KR20210088915A - Soh estimation method of battery management apparatus and soh estimation formula creating method therefor - Google Patents

Soh estimation method of battery management apparatus and soh estimation formula creating method therefor Download PDF

Info

Publication number
KR20210088915A
KR20210088915A KR1020200001996A KR20200001996A KR20210088915A KR 20210088915 A KR20210088915 A KR 20210088915A KR 1020200001996 A KR1020200001996 A KR 1020200001996A KR 20200001996 A KR20200001996 A KR 20200001996A KR 20210088915 A KR20210088915 A KR 20210088915A
Authority
KR
South Korea
Prior art keywords
parameters
soh
battery
multiple regression
regression analysis
Prior art date
Application number
KR1020200001996A
Other languages
Korean (ko)
Other versions
KR102280709B1 (en
Inventor
김종훈
이평연
Original Assignee
충남대학교산학협력단
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 충남대학교산학협력단 filed Critical 충남대학교산학협력단
Priority to KR1020200001996A priority Critical patent/KR102280709B1/en
Publication of KR20210088915A publication Critical patent/KR20210088915A/en
Application granted granted Critical
Publication of KR102280709B1 publication Critical patent/KR102280709B1/en

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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

An embodiment provides the SOH estimation method of a battery management apparatus that includes the steps of: measuring a plurality of parameters having an influence on the state of health (SOH) of a battery at a predetermined level or higher using the sensing value of the battery collected for a predetermined time; and calculating the SOH of the battery by substituting the measured values of the plurality of parameters into a SOH estimation equation obtained through multiple regression analysis for the plurality of parameters. A degree of influence of the plurality of parameters is calculated through the multiple regression analysis. An object of the present invention is to provide a technique for measuring a plurality of parameters affecting the deterioration of a battery, generating an estimation equation for more accurate SOH estimation using the plurality of parameters, and more accurately estimating the SOH of a battery through the estimation equation.

Description

배터리 관리 장치의 SOH 추정 방법 및 이를 위한 SOH 추정식 생성 방법{SOH ESTIMATION METHOD OF BATTERY MANAGEMENT APPARATUS AND SOH ESTIMATION FORMULA CREATING METHOD THEREFOR}SOH estimation method for battery management device and method for generating SOH estimation formula therefor {SOH ESTIMATION METHOD OF BATTERY MANAGEMENT APPARATUS AND SOH ESTIMATION FORMULA CREATING METHOD THEREFOR}

본 실시예는 배터리 관리 장치에서 배터리의 SOH(State of Health)를 추정하는 기술에 관한 것이다. This embodiment relates to a technique for estimating a state of health (SOH) of a battery in a battery management device.

최근 환경 보호에 대한 관심도가 높아지면서 전기자동차(EV, HEV, PHEV)가 각광을 받고 있으며, 신재생에너지의 사용 확대 및 전력의 수요 증가로 인해 에너지 저장 장치(ESS)를 이용한 스마트 그리드 사업이 주목을 받고 있다.Recently, as interest in environmental protection has increased, electric vehicles (EV, HEV, PHEV) are in the spotlight, and smart grid business using energy storage system (ESS) is attracting attention due to the expansion of use of new and renewable energy and increase in demand for electricity. are receiving

이러한 전기자동차 및 신재생 에너지 분야를 포함한 산업 전반에서, 안정된 전원 공급과 충전이 가능한 배터리를 채택하여 활용하는 범위가 확산되고 있고, 이에 따라 배터리를 보다 효율적으로 사용하고 관리하기 위한 배터리 관리 시스템에 관한 기술의 중요성도 점차 증가되고 있다.In the overall industry, including electric vehicles and renewable energy fields, the range of adopting and utilizing batteries capable of stable power supply and charging is expanding, and accordingly, a battery management system for more efficient use and management of batteries The importance of technology is also gradually increasing.

기본적으로 배터리는 충방전을 반복함에 따라 열화(劣化))되며, 다른 여러 가지 요인(배터리의 온도, 충전방법, 전류변화, 방전심도(Depth of Discharge) 등)으로 인해 배터리의 열화는 더 빨리 진행되기도 한다. 배터리 관리 시스템이 배터리를 최적으로 관리하고 운영하기 위해서는 배터리의 수명, 즉 SOH(State of Health)를 정확하게 추정할 수 있어야 한다.Basically, the battery deteriorates with repeated charging and discharging, and the deterioration of the battery proceeds faster due to various other factors (temperature of the battery, charging method, current change, depth of discharge, etc.) can be In order for the battery management system to optimally manage and operate the battery, it must be able to accurately estimate the lifespan of the battery, that is, the state of health (SOH).

만약 SOH를 부정확하게 추정하게 되면 과충전/과방전에 따른 배터리의 발화 또는 폭발이 발생할 수 있다.If the SOH is incorrectly estimated, the battery may ignite or explode due to overcharging/overdischarging.

이러한 SOH를 추정하기 위해서 종래에는 배터리의 충방전 전류를 적산하여 배터리의 SOC(State of Charge)를 추정하고, 추정된 SOC를 사용하여 SOH를 추정하는 방법이 있었다. 그런데, 이 방법은 전류를 측정하는 과정에서 발생되는 측정 오차가 누적되어, 시간이 지남에 따라 SOH 추정의 기초 데이터로 사용되는 SOC의 정확도가 떨어져 결국 SOH의 추정 신뢰성이 떨어지는 문제가 있었다.In order to estimate the SOH, there is a conventional method of estimating the state of charge (SOC) of the battery by accumulating the charging and discharging currents of the battery, and estimating the SOH using the estimated SOC. However, in this method, measurement errors generated in the process of measuring the current are accumulated, and over time, the accuracy of the SOC used as the basic data of the SOH estimation deteriorates, resulting in a decrease in the estimation reliability of the SOH.

이러한 배경에서, 본 실시예의 목적은, 일 측면으로, 배터리의 열화에 영향을 미치는 복수의 파라미터를 측정하고, 복수의 파라미터를 이용하여 보다 정확한 SOH를 추정하기 위한 추정식을 생성함과 아울러 추정식을 통해 배터리의 SOH를 보다 정확하게 추정할 수 있는 기술을 제공하는 것이다.Against this background, an object of the present embodiment is, in one aspect, to measure a plurality of parameters affecting the deterioration of a battery, and to generate an estimation equation for estimating more accurate SOH using the plurality of parameters, as well as an estimation equation It is to provide a technology that can more accurately estimate the SOH of a battery through

전술한 목적을 달성하기 위하여, 일 실시예는, 일정 시간 동안 수집되는 배터리의 센싱값을 이용하여, 상기 배터리의 SOH(state of health)에 미치는 영향에 대한 영향도가 일정 수준 이상인 복수의 파라미터를 측정하는 단계; 및 상기 복수의 파라미터에 대한 다중 회귀 분석을 통해 획득한 SOH 추정식에 상기 복수의 파라미터의 측정값을 대입하여 상기 배터리의 SOH를 산출하는 단계를 포함하고, 상기 복수의 파라미터의 영향도는 다중 회귀 분석을 통해 산출되는 배터리 관리 장치의 SOH 추정 방법을 제공한다.In order to achieve the above object, in one embodiment, a plurality of parameters whose degree of influence on the state of health (SOH) of the battery is greater than or equal to a certain level by using the sensing value of the battery collected for a certain period of time measuring; and calculating the SOH of the battery by substituting the measured values of the plurality of parameters into an SOH estimation equation obtained through multiple regression analysis for the plurality of parameters, wherein the degree of influence of the plurality of parameters is determined by multiple regression. A method for estimating SOH of a battery management device calculated through analysis is provided.

