KR20160090226A - 배터리의 수명을 추정하는 방법 및 장치 - Google Patents

배터리의 수명을 추정하는 방법 및 장치 Download PDF

Info

Publication number
KR20160090226A
KR20160090226A KR1020150047047A KR20150047047A KR20160090226A KR 20160090226 A KR20160090226 A KR 20160090226A KR 1020150047047 A KR1020150047047 A KR 1020150047047A KR 20150047047 A KR20150047047 A KR 20150047047A KR 20160090226 A KR20160090226 A KR 20160090226A
Authority
KR
South Korea
Prior art keywords
battery
estimating
state information
life
information
Prior art date
Application number
KR1020150047047A
Other languages
English (en)
Other versions
KR102386980B1 (ko
Inventor
모옌 초우
하비발라 라히미 에이치
여태정
전바롬
Original Assignee
삼성전자주식회사
노쓰 캐롤라이나 스테이트 유니버시티
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, 노쓰 캐롤라이나 스테이트 유니버시티 filed Critical 삼성전자주식회사
Publication of KR20160090226A publication Critical patent/KR20160090226A/ko
Application granted granted Critical
Publication of KR102386980B1 publication Critical patent/KR102386980B1/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
    • G01R31/3679—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
    • B60K35/21—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor using visual output, e.g. blinking lights or matrix displays
    • B60K35/215—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor using visual output, e.g. blinking lights or matrix displays characterised by the combination of multiple visual outputs, e.g. combined instruments with analogue meters and additional displays
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
    • B60K35/28—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor characterised by the type of the output information, e.g. video entertainment or vehicle dynamics information; characterised by the purpose of the output information, e.g. for attracting the attention of the driver
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B60K35/60—Instruments characterised by their location or relative disposition in or on vehicles
    • 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]
    • G01R31/3606—
    • 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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G01R31/3658—
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
    • B60K2360/16—Type of output information
    • B60K2360/174—Economic driving
    • 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]
    • G01R31/371—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with remote indication, e.g. on external chargers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Power Engineering (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

배터리 수명을 추정하는 장치 및 방법이 제공된다. 배터리 수명을 추정하는 방법은 배터리로부터 획득되는 배터리 정보에 기초하여 배터리의 제1 상태 정보를 추정하고, 부분 사이클에 대한 배터리 열화 패턴에 대응하는 부분 사이클 모델을 이용하여 배터리의 제2 상태 정보를 추정하며, 제1 상태 정보 및 제2 상태 정보 간의 비교에 기초하여 배터리 수명을 추정할 수 있다.

