KR20180115124A

KR20180115124A - 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법

Info

Publication number: KR20180115124A
Application number: KR1020170047385A
Authority: KR
Inventors: 임보미; 조원태
Original assignee: 주식회사 엘지화학
Priority date: 2017-04-12
Filing date: 2017-04-12
Publication date: 2018-10-22
Also published as: EP3564693A1; US11340298B2; KR102179677B1; PL3564693T3; JP2020515859A; EP3564693A4; EP3564693B1; WO2018190508A1; JP7047205B2; US20190346511A1

Abstract

본 발명의 실시 예에 따른 실시간으로 배터리의 잔존 용량(SOC)을 산출하는 방법은, 배터리의 전류, 전압, 온도, 퇴화도를 측정하는 배터리 파라미터 측정 단계, 상기 측정된 배터리 파라미터를 기반으로 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 산출 단계를 포함하여 구성되며, 상기 실시간 잔존 용량 산출 단계는, 확장 칼만 필터(Extended Kalman Filter)를 이용하여 배터리의 잔존 용량을 실시간으로 산출할 수 있다.

Description

노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법{APPARATUS AND METHOD FOR CALCULATING SOC}

본 발명은 노이즈를 반영하여 배터리의 잔존용량을 산출하는 장치 및 방법에 관한 것이다.

보다 구체적으로는, 배터리의 잔존용량 산출에 사용되는 값을 측정하는데 발생하는 노이즈를 고려하여 배터리의 잔존용량을 산출하는 장치 및 방법에 관한 것이다.

최근들어 고에너지 밀도의 비수전해해액을 이용한 고출력 이차 전지가 개발되고 있으며, 대전력을 필요로 하는 기기 예컨대, 전기 자동차 등의 모터 구동에 사용될 수 있도록 상기한 고출력 이차 전지를 복수개 직렬로 연결하여 대용량의 이차 전지를 구성하게 된다.

이와 같이 하나의 대용량 이차 전지(이하 명세서 전반에 걸쳐 설명의 편의상 전지모듈이라 칭한다)는 통상 직렬로 연결되는 복수개의 이차 전지(이하 명세서 전반에 걸쳐 설명의 편의상 단위전지라 칭한다)로 이루어진다.

상기한 전지모듈 특히, HEV용 이차 전지 모듈의 경우 수 개에서 많게는 수십 개의 단위전지가 충전과 방전을 번갈아가면서 수행하게 됨에 따라 이러한 충방전 등을 제어하여 전지 모듈이 적정한 동작 상태로 유지하도록 관리할 필요성이 있다.

이를 위해, HEV용 전지 모듈은 전지의 전압, 전류, 온도 등을 검출하여 배터리의 잔존용량(SOC)을 연산에 의해 추정하고, 차량의 연료 소비 효율이 가장 좋아지도록 SOC 제어를 행하고 있다. 또, 이 때의 SOC 레벨은, 가속시의 모터 구동에 의한 파워 어시스트 및 감속시의 에너지 회수(회생 제동)를 밸런스 좋게 동작시키기 위해서, 일반적으로, 예를 들면 SOC가 50%부터 70%의 범위 내가 되도록, SOC가 저하하여 예를 들면 50%가 된 경우에는 충전 과다의 제어를 행하고, 반대로, SOC가 상승하여 예를 들면 70%가 된 경우에는 방전 과다의 제어를 행하여, SOC를 제어 중심에 근접하도록 하는 것이다.

이러한 SOC 제어를 정확히 행하기 위해서는, 충방전을 행하고 있는 이차 전지의 SOC를 정확히 추정하는 것이 필요해진다.

종래에는, 이러한 SOC를 추정하는데 있어서, 초기에 임의로 설정된 외부 오차 값에 의해서 SOC가 산출되어 왔다.

이와 같이 초기에 임의로 설정된 외부 오차 값은, 다양한 환경의 노이즈에 적합하지 않아 SOC 산출에 오차가 발생하는 문제점이 존재하였다.

본 발명에서는 다양한 환경의 노이즈에 적합한 외부 오차 값을 설정하여 배터리의 잔존용량을 정확하게 산출하는 장치 및 방법을 제공한다.

