KR102534849B1 - 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법 - Google Patents

배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법 Download PDF

Info

Publication number
KR102534849B1
KR102534849B1 KR1020160150497A KR20160150497A KR102534849B1 KR 102534849 B1 KR102534849 B1 KR 102534849B1 KR 1020160150497 A KR1020160150497 A KR 1020160150497A KR 20160150497 A KR20160150497 A KR 20160150497A KR 102534849 B1 KR102534849 B1 KR 102534849B1
Authority
KR
South Korea
Prior art keywords
battery
soc
cell voltage
coulomb counting
concentration
Prior art date
Application number
KR1020160150497A
Other languages
English (en)
Other versions
KR20170069918A (ko
Inventor
타가데 피유시
에스 하리하란 크리슈난
송태원
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20170069918A publication Critical patent/KR20170069918A/ko
Application granted granted Critical
Publication of KR102534849B1 publication Critical patent/KR102534849B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—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
    • G01R31/3832—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration without measurement of battery voltage
    • G01R31/3833—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration without measurement of battery voltage using analog integrators, e.g. coulomb-meters
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
    • 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
    • H01M10/4285—Testing apparatus
    • 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
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

본 발명은 배터리 관리 시스템 영역과 관련되고, 특히 이온의 농도 및 쿨롱 카운팅 SOC(state of chare)를 실시간으로 조정하는 메커니즘과 관련된다. 일 실시예에 따르면, 배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법은 쿨롱 카운팅를 이용하여 배터리의 전극의 이온의 농도 및 배터리의 SOC(state of charge)를 추정하는 단계, 추정 셀 전압과 측정 셀 전압의 차이에 기반하여 이온의 농도를 조정하는 단계, 및 쿨롱 카운팅 및 이온의 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정하는 단계를 포함할 수 있다.

