KR20220112502A - 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템 - Google Patents

셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템 Download PDF

Info

Publication number
KR20220112502A
KR20220112502A KR1020210016112A KR20210016112A KR20220112502A KR 20220112502 A KR20220112502 A KR 20220112502A KR 1020210016112 A KR1020210016112 A KR 1020210016112A KR 20210016112 A KR20210016112 A KR 20210016112A KR 20220112502 A KR20220112502 A KR 20220112502A
Authority
KR
South Korea
Prior art keywords
cell
cell voltage
voltage deviation
battery cells
balancing
Prior art date
Application number
KR1020210016112A
Other languages
English (en)
Inventor
김성태
Original Assignee
주식회사 엘지에너지솔루션
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 주식회사 엘지에너지솔루션 filed Critical 주식회사 엘지에너지솔루션
Priority to KR1020210016112A priority Critical patent/KR20220112502A/ko
Publication of KR20220112502A publication Critical patent/KR20220112502A/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
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio
    • 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
    • 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
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • 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
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

셀 전압 편차 예상 모듈을 포함하는 배터리 관리 시스템의 셀 밸런싱 방법은, 복수의 배터리 셀의 셀 전압을 소정의 측정 주기마다 측정하는 단계, 소정의 모니터링 기간 동안 측정 주기 마다 반복되는 상기 측정 단계를 통해 상기 복수의 배터리 셀 각각의 셀 전압을 소정 개수만큼 저장하는 단계, 상기 복수의 배터리 셀 각각에 대해서, 상기 셀 전압과 기준 값 간의 차인 셀 전압 편차를 상기 소정 개수만큼 획득하는 단계, 상기 셀 전압 편차 예상 모듈이 상기 복수의 배터리 셀 각각에 대해서, 상기 소정 개수의 셀 전압 편차에 기초하여 셀 전압 편차를 예상하는 단계, 및 상기 셀 전압 편차 예상 모듈이 상기 예상된 셀 전압 편차가 임계 값에 도달하는 밸렁싱 대상 셀 및 상기 예상된 셀 전압 편차가 임계 값에 도달하는 시점인 셀 밸런싱 시작 시점을 예상하는 단계를 포함한다.

