추정자(2)(힘 측정들:
이 있음)보다 현저히 좋지 않게 수행한다는 것이 주목된다 - 추정자(2)로부터의 평균 및 분산이 추정자(1)로부터의 평균 및 분산보다 한 차수 더 작다.
임의의 문헌의 인용이 본 발명에 관한 종래 기술임을 인정하는 것으로 해석되어서는 안 된다.
[00148] 따라서, 본 발명은 다양한 충전, 방전 및 온도 동작 조건들 동안 리튬 이온 전지에 의해 가해지는 벌크 힘의 현상학적 모델을 제공한다. 측정되고 모델링된 힘은, 충전 상태의 범위들은 점차적 힘 증가에 따르고 SOC의 범위들은 매우 작은 힘 변화에 따르기 있기 때문에, 인터칼레이션 동안 위상 변화들과 연관된 탄소 확장 거동과 유사하다. 모델은 기본 열 팽창 현상을 포착하는 관찰된 힘에 대한 온도의 영향을 포함한다. 또한, 모델은, 주위 온도에서의 급격한 변화들 또는 높은 C-레이트들로 인해 내부 배터리가 가열되는 경우 열적 과도현상들(이는 전지 및 홀딩 부착구의 온도에서의 미스매치를 야기함) 동안 힘의 변화들을 정확하게 예측한다. 이는 벌크 힘 모델이 전압 및 힘(또는 압력) 측정들로부터의 퓨징 정보에 기반하는 보다 정확하고 견고한 SOC 추정에 매우 유용할 수 있다는 것을 보여준다.
[00149] 본 발명은 특정 실시예들을 참조로 상당히 상세하게 설명되었지만, 당업자는 예시를 목적으로 제시된 것이지 제한을 목적으로 제시된 것이 아닌 설명된 실시예들 이외의 다른 실시예에 의해 본 발명이 실시될 수 있다는 것을 인식할 것이다. 따라서, 첨부된 청구항들의 범위는 본원에 포함된 실시예들의 설명으로 제한되지 않아야 한다.
Claims (107)
- 전기 디바이스로서,
배터리 팩;
상기 배터리 팩의 부피 변화를 측정하기 위한 압력 센서;
상기 배터리 팩의 포지티브 단자 및 네거티브 단자와 전기 통신하는 전압 센서;
상기 배터리 팩의 전지에 포지셔닝된 온도 센서; 및
상기 압력 센서, 상기 전압 센서 및 상기 온도 센서와 전기 통신하는 제어기를 포함하는 배터리 관리 시스템을 포함하며, 상기 제어기는 상기 압력 센서로부터판독한 압력, 상기 전압 센서로부터 판독한 단자 전압, 및 상기 온도 센서로부터 판독한 온도에 기반하여 상기 배터리 팩의 충전율의 상태(state of charge percentage)를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하도록 구성되는, 전기 디바이스. - 제 1항에 있어서,
상기 팩으로부터 흐르는 전류를 측정하도록 배선된(wired) 전류 센서를 더 포함하며,
상기 제어기는 상기 팩으로부터 흐르는 상기 전류에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
주위 온도를 측정하도록 포지셔닝된 온도 센서를 더 포함하며,
상기 제어기는 상기 주위 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 압력 센서는
i) 스트레스, 압력 또는 힘을 측정하는 센서,
ii) 스트레인 또는 변위를 측정하는 센서, 또는
iii) 임의의 형태의 물리 변형을 측정하는 센서로부터 선택되는, 전기 디바이스. - 제 4항에 있어서,
상기 물리 변형은 유압 또는 기계적 또는 압전 또는 광학 디바이스를 사용하여 측정되는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 전지로부터의 방전 전류 및 충전 전류에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 전지의 충전/방전 히스테리시스(hysteresis) 상태에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 전지의 용량에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 배터리 팩의 주위 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 내부 저항에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 개방 회로 전압에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 1항에 있어서,
상기 제어기는 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 복수의 프로그램들 중에서 하나의 프로그램을 선정하는, 전기 디바이스. - 제 13항에 있어서,
상기 제어기는 상기 배터리 팩의 충전율의 상태의 현재 추정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 13항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 온도의 현재 추정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 13항에 있어서,
상기 제어기는 상기 배터리 팩의 복수의 전지들의 온도들의 현재 추정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 13항에 있어서,
상기 제어기는 상기 배터리 팩의 온도의 측정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 17항에 있어서,