Description

배터리의 이온 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법 {METHOD FOR REAL TIME CORRECTION OF ION CONCENTRATION AND COULOMB COUNTING STATE-OF-CHARGE (SOC) IN BATTERY}
본 발명은 배터리 관리 시스템 영역과 관련되고, 특히 이온 농도 및 쿨롱 카운팅 SOC(state of chare)를 실시간으로 조정하는 메커니즘과 관련된다.
일반적으로 배터리는 다수의 시스템에 결합되어 에너지를 저장하는 중요한 자원이다. 재충전이 가능한 리튬-이온(Li-ion) 배터리는 다른 전기화학 에너지 장치보다 높은 비에너지(specific energy) 때문에, 휴대용 전자 장치, 전기자동차(EV), 및 하이브리드 전기자동차(HEV)에 있어서 매력적인 에너지 저장 시스템이다. 특히, 음의 전극에 결합되는 리튬 금속으로 만들어진 배터리는 종래의 탄소질의 음의 전극의 배터리와 비교하였을 때 상당히 높은 비에너지(Wh/kg) 및 높은 에너지 밀도(Wh/L)를 제공한다. 따라서, 리튬-이온 배터리는 EV, HEV, 및 플러그-인 하이브리드 전기자동차(PHEV)에 적합하다.
리튬-이온 배터리를 포함하는 배터리가 EV, HEV, PHEV 시스템에 결합하기 위해서는 SOC(state of charge) 및 SOH(state of health)를 실시간으로 정확하게 계산할 수 있는 기능이 필요하다. 한편, SOC는 완전히 충전되었을 때의 사용 가능한 셀 에너지와 셀에서 사용 가능한 에너지를 비교한 것을 반영하는 비율로서 정의될 수 있다.
배터리 관리 시스템의 주요 작업은 SOC를 추정하고 시스템의 상태를 관리하는 것이다. 적분 시간이 증가함에 따른 에러 증가 때문에 쿨롱 카운팅과 같은 단순한 SOC 추정 방법은 SOC를 추정하는 기능을 수행하는데 어려움이 있다. 이러한 에러는 편향된 전류 측정 또는 이산 에러에 의해 발생된다.
또한, 쿨롱 카운팅 SOC 추정 방법은 제로 예측 가능성, 동작 전압 영역에 관한 무감각, 및 실제 구동 순환에서의 불안정성 등의 다양한 문제점을 갖고 있다. 더욱이 종래의 쿨롱 카운팅 방법은, 고장 검출이 상대 추정과 결합되어 있지 않다.
본 발명의 주된 목적은, 배터리의 이온 농도 및 쿨롱 카운팅 SOC(state of charge)를 실시간으로 조정하기 위한 메카니즘을 제공하는 것이다.
본 발명의 다른 목적은, 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정하기 위한 메커니즘을 제공하는 것이다.
본 발명의 다른 목적은, 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정할 수 있다. 상기 추정 셀 전압은 평균 이온 농도를 추정하는 동안 획득될 수 있다. 또한, 측정 셀 전압은 배터리에 구비된 복수의 전압 센서에 의해 획득될 수 있다.
본 발명의 또 다른 목적은, 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정하기 위한 메커니즘을 제공하는 것이다.
본 발명의 일 실시예는, 배터리의 이온 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법을 제공한다. 상기 방법은 배터리 전극의 평균 이온 농도를 추정하고, 쿨롱 카운팅을 이용하여 배터리의 SOC를 추정할 수 있다. 또한, 상기 방법은 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정할 수 있다. 또한, 상기 방법은 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정할 수 있다.
본 발명의 일 실시예는, 배터리의 이온 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 배터리 관리 시스템을 제공한다. 상기 배터리 관리 시스템은 배터리 전극의 평균 이온 농도를 추정하고, 쿨롱 카운팅을 이용하여 배터리의 SOC를 추정할 수 있다. 또한, 상기 배터리 관리 시스템은 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정할 수 있다. 또한, 상기 배터리 관리 시스템은 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정할 수 있다.
일 실시예에 따른 컴퓨터로 읽을 수 있는 비-휘발성 기록 매체는 컴퓨터에서 실행할 수 있는 프로그램 코드를 포함할 수 있고, 상기 프로그램 코드는 배터리의 이온 농도 및 쿨롱 카운팅 SOC(state of charge)을 실시간으로 조정하기 위하여 실행될 수 있다. 또한, 상기 프로그램 코드는 배터리 전극의 평균 이온 농도를 추정하고, 쿨롱 카운팅을 이용하여 배터리의 SOC를 추정하기 위하여 실행될 수 있다. 또한, 상기 프로그램 코드는 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정하기 위하여 실행될 수 있다. 또한, 상기 프로그램 코드는 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정하기 위하여 실행될 수 있다.
