KR20230108969A - 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템 - Google Patents

슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템 Download PDF

Info

Publication number
KR20230108969A
KR20230108969A KR1020220004755A KR20220004755A KR20230108969A KR 20230108969 A KR20230108969 A KR 20230108969A KR 1020220004755 A KR1020220004755 A KR 1020220004755A KR 20220004755 A KR20220004755 A KR 20220004755A KR 20230108969 A KR20230108969 A KR 20230108969A
Authority
KR
South Korea
Prior art keywords
state
value
charge
kalman filter
supercapacitor
Prior art date
Application number
KR1020220004755A
Other languages
English (en)
Inventor
김수빈
박병준
한영희
신제석
한현규
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020220004755A priority Critical patent/KR20230108969A/ko
Publication of KR20230108969A publication Critical patent/KR20230108969A/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]
    • G01R31/3644—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]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • 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
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로서, 슈퍼 커패시터의 초기 추정 충전상태 추정값과 초기 상태 공분산 값을 설정하는 단계, 초기 추정 충전상태 추정값, 초기 상태 공분산 값 및 슈퍼 커패시터의 센서부에서 측정된 값들에서 도출되는 입력값으로, 충전상태 예측값과 상태 공분산 예측값을 각각 산출하는 단계, 상태 공분산 예측값으로 칼만 필터의 이득을 계산하는 단계, 충전상태 예측값 및 슈퍼 커패시터의 실제 단자 전압 측정값으로 충전상태 추정값을 계산하는 단계, 칼만 필터의 이득과 상태 공분산 예측값으로 상태 공분산 값을 산출하는 단계 그리고 충전상태 추정값과 상태 공분산 값을 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계로 피드백하는 단계를 포함하는 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