상기 배터리 팩의 온도의 측정은 복수의 온도 센서들에 의해 수행되는, 전기 디바이스. - 제 13항에 있어서,
상기 제어기는 상기 배터리 팩의 복수의 전지들의 온도의 측정들에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 1항에 있어서,
상기 배터리 팩은 복수의 전지들을 포함하는, 전기 디바이스. - 제 20항에 있어서,
상기 복수의 전지들은 프리즈매틱(prismatic) 전지들인, 전기 디바이스. - 제 21항에 있어서,
각각의 프리즈매틱 전지는,
리튬 니켈 망간 코발트 산화물, 리튬 망간 산화물 및 리튬 철 인산염으로부터 선택된 포지티브 전극; 및
그래파이트, 리튬 티타네이트, 경질 탄소(hard carbon), 주석/코발트 합금, 및 실리콘 탄소로부터 선택된 네거티브 전극; 및
LiPF6, LiBF4 및 LiClO4로부터 선택된 전해질을 포함하는, 전기 디바이스. - 제 20항에 있어서,
상기 배터리 팩은 제 1 플레이트와 대향하는 제 2 플레이트 간의 압축으로 유지되는 복수의 전지들을 포함하는, 전기 디바이스. - 제 23항에 있어서,
상기 제 1 플레이트의 내부측은 상기 복수의 전지들의 제 1 단부와 접촉하며, 상기 제 2 플레이트의 내부측은 상기 복수의 전지들의 제 2 단부와 접촉하는, 전기 디바이스. - 제 23항에 있어서,
상기 압력 센서는 로드 전지(load cell)인, 전기 디바이스. - 제 25항에 있어서,
상기 로드 전지는 상기 제 1 플레이트의 외부측에 인접하는, 전기 디바이스. - 제 1항에 있어서,
상기 배터리 팩은 리튬 이온 배터리 팩인, 전기 디바이스. - 제 1항에 있어서,
상기 온도 센서는 복수의 온도 센서들을 포함하는, 전기 디바이스. - 제 1항에 있어서,
상기 전압 센서는 복수의 전압 센서들을 포함하는, 전기 디바이스. - 제 1항에 있어서,
상기 압력 센서는 복수의 압력 센서들을 포함하는, 전기 디바이스. - 제 2항에 있어서,
상기 전류 센서는 복수의 전류 센서들을 포함하는, 전기 디바이스. - 차량으로서,
상기 차량을 추진하기 위한 전력을 공급하도록 구성된 제 1항의 전기 디바이스를 포함하는, 차량. - 제 32항에 있어서,
내연 기관, 발전기, 및 연료를 저장하는 연료 탱크를 더 포함하며, 상기 내연기관은 상기 발전기에 전력을 공급하기 위하여 상기 연료 탱크로부터의 연료를 연소시키도록 구성되며, 상기 발전기는 상기 배터리 팩에 전력을 공급하도록 구성되는, 차량. - 가전 제품으로서,
제 1항의 전기 디바이스를 포함하는, 가전 제품. - 위성 시스템으로서,
제 1항의 전기 디바이스를 포함하는, 위성 시스템. - 기계화된 장치로서,
제 1항의 전기 디바이스를 포함하는, 기계화된 장치. - 우주선 시스템으로서,
제 1항의 전기 디바이스를 포함하는, 우주선 시스템. - 전기 디바이스로서,
배터리 팩;
상기 배터리 팩의 전지에 포지셔닝된 온도 센서;
상기 배터리 팩의 부피 변화를 측정하기 위한 압력 센서; 및
상기 온도 센서와 전기 통신하는 제어기를 포함하는 배터리 관리 시스템을 포함하며, 상기 제어기는 상기 온도 센서로부터 판독한 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하도록 구성되고,
상기 제어기는 상기 압력 센서로부터 판독한 압력에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 팩으로부터 흐르는 전류를 측정하도록 배선된 전류 센서를 더 포함하며,
상기 제어기는 상기 팩으로부터 흐르는 상기 전류에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
주위 온도를 측정하도록 포지셔닝된 온도 센서를 더 포함하며,
상기 제어기는 상기 주위 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 압력 센서는
i) 스트레스, 압력 또는 힘을 측정하는 센서,
ii) 스트레인 또는 변위를 측정하는 센서, 또는
iii) 임의의 형태의 물리 변형을 측정하는 센서로부터 선택되는, 전기 디바이스. - 제 41항에 있어서,
상기 물리 변형은 유압 또는 기계적 또는 압전 또는 광학 디바이스를 사용하여 측정되는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 전지로부터의 방전 전류 및 충전 전류에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 전지의 충전/방전 히스테리시스 상태에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 전지의 용량에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 배터리 팩의 주위 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 온도에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 내부 저항에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 개방 회로 전압에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 프로그램을 실행하는, 전기 디바이스. - 제 38항에 있어서,