배터리의 이온 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정할 수 있다.
본 발명의 실시예는 첨부된 도면에, 다양한 도면의 일부분에 대응하는 식별번호와 같이, 도시되어 있다. 본 발명의 실시예들은 도면을 참조한 아래의 설명으로부터 더 잘 이해될 것이다.
도 1은, 본 발명의 일 실시예에 따른 배터리 관리 시스템 (100)을 도시한다.
도 2는 본 발명의 일 실시예에 따른 배터리의 이온 농도 및 쿨롱 카운팅 SOC(state of charge)를 실시간으로 조정하는 방법(200)을 도시한 흐름도이다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따른 NCA/C 셀의 전압을 상온 및 저온에서 검증한 결과를 각각 도시한 그래프이다.
도 4a 및 도 4b는 본 발명의 일 실시예에 따른 NCA/C 셀의 전압을 상온 및 저온에서 SOC를 추정한 결과를 각각 도시한 그래프이다.
도 5a 및 도 5b는 본 발명의 일 실시예에 따른 상온에서의 HPPC(hybrid pulse power characterization) 프로토콜 및 UDDS(urban dynamometer driving schedule) 프로토콜에 대한 전압을 검증한 결과를 각각 도시한 그래프이다.
도 6a 및 도 6b는 본 발명의 일 실시예에 따라 HPPC 프로토콜 및 UDDS 프로토콜에 대한 SOC를 추정한 결과를 각각 도시한 그래프이다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 전압 추정과 SOC 추정의 신뢰 범위를 각각 도시한 그래프이다.
도 8은 본 발명의 일 실시예에 따른 모델 불확실성의 표준 편차를 도시한 그래프이다.
도 9a 및 도 9b는 본 발명의 일 실시예에 따른 전압 추정 및 SOC 추정의 예측 기능을 도시한 그래프이다.
도 10은, 본 발명의 일 실시예에 따라, 도 8에 도시된 모델 불확실성의 갱신된 표준 편차를 도시한 그래프이다.
도 11a 및 도 11b는 본 발명의 일 실시예에 따라, 셀 전압의 추정을 그래프를 도시한 그래프이다.
도 12a 및 도 12b는 본 발명의 일 실시예에 따라 센서 에러의 셀 전압의 추정과 모델 불확실성의 평균을 도시한 그래프이다.
도 13은 일 실시예에 따른 배터리의 이온 농도 및 쿨롱 카운팅 SOC(state of charge) 조정 방법을 수행하는 컴퓨팅 환경을 도시한 블록도이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
배터리 시스템은 사용자에게 사용자 인터페이스(UI)를 통하여 배터리의 상태를 나타내는 구성을 포함할 수 있다. 배터리 상태는 배터리의 실시간 SoC에 대하여 나타낼 수 있고, 배터리의 초기 용량의 변화를 나타낼 수 있다.
배터리는 Li-NCA(Lithium-Nickel-Cobalt-Aluminum positive electrode, 리튬 니켈 코발트 알루미늄 양의 전극) 또는 그밖에 유사한 것과 같은 리튬-이온(Li-ion) 배터리일 수 있다. 또한, 배터리는 니켈 메탈 하이브리드(Ni Metal Hydride), 나트륨 이온(Sodium ion), 또는 리튬 공기 전지(Li-air battery) 또는 그밖에 유사한 것과 같은 2차 전지를 포함할 수 있다.
종래의 방법(즉, 쿨롱 카운팅)과는 다르게, 본원발명에서 제안하는 방법은 배터리의 이온 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 기능을 제공할 수 있다. 또한, 본원발명에서 제안하는 방법은 전압 측정 및 배터리의 이온 농도를 이용하여 쿨롱 카운팅 SOC를 조정하는데 사용될 수 있다. 또한, 본원발명에서 제안하는 방법은 이온 셀의 충전 또는 방전 동안 정확한 SOC를 추정하는데 사용될 수 있다. 또한, 본원발명에서 제안하는 방법은 SOC를 추정하기 위하여 UKF(unscented Kalman filter)를 이용할 수 있다. 또한, 본원발명에서 제안하는 방법은 최초 SOC 및 전류 센서 측정 값을 입력으로서 이용할 수 있다.
또한, 본원발명에서 제안하는 방법은 실제 드라이브 사이클과 관련된 부하 전류의 급격한 변화에 적응될 수 있다. 또한, 본원발명에서 제안하는 방법은 휴지기 동안 휴식에 대하여 적절하게 설명할 수 있다. 또한 본원발명에서 제안하는 배터리의 이온 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법은 모델 불확실성을 설명하기 위한 방법을 쉽게 수행하는 방법을 제공할 수 있다. 또한, 모델 불확실성은 고장난 시스템 또는 에러난 센서를 위한 지표를 제공할 수 있다. 예컨대, 모델 불확실성의 평균이 높은 것은, 시스템이 고장 났거나 센서에 에러가 발생하였음을 나타낼 수 있다.
도 1은, 본 발명의 일 실시예에 따른 배터리 관리 시스템 (100)을 도시한다. 배터리 관리 시스템(100)은 배터리(102), 추정부(104), 및 조정부(106)를 포함할 수 있다. 또한, 추정부(104)는 이온 농도 추청부(104a) 및 SOC 추정부(104b)를 포함할 수 있다. 한편, 조정부(106)는 이온 농도 조정부(106a) 및 SOC 조정부(106b)를 포함할 수 있다.
