KR102662557B1 - 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치 - Google Patents

인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치 Download PDF

Info

Publication number
KR102662557B1
KR102662557B1 KR1020210071645A KR20210071645A KR102662557B1 KR 102662557 B1 KR102662557 B1 KR 102662557B1 KR 1020210071645 A KR1020210071645 A KR 1020210071645A KR 20210071645 A KR20210071645 A KR 20210071645A KR 102662557 B1 KR102662557 B1 KR 102662557B1
Authority
KR
South Korea
Prior art keywords
battery
iron phosphate
full charge
voltage section
charge voltage
Prior art date
Application number
KR1020210071645A
Other languages
English (en)
Other versions
KR20220163122A (ko
Inventor
한세경
이종욱
Original Assignee
경북대학교 산학협력단
(주)배터와이
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 경북대학교 산학협력단, (주)배터와이 filed Critical 경북대학교 산학협력단
Priority to KR1020210071645A priority Critical patent/KR102662557B1/ko
Publication of KR20220163122A publication Critical patent/KR20220163122A/ko
Application granted granted Critical
Publication of KR102662557B1 publication Critical patent/KR102662557B1/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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)

Abstract

인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법은, 인산철 배터리의 만충 후에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압(HV; High Voltage) 구간을 지정하는 단계; 전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정하는 단계; 설정된 측정 주기마다 만충 전압 구간의 인산철 배터리의 사용량 길이(LHP; Length of High voltage Period)를 측정하는 단계; 및 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단하는 단계;를 포함한다. 이에 따라, 배터리의 용량 추정 없이도 이상 상태를 파악할 수 있고, 사용자 패턴까지 고려하여 정확한 이상 진단이 가능하다.