상기 배터리의 확산층은, 다수의 래더(ladder)의 직렬연결로 모델링되고, 상기 래더는 병렬 연결되는 확산저항과 확산캐패시터로 모델링되며, 상기 복수의 파라미터는, 제1래더의 확산저항과 제2래더의 확산저항을 포함할 수 있다.The diffusion layer of the battery is modeled as a series connection of a plurality of ladders, the ladder is modeled as a diffusion resistor and a diffusion capacitor connected in parallel, and the plurality of parameters are, the diffusion resistance of the first ladder and the second ladder of diffusion resistance.

상기 복수의 파라미터의 측정값으로 분산팽창계수(Variance Inflation Factor; VIF)를 계산하는 경우 각 파라미터 사이의 다중공선성이 일정 수준 이하가 될 수 있다.When a variance inflation factor (VIF) is calculated using the measured values of the plurality of parameters, multicollinearity between each parameter may be less than or equal to a certain level.

다른 실시예는, 미리 정해진 프로파일에 따라 배터리를 충방전시키면서 상기 배터리의 센싱값을 획득하고, 상기 센싱값을 이용하여 상기 배터리에 대한 다수의 파라미터 및 SOH를 측정하고 측정값들을 저장하는 단계; 상기 측정값들을 이용하여 상기 다수의 파라미터에 대한 상관 분석을 수행하는 단계; 상관 분석의 결과에 따라 상관도가 일정 수준 이상이 파라미터들 중 하나를 택하는 방식으로, 상기 다수의 파라미터 중 상관도가 낮은 복수의 파라미터를 확정하는 단계; 및 상기 측정값들을 이용하여 상기 SOH를 종속변수로 하고 상기 복수의 파라미터를 독립변수로 하는 다중 회귀 분석을 수행하는 단계; 상기 다중 회귀 분석에 따라 결정되는 계수들을 이용하여 상기 SOH에 대한 추정식을 생성하는 단계를 포함하는 SOH 추정식 생성 방법을 제공한다.Another embodiment includes the steps of: acquiring a sensed value of the battery while charging and discharging the battery according to a predetermined profile, measuring a plurality of parameters and SOH of the battery using the sensed value, and storing the measured values; performing correlation analysis on the plurality of parameters using the measured values; determining a plurality of parameters having a low correlation among the plurality of parameters in a manner of selecting one of the parameters having a degree of correlation higher than or equal to a certain level according to a result of the correlation analysis; and performing multiple regression analysis with the SOH as a dependent variable and the plurality of parameters as independent variables using the measured values. It provides a method for generating an SOH estimation formula, comprising generating an estimation formula for the SOH using coefficients determined according to the multiple regression analysis.

상기 다중 회귀 분석을 수행하는 단계에서, 상기 복수의 파라미터를 표준편차와 평균을 이용하여 표준화한 후에 상기 다중 회귀 분석을 수행할 수 있다.In performing the multiple regression analysis, the multiple regression analysis may be performed after standardizing the plurality of parameters using a standard deviation and a mean.

또 다른 실시예는, 미리 정해진 프로파일에 따라 배터리를 충방전시키면서 상기 배터리의 센싱값을 획득하고, 상기 센싱값을 이용하여 상기 배터리에 대한 다수의 파라미터 및 SOH를 측정하고 측정값들을 저장하는 단계; 상기 측정값들을 이용하여 상기 다수의 파라미터에 대한 상관 분석을 수행하는 단계; 상관 분석의 결과에 따라 상관도가 일정 수준 이상인 파라미터들 중 하나를 택하는 방식으로, 상기 다수의 파라미터 중 상관도가 낮은 N 개의 파라미터를 확정하는 단계; 상기 측정값들을 이용하여 상기 SOH를 종속변수로 하고 상기 N 개의 파라미터를 독립변수로 하는 다중 회귀 분석을 1차 수행하는 단계; 상기 1차 다중 회귀 분석에 따라 결정되는 계수들을 이용하여 상기 SOH에 대한 상기 N 개의 파라미터의 영향도를 판정하는 단계; 상기 N 개의 파라미터 중 영향도가 일정 수준 이상인 복수의 파라미터를 확정하는 단계; 상기 측정값들을 이용하여 상기 SOH를 종속변수로 하고 상기 복수의 파라미터를 독립변수로 하는 다중 회귀 분석을 2차 수행하는 단계; 상기 2차 다중 회귀 분석에 따라 결정되는 계수들을 이용하여 상기 SOH에 대한 추정식을 생성하는 단계를 포함하는 SOH 추정식 생성 방법을 제공한다.Another embodiment includes the steps of: acquiring a sensed value of the battery while charging and discharging the battery according to a predetermined profile, measuring a plurality of parameters and SOH of the battery using the sensed value, and storing the measured values; performing correlation analysis on the plurality of parameters using the measured values; Determining N parameters having a low correlation among the plurality of parameters in a manner of selecting one of parameters having a degree of correlation or higher according to a result of correlation analysis; first performing multiple regression analysis using the measured values with the SOH as a dependent variable and the N parameters as independent variables; determining the degree of influence of the N parameters on the SOH using coefficients determined according to the first-order multiple regression analysis; determining a plurality of parameters having an influence of a certain level or higher among the N parameters; performing secondary multiple regression analysis using the measured values with the SOH as a dependent variable and the plurality of parameters as independent variables; It provides a method for generating an SOH estimation equation, comprising generating an estimation equation for the SOH using coefficients determined according to the quadratic multiple regression analysis.

상기 다중 회귀 분석을 수행하는 단계에서, 상기 복수의 파라미터를 표준편차와 평균을 이용하여 표준화한 후에 상기 다중 회귀 분석을 수행할 수 있다. In performing the multiple regression analysis, the multiple regression analysis may be performed after standardizing the plurality of parameters using a standard deviation and a mean.

이상에서 설명한 바와 같이 본 실시예에 의하면, 배터리의 열화에 영향을 미치는 복수의 파라미터를 이용하여 SOH 추정식을 생성하고, 이를 통해 배터리 관리 장치에서 배터리의 SOH를 정확하게 추정할 수 있기 때문에 부정확한 SOH 추정으로 인한 배터리의 발화 또는 폭발하는 종래 문제점을 해소할 수 있다.As described above, according to the present embodiment, the SOH estimation equation is generated using a plurality of parameters affecting the deterioration of the battery, and through this, the battery management apparatus can accurately estimate the SOH of the battery. It is possible to solve the conventional problem of ignition or explosion of the battery due to the estimation.