배터리(102)는 일반적으로 화학 에너지를 저장할 수 있는 전기화학 셀을 하나 이상 포함한다. 여기서, 화학 에너지는 부하에 전력을 공급하는 전기 에너지로 전환될 수 있다. 배터리(102)는 도 1에 도시된 바와 같이 복수의 센서(102a)를 포함할 수 있다. 복수의 센서(102a)는 배터리(102)의 셀(cell) 전압을 측정할 수 있다.
추정부(104)는 쿨롱 카운팅(Coulomb counting)를 이용하여 배터리 전극의 평균 이온 농도와 배터리(102)의 SOC(State-of-Charge)를 추정할 수 있다.
이온 추정부(104a)는 배터리 전극의 평균 이온 농도를 추정할 수 있다.
배터리(102)는 2상태 변수 모델(two state variable model)을 이용하여 정의될 수 있다. 배터리(102)는 애노드 평균 리튬 농도(
Figure 112016110534263-pat00001
) 및 평균 방사 농도 기울기(
Figure 112016110534263-pat00002
)를 상태 변수로서 사용할 수 있다. 또한, 배터리(102)는 상태 수학식을 얻기 위하여 전기화학 모델의 부피 평균화를 이용할 수 있다.
배터리(102) 전극 내 이온의 평균 고체상(또는 애노드) 농도는 아래의 수학식 1을 이용하여 산출될 수 있다.
Figure 112016110534263-pat00003
평균 방사 농도 기술기(average radial concentration gradient)는 아래의 수학식 2를 이용하여 산출될 수 있다.
Figure 112016110534263-pat00004
한정된 시간 단계를 위하여, 배터리(102) 전극 내 이온의 평균 고체상(또는 애노드) 농도는 아래의 수학식 3에 의해 산출될 수 있다.
Figure 112016110534263-pat00005
SOC 추정부(104b)는 쿨롱 카운팅을 이용하여 배터리(102)의 SOC를 추정할 수 있다. 쿨롱 카운팅 방법은 최초 SOC 및 전류 센서 측정 값을 입력으로서 이용할 수 있다. 임의의 시간(t)에서의 쿨롱 카운팅 SOC는, 아래의 수학식 4를 이용하여 산출될 수 있다.
Figure 112016110534263-pat00006
조정부(106)는 추정 셀 전압과 측정 셀 전압 사이의 차이를 기반으로 이온 농도를 조정할 수 있다.
셀 전압 측정은 배터리(102)에 구비되어 있는 복수의 전압 센서(102a)을 이용하여 소정의 시간 간격으로 수행될 수 있다. 셀 전압 데이터는 필터링 기술을 이용하여 배터리 모델과 동기화될 수 있다. 셀 전압 추정은 사실상 비선형이므로, UKF(unscented Kalman filter)가 사용된다. UKF는 데이터 분산, 및 상태와 셀 전압 추정 사이의 교차 공분산(cross-covariance)을 이용하여 칼만 이득(Kalman gain)을 추정한다. 또한, 아래의 수학식 5 및 수학식 6를 이용하여, 칼만 이득을 기반으로 평균 이온 농도와 방사 농도 기울기를 산출할 수 있다.
Figure 112016110534263-pat00007
Figure 112016110534263-pat00008
또한, 조정부(106)는 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC, 및 셀 전압들 사이의 차이의 관계에 기반하여 쿨롱 카운팅을 조정할 수 있다. 수학식 1, 3, 및 4를 이용하여, 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC 사이의 관계는 아래의 수학식 7에 의해 유도될 수 있다.
Figure 112016110534263-pat00009
이온 농도 조정부(106a)는 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정할 수 있다. 오일러 방식(Euler scheme)을 수학식 1에 적용하여 아래의 수학식 8을 구할 수 있다.
Figure 112016110534263-pat00010
아래의 수학식 9는, 수학식 8을 수학식 4에 대입함으로써 얻어질 수 있다.
Figure 112016110534263-pat00011
SOC 조정부(106b)는 쿨롱 카운팅 및 평균 농도, 및 측정 셀 전압과 추정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정할 수 있다.
Figure 112016110534263-pat00012
아래의 수학식 11과 같이 SOC 조정을 이용하여 갱신된 SOC를 산출할 수 있다.
Figure 112016110534263-pat00013
도 2는 본 발명의 일 실시예에 따른 배터리의 이온 농도 및 쿨롱 카운팅 SOC(state of charge)를 실시간으로 조정하는 방법(200)을 도시한 흐름도이다.
방법(200)은 추정부(104)가 쿨롱 카운팅을 이용하여 배터리(102) 전극의 평균 이온 농도 및 배터리(102)의 SOC를 추정하는 단계를 포함할 수 있다(202). 예컨대, 배터리 관리 시스템(100)은 전술한 수학식 1을 이용하여 배터리(102) 전극의 평균 이온 농도를 추정할 수 있고, 수학식 4를 이용하여 배터리(102)의 SOC를 추정할 수 있다.