Description

셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템{LEARNING METHOD OF CELL VOLTAGE DEVIATION PREDICTION MODEL, AND CELL BALANCING METHOD AND BATTERY SYSTEM USING THE SAME}
본 개시는 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템에 관한 것이다.
배터리는 직렬 연결된 복수의 배터리 셀을 포함하고, 복수의 배터리 셀의 충전 상태(State of Charge, SOC) 간에는 편차가 발생할 수 있다. 복수이 배터리 셀 간의 SOC 편차를 낮추기 위해서, 복수의 배터리 셀에 대한 셀 밸런싱 동작이 수행될 수 있다.
일반적으로, 복수의 배터리 셀 각각의 SOC를 추정하기 위해서, 복수의 배터리 셀 각각의 셀 전압이 측정된다. 복수의 배터리 셀 간의 셀 전압 차가 소정의 임계값 이상일 때, 해당 셀 전압 차를 가지는 배터리 셀이 과전압인 경우 방전하거나, 해당 셀 전압 차를 가지는 배터리 셀이 저전압인 경우 충전하는 방식이 셀 밸런싱에 적용되어 왔다. 이때, 셀 밸런싱 시간은 해당 배터리 셀의 SOC에 따라 결정될 수 있다.
배터리 셀의 SOC에 따라 결정된 셀 밸런싱 시간 동안 배터리 셀이 방전 또는 충전되는 경우, 방전에 의해 셀 전압이 저전압으로 낮아지거나 충전에 의해 셀 전압이 과전압으로 높아지는 문제가 발생할 수 있다.
셀 전압 편차를 예상할 수 있는 셀 전압 편차 예상 모델 학습 방법, 그리고 셀 전압 편차 예상 모델을 이용하여 무분별한 셀 밸런싱을 방지할 수 있는 셀 밸런싱 방법 및 배터리 시스템을 제공하고자 한다.
발명의 한 특징에 따른 셀 전압 편차 예상 모듈을 포함하는 배터리 관리 시스템의 셀 밸런싱 방법은, 복수의 배터리 셀의 셀 전압을 소정의 측정 주기마다 측정하는 단계, 소정의 모니터링 기간 동안 측정 주기 마다 반복되는 상기 측정 단계를 통해 상기 복수의 배터리 셀 각각의 셀 전압을 소정 개수만큼 저장하는 단계, 상기 복수의 배터리 셀 각각에 대해서, 상기 셀 전압과 기준 값 간의 차인 셀 전압 편차를 상기 소정 개수만큼 획득하는 단계, 상기 셀 전압 편차 예상 모듈이 상기 복수의 배터리 셀 각각에 대해서, 상기 소정 개수의 셀 전압 편차에 기초하여 셀 전압 편차를 예상하는 단계, 및 상기 셀 전압 편차 예상 모듈이 상기 예상된 셀 전압 편차가 임계 값에 도달하는 밸렁싱 대상 셀 및 상기 예상된 셀 전압 편차가 임계 값에 도달하는 시점인 셀 밸런싱 시작 시점을 예상하는 단계를 포함한다.
상기 유효성을 검증하는 단계는, 상기 테스트 기간 이후 소정의 검증 기간 동안 상기 복수의 배터리 셀 각각의 셀 전압을 소정 주기마다 측정하고, 상기 복수의 배터리 셀 각각의 셀 전압 편차를 산출한 검증 데이터를 생성하는 단계, 상기 검증 기간 동안의 상기 복수의 배터리 셀 각각의 셀 전압 편차를 셀 전압 편차 예상 모델을 이용하여 예상하는 단계, 상기 검증 기간 동안 측정된 복수의 셀 전압에 기초하여 셀 전압 편차를 산출하는 단계, 및 상기 산출된 셀 전압 편차와 상기 예상된 셀 전압 편차의 일치율이 소정의 기준 값 이상일 때, 상기 셀 전압 편차 예상 모델이 유효한 것으로 판단하는 단계를 포함할 수 있다.
상기 복수의 배터리 셀 각각의 셀 전압 편차는, 상기 복수의 배터리 셀의 셀 전압을 평균한 기준 값과 상기 복수의 배터리 셀 각각의 셀 전압 간의 차일 수 있다.
발명의 다른 특징에 따른 셀 전압 편차 예상 모듈을 포함하는 배터리 관리 시스템의 셀 밸런싱 방법은, 복수의 배터리 셀의 셀 전압을 소정의 측정 주기마다 측정하는 단계, 소정의 모니터링 기간 동안 측정 주기 마다 반복되는 상기 측정 단계를 통해 상기 복수의 배터리 셀 각각의 셀 전압을 소정 개수만큼 저장하는 단계, 상기 복수의 배터리 셀 각각에 대해서, 상기 셀 전압과 기준 값 간의 차인 셀 전압 편차를 상기 소정 개수만큼 획득하는 단계, 상기 셀 전압 편차 예상 모듈이 상기 복수의 배터리 셀 각각에 대해서, 상기 소정 개수의 셀 전압 편차에 기초하여 셀 전압 편차를 예상하는 단계, 및 상기 셀 전압 편차 예상 모듈이 상기 예상된 셀 전압 편차가 임계 값에 도달하는 밸렁싱 대상 셀 및 상기 예상된 셀 전압 편차가 임계 값에 도달하는 시점인 셀 밸런싱 시작 시점을 예상하는 단계를 포함할 수 있다.
상기 셀 밸런싱 방법은 상기 밸런싱 대상 셀에 대해서 상기 예상된 셀 밸런싱 시작 시점에 셀 밸런싱 동작이 시작되는 단계 및 상기 셀 밸런싱 동작 시작 이후, 상기 밸런싱 대상 셀의 셀 전압이 임계값 이하로 감소한 시점에 상기 셀 밸런싱 동작이 종료되는 단계를 더 포함할 수 있다.
