KR20220147089A - 배터리의 건강 상태를 추정하는 방법 - Google Patents

배터리의 건강 상태를 추정하는 방법 Download PDF

Info

Publication number
KR20220147089A
KR20220147089A KR1020227029313A KR20227029313A KR20220147089A KR 20220147089 A KR20220147089 A KR 20220147089A KR 1020227029313 A KR1020227029313 A KR 1020227029313A KR 20227029313 A KR20227029313 A KR 20227029313A KR 20220147089 A KR20220147089 A KR 20220147089A
Authority
KR
South Korea
Prior art keywords
battery
state
charge
occurrence
occurrences
Prior art date
Application number
KR1020227029313A
Other languages
English (en)
Inventor
아크람 에다헤
꼬조-쎄누-로돌프 마보누
Original Assignee
르노 에스.아.에스.
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 르노 에스.아.에스. filed Critical 르노 에스.아.에스.
Publication of KR20220147089A publication Critical patent/KR20220147089A/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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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]
    • G01R31/382—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

전기 또는 하이브리드 차량의 배터리의 건강 상태를 추정하는 방법이 개시되며, 여기서, 상기 방법은 상기 배터리의 충전 상태로부터 상기 건강 상태를 계산하는 단계를 포함하고, 또한 상기 방법은 다음의 단계들을 포함한다: - 전형적인 사용 사례(case of typical use)를 선택하는 단계로서, 상기 전형적인 사용 사례는 동일한 주행 거리에 항상 해당하는 방전 발생들(discharging occurrences), 또는 터미널에서의 동일한 충전 기간에 항상 해당하는 충전 발생들(charging occurrences)을 포함하고, 여기서 각각의 발생은 상기 배터리의 주어진 완화 시간(relaxation time)보다 긴 휴식 기간(rest period)이 후속적으로 수반되는 것인, 단계; - 상기 선택된 사용 사례의 발생 동안, 주어진 초기 시간에서의 상기 배터리의 충전 상태의 변화를 나타내는 제어 값을 결정하는 단계; 및 - 상기 선택된 사용 사례의 발생의 종료 시의 충전 상태의 변화와 상기 제어 값 사이의 비교에 기초하여 건강 상태를 추정하는 단계.