도 1은 일 실시예에 따른 배터리시스템의 구성도이다.
도 2는 일 실시예에 따른 배터리 관리 장치의 구성을 간략하게 나타낸 블럭도이다.
도 3은 일 실시예에 따른 배터리 관리 장치에서 배터리의 SOH를 추정하는 과정을 나타낸 순서도이다.
도 4는 일 실시예에 따른 배터리의 내부를 회로로 모델링한 도면이다.
도 5는 일 실시예에 따른 배터리의 확산층을 회로로 모델링한 도면이다.
도 6은 일 실시예에 따른 SOH 추정식을 생성하는 과정을 나타낸 순서도이다.
도 7은 다른 실시예에 따른 SOH 추정식을 생성하는 과정을 나타낸 순서도이다.
도 8은 일 실시예에 따른 복수의 파라미터 측정값에 대한 일 예시 그래프이다.
도 9는 배터리의 SOH와 복수의 파라미터와의 관계에 대한 일 예시 그래프이다.1 is a configuration diagram of a battery system according to an embodiment.
2 is a block diagram schematically illustrating a configuration of a battery management apparatus according to an exemplary embodiment.
3 is a flowchart illustrating a process of estimating the SOH of a battery in the battery management apparatus according to an exemplary embodiment.
4 is a diagram illustrating a circuit modeling the interior of a battery according to an embodiment.
5 is a diagram illustrating a circuit modeling a diffusion layer of a battery according to an embodiment.
6 is a flowchart illustrating a process of generating an SOH estimation equation according to an embodiment.
7 is a flowchart illustrating a process of generating an SOH estimation equation according to another embodiment.
8 is an example graph of a plurality of parameter measurement values according to an embodiment.
9 is an exemplary graph of the relationship between the SOH of a battery and a plurality of parameters.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, some embodiments of the present invention will be described in detail with reference to exemplary drawings. In adding reference numerals to the components of each drawing, it should be noted that the same components are given the same reference numerals as much as possible even though they are indicated on different drawings. In addition, in describing the present invention, if it is determined that a detailed description of a related known configuration or function may obscure the gist of the present invention, the detailed description thereof will be omitted.

또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.In addition, in describing the components of the present invention, terms such as first, second, A, B, (a), (b), etc. may be used. These terms are only for distinguishing the components from other components, and the essence, order, or order of the components are not limited by the terms. When a component is described as being “connected”, “coupled” or “connected” to another component, the component may be directly connected or connected to the other component, but another component is between each component. It should be understood that elements may be “connected,” “coupled,” or “connected.”

도 1은 일 실시예에 따른 배터리시스템의 구성도이다.1 is a configuration diagram of a battery system according to an embodiment.

도 1을 참조하면, 배터리시스템(100)은 배터리(10), 부하(20), 충전기(30) 및 배터리 관리 장치(110) 등을 포함할 수 있다.Referring to FIG. 1 , the battery system 100 may include a battery 10 , a load 20 , a charger 30 , and a battery management device 110 .

배터리(10)는 전기에너지를 화학에너지로 변환하거나 화학에너지를 전기에너지로 변환할 수 있는 장치로서, 리튬이온 배터리, 리튬폴리머 배터리 등이 대표적인 예이다.The battery 10 is a device capable of converting electrical energy into chemical energy or converting chemical energy into electrical energy, and a lithium ion battery, a lithium polymer battery, and the like are representative examples.

배터리(10)에는 적어도 2개의 단자가 포함될 수 있는데, 일 단자로는 음(-)의 극성을 가지는 전압이 공급되고, 다른 일 단자로는 양(+)의 극성을 가지는 전압이 공급될 수 있다. 이하에서는 음(-)의 극성을 가지는 단자와 양(+)의 극성을 가지는 단자 사이의 전압을 단자전압(Vb)으로 정의하여 사용한다.The battery 10 may include at least two terminals. A voltage having a negative polarity may be supplied to one terminal and a voltage having a positive polarity may be supplied to the other terminal. . Hereinafter, a voltage between a terminal having a negative (-) polarity and a terminal having a positive (+) polarity is defined and used as the terminal voltage (Vb).

배터리(10)의 단자를 통해 유출입되는 전류를 충방전전류(Ib)로 정의할 수 있다. 이하에서는 설명의 편의를 위해 배터리의 단자로 입력되는 전류-예를 들어, 충전전류-를 양(+)의 방향으로 정의하고 배터리의 단자로부터 외부로 공급되는 전류-예를 들어, 방전전류-를 음(-)의 방향으로 정의한다.A current flowing in and out through the terminal of the battery 10 may be defined as a charge/discharge current Ib. Hereinafter, for convenience of explanation, the current input to the terminal of the battery - for example, the charging current - is defined in the positive (+) direction, and the current supplied to the outside from the terminal of the battery - for example, the discharge current - is It is defined in the negative (-) direction.

부하(20)는 배터리(10)의 방전전류를 사용하는 장치로서, 충전기(30)가 전력을 공급하는 시점에서는 충전기(30)로부터 전력을 공급받고 충전기(30)가 전력을 공급하지 않는 시점에서는 배터리(10)의 방전전류를 이용하여 작동될 수 있다.The load 20 is a device that uses the discharge current of the battery 10 , and receives power from the charger 30 at the time when the charger 30 supplies power, and at the time when the charger 30 does not supply power. It may be operated using the discharge current of the battery 10 .

충전기(30)는 외부의 전력을 변환하여 배터리(10)로 공급하는 장치로서, 전력변환장치 혹은 컨버터로 부르는 장치를 내장할 수 있다.The charger 30 is a device that converts external power and supplies it to the battery 10 , and may have a built-in device called a power converter or converter.

배터리 관리 장치(110)는 본 발명의 실시예에 따라 배터리(10)의 SOH(State of Health)를 추정할 수 있고, SOH를 이용하여 배터리의 상태를 관리할 수 있다. 여기서, 배터리 관리 장치(110)는 종래의 SOC(State of Charge) 추정 방식을 통해 배터리(10)의 SOC(State of Charge)를 추정할 수도 있다.The battery management apparatus 110 may estimate the state of health (SOH) of the battery 10 according to an embodiment of the present invention, and may manage the state of the battery using the SOH. Here, the battery management apparatus 110 may estimate the state of charge (SOC) of the battery 10 through a conventional state of charge (SOC) estimation method.

이러한 배터리 관리 장치(110)는 계산이 가능한 계산장치-예를 들어, CPU(central processing unit)- 및 데이터의 저장이 가능한 저장장치-예를 들어, 메모리-를 포함하고 있으면서, 계산장치와 저장장치를 이용하여 SOH를 추정할 수 있다. 그리고, 저장장치에는 적어도 하나의 알고리즘이 저장될 수 있다. 예를 들어, 저장장치에는 SOH를 추정하기 위한 알고리즘이 저장될 수 있다.The battery management device 110 includes a calculation device capable of calculation - for example, a central processing unit (CPU) - and a storage device capable of storing data - for example, a memory - while including a calculation device and a storage device. can be used to estimate the SOH. In addition, at least one algorithm may be stored in the storage device. For example, an algorithm for estimating the SOH may be stored in the storage device.

배터리 관리 장치(110)는 배터리(10)의 온도, 전압 등을 감지하는 하나 이상의 센서로부터 하나 이상의 센싱값을 일정 시간 동안 수집하고, 하나 이상의 센싱값을 이용하여 복수의 파라미터를 측정할 수 있다. 여기서, 복수의 파라미터는 배터리(10)의 내부 저항값(도 4의 Ri1,Ri2), 배터리(10)의 충전 또는 방전 시의 온도값, 배터리(10)에 포함된 확산층(도 4의 Zw)의 확산 저항값들(도 5의 Rdiff1 내지 Rdiffn), 배터리(10)의 전압값 등일 수 있다.The battery management device 110 may collect one or more sensed values from one or more sensors that sense the temperature, voltage, etc. of the battery 10 for a predetermined time, and measure a plurality of parameters using the one or more sensed values. Here, the plurality of parameters are the internal resistance value of the battery 10 (R i 1 ,R i 2 in FIG. 4 ), the temperature value during charging or discharging of the battery 10 , and the diffusion layer included in the battery 10 ( FIG. 4 Z w ) of diffusion resistance values (R diff1 to R diffn in FIG. 5 ), a voltage value of the battery 10 , and the like.

이러한, 복수의 파라미터가 후술할 SOH 추정식의 독립변수들로 이용될 수 있다.Such a plurality of parameters may be used as independent variables of an SOH estimation equation, which will be described later.