상기 셀 밸런싱 방법은, 상기 셀 전압 편차 예상 모듈에 적용된 셀 전압 편차 예상 모델이 학습되는 단계를 더 포함하고, 상기 셀 전압 편차 예상 모델이 학습되는 단계는, 상기 복수의 배터리 셀의 복수의 셀 전압을 소정의 샘플링 주기마다 측정하여 저장하는 샘플링 단계, 상기 샘플링 단계를 소정의 테스트 기간 동안 반복하여 학습 데이터를 획득하는 단계, 상기 학습 데이터에 기초하여, 상기 샘플링 단계에서의 샘플링 횟수만큼 상기 복수의 배터리 셀 각각의 셀 전압 편차를 산출하는 단계, 및 상기 셀 전압 편차 예상 모델이 상기 샘플링 횟수만큼, 상기 복수의 셀 전압 및 상기 복수의 배터리 셀 각각의 셀 전압 편차를 학습하는 단계를 포함할 수 있다.
상기 셀 밸런싱 방법은, 상기 셀 전압 편차 예상 모듈은 상기 셀 밸런싱 시작 시점 이후의 셀 전압 편차가 임계값 이하에 도달하는 시점인 셀 밸런싱 종료 시점을 예상하는 단계 및 상기 밸런싱 대상 셀에 대한 셀 밸런싱 동작 시작 이후, 상기 셀 밸런싱 종료 시점에 상기 밸런싱 대상 셀의 셀 밸런싱 동작을 종료하는 단계를 더 포함할 수 있다.
상기 셀 밸런싱 종료 시점을 예상하는 단계는, 상기 셀 전압 편차 예상 모듈은, 현 시점부터 상기 셀 밸런싱 시작 시점까지 기간 동안 상기 예상한 셀 전압 편차가 시간의 경과에 따라 변하는 순서와 반대로 상기 셀 밸런싱 시작 이후 상기 셀 전압 편차가 변할 것으로 예상하는 단계를 포함할 수 있다.
발명의 또 다른 특징에 따른 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 상기 복수의 배터리 셀에 연결도어 있고, 상기 복수의 배터리 셀의 셀 전압을 측정하는 셀 전압 모니터링부, 상기 복수의 배터리 셀에 연결되어 있고, 상기 복수의 배터리 셀에 대한 셀 밸런싱 동작을 수행하는 셀 밸런싱 회로, 및 상기 복수의 배터리 셀 각각에 대한 셀 전압 편차를 예상하여, 상기 예상된 셀 전압 편차가 임계 값에 도달하는 밸렁싱 대상 셀 및 상기 예상된 셀 전압 편차가 임계 값에 도달하는 시점인 셀 밸런싱 시작 시점을 예상하는 셀 전압 편차 예상 모듈을 포함한다.
상기 셀 밸런싱 회로는, 상기 밸런싱 대상 셀에 대해서 상기 셀 밸런싱 시작 시점에 셀 밸런싱 동작을 시작할 수 있다.
상기 셀 전압 모니터링부는, 측정 주기마다 상기 복수의 배터리 셀 각각의 셀 전압을 측정하고, 상기 측정된 복수의 셀 전압을 상기 셀 전압 편차 예상 모듈로 전달할 수 있다.
상기 셀 전압 편차 예상 모듈은 셀 전압 편차 예상 모델을 포함하고, 소정의 테스트 기간 동안 상기 복수의 배터리 셀의 복수의 셀 전압이 소정의 샘플링 주기마다 측정되어 획득된 학습 데이터에 기초하여, 상기 샘플링 횟수만큼 상기 복수의 배터리 셀 각각의 셀 전압 편차가 산출되고, 상기 셀 전압 편차 예상 모델은 상기 샘플링 횟수만큼 상기 복수의 셀 전압 및 상기 복수의 배터리 셀 각각의 셀 전압 편차를 학습하여 구축될 수 있다.
셀 전압 편차를 예상할 수 있는 셀 전압 편차 예상 모델 및 이를 이용하여 무분별한 셀 밸런싱을 방지할 수 있는 셀 밸런싱 방법 및 배터리 시스템을 제공한다.
도 1은 일 실시예에 따른 배터리 시스템을 도식적으로 나타낸 도면이다.
도 2는 일 실시예에 따른 셀 전압 편차 예상 모델 학습 방법을 나타낸 순서도이다.
도 3은 일 실시예에 따른 셀 전압 편차 예상 모델의 유효성을 검증하는 방법을 나타낸 순서도이다.
도 4는 일 실시예에 따른 배터리 시스템의 구성을 나타낸 도면이다.
도 5는 일 실시예에 따른 셀 밸런싱 방법을 나타낸 순서도이다.
도 6은 일 실시예에 따른 셀 밸런싱 방법을 나타낸 순서도이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 동일하거나 유사한 구성요소에는 동일, 유사한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및/또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 일 실시예에 따른 배터리 시스템을 도식적으로 나타낸 도면이다.
도 1에 도시된 바와 같이, 배터리 시스템(1)의 양 출력단(P+, P-)은 전력 장치(2)에 전기적으로 연결되어 있다. 전력 장치(2)는 차량을 구동하기 위한 모터와 같은 전장 부하이거나, 배터리(10)를 충전하기 위한 충전 장치일 수 있다.
도 1에서는 배터리 시스템(1)의 일부 구성만 도시되어 있다. 배터리 시스템(1)은 배터리(10), 배터리(10), 배터리 관리 시스템(Battery Management System, BMS)(20), 및 릴레이부(30)를 포함한다.
배터리(10)는 직렬 연결된 복수의 배터리 셀(11-15)를 포함한다. 도 1에서는 배터리(10)가 5개의 배터리 셀(11-15)을 포함하는 것으로 도시되어 있으나, 이는 일 예로 발명이 이에 한정되지 않는다.
릴레이부(30)는 배터리(10)의 충전 및 방전 시의 전류 경로를 제어한다. 릴레이부(30)의 닫힘 및 열림은 BMS(20)로부터 공급되는 릴레이 제어 신호(RSC)에 따라 제어된다.