Description

배터리의 수명을 추정하는 방법 및 장치{METHOD AND APPARATUS FOR ESTIMATING BATTERY LIFE}
이하, 배터리 수명을 추정하는 장치 및 방법이 제공된다.
많은 전자 기기들은 기기의 동작 동안 반복적으로 충전되는 이차 전지와 같은 배터리가 탑재된다. 이차 전지가 방전 및 충전되는 횟수가 증가할 수록, 배터리의 캐퍼시티(capacity)가 점진적으로 감소될 수 있다. 각 충전 사이클과 함께, 전자 기기에 대한 배터리 수명이 짧아진다. 배터리 수명이 줄어듦에 따라 많은 충전 및 방전 사이클 후에 초기 배터리 캐퍼시티(capacity)가 보장될 수 없다. 배터리 캐퍼시티에서 지속적인 감소와 함께, 전자 기기의 파워, 운용 시간, 및 안정성이 절충될 수 있고, 결국 배터리는 교체 배터리로 교체되어야할 수 있다.
예를 들어, 휴대폰과 같은 컴팩트 크기의 전자 기기는 탑재된 배터리가 쉽게 교체될 수 있고, 그러므로 사용자가 사전에 배터리가 교체되어야하는 지를 검증할 수 없더라도, 큰 불편이 가중되지 않을 수 있다. 이와 달리, 전기 자동차에서 배터리의 교체는 상당한 시간 및 큰 지출이 요구될 수 있다. 따라서, 이러한 배터리를 교체하기 위해 예상되는 시간을 정확하게 판단하는 것이 사용자에게 중요할 수 있다. 배터리를 교체하기 위해 예상되는 시간은 배터리의 수명 상태, 예를 들어 잔존 수명(RUL, Remaining Useful Life)를 결정함으로써 추정될 수 있다.
일 실시예에 따르면 배터리 수명을 추정하는 방법은 상기 배터리로부터 획득된 배터리 정보에 기초하여 상기 배터리에 대한 제1 상태 정보를 추정하는 단계; 부분적인 사이클에 대한 배터리 열화 패턴(battery degradation pattern)에 대응하는 부분 사이클 모델(partial cycle model)을 이용하여 상기 배터리에 대한 제2 상태 정보를 추정하는 단계; 상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리 수명을 산출하는 단계를 포함할 수 있다.
상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리의 상기 배터리 수명을 산출하는 단계는, 상기 제1 상태 정보 및 상기 제2 상태 정보가 다른 경우에 응답하여, 상기 부분 사이클 모델을 조정(adjust)하는 단계를 포함할 수 있다.
상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리의 상기 배터리 수명을 산출하는 단계는, 상기 제1 상태 정보 및 상기 제2 상태 정보가 일치하는 경우에 응답하여, 상기 부분 사이클 모델을 이용하여 사용자 이력 정보(user history information)로부터 상기 배터리 수명을 산출하는 단계를 포함할 수 있다.
배터리 수명은 배터리의 잔존 수명에 대응할 수 있다. 상기 부분 사이클 모델을 이용하여 사용자 이력 정보로부터 상기 배터리 수명을 산출하는 단계는, 상기 사용자 이력 정보로부터 부분 사이클과 연관된 통계 정보를 추출하는 단계; 상기 통계 정보에 기초하여 상기 배터리의 제3 상태 정보를 추정하는 단계; 및 상기 제3 상태 정보에 기초하여 상기 잔존 수명을 추정하는 단계를 포함할 수 있다.
상기 통계 정보에 기초하여 상기 배터리의 제3 상태 정보를 추정하는 단계는, 상기 부분 사이클 모델을 이용하여 상기 부분 사이클의 통계 정보로부터 추정된 예상 부분 사이클 수(predictive partial cycle number)로부터 추정된 내부 저항(internal resistance) 및 용량(capacity) 중 적어도 하나를 상기 제3 상태 정보로서 추정하는 단계를 포함할 수 있다.
상기 부분 사이클 모델은, 상기 배터리의 완전 충방전에 따른 열화와 연관된 완전 사이클 모델이 부분 사이클에 대해 변환된 모델일 수 있다.
상기 배터리로부터 획득된 배터리 정보에 기초하여 상기 배터리에 대한 제1 상태 정보를 추정하는 단계는, 상기 배터리에 대응하는 등가 모델(equivalent model)을 이용하여 상기 배터리 정보로부터 상기 등가 모델의 내부 파라미터를 상기 제1 상태 정보로서 추정하는 단계를 포함할 수 있다.
상기 등가 모델의 내부 파라미터를 상기 제1 상태 정보로서 추정하는 단계는, 상기 등가 모델에 대응하는 상태 공간을 이용하여 상기 배터리 정보로부터 내부 저항 및 용량 중 적어도 하나를 상기 제1 상태 정보로서 추정하는 단계를 포함할 수 있다.
상기 부분적인 사이클의 배터리 열화에 대응하는 부분 사이클 모델을 이용하여 상기 배터리에 대한 제2 상태 정보를 추정하는 단계는, 상기 부분 사이클 모델을 이용하여 상기 배터리의 부분 사이클 수(partial cycle number)로부터 추정된 내부 저항 및 용량 중 적어도 하나를 상기 제2 상태 정보로서 추정하는 단계를 포함할 수 있다.
상기 배터리 정보는, 상기 배터리의 전압, 전류, 온도, 사이클 수, 및 부분 사이클 수 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면 배터리 수명을 추정하는 장치는 상기 배터리로부터 획득된 배터리 정보에 기초하여 상기 배터리에 대한 제1 상태 정보를 추정하는 제1 추정부; 부분적인 사이클에 대한 배터리 열화 패턴에 대응하는 부분 사이클 모델을 이용하여 상기 배터리에 대한 제2 상태 정보를 추정하는 제2 추정부; 및 상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리 수명을 산출하는 수명 산출부를 포함할 수 있다.
상기 수명 산출부는, 상기 제1 상태 정보 및 상기 제2 상태 정보가 다른 경우에 응답하여, 상기 부분 사이클 모델을 조정할 수 있다.
상기 수명 산출부는, 상기 제1 상태 정보 및 상기 제2 상태 정보가 일치하는 경우에 응답하여, 상기 부분 사이클 모델을 이용하여 사용자 이력 정보로부터 상기 배터리 수명을 산출할 수 있다.
배터리 수명은 배터리의 잔존 수명에 대응할 수 있다. 상기 수명 산출부는, 상기 사용자 이력 정보로부터 부분 사이클과 연관된 통계 정보를 추출하고, 상기 통계 정보에 기초하여 상기 배터리의 제3 상태 정보를 추정하며, 상기 제3 상태 정보에 기초하여 상기 잔존 수명을 추정할 수 있다.
상기 수명 산출부는, 상기 부분 사이클 모델을 이용하여 상기 부분 사이클의 통계 정보로부터 추정된 예상 부분 사이클 수로부터 추정된 내부 저항 및 용량 중 적어도 하나를 상기 제3 상태 정보로서 추정할 수 있다.
배터리 수명을 추정하는 장치는 상기 배터리의 완전 충방전에 따른 열화와 연관된 완전 사이클 모델이 부분 사이클에 대해 변환된 모델인 상기 부분 사이클 모델을 저장하는 모델 저장부를 더 포함할 수 있다.
상기 제1 추정부는, 상기 배터리에 대응하는 등가 모델을 이용하여 상기 배터리 정보로부터 상기 등가 모델의 내부 파라미터를 상기 제1 상태 정보로서 추정할 수 있다.
상기 제1 추정부는, 상기 등가 모델에 대응하는 상태 공간을 이용하여 상기 배터리 정보로부터 내부 저항 및 용량 중 적어도 하나를 상기 제1 상태 정보로서 추정할 수 있다.
상기 제2 추정부는, 상기 부분 사이클 모델을 이용하여 상기 배터리의 부분 사이클 수로부터 추정된 내부 저항 및 용량 중 적어도 하나를 상기 제2 상태 정보로서 추정할 수 있다.
상기 배터리 정보는, 상기 배터리의 전압, 전류, 온도, 사이클 수, 및 부분 사이클 수 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면 배터리 수명을 추정하는 장치는, 기기를 동작시키는(power) 배터리의 배터리 성능 정보(battery performance information)을 검출하도록 구성되는 센서, 및 메모리 저장소(memory storage)로부터 상기 기기의 부분 충전 사이클에 관한 이력 데이터(historic data)를 검색하고 상기 이력 데이터 및 상기 배터리 성능 정보에 기초하여 상기 기기의 사용에 대한 상기 배터리의 배터리 수명을 추정하도록 구성되는 처리부를 포함할 수 있다.
상기 배터리 수명은 상기 배터리의 잔존 수명에 대응할 수 있다. 상기 센서는 상기 배터리의 전압, 전류, 온도, 사이클 수, 및 부분 사이클 수 중 적어도 하나를 측정하도록 구성될 수 있다.
상기 이력 데이터는 상기 기기의 과거 충전 사이클들과 연관된 통계적 정보를 포함할 수 있고, 상기 처리부는 상기 기기에서 상기 배터리의 상기 잔존 수명을 추정하기 위해, 배터리 열화 패턴에 대응하는 부분 사이클 모델을 상기 배터리 성능 정보 및 상기 이력 데이터에 적용하도록 구성될 수 있다.
일 실시예에 따르면, 전기 자동차는 배터리를 고정(hold)하도록 구성되는 배터리 칸(battery compartment)을 포함하고, 상술한 장치는 상기 전기 자동차의 계기판에 상기 배터리 수명에 관한 정보를 출력하도록 구성되는 디스플레이 스크린을 더 포함한다.
도 1은 일 실시예에 따른 배터리의 잔존 수명을 추정하는 장치의 개괄적인 구성을 도시한 블럭도이다.
도 2는 일 실시예에 따른 배터리의 잔존 수명을 추정하는 장치의 세부적인 구성을 도시한 블럭도이다.
도 3은 일 실시예에 따른 배터리에 대응하는 RC 등가회로를 도시한 회로도이다.
도 4는 일 실시예에 따른 배터리 파라미터 추정기를 도시한 도면이다.
도 5는 일 실시예에 따른 배터리 용량 관측기를 도시한 도면이다.
도 6은 일 실시예에 따른 사이클링에 대응한 배터리 열화 모델을 도시한 도면이다.
도 7은 일 실시예에 따른 완전 배터리 충전 사이클(full battery charge cycles)의 횟수에 기초한 배터리 열화 모델을 도시한 도면이다.
도 8은 일 실시예에 따른 운전자의 운전성향의 기록(record)에 따른 평균속도-평균배터리파워 모델을 도시한 도면이다.
도 9는 일 실시예에 따른 배터리의 잔존 수명을 추정하는 방법을 도시한 흐름도이다.
도 10은 잔존 수명을 추정하기 위한 장치의 예시를 포함하는 전기 자동차의 계기판의 예시를 도시하는 도면이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시예에 따른 배터리의 잔존 수명(RUL, Remaining Useful Life)을 추정하는 장치의 개괄적인 구성을 도시한 블럭도이다.
배터리의 잔존 수명을 추정하는 장치(100)는 제1 추정부(110), 제2 추정부(120) 및 수명 산출부(130)를 포함한다.
제1 추정부(110)는 배터리로부터 획득된 배터리 정보(battery information)에 기초하여 배터리에 대한 제1 상태 정보(first status information)를 추정한다. 여기서, 제1 상태 정보는 배터리에 대응하는 등가 모델을 이용하여 배터리 정보로부터 등가 모델의 내부 파라미터(예를 들어, 배터리의 내부 저항, 커패시턴스, 배터리 용량 등)를 포함할 수 있다.
제2 추정부(120)는 부분적인 사이클의 배터리 열화 패턴(battery degradation pattern)에 대응하는 부분 사이클 모델(partial cycle model)을 이용하여 배터리에 대한 제2 상태 정보를 추정한다. 여기서, 제2 상태 정보는 부분 사이클 모델을 이용하여 배터리의 부분 사이클 수로부터 추정된 내부 파라미터(예를 들어, 배터리의 내부 저항, 커패시턴스, 배터리 용량 등)를 포함할 수 있다.
수명 산출부(130)는 제1 상태 정보 및 제2 상태 정보의 비교에 기초하여 배터리의 잔존 수명을 산출한다. 여기서, 잔존 수명은 배터리가 EOL(End of Life)에 도달하는 것으로 예측될 때까지 남은 시간의 기간(duration of time)을 나타낸다. 예를 들어, 배터리의 EOL은 초기 용량(initial capacity) 대비 배터리의 현재 용량의 비율이 미리 정한 비율(예를 들어, 80%) 이하인 경우로서, 배터리의 수명이 종료되거나 배터리가 교체되어야 하는 시간을 나타낼 수 있다. 여기서, 배터리의 용량(capacity)은 배터리에 최대 충전될 수 있는 전하량을 나타낼 수 있다. 캐퍼시티는 단위가 mAh로서 측정될 수 있다.
예를 들어, 잔존 수명의 기준이 되는 배터리의 EOL은 배터리가 하루 동안 전형적인 주행 프로파일(typical driving profile)에 대해 전기 자동차를 지원(support)할 수 없는 시점을 나타낼 수 있다. 여기서, 전형적 주행 프로파일은 사용자 이력으로부터 획득될 수 있다.
또한, 완전 충전된 배터리가, SOC가 10%인 경우 또는 낮은 컷오프 전압으로 정의되는, 방전 한계(discharge limit)에 도달하는 시점은 배터리의 용량 및 내부 저항에 기초하여 결정될 수 있다. 완전 캐퍼시티(full capacity)는 실제로 사용 가능한 배터리의 용량으로서, 배터리의 용량은 배터리가 충전되고 방전되는 횟수가 증가하는 경우 배터리의 초기 용량(예를 들어, Rated Capacity 또는 Nominal Capacity)보다 적어질 수 있다. 예를 들어, 완전 캐퍼시티는 직접적으로 배터리에서 이용 가능한 내부 전하량(inside charge)이다. 이러한 완전 캐퍼시티는 충전/방전율에서 저장되거나 릴리즈(release)될 수 있는 양(amount)을 나타낼 수 있다.
배터리 수명을 예측하기 위한 일반적인 배터리 열화 모델은 완전 충전 및 완전 방전의 사이클들을 반복하여 측정된 배터리의 전압, 전류 값 등의 측정값을 활용할 수 있다. 다만, 배터리의 잔존수명 및 보증 수명을 정확하게 예측하기 위해, 각각의 기기(예를 들어, 전기자동차)가 주어진 시간에서 다양한 동작 전력 및 에너지의 요구사항 및 상이한 충방전 경향으로 동작할 수 있는 점이 고려되어야 할 수 있다. 또한, 기기(예를 들어, 전기 자동차)의 장래 동작은 가상적인(hypothetical) 운전자 및 가상적인(hypothetical) 동작 조건의 확률적 거동에 의존적일 수 있다.
다양한 예시들에서, 배터리의 잔존 수명을 추정하기 위한 장치 및 방법은 사용자 이력 정보에 대해 통계적 분석 방법을 적용함으로써 부분 충방전의 경우에도 정확한 잔존 수명을 추정할 수 있다. 예를 들어, 부분 사이클 모델에 의해 부분 충방전에 대한 잔존 수명이 추정될 수 있다. 여기서, 부분 사이클 모델은 실시간으로 업데이트되는 배터리의 용량과 내부 저항을 부분 사이클 모델에 의한 추정값과 비교하여 차이가 있을 경우 수정될 수 있다.
또한, 사용자 이력 정보에 대한 통계적 분석이 미래의 배터리 사용에 대한 예측으로 활용될 수 있다. 따라서, 미래의 배터리의 용량 및 내부 저항이 예측될 수 있다. 이러한 예측 값들을 기초로 배터리의 잔존 수명 및 보증수명이 정확하게 추정될 수 있다.
상술한 제1 추정부(110), 제2 추정부(120) 및 수명 산출부(130)의 구체적인 동작은 하기에서 상세히 설명한다.
도 2는 일 실시예에 따른 배터리의 잔존 수명을 추정하는 장치의 세부적인 구성을 도시한 블럭도이다.
배터리의 잔존 수명을 추정하는 장치(200)는 센싱부(211), 제1 추정부(210), 제2 추정부(220), 모델 저장부(221), 수명 산출부(230), 사용자 이력 저장부(231), 및 출력 기기(output device)(232)를 포함할 수 있다. 제1 추정부(210), 제2 추정부(220), 및 수명 산출부(230)은 하나 이상의 프로세서들로 구현될 수 있다.
센싱부(211)는 배터리에 관한 정보를 감지한다. 여기서, 배터리 정보는 배터리의 전압, 배터리로부터 나가는 전류 및 배터리로 들어오는 전류 및 배터리의 온도 등을 포함할 수 있다. 센싱부(211)은 전압계(voltmeter), 전류계(ammeter), 또는 다른 전기적 회로 요소(electric circuit component)를 포함할 수 있으나, 센싱부(211)의 타입을 이로 한정하는 것은 아니다.
제1 추정부(210)는 센싱부(211)에 의해 센싱된 배터리 정보에 기초하여 제1 상태 정보를 추정한다. 여기서, 제1 추정부(210)는 배터리의 등가 모델 및 상태 공간(예를 들어, 상태 공간 방정식)을 이용하여 배터리를 관측하는 상태 관측기, 및 실시간으로 배터리의 실제 용량을 추정하는 용량 관측기를 포함할 수 있다. 구체적으로는 하기 도 3 내지 도 5에서 상세히 설명한다. 상태 관측기 및 용량 관측기는 하나 이상의 프로세서들로 구현될 수 있다.
모델 저장부(221)는 모델 데이터를 저장하는 비일시적인(non transitory) 컴퓨터 메모리를 포함한다. 모델 저장부(221)는 배터리의 완전 충방전에 따른 열화와 연관된 완전 사이클 모델이 변환된 모델인 부분 사이클 모델을 저장한다. 또한, 모델 저장부(221)는 완전 사이클 모델 및 부분 사이클 모델을 저장할 수 있다. 완전 사이클 모델은 완전 사이클의 횟수에 따른 배터리 용량의 열화가 모델링된 배터리 열화 모델을 나타낼 수 있고, 부분 사이클 모델은 부분 사이클의 횟수에 따른 배터리 용량의 열화가 모델링된 배터리 열화 모델을 나타낼 수 있다. 예를 들어, 부분 사이클 모델은 부분 사이클의 횟수를 입력 변수로 하고 배터리 용량을 출력으로 하는 함수의 모델 파라미터를 포함할 수 있다.
본 명세서에서 "완전 사이클" 및 "완전 사이클링"의 표현은 배터리가 완전히 충전된 후 방전되는 사이클 및 사이클링, 또는 배터리가 완전히 방전된 후 충전되는 사이클 및 사이클링을 나타낸다. "부분 사이클" 및 "부분 사이클링"의 표현은 배터리가 일부 충전되거나 일부 방전되는 사이클 및 사이클링, 또는 배터리가 일부 방전되거나 일부 충전되는 사이클 및 사이클링을 나타낸다. 예를 들어, 부분 사이클은 배터리가 100% 충전된 상태에서 90%까지 방전된 후 충전되는 사이클, 배터리가 80%까지 충전된 상태에서 50%까지 사용된 후 그보다 높은 충전 상태로 충전되는 사이클에 대응할 수 있다.
이하, 본 명세서에서 완전 사이클 수는 완전 사이클이 발생한 횟수를 나타낼 수 있다. 부분 사이클 수는 부분 사이클이 발생한 횟수를 나타낼 수 있다.
예를 들어, 완전 사이클 모델은 완전 방전 후 배터리를 충전하는 과정에서 발생하는 배터리의 용량 및 내부 저항의 열화를 제공할 수 있다. 다만, 실생활에서 완전 사이클링 거의 발생하지 않을 수 있다. 일반적으로 사용자는 기기에 장착된 배터리가 완전 방전되기 전에, 배터리를 충전하려는 경향을 가질 수 있다.
완전 사이클 모델은 실험 결과로부터 획득될 수 있다. 예를 들어, 완전 사이클 모델을 획득하기 위해, 한번의 완전 사이클 동안 배터리는 완전히 방전 및 충전되고, 매 50 완전 사이클마다 배터리의 용량 및 내부 저항이 측정될 수 있다. 배터리의 용량 및 내부 저항을 출력으로 하고 완전 사이클 수(full cycle number)를 입력으로 하는 수학적 모델이 완전 사이클 모델로서 획득될 수 있다. 상술한 수학적 모델은 곡선 피팅 방식(curve fitting method)에 기초하여 획득될 수 있다. 예를 들어, 완전 사이클 수에 대한 배터리 용량의 열화는 하기 수학식 1과 같이 나타낼 수 있다.
Figure pat00001
상술한 수학식 1에서 Cdegradation은 열화된 배터리의 현재 용량이고, Cyclefull은 완전 사이클 수이며, f1은 완전 사이클 수 대비 배터리의 용량을 나타내는 곡선에 대응하는 함수를 나타낼 수 있다.
일 실시예에 따르면, 두 개의 20% 부분 사이클링(예를 들어, 배터리를 100% 충전한 상태에서 80%까지 2번 사용)에 따른 배터리 열화가 하나의 40% 부분 사이클링(예를 들어, 배터리를 100%에서 60%까지 1번 사용)에 따른 배터리 열화와 일치하지 않을 수 있다.
완전 사이클링에 따른 열화 및 부분 사이클링에 따른 열화 사이의 상관 관계는 하기와 같이 획득될 수 있다. 예를 들어, 부분 사이클링에 대한 배터리의 열화를 측정하기 위해, 배터리는 0%의 방전 깊이(DoD, Depth of Discharge)가 10%, 20%, 30%,..., 80%로 증가될 때까지 방전되고, 매 10개의 부분 사이클 후에 배터리의 용량이 측정될 수 있다. 이로부터 배터리의 용량을 열화시키는 50 완전 사이클 수에 동등한 부분 사이클 수가 획득될 수 있다. 또한, 정확도를 향상시키기 위해 100 사이클에 대해 상술한 과정이 수행될 수 있다. 서로 다른 방전 깊이를 가지는 완전 사이클 및 부분 사이클 사이의 상관 관계는 하기 수학식 2와 같이 나타낼 수 있다.
Figure pat00002
상술한 수학식 2에서 Cyclefull은 완전 사이클 수, Cyclepartial은 부분 사이클 수, f2는 완전 사이클 수 및 부분 사이클 수 간의 상관 관계를 나타내는 함수를 나타낼 수 있다. 여기서, Cyclepartial은 각 부분 사이클의 발생 횟수로서, f2는 각각의 부분 사이클(예를 들어, 10%로부터 방전, 20%로부터 방전 등)의 발생 횟수와 완전 사이클 간의 상관 관계를 나타내는 함수일 수 있다. 예를 들어, f2로부터 복수의 입력 변수 Cyclepartial에 대응하는 출력 변수 Cyclefull이 도출될 수 있다.
다만, 부분 사이클을 상술한 바로 한정하는 것은 아니고, 10%의 방전 깊이로부터 일부 방전되는 사이클, 20%의 방전 깊이로부터 일부 충전되는 사이클 등, 다양한 SoC의 구간에 대한 사이클을 모두 포함할 수 있다.
방전 깊이는 배터리의 상태를 표현하는 다른 방법으로서, 방전 깊이가 0%이면 배터리가 방전되지 않은 상태(예를 들어, SoC가 100%인 상태)이고, 방전 깊이가 100%이면 배터리가 완전히 방전된 상태(SoC가 0%인 상태)를 나타낼 수 있다. 일반적으로 표시된 용량만큼 사용한 뒤에도 배터리가 약간 더 방전될 수 있기 때문에, 방전 깊이는 100%를 초과할 수 있고, 이는 SoC로는 나타낼 수 없다.
상술한 수학식 1 및 수학식 2를 결합함으로써, 부분 사이클에 대한 배터리 열화를 나타낸 하기 수학식 3이 도출될 수 있다.
Figure pat00003
상술한 수학식 3에서 Cdegradation은 열화된 배터리의 용량, Cyclepartial은 각 부분 사이클 수, f3는 각 부분 사이클 수 대비 배터리의 용량을 나타내는 곡선에 대응하는 함수를 나타낼 수 있다.
상술한 수학식 1 내지 수학식 3은 배터리의 용량에 대한 수학식이나, 배터리의 내부 저항에 대해서도 유사한 방법을 통해 부분 사이클 모델 및 완전 사이클 모델이 획득될 수 있다.
또한, 부분 사이클 모델 및 완전 사이클 모델의 학습 시간을 감소시키기 위해, 온도 챔버를 이용하여 배터리 주변의 환경 온도를 증가시킴으로써, 배터리 열화의 비율을 가속시킬 수 있다..
제2 추정부(220)는 상술한 부분 사이클 모델을 이용하여 배터리의 부분 사이클 수로부터 추정된 내부 저항 및 용량 중 적어도 하나를 제2 상태 정보로서 추정할 수 있다. 제2 추정부는 하나 이상의 프로세서들로 구현될 수 있다.
수명 산출부(230)는 제1 상태 정보 및 제2 상태 정보가 일치하는 경우, 부분 사이클 모델을 이용하여 사용자 이력 정보(user history information)로부터 잔존 수명을 산출한다. 여기서, 수명 산출부(230)는 제1 상태 정보 및 제2 상태 정보 간의 차이가 미리 정한 차이 이하인 경우에 응답하여, 제1 상태 정보 및 제2 상태 정보가 서로 일치하는 것으로 판단할 수 있다.
예를 들어, 수명 산출부(230)는 사용자 이력 정보로부터 부분 사이클과 연관된 통계 정보를 추출하고, 통계 정보에 기초하여 배터리의 제3 상태 정보를 추정하며, 제3 상태 정보에 기초하여 잔존 수명을 추정할 수 있다. 여기서, 제3 상태 정보는 사용자 이력에 따른 미래의 배터리의 용량 및 내부 저항의 변화와 관련된 정보를 포함할 수 있다. 통계 정보는 사용자 이력 정보로부터 추출된 부분 사이클이 발생하는 확률과 연관된 정보로서 부분 사이클의 확률 분포도 등을 포함할 수 있다. 여기서, 수명 산출부(230)는 통계 정보로부터 미래에 발생할 것으로 예상되는 부분 사이클의 횟수를 나타내는 예상 부분 사이클 수를 추정할 수 있다.
여기서, 수명 산출부(230)는 마르코프 처리 모델(Markov Process Model), 및 뉴럴 네트워크(Neural Network) 등을 활용하여 사용자 이력 정보로부터 통계 정보를 추출할 수 있다.
또한, 수명 산출부(230)는, 제1 상태 정보 및 제2 상태 정보가 다른 경우, 부분 사이클 모델을 조정(adjust)할 수 있다. 예를 들어, 수명 산출부(230)는 제2 상태 정보와 제1 상태 정보 간의 차이가 미리 정한 차이 이하가 되도록, 최소 제곱 피팅 기술(least square fitting technique)를 이용하여 부분 사이클 모델을 조정할 수 있다. 수명 산출부(230)는 제2 상태 정보가 제1 상태 정보와 유사해지도록 부분 사이클 모델의 모델 파라미터를 변경할 수 있다. 여기서, 수명 산출부는 기추정된 제1 상태 정보 및 제2 상태 정보 간의 차이가 최소가 되도록 부분 사이클 모델을 조정할 수 있다. 수명 산출부(230)는 하나 이상의 프로세서들로 구현될 수 있다.
사용자 이력 저장부(231)는 비일시적인 컴퓨터 메모리 저장부(non transitory computer memory storage)이다. 사용자 이력 저장부(231)는 사용자 이력 정보를 저장할 수 있다. 사용자 이력 정보는 사용자가 임의의 시간 주기(예를 들어, 6개월) 동안 배터리를 방전 및 충전시키는 방식을 나타낼 수 있다. 예를 들어, 배터리가 장착된 기기가 전기 자동차인 경우, 사용자 이력 저장부(231)에 저장된 사용자 이력 정보는 주행 중 차량의 위치(예를 들어, GPS를 활용한 차량의 위/경도 위치정보 및 고도정보), 차량의 속도, 차량 배터리의 전압/전류/온도 정보, 에어콘/히터의 사용 등 주행 이외의 보조 활동에 사용한 배터리 사용량, 외부 날씨 및 온도 등을 포함할 수 있다.
또한, 사용자 이력 정보는 사용자가 배터리를 사용하는 임의의 시간 주기 동안 발생한 각 부분 사이클링의 발생 횟수를 포함할 수 있다. 수명 산출부(230)는 각 부분 사이클링의 발생 횟수에 기초하여 통계 정보를 추출할 수 있다. 통계 정보는 부분 사이클링의 발생 확률과 연관된 정보를 포함할 수 있다. 예를 들어, 수명 산출부(230)는 기수집된 사용자 이력 정보에 대해 베이지안 분석(Bayesian analysis) 및 몬테 카를로 시뮬레이션 접근(Monte Carlo Simulation approaches)을 적용하여 사용자 이력 정보로부터 통계 정보를 추출할 수 있다.
출력 기기(232)는 사용자에게 잔존 수명에 관한 정보를 출력한다. 출력 기기(232)는 전기 자동자의 대쉬 보드 상의 LCD 스크린과 같은 기계적 디스플레이 또는 디스플레이 스크린, 컴퓨팅 기기(computing device)의 모니터, 바늘을 가지는 눈금판(dial face)로 구현될 수 있으나, 출력 기기(232)는 이 예시들로 한정되지 않는다.
도 3은 일 실시예에 따른 배터리에 대응하는 RC 등가회로를 도시한 회로도이다.
이하, 본 명세서에서 배터리의 등가 모델은 RC 등가회로를 나타낼 수 있다. 도 3에서는 배터리 완화 효과(Relaxation Effect)를 모델링 하기 위하여 하나의 RC 쌍을 사용되었다. 또한, 기전력(OCV: Open Circuit Voltage)과 SOC 간의 관계를 나타내기 위하여, 실험 데이터에 기반한 룩업 테이블(Look-Up Table)이 사용될 수 있다. 도 3에 도시된 SOC는 VQ의 전압이 인가되고 QR의 전하량이 충전되어 있는 커패시터의 충전 상태(charge state)(예를 들어, 전체 용량 대비 충전되어 있는 비율 %)를 나타낼 수 있다. 또한, 기전력 VOC 및 SOC 간의 관계 특성은 하기 수학식 4와 같은 부분 선형 관계로 나타낼 수 있다.
Figure pat00004
상술한 수학식 4 에서 VOC는 기전력, SOC는 충전량을 나타내고, b0, b1은 기전력 및 SOC 간의 선형 관계를 나타내기 위한 계수를 나타낼 수 있다.
Figure pat00005
상술한 수학식 5는 도 3과 상술한 수학식 4를 이용하여 나타낸 배터리의 전기적 모델에 대응하는 상태 공간 방정식일 수 있다. 여기서, 상태 변수는 배터리의 SOC와 RC 쌍에 걸리는 전압 VRC이며, QR은 배터리의 노미널 용량(Nominal Capacity)을 나타낼 수 있다.
상술한 수학식 5에서 나타난 상태 변수인 SOC를 추정하기 위해서는, 등가 모델의 내부 파라미터인 {b0, R, C, R0, b1}이 도출되어야 한다. 내부 파라미터 중 b1을 제외한 내부 파라미터들은 일반적인 매개변수규명 방법을 이용하여 도출될 수 있다. 내부 파라미터 중 b1은 사전에 실험 데이터로 작성된 OCV-SOC 룩업 테이블을 활용하여 결정될 수 있다.
도 4는 일 실시예에 따른 배터리 파라미터 추정기를 도시한 도면이다.
제1 추정부는 도 4에 도시된 배터리 파라미터 추정기를 포함할 수 있다.
배터리 매개변수들이
Figure pat00006
로 추정되면, 배터리의 등가 모델은 하기 수학식 6과 같이 나타낼 수 있다.
Figure pat00007
여기서,
Figure pat00008
,
Figure pat00009
,
Figure pat00010
,
Figure pat00011
,
Figure pat00012
,
Figure pat00013
,
Figure pat00014
,
Figure pat00015
,
Figure pat00016
를 나타낼 수 있다. 상술한 변수 및 내부 파라미터는 도 3에 도시될 수 있다. R0는 배터리의 내부 저항을 나타낼 수 있다. 여기서, 파라미터 식별 블럭(Parameters identification block)이 일반적인 매개변수규명 방법 및 룩업 테이블 등을 이용하여 등가 모델의 내부 파라미터인 {b0, R, C, R0, b1}을 식별할 수 있다.
파라미터 추정기는 하기 수학식 7과 같이 나타낼 수 있다.
Figure pat00017
상술한 수학식 7에서
Figure pat00018
은 파라미터 추정기의 이득 벡터(gain vector)를 나타낼 수 있다. 이득벡터 L, LT는 관측기 이득 디자인(Observer gain design block)에 의해 내부 파라미터로부터 결정될 수 있다. 상술한 수학식 7의 변수 및 파라미터는 도 4에 도시될 수 있다.
도 5는 일 실시예에 따른 배터리 용량 관측기를 도시한 도면이다.
전류적산법(Coulomb Counting Method)에 의하면 SOC와 배터리의 실제 용량 사이의 관계를 하기 수학식 8 및 수학식 8과 같이 나타낼 수 있다.
Figure pat00019
Figure pat00020
여기서, Q(k) 및 Qact(도 5에 도시됨)는 배터리의 실제 용량을 나타낼 수 있고, w(k)는 가우시안 잡음을 나타낼 수 있다. 배터리 용량을 추정하기 위한 배터리 용량 관측기는 하기 수학식 10과 같이 나타낼 수 있다.
Figure pat00021
여기서
Figure pat00022
및 QR(도 5에 도시됨)은 배터리의 실제 용량에 대한 추정값이고,
Figure pat00023
는 하기 수학식 11로 나타나는 시스템의 출력 추정값일 수 있다.
Figure pat00024
도 6은 일 실시예에 따른 복수의 충전 및 방전 사이클들에 대응하는 배터리 열화 모델을 도시한 도면이다.
여기서, 도 6의 x축은 완전 충전 사이클에 대한 횟수, y축은 배터리 용량을 나타낼 수 있다. 완전 충전 사이클의 횟수가 늘어남에 따라, 배터리의 용량이 감소하는 경향을 나타낼 수 있다. 예를 들어, 배터리에 대해 실험적으로 획득된 배터리 충방전 데이터를 활용하여 완전 사이클 모델 및 부분 사이클 모델이 구축될 수 있다.
도 7은 일 실시예에 따른 완전 사이클의 총 횟수별 배터리 열화 모델을 도시한 도면이다.
여기서, x축은 배터리 용량, y축은 배터리 전압을 나타낼 수 있다. 도 7에 도시된 그래프에서 3개의 곡선들에 대한 완전 사이클 횟수는, 배터리 전압 프로파일에서 해당 변화 및 배터치 충전 사이클의 총 횟수를 나타내는 1, 100, 300에 대응한다.
일반적으로 완전 사이클 수가 적을수록, 배터리는 동일 방전 전류 하의 동일 전압에서 큰 용량을 가질 수 있다. 예를 들어, 배터리에 대해 실험적으로 획득된 충방전 데이터를 활용하여 완전 사이클 모델 및 부분 사이클 모델이 구축될 수 있다. 예를 들어, 부분 사이클 모델은 전자 기기에서 사용될 수 있는 수 많은 배터리들에 기초하여 구축될 수 있다.
도 8은 일 실시예에 따른 운전자의 운전성향에 따른 평균속도-평균배터리파워 모델을 도시한 도면이다.
여기서, 도 8은 배터리가 장착된 기기가 전기 자동차인 경우, 운전자의 운전성향에 따른 전기자동차의 평균속도(x축)와 평균배터리파워(y축) 사이의 관계를 나타낼 수 있다.
동일한 평균속도이더라도 운전자의 성향에 따라 사용된 평균배터리파워가 달라질 수 있다. 예를 들어, 덜 공격적으로 운용한 경우(예를 들어, Low Aggression), 평범하게 운용한 경우(예를 들어, Normal Aggression), 공격적으로 운용한 경우(예를 들어, High Aggression)에 대해, 급가속/급정거 등과 같이 전기 자동차를 보다 공격적으로 운전할 경우(예를 들어, High Aggression) 도 8에 도시된 바와 같이 더 많은 배터리파워가 소모될 수 있다. 일 실시예에 따르면, 운전자의 운전성향은 전기 자동차로부터 획득되는, 전기 자동차의 사용의 패턴을 검색함으로써 획득될 수 있다.
도 9는 일 실시예에 따른 배터리의 잔존 수명을 추정하는 방법을 도시한 흐름도이다.
우선, 단계(910)에서는 센싱부가 배터리 정보를 획득할 수 있다. 여기서, 배터리 정보는 배터리의 전압, 전류, 온도, 사이클 수, 및 부분 사이클 수 등을 포함할 수 있다. 다만, 이로 한정하는 것은 아니고, 사이클 수 및 부분 사이클 수는 배터리 정보에 기초하여 제1 추정부 또는 수명 산출부가 결정할 수도 있다.
그리고 단계(920)에서는 제1 추정부가 배터리 정보에 기초하여 제1 상태 정보를 추정한다. 예를 들어, 제1 추정부는 센싱부에 의해 센싱된 배터리 정보를 등가 모델에 대응하는 상태 공간(예를 들어, 상태 공간 방정식)에 적용하여 내부 저항 등의 등가 모델의 내부 파라미터를 추정할 수 있다. 또한, 제1 추정부는 파라미터 추정기 및 배터리 용량 관측기를 이용하여 배터리의 SOC 및 배터리의 용량을 추정할 수 있다. 여기서, 제1 추정부는 추정된 SOC에 기초하여 부분 사이클 모델에 적용하기 위한 완전 사이클 수 및 부분 사이클 수 등을 카운트할 수 있다.
이어서 단계(930)에서는 제2 추정부가 부분 사이클 모델을 이용하여 제2 상태 정보를 추정한다. 예를 들어, 제2 추정부는 모델 저장부에 저장된 부분 사이클 모델에 제1 추정부 또는 센싱부에 의해 카운트된 부분 사이클 수를 적용하여, 배터리의 내부 저항 및 배터리의 용량을 추정할 수 있다.
그리고 단계(940)에서는 수명 산출부가 제1 상태 정보 및 제2 상태 정보가 일치하는지 판단할 수 있다. 여기서, 수명 산출부는 제1 상태 정보 및 제2 상태 정보의 차이가 미리 정한 차이 이하이면 서로 일치하는 것으로 판단할 수 있다.
이어서 단계(950)에서는 수명 산출부가 제1 상태 정보 및 제2 상태 정보가 일치하지 않는 것으로 판단한 경우, 수명 산출부가 부분 사이클 모델을 조정할 수 있다. 예를 들어, 수명 산출부는 잔존 수명을 추정하기 위한 부분 사이클 모델의 구조(예를 들어, 부분 사이클 모델의 방정식의 차수 및 모델 파라미터 등)를 모델 예측 적응 접근 및 최소 제곱 피팅 기술을 이용하여 변경함으로써, 제2 상태 정보가 제1 상태 정보에 일치하도록 할 수 있다. 다만, 이로 한정하는 것은 아니고, 제2 추정부 또는 모델 저장부가 수명 산출부의 판단에 기초하여 부분 사이클 모델을 조정할 수도 있다.
그리고 단계(960)에서는 수명 산출부가 통계 정보에 기초하여 제3 상태 정보를 추정할 수 있다. 여기서, 통계 정보는 사용자 이력 정보로부터 추출된 정보로서, 부분 사이클이 미래에 발생할 확률과 연관된 정보를 포함할 수 있다. 예를 들어, 수명 산출부는 부분 사이클의 발생 확률에 따라 미래에 발생할 부분 사이클의 횟수인 예상 부분 사이클 수를 추정하고, 예상 부분 사이클 수를 부분 사이클 모델에 적용하여 미래의 배터리의 내부 저항 및 용량 등을 추정할 수 있다.
예를 들어, 수명 산출부는 사용자가 기기를 사용하는 시점에서의 용량 및 내부 저항에 기초하여, 미래의 용량 및 내부 저항을 베이지안 추론(Bayesian inference) 및 몬테 카를로 시뮬레이션 접근을 이용하여 예측할 수 있다. 여기서, 부분 사이클은 시간(예를 들어, 연월일 등) 단위로 변환될 수 있다.
이어서 단계(970)에서는 수명 산출부가 제3 상태 정보에 기초하여 잔존 수명을 추정할 수 있다. 예를 들어, 수명 산출부는 제3 상태 정보가 EOL에 도달하는 시점까지의 시간을 계산함으로써, 잔존 수명을 추정할 수 있다.
도 10은 잔존 수명을 추정하기 위한 장치를 포함하는 전기 자동차의 계기판의 예시를 도시한다.
도 10을 참조하면, 전기 자동차는 계기판(980)의 내부에 잔존 수명을 추정하기 위한 장치(apparatus)의 출력 기기(output device)를 포함할 수 있다. 예를 들어, 계기판(980)은 전기 자동차 내의 배터리의 잔존 수명에 관한 정보를 출력하도록 구성되는 디스플레이 스크린(990)을 포함한다. 디스플레이 스크린(990)은 GPS 내비게이션 정보, 대상 오일 변경 일(target oil change date), 엔진 건강(engine health) 또는 다른 차량 유지 정보와 같은 차량에 관한 다른 정보를 디스플레이하는데 사용되거나, 잔존 수명 정보를 배타적으로 디스플레이하는데 사용될 수 있다. 예를 들어, 장치는 센서에 의해 검출된 배터리의 배터리 정보 및 배터리의 잔존 수명을 추정하기 위해 설치된 배터리에 대한 전기 자동차의 과거의 부분 및 완전 충전 사이클에 관한 정보를 이용할 수 있다. 그러므로, 장치는 전기 자동차의 운전자의 과거 주행 패턴에 기초하여 잔존 수명을 정확하게 추정할 수 있다. 더 나아가, 전기 자동차의 운전자는 디스플레이 스크린(990)을 통해 간헐적으로(intermittently) 배터리의 잔존 수명의 정보를 제공받을 수 있다. 따라서, 운전자는 안전 및 편의를 보장하는 적합한 시간에 배터리를 교체할 수 있다.
일 실시예에 따르면, 배터리의 잔존 수명을 추정하는 장치 및 방법은 배터리 관리 시스템(BMS, Battery Management System)(예를 들어, 전기 자동차, 에너지저장장치, 가전기기 등)에 적용될 수 있다.
예를 들어, 배터리를 유일한 에너지원으로 사용하는 전기 자동차, 및 다량의 2차 전지를 활용하는 에너지저장장치 및 2차 전지를 활용하는 다양한 가전기기에 적용될 수 있다.
일 실시예에 따른 배터리의 잔존 수명을 추정하는 장치 및 방법이 전기 자동차에 적용될 경우, 사용자는 전기 자동차 배터리의 잔존수명을 정확하게 파악하여 배터리의 적절한 교체시기를 알 수 있다. 배터리의 정확한 교체 시기를 사전에 알면, 사용자는 전기 자동차의 유일한 동력원인 배터리의 불량으로 발생할 수 있는 차량 안전사고를 방지할 수 있다. 또한, 전기 자동차 제조사는 정확한 배터리 잔존 수명 추정에 기초하여 적절한 제품의 품질보증을 제공할 수 있다.
일 실시예에 따른 배터리의 잔존 수명을 추정하는 장치 및 방법이 데이터 센터나 스마트 그리드 등에 사용되는 대용량 배터리 뱅크에 적용될 경우, 사용자는 배터리 뱅크를 구성하는 다수의 배터리 팩의 잔존 수명을 파악하여 배터리 팩의 적절한 교체시기를 알 수 있다. 예를 들어, 배터리 뱅크를 구성하는 배터리 팩이 재활용 배터리 팩인 경우, 각각의 배터리 팩의 상태가 서로 상이하여 배터리 교체 시기를 일률적이지 않을 수 있다. 사용자는 정확하게 추정된 배터리 팩의 적절한 교체 시기에 기초하여, 배터리 팩의 불량으로 발생하는 배터리 뱅크의 오동작/미동작을 방지함으로써 안정적으로 배터리 뱅크를 운영할 수 있다. 또한, 배터리 팩에 대한 추가적인 불량 점검에 드는 비용을 줄일 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.
여기 설명된 디스플레이 기기는 사용자에게 시각적 출력을 제공하는 물리적인 기기를 나타낼 수 있다. 디스플레이 기기는 LCD(liquid crystal display), LED 디스플레이(light-emitting diode display), PDP(plasma display panel), 스크린, 단말(terminal), 바늘 및 눈금판을 포함하는 기계적 기기 등으로서 구현될 수 있다. 스크린은 사용자 입력을 수신 및/또는 사용자 인터페이스를 렌더링(render)하는 어빌리티(ability)를 제공하는 하나 이상의 하드웨어 요소(hardware component)를 포함하는 물리적 구조일 수 있다. 스크린은 디스플레이 영역, 제스쳐 캡쳐 영역(gesture capture retion), 터치 감지 디스플레이(touch sensitive display), 및/또는 설정 가능한 영역(configurable area)의 임의의 조합을 포함할 수 있다. 스크린은 하드웨어로 임베디드(embeded)될 수 있거나, 장치로부터 부착 및 탈착될 수 있는 외부 주변 기기일 수 있다. 디스플레이는 단일 스크린 또는 멀티스크린 디스플레이일 수 있다. 단일 물리적 스크린은 같은 물리적 스크린의 일부임에도, 분리된 디스플레이 상에 디스플레이되는 다른 컨텐츠를 허용하는 분리된 논리 디스플레이(logical display)로서 관리되는 복수의 디스플레이들을 포함할 수 있다.
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: 배터리의 잔존 수명을 추정하는 장치
110: 제1 추정부
120: 제2 추정부
130: 수명 산출부

