KR20220089850A - 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법 - Google Patents

에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법 Download PDF

Info

Publication number
KR20220089850A
KR20220089850A KR1020200180449A KR20200180449A KR20220089850A KR 20220089850 A KR20220089850 A KR 20220089850A KR 1020200180449 A KR1020200180449 A KR 1020200180449A KR 20200180449 A KR20200180449 A KR 20200180449A KR 20220089850 A KR20220089850 A KR 20220089850A
Authority
KR
South Korea
Prior art keywords
voltage
sensor
battery
soh
soc
Prior art date
Application number
KR1020200180449A
Other languages
English (en)
Inventor
김용호
김대환
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020200180449A priority Critical patent/KR20220089850A/ko
Priority to PCT/KR2021/019290 priority patent/WO2022139346A1/ko
Publication of KR20220089850A publication Critical patent/KR20220089850A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/20—Modifications of basic electric elements for use in electric measuring instruments; Structural combinations of such elements with such instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/20—Modifications of basic electric elements for use in electric measuring instruments; Structural combinations of such elements with such instruments
    • G01R1/203—Resistors used for electric measuring, e.g. decade resistors standards, resistors for comparators, series resistors, shunts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
    • G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
    • G01R19/16542—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies for batteries
    • 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
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • 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
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • 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]
    • 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
    • G01R31/3646—Constructional arrangements for indicating electrical conditions or variables, e.g. visual or audible indicators
    • 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]
    • G01R31/371—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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법이 제공된다. 센서의 동작상태 별 전압 및 전류를 단계별로 모니터링하여 과도한 에너지 소비 없이 배터리의 상태 추정에 활용하도록 하기 위하여 센서의 동작주기별 부하 변동에 따른 전압 및 전류 변화로부터 배터리의 SoC, SoH정보를 제공하고 센서 배터리의 수명 추정의 정확도를 향상시키고자 기존 OCV방식 대비 동작 상태 별 전압 및 전류 정보 취득을 통하여 SoC, SoH 정확도가 증가하고, 센서 운영 종료 후 전압 강하값 측정을 통하여 SoH추정이 가능하도록 하여 센서 네트워크 유지 및 관리의 비용 절감이 가능하도록 한다.

Description

에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법{Battery state estimation system and method for energy independent smart sensor}
본 발명은 에너지 자립형 스마트 센서를 위한 배터리 상태 추정 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 태양광 또는 진동 등 제한된 공급량의 에너지 소스를 갖는 에너지 자립형 스마트 센서에 있어서, 전압 및 전류 측정을 기반으로 하여 배터리 상태를 추정하고, 배터리의 동작 상태 추정을 통한 에너지 자립형 스마트센서의 동작 모드를 결정하고 제어할 수 있도록 하는 시스템 및 방법에 관한 것이다.
건축물 또는 플랜트 관리, 환경감시, 안전감시 등을 위한 스마트센서는 무선 센서가 주기적으로 수집한 데이터를 중앙의 데이터 수집 센터로 전송하는 데, 넓은 지역을 대상으로 센서를 설치할 때 상전원을 통해 에너지를 공급하는 것은 현실적으로 불가능하며, 또한 일차전지는 수명이 다했을 때 교체 및 관리비용이 크다는 단점이 있다.
따라서 이러한 단점을 Solar Panel, PZT, TEG 등 에너지 하베스팅을 통해 해결하고 있다.
에너지 하베스팅은 태양광, 진동, 열원 등 하베스팅 소스에서 제공되는 10 uW 내지 100 mW 수준의 에너지원에서 공급받은 전력을 배터리 또는 슈퍼 커패시터 등에 저장하고, 전력이 필요한 순간 공급받아 사용하는 방식을 의미한다.
이러한 방식을 이용하는 경우에는 배터리의 상태(SoC/SoH) 등에 따라 공급되는 전력에 제한을 받고, 출력되는 전류와 충전 회수에 따라 배터리 상태에 영항을 끼치며, Depth of Discharge 측정을 통해 SoC/SoH를 추정하는 방식은 일정 전류를 충전 및 방전하는 작업이 필요하며, 저용량의 에너지 하베스터 & 배터리 기반 센서 적용에 어려움이 있다.
센서의 MCU 가 동작하는 상태에서는 에너지 하베스터의 공급 용량 제한에 의해 배터리 충전이 이루어지기 어려우며 배터리 전압 만을 측정하여 상태를 추정할 수 있는데, 배터리의 상태에 따라 공급 가능한 전류가 제한되며, 이에 연동하여 개별 센서부품들에 공급되는 전력 제한으로 센싱된 데이터의 정확도에 영향을 미친다.
또한 충/방전 모니터링을 통해 배터리 동작 및 노화 예측을 위한 수학적 모델링이 가능하나 실시간 모니터링 필요한데, 에너지 하베스팅 소스에서 공급되는 제한적 에너지로는 실시간 모니터링 어렵고, 일반적 센서에 사용되는 저전력 프로세서의 데이터 처리/저장공간 부족으로 실시간 처리 및 전송 어려우며, 배터리 저주파 임피던스 측정 등의 방법이 있으나 소형 저전력의 스마트센서에 적용하기에는 어렵다.
따라서 상전원에 연결되지 않는 하베스터 & 배터리 기반의 스마트 센서 운영에 실시간 충/방전 모니터링 및 데이터 분석은 적용되기 어려운 문제가 있다.
소형 에너지하베스팅을 위한 전력관리 IC (PMIC, Power Management IC)의 경우 배터리 전압 모니터링 기능이 있으나 이 결과를 단순히 부하 On/Off 등을 위한 기준으로만 사용하여 배터리의 과충전/과방전 방지를 위한 기준으로 활용하고 있다.
전술한 문제점을 위해 본 발명이 이루고자 하는 과제는, 전압, 전류 모니터링을 상시적으로 하지 않고 메인 MCU의 동작 상태 별 전압 및 전류를 단계 별로 모니터링 하여 과도한 에너지 소비 없이 배터리의 상태 추정이 가능케 하고, 센서에서 수집된 동작 주기 별 전압 및 전류 정보를 서버로 전송하여 이를 활용한 배터리의 SoC, SoH 추정이 가능하도록 함으로써 센서에서 동작 주기 별 전압 및 전류 측정 정보를 사용하여 평균적인 배터리의 노화 및 오류 발생 가능성의 추정이 가능하도록 하는 데 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 과제들은 아래의 기재로부터 당업자가 명확하게 이해될 수 있을 것이다.
전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 실시예에 따르면, 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템은 대기 단계, 워밍업 단계, 운영 단계 및 대기 단계의 주기로 동작하는 스마트 센서를 위한 배터리 상태 추정 시스템에 있어서, 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정하는 센서부; 상기 센서부에서 측정된 전압 및 전류 데이터를 무선통신을 통해 수집하는 데이터 수집 서버; 상기 전압 및 전류 측정값을 분석하여 센서 배터리의 수명을 예측하는 수명 예측 서버; 및 상시 데이터 수집 서버에서 수집된 전압 및 전류 및 상기 수명 예측 서버에서 추정된 SoC 및 SoH를 저장하는 데이터베이스;를 포함한다.
상기 센서부는, 션트 저항; 배터리; 부하전압과 배터리전압을 측정하는 전압측정부; 및 상기 부하전압과 상기 배터리전압의 차이와 상기 션트 저항의 저항값을 이용하여 전류를 측정하는 전류측정부;를 포함한다.
상기 수명 예측 서버는, 상기 전압 및 전류 측정값을 이용하여 소비전력을 연산하고, 센서 동작 전 전압을 기준으로 센서 동작 후 전압의 변동값을 연산하는 연산부; 상기 센서부의 동작주기 별 부하 변동에 따른 상기 전압의 변동값으로부터 SoC 및 SoH를 추정하는 수명예측부; 및 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 배터리의 교체를 경고하거나, 센서의 동작 주기를 증가시키는 배터리관리부;를 포함한다.
상기 수명예측부는, 센서의 동작 주기 내에서 동작 단계 별 전압 및 전류를 통하여 SoC를 도출하는 SoC추정부; 및 센서의 동작 주기 내에서 동작 단계 별 배터리전압, 배터리전류 및 센서 동작 후의 전압 강하값를 통하여 SoH를 도출하는 SoH추정부;를 포함한다.
상기 배터리관리부는, 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 SoC가 70%를 초과하지 않거나, SoH가 80%를 초과하지 않는 경우에는 센서의 동작 주기를 증가시키고, SoH가 70%을 초과하지 않는 경우에는 관리자에게 배터리의 교체 경고를 전송한다.
한편, 본 발명의 다른 실시예에 따르면, 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법은 대기 단계, 워밍업 단계, 운영 단계 및 대기 단계의 주기로 동작하는 스마트 센서를 위한 배터리 상태 추정 방법에 있어서, (A) 센서부는 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정하는 단계; (B) 데이터 수집 서버는 상기 센서부에서 측정된 전압 및 전류 데이터를 무선통신을 통해 수집하고 상기 전압 및 전류 데이터를 데이터베이스에 저장하는 단계; 및 (C) 수명 예측 서버는 상기 전압 및 전류 측정값을 분석하여 센서 배터리의 수명을 예측하고, 추정된 SoC 및 SoH를 데이터베이스에 저장하며, 추정된 SoC 및 SoH를 통해 배터리를 관리하는 단계;를 포함한다.
상기 (A)단계는, (A1) 전압측정부는 부하전압과 배터리전압을 측정하는 단계; 및 (A2) 전류측정부는 상기 부하전압과 상기 배터리전압의 차이와 상기 션트 저항의 저항값을 이용하여 전류를 측정하는 단계를 포함한다.
상기 (C)단계는, (C1) 연산부는 상기 전압 및 전류 측정값을 이용하여 소비전력을 연산하고, 센서 동작 전 전압을 기준으로 센서 동작 후 전압의 변동값을 연산하는 단계; (C2) 수명예측부는 상기 센서부의 동작주기 별 부하 변동에 따른 상기 전압의 변동값으로부터 SoC 및 SoH를 추정하는 단계; 및 (C3) 배터리관리부는 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 배터리의 교체를 경고하거나, 센서의 동작 주기를 증가시키는 단계;를 포함한다.
상기 (C2)단계는, SoC추정부는 센서의 동작 주기 내에서 동작 단계 별 전압 및 전류를 통하여 SoC를 도출하고, SoH추정부는 센서의 동작 주기 내에서 동작 단계 별 배터리전압, 배터리전류 및 센서 동작 후의 전압 강하값를 통하여 SoH를 도출한다.
상기 (C3)단계는, 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 SoC가 70%를 초과하지 않거나, SoH가 80%를 초과하지 않는 경우에는 센서의 동작 주기를 증가시키고, SoH가 70%을 초과하지 않는 경우에는 관리자에게 배터리의 교체 경고를 전송한다.
본 발명에 따르면,
전압, 전류 모니터링을 상시적으로 하지 않고 메인 MCU의 동작 상태 별 전압 및 전류를 단계 별로 모니터링 하여 과도한 에너지 소비 없이 배터리의 상태 추정이 가능케 하고, 센서에서 수집된 동작 주기 별 전압 및 전류 정보를 서버로 전송하여 이를 활용한 배터리의 SoC, SoH 추정이 가능하도록 함으로써 센서에서 동작 주기 별 전압 및 전류 측정 정보를 사용하여 평균적인 배터리의 노화 및 오류 발생 가능성의 추정이 가능하다.
또한 에너지 하베스팅 기반 스마트 센서의 동작 주기 별 배터리 전압 및 전류를 모니터링 함으로써 기존 단순한 OCB방식에서 불가능했던 SoH를 추정하고, SoC 추정의 정확도를 높이고, 서버에서의 SoH 추정을 통해 센서의 배터리 유지/관리 비용의 절감이 가능하다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템의 구성도,
도 2는 도 1의 센서부 내부에서의 배터리 측정을 위한 부분의 구성 예시도,
도 3은 SoH 추정 방법을 설명하기 위한 그래프,
도 4는 평균 소비전력 대비 개별 센서의 소비전력 분석 그래프,
도 5는 SoC 및 SoH 변화에 따른 배터리 관리 경고 예시,
도 6은 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법의 순서도,
도 7은 도 6의 전압 및 전류 측정 단계를 나타낸 세부순서도,
도 8은 도 6의 SoC, SoH 추정 단계를 나타낸 세부순서도,
도 9는 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법의 예시도이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시 예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려 여기서 소개되는 실시 예들은 개시된 내용이 철저하고 완전해질 수 있도록, 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서 제1, 제2 등의 용어가 구성요소들을 기술하기 위해서 사용된 경우, 이들 구성요소들이 이 같은 용어들에 의해서 한정되어서는 안 된다. 이들 용어들은 단지 어느 구성요소를 다른 구성요소와 구별시키기 위해서 사용되었을 뿐이다. 여기에 설명되고 예시되는 실시 예들은 그것의 상보적인 실시 예들도 포함한다.
또한, 어떤 엘리먼트, 구성요소, 장치, 또는 시스템이 프로그램 또는 소프트웨어로 이루어진 구성요소를 포함한다고 언급되는 경우, 명시적인 언급이 없더라도, 그 엘리먼트, 구성요소, 장치, 또는 시스템은 그 프로그램 또는 소프트웨어가 실행 또는 동작하는데 필요한 하드웨어(예를 들면, 메모리, CPU 등)나 다른 프로그램 또는 소프트웨어(예를 들면 운영체제나 하드웨어를 구동하는데 필요한 드라이버 등)를 포함하는 것으로 이해되어야 할 것이다.
또한 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
또한, 본 명세서에 기재된 'OO부', 'OO기', '모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, '일', '하나' 및 '그' 등의 관사는 본 발명을 기술하는 문맥에 있어서 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
아래의 특정 실시 예들을 기술하는 데 있어서, 여러 가지의 특정적인 내용들은 발명을 더 구체적으로 설명하고 이해를 돕기 위해 작성되었다. 하지만 본 발명을 이해할 수 있을 정도로 이 분야의 지식을 갖고 있는 독자는 이러한 여러 가지의 특정적인 내용이 없어도 사용될 수 있다는 것을 인지할 수 있다.
어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
이하, 본 발명에서 실시하고자 하는 구체적인 기술 내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다.
도 1은 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템의 구성도이다.
본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템은 대기 단계(Sleep), 워밍업 단계(Warming-up), 운영 단계(Main Operation) 및 대기 단계(Sleep)의 주기로 동작하는 스마트 센서에 대한 것이다.
도 1을 참조하면, 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템은 센서부(100), 데이터 수집 서버(200), 수명 예측 서버(300), 데이터베이스(400)를 포함한다.
여기서 센서부(100)는 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정한다.
이러한 센서부(100)는 하나 이상의 에너지 하베스팅 센서 노드를 포함할 수 있다.
여기서 센서부는, 션트 저항(110), 배터리(120), 전압측정부(130), 전류측정부(140)를 포함한다.
여기서 션트 저항(110)은 Shunt 저항으로, 션트 저항(110)을 통과하는 전류에 의해 배터리 전압과 부하 전압의 차이가 발생하며, 무선 센서의 동작 상태 변화에 따라 두 전압차 측정과 고정된 저항값을 활용하여 전류를 측정하기 위해 포함된다.
여기서 배터리(120)는 상태 추정의 대상이 되는 배터리로서 SoC(State of charge, 충전 상태), SoH(State Of Health, 성능 상태)를 통해 그 상태를 나타낼 수 있다.
여기서 전압측정부(130)는 부하전압과 배터리전압을 측정한다.
여기서 전류측정부(140)는 부하전압과 배터리전압의 차이와 상기 션트 저항의 저항값을 이용하여 전류를 측정한다.
도 2는 도 1의 센서부 내부에서의 배터리 측정을 위한 부분의 구성 예시도이다.
도 2를 참조하면, 센서부(100)에서 센서 배터리(120)를 측정하는 부분은 에너지 소스(Energy Source), 전력관리 IC(PMIC, Power Management IC), 마이크로 컨트롤러 및 부하(MCU & Load), 아날로그-디지털 변환회로(ADC), 션트 저항(110), 배터리(120)를 포함할 수 있다.
여기서 에너지 소스는 태양광, 진동, 열원 등이 포함된다.
또한 데이터 수집 서버(200)는 센서부(100)에서 측정된 전압 및 전류 데이터를 무선통신을 통해 수집한다.
데이터 수집 서버(200)에서 무선통신을 통해, 수집한 데이터는 센서부에서 측정한 배터리 전압, 부하 전압, 부하 전류를 포함한다.
이처럼 데이터 수집 서버(200)에 수집된 전압 및 전류 정보는 데이터베이스(400)로 전달된다.
또한 수명 예측 서버(300)는 전압 및 전류 측정값을 분석하여 센서 배터리의 수명을 예측한다.
또한 도 1을 참조하면, 수명 예측 서버(300)는, 연산부(310), 수명예측부(320), 배터리관리부(330)를 포함한다.
여기서 연산부(310)는 데이터 수집 서버(200)에서 수집된 전압 및 전류 측정값을 이용하여 소비전력을 연산하고, 센서 동작 전 전압을 기준으로 센서 동작 후 전압의 변동값을 연산한다.
또한 수명예측부(320)는 센서부(100)의 동작주기 별 부하 변동에 따른 상기 전압의 변동값으로부터 SoC 및 SoH를 추정한다.
도 1을 참조하면, 수명예측부(320)는 SoC추정부(321), SoH추정부(322)가 포함된다.
여기서 SoC추정부(321)는 센서의 동작 주기 내에서 동작 단계 별 전압 및 전류를 통하여 SoC를 도출한다.
이처럼 SoC추정부(321)에서 도출된 SoC값은 데이터베이스(400)에 저장된다.
또한 SoH추정부(322)는 센서의 동작 주기 내에서 동작 단계 별 배터리전압, 배터리전류 및 센서 동작 후의 전압 강하값를 통하여 SoH를 도출한다.
이처럼 SoH추정부(322)에서 도출된 SoH값은 데이터베이스(400)에 저장된다.
또한 배터리관리부(330)는 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 배터리의 교체를 경고하거나, 센서의 동작 주기를 증가시킨다.
다시 말하면, 배터리관리부(330)는 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 SoC가 70%를 초과하지 않거나, SoH가 80%를 초과하지 않는 경우에는 센서의 동작 주기를 증가시키고, SoH가 70%을 초과하지 않는 경우에는 관리자에게 배터리의 교체 경고를 전송한다.
따라서 배터리관리부(330)는 배터리 상태 변화를 분류하는데, 소비전력 대비 전압 변동값이 평균 예상값을 초과하는 경우에는 동작 주기 별로 소비전력, 전압의 변동값을 트래킹하여 SoC, SoH의 변동을 분석한다.
분석 결과 SoC가 70%를 초과하지 않는 경우에는 센서부(100)의 센싱 주기를 증가시킨다.
또한 분석 결과 SoH가 80%를 초과하지 않는 경우에는 센서부(100)의 센싱 주기를 증가시키고, 그 중에서도 SoH가 70%도 초과하지 않는 경우에는 관리자에게 배터리의 교체를 경고한다.
또한 데이터베이스(400)에는 데이터 수집 서버(200)에서 수집된 전압 및 전류 및 상기 수명 예측 서버(300)에서 추정된 SoC 및 SoH가 저장된다.
도 3은 SoH 추정 방법을 설명하기 위한 그래프이다.
도 3을 참조하면, SoH추정부(322)는 센서부(100)의 센서 노드 동작 후 전압 강하를 분석하여 SoH를 추정한다.
도 3은 센서부(100)의 동작 주기가 대기 단계(Sleep), 워밍업 단계(Warming-up), 운영 단계(Main Operation) 및 대기 단계(Sleep)의 주기로 이루어지며, 여기서 운영 단계(Main Operation)는 제1 운영 단계(Main Operation 1), 제2 운영 단계(Main Operation 2), 제3 운영 단계(Main Operation 3)을 포함하는 경우의 예시를 나타낸다.
도 3을 참조하면, 센서부(100)에서 각 동작 주기 별로 부하 전류(Load Current), 전압(voltage), 소비전력(Power)을 측정한 결과는 동작 주기에 따라 단계 별로 변화하는데, 운영 단계(Main Operation)의 동작 전 대기 단계(Sleep)에서의 전압 값과, 운영 단계(Main Operation)의 동작 이후의 대기 단계(Sleep)에서의 전압 값이 차이가 생겨 전압 강하가 생기며, 각 센서 노드에서 측정된 전압의 평균값(Sensor AVG)보다 전압 강하 정도가 큰 특정 센서(Sensor X)도 도출할 수 있다.
이처럼 센서부(100)의 센서 노드 동작 이후 전압 측정을 통해 예상되는 전압 강하 이상의 전압 변화가 발생한 경우에 배터리가 SoH가 낮아지는 것으로 추정할 수 있다.
도 4는 평균 소비전력 대비 개별 센서의 소비전력 분석 그래프이다.
도 4를 참조하면, 도 3의 제1 운영 단계(Main Operation 1)에서의 소비 전력을 분석할 수 있다.
센서부(100)에 포함된 복수 개의 센서 노드 별 소비 전력과, 이러한 소비 전력의 평균값(Mean value)을 나타낼 수 있다.
도 4를 참조하면, 각 센서의 소비 전력의 평균값(Mean value)보다 낮은 전력을 소비하는 센서는 센서1(Sensor 1)인 것으로 나타난다.
이처럼 전압 강하, 소비전력의 누적 데이터를 기반으로 SoC, SoH를 추정한다.
또한 도 3 및 도 4의 예시에서 특정 운영 단계(Main Operation N)에서의 평균 소비 전력 대비 낮은 전력을 소비하는 센서1(Sensor 1)에 대하여 운영 중 전압의 변동을 추적하여 SoC를 추정할 수 있다.
도 5는 SoC 및 SoH 변화에 따른 배터리 관리 경고 예시이다.
도 5-(a)를 참조하면, 배터리관리부(330)는 장기간에 걸쳐 SoC의 변화를 모니터링하며, SoC가 특정 SoC 임계값 이하인 것으로 나타나는 경우에는 경고 단계(W)에 해당하여 관리자에게 센서의 센싱 주기 변경 또는 배터리 교체를 요청할 수 있다.
여기서 특정 SoC 임계값은 70%로 설정할 수 있다.
또한 도 5-(b)를 참조하면, 배터리관리부(330)는 장기간에 걸쳐 SoH의 변화를 모니터링하며, SoH가 특정 SoH 임계값 이하인 것으로 나타나는 경우에는 경고 단계(W)에 해당하여 관리자에게 센서의 센싱 주기 변경 또는 배터리 교체를 요청할 수 있다.
여기서 특정 SoH 임계값 중 관리자에게 센서의 센싱 주기 변경을 요청하는 제1임계값은 80%, 배터리 교체를 요청하는 제2임계값은 70%로 설정할 수 있다.
도 6은 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법의 순서도이다.
본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법은 대기 단계(Sleep), 워밍업 단계(Warming-up), 운영 단계(Main Operation) 및 대기 단계(Sleep)의 주기로 동작하는 스마트 센서에 대한 것이다.
도 6을 참조하면, 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법은 (A) 전압 및 전류 측정 단계(S100), (B) 전압 및 전류 수집 단계(S200), (C) SoC 및 SoH 추정 단계(S300)를 포함한다.
여기서 (A)단계(S100)에서, 센서부(100)는 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정한다.
여기서 센서부(100)는, 션트 저항(110), 배터리(120), 전압측정부(130), 전류측정부(140)를 포함한다.
여기서 션트 저항(110)은 Shunt 저항으로, 션트 저항(110)을 통과하는 전류에 의해 배터리 전압과 부하 전압의 차이가 발생하며, 무선 센서의 동작 상태 변화에 따라 두 전압차 측정과 고정된 저항값을 활용하여 전류를 측정하기 위해 포함된다.
여기서 배터리(120)는 상태 추정의 대상이 되는 배터리로서 SoC(State of charge, 충전 상태), SoH(State Of Health, 성능 상태)를 통해 그 상태를 나타낼 수 있다.
도 7은 도 6의 전압 및 전류 측정 단계를 나타낸 세부순서도이다.
도 7을 참조하면, (A)단계(S100)는 (A1) 전압 측정 단계(S110), (A2) 전류 측정 단계(S120)를 포함한다.
여기서 (A1)단계(S110)에서, 전압측정부(130)는 부하전압과 배터리전압을 측정한다.
또한 (A2)단계(S120)에서, 전류측정부(140)는 상기 부하전압과 상기 배터리전압의 차이와 상기 션트 저항의 저항값을 이용하여 전류를 측정한다.
여기서 센서부(100) 내부에서 센서 배터리(120) 측정을 위한 부분은, 에너지 소스(Energy Source), 전력관리 IC(PMIC, Power Management IC), 마이크로 컨트롤러 및 부하(MCU & Load), 아날로그-디지털 변환회로(ADC), 션트 저항(110), 배터리(120)를 포함할 수 있다.
여기서 에너지 소스는 태양광, 진동, 열원 등이 포함된다.
또한 (B)단계(S200)에서, 데이터 수집 서버(200)는 상기 센서부(100)로에서 측정된 전압 및 전류 데이터를 무선통신을 통해 수집하고 상기 전압 및 전류 데이터를 데이터베이스(400)에 저장한다.
구체적으로 (B)단계(S200)에서, 데이터 수집 서버(200)는 상기 센서부(100)로에서 측정된 배터리 전압, 부하 전압, 부하 전류 등의 데이터를 무선통신을 통해 수집하고 상기 전압 및 전류 데이터를 데이터베이스(400)에 전달하며, 이러한 데이터는 수명 예측 서버(300)를 통해 SoC, SoH 추정 후 센싱 주기 변화 또는 교체 경고 등의 배터리 관리에 활용된다.
센서부(100)는 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정하므로, 데이터 수집 서버(200)도 주기적으로 전압 및 전류 값을 수집한다.
도 6을 참조하면, (C)단계(S300)에서, 수명 예측 서버(300)는 상기 전압 및 전류 측정값을 분석하여 센서 배터리의 수명을 예측하고, 추정된 SoC 및 SoH를 데이터베이스에 저장하며, 추정된 SoC 및 SoH를 통해 배터리를 관리한다.
여기서 수명 예측 서버(300)는 연산부(310), 수명예측부(320), 배터리관리부(330)를 포함한다.
도 8은 도 6의 SoC, SoH 추정 단계를 나타낸 세부순서도이다.
도 8을 참조하면, 도 6의 (C)단계(S300)는 (C1) 소비전력 및 전압의 변동값을 연산하는 단계(S310), (C2) SoC 및 SoH 추정하는 단계(S320), (C3) 배터리 교체 또는 센서의 동작 주기 변경 요청하는 단계(S330)를 포함한다.
여기서 (C1)단계(S310)에서, 연산부(310)는 상기 전압 및 전류 측정값을 이용하여 소비전력을 연산하고, 센서 동작 전 전압을 기준으로 센서 동작 후 전압의 변동값을 연산한다.
또한 (C2)단계(S320)에서, 수명예측부(320)는 상기 센서부의 동작주기 별 부하 변동에 따른 상기 전압의 변동값으로부터 SoC 및 SoH를 추정한다.
여기서 (C2)단계(S320)는, SoC추정부(321)는 센서의 동작 주기 내에서 동작 단계 별 전압 및 전류를 통하여 SoC를 도출하고, SoH추정부(322)는 센서의 동작 주기 내에서 동작 단계 별 배터리전압, 배터리전류 및 센서 동작 후의 전압 강하값를 통하여 SoH를 도출한다.
이처럼 SoC추정부(321)에서 도출된 SoC값, SoH추정부(322)에서 도출된 SoH값은 데이터베이스(400)에 저장된다.
또한 (C3)단계(S330)에서, 배터리관리부(330)는 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 배터리의 교체를 경고하거나, 센서의 동작 주기를 증가시킨다.
다시 말하면, (C3)단계(S330)에서, 배터리관리부(330)는 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 SoC가 70%를 초과하지 않거나, SoH가 80를 초과하지 않는 경우에는 센서의 동작 주기를 증가시키고, SoH가 70을 초과하지 않는 경우에는 운영자에게 배터리의 교체 경고를 전송한다.
따라서 (C3)단계(S330)에서 배터리관리부(330)는 배터리 상태 변화를 분류하는데, 소비전력 대비 전압 변동값이 평균 예상값을 초과하는 경우에는 동작 주기 별로 소비전력, 전압의 변동값을 트래킹하여 SoC, SoH의 변동을 분석한다.
분석 결과 SoC가 70%를 초과하지 않는 경우에는 센서부(100)의 센싱 주기를 증가시킨다.
또한 분석 결과 SoH가 80%를 초과하지 않는 경우에는 센서부(100)의 센싱 주기를 증가시키고, 그 중에서도 SoH가 70%도 초과하지 않는 경우에는 관리자에게 배터리의 교체를 경고한다.
따라서 데이터베이스(400)에는 데이터 수집 서버(200)에서 수집된 전압 및 전류 및 상기 수명 예측 서버(300)에서 추정된 SoC 및 SoH가 저장된다.
여기서 (C2)단계(S320)는, SoC추정부(321)는 센서부(100)의 센서 노드 동작 후 전압 강하를 분석하여 SoH를 추정한다.
센서부(100)의 동작 주기가 대기 단계(Sleep), 워밍업 단계(Warming-up), 운영 단계(Main Operation) 및 대기 단계(Sleep)의 주기로 이루어지며, 여기서 운영 단계(Main Operation)는 제1 운영 단계(Main Operation 1), 제2 운영 단계(Main Operation 2), 제3 운영 단계(Main Operation 3)을 포함하는 경우의 예시를 들 수 있다.
이 경우 센서부(100)에서 각 동작 주기 별로 부하 전류(Load Current), 전압(voltage), 소비전력(Power)을 측정한 결과는 동작 주기에 따라 단계 별로 변화하는데, 운영 단계(Main Operation)의 동작 전 대기 단계(Sleep)에서의 전압 값과, 운영 단계(Main Operation)의 동작 이후의 대기 단계(Sleep)에서의 전압 값이 차이가 생겨 전압 강하가 생기며, 각 센서 노드에서 측정된 전압의 평균값(Sensor AVG)보다 전압 강하 정도가 큰 특정 센서(Sensor X)도 도출할 수 있다.
이처럼 센서부(100)의 센서 노드 동작 이후 전압 측정을 통해 예상되는 전압 강하 이상의 전압 변화가 발생한 경우에 배터리가 SoH가 낮아지는 것으로 추정할 수 있다.
또한 특정 운영 단계(Main Operation N)에서의 소비 전력을 분석할 수 있다.
센서부(100)에 포함된 복수 개의 센서 노드 별 소비 전력과, 이러한 소비 전력의 평균인 평균 소비 전력(Mean value)을 나타낼 수 있다.
또한 전압 강하, 소비전력의 누적 데이터를 기반으로 SoC, SoH를 추정한다.
이 때, 평균 소비 전력(Mean value)보다 낮은 전력을 소비하는 센서를 찾을 수 있고, 이처럼 특정 운영 단계(Main Operation N)에서의 평균 소비 전력 대비 낮은 전력을 소비하는 센서 X(Sensor X)에 대하여 운영 중 전압의 변동을 추적하여 SoC를 추정할 수 있다.
또한 (C3)단계(S330)에서 배터리관리부(330)는 장기간에 걸쳐 SoC의 변화를 모니터링하며, SoC가 특정 SoC 임계값 이하인 것으로 나타나는 경우에는 경고 단계(W)에 해당하여 관리자에게 센서의 센싱 주기 변경 또는 배터리 교체를 요청할 수 있다.
여기서 특정 SoC 임계값은 70%로 설정할 수 있다.
또한 (C3)단계(S330)에서 배터리관리부(330)는 장기간에 걸쳐 SoH의 변화를 모니터링하며, SoH가 특정 SoH 임계값 이하인 것으로 나타나는 경우에는 경고 단계(W)에 해당하여 관리자에게 센서의 센싱 주기 변경 또는 배터리 교체를 요청할 수 있다.
여기서 특정 SoH 임계값 중 관리자에게 센서의 센싱 주기 변경을 요청하는 제1임계값은 80%, 배터리 교체를 요청하는 제2임계값은 70%로 설정할 수 있다.
도 9는 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법의 예시도이다.
도 9를 참조하면, 본 발명의 실시예에 의한 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법은 (A)단계(S100)에서, 하나 이상의 에너지 하베스팅 센서(EH Sensor)를 포함하는 센서부(100)는, 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정하고, (B)단계(S200)에서, 데이터 수집 서버(200)는 센서부(100)에서 측정한 배터리 전압(VB), 부하 전압(VL), 부하 전류(IL)를 포함하는 전압 및 전류 데이터를 무선통신을 통해 수집하고, 수집된 전압, 전류 정보를 데이터베이스(400)에 전달한다.
(C)단계(S300)에서, 수명 예측 서버(300)는 전압 및 전류 값을 분석하여 센서 베터리의 수명을 예측하고, 추정된 SoC 및 SoH를 데이터베이스에 저장하며, 추정된 SoC 및 SoH를 통해 배터리를 관리한다.
구체적으로 (C1)단계(S310)에서 전압 및 전력 값을 통해 소비전력 및 전압의 변동값을 연산한다.
또한 (C2)단계(S320)에서 SoC, SoH를 추정한다.
또한 (C3)단계(S330)에서 배터리관리부(330)는 배터리 상태 변화를 분류하여 소비전력 대비 전압 변동 값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 하여 SoC, SoH의 변동을 분석한다.
분석 결과 SoC가 70% 를 초과하지 않는 경우에는 센싱 주기를 증가시키는 등 센싱 주기 변화를 관리자에게 요청한다.
또한 SoH가 80%를 초과하지 않는 경우에는 센싱 주기를 증가시키는 등 센싱 주기 변화를 관리자에게 요청하고, 또한 SoH가 70%를 초과하지 않는 경우에는 배터리 교체를 관리자에게 요청한다.
이처럼 동작 주기 별로 전압 및 전류 정보를 서버로 전송하고 저장하며 이를 활용하여 배터리의 부하 변동에 따른 전압 및 전류 변화로부터 배터리의 상태를 추정하고, 관리자에게 센서의 센싱 주기 변화 또는 배터리 교체 등 필요한 행동을 요구함으로써 기존 대비 과도한 에너지 소비 없이 배터리의 상태 추정이 가능하도록 할 수 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 센서부
110 : 션트 저항
120 : 배터리
130 : 전압측정부
140 : 전류측정부
200 : 데이터 수집 서버
300 : 수명 예측 서버
310 : 연산부
320 : 수명예측부
321 : SoC 추정부
322 : SoH 추정부
330 : 배터리관리부
400 : 데이터베이스

Claims (10)

  1. 대기 단계, 워밍업 단계, 운영 단계 및 대기 단계의 주기로 동작하는 스마트 센서를 위한 배터리 상태 추정 시스템에 있어서,
    센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정하는 센서부;
    상기 센서부에서 측정된 전압 및 전류 데이터를 무선통신을 통해 수집하는 데이터 수집 서버;
    상기 전압 및 전류 측정값을 분석하여 센서 배터리의 수명을 예측하는 수명 예측 서버; 및
    상시 데이터 수집 서버에서 수집된 전압 및 전류 및 상기 수명 예측 서버에서 추정된 SoC 및 SoH를 저장하는 데이터베이스;
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템.
  2. 제1항에 있어서,
    상기 센서부는,
    션트 저항;
    배터리;
    부하전압과 배터리전압을 측정하는 전압측정부; 및
    상기 부하전압과 상기 배터리전압의 차이와 상기 션트 저항의 저항값을 이용하여 전류를 측정하는 전류측정부;
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템.
  3. 제1항에 있어서,
    상기 수명 예측 서버는,
    상기 전압 및 전류 측정값을 이용하여 소비전력을 연산하고, 센서 동작 전 전압을 기준으로 센서 동작 후 전압의 변동값을 연산하는 연산부;
    상기 센서부의 동작주기 별 부하 변동에 따른 상기 전압의 변동값으로부터 SoC 및 SoH를 추정하는 수명예측부; 및
    상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 배터리의 교체를 경고하거나, 센서의 동작 주기를 증가시키는 배터리관리부;
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템.
  4. 제3항에 있어서,
    상기 수명예측부는,
    센서의 동작 주기 내에서 동작 단계 별 전압 및 전류를 통하여 SoC를 도출하는 SoC추정부; 및
    센서의 동작 주기 내에서 동작 단계 별 배터리전압, 배터리전류 및 센서 동작 후의 전압 강하값를 통하여 SoH를 도출하는 SoH추정부;
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템.
  5. 제3항에 있어서,
    상기 배터리관리부는,
    상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 SoC가 70%를 초과하지 않거나, SoH가 80%를 초과하지 않는 경우에는 센서의 동작 주기를 증가시키고, SoH가 70%을 초과하지 않는 경우에는 관리자에게 배터리의 교체 경고를 전송하는 것
    을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템.
  6. 대기 단계, 워밍업 단계, 운영 단계 및 대기 단계의 주기로 동작하는 스마트 센서를 위한 배터리 상태 추정 방법에 있어서,
    (A) 센서부는 센서의 동작 주기 별로 변화하는 전압 및 전류를 단계 별로 측정하는 단계;
    (B) 데이터 수집 서버는 상기 센서부에서 측정된 전압 및 전류 데이터를 무선통신을 통해 수집하고 상기 전압 및 전류 데이터를 데이터베이스에 저장하는 단계; 및
    (C) 수명 예측 서버는 상기 전압 및 전류 측정값을 분석하여 센서 배터리의 수명을 예측하고, 추정된 SoC 및 SoH를 데이터베이스에 저장하며, 추정된 SoC 및 SoH를 통해 배터리를 관리하는 단계;
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법.
  7. 제6항에 있어서,
    상기 (A)단계는,
    (A1) 전압측정부는 부하전압과 배터리전압을 측정하는 단계; 및
    (A2) 전류측정부는 상기 부하전압과 상기 배터리전압의 차이와 션트 저항의 저항값을 이용하여 전류를 측정하는 단계
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법.
  8. 제6항에 있어서,
    상기 (C)단계는,
    (C1) 연산부는 상기 전압 및 전류 측정값을 이용하여 소비전력을 연산하고, 센서 동작 전 전압을 기준으로 센서 동작 후 전압의 변동값을 연산하는 단계;
    (C2) 수명예측부는 상기 센서부의 동작주기 별 부하 변동에 따른 상기 전압의 변동값으로부터 SoC 및 SoH를 추정하는 단계; 및
    (C3) 배터리관리부는 상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는, 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 배터리의 교체를 경고하거나, 센서의 동작 주기를 증가시키는 단계;
    를 포함하는 것을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법.
  9. 제8항에 있어서,
    상기 (C2)단계는,
    SoC추정부는 센서의 동작 주기 내에서 동작 단계 별 전압 및 전류를 통하여 SoC를 도출하고,
    SoH추정부는 센서의 동작 주기 내에서 동작 단계 별 배터리전압, 배터리전류 및 센서 동작 후의 전압 강하값를 통하여 SoH를 도출하는 것
    을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법.
  10. 제8항에 있어서,
    상기 (C3)단계는,
    상기 소비전력 대비 상기 전압의 변동값이 평균 예상값을 초과하는 경우에는 누적 데이터를 기반으로 SoC 및 SoH의 변동을 분석하여 SoC가 70%를 초과하지 않거나, SoH가 80%를 초과하지 않는 경우에는 센서의 동작 주기를 증가시키고, SoH가 70%을 초과하지 않는 경우에는 관리자에게 배터리의 교체 경고를 전송하는 것
    을 특징으로 하는 에너지 자립형 스마트센서를 위한 배터리 상태 추정 방법.
KR1020200180449A 2020-12-22 2020-12-22 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법 KR20220089850A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200180449A KR20220089850A (ko) 2020-12-22 2020-12-22 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법
PCT/KR2021/019290 WO2022139346A1 (ko) 2020-12-22 2021-12-17 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200180449A KR20220089850A (ko) 2020-12-22 2020-12-22 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20220089850A true KR20220089850A (ko) 2022-06-29

Family

ID=82159708

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200180449A KR20220089850A (ko) 2020-12-22 2020-12-22 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR20220089850A (ko)
WO (1) WO2022139346A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101098042B1 (ko) * 2009-02-23 2012-01-16 주식회사 휴텍이일 무선 센서 네트워크 시스템 및 그의 운용 방법
WO2017043546A1 (ja) * 2015-09-09 2017-03-16 株式会社村田製作所 無線センサ
KR101648012B1 (ko) * 2015-12-03 2016-08-12 (주)에이스콘트롤스 빌딩내 부하기기 센싱용 임베디드형 스마트 iot장치
KR101960707B1 (ko) * 2017-03-22 2019-03-22 (주)베텍 무선 센서 네트워크와 게이트웨이를 이용한 아이오티 시스템
KR102045952B1 (ko) * 2018-04-20 2019-11-18 주식회사 와튼 무선 센서 네트워크의 운영 방법

Also Published As

Publication number Publication date
WO2022139346A1 (ko) 2022-06-30

Similar Documents

Publication Publication Date Title
US9459323B2 (en) Battery-state monitoring system
US11101669B2 (en) State of health estimation for batteries
EP3904894B1 (en) Training device, estimation device, training method, estimation method, training program, and estimation program
CN101149422B (zh) 电池寿命预测系统及方法、通讯终端装置、电池寿命预测装置
US11099240B2 (en) Device and method for evaluating energy storage device and evaluation system
JP2017009577A (ja) 状態推定装置及び状態推定方法
KR101912615B1 (ko) 배터리 모니터링 및 보호 시스템
US20220170995A1 (en) Method and Apparatus for Predicting a State of Health of a Device Battery in a Battery-operated Device
Li et al. Real-time estimation of lead-acid battery parameters: A dynamic data-driven approach
US20190011503A1 (en) Information processing apparatus, method and non-transitory computer-readable storage medium
CN105738811A (zh) 锂电池剩余电量的测量方法、装置及电子设备
Naderiparizi et al. μMonitor: In-situ energy monitoring with microwatt power consumption
CN113125983A (zh) 电池容量估算方法和系统
JP6532374B2 (ja) 蓄電池状態分析システム、蓄電池状態分析方法および蓄電池状態分析プログラム
KR20220089850A (ko) 에너지 자립형 스마트센서를 위한 배터리 상태 추정 시스템 및 방법
CN111948540A (zh) 一种动力电池包温度预测方法及系统
KR20220096315A (ko) 에너지 하베스팅 센서의 동작 패턴 결정을 통한 전력 절감 방법 및 시스템
Kumar et al. Battery health estimation for iot devices using v-edge dynamics
EP3839533B1 (en) Secondary battery management system and secondary battery management method
KR101726483B1 (ko) 배터리 사용 패턴 분석 장치 및 방법
CN112804741B (zh) 功率控制的方法和装置
KR101104138B1 (ko) 배터리 사용가능 시간 산출장치 및 방법
Banthia et al. Determination of Battery Life Using State of Health Data and Linear Regression
US20210334683A1 (en) Method for predicting an operating duration of a connected object
WO2024057996A1 (ja) 蓄電素子の劣化状態の算出装置、劣化状態の算出方法、劣化状態の算出プログラム、劣化状態の推定装置、劣化状態の推定方法、異常検知装置及び異常検知方法