상기 제어기는 상기 배터리 팩의 충전율의 상태를 결정하기 위하여 상기 제어기에 저장된 복수의 프로그램들 중에서 하나의 프로그램을 선정하는, 전기 디바이스. - 제 50항에 있어서,
상기 제어기는 상기 배터리 팩의 충전율의 상태의 현재 추정에 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 50항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 온도의 현재 추정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 50항에 있어서,
상기 제어기는 상기 배터리 팩의 복수의 전지들의 온도의 현재 추정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 50항에 있어서,
상기 제어기는 상기 배터리 팩의 전지의 온도의 측정에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 54항에 있어서,
상기 배터리 팩의 온도의 측정은 복수의 온도 센서들에 의해 수행되는, 전기 디바이스. - 제 50항에 있어서,
상기 제어기는 상기 배터리 팩의 복수의 전지들의 온도의 측정들에 적어도 부분적으로 기반하여 상기 하나의 프로그램을 선정하는, 전기 디바이스. - 제 38항에 있어서,
상기 배터리 팩은 복수의 전지들을 포함하는, 전기 디바이스. - 제 57항에 있어서,
상기 복수의 전지들은 프리즈매틱 전지들인, 전기 디바이스. - 제 58항에 있어서,
각각의 프리즈매틱 전지는,
리튬 니켈 망간 코발트 산화물, 리튬 망간 산화물 및 리튬 철 인산염으로부터 선택된 포지티브 전극; 및
그래파이트, 리튬 티타네이트, 경질 탄소, 주석/코발트 합금, 및 실리콘 탄소로부터 선택된 네거티브 전극; 및
LiPF6, LiBF4 및 LiClO4로부터 선택된 전해질을 포함하는, 전기 디바이스. - 제 57항에 있어서,
상기 배터리 팩은 제 1 플레이트 및 대향하는 제 2 플레이트를 포함하는, 전기 디바이스. - 제 60항에 있어서,
상기 제 1 플레이트의 내부측은 상기 복수의 전지들의 제 1 단부와 접촉하며, 상기 제 2 플레이트의 내부측은 상기 복수의 전지들의 제 2 단부와 접촉하는, 전기 디바이스. - 제 60항에 있어서,
상기 압력 센서는 로드 전지인, 전기 디바이스. - 제 62항에 있어서,
상기 로드 전지는 상기 제 1 플레이트의 외부측에 인접하는, 전기 디바이스. - 제 38항에 있어서,
상기 배터리 팩은 리튬 이온 배터리 팩인, 전기 디바이스. - 제 40항에 있어서,
상기 온도 센서는 복수의 온도 센서들을 포함하는, 전기 디바이스. - 제 38항에 있어서,
하나 또는 그 초과의 전압 센서들을 더 포함하는, 전기 디바이스. - 제 38항에 있어서,
상기 압력 센서는 복수의 압력 센서들을 포함하는, 전기 디바이스. - 제 39항에 있어서,
상기 전류 센서는 복수의 전류 센서들을 포함하는, 전기 디바이스. - 차량으로서,
상기 차량을 추진하기 위한 전력을 공급하도록 구성된 제 38항의 전기 디바이스를 포함하는, 차량. - 제 69항에 있어서,
내연 기관, 발전기, 및 연료를 저장하는 연료 탱크를 더 포함하며, 상기 내연기관은 상기 발전기에 전력을 공급하기 위하여 상기 연료 탱크로부터의 연료를 연소시키도록 구성되며, 상기 발전기는 상기 배터리 팩에 전력을 공급하도록 구성되는, 차량. - 가전 제품으로서,
제 38항의 전기 디바이스를 포함하는, 가전 제품. - 위성 시스템으로서,
제 38항의 전기 디바이스를 포함하는, 위성 시스템. - 기계화된 장치로서,
제 38항의 전기 디바이스를 포함하는, 기계화된 장치. - 우주선 시스템으로서,
제 38항의 전기 디바이스를 포함하는, 우주선 시스템. - 배터리 팩의 충전율의 상태를 결정하기 위한 방법으로서,
(a) 상기 배터리 팩의 부피 변화를 감지하는 단계;
(b) 상기 배터리 팩의 단자 전압을 감지하는 단계;
(c) 상기 배터리 팩의 전지의 온도를 감지하는 단계; 및
(d) 상기 부피 변화, 상기 단자 전압 및 상기 배터리 팩의 전지의 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 배터리 팩의 전류를 감지하는 단계를 더 포함하며,
상기 단계(d)는 상기 배터리 팩의 전류에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 배터리 팩의 주위 온도를 감지하는 단계를 더 포함하며,
상기 단계(d)는 상기 배터리 팩의 주위 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 복수의 단자 전압 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 복수의 배터리 온도 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 복수의 주위 온도 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 복수의 전류 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 전지로부터의 방전 전류 및 충전 전류에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 전지의 충전/방전 히스테리시스 상태에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 전지의 용량에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 배터리 팩의 주위 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 배터리 팩의 내부 저항에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 배터리 팩의 전지의 개방 회로 전압에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 75항에 있어서,