배터리 관리 장치(110)는 수학식 1과 같은 SOH 추정식을 기저장할 수 있고, 복수의 파라미터의 표준값을 SOH 추정식에 대입하여 배터리(10)의 SOH를 추정할 수 있다.The battery management apparatus 110 may pre-store the SOH estimation equation as in Equation 1, and may estimate the SOH of the battery 10 by substituting standard values of a plurality of parameters into the SOH estimation equation.

Figure pat00001
Figure pat00001

수학식 1에서 종속변수인

Figure pat00002
는 SOH 추정값,
Figure pat00003
는 회귀 계수, 독립변수인
Figure pat00004
는 복수의 파라미터의 측정값(제 1 파라미터 측정값 내지 제 k 파라미터 측정값),
Figure pat00005
는 오차로써,
Figure pat00006
오차항들끼리는 서로 독립적이라고 가정한다. In Equation 1, the dependent variable
Figure pat00002
is the SOH estimate,
Figure pat00003
is the regression coefficient, the independent variable
Figure pat00004
is a measured value of a plurality of parameters (measured value of the first parameter to the measured value of the k-th parameter);
Figure pat00005
is the error,
Figure pat00006
It is assumed that the error terms are independent of each other.

본 발명의 실시예에서 배터리 관리 장치(110)는 공장에서 출하되기 전에 SOH 추정식을 저장할 수 있다.In an embodiment of the present invention, the battery management apparatus 110 may store the SOH estimation equation before shipment from the factory.

그리고, 본 발명의 실시예에 따른 SOH 추정식은 배터리(10)의 SOH에 미치는 영향에 대한 영향도가 일정 수준 이상인 복수의 파라미터에 대해 다중 회귀 분석을 통해 획득된 추정식으로서, 배터리 관리 장치(110)와 별개인 SOH 추정식 생성 장치(미도시)에서 생성할 수 있다. 여기서, 복수의 파라미터의 영향도는 다중 회귀 분석을 통해 산출할 수 있다.And, the SOH estimation equation according to an embodiment of the present invention is an estimation equation obtained through multiple regression analysis for a plurality of parameters having a degree of influence on the SOH of the battery 10 equal to or greater than a certain level, and the battery management device 110 ) and can be generated by a separate SOH estimation equation generating device (not shown). Here, the degree of influence of the plurality of parameters may be calculated through multiple regression analysis.

복수의 파라미터를 결정하는 구성과 복수의 파라미터의 영향도를 산출하는 구성에 대한 설명은 도 6 및 도 7의 설명시 자세히 하도록 한다.The configuration for determining the plurality of parameters and the configuration for calculating the degree of influence of the plurality of parameters will be described in detail with reference to FIGS. 6 and 7 .

본 발명의 실시예에서 복수의 파라미터는 도 5와 같이 다수의 래더(Ladder)의 직렬연결로 모델링되는 확산층(도 4 및 도 5의 Zw)에 포함된 제 1 래더의 확산저항값과 제 2 래더의 확산저항값을 포함할 수 있다. 여기서, 단위 래더는 도 5와 같이 병렬 연결되는 확산 저항과 확산 캐패시터로 모델링될 수 있다.In an embodiment of the present invention, the plurality of parameters are the diffusion resistance value of the first ladder included in the diffusion layer (Z w in FIGS. 4 and 5 ) modeled as a series connection of a plurality of ladders as shown in FIG. 5 and the second It may include the diffusion resistance value of the ladder. Here, the unit ladder may be modeled as a diffusion resistor and a diffusion capacitor connected in parallel as shown in FIG. 5 .

한편, 복수의 파라미터의 측정값 간의 다중공선성은 일정 수준 이하가 될 수 있다. 이에 대한 설명도 도 6의 설명시 자세히 하도록 한다.Meanwhile, multicollinearity between measured values of a plurality of parameters may be less than a predetermined level. This will also be described in detail in the description of FIG. 6 .

도 2는 일 실시예에 따른 배터리 관리 장치의 구성을 간략하게 나타낸 블럭도이다.2 is a block diagram schematically illustrating a configuration of a battery management apparatus according to an exemplary embodiment.

본 발명에서 배터리 관리 장치(110)는 파라미터 측정부(210), 저장부(220) 및 SOH 추정부(230)를 포함할 수 있다.In the present invention, the battery management apparatus 110 may include a parameter measurement unit 210 , a storage unit 220 , and an SOH estimator 230 .

파라미터 측정부(210)는 배터리(10)의 온도, 전압 등을 감지하는 하나 이상의 센서로부터 하나 이상의 센싱값을 일정 시간 동안 수집하고, 하나 이상의 센싱값을 이용하여 복수의 파라미터를 측정할 수 있다. 여기서, 복수의 파라미터는 배터리(10)의 내부 저항값(도 4의 Ri1,Ri2), 배터리(10)의 충전 또는 방전 시의 온도값, 배터리(10)에 포함된 확산층(도 4의 Zw)의 확산 저항값들(도 5의 Rdiff1 내지 Rdiffn), 배터리(10)의 전압값 등일 수 있다.The parameter measuring unit 210 may collect one or more sensed values from one or more sensors that sense the temperature, voltage, etc. of the battery 10 for a predetermined time, and measure a plurality of parameters by using the one or more sensed values. Here, the plurality of parameters are the internal resistance value of the battery 10 (R i 1 ,R i 2 in FIG. 4 ), the temperature value during charging or discharging of the battery 10 , and the diffusion layer included in the battery 10 ( FIG. 4 Z w ) of diffusion resistance values (R diff1 to R diffn in FIG. 5 ), a voltage value of the battery 10 , and the like.

이러한, 복수의 파라미터가 후술할 SOH 추정식의 독립변수들로 이용될 수 있다.Such a plurality of parameters may be used as independent variables of an SOH estimation equation, which will be described later.

저장부(220)는 복수의 파라미터에 대한 다중 회귀 분석을 통해 획득된 SOH 추정식을 저장할 수 있다. 여기서, 저장부(220)는 배터리 관리 장치(110)가 공장에서 출하되기 전, 즉 배터리 관리 장치(110)의 제조시에 SOH 추정식을 저장할 수 있다.The storage 220 may store the SOH estimation equation obtained through multiple regression analysis for a plurality of parameters. Here, the storage unit 220 may store the SOH estimation equation before the battery management apparatus 110 is shipped from the factory, that is, when the battery management apparatus 110 is manufactured.

SOH 추정부(230)는 파라미터 측정부(210)에서 측정한 복수의 파라미터 각각의 측정값을 저장부(220)에 저장된 SOH 추정식에 대입하여 배터리(10)의 SOH를 추정할 수 있다. The SOH estimator 230 may estimate the SOH of the battery 10 by substituting the measured values of each of the plurality of parameters measured by the parameter measuring unit 210 into the SOH estimation equation stored in the storage 220 .

여기서, 복수의 파라미터는 배터리(10)의 SOH에 미치는 영향에 대한 영향도가 일정 수준 이상인 파라미터일 수 있고, 복수의 파라미터의 영향도는 다중 회귀 분석을 통해 산출할 수 있다.Here, the plurality of parameters may be parameters having a degree of influence on the SOH of the battery 10 at or above a certain level, and the degree of influence of the plurality of parameters may be calculated through multiple regression analysis.

도 3은 일 실시예에 따른 배터리 관리 장치에서 배터리의 SOH를 추정하는 과정을 나타낸 순서도이다.3 is a flowchart illustrating a process of estimating the SOH of a battery in the battery management apparatus according to an exemplary embodiment.

도 3을 참조하면, 배터리 관리 장치(110)는 배터리(10)의 온도, 전압 등을 감지하는 하나 이상의 센서로부터 하나 이상의 센싱값을 일정 시간 동안 수집하고, 하나 이상의 센싱값을 이용하여 복수의 파라미터를 측정할 수 있다(S300). 여기서, 복수의 파라미터는 배터리(10)의 내부 저항(도 4의 Ri1,Ri2), 배터리(10)의 충전 또는 방전 시의 온도, 배터리(10)에 포함된 확산층(도 4의 Zw)의 확산 저항들(도 5의 Rdiff1 내지 Rdiffn), 배터리(10)의 전압 등일 수 있다.Referring to FIG. 3 , the battery management device 110 collects one or more sensed values from one or more sensors that sense the temperature, voltage, etc. of the battery 10 for a predetermined time, and uses the one or more sensed values to obtain a plurality of parameters. can be measured (S300). Here, the plurality of parameters are the internal resistance of the battery 10 (R i 1 ,R i 2 in FIG. 4 ), the temperature during charging or discharging of the battery 10 , and the diffusion layer included in the battery 10 (in FIG. 4 ). Z w ) of diffusion resistors (R diff1 to R diffn in FIG. 5 ), the voltage of the battery 10 , and the like.

상기 단계 S300 이후, 배터리 관리 장치(110)는 그리고, 배터리 관리 장치(110)는 기저장한 SOH 추정식에 복수의 파라미터의 측정값을 대입하여 배터리(10)의 SOH를 추정할 수 있다(S302, S304).After the step S300 , the battery management apparatus 110 and the battery management apparatus 110 may estimate the SOH of the battery 10 by substituting the measured values of a plurality of parameters into a pre-stored SOH estimation equation ( S302 ). , S304).

이하에서는 배터리 관리 장치(110)가 저장하는 SOH 추정식을 생성하는 구성에 대해 설명하도록 한다.Hereinafter, a configuration for generating the SOH estimation equation stored by the battery management device 110 will be described.

도 6은 일 실시예에 따른 SOH 추정식을 생성하는 과정을 나타낸 순서도이다.6 is a flowchart illustrating a process of generating an SOH estimation equation according to an embodiment.

본 발명의 실시예에서 SOH 추정식을 생성하는 주체는 배터리 관리 장치(110)와 별개인 SOH 추정식 생성 장치(미도시)일 수 있다. 이러한 SOH 추정식 생성 장치(미도시)는 배터리 관리 장치(110)를 제조하는 공장에 설치될 수 있다.In an embodiment of the present invention, the subject generating the SOH estimation equation may be an SOH estimation equation generating device (not shown) separate from the battery management device 110 . Such an SOH estimation formula generating device (not shown) may be installed in a factory for manufacturing the battery management device 110 .

도 6을 참조하면, SOH 추정식 생성 장치(미도시)는 미리 정해진 프로파일에 따라 실험용 배터리(미도시)를 충방전시키면서 실험용 배터리(미도시)의 온도, 전압 등을 감지하는 하나 이상의 센서로부터 하나 이상의 센싱값을 획득하고, 하나 이상의 센싱값을 이용하여 실험용 배터리(미도시)에 대한 다수의 파라미터와 실험용 배터리(미도시)의 SOH를 측정한다(S600). 예를 들어, SOH 추정식 생성 장치(미도시) 도 8과 같이 실험용 배터리(미도시)의 충방전을 반복할 때의 배터리 용량과 실험용 배터리(미도시)의 내부 저항값과 다수의 확산 저항값 등을 측정할 수 있고, 이를 이용하여 실험용 배터리(미도시)의 SOH를 측정할 수 있다. 여기서, 실험용 배터리(미도시)는 상술한 배터리(10)와 동일한 모델의 배터리일 수 있다.Referring to FIG. 6 , the SOH estimation formula generating device (not shown) charges and discharges the experimental battery (not shown) according to a predetermined profile from one or more sensors for sensing the temperature, voltage, etc. of the experimental battery (not shown). More than one sensing value is obtained, and a plurality of parameters of the experimental battery (not shown) and the SOH of the experimental battery (not shown) are measured using the one or more sensing values (S600). For example, the SOH estimation formula generating device (not shown) as shown in FIG. 8 , the battery capacity when charging and discharging the experimental battery (not shown), the internal resistance value of the experimental battery (not shown), and a plurality of diffusion resistance values etc. can be measured, and the SOH of an experimental battery (not shown) can be measured using this. Here, the experimental battery (not shown) may be a battery of the same model as the battery 10 described above.

상기 단계 S600 이후에 SOH 추정식 생성 장치(미도시)는 수학식 2 및 수학식 3을 통해 다수의 파라미터에 대한 상관 분석을 수행한다(S602).After the step S600, the SOH estimation formula generating apparatus (not shown) performs correlation analysis on a plurality of parameters through Equations 2 and 3 (S602).

Figure pat00007
Figure pat00007

Figure pat00008
Figure pat00008

수학식 2에서

Figure pat00009
은 상관 계수,
Figure pat00010
는 독립변수,
Figure pat00011
는 독립변수의 평균,
Figure pat00012
는 종속변수,
Figure pat00013
는 종속변수의 평균이고, 수학식 3에서
Figure pat00014
는 분산팽창계수이다.in Equation 2
Figure pat00009
is the correlation coefficient,
Figure pat00010
is the independent variable,
Figure pat00011
is the mean of the independent variable,
Figure pat00012
is the dependent variable,
Figure pat00013
is the mean of the dependent variable, in Equation 3
Figure pat00014
is the dispersion coefficient of expansion.

다수의 파라미터에 대한 상관 분석을 통해 다수의 파라미터 중에서 상호 간의 다중공선성이 일정 수준 이하인 복수의 파라미터를 확정한다(S604). 여기서, 상호 간의 다중공선성이 일정 수준 이하인 복수의 파라미터는 상호 간의 상관도가 낮아서 독립변수 간의 영향을 미치지 않는 파라미터로써, 배터리(10)의 SOH 추정을 위한 SOH 추정식의 독립변수로 결정된다.A plurality of parameters having mutual multicollinearity below a certain level among the plurality of parameters are determined through correlation analysis of the plurality of parameters (S604). Here, the plurality of parameters having mutual multicollinearity below a certain level are parameters that do not affect the independent variables due to low mutual correlation, and are determined as independent variables of the SOH estimation equation for estimating the SOH of the battery 10 .

예를 들어, 다수의 파라미터가 도 8과 같이 실험용 배터리(미도시)의 내부저항(Ri), 제 1 래더의 확산저항(Rdiff1), 제 2 래더의 확산저항(Rdiff2), 전압 기울기(dv/dt)인 경우, SOH 추정식 생성 장치(미도시)는 다수의 파라미터에 상관 분석을 통해 도 9와 같이 상호 간의 상관도가 낮아서 다중공선성이 일정 수준 이하인 제 1 래더의 확산저항(Rdiff1), 제 2 래더의 확산저항(Rdiff2)을 복수의 파라미터로 결정할 수 있다.For example, as shown in FIG. 8 , a plurality of parameters are internal resistance (R i ) of an experimental battery (not shown), diffusion resistance of the first ladder (R diff1 ), diffusion resistance of the second ladder (R diff2 ), voltage gradient In the case of (dv/dt), the SOH estimation formula generating device (not shown) performs a correlation analysis on a number of parameters, and as shown in FIG. 9 , the diffusion resistance ( R diff1 ) and the diffusion resistance (R diff2 ) of the second ladder may be determined by a plurality of parameters.

위와 같이 SOH 추정식을 위한 복수의 파라미터를 확정한 후, SOH 추정식 생성 장치(미도시)는 상기 단계 S600에서 측정한 실험용 배터리(미도시)의 SOH를 종속변수로 하고, 실험용 배터리(미도시)의 복수의 파라미터를 독립변수로 하는 다중회귀분석을 수행한다(S606).After determining the plurality of parameters for the SOH estimation equation as described above, the SOH estimation equation generating device (not shown) uses the SOH of the experimental battery (not shown) measured in step S600 as a dependent variable, and the experimental battery (not shown) ), multiple regression analysis is performed using a plurality of parameters as independent variables (S606).

SOH 추정식 생성 장치(미도시)는 위와 같이 다중 회귀 분석을 통해 결정되는 회귀 계수들과 복수의 파라미터를 이용하여 수학식 1과 같은 SOH 추정식을 생성한다(S608).The SOH estimation formula generating apparatus (not shown) generates the SOH estimation formula as in Equation 1 by using the regression coefficients and the plurality of parameters determined through the multiple regression analysis as described above (S608).

도 7은 다른 실시예에 따른 SOH 추정식을 생성하는 과정을 나타낸 순서도이다.7 is a flowchart illustrating a process of generating an SOH estimation equation according to another embodiment.

도 7을 참조하면, SOH 추정식 생성 장치(미도시)는 미리 정해진 프로파일에 따라 실험용 배터리(미도시)를 충방전시키면서 실험용 배터리(미도시)의 온도, 전압 등을 감지하는 하나 이상의 센서로부터 하나 이상의 센싱값을 획득하고, 하나 이상의 센싱값을 이용하여 실험용 배터리(미도시)에 대한 다수의 파라미터와 실험용 배터리(미도시)의 SOH를 측정한다(S700). 예를 들어, SOH 추정식 생성 장치(미도시) 도 8과 같이 실험용 배터리(미도시)의 충방전을 반복할 때의 배터리 용량과 실험용 배터리(미도시)의 내부 저항값과 다수의 확산 저항값 등을 측정할 수 있고, 이를 이용하여 실험용 배터리(미도시)의 SOH를 측정할 수 있다. 여기서, 실험용 배터리(미도시)는 상술한 배터리(10)와 동일한 모델의 배터리일 수 있다.Referring to FIG. 7 , the SOH estimation formula generating device (not shown) charges and discharges the experimental battery (not shown) according to a predetermined profile, while sensing the temperature, voltage, etc. of the experimental battery (not shown) from one or more sensors. More than one sensing value is obtained, and a plurality of parameters of the experimental battery (not shown) and the SOH of the experimental battery (not shown) are measured using the one or more sensing values (S700). For example, the SOH estimation formula generating device (not shown) as shown in FIG. 8 , the battery capacity when charging and discharging the experimental battery (not shown), the internal resistance value of the experimental battery (not shown), and a plurality of diffusion resistance values etc. can be measured, and the SOH of an experimental battery (not shown) can be measured using this. Here, the experimental battery (not shown) may be a battery of the same model as the battery 10 described above.

상기 단계 S700 이후에 SOH 추정식 생성 장치(미도시)는 수학식 2 및 수학식 3을 통해 다수의 파라미터에 대한 상관 분석을 수행한다(S710).After the step S700, the apparatus for generating an SOH estimation formula (not shown) performs correlation analysis on a plurality of parameters through Equations 2 and 3 (S710).

다수의 파라미터에 대한 상관 분석을 통해 다수의 파라미터 중에서 상호 간의 다중공선성이 일정 수준 이하인 N 개의 파라미터를 확정한다(S720). 여기서, 상호 간의 다중공선성이 일정 수준 이하인 복수의 파라미터는 상호 간의 상관도가 낮아서 독립변수 간의 영향을 미치지 않는 파라미터이다.Through the correlation analysis of the plurality of parameters, N parameters whose mutual multicollinearity is less than or equal to a certain level among the plurality of parameters are determined ( S720 ). Here, a plurality of parameters having mutual multicollinearity below a certain level are parameters having a low correlation with each other and thus have no influence between independent variables.

N 개의 파라미터를 확정한 SOH 추정식 생성 장치(미도시)는 N 개의 파라미터 각각의 표준편차와 평균을 이용하여 N 개의 파라미터를 표준화할 수 있다(S730). 여기서, N 개의 파라미터를 표준화하는 이유는 N 개의 파라미터, 즉 다중 회귀 분석에 사용되는 변수들의 단위가 달라서 변수들 간의 크기를 비교할 수 없기 때문에 표준화를 통해 변수들의 단위를 상쇄하는 것이다.The apparatus for generating an SOH estimation formula (not shown) having determined the N parameters may standardize the N parameters by using the standard deviation and average of each of the N parameters ( S730 ). Here, the reason for standardizing the N parameters is to offset the units of the variables through standardization because the N parameters, that is, the units of the variables used in the multiple regression analysis are different, and thus the magnitudes between the variables cannot be compared.

N 개의 파라미터를 표준화하는 상세 구성은 다음과 같다. 여기서, 설명의 편의를 위해 N 개의 파라미터 중 제 1 파라미터를 표준화하는 예시를 통해 N 개의 파라미터를 표준화하는 상세 구성을 설명하도록 한다.The detailed configuration for standardizing N parameters is as follows. Here, for convenience of description, a detailed configuration for standardizing the N parameters will be described through an example of standardizing the first parameter among the N parameters.

우선, 수학식 4를 통해 제 1 파라미터의 평균값을 산출한다.First, an average value of the first parameter is calculated through Equation (4).

Figure pat00015
Figure pat00015

수학식 4에서

Figure pat00016
는 제 1 파라미터의 평균값이고,
Figure pat00017
는 제 1 파라미터로 정의한다.in Equation 4
Figure pat00016
is the average value of the first parameter,
Figure pat00017
is defined as the first parameter.

위와 같이 제 1 파라미터의 평균값을 산출한 후, 수학식 5를 통해 제 1 파라미터의 표준편차를 산출한다. After calculating the average value of the first parameter as described above, the standard deviation of the first parameter is calculated through Equation (5).

Figure pat00018
Figure pat00018

수학식 5에서

Figure pat00019
는 제 1 파라미터의 분산으로 정의한다.in Equation 5
Figure pat00019
is defined as the variance of the first parameter.

제 1 파라미터 표준편차를 이용한 수학식 6을 통해 제 1 파라미터의 표준값을 산출할 수 있다.The standard value of the first parameter may be calculated through Equation 6 using the standard deviation of the first parameter.

Figure pat00020
Figure pat00020

수학식 6에서

Figure pat00021
는 제 1 파라미터의 표준값으로 정의한다.in Equation 6
Figure pat00021
is defined as the standard value of the first parameter.

위와 같이 N 개의 파라미터를 표준화한 SOH 추정식 생성 장치(미도시)는 상기 단계 S700에서 측정한 실험용 배터리(미도시)의 SOH를 종속변수로 하고, 표준화한 N 개의 파라미터를 독립변수로 하는 다중회귀분석을 1차 수행하되, 수학식 7을 통해 표준화 회귀 계수를 산출한다(S740).Multiple regression using the SOH of the experimental battery (not shown) measured in step S700 as a dependent variable, and using the standardized N parameters as independent variables, the SOH estimation formula generating device (not shown) standardizing the N parameters as described above. The first analysis is performed, but a standardized regression coefficient is calculated through Equation 7 (S740).

Figure pat00022
Figure pat00022

수학식 7에서

Figure pat00023
는 표준화 회귀 계수,
Figure pat00024
는 종속변수
Figure pat00025
를 측정할 때 발생하는 오차인 잔차, 독립변수인
Figure pat00026
는 N 개의 파라미터의 표준값(제 1 파라미터 표준값 내지 제 k 파라미터 표준값)이다.in Equation 7
Figure pat00023
is the standardized regression coefficient,
Figure pat00024
is the dependent variable
Figure pat00025
The residual, which is an error that occurs when measuring
Figure pat00026
is the standard value of the N parameters (the standard value of the first parameter to the standard value of the k-th parameter).

SOH 추정식 생성 장치(미도시)는 상기 단계 S740을 통해 산출한 표준화 회귀 계수들을 이용하여 실험용 배터리(미도시)의 SOH에 대한 N 개의 파라미터 각각의 영향도를 판단하여 N 개의 파라미터 중에서 영향도가 일정 수준 이상인 복수의 파라미터를 확정한다(S750).The apparatus for generating an SOH estimation formula (not shown) determines the degree of influence of each of the N parameters on the SOH of the experimental battery (not shown) using the standardized regression coefficients calculated in step S740, so that the degree of influence among the N parameters is determined. A plurality of parameters above a certain level are determined (S750).

이후, SOH 추정식 생성 장치(미도시)는 상기 단계 S700에서 측정한 실험용 배터리(미도시)의 SOH를 종속변수로 하고, 상기 단계 S750에서 확정한 실험용 배터리(미도시)의 복수의 파라미터를 독립변수로 하는 다중회귀분석을 2차 수행한다(S760).Then, the SOH estimation formula generating device (not shown) uses the SOH of the experimental battery (not shown) measured in step S700 as a dependent variable, and sets the plurality of parameters of the experimental battery (not shown) determined in step S750 independently. Multiple regression analysis using variables is performed secondarily (S760).

SOH 추정식 생성 장치(미도시)는 위와 같이 다중 회귀 분석을 통해 결정되는 회귀 계수들과 복수의 파라미터를 이용하여 수학식 1과 같은 SOH 추정식을 생성한다(S770).The SOH estimation formula generating apparatus (not shown) generates the SOH estimation formula as in Equation 1 by using the regression coefficients and the plurality of parameters determined through the multiple regression analysis as described above (S770).

이상에서 설명한 바와 같이 본 실시예에 의하면, 복수의 파라미터에 대한 다중 회귀 분석을 통해 획득한 SOH 추정식을 통해 배터리 관리 장치(110)가 배터리(10)의 SOH를 추정하기 때문에 종래에 비해 보다 정확한 SOH를 추정할 수 있다.As described above, according to the present embodiment, since the battery management apparatus 110 estimates the SOH of the battery 10 through the SOH estimation equation obtained through multiple regression analysis for a plurality of parameters, it is more accurate than the related art. SOH can be estimated.

이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Terms such as "include", "compose" or "have" described above mean that the corresponding component may be embedded unless otherwise stated, so it does not exclude other components. It should be construed as being able to further include other components. All terms, including technical and scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs, unless otherwise defined. Terms commonly used, such as those defined in the dictionary, should be interpreted as being consistent with the meaning of the context of the related art, and are not interpreted in an ideal or excessively formal meaning unless explicitly defined in the present invention.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical spirit of the present invention, and various modifications and variations will be possible without departing from the essential characteristics of the present invention by those skilled in the art to which the present invention pertains. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

Claims (7)

일정 시간 동안 수집되는 배터리의 센싱값을 이용하여, 상기 배터리의 SOH(state of health)에 미치는 영향에 대한 영향도가 일정 수준 이상인 복수의 파라미터를 측정하는 단계; 및
상기 복수의 파라미터에 대한 다중 회귀 분석을 통해 획득한 SOH 추정식에 상기 복수의 파라미터의 측정값을 대입하여 상기 배터리의 SOH를 산출하는 단계
를 포함하고, 상기 복수의 파라미터의 영향도는 다중 회귀 분석을 통해 산출되는 배터리 관리 장치의 SOH 추정 방법.measuring a plurality of parameters having a degree of influence on the state of health (SOH) of the battery equal to or greater than a certain level by using the sensed value of the battery collected for a certain period of time; and
Calculating the SOH of the battery by substituting the measured values of the plurality of parameters into the SOH estimation equation obtained through multiple regression analysis on the plurality of parameters
including, wherein the degree of influence of the plurality of parameters is calculated through multiple regression analysis. 제1항에 있어서,
상기 배터리의 확산층은, 다수의 래더(ladder)의 직렬연결로 모델링되고, 상기 래더는 병렬 연결되는 확산저항과 확산캐패시터로 모델링되며,
상기 복수의 파라미터는, 제1래더의 확산저항값과 제2래더의 확산저항값을 포함하는 배터리 관리 장치의 SOH 추정 방법.According to claim 1,
The diffusion layer of the battery is modeled as a series connection of a plurality of ladders, and the ladder is modeled as a diffusion resistor and a diffusion capacitor connected in parallel,
The plurality of parameters may include a diffusion resistance value of a first ladder and a diffusion resistance value of the second ladder. 제1항에 있어서,
상기 복수의 파라미터의 측정값 간의 다중공선성은 일정 수준 이하가 되는 배터리 관리 장치의 SOH 추정 방법.According to claim 1,
The method for estimating the SOH of the battery management apparatus in which multicollinearity between the measured values of the plurality of parameters is below a certain level. 미리 정해진 프로파일에 따라 배터리를 충방전시키면서 상기 배터리의 센싱값을 획득하고, 상기 센싱값을 이용하여 상기 배터리에 대한 다수의 파라미터 및 SOH를 측정하고 측정값들을 저장하는 단계;
상기 측정값들을 이용하여 상기 다수의 파라미터에 대한 상관 분석을 수행하는 단계;
상관 분석의 결과에 따라 상관도가 일정 수준 이상이 파라미터들 중 하나를 택하는 방식으로, 상기 다수의 파라미터 중 상관도가 낮은 복수의 파라미터를 확정하는 단계; 및
상기 측정값들을 이용하여 상기 SOH를 종속변수로 하고 상기 복수의 파라미터를 독립변수로 하는 다중 회귀 분석을 수행하는 단계;
상기 다중 회귀 분석에 따라 결정되는 계수들을 이용하여 상기 SOH에 대한 추정식을 생성하는 단계
를 포함하는 SOH 추정식 생성 방법.acquiring a sensed value of the battery while charging and discharging the battery according to a predetermined profile, measuring a plurality of parameters and SOH of the battery using the sensed value, and storing the measured values;
performing correlation analysis on the plurality of parameters using the measured values;
determining a plurality of parameters having a low correlation among the plurality of parameters in a manner of selecting one of the parameters having a degree of correlation or higher according to a result of the correlation analysis; and
performing multiple regression analysis using the measured values with the SOH as a dependent variable and the plurality of parameters as independent variables;
generating an estimation equation for the SOH using coefficients determined according to the multiple regression analysis;
A method for generating an SOH estimation equation comprising 제4항에 있어서,
상기 다중 회귀 분석을 수행하는 단계에서,
상기 복수의 파라미터를 표준편차와 평균을 이용하여 표준화한 후에 상기 다중 회귀 분석을 수행하는 SOH 추정식 생성 방법.5. The method of claim 4,
In the step of performing the multiple regression analysis,
A method of generating an SOH estimation formula for performing the multiple regression analysis after standardizing the plurality of parameters using a standard deviation and a mean. 미리 정해진 프로파일에 따라 배터리를 충방전시키면서 상기 배터리의 센싱값을 획득하고, 상기 센싱값을 이용하여 상기 배터리에 대한 다수의 파라미터 및 SOH를 측정하고 측정값들을 저장하는 단계;
상기 측정값들을 이용하여 상기 다수의 파라미터에 대한 상관 분석을 수행하는 단계;
상관 분석의 결과에 따라 상관도가 일정 수준 이상인 파라미터들 중 하나를 택하는 방식으로, 상기 다수의 파라미터 중 상관도가 낮은 N 개의 파라미터를 확정하는 단계;
상기 측정값들을 이용하여 상기 SOH를 종속변수로 하고 상기 N 개의 파라미터를 독립변수로 하는 다중 회귀 분석을 1차 수행하는 단계;
상기 1차 다중 회귀 분석에 따라 결정되는 계수들을 이용하여 상기 SOH에 대한 상기 N 개의 파라미터의 영향도를 판정하는 단계;
상기 N 개의 파라미터 중 영향도가 일정 수준 이상인 복수의 파라미터를 확정하는 단계;
상기 측정값들을 이용하여 상기 SOH를 종속변수로 하고 상기 복수의 파라미터를 독립변수로 하는 다중 회귀 분석을 2차 수행하는 단계;
상기 2차 다중 회귀 분석에 따라 결정되는 계수들을 이용하여 상기 SOH에 대한 추정식을 생성하는 단계
를 포함하는 SOH 추정식 생성 방법.acquiring a sensed value of the battery while charging and discharging the battery according to a predetermined profile, measuring a plurality of parameters and SOH of the battery using the sensed value, and storing the measured values;
performing correlation analysis on the plurality of parameters using the measured values;
Determining N parameters having a low correlation among the plurality of parameters in a manner of selecting one of parameters having a degree of correlation or higher according to a result of the correlation analysis;
first performing multiple regression analysis using the measured values with the SOH as a dependent variable and the N parameters as independent variables;
determining the degree of influence of the N parameters on the SOH using coefficients determined according to the first-order multiple regression analysis;
determining a plurality of parameters having an influence of a certain level or higher among the N parameters;
performing secondary multiple regression analysis using the measured values with the SOH as a dependent variable and the plurality of parameters as independent variables;
generating an estimation equation for the SOH using coefficients determined according to the quadratic multiple regression analysis;
A method for generating an SOH estimation equation comprising 제6항에 있어서,
상기 다중 회귀 분석을 1차 수행하는 단계에서,
상기 복수의 파라미터를 표준편차와 평균을 이용하여 표준화한 후에 상기 다중 회귀 분석을 1차 수행하는 SOH 추정식 생성 방법.7. The method of claim 6,
In the first step of performing the multiple regression analysis,
After standardizing the plurality of parameters using standard deviation and mean, the method for generating an SOH estimation formula for performing the multiple regression analysis first.
KR1020200001996A 2020-01-07 2020-01-07 Soh estimation method of battery management apparatus and soh estimation formula creating method therefor KR102280709B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200001996A KR102280709B1 (en) 2020-01-07 2020-01-07 Soh estimation method of battery management apparatus and soh estimation formula creating method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200001996A KR102280709B1 (en) 2020-01-07 2020-01-07 Soh estimation method of battery management apparatus and soh estimation formula creating method therefor

Publications (2)

Publication Number Publication Date
KR20210088915A true KR20210088915A (en) 2021-07-15
KR102280709B1 KR102280709B1 (en) 2021-07-21

Family

ID=76889513

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200001996A KR102280709B1 (en) 2020-01-07 2020-01-07 Soh estimation method of battery management apparatus and soh estimation formula creating method therefor

Country Status (1)

Country Link
KR (1) KR102280709B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114290960A (en) * 2021-12-30 2022-04-08 中国第一汽车股份有限公司 Method and device for acquiring battery health degree of power battery and vehicle

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040162683A1 (en) * 2003-02-18 2004-08-19 Verbrugge Mark W. Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
JP2009513991A (en) * 2005-10-28 2009-04-02 テミツク・オートモテイーベ・エレクトリツク・モータース・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング Method and apparatus for determining the aging state of a battery
JP2017040574A (en) * 2015-08-20 2017-02-23 株式会社デンソー Device for identifying diffusion resistance of secondary battery
JP2018524792A (en) * 2015-07-08 2018-08-30 アルゴリオン リミテッド Lithium-ion battery safety monitoring

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040162683A1 (en) * 2003-02-18 2004-08-19 Verbrugge Mark W. Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
JP2009513991A (en) * 2005-10-28 2009-04-02 テミツク・オートモテイーベ・エレクトリツク・モータース・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング Method and apparatus for determining the aging state of a battery
JP2018524792A (en) * 2015-07-08 2018-08-30 アルゴリオン リミテッド Lithium-ion battery safety monitoring
JP2017040574A (en) * 2015-08-20 2017-02-23 株式会社デンソー Device for identifying diffusion resistance of secondary battery

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114290960A (en) * 2021-12-30 2022-04-08 中国第一汽车股份有限公司 Method and device for acquiring battery health degree of power battery and vehicle
CN114290960B (en) * 2021-12-30 2023-10-27 中国第一汽车股份有限公司 Method and device for acquiring battery health of power battery and vehicle

Also Published As

Publication number Publication date
KR102280709B1 (en) 2021-07-21

Similar Documents

Publication Publication Date Title
US7622894B2 (en) Status detector for power supply, power supply, and initial characteristic extracting device for use with power supply
US9537325B2 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
CN108291944B (en) Battery management device
CN108717164B (en) SOC calibration method and system for battery
TWI510799B (en) Apparatus and method for estimating state of charging of battery
KR101227417B1 (en) A method for the SOC estimation of Li-ion battery and a system for its implementation
KR101930647B1 (en) Apparatus and Method for Estimating Capacity of Battery Using Second Order Differential Voltage Curve
US20130080094A1 (en) Device for Depth of Energy Prediction of a Battery and a Method for the Same
CN103217651B (en) A kind of evaluation method of storage battery charge state and system
US11913998B2 (en) Management device and power supply system
KR102572652B1 (en) Method for estimating state of charge of battery
CN111463513B (en) Method and device for estimating full charge capacity of lithium battery
Wehbe et al. Battery equivalent circuits and brief summary of components value determination of lithium ion: A review
Lagraoui et al. SOC estimation of Lithium-ion battery using Kalman filter and Luenberger observer: A comparative study
CN114503392A (en) Determination device, power storage system, determination method, and determination program for a plurality of batteries
KR101835377B1 (en) Method for estimating state-of-charge of battery pack based on multivariate wavelet transform and apparatus thereof
KR102280709B1 (en) Soh estimation method of battery management apparatus and soh estimation formula creating method therefor
Wu et al. State-of-charge and state-of-health estimating method for lithium-ion batteries
KR20240019187A (en) Apparatus and method for diagnosing battery cell
Liu et al. Battery Loss Modelling Using Equivalent Circuits
US20220060037A1 (en) Apparatus for Management of a Battery, Vehicle System Having the Same and Method Thereof
KR101782527B1 (en) Method for estimating state-of-charge of battery rack and apparatus thereof
Banaei et al. Online detection of terminal voltage in Li-ion batteries via battery impulse response
KR20220006799A (en) Smart battery management system for fire prevention
KR20200038914A (en) Method for estimating state of charge(soc)

Legal Events

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