Description

배터리의 건강 상태를 추정하는 방법
본 발명은 배터리의 건강 상태를 추정하는 방법에 관한 것이다. 본 발명은, 특히, 전기 또는 하이브리드 동력 차량에 전력을 공급하도록 의도된 배터리에 관한 것이다.
배터리의 건강 상태 또는 노화 상태를 결정하는 것은, 배터리의 축전지(accumulators)의 수명뿐만 아니라, 에너지의 방전/충전을 최적화하기 위해 배터리의 상태를 특성분석하는 데 필수적인 기준이다.
본 출원에서, "배터리의 건강 상태(state of health of a battery)"가 의미하는 것은, 특히 배터리의 나이(age) 및 배터리의 사용 조건으로 인한, 배터리의 자율성(autonomy)의 열화(degradation)의 수준을 반영하는, 주어진 순간에 추정되는, 배터리의 에너지 건강 상태(energy state of health), 또는 SOHE의 지표이다.
이 파라미터가 문턱 값에 도달하면, 배터리는 너무 오래된 것으로 간주되어, 예를 들어, 오프-보드 2차-수명 사용(off-board second-life use)을 위해 부하 회로로부터 제거될 수 있다. SOHE는 또한 BMS(battery management system: 배터리 관리 시스템)에 특이적인 다른 내부 계산들에도 사용된다. 상기시키자면, BMS는, 예를 들어, 배터리의 충전 상태(state of charge) 또는 SOC와 같은, 배터리의 다양한 파라미터들을 관리하고 제어할 수 있게 하는 전자 시스템이다.
SOHE는 통상적으로, 배터리가 사용 중일 때, 특히 차량이 주행 중인 방전 기간에, 또는 차량이 재충전 터미널에 연결되어 있는 충전 기간에, BMS에 의해 계산된다. 이 때, 배터리의 건강 상태의 "온라인(online)" 추정이 참조되거나, 또는, 온-보드 BMS에 의해 자율적으로 추정이 이루어지기 때문에, "온-보드(on-board)" 추정이 참조된다. 이제, 종종 발생하는 바와 같이, 이러한 온라인 계산은 그다지 신뢰할 수 없으며, 때로는 SOHE의 실제 값에 비하여 상대적으로 큰 차이가 관찰되는 경우가 많다.
배터리의 건강 상태는 다양한 양들에 의해 정량화될 수 있다. 가장 많이 사용되는 것은 연구되는 배터리의 용량, 저항 또는 실제로는 임피던스의 변화이다.
이를 정의하는 데 사용된 파라미터가 무엇이든 간에, 배터리에 의해 전력을 공급받는 시스템의 성능의 예상치 못한 열화 또는 때 이른 고장의 위험을 방지하기 위해서는, 배터리의 건강 상태를 정확하게 알아야 한다. 이는 전기 또는 하이브리드 동력 차량의 배터리의 경우 특히 중요하다. 또한, 제조자에 따라, 전기 차량이 배터리가 없는 상태로 판매될 수도 있다. 이때, 배터리는 별도의 임대/유지보수 계약의 대상이다. 이러한 맥락에서, 배터리의 건강 상태는 배터리의 임대/유지보수 계약에 포함된 보증을 위한 주요 입력 데이터이다.
상기 문제의 기술적 및 경제적 중요성으로 인해, 배터리의 건강 상태를 추정하기 위한 매우 많은 방법들이 제안되었다. 그에 따라, 문헌 US2011112781은, 센서가 구비된 배터리를 관리하는 시스템으로부터 수집된, 배터리의 거동과 관련된 동적 양들(dynamic quantities)에, 특히 SOC 및 온도와 관련된 양들에, 기초하여 차량 배터리의 건강 상태를 추정하는 방법을 개시한다. 일 예시적 구현예에 따르면, 이 방법은, 시간-기반 알고리즘으로 지칭되는 제1 알고리즘, 및 이벤트 기반 알고리즘으로 지칭되는 제2 알고리즘을 사용하여, 배터리의 건강 상태를 추정한다. 시간-기반 알고리즘은 주기적으로(예를 들어, 밀리초당 한 번, 초당 한 번, 등) SOC와 같은 수집된 양들을 수신하고, 그에 상응하는 출력을 전달(deliver)한다. 이벤트 기반 알고리즘은 배터리로부터 수집된 양들로부터의 특정 데이터를, 전형적으로는 SOC의 변화와 관련된 데이터를, 추출하고, 이를 SOC의 최대 또는 최소 값과 비교하여, 그에 상응하는 출력을 전달할 수 있다. 그 다음, 시간-기반 및 이벤트 기반 알고리즘들의 출력들을 결합하여 배터리 상태의 에너지 건강 상태를 추정한다.
이 온라인 방법의 유용성은, 이 알고리즘이 단순히 입력으로서 주기적으로 샘플링된 배터리 정보를 사용하는 한, 발생할 수 있는 특정 내부 샘플링 이벤트를 특별히 고려하지 않을 수 있는 시간-기반 알고리즘의 한계를 보상하는 것이다. 전형적으로, 배터리의 셀들의 SOC가 1초마다 획득되고, SOC가 두 획득들 사이에 순간적으로 피크에 도달하면, 해당 정보는 시간-기반 알고리즘에서는 고려되지 않을 것이며, 이는 가능하게는 건강 상태의 전체적인 예측에 영향을 미치게 된다. 이벤트-기반 알고리즘은, 주어진 순간에서의 충전 상태의 변화를 입력으로서 취하고 이를 이전에 알려진 값과 비교함으로써, 이러한 문제점을 완화시킨다.
그러나, 얻어진 추정치의 정확도는 배터리 수명 기간에 걸친 신뢰성이 없으며, 배터리로부터의 특정 사용 데이터에 따라, 즉 배터리의 특정 사용 조건에 따라, 추정치가 크게 변동할 위험이 존재한다. 이러한 추정치는, 이 파라미터의 실제 값에 가능한 가장 가까운 SOHE의 계산된 값을 선택함으로써 실제 값으로부터 멀리 떨어진 값을 제거하는 것을, 가능하게 하지 못한다.
다시 말해, 배터리의 에너지 건강 상태의 온라인 추정치의 잠재적인 편차(drift)를 제거할 수 있는 능력이 요구된다.
본 발명의 하나의 목적은, 배터리의 특정 사용 조건을 고려함으로써, 배터리의, 특히 전기 또는 하이브리드 차량에 장착된 배터리의, 에너지 건강 상태의 추정치이되 배터리 사용 전반에 걸쳐 정확한 추정치를 제안하는 것이다.
이를 위해, 본 발명은 전기 또는 하이브리드 차량의 배터리의 건강 상태를 추정하는 방법에 관한 것이며, 여기서, 상기 방법은, 상기 배터리의 충전 상태를 포함하는, 상기 배터리에 대해 측정된 적어도 하나의 파라미터에 기초하여 상기 건강 상태를 계산하는 단계를 포함하고, 또한 상기 방법은 다음의 단계들을 포함한다:
- 상기 차량의 전형적인 사용 사례(case of typical use)를 선택하는 단계로서, 상기 전형적인 사용 사례는 실질적으로 동일한 주행 거리에 항상 해당하는 방전 발생들(discharging occurrences), 또는 충전 터미널에서의 재충전의 실질적으로 동일한 기간에 항상 해당하는 충전 발생들(charging occurrences)을 포함하고, 여기서 각각의 상기 방전 발생 또는 상기 충전 발생은 상기 배터리에 대해 주어진 완화 시간(relaxation time)보다 긴 휴식 기간(rest period)이 후속적으로 수반되는 것인, 단계;
- 선택된 전형적인 사용 사례의 방전 발생 또는 충전 발생 동안, 주어진 초기 순간에서의 상기 배터리의 충전 상태의 변화를 나타내는 제어 값을 결정하는 단계; 및
- 상기 선택된 전형적인 사용 사례의 발생의 종료 시의 상기 배터리의 충전 상태의 변화와 상기 제어 값 사이의 비교에 기초하여 상기 배터리의 에너지 건강 상태를 추정하는 단계.
온보드 BMS 이외의 컴퓨터를 사용하여 오프라인 또는 오프-보드로 얻어진, 배터리의 건강 상태의 이러한 추정치는, 그에 따라, 온-보드 BMS에서 알려진 방법에 의해 실행되는, 배터리의 건강 상태의 온라인 추정치의 잠재적인 편차(drift)를 감지하는 것을 가능하도록 하는, 배터리의 건강 상태의 기준 값을 전달(deliver)할 수 있다는 점에서, 특히 유리하다.
유리하게는, 본 방법은 다음의 선행 단계들을 포함한다:
- 상기 전기 또는 하이브리드 차량을 포함하는 일 세트의 차량들로부터 사용 데이터를 수집하는 단계로서, 상기 사용 데이터는 적어도, 각각의 방전 발생에서 주행된 주행 거리와, 또는 각각의 충전 발생에서의 충전 기간과, 관련되는, 단계; 및
- 상기 전기 또는 하이브리드 차량의 전형적인 사용 사례를 목표로 하는 것을 가능하게 하는, 수집된 상기 사용 데이터를 필터링하기 위한, 적어도 하나의 기준을 적용함으로써 상기 전기 또는 하이브리드 차량을 선택하는 단계.
일 세트의 차량들로부터의 사용 데이터를 필터링하는 것의 덕분으로, 주어진 기간 동안 차량들의 규칙적인 주행 거동에 대해 하나 이상의 목표 차량들을 선택하는 것이, 그리고 그에 따라, 따라서, 배터리의 건강 상태를 계산하는 데 유용한 데이터가 가능한 가장 높은 신뢰도로 사용될 수 있는 충전 또는 방전 발생들을 목표로 하는 것이, 가능하다.
방전 발생들을 포함하는 목표된 전형적인 사용 사례에 대한 일 구현예에 따르면, 상기 배터리의 건강 상태의 추정치는, 다음 관계식에 의해 결정된다:
Figure pct00001
여기서,
Figure pct00002
는 상기 제어 값을 나타내며;
Figure pct00003
는 고려 중인 상기 목표된 전형적인 사용 사례의 방전 발생 동안의 충전 상태의 변화이다.
충전 발생들을 포함하는 목표된 전형적인 사용 사례에 대한 다른 구현예에 따르면, 상기 배터리의 건강 상태의 추정치는, 다음 관계식에 의해 결정된다:
Figure pct00004
여기서,
Figure pct00005
는 상기 제어 값을 나타내고,
Figure pct00006
는 상기 주어진 초기 순간에서 충전 발생 동안 충전된 에너지에 해당하고,
Figure pct00007
는 이 충전 발생 동안 상기 배터리의 충전 상태의 변화를 나타내며;
Figure pct00008
는 고려 중인 상기 목표된 전형적인 사용 사례의 충전 발생 동안의 충전 상태의 변화에 대한 충전 에너지의 비율을 나타낸다.
유리하게는, 차량 사용 데이터를 필터링하기 위한 상기 적어도 하나의 기준은, 주어진 기간 동안의 방전 또는 충전 발생의 최소 횟수에 기초할 수 있다.
유리하게는, 차량 사용 데이터를 필터링하기 위한 상기 적어도 하나의 기준은, 주어진 기간에 걸친 최소 누적 사용 시간에 기초할 수 있다.
유리하게는, 상기 제어 값은, 배터리의 수명의 시작에서의 배터리의 충전 상태의 변화를 나타내는 값에 해당한다.
유리하게는, 본 방법은, 배터리의 수명의 시작에서 상기 제어 값을 캘리브레이션하는 단계를 포함한다.
유리하게는, 전형적인 사용 사례의 발생 동안 충전 상태의 변화는, 상기 발생의 시작 순간에서의 그리고 종료 순간에서의 충전 상태를, 상기 시작 및 종료 순간들에서 개방 회로 상태의 배터리의 단자들에 걸친 전압에 기초하여, 직접적으로 결정함으로써 얻어진다.
본 발명의 다른 특징들 및 이점들은 첨부 도면을 참조하여, 예시적으로 그리고 전적으로 비제한적으로, 아래에 주어진 설명으로부터 명백하게 될 것이며, 첨부 도면에서:
[도 1]은 주어진 차량에 대한 주행 거리의 통계적 분포의 예를 도시하는 다이어그램이며;
[도 2]는 하나 이상의 목표 차량들을 선택할 때 고려되는 통계적 양들(statistical quantities)의 예를 도시하는 다이어그램이며;
[도 3]은, 시간의 함수로서의 주행 거리의 관점에서 목표 차량을 모니터링하는 예를 도시하는 다이어그램이다.
본 발명의 원리는, 일 차량단(fleet)의 차량들로부터의 또는 일 세트의 차량들로부터의 많은 양의 사용 데이터가 이용가능하며, 그에 따라, 전기 차량들의 구성요소들(이 경우, 배터리)의 오프라인 진단을 수행할 때 많은 양의 사용 데이터가 무시할 수 없는 정도로 풍부하게 존재한다는 사실에 의존한다.
그 목적은, 먼저 이러한 사용 데이터를 필터링하여, 차량들의 사용의 특정 특성들(특히, 규칙성)로 인해, 목표 차량 또는 일 군의 목표 차량들을 선택하는 것이 가능하도록 하고, 또한, 그러한 사용 데이터에 대해, 차량들의 배터리들의 건강 상태의 오프라인 진단이 적용될 수 있도록 하는 것이다. 반복적인 주행 프로필이 이 경우에 목표가 되는데, 반복적인 주행 프로필은 차량 사용 전반에 걸친 주행의 통계적 연구로부터 발생할 수 있다.
따라서, 도 1은, 주어진 차량에 대한 주행 거리(단위: 킬로미터)의 통계적 분포의 예를 도시한다. 먼저, 이 차량으로부터의 사용 데이터는, 이 차량의 전형적인 사용을 반영하는 주행된 주행 거리에 기초하여 선택될 것이다. 목표된 주행 거리는, 예를 들어, 최소 값보다 더 크며, 그에 따라, 배터리의 건강 상태를 계산하는 데 유용한 입력 데이터로서, 그로부터 발생하는 배터리의 충전 상태의 변화가 상당히 커지도록 할 수 있다.
목표 차량을 선택하기 위한 아이디어는, 용량이 측정되는 조건을 재현할 수 있는 배터리 뱅크를 갖는 시나리오를 근사화하는 것이다. 이 경우, 목표 차량을 선택하기 위해 충족되어야 하는 필터링 기준으로 사용 데이터를 필터링함으로써 측정 조건의 재현성이 보장된다.
도 2는, 하나 이상의 목표 차량들을 선택할 때 차량들로부터의 사용 데이터를 필터링하기 위한 기준으로서 고려될 수 있는 통계적 양들의 예를 도시한다. 도 2의 예는, 눈에 띄는 열화를 나타내는 배터리의 건강 상태를 얻기 위해, 4년의 최소 주행 기간 n_y에 기초한다.
따라서, 예를 들어, 목표 차량을 선택할 때, 주어진 4년의 주행 기간에 걸친 배터리 방전의 발생들의 최소 횟수(Nc)가 점검될 수 있다. 또한, 주어진 주행 기간에 걸친 연간 방전 발생들의 횟수가 주어진 최소 횟수 Nc_annual_min(이는 본 예에 따르면 25와 동일함) 보다 큰지가 점검될 수 있다. 예를 들어, 연간 방전 발생들의 횟수는, 진단이 한 달에 적어도 2회의 방전 발생들이라는 가정을 따르도록 하기 위해 허용가능한 최소값을 충족시켜야 한다.
주어진 주행 기간에 걸친 연간 방전 발생들의 평균 Nc_avg 또한, 목표 차량들을 선택하기 위한 필터링 기준으로서 고려될 수 있다.
주어진 주행 기간에 걸친 최소 누적 사용 시간 또한, 목표 차량들을 선택하기 위한 필터링 기준으로서 고려될 수 있다.
하나 이상의 목표 차량들이 선택된 후, 실질적으로 동일한 공칭 주행 거리를 나타내는 배터리의 방전의 발생들이, 주어진 주행 기간에 걸친 각각의 목표 차량에 대해 식별된다. 시간의 함수로서의 각각의 방전 발생에서 주행된 주행 거리의 관점에서 목표 차량을 모니터링하는 예를 도시한 도 3을 참조하면, 목표 차량이 대략 40 km의 여정을 규칙적으로 주행한다는 것이 관찰될 수 있다. 목표 차량에 의해 주행된 규칙적인 여정을 나타내는 이러한 공칭 주행 거리에 걸친 배터리의 충전 상태의 변화를 사용함으로써, 아래에서 설명되는 바와 같이, 목표 차량의 배터리의 SOHE를 계산하는 것이 가능해질 것이다.
이 공칭 거리 dnom은, 우선, 이 공칭 주행 거리에 해당하는 목표 차량의 방전의 발생들을 선택하는 데 사용되며, 따라서, 이때, 각각의 방전 발생은, 주어진 주행 기간에 걸친 고려 중인 목표 차량의 규칙적인 목표 여정(regular target journey)을 한정(define)하도록 선택된다. 이를 위해, 특정 허용오차 Δd를 갖는 공칭 거리 dnom에 해당하는 주행 거리 d를 갖도록, 방전 발생들이 선택된다:
dnom - Δd < d < dnom + Δd
또한, 이러한 규칙적인 목표 여정을 선택하기 위해, 추가 선택 기준이 사용된다. 이 경우, 배터리에 대해 주어진 목표 완화 시간보다 긴 휴식 기간이 후속적으로 수반되는 그러한 규칙적인 목표 여정들에 해당하는 방전 발생들이 선택된다.
이 선택 기준은, 목표 여정의 시작 및 종료 순간들에서의 배터리의 충전 상태들이 배터리의 완화된 상태들에 해당할 수 있는 한, 특히 유리하다. 이 경우, 충전 상태 SOC는, 개방 회로 상태의 배터리의 단자들에 걸친 전압(개방 회로 전압, 또는 OCV)에 기초하여, 그리고 SOC-OCV 특성(SOC = f(OCV))에 기초하여, 직접 계산될 수 있다.
특히, 대부분의 배터리 기술에서, 배터리의 충전 및/또는 방전의 기간들은, 배터리를 통해 전류가 흐르지 않는 기간인 완화 기간에 의해 분리된다. 특정 완화 시간의 종료 시에, 배터리는 평형 상태에 도달한다. 그 다음, 평형에서의 그것의 기전력에 해당하는 배터리의 무부하 전압을 측정하는 것이 가능하다. 이제, 평형에서의 각각의 기전력은 각각의 배터리 유형에 대한 정확한 충전 상태에 해당한다. 평형 상태에 도달하는 데 필요한 완화 시간은 전극들의 분극 정도에 따라 달라진다. 배터리의 유형에 따라, 평형 상태에 도달하기 위해 수 분 내지 수 시간의 완화 시간이 필요하다.
예를 들어, 2 시간보다 더 긴 휴식 기간이 후속적으로 수반되는 방전 발생들이 선택된다.
따라서, 평형에서의 기전력을 측정함으로써, 완화 기간들 동안, 특성 SOC = f(OCV)에 엄격하게 기초하여 충전 상태의 추정치를 조정하는 것이 가능하게 된다.
공칭 거리 및 휴식 시간 기준들 외에도, 방전 발생 시작에서의 최소 충전-상태 문턱값 SOCinit,min 또한, 목표 차량들의 방전의 발생들을 선택할 때 고려될 수 있다. 달리 표현하면, 방전 발생의 시작에서의 배터리의 충전 상태 SOCinit가 미리 정의된 최소 충전-상태 문턱값을 초과하는(또는 하기 관계식을 만족하는) 방전 발생들이 선택된다:
SOCinit > SOCinit,min
같은 방식으로, 방전 발생의 과정에 걸쳐서 최소 충전-상태 변화 문턱값 ΔSOCmin도 고려될 수 있다. 달리 표현하면, 방전 발생의 과정에 걸쳐서 배터리의 충전 상태의 변화가 미리 정의된 최소 충전-상태 변화 문턱값을 초과하는(또는 하기 관계식을 만족하는) 방전 발생들이 선택된다:
Figure pct00009
이러한 방식으로 목표 차량 별로 데이터를 필터링하는 유용성은, 동일한 조건 또는, 그렇지 않은 경우, 유사한 조건에서 충전 상태의 변화의 함수로서 SOHE를 추정하는 것이 가능하도록 하는 것이다. 따라서, 본 발명의 방법은, 이루어진 선택에 의해 SOHE를 계산하는 데 유용한 데이터를 완전히 습득(mastering)하는 것에 의존한다.
따라서, 배터리에 대해 주어진 목표 완화 시간보다 더 긴 지속 기간의 휴식 기간이 후속적으로 수반되는 규칙적인 목표 여정 또는 방전 발생들을 선택하는 것을 가능하게 하는 데이터가 목표 차량 별로 필터링되면, 초기 순간에서의 목표 여정에 걸친 배터리의 충전 상태의 변화를 나타내는 제어 값 ΔSOCBOL이 결정된다:
ΔSOCBOL = SOCbegin - SOCend
여기서, SOCbegin 및 SOCend는, 각각, 배터리 사용의 시작에서의 목표 여정의 시작에서의 그리고 종료에서의 배터리의 충전 상태를 나타낸다. 이 배터리 사용의 시작은, 배터리 수명의 시작(beginning of the life: BOL)에 해당한다.
배터리 수명의 시작에서의 배터리의 건강 상태의 이 제어 값의 캘리브레이션 기간이 주목되는데, 이 기간은 예를 들어 대략 1년이 될 수 있고, 또한 배터리의 화학적 성질에 따라 캘리브레이션될 수 있다. 따라서, 배터리의 나이가 배터리 수명의 시작의 이러한 미리 정의된 나이(age)(예를 들어, 상기 예에 따르면 1년)보다 작은 한, 이 기간 동안 각각의 주어진 규칙적인 목표 여정에 대해 측정된 배터리의 충전 상태의 변화가 저장된다.
배터리 수명의 시작에서의 파라미터 ΔSOCBOL의 값을 제어 값으로서 설정하기 위해, 가중 평균이 측정치들에 적용될 수 있다.
오프라인에서 SOHE를 계산하기 위해, 일정한 온도에서, 각각의 주어진 규칙적인 목표 여정에 대해, 배터리 충전 상태의 변화가 그것의 노화에만 의존한다는 가정이 이루어진다. 또한, 선택된 여정들 동안 주행된 주행 거리가 전체 주어진 주행 기간에 걸쳐 동일하다는 점을 감안할 때, 이러한 여정들을 수행하는 데 필요한 충전 상태 SOC의 변화에서의 눈에 띄는 차이는, 배터리 용량 손실의 지표, 및 그에 따라 SOHE의 열화의 지표를 구성한다.
그 다음, SOHE의 열화의 법칙을 구축하기 위해, 시간의 함수로서 얻어진 점들의 구름(cloud of points)에 대해 필터링이 수행된다.
마지막으로, SOHE는 다음 방정식에 의해 결정된다:
Figure pct00010
여기서,
Figure pct00011
는 배터리 수명의 시작에서의 건강 상태의 제어 값을 나타내는데, 이는 배터리 수명의 시작에서의 목표 여정에 걸친 배터리의 충전 상태의 변화에 해당하며,
Figure pct00012
는 고려 중인 목표 여정에 걸친 충전 상태의 변화를 나타낸다.
방금 설명된 구현예는, 실질적으로 동일한 주행 거리, 또는 동일한 규칙적인 목표 여정에 항상 해당하는 방전 발생들을 포함하는, 차량의 전형적인 사용 사례를 선택하는 것에 기초하여 SOHE를 계산하는 데 적용된다.
그러나, 다른 이용자에게 차량을 판매하는 경우, 주소 또는 직장의 변화, 또는 이용자의 행동의 변화와 같은 상황들이 발생할 수 있으며, 이들은 차량의 선택된 목표 여정의 변화, 또는 공칭 거리의 변화를 수반한다. 이제, 위에서 설명한 원칙에 따른 충전 상태의 변화에 따른 배터리의 건강 상태는, 동일하거나 또는, 그렇지 않은 경우, 유사한 조건들에서 추정되어야 한다.
공칭 거리의 변화를 수정하기 위해, 충전 상태의 변화의 함수로서 배터리의 건강 상태를 추정할 수 있게 하는 제어 값은, 주행된 킬로미터당 충전 상태의 변화일 것이다. 따라서, 건강 상태를 추정하기 위한 다음 공식이 얻어진다:
Figure pct00013
여기서,
Figure pct00014
는 배터리 수명의 시작에서의 규칙적인 목표 여정 동안 주행된 거리에 해당하고, d는 선택된 방전 발생의 주행 거리에 해당한다.
본 발명의 다른 구현예는 차량의 전형적인 사용 사례를 선택하는 것에 기초하여 SOHE를 추정하는 것에 관한 것이며, 여기서, 이 시간은, 차량이 배터리를 재충전하기 위한 터미널에 연결되는 배터리 재충전의 실질적으로 동일한 재충전 기간에 항상 해당하는 배터리의 충전의 발생들을 포함한다.
이 경우의 목적은, 충전 발생 동안 충전된 에너지 ΔEch(kWh)를, 배터리의 건강 상태의 지표로서 사용하는 것이다. 특히, 배터리 충전의 기간들 동안 배터리에 충전된 에너지를 계산하는 것은, 충전 전류 및 배터리의 내부 저항을 고려하는 것을 수반한다. 따라서, 노화의 과정에 걸쳐서 충전된 에너지의 변화는 두 가지 현상들을 동시에 반영한다. 배터리의 충전 동안 측정된 에너지 대 배터리의 수명의 시작(BOL)에서의 그것의 값의 비율을 통해, SOHE를 추정하는 것이 가능하다.
먼저, 선택된 목표 차량 별로 데이터를 필터링하는 단계는, 일시 중지가 후속적으로 수반되는 충전 발생들을 선택하도록 실행된다. 이 필터링 단계는, SOHE의 추정치의 더 큰 견고성(robustness)을 보장하는 것을 목적으로 한다. 따라서, 재충전 기간은, 미리 정의된 최소 지속시간(Tmin)과 최대 지속시간(Tmax) 사이에 있는(또는 다음 관계식을 만족하는) 지속시간(T)을 갖는 목표 차량의 충전의 발생들을 선택하기 위한 선택 기준으로서, 우선적으로 사용된다:
Tmin < T < Tmax
이 구현예는 또한, 배터리에 대해 주어진 완화 시간, 예를 들어, 2시간보다 긴 휴식 기간이 후속적으로 수반되는 충전 발생들을 선택하는 것을 포함한다. 이 완화 시간은 캘리브레이션될 수 있으며, 배터리의 화학적 성질과 온도에 따라 달라진다. 이때, 충전 발생의 시작 및 종료 순간들에서의 배터리의 충전 상태들은 배터리의 완화된 상태들에 해당한다. 이 경우, 충전 상태 SOC는 앞서 설명한 원리에 따라 개방 회로(OCV) 상태에서 배터리의 단자들에 걸친 전압에 기초하여 직접 계산될 수 있다.
또한, 충전 발생들을 선택하기 위해 다른 선택 기준들이 사용된다. 따라서, 충전 전력은, 특정 허용오차 ΔP를 갖는 공칭 충전 전력 Pch,nom에 해당하는 충전 전력 Pch을 갖는(또는 다음 관계식을 만족하는) 목표 차량의 충전의 발생들을 선택하는 데 사용될 수 있다:
Pch,nom - ΔP < Pch < Pch,nom + ΔP
특히, 전력은, 온도 및 충전 상태의 깊이, 즉 충전 지속시간과 함께, 충전 동안 에너지의 값에 영향을 미치는 기준 양들(reference quantities) 중 하나이다.
또한, 충전 발생들을 선택할 때, 충전 발생의 과정에 걸친 최소 충전-상태 변화 문턱값 ΔSOCmin이 고려될 수 있다. 달리 표현하면, 충전 발생의 과정에 걸친 배터리의 충전 상태의 변화가 미리 정의된 최소 충전-상태 변화 문턱값을 초과하는(또는 다음 관계식을 만족하는) 충전 발생들이 선택된다:
Figure pct00015
배터리 수명의 시작에서의 목표 에너지의 캘리브레이션의 기간이 주목되는데, 여기서, 이 기간은, 예를 들어, 대략 1 년이 될 수 있으며, 또한 배터리의 화학적 성질에 따라 캘리브레이션될 수 있다.
충전된 에너지는 다음과 같은 여러 가지 다양한 방법들에 의해 측정할 수 있다: 전류와 전압의 곱을 적분함으로써 BMS에 의해, 또는 충전의 다양한 순간들에서의 순간 전력을 측정함으로써, 온라인으로 얻어지며, 이 정보는 오프라인으로 전달된다.
이 캘리브레이션 기간의 종료 시에, 배터리 수명의 시작에서의 비율
Figure pct00016
의 값이, 이 주어진 초기 순간에서의 배터리의 건강 상태를 나타내는 제어 값으로서 설정된다; 여기서,
Figure pct00017
는 배터리 수명의 시작에서 선택된 충전 발생 동안 충전된 에너지에 해당하고,
Figure pct00018
는 이 충전 발생 동안의 배터리의 충전 상태의 변화를 나타낸다.
마지막으로, SOHE는 다음 방정식에 의해 결정된다:
Figure pct00019
여기서,
Figure pct00020
는 고려 중인 충전 발생에 걸친 충전 상태의 변화에 대한 충전된 에너지의 비율을 나타낸다.

Claims (10)

  1. 전기 또는 하이브리드 차량의 배터리의 에너지 건강 상태를 추정하는 방법으로서, 상기 방법은, 상기 배터리의 충전 상태를 포함하는, 상기 배터리에 대해 측정된 적어도 하나의 파라미터에 기초하여 상기 에너지 건강 상태를 계산하는 단계를 포함하고, 또한 상기 방법은 다음의 단계들을 포함하는, 방법:
    - 상기 전기 또는 하이브리드 차량의 전형적인 사용 사례(case of typical use)를 선택하는 단계로서, 상기 전형적인 사용 사례는 실질적으로 동일한 주행 거리에 항상 해당하는 방전 발생들(discharging occurrences), 또는 충전 터미널에서의 재충전의 실질적으로 동일한 기간에 항상 해당하는 충전 발생들(charging occurrences)을 포함하고, 여기서 각각의 상기 방전 발생 또는 상기 충전 발생은 상기 배터리에 대해 주어진 완화 시간(relaxation time)보다 긴 휴식 기간(rest period)이 후속적으로 수반되는 것인, 단계;
    - 선택된 전형적인 사용 사례의 방전 발생 또는 충전 발생 동안, 주어진 초기 순간에서의 상기 배터리의 충전 상태의 변화를 나타내는 제어 값을 결정하는 단계; 및
    - 상기 선택된 전형적인 사용 사례의 발생의 종료 시의 상기 배터리의 충전 상태의 변화와 상기 제어 값 사이의 비교에 기초하여 상기 배터리의 에너지 건강 상태를 추정하는 단계.
  2. 제 1 항에 있어서, 다음의 선행 단계들을 포함하는 방법:
    - 상기 전기 또는 하이브리드 차량을 포함하는 일 세트의 차량들로부터 사용 데이터를 수집하는 단계로서, 상기 사용 데이터는 적어도, 각각의 방전 발생에서 주행된 주행 거리와, 또는 각각의 충전 발생에서의 충전 기간과, 관련되는, 단계; 및
    - 상기 전기 또는 하이브리드 차량의 전형적인 사용 사례를 목표로 하는 것을 가능하게 하는, 수집된 상기 사용 데이터를 필터링하기 위한, 적어도 하나의 기준을 적용함으로써 상기 전기 또는 하이브리드 차량을 선택하는 단계.
  3. 제 2 항에 있어서, 상기 배터리의 에너지 건강 상태의 추정치는, 방전 발생들을 포함하는 목표된 전형적인 사용 사례에 대해 다음 관계식에 의해 결정되는, 방법:
    Figure pct00021

    여기서,
    Figure pct00022
    는 상기 제어 값을 나타내며;
    Figure pct00023
    는 고려 중인 상기 목표된 전형적인 사용 사례의 방전 발생 동안의 충전 상태의 변화이다.
  4. 제 2 항에 있어서, 상기 배터리의 에너지 건강 상태의 추정치는, 충전 발생들을 포함하는 목표된 전형적인 사용 사례에 대해 다음 관계식에 의해 결정되는, 방법:
    Figure pct00024

    여기서,
    Figure pct00025
    는 상기 제어 값을 나타내고,
    Figure pct00026
    는 상기 주어진 초기 순간에서 충전 발생 동안 충전된 에너지에 해당하고,
    Figure pct00027
    는 이 충전 발생 동안 상기 배터리의 충전 상태의 변화를 나타내며;
    Figure pct00028
    는 고려 중인 상기 목표된 전형적인 사용 사례의 충전 발생 동안의 충전 상태의 변화에 대한 충전된 에너지의 비율을 나타낸다.
  5. 제 2 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 차량 사용 데이터를 필터링하기 위한 상기 적어도 하나의 기준은, 주어진 기간 동안의 방전 발생들 또는 충전 발생들의 최소 횟수에 기초하는, 방법.
  6. 제 5 항에 있어서, 상기 차량 사용 데이터를 필터링 하기 위한 상기 적어도 하나의 기준은, 상기 주어진 기간에 걸친 최소 누적 사용 시간에 기초하는, 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 상기 제어 값은, 상기 배터리의 수명의 시작에서 상기 배터리의 충전 상태의 변화를 나타내는 값에 해당하는, 방법.
  8. 제 7 항에 있어서, 상기 배터리의 수명의 시작에서 상기 제어 값을 캘리브레이션(calibration)하는 단계를 포함하는, 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 전형적인 사용 사례의 발생 동안 상기 충전 상태의 변화는, 상기 발생의 시작 순간에서의 그리고 종료 순간에서의 상기 충전 상태를, 상기 시작 순간에서의 그리고 상기 종료 순간에서의 개방 회로 상태의 상기 배터리 단자들에 걸친 전압들에 기초하여, 직접 결정함으로써 얻어지는, 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서, 시간 경과에 따른 상기 배터리의 에너지 건강 상태의 열화의 법칙은, 상기 배터리의 에너지 건강 상태의 추정치들에 기초하여 구축되는, 방법.
KR1020227029313A 2020-02-26 2021-02-01 배터리의 건강 상태를 추정하는 방법 KR20220147089A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR2001868A FR3107597B1 (fr) 2020-02-26 2020-02-26 Procédé d’estimation de l’état de santé énergétique d’une batterie
FRFR2001868 2020-02-26
PCT/EP2021/052308 WO2021170345A1 (fr) 2020-02-26 2021-02-01 Procédé d'estimation de l'état de santé énergétique d'une batterie

Publications (1)

Publication Number Publication Date
KR20220147089A true KR20220147089A (ko) 2022-11-02

Family

ID=70154807

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227029313A KR20220147089A (ko) 2020-02-26 2021-02-01 배터리의 건강 상태를 추정하는 방법

Country Status (5)

Country Link
EP (1) EP4111219B8 (ko)
KR (1) KR20220147089A (ko)
CN (1) CN115004048A (ko)
FR (1) FR3107597B1 (ko)
WO (1) WO2021170345A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114062953B (zh) * 2021-10-26 2024-02-13 三一汽车起重机械有限公司 蓄电池健康状态确定方法、装置及作业机械
CN114114053B (zh) * 2021-12-10 2023-12-22 厦门金龙联合汽车工业有限公司 一种衡量混动车辆电池生命状态的方法
CN116609676B (zh) * 2023-07-14 2023-09-15 深圳先进储能材料国家工程研究中心有限公司 一种基于大数据处理的混合储能电池状态监控方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8258751B2 (en) * 2007-11-15 2012-09-04 Broadcom Corporation Method and system for tracking battery state-of-health based on charging information
US8519674B2 (en) 2009-11-12 2013-08-27 GM Global Technology Operations LLC Method for estimating battery degradation in a vehicle battery pack
FR2967786B1 (fr) * 2010-11-19 2013-12-27 Peugeot Citroen Automobiles Sa Procede de diagnostic d'une batterie de traction pour un vehicule hybride ou electrique
DE102014208316A1 (de) * 2014-05-05 2015-11-05 Siemens Aktiengesellschaft Erfassen der Betriebsführung eines Batteriespeichers
US10401433B2 (en) * 2015-01-21 2019-09-03 Samsung Electronics Co., Ltd. Method and apparatus for estimating battery life

Also Published As

Publication number Publication date
EP4111219A1 (fr) 2023-01-04
FR3107597B1 (fr) 2022-01-28
FR3107597A1 (fr) 2021-08-27
EP4111219B1 (fr) 2024-04-03
EP4111219B8 (fr) 2024-05-22
CN115004048A (zh) 2022-09-02
WO2021170345A1 (fr) 2021-09-02

Similar Documents

Publication Publication Date Title
JP6588632B2 (ja) 電池制御装置
KR20220147089A (ko) 배터리의 건강 상태를 추정하는 방법
US9128159B2 (en) Plug-in charge capacity estimation method for lithium iron-phosphate batteries
US4876513A (en) Dynamic state-of-charge indicator for a battery and method thereof
KR100970841B1 (ko) 배터리 전압 거동을 이용한 배터리 용량 퇴화 추정 장치 및방법
US10180464B2 (en) Estimation of the state of deterioration of an electric battery
CN103454501B (zh) 内部电阻推定装置以及内部电阻推定方法
KR100911317B1 (ko) 배터리 전압 거동을 이용한 배터리 용량 퇴화 추정 장치 및방법
US9205755B2 (en) Receding horizon regression analysis for battery impedance parameter estimation
JP4767558B2 (ja) 電源装置用状態検知装置，電源装置及び電源装置に用いられる初期特性抽出装置
US8645088B2 (en) Systems and methods for determining the state of charge of a battery utilizing confidence values
US20140214347A1 (en) Method to detect open-circuit voltage shift through optimization fitting of the anode electrode half-cell voltage curve
US20220365139A1 (en) Method for estimating an operating parameter of a battery unit
CN102455411A (zh) 自适应的缓慢变化电流检测
KR102274383B1 (ko) 자동차 차량 배터리의 에너지량 평가
KR20190103236A (ko) 배터리 팩의 충전 상태를 결정하기 위한 방법 및 장치
WO2012114036A1 (fr) Dispositif embarque d&#39;estimation du vieillissement d&#39;une batterie d&#39;alimentation de vehicule automobile et procede correspondant
US20160291094A1 (en) Method for estimating the ageing of a cell of a storage battery
US20230184840A1 (en) Method and Apparatus for Providing an Aging State for a Device Battery Having Correction of State Observations on the Basis of Systematic State and Environmental Influences
WO2010029355A2 (en) State of charge estimation
WO2016200319A1 (en) A method and a monitoring unit for monitoring a battery system
CN117048344A (zh) 在车辆中估计和/或预测电池最大可用容量的方法和系统
US20210278470A1 (en) System and Method of Battery Monitoring
CN114252777A (zh) 用于能电驱动的机动车辆中的电池的荷电状态确定的方法和设备
CN114868028A (zh) 用于识别可再充电电池包的健康状态劣化加速的开始的方法