KR20230112092A - 배터리보호시스템 및 실장방법 - Google Patents

Abstract

본 발명은 배터리 시스템의 화재·폭발 사고를 예방하는 안전시스템에 관한 것으로, 배터리 시스템의 구성요소인 개별 셀의 온도·압력의 상태를 실시간 monitoring 하여 사전에 배터리의 열화와 이상징후를 감지함으로써, 화재 또는 폭발과 같은 사고를 선제적으로 예방하기 위한 것이다.
본 발명은 사고의 직접 원인인 셀의 온도와 압력을 상시에 수집하여 안전도를 평가하고 위험도를 정량화 함으로써, Swelling을 포함하여 열화 추이 등을 예지하는 방법으로 위험을 예측하는 방법이다.
이를 구현하기 위한 수단으로 온도·압력 Sensor와 네트워크기반 데이터 수집시스템의 일체를 Band형 FPC에 내장하여 저비용으로 구현한 실장 법을 포함한다. 이는 구성을 단순화하여 방대한 수의 센서를 연결하는 크게 하네스를 줄일 수 있고, 안전장치의 실장 면적과 부피를 줄일 수 있고 널리 적용할 수 있는 유연한 구조로, 어떤 Form factor의 배터리 시스템에도 쉽게 적용 가능한 구조를 가지고 있다.

배터리는 잘못 관리하면 매우 위험하므로, 사고를 예방하기 위해서는 열화의 원인을 정확히 알아야 근원적인 해결책을 찾을 수 있다. 배터리의 충방전 전류·전압 뿐만 아니라 다양한 관점에서 감시하여 이상징후를 사전에 감지하는 것은 매우 중요하다.
본 발명의 배터리 화재·폭발 사고의 선제적 감지 시스템은 배터리의 온도·압력의 상태를 monitoring하여 배터리의 열화의 정도를 탐지하거나 이상 징후를 사전에 감지하여, 화재 또는 폭발과 같은 사고를 예방하기 위한 것으로 셀의 온도와 압력을 감시하여 안전성을 높인다.
기존의 배터리 셀의 압력·온도는 사고와 상관관계를 가지고 있어, 압력·온도를 모니터링하여 열화의 진행 추이를 추적 관찰하면 어느 조건에 위험수준에 달할 것인지를 알 수 있어 사고의 예측이 가능하다.
상기 예측을 기반으로 적절한 선제적 조치를 함으로써 배터리 시스템의 안전성을 높일 수 있다.

Description

배터리보호시스템 및 실장방법{Battery Protection System}

본 발명은 배터리 화재·폭발 사고의 선제적 감지 시스템에 관한 것으로, 배터리의 온도·압력의 상태를 다양한 관점에서 monitoring하여 배터리의 이상 징후를 사전에 감지하여, 화재 또는 폭발과 같은 사고를 미연에 예방하기 위한 것이다. 배터리 셀의 전압, 전류, 충전·방전전력, 압력, 온도는 사고와 인과관계를 가지고 있어, 이를 모니터링 분석을 통하여 결함을 미리 발견·예지하여 사고를 예방함으로써 배터리의 안전성을 유지하는 기술에 관한 것이다.

배터리 화재 및 폭발 사고의 선제적 감지 시스템은 배터리의 온도, 압력, 전압, 전류 등 다양한 매개 변수를 모니터링하여 이상 징후를 사전에 감지하고 사고를 예방하는 기술을 의미한다. 이를 통해 배터리의 안전성을 유지할 수 있다.

1020160014929 - 배터리의 열역학적 정보에 기반한 배터리의 최적 충전 방법.pdf 1020190039207 - 배터리팩 온도검출용 센서유닛 및 이를 구비한 에너지저장시스템의 배터리팩 모니터링 장치.pdf 1020100106719 - 배터리 모듈, 배터리 시스템 및 그를 구비한 전동 차량.pdf 1020127002342 - 배터리 모듈, 배터리 시스템 및 그를 구비한 전동 차량.pdf Film형 압력 Sensor를 포함하는 Battery Cell Zig 및 이를 이용한 Battery Cell의 Swelling 측정 방법 KR20060110576A 압전 센서가 내장된 이차전지 모듈 KR20170112495A 이차전지모듈 및 이의 열화도 측정방법 WO2022050583A1 전지셀 압력 측정 장치 KR101692414B1 이차전지의 내부압력 측정장치, 및 이를 사용하는 이차전지의 내부압력 측정방법 1020190093908 리튬이온 배터리용 화재감지 센서모듈 및 그를 포함하는 화재감지 시스템.pdf KR101040425B1 배터리 팩 및 배터리 잔량 산출 방법 KR101356200B1 전기자동차 배터리 케이스 및 배터리 유닛

유체 유동 배열에 따른 원통형 리튬이온 배터리팩의 유랭식 성능특성에 관한 수치적 연구

배터리는 잘못 관리하면 매우 위험하므로, 사고를 예방하기 위해서는 열화의 원인을 정확히 알아야 근원적인 해결책을 찾을 수 있다. 배터리의 온도·압력의 상태를 다양한 관점에서 모니터링하여 이상 징후를 사전에 감지하는 것은 매우 중요하다.

수백~수천개의 셀로 구성된 배터리 시스템의 개별 셀의 온도와 압력을 실시간으로 측정할 수 있는 단순하고 경제적인 센서 데이터 수집 시스템을 게시하고, 이를 통해 배터리 셀의 열화 상태를 모니터링하는 기술을 게시한다.

배터리 셀의 전압, 전류, 충전·방전전력, 압력, 온도 등의 데이터를 수집하고, 이를 기반으로 특정 셀의 열화 상태를 탐지하는 알고리즘을 개발한다.

배터리 셀의 이상 징후가 탐지되면, 배터리 셀의 충전·방전을 제어하거나, 배터리 팩에서 분리하거나, 냉각 시스템을 작동시키는 등의 조치를 할수 있는 신호를 발생시키고, 사용자에게 경고 메시지를 전송하거나, 비상 수단을 작동시키는 등의 조치를 취할 수 있도록 열화 검출 알고리즘 제공한다.

배터리 온도는 배터리의 성능과 수명에 영향을 줄 수 있다. 일반적으로 보관 온도는 -10℃에서 45℃ 사이가 적합하다. 너무 높은 온도는 배터리의 자체 방전을 촉진시키고, 너무 낮은 온도는 활동성을 저하시키고 충전 용량을 감소시킬 수 있다. 이 범위에서 배터리의 충전 및 방전 효율이 최대화되며, 최적의 성능을 발휘하여 안전하고 안정한 작동이 가능하다. 너무 높은 온도는 배터리의 수명을 단축시키고 안전 문제를 야기할 수 있어 이에 대한 대안을 제시한다.

배터리의 전기적 특성을 분석하여 결함을 탐지하는 다양한 안전기술이 개발되었으나, 수천~수만개의 방대한 셀이 사용된 에너지저장시스템(ESS)이나 전기자동차(EV)에서는 물리적 복잡성으로 인해 온도나 압력을 촘촘히 감시하지 못하고 몇 개씩 묶어 그룹으로 모듈을 감시하는 경우가 많다. 이러한 접근 방식은 개별 셀에 센서를 부착하는 것보다는 물리적으로나 기술적으로 간단하고 비용면에서는 이점이 있을 수 있으나 시스템의 안정성을 향상하고 유지 관리하기에는 한계가 있어 사고 예방의 근원적인 해결책이 되지 못한다.

배터리 화재 및 폭발 사고는 배터리의 온도, 압력, 전압, 전류 등 물리량 모니터링하여 이상 징후를 사전에 감지하여 사고를 예방하는 기술을 게시한다.

기존의 대부분의 BMS는 배터리 시스템의 안전 상태를 추적하는 방법은 충방전 전압과 전류를 실시간 모니터링하여 이상을 감지하고, 이를 기반으로 배터리 시스템의 안전 상태를 판단하는 다양한 알고리즘이 있다. 배터리의 화재나 폭발의 직접적인 위험성을 감지하는데 개별 셀의 온도나 압력을 직접 감시하여야 하나, 방대한 갯수의 셀로 구성된 배터리 시스템은 물리적 복잡성 때문에 일정간격으로 설치된 소수의 대표 센서로 부터 온도나 압력을 스캔하여 평균을 구하여 결함 감지하는 방법은 열전달 속도나 탐지 위치에 사각 지역 있어 실효성에 한계가 있다. 특히 병렬로 결선된 셀 들의 열화과정에서 온도·압력 등 물리적 특성 차이가 발생하여도 전기적 특성이 동일하게 읽히므로 심각한 문제를 야기시킬 수 있다.

배터리 화재 및 폭발 사고의 예방을 위해 개별 셀에 센서를 부착하는 대신 간결하고 효율적인 대책 필요하다. 팽창(Swelling) 탐지는 평균 압력 측정방법은 부정확하거나 불가능하는 등 문제가 있어, 근원적으로는 개별 셀의 팽창압력을 센싱해야 결함원인을 빠르게 ?O을 수 있다.

이에, 본 발명은 상대적으로 복잡하지 않는 방법으로 모든 셀의 온도외 압력 정보를 취득하여 결함을 탐지하는 방법을 제공한다. 방대한 수의 센서를 개별 하네스로 연결하지 않고, 배선 정보 변환 수단 및 통신수단을 밴드형 유연 FPC(Flexible Printed Circuit)에 모든 센싱장치를 내장하는 방법으로 정보 수집 수단을 규격화하고 단순화한다.

ㆍ Architecture 구성

도-3의 배터리 시스템은 복수의 배터리 모듈로 구성되고, 상기 배터리 모듈은 복수의 셀 데이터수집어레이(DAU; 204)와 이들을 버스 또는 네트워크(202)로 연결하여 센서 데이터 수집 어셈블리(DAA)를 구성한다.

상기 셀 데이터수집어레이(204)는, 각 배터리 셀의 물리적정보를 수집하는 온도·압력 센서 어레이(202, 204)와, ADC(202) 및 신호처리부 및 제어에 관련된 기능을 갖는 제어 관련 회로(250)를 포함하여 FPC 형태로 집적되고, 데이터를 수집 Assembly() 는 복수의 셀 데이터수집어레이(204)를 버스 또는 네트워크(202)로 연결하여 하나로 통합한 것으로 상위 Master BMS(380, 390)와 상호작용을 할 수 있도록 연계하는 구조를 갖는다. 이는 분산된 다중프로세서 네트워크 아키텍처의 형태를 띤다.

ㆍ 데이터 수집 어셈블리

도 1~3은 셀 데이터 수집 유니트(100)는 센서로부터 데이터를 수집하고, 이를 처리하고 네트워킹하기 위한 소프트웨어 및 하드웨어 구성 요소의 결합체이다. 셀 데이터 수집 유니트(100)는 실시간 데이터 모니터링, 분석, 기록 및 제어 시스템에서 사용된다. 본 발명의 센서 데이터 수집 유니트(100)는 기능적으로는 네트워크 기반 분산 데이터수집시스템(Distributed Data Acquisition System)의 네트워크노드와 유사하다. 그러나, 물리적으로는 방대한 개수의 센서를 일관성있게 연결하기 위한 특별한 구조를 갖는다.

배터리 모듈의 행렬 두 축(x, y)로 구성된 셀어레이 중 한 축(x or y) 단위로 하나의 독립된 1차원 데이터수집 어레이(204)로 분리 구성한다. 배터리 모듈의 데이터 수집 시스템은 상기 독립 데이터수집 어레이(DAU; 100)를 그룹으로 묶어 2차원 DAA(200)를 구성한다.

다수의 셀로 구성된 베터리시스템의 안전을 관리하기 위한 시스템 구축에 있어서, 모 기판에 복수의 센서들을 셀 간격으로 일열로 배열 실장하여 물리적 신호를 감지하는 센서 어레이 구조를 갖는 특징이 있다.

다수의 센서 데이터를 수집하기 위한 배선 수를 줄이기위해 Cross Point Sensor Matrix로 센서와 ADC를 연결한다. 이는, 배터리 시스템을 셀 행렬로 구성된 모든 개별 셀의 결함을 효과적으로 검출하기 위해 모 기판에 복수의 센서들을 셀 간격으로 일 열로 배열하여 셀간 틈세(gap)에 실장하는 방법으로 물리적 신호를 감지하는 셀 밀착형 감지수단으로 배선수를 크게 줄일 수 있다. 이는 기존의 배터리 시스템의 form factor를 크게 변경하지 않고도 용이하게 실장 가능한 구조를 갖는다.

상기 데이터 수집 어셈블리의 일 실시예는 인쇄된 밴드(band)형 FPC를 셀 사이에 장착하는 구조로 장치와 센서간을 연결하는 하네스를 크게 줄이고 실장이 용이하게 한다. 복수의 온도·압력 센서, 데이터 수집 유니트, 통신인터페이스 단일 FPC에 실장하여 유연하게 셀에 밀착 설치가 가능하게 하여 배선과 구성을 단일 어셈블리 모듈 형태를 갖는다.

상기 각 센서들은 고유의 어드레스를 부여하여 디코더나 멀티프렉서에 의해 지정되고 소프트웨어에 의해 선택된다. 상기 선택된 센서 신호를 처리하기 위한 데이터 인터페이스가 필요하다. 이는 아날로그-디지털 변환기(ADC), 마이크로컨트롤러(MCU) 네트워크 인터페이스 등으로 구성된다. 상기 복수의 데이터 수집 어셈블리를 모아 배터리모듈 단위의 데이터수집 시스템을 구성한다.

수집된 데이터를 처리하고 저장하기 위한 소프트웨어는 데이터를 분석하고, 필터링하며, 각 센서 감도와 오프셋 편차를 보정하며 센싱 신호를 필요한 형식으로 변환하고, 필요에 따라 안전성을 평가하여 상위 DAS나 BMS에 전송한다.

데이터를 외부 시스템 또는 네트워크로 전송하기 위한 통신 인터페이스가 필요하다. 일반적으로 SPI, isoSPI, I2C 등 Device Bus 기술 등 어느 직렬 인터페이스를 사용할 수 있으나, CAN Bus 등 Fieldbus 기술이 기존 주 BMS와 호환성을 유지하고 모듈의 독립성을 유지하기 위해 바람직하다.

상위 BMS는 수집된 데이터를 분석·처리하기 위한 소프트웨어기 필요하다. 이는 데이터를 분석하고, 필터링하며, 필요한 형식으로 변환하고, 로그 파일이나 데이터베이스에 저장하여 셀의 건전성과 열화과정을 추적할 수 있다.

이는, 수집된 온도와 압력 센서 데이터의 프로파일을 분석하여 변화 추이와 안전성을 평가할 수 있다. 이를 통해 온도 상승과 압력 증가가 허용임계치의 도달 조건을 예측할 수 있으므로 사고의 발전으로의 진행되기 전에 예지할 수 있어 예방조치가 가능하다.

더 나아가, 배터리의 열 전달, 열 확산, 열 안정성 등을 고려하여 배터리의 온도 상승을 예측하여 보다 정교한 배터리 안전성 평가도 가능하다.

본 발명의 배터리 셀의 온도와 압력정보 수집을 통한 배터리 시스템의 안전성 향상을 위한 기술은;

실시간 감지 및 안전성 평가 수단 구현: 배터리 시스템 내부의 상태를 실시간으로 감지하고 모니터링하여 안전성을 평가하는 수단을 게시한다. 이를 통해 이상 동작, 과열, 과충전 등의 문제를 조기에 감지하여 상호작용을 할 수 있는 수단을 게시한다

위험성의 계량화(정량화): 결함 탐지 수단을 사용하여 수집한 정보를 기반으로 위험성을 평가하고 정량화한다. 결함의 추이를 분석하고 위험도를 측정하여 안전에 대한 방향성을 평가하여 위험을 사전에 예측하고 연계 BMS에 위험상황을 전송, 충방전전류의 제한, 냉각, 전기적 차단, 관리자에게 통보 등 적절한 조치를 취한다. 이는, 결함을 조기에 발견하여 운영중단, 수리 또는 교체 작업 등 사전 선제적 조치를 통해 안전성을 유지하게한다.

사고 예측을 통한 선제적 예방기술 구현: 센서 데이터의 평가와 이동평균필터 예측 모델링을 활용하여 사고 발생 가능성을 예측하고, 선제적인 예방기술을 구현한다. 이는, 온도·압력의 변화 패턴을 분석하여 변화추이 관찰을 통해 사고의 가능성을 예측하고 예방 조치를 취한다.

상기 본 발명의 안전성 향상 기술은 사고의 징후 감지에 가장 유효한 물리량인 온도·압력을 측정하여 과열·팽창 등 사고 전조현상을 검출함으로써, 위험의 정도를 사전에 감지(예지)하고 선제적으로 대응하여 배터리 시스템의 열화를 방ㅇ지하고, 안정성과 신뢰성을 향상시킨다. 이를 실현하기 위해서는 통상 방대한 하드웨어적 수단이 필요하나, 본 발명의 기술은 이를 단순화하여 저비용으로 구축과 확장성 용이한 하드웨어적 수단을 확보하고, 네트워크 기술을 통한 모듈러 아키텍처로 상호작용을 할 수 있고 확장성 연계성이 있어 기존의 배터리 시스템의 BMS와 상호작용을 할 수 있는 연계가 용이한 기술을 게시한다.

본 실시 예에서는 하드웨어를 단순화하고 생산성을 높이기 위해 하드웨어적 보정수단이 아닌 소프트웨어적인 보정 방법을 게시한다. 통상 센서 신호검출은 센서 전기적·물리적 특성 편차를 아날로그 Trimmer나 Potentiometer 없이 보정하는 방법이 사용된다. 센서 수에 비례하여 비용과 하드웨어의 복잡성을 수반하게 된다. 이러한 방법은 하드웨어를 조정하기 위한 추가 컴포넌트를 사용하지 않고도 센서의 편차를 보정 할 수 있으며, 상대 측정값을 기준으로 실제 온도·압력을 산출하는 방법은 다음과 같다.

배터리 충·방전 가동 전에 온도와 압력 값을 읽어서 센서의 초기값으로 설정한다. 압력의 경우 이 초기값을 프로파일에 저장하여 기저값으로 사용된다.

이후 측정한 상대적인 변화 값에 보정 계수를 적용하면, 보다 정밀한 값을 산출할 수 있다. 보정 계수는 센서의 특성과 편차와 이력를 고려하여 결정한다.

상기 보정 정보는 보정된 센서 출력 값과 보정 계수를 프로파일(40)에 저장하다. 이렇게 저장된 프로파일은 추후 측정 시에 사용되어 정확한 압력 값을 산출하는 데 활용된다. 또한 배터리의 적정 동작 온도가 -10℃ 에서 50℃ 사이라면 안전한 작동시키기 위해서는 온도 제1 임계치( ) = 50, 제3 임계치( ) = -10으로 정하면 안전운전이 가능하다.

프로파일에는 초기값 뿐만 아니라 센서의 감도 등 물리적 고유 정보를 저장하여 보정에 반영하면 보다 더 정밀한 측정이 가능하다. 이러한 보정 방법은 하드웨어를 최소화하고 생산성을 향상시킨다.

ㆍ사고 예측

본 발명의 사고 예측 및 고장탐지 기술은 배터리의 온도·압력 시계열 데이터를 실시간으로 수집하여 이동평균필터(MAF) 등의 예측 알고리즘을 이용하는 방법을 게시한다. 이는 온도·압력 변화의 추이를 모니터링하여 위험성을 평가하는 방법이다.

먼저 배터리 셀의 온도·압력을 측정하여 DB를 만들고, 사고 예측을 위해 일정 기간 동안의 배터리 온도 값을 이동 평균값을 계산하여 변화추이를 파악한다. 예측력을 향상을 위해 수집한 데이터에 기반하여 사고 발생 여부에 대한 가중치을 조정할 수 있다. 미리 설정된 위험임계치를 초과하면 Fault Count( , )를 증가시켜 결함 탐지횟수를 모델 학습의 가중치에 반영할 수도 있다.

상기 수집 데이터의 특징 추출은 이동 평균 값을 기반으로하여 추가적인 특징을 추출할 수 있다. 이는, 최근 이동 평균 값과 과거 이동 평균 값의 차이, 이동 평균 값의 편차 등을 특징으로 사용하여 예측한다.

발명의 모든 DAA는 독립된 다중프로세서 시스템구조로, 각 DAU는 외부 네트워크 상황과 무관하게 독립적(Stand alone)으로 관할 센서를 스캔하여 반복적으로 구간 평균치( )를 갱신하고 이를 기반으로 평가할 수 있어 빠른 스캔 주기를 가져 예측 오차를 줄여 예측력을 향상시킬 수 있는 구조를 가지고있다.

모델 학습 및 예측방법은 추출한 특징을 사용하여 사고 예측 모델을 학습시킬 수 있다. 이를 위해 다양한 기계학습 알고리즘을 적용할 수 있다. 이는 의사결정 트리, 랜덤 포레스트, 신경망 등 다양한 머신러닝 알고리즘을 사용할 수 있다. 학습된 모델을 통해 배터리 온도의 이동 평균과 추가적인 특징을 입력으로 사용하여 사고 발생 가능성을 예측할 수 있어 본 발명은 어떤 예측 알고리즘에도 적용가능하여 효용성이 높다

배터리시스템의 과열은 화재 및 폭발의 주요 원인 중 하나이므로, 배터리 온도·압력을 지속적으로 감시하여, 안전 범위를 벗어나는 경우에 적절한 선제적 조치를 취할 수 있는 기술로, 셀 온도 및 압력이 증가하면 배터리 시스템의 안전성에 영향을 미칠 수 있다.

본 발명은 각 배터리 셀의 온도 분포와 압력 변화를 실시간으로 감지하여 배터리 시스템의 상태를 추정하고, 이를 기반으로 예측 모델을 만들어 문제 발생 가능성을 예측할 수 있다. 이를 통해 배터리 시스템의 안전 상태를 평가하고, 문제 발생 가능성을 사전에 감지하여 적절한 예방 조치를 취할 수 있다.

BMS는 전압, 전류, 온도 및 압력 등 다양한 센서를 사용하여 배터리 시스템을 모니터링하며, 이러한 데이터를 수집하여 분석합니다. 이를 통해 배터리 시스템의 열화 징후를 감지하고, 사전에 사고 발생 가능성을 예측하여 적절한 예방 조치를 취할 수 있습니다. 이는 배터리 시스템의 신뢰성을 향상시키고, 안전성을 보장하는 데 도움이 된다.

따라서, BMS는 전압 및 전류 모니터링과 함께 온도와 압력 모니터링을 결합하여 배터리 시스템의 안전 상태를 평가하는 데 사용되는 종합적인 접근 방식을 취할 수 있어 신뢰성을 향상시킬 수 있다. 이는 배터리 시스템의 열화 징후를 감지하고 사전에 사고 발생의 가능성을 예지하여 사전에 적합한 예방조치를 가능하게 한다.

배터리 시스템의 열화 징후를 감지하고, 사전에 사고 발생 가능성을 예측하여 적절한 예방 조치를 취할 수 있다. 배터리 셀의 열화나 사고 예측 뿐만아니라, 간접적으로 BMS의 고장이나 오동작을 탐지할 수 있어 안전성 기술에 크게 기여할 수 있다. 이는 배터리 시스템의 신뢰성을 향상시키고, 안전성을 보장하는 데 도움이 된다.

도 1: 배터리 시스템의 온도·압력 데이터 수집 네트워크 아키텍쳐 계념도
도 2: 다중 셀 온도·압력 센서 데이터수집 유니트 구조
도 3: 다중 네트워크 온도·압력 센서 어레이 데이터 수집 어셈블리로 구성한 배터리 안전 시스템의 센서 네트워크 실시예
도 4: 다중 센서로 구성된 셀 데이터 수집 어셈블리에서 검출된 과열·팽창 온도·압력 분포 그래프
도 5: 셀의 결함에 의한 온도 분포도 (3-D Heat map)
도 6: 안전성 - 안전여유, 안전여유도, 사고예측 - 안전여유도 평가도
도 7: 배터리 Protection System의 안전여유도 평가 알고리즘 흐름도
도 8: 배터리 Protection System의 예측 알고리즘 사고예방 알고리즘 흐름도
도 9: 온도 센서 검출 - 과열 안전여유도 평가 기준
도 10: 압력 센서 검출 - 팽창 안전여유도 평가 기준
도 11: Band형 온도·압력 센서 어레이 어셈블리 실시예

ㆍ 배터리 셀 데이터 수집 수단 - 다중 센서 데이터 수집 유니트

본 발명은 도 1, 2, 3의 실시예에 보인바와 같이 다수의 센서가 필요한 Matrix 형태로 배열된 배터리 모듈에서 셀의 특정 배열 블록(줄) 단위로 하나의 데이터수집유니트(DAU; 100)를 구성하여 각 셀의 온도·압력 정보를 수집하는 구조를 갖는다.

상기 데이터수집유니트(DAU)는 복수의 센서어레이(30; 10, 20), 시그널 컨디셔너, 데이터수집 관련회로(56)는 Cross Point Sensor Matrix 기술을 사용하여 센서와 데이터 수집 하드웨어의 인터페이스 결선을 인쇄회로로 대체하고, ADC(60), 제어 프로세서와 통신부(80), 결선 및 커넥터 등을 하나의 FPC에 집적하여, 외부 하네스 수를 대폭 줄인 다중 셀 데이터 수집 서브 시스템이다.

각 DSU(100)는 외부 하드웨어와 독립된 기능을 갖는 네트워크노드 형태의 구조를 갖어 다중 디바이스 네트워크를 구성하는 하나의 노드 형태로 결합될 수 있다. 이렇게 Networkbus 형태로 구성함으로써, 복수의 센서와 수집장치 간의 복잡한 하네스 문제를 일괄적으로 해결할 수 있다. 여기서 FPC내장 센서의 위치는 셀의 위치에 대응하도록 설계시 부터 Formfactor를 고려해야한다.

상기 개별 DAU(100)는 고유의 어드레스(NAD; Node Address)를 갖는 멀티포인트 버스 토폴로지를 갖어 동일한 구성 방법으로 실용상 제한없이 확장이 가능하다. 상기 DAU는 확장성, 호환성 등을 고려하여 다른 네트워크의 구성요소와의 상태와 무관하게 독립적으로 기능 수행이 가능한 구조이다.

각 센서 데이터수집 유니트(DAU)는 자체적인 온도·압력 감시 기능을 수행하며, Master BMS 등 다른 모듈들과 Fieldbus를 통해 상호작용할 수 있다. 다수의 온도·압력 센서를 내장하여 센서데이터를 수집하여 외부 네트워크와 연계하여 상호작용을 할 수 있는 독립형 네트워크 기반 데이터 수집 센서어레이 모듈이다

상기 DAU는 센서 어레이(10, 20, 30) 및 제어 디바이스(40, 50, 60, 70)를 제어프로세서(80)를 하나의 FPC에 집적하면 전원을 포함하여 4개의 선로(전원포함)로 방대한 셀로 구성된 배터리 시스템의 셀들의 물리 정보를 수집할 수 있는 네트워크를 제한없이 센서 데이터수집 어셈블리()를 구성할 수 있다.

이는 물리적 의존성을 최소화하여 기존의 CAN버스(3) 등 디바이스 네트워크를 구성한다. 이러한 데이터수집모듈은 호환성이 좋아 확장, 수정 또는 유지·보수 등 관리가 용이한 모듈러 아키텍처이다.

- Matrix 구조 센서 어레이 (30)

다수의 개별 센서 연결에 필요한 선로의 수를 줄여 단순화하기 위해, 여러 개의 아날로그 센서를 격자 또는 그리드 형태로 배열하여, 아날로그 결선을 다중화하는 방법으로 데이터를 수집하는 다중화 센서 아키텍쳐(Multiplexed 센서 Architecture; 30)를 게시한다.

상기 센서 Architecture의 Cross Point Matrix는 다수의 행과 열로 구성된 격자 모양의 행렬 구조를 갖는다. 각 교차점에 아날로그 센서(10-1~10-n, 20-1 ~ 20-n)를 부착하여, 이 교차점은 온도나 압력을 센싱하기 위한 검출점으로 사용되므로 셀에 밀착되게 배치하여야 한다.

Cross Point Matrix의 구성은 다양한 방식으로 이루어질 수 있다. 본 발명에서는 행과 열을 형성하는 선로들을 셀에 인접하도록 교차점에 센서 선로가 위치하게 설계한다. 본 발명의 Cross Point Matrix Sensor의 선로는 인쇄기판 형태로 제작할 수 있어, 수백~수천개의 방대한 수의 센서를 연결에 복잡한 실장 문제를 인쇄회로와 band형 PCB(FPC; 100)로 해결한다. 본 발명의 Cross Point Matrix 센서는 배터리 셀의 온도·압력 신호 수집에 효율적인 구조로, 한정된 공간에 다수의 센서를 규칙적으로 실장할 수 있다.

- 데이터 수집 유니트( DAU : Cell Data Acquisition Unit)

도 2의 Cell Data Acquisition Unit(DAU; 100)의 센서어레이(30)는 각 센서에 식별주소(Address)를 부여하기위해 2개의 멀티플랙서(Mutiplexor, Selector; 50, 70)를 통해 센서가 선택적으로 연결된다.

선택 선로는 2개의 Multiplexor(50, 70)를 통해 2차원 구성(Cross Point Matrix)으로 센서를 선택되게 구성하여 선로수를 줄인다. 도 2(a)는 한 종류의 물리량 센서(n개)를 추가할 경우에도 센서어레이는 1개의 센서 선택 선로 만 추가하여도 확장이 가능한 구조를 가지고있다. 상기 2차원 선택선은 정방형을 유지할 때 선로수를 최소할 수 있고 다양한 변형도 가능하므로 정방행렬(Square Matrix)에 가깝게 센서 Multiplex를 구성하는 것이 실용상 유리하다. 행과 열의 크기가 같은 정방 행렬(Square Matrix)은 n개(n:자연수)의 선로로 개의 센서를 관리할 수 있어 선로 n이 클수록 하드웨어 결선을 대폭 단순화 할 수 있다.

도 1, 2는 Cross Point Matrix의 센서 어레이는 다수의 행과 열로 구성된 격자 모양의 행렬 구조를 갖는다. 각 교차점에 센서를 부착하여, 이 교차점은 온도나 압력을 센싱하기 위한 검출점으로 사용된다. 각각의 행과 열은 개별적인 센서 좌표를 나타내며, 이들을 조합하여 관리 프로세서에서 스캔함으로써 공간 상에 산재된 다수의 셀 정보를 수집할 수 있다.

- 데이터 수집 유니트( DAU) 실장예

상기 DAU가 셀의 Swelling 압력을 보다 효과적으로 검출하기 위해, 상기 Flexible PCB를 band(띠) 센서 어레이를 S’자 모양(208, 도1의 30)으로 셀에 휘감아 밀착하여 실장 방법이 바람직하다. 본 실시예는 원통형 셀을 대상으로 예시하였으나 파우치형 또는 사각형 셀등 어느 타입 Form factor의 셀에도 적용 가능하다. 통상 다수의 DAU로 구성된 DAA는 하나의 배터리 모듈에 탑재되어 모듈내의 모든 셀을 모니터링한다.

ㆍ셀 온도·압력 데이터 수집

데이터수집 어셈블리를 구성하는 각 DAU(100)는 독립된 기능을 수행한 네트워크 컴퓨터로 자신의 유니트에 내장된 센서 어레이를 스캔한다. 모든 DAU가 스캔한 수집 데이터를 시각화하면 도 4에 보인바와 같다.

도 4, 도 5는 DAU로 모든 셀의 온도와 압력을 스캔하여 수집한 센서 데이터를 시각화한 것이다. 중앙에 위치한 셀(C13)이 과열로 스웰링이 발생한 경우 이다. 먼저, 전체 셀의 온도·압력을 스캔하여 보면 (Y2, X2)와 (Y3, X3) 센서에서 피크치를 갖어, 행번호 Y2와 Y3에 위치한 DAU에서 읽혀진다. 피크검출은 2개 씩 쌍으로 읽혀진다. 이는 센서들이 셀사이 있으므로 인접한 양측센서가 반응한다. 온도그래프(410, 450)에서 411, 412, 451, 452에서 상대적으로 큰값이 얻어진다. 그래프(420, 460)은 압력센서의 예시 플로트 이다. 이 경우 제1 임계치(용인한계치)를 초과한 경우로 스웰링이 진행되고 있음을 알 수 있다,

ㆍ 배터리 안전시스템 - 위험성의 평가

배터리 시스템의 안전에 영향을 미치는 다양한 물리적, 화학적, 전기적 요소들이 존재하여 종합적으로 판단해야 하나, 아직 배터리 시스템의 안전도을 정량화하기 위한 기준이 없어, 본 발명에서는 안전도를 정량화하기위해 안전에 영향을 미치는 온도와 압력을 측정하여 위험 용인 한계치에 수렴하는 정도로 안전도를 정량적으로 평가하는 방법을 사용한다.

- 위험도의 정규화

위험 정도의 선형 정규화는 현재 온도( )를 허용최소값( )과 최대임계값( ) 사이의 범위로 변환한다. 즉, 배터리 사용온도를 허용최소값과 최대 임계값으로 정의한 후, 현재 온도를 해당 범위에서 0과 1 사이의 값 또는 백분율로 변환한다.

: 온도 위험도 (지수) (1)

동일한 방식으로 압력도 정규화할 수 있다.

: 압력 위험도 (지수) (2)

1. 안전 여유(Safety Margin)

비수학적인 개념인 안전성을 수리화하여 위험의 정도를 계량화하면 안전과 위험에 방향성을 알수 있다. 안전성을 계량하기위해 현재상태가 안전 용인한계에 얼마나 수렴하는지 여유가 있는지를 산출하여 안전여유라는 계념을 도출할 수 있다.

: 압력 안전여유 (3)

: 온도 안전여유 (4)

이는 시스템의 안전성과 신뢰성을 개선하기 위한 정량화 지표를 사용하여 시스템이 어느 정도 안전하는지를 평가 한다. 이는 시스템이 얼마나 안전하는지를 사전에 인지할 수 있어 상황에 적합한 관리가 가능하다.

안전 여유는 시스템의 안정성과 신뢰성을 계량화한 계념으로, 이 여유도를 고려함으로써 잠재적인 위험과 재해를 예지하여 선제적 조치를 할 수 있게 하여 결과적으로 시스템의 안전성을 확보할 수 있다.

제1 임계치는 안전 여유도 평가에서 시스템의 위험이 사소하거나 무시(Negligible)할 수 있는 수준인 경우로, 추가적인 조치나 대응이 필요하지 않아 안전하게 운전할 수 있는 상한이다.

제2 임계치는 안전 여유도 평가에서 시스템이 안전 기준을 부분적으로 충족하지만 일부 위험 요소가 존재하나 용인감내 (Tolerable) 할 수 있는 상태로, 추가적인 안전 조치나 상시 모니터링이 필요하다. 용인감내는 위험을 최소화하고 적절한 대응을 통해 시스템을 운영할 수 있는 수준을 정량화한 안전여유도로 얼마나 안전하는지를 수치로 표현한다. 상기 안전여유도을 이용하면 선제적으로 안전성을 확보할 수 있다.

제3 임계치는 상기 안전여유도 평가에서 시스템이 요구되는 안전 기준을 충족하지 못하는 하한치로 이는 시스템이 위험하거나 부적절하다고 판단되어 허용되지 않는 용인불가(Unacceptable)의 심각한 상태로 폭발·화재로 발전할 수 있으므로 운전을 중단하고 관리자에게 즉시 관리조치를 취할 수 있도록 경보를 발하여야하는 위험 상황을 의미한다.

상기 안전여유도 평가는 에너지 관리시스템, 위험 관리와 안전성 확보에 중요한 지표이다. 이를 통해 사고, 재해를 예지하여 사고, 폭발, 인적 손실 등을 예방이 가능하다.

3. 안전 여유도(Safety Margin Index)에 의한 위험성 평가

ㆍ 안전여유도의 정규화

안전여유도의 정규화는 다양한 형태의 데이터를 비교하거나 분석에 객관적 비교·분석을 가능하게 한다. 척도의 일관성을 갖도록 모델을 객관화하여 비교 해석 용이하게한다. 본 발명에서는 위험성을 직관적으로 표현하기 위해; 수집한 온도·압력데이터 정규화를 통해 데이터를 일정한 범위 또는 척도로 변환하여 비교·분석하기 용이하게 한다. 정규화는 주어진 배터리 셀의 용량, 타입, 측정값의 범위, 분포, 척도 등을 조정하여 변수 간에 객관적 비교와 분석평가가 가능하다. 이는 데이터 간의 상대적인 크기나 단위 차이로 인한 편향을 줄이고, 변수의 일관성을 확보하여 객관적인 비교와 분석평가를 용이하게 할 수 있다.

본 발명의 배터리 시스템의 평가의 선형 정규화는 다음과 같이 정의한다.

: 온도 안전여유도 (지수) (5)

: 압력 안전여유도 (지수) (6)

여기서, 초기치를 무시하면;

: 온도 안전여유도 (지수) (7)

: 압력 안전여유도 (지수) (8)

여기서, 안전여유도는 0~1(0~100%) 사이 값을 가질 때 안전하고, 음수일 때 용인할 수 없는 위험상황이다. 0에 가까울수록 리스크가 증가하고 1에 가까울수록 여유가 있는 안전도를 의미한다. 이는 용인한계치에 얼마나 수렴하는 백분율로 표현한 것이다.

- : 용인감내(TR: Tolerable Risk) 또는 안전한 영역으로, 1일때 가장 안전한 상태이고, 0에 수렴할수록 여유가 없는 위험한 상태를 의미한다.

- : 최소의 안전을 보장하는 물리량의 최대치

- : 안전을 보장할 수 없는 위험한 상태로 작을수록 위험

ㆍ 결함의 검출 방법

도 7은 본 발명은 다수의 셀로 구성된 배터리 시스템에서 셀 결함이나 과부하로 인한, 과열이나 Swelling으로 기인한 위험상황을 예측·예지하기 위한 실시예의 알고리즘도이다.

(1) 셀의 안전을 유지하기 위한 용인 한계치( )를 설정하는 온도·압력의 임계치설정하는 초기화 설정단계(810)로,

1. 배터리시스템의 온도와 각 셀의 초기 압력을 측정하여 프로파일에 저장, 이는 다음 안전도 산출에서 정확한 압력의 상승분( 차분 )을 산출하기 위해 초기 원상태의 저장한다.

2, 또한 배터리 온도가 Tmin(작동 임계온도) 보다 낮으면 셀을 보호하기 위해 예열하는 과정을 포함한다

(2) 각 셀의 온도·압력 데이터( )를 수집하는 수집단계(820);

(3) 위험도평가단계 결함탐지하는 단계(830)는 분석하여 셀의 전기적 결함으로 기인하는 산출하여 임계치를 설정한다. 압력 안전여유( )

온도 안전여유도 (지수 ) (9)

온도 안전여유도 (지수 ) 보다 실질적인 여유도는 안전 하한치를 고려하면

(4) 위험성 평가단계(840, 750, 760)는 상기 각 셀의 온도와 압력이 각각의 한계용량(임계치)를 초과하거나 현재 측정치가 한계치에 수렴하는 정도 분석하여 위험도를 평가한다.

(5) 위험여유도가 상기 임계치 초과하면 심각한 위험 상태이므로 셀을 즉시 차단하여 선제적 조치를 하여야 하는 조건이다.

위험성을 정규화한 위험여유도를 정량화하여 안전지수로 사용하면 계통이 얼마나 안전하는지를 예지할 수 있다.

실시 예로 위험여유도가 상기 임계치의 0~0.1 이면 비교적 안전하나 주의가 요하는 상태이고 임계치의 0.5 이상 이면 상당히 안전한 상태이다. 위험여유도가 1에 수렴할수록 안전함을 의미하고, 위험여유도 1은 위험요소가 없음을 의미한다.

본 발명은 한계용량의 기준은 배터리 제조사의 규격과 파라미터로 결정된다.

본 발명은 어떤 조건에서 상기 임계치에 도달하는지를 근거로 셀 이나 에너지 변환기의 위험성을 예측·예지할 수 있다. 이는 온도나 압력 (안전여유도)의 변화 추이를 추적하면 어느 시점에 용인한계치에 도달할 것인지를 에측할 수 있어, 적절한 선제적 조치가 가능하다.

ㆍ실시예 : 안전 운전 Alogorithm

도 7의 배터리 안전시스템 순서도는 본 발명의 안전도를 정량화 평가방법으로 수현한 선제적 예방 알고리즘을 시각적으로 표현한 일 실시예이다.

여기서, 제1 임계치는 최대 용인한도의 한계치, 제2 임계치는 10%, 제3 임계치는 20%로 설정하여 기술하면;

다수의 셀로 구성된 배터리 Protection 시스템에 있어서, 사고의 원인인 과열, 팽창을 야기하는 셀을 조기에 발견하여 선제적조치를 가능하게 하는 System의 모든 개별 셀의 온도, 압력 정보를 수집하는 데이터 수집수단, 수집정보를 평가하여 사고 징후 또는 결함을 검출하는 처리수단 및 통신수단을 구비하여;

(1) 안전성의 판단기준치와, 초기압력, 비 가동시 초기온도, 주변환경상황 정보, 한계용량설정, 용인한계치 등을 입력하고 초기편차를 보정·교정(Calibration)하는 초기화 단계(810);

(2) 모든 개별 셀의 온도, 압력 정보를 수집하는 데이터 수집하는 수집단계(820);

(3) 상기 검출치가 미리 설정된 허용 임계치에 수렴하는 정도에 따라 위험도를 정량적으로 산출하는 평가 단계(830); 및

(4) 상기 측정치가 임계치에 수렴하는 정도에 따라 위험도를 정량적으로 산출하여 적절한 조치를 취하는 단계별 비교처리단계(860);

한계용량에 수렴도 분석(안전여유도 평가)하여,

① 경우 (측정값이 용인한계치 초과할 경우, 868) :

위험상황에 도달한 용인불가 상태로 바로 화재 또는 폭발로 발전할 수 있는 개연성이 있는 심각한 상태로, 즉시 냉각시스템 가동, 에너지 시스템 운전 중단, 충방전 전류차단 등 셀 차단·분리하고 위험한 요소(구간)를 회로망에서 분리·제거격리하고, 상위 BMS나 관리자에게 위험경보 심각경보를 발하여 조속히 정비, 보수 등 조치할 수 있도록 해야 한다.

② 경우 (측정값이 용인한계치 10% 이하로 수렴할 경우; 허용온도의 90% 이상 수렴할 경우, 874, 878) : 여기서 제2 임계치=90%로 설정할 경우로 위험 상태에 진입할 개연성이 있는 준 위험상황으로, 위험감내운전을 허용하는 운전범위로 주의 통보를 발하고 셀을 냉각시키고 충방전 전류제한하고 위험감내 특별관리하에 운전이 바람직하다. 또한, 결함 발생빈도가 Nmax초과 할수록 위험도 가중치를 증가시켜 안전여유율을 감소시켜 감시의 강도를 높이고 경각심을 높일 수 있다.

③ (884, 888)

안전도를 필요에 따라 구분하며 상기 ② 용인한계치의 10%~20% 범위로 수렴할 경우 보다 경미한 위험단계로, 추후 사소 위험감내단계로 발전할 수 있으므로 온도·압력의 변화추이를 관찰할 필요가 있다.

④ `20%">(881)는 통상 안전운전을 보장하는 영역이다.

(5) 셀의 결함 또는 과열로 인해 발생한 위험상황을 평가하여 위험도에 따라 배터리의 안정성 평가를 통한 경보, 통지, 표시 및 충방전전류의 차단 등 적절한 조치를 통하여 위험 상황을 감지하거나 센싱데이터의 추이를 분석하여 위험성을 예측하여 배터리 시스템의 재해를 선제적으로 예방할 수 있다..

ㆍ 센서 보정에 의한 정밀도 개선 및 추이분석에 의한 사고 예측

Configuration profile

Device의 센서 프로파일(40)은 센서의 고유값, 설정과 동작을 정의하는 프로파일이다. 이 프로파일은 센서 들의 고유 편차와 실장시 물리적 편위로 발생하는 Offset, 감도를 보정하기 위해 Signal Conditioner 트리머 등 많은 하드웨어를 소프트웨어로 대치하여 하드웨어 수단을 최대한 줄이고, 방대한 수의 센서와 효과적으로 관리하기위해 사용된다.

Profile은 기술적인 제품이나 시스템에 대한 정보를 설명하는 것으로 기술 사양, 성능특성, 특징 등과 같은 기술적인 정보를 포함하고 시스템이 어떻게 작동하고 동작하는지, 디바이스의 동작을 조정할 수 있는 설정 정보가 포함된다.

센서의 고유정보를 저장하는 DB인 센서 프로파일(40)을 이용한다. 초기값은 제조시나 시스템을 초기 가동할 때 갱신 시에 교정(Calibration)될 수 있다. 또한 위험여유도(Safety Margin), 위험 한계치초과 횟수 등 센서의 이력을 저장하면 프로그래밍할 때 유용하다. 또한 시스템 또는 장치를 구성하고 프로그램에서 디바이스 ?옳曠求쨉? 중요한 역할을 한다.

구간평균 데이터( , )는 이동 평균화(Moving Average)를 이용하여 시계열 측정 데이터에서 잡음을 제거하거나 데이터의 추세를 파악하는 데 사용된다. 이동 평균화는 주어진 기간 동안의 데이터를 평균하여 새로운 데이터 포인트를 생성하는 방식으로, 이동 평균화는 일정기간 동안의 온도·압력 데이터를 평균하여 평균값을 계산하다. 이때, 기간은 고정된 크기의 윈도우 또는 평균화 구간으로 정의된다. 이를 통해 센서신호에서 노이즈 제거하거나, 데이터의 급격한 변동을 완화시킬 수 있다. 이는 실제 데이터의 변동성을 완전히 반영하지 않을 수 있다. 반응 속도를 개선시키기 위해 최근 데이터에 더 큰 가중치를 부여하여 속응성과 정확성을 개선할 수 있다.

이동 평균화는 온도·압력의 측정 데이터의 변동성(오류)을 완화시키고, 셀의 과열이나 팽창 추이를 평가하고 이를 현재의 온도·압력에 반영하면 어느시점에 한계점에 도달할 것 인지를 예측할 수 있다.

표 1의 센서 프로파일(Configuration Profile)은;

- 구성 수단의 편차를 보정하기 위해 사용된다.

- 동작 모드 설정: 디바이스의 동작 모드에 관한 설정 정보가 포함된다. 초기값, 임계치, 감도, 임계치 초과 발생빈도 등이 여기에 포함한다.

- 알람 및 이벤트 설정: 특정 이벤트를 감지했을 때 알림을 보내는 방법, 경고 설정 등과 같은 이벤트 관련 설정 정보가 포함될 수 있다. 이는 시스템 또는 장치에서 발생하는 이벤트에 대한 사용자 통지 및 조치를 정의하는 데 사용된다.

이는 기술 사양, 성능특성, 특징 등과 같은 기술적인 정보를 포함할 수 있다. 센서의 전기적 특성 편차 Analog Trimer나 Potentiometer 없이 편차를 보정할 수 있으므로 생산성을 높일 수 있고, 실장 시 초기 기계적 압력 편차 보정하는데 이용한다.

압력 센서는 구조적 문제로 실장 시에 초기 팽창압력 편찻값이 다를 수 있다. 이를 보정하기위해 하드웨어적 방법이 아닌 소프트웨어 방법으로 대체하면 복잡한 하드웨어나 trimer 등을 사용하지 않고 보정할 수 있어 바람직하다.

초기값은 배터리에 충·방전 개시 전에 온도·압력 값을 읽어 저장하여 이 값을 기저값( , )으로 규정하고, 상대적 변화 값( , )을 반영하면 비교적 정확한 측정이 가능하다. 셀의 팽창 압력( ) 측정은 측정압력값에서 초기 센서값( )을 차감하여 상대 압력 상승분( )으로 부터 산출한다.

profile에는 센서의 초기값 뿐만 아니라 운전 이력 등을 저장하고 보정에 반영하면 더 정밀한 측정이 가능하다.

하나의 센서데이터수집유니트는 센서프로파일과 셋트 연관체계를 형성하며 하드웨어적 수단과 1:1로 대응된다.

ㆍ배터리 온도 moving average 기반 사고 예방

- 추이분석에 의한 사고 예측

본 발명의 사고예측은 이동 평균 필터(MAF:Moving Average Filter)알고리즘을 예시한다. 배터리 온도·압력의 시계열 정보를 수집하고 임계치를 초과하여 용인불가영역(692)에 진입(안전성에 악영향을 미치는)하는 조건을 평가하는 방법으로 사고를 예측한다. 이는 일정한 시간 간격으로 배터리의 온도·압력을 측정한 시계열 데이터로 해당 기간 동안(time window) 일정간격으로 센서값을 읽고 온도로 환산하여 배터리 온도·압력 값을 평균화하여 이동 평균 값( , ; 1013)을 산출한다.

배터리 안전성을 예측하기 위해 MAF 알고리즘이 사용 가능하다. 보다 정교한 예측을 얻기 위해서는 MAF 알고리즘에서 시계열 데이터에 가중치를 부여하는 등을 다양한 고려를 할 수 있다.

배터리 온도를 MAF 기반으로 사용하여 사고를 방지하는 기술은 배터리 시스템의 안전성을 높이고 잠재적인 위험 상황을 감지하여 적절한 후속 조치를 하면 사고를 선제적으로 예방할 수 있다:

배터리 온도를 MAF 기반으로 사용하여 안전성을 예측하는 기술은 다양한 방법과 접근 방식을 포함할 수 있다. 도 6의 MAF는 주어진 기간 동안의 데이터를 평균화를 기반으로 추이를 판단하여 어느 시점에 임계치에 도달하는지를 예측하기위한 안전성을 평가절차는:

(10)

여기서, n은 이동평균필터에 반영한 데이터 갯수

(12)

기울기 : , (13)

불안정 진입 예측시간 : (14)

`T _{mavg} RIGHT ) `then``t _{m} =SM` LEFT ( {DELTA t} over {T _{mavg}} RIGHT ) ;"> (15)

배터리 온도·압력의 상승 또는 하강 추이가 안전성과 관련이 있을 수 있다.

도 8은 배터리 온도의 MAF 출력이 지속적으로 상승하는 경우, 배터리의 과열 위험을 검출 할 수 있다. 반대로, 온도의 MAF 출력이 급격히 하락하는 경우, 배터리의 냉각 문제가 발생할 수 있다. 이러한 분석을 통하여 어느시점에 용인 임계치에 도달하는지를 평가하여 배터리 시스템의 불안전성을 예측한다.

ㆍ사고 예측 모델

- 사고발생시간의 예측

도 6에 보인 배터리 사고 예측은 과거 데이터( )를 기반으로 현재의 추이 반영하여 결함발생시 어느 시점에 안전 임계치( )를 초과하는지를 산출할 수 있다. 이는, 배터리 개별 셀 온도를 수집하여 데이터 이동 평균 필터(MAF) 알고리즘으로 사고를 예측한다. 이동 평균은 과거 데이터를 기반하여 현재의 추이를 파악하는 사고 예측모델은 다음과 같은 절차를 통해 이루어진다.

(16)

(17)

본 발명의 사고 예측 기술은 배터리의 온도·압력 데이터를 실시간으로 수집하고 이동평균을 구하여 상기 센서 프로파일에 구간 평균치( )를 저장한다. 배터리의 온도·압력 센서에서 측정된 데이터와 상기 과거 구간 평균치( )를 사용하여 위험 한계임계치( ) 초과 예상 시점을 산출하고, 평가 결과, 상기 발생 예상 시점이 용인할 수 있는 시간( )이내 라면 경보를 발하거나 해당조치를 한다.

이는, 위험이 발생할 수 있는 위험수준이나 시간을 정량치으로 평가할 수 있어 구체적인 메시지 시스템 구축이 가능하다. 경보·주의 메시지의 예를 들면 “현재 ○○번 모듈의 안전여유도는 5% 정도 여유가 있으나, ○○○번 셀이 ○분 후에 안전한계치를 초과할 수 있어 주의가 필요하다.”, “부하량이나 충전량을 줄여야 한다.” 또는 “현재 ○○번 모듈은 안전 임계치를 초과하여 위험한 상태로 판단되므로, 즉시 전원을 차단하고 ○○번의 모듈○○○번 셀을 점검하여야 한다.” 등 구체적 상황에 맞은 메시지를 발할 수 있다. 모든 DAU는 센서 스캔 시마다 반복적으로 구간 평균치( )를 갱신하고 이를 기반으로 평가하여 예측 오차를 줄인다.

선형 회귀는 독립 변수(시간; )와 종속 변수(온도; ) 간의 선형적인 관계를 가정하고 모델링하면 관계는 특정 시간에 하나의 직선을 찾는 방법으로 이는, 온도 상승률( )을 의미한다. 이는, 독립변수 t와 종속변수 T 사이의 관계를 선형함수로 모델링한 것이다.

(18)

일반적으로, 단순 선형 회귀에서는 하나의 독립 변수와 하나의 종속 변수 간의 관계를 나타내는 방정식으로 다음과 같이 선형함수로 표현된다.

선형 회귀는 주어진 데이터 포인트들을 가장 잘 표현하는 선형 함수에서 입력 변수와 출력 변수 간의 관계를 모델링하고 예측에 사용한다.

- 위험상황 도래시간 예측

다음 식을 만족한 경우, 용인불가 임계치에 진입하는 조건은;

(20)

여기서, 는 구간의 이동평균값으로 산출된 온도가 측정된 시점에서, 용인한계 임계치( )에 도달하는 시간( )을 정리하면;

(21)

여기서,

: 안전여유도

: 이동 평균값

: 용인한계 임계치

는 시간 독립 변수 (예측에 사용되는 입력 값)이다.

: 현재온도

는 온도상승 기울기(slope)이며, 가 1만큼 증가할 때 온도 가 얼마나 증가하는지를 나타낸다.

- 위험상황 도래시간 예측 실시예

도 9는 본 발명의 안전여유도와 위험상황 도래시간의 을 통한 사고예측 흐름도로 다음과 같은 방법으로 위험 상황의 도래를 예측한다.

사고 예측 지표 정의: 이동 평균값( )을 기반으로 한 사고 예방 지표를 정의한다. 이는, 배터리 온도가 이동 평균보다 특정 임계값 이상으로 상승하는 경우 사고 위험이 증가한다고 판단한다. 이러한 사고 예방 지표는 온도의 허용 임계치를 기반하여 결정된다

사고 예측 및 예방: 이동 평균과 사고 예방 지표를 사용하여 배터리 시스템의 위험 상황을 예측하고 모니터링하여 시스템의 안전성 문제를 식별한다. 이동 평균치( )과 실시간 온도 데이터( ) 간의 차이를 분석하여 사고 가능성이 높아지는 추이를 평가하여 안전성 지표가 임계값을 초과하거나 추이가 악화되는 경우 경고를 발생시키고 조치를 취한다. 이는, 경고 메시지를 보내고 배터리를 냉각하거나 충방전 사용량을 조절하여 안전한 온도 범위로 되돌리는 등 후속조치를 한다.

상기 사고 예측 및 예방의 구체적인 단계는 다음과 같다.

① 초기화 설정단계(910): DAU를 구성하는 각 센서 감도와 오프셋 편차를 보정하기위한 배터리 셀의 특성과 실장 상태에 따라 고려해야할 고유값을 설정한다. 안전 임계치는 배터리의 상태를 평가하기 위한 기준값으로 배터리 셀의 특성에 따라 고려해야할 경계값을 설정한다. 이 경계 값은 배터리 안전성에 관한 임계치이다. 안전성 예측이 특정 임계치를 초과하는 경우 통보, 경고 등 조치를 하는 경계값이다.

온도센서의 경우 배터리 안전운전이 가능한 적정 온도범위값을 설정하고, 압력센서의 경우 상대압력을 절대압력으로 환산하기 위해 압력 센서어레이의 물리적 상태에 따른 초기값으로 충방전(에너지 수급)이 중단된 초기 상태의 압력 오프셋 바이어스 값으로 센서의 고유편차를 보정하기 위한 초기치와 배터리 안전운전이 가능한 팽창압력의 허용최대치를 설정한다. 이 값들은 각 DAU의 설정프로파일 DB에 저장된다.

② 데이터 수집단계(950): 배터리 개별 셀의 센서를 일정한 간격으로 읽어 일정 기간 동안의 배터리 온도·압력 데이터( , )를 수집하여 센서 프로파일(40)에 저장한다. 이동 평균값 데이터는 센서 스캔 시 마다 주기적으로 갱신하고 재계산된다.

③ 사고 예측 평가단계(950) 이동 평균은 과거 데이터의 평균( )을 사용하여 온도의 변화의 추이를 평가하여 (사고 예측 모델)

과거 일정 동안의 온도·압력 평균값으로부터 이동 평균을 구하여, 현재의 추이를 파악하고 앞으로의 추이를 계산하고 임계치에 달하는 조건을 계산하여 사고를 예측한다. 이는, 이동 평균을 토대로 용인한계치( )에 달하는 시간( )을 산출한다

이동 평균값과 안전 임계치를 기반으로 사고 예측 모델을 추정한다. 모델은 이동 평균값과 안전 임계치를 입력으로 받아 사고 발생 여부를 예측한다.

④ 비교 평가단계(960) : 상기 온도변화 추이가 안정적( = 0)이거나 개선되는 경우( < 0)에는 시스템이 안정적이라고 판단할 수 있다. 하지만 추이가 악화( > 0)되는 경우에는 임계점에 도달하는 시간( )을 산출하여 적절한 조치를 한다.

⑤ 과열·팽창 감지 처리단계(968): 이동 평균 시계열 데이터 분석을 통해 이상치를 감지하면 처리한다. 이상치는 배터리 시스템의 문제를 나타낼 수 있으므로 상기 산출시간( ) 이내에 적절한 조치를 하여야 한다.

⑥ 실시간 안전 모니터링 및 경고단계(970~998): 개발된 안전여유도를 적용하여 실시간으로 온도·압력을 모니터링하여 선제적 조치를 한다. 안전 임계치를 초과하는 경우 경고 메시지를 발송하거나 적절한 조치를 취할 수 있다.

데이터 분석 및 모델 개선: 수집된 데이터와 예측 결과를 분석하여 배터리 시스템의 안전성을 평가하고 모델을 개선하는 데 활용한다. 데이터를 통해 배터리의 온도 패턴과 안전성 간의 관계를 이해하고, 예측 모델을 조정하여 더 정확한 예측과 안전성 평가를 수행할 수 있다.

이러한 사고 방지 기술은 배터리 시스템의 안전성을 강화하고 예기치 않은 사고를 사전에 감지하여 조치를 취한다.

이러한 이동 평균 기반의 배터리 온도 예측 및 안전성 평가 기술은 배터리 시스템의 안전성을 개선하고 이상 상태를 조기에 감지하는 데에 활용될 수 있다.

본 센서데이터 수집유니트(DAU)는 외부 의존성이 없이 독립된 네트워크 노드형태로 연속확장이 가능하다. 본 발명에서는 이를 구별하기위해 다수의 DAU로 구성한 센서네트워크를 센서데이터 수집 어셈블리(DAA)라 명명한다. 본 발명의 실시예 에서는 통신 수단을 유선 Fieldbus로 기술하였으나, 통신수단을 무선으로 대치하여도 바로 적용가능하다.

본 발명의 배터리 관리시스템은 사고의 직접적인 상관성을 가지고 있는 과열 팽창 Sweeling을 탐지·분석함으로써 개별 셀의 결함이나 열화 추이를 감지할 수 있다. AI는 복잡한 패턴 및 상호 관계를 파악하고, 예측 모델을 구축하여 이상을 감지하고 대응하는 기술 개발에 적용할 수 있다.

센서가 부착되어 있지 않은 상황에서도 배터리 시스템의 운전 데이터를 실시간으로 수집하고 분석함으로써 개별 셀의 결함이나 열화 추이를 감지할 수 있다.

구조적 단순하여 기존의 BMS 기술과 독립적으로 구축이 가능하고 연계할 수 있어, ESS, EV 등 어떤 배터리 시스템의 안전성 향상에 적용할 수 있다.

본 발명의 배터리 관리시스템은 기계학습 등 인공지능(AI)을 이용하여 보다 정교한 예측 모델을 구축하여 배터리 시스템의 이상 징후를 감지하고 대응하는 기술 개발에 이용할 수 있는 수단을 제공한다.

DAU : Data Acquisition Unit
DAA : 데이터수집 어셈블리
SAA : Sensor Array Assembly
DAQ : Data Acquisition
DAS : Data Acquisition System
:배터리 셀의 초기온도
:배터리 셀의 구간평균 : 이동평균화 기법으로 평균화 구간의 온도 변화의 추이를 평가하여 사고를 예측하기위해 주어진 기간 동안의 과거 데이터를 평균하여 새로운 데이터 포인트를 생성한다. 이를 이용하면 데이터의 급격한 변동을 완화시킬 수 있다.
:배터리 셀의 현재온도
:배터리 셀의 온도증가분
:배터리 셀의 한계온도 초과 횟수
:배터리 셀의 초기 Bias 압력 측정치
:배터리 셀의 구간평균 : 이동평균화 기법으로 평균화 구간의 압력 변화의 추이를 평가하여 사고를 예측하기위해 주어진 기간 동안의 과거 데이터를 평균하여 새로운 데이터 포인트를 생성한다. 이를 이용하면 측정 데이터의 급격한 변동을 완화시킬 수 있다
:배터리 셀의 현재압력 측정치
:배터리 셀의 압력 증가분
:배터리 셀의 한계압력 초과 횟수
:배터리 셀의 압력 안전여유도[%]
:Cell의 물리적 실장 위치
: 현재측정온도, : 현재측정압력
: 초기압력 오프셋, : 현재측정압력
: 용인불가(Unacceptable Risk)의 최소 압력 한계치로 불확실성에 대한 위험성을 정량화한 표기로 최대용인 한도로, 배터리가 위험을 용인 감내 할 수 있는 압력의 상한치로, 이 한계치를 초과하면 배터리 시스템은 안전을 보장할 수 없는 용인불가 영역으로, 화재·폭발·열화의 위험이 있어 안전성을 보장할 수 없다.
: 용인불가(Unacceptable Risk)의 최소 온도 한계치로 불확실성에 대한 위험성을 정량화한 표기로 최대용인 한도로, 배터리가 위험을 용인 감내 할 수 있는 온도의 상한치, 이 한계치를 초과하면 배터리 시스템은 안전을 보장할 수 없는 용인불가 영역으로, 화재·폭발·열화의 위험이 있어 안전성을 보장할 수 없다.
: 허용 하한온도는 배터리가 원활한 동작하는 최소 온도로, 이 한계치 이하에서 배터리시스템의 운전은 열화를 가속시키고 수명을 단축시킬 수 있다. 따라서 초기화 과정에서 예열이 필요한 온도 하한치이다.
: Fault 발생 허용 횟수
,
: 압력 안전여유
: 온도 안전여유
: 압력 안전여유도 (지수)
: 온도 안전여유도 (지수)
: 압력 안전여유도 (지수)
: 압력 안전여유도 (지수)
: 온도 안전여유도 (지수)
) : 온도 안전여유도 (지수)

Claims (8)

1. 다수의 셀(8)로 구성된 배터리시스템에서, 상기 모든 셀의 온도·압력 등의 물리적 정보를 수집하기위해, 다수의 센서(10, 20, 30)와 아날로그 신호를 수집하는 데이터 수집수단, 연산수단, 처리수단, 식별수단, 코드·데이터 저장수단 및 통신수단을 결합하여, 호환·확장성이 용이한 네트워크 노드 형태로 구성함에 있어, 상기 센서와 상기 모든 구성 수단의 일체를 FPC(밴드형 유연 인쇄회로)에 통합 내장(Integration)하여, 복잡한 선로와 디바이스 간 연결을 인쇄회로로 대체함으로써, 하드웨어를 간결하고 단순화, 일체화하여 데이터수집, 처리, 제어 및 통신 기능의 일체를 외부장치와 독립적(Stand alone)으로 수행하는 네트워크 구성 기능을 가진 네트워크 기반 데이터수집 유니트(100).
2. 제1항에 있어서, 상기 온도·압력 센서는 필름 형상으로 집적되어 상기 배터리 셀과 셀의 틈세(Gap)에 삽입 실장하여 셀과 접촉된 상태로 내장하고, 상기 다수의 DSU를 네트워크로 결합한 배터리 시스템의 데이터수집 어셈블리.
3. 제1항에 있어서, 다수의 개별 센서 연결에 필요한 선로의 수를 줄여 단순화하기 위해, 2종류 이상 복수의 아날로그 센서를 격자(그리드, 행렬)의 각 교차점에 결선하여, 상기 격자에 선택신호를 부여하여 상기 아날로그 멀티플렉서를 통해 하나의 센서가 선택되게 하여, 하나의 아날로그 회로와 신호 컨디셔너편차를 설정 프로파일로 센서 고유의 특성을 보정하는 방법으로 복수의 센서를 다중화하는 센서 다중화 아키텍처.
4. 제 1 항 내지 제 8 항 중 어느 하나의 항에 있어서,
   외부 관리시스템에 정보를 제공하고 관리할 수 있는 통신수단을 구비하여;
   의 위험수준을 위험도 또는 안전도로 정량화·정규화하고, 이 값들이 안전한계치에 수렴하거나 재해 징후가 발견되면 관리자에게 자동 통보하고 처리하는 기능을 더 포함하여, 상시 배터리 시스템의 수집정보를 데이터베이스로 체계적으로 관리하여 시각화하는 등 선제적으로 관리·모니터링하는 배터리 시스템관리시스템.
   
5. 필름 형상으로 내장된 압력 소자와 온도 센서를 서로 인접하게 집적 배치된 복수의 배터리 셀들로 구성된 배터리-시스템에 설치되어 상기 배터리 각 셀 의 온도·압력를 측정하는 것으로서, 서로 인접하는 상기 배터리 셀들 사이의 틈세(Gap)에 밀착 삽입하여,
   복수의 센서 데이터 수집 유니트에 버스에 의해 상호 병렬 접속된 것을 특징으로 하는 배터리-시스템 온도·압력 데이터 수집 어셈블리.
   
6. 다수의 셀(8)로 구성된 배터리시스템에서, 상기 모든 셀의 온도·압력 등의 물리적 정보를 수집하기위해, 다수의 센서(10, 20, 30)와 아날로그 신호를 수집하는 데이터 수집수단, 연산수단, 처리수단, 식별수단, 코드·데이터 저장수단 및 통신수단을 구비하여;
   상기 DAU를 센서를 셀에 밀착시키는 방법으로 독립된 데이터 수집기능을 수행하는 DAU Subsystem을 구성하고
   기판에 복수의 센서들을 셀 간격으로 일열로 배열 실장하여 물리적 신호를 감지하는 감지수단(10, 20, 30);
   상기 각 센서들은 고유의 어드레스를 부여하여 소프트웨어에 의해 선택하는 선택수단(50, 70);
   상기 선택된 센서 신호를 ADC에 의해 디지털로 변환하여 디지털 데이터를 수집하는 센서 데이터수집 수단(60);
   상기 수집된 데이터를 변환 평가하는 처리수단;
   상기 수집 데이터 외부 장치와 정보를 교환하는 통신수단;
   상기 복수의 DAU(Subsystem)을 네트워크 또는 버스로 연결하여 통합 관리하도록 하여 열 데이터 수집시스템을 네트워크를 통해 다중 연결하여 확장하는 방법으로 배터리 모듈, 팩의 데이터를 네트워크상에서 모니터링 관리하는 배터리 안전관리시스템.
7. 배터리 시스템의 안전관리방법에서, 모든 개별 셀의 온도·압력 정보를 수집하는 데이터 수집수단, 수집정보를 평가하여 사고 징후 또는 결함을 검출하는 처리수단 및 통신수단을 구비하여;
   (1) 모든 개별 셀의 온도, 압력 정보를 수집하는 데이터 수집하는 수집단계;
   (2) 상기 검출치가 미리 설정된 허용 임계치에 수렴하는 정도에 따라 위험도를 정량적으로 산출하는 평가 단계; 및
   (3) 상기 평가 방법으로 셀의 과열 또는 팽창으로 인해 발생한 상황을 위험도에 따라 배터리의 안정성 평가하여 경보, 통지, 표시 및 충방전전류의 차단 등 적절한 조치를 통하여 위험 상황을 선제적으로 예방하는 방법.
   
8. 다수의 셀(8)로 구성된 배터리시스템에서, 상기 모든 셀의 온도·압력 등의 물리적 정보를 수집하기위해, 다수의 센서(10, 20, 30)와 아날로그 신호를 수집하는 데이터 수집수단, 연산수단, 처리수단, 식별수단, 코드·데이터 저장수단 및 통신수단을 구비하여;
   배터리 셀의 데이터를 수집하여 과거의 일정기간의 셀 온도·압력 변화에서 이동평균필터(MDF) 등 예측 알고리즘으로 온도·압력 변화의 추이를 도출하고, 현재 측정치에 상기 추이를 반영하여 어느 시점에 경계치(안전한계치)에 도달하는지를 계산하여 안전한계시간( )을 도출하는 방법으로 위험상황을 예측하여 배터리시스템의 사고를 선제적으로 사고를 예방하는 방법.