KR20220100470A

KR20220100470A - 배터리 관리 장치 및 방법

Info

Publication number: KR20220100470A
Application number: KR1020210002907A
Authority: KR
Inventors: 임보미; 최요환; 조원태; 이범진
Original assignee: 주식회사 엘지에너지솔루션
Priority date: 2021-01-08
Filing date: 2021-01-08
Publication date: 2022-07-15
Also published as: WO2022149824A1; EP4235198A1; JP2024500788A; CN116724243A; US20240027537A1

Abstract

본 문서에 개시된 배터리 관리 장치는 배터리 셀들의 전류 및 전압을 측정하는 측정부, 상기 배터리 셀들의 전류 및 전압으로부터 획득되는 특성값 및 상기 배터리 셀들 각각의 퇴화 거동에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 분석부 및 상기 복수의 클래스 각각에 대해 기설정된 방식으로 상기 배터리 셀의 수명을 판단하는 판단부를 포함할 수 있다.

Description

배터리 관리 장치 및 방법{BATTERY MANAGEMENT APPARATUS AND METHOD OF THE SAME}

본 문서에 개시된 실시예들은 배터리 관리 장치 및 방법에 관한 것이다.

최근 이차 전지에 대한 연구 개발이 활발히 이루어지고 있다. 여기서 이차 전지는 충방전이 가능한 전지로서, 종래의 Ni/Cd 전지, Ni/MH 전지 등과 최근의 리튬 이온 전지를 모두 포함하는 의미이다. 이차 전지 중 리튬 이온 전지는 종래의 Ni/Cd 전지, Ni/MH 전지 등에 비하여 에너지 밀도가 훨씬 높다는 장점이 있다, 또한, 리튬 이온 전지는 소형, 경량으로 제작할 수 있어서, 이동 기기의 전원으로 사용된다. 또한, 리튬 이온 전지는 전기 자동차의 전원으로 사용 범위가 확장되어 차세대 에너지 저장 매체로 주목을 받고 있다.

또한, 이차 전지는 일반적으로 복수 개의 배터리 셀들이 직렬 및/또는 병렬로 연결된 배터리 모듈을 포함하는 배터리 팩으로 이용된다. 그리고 배터리 팩은 배터리 관리 시스템에 의하여 상태 및 동작이 관리 및 제어된다.

이러한 배터리 셀의 용량을 계산하기 위해서는 통상적으로 배터리 셀의 충전 및 방전이 모두 끝난 후 Ah Counting 등의 계산식을 이용한다. 또한, 이러한 배터리 셀을 출하하는 경우 미리 배터리 셀을 300 사이클까지 충방전시켜 용량 퇴화율을 점검한 후에 출하가 이루어진다. 그러나, 배터리 셀을 300 사이클까지 충방전시키는 것은 시간과 비용이 많이 소모되는 문제가 있다.

본 문서에 개시된 실시예들은 배터리 셀의 퇴화 특성을 나타내는 데이터에 기초하여 배터리 셀들을 클래스 별로 분류하여 용량을 추정함으로써, 배터리 셀의 수명을 조기에 예측할 수 있는 배터리 관리 장치 및 방법을 제공하는 것을 일 목적으로 한다.

본 문서에 개시된 실시예들의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.

일 실시예에 따라, 상기 분석부는 상기 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀은 수명 판단 대상에서 제외할 수 있다.

일 실시예에 따라, 상기 분석부는 상기 특성값의 변화 양상에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류할 수 있다.

일 실시예에 따라, 상기 특성값의 변화 양상은 상기 특성값의 초기값과 사이클에 대한 변화율을 포함할 수 있다.

일 실시예에 따라, 상기 분석부는 상기 배터리 셀에 대해 제1 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 특성값에 기초하여 상기 배터리 셀의 수명이 정상인 것으로 판정 가능한 배터리 셀을 제1 클래스로 분류할 수 있다.

일 실시예에 따라, 상기 분석부는 상기 제1 클래스에 속하지 않는 배터리 셀에 대해서는 상기 제2 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 수명 판단이 가능한 제2 클래스로 분류하고, 상기 제2 사이클은 상기 제1 사이클보다 큰 값을 가질 수 있다.

일 실시예에 따라, 상기 판단부는 상기 제2 클래스에 포함되는 배터리 셀에 대해 상기 제2 사이클만큼 충방전을 수행한 상태에서 상기 제2 클래스에 포함되는 배터리 셀의 특성값을 회귀 모델(regression model)에 적용함으로써 배터리 셀의 수명을 판단할 수 있다.