Description

슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템{COMPENSATION METHOD AND SYSTEM OF INPUT VALUE ERRORS OF KALMAN FILTER FOR ESTIMATING STATE OF CHARGE OF SUPERCAPACITOR}
본 발명은 슈퍼 커패시터의 충전상태를 추정하는 방법 및 시스템에 관한 것이다.
슈퍼 커패시터를 전력원으로 하는 각종 전자기기나 전기차와 같은 이동성 장치는 슈퍼 커패시터의 충전상태에 의존적이다. 그러므로 사용자 또는 운영 및 관리 시스템에서는 슈퍼 커패시터의 충전 에너지량을 정확히 파악하는 것이 중요하다.
종래에는 슈퍼 커패시터는 단자 전압이나 단자 전류, 온도 등의 상태 정보를 이용하여 간접적으로 충전상태를 추정하였다. 하지만 이러한 방법은 충전상태를 정확하게 추정하는데 상태 정보를 측정하는 측정 장치의 정밀도나 정확도에 의존적이다. 따라서, 측정 장치의 정밀도나 정확도가 보장되지 않으면, 슈퍼 커패시터의 충전상태를 정확히 추정하는 것이 어려운 문제점이 존재한다.
본 발명은 상태 추정 방법 및 장치의 입력값 오차를 보상하여 입력값 오차로 인해 발생할 수 있는 상태 추정 방법 및 장치의 추정된 상태 벡터의 오차 누적 문제를 해소한다. 그래서 전기화학적 에너지저장장치의 상태 추정 성능을 향상시킬 수 있다. 본 발명은 그 방법을 수행하는 방법 및 시스템을 제공하고자 한다.
본 발명의 실시예에 따르면, 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로서, 슈퍼 커패시터의 초기 추정 충전상태 추정값과 초기 상태 공분산 값을 설정하는 단계, 초기 추정 충전상태 추정값, 초기 상태 공분산 값 및 슈퍼 커패시터의 센서부에서 측정된 값들로 도출되어서 하기의 수학식을 만족하는 입력값으로, 충전상태 예측값과 상태 공분산 예측값을 각각 산출하는 단계, 상태 공분산 예측값으로 칼만 필터의 이득을 계산하는 단계, 충전상태 예측값 및 슈퍼 커패시터의 실제 단자 전압 측정값으로 충전상태 추정값을 계산하는 단계, 칼만 필터의 이득과 상태 공분산 예측값으로 상태 공분산 값을 산출하는 단계 그리고 충전상태 추정값과 상태 공분산 값을 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계로 피드백하는 단계를 포함할 수 있다.
는 k 번째 주기에서 충전상태 추정부의 칼만필터 입력값, 는 k 번째 주기에서 슈퍼 커패시터의 단자 전압값(V), 은 k 번째 주기에서 충전상태 추정값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, D-1은 측정값 y에 대한 관계식에서 u의 계수행렬의 역행렬일 수 있다.
충전상태 예측값과 상태 공분산 예측값을 산출하는 단계는, 이전(以前) 단계의 충전상태 추정값으로 하기의 수학식을 만족하는 충전상태 추정값을 출력할 수 있다.
는 k번째 주기의 충전상태 추정 예측값, 은 k-1 번째 주기에서 충전상태 추정값, 는 충전상태 추정부의 칼만필터 입력값, A는 k-1 번째 주기의 충전상태에 기반한 상태 전이행렬, B는 입력값 에 대한 상태 전이행렬일 수 있다.
충전상태 예측값과 상태 공분산 예측값을 산출하는 단계는 이전 단계의 상태 공분산 값으로 하기의 수학식을 만족하는 상태 공분산 예측값을 출력하는 것을 더 포함할 수 있다.
는 k 번째 주기의 상태 공분산 예측값, 는 k 번째 주기의 상태 공분산 값, A는 k-1 번째 주기에서 충전상태에 기반한 상태 전이행렬, 는 A의 전치(Transpose)행렬, Q는 시스템 잡음일 수 있다.
칼만 필터의 이득을 계산하는 단계는 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계에서 출력한 상태 공분산 예측값으로 하기의 수학식을 만족할 수 있다.
는 k 번째 주기의 칼만 필터 이득, 는 k 번째 주기의 상태 공분산 예측값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 C의 전치(Transpose)행렬, R은 센서 측정시의 잡음인 v의 공분산 행렬일 수 있다.
충전상태 추정값을 계산하는 단계는 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계에서 출력한 충전상태 추정값 및 칼만 필터의 이득을 계산하는 단계에서 출력한 k 번째 주기의 칼만 필터 이득으로 하기의 수학식을 만족하는 k 번째 주기의 충전상태 추정값을 출력할 수 있다.
은 k 번째 주기에서 충전상태 추정값, 는 k번째 주기의 충전상태 예측값, 는 k 번째 주기의 칼만 필터 이득, 는 k 번째 주기 슈퍼 커패시터의 단자 전압값(V), 는 슈퍼 커패시터의 단자 전압 예측값(V)일 수 있다.
상태 공분산 값을 산출하는 단계는 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계에서 출력한 상태 공분산 예측값 및 칼만 필터의 이득을 계산하는 단계에서 출력한 k 번째 주기의 칼만 필터 이득으로 하기의 수학식을 만족하는 k 번째 주기의 상태 공분산 값을 출력할 수 있다.
는 k 번째 주기의 상태 공분산 값, 는 k 번째 주기의 칼만 필터 이득, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 k 번째 주기의 상태 공분산 예측값일 수 있다.
본 발명의 실시예에 따르면, 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로서, 슈퍼 커패시터의 단자 파라미터를 측정하는 센서부; 슈퍼 커패시터의 센서부가 센싱한 데이터, 이전(以前) 주기의 충전상태 데이터 추정값 및 이전(以前) 주기의 상태 공분산을 입력으로 하여 측정 오차 보상치를 충전상태 추정부에 전송하는 입력 데이터 보상부 그리고 센서부의 단자 전압 센싱부 데이터와 입력 데이터 보상부의 오차 보상 데이터를 입력으로 하여 충전상태 추정값을 출력하는 충전상태 추정부를 포함할 수 있다.
센서부는 단자 전압 센서부, 단자 전류 센서부 및 온도 센싱부를 포함하고, 단자 전압 센싱부의 센싱 데이터는 입력 데이터 보상부 및 충전상태 추정부에 입력되며, 센싱 데이터는 하기의 수식을 만족할 수 있다.
yk는 슈퍼 커패시터 단자 전압 측정값(V), xk는 k 번째 주기의 충전상태, uk는 k 번째 주기의 입력값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, D는 측정값 y에 대한 관계식에서 u의 계수행렬, vk는 k 번째 주기에서의 측정 잡음일 수 있다.
센싱부의 센싱 데이터는, 입력 데이터 보상부의 오차 보상부에 입력되고, 오차 보상부는 센서부의 센싱 데이터 및 충전상태 추정부의 상태 데이터 추정값과 상태 공분산을 입력으로 하여 오차 보상 값을 출력하며, 오차 보상 값은 하기의 수학식을 만족할 수 있다.
는 k 번째 주기에서 충전상태 추정부의 칼만필터 입력값, 는 k 번째 주기에서 슈퍼 커패시터의 단자 전압값(V), 은 k 번째 주기에서 충전상태 추정값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, D-1은 측정값 y에 대한 관계식에서 u의 계수행렬의 역행렬일 수 있다.
충전상태 추정부는, 칼만 필터를 포함하고, 칼만 필터의 이득은 하기의 수학식을 만족할 수 있다.
는 k 번째 주기의 칼만 필터 이득, 는 k 번째 주기의 상태 공분산 예측값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 C의 전치(Transpose)행렬, R은 센서 측정시의 잡음인 v의 공분산 행렬일 수 있다.
칼만 필터는 단자 전압 센싱부의 센싱 데이터 및 오차 보상 값을 입력으로 하고, 하기의 수식을 만족하는 충전상태 추정값을 출력할 수 있다.
은 k 번째 주기에서 충전상태 추정값, 는 k번째 주기의 충전상태 예측값, 는 k 번째 주기의 칼만 필터 이득, 는 k 번째 주기 슈퍼 커패시터의 단자값, 는 슈퍼 커패시터의 단자 전압 예측값(V)일 수 있다.
칼만 필터의 출력은, 오차들의 공분산 값을 출력하고, 공분산 값은 하기의 수학식을 만족하는 것을 더 포함할 수 있다.
는 k 번째 주기의 상태 공분산 값, 는 k 번째 주기의 칼만 필터 이득, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 k 번째 주기의 상태 공분산 예측값일 수 있다.
슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로서, 슈퍼 커패시터를 포함하는 슈퍼 커패시터 뱅크, 슈퍼 커패시터를 충전 또는 방전하는 전력변환장치(PCS, Power Conversation System) 그리고 슈퍼 커패시터와 PCS의 DC-link를 연결하는 직류 패널(DCP, DC Pannel), 슈퍼 커패시터의 상태를 관리하는 커패시터 관리 시스템(CMS, Capacitor Management System)을 포함하고, 커패시터 관리 시스템은 충전 상태 추정 장치를 포함하며, 충전 상태 추정 장치는 입력 데이터 보상 장치를 포함하고, 입력 데이터 보상 장치는 하기의 수학식을 만족할 수 있다.
는 k 번째 주기의 보상된 단자 전류값(A), 은 n 번째 주기의 보상된 단자 전류값(A), G1은 오차 비례항의 비례 이득, G2는 오차 적분항의 적분 이득, 는 k 번째 주기의 단자 전압값(V), 는 n 번째 주기의 단자 전압값(V), 는 k-1 번째 주기에서 가지는 개방회로 전압의 추정값(V), 는 n-1 번째 주기에서 가지는 개방회로 전압의 추정값(V), 는 슈퍼 커패시터 등가회로의 내부저항값(Ω), △t는 입력 데이터 보상부의 연산주기일 수 있다.
슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법을 제공하고자 한다. 그리고 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템을 제공하고자 한다.
도 1은 입력 데이터 보상부를 포함한 슈퍼 커패시터의 충전 상태 추정 시스템의 개략도이다.
도 2는 칼만 필터를 이용한 슈퍼 커패시터의 충전 상태 추정 방법에 대한 개략도이다.
도 3은 도 1의 입력 데이터 보상부를 블록도로 나타낸, 입력 데이터 보상부의 개략도이다.
도 4는 슈퍼 커패시터의 등가 모델 회로의 개략도이다.
도 5는 배터리 등가 모델 회로의 개략도이다.
도 6은 도 1의 시스템의 슈퍼 커패시터 에너지 저장 장치이다.
도 7(a)는 종래의 칼만필터 입력값과 실제 단자 측정값의 계측 샘플링 비동기 오차로 발생하는 영향에 대한 그래프이다.
도 7(b)는 종래의 방법으로 도 6의 시스템 실험을 한 경우의 파형을 도시한 것이다.
도 8(a)는 슈퍼 커패시터 에너지저장시스템이 대기상태에서 충전상태로 전환되는 구간에서의 종래의 상태 추정 방법을 통해 추정된 상태 변수 개방회로 전압(OCV)와 충전상태(SOC)를 본 발명을 통해 추정된 상태변수 개방회로 전압(OCV)와 충전상태(SOC)와 비교한 파형을 도시한 것이다.
도8(b)는 슈퍼 커패시터 에너지저장시스템이 충전 및 방전 운전 중에 종래의 상태 추정 방법을 통해 추정된 상태 변수 개방회로 전압(OCV)와 충전상태(SOC)를 본 발명을 통해 추정된 상태변수 OCV와 SOC와 비교한 파형을 도시한 것이다.
아래에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 네트워크를 구성하는 장치들은 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
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.
본 발명에서 설명하는 장치들은 적어도 하나의 프로세서, 메모리 장치, 통신 장치 등을 포함하는 하드웨어로 구성되고, 지정된 장소에 하드웨어와 결합되어 실행되는 프로그램이 저장된다. 하드웨어는 본 발명의 방법을 실행할 수 있는 구성과 성능을 가진다. 프로그램은 도면들을 참고로 설명한 본 발명의 동작 방법을 구현한 명령어(instructions)를 포함하고, 프로세서와 메모리 장치 등의 하드웨어와 결합하여 본 발명을 실행한다.
본 명세서에서 "전송 또는 제공"은 직접적인 전송 또는 제공하는 것뿐만 아니라 다른 장치를 통해 또는 우회 경로를 이용하여 간접적으로 전송 또는 제공도 포함할 수 있다.
본 명세서에서 단수로 기재된 표현은 "하나" 또는 "단일" 등의 명시적인 표현을 사용하지 않은 이상, 단수 또는 복수로 해석될 수 있다.
본 명세서에서, 제1, 제2 등과 같이 서수를 포함하는 용어들은 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 개시의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
본 명세서에서 도면을 참고하여 설명한 흐름도에서, 동작 순서는 변경될 수 있고, 여러 동작들이 병합되거나, 어느 동작이 분할될 수 있고, 특정 동작은 수행되지 않을 수 있다.
본 발명은 슈퍼 커패시터의 실제 측정값에 기초하여 슈퍼 커패시터의 충전상태를 추정하는 방법에 관한 발명이다. 본 발명의 시스템은 센서부, 입력 데이터 보상부, 충전상태 추정부를 포함한다. 그리고 입력 데이터 보상부에는 추정값과 상태 공분산 값을 피드백 받아 센서부의 측정 오차에 대한 보상 값을 생성하는 오차 보상부를 포함한다. 그리고 충전상태 추정부는 칼만필터를 포함한다. 칼만필터는 전압 측정치와 오차 보상부의 출력을 그 입력으로 하여 충전상태 추정값을 출력한다.
칼만필터는 센싱된 데이터를 받아 그 추정치를 출력하므로 입력의 오차에 영향을 받는다. 그래서 본 발명에서는 충전상태 추정부의 출력을 피드백 받아 오차를 보상하는 입력 데이터 보상부를 배치하여 입력값 오차 문제를 해결한다.
도 1은 입력 데이터 보상부를 포함한 슈퍼 커패시터의 충전 상태 추정 시스템(100)의 개략도이다. 도 1은 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 1의 방법을 다르게 변형할 수 있다.
도 1을 참조하면, 슈퍼 커패시터의 충전 상태 추정 시스템(100)은 슈퍼 커패시터 단자의 상태를 센싱하는 센서부(110)를 포함한다. 그리고 센서부에서 센싱된 수치와 충전상태 추정부(SOC, State Of Charge, 130)의 출력인 충전상태 추정값을 입력으로 하여 오차를 보상하는 입력 데이터 보상부(120)를 포함한다. 충전상태 추정부(130)는 칼만필터를 포함하고, 칼만필터를 통하여 충전상태를 추정하여 출력한다.
센서부(110)는 슈퍼 커패시터의 단자 전압을 센싱하는 단자 전압 센싱부(111), 슈퍼 커패시터의 단자 전류를 센싱하는 단자 전류 센싱부(112) 및 슈퍼 커패시터의 단자 온도를 센싱하는 온도 센싱부(113)를 포함한다. 단자 전압 센싱부(111)는 슈퍼 커패시터의 단자 전압을 센싱하여 출력하고, 입력 데이터 보상부와 충전상태 추정부에 센싱된 전압값을 전송한다. 단자 전류 센싱부(112)는 슈퍼 커패시터의 단자 전류를 센싱하여 출력하고, 입력 데이터 보상부에 센싱된 전류값을 전송한다. 온도 센싱부(113)는 슈퍼 커패시터의 단자 온도를 센싱하여 출력하고, 입력 데이터 보상부에 센싱된 온도 값을 전송한다.
입력 데이터 보상부(120)는 오차 보상부(121)를 포함한다. 그리고, 오차 보상부(121)는 슈퍼 커패시터의 단자 전압, 단자 전류, 온도 및 이전(以前) 주기의 충전상태 추정값을 입력으로 하여 오차 보상치 데이터를 출력한다. 그리고 오차 보상치 데이터는 충전상태 추정부(130)에 입력된다. 그리고 다시 단자 전류 센싱부(112), 온도 센싱부(113) 및 단자 전압 센싱부(111)의 센싱 데이터가 오차 보상부(121)에 입력되어 오차 보상 데이터가 출력된다.
출력된 오차 보상 데이터는 충전상태 추정부(130)의 칼만 필터(131)에 입력된다. 칼만 필터(131)는 에너지저장장치의 등가 모델을 기반으로 모델링 되고 하기의 수학식을 만족한다.
[수학식 1]
xk는 k 번째 주기의 충전상태, xk-1은 k-1 번째 주기의 충전상태, uk는 k 번째 주기의 입력값, A는 이전(以前) 주기의 충전상태에 기반한 상태 전이행렬, B는 입력값에 대한 상태 전이행렬, wk는 k번째 주기에서의 시스템 잡음이다.
[수학식 2]
yk는 슈퍼 커패시터 단자 전압 측정값(V), xk는 k 번째 주기의 충전상태, uk는 k 번째 주기의 입력값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, D는 측정값 y에 대한 관계식에서 u의 계수행렬, vk는 k 번째 주기에서의 측정 잡음이다.
그리고 단자 전압 센싱부(111)의 단자 전압도 충전상태 추정부 내의 칼만필터에 입력된다. 그러면 오차 보상 데이터가 적용된 충전상태 추정값(130)이 출력된다.
도 2는 칼만 필터(131)를 이용한 슈퍼 커패시터의 충전 상태 추정 방법에 대한 개략도이다. 도 2는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터(131)의 입력값 오차 보상 방법으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 2의 방법을 다르게 변형할 수 있다.
도 2를 참조하면, 입력 데이터 보상부(120)의 초기값을 설정(s210)한다. 초기값은 이전(以前) 주기에 추정된 상태를 기초로 추정된다. 슈퍼 커패시터 충전상태에 대한 초기 상태 예측값인 와 상태 공분산인 를 초기값으로 한다.
초기값은 센서부(110)의 센싱 데이터와 대응된다. 그리고 입력 데이터 보상부(120)에서 입력된 와 함께 예측 단계에 사용된다. 좀 더 상세하게는 상태 벡터 , 슈퍼 커패시터의 단자 전압 벡터 예측값 및 상태 공분산 을 예측한다.
상태 추정값 및 상태 공분산 예측 단계(s220)는 입력 데이터 보상부(120)와 대응된다. 상태 추정값 및 상태 공분산 예측 단계(s220)에서는 충전상태 예측값 와 상태 공분산 예측값 를 출력한다. 그리고 , 및 는 하기의 수학식을 만족한다.
[수학식 3]
는 k번째 주기의 충전상태 예측값, 은 k-1 번째 주기에서 충전상태 추정값, 는 충전상태 추정부의 칼만필터 입력값, A는 k-1 번째 주기에서 상태 벡터에 기반한 상태 전이행렬, B는 입력값 에 대한 상태 전이행렬이다.
[수학식 4]
는 슈퍼 커패시터의 단자 전압 예측값, 는 k번째 주기의 충전상태 예측값, 는 충전상태 추정부의 칼만필터 입력값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, D는 측정값 y에 대한 관계식에서 u의 계수행렬이다.
[수학식 5]
는 k 번째 주기의 상태 공분산 예측값, 는 k 번째 주기의 상태 공분산 값, A는 k-1 번째 주기에서 충전상태에 기반한 상태 전이행렬, 는 A의 전치(Transpose)행렬, Q는 시스템 잡음이다.
보정 단계는 충전상태 추정부와 대응된다. 보정 단계에서는 칼만 필터 이득인 산출, 추정값 산출, 상태 공분산 를 산출한다. 먼저 보정 단계에서 하기의 수식을 만족하는 칼만 필터의 이득을 산출(s230)한다.
[수학식 6]
는 k 번째 주기의 칼만 필터 이득, 는 k 번째 주기의 상태 공분산 예측값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 C의 전치(Transpose)행렬, R은 센서 측정시의 잡음인 v의 공분산 행렬이다.
칼만 필터(131)의 이득을 산출한 이후에 예측 단계에서 전송한 값과 슈퍼 커패시터의 단자 전압값 를 입력받아 상태 보정을 통해 충전상태 추정값을 산출(s240)하고 추정값은 하기의 수학식을 만족한다.
[수학식 7]
은 k 번째 주기에서 충전상태 추정값, 는 k번째 주기의 충전상태 예측값, 는 k 번째 주기의 칼만 필터 이득, 는 k 번째 주기 슈퍼 커패시터의 단자 전류값(V), 는 슈퍼 커패시터의 단자 전압 예측값(V)이다.
그리고 예측단계에서 예측된 상태 공분산과 칼만 필터 이득을 통해 상태 공분산을 보정(s250)한다. 보정된 상태 공분산은 하기의 수학식을 만족한다.
[수학식 8]
는 k 번째 주기의 상태 공분산 값, 는 k 번째 주기의 칼만 필터 이득, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 k 번째 주기의 상태 공분산 예측값이다.
충전상태 추정값이 산출되면, 예측 단계에서 산출한 상태 공분산 예측값 와 보정 단계에서 산출한 칼만필터의 이득 로 예측값과 실제값 간의 상태 공분산을 산출한다. 그리고 충전상태 추정부는 산출된 충전상태 추정값을 출력하고 출력된 추정값 와 상태 공분산 값을 예측 단계의 입력으로 피드백한다. 그 후에, 예측 단계에서는 피드백된 추정값 와 상태 공분산 값을 이용하여 충전상태 예측값 와 상태 공분산 예측값 를 출력한다.
도 3은 도 1의 입력 데이터 보상부를 블록도로 나타낸, 입력 데이터 보상부의 개략도이다. 도 3은 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 3의 방법을 다르게 변형할 수 있다.
도 3을 참조하면, 추정 입력값인 는 상술한 수학식 2를 칼만 필터에서 산출한 상태 추정값 와 에 대해 정리한다. 그러면 하기의 수학식을 만족한다. 하기의 수학식은 도 3블록도의 입력 내지 D-1블록까지의 단계를 나타낸다.
[수학식 9]
는 k 번째 주기에서 충전상태 추정부의 칼만필터 입력 추정값, 는 k 번째 주기에서 슈퍼 커패시터의 단자 전압값(V), 은 k 번째 주기에서 충전상태 추정값, C는 측정값 y에 대한 관계식에서 x의 계수행렬, D-1은 측정값 y에 대한 관계식에서 u의 계수행렬의 역행렬이다.
상술한 수학식 9와 도 3에 나타난 비례항 및 적분항을 정리하면 하기의 수학식을 만족한다.
[수학식 10]
는 k 번째 주기에서 보상된 입력값, G1은 오차 비례항의 비례 이득, G2는 오차 적분항의 적분 이득, 는 k 번째 주기에서 충전상태 추정부의 칼만필터 입력값, 는 k 번째 주기에서 입력 추정값, 는 n 번째 주기에서 충전상태 추정부의 칼만필터 입력값, 는 n 번째 주기에서 칼만필터 입력 추정값, △t는 입력 데이터 보상부의 연산주기이다.
도 4는 슈퍼 커패시터의 등가 모델 회로의 개략도이다. 도 4는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 4의 방법을 다르게 변형할 수 있다.
도 4를 참조하면, 선형 시스템의 등가 모델을 가지는 슈퍼 커패시터 회로를 개략적으로 도시한 것이다. 슈퍼 커패시터 등가 모델의 상태 추정은 선형 칼만 필터를 기반으로 모델링 한 것이다. 등가 모델의 개방회로 전압인 VOC,k, 단자 전압인 Vt,k,및 슈퍼 커패시터의 충전상태인 SSC,k는 하기의 수식을 만족한다.
[수학식 11]
VOC,k는 등가 모델이 k번째 주기에서 가지는 개방회로 전압(V), VOC,k-1은 등가 모델이 k-1 번째 주기에서 가지는 개방회로 전압(V), CSC는 등가 모델 슈퍼 커패시터의 커패시턴스(F), △t는 상태 방정식의 연산 간격(sec), It는 등가 모델의 단자 전류(A), w는 시스템 잡음이다.
[수학식 12]
Vt,k는 등가 모델이 k번째 주기에서 가지는 단자 전압(V), VOC,k는 등가 모델이 k번째 주기에서 가지는 개방회로 전압(V), Ri는 등가 모델의 등가 저항(Ω), It는 등가 모델의 단자 전류(A), v는 등가 모델의 특정 잡음이다.
[수학식 13]
SSC는 등가 모델에서 슈퍼 커패시터의 충전 상태(SOC, State Of Charge), CSC는 등가 모델 슈퍼 커패시터의 커패시턴스(F), VOC,k는 등가 모델이 k번째 주기에서 가지는 개방회로 전압(V), E0는 슈퍼 커패시터가 완전충전 상태일 때 슈퍼 커패시터에 저장된 에너지(V)이다.
도 5는 배터리 등가 모델 회로의 개략도이다. 도 5는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 5의 방법을 다르게 변형할 수 있다.
도 5를 참조하면, 비선형 시스템의 등가 모델을 가지는 배터리 모델을 개략적으로 도시한 것이다. 배터리 등가 모델의 상태추정은 선형 칼만 필터를 기반으로 하여 모델링하였다. 그리고 배터리 등가 모델의 상태 방정식은 하기의 수식을 만족한다.
[수학식 14]
SBatt,k은 k번째 주기에서 배터리의 충전상태(SOC, State Of Charge), Vd,k는 k 번째 주기에서 배터리 분극에 의해 생기는 전압의 크기(V), SBatt,k-1은 k-1 번째 주기에서 배터리의 충전상태(SOC, State Of Charge), Rd는 슈퍼 커패시터 저항(Ω), Q0는 배터리의 공칭용량(VA), w는 시스템 잡음이다.
[수학식 15]
Vt,k는 등가 모델이 k번째 주기에서 가지는 단자 전압(V), VOC는 등가 모델이 가지는 개방회로 전압(V), SBatt은 배터리의 충전상태(SOC, State Of Charge), Vd,k는 k 번째 주기에서 배터리 분극에 의해 생기는 전압의 크기(V), Ri는 배터리 내부 저항, It,k는 배터리 등가 모델이 k 번째 주기에서 가지는 단자 전류(A), v는 등가 모델의 특정 잡음이다.
상술한 도 1 내지 도 5에서 도출된 수학식 11 내지 수학식 15는 수학식 3 내지 수학식 8의 칼만필터의 변수들과 하기의 표 1과 같은 관계로 대응된다.
칼만 필터 파라메터 슈퍼 커패시터 모델 배터리 모델
1
1
표 1에서 QSC와 QBatt은 슈퍼 커패시터와 배터리의 시스템 잡음, RSC와 RBatt는 슈퍼 커패시터와 배터리의 센서부 측정 잡음이다.
표 1의 대응 파라미터들을 수학식 10에 대응시키면 슈퍼 커패시터 등가회로의 입력 데이터 보상부는 하기의 수학식을 만족한다. 하기의 수학식을 통하여 슈퍼 커패시터 모델 충전상태 추정부에서 보상된 단자 전류값을 산출하는 것이 가능하다.
[수학식 16]
는 k 번째 주기의 보상된 단자 전류값(A), 은 n 번째 주기의 보상된 단자 전류값(A), G1은 오차 비례항의 비례 이득, G2는 오차 적분항의 적분 이득, 는 k 번째 주기의 단자 전압값(V), 는 n 번째 주기의 단자 전압값(V), 는 k-1 번째 주기에서 가지는 개방회로 전압의 추정값(V), 는 n-1 번째 주기에서 가지는 개방회로 전압의 추정값(V), 는 슈퍼 커패시터 등가회로의 내부저항값(Ω), △t는 입력 데이터 보상부의 연산주기이다.
동일한 방식으로 수학식 10에 배터리 모델의 파라미터를 적용하면 하기의 수학식을 만족한다. 하기의 수학식을 통하여 배터리 모델 충전상태 추정부에서 보상된 단자 전류값을 산출하는 것이 가능하다.
[수학식 17]
는 k 번째 주기의 보상된 단자 전류값(A), 은 n 번째 주기의 보상된 단자 전류값(A), G1은 오차 비례항의 비례 이득, G2는 오차 적분항의 적분 이득, 는 k 번째 주기의 단자 전압값(V), 는 n 번째 주기의 단자 전압값(V), 는 배터리 모델 개방회로 전압의 추정값(V), SBatt은 배터리의 충전상태, SBatt,k-1은 k-1 번째 주기에서 배터리의 충전상태, SBatt,n-1은 n-1 번째 주기에서 배터리의 충전상태, Vd,k-1는 k-1 번째 주기에서 배터리 분극에 의해 생기는 전압의 크기(V), Vd,n-1는 n-1 번째 주기에서 배터리 분극에 의해 생기는 전압의 크기(V), 는 배터리 등가회로의 내부저항값(Ω), △t는 입력 데이터 보상부의 연산주기이다.
도 6은 도 1의 시스템의 슈퍼 커패시터 에너지 저장 장치이다. 도 6은 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 장치로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 6의 방법을 다르게 변형할 수 있다.
도 6을 참조하면, 슈퍼 커패시터 에너지 저장 장치는 슈퍼 커패시터 뱅크, 전력 변환 장치(PCS, Power Conversation System) 및 DC 패널로 구성된다. 그리고 슈퍼 커패시터 뱅크는 전력 변환 장치로 충전 및 방전이 된다. 본 발명에서는 슈퍼 커패시터 에너지 저장 시스템에 입력 데이터 보상부를 추가하여, 출력이 변동된 경우 단자 전압 및 단자 전류 센싱값 변동에 대한 시스템 반응 시간 지연을 최소화한다.
도 7(a)는 종래의 칼만필터 입력값과 실제 단자 측정값의 계측 샘플링 비동기 오차로 발생하는 영향에 대한 그래프이다. 도 7(a)는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 7(a)의 방법을 다르게 변형할 수 있다.
도 7(a)를 참조하면, 칼만필터의 입력값과 측정값의 계측 샘플링 비동기 오차에 따른 영향에 대한 개념도이다. 도 7(a)의 상단 파형은 x축을 시간(sec)으로 하고 y 축을 슈퍼 커패시터 단자 전압(V)과 슈퍼 커패시터 단자 전류(A)로 한다. 그리고 그래프의 파형은 슈퍼 커패시터 에너지 저장 시스템이 충전 대기상태에서 충전 상태로 전환되는 경우를 나타낸 것이다.
충전 대기상태에서 충전상태로 전환되는 과정에서 센싱되는 전압과 전류가 변동된다. 도 7(a) 상단 파형은, 대기에서 충전으로 상태가 변경될 때에 단자 전류의 센싱이 지연되어 칼만 필터의 입력값에 오류가 발생하는 것을 도시한 것이다. 실선은 실제 측정값이고, 점선은 오류가 생긴 입력값이다.
도 7(a)의 하단 파형은 x축을 시간(sec), y축을 충전상태로 한다. 그리고 대기에서 충전으로 상태변동시 도 7(a) 상단 파형과 같이 칼만 필터 입력값에 오류가 발생한 경우 충전 상태 추정 파형과 실제 충전상태 파형이다. 실선은 실제 측정값이고, 점선은 오류가 생긴 충전상태 추정값이다.
이러한 오류발생의 이유는 다음과 같다. 도 7(a)의 상단 파형과 같이 실제 단자 전압 반응 시점부터 실제 단자 전류 반응 시점 사이의 측정 전류는 대기상태와 동일하다. 그러므로 전류 적산법으로 상태 벡터를 예측하는 칼만필터의 예측 단계에서 추정된 충전상태는 이전 상태를 유지한다. 그러면 칼만 필터의 보정 단계에서는 측정값과 추정값 사이의 오차에 따른 보정으로 추정된 개방회로 전압(OCV)의 크기를 조정한다.
이 때에 칼만필터에서 추정된 개방회로 전압은 실제 단자 전압의 크기와 같아지도록 조정된다. 추정된 개방회로 전압은 슈퍼 커패시터 내부 저항에 의해 전압강하만큼의 오차가 발생하게 된다. 그리고 칼만 필터는 실제 단자 전류값이 발생한 때부터 단자 전류가 센싱되는 시간인, 지연 시간 동안 추정된 개방회로 전압을 조정한다. 도 7(a) 하단 파형에 추정된 충전상태와 같이 센싱이 지연된 구간에서 추정된 충전상태에 헌팅과 추정 지연이 발생된다.
도 7(b)는 종래의 방법으로 도 6의 시스템 실험을 한 경우의 파형을 도시한 것이다. 도 7(b)는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 7(b)의 방법을 다르게 변형할 수 있다.
도 7(b)를 참조하면, 도 7(b)의 상단 파형은 x축을 시간(sec)으로 하고 y 축을 슈퍼 커패시터 측정 전압(V)과 슈퍼 커패시터 측정 전류(A)로 한다. 도 7(b)의 상단 파형은 슈퍼 커패시터 에너지 저장 시스템에서 슈퍼 커패시터의 실제 단자 전압, 실제 단자 전류를 파형으로 도시한 것이다. 그리고 도 7(b)의 하단 파형은 x축을 시간(sec), y축을 충전상태로 한다. 그리고 추정된 충전상태를 파형으로 도시한 것이다.
도 7(b)의 파형은 본 발명의 특징인 입력 데이터 보상부를 포함하지 않는 경우의 충전 상태 추정 지연을 나타낸다. 도 7(b)의 상단 파형의 측정 단자 전류의 지연시간은 약 500 [ms]이다. 그리고 도 7(b)의 하단 파형의 추정된 SOC에서 약 3.5 [%]의 변동폭을 가지는 헌팅과 추정 지연이 발생한다.
도 8(a)는 슈퍼 커패시터 에너지저장장치가 대기상태에서 충전상태로 전환되는 구간에서의 종래의 상태 추정 방법을 통해 추정된 개방회로 전압(OCV)과 추정된 충전상태(SOC)를 본 발명을 통해 추정한 개방회로 전압(OCV)와 충전상태(SOC)와 비교한 파형을 도시한 것이다. 도 8(a)는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 8(a)의 방법을 다르게 변형할 수 있다.
도 8(a)를 참조하면, 도 8(a) 상단은 x축을 시간(sec)으로 하고 y 축을 슈퍼 커패시터 전압(V)으로 한다. 각각의 파형은 실제 단자 전압, 종래 방법으로 추정된 개방회로 전압 및 본 발명으로 추정된 개방회로 전압이다. 슈퍼 커패시터가 충전상태가 되면 슈퍼커패시터의 개방회로 전압이 증가하게 되고, 단자 전압에는 개방회로 전압과 슈퍼 커패시터의 직렬 저항 성분에 걸리는 전압의 합으로 단자 전압에 나타나게 된다. 만일 측정 전류에 지연이 발생되는 경우에는 추정된 개방회로 전압과 직렬 저항 성분에 걸리는 전압 계산값에 오차가 발생하게 되어 칼만필터의 예측단계에서 도출되는 단자전압 예측값의 정확도가 저하된다. 종래의 방법으로 추정된 개방회로 전압은 전류 측정 지연에 따른 오차로 인해 추정 개방회로 전압에 헌팅 및 지연이 발생하였다. 그러나 본 발명으로 추정된 개방회로 전압은 전류의 측정 지연에 따른 오차를 입력 데이터 보상부를 통해 보상해줌으로써 종래의 방법으로 추정된 개방회로 전압에서 발생되던 헌팅 및 지연 문제가 현저히 완화되었다.
도 8(a) 하단은 x축을 시간(sec), y축을 충전상태로 한다. 각각의 파형은 종래의 방법으로 추정된 충전상태와 본 발명으로 추정된 충전상태이다. 종래의 방법으로 추정된 충전상태는 추정된 개방회로 전압과 유사한 헌팅 및 지연 문제가 발생하였는데, 이는 추정된 충전상태가 개방회로 전압에 대한 함수로 도출되므로 추정된 개방회로 전압의 특성이 추정된 충전상태에 반영된 결과이다. 본 발명으로 추정된 충전상태는 개방회로 전압 추정 성능을 높임으로써 헌팅 및 지연 문제가 크게 나타나지 않았다.
도8(b)는 슈퍼 커패시터 에너지저장장치가 충전 및 방전 운전 중에 종래의 방법으로 추정된 개방회로 전압과 추정된 충전상태를 본 발명의 상태 추정 방법을 통해 추정된 개방회로 전압과 추정된 충전상태와 비교한 파형을 도시한 것이다. 도 8(b)는 본 발명의 일 실시예에 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로 단지 본 발명을 예시하기 위한 것이며, 본 발명이 여기에 한정되는 것은 아니다. 따라서, 도 8(b)의 방법을 다르게 변형할 수 있다.
도 8(b)를 참조하면, 본 발명의 입력 데이터 보상부가 칼만 필터의 입력 오차를 보상하여 입력한다. 이를 통하여 칼만 필터 상태 추정 성능을 현저히 향상시키는 효과가 있다. 도 8(b) 상단은 x축을 시간(sec)으로 하고 y 축을 전압(V)으로 한다.
도 8(b)에서 대기상태에서 충전상태로 전환되는 구간이나 대기상태에서 방전상태로 전환되는 구간, 출력 크기가 변동하는 구간 등 운전상태가 전환되는 시점에 종래의 방법으로 추정된 개방회로 전압과 추정된 충전상태에서 헌팅이 지속적으로 발생되고, 출력 중에는 추정 지연이 있었으나, 본 발명을 통해 추정된 개방회로 전압과 추정된 충전상태에서는 헌팅 및 추정 지연 등이 현저히 완화되어 칼만필터의 추정 성능이 향상되었음을 볼 수 있다.
이상에서 본 개시의 실시예에 대하여 상세하게 설명하였지만 본 개시의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 개시의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 개시의 권리 범위에 속하는 것이다.
100 : 충전 상태 추정 시스템
110 : 센서부
111 : 단자 전압 센싱부
112 : 단자 전류 센싱부
113 : 온도 센싱부
120 : 입력 데이터 보상부
121 : 오차 보상부
130 : 충전상태 추정부
131 : 칼만 필터
s210 : 초기값 설정
s220 : 상태 추정값 및 상태 공분산 예측
s230 : 칼만 필터 이득 산출
s240 : 추정값 산출
s250 : 상태 공분산 산출

Claims (13)

  1. 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법으로서,
    상기 슈퍼 커패시터의 초기 추정 충전상태 추정값과 초기 상태 공분산 값을 설정하는 단계,
    상기 초기 추정 충전상태 추정값, 상기 초기 상태 공분산 값 및 상기 슈퍼 커패시터의 센서부에서 측정된 값들로 도출되어 하기의 수학식을 만족하는 입력값으로, 충전상태 예측값과 상태 공분산 예측값을 각각 산출하는 단계,
    상기 상태 공분산 예측값으로 상기 칼만 필터의 이득을 계산하는 단계,
    상기 충전상태 예측값 및 슈퍼 커패시터의 실제 단자 전압 측정값으로 충전상태 추정값을 계산하는 단계,
    상기 칼만 필터의 이득과 상기 상태 공분산 예측값으로 상태 공분산 값을 산출하는 단계 그리고
    상기 충전상태 추정값과 상기 상태 공분산 값을 상기 충전상태 예측값과 상기 상태 공분산 예측값을 산출하는 단계로 피드백하는 단계를 포함하는 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

    상기 는 k 번째 주기에서 충전상태 추정부의 칼만필터 입력값, 상기 는 k 번째 주기에서 슈퍼 커패시터의 단자 전압값(V), 상기 은 k 번째 주기에서 충전상태 추정값, 상기 C는 측정값 y에 대한 관계식에서 x의 계수행렬, 상기 D-1은 측정값 y에 대한 관계식에서 u의 계수행렬의 역행렬임
  2. 제 1항에 있어서,
    상기 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계는
    상기, 이전(以前) 단계의 충전상태 추정값으로 하기의 수학식을 만족하는 충전상태 추정값을 출력하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

    상기 는 k번째 주기의 충전상태 추정 예측값, 상기 은 k-1 번째 주기에서 충전상태 추정값, 상기 는 충전상태 추정부의 칼만필터 입력값, 상기 A는 k-1 번째 주기의 충전상태에 기반한 상태 전이행렬, 상기 B는 입력값 에 대한 상태 전이행렬임
  3. 제 2항에 있어서
    상기 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계는
    상기 이전 단계의 상태 공분산 값으로 하기의 수학식을 만족하는 상기 상태 공분산 예측값을 출력하는
    것을 더 포함하는 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

    상기 는 k 번째 주기의 상태 공분산 예측값, 상기 는 k 번째 주기의 상태 공분산 값, 상기 A는 k-1 번째 주기에서 충전상태에 기반한 상태 전이행렬, 상기 는 A의 전치(Transpose)행렬, 상기 Q는 시스템 잡음임.
  4. 제 1항에 있어서,
    상기 칼만 필터의 이득을 계산하는 단계는
    상기 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계에서 출력한 상기 상태 공분산 예측값으로 하기의 수학식을 만족하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

    상기 는 k 번째 주기의 칼만 필터 이득, 상기 는 k 번째 주기의 상태 공분산 예측값, 상기 C는 측정값 y에 대한 관계식에서 x의 계수행렬, 상기 는 C의 전치(Transpose)행렬, 상기 R은 센서 측정시의 잡음인 v의 공분산 행렬임
  5. 제 1항에 있어서,
    상기 충전상태 추정값을 계산하는 단계는
    상기 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계에서 출력한 충전상태 추정값 및 상기 칼만 필터의 이득을 계산하는 단계에서 출력한 k 번째 주기의 칼만 필터 이득으로 하기의 수학식을 만족하는 k 번째 주기의 충전상태 추정값을 출력하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

    상기 은 k 번째 주기에서 충전상태 추정값, 상기 는 k번째 주기의 충전상태 예측값, 상기 는 k 번째 주기의 칼만 필터 이득, 상기 는 k 번째 주기 슈퍼 커패시터의 단자 전압값(V), 상기 는 슈퍼 커패시터의 단자 전압 예측값(V)임
  6. 제 1항에 있어서,
    상기 상태 공분산 값을 산출하는 단계는
    상기 충전상태 예측값과 상태 공분산 예측값을 산출하는 단계에서 출력한 상기 상태 공분산 예측값 및 상기 칼만 필터의 이득을 계산하는 단계에서 출력한 k 번째 주기의 칼만 필터 이득으로 하기의 수학식을 만족하는 k 번째 주기의 상태 공분산 값을 출력하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법.

    상기 는 k 번째 주기의 상태 공분산 값, 상기 는 k 번째 주기의 칼만 필터 이득, 상기 C는 측정값 y에 대한 관계식에서 x의 계수행렬, 상기 는 k 번째 주기의 상태 공분산 예측값임
  7. 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로서,
    상기 슈퍼 커패시터의 단자 파라미터를 측정하는 센서부;
    상기 슈퍼 커패시터의 상기 센서부가 센싱한 데이터, 이전(以前) 주기의 충전상태 데이터 추정값 및 이전(以前) 주기의 상태 공분산을 입력으로 하여 측정 오차 보상치를 충전상태 추정부에 전송하는 입력 데이터 보상부 그리고
    센서부의 단자 전압 센싱부 데이터와 입력 데이터 보상부의 오차 보상 데이터를 입력으로 하여 충전상태 추정값을 출력하는 충전상태 추정부
    를 포함하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.
  8. 제 7항에 있어서,
    상기 센서부는 단자 전압 센서부, 단자 전류 센서부 및 온도 센싱부를 포함하고,
    상기 단자 전압 센싱부의 센싱 데이터는 상기 입력 데이터 보상부 및 충전상태 추정부에 입력되며,
    상기 센싱 데이터는 하기의 수식을 만족하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.

    상기 yk는 슈퍼 커패시터 단자 전압 측정값(V), 상기 xk는 k 번째 주기의 충전상태, 상기 uk는 k 번째 주기의 입력값, 상기 C는 측정값 y에 대한 관계식에서 x의 계수행렬, 상기 D는 측정값 y에 대한 관계식에서 u의 계수행렬, 상기 vk는 k 번째 주기에서의 측정 잡음임
  9. 제 8항에 있어서,
    상기 센싱부의 센싱 데이터는,
    상기 입력 데이터 보상부의 오차 보상부에 입력되고,
    상기 오차 보상부는 상기 센서부의 센싱 데이터 및 상기 충전상태 추정부의 상기 상태 데이터 추정값과 상기 상태 공분산을 입력으로 하여 오차 보상 값을 출력하며,
    상기 오차 보상 값은 하기의 수학식을 만족하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.

    상기 는 k 번째 주기에서 충전상태 추정부의 칼만필터 입력값, 상기 는 k 번째 주기에서 슈퍼 커패시터의 단자 전압값(V), 상기 은 k 번째 주기에서 충전상태 추정값, 상기 C는 측정값 y에 대한 관계식에서 x의 계수행렬, 상기 D-1은 측정값 y에 대한 관계식에서 u의 계수행렬의 역행렬임
  10. 제 7항에 있어서,
    상기 충전상태 추정부는,
    칼만 필터를 포함하고,
    상기 칼만 필터의 이득은 하기의 수학식을 만족하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.

    상기 는 k 번째 주기의 칼만 필터 이득, 상기 는 k 번째 주기의 상태 공분산 예측값, 상기 C는 측정값 y에 대한 관계식에서 x의 계수행렬, 상기 는 C의 전치(Transpose)행렬, 상기 R은 센서 측정시의 잡음인 v의 공분산 행렬임
  11. 제 10항에 있어서,
    상기 칼만 필터는 상기 단자 전압 센싱부의 센싱 데이터 및 상기 오차 보상 값을 입력으로 하고,
    하기의 수식을 만족하는 상기 충전상태 추정값을 출력하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.

    상기 은 k 번째 주기에서 충전상태 추정값, 상기 는 k번째 주기의 충전상태 예측값, 상기 는 k 번째 주기의 칼만 필터 이득, 상기 는 k 번째 주기 슈퍼 커패시터의 단자값, 상기 는 슈퍼 커패시터의 단자 전압 예측값(V)임
  12. 제 11항에 있어서,
    상기 칼만 필터의 출력은,
    상기 오차들의 공분산 값을 출력하고,
    상기 공분산 값은 하기의 수학식을 만족하는
    것을 더 포함하는 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.

    는 k 번째 주기의 상태 공분산 값, 는 k 번째 주기의 칼만 필터 이득, C는 측정값 y에 대한 관계식에서 x의 계수행렬, 는 k 번째 주기의 상태 공분산 예측값임
  13. 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템으로서,
    상기 슈퍼 커패시터를 포함하는 슈퍼 커패시터 뱅크,
    상기 슈퍼 커패시터를 충전 또는 방전하는 전력변환장치(PCS, Power Conversation System) 그리고
    상기 슈퍼 커패시터에 에너지를 저장하기 위해 구성된 직류 패널(DCP, DC Pannel)을 포함하고,
    상기 직류 패널은 충전 상태 추정 장치를 포함하며,
    상기 충전 상태 추정 패널은 입력 데이터 보상 장치를 포함하고,
    상기 입력 데이터 보상 장치는 하기의 수학식을 만족하는
    충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 시스템.

    상기 는 k 번째 주기의 보상된 단자 전류값(A), 상기 은 n 번째 주기의 보상된 단자 전류값(A), 상기 G1은 오차 비례항의 비례 이득, 상기 G2는 오차 적분항의 적분 이득, 상기 는 k 번째 주기의 단자 전압값(V), 상기 는 n 번째 주기의 단자 전압값(V), 상기 는 k-1 번째 주기에서 가지는 개방회로 전압의 추정값(V), 상기 는 n-1 번째 주기에서 가지는 개방회로 전압의 추정값(V), 상기 는 슈퍼 커패시터 등가회로의 내부저항값(Ω), 상기 △t는 입력 데이터 보상부의 연산주기임
KR1020220004755A 2022-01-12 2022-01-12 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템 KR20230108969A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220004755A KR20230108969A (ko) 2022-01-12 2022-01-12 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220004755A KR20230108969A (ko) 2022-01-12 2022-01-12 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20230108969A true KR20230108969A (ko) 2023-07-19

Family

ID=87425751

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220004755A KR20230108969A (ko) 2022-01-12 2022-01-12 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20230108969A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116973770A (zh) * 2023-09-25 2023-10-31 东方电子股份有限公司 一种基于稳态卡尔曼滤波器的电池soc估计方法及系统
CN117741450A (zh) * 2024-02-21 2024-03-22 新风光电子科技股份有限公司 一种电参数分析的储能电池检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116973770A (zh) * 2023-09-25 2023-10-31 东方电子股份有限公司 一种基于稳态卡尔曼滤波器的电池soc估计方法及系统
CN116973770B (zh) * 2023-09-25 2023-12-08 东方电子股份有限公司 一种基于稳态卡尔曼滤波器的电池soc估计方法及系统
CN117741450A (zh) * 2024-02-21 2024-03-22 新风光电子科技股份有限公司 一种电参数分析的储能电池检测方法
CN117741450B (zh) * 2024-02-21 2024-05-14 新风光电子科技股份有限公司 一种电参数分析的储能电池检测方法

Similar Documents

Publication Publication Date Title
Li et al. Enhanced online model identification and state of charge estimation for lithium-ion battery under noise corrupted measurements by bias compensation recursive least squares
KR20230108969A (ko) 슈퍼 커패시터의 충전 상태 추정을 위한 칼만 필터의 입력값 오차 보상 방법 및 시스템
US8099180B2 (en) State and parameter estimator having integral and differential components for electrical energy accumulators
JP4473823B2 (ja) 電気エネルギー蓄積器のための複数の部分モデルを用いた状態量およびパラメータの推定装置
KR100813925B1 (ko) 뉴럴 네트워크 연산에 기초하여 2차 전지의 충전 상태를검출하기 위한 방법 및 장치
EP2320242B1 (en) Apparatus and method for cell balancing using the voltage variation behavior of battery cell
JP4638195B2 (ja) バッテリの劣化度推定装置
RU2328753C2 (ru) Устройство и способ для оценки уровня заряженности батареи с использованием нейронной сети
US9537325B2 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
US5352968A (en) Battery charge state determination
US20040128086A1 (en) Circuit and method for monitoring battery state of charge
US9201119B2 (en) Battery fuel gauge
US20050154544A1 (en) System for calculating remaining capacity of energy storage device
KR101402802B1 (ko) 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법
KR20010043872A (ko) 전지 충전상태의 추정수단 및 전지 열화상태의 추정방법
US10649035B2 (en) Method for estimating the current and the state of charge of a battery pack or cell, without direct detection of current under operating conditions
WO2019230033A1 (ja) パラメータ推定装置、パラメータ推定方法及びコンピュータプログラム
JPWO2019003377A1 (ja) 蓄電池残量推定装置、蓄電池残量推定方法、およびプログラム
US11811024B2 (en) BMS and battery system
KR102481221B1 (ko) 에너지 저장 시스템의 충전 상태 추정장치 및 방법
JP4783446B2 (ja) 充放電試験用コントローラおよび充放電試験方法
CN115932591A (zh) 基于pid-ekf的锂电池soc估算方法、系统、介质及电子设备
CN113917348A (zh) 一种电池soc修正方法、装置、计算机设备和存储介质
JP4638194B2 (ja) 蓄電デバイスの残存容量演算装置
US11035902B2 (en) Advanced fuel gauge

Legal Events

Date Code Title Description
E902 Notification of reason for refusal