본 발명의 실시 예에 따른 실시간으로 배터리의 잔존 용량(SOC)을 산출하는 방법은, 배터리의 전류, 전압, 온도, 퇴화도를 측정하는 배터리 파라미터 측정 단계, 상기 측정된 배터리 파라미터를 기반으로 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 산출 단계를 포함하여 구성되며, 상기 실시간 잔존 용량 산출 단계는, 아래 확장 칼만 필터(Extended Kalman Filter)를 이용하여 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 연산 단계를 포함하여 구성될 수 있다.

(확장 칼만필터)

(P : 오차 공분산, H : 변환 계수, K : 칼만 게인, Q : 참 값에 대한 표준

편차, W : 시스템 노이즈, x : 상태 변수(SOC), z : 관측 값, V : 관측 참

값과의 오차, k : 단계의 차수, u : 추가 입력 값, f(x,u,o) : 잔존용량을

산출하는 수식, I : 단위행렬)

상기 실시간 잔존 용량 산출 단계는, 외부 오차에 의해 설정되는 노이즈 변수(W)를 설정하는 노이즈 변수 설정 단계를 포함하여 구성될 수 있다.

한편, 상기 노이즈 변수 설정 단계는, 각각의 배터리 파라미터를 측정할 때 발생하는 오차를 설정하는 외부 오차 설정 단계, 상기 확장 칼만 필터의 노이즈 변수로 사용될 임시 노이즈 변수를 설정하는 임시 노이즈 변수 설정 단계, 상기 외부 오차와 상기 임시 노이즈 변수를 기반으로 산출된 잔존 용량과 외부 오차가 없는 상태의 잔존 용량과의 오차를 산출하는 오차 산출 단계를 포함하여 구성될 수 있다.

한편, 상기 노이즈 변수 설정 단계는, 상기 외부 오차 및 상기 임시 노이즈를 여러 값으로 변화시켜, 상기 오차 산출 단계를 반복 수행할 수 있다.

한편, 상기 노이즈 변수 설정 단계는, 상기 외부 오차에 최적화된 최종 노이즈 변수를 검출하는 최종 노이즈 검출 단계를 더 포함하여 구성되며, 상기 최종 노이즈 변수 검출 단계는, 상기 오차 산출 단계에서 산출된 오차가 소정의 범위 내로 들어오는 임시 노이즈 변수를 최종 노이즈 변수로 검출할 수 있다.

본 발명의 실시 예에 따른 실시간으로 배터리의 잔존 용량을 측정하는 장치는, 배터리의 전류, 전압, 온도, 퇴화도를 측정하는 파라미터 측정부, 상기 파라미터 측정부에서 측정된 배터리의 전류, 전압, 온도, 퇴화도를 입력 받아 실시간으로 배터리의 잔존 용량을 산출하는 실시간 잔존 용량 산출부를 포함하여 구성되며, 상기 실시간 잔존 용량 산출부는, 아래 확장 칼만 필터를 이용하여 실시간으로 배터리의 잔존 용량을 산출하는 연산부를 포함하여 구성될 수 있다.

산출하는 수식, I : 단위행렬)

한편, 상기 실시간 잔존 용량 산출부는, 외부 오차에 의해 노이즈 변수를 설정하여 상기 연산부로 입력하는 노이즈 변수 설정부를 더 포함하여 구성될 수 있다.

한편, 상기 노이즈 변수 설정부는, 사용자로부터 각각의 배터리 파라미터를 측정할 때 발생하는 오차를 입력 받아 외부 오차를 설정하는 외부 오차 설정 모듈, 사용자로부터 상기 칼만 확장 필터의 노이즈 변수로 사용될 임시 노이즈 변수를 입력받아 임시 노이즈 변수를 설정하는 임시 노이즈 변수 설정 모듈, 상기 외부 오차와 임시 노이즈 변수를 기반으로 산출된 잔존 용량과 외부 오차가 없는 상태의 잔존 용량의 오차를 산출하는 오차 산출 모듈을 포함하여 구성될 수 있다.