방법(200)은 조정부(106)가 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온 농도를 조정하는 단계를 포함할 수 있다(204). 예컨대, 배터리 관리 시스템(100)은 평균 이온 농도 및 방사 농도 기울기를 이용하여 전극 표면 농도는 산출할 수 있고, 표면 농도 및 OCV(개방 회로 전압) 커브를 이용하여 평형 전위(equilibrium potential)를 산출할 수 있다. 또한, 배터리 관리 시스템(100)은 반전된 버틀러-볼머 공식(inverted Butler-Volmer equation)을 이용하여, 반응 확산(Reaction diffusion) 및 전해질 전위(electrolyte potentials)를 산출할 수 있다. 또한, 배터리 관리 시스템(100)은 전술한 전위 값(평형 전위, 전해질 전위 등)으로부터 셀 전압을 추정할 수 있다.
일 양상에 따라, 셀 전압 측정은 배터리(102)에 구비된 복수의 전압 센서(102a)를 이용하여 소정의 시간 간격마다 수행될 수 있다. 셀 전압 데이터는 셀 전압 데이터는 필터링 기술을 이용하여 배터리 모델과 동기화될 수 있다. 셀 전압 추정은 사실상 비선형이므로, UKF(unscented Kalman filter)가 사용된다. UKF는 데이터 분산 및 상태와 셀 전압 예측 사이의 교차 공분산(cross-covariance)을 이용하여 칼만 이득(Kalman gain)을 추정한다. 또한, 전술한 수학식 5 및 수학식 6를 이용하여, 칼만 이득을 기반으로 평균 이온 농도와 방사 농도 기울기를 산출할 수 있다.
방법(200)은 조정부(106)가 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC와, 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정하는 단계를 포함할 수 있다(206). 일 예로, 조정부(106)는 앞에서 설명한 수학식 10을 이용하여, 쿨롱 카운팅 및 평균 이온 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정할 수 있다. 또한, 조정부(106)는 수학식 11을 이용하여 갱신된 SOC를 획득할 수 있다.
방법(200)의 다양한 단계들은 앞에서 설명한 순서와 동일 또는 다른 순서에 따라 수행되거나, 동시에 수행될 수 있다. 또한, 도 2에 도시된 단계들 중 일부는 생략될 수 있고, 도 2에 도시된 단계들 이외의 단계들이 추가될 수 있다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따른 NCA/C 셀의 전압을 상온 및 저온에서 검증한 결과를 각각 도시한 그래프이다. 도 3a 및 도 3b의 그래프에서 실험 데이터는 방전되고 있는 동안의 리튬-이온 배터리에 적용될 수 있다. 제안된 방법에 따라 셀 전압은 추정될 수 있다. 추정 셀 전압은 UKF 결과를 제안된 방법과 비교된다. 여기서 UKF 결과는 조정 후에 제안된 방법에 의해 추정된 셀 전압이다. 도 3a 및 도 3b에 도시된 바와 같이, 추정 셀 전압은 실험을 통하여 측정 셀 전압이 서로 매칭된다.
도 4a 및 도 4b는 본 발명의 일 실시예에 따른 NCA/C 셀의 전압을 상온 및 저온에서 SOC를 추정한 결과를 각각 도시한 그래프이다. 쿨롱 카운팅 SOC 방법(CC로 표시) 및 갱신된 SOC(Mixture로 표시)는 도 4a에 도시되어 있다. 쿨롱 카운팅 방법은 방전이 끝나는 부분에서의 충전 잔량을 잘못 추정할 수 있다. 본원발명에서 제안된 방법은 도 4b에 도시된 바와 같이 방전이 끝나는 부분에서 낮은 SOC를 적절하게 나타낼 수 있다.
도 5a 및 도 5b는 본 발명의 일 실시예에 따른 상온에서의 HPPC(hybrid pulse power characterization) 프로토콜 및 UDDS(urban dynamometer driving schedule) 프로토콜에 대한 전압을 검증한 결과를 각각 도시한 그래프이다. 배터리는 특정 기간 동안 이용되는 배터리를 통하여 학습되고, 특정 기간 동안 사용되지 않은 배터리(120) 통하여 학습될 수 있다. 전압(즉, 추정 전압 및 측정 전압)의 비교는 HPPC 프로토콜 및 UDDS 프로토콜에 대하여 각각 도 5a 및 도 5b에 도시되어 있다. 도 5a 및 도 5b에 도시된 바와 같이 추정된 전압은 실험 측정 결과에 매칭된다.
도 6a 및 도 6b는 본 발명의 일 실시예에 따라 HPPC 프로토콜 및 UDDS 프로토콜에 대한 SOC를 추정한 결과를 각각 도시한 그래프이다. 도 6b는 UDDS 프로토콜에 대하여 SOC를 추정한 결과를 도시한다. 도 6b를 참조하면, 배터리(102) 내 급격한 전류 변화는 쿨롱 카운팅 방법에서는 설명되지 않으나, 제안된 방법(200)은 급격한 전류 변화에 대한 설명이 가능하고, SOC는 배터리(102) 내 급격한 전류 변화에 따라 조정될 수 있다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 전압 추정과 SOC 추정의 신뢰 범위를 각각 도시한 그래프이다. 제안된 방법은, 셀 전압을 추정하는 것에 더하여, 셀 전압의 추정에서 불확실성의 값을 제공할 수 있다. 도 7a는 셀 전압 추정에서 추정된 3σ(시그마) 한계를 도시하고, 도 7b는 SOC 추정에서 3σ(시그마) 한계를 도시한다.