Description

인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치{METHOD FOR ABNORMAL STATUS DIAGNOSIS OF LiFePO4 BATTERY CAPACITY RETENTION USING HIGH VOLAGE INFORMATION, RECORDING MEDIUM AND DEVICE FOR PERFORMING THE METHOD}
본 발명은 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치에 관한 것으로서, 더욱 상세하게는 만충 상태에서의 LHP(고전압 구간 길이)와, AAC(누적 사용량)간의 관계를 이용하여 배터리의 이상 상태를 진단하는 기술에 관한 것이다.
화석 연료를 사용하는 자동차는 대기 오염 등 공해 발생에 심각한 영향을 주기 때문에, 최근에는 공해 발생이 거의 없는 전기 자동차(EV; Electric Vehicle) 또는 하이브리드 전기 자동차(HEV; Hybrid Electric Vehicle)가 개발되어 상용화 되고 있다.
이러한 전기 자동차 또는 하이브리드 전기 자동차는 차체에 내장된 배터리에서 출력되는 전기 에너지를 이용하여 주행하도록 구성된다. 그리고, 이러한 전기 자동차와 같이 대전력을 필요로 하는 기기에 사용되는 배터리는 충방전이 가능한 다수의 2차 전지 셀(cell)이 하나의 팩(pack)으로 구성되고, 또한 다수의 팩이 하나의 대용량의 배터리로 구성될 수 있다.
이와 같은 배터리, 특히 다수의 2차 전지가 충전과 방전을 번갈아 가면서 수행하는 경우에는 이들의 충방전을 효율적으로 제어하여 배터리가 적정한 동작 상태 및 성능을 유지하도록 관리할 필요성이 있다.
이를 위해, 배터리의 상태 및 성능을 관리하는 배터리 관리 시스템(BMS; Battery Management System)이 구비된다. BMS는 배터리의 전류, 전압, 온도 등을 측정하여 이를 바탕으로 배터리의 잔존 용량(SOC; State of Charge)을 추정하며, 차량의 연료 소비 효율이 가장 좋아지도록 SOC를 제어한다. SOC를 정확히 제어하기 위해서는 충방전을 행하고 있는 배터리의 SOC를 정확히 측정하는 것이 필요하다.
리튬 인산철(LiFePO4) 배터리는 오랜 수명을 갖고 안전성이 높은 재충전 배터리이다. 또한, 리튬 인산철(LiFePO4) 배터리는 사이즈가 작고 가벼우며, 배터리 내부나 외부에 손상을 입어도 배터리가 타거나 폭발하지 않는 장점이 있다.
또한, 내열성이 우수하고, 급속충전이 가능하며, 희소금속을 사용하지 않아 비용을 크게 줄일 수 있고 환경오염의 우려도 없다. 리튬 인산철(LiFePO4) 배터리는 전체 용량의 90%까지 방전 후에도 1,000회 이상 재충전이 가능하고, 기존 납산 배터리보다 3배 이상 수명이 길다.
한편, 이와 같은 배터리는 일반적으로 충전 또는 방전 동작이 반복됨에 따라 SEI(Solid Electrolyte Interphase)에 의해 배터리 내부의 리튬 이온이 감소하게 된다. 이에 따라, 배터리는 충전 용량이 서서히 감소하게 된다.
일반적으로, 배터리 용량의 이상 진단을 하기 위해서 배터리의 용량 추정이 필요하다. 그러나, 배터리의 용량을 측정하는데 비용이 많이 발생하는 문제가 있다. 따라서, 간접적인 요소를 통한 배터리 용량 추정 방식이 필요한 실정이다.
KR 10-2014-0004519 A KR 10-2148204 B1 KR 10-2020-0009920 A
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 기록 매체를 제공하는 것이다.
본 발명의 또 다른 목적은 상기 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법을 수행하기 위한 장치를 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법은, 인산철 배터리의 만충 후에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압(HV; High Voltage) 구간을 지정하는 단계; 전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정하는 단계; 설정된 측정 주기마다 만충 전압 구간의 인산철 배터리의 사용량 길이(LHP; Length of High voltage Period)를 측정하는 단계; 및 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단하는 단계;를 포함한다.
본 발명의 실시예에서, 상기 배터리의 이상 상태를 진단하는 단계는, 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성하는 단계; 및 타입별 길이 분포의 클러스터링(clustering)으로부터 배터리의 이상 상태를 진단하는 단계;를 포함할 수 있다.