일 실시예에 따라, 상기 분석부는 상기 특성값에 대한 근사식의 계수에 기초하여 상기 배터리 셀 각각을 상기 복수의 클래스로 분류할 수 있다.

일 실시예에 따라, 상기 분석부는 상기 근사식의 계수에 대해 K-means 클러스터링을 수행할 수 있다.

본 문서에 개시된 배터리 관리 방법은 배터리 셀들의 전류 및 전압을 측정하는 단계, 상기 배터리 셀들의 전류 및 전압으로부터 획득되는 특성값 및 상기 배터리 셀들 각각의 퇴화 거동에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계 및 상기 복수의 클래스 각각에 대해 기설정된 방식으로 상기 배터리 셀의 수명을 판단하는 단계를 포함할 수 있다.

일 실시예에 따라, 상기 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀은 수명 판단 대상에서 제외하는 단계를 더 포함할 수 있다.

일 실시예에 따라, 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 특성값의 변화 양상에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류할 수 있다.

일 실시예에 따라, 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 특성값의 기울기에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류할 수 있다.

일 실시예에 따라, 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 배터리 셀에 대해 제1 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 특성값에 기초하여 상기 배터리 셀의 수명이 정상인 것으로 판정 가능한 배터리 셀을 제1 클래스로 분류할 수 있다.

일 실시예에 따라, 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 제1 클래스에 속하지 않는 배터리 셀에 대해서는 상기 제2 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 수명 판단이 가능한 제2 클래스로 분류하고, 상기 제2 사이클은 상기 제1 사이클보다 큰 값을 가질 수 있다.

일 실시예에 따라, 상기 배터리 셀의 수명을 판단하는 단계는 상기 제2 클래스에 포함되는 배터리 셀에 대해 상기 제2 사이클만큼 충방전을 수행한 상태에서 상기 제2 클래스에 포함되는 배터리 셀의 특성값을 회귀 모델에 적용함으로써 배터리 셀의 수명을 판단할 수 있다.

본 문서에 개시된 일 실시예에 따른 배터리 관리 장치 및 방법은, 배터리 셀의 퇴화 특성을 나타내는 데이터에 기초하여 배터리 셀들을 클래스 별로 분류하여 용량을 추정함으로써, 배터리 셀의 수명을 조기에 예측할 수 있다.

도 1은 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치를 포함하는 일반적인 배터리 팩의 구성을 나타내는 블록도이다.
도 2는 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치의 구성을 나타내는 블록도이다.
도 3은 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치에서 배터리 셀의 특성값 데이터를 필터링하는 것을 나타내는 도면이다.
도 4는 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치에서 배터리 셀의 특성값 데이터에 기초하여 배터리 셀들의 클래스를 분류하는 것을 예시적으로 나타내는 도면이다.
도 5는 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치를 통해 배터리 셀의 수명을 판단한 결과를 예시적으로 나타내는 도면이다.
도 6은 본 문서에 개시된 일 실시 예에 따른 배터리 관리 방법을 나타내는 흐름도이다.
도 7은 본 문서에 개시된 일 실시 예에 따른 배터리 관리 방법을 실행하는 컴퓨팅 시스템을 보여주는 블록도이다.

이하, 첨부한 도면을 참조하여 본 문서에 개시된 다양한 실시 예들에 대해 상세히 설명하고자 한다. 본 문서에서 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

본 문서에 개시되어 있는 다양한 실시 예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 실시 예들을 설명하기 위한 목적으로 예시된 것으로, 본 문서에 개시된 다양한 실시 예들은 여러 가지 형태로 실시될 수 있으며 본 문서에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.

다양한 실시 예에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 해당 구성 요소들을 한정하지 않는다. 예를 들면, 본 문서에 개시된 실시예의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성 요소로 바꾸어 명명될 수 있다.

본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.

기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 문서에 개시된 실시예들의 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의된 용어들은 관련 기술의 문맥 상 가지는 의미와 동일 또는 유사한 의미를 가지는 것으로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서에 개시된 실시 예들을 배제하도록 해석될 수 없다.

도 1은 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치를 포함하는 일반적인 배터리 팩의 구성을 나타내는 블록도이다.

구체적으로, 도 1은 본 문서에 개시된 일 실시 예에 따른 배터리 팩(10)과 상위 시스템에 포함되어 있는 상위 제어기(20)를 포함하는 배터리 제어 시스템(1)을 개략적으로 보여준다.