한편, 상기 노이즈 변수 설정부는, 상기 외부 오차에 최적화된 최종 노이즈 변수를 검출하는 최종 노이즈 검출 모듈을 더 포함하여 구성되며, 상기 최종 노이즈 검출 모듈은, 상기 오차 산출 모듈에서 산출된 오차가 소정의 범위 내로 들어오는 임시 노이즈 변수를 최종 노이즈 변수로 검출할 수 있다.

본 발명은, 다양한 외부 환경의 노이즈에 적합한 외부 오차 값을 설정함으로써 정확한 배터리의 잔존용량을 산출할 수 있다.

도 1은 본 발명의 실시 예에 따른 실시간으로 배터리 잔존 용량을 산출하는 방법의 순서도이다.
도 2는, 상기 오차 산출 단계에서 전압 모델의 노이즈 변수에 대한 오차를 시간-오차 그래프로 표현된 예이다.
도 3은 전압 모델의 노이즈 변수에 대한 오차 그래프이다.
도 4는 온도 모델의 노이즈 변수에 대한 오차 그래프이다.
도 5는, 전류 모델의 노이즈 변수에 대한 오차 그래프이다.
도 6은 퇴화도와 노이즈 변수에 대한 오차 그래프이다.
도 7은 외부 오차의 유무에 따른 전압 모델 및 전류 모델의 오차를 나타낸 그래프이다.
도 8은 본 발명의 실시 예에 따른 실시간 배터리 잔존 용량 산출 장치의 전체적인 구성도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면부호를 붙였다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예컨대, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

명세서 전체에서, 어떤 부분이 다른 부분과 “연결”되어 있다고 할 때, 이는 “직접적으로 연결”되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 “전기적으로 연결”되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 본원 명세서 전체에서 사용되는 정도의 용어 “~(하는) 단계” 또는 “~의 단계”는 “~를 위한 단계”를 의미하지 않는다.

본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

한편, 본 발명에서 배터리의 잔존 용량이라 함은, 배터리의 충전 상태, 즉 SOC(State of Charge)를 의미할 수 있다.

1. 본 발명의 실시 예에 따른 실시간으로 배터리의 잔존 용량을 산출하는 방법.

도 1은 본 발명의 실시 예에 따른 실시간으로 배터리 잔존 용량을 산출하는 방법의 순서도이다.

이하에서는, 도 1을 참조하여 본 발명의 실시 예에 따른 실시간으로 배터리 잔존 용량을 산출하는 방법을 설명한다.

본 발명의 실시 예에 따르면, 실시간으로 배터리의 잔존 용량을 산출하는 방법은, 배터리의 전류, 전압, 온도, 퇴화도 등을 측정하는 배터리 파라미터 측정 단계(S100), 상기 측정된 배터리 파라미터를 기반으로 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 산출 단계(S200)를 포함하여 구성될 수 있다.

보다 구체적으로, 상기 배터리 파라미터 측정 단계(S100)는, 현재의 배터리 상태 값들을 측정하는 단계로, 배터리에 탑재되는 배터리 관리 시스템(BMS)에서 측정되거나, 별도의 장치에 의해 배터리의 전류, 전압, 온도, 퇴화도 등과 같은 현재의 배터리 상태 값들이 측정될 수 있다.

한편, 상기 실시간 잔존 용량 산출 단계(S200)는, 확장 칼만 필터(Extended Kalman Filter)를 이용하여 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 연산 단계(S220)를 포함할 수 있다.

상기 확장 칼만 필터는 아래 수식 1을 기반으로 할 수 있다.

(수식1)

산출하는 수식, I : 단위행렬)

보다 구체적으로는, 확장 칼만 필터는 크게 예측 단계와 보정 단계로 나눌 수 있다.

상기 예측 단계에서는 이전 시간에 추정된 상태에 따라, 사용자의 입력이 들어왔을 경우, 예상되는 상태를 계산하는 단계이고, 상기 보정 단계는 앞서 예상한 상태와 실제 측정 상태를 토대로 정확한 상태를 계산하는 단계일 수 있다.

즉, 확장 칼만 필터는, 예측->보정->예측->보정을 반복적으로 수행하여 오차를 감소시키는 방법일 수 있다.

한편, 상기 칼만 필터에서 잔존 용량을 산출하는 수식인 f(x,u,0)는 아래 수식 2를 기반으로 하여 산출 될 수 있다.

(수식2)

한편, 상기 실시간 잔존 용량 산출 단계(S200)는, 외부 프로세스의 노이즈 값에 의해 설정 되는 노이즈 변수(W)를 설정하는 노이즈 변수 설정 단계(S210)를 더 포함하여 구성될 수 있다.

보다 구체적으로, 노이즈 변수 설정 단계(S210)는, 배터리 파라미터 각각을 측정할 때, 필연적으로 발생할 수 밖에 없는 외부 오차를 설정하는 외부 오차 설정 단계(S211), 상기 확장 칼만 필터의 노이즈 변수(W)로 사용될 임시 노이즈 변수를 설정하는 임시 노이즈 변수 설정 단계(S212), 상기 외부 오차와 상기 임시 노이즈 변수를 기반으로 산출된 잔존 용량과 외부 오차가 없는 상태의 잔존 용량과의 오차를 산출하는 오차 산출 단계(S213)를 포함하여 구성될 수 있다.

한편, 상기 노이즈 변수 설정 단계(S210)는, 상기 외부 오차 및 상기 임시 노이즈 변수를 여러 값으로 변화시켜, 상기 오차 산출 단계(S213)를 반복적으로 수행할 수 있다.

한편, 상기 오차 산출 단계(S213)는, 오차 값을 시간-오차 그래프로 표현할 수 있다.

도 2는, 상기 오차 산출 단계에서 전압 모델의 노이즈 변수에 대한 오차를 시간-오차 그래프로 표현된 예이다.

도 2를 살펴보면 전압 모델의 노이즈 변수가 클수록, 배터리의 잔존 용량이 실제 값으로 수렴하기 위해서 오랜 시간이 걸리는 것을 확인할 수 있다.

따라서, 이런 경우, 전압 모델의 노이즈 변수가 가장 작은 값이 유리할 수 있다.

한편, 상기 노이즈 변수 설정 단계(S210)는, 상기 외부 오차에 최적화된 최종 노이즈 변수를 검출하는 최종 노이즈 변수 검출 단계(S214)를 더 포함하여 구성될 수 있다.

보다 구체적으로, 최종 노이즈 변수는, 상기 오차 산출 단계(S213)에서 산출된 오차가 소정의 범위 내로 들어오는 임시 노이즈 변수일 수 있다.

이하에서는 구체적인 실험 데이터를 기반으로, 본 발명의 실시 예에 따른 최적화된 노이즈 변수 설정을 설명한다.

도 3 내지 도 6은 전압, 온도, 전류, 퇴화도 각각의 모델의 노이즈 변수에 대한 오차 그래프이다.

먼저 도 3은 전압 오차가 있을때, 전압 모델의 노이즈 변수에 대한 오차 그래프이다.

도 3의 위에 그래프를 살펴보면, 외부 오차가 0.02V인 경우, 전압 모델의 노이즈 변수가 클수록 오차가 적게 발생하는 것을 확인 할 수 있다.

한편, 도 3의 아래 그래프를 살펴보면 잔존 용량의 에러 변화율은 외부 전압 오차가 있는 경우에는 전압 모델의 노이즈 변수를 크게 하는 경우 오차가 최대 2%정도 차이가 날 수 있다.

한편, 전류 모델의 노이즈 변수에 따른 오차는 최대 1%로, 외부 전압의 오차가 있는 경우, 최종 노이즈 변수는, 전압 모델의 노이즈 변수에 대한 가중치는 최대한 낮게 설정되고, 전류 모델의 노이즈 변수에 대한 가중치가 높게 설정되도록 하는 것이 올바른 방법일 수 있다.

한편, 도 4는, 온도 오차가 있을때, 전압 모델의 노이즈 변수에 대한 오차 그래프이다.

도 4의 위에 그래프를 살펴보면, 온도 모델의 노이즈 변수가 클수록 오차가 작은 것으로 나타나지만, 실제의 셀의 충/방전을 고려하게되면 잔존 용량의 에러 변화율은 0에 가까워서, 온도 모델의 노이즈 변수는 크지 않은 것으로 확인할 수 있다.

한편, 도 5는, 전류 오차가 있을때, 전압 모델의 노이즈 변수에 대한 오차 그래프이다.

먼저 도 5의 위에 그래프를 살펴보면 전압 모델의 노이즈 변수가 작을수록 잔존용량 에러가 적게 나타나는 것을 확인할 수 있다.

한편, 도 5의 아래 그래프를 살펴보면, 전압 모델의 노이즈 변수를 최대한 작게 하는 경우, 잔존 용량 에러 변화율이 최대 2%인데 비해, 전류 모델의 노이즈 변수에 대한 잔존 용량 에러 변화율은 9%이상인 것을 확인 할 수 있다.

따라서, 외부의 전류 노이즈가 존재하는 경우, 전압 모델의 노이즈 변수는 작은 값으로 설정하고, 전압 모델에 대응되는 가중치는 크게 설정하고, 전류 모델에 대응되는 가중치는 낮게 설정하는 것이 바람직할 수 있다.

한편, 도 6은 퇴화도 및 전류 모델과 전압 모델에 대응되는 가중치에 따라 발생하는 오차를 나타낸 그래프이다.

먼저 도 6의 위에 그래프는 퇴화도가 5%일 때 전류 모델과 전압 모델에 대응되는 가중치에 따라 발생하는 오차를 나타낸 오차 그래프이다.

이때는 전류 모델의 가중치 및 전압 모델 가중치에 상관 없이 유사한 값을 가지는 것을 확인할 수 있다.

그러나 도 6의 아래 그래프를 살펴보면 퇴화도가 10%일때는 전압 모델에 대응되는 가중치가 큰 경우가, 전류 모델에 대응되는 가중치가 큰 경우 보다 오차가 적게 나는 것을 확인할 수 있다.

따라서, 퇴화도가 진행 될수록 전압 모델에 대응되는 가중치를 높게 설정하는 것이 바람직할 수 있다.

도 7은 상기 외부 오차의 유무에 따른 전압 모델 및 전류 모델의 오차를 나타낸 그래프이다.

종합해보면, 배터리의 전압, 전류, 온도, 퇴화도 등의 파라미터를 측정하는 프로세스에서 오차가 발생할 수 밖에 없고, 이를 보다 정확한 값으로 보정하기 위해서는 전압 모델의 노이즈 변수를 되도록 작은 값으로 설정하고, 전압 모델에 대응되는 가중치를 크게 설정하는 것이 바람직할 수 있다.

2. 본 발명의 실시 예에 따른 실시간 배터리 잔존 용량 산출 장치.

도 8은 본 발명의 실시 예에 따른 실시간 배터리 잔존 용량 산출 장치의 전체적인 구성도이다.

이하에서는 도 8을 참조하여 본 발명의 실시 예에 따른 실시간 배터리 잔존 용량 산출 장치를 설명한다.

본 발명의 실시 예에 따른 실시간 배터리 잔존 용량 산출 장치는, 배터리의 전류, 전압, 온도, 퇴화도를 측정하는 파라미터 측정부(100), 상기 파라미터 측정부(100)에서 측정된 배터리의 전류, 전압, 온도, 퇴화도를 입력 받아 실시간으로 배터리의 잔존 용량을 산출하는 실시간 잔존 용량 산출부(200)를 포함하여 구성될 수 있다.

보다 구체적으로, 상기 파라미터 측정부(100)는, 본 발명에서는 별도의 구성으로 표현하였지만, 배터리의 기본적으로 탑재되는 배터리 관리 시스템에서 측정될 수도 있다.

한편, 상기 실시간 잔존 용량 산출부(200)는, 확장 칼만 필터를 이용하여 실시간으로 배터리의 잔존 용량을 산출하는 연산부(210)를 포함하여 구성될 수 있다.

한편, 상기 확장 칼만 필터는 상기 본 발명의 실시 예에 따른 실시간으로 배터리의 잔존 용량을 산출하는 방법에서 사용되는 확장 칼만 필터와 동일하므로, 자세한 설명은 생략 하도록 한다.

한편, 상기 실시간 잔존 용량 산출부(200)는, 외부 오차에 의해 노이즈 변수를 설정하여 상기 연산부로 입력하는 노이즈 변수 설정부(220)를 더 포함하여 구성될 수 있다.

보다 구체적으로, 상기 노이즈 변수 설정부(220)는, 사용자로부터 각각의 배터리 파라미터를 측정할 때 발생하는 오차를 입력 받아 외부 오차를 설정하는 외부 오차 설정 모듈(221), 사용자로부터 상기 칼만 확장 필터의 노이즈 변수로 사용될 임시 노이즈 변수를 입력받아 임시 노이즈 변수를 설정하는 임시 노이즈 변수 설정 모듈(222), 상기 외부 오차와 임시 노이즈 변수를 기반으로 산출된 잔존 용량과 외부 오차가 없는 상태의 잔존 용량의 오차를 산출하는 오차 산출 모듈(223)을 포함하여 구성될 수 있다.

한편, 상기 외부 오차 설정 모듈(221)은 상기 본 발명의 실시 예에 따른 실시간으로 배터리 잔존 용량 산출 방법의 외부 오차 설정 단계를 수행하고, 상기 임시 노이즈 변수 설정 모듈(222)은 상기 본 발명의 실시 예에 따른 실시간으로 배터리 잔존 용량 산출 방법의 임시 노이즈 변수 설정 단계를 수행하고, 상기 오차 산출 모듈(223)은 상기 본 발명의 실시 예에 따른 실시간으로 배터리 잔존 용량 산출 방법의 오차 산출 단계를 수행할 수 있다.

한편, 상기 노이즈 변수 설정부(220)는, 상기 외부 오차에 최적화된 최종 노이즈 변수를 검출하는 최종 노이즈 변수 검출 모듈(224)을 더 포함하여 구성될 수 있다.

보다 구체적으로, 상기 최종 노이즈 변수 검출 모듈(224)은, 상기 오차 산출 모듈(223)에서 산출된 오차가 소정의 범위 내로 들어오는 임시 노이즈 변수를 최종 노이즈 변수로 검출할 수 있다.

한편, 상기 연산부(210)는, 상기 노이즈 변수 설정부(220)에서 설정된 값을 상기 수식 1의 칼만 필터에 대입하여 실시간 잔존 용량을 연산할 수 있다.

한편, 본 발명의 기술적 사상은 상기 실시 예에 따라 구체적으로 기술되었으나, 상기 실시 예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아님을 주지해야 한다. 또한, 본 발명의 기술분야에서 당업자는 본 발명의 기술 사상의 범위 내에서 다양한 실시 예가 가능함을 이해할 수 있을 것이다.

100 : 파라미터 측정부
200 : 실시간 잔존 용량 산출부
210 : 연산수
220 : 노이즈 변수 설정부
221 : 외부 오차 설정 모듈
222 : 임시 노이즈 변수 설정 모듈
223 : 오차 산출 모듈
224 : 최종 노이즈 검출 모듈

Claims

실시간으로 배터리의 잔존 용량(SOC)을 산출하는 방법에 있어서,
배터리의 전류, 전압, 온도, 퇴화도를 측정하는 배터리 파라미터 측정 단계;
상기 측정된 배터리 파라미터를 기반으로 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 산출 단계;
를 포함하여 구성되며,
상기 실시간 잔존 용량 산출 단계는,
아래 확장 칼만 필터(Extended Kalman Filter)를 이용하여 배터리의 잔존 용량을 실시간으로 산출하는 실시간 잔존 용량 연산 단계를 포함하여 구성되는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 방법.
(확장 칼만필터)

(P : 오차 공분산, H : 변환 계수, K : 칼만 게인, Q : 참 값에 대한 표준
편차, W : 시스템 노이즈, x : 상태 변수(SOC), z : 관측 값, V : 관측
참값과의 오차, k : 단계의 차수, u : 추가 입력 값, f(x,u,o) : 잔존용량을
산출하는 수식, I : 단위행렬)
청구항 1에 있어서,
상기 실시간 잔존 용량 산출 단계는,
상기 확장 칼만 필터에서, 외부 오차에 의해 설정되는 노이즈 변수(W)를 설정하는 노이즈 변수 설정 단계를 더 포함하여 구성되는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 방법.
청구항 2에 있어서,
상기 노이즈 변수 설정 단계는,
각각의 배터리 파라미터를 측정할 때 발생하는 오차를 설정하는 외부 오차 설정 단계;
상기 확장 칼만 필터의 노이즈 변수로 사용될 임시 노이즈 변수를 설정하는 임시 노이즈 변수 설정 단계;
상기 외부 오차와 상기 임시 노이즈 변수가 반영되어 산출된 잔존 용량과 외부 오차가 반영되지 않고 산출된 잔존 용량과의 오차를 산출하는 오차 산출 단계;
를 포함하여 구성되는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 방법.
청구항 3에 있어서,
상기 노이즈 변수 설정 단계는,
상기 외부 오차 및 상기 임시 노이즈를 여러 값으로 변화시켜, 상기 오차 산출 단계를 반복 수행하는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 방법.
청구항 4에 있어서,
상기 노이즈 변수 설정 단계는,
상기 외부 오차에 최적화된 최종 노이즈 변수를 검출하는 최종 노이즈 변수 검출 단계를 더 포함하여 구성되며
상기 최종 노이즈 변수 검출 단계는,
상기 오차 산출 단계에서 산출된 오차가 소정의 범위 내로 들어오는 임시 노이즈 변수를 최종 노이즈 변수로 설정하는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 방법.
배터리의 전류, 전압, 온도, 퇴화도를 측정하는 파라미터 측정부;
상기 파라미터 측정부에서 측정된 배터리의 전류, 전압, 온도, 퇴화도를 입력 받아 실시간으로 배터리의 잔존 용량을 산출하는 실시간 잔존 용량 산출부;
를 포함하여 구성되며,
상기 실시간 잔존 용량 산출부는,
아래 확장 칼만 필터를 이용하여 실시간으로 배터리의 잔존 용량을 산출하는 연산부를 포함하여 구성되는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 장치.
(확장 칼만필터)

(P : 오차 공분산, H : 변환 계수, K : 칼만 게인, Q : 참 값에 대한 표준
편차, W : 시스템 노이즈, x : 상태 변수(SOC), z : 관측 값, V : 관측
참값과의 오차, k : 단계의 차수, u : 추가 입력 값, f(x,u,o) : 잔존용량을
산출하는 수식, I : 단위행렬)
청구항 6에 있어서,
상기 실시간 잔존 용량 산출부는,
상기 칼만 확장 필터에서 외부 오차에 의한 노이즈 변수(W)를 설정하여 상기 연산부로 입력하는 노이즈 변수 설정부를 더 포함하여 구성되는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 장치.
청구항 7에 있어서,
상기 노이즈 변수 설정부는,
사용자로부터 각각의 배터리 파라미터를 측정할 때 발생하는 오차를 입력 받아 외부 오차를 설정하는 외부 오차 설정 모듈;
사용자로부터 상기 칼만 확장 필터의 노이즈 변수로 사용될 임시 노이즈 변수를 입력받아 임시 노이즈 변수를 설정하는 임시 노이즈 변수 설정 모듈;
상기 외부 오차와 임시 노이즈 변수를 기반으로 산출된 잔존 용량과 외부 오차가 없는 상태의 잔존 용량의 오차를 산출하는 오차 산출 모듈;
을 포함하여 구성되는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 장치.
청구항 8에 있어서,
상기 노이즈 변수 설정부는,
상기 외부 오차에 최적화된 최종 노이즈 변수를 검출하는 최종 노이즈 검출 모듈을 더 포함하여 구성되며,
상기 최종 노이즈 검출 모듈은,
상기 오차 산출 모듈에서 산출된 오차가 소정의 범위 내로 들어오는 임시 노이즈 변수를 최종 노이즈 변수로 검출하는 것을 특징으로 하는 실시간 배터리 잔존 용량 산출 장치.