상기 단계(d)는 상기 배터리 팩의 전지의 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 배터리 팩의 충전율의 상태를 결정하기 위한 방법으로서,
(a) 상기 배터리 팩의 전류를 감지하는 단계;
(b) 상기 배터리 팩의 전지의 온도를 감지하는 단계; 및
(c) 상기 전류 및 상기 배터리 팩의 전지의 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 배터리 팩의 부피 변화를 감지하는 단계를 더 포함하며,
상기 단계(c)는 상기 배터리 팩의 부피 변화에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 배터리 팩의 주위 온도를 감지하는 단계를 더 포함하며,
상기 단계(c)는 상기 배터리 팩의 주위 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 복수의 단자 전압 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 복수의 배터리 온도 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 복수의 주위 온도 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 복수의 전류 센서들에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 상기 전지로부터의 방전 전류 및 충전 전류에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 상기 전지의 충전/방전 히스테리시스 상태에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 상기 전지의 용량에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 상기 배터리 팩의 주위 온도에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(c)는 상기 배터리 팩의 내부 저항에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 89항에 있어서,
상기 단계(d)는 상기 배터리 팩의 전지의 개방 회로 전압에 적어도 부분적으로 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 배터리 팩의 충전율의 상태를 결정하기 위한 방법으로서,
(a) 상기 배터리 팩의 적어도 하나의 전류를 감지하는 단계;
(b) 상기 배터리 팩의 적어도 하나의 전지의 적어도 하나의 온도를 감지하는 단계;
(c) 상기 배터리 팩의 적어도 하나의 부피 변화를 감지하는 단계;
(d) 상기 배터리 팩의 전지의 적어도 하나의 단자 전압을 감지하는 단계;
(e) 상기 배터리 팩의 적어도 하나의 전지의 적어도 하나의 온도를 추정하는 단계;
(f) 주위 매체의 온도를 감지하는 단계; 및
(g) 상기 단계들 (a)-(f)의 일부 서브세트에 기반하여 상기 배터리 팩의 충전율의 상태를 결정하는 단계를 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 102항에 있어서,
상기 단계(g)는 상기 배터리 팩의 충전 상태의 현재 추정에 적어도 부분적으로 기반하여 상기 단계들의 서브세트를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 102항에 있어서,
상기 단계(g)는 상기 배터리 팩의 전지의 현재 온도에 적어도 부분적으로 기반하여 상기 단계들의 서브세트를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 102항에 있어서,
상기 단계(g)는 상기 배터리 팩의 전지의 온도의 현재 추정에 적어도 부분적으로 기반하여 상기 단계들의 서브세트를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법. - 제 102항에 있어서,
상기 단계(g)는 주위 매체의 현재 온도에 적어도 부분적으로 기반하여 상기 단계들의 서브세트를 결정하는 단계를 더 포함하는, 배터리 팩의 충전율의 상태를 결정하기 위한 방법.
- 삭제
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201462043519P | 2014-08-29 | 2014-08-29 | |
| US62/043,519 | 2014-08-29 | ||