도 1에 도시된 바와 같이, 배터리 팩(10)은 복수의 배터리 모듈(12), 센서(14), 스위칭부(16) 및 배터리 관리 시스템(100)을 포함할 수 있다. 이 때, 배터리 팩(10)에는 배터리 모듈(12), 센서(14), 스위칭부(16) 및 배터리 관리 시스템(100)이 복수 개 구비될 수 있다.

복수의 배터리 모듈(12)은 충방전 가능한 적어도 하나의 배터리 셀들을 포함할 수 있다. 이 때, 복수의 배터리 모듈(12)은 직렬 또는 병렬로 연결되어 있을 수 있다.

센서(14)는 배터리 팩(10)에 흐르는 전류를 검출할 수 있다. 이 때, 검출 신호는 배터리 관리 시스템(100)으로 전달될 수 있다.

스위칭부(16)는 배터리 모듈(12)의 (+) 단자 측 또는 (-) 단자 측에 직렬로 연결되어 배터리 모듈(12)의 충방전 전류 흐름을 제어할 수 있다. 예를 들면, 스위칭부(16)는 배터리 팩(10)의 사양에 따라서 적어도 하나의 릴레이, 마그네틱 접촉기 등이 이용될 수 있다.

배터리 관리 시스템(100)은 배터리 팩(10)의 전압, 전류, 온도 등을 모니터링하여, 과충전 및 과방전 등을 방지하도록 제어 관리할 수 있으며, 예를 들면, RBMS를 포함할 수 있다.

배터리 관리 시스템(100)은 상술한 각종 파라미터를 측정한 값을 입력받는 인터페이스로서, 복수의 단자와, 이들 단자와 연결되어 입력받은 값들의 처리를 수행하는 회로 등을 포함할 수 있다. 또한, 배터리 관리 시스템(100)은, 스위칭부(16) 예를 들어, 릴레이 또는 접촉기 등의 ON/OFF를 제어할 수도 있으며, 배터리 모듈(12)에 연결되어 배터리 모듈(12) 각각의 상태를 감시할 수 있다.

한편, 본 문서에 개시된 배터리 관리 시스템(100)에서는 이하에서 후술하는 바와 같이 측정된 배터리 셀의 전압 및 전류에 기초하여 별도의 프로그램을 통해 특성값과 퇴화 거동을 산출하고, 이를 복수의 클래스로 분류하여 배터리 셀의 수명을 추정할 수 있다.

상위 제어기(20) 배터리 모듈(12)을 제어하기 위한 제어 신호를 배터리 관리 시스템(100)에 전송할 수 있다. 이에 따라, 배터리 관리 시스템(100)은 상위 제어기(20)로부터 인가되는 제어 신호에 기초하여 동작이 제어될 수 있다. 또한, 배터리 모듈(12)은 ESS(Energy Storage System)에 포함된 구성일 수 있다. 이러한 경우, 상위 제어기(20)는 복수의 배터리 팩(10)을 포함하는 배터리 뱅크의 제어기(BBMS) 또는 복수의 뱅크를 포함하는 ESS 전체를 제어하는 ESS 제어기일 수 있을 것이다. 다만, 배터리 팩(10)은 이러한 용도에 한정되는 것은 아니다.

이와 같은 배터리 팩(10)의 구성 및 배터리 관리 시스템(100)의 구성은 공지된 구성이므로, 보다 구체적인 설명은 생략하기로 한다.

도 2는 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치의 구성을 나타내는 블록도이다.

도 2를 참조하면, 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치(100)는 측정부(110), 분석부(120) 및 판단부(130)를 포함할 수 있다.

측정부(110)는 배터리 셀들의 전류 및 전압을 측정할 수 있다. 이 때, 측정부(110)는 배터리 셀의 전압 및 전류를 일정 시간 간격으로 측정할 수 있다. 측정부(110)에 의해 측정된 전압 및 전류는 배터리 셀들 각각에 대한 특성값(feature)을 산출하기 위해 이용될 수 있다. 예를 들어, 배터리 셀의 특성값은 배터리 셀의 전압에 대한 용량의 미분치(dQ/dV)에 기초하여 산출된 값일 수 있다.