본 발명의 실시예에서, 상기 배터리의 이상 상태를 진단하는 단계는, 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이 분포에 대한 추적 곡선을 생성하는 단계; 및 추적 곡선이 미리 설정된 일정 기울기를 벗어나는 경우, 배터리의 이상 상태를 진단하는 단계;를 더 포함할 수 있다.
본 발명의 실시예에서, 상기 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성하는 단계는, 빅데이터를 통해 수집된 데이터를 기반으로, 좋은 경우(mild), 보통인 경우(medium), 나쁜 경우(harsh)로 분류할 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 컴퓨터로 판독 가능한 저장 매체에는, 상기 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법을 수행하기 위한 컴퓨터 프로그램이 기록되어 있다.
상기한 본 발명의 또 다른 목적을 실현하기 위한 일 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치는, 인산철 배터리의 만충 후에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압(HV; High Voltage) 구간을 지정하는 만충 전압 구간 지정부; 전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정하는 측정 주기 설정부; 설정된 측정 주기마다 만충 전압 구간의 인산철 배터리의 사용량 길이(LHP; Length of High voltage Period)를 측정하는 사용량 길이 측정부; 및 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단하는 이상 상태 진단부;를 포함한다.
본 발명의 실시예에서, 상기 이상 상태 진단부는, 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성하는 그래프 생성부; 및 타입별 길이 분포의 클러스터링(clustering)으로부터 배터리의 이상 상태를 진단하는 클러스터링부;를 포함할 수 있다.
본 발명의 실시예에서, 상기 이상 상태 진단부는, 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이 분포에 대한 추적 곡선을 생성하는 추적 곡선 생성부; 및 추적 곡선이 미리 설정된 일정 기울기를 벗어나는 경우, 배터리의 이상 상태를 진단하는 기울기 판단부;를 더 포함할 수 있다.
본 발명의 실시예에서, 상기 그래프 생성부는, 빅데이터를 통해 수집된 데이터를 기반으로, 좋은 경우(mild), 보통인 경우(medium), 나쁜 경우(harsh)로 분류할 수 있다.
이와 같은 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법에 따르면, 만충 후 방전을 시작하는 지점을 기준으로 만충 구간(HV; High Voltage)을 지정하고, 만충 기간이 지속되는 사용량 길이(LHP; Length of High voltage Period)와 전류 절대값 누적량(AAC; Accumulated Absolute Current)의 관계를 이용하여 간접적으로 인산철 배터리의 용량 이상 상태를 진단한다. 이에 따라, 배터리의 용량 추정 없이도 이상 상태를 파악할 수 있고, 사용자 패턴까지 고려하여 정확한 이상 진단이 가능하다.
도 1은 본 발명의 일 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치의 블록도이다.
도 2는 새 배터리(Fresh Cell)와 오래된 배터리(Aging Cell)의 HV 구간과 LHP를 비교하는 그래프이다.
도 3은 새 배터리(Fresh Cell)와 오래된 배터리(Aging Cell)의 AAC에 대한 LHP의 변화를 보여주는 그래프이다.
도 4는 AAC에 대한 LHP의 분포 및 배터리 사용 패턴에 따른 AAC에 대한 LHP의 분포를 보여주는 그래프이다.
도 5는 배터리 사용 패턴에 따른 타입별 AAC에 대한 LHP의 분포를 보여주는 그래프이다.
도 6은 사용자에 따른 AAC에 대한 LHP의 분포를 보여주는 그래프이다.
도 7은 본 발명의 일 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법의 흐름도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치의 블록도이다.
본 발명에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치(10, 이하 장치)는 만충 후 방전을 시작하는 지점을 기준으로 만충 구간(HV; High Voltage)을 지정하고, 만충 기간이 지속되는 사용량 길이(LHP; Length of High voltage Period)와 전류 절대값 누적량(AAC; Accumulated Absolute Current)의 관계를 이용하여 간접적으로 인산철 배터리의 용량 이상 상태를 진단한다. 이에 따라, 배터리의 용량 추정 없이도 배터리의 이상 여부를 확인할 수 있다.