도 8은 본 발명의 일 실시예에 따른 모델 불확실성의 표준 편차를 도시한 그래프이다. 모델 불확실성은 시뮬레이터에서의 불일치에 의해 주어진다. 일 예로, 시뮬레이터에서의 불일치는 관계 q~N(0,σq)를 이용하여 모델링될 수 있다.
앞에서 설명한 바와 같이, 변수 q의 평균 및 표준 편차는 UKF를 이용하여 갱신될 수 있다. 이러한 방식으로 불일치를 관리하는 것은 상태가 데이터에 매칭되도록 과도하게 조정되는 것을 막을 수 있다.
도 9a 및 도 9b는 본 발명의 일 실시예에 따른 전압 추정 및 SOC 추정의 예측 기능을 도시한 그래프이다. 배터리(102)는 특정 기간을 위하여 사용되고, 만약 배터리(102)의 전압이 결정되면, 배터리(102)의 전압의 추정은 도 9a와 같을 것이다. 또한, 도 9b는 배터리(102)의 SOC 추정값을 도시한다.
도 10은, 본 발명의 일 실시예에 따라, 도 8에 도시된 모델 불확실성의 갱신된 표준 편차를 도시한 그래프이다. 도 10을 참조하면, 데이터는 동기화되고, 모델 불확실성의 갱신된 표준편차를 도시하고 있다.
도 11a 및 도 11b는 본 발명의 일 실시예에 따라, 셀 전압의 추정을 그래프를 도시한 그래프이다. 시뮬레이션은 셀 전압을 예측하는 고장난 시스템의 효과를 판단하기 위하여 수행된다. 도 11a는 정상적인 시스템에서 추정된 셀 전압과 고장난 시스템에서 추정된 셀 전압을 비교하여 도시한다. 도 11b은 정상적인 시스템에서의 모델 불확실성의 평균과 고장난 시스템에서의 모델 불확실성의 평균을 도시한다. 도 11b에서 상승하는 커브 B는 고장난 시스템을 나타낸다.
도 12a 및 도 12b는 본 발명의 일 실시예에 따라 센서 에러의 셀 전압의 추정과 모델 불확실성의 평균을 도시한 그래프이다. 시뮬레이션은 고장난 센서에 의한 결과이다. 고장난 센서 시스템은 바이어스된 일반적인 분배된 랜덤 노이즈를 측정 데이터에 추가함으로써 시뮬레이션된다. 제안된 방법은 고장난 센서를 이용하여 실제 셀 전압에 가깝게 셀 전압을 예측할 수 있고, 전압 예측은 99%의 신뢰도를 유지할 수 있다. 도 12b에서, 커브 B는 추정 셀 전압을 나타내고, 커브 A는 측정 셀 전압을 나타낸다. 또한, 도 12b에서 모델 불확실성의 평균이 도시된다. 한편, 도 12b에서 상승하는 커브 B는 고장난 센서 시스템을 나타낸다. 모델 불확실성의 평균 값이 더 높을수록 고장 센서 시스템을 나타낸다. 따라서, 제안된 방법에 따라, 고장난 센서는 식별될 수 있고, 제안된 방법은 고장난 센서에 의해 발생된 에러를 조정하는데 이용될 수 있다.
도 13은 일 실시예에 따른 배터리의 이온 농도 및 쿨롱 카운팅 SOC(state of charge) 조정 방법을 수행하는 컴퓨팅 환경을 도시한 블록도이다.
도 13을 참조하면, 컴퓨팅 환경(1302)은 제어부(1304) 및 ALU(1306, 산술 논리부)를 구비하는 적어도 하나의 프로세싱부(1308), 메모리(1310), 저장부(1312), 복수의 네트워크 장치(1316), 및 복수의 입출력 장치(1314)를 포함할 수 있다. 프로세싱부(1308)는 알고리즘의 인스트럭션을 프로세싱할 수 있다. 프로세싱부(1308)는 프로세싱을 수행하기 위하여 제어부(1304)에서 명령어를 수신할 수 있다. 또한, ALU(1306)는 인스트럭션의 실행과 관련된 논리 및 산술 연산을 계산할 수 있다.
컴퓨팅 환경(1302)는 복수의 코어, 상이한 종류의 CPU를 구비할 수 있다. 프로세싱부(1308)는 알고리즘의 인스트럭션을 프로세싱할 수 있다. 또한, 복수의 프로세싱부(1308)는 하나의 칩 또는 복수의 칩에 위치할 수 있다.
실행에 필요한 인스트럭션 및 코드을 포함하는 알고리즘은 메모리부(1310), 저장부(1312), 또는 둘 모두에 저장될 수 있다. 실행할 때, 인스트럭션은 대응되는 메모리(1310) 또는 저장부(1312)로부터 패치되고, 프로세싱부(1308)에 의해 실행될 수 있다.
하드웨어 실행에 관한 일 예로, 네트워킹 및 입출력 기능을 제공하기 위하여 네트워크 장치(1316) 또는 외부 입출력 장치(1314)는 컴퓨팅 환경에 연결될 수 있다.
한편, 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 개시된 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100: 배터리 관리 시스템
102: 배터리
102a: 배터리 관리 제어부
104: 추정부
104a: 이온 농도 추정부
104b: SOC 추정부
106: 조정부
106a: 이온 농도 조정부
106b: SOC 조정부
1302: 컴퓨팅 환경
1304: 제어부
1306: ALU
1308: 프로세싱부
1310: 메모리
1312: 저장부
1314: 입출력 장치
1316: 네트워크 장치