| PCT/US2015/047458 WO2016033479A1 (en) | 2014-08-29 | 2015-08-28 | Bulk force in a battery pack and its application to state of charge estimation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170049549A KR20170049549A (ko) | 2017-05-10 |
| KR102501672B1 true KR102501672B1 (ko) | 2023-02-17 |
Family
ID=55400676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020177008673A KR102501672B1 (ko) | 2014-08-29 | 2015-08-28 | 배터리 팩에서의 벌크 힘 및 충전 상태 추정에 대한 벌크 힘의 적용 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10074996B2 (ko) |
| EP (1) | EP3186652B1 (ko) |
| KR (1) | KR102501672B1 (ko) |
| WO (1) | WO2016033479A1 (ko) |
Families Citing this family (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6471859B2 (ja) * | 2015-03-04 | 2019-02-20 | 三菱自動車工業株式会社 | ハイブリッド車両の制御装置 |
| US11623526B2 (en) | 2015-11-19 | 2023-04-11 | The Regents Of The University Of Michigan | State of battery health estimation based on swelling characteristics |
| CN106646242B (zh) * | 2016-09-14 | 2019-09-06 | 宁德时代新能源科技股份有限公司 | 电池包的采集装置、电池包及采集装置的半成品 |
| WO2018162021A1 (en) * | 2017-03-06 | 2018-09-13 | Volvo Truck Corporation | A battery cell state of charge estimation method and a battery state monitoring system |
| JP6864536B2 (ja) * | 2017-04-25 | 2021-04-28 | 株式会社東芝 | 二次電池システム、充電方法、プログラム、及び車両 |
| DE102017211506A1 (de) * | 2017-07-06 | 2019-01-10 | Lithium Energy and Power GmbH & Co. KG | Verfahren zur Zustandsbestimmung einer elektrischen Energiespeichereinheit, entsprechende Vorrichtung zur Durchführung des Verfahrens sowie entsprechende elektrische Energiespeichereinheit |
| KR102194844B1 (ko) * | 2017-11-02 | 2020-12-23 | 주식회사 엘지화학 | 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체 |
| KR102188723B1 (ko) * | 2017-11-07 | 2020-12-08 | 주식회사 엘지화학 | 배터리 온도 추정 장치 및 방법 |
| JP6917872B2 (ja) * | 2017-11-22 | 2021-08-11 | 株式会社Ｇｓユアサ | 蓄電装置及びその使用方法 |
| JP6863258B2 (ja) * | 2017-12-12 | 2021-04-21 | トヨタ自動車株式会社 | 二次電池システムおよび二次電池の活物質の応力推定方法 |
| JP6927008B2 (ja) * | 2017-12-12 | 2021-08-25 | トヨタ自動車株式会社 | 二次電池システムおよび二次電池のｓｏｃ推定方法 |
| US11355824B2 (en) * | 2018-05-11 | 2022-06-07 | The Regents Of The University Of Michigan | Detection of an internal short circuit in a battery |
| US11125776B2 (en) * | 2018-07-06 | 2021-09-21 | Toyota Jidosha Kabushiki Kaisha | Short circuit inspection method for all-solid-state battery assembly, restraint jig used therefor, kit for short circuit inspection, and method for manufacturing all-solid-state battery |
| JP7115439B2 (ja) * | 2018-09-14 | 2022-08-09 | トヨタ自動車株式会社 | 二次電池システムおよび二次電池の内部状態推定方法 |
| KR102455848B1 (ko) * | 2018-12-03 | 2022-10-18 | 주식회사 엘지에너지솔루션 | 원통형 전지셀의 내압측정 지그 |