분석부(120)는 배터리 셀들의 전류 및 전압으로부터 획득되는 특성값 및 배터리 셀들 각각의 퇴화 거동에 기초하여 배터리 셀들 각각을 복수의 클래스로 분류할 수 있다. 구체적으로, 분석부(120)는 특성값의 변화 양상에 기초하여 배터리 셀들 각각을 복수의 클래스로 분류할 수 있다. 예를 들면, 특성값의 변화 양상은 특성값의 초기값, 사이클에 대한 특성값의 변화율(기울기) 등을 포함할 수 있다.

또한, 분석부(120)는 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀은 수명 판단 대상에서 제외할 수 있다. 즉, 특성값 데이터에서 잡음이나 오차로 인한 노이즈가 나타나는 배터리 셀들은 실험 과정이나 데이터 산출시 이상이 발생한 것으로 간주하여 조기에 용량 예측이 불가능한 것으로 하여 분석 대상에서 제외할 수 있다. 이 때, 수명 판단 대상에서 제외된 배터리 셀은 기존과 같이 설정된 사이클(예를 들면, 300 사이클)까지 충방전을 진행한 후에 용량을 추정할 수 있다.

분석부(120)는 배터리 셀에 대해 제1 사이클까지 충방전을 수행한 상태에서 배터리 셀의 특성값에 기초하여 배터리 셀의 수명이 정상인 것으로 판정 가능한 배터리 셀을 제1 클래스로 분류할 수 있다. 예를 들면, 제1 사이클은 36 사이클일 수 있다. 즉, 본 문서에 개시된 배터리 관리 장치에 의하면, 종래에 300 사이클까지 충방전이 진행된 후에 수명을 예측하던 방식에 비해 보다 신속하게 용량을 추정할 수 있다.

또한, 분석부(120)는 제1 클래스에 속하지 않는 배터리 셀에 대해서는 제2 사이클까지 충방전을 수행한 상태에서 배터리 셀의 수명 판단이 가능한 제2 클래스로 분류할 수 있다. 이 때, 제2 사이클은 전술한 제1 사이클보다 큰 값으로서, 100 사이클일 수 있다. 즉, 분석부(120)는 제1 사이클(예를 들면, 36 사이클)까지의 데이터만으로는 용량을 판정할 수는 없으나, 제1 사이클보다 큰 제2 사이클까지의 데이터로도 용량이 추정 가능한 배터리 셀에 대해서는 300 사이클까지 충방전시키지 않더라도 별도의 추정 모델을 통해 용량을 추정해낼 수 있다.

그리고, 분석부(120)는 획득된 특성값 데이터에 대한 근사식을 산출하고, 근사식의 계수에 기초하여 배터리 셀 각각을 복수의 클래스로 분류할 수 있다. 이 때, 근사식은 1차 또는 2차 다항식일 수 있다. 예를 들면, 분석부(120)는 근사식의 계수에 대해 K-means 클러스터링을 수행함으로써 배터리 셀들을 퇴화 거동에 따라 복수의 클래스(클러스터)로 분류할 수 있다.

판단부(130)는 복수의 클래스 각각에 대해 기설정된 방식으로 배터리 셀의 수명을 판단할 수 있다. 구체적으로, 판단부(130)는 분석부(120)에 의해 제1 클래스로 분류된 배터리 셀들에 대해서는 제1 사이클만큼 충방전을 수행한 후에 퇴화도가 정상인 것으로 조기에 판정할 수 있다. 또한, 판단부(130)는 분석부(120)에 의해 제2 클래스로 분류된 배터리 셀에 대해서는 제2 사이클만큼 충방전을 수행한 후에 추출된 배터리 셀의 특성값을 회귀 모델(regression model)에 적용함으로써 배터리 셀의 수명을 판단할 수 있다.

여기서, 회귀 모델은 1 내지 100 사이클까지의 데이터에 기초하여 300 사이클 후의 SOH값까지 산출할 수 있는 용량 추정 모델일 수 있다. 예를 들면, 회귀 모델은 머신 러닝을 통한 신경망(neural network)의 기법 중 하나로서 Elastic Net 등의 추정 모델이 사용될 수 있다.

한편, 도 2에는 나타내지 않았으나, 본 문서에 개시된 배터리 관리 장치(100)는 저장부를 포함할 수 있다. 이 경우, 저장부는 배터리 셀의 전압 및 전류, 특성값, 제1, 2 클래스에 관한 데이터 등 각종 데이터들을 저장할 수 있다. 한편, 도 1의 배터리 관리 장치(100)는 저장부 대신 통신부(미도시)를 포함할 수 있다. 이 경우, 배터리 관리 장치(100)는 배터리 셀 각각에 관한 각종 데이터를 외부 서버에 저장해두고 통신부를 통해 송수신하는 방식으로 동작할 수 있다

이와 같이, 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치는 배터리 셀의 퇴화 특성을 나타내는 데이터에 기초하여 배터리 셀들을 클래스 별로 분류하여 용량을 추정함으로써, 배터리 셀의 수명을 조기에 예측할 수 있다.

도 3은 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치에서 배터리 셀의 특성값 데이터를 필터링하는 것을 나타내는 도면이다.

도 3을 참조하면, 복수의 배터리 셀 각각의 사이클에 대한 특성값 변화 양상을 나타내는 그래프를 보여준다. 이 때, 도 3의 가로축은 배터리 셀의 충방전 사이클 수를 나타내고, 세로축은 배터리 셀의 특성값을 나타낸다. 예를 들면, 특성값은 배터리 셀의 전압에 대한 용량의 미분치(dQ/dV)일 수 있다.

도 3에 나타낸 것과 같이, 복수의 배터리 셀 각각에 대해 산출한 특성값 데이터는 통상적으로 연속적인 값으로 평활하게 나타나는 데이터들과 노이즈 등으로 인해 불연속적인 값으로 경향성을 벗어나는 데이터들이 혼재해 있다. 이러한 불연속적인 특성값 데이터들은 평활화하기 위한 보정 처리를 하지 않는 이상 통계적인 분석을 통해 결과값을 얻어내기 어렵다.

이처럼, 본 문서에 개시된 배터리 관리 장치에서는 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀들은 사전에 별도의 클래스로 분류하여 수명 판단 대상에서 제외함으로써, 특성값에 대한 분석을 보다 정확하고 용이하게 수행할 수 있다.

도 4는 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치에서 배터리 셀의 특성값 데이터에 기초하여 배터리 셀들의 클래스를 분류하는 것을 예시적으로 나타내는 도면이다.

도 4를 참조하면, 배터리 셀들의 충방전 사이클에 대한 특성값의 변화 양상을 복수의 클래스로 나누어서 나타내고 있다. 이 때, Class 1-1은 전술한 제1 클래스를 나타내고, Class 1-2 및 1-3은 전술한 제2 클래스를 나타낸다. 또한, 도 4에 나타낸 각 클래스들은 K-means 클러스터링 분석을 통해 분류된 것일 수 있다. 예를 들면, 도 4의 특성값은 배터리 셀의 전압에 대한 용량의 미분치일 수 있다.

도 4에 나타낸 것과 같이, Class 1-2 및 1-3과 비교하여 Class 1-1에 속한 배터리 셀들이 사이클에 대한 특성값의 기울기가 보다 완만하게 나타남을 확인할 수 있다. 즉, Class 1-1에 포함되는 배터리 셀의 경우, SOH와 상관성이 높은 특성값의 변화가 상대적으로 작게 나타나므로, 다른 배터리 셀들에 비해 용량 퇴화가 덜 발생할 수 있다.

이처럼, 본 문서에 개시된 배터리 관리 장치를 통해 분석을 수행한 결과 배터리 셀이 Class 1-1 즉, 제1 클래스에 속하는 경우에는 일정 사이클 수(예를 들면, 36 사이클)만큼 충방전을 진행한 후, 더 이상 충방전을 진행하지 않더라도 조기에 퇴화도가 정상인 배터리 셀로 판단할 수 있다. 또한, 배터리 셀이 Class 1-2 또는 1-3, 즉 제2 클래스에 속하는 경우에는 일정 수 이상의 사이클 수(예를 들면, 100 사이클)만큼 충방전을 진행한 후, 전술한 회귀 모델을 통해 배터리 셀의 용량을 예측할 수 있다. 예를 들면, 일부 다른 퇴화 거동을 나타내는 Class 1-2와 1-3에 적용되는 회귀 모델은 초기값, 산출 조건 등이 서로 다르게 구성될 수 있다.

도 5는 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치를 통해 배터리 셀의 수명을 판단한 결과를 예시적으로 나타내는 도면이다.

도 5를 참조하면, 본 문서에 개시된 일 실시 예에 따른 배터리 관리 장치에 의해 도 4에서 설명한 Class 1-2 및 1-3으로 분류하여 산출된 배터리 셀들의 SOH값(Prediction)과, Class 1-1로 분류되어 퇴화도가 정상인 것으로 판단된 배터리 셀들의 SOH값(All Pass)을 나타낸다. 또한, 도 5의 그래프(200)는 실제로 측정된 배터리 셀들의 수명값을 개략적으로 표시한 것이다.

도 5에 나타낸 것과 같이, Class 1-1로 분류된 배터리 셀들은 SOH값이 실제 측정값과 동일한 것으로서, 그래프(200) 상에 위치함을 알 수 있다. 반면, Class 1-2 및 1-3에 포함된 배터리 셀들의 경우, 실제 측정된 SOH값과는 일부 오차가 발생하여 그래프(200)로부터 일정 거리 떨어져 있음을 알 수 있다. 이 때, 그래프(200)로부터의 거리는 오차 크기를 나타낸다.

또한, 도 5의 하단을 참조하면 실제 SOH값(Actual SOH)으로부터의 오차를 직선에 대한 거리(Absolute Error)로 표시하고 있다. 즉, 도 5의 하단 부분은 Class 1-2 및 1-3에 포함된 배터리 셀들(Prediction)의 포인트가 그래프(200)로부터 떨어진 거리의 절대값에 해당하는 크기를 나타낸 것이다.

도 5에서 확인할 수 있는 것과 같이, 도 4에서 Class 1-1(제1 클래스)로 분류된 배터리 셀들의 경우 충방전을 일정 사이클 수만큼만 진행하더라도 정상(Pass)로 판단할 수 있으며, 나머지 Class 1-2 및 1-3의 배터리 셀들의 경우에도 실제 SOH값과 일부 오차가 있으나 대체적으로 일치하는 경향을 보임을 알 수 있다.

도 6은 본 문서에 개시된 일 실시 예에 따른 배터리 관리 방법을 나타내는 흐름도이다.

도 6을 참조하면, 본 문서에 개시된 일 실시 예에 따른 배터리 관리 방법에서는 먼저 배터리 셀의 전압 및 전류를 측정한다(S110). 이 때, 배터리 셀의 전압 및 전류를 일정 시간 간격으로 측정할 수 있다. 또한, 단계 S110에서 측정된 전압 및 전류는 배터리 셀들 각각에 대한 특성값을 산출하기 위해 이용될 수 있다. 예를 들어, 배터리 셀의 특성값은 배터리 셀의 전압에 대한 용량의 미분치(dQ/dV)에 기초하여 산출된 값일 수 있다.

그리고, 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀은 수명 판단 대상에서 제외한다(S120). 즉, 특성값 데이터에서 잡음이나 오차로 인한 노이즈가 나타나는 배터리 셀들은 실험 과정이나 데이터 산출시 이상이 발생한 것으로 간주하여 조기에 용량 예측이 불가능한 것으로 하여 분석 대상에서 제외할 수 있다. 이 때, 수명 판단 대상에서 제외된 배터리 셀은 기존과 같이 설정된 사이클(예를 들면, 300 사이클)까지 충방전을 진행한 후에 용량을 추정할 수 있다.

다음으로, 배터리 셀들의 전류 및 전압으로부터 획득되는 특성값 및 배터리 셀들 각각의 퇴화 거동에 기초하여 배터리 셀들 각각을 복수의 클래스로 분류한다(S130). 구체적으로, 단계 S130에서는 특성값의 변화 양상에 기초하여 배터리 셀들 각각을 복수의 클래스로 분류할 수 있다. 예를 들면, 특성값의 변화 양상은 특성값의 초기값, 사이클에 대한 특성값의 변화율(기울기) 등을 포함할 수 있다.

또한, 단계 S130에서는 획득된 특성값 데이터에 대한 근사식을 산출하고, 근사식의 계수에 기초하여 배터리 셀 각각을 복수의 클래스로 분류할 수 있다. 이 때, 근사식은 1차 또는 2차 다항식일 수 있다. 예를 들면, 근사식의 계수에 대해 K-means 클러스터링을 수행함으로써 배터리 셀들을 퇴화 거동에 따라 복수의 클래스(클러스터)로 분류할 수 있다.

만약, 단계 S140에서 배터리 셀이 제1 클래스에 포함되는 경우(YES), 제1 사이클까지 충방전을 수행한 상태에서 배터리 셀의 특성값에 기초하여 배터리 셀의 수명이 정상인 것으로 판정한다(S150). 예를 들면, 제1 사이클은 36 사이클일 수 있다.

반면, 단계 S140에서 배터리 셀이 제1 클래스에 포함되지 않는 경우(NO), 배터리 셀을 제2 클래스로 분류한다(S160), 또한, 제2 사이클만큼 충방전을 수행한 상태에서 배터리 셀의 특성값을 회귀 모델에 적용하여 배터리 셀 수명 평가한다(S170). 예를 들면, 제2 사이클은 전술한 제1 사이클보다 큰 값으로서, 100 사이클일 수 있다.

여기서, 회귀 모델은 1 내지 100 사이클까지의 데이터에 기초하여 300 사이클 후의 SOH값까지 산출할 수 있는 용량 추정 모델일 수 있다. 예를 들면, 회귀 모델은 머신 러닝을 통한 신경망의 기법 중 하나로서 Elastic Net 등의 추정 모델이 사용될 수 있다.

이와 같이, 본 문서에 개시된 일 실시예에 따른 배터리 관리 방법은 배터리 셀의 퇴화 특성을 나타내는 데이터에 기초하여 배터리 셀들을 클래스 별로 분류하여 용량을 추정함으로써, 배터리 셀의 수명을 조기에 예측할 수 있다.

도 7은 본 문서에 개시된 일 실시 예에 따른 배터리 관리 방법을 실행하는 컴퓨팅 시스템을 보여주는 블록도이다.

도 7을 참조하면, 본 문서에 개시된 일 실시 예에 따른 컴퓨팅 시스템(30)은 MCU(32), 메모리(34), 입출력 I/F(36) 및 통신 I/F(38)를 포함할 수 있다.

MCU(32)는 메모리(34)에 저장되어 있는 각종 프로그램(예를 들면, 특성값 산출 프로그램, 클래스 분류 및 수명 추정 프로그램 등)을 실행시키고, 이러한 프로그램들을 통해 배터리 셀의 전압, 전류 등을 포함한 각종 데이터를 처리하며, 전술한 도 2에 나타낸 배터리 관리 장치의 기능들을 수행하도록 하는 프로세서일 수 있다.

메모리(34)는 배터리 셀의 특성값 산출, 클래스 분류 및 수명 추정에 관한 각종 프로그램을 저장할 수 있다. 또한, 메모리(34)는 배터리 셀 각각의 전압, 전류, 특성값 데이터 등 각종 데이터를 저장할 수 있다.

이러한 메모리(34)는 필요에 따라서 복수 개 마련될 수도 있을 것이다. 메모리(34)는 휘발성 메모리일 수도 있으며 비휘발성 메모리일 수 있다. 휘발성 메모리로서의 메모리(34)는 RAM, DRAM, SRAM 등이 사용될 수 있다. 비휘발성 메모리로서의 메모리(34)는 ROM, PROM, EAROM, EPROM, EEPROM, 플래시 메모리 등이 사용될 수 있다. 상기 열거한 메모리(34)들의 예를 단지 예시일 뿐이며 이들 예로 한정되는 것은 아니다.

입출력 I/F(36)는, 키보드, 마우스, 터치 패널 등의 입력 장치(미도시)와 디스플레이(미도시) 등의 출력 장치와 MCU(32) 사이를 연결하여 데이터를 송수신할 수 있도록 하는 인터페이스를 제공할 수 있다.

통신 I/F(340)는 서버와 각종 데이터를 송수신할 수 있는 구성으로서, 유선 또는 무선 통신을 지원할 수 있는 각종 장치일 수 있다. 예를 들면, 통신 I/F(38)를 통해 별도로 마련된 외부 서버로부터 배터리 셀의 특성값 산출, 클래스 분류 및 수명 추정을 위한 프로그램이나 각종 데이터 등을 송수신할 수 있다.

이와 같이, 본 문서에 개시된 일 실시 예에 따른 컴퓨터 프로그램은 메모리(34)에 기록되고, MCU(32)에 의해 처리됨으로써, 예를 들면 도 2에서 도시한 각 기능들을 수행하는 모듈로서 구현될 수도 있다.

이상에서, 본 문서에 개시된 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 문서에 개시된 실시예들이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 문서에 개시된 실시예들의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 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 문서에 개시된 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 문서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이상의 설명은 본 문서에 개시된 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 문서에 개시된 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 문서에 개시된 실시예들의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 문서에 개시된 실시 예들은 본 문서에 개시된 실시예들의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 문서에 개시된 기술 사상의 범위가 한정되는 것은 아니다. 본 문서에 개시되 기술사상의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 문서의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

1: 배터리 제어 시스템 10: 배터리 팩
12: 복수의 배터리 모듈 12: 센서
16: 스위칭부 20: 상위 제어기
30: 배터리 관리 장치 32: MCU
34: 메모리 36: 입출력 I/F
38: 통신 I/F 100: 배터리 관리 장치(BMS)
110: 측정부 1 20: 분석부
130: 판단부

Claims

배터리 셀들의 전류 및 전압을 측정하는 측정부;
상기 배터리 셀들의 전류 및 전압으로부터 획득되는 특성값 및 상기 배터리 셀들 각각의 퇴화 거동에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 분석부; 및
상기 복수의 클래스 각각에 대해 기설정된 방식으로 상기 배터리 셀의 수명을 판단하는 판단부를 포함하는 배터리 관리 장치.
청구항 1에 있어서,
상기 분석부는 상기 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀은 수명 판단 대상에서 제외하는 배터리 관리 장치.
청구항 1에 있어서,
상기 분석부는 상기 특성값의 변화 양상에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 배터리 관리 장치.
청구항 3에 있어서,
상기 특성값의 변화 양상은 상기 특성값의 초기값과 사이클에 대한 변화율을 포함하는 배터리 관리 장치.
청구항 1에 있어서,
상기 분석부는 상기 배터리 셀에 대해 제1 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 특성값에 기초하여 상기 배터리 셀의 수명이 정상인 것으로 판정 가능한 배터리 셀을 제1 클래스로 분류하는 배터리 관리 장치.
청구항 5에 있어서,
상기 분석부는 상기 제1 클래스에 속하지 않는 배터리 셀에 대해서는 제2 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 수명 판단이 가능한 제2 클래스로 분류하고, 상기 제2 사이클은 상기 제1 사이클보다 큰 값을 갖는 배터리 관리 장치.
청구항 6에 있어서,
상기 판단부는 상기 제2 클래스에 포함되는 배터리 셀에 대해 상기 제2 사이클만큼 충방전을 수행한 상태에서 상기 제2 클래스에 포함되는 배터리 셀의 특성값을 회귀 모델(regression model)에 적용함으로써 배터리 셀의 수명을 판단하는 배터리 관리 장치.
청구항 1에 있어서,
상기 분석부는 상기 특성값에 대한 근사식의 계수에 기초하여 상기 배터리 셀 각각을 상기 복수의 클래스로 분류하는 배터리 관리 장치.
청구항 8에 있어서,
상기 분석부는 상기 근사식의 계수에 대해 K-means 클러스터링을 수행하는 배터리 관리 장치.
배터리 셀들의 전류 및 전압을 측정하는 단계;
상기 배터리 셀들의 전류 및 전압으로부터 획득되는 특성값 및 상기 배터리 셀들 각각의 퇴화 거동에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계; 및
상기 복수의 클래스 각각에 대해 기설정된 방식으로 상기 배터리 셀의 수명을 판단하는 단계를 포함하는 배터리 관리 방법.
청구항 10에 있어서,
상기 배터리 셀들 중 특성값의 불연속성이 존재하는 배터리 셀은 수명 판단 대상에서 제외하는 단계를 더 포함하는 배터리 관리 방법.
청구항 10에 있어서,
상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 특성값의 변화 양상에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 배터리 관리 방법.
청구항 12에 있어서,
상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 특성값의 기울기에 기초하여 상기 배터리 셀들 각각을 복수의 클래스로 분류하는 배터리 관리 방법.
청구항 10에 있어서,
상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 배터리 셀에 대해 제1 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 특성값에 기초하여 상기 배터리 셀의 수명이 정상인 것으로 판정 가능한 배터리 셀을 제1 클래스로 분류하는 배터리 관리 방법.
청구항 14에 있어서,
상기 배터리 셀들 각각을 복수의 클래스로 분류하는 단계는 상기 제1 클래스에 속하지 않는 배터리 셀에 대해서는 제2 사이클까지 충방전을 수행한 상태에서 상기 배터리 셀의 수명 판단이 가능한 제2 클래스로 분류하고, 상기 제2 사이클은 상기 제1 사이클보다 큰 값을 갖는 배터리 관리 방법.
청구항 15에 있어서,
상기 배터리 셀의 수명을 판단하는 단계는 상기 제2 클래스에 포함되는 배터리 셀에 대해 상기 제2 사이클만큼 충방전을 수행한 상태에서 상기 제2 클래스에 포함되는 배터리 셀의 특성값을 회귀 모델에 적용함으로써 배터리 셀의 수명을 판단하는 배터리 관리 방법.