도 1을 참조하면, 본 발명에 따른 장치(10)는 만충 전압 구간 지정부(110), 측정 주기 설정부(130), 사용량 길이 측정부(150) 및 이상 상태 진단부(170)를 포함한다.
본 발명의 상기 장치(10)는 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단을 수행하기 위한 소프트웨어(애플리케이션)가 설치되어 실행될 수 있으며, 상기 만충 전압 구간 지정부(110), 상기 측정 주기 설정부(130), 상기 사용량 길이 측정부(150) 및 상기 이상 상태 진단부(170)의 구성은 상기 장치(10)에서 실행되는 상기 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단을 수행하기 위한 소프트웨어에 의해 제어될 수 있다.
상기 장치(10)는 별도의 단말이거나 또는 단말의 일부 모듈일 수 있다. 또한, 상기 만충 전압 구간 지정부(110), 상기 측정 주기 설정부(130), 상기 사용량 길이 측정부(150) 및 상기 이상 상태 진단부(170)의 구성은 통합 모듈로 형성되거나, 하나 이상의 모듈로 이루어 질 수 있다. 그러나, 이와 반대로 각 구성은 별도의 모듈로 이루어질 수도 있다.
상기 장치(10)는 이동성을 갖거나 고정될 수 있다. 상기 장치(10)는, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), 무선기기(wireless device), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
상기 장치(10)는 운영체제(OS; Operation System), 즉 시스템을 기반으로 다양한 소프트웨어를 실행하거나 제작할 수 있다. 상기 운영체제는 소프트웨어가 장치의 하드웨어를 사용할 수 있도록 하기 위한 시스템 프로그램으로서, 안드로이드 OS, iOS, 윈도우 모바일 OS, 바다 OS, 심비안 OS, 블랙베리 OS 등 모바일 컴퓨터 운영체제 및 윈도우 계열, 리눅스 계열, 유닉스 계열, MAC, AIX, HP-UX 등 컴퓨터 운영체제를 모두 포함할 수 있다.
상기 만충 전압 구간 지정부(110)는 인산철 배터리의 만충 후에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압(HV; High Voltage) 구간을 지정한다.
본 발명은 만충 후 방전을 시작하는 지점을 기준으로 용량을 추정할 전압 구간 지정하고, 이 구간에서 어느 특정 전압(High Voltage)이 지속되는 사용량 길이(LHP; Length of High voltage Period)를 파악하여 LHP(Length of High voltage Period) 값을 비교하여 이상 진단에 활용한다.
도 2(a)는 새 배터리(Fresh Cell)의 HV 구간과 LHP를 보여주며, 도 2(b)는 오래된 배터리(Aging Cell)의 HV 구간과 LHP를 보여준다.
여기서, HV 구간이란, 만충 후 방전을 시작하는 시점부터 방전 후 급격하게 변화하는 지점까지의 전압 구간이며, DFC(Distance Full Charge)는 완전 충전 상태에서 방전한 용량이다. LHP(Length of High voltage Period)는 HV 구간 동안의 사용량 길이를 의미한다. LHP는 온도와 C-rate가 일정한 상황에서 측정할 수 있다.
도 2를 참조하면, 오래된 배터리(Aging Cell)에 비해 새 배터리(Fresh Cell)가 같은 HV 구간에서 LHP가 더 길게 나타나는 것을 확인할 수 있다.
상기 측정 주기 설정부(130)는 전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정하고, 상기 사용량 길이 측정부(150)는 설정된 측정 주기마다 만충 전압 구간의 인산철 배터리의 사용량 길이(LHP; Length of High voltage Period)를 측정한다.
도 3은 새 배터리(Fresh Cell)와 오래된 배터리(Aging Cell)의 AAC에 대한 LHP의 변화를 보여주는 그래프이다.
도 3을 참조하면, AAC는 전류 절대값 누적량으로 누적 사용량으로 정의된다. LHP 값을 AAC에 따라 나타내면, 동일 사용량 대비 LHP 변화를 비교할 수 있다.
본 발명에서는, 배터리의 LHP-AAC(누적 사용량) 관계를 이용하여 이상 진단을 수행한다. 배터리는 노화됨에 따라 전압과 용량 특성이 변하게 된다. 이를 이용하여 ΔV 동안 ΔCapacity 값을 추출하여 수치화한 값이 LHP(Length of HV period)이다.
예를 들어, 피부 나이 테스트와 비교한다면 AAC는 나이이고, LHP는 피부 복원력이라고 가정한다면, 20세-100%, 40세-80%, 60세-40%, 80세-20%처럼 나타낼 수 있다.