Claims (7)

  1. 쿨롱 카운팅를 이용하여 배터리의 전극의 이온의 농도 및 배터리의 SOC(state of charge)를 추정하는 단계;
    추정 셀 전압과 측정 셀 전압의 차이에 기반하여 이온의 농도를 조정하는 단계; 및
    쿨롱 카운팅 및 이온의 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 상기 쿨롱 카운팅 SOC를 조정하는 단계; 를 포함하는
    배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법.
  2. 제1항에 있어서,
    상기 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 이온의 농도를 조정하는 단계는,
    이온의 농도를 추정하는 동안 추정 셀 전압을 획득하는 단계;
    상기 배터리에 구비된 복수의 센서로부터 측정 셀 전압을 획득하는 단계; 및
    추정 셀 전압과 측정 셀 전압 사이의 차이를 계산하는 단계; 를 포함하는
    배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법.
  3. 제1항에 있어서,
    상기 전극의 이온은 리튬 이온인
    배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 방법.
  4. 쿨롱 카운팅를 이용하여 배터리의 전극의 이온의 농도 및 배터리의 SOC(state of charge)를 추정하는 추정부; 및
    추정 셀 전압과 측정 셀 전압의 차이에 기반하여 이온의 농도를 조정하고, 쿨롱 카운팅 및 이온의 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정하는 조정부; 를 포함하는
    배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 배터리 관리 시스템.
  5. 제4항에 있어서,
    상기 조정부는,
    이온의 농도를 추정하는 동안 추정 셀 전압을 획득하고, 배터리에 구비된 복수의 센서로부터 측정 셀 전압을 획득하며, 추정 셀 전압과 측정 셀 전압 사이의 차이를 계산하는
    배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 배터리 관리 시스템.
  6. 제4항에 있어서,
    상기 전극의 이온은 리튬 이온인
    배터리의 이온의 농도 및 쿨롱 카운팅 SOC를 실시간으로 조정하는 배터리 관리 시스템.
  7. 쿨롱 카운팅를 이용하여 배터리의 전극의 이온의 농도 및 배터리의 SOC(state of charge)를 추정하는 단계;
    추정 셀 전압과 측정 셀 전압의 차이에 기반하여 이온의 농도를 조정하는 단계; 및
    쿨롱 카운팅 및 이온의 농도에 의해 추정된 SOC와 추정 셀 전압과 측정 셀 전압 사이의 차이에 기반하여 쿨롱 카운팅 SOC를 조정하는 단계; 를 포함하는 방법을 실행시키기 위한 프로그램 코드를 기록한 컴퓨터로 읽을 수 있는 비-휘발성 기록 매체.
KR1020160150497A 2015-12-11 2016-11-11 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법 KR102534849B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN6646CH2015 2015-12-11
IN6646/CHE/2015 2015-12-11