Claims (24)

  1. 배터리 수명을 추정하는 방법에 있어서,
    배터리로부터 획득된 배터리 정보에 기초하여 상기 배터리에 대한 제1 상태 정보를 추정하는 단계;
    부분적인 사이클에 대한 배터리 열화 패턴(battery degradation pattern)에 대응하는 부분 사이클 모델(partial cycle model)을 이용하여 상기 배터리에 대한 제2 상태 정보를 추정하는 단계; 및
    상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리 수명을 산출하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  2. 제1항에 있어서,
    상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리의 상기 배터리 수명을 산출하는 단계는,
    상기 제1 상태 정보 및 상기 제2 상태 정보가 다른 경우에 응답하여, 상기 부분 사이클 모델을 조정(adjust)하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  3. 제1항에 있어서,
    상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리의 상기 배터리 수명을 산출하는 단계는,
    상기 제1 상태 정보 및 상기 제2 상태 정보가 일치하는 경우에 응답하여, 상기 부분 사이클 모델을 이용하여 사용자 이력 정보(user history information)로부터 상기 배터리 수명을 산출하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  4. 제3항에 있어서,
    상기 배터리 수명은 상기 배터리의 잔존 수명에 대응하고,
    상기 사용자 이력 정보로부터 상기 배터리 수명을 산출하는 단계는,
    상기 사용자 이력 정보로부터 부분 사이클과 연관된 통계 정보를 추출하는 단계;
    상기 통계 정보에 기초하여 상기 배터리의 제3 상태 정보를 추정하는 단계; 및
    상기 제3 상태 정보에 기초하여 상기 잔존 수명을 추정하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  5. 제4항에 있어서,
    상기 통계 정보에 기초하여 상기 배터리의 제3 상태 정보를 추정하는 단계는,
    상기 부분 사이클 모델을 이용하여 상기 부분 사이클의 통계 정보로부터 추정된 예상 부분 사이클 수(predictive partial cycle number)로부터 추정된 내부 저항(internal resistance) 및 용량(capacity) 중 적어도 하나를 상기 제3 상태 정보로서 추정하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  6. 제1항에 있어서,
    상기 부분 사이클 모델은,
    상기 배터리의 완전 충방전에 따른 열화와 연관된 완전 사이클 모델이 부분 사이클에 대해 변환된 모델인,
    배터리 수명을 추정하는 방법.
  7. 제1항에 있어서,
    상기 배터리로부터 획득된 배터리 정보에 기초하여 상기 배터리에 대한 제1 상태 정보를 추정하는 단계는,
    상기 배터리에 대응하는 등가 모델(equivalent model)을 이용하여 상기 배터리 정보로부터 상기 등가 모델의 내부 파라미터를 상기 제1 상태 정보로서 추정하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  8. 제7항에 있어서,
    상기 등가 모델의 내부 파라미터를 상기 제1 상태 정보로서 추정하는 단계는,
    상기 등가 모델에 대응하는 상태 공간을 이용하여 상기 배터리 정보로부터 내부 저항 및 용량 중 적어도 하나를 상기 제1 상태 정보로서 추정하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  9. 제1항에 있어서,
    상기 부분적인 사이클의 배터리 열화에 대응하는 부분 사이클 모델을 이용하여 상기 배터리에 대한 제2 상태 정보를 추정하는 단계는,
    상기 부분 사이클 모델을 이용하여 상기 배터리의 부분 사이클 수(partial cycle number)로부터 추정된 내부 저항 및 용량 중 적어도 하나를 상기 제2 상태 정보로서 추정하는 단계
    를 포함하는 배터리 수명을 추정하는 방법.
  10. 제1항에 있어서,
    상기 배터리 정보는,
    상기 배터리의 전압, 전류, 온도, 사이클 수, 및 부분 사이클 수 중 적어도 하나
    를 포함하는 배터리 수명을 추정하는 방법.
  11. 배터리 수명을 추정하는 장치에 있어서,
    배터리로부터 획득된 배터리 정보에 기초하여 상기 배터리에 대한 제1 상태 정보를 추정하는 제1 추정부;
    부분적인 사이클에 대한 배터리 열화 패턴에 대응하는 부분 사이클 모델을 이용하여 상기 배터리에 대한 제2 상태 정보를 추정하는 제2 추정부; 및
    상기 제1 상태 정보 및 상기 제2 상태 정보의 비교에 기초하여 상기 배터리의 상기 배터리 수명을 산출하는 수명 산출부
    를 포함하는 배터리 수명을 추정하는 장치.
  12. 제11항에 있어서,
    상기 수명 산출부는,
    상기 제1 상태 정보 및 상기 제2 상태 정보가 다른 경우에 응답하여, 상기 부분 사이클 모델을 조정하는,
    배터리 수명을 추정하는 장치.
  13. 제11항에 있어서,
    상기 수명 산출부는,
    상기 제1 상태 정보 및 상기 제2 상태 정보가 일치하는 경우에 응답하여, 상기 부분 사이클 모델을 이용하여 사용자 이력 정보로부터 상기 배터리 수명을 산출하는,
    배터리 수명을 추정하는 장치.
  14. 제13항에 있어서,
    상기 배터리 수명은 상기 배터리의 잔존 수명에 대응하고,
    상기 수명 산출부는,
    상기 사용자 이력 정보로부터 부분 사이클과 연관된 통계 정보를 추출하고, 상기 통계 정보에 기초하여 상기 배터리의 제3 상태 정보를 추정하며, 상기 제3 상태 정보에 기초하여 상기 잔존 수명을 추정하는,
    배터리 수명을 추정하는 장치.
  15. 제14항에 있어서,
    상기 수명 산출부는,
    상기 부분 사이클 모델을 이용하여 상기 부분 사이클의 통계 정보로부터 추정된 예상 부분 사이클 수로부터 추정된 내부 저항 및 용량 중 적어도 하나를 상기 제3 상태 정보로서 추정하는,
    배터리 수명을 추정하는 장치.
  16. 제11항에 있어서,
    상기 배터리의 완전 충방전에 따른 열화와 연관된 완전 사이클 모델이 부분 사이클에 대해 변환된 모델인 상기 부분 사이클 모델을 저장하는 모델 저장부
    를 더 포함하는 배터리 수명을 추정하는 장치.
  17. 제11항에 있어서,
    상기 제1 추정부는,
    상기 배터리에 대응하는 등가 모델을 이용하여 상기 배터리 정보로부터 상기 등가 모델의 내부 파라미터를 상기 제1 상태 정보로서 추정하는,
    배터리 수명을 추정하는 장치.
  18. 제17항에 있어서,
    상기 제1 추정부는,
    상기 등가 모델에 대응하는 상태 공간을 이용하여 상기 배터리 정보로부터 내부 저항 및 용량 중 적어도 하나를 상기 제1 상태 정보로서 추정하는,
    배터리 수명을 추정하는 장치.
  19. 제11항에 있어서,
    상기 제2 추정부는,
    상기 부분 사이클 모델을 이용하여 상기 배터리의 부분 사이클 수로부터 추정된 내부 저항 및 용량 중 적어도 하나를 상기 제2 상태 정보로서 추정하는,
    배터리 수명을 추정하는 장치.
  20. 제11항에 있어서,
    상기 배터리 정보는,
    상기 배터리의 전압, 전류, 온도, 사이클 수, 및 부분 사이클 수 중 적어도 하나
    를 포함하는 배터리 수명을 추정하는 장치.
  21. 배터리 수명을 추정하는 장치에 있어서,
    기기를 동작시키는(power) 배터리의 배터리 성능 정보(battery performance information)을 검출하도록 구성되는 센서;
    메모리 저장소(memory storage)로부터 상기 기기의 부분 충전 사이클에 관한 이력 데이터(historic data)를 검색하고, 상기 이력 데이터 및 상기 배터리 성능 정보에 기초하여 상기 기기의 사용에 대한 상기 배터리의 배터리 수명을 추정하도록 구성되는 처리부
    를 포함하는 배터리 수명을 추정하는 장치.
  22. 제21항에 있어서,
    상기 배터리 수명은 상기 배터리의 잔존 수명에 대응하고,
    상기 센서는 상기 배터리의 전압, 전류, 온도, 사이클 수(cycle count) 및 부분 사이클 수(partial cycle count) 중 적어도 하나를 측정하도록 구성되는,
    배터리 수명을 추정하는 장치.
  23. 제22항에 있어서,
    상기 이력 데이터는 상기 기기의 과거 충전 사이클과 연관된 통계적 정보(statistical information)을 포함하고,
    상기 처리부는, 상기 기기에서 상기 배터리의 상기 잔존 수명을 추정하기 위해, 배터리 열화 패턴에 대응하는 부분 사이클 모델을 상기 배터리 성능 정보 및 상기 이력 데이터에 적용하도록 구성되는,
    배터리 수명을 추정하는 장치.
  24. 전기 자동차에 있어서,
    상기 배터리를 고정(hold)하도록 구성되는 배터리 칸(battery compartment); 및
    상기 전기 자동차의 계기판에 상기 배터리 수명에 관한 정보를 출력하도록 구성되는 디스플레이 스크린을 더 포함하는 제21항의 장치
    를 포함하는 전기 자동차.
KR1020150047047A 2015-01-21 2015-04-02 배터리의 수명을 추정하는 방법 및 장치 KR102386980B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/601,819 2015-01-21
US14/601,819 US10401433B2 (en) 2015-01-21 2015-01-21 Method and apparatus for estimating battery life

Publications (2)

Publication Number Publication Date
KR20160090226A true KR20160090226A (ko) 2016-07-29
KR102386980B1 KR102386980B1 (ko) 2022-04-15

Family

ID=56407693

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150047047A KR102386980B1 (ko) 2015-01-21 2015-04-02 배터리의 수명을 추정하는 방법 및 장치

Country Status (2)

Country Link
US (1) US10401433B2 (ko)
KR (1) KR102386980B1 (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180066768A (ko) * 2016-12-09 2018-06-19 주식회사 효성 배터리 수명 추정 방법 및 장치
KR101949449B1 (ko) 2017-11-07 2019-02-18 주식회사 스마트이앤엠 배터리 수명 예측 방법 및 그 장치
KR101930647B1 (ko) * 2017-11-22 2019-03-11 주식회사 포스코아이씨티 배터리 내부단락 진단장치 및 방법
KR101982120B1 (ko) * 2018-08-31 2019-05-24 주식회사 민테크 에너지 저장장치의 수명 예측 방법
KR102002859B1 (ko) * 2018-03-26 2019-07-23 숭실대학교산학협력단 배터리 진단 기능을 갖는 충전기 및 그 제어방법
CN110221224A (zh) * 2019-07-01 2019-09-10 中兴高能技术有限责任公司 电池循环寿命的预测方法、装置及存储介质
CN110749829A (zh) * 2019-10-22 2020-02-04 东软睿驰汽车技术（沈阳）有限公司 一种供电设备异常检测方法及装置
KR20200103508A (ko) * 2019-02-25 2020-09-02 한국자동차연구원 배터리 팩 적용 전기자동차 일충전 주행거리 평가 방법 및 시스템
WO2023136667A1 (ko) * 2022-01-17 2023-07-20 주식회사 엘지에너지솔루션 배터리 수명 예측 장치 및 그것의 동작 방법
KR102638784B1 (ko) * 2022-12-29 2024-02-20 (주)오렌지아이 기계학습 기반 배터리 잔여 수명 예측 방법
US11927640B2 (en) 2018-06-11 2024-03-12 Samsung Electronics Co., Ltd. Method for acquiring information about state of battery on basis of voltage change amount of battery during charging, and electronic device for supporting same

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10345391B2 (en) * 2015-03-03 2019-07-09 Samsung Electronics Co., Ltd. Method and apparatus for predicting remaining useful life (RUL) of battery
US10338153B2 (en) * 2015-03-03 2019-07-02 Samsung Electronics Co., Ltd. Method and apparatus for automatically estimating remaining useful life (RUL) of battery in real time
WO2017091231A1 (en) * 2015-11-25 2017-06-01 Hewlett-Packard Development Company, L.P. Battery performance prediction
US10436845B2 (en) * 2016-03-01 2019-10-08 Faraday & Future Inc. Electric vehicle battery monitoring system
US20180113500A1 (en) * 2016-10-24 2018-04-26 Wandering WiFi LLC Systems and methods for monitoring battery life
US10672199B2 (en) * 2017-01-18 2020-06-02 Ford Global Technologies, Llc Method for monitoring component life
KR20180085165A (ko) * 2017-01-18 2018-07-26 삼성전자주식회사 배터리 관리 방법 및 장치
GB201805092D0 (en) 2018-03-28 2018-05-09 Blancco Tech Group Ip Oy Determining battery wear of a mobile electronioc device
US10830826B2 (en) 2017-07-28 2020-11-10 Northstar Battery Company, Llc Systems and methods for determning crank health of a battery
US10539621B2 (en) * 2017-08-02 2020-01-21 Total Solar International Method and apparatus for identifying a battery model
CN108445414B (zh) * 2018-04-26 2020-12-04 合肥国轩高科动力能源有限公司 一种三元锂离子电池循环寿命的快速测试方法
DE102018116472A1 (de) * 2018-07-06 2020-01-09 Torqeedo Gmbh Verfahren, Computerprogrammprodukt und Prognosesystem zur Bestimmung der Lebensdauer einer Antriebsbatterie eines Fahrzeugs, insbesondere eines Boots
EP3824677A1 (en) * 2018-07-19 2021-05-26 Telefonaktiebolaget Lm Ericsson (Publ) Method and devices for optimizing backup power control using machine learning
US20220007213A1 (en) * 2018-11-06 2022-01-06 Telefonaktiebolaget Lm Ericsson (Publ) Methods, apparatus and machine-readable mediums for mitigating power failures in a communication network
CN109725266B (zh) * 2018-12-29 2021-05-11 蜂巢能源科技有限公司 一种电池健康状态soh的计算方法及装置
CN111722115B (zh) * 2019-03-18 2022-08-30 上海汽车集团股份有限公司 一种动力电池寿命预测方法及系统
CN110221210B (zh) * 2019-05-28 2021-12-31 中国电子技术标准化研究院 一种锂离子电池循环寿命快速预测方法
EP3983816B1 (en) * 2019-06-12 2022-09-21 Volvo Truck Corporation A method for estimating a battery state
EP3983815B1 (en) * 2019-06-12 2022-09-21 Volvo Truck Corporation A method for estimating a battery state
KR20210016172A (ko) * 2019-08-01 2021-02-15 현대자동차주식회사 공유 배터리 시스템 및 그의 배터리 제어 방법과 그를 포함하는 모빌리티 공유 서비스 시스템
KR20210028476A (ko) * 2019-09-04 2021-03-12 삼성전자주식회사 배터리 충전 장치 및 방법
DE102019127828B4 (de) * 2019-10-15 2021-05-20 Hochschule Offenburg Verfahren und Vorrichtung zur Bestimmung des Ladezustandes und des Gesundheitszustandes einer aufladbaren Batterie
CN111190114B (zh) * 2019-12-17 2022-03-04 上海电气国轩新能源科技有限公司 一种储能用长循环磷酸铁锂电池加速测试方法
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
WO2021157943A1 (en) * 2020-02-07 2021-08-12 Samsung Electronics Co., Ltd. Method and system for improving state of health of rechargeable batteries
FR3107597B1 (fr) * 2020-02-26 2022-01-28 Renault Sas Procédé d’estimation de l’état de santé énergétique d’une batterie
TWI758760B (zh) * 2020-06-24 2022-03-21 仁寶電腦工業股份有限公司 電池控制裝置以及電池容量估測方法
CN112016240B (zh) * 2020-07-16 2023-03-31 广西大学 一种相似证据非完全降解设备剩余稳定使用寿命预测方法
US20220057451A1 (en) * 2020-08-21 2022-02-24 Carnegie Mellon University System and method for estimation of battery state and health
CN112666481B (zh) * 2020-12-11 2024-03-08 珠海格力电器股份有限公司 一种电池寿命检测方法及装置
CN112765726A (zh) * 2020-12-31 2021-05-07 东软睿驰汽车技术（沈阳）有限公司 一种寿命预测方法及装置
US20220284747A1 (en) * 2021-03-08 2022-09-08 Toyota Research Institute, Inc. System and method for forecasting battery state with imperfect data
US20220357406A1 (en) * 2021-05-04 2022-11-10 Toyota Motor North America, Inc. Electric vehicle battery maintenance
CN113721158A (zh) * 2021-07-19 2021-11-30 恒大海拉电子(扬州)有限公司 一种基于温度耦合模型的锂离子电池寿命状态估计方法
US11774504B2 (en) 2021-10-04 2023-10-03 Zitara Technologies, Inc. System and method for battery management
US20230133652A1 (en) * 2021-10-29 2023-05-04 GE Grid GmbH Systems and methods for uncertainty prediction using machine learning
CN114295998B (zh) * 2021-12-28 2024-07-09 东软睿驰汽车技术（沈阳）有限公司 动力电池寿命的预测方法、装置、设备及存储介质
US20230278463A1 (en) * 2022-03-04 2023-09-07 Garrett Transportation I Inc. Using battery system parameters to estimate battery life expectancy within electric and hybrid electric vehicles
CN115327382B (zh) * 2022-06-28 2024-02-23 广州汽车集团股份有限公司 电池使用寿命预测模型的生成方法、装置及车辆
WO2024010175A1 (en) * 2022-07-07 2024-01-11 Samsung Electronics Co., Ltd. Method and electronic device for forecasting remaining useful life (rul) of battery
CN115267558A (zh) * 2022-09-30 2022-11-01 深圳先进技术研究院 一种双向锂离子电池的寿命预测与状态估计方法
EP4390418A1 (en) * 2022-12-22 2024-06-26 Samsung Electronics Co., Ltd. Electronic apparatus and method with battery state estimation
CN117074965B (zh) * 2023-10-17 2023-12-12 深圳市神通天下科技有限公司 一种锂离子电池剩余寿命预测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138767A (ja) * 2009-12-31 2011-07-14 Tesla Motors Inc 電池パックのサイクル寿命を向上させるシステム及び電池セルパック充電方法
US20140139191A1 (en) * 2012-07-07 2014-05-22 Nec Laboratories America, Inc. Method for Estimating Battery Life in Presence of Partial Charge and Discharge Cycles
KR20140073627A (ko) * 2012-11-30 2014-06-17 주식회사 포스코아이씨티 배터리 관리 장치 및 방법
KR20140106436A (ko) * 2013-02-24 2014-09-03 페어차일드 세미컨덕터 코포레이션 배터리 충전량 트래킹, 등가 회로 선택 및 벤치마킹
KR20140147705A (ko) * 2013-06-19 2014-12-30 로베르트 보쉬 게엠베하 특히 자동차의 노후화 및 에너지 효율형 작동 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008126788A (ja) 2006-11-20 2008-06-05 Toyota Motor Corp 車両用電池寿命判定装置及び電池寿命判定システム
US20100312744A1 (en) * 2009-06-09 2010-12-09 Toyota Motor Engineering & Manufacturing North America, Inc. System for battery prognostics
US8970178B2 (en) * 2010-06-24 2015-03-03 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell
US20120027428A1 (en) * 2010-07-28 2012-02-02 Toshiba Tec Kabushiki Kaisha Sheet finisher, image forming apparatus and sheet finishing method
US8872481B2 (en) * 2011-04-27 2014-10-28 General Electric Company Systems and methods for predicting battery power-delivery performance
EP2744068B1 (en) 2011-10-04 2019-01-09 LG Chem, Ltd. Battery management system and battery management method
JP5768001B2 (ja) 2012-04-23 2015-08-26 株式会社日立製作所 電池システムのメンテナンス管理システム及び方法
JP5737232B2 (ja) 2012-07-12 2015-06-17 トヨタ自動車株式会社 定置用蓄電池の余寿命判定装置
JP6096447B2 (ja) 2012-09-13 2017-03-15 株式会社東芝 蓄電池管理装置および蓄電池管理システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138767A (ja) * 2009-12-31 2011-07-14 Tesla Motors Inc 電池パックのサイクル寿命を向上させるシステム及び電池セルパック充電方法
US20140139191A1 (en) * 2012-07-07 2014-05-22 Nec Laboratories America, Inc. Method for Estimating Battery Life in Presence of Partial Charge and Discharge Cycles
KR20140073627A (ko) * 2012-11-30 2014-06-17 주식회사 포스코아이씨티 배터리 관리 장치 및 방법
KR20140106436A (ko) * 2013-02-24 2014-09-03 페어차일드 세미컨덕터 코포레이션 배터리 충전량 트래킹, 등가 회로 선택 및 벤치마킹
KR20140147705A (ko) * 2013-06-19 2014-12-30 로베르트 보쉬 게엠베하 특히 자동차의 노후화 및 에너지 효율형 작동 방법

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180066768A (ko) * 2016-12-09 2018-06-19 주식회사 효성 배터리 수명 추정 방법 및 장치
KR101949449B1 (ko) 2017-11-07 2019-02-18 주식회사 스마트이앤엠 배터리 수명 예측 방법 및 그 장치
KR101930647B1 (ko) * 2017-11-22 2019-03-11 주식회사 포스코아이씨티 배터리 내부단락 진단장치 및 방법
KR102002859B1 (ko) * 2018-03-26 2019-07-23 숭실대학교산학협력단 배터리 진단 기능을 갖는 충전기 및 그 제어방법
US11002795B2 (en) 2018-03-26 2021-05-11 Foundation Of Soongsil University-Industry Cooperation Charger with battery diagnosis function and control method thereof
US11927640B2 (en) 2018-06-11 2024-03-12 Samsung Electronics Co., Ltd. Method for acquiring information about state of battery on basis of voltage change amount of battery during charging, and electronic device for supporting same
KR101982120B1 (ko) * 2018-08-31 2019-05-24 주식회사 민테크 에너지 저장장치의 수명 예측 방법
KR20200103508A (ko) * 2019-02-25 2020-09-02 한국자동차연구원 배터리 팩 적용 전기자동차 일충전 주행거리 평가 방법 및 시스템
CN110221224A (zh) * 2019-07-01 2019-09-10 中兴高能技术有限责任公司 电池循环寿命的预测方法、装置及存储介质
CN110749829A (zh) * 2019-10-22 2020-02-04 东软睿驰汽车技术（沈阳）有限公司 一种供电设备异常检测方法及装置
CN110749829B (zh) * 2019-10-22 2022-02-11 东软睿驰汽车技术（沈阳）有限公司 一种供电设备异常检测方法及装置
WO2023136667A1 (ko) * 2022-01-17 2023-07-20 주식회사 엘지에너지솔루션 배터리 수명 예측 장치 및 그것의 동작 방법
KR102638784B1 (ko) * 2022-12-29 2024-02-20 (주)오렌지아이 기계학습 기반 배터리 잔여 수명 예측 방법

Also Published As

Publication number Publication date
KR102386980B1 (ko) 2022-04-15
US20160209472A1 (en) 2016-07-21
US10401433B2 (en) 2019-09-03

Similar Documents

Publication Publication Date Title
KR102386980B1 (ko) 배터리의 수명을 추정하는 방법 및 장치
Hu et al. State estimation for advanced battery management: Key challenges and future trends
EP2700964B1 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
Waag et al. Adaptive on-line prediction of the available power of lithium-ion batteries
JP6615011B2 (ja) 電池管理システム、電池システムおよびハイブリッド車両制御システム
US9759779B2 (en) State of charge estimation device and method of estimating state of charge
US8035345B2 (en) System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
US7521895B2 (en) System and method for determining both an estimated battery state vector and an estimated battery parameter vector
KR100894021B1 (ko) 진보 셀 모델 예측 기술을 이용한 배터리 팩의 전력 용량을계산하는 방법
US9347996B2 (en) Remaining life determining system for stationary storage battery, and method of determining remaining life of stationary storage battery
KR102171096B1 (ko) 전기 자동차의 운행 중 배터리의 수명을 추정하는 장치 및 방법
US10962601B2 (en) Method and system for determining open connections in a battery pack
JP2013122450A (ja) オンラインで電池の充電状態および劣化状態の判定を行う方法および装置
KR20160000317A (ko) 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법
KR20150120697A (ko) 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
KR101912615B1 (ko) 배터리 모니터링 및 보호 시스템
JP2023541417A (ja) バッテリの充電状態を推定する方法
KR20160080380A (ko) 배터리 충전 상태 측정 장치 및 방법
CN112912745A (zh) 根据开路电压图形确定电化学电池的充电状态和老化状态的方法
US20230393204A1 (en) System and method for battery management
WO2017002953A1 (ja) データ抽出装置、データ抽出方法およびデータ抽出プログラム
CN106199432B (zh) 确定可再充电电池老化状态的方法及可再充电电池系统
EP4191261A1 (en) Method for simulation of battery pack
KR20230114915A (ko) 배터리 전압 예측 장치 및 방법
CN103069291A (zh) 预测可通过能量存储器输出到负载的功率的方法

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