BMS(20)는 복수의 배터리 셀(11-15)에 연결되어 있고, 복수의 배터리 셀(11-14) 각각의 셀 전압, 배터리(10)의 배터리 전류 등의 정보에 기초하여 배터리 배터리(10)의 충방전 전류를 제어하고, 복수의 배터리 셀(11-15)에 대한 셀 밸런싱 동작을 제어한다. BMS(20)는 복수의 배터리 셀(11-15) 각각의 셀 전압을 측정 주기마다 측정하고, 모니터링 기간 동안 측정된 셀 전압들에 기초하여 복수의 배터리 셀(11-15) 각각의 셀 전압 편차를 예상하고, 복수의 배터리 셀(11-15) 각각의 예상된 셀 전압 편차에 기초하여 셀 밸런싱이 필요한 배터리 셀 및 셀 밸런싱 시작 시점을 결정할 수 있다.
BMS(20)는 모니터링 기간 동안 측정된 셀 전압들에 기초하여 복수의 배터리 셀(11-15) 각각의 셀 전압 편차를 예상할 수 있는 셀 전압 편차 예상 모델을 이용한다. 셀 전압 편차 예상 모델은 BMS(20)의 일 구성으로 모듈로 구현될 수 있다. 이하, 셀 전압 편차 예상 모델이 구현된 모듈을 셀 전압 편차 예상 모듈(21)이라 한다.
셀 전압 편차 예상 모델은 기계 학습(machine learning)을 통해 획득될 수 있다.
먼저, 셀 전압 편차 예상 모델이 학습되는 방법을 설명한다.
도 2는 일 실시예에 따른 셀 전압 편차 예상 모델 학습 방법을 나타낸 순서도이다.
먼저, BMS(20)는 복수의 배터리 셀(11-15) 각각의 셀 전압을 소정의 샘플링 주기마다 측정하여 저장한다(S1).
BMS(20)는 샘플링 단계 S1을 소정의 테스트 기간 동안 반복하여 복수의 배터리 셀(11-15) 각각의 셀 전압을 소정 개수(n = 테스트 기간/샘플링 주기)만큼 획득한다(S2).
BMS(20)는 샘플링 주기마다 측정된 복수의 배터리 셀(11-15) 각각의 셀 전압과 기준 값 간의 차(이하, 셀 전압 편차)를 산출하여, 복수의 배터리 셀(11-15) 각각에 대한 n개의 셀 전압 편차를 획득한다(S3). 예를 들어, 샘플링 주기가 1분이고, 테스트 기간이 30분인 경우 복수의 배터리 셀(11-15) 각각에 대하여 30개의 셀 전압 편차가 획득된다. 기준 값은 샘플링 매 주기마다 측정되는 복수의 배터리 셀(11-15)의 셀 전압에 대한 평균으로 결정될 수 있다.
BMS(20)는 복수의 배터리 셀(11-15)에 대한 셀 전압 편차 예상 모델을 획득된 셀 전압 편차로 학습시킨다(S4). 이때, 셀 전압 편차 예상 모델의 입력은 샘플링 주기마다 측정된 복수의 배터리 셀(11-15) 각각의 셀 전압이고, 출력은 복수의 배터리 셀(11-15) 각각의 셀 전압 편차이다.
BMS(20)는 테스트 기간 동안 획득된 복수의 셀 전압에 대한 학습을 마친 후, 검증 데이터를 이용하여 셀 전압 편차 예상 모델의 유효성을 검증한다(S5).
도 3은 일 실시예에 따른 셀 전압 편차 예상 모델의 유효성을 검증하는 방법을 나타낸 순서도이다.
BMS(20)는 테스트 기간 이후 소정의 검증 기간 동안 복수의 배터리 셀(11-15) 각각의 셀 전압을 소정 주기마다 측정하고, 복수의 배터리 셀 각각의 셀 전압 편차를 산출한 검증 데이터를 생성한다(S51).
BMS(20)는 검증 기간 동안의 복수의 배터리 셀(11-15) 각각의 셀 전압 편차를 셀 전압 편차 예상 모델을 이용하여 예상한다(S52).
BMS(20)는 검증 기간 동안 측정된 복수의 셀 전압에 기초하여 셀 전압 편차를 산출한다(S53).
BMS(20)는 복수의 배터리 셀(11-15)에 대하여, 예상된 셀 전압 편차와 산출된 셀 전압 편차의 일치율이 소정의 기준 값(예를 들어, 95% 이상) 이상인지 판단한다(S54).
BMS(20)는 예상된 셀 전압 편차와 산출된 셀 전압 편차 간의 일치율이 기준 값 이상이면 셀 전압 편차 예상 모델이 유효한 것으로 판단한다(S55).
BMS(20)는 예상된 셀 전압 편차와 산출된 셀 전압 편차 간의 일치율이 기준 값 보다 작으면 셀 전압 편차 예상 모델이 유효하지 않은 것으로 판단하고, 단계 S1부터 반복한다.
도 2 및 도 3에서는 BMS(20)가 셀 전압 편차 예상 모델을 학습하고 검증하는 것으로 설명하였으나, 발명이 이에 한정되는 것은 아니다. 배터리 시스템(1)이 아닌 외부 장치에 의해 셀 전압 편차 예상 모델이 학습 및 검증될 수 있다. 이 경우, 외부 장치에 의해 유효성이 검증된 셀 전압 편차 예상 모델이 모듈화되어, BMS(20)에 설치될 수 있다.
도 4는 일 실시예에 따른 배터리 시스템의 구성을 나타낸 도면이다.
배터리 시스템(1)은 배터리(10), 배터리 관리 시스템(Battery Management System, BMS)(20), 릴레이부(30), 셀 밸런싱 회로(40), 퓨즈(50), 및 전류 센서(60)를 포함한다.
퓨즈(50)는 배터리(10)의 양극과 출력 단자(P+) 사이에 연결되어 과도 전류로 인해 그 온도가 임계치에 도달하면 끊어질 수 있다.
전류센서(60)는 배터리(10)에 흐르는 전류(이하, 배터리 전류)를 감지하고, 전류센서(60)는 감지된 전류를 지시하는 신호를 BMS(20)에 전송할 수 있다.
BMS(20)는 복수의 배터리 셀(11-15) 각각의 전압을 측정하고, 셀 전압 편차 모듈(21)을 이용하여 측정된 셀 전압을 소정 기간 동안 모니터링 하며, 복수의 배터리 셀(11-15) 각각의 셀 전압 편차를 예측하여 셀 밸런싱이 필요한 배터리 셀 및 셀 밸런싱 시작 시점을 예상한다. BMS(20)는 예상된 배터리 셀에 대해서 예상된 셀 밸런싱 시작 시점에 셀 밸렁싱을 수행하도록 셀 밸런싱 회로(30)를 제어할 수 있다.
BMS(20)는 셀 밸런싱이 수행되는 배터리 셀의 셀 전압 편차를 산출하고, 셀 전압 편차가 감소하여 소정의 기준 값에 도달하면 셀 밸런싱을 종료 시킬 수 있다.
셀 밸런싱 회로(40)는 복수의 저항(31-41) 및 복수의 셀 밸런싱 스위치(42-46)를 포함한다. 저항(31)은 배터리 셀(11)의 양극과 입력단(P1) 사이에 연결되어 있고, 저항(32)의 일단은 배터리 셀(11)의 음극 및 배터리 셀(12)의 양극에 연결되어 있으며, 저항(32)의 타단은 입력단(P3)에 연결되어 있으며, 저항(33)의 일단은 배터리 셀(12)의 음극 및 배터리 셀(13)의 양극에 연결되고, 저항(33)의 타단은 입력단(P5)에 연결되어 있으며, 저항(34)의 일단은 배터리 셀(13)의 음극 및 배터리 셀(14)의 양극에 연결되어 있고, 저항(34)의 타단은 입력단(P7)에 연결되어 있으며, 저항(35)의 일단은 배터리 셀(14)의 음극 및 배터리 셀(15)의 양극에 연결되어 있고, 저항(35)의 타단은 입력단(P9)에 연결되어 있으며, 저항(36)의 일단은 배터리 셀(15)의 음극에 연결되어 있고, 저항(36)의 타단은 입력단(P11)에 연결되어 있다.
입력단(P1)과 입력단(P3) 사이에는 저항(37) 및 셀 밸런싱 스위치(42)가 직렬로 연결되어 있고, 셀 밸런싱 스위치(42)의 게이트는 출력단(P2)에 연결되어 있으며, 셀 밸런싱 스위치(42)는 셀 밸런싱 제어부(200)에서 생성된 셀 밸런싱 제어 신호(BC1)에 따라 스위칭한다.
입력단(P3)과 입력단(P5) 사이에는 저항(38) 및 셀 밸런싱 스위치(43)가 직렬로 연결되어 있고, 셀 밸런싱 스위치(43)의 게이트는 출력단(P4)에 연결되어 있으며, 셀 밸런싱 스위치(43)는 셀 밸런싱 제어부(200)에서 생성된 셀 밸런싱 제어 신호(BC2)에 따라 스위칭한다.
입력단(P5)과 입력단(P7) 사이에는 저항(39) 및 셀 밸런싱 스위치(44)가 직렬로 연결되어 있고, 셀 밸런싱 스위치(44)의 게이트는 출력단(P6)에 연결되어 있으며, 셀 밸런싱 스위치(44)는 셀 밸런싱 제어부(200)에서 생성된 셀 밸런싱 제어 신호(BC3)에 따라 스위칭한다.
입력단(P7)과 입력단(P9) 사이에는 저항(40) 및 셀 밸런싱 스위치(45)가 직렬로 연결되어 있고, 셀 밸런싱 스위치(45)의 게이트는 출력단(P8)에 연결되어 있으며, 셀 밸런싱 스위치(45)는 셀 밸런싱 제어부(200)에서 생성된 셀 밸런싱 제어 신호(BC4)에 따라 스위칭한다.
입력단(P9)과 입력단(P11) 사이에는 저항(41) 및 셀 밸런싱 스위치(46)가 직렬로 연결되어 있고, 셀 밸런싱 스위치(46)의 게이트는 출력단(P10)에 연결되어 있으며, 셀 밸런싱 스위치(46)는 셀 밸런싱 제어부(200)에서 생성된 셀 밸런싱 제어 신호(BC5)에 따라 스위칭한다.
BMS(20)는 셀 전압 모니터링부(100), 메인 제어 회로(Main Control Unit, MCU)(200), 및 셀 전압 편차 예상 모듈(21)을 포함할 수 있다. MCU(200)는 BMS(20)의 동작을 제어하는 구성으로, BMS(20)가 수신하는 셀 전압, 배터리 전류, 셀 온도 등의 정보에 기초하여 BMS(20)의 동작을 제어한다. 도 3에서는 MCU(200)와 셀 전압 편차 예상 모듈(21)이 구분되어 도시되어 있으나, MCU(200)는 셀 전압 편차 예상 모듈(21)을 포함할 수 있다.
셀 전압 모니터링부(100)는 MCU(200)의 제어에 따라 복수의 배터리 셀(11-15) 각각의 전압을 측정 주기마다 측정한다. 셀 전압 모니터링부(100)는 입력단(P1) 전압과 입력단(P3) 전압 간의 차에 기초하여 배터리 셀(11)의 전압을 측정하고, 입력단(P3) 전압과 입력단(P5) 전압 간의 차에 기초하여 배터리 셀(12)의 전압을 측정하며, 입력단(P5) 전압과 입력단(P7) 전압 간의 차에 기초하여 배터리 셀(13) 전압을 측정한다. 셀 전압 모니터링부(100)에 의해 측정된 복수의 셀 전압은 셀 전압 편차 예상 모듈(21) 및 MCU(200)에 전달될 수 있다.
셀 전압 편차 예상 모듈(21)은 모니터링 기간 동안 측정 주기 마다 측정된 셀 전압들에 기초하여 복수의 배터리 셀(11-15) 각각의 셀 전압 편차를 예상하고, 복수의 배터리 셀(11-15) 각각의 예상된 셀 전압 편차에 기초하여 셀 밸런싱이 필요한 배터리 셀 및 셀 밸런싱 시작 시점을 결정할 수 있다. 셀 전압 편차 예상 모듈(21)은 셀 밸런싱이 필요한 배터리 셀(이하, 밸런싱 대상 셀) 및 셀 밸런싱 시작 시점에 대한 정보를 MCU(200)에 전달한다.
MCU(200)는 셀 밸런싱 시작 시점에 밸런싱 대상 셀을 방전하기 위한 셀 밸런싱 제어 신호를 생성할 수 있다.
도 5는 일 실시예에 따른 셀 밸런싱 방법을 나타낸 순서도이다.
셀 전압 모니터링부(100)는 복수의 배터리 셀(11-15)의 셀 전압을 소정의 측정 주기마다 측정한다(S11).
셀 전압 편차 예상 모듈(21)은 소정의 모니터링 기간 동안 측정 주기 마다 반복되는 S11 단계를 통해, 복수의 배터리 셀(11-15) 각각의 셀 전압을 소정 개수(m = 모니터링 기간/측정 주기)만큼 저장한다(S12).
셀 전압 편차 예상 모듈(21)은 측정 주기 마다 측정된 복수의 배터리 셀(11-15) 각각의 셀 전압과 기준 값 간의 차인 셀 전압 편차를 산출하여, 복수의 배터리 셀(11-15) 각각에 대한 m 개의 셀 전압 편차를 획득한다(S13).
셀 전압 편차 예상 모듈(21)은 복수의 배터리 셀(11-15) 각각에 대한 m개의 셀 전압 편차에 기초하여 셀 전압 편차를 예상한다(S14).
셀 전압 편차 예상 모듈(21)은 예상된 셀 전압 편차가 임계값에 도달하는 배터리 셀(밸런싱 대상 셀) 및 예상된 셀 전압 편차가 임계값에 도달하는 시점(이하, 셀 밸런싱 시작 시점)을 예상한다(S15).
셀 전압 편차 예상 모듈(21)은 S15 단계에서 예상된 밸런싱 대상 셀 및 셀 밸런싱 시작 시점에 대한 정보를 MCU(200)에 전달하고, MCU(200)는 예상된 셀 밸런싱 시작 시점에 밸런싱 대상 셀에 대한 셀 밸런싱 동작을 시작한다(S16). 예를 들어, 배터리 셀(11)이 밸런싱 대상 셀이고, 셀 전압 편차 예상 모듈(21)이 예상한 셀 밸런싱 시작 시점이 현 시점 기준 4시간 뒤라면, MCU(200)는 현 시점 기준 4시간 뒤에, 셀 밸런싱 스위치(42)를 턴 온 시킨다.
MCU(200)는 셀 밸런싱 동작 시작 이후, 셀 전압 모니터링부(100)로부터 밸런싱 대상 셀에 대한 셀 전압을 수신하고, 밸런싱 대상 셀의 셀 전압이 임계값 이하로 감소한 시점에 밸런싱 대상 셀의 셀 밸런싱 동작을 종료한다(S16). 예를 들어, MCU(200)는 배터리 셀(11)의 셀 전압이 임계 값에 도달한 시점에 셀 밸런싱 스위치(42)를 턴 오프 시킨다.
도 5의 실시예에서는 MCU(200)가 밸런싱 대상 셀의 셀 전압에 따라 셀 밸런싱 동작을 종료한다. 그러나 이와 달리, 셀 전압 편차 예상 모듈(21)이 S14 단계에서 예상한 복수의 배터리 셀(11-15) 각각의 셀 전압 편차에 기초하여 셀 밸런싱 기간을 예상할 수 있다.
도 6은 일 실시예에 따른 셀 밸런싱 방법을 나타낸 순서도이다.
도 6의 일 실시예 내용 중 도 5의 일 실시예와 동일한 내용은 그 설명을 생략한다. 도 6의 단계 S11-S15는 도 5의 단계 S11-S15와 동일하다.
셀 전압 편차 예상 모듈(21)은 S14 단계에서 예상한 셀 전압 편차에 대한 정보를 알고 있다. 즉, 셀 전압 편차 예상 모듈(21)은 현 시점부터 셀 밸런싱 시작 시점까지의 기간 동안 예상한 셀 전압 편차 값을 알고 있다. 셀 전압 편차 예상 모듈(21)은 셀 밸런싱 시작 시점 이후, 셀 전압 편차가 S14 단계에서 예상된 시간의 경과에 따라 변하는 순서와 반대로 셀 전압 편차가 변하는 것으로 예상할 수 있다(S21).
셀 전압 편차 예상 모듈(21)은 셀 밸런싱 시작 시점 이후에 예상한 셀 전압 편차가 임계값 이하에 도달하는 시점(이하, 셀 밸런싱 종료 시점)을 예상한다(S22).
셀 전압 편차 예상 모듈(21)은 S14 단계에서 예상된 배터리 셀, 셀 밸런싱 시작 시점, 및 셀 밸런싱 종료 시점에 대한 정보를 MCU(200)에 전달하고, MCU(200)는 예상된 셀 밸런싱 시작 시점에 밸런싱 대상 셀에 대한 셀 밸런싱 동작을 시작한다(S23). 예를 들어, 배터리 셀(11)이 밸런싱 대상 셀이고, 셀 전압 편차 예상 모듈(21)이 예상한 셀 밸런싱 시작 시점이 현 시점 기준 4시간 뒤라면, MCU(200)는 현 시점 기준 4시간 뒤에, 셀 밸런싱 스위치(42)를 턴 온 시킨다.
MCU(200)는 셀 밸런싱 동작 시작 이후, 셀 밸런싱 종료 시점에 밸런싱 대상 셀의 셀 밸런싱 동작을 종료한다(S24). 예를 들어, 셀 밸런싱 시작 시점 이후 6시간인 경우, MCU(200)는 셀 밸런싱 동작이 시작되고 6시간이 경과하면, 셀 밸런싱 스위치(42)를 턴 오프 시킨다.
본 발명은 무분별하게 셀 밸런싱을 수행하지 않고, 기계 학습을 통해 셀 전압 편차의 추이를 학습하고, 학습 결과에 기초하여 예상한 셀 전압 변화에 따라 셀 밸런싱이 필요한 시점을 예상할 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였으나, 본 발명의 권리범위가 이에 한정되는 것은 아니며 본 발명이 속하는 분야에서 통상의 지식을 가진 자가 여러 가지로 변형 및 개량한 형태 또한 본 발명의 권리범위에 속한다.
1: 배터리 시스템
10: 배터리
20: 배터리 관리 시스템
21: 셀 전압 편차 예상 모듈
30: 릴레이부
40: 셀 밸런싱 회로
50: 퓨즈
60: 전류 센서

Claims (12)

  1. 복수의 배터리 셀의 복수의 셀 전압을 소정의 샘플링 주기마다 측정하여 저장하는 샘플링 단계;
    상기 샘플링 단계를 소정의 테스트 기간 동안 반복하여 학습 데이터를 획득하는 단계;
    상기 학습 데이터에 기초하여, 상기 샘플링 단계에서의 샘플링 횟수만큼 상기 복수의 배터리 셀 각각의 셀 전압 편차를 산출하는 단계;
    상기 샘플링 횟수만큼, 상기 복수의 셀 전압 및 상기 복수의 배터리 셀 각각의 셀 전압 편차를 학습하여 상기 복수의 배터리 셀 각각에 대한 셀 전압 편차를 예상하도록 셀 전압 편차 예상 모델이 학습되는 단계; 및
    상기 셀 전압 편차 예상 모델의 유효성을 검증하는 단계를 포함하는, 셀 전압 편차 예상 모델 학습 방법.
  2. 제1항에 있어서,
    상기 유효성을 검증하는 단계는,
    상기 테스트 기간 이후 소정의 검증 기간 동안 상기 복수의 배터리 셀 각각의 셀 전압을 소정 주기마다 측정하고, 상기 복수의 배터리 셀 각각의 셀 전압 편차를 산출한 검증 데이터를 생성하는 단계;
    상기 검증 기간 동안의 상기 복수의 배터리 셀 각각의 셀 전압 편차를 셀 전압 편차 예상 모델을 이용하여 예상하는 단계;
    상기 검증 기간 동안 측정된 복수의 셀 전압에 기초하여 셀 전압 편차를 산출하는 단계; 및
    상기 산출된 셀 전압 편차와 상기 예상된 셀 전압 편차의 일치율이 소정의 기준 값 이상일 때, 상기 셀 전압 편차 예상 모델이 유효한 것으로 판단하는 단계를 포함하는, 셀 전압 편차 예상 모델 학습 방법.
  3. 제1항 또는 제2 항에 있어서,
    상기 복수의 배터리 셀 각각의 셀 전압 편차는, 상기 복수의 배터리 셀의 셀 전압을 평균한 기준 값과 상기 복수의 배터리 셀 각각의 셀 전압 간의 차인, 셀 전압 편차 예상 모델 학습 방법.
  4. 셀 전압 편차 예상 모듈을 포함하는 배터리 관리 시스템의 셀 밸런싱 방법에 있어서,
    복수의 배터리 셀의 셀 전압을 소정의 측정 주기마다 측정하는 단계;
    소정의 모니터링 기간 동안 측정 주기 마다 반복되는 상기 측정 단계를 통해 상기 복수의 배터리 셀 각각의 셀 전압을 소정 개수만큼 저장하는 단계;
    상기 복수의 배터리 셀 각각에 대해서, 상기 셀 전압과 기준 값 간의 차인 셀 전압 편차를 상기 소정 개수만큼 획득하는 단계;
    상기 셀 전압 편차 예상 모듈이 상기 복수의 배터리 셀 각각에 대해서, 상기 소정 개수의 셀 전압 편차에 기초하여 셀 전압 편차를 예상하는 단계; 및
    상기 셀 전압 편차 예상 모듈이 상기 예상된 셀 전압 편차가 임계 값에 도달하는 밸렁싱 대상 셀 및 상기 예상된 셀 전압 편차가 임계 값에 도달하는 시점인 셀 밸런싱 시작 시점을 예상하는 단계를 포함하는, 셀 밸런싱 방법.
  5. 제4항에 있어서,
    상기 밸런싱 대상 셀에 대해서 상기 예상된 셀 밸런싱 시작 시점에 셀 밸런싱 동작이 시작되는 단계; 및
    상기 셀 밸런싱 동작 시작 이후, 상기 밸런싱 대상 셀의 셀 전압이 임계값 이하로 감소한 시점에 상기 셀 밸런싱 동작이 종료되는 단계를 더 포함하는, 셀 밸런싱 방법.
  6. 제4항에 있어서,
    상기 셀 전압 편차 예상 모듈에 적용된 셀 전압 편차 예상 모델이 학습되는 단계를 더 포함하고,
    상기 셀 전압 편차 예상 모델이 학습되는 단계는,
    상기 복수의 배터리 셀의 복수의 셀 전압을 소정의 샘플링 주기마다 측정하여 저장하는 샘플링 단계;
    상기 샘플링 단계를 소정의 테스트 기간 동안 반복하여 학습 데이터를 획득하는 단계;
    상기 학습 데이터에 기초하여, 상기 샘플링 단계에서의 샘플링 횟수만큼 상기 복수의 배터리 셀 각각의 셀 전압 편차를 산출하는 단계; 및
    상기 셀 전압 편차 예상 모델이 상기 샘플링 횟수만큼, 상기 복수의 셀 전압 및 상기 복수의 배터리 셀 각각의 셀 전압 편차를 학습하는 단계를 포함하는, 셀 밸런싱 방법.
  7. 제4항에 있어서,
    상기 셀 전압 편차 예상 모듈은 상기 셀 밸런싱 시작 시점 이후의 셀 전압 편차가 임계값 이하에 도달하는 시점인 셀 밸런싱 종료 시점을 예상하는 단계; 및
    상기 밸런싱 대상 셀에 대한 셀 밸런싱 동작 시작 이후, 상기 셀 밸런싱 종료 시점에 상기 밸런싱 대상 셀의 셀 밸런싱 동작을 종료하는 단계를 더 포함하는, 셀 밸런싱 방법.
  8. 제7항에 있어서,
    상기 셀 밸런싱 종료 시점을 예상하는 단계는,
    상기 셀 전압 편차 예상 모듈은, 현 시점부터 상기 셀 밸런싱 시작 시점까지 기간 동안 상기 예상한 셀 전압 편차가 시간의 경과에 따라 변하는 순서와 반대로 상기 셀 밸런싱 시작 이후 상기 셀 전압 편차가 변할 것으로 예상하는 단계를 포함하는, 셀 밸런싱 방법.
  9. 복수의 배터리 셀을 포함하는 배터리;
    상기 복수의 배터리 셀에 연결도어 있고, 상기 복수의 배터리 셀의 셀 전압을 측정하는 셀 전압 모니터링부;
    상기 복수의 배터리 셀에 연결되어 있고, 상기 복수의 배터리 셀에 대한 셀 밸런싱 동작을 수행하는 셀 밸런싱 회로; 및
    상기 복수의 배터리 셀 각각에 대한 셀 전압 편차를 예상하여, 상기 예상된 셀 전압 편차가 임계 값에 도달하는 밸렁싱 대상 셀 및 상기 예상된 셀 전압 편차가 임계 값에 도달하는 시점인 셀 밸런싱 시작 시점을 예상하는 셀 전압 편차 예상 모듈을 포함하는, 배터리 시스템.
  10. 제9항에 있어서,
    상기 셀 밸런싱 회로는,
    상기 밸런싱 대상 셀에 대해서 상기 셀 밸런싱 시작 시점에 셀 밸런싱 동작을 시작하는, 배터리 시스템.
  11. 제9항에 있어서,
    상기 셀 전압 모니터링부는,
    측정 주기마다 상기 복수의 배터리 셀 각각의 셀 전압을 측정하고, 상기 측정된 복수의 셀 전압을 상기 셀 전압 편차 예상 모듈로 전달하는, 배터리 시스템.
  12. 제9항에 있어서,
    상기 셀 전압 편차 예상 모듈은 셀 전압 편차 예상 모델을 포함하고,
    소정의 테스트 기간 동안 상기 복수의 배터리 셀의 복수의 셀 전압이 소정의 샘플링 주기마다 측정되어 획득된 학습 데이터에 기초하여, 상기 샘플링 횟수만큼 상기 복수의 배터리 셀 각각의 셀 전압 편차가 산출되고,
    상기 셀 전압 편차 예상 모델은 상기 샘플링 횟수만큼 상기 복수의 셀 전압 및 상기 복수의 배터리 셀 각각의 셀 전압 편차를 학습하여 구축된, 배터리 시스템.

KR1020210016112A 2021-02-04 2021-02-04 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템 KR20220112502A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210016112A KR20220112502A (ko) 2021-02-04 2021-02-04 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210016112A KR20220112502A (ko) 2021-02-04 2021-02-04 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템

Publications (1)

Publication Number Publication Date
KR20220112502A true KR20220112502A (ko) 2022-08-11

Family

ID=82803254

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210016112A KR20220112502A (ko) 2021-02-04 2021-02-04 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템

Country Status (1)

Country Link
KR (1) KR20220112502A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024144015A1 (ko) * 2022-12-29 2024-07-04 모나 주식회사 배터리 상태 진단 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024144015A1 (ko) * 2022-12-29 2024-07-04 모나 주식회사 배터리 상태 진단 장치 및 방법

Similar Documents

Publication Publication Date Title
US8008891B2 (en) Simple method for accurately determining a state of charge of a battery, a battery management system using same, and a driving method thereof
US7800345B2 (en) Battery management system and method of operating same
US7649338B2 (en) Method for compensating state of charge of battery and battery management system using the same
US8575777B2 (en) Battery management system and driving method thereof
US7728555B2 (en) Method for compensating state of charge of battery and battery management system using the same
US10209317B2 (en) Battery control device for calculating battery deterioration based on internal resistance increase rate
CN106662620B (zh) 电池状态探测装置、二次电池系统、存储介质、电池状态探测方法
US10725111B2 (en) Battery state detection device, secondary battery system, program product, and battery state detection method
US8878493B2 (en) Apparatus for monitoring operation state of battery pack composed of plurality of cells mutually connected in series
WO2017056732A1 (ja) 電池制御装置及び電池システム
US12040458B2 (en) Slave BMS inspection system and method
JP2001223033A (ja) 電池システム及び電池の状態検出方法
CN113811781A (zh) 电池诊断装置和方法
CN112703126B (zh) 电池管理方法、电池设备和包括电池设备的车辆
KR20220112502A (ko) 셀 전압 편차 예상 모델 학습 방법, 및 이를 이용한 셀 밸런싱 방법 및 배터리 시스템
KR20170102598A (ko) 배터리 열화 탐지 장치 및 방법
CN115372848A (zh) 电池自放电性能的检测方法、装置、设备及介质
EP4083642B1 (en) Fault cell diagnosis method and battery system using same
KR20210051809A (ko) 배터리 충전상태 추정방법 및 이를 적용한 배터리 관리 시스템
KR20230055077A (ko) 컨택터의 고장 진단 방법 및 그 방법을 제공하는 배터리 시스템
US20230411708A1 (en) Battery device
JP7468420B2 (ja) 電池装置
KR20230020281A (ko) 배터리 관리 장치 및 방법
KR20220049191A (ko) 배터리 시스템의 열 이벤트 감지 방법 및 이를 적용한 배터리 시스템

Legal Events

Date Code Title Description
A201 Request for examination