Publications (2)

Publication Number Publication Date
KR20170069918A KR20170069918A (ko) 2017-06-21
KR102534849B1 true KR102534849B1 (ko) 2023-05-18

Family

ID=59020592

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160150497A KR102534849B1 (ko) 2015-12-11 2016-11-11 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법

Country Status (2)

Country Link
US (1) US10310021B2 (ko)
KR (1) KR102534849B1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102377027B1 (ko) * 2016-05-26 2022-03-22 삼성전자주식회사 배터리의 충전 상태를 추정하는 방법 및 그 방법을 실행하는 배터리 관리 시스템
US10573061B2 (en) 2017-07-07 2020-02-25 Nvidia Corporation Saccadic redirection for virtual reality locomotion
AU2019455937B2 (en) 2019-07-05 2023-09-28 Ge Grid Solutions Llc Method and apparatus for determining a state of charge for a battery
KR20210047682A (ko) * 2019-10-22 2021-04-30 삼성전자주식회사 배터리 상태 추정 방법 및 장치
US11360147B2 (en) * 2020-03-03 2022-06-14 Karma Automotive Llc Method of determining the state of charge of a battery used in an electric vehicle
JP7395540B2 (ja) * 2021-06-01 2023-12-11 株式会社東芝 電池の劣化判定方法、電池の劣化判定装置、電池の管理システム、電池搭載機器、及び、電池の劣化判定プログラム
CN113835034B (zh) * 2021-09-30 2023-06-27 蜂巢能源科技有限公司 一种预锂电池预锂量和预锂容量的测定方法
CN114545265B (zh) * 2022-03-01 2022-11-11 上海玫克生储能科技有限公司 基于电化学模型的电池荷电状态的估算方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140210418A1 (en) 2013-01-29 2014-07-31 Mitsubishi Electric Research Laboratories, Inc. Method for Estimating State of Charge for Lithium-Ion Batteries

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7723958B2 (en) 2006-03-31 2010-05-25 Valence Technology, Inc. Battery charge indication methods, battery charge monitoring devices, rechargeable batteries, and articles of manufacture
US10664562B2 (en) 2013-02-24 2020-05-26 Fairchild Semiconductor Corporation and University of Connecticut Battery state of charge tracking, equivalent circuit selection and benchmarking
US9880061B2 (en) 2013-06-14 2018-01-30 Hrl Laboratories, Llc Methods and apparatus for sensing the internal temperature of an electrochemical device
US20150081237A1 (en) 2013-09-19 2015-03-19 Seeo, Inc Data driven/physical hybrid model for soc determination in lithium batteries

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140210418A1 (en) 2013-01-29 2014-07-31 Mitsubishi Electric Research Laboratories, Inc. Method for Estimating State of Charge for Lithium-Ion Batteries

Also Published As

Publication number Publication date
KR20170069918A (ko) 2017-06-21
US10310021B2 (en) 2019-06-04
US20170168119A1 (en) 2017-06-15

Similar Documents

Publication Publication Date Title
KR102534849B1 (ko) 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법
Duong et al. Online state of charge and model parameters estimation of the LiFePO4 battery in electric vehicles using multiple adaptive forgetting factors recursive least-squares
Zhang et al. Adaptive unscented Kalman filter based state of energy and power capability estimation approach for lithium-ion battery
US10209314B2 (en) Systems and methods for estimation and prediction of battery health and performance
Shen et al. Accurate state of charge estimation with model mismatch for li-ion batteries: A joint moving horizon estimation approach
Huria et al. Simplified extended kalman filter observer for soc estimation of commercial power-oriented lfp lithium battery cells
CN107690585B (zh) 用于确定锂硫电池组的健康状况和充电状态的方法和装置
US9960625B2 (en) Battery management system with multiple observers
Zheng et al. A novel capacity estimation method based on charging curve sections for lithium-ion batteries in electric vehicles
Li et al. A comparative study of state of charge estimation algorithms for LiFePO4 batteries used in electric vehicles
Roscher et al. Reliable state estimation of multicell lithium-ion battery systems
Dai et al. Online cell SOC estimation of Li-ion battery packs using a dual time-scale Kalman filtering for EV applications
Xu et al. An online state of charge estimation method with reduced prior battery testing information
KR102156404B1 (ko) 배터리 셀 성능 테스트 장치 및 방법
JP6234946B2 (ja) 電池状態推定装置
CN108603918B (zh) 测试电池单体的性能的装置和方法
KR20190075684A (ko) 배터리의 전하 균형을 탐지하는 배터리 모니터링 장치 및 방법
JP2018084578A (ja) 誤差補正に基づいたバッテリ状態推定方法及び装置
JP6958965B2 (ja) バッテリーｓｏｃ推定装置及び方法
KR20210047682A (ko) 배터리 상태 추정 방법 및 장치
KR20180058057A (ko) 배터리 상태 추정 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램
Couto et al. SOC and SOH estimation for Li-ion batteries based on an equivalent hydraulic model. Part I: SOC and surface concentration estimation
JP2022041931A (ja) バッテリ状態推定方法及び装置
Xie et al. Available power prediction limited by multiple constraints for LiFePO4 batteries based on central difference Kalman filter
Chen et al. Sliding mode observer for state of charge estimation based on battery equivalent circuit in electric vehicles

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant