KR20230109916A

KR20230109916A - 배터리 상태 추정 방법 및 그 방법을 제공하는 배터리 시스템

Info

Publication number: KR20230109916A
Application number: KR1020220005739A
Authority: KR
Inventors: 최건; 김동현; 홍성주
Original assignee: 주식회사 엘지에너지솔루션
Priority date: 2022-01-14
Filing date: 2022-01-14
Publication date: 2023-07-21
Also published as: WO2023136455A1

Abstract

본 발명은, 배터리의 SOC(State of Charge), SOH(State of Health), SOP(State of Power) 등(이하, SOX)과 같은 배터리의 상태를 추정하는 방법 및 그 방법을 제공하는 배터리 시스템에 관한 것으로, 본 발명의 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 배터리 시스템이 탑재되는 시스템과 통신하여 상기 시스템의 식별정보를 수신하는 통신부, 상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류 및 온도 중 적어도 하나의 배터리 정보를 수집하는 모니터링부, 소정의 알고리즘에 따라 상기 배터리 정보에 기초하여 상기 복수의 배터리 셀 각각의 충전상태(SOC, State of Charge)를 추정하는 복수의 SOC 추정모델과, 상기 식별정보에 대응하는 제1 가중치를 저장하는 저장부, 그리고 상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 SOC 추정모델이 추정한 복수의 충전상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 충전상태의 평균값을 산출하는 제어부를 포함한다.

Description

배터리 상태 추정 방법 및 그 방법을 제공하는 배터리 시스템{BATTERY STATE PREDICTION METHOD AND BATTERY SYSTEM PROVIDING THE SAME}

본 발명은, 배터리의 SOC(State of Charge), SOH(State of Health), SOP(State of Power) 등(이하, SOX)과 같은 배터리의 상태를 추정하는 방법 및 그 방법을 제공하는 배터리 시스템에 관한 것이다.

전기 자동차 또는 하이브리드 자동차와 같이 고출력 제품에 탑재되는 배터리는 부하에 고전압을 공급하여야 하므로 직렬 또는 병렬 연결된 다수의 셀을 포함한다. 친환경 자동차에 있어 배터리의 성능은 곧 자동차의 성능과 직결되는 문제이므로 배터리의 상태를 효율적으로 관리하는 배터리 관리 시스템(Battery Management System, 이하 BMS)의 역할이 중요하다.

BMS는, 배터리에 흐르는 배터리 전류, 복수의 배터리 셀의 복수의 셀 전압 및 배터리 온도 등(이하 배터리 데이터)에 기초하여 배터리(또는 배터리 셀)의 충전상태(SOC, State of Charge), 건강상태(SOH, State of Health), 출력상태(SOP, State of Power) 등을 추정하고, 추정된 결과에 기초하여 배터리의 상태를 진단한다. 진단 결과 이상(error)이 발행하는 경우, BMS는, 진단 결과를 배터리 시스템이 탑재된 상위 시스템(예를 들어, 자동차, 바이크, ESS 등)에 전송하여 상위 시스템의 전반적인 안전 및 성능이 관리될 수 있도록 한다.

한편, 배터리 셀의 비선형성으로 인해, 배터리의 충전상태(SOC), 건강상태(SOH), 출력상태(SOP) 등은 직접 측정이 불가능하다. 이에, BMS는, SOC 추정모델, SOH 추정모델, SOP 추정모델들을 포함하고, 각 추정모델들은 배터리 데이터에 기반하여 배터리의 충전상태(SOC), 건강상태(SOH), 출력상태(SOP) 등을 추정한다.

그러나, 직접적인 측정 방법이 아니라 간접적인 추정 방법으로 도출된 결과에 기초하여 배터리를 진단함으로써, 진단 결과를 신뢰하기 어려운 문제가 있다. 이를 해결하기 위해, 최근 복수의 추정모델에 가중치를 반영하여 충전상태(SOC) 등을 추정하는 방법이 사용되고 있다. 그러나, 이 또한, 배터리 시스템이 탑재된 상위 시스템의 종류나 상태 등을 고려하지 않고 일률적으로 정해진 가중치를 반영함으로써, 추정 방법에 대한 신뢰도 문제를 근본적으로 해결하지 못하고 있다.

본 발명은, 배터리 시스템이 탑재된 상위 시스템에 최적화된 가중치를 복수의 추정모델에 반영하여 배터리의 상태(SOC, SOH, SOP 등)를 추정하는 배터리 상태 추정 방법 및 그 방법을 제공하는 배터리 시스템을 제공하는 것이다.

본 발명의 일 특징에 따른 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 배터리 시스템이 탑재되는 시스템과 통신하여 상기 시스템의 식별정보를 수신하는 통신부, 상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류 및 온도 중 적어도 하나의 배터리 정보를 수집하는 모니터링부, 소정의 알고리즘에 따라 상기 배터리 정보에 기초하여 상기 복수의 배터리 셀 각각의 충전상태(SOC, State of Charge)를 추정하는 복수의 SOC 추정모델과, 상기 식별정보에 대응하는 제1 가중치를 저장하는 저장부, 그리고 상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 SOC 추정모델이 추정한 복수의 충전상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 충전상태의 평균값을 산출하는 제어부를 포함한다.

상기 제어부는, 상기 복수의 배터리 셀 각각에 대하여, 상기 식별정보 및 기 설정된 소정의 추정조건에 대응하는 제2 가중치를 상기 복수의 충전상태에 적용한 결과를 합산하여 제2 충전상태의 평균값을 산출할 수 있다.

상기 추정조건은, 상기 수집된 복수의 셀 전압 각각을 소정의 기준값을 비교한 결과에 따라 결정될 수 있다.

상기 저장부는, 상기 배터리 시스템이 탑재 가능한 복수의 시스템 각각에 대한 복수의 식별정보, 상기 복수의 식별정보 각각에 대응하는 복수의 제1 가중치, 상기 복수의 식별정보 및 상기 추정조건 각각에 대응하는 복수의 제2 가중치가 저장될 수 있다.

본 발명의 다른 특징에 따른 배터리 시스템은, 복수의 배터리 셀을 포함하는 배터리, 배터리 시스템이 탑재되는 시스템과 통신하여 상기 시스템의 식별정보를 수신하는 통신부, 상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류, 및 온도 중 적어도 하나의 배터리 정보를 수집하는 모니터링부, 소정의 알고리즘에 따라 상기 배터리 정보에 기초하여 상기 복수의 배터리 셀 각각의 건강상태(SOH, State of Health)를 추정하는 복수의 SOH 추정모델과, 상기 식별정보에 대응하는 제1 가중치를 저장하는 저장부, 그리고 상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 SOH 추정모델이 추정한 복수의 건강상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 건강상태의 평균값을 산출하는 제어부를 포함한다.

상기 제어부는, 상기 복수의 배터리 셀 각각에 대하여, 상기 식별정보 및 기 설정된 소정의 추정조건에 대응하는 제2 가중치를 상기 복수의 건강상태에 적용한 결과를 합산하여 제2 건강상태의 평균값을 산출할 수 있다.

상기 추정조건은, 상기 수집된 복수의 셀 전압 각각을 소정의 기준값과 비교한 결과에 따라 결정될 수 있다.

본 발명의 또 다른 특징에 따른 배터리 상태 추정 방법은, 배터리 시스템이 탑재되는 시스템의 식별정보에 대응하는 제1 가중치를 결정하는 단계, 소정의 알고리즘에 따라 배터리 정보에 기초하여 배터리에 포함된 복수의 배터리 셀 각각의 충전상태(SOC, State of Charge)를 추정하는 복수의 SOC 추정모델로부터 복수의 충전상태를 수신하는 단계, 그리고 상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 충전상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 충전상태의 평균값을 산출하는 단계를 포함하고, 상기 배터리 정보는, 상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류 및 온도 중 적어도 하나를 포함한다.

상기 가중치를 결정하는 단계는, 상기 시스템의 식별정보 및 기 설정된 소정의 추정조건에 대응하는 제2 가중치를 결정하고, 상기 산출하는 단계는, 상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 충전상태에 상기 제2 가중치를 적용한 결과를 합산하여 제2 충전상태의 평균값을 산출할 수 있다.

상기 추정조건은, 상기 복수의 셀 전압 각각을 소정의 기준값과 비교한 결과에 따라 결정될 수 있다.

본 발명은, 배터리가 사용되는 환경 즉, 배터리 시스템이 탑재된 상위 시스템에 최적화된 가중치를 복수의 추정모델에 반영하여 배터리의 상태를 추정함으로써, 추정된 결과의 신뢰도를 높일 수 있다.

본 발명은, 배터리 시스템이 탑재된 상위 시스템뿐만 아니라 배터리의 현재 상태(셀 전압 등)까지 고려한 가중치를 복수의 추정모델에 반영하여 배터리의 상태를 추정함으로써, 추정된 결과의 신뢰도를 현저히 높일 수 있다.

도 1은 일 실시예에 따른 배터리 시스템이 탑재되는 상위 시스템을 설명하는 개념도이다.
도 2는 도 1의 배터리 시스템을 상세하게 설명하는 블록도이다.
도 3은 도 2의 제어부(MCU)의 기능을 상세하게 설명하는 블록도이다.
도 4는 다른 실시예에 따른 배터리 상태 추정 방법을 설명하는 흐름도이다.

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, 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 시스템이 탑재되는 상위 시스템을 설명하는 개념도이고, 도 2는 도 1의 배터리 시스템을 상세하게 설명하는 블록도이며, 도 3은 도 2의 제어부(MCU)의 기능을 상세하게 설명하는 블록도이다.

도 1을 참고하면, 상위 시스템(1)은 배터리 시스템(2)이 탑재되는 시스템이다.

상위 시스템(1)은 배터리가 필요한 모든 시스템을 포함할 수 있다. 예를 들어, 상위 시스템(1)은 자동차, 바이크, 에너지저장시스템(ESS, Energy Storage System) 등을 포함할 수 있다.

배터리 시스템(2)은, 상위 시스템(1)에 맞춤형 SOX(State of X) 추정 알고리즘을 포함한다. 일 실시예에 따라, 배터리 시스템(2)은, 현재 배터리 시스템(2)이 탑재된 상위 시스템(1)을 식별하고, 그에 대응하는 SOX(State of X) 추정 알고리즘에 따라 배터리 상태(SOX, State of X)를 추정한다.

그러면, 다양한 상위 시스템(1)에 사용 가능한 표준 배터리가 특정 상위 시스템(1)에 탑재되어 사용되는 경우에도, 배터리 시스템(2)은, 개별 상위 시스템(1)의 특징이 잘 반영되는 배터리의 충전상태(SOC, State of Charge), 건강상태(SOH, State of Health), 출력상태(SOP, State of Power) 등을 추정할 수 있다. 즉, 일 실시예에 따른 배터리 시스템(2)은, 배터리 상태(SOX, State of X)를 정밀도 높게 추정할 수 있다.

도 2를 참고하면, 배터리 시스템(2)은, 배터리(10), 릴레이(20), 전류센서(30), 그리고 BMS(Battery Management System)(40)을 포함한다.

배터리(10)는, 전기적으로 직렬 및 병렬 연결되어 있는 복수의 배터리 셀(Cell1-Celln)을 포함할 수 있다. 어떤 실시예에서, 배터리 셀은 충전 가능한 2차 전지일 수 있다. 소정 개수의 배터리 셀이 직렬 연결되어 배터리 모듈(battery module)을 구성하고, 소정 개수의 배터리 모듈이 직렬 연결되어 배터리 팩(battery pack)을 구성하고, 소정 개수의 배터리 팩이 병렬 연결되어 배터리 뱅크(battery bank)를 구성하여, 원하는 전력을 공급할 수 있다. 도 1에는, 복수의 배터리 셀(Cell1-Celln)이 직렬 연결된 배터리(10)를 도시하고 있으나, 이에 한정되지 않고, 배터리(10)는 배터리 모듈, 배터리 팩, 또는 배터리 뱅크 단위로 구성될 수 있다.

복수의 배터리 셀(Cell1-Celln) 각각은 배선을 통해 BMS(40)에 전기적으로 연결되어 있다. BMS(40)는 복수의 배터리 셀(Cell1-Celln)에 대한 정보를 포함한 배터리 셀에 관한 다양한 정보를 취합 및 분석하여 배터리 셀의 충전 및 방전, 보호 동작 등을 제어하고, 릴레이(20)의 동작을 제어할 수 있다.

도 1에서는, 배터리(10)는 직렬 연결되어 있는 복수의 배터리 셀(Cell1-Celln)을 포함하고, 배터리 시스템(2)의 두 출력단(OUT1, OUT2) 사이에 연결되어 있으며, 배터리 시스템(2)의 양극과 제1 출력단(OUT1) 사이에 릴레이(20)가 연결되어 있고, 배터리 시스템(2)의 음극과 제2 출력단(OUT2) 사이에 전류센서(30)가 연결되어 있다. 도 1에 도시된 구성들 및 구성들 간의 연결 관계는 일 예로 발명이 이에 한정되는 것은 아니다.

릴레이(20)는 배터리 시스템(2)과 외부장치 간의 전기적 연결을 제어한다. 릴레이(20)가 온 되면, 배터리 시스템(2)과 외부장치가 전기적으로 연결되어 충전 또는 방전이 수행되고, 릴레이(20)가 오프 되면, 배터리 시스템(2)과 외부장치가 전기적으로 분리된다. 이때, 외부장치는 배터리(10)에 전력을 공급하여 충전하는 충전 사이클에서는 충전기이고, 배터리(10)가 외부장치로 전력을 방전하는 방전 사이클에서는 부하일 수 있다.

전류센서(30)는 배터리(10)와 외부장치간 전류 경로에 직렬 연결되어 있다. 전류센서(30)는 배터리(10)에 흐르는 배터리 전류 즉, 충전 전류 및 방전 전류를 측정하고, 측정 결과를 BMS(40)에 전달할 수 있다. 예를 들어, 복수의 배터리 셀(Cell1-Celln)이 직렬 연결되는 경우, 배터리 전류는 셀 전류에 대응할 수 있다.

도 2에는 도시하지 않았으나, 배터리 시스템(2)은 배터리(10)의 온도를 측정하는 온도센서(미도시)를 더 포함할 수 있다. 온도센서는, 배터리(10)의 온도를 측정하고, 측정 결과를 BMS(40)에 전달할 수 있다. 복수의 배터리 셀(Cell1-Celln) 각각의 셀의 온도는 배터리(10)의 온도에 기초하여 추정될 수 있다.

BMS(40)는 모니터링부(41), 저장부(43), 통신부(45), 그리고 제어부(47)를 포함한다.

모니터링부(41)는, 복수의 배터리 셀(Cell1-Celln) 각각의 양극 및 음극에 전기적으로 연결되어, 복수의 배터리 셀(Cell1-Celln) 각각의 셀 전압을 측정한다. 전류센서(30)에 의해 측정된 배터리 전류 값 및 온도센서(미도시)에 의해 측정된 배터리 온도 값은 모니터링부(41)로 전달될 수 있다. 모니터링부(41)는 측정된 셀 전압, 배터리 전류, 및 배터리 온도에 대한 정보를 제어부(47)에 전달한다.

예를 들어, 모니터링부(41)는 충전 및 방전이 발생하지 않는 휴식(rest) 기간에 복수의 배터리 셀(Cell1-Celln) 각각의 셀 전압을 소정 주기 마다 측정하고, 측정된 셀 전압에 기초하여 셀 전류를 계산할 수 있다. 모니터링부(41)는 복수의 배터리 셀(Cell1-Celln) 각각의 셀 전압 및 셀 전류를 제어부(47)에 전달할 수 있다.

저장부(43)는, 시스템 식별정보(APP ID), 가중치, 배터리 상태(SOX, State of X)를 추정하는 복수의 추정모델, 및 배터리 정보가 저장된다. 배터리 상태(SOX, State of X)는, 배터리 셀의 충전상태(SOC, State of Charge), 배터리 셀의 건강상태(SOH, State of Health), 배터리 셀의 출력상태(SOP, State of Power) 등을 포함할 수 있다. 이때, 배터리 정보는 셀 전압, 배터리 전류, 및 배터리 온도 등 배터리와 관련된 정보를 포함할 수 있다.

저장부(43)는, 소정의 알고리즘에 따라 배터리 정보에 기초하여 배터리(10)에 포함된 복수의 배터리 셀 각각의 충전상태(SOC)를 추정하는 복수의 SOC 추정모델을 저장할 수 있다. 도 3에서는, 제1 SOC 추정모델 및 제2 SOC 추정모델 즉, 두 개의 SOC 추정모델을 도시하고 있으나 이에 한정되는 것은 아니며, BMS(40)는 세 개 이상의 SOC 추정모델을 포함할 수 있다.

예를 들어, 도 3을 참고하면, 저장부(43)는, 기존에 널리 알려진 전류 적산법(Coulomb Counting Method)에 따라 충전상태(SOC)를 추정하는 제1 SOC 추정모델, OCV(Open Circuit Voltage Method)-SOC 관계에 기초하여 충전상태(SOC)를 추정하는 제2 SOC 추정모델, 단자전압에 기초하여 충전상태(SOC)를 추정하는 제3 SOC 추정모델 등이 저장될 수 있다.

저장부(43)는, 소정의 알고리즘에 따라 배터리 정보에 기초하여 배터리(10)에 포함된 복수의 배터리 셀 각각의 건강상태(SOH)를 추정하는 복수의 SOH 추정모델을 저장할 수 있다. 도 3에서는, 제1 SOH 추정모델 및 제2 SOH 추정모델 즉, 두 개의 SOH 추정모델을 도시하고 있으나 이에 한정되는 것은 아니며, BMS(40)는 세 개 이상의 SOH 추정모델을 포함할 수 있다.

예를 들어, 도 3을 참고하면, 저장부(43)는, 기존에 널리 알려진 OCV-SOH 관계에 기초하여 건강상태(SOH)를 추정하는 제1 SOH 추정모델, SOC-SOH 관계에 기초하여 건강상태(SOH)를 추정하는 제2 SOH 추정모델, 배터리 셀의 직류 내부 저항(DCIR, Direct Current Internal Resistance)에 기초하여 건강상태(SOH)를 추정하는 제3 SOH 추정모델 등이 저장될 수 있다.

저장부(43)는, 소정의 알고리즘에 따라 배터리 정보에 기초하여 배터리(10)에 포함된 복수의 배터리 셀 각각의 출력상태(SOP)를 추정하는 복수의 SOP 추정모델이 저장될 수 있다. 도 3에서는, 제1 SOP 추정모델 및 제2 SOP 추정모델 즉, 두 개의 SOP 추정모델을 도시하고 있으나 이에 한정되는 것은 아니며, BMS(40)는 세 개 이상의 SOP 추정모델을 포함할 수 있다.

예를 들어, 도 3을 참고하면, 저장부(43)는, 기존에 널리 알려진 직류 내부 저항(DCIR)에 기초하여 출력상태(SOP)를 추정하는 제1 SOP 추정모델, 전류 데이터 및 전압 데이터를 이용하여 회귀분석법에 의해 산출된 I-V 프로파일과 방전 하한 전압과의 교차하는 점에 기초하여 출력상태(SOP)를 추정하는 제2 SOP 추정모델, 배터리 데이터로부터 칼만 필터와 같은 적응적 계산 알고리즘을 이용하여 출력상태(SOP)를 추정하는 제3 SOP 추정모델 등이 저장될 수 있다.

시스템 식별정보(APP ID)는, 배터리 시스템(2)이 탑재되는 시스템을 구별하는 식별정보일 수 있다. 예를 들어, 저장부(43)는, 차량 시스템의 식별정보(E_Vehicle, APP ID=001), 바이크 시스템의 식별정보(E_Bike, APP ID=002), ESS 시스템의 식별정보(E_ESS, APP ID=003) 등의 다양한 시스템 식별정보(APP ID)가 저장될 수 있다.

가중치는, 상위 시스템(1)에 맞춤형 배터리 상태(SOX)를 추정하기 위해 기 설정되어 저장부(43)에 저장되는 값일 수 있다. 일 실시예에 따라, 가중치는, 시스템 식별정보(APP ID)에 대응하는 복수의 제1 가중치를 포함할 수 있다. 다른 실시예에 따라, 가중치는, 시스템 식별정보(APP ID) 및 소정의 추정조건에 대응하는 복수의 제2 가중치를 포함할 수 있다. 보다 상세한 설명은, 이하 제어부(47)와 함께 설명한다.

추정조건은, 배터리 셀의 현재 상태를 반영하는 조건일 수 있다. 예를 들어, 추정조건은, 배터리 셀의 셀 전압을 소정의 기준값과 비교한 결과에 따라 결정될 수 있다. 다른 예를 들어, 추정조건은, 배터리 셀의 셀 전압, 배터리 전류 또는 배터리 온도에 의해 결정되는 조건을 포함할 수 있다. 그러나, 추정조건은 셀 전압, 배터리 전류, 및 배터리 온도에 한정되는 것은 아니며, 배터리(10) 또는 배터리 셀의 현재 상태를 반영하는 다양한 조건을 포함할 수 있다.

통신부(45)는, 상위 시스템(1)과 통신하여 상위 시스템(1)의 식별정보(이하, 시스템 식별정보)를 수신한다. 예를 들어, 제어부(47)는 통신부(45)가 수신한 시스템 식별정보(APP ID)를 저장부(43)에 저장할 수 있다.

제어부(47)는, 통신부(45)를 통해 수신한 시스템 식별정보(APP ID) 및 소정의 추정조건 중 적어도 하나에 대응하는 가중치를 결정하고, 결정한 가중치에 기초하여 배터리 상태(SOX)를 추정한다.

도 3을 참고하면, 제어부(47)는, 추정모듈(471) 및 진단모듈(473)을 포함할 수 있다.

추정모듈(471)은, 시스템 식별정보(APP ID) 및 소정의 추정조건 중 적어도 하나에 대응하는 가중치를 결정한다. 추정모듈(471)은, 결정한 가중치를 복수의 SOX 추정모델이 추정한 복수의 추정결과에 적용하고, 가중치가 적용된 복수의 추정결과를 합산하여 평균값을 산출한다.

하기 표 1은, 소정의 시스템 식별정보(APP ID)에 대응하는 복수의 제1 가중치에 대한 일 예시이다. 앞서 설명한 바와 같이, 제1 가중치는 시스템 식별정보(APP ID)만을 고려한 가중치일 수 있으며, 하기 표 1과 같이 추정모델마다 대응하는 값이 상이할 수 있다.

<표 1>

예를 들어, 상위 시스템(1)이 차량 시스템(E_Vehicle, APP ID=001)인 것으로 가정하자. 도 3 및 표 1을 참고하면, 추정모듈(471)은, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)에 대응하는 제1 가중치 0.7를 적용하고, 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대응하는 제1 가중치 0.3을 적용하여, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값()을 산출할 수 있다.

구체적으로, 제1 배터리 셀에 대해, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)이 50%이고, 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)이 54%인 경우, 추정모듈(471)은, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값(Aave)을 51.2%로 산출할 수 있다. 동일한 방법으로, 추정모듈(471)은, 제2 배터리 셀, 제3 배터리 셀 등 복수의 배터리 셀 각각에 대한 충전상태(SOC)의 평균값(Aave)을 산출할 수 있다.

하기 표 2는, 소정의 시스템 식별정보(APP ID) 및 추정조건에 대응하는 복수의 제2 가중치에 대한 일 예시이다. 앞서 설명한 바와 같이, 제2 가중치는 시스템 식별정보(APP ID) 및 추정조건을 모두 고려한 가중치일 수 있으며, 하기 표2와 같이 추정모델마다 대응하는 값이 상이할 수 있다.

<표 2>

표 2에서는, 추정조건을 셀 전압과 소정의 기준값(예를 들어, 3.7V)의 비교 결과에 따라 결정되는 조건으로 설명하고 있으나, 앞서 설명한 바와 같이 추정조건이 상기 셀 전압 및 기준값에 한정되는 것은 아니다.

예를 들어, 표 2를 참고하면, 상위 시스템(1)이 차량 시스템(E_Vehicle, APP ID=001)이고, 현재 배터리(10)에 포함된 제1 배터리 셀의 셀 전압이 3.7V 이상이라고 가정하자. 도 3 및 표 2를 참고하면, 추정모듈(471)은, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)에 대응하는 제2 가중치 0.7를 적용하고, 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대응하는 제2 가중치 0.3을 적용하여, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값()을 산출할 수 있다.

다른 예를 들어, 표 2를 참고하면, 상위 시스템(1)이 바이크 시스템(E_Bike, APP ID=002)이고, 현재 배터리(10)에 포함된 제1 배터리 셀의 셀 전압이 3.7V 미만이라고 가정하자. 도 3 및 표 2를 참고하면, 추정모듈(471)은, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)에 대응하는 제2 가중치 0.5를 적용하고, 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대응하는 제2 가중치 0.5를 적용하여, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값()을 산출할 수 있다.

구체적으로, 제1 배터리 셀에 대해, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)이 50%이고, 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)이 54%인 경우, 추정모듈(471)은, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값(Aave)을 52%로 산출할 수 있다. 동일한 방법으로, 추정모듈(471)은, 제2 배터리 셀, 제3 배터리 셀 등 복수의 배터리 셀 각각에 대한 충전상태(SOC)의 평균값(Aave)을 산출할 수 있다.

상기 표 1 및 표 2에서는, 배터리(10)의 충전상태(SOC)에 대해서만 설명하고 있으나 이에 한정되는 것은 아니다. 추정모듈(471)은, 앞서 설명한 방법과 동일한 방법으로 도 3에 도시된 복수의 SOH 추정모델 및 복수의 SOP 추정모델을 이용하여, 복수의 배터리 셀 각각에 대한 건강상태(SOH)의 평균값(Bave) 및 출력상태(SOP)의 평균값(Cave)을 산출할 수 있다.

진단모듈(473)은, 추정모듈(471)이 산출한 배터리 상태(SOX)의 평균값을 배터리 상태(SOX) 값으로 결정하고, 이를 기초로 배터리(10)에 대한 고장 진단 등을 수행할 수 있다. 예를 들어, 진단모듈(473)은, 건강상태(SOH)의 평균값(Bave)이 기 설정된 기준값보다 작으면, 배터리(10)를 고장상태로 진단할 수 있다.

도 4는 다른 실시예에 따른 배터리 상태 추정 방법을 설명하는 흐름도이다.

이하 도 1 내지 도 4를 참고하여, 배터리 상태 추정 방법 및 그 방법을 제공하는 배터리 시스템을 설명한다.

도 4를 참고하면, BMS(40)는 배터리 시스템(2)이 탑재되는 상위 시스템(1)의 식별정보(APP ID) 및 기 설정된 소정의 추정조건에 대응하는 가중치를 결정한다(S100).

BMS(40)는, 먼저 추정할 배터리 상태(SOX), 시스템 식별정보(APP ID), 및 추정조건 적용 여부에 기초하여, 제1 가중치 또는 제2 가중치를 결정할 수 있다.

일 실시예에 따라, 배터리 시스템(2)이 탑재되는 상위 시스템(1)의 식별정보(APP ID)만을 고려하여 배터리 상태(SOX)를 추정하는 경우, BMS(40)는 저장부(43)에 기 저장된 상기 표 1에서 제1 가중치를 결정할 수 있다.

예를 들어, 차량 시스템(E_Vehicle, APP ID=001)에 탑재된 복수의 배터리 셀 각각의 충전상태(SOC)를 추정하는 경우, BMS(40)는, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)에 적용할 제1 가중치(0.7) 및 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대응하는 제1 가중치(0.3)를 결정할 수 있다.

다른 실시예에 따라, 배터리 시스템(2)이 탑재되는 상위 시스템(1)의 식별정보(APP ID) 및 추정조건을 고려하여 배터리 상태(SOX)를 추정하는 경우, BMS(40)는 저장부(43)에 기 저장된 상기 표 2에서 제2 가중치를 결정할 수 있다.

예를 들어, 바이크 시스템(E_Bike, APP ID=002)에 탑재된 복수의 배터리 셀 각각의 충전상태(SOC)를 셀 전압 3.7V 미만인 조건에서 추정하는 경우, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)에 적용할 제2 가중치(0.5) 및 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대응하는 제2 가중치(0.5)를 결정할 수 있다.

다음으로, BMS(40)는, 소정의 알고리즘에 따라 배터리 정보에 기초하여 배터리 상태(SOX)를 추정하는 복수의 SOX 추정모델 각각으로부터 복수의 배터리 셀 각각에 대한 배터리 상태(SOX)에 대한 정보를 수집한다(S200).

도 3을 참고하면, 예를 들어, BMS(40)는, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1) 및 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대한 정보를 수집할 수 있다. 다른 예를 들어, BMS(40)는, 제1 SOH 추정 모듈이 추정한 제1 SOH 값(B1) 및 제2 SOH 추정 모듈이 추정한 제2 SOH 값(B2)에 대한 정보를 수집할 수 있다. 또 다른 예를 들어, BMS(40)는, 제1 SOP 추정 모듈이 추정한 제1 SOP 값(C1) 및 제2 SOP 추정 모듈이 추정한 제2 SOP 값(C2)에 대한 정보를 수집할 수 있다.

다음으로, BMS(40)는, 복수의 배터리 상태(SOX) 각각에 가중치를 적용한 결과를 합산하여 배터리 상태(SOX)의 평균값을 산출한다(S300).

예를 들어, 상위 시스템(1)이 바이크 시스템(E_Bike, APP ID=002)이고, 현재 배터리(10)에 포함된 제1 배터리 셀의 셀 전압이 3.7V 미만이라고 가정하자. 도 3 및 표 2를 참고하면, BMS(40)는, 제1 SOC 추정 모듈이 추정한 제1 SOC 값(A1)에 대응하는 제2 가중치 0.5를 적용하고, 제2 SOC 추정 모듈이 추정한 제2 SOC 값(A2)에 대응하는 제2 가중치 0.5를 적용하여, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값()을 산출할 수 있다. 구체적으로, 제1 SOC 값(A1)이 50%이고, 제2 SOC 값(A2)이 54%인 경우, BMS(40)는, 제1 배터리 셀에 대한 충전상태(SOC)의 평균값(Aave)을 52%로 산출할 수 있다.

이후, BMS(40)는, 추정한 배터리의 상태(SOX)의 평균값에 기초하여 배터리의 고장 상태 진단, 셀 밸런싱 여부 등을 결정할 수 있다.

정리하면, 배터리(10)는 사용되는 환경 즉, 상위 시스템(1) 및 배터리의 현재 상태(셀 전압, 셀 온도 등)에 따라 충전상태(SOC), 건강상태(SOH), 출력상태(SOP) 등을 정밀하게 추정할 수 있는 추정모델이 상이할 수 있다. 본 발명은, 복수의 추정모델을 사용할 뿐만 아니라, 복수의 추정모델이 추정한 결과에 상기와 같은 상황을 반영한 가중치를 적용하여 현재 배터리(10)의 상태(SOX)를 보다 정밀도 높게 추정할 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.

Claims

복수의 배터리 셀을 포함하는 배터리,
배터리 시스템이 탑재되는 시스템과 통신하여 상기 시스템의 식별정보를 수신하는 통신부,
상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류 및 온도 중 적어도 하나의 배터리 정보를 수집하는 모니터링부,
소정의 알고리즘에 따라 상기 배터리 정보에 기초하여 상기 복수의 배터리 셀 각각의 충전상태(SOC, State of Charge)를 추정하는 복수의 SOC 추정모델과, 상기 식별정보에 대응하는 제1 가중치를 저장하는 저장부, 그리고
상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 SOC 추정모델이 추정한 복수의 충전상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 충전상태의 평균값을 산출하는 제어부를 포함하는, 배터리 시스템.
제1항에 있어서,
상기 제어부는,
상기 복수의 배터리 셀 각각에 대하여, 상기 식별정보 및 기 설정된 소정의 추정조건에 대응하는 제2 가중치를 상기 복수의 충전상태에 적용한 결과를 합산하여 제2 충전상태의 평균값을 산출하는, 배터리 시스템.
제2항에 있어서,
상기 추정조건은,
상기 수집된 복수의 셀 전압 각각을 소정의 기준값을 비교한 결과에 따라 결정되는, 배터리 시스템.
제3항에 있어서,
상기 저장부는,
상기 배터리 시스템이 탑재 가능한 복수의 시스템 각각에 대한 복수의 식별정보, 상기 복수의 식별정보 각각에 대응하는 복수의 제1 가중치, 상기 복수의 식별정보 및 상기 추정조건 각각에 대응하는 복수의 제2 가중치가 저장되는, 배터리 시스템.
복수의 배터리 셀을 포함하는 배터리,
배터리 시스템이 탑재되는 시스템과 통신하여 상기 시스템의 식별정보를 수신하는 통신부,
상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류, 및 온도 중 적어도 하나의 배터리 정보를 수집하는 모니터링부,
소정의 알고리즘에 따라 상기 배터리 정보에 기초하여 상기 복수의 배터리 셀 각각의 건강상태(SOH, State of Health)를 추정하는 복수의 SOH 추정모델과, 상기 식별정보에 대응하는 제1 가중치를 저장하는 저장부, 그리고
상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 SOH 추정모델이 추정한 복수의 건강상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 건강상태의 평균값을 산출하는 제어부를 포함하는, 배터리 시스템.
제5항에 있어서,
상기 제어부는,
상기 복수의 배터리 셀 각각에 대하여, 상기 식별정보 및 기 설정된 소정의 추정조건에 대응하는 제2 가중치를 상기 복수의 건강상태에 적용한 결과를 합산하여 제2 건강상태의 평균값을 산출하는, 배터리 시스템.
제6항에 있어서,
상기 추정조건은,
상기 수집된 복수의 셀 전압 각각을 소정의 기준값과 비교한 결과에 따라 결정되는, 배터리 시스템.
제7항에 있어서,
상기 저장부는,
상기 배터리 시스템이 탑재 가능한 복수의 시스템 각각에 대한 복수의 식별정보, 상기 복수의 식별정보 각각에 대응하는 복수의 제1 가중치, 상기 복수의 식별정보 및 상기 추정조건 각각에 대응하는 복수의 제2 가중치가 저장되는, 배터리 시스템.
배터리 시스템이 탑재되는 시스템의 식별정보에 대응하는 제1 가중치를 결정하는 단계,
소정의 알고리즘에 따라 배터리 정보에 기초하여 배터리에 포함된 복수의 배터리 셀 각각의 충전상태(SOC, State of Charge)를 추정하는 복수의 SOC 추정모델로부터 복수의 충전상태를 수신하는 단계, 그리고
상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 충전상태에 상기 제1 가중치를 적용한 결과를 합산하여 제1 충전상태의 평균값을 산출하는 단계를 포함하고,
상기 배터리 정보는,
상기 복수의 배터리 셀의 복수의 셀 전압, 상기 배터리의 전류 및 온도 중 적어도 하나를 포함하는, 배터리 상태 추정 방법.
제9항에 있어서,
상기 가중치를 결정하는 단계는,
상기 시스템의 식별정보 및 기 설정된 소정의 추정조건에 대응하는 제2 가중치를 결정하고,
상기 산출하는 단계는,
상기 복수의 배터리 셀 각각에 대하여, 상기 복수의 충전상태에 상기 제2 가중치를 적용한 결과를 합산하여 제2 충전상태의 평균값을 산출하는, 배터리 상태 추정 방법.
제9항에 있어서,
상기 추정조건은,
상기 복수의 셀 전압 각각을 소정의 기준값과 비교한 결과에 따라 결정되는, 배터리 상태 추정 방법.