BMS(Battery Management System, 배터리 관리 시스템)에서 AAC는 누적 배터리 사용량을 확인하면 알 수 있고, 이에 따라 AAC 부근에서의 LHP만 측정하면 된다. 다시 말해, LHP와 AAC 관계를 이용하면 배터리의 용량을 모르는 상태에서도 이상 진단을 할 수 있다.
일 실시예에서, BMS를 통해 1000Ah, 2000Ah, 3000Ah 등 주기적으로 AAC에 따른 LHP를 측정할 수 있다. 그러나, 반드시 해당 지점에서 LHP 값을 측정하지 않아도, 미리 설정한 주기의 범위 내에서 LHP를 측정하여 비교 가능하다.
상기 이상 상태 진단부(170)는 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단한다. 빅데이터 기반으로 수집된 정보를 바탕으로 산점도를 나타내면 정상구간을 벗어난 LHP가 측정될 경우 이상 진단할 수 있다.
일 실시예에서, 상기 이상 상태 진단부(170)는 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프를 생성하는 그래프 생성부 및 타입별 길이 분포의 클러스터링(clustering)으로부터 배터리의 이상 상태를 진단하는 클러스터링부를 포함할 수 있다.
다른 실시예에서, 상기 이상 상태 진단부(170)는 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이 분포에 대한 추적 곡선을 생성하는 추적 곡선 생성부 및 추적 곡선이 미리 설정된 일정 기울기를 벗어나는 경우, 배터리의 이상 상태를 진단하는 기울기 판단부를 더 포함할 수 있다.
도 4는 AAC에 대한 LHP의 분포 및 배터리 사용 패턴에 따른 AAC에 대한 LHP의 분포를 보여주는 그래프이다.
도 4(a)를 참조하면, 배터리가 노화 됨에 따라 LHP는 짧아지기 때문에 AAC에 따른 LHP는 감소하는 경향을 보인다. 특징 값이 확연하게 다른 경우 파악이 용이하지만, 도 4(a)와 같이 비슷한 경우 구분하기 어려울 수 있다.
따라서, 도 4(b)와 같이 LHP 값을 배터리 사용 패턴에 따라 mild, medium, harsh 로 구분할 수 있다. 이 경우, C-rate, 과방전 방치 상태, 사용 온도 등을 기준으로 설정하고, 좋은 경우 mild, 보통인 경우 medium, 나쁜 경우 harsh로 분류할 수 있다. 좋고, 보통, 나쁜 정도는 빅데이터를 통해 수집된 데이터를 기반으로 결정할 수 있다.
도 5는 배터리 사용 패턴에 따른 타입별 AAC에 대한 LHP의 분포를 보여주는 그래프이다.
도 5를 참조하여, 배터리 사용 패턴에 따른 유형(Type)별 LHP 분포를 mild, medium, harsh로 각각 나누어 보면, 대부분의 경우 클러스터링(clustering)됨을 확인할 수 있다.
이 경우, 도 5(a)와 같이 특이하게 mild로 사용했음에도 LHP가 낮은 지점이 발견되면, 이상 진단을 할 수 있다.
또한, 본 발명은 AAC 별 LHP의 변화를 추적하여 이상 진단에 활용할 수 있다. 동일한 AAC에서 다양한 분포가 나타나는 이유는 사용자가 사용해 온 패턴이 다르기 때문이다. 거칠게 운전한 경우 배터리의 노화가 많이 진행 되고, 살살 운전한 경우 노화가 적게 되었다.
만약에, 사용자가 mild 80%, medium 10%, harsh 10%로 사용한 사용자와 mild 30%, medium 10%, harsh 60%로 사용한 사용자의 LHP는 다를 것이다. 이에 따라, 본 발명은 사용자 패턴까지 분석해 더 정확한 이상 진단을 할 수 있다.
도 6은 사용자에 따른 AAC에 대한 LHP의 분포를 보여주는 그래프이다.
도 6(a)를 참조하면, Jane의 경우 mild한 상태로 배터리를 사용하였고, Jane의 LHP 추적 곡선을 통해 특이점을 발견할 수 없다.
도 6(b)를 참조하면, John의 경우 medium한 상태로 배터리를 사용했지만, 2000Ah ~ 3000Ah 과정에서 기울기가 급격하게 변화한 것을 확인할 수 있다. 이를 근거로 정밀 진단을 요청하여 이상 상태 여부를 확인할 수 있다.
본 발명은 만충 후 방전을 시작하는 지점을 기준으로 만충 구간(HV; High Voltage)을 지정하고, 만충 기간이 지속되는 사용량 길이(LHP; Length of High voltage Period)와 전류 절대값 누적량(AAC; Accumulated Absolute Current)의 관계를 이용하여 간접적으로 인산철 배터리의 용량 이상 상태를 진단한다. 이에 따라, 배터리의 용량 추정 없이도 이상 상태를 파악할 수 있고, 사용자 패턴까지 고려하여 정확한 이상 진단이 가능하다.
도 7은 본 발명의 일 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법의 흐름도이다.
본 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법은, 도 1의 장치(10)와 실질적으로 동일한 구성에서 진행될 수 있다. 따라서, 도 1의 장치(10)와 동일한 구성요소는 동일한 도면부호를 부여하고, 반복되는 설명은 생략한다.
또한, 본 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법은 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단을 수행하기 위한 소프트웨어(애플리케이션)에 의해 실행될 수 있다.
본 발명은 만충 후 방전을 시작하는 지점을 기준으로 만충 구간(HV; High Voltage)을 지정하고, 만충 기간이 지속되는 사용량 길이(LHP; Length of High voltage Period)와 전류 절대값 누적량(AAC; Accumulated Absolute Current)의 관계를 이용하여 간접적으로 인산철 배터리의 용량 이상 상태를 진단한다. 이에 따라, 배터리의 용량 추정 없이도 배터리의 이상 여부를 확인할 수 있다.
도 7을 참조하면, 본 실시예에 따른 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법은, 인산철 배터리의 만충 후(단계 S00)에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압(HV; High Voltage) 구간을 지정한다(단계 S10).
본 발명은 만충 후 방전을 시작하는 지점을 기준으로 용량을 추정할 전압 구간 지정하고, 이 구간에서 어느 특정 전압(High Voltage)이 지속되는 사용량 길이(LHP; Length of High voltage Period)를 파악하여 LHP(Length of High voltage Period) 값을 비교하여 이상 진단에 활용한다.
여기서, HV 구간이란, 만충 후 방전을 시작하는 시점부터 방전 후 급격하게 변화하는 지점까지의 전압 구간이며, LHP(Length of High voltage Period)는 HV 구간 동안의 사용량 길이를 의미한다.
일반적으로, 오래된 배터리(Aging Cell)에 비해 새 배터리(Fresh Cell)가 같은 HV 구간에서 LHP가 더 길게 나타나는 것을 확인할 수 있다.
전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정한다(단계 S20). 설정된 측정 주기마다 만충 전압 구간의 인산철 배터리의 사용량 길이(LHP; Length of High voltage Period)를 측정한다(단계 S30).
본 발명의 경우, BMS(Battery Management System, 배터리 관리 시스템)에서 AAC는 누적 배터리 사용량을 확인하면 알 수 있고, AAC 부근에서의 LHP만 측정하면 된다. 다시 말해, LHP와 AAC 관계를 이용하면 배터리의 용량을 모르는 상태에서도 이상 진단을 할 수 있다.
일 실시예에서, BMS를 통해 1000Ah, 2000Ah, 3000Ah 등 주기적으로 AAC에 따른 LHP를 측정할 수 있다. 그러나, 반드시 해당 지점에서 LHP 값을 측정하지 않아도, 미리 설정한 주기의 범위 내에서 LHP를 측정하여 비교 가능하다.
전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단한다(단계 S40).
일 실시예에서, 상기 배터리의 이상 상태를 진단하는 단계는, 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성한다. 이 경우, 빅데이터를 통해 수집된 데이터를 기반으로, 좋은 경우(mild), 보통인 경우(medium), 나쁜 경우(harsh)로 분류할 수 있다. 이후, 타입별 길이 분포의 클러스터링(clustering)으로부터 배터리의 이상 상태를 진단할 수 있다.
다른 실시예에서, 상기 배터리의 이상 상태를 진단하는 단계는, 전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이 분포에 대한 추적 곡선을 생성하고, 추적 곡선이 미리 설정된 일정 기울기를 벗어나는 경우, 배터리의 이상 상태를 진단할 수 있다.
따라서, 본 발명은 만충 후 방전을 시작하는 지점을 기준으로 만충 구간(HV; High Voltage)을 지정하고, 만충 기간이 지속되는 사용량 길이(LHP; Length of High voltage Period)와 전류 절대값 누적량(AAC; Accumulated Absolute Current)의 관계를 이용하여 간접적으로 인산철 배터리의 용량 이상 상태를 진단한다. 이에 따라, 배터리의 용량 추정 없이도 이상 상태를 파악할 수 있고, 사용자 패턴까지 고려하여 정확한 이상 진단이 가능하다.
이와 같은, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명은 배터리 용량의 측정 없이도 AAC와 LHP의 관계를 통해 간접적으로 배터리의 이상 상태 측정이 가능하다. 따라서, 전기 자동차뿐만 아니라 배터리가 사용되는 분야에서 유용하게 사용할 수 있다.
10: 만충 전압 구간 기반 배터리 용량 이상 진단 장치
110: 만충 전압 구간 지정부
130: 측정 주기 설정부
150: 사용량 길이 측정부
170: 이상 상태 진단부

Claims (9)

  1. 인산철 배터리의 만충 후에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압 구간(HV; High Voltage)을 지정하는 단계;
    전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정하는 단계;
    설정된 측정 주기마다 만충 전압 구간 동안 일정한 속도로 방전되는 사용량 또는 지속되는 시간을 측정하는 만충 전압 구간의 길이를 의미하는 사용량 길이(LHP; Length of High voltage Period)를 측정하는 단계; 및
    전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단하는 단계;를 포함하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법.
  2. 제1항에 있어서, 상기 배터리의 이상 상태를 진단하는 단계는,
    전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성하는 단계; 및
    타입별 길이 분포의 클러스터링(clustering)으로부터 배터리의 이상 상태를 진단하는 단계;를 포함하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법.
  3. 제2항에 있어서, 상기 배터리의 이상 상태를 진단하는 단계는,
    전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이 분포에 대한 추적 곡선을 생성하는 단계; 및
    추적 곡선이 미리 설정된 일정 기울기를 벗어나는 경우, 배터리의 이상 상태를 진단하는 단계;를 더 포함하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법.
  4. 제2항에 있어서, 상기 전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성하는 단계는,
    빅데이터를 통해 수집된 데이터를 기반으로, 좋은 경우(mild), 보통인 경우(medium), 나쁜 경우(harsh)로 분류하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법.
  5. 제1항 내지 제4항 중 어느 하나의 항에 따른 상기 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체.
  6. 인산철 배터리의 만충 후에 방전을 시작하는 지점부터 방전 후 전압이 미리 지정한 범위 이상 변화하는 지점까지의 전압 구간인 만충 전압 구간(HV; High Voltage)을 지정하는 만충 전압 구간 지정부;
    전류 절대값 누적량(AAC; Accumulated Absolute Current)에 따른 측정 주기를 설정하는 측정 주기 설정부;
    설정된 측정 주기마다 만충 전압 구간 동안 일정한 속도로 방전되는 사용량 또는 지속되는 시간을 측정하는 만충 전압 구간의 길이를 의미하는 사용량 길이(LHP; Length of High voltage Period)를 측정하는 사용량 길이 측정부; 및
    전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이의 변화를 추적하여 배터리의 이상 상태를 진단하는 이상 상태 진단부;를 포함하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치.
  7. 제6항에 있어서, 상기 이상 상태 진단부는,
    전류 절대값 누적량에 따른 만충 전압 구간의 인산철 배터리의 사용량 길이 분포를 배터리 사용 패턴에 따른 그래프로 생성하는 그래프 생성부; 및
    타입별 길이 분포의 클러스터링(clustering)으로부터 배터리의 이상 상태를 진단하는 클러스터링부;를 포함하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치.
  8. 제7항에 있어서, 상기 이상 상태 진단부는,
    전류 절대값 누적량에 따른 인산철 배터리의 사용량 길이 분포에 대한 추적 곡선을 생성하는 추적 곡선 생성부; 및
    추적 곡선이 미리 설정된 일정 기울기를 벗어나는 경우, 배터리의 이상 상태를 진단하는 기울기 판단부;를 더 포함하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치.
  9. 제7항에 있어서, 상기 그래프 생성부는,
    빅데이터를 통해 수집된 데이터를 기반으로, 좋은 경우(mild), 보통인 경우(medium), 나쁜 경우(harsh)로 분류하는, 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 장치.
KR1020210071645A 2021-06-02 2021-06-02 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치 KR102662557B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210071645A KR102662557B1 (ko) 2021-06-02 2021-06-02 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210071645A KR102662557B1 (ko) 2021-06-02 2021-06-02 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치

Publications (2)

Publication Number Publication Date
KR20220163122A KR20220163122A (ko) 2022-12-09
KR102662557B1 true KR102662557B1 (ko) 2024-05-03

Family

ID=84440316

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210071645A KR102662557B1 (ko) 2021-06-02 2021-06-02 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치

Country Status (1)

Country Link
KR (1) KR102662557B1 (ko)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140004519A (ko) 2012-07-03 2014-01-13 엘지전자 주식회사 배터리 검사방법 및 배터리 검사장치
IL239852A (en) * 2015-07-08 2016-12-29 Algolion Ltd Lithium-ion battery safety monitoring
KR101934858B1 (ko) * 2017-04-18 2019-01-03 세방전지(주) 자동차용 lfp 전지의 soc 산출 시스템 및 방법
KR102672185B1 (ko) 2018-07-20 2024-06-03 주식회사 엘지에너지솔루션 배터리 진단 장치
KR20200140093A (ko) * 2019-06-05 2020-12-15 삼성에스디아이 주식회사 배터리의 충방전 사이클에 따른 용량 변화 예측방법 및 예측시스템
KR102255914B1 (ko) * 2019-10-18 2021-05-26 주식회사 티움리서치 저온 환경에서의 예측 정확도 향상을 위한 리튬이차전지 잔량 예측방법 및 예측장치
KR102148204B1 (ko) 2019-12-17 2020-08-26 경북대학교 산학협력단 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
비특허문헌1, 한국정보기술학회논문지 제19권 제5호(JKIIT, Vol.19, No.5)*

Also Published As

Publication number Publication date
KR20220163122A (ko) 2022-12-09

Similar Documents

Publication Publication Date Title
US10393819B2 (en) Method and apparatus for estimating state of battery
KR102634816B1 (ko) 배터리의 전하 균형을 탐지하는 배터리 모니터링 장치 및 방법
KR101547005B1 (ko) 배터리 잔존 용량 추정 장치 및 방법
CN105983542B (zh) 一种退役电动汽车动力电池分类方法
EP2762907B1 (en) Apparatus and method for estimating state of charge of battery
CN101443672B (zh) 使用充电甩鞭效应管理一组可再充电的电池的方法
US11796596B2 (en) Method of managing battery, battery management system, and electric vehicle charging system having the battery management system
CN110780210B (zh) 一种电池包内短路检测方法、装置和电动汽车
CN103267952B (zh) 一种测量动力电池充电效率的方法
KR101572494B1 (ko) 배터리팩의 수명 추정 장치
WO2024060537A1 (zh) 电池异常自放电预警方法、系统、电子设备及存储介质
EP3604018B1 (en) Device and method for diagnosing battery deterioration
US20210119461A1 (en) Electronic device and method for charging battery
CN103051005A (zh) 电池充放电管理系统及方法
Grolleau et al. Predicting lithium-ion battery degradation for efficient design and management
CN114158276A (zh) 检测镀锂的方法和通过使用其来管理电池的方法和装置
Sanghai et al. Refurbished and repower: second life of batteries from electric vehicles for stationary application
Song et al. Series-connected lithium-ion battery pack health modeling with cell inconsistency evaluation
KR102662557B1 (ko) 인산철 배터리의 만충 전압 구간 기반 배터리 용량 이상 진단 방법, 이를 수행하기 위한 기록 매체 및 장치
KR102662549B1 (ko) 인산철 배터리의 만충 전압 구간 기반 용량 추정 방법, 이를 수행하기 위한 기록 매체 및 장치
Samadani et al. Thermal Behavior of Two Commercial Li-Ion Batteries for Plug-in Hybrid Electric Vehicles
KR20230050028A (ko) 배터리 관리 시스템 및 이의 배터리 모니터링 방법
Bacci et al. Aging models for high capacity LiFePO 4 cells
KR20210098215A (ko) 배터리 충방전 제어 장치 및 방법
Frivaldsky et al. Traction battery (40 Ah LiFePO 4) recovery after long-term short circuit

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right