| CN113287242B (zh) * | 2018-12-21 | 2024-05-24 | 康明斯公司 | 电动车辆的soc和soh协同估计系统和方法 |
| US11899069B2 (en) | 2018-12-21 | 2024-02-13 | Cummins Inc. | SOC and SOH co-estimation systems and methods for electric vehicles |
| KR102473230B1 (ko) * | 2019-01-18 | 2022-12-01 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 방법 |
| CN109935787B (zh) * | 2019-03-14 | 2020-11-03 | 肇庆中特能科技投资有限公司 | 一种双极板及其制作方法 |
| CN113557416A (zh) * | 2019-03-19 | 2021-10-26 | 株式会社杰士汤浅国际 | 估计装置以及估计方法 |
| US11515587B2 (en) * | 2019-10-10 | 2022-11-29 | Robert Bosch Gmbh | Physics-based control of battery temperature |
| KR20220020126A (ko) * | 2020-08-11 | 2022-02-18 | 주식회사 엘지에너지솔루션 | 전지 모듈 모사 시스템 및 방법 |
| US11125707B1 (en) * | 2020-08-18 | 2021-09-21 | Element Energy, Inc. | Methods and systems for in-situ impedance spectroscopy analysis of battery cells in multi-cell battery packs |
| KR20220063611A (ko) * | 2020-11-10 | 2022-05-17 | 주식회사 엘지에너지솔루션 | 배터리 모듈의 하우징 용접부에 대한 피로파손 검증 장치 |
| KR102632198B1 (ko) * | 2020-11-30 | 2024-02-01 | 중앙대학교 산학협력단 | 배터리 팩의 압력 변이 예측 및 관리를 위한 장치 및 방법 |
| CN113030752B (zh) * | 2021-04-12 | 2024-03-29 | 安徽理工大学 | 一种基于变遗忘因子在线参数辨识和soc联合估计方法 |
| CN113655385B (zh) * | 2021-10-19 | 2022-02-08 | 深圳市德兰明海科技有限公司 | 锂电池soc估计方法、装置及计算机可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010040324A (ja) | 2008-08-05 | 2010-02-18 | Kawasaki Heavy Ind Ltd | 電池モジュールの充電状態推定方法およびこれを利用した充電方法 |
| US20130295424A1 (en) | 2012-05-04 | 2013-11-07 | Dialog Semiconductor Gmbh | Electrolyte-Based Battery Cell, Method and System for Determining the State of Charge of Electrolyte-Based Batteries |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5670861A (en) | 1995-01-17 | 1997-09-23 | Norvik Tractions Inc. | Battery energy monitoring circuits |
| DE69730413T2 (de) | 1996-11-21 | 2005-09-08 | Koninklijke Philips Electronics N.V. | Batteriesteuerungssystem und batteriesimulator |
| KR19980054083A (ko) * | 1996-12-27 | 1998-09-25 | 박병재 | 전기자동차의 충전장치 및 그 제어방법 |
| US6359419B1 (en) | 2000-12-27 | 2002-03-19 | General Motors Corporation | Quasi-adaptive method for determining a battery's state of charge |
| JP4655568B2 (ja) | 2004-05-25 | 2011-03-23 | トヨタ自動車株式会社 | 二次電池の状態推定方法およびシステム |
| US7525285B2 (en) * | 2004-11-11 | 2009-04-28 | Lg Chem, Ltd. | Method and system for cell equalization using state of charge |
| JP4984527B2 (ja) | 2005-12-27 | 2012-07-25 | トヨタ自動車株式会社 | 二次電池の充電状態推定装置および充電状態推定方法 |
| US7957921B2 (en) | 2008-02-19 | 2011-06-07 | GM Global Technology Operations LLC | Model-based estimation of battery hysteresis |
| US8855956B2 (en) | 2008-06-05 | 2014-10-07 | A123 Systems Llc | Method and system for determining state of charge of an energy delivery device |
| US8859123B2 (en) | 2009-05-08 | 2014-10-14 | Robert Bosch Gmbh | System and method for pressure determination in a Li-ion battery |
| DE102009028986A1 (de) | 2009-08-28 | 2011-03-03 | SB LiMotive Company Ltd., Suwon | Verfahren und Einrichtung zum Aufbringen eines Druckes auf eine Batterie |
| US8791669B2 (en) | 2010-06-24 | 2014-07-29 | Qnovo Inc. | Method and circuitry to calculate the state of charge of a battery/cell |
| US9037426B2 (en) | 2011-05-13 | 2015-05-19 | GM Global Technology Operations LLC | Systems and methods for determining cell capacity values in a multi-cell battery |
| JP5396428B2 (ja) | 2011-05-16 | 2014-01-22 | 三菱電機株式会社 | 車載バッテリの満充電制御装置 |
| WO2012170873A2 (en) | 2011-06-08 | 2012-12-13 | Purdue Research Foundation | Battery and battery-sensing apparatuses and methods |
| US9360527B2 (en) | 2011-08-12 | 2016-06-07 | Johnson Controls Technology Llc | System and method for energy prediction in battery packs |
| KR101383167B1 (ko) * | 2011-10-20 | 2014-04-10 | 주식회사 엘지화학 | 안전성이 향상된 전지팩 |
| DE102012209271A1 (de) | 2012-06-01 | 2013-12-05 | Robert Bosch Gmbh | Batteriemanagementsystem für eine Batteriezelle mit drucksensitivem Foliensensor |
| US9203122B2 (en) | 2012-09-28 | 2015-12-01 | Palo Alto Research Center Incorporated | Monitoring and management for energy storage devices |
| DE102012111086B4 (de) | 2012-11-19 | 2019-01-03 | Infineon Technologies Ag | Verfahren und Vorrichtungen zum Bestimmen eines Ladezustands |
| EP2976803B1 (en) | 2013-02-21 | 2017-08-09 | Robert Bosch GmbH | Metal/oxygen battery with oxygen pressure management |
| WO2015105923A1 (en) * | 2014-01-07 | 2015-07-16 | Utah State University | Battery control |
-
2015
- 2015-08-28 WO PCT/US2015/047458 patent/WO2016033479A1/en active Application Filing
- 2015-08-28 EP EP15835651.9A patent/EP3186652B1/en active Active
- 2015-08-28 US US14/839,096 patent/US10074996B2/en active Active
- 2015-08-28 KR KR1020177008673A patent/KR102501672B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010040324A (ja) | 2008-08-05 | 2010-02-18 | Kawasaki Heavy Ind Ltd | 電池モジュールの充電状態推定方法およびこれを利用した充電方法 |
| US20130295424A1 (en) | 2012-05-04 | 2013-11-07 | Dialog Semiconductor Gmbh | Electrolyte-Based Battery Cell, Method and System for Determining the State of Charge of Electrolyte-Based Batteries |
Also Published As
| Publication number | Publication date |
|---|---|
| US20160064972A1 (en) | 2016-03-03 |
| US10074996B2 (en) | 2018-09-11 |
| KR20170049549A (ko) | 2017-05-10 |
| WO2016033479A1 (en) | 2016-03-03 |
| EP3186652B1 (en) | 2021-07-14 |
| WO2016033479A9 (en) | 2016-05-06 |
| EP3186652A1 (en) | 2017-07-05 |
| EP3186652A4 (en) | 2018-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102501672B1 (ko) | 배터리 팩에서의 벌크 힘 및 충전 상태 추정에 대한 벌크 힘의 적용 | |
| US11623526B2 (en) | State of battery health estimation based on swelling characteristics | |
| Tran et al. | A comprehensive equivalent circuit model for lithium-ion batteries, incorporating the effects of state of health, state of charge, and temperature on model parameters | |
| Hu et al. | State estimation for advanced battery management: Key challenges and future trends | |
| Jafari et al. | Deterministic models of Li-ion battery aging: It is a matter of scale | |
| Song et al. | Non-uniform effect on the thermal/aging performance of Lithium-ion pouch battery | |
| Baghdadi et al. | State of health assessment for lithium batteries based on voltage–time relaxation measure | |
| KR101805514B1 (ko) | 배터리의 동적 엔트로피 추정 방법 | |
| EP3186651B1 (en) | Electrochemical impedance spectroscopy in battery management systems | |
| CN103502829B (zh) | 用于电化学存储系统热管理的优化方法 | |
| Oh et al. | A novel phenomenological multi-physics model of Li-ion battery cells | |
| KR20220038789A (ko) | 배터리 시뮬레이션 | |
| Song et al. | Model-based health diagnosis for lithium-ion battery pack in space applications | |
| KR101946784B1 (ko) | 칼만 필터를 이용하여 배터리의 엔트로피를 측정하는 방법 | |
| KR101329915B1 (ko) | 하이브리드 전기 자동차용 배터리의 주행 중 최대 출력파워 예측 방법 및 장치 | |
| Calearo et al. | A methodology to model and validate electro-thermal-aging dynamics of electric vehicle battery packs | |
| Rahimi-Eichi et al. | Adaptive online battery parameters/SOC/capacity co-estimation | |
| Lempert et al. | Battery entropic heating coefficient testing and use in cell-level loss modeling for extreme fast charging | |
| KR20180021570A (ko) | 배터리의 용량상태 결정방법 및 그를 이용한 용량감소 측정방법 | |
| Kellner et al. | Duty-cycle characterisation of large-format automotive lithium ion pouch cells for high performance vehicle applications | |
| Estevez et al. | Aging estimation of lithium ion cells under real-world conditions through mechanical stress measurements | |
| Cui et al. | Prediction model and principle of end-of-life threshold for lithium ion batteries based on open circuit voltage drifts | |
| Stocker et al. | Universal Li-Ion Cell Electrothermal Model | |
| Tong et al. | Comprehensive battery equivalent circuit based model for battery management application | |
| Kang et al. | Estimated temperature distribution-based state-of-health prediction via recursive least squares in electro-thermal circuit model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |