KR20150120697A - 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치 - Google Patents

배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치 Download PDF

Info

Publication number
KR20150120697A
KR20150120697A KR1020140046640A KR20140046640A KR20150120697A KR 20150120697 A KR20150120697 A KR 20150120697A KR 1020140046640 A KR1020140046640 A KR 1020140046640A KR 20140046640 A KR20140046640 A KR 20140046640A KR 20150120697 A KR20150120697 A KR 20150120697A
Authority
KR
South Korea
Prior art keywords
battery
life
model
deterioration
soh
Prior art date
Application number
KR1020140046640A
Other languages
English (en)
Other versions
KR102205293B1 (ko
Inventor
이선재
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
Priority to KR1020140046640A priority Critical patent/KR102205293B1/ko
Priority to US14/496,880 priority patent/US10345390B2/en
Publication of KR20150120697A publication Critical patent/KR20150120697A/ko
Priority to US16/427,811 priority patent/US20190285704A1/en
Application granted granted Critical
Publication of KR102205293B1 publication Critical patent/KR102205293B1/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]
    • G01R31/392—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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

배터리 수명의 추정에서 발생하는 오차를 보정하는 장치 및 방법이 제공된다. 일 실시예에 따르면, 배터리 사용 정보 및 배터리 환경 정보를 수집하여, 수집된 배터리 사용 정보 및 배터리 환경 정보에 대응하는 가중치를 배터리 열화 모델로부터 계산하고, 계산된 가중치를 추정된 SOH (State Of Health)에 반영하여, SOH를 보정할 수 있다.

Description

배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치{A METHOD AND DEVICE TO CALIBRATE ERROR FROM ESTIMATION OF BATTER LIFE}
이하, 배터리의 수명을 추정하는 장치 및 방법이 제공된다.
전기 자동차는 전기를 에너지원으로 사용한다. 이러한 전기 자동차는 하이브리드, 플러그드인, 배터리 기반 등의 구조로 분류될 수 있다.
현재 자동차 시장은 하이브리드(예를 들어, 배터리 및 내연기관이 결합된 구조) 전기 자동차와 같은 친환경 자동차가 판매되고 있다. 예를 들어, 하이브리드 전기 자동차는 기존 내연기관 대비 연비가 매우 높게 나타난다. 또한, 내연기관을 탑재하고 않고 오직 배터리만을 에너지원으로 사용하는 전기 자동차도 판매되고 있다.
전기를 에너지원으로 사용하는 자동차는 충전 및 방전이 가능한 2차 전지를 사용할 수 있다. 예를 들면, 여러 종류의 2차 전지 중 리튬 이온(Li-Ion)을 기반으로 하는 2차 전지가 무게 대비 용량이 크고, 고출력을 얻을 수 있어서 전기 자동차의 에너지원으로써 적합할 수 있다.
전기 자동차에서 배터리의 교체 시기는 SOH(State Of Health)에 의해 추정될 수 있고, 일반적으로 배터리의 용량을 기준으로 SOH이 획득될 수 있다.
일 실시예에 따르면 배터리 수명(battery life)의 추정(estimation)에서 발생하는 오차(error)를 보정하는 장치로서, 배터리 사용 정보(battery usage information) 및 배터리 환경 정보(battery environment information) 중 적어도 하나를 수집하는 수집부(collector), 배터리의 사용(usage) 및 환경(environment)에 의한 배터리의 열화(degradation)가 모델링된, 배터리 열화 모델(battery degradation model)을 저장하는 모델 저장부(model storage), 및 추정된 SOH (State of Health)를, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나, 및 배터리 열화 모델에 기초하여 보정하는 오차 보정부(error calibrator)를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치가 제공될 수 있다.
오차 보정부는, 배터리 열화 모델로부터 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하고, 가중치에 기초하여 추정된 SOH를 보정할 수 있다.
배터리 열화 모델은, 배터리의 수명을 감소시키는 인자(parameter)인 적어도 하나의 수명 열화 인자(life degradation parameter) 및 적어도 하나의 수명 열화 인자가 배터리의 수명을 감소 시키는 정도인 영향도(influence degree)를 포함할 수 있다.
모델 저장부는, 적어도 하나의 수명 열화 인자에 의한 배터리의 열화를 각각 정규화한, 적어도 하나의 정규화된 배터리 열화 모델(normalized battery degradation model)을 저장하고, 오차 보정부는, 적어도 하나의 정규화된 배터리 열화 모델 및 영향도에 기초하여, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산할 수 있다.
오차 보정부는, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나로부터 배터리가 열화된 시간을 누적하고, 누적된 시간에 대응하는 가중치를 산출할 수 있다.
배터리 열화 모델은, 배터리의 급속 방전에 따른 배터리의 열화에 대응하는 모델, 배터리의 급속 충전에 따른 배터리의 열화에 대응하는 모델, 배터리의 완전 충전에 대응하는 모델, 및 배터리가 미리 정한 온도 범위(temperature range)에 노출된 시간에 따른 배터리의 열화에 대응하는 모델을 포함할 수 있다.
배터리 사용 정보는, 배터리의 급속 방전과 관련된 정보, 배터리의 급속 충전과 관련된 정보, 및 배터리의 완전 충전과 관련된 정보 중 적어도 하나를 포함할 수 있다.
배터리 환경 정보는, 배터리가 노출된 온도와 관련된 정보 및 배터리가 미리 정한 온도 범위에 노출된 시간 중 적어도 하나를 포함할 수 있다.
전류적산법을 이용하여 배터리 수명에 대응하는 SOH를 추정하는 추정부를 더 포함할 수 있다.
배터리는, 전기 자동차에 장착될 수 있다.
일 실시예에 따르면 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법으로서, 배터리 수명에 대응하는 SOH를 추정하는 단계, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나를 수집하는 단계, 및 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나, 및 미리 저장된 배터리 열화 모델에 기초하여, 추정된 SOH를 보정하는 단계를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법이 제공될 수 있다.
추정된 SOH를 보정하는 단계는, 배터리 열화 모델로부터 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하는 단계, 및 가중치에 기초하여 추정된 SOH를 보정하는 단계를 포함할 수 있다.
배터리 열화 모델은, 배터리의 수명을 감소시키는 인자인 적어도 하나의 수명 열화 인자 및 적어도 하나의 수명 열화 인자가 배터리의 수명을 감소 시키는 정도인 영향도를 포함할 수 있다.
적어도 하나의 수명 열화 인자에 의한 배터리의 열화를 각각 정규화한, 적어도 하나의 정규화된 배터리 열화 모델을 미리 저장하는 단계를 더 포함하고, 추정된 SOH를 보정하는 단계는, 적어도 하나의 정규화된 배터리 열화 모델 및 영향도에 기초하여, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하는 단계를 포함할 수 있다.
추정된 SOH를 보정하는 단계는, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나로부터 배터리가 열화된 시간을 누적하고, 누적된 시간에 대응하는 가중치를 산출하는 단계를 포함할 수 있다.
배터리 열화 모델은, 배터리의 급속 방전에 따른 배터리의 열화에 대응하는 모델, 배터리의 급속 충전에 따른 배터리의 열화에 대응하는 모델, 배터리의 완전 충전에 대응하는 모델, 및 배터리가 미리 정한 온도 범위에 노출된 시간에 따른 배터리의 열화에 대응하는 모델을 포함할 수 있다.
배터리 사용 정보는, 배터리의 급속 방전과 관련된 정보, 배터리의 급속 충전과 관련된 정보, 및 배터리의 완전 충전과 관련된 정보 중 적어도 하나를 포함할 수 있다.
배터리 환경 정보는, 배터리가 노출된 온도와 관련된 정보 및 배터리가 미리 정한 온도 범위에 노출된 시간 중 적어도 하나를 포함할 수 있다.
배터리 수명에 대응하는 SOH를 추정하는 단계는, 전류적산법을 이용하여 배터리 수명에 대응하는 SOH를 추정하는 단계를 포함할 수 있다.
도 1은 일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치의 개괄적인 구성을 도시한 도면이다.
도 2는 일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치의 세부적인 구성을 도시한 도면이다.
도 3은 일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법의 흐름도를 도시한 도면이다.
도 4는 일 실시예에 따른 배터리 열화 모델을 도시한 도면이다.
도 5 및 도 6은 실제 SOH 및 추정된 SOH의 예시를 도시한 도면이다.
도 7은 전류 적산에 의해 획득된 SOH (State OF Health)의 예시를 도시한 그래프이다.
도 8 내지 도 11은 일 실시예에 따른 배터리 열화 모델의 예시를 도시한 그래프이다.
도 12 내지 도 14는 일 실시예에 따른 배터리 환경 정보 및 사용 정보의 예시를 도시한 그래프이다.
상술한 리튬 이온 2차 전지는 재충전이 가능할 수 있다. 리튬 이온 2차 전지는 열 관리가 잘못될 경우, 폭발할 위험성이 있을 수 있다. 이러한 리튬 이온 2차 전지가 폭발할 위험성을 최대한 낮추기 위해 배터리 관리 시스템(BMS, Battery Management System)을 통해 배터리를 관리할 수 있다. 이하에서, 배터리는 리튬 이온 2차 전지를 포함할 수 있으나, 이로 한정하는 것은 아니고, 충전 및 방전될 수 있는 모든 배터리를 포함할 수 있다.
배터리 관리 시스템은 배터리의 폭발 위험성을 낮추고, 수명을 늘릴 수 있다. 예를 들어, 배터리 관리 시스템은 배터리의 교체 시기를 사용자에게 알릴 수 있다. 배터리를 일정기간 이상 사용하면 열화(예를 들어, 노화)가 되어 배터리의 성능이 저하되므로, 사용자는 배터리를 교체해야 할 수 있다.
예를 들어, 배터리가 제조되는 시점의 용량을 100%라면, 사용에 의해 배터리의 용량이 80% 정도가 되면, 해당 배터리는 교체가 필요할 수 있다. 80% 이하의 용량에서는 배터리의 출력이 저하되고 충전 및 방전 시에 전력 손실이 증가되어 배터리의 사용이 어려울 수 있다.
상술한 배터리의 교체 시기는 SOH(State Of Health)에 의해 추정될 수 있다. 여기서 SOH는 배터리의 수명을 정량화한 것일 수 있다. 일반적으로 배터리의 용량을 기준으로 SOH이 추정될 수 있다. 배터리 관리 시스템이 배터리 교체 시기를 사용자에 알려주기 위해서, SOH을 정확히 측정하는 것이 중요할 수 있다.
여기서, 배터리를 에너지원으로 하는 전기 자동차의 SOH을 정확히 측정하기 위해서, 다수의 환경적인 요인(environmental factor)이 고려되어야 할 수 있다. 예를 들어, 이런 환경적인 요인으로는 고온 상태에 있을 배터리가 오랫동안 있을 때, 저온 상태에서 배터리가 오랫동안 있을 때, 완전 충전 후 일정기간 배터리를 사용하지 않을 때, 완전 방전이 되었을 경우 일정기간 배터리를 사용하지 않을 때, 사용자의 급 가속 및 감속 등으로 인한 급 방전 등이 있을 수 있다.
예를 들어, 고온에서 배터리가 계속 놓여있는 상태라면 약 10% 정도 배터리의 용량이 저하될 수 있고, 저온에서는 용량이 저 많이 저하될 수 있다.
일 실시예에 따르면 배터리에 대해 추정된 SOH의 정확도에 영향을 미칠 수 있는 수명 열화 인자(life degradation parameter)를 미리 정의하고, 해당 수명 열화 인자들이 SOH에 영향을 미치는 지에 대한 정도인 영향도(influence degree)를 미리 정할 수 있다.
예를 들어, 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치는, 배터리의 전류, 전압, 및 온도 등에 의해 계산된, 배터리의 용량 변화에 따라 추정된 SOH값에, 배터리의 복잡한 사용 요인(use factor) 및 환경 요인(environment factor)이 영향을 미친 정도를 판단할 수 있다. 배터리 사용 요인 및 환경 요인이 영향을 미친 정도를 SOH에 적용함으로써, 정확한 SOH이 측정될 수 있다.
일 실시예에 따르면, 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치는 통상적인 SOH 추정 방식(예를 들어, 배터리의 전류, 전압, 및 온도에 의해 계산된 배터리 용량의 변화에 따른 추이로부터 SOH을 추정)에서 고려되지 않은, 배터리 열화에 직접적인 영향을 미치는 수명 열화 인자를 미리 정의할 수 있다. 이러한 수명 열화 인자에 의한 영향도로부터 가중치를 산출함으로써, SOH 추정의 정확도가 향상될 수 있다.
이하, 본 명세서에서 본 명세서에서, 배터리 수명(battery lifetime)은 배터리의 잔존 용량(remaining capacity)으로서, SOH로 나타낼 수 있다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치(100)의 개괄적인 구성을 도시한 도면이다.
배터리 수명의 추정에서 발생하는 오차를 보정하는 장치(100)는 추정부(110), 수집부(120), 모델 저장부(130), 및 오차 보정부(140)를 포함할 수 있다. 일 실시예에 따르면, 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치(100)는 전기 자동차에 장착되는 배터리의 수명을 추정할 수 있다.
추정부(110)는 배터리 수명에 대응하는 SoH (State of Health)를 추정할 수 있다. 예를 들어, 추정부(110)는 충전 또는 방전 시 전류 적산을 이용하여 연산된 배터리의 전류량으로부터 SoH를 추정할 수 있다. 여기서, 배터리의 전류량은 하기 수학식 1과 같이 나타낼 수 있다. 배터리의 전류량으로부터 추정된 SOH는 하기 수학식 2와 같이 나타낼 수 있다.
Figure pat00001
Figure pat00002
상술한 수학식 2에서 SOHold는 추정부(110)에 의해 계산된 SOH로서, 오차 보정부(140)에 의해 보정되기 이전 값을 나타낼 수 있다. Ccurrent는 상술한 수학식 1의 전류 적산에 의해 연산된 배터리의 현재 캐퍼시터값을 나타낼 수 있고, Cinitial은 배터리의 초기 캐퍼시터값을 나타낼 수 있다.
다만, 추정부(110)가 반드시 전류적산만 이용해서 SOH를 추정하는 것으로 한정하는 것은 아니고, 추정부(110)는 배터리 셀의 내부 저항의 크기 변화, 전압 강화, 자체 방전(self-discharge), 충전 수용 능력(ability to accept a charge), 충방전 사이클의 수(number of charge-discharge cycles) 등과 같은 다양한 기준으로부터 SOH를 추정할 수 있다.
예를 들면, 추정부(110)에 의해 추정된 SOH는 배터리의 사용 요인 및 환경 요인 등을 반영하지 못하므로, 오차를 나타낼 수 있다. 또한, 실생활에서 운행되는 전기 자동차는 완전 방전되는 상황이 드물고, 긴 휴지 기간(rest time)을 가지게 되므로, 추정부(110)에 의해 추정된 SOH는 더 큰 오차를 나타낼 수 있다.
수집부(120)는 배터리 사용 정보(battery usage information) 및 배터리 환경 정보(battery environment information) 중 적어도 하나를 수집할 수 있다. 여기서, 배터리 사용 정보는 배터리의 사용 요인과 관련된 정보를 포함할 수 있고, 배터리 환경 정보는 배터리의 환경 요인과 관련된 정보를 포함할 수 있다. 예를 들어, 수집부(120)는 배터리 관리 시스템으로부터, 배터리의 온도, 배터리의 급속 충전 여부 등을 수신할 수 있다.
예를 들어, 배터리 사용 정보는 배터리의 급속 방전과 관련된 정보, 배터리의 급속 충전과 관련된 정보, 배터리의 완전 충전과 관련 정보, 및 회생 제동(regenerative brake)과 관련된 정보를 포함할 수 있다. 배터리의 급속 방전과 관련된 정보는 배터리의 급속 방전 시간 및 배터리의 급속 방전 횟수를 포함할 수 있다. 배터리의 급속 충전과 관련된 정보는 배터리의 급속 충전 시간, 배터리의 급속 충전 횟수를 포함할 수 있다. 배터리의 완전 충전과 관련된 정보는 배터리가 완전 충전된 상태가 유지된 휴지 기간(rest-time) 등을 포함할 수 있다. 하기 도 13 및 도 14에서 상술한 배터리 사용 정보의 예시를 상세히 설명한다. 회생 제동과 관련된 정보는, 회생 제동에 의해 충전되는 전하량, 회생 제동의 횟수 등을 포함할 수 있다.
예를 들어, 배터리 환경 정보는 배터리가 노출된 온도와 관련된 정보 및 배터리가 미리 정한 온도 범위에 노출된 시간을 포함할 수 있다. 이를테면, 배터리가 노출된 온도는 배터리가 장착된 전기 자동차가 운행하거나 휴지(rest)할 때의 온도를 나타낼 수 있다. 미리 정한 온도 범위는 고온, 저온 및 상온을 나타낼 수 있다. 예를 들어, 고온은 미리 정한 제1 온도 이상인 온도 범위를 나타낼 수 있다. 저온은 미리 정한 제2 온도 이하인 온도 범위를 나타낼 수 있다. 상온은 제2온도보다 높고 제1 온도보다 낮은 온도 범위를 나타낼 수 있다.
모델 저장부(130)는 배터리의 사용(usage) 및 환경(environment)에 의한 배터리의 열화(degradation)가 모델링된, 배터리 열화 모델(battery degradation model)을 저장할 수 있다. 예를 들어, 배터리 열화 모델은 배터리의 급속 방전에 따른 배터리의 열화에 대응하는 모델, 배터리의 급속 충전에 따른 배터리의 열화에 대응하는 모델, 배터리의 완전 충전에 대응하는 모델, 및 배터리가 미리 정한 온도 범위(temperature range)에 노출된 시간에 따른 배터리의 열화에 대응하는 모델을 포함할 수 있다.
또한, 배터리 열화 모델은 배터리의 수명을 감소시키는 인자(parameter)인 적어도 하나의 수명 열화 인자(life degradation parameter) 및 적어도 하나의 수명 열화 인자가 배터리의 수명을 감소 시키는 정도인 영향도(influence degree)를 포함할 수 있다. 배터리 열화 모델은 적어도 하나의 수명 열화 인자에 의한 배터리의 열화를 각각 정규화한, 적어도 하나의 정규화된 배터리 열화 모델(normalized battery degradation model)을 포함할 수 있다.
상술한 배터리 열화 모델은, 추정된 SOH를 보정하기 위한 가중치의 집합을 포함할 수 있다. 또한, 배터리 열화 모델이 정규화된 배터리 열화 모델인 경우, 배터리 열화 모델은, 가중치가 정규화된, 오프셋의 집합을 포함할 수 있다. 여기서, 배터리 열화 모델은 각각의 수명 열화 인자마다 구별되는 별개의 모델로서 미리 생성될 수 있다.
상술한 배터리 열화 모델은 하기 도 8 내지 도 11에서 상세히 설명한다.
오차 보정부(140)는 추정부(110)에 의해 추정된 SoH를, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나, 및 배터리 열화 모델에 기초하여 보정할 수 있다. 예를 들어, 오차 보정부(140)는 배터리 열화 모델로부터 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하고, 계산된 가중치에 기초하여 추정된 SoH를 보정할 수 있다.
또한, 오차 보정부(140)는 복수의 정규화된 배터리 열화 모델 및 영향도에 기초하여, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산할 수 있다. 예를 들어, 오차 보정부(140)는 정규화된 배터리 열화 모델에 영향도를 반영하고, 영향도가 반영된 정규화된 배터리 열화 모델로부터 배터리 사용 정보 및 배터리 환경 정보에 대응하는 가중치를 계산할 수 있다.
이 때, 오차 보정부(140)는, 배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나로부터 배터리가 열화된 시간을 누적하고, 누적된 시간에 대응하는 가중치를 산출할 수 있다.
일 실시예에 따른 배터리의 수명의 추정에서 발생하는 오차를 보정하는 장치(100)는, 배터리를 에너지 원으로 사용하는 이동 수단 및 전자 기기에서 사용되는, 충방전(recharge-discharge)이 가능한 배터리의 SOH 추정하는데 적용될 수 있다.
도 2는 일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치(200)의 세부적인 구성을 도시한 도면이다.
일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치(200)는 배터리 사용 정보 수집부(211), 배터리 환경 정보 수집부(212), 데이터 저장부(213), SOH 추정부(214), SOH 오차 보정부(215), 및 SOH 디스플레이부(220)를 포함할 수 있다. 상술한 도 1의 수집부(120)는 배터리 사용 정보 수집부(211) 및 배터리 환경 정보 수집부(212)를 포함할 수 있다.
이하, 본 명세서에서 수명 열화 인자(battery degradation parameter)는 배터리의 수명을 감소시키는 인자(parameter)를 나타낼 수 있다. 예를 들어, 수명 열화 인자는 배터리의 SOH에 영향을 미치는 사용 요인 및 환경 요인을 포함할 수 있다. 수명 열화 인자에 포함되는 사용 요인 및 환경 요인은 하기에서 상세히 설명한다.
배터리 사용 정보 수집부(211)는 배터리를 사용하는 사용자가 이 배터리를 어떻게 사용하는 지에 대한 내용을 수집할 수 있다. 예를 들면, 배터리를 에너지원으로 하는 전기 자동차는, 급가속되면 평소보다 급속한 방전 상태를 유지할 수 있다. 배터리 사용 정보 수집부(211)는 이러한 급속 방전 상태 등을 기록할 수 있다.
또한, 배터리 사용 정보 수집부(211)는 배터리의 SOH에 영향을 미치는 사용 요인과 관련된 배터리 사용 정보를 수집할 수 있다. 예를 들어, 배터리의 사용 요인은 배터리의 급격한 방전 시간, 배터리의 급격한 방전 횟수, 배터리의 급격한 충전 시간, 배터리의 급격한 충전 횟수, 배터리가 완전 충전된 후 휴지 기간(rest time) 등을 포함할 수 있다. 배터리 사용 정보 수집부(211)는 수집된 배터리 사용 정보를 데이터 저장부(213)에 실시간으로 저장할 수 있다.
배터리 환경 정보 수집부(212)는 배터리가 노출된 환경을 기록할 수 있다. 예를 들면, 배터리 환경 정보 수집부(212)는 배터리가 완전 충전된 상태에서 고온의 장소에 있었던 시간, 및 임의의 장소에서 별도 동작 없이 배터리를 이용하지 않은 휴지 기간 등과 관련된 정보를 기록할 수 있다.
또한, 배터리 환경 정보 수집부(212)는 배터리의 SOH에 영향을 미치는 환경요인과 관련된 배터리 환경 정보를 수집할 수 있다. 예를 들어, 배터리의 환경 요인은 고온의 장소에 배터리가 노출된 시간, 및 저온의 장소에 배터리가 노출된 시간 등을 포함할 수 있다. 배터리 환경 정보 수집부(212)는 수집된 배터리 환경 정보를 데이터 저장부(213)에 실시간으로 저장할 수 있다.
데이터 저장부(213)는 배터리 환경 정보, 배터리 사용 정보 등을 저장할 수 있다. 또한 데이터 저장부(213)는 배터리의 전압, 전류, 온도 등을 저장할 수 있다. 더 나아가 데이터 저장부(213)는 SOH 추정부(214)에 의해 추정된 SOH을 시간 순서에 따라 연속적으로 저장할 수 있고, SOH 오차 보정부(215)에 의해 보정된 SOH도 시간 순서에 따라 연속적으로 저장할 수 있다.
SOH 추정부(214)는 상술한 도 1의 추정부(110)와 유사할 수 있다. 예를 들어, SOH 추정부(214)는 전류 적산 방법 등을 통해 획득된 배터리의 용량 변화로부터 SOH를 계산할 수 있다.
SOH 오차 보정부(215)는 상술한 도 1의 오차 보정부(140)와 유사할 수 있다. 예를 들어, SOH 오차 보정부(215)는 SOH 보정부에 의해 기 측정된 SOH에서 발생한 오차를 보정할 수 있다. SOH 오차 보정부(215)는 배터리 사용 정보 수집부(211) 및 배터리 환경 정보 수집부(212)에 의해 수집된 데이터에 기초하여, 미리 생성된 배터리 열화 모델로부터, SOH에서 발생한 오차를 보정하기 위한 가중치를 계산할 수 있다.
일 실시예에 따르면, SOH 추정부(214)에 의해 추정된 SOH 값에, 실시간으로 수집된 배터리 사용 정보 및 배터리 환경 정보 및 미리 생성된 배터리 열화 모델로부터 계산된 가중치를 적용함으로써, SOH 추정의 정확도가 개선될 수 있다.
모델 저장부(216)는 상술한 도 1에 도시된 모델 저장부(130)와 유사할 수 있다. 예를 들어, 모델 저장부(216)는 배터리의 사용 및 환경에 의한 배터리의 열화가 모델링된, 배터리 열화 모델을 저장할 수 있다.
또한, 모델 저장부(216)가 각각의 수명 열화 인자에 대해 정규화된 배터리 열화 모델을 저장하고, 데이터 저장부(213)가 각각의 수명 열화 인자에 대한 영향도를 저장할 수 있다. 이 경우, SOH 오차 보정부(215)는 정규화된 열화 모델에 영향도를 반영하여, 수집된 배터리 사용 정보 및 배터리 환경 정보에 대응하는 가중치를 계산할 수 있다.
SOH 디스플레이부(220)는 추정된 SOH를 사용자에게 디스플레이할 수 있다. 또한, SOH 디스플레이부(220)는 보정된 SOH를 사용자에게 디스플레이할 수 있다.
도 3은 일 실시예에 따른 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법의 흐름도를 도시한 도면이다.
단계(310)에서는 수집부는 배터리 사용 정보 및 배터리 환경 정보를 수집하고 저장할 수 있다.
그리고 단계(311)에서 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치는 배터리 사용 정보 및 배터리 환경 정보와 관련된 데이터를 일정 주기 동안 수집하였는지 판단할 수 있다.
이어서 단계(320)에서는 오차 보정부가 배터리 열화 모델을 이용하여 가중치를 계산할 수 있다. 예를 들어, 오차 보정부는 배터리 열화 모델로부터 일정 주기마다 수집된 배터리 사용 정보 및 배터리 환경 정보에 대응하는 가중치를 계산할 수 있다. 또한, 오차 보정부는 정규화된 배터리 열화 모델에 영향도를 적용하여, 배터리 사용 정보 및 배터리 환경 정보에 대응하는 가중치를 계산할 수 있다.
그리고 단계(330)에서는 오차 보정부가 가중치를 반영한 SOH를 추정할 수 있다. 예를 들어, 오차 보정부는 추정부에 의해 추정된 SOH에 상술한 가중치를 가산하여, SOH 추정의 정확도를 높일 수 있다.
도 4는 일 실시예에 따른 배터리 열화 모델을 도시한 도면이다.
도 4에 도시된 배터리 열화 모델은 정규화된 모델로서, 0부터 1까지의 범위로 된 오프셋(offset)을 가질 수 있다. 가중치는 오프셋에 영향도가 적용된 값을 나타낼 수 있다. 예를 들어, 오프셋은 가중치가 정규화된 값을 나타낼 수 있다.
일 실시예에 따르면, 정규화된 배터리 열화 모델 W는 하기 수학식 3과 같이 나타낼 수 있다.
Figure pat00003
정규화된 배터리 열화 모델 W는 각각의 배터리 사용 정보 및 배터리 환경 정보에 의한 배터리의 열화를 모델링한 오프셋으로서,
Figure pat00004
는 특정 조건에서 배터리의 열화가 누적된 시간,
Figure pat00005
및
Figure pat00006
는 상술한 오프셋을 계산하기 위한 상수값을 나타낼 수 있다.
예를 들면, 정규화된 배터리 열화 모델 W는 각 수명 열화 인자에 대한 배터리의 열화에 대해 기계 학습(ML, Machine Learning)을 수행함으로써 생성될 수 있다.
오차 보정부가 배터리 열화 모델로부터 계산한 가중치는 하기 수학식 4와 같이 나타낼 수 있다.
Figure pat00007
상술한 수학식 4에서 SOHold는 추정부에 의해 추정된 SOH를 나타낼 수 있다. SOHold는 예를 들어, 전류 적산에 의해 획득될 수 있다. SOHnew는 SOHold에 가중치가 적용된 SOH를 나타낼 수 있다. 가중치는 f2(W,Weff)로 나타낼 수 있다. Weff는 각 수명 열화 인자가 배터리의 수명을 감소 시키는 정도인 영향도를 나타낼 수 있다. f2는 정규화된 배터리 열화 모델 W에 영향도 Weff를 반영하는 함수를 나타낼 수 있다.
또한, 수명 열화 인자가 적어도 하나 이상인 경우, 오차 보정부가 배터리 열화 모델로부터 계산한 가중치는 하기 수학식 5와 같이 나타낼 수 있다.
Figure pat00008
상술한 수학식 5에서, j는 1 이상의 정수를 나타낼 수 있다. 예를 들어, 수명 열화 인자가 j개 존재하면, 모델 저장부는 j개의 배터리 열화 모델을 저장할 수 있다. 또한, 각 배터리 열화 모델 Wn는 각 수명 열화 인자에 대한 배터리 열화 실험을 거쳐 획득된 데이터로부터 생성될 수 있다.
이하, 배터리 열화 모델에 대한 예시는 하기 도 8 내지 도 11에서 상세히 설명한다.
도 5 및 도 6은 실제 SOH 및 추정된 SOH의 예시를 도시한 도면이다.
도 5는 실제 SOH인 SOHtrue의 예시적인 그래프를 나타낼 수 있다. 도 6은 추정부에 의해 추정된 SOHold의 예시적인 그래프를 나타낼 수 있다. 도 6에 도시된 바와 같이, 추정된 SOHold는 도 5에 도시된 SOHtrue에 비해 비교적 근사화되어 나타날 수 있다.
일 실시예에 따르면, 도 5에 도시된 실제 SOHtrue와 도 6에 도시된 SOHold를 비교함으로써, 각 수명 열화 인자에 의한 SOH에 미치는 영향도가 계산될 수 있다. 예를 들어, 오차 보정부는 정규화된 배터리 열화 모델에 영향도를 적용하여 계산된 가중치를 계산함으로써, 도 5에 도시된 실제 SOHtrue와 도 6에 도시된 SOHold 간의 오차를 보정할 수 있다.
도 7은 전류 적산에 의해 획득된 SOH의 예시를 도시한 그래프이다.
도 7에 도시된 전류 적산에 의해 획득된 SOH는 추정부에 의해 추정될 수 있다. 추정된 SOH는 상술한 가중치에 의해 보다 정확한 값을 나타내도록 보정될 수 있다. 예를 들어, 배터리의 내부 저항으로부터 SOH가 추정될 수 있다.
도 8 내지 도 11은 일 실시예에 따른 배터리 열화 모델의 예시를 도시한 그래프이다.
도 8은 완전 충전 상태가 유지되는 휴지 기간(rest time)에 대한 오프셋을 미리 정의한 정규화된 배터리 열화 모델을 나타낼 수 있다. 도 8에 도시된 모델은 휴지 기간 모델이라고 나타낼 수 있다.
도 8에 도시된 배터리 열화 모델은 배터리를 완전 충전이나 완전 방전시킨 후, 배터리를 방치할 경우 평소보다 배터리가 좀 더 빨리 열화 된다는 실험 결과로부터 미리 생성될 수 있다. 예를 들어, 도 8의 배터리 열화 모델은 실험 결과로부터 획득된, 완전 충전된 배터리의 휴지 기간에 따른 열화의 정도를 나타내는 데이터 집합(예를 들어, 오프셋의 집합)을 나타낼 수 있다. 배터리가 전기 자동차에 장착된 경우, 휴지 기간은 키-오프(key-off)되어 있는 시간, 내지는 시동이 오프된 시간일 수 있다.
도 9는 급속 방전 상태에 대한 오프셋을 미리 정의한 정규화된 배터리 열화 모델을 나타낼 수 있다. 도 9에 도시된 배터리의 급속 방전에 따른 배터리의 열화에 대응하는 모델은 급속 방전 모델이라고 나타낼 수 있다.
여기서, 배터리의 급속 방전 상태는, 배터리가 미리 정한 임계 전류량(예를 들어, 1C, 2C, 또는 3C 등) 이상으로 방전하는 상태를 나타낼 수 있다. 또한, 급속 방전 모델은 배터리가 방전하는 전류가 제1 임계 전류량(예를 들어, 1C) 이상인 경우의 배터리의 열화를 모델링한 제1 급속 방전 모델, 제2 임계 전류량(예를 들어, 2C) 이상인 경우의 배터리의 열화를 모델링한 제2 급속 방전 모델 등을 포함할 수 있다.
다만, 급속 방전 모델의 개수 및 각 임계 전류량을 상술한 바로 한정하는 것은 아니고, 필요에 따라 급속 방전 모델의 개수 및 각 임계 전류량은 통상의 기술자에 의해 임의로 설정될 수 있다.
도 9에 도시된 배터리 열화 모델은 배터리를 급속 방전시킬 경우, SOH가 감소한다는 실험 결과로부터 미리 생성될 수 있다. 예를 들어, 도 9의 배터리 열화 모델은 실험 결과로부터 획득된, 급속 방전에 의한 열화의 정도를 나타내는 데이터 집합을 나타낼 수 있다.
본 명세서에서는 도시되지 않았으나, 급속 충전 상태에 대해서도 상술한 급속 방전 모델과 유사하게 급속 충전 모델이 미리 생성될 수 있다. 또한, 예를 들어, 급속 충전은 미리 정한 임계충전속도 이상으로 배터리가 충전되는 경우를 나타낼 수 있고, 급속 충전 모델의 개수 및 임계충전속도는 통상의 기술자에 의해 임의로 설정될 수 있다.
또한, 급속 방전 및 급속 충전이 자주 발생하는 경우, 배터리의 열화가 심화될 수 있다. 여기서, 배터리는 전해질에 따라 성질이 다를 수 있으므로, 급속 방전 및 급속 충전에 따른 열화의 정도를 나타내는 오프셋의 값은 달라질 수 있다.
도 10은 배터리의 고온 상태에 대한 오프셋을 미리 정의한 정규화된 배터리 열화 모델을 나타낼 수 있다. 도 10에 도시된 고온 상태에 따른 배터리의 열화에 대응하는 모델은 고온 모델이라고 나타낼 수 있다.
여기서, 배터리의 고온 상태는 배터리가 미리 정한 제1 온도(예를 들어, 40도) 이상에 노출된 상태를 나타낼 수 있다. 또한, 고온 모델은 배터리가 노출된 온도가 제1 온도 이상인 경우의 배터리의 열화를 모델링한 모델을 포함할 수 있다. 다른 예를 들어, 제1 온도가 제1 임계 고온 및 제2 임계 고온과 같이 복수로 설정되는 경우, 고온 모델은 배터리가 노출된 온도가 제1 임계 고온 이상인 경우의 배터리의 열화를 모델링한 제1 고온 모델 및 배터리가 노출된 온도가 제2 임계 고온 이상인 경우의 배터리의 열화를 모델링한 제2 고온 모델을 포함할 수 있다.
다만, 고온 모델의 개수 및 제1 온도를 상술한 바로 한정하는 것은 아니고, 필요에 따라 고온 모델의 개수 및 제1 온도는 통상의 기술자에 의해 임의로 설정될 수 있다.
도 10에 도시된 배터리 열화 모델은 고온에 배터리가 노출되는 시간에 따라 SOH가 감소한다는 실험 결과로부터 미리 생성될 수 있다. 예를 들어, 도 10의 배터리 열화 모델은 실험 결과로부터 획득된, 고온에 노출된 시간에 따른 열화의 정도를 나타내는 데이터 집합(예를 들어, 오프셋)을 나타낼 수 있다.
도 11은 배터리의 저온 상태에 대한 오프셋을 미리 정의한 정규화된 배터리 열화 모델을 나타낼 수 있다. 도 11에 도시된 저온 상태에 따른 배터리의 열화에 대응하는 모델은 저온 모델이라고 나타낼 수 있다.
여기서, 배터리의 저온 상태는 배터리가 미리 정한 제2 온도(예를 들어, 10도) 이하에 노출된 상태를 나타낼 수 있다. 또한, 저온 모델은 배터리가 노출된 온도가 제2 온도 이하인 경우의 배터리의 열화를 모델링한 모델을 포함할 수 있다. 다른 예를 들어, 제2 온도가 제1 임계 저온(first low temperature threshold) 및 제2 임계 저온과 같이 복수로 설정되는 경우, 저온 모델은 배터리가 노출된 온도가 제1 임계 저온 이하인 경우의 배터리의 열화를 모델링한 제1 저온 모델 및 배터리가 노출된 온도가 제2 임계 저온 이하인 경우의 배터리의 열화를 모델링한 제2 저온 모델을 포함할 수 있다.
다만, 저온 모델의 개수 및 제2 온도를 상술한 바로 한정하는 것은 아니고, 필요에 따라 저온 모델의 개수 및 제2 온도는 통상의 기술자에 의해 임의로 설정될 수 있다.
도 11에 도시된 배터리 열화 모델은 저온에 배터리가 노출되는 시간에 따라 SOH가 감소한다는 실험 결과로부터 미리 생성될 수 있다. 예를 들어, 도 11의 배터리 열화 모델은 실험 결과로부터 획득된, 저온에 노출된 시간에 따른 열화의 정도를 나타내는 데이터 집합(예를 들어, 오프셋)을 나타낼 수 있다.
예를 들어, 리튬 이온 배터리는 온도에 영향을 많이 받을 수 있다. 또한, 저온 상태에서 지속적으로 배터리가 오래 있을 경우, 열화가 더욱 가속될 수 있다. 상술한 도 10보다 도 11에서 배터리의 열화가 더 빨리 진행되는 것으로 나타날 수 있다.
도 12 내지 도 14는 일 실시예에 따른 배터리 환경 정보 및 사용 정보의 예시를 도시한 그래프이다.
도 12는 배터리 환경 정보로서 수집부에 의해 수집된, 배터리가 고온 또는 저온에 노출된 시간을 도시할 수 있다.
예를 들어, 수집부는 도 12에 도시된 바와 같이 배터리가 제1 온도 이상에서 고온 노출 시간(1210) 동안 노출되고, 제2 온도 이하에서 저온 노출 시간(1220) 동안 노출되었다는 배터리 환경 정보를 수집할 수 있다.
오차 추정부는 고온 모델로부터 고온 노출 시간(1210)에 대응하는 가중치 및 저온 모델로부터 저온 노출 시간(1220)에 대응하는 가중치를 계산하여, 계산된 가중치를 추정부에 의해 추정된 SOH에 반영할 수 있다.
도 13은 배터리 사용 정보로서 수집부에 의해 수집된, 배터리가 완전 충전된 상태를 유지한 휴지 기간을 도시할 수 있다.
예를 들어, 수집부는 도 13에 도시된 바와 같이 배터리가 완전 충전된 상태에서 제1 휴지 기간(1310) 및 배터리를 약간 소모한 상태에서 제2 휴지 기간(1320)을 유지하였다는 배터리 사용 정보를 수집할 수 있다.
오차 추정부는 각각의 휴지 기간 모델로부터 제1 휴지 기간(1310) 및 제2 휴지 기간(1320)에 대응하는 가중치를 계산하여, 계산된 가중치를 추정부에 의해 추정된 SOH에 반영할 수 있다.
도 14는 배터리 사용 정보로서 수집부에 의해 수집된, 배터리의 급속 방전 시간을 도시할 수 있다.
예를 들어, 수집부는 도 14에 도시된 바와 같이 배터리가 급속 방전 시간(1410) 동안 급속 방전 상태에 있었다는 배터리 사용 정보를 수집할 수 있다.
오차 추정부는 급속 방전 모델로부터 급속 방전 시간(1410)에 대응하는 가중치를 계산하여, 계산된 가중치를 추정부에 의해 추정된 SOH에 반영할 수 있다.
예를 들어, 오차 추정부에 의해 상술한 도 12 내지 도 14에서 계산된 가중치는 상술한 수학식 5에 따라 동시에 SOHold에 반영될 수 있다.
일 실시예에 따르면 사용자마다 배터리를 사용하는 습관이나 환경에 따라 개개인의 생활 패턴이나 운전 패턴에 맞게 배터리의 교체 시기를 추정함으로써 편의성을 향상시킬 수 있다.
또한, 배터리 교체 시기를 보다 정확히 추정해 주기 때문에 배터리 열화로 인해 발생할 수 있는 문제를 사전에 차단하여 안전성을 향상시킬 수 있다.
배터리 수명의 추정에서 발생하는 오차를 보정하는 장치는 높은 SOH 추정 정확도를 제공함으로써 배터리 교체 시기 판단이 정확해져서 불필요한 교체 비용을 줄일 수 있다.
배터리 수명의 추정에서 발생하는 오차를 보정하는 장치는 SOH 정확도를 보다 정밀하게 향상시킴으로써, 배터리 교체로 인한 안정성 및 비용 절감의 효과를 획득할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치
110: 추정부
120: 수집부
130: 모델 저장부
140: 오차 보정부

Claims (20)

  1. 배터리 수명(battery life)의 추정(estimation)에서 발생하는 오차(error)를 보정하는 장치로서,
    배터리 사용 정보(battery usage information) 및 배터리 환경 정보(battery environment information) 중 적어도 하나를 수집하는 수집부(collector);
    배터리의 사용(usage) 및 환경(environment)에 의한 상기 배터리의 열화(degradation)가 모델링된, 배터리 열화 모델(battery degradation model)을 저장하는 모델 저장부(model storage); 및
    추정된 배터리 수명을, 상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나, 및 상기 배터리 열화 모델에 기초하여 보정하는 오차 보정부(error calibrator)
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  2. 제1항에 있어서,
    상기 오차 보정부는,
    상기 배터리 열화 모델로부터 상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하고,
    상기 가중치에 기초하여 상기 추정된 배터리 수명을 보정하는,
    배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  3. 제1항에 있어서,
    상기 배터리 열화 모델은,
    상기 배터리의 수명을 감소시키는 인자(parameter)인 적어도 하나의 수명 열화 인자(life degradation parameter) 및 상기 적어도 하나의 수명 열화 인자가 상기 배터리의 수명을 감소 시키는 정도인 영향도(influence degree)
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  4. 제3항에 있어서,
    상기 모델 저장부는,
    상기 적어도 하나의 수명 열화 인자에 의한 상기 배터리의 열화를 각각 정규화한, 적어도 하나의 정규화된 배터리 열화 모델(normalized battery degradation model)을 저장하고,
    상기 오차 보정부는,
    상기 적어도 하나의 정규화된 배터리 열화 모델 및 상기 영향도에 기초하여, 상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하는,
    배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  5. 제1항에 있어서,
    상기 오차 보정부는,
    상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나로부터 상기 배터리가 열화된 시간을 누적하고, 상기 누적된 시간에 대응하는 가중치를 산출하는,
    배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  6. 제1항에 있어서,
    상기 배터리 열화 모델은,
    상기 배터리의 급속 방전에 따른 배터리의 열화에 대응하는 모델, 상기 배터리의 급속 충전에 따른 배터리의 열화에 대응하는 모델, 상기 배터리의 완전 충전에 대응하는 모델, 및 상기 배터리가 미리 정한 온도 범위(temperature range)에 노출된 시간에 따른 배터리의 열화에 대응하는 모델
    을 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  7. 제1항에 있어서,
    상기 배터리 사용 정보는,
    상기 배터리의 급속 방전과 관련된 정보, 상기 배터리의 급속 충전과 관련된 정보, 및 상기 배터리의 완전 충전과 관련된 정보 중 적어도 하나
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  8. 제1항에 있어서,
    상기 배터리 환경 정보는,
    상기 배터리가 노출된 온도와 관련된 정보 및 상기 배터리가 미리 정한 온도 범위에 노출된 시간 중 적어도 하나
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  9. 제1항에 있어서,
    전류적산법을 이용하여 상기 배터리 수명에 대응하는 SOH를 추정하는 추정부
    를 더 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  10. 제1항에 있어서,
    상기 배터리는,
    전기 자동차에 장착되는,
    배터리 수명의 추정에서 발생하는 오차를 보정하는 장치.
  11. 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법으로서,
    상기 배터리 수명에 대응하는 SOH를 추정하는 단계;
    배터리 사용 정보 및 배터리 환경 정보 중 적어도 하나를 수집하는 단계; 및
    상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나, 및 미리 저장된 배터리 열화 모델에 기초하여, 상기 추정된 SOH를 보정하는 단계
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  12. 제11항에 있어서,
    상기 추정된 SOH를 보정하는 단계는,
    상기 배터리 열화 모델로부터 상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하는 단계; 및
    상기 가중치에 기초하여 상기 추정된 SOH를 보정하는 단계
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  13. 제11항에 있어서,
    상기 배터리 열화 모델은,
    상기 배터리의 수명을 감소시키는 인자인 적어도 하나의 수명 열화 인자 및 상기 적어도 하나의 수명 열화 인자가 상기 배터리의 수명을 감소 시키는 정도인 영향도
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  14. 제13항에 있어서,
    상기 적어도 하나의 수명 열화 인자에 의한 상기 배터리의 열화를 각각 정규화한, 적어도 하나의 정규화된 배터리 열화 모델을 미리 저장하는 단계
    를 더 포함하고,
    상기 추정된 SOH를 보정하는 단계는,
    상기 적어도 하나의 정규화된 배터리 열화 모델 및 상기 영향도에 기초하여, 상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나에 대응하는 가중치를 계산하는 단계
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  15. 제11항에 있어서,
    상기 추정된 SOH를 보정하는 단계는,
    상기 배터리 사용 정보 및 상기 배터리 환경 정보 중 적어도 하나로부터 상기 배터리가 열화된 시간을 누적하고, 상기 누적된 시간에 대응하는 가중치를 산출하는 단계
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  16. 제11항에 있어서,
    상기 배터리 열화 모델은,
    상기 배터리의 급속 방전에 따른 배터리의 열화에 대응하는 모델, 상기 배터리의 급속 충전에 따른 배터리의 열화에 대응하는 모델, 상기 배터리의 완전 충전에 대응하는 모델, 및 상기 배터리가 미리 정한 온도 범위에 노출된 시간에 따른 배터리의 열화에 대응하는 모델
    을 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  17. 제11항에 있어서,
    상기 배터리 사용 정보는,
    상기 배터리의 급속 방전과 관련된 정보, 상기 배터리의 급속 충전과 관련된 정보, 및 상기 배터리의 완전 충전과 관련된 정보 중 적어도 하나
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  18. 제11항에 있어서,
    상기 배터리 환경 정보는,
    상기 배터리가 노출된 온도와 관련된 정보 및 상기 배터리가 미리 정한 온도 범위에 노출된 시간 중 적어도 하나
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  19. 제11항에 있어서,
    상기 배터리 수명에 대응하는 SOH를 추정하는 단계는,
    전류적산법을 이용하여 상기 배터리 수명에 대응하는 SOH를 추정하는 단계
    를 포함하는 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법.
  20. 제11항 내지 제19항 중 어느 한 항의 방법을 수행하도록 하는 명령어들을 포함하는 하나 이상의 프로그램을 저장한 컴퓨터 판독 가능 저장매체.
KR1020140046640A 2014-04-18 2014-04-18 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치 KR102205293B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020140046640A KR102205293B1 (ko) 2014-04-18 2014-04-18 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
US14/496,880 US10345390B2 (en) 2014-04-18 2014-09-25 Method and apparatus for correcting error occurring in estimation of battery life
US16/427,811 US20190285704A1 (en) 2014-04-18 2019-05-31 Method and apparatus for correcting error occurring in estimation of battery life

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140046640A KR102205293B1 (ko) 2014-04-18 2014-04-18 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150120697A true KR20150120697A (ko) 2015-10-28
KR102205293B1 KR102205293B1 (ko) 2021-01-20

Family

ID=54321853

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140046640A KR102205293B1 (ko) 2014-04-18 2014-04-18 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치

Country Status (2)

Country Link
US (2) US10345390B2 (ko)
KR (1) KR102205293B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170083308A (ko) * 2016-01-08 2017-07-18 주식회사 엘지화학 배터리 팩의 soh 산출 장치 및 방법
KR102094359B1 (ko) * 2019-12-10 2020-03-27 경북대학교 산학협력단 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법
US10931128B2 (en) 2017-04-28 2021-02-23 Samsung Electronics Co., Ltd. Method and apparatus to predict capacity fade rate of battery
WO2021118170A1 (ko) * 2019-12-10 2021-06-17 경북대학교 산학협력단 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법
KR20210134137A (ko) * 2020-04-29 2021-11-09 주식회사 피엠그로우 전기차 배터리의 잔존 수명 예측 방법 및 장치
KR20220070113A (ko) * 2020-11-20 2022-05-30 한국철도기술연구원 전기 자동차 배터리의 실시간 수명 추정 시스템 및 방법
WO2023200087A1 (ko) * 2022-04-11 2023-10-19 주식회사 엘지에너지솔루션 배터리에 대한 불량률 예측 장치 및 방법
WO2023249172A1 (ko) * 2022-06-23 2023-12-28 효성중공업 주식회사 배터리 수명 예측 장치 및 방법

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6182025B2 (ja) * 2013-09-05 2017-08-16 カルソニックカンセイ株式会社 バッテリの健全度推定装置および健全度推定方法
KR102215450B1 (ko) * 2014-06-24 2021-02-15 삼성전자주식회사 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법
JP6868976B2 (ja) * 2015-12-17 2021-05-12 ローム株式会社 充電式のバッテリの劣化推定方法、劣化推定回路、およびそれを用いた電子機器、自動車
FR3049352B1 (fr) * 2016-03-24 2019-07-26 Renault S.A.S. Procede de determination de l'etat de sante d'une batterie
KR101846690B1 (ko) 2016-08-01 2018-05-18 현대자동차주식회사 Ｗｌｓ 기반 ｓｏｈ 추정 시스템 및 방법
WO2018112880A1 (zh) * 2016-12-23 2018-06-28 深圳中兴力维技术有限公司 一种蓄电池的健康状态评价方法及其系统
US10705153B2 (en) 2017-03-17 2020-07-07 Semiconductor Components Industries, Llc Methods and apparatus for measuring battery characteristics
CN107144794A (zh) * 2017-05-12 2017-09-08 四川力垦锂动力科技有限公司 一种电动汽车用锂电池健康度统计方法
CN107121640A (zh) * 2017-05-12 2017-09-01 四川力垦锂动力科技有限公司 电动汽车用锂电池soh统计系统
US10132867B1 (en) 2017-05-15 2018-11-20 Semiconductor Components Industries, Llc Methods and apparatus for measuring battery characteristics
KR102399602B1 (ko) * 2017-08-17 2022-05-18 삼성전자주식회사 배터리 상태 추정 방법 및 장치
JP7104065B2 (ja) * 2017-12-11 2022-07-20 株式会社半導体エネルギー研究所 充電制御装置
CN108535661B (zh) * 2018-05-18 2020-03-31 东北大学 一种基于模型误差谱的动力电池健康状态在线估计方法
JP7131290B2 (ja) * 2018-10-19 2022-09-06 トヨタ自動車株式会社 表示装置およびそれを備える車両
JP6722954B1 (ja) * 2019-04-02 2020-07-15 東洋システム株式会社 バッテリー残存価値決定システム
KR20210028476A (ko) * 2019-09-04 2021-03-12 삼성전자주식회사 배터리 충전 장치 및 방법
US11255918B2 (en) * 2020-01-06 2022-02-22 Tata Consultancy Services Limited Method and system for online estimation of SOH and RUL of a battery
JP7314822B2 (ja) * 2020-02-06 2023-07-26 トヨタ自動車株式会社 バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム
KR20220046959A (ko) * 2020-10-08 2022-04-15 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20220069137A (ko) 2020-11-19 2022-05-27 한국전자통신연구원 배터리 상태 예측 장치 및 방법
CN113093040A (zh) * 2021-03-22 2021-07-09 领翌技术(横琴)有限公司 电动汽车电池健康度评估方法、装置和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11183574A (ja) * 1997-12-16 1999-07-09 Japan Storage Battery Co Ltd 蓄電池の寿命判定方法及びその装置
KR20080102129A (ko) * 2006-02-28 2008-11-24 파나소닉 주식회사 전지 수명 판정 장치 및 전지 수명 판정 방법
JP2010078530A (ja) * 2008-09-27 2010-04-08 Sanyo Electric Co Ltd 電池の劣化度の検出方法
JP2013516614A (ja) * 2010-06-24 2013-05-13 パナソニック株式会社 電池の劣化度を取得するための方法及びそのシステム
KR20130097787A (ko) * 2010-11-10 2013-09-03 닛산 지도우샤 가부시키가이샤 차량용 전지의 진단 장치

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3555884B2 (ja) 2001-06-22 2004-08-18 エヌイーシーシステムテクノロジー株式会社 バッテリ寿命判断方法及び装置
JP2003256084A (ja) 2002-03-06 2003-09-10 Fujitsu Ltd バッテリ監視システム
US7199557B2 (en) * 2003-07-01 2007-04-03 Eaton Power Quality Company Apparatus, methods and computer program products for estimation of battery reserve life using adaptively modified state of health indicator-based reserve life models
JP2005224047A (ja) 2004-02-06 2005-08-18 Nec Corp バックアップ式電源装置の補助電源寿命検出方法および寿命監視装置
KR100680901B1 (ko) 2006-02-28 2007-02-09 김금수 배터리 관리 시스템 및 그 제어 방법
JP4501946B2 (ja) 2007-02-23 2010-07-14 日本電気株式会社 ディスクアレイ装置およびディスクコントローラ用制御プログラム
KR100970841B1 (ko) * 2008-08-08 2010-07-16 주식회사 엘지화학 배터리 전압 거동을 이용한 배터리 용량 퇴화 추정 장치 및방법
JP5149132B2 (ja) 2008-12-01 2013-02-20 古河電池株式会社 組電池における単電池の交換時期判定装置
US8407018B2 (en) * 2009-03-24 2013-03-26 American Power Conversion Corporation Battery life estimation
US9678164B2 (en) * 2010-03-23 2017-06-13 Furukawa Electric Co., Ltd. Battery internal state estimating apparatus and battery internal state estimating method
US8791669B2 (en) * 2010-06-24 2014-07-29 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell
US8970178B2 (en) * 2010-06-24 2015-03-03 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell
KR101172183B1 (ko) 2010-09-27 2012-08-07 현대자동차주식회사 차량의 배터리 ｓｏｈ 추정 장치 및 방법
KR101731322B1 (ko) 2010-11-02 2017-05-02 에스케이이노베이션 주식회사 배터리의 교환 시기 통보 장치 및 방법
US8560257B2 (en) 2010-11-29 2013-10-15 GM Global Technology Operations LLC Dynamic battery capacity estimation
JP5835761B2 (ja) * 2011-04-25 2015-12-24 エルジー・ケム・リミテッド バッテリー容量劣化推定装置及び方法
KR20140082752A (ko) * 2011-09-30 2014-07-02 케이피아이티 테크놀로지스 엘티디. 배터리의 충전 상태를 결정하는 시스템 및 방법
JP6153528B2 (ja) * 2011-09-30 2017-06-28 ケーピーアイティ テクノロジーズ リミテッド 電池監視のためのシステムおよび方法
KR101307480B1 (ko) 2012-03-13 2013-09-11 염길훈 충전기 제어장치
US9291682B2 (en) * 2012-03-30 2016-03-22 Panasonic Intellectual Property Management Co., Ltd. Degradation state estimating method and degradation state estimating apparatus
US9575128B2 (en) * 2013-03-12 2017-02-21 GM Global Technology Operations LLC Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques
US9129986B2 (en) * 2013-06-28 2015-09-08 Globalfoundries Inc. Spacer chamfering for a replacement metal gate device
KR101509001B1 (ko) * 2013-10-31 2015-04-07 현대모비스 주식회사 차량용 고전압 배터리의 열화 판정 장치 및 방법
US9535132B2 (en) * 2014-03-20 2017-01-03 GM Global Technology Operations LLC Systems and methods for determining battery system performance degradation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11183574A (ja) * 1997-12-16 1999-07-09 Japan Storage Battery Co Ltd 蓄電池の寿命判定方法及びその装置
KR20080102129A (ko) * 2006-02-28 2008-11-24 파나소닉 주식회사 전지 수명 판정 장치 및 전지 수명 판정 방법
JP2010078530A (ja) * 2008-09-27 2010-04-08 Sanyo Electric Co Ltd 電池の劣化度の検出方法
JP2013516614A (ja) * 2010-06-24 2013-05-13 パナソニック株式会社 電池の劣化度を取得するための方法及びそのシステム
KR20130097787A (ko) * 2010-11-10 2013-09-03 닛산 지도우샤 가부시키가이샤 차량용 전지의 진단 장치

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170083308A (ko) * 2016-01-08 2017-07-18 주식회사 엘지화학 배터리 팩의 soh 산출 장치 및 방법
US10931128B2 (en) 2017-04-28 2021-02-23 Samsung Electronics Co., Ltd. Method and apparatus to predict capacity fade rate of battery
KR102094359B1 (ko) * 2019-12-10 2020-03-27 경북대학교 산학협력단 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법
WO2021118170A1 (ko) * 2019-12-10 2021-06-17 경북대학교 산학협력단 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법
KR20210134137A (ko) * 2020-04-29 2021-11-09 주식회사 피엠그로우 전기차 배터리의 잔존 수명 예측 방법 및 장치
KR20220070113A (ko) * 2020-11-20 2022-05-30 한국철도기술연구원 전기 자동차 배터리의 실시간 수명 추정 시스템 및 방법
WO2023200087A1 (ko) * 2022-04-11 2023-10-19 주식회사 엘지에너지솔루션 배터리에 대한 불량률 예측 장치 및 방법
WO2023249172A1 (ko) * 2022-06-23 2023-12-28 효성중공업 주식회사 배터리 수명 예측 장치 및 방법

Also Published As

Publication number Publication date
US20190285704A1 (en) 2019-09-19
US10345390B2 (en) 2019-07-09
KR102205293B1 (ko) 2021-01-20
US20150301122A1 (en) 2015-10-22

Similar Documents

Publication Publication Date Title
KR102205293B1 (ko) 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
JP6844683B2 (ja) 蓄電素子管理装置、ｓｏｃのリセット方法、蓄電素子モジュール、蓄電素子管理プログラム及び移動体
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
KR102343967B1 (ko) 배터리의 상태를 추정하는 방법 및 장치
US9187007B2 (en) Online battery capacity estimation
KR101846690B1 (ko) Ｗｌｓ 기반 ｓｏｈ 추정 시스템 및 방법
EP2700966B1 (en) Apparatus and method for estimating battery state
JP6371415B2 (ja) 劣化状態パラメータの信頼性を判定する方法
US20160003917A1 (en) Method and apparatus for estimating state of battery
US7888911B2 (en) Method and system for determining the SOC of a rechargeable battery
US20140055100A1 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
JP6534746B2 (ja) 電池制御装置及び電池システム
KR20190075684A (ko) 배터리의 전하 균형을 탐지하는 배터리 모니터링 장치 및 방법
KR102140011B1 (ko) 배터리 관리 방법 및 배터리 관리 시스템
CN103969587A (zh) 一种混合动力车用动力电池soc估算方法
JP5568583B2 (ja) リチウムイオン二次電池システム、リチウムイオン二次電池の検査方法、リチウムイオン二次電池の制御方法
CN112986842B (zh) 电池荷电状态的估算方法、装置及设备
Zhou et al. Peak power prediction for series-connected LiNCM battery pack based on representative cells
JP6110771B2 (ja) 劣化量算出装置、劣化量算出方法及びプログラム
JP6171128B2 (ja) 電池制御システム、車両制御システム
US20140184233A1 (en) Method for checking deterioration of battery
KR20170069918A (ko) 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법
US20210190879A1 (en) Soh estimation method of battery pack
KR102422594B1 (ko) 전기차 배터리의 잔존 수명 예측 방법 및 장치
CN110320477B (zh) 动力电池组的soc计算方法、装置和电动汽车

Legal Events

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