KR20230171293A - 배터리의 단락 검출 장치 및 방법 - Google Patents

배터리의 단락 검출 장치 및 방법 Download PDF

Info

Publication number
KR20230171293A
KR20230171293A KR1020220071689A KR20220071689A KR20230171293A KR 20230171293 A KR20230171293 A KR 20230171293A KR 1020220071689 A KR1020220071689 A KR 1020220071689A KR 20220071689 A KR20220071689 A KR 20220071689A KR 20230171293 A KR20230171293 A KR 20230171293A
Authority
KR
South Korea
Prior art keywords
battery
sub
section
short circuit
parameter
Prior art date
Application number
KR1020220071689A
Other languages
English (en)
Inventor
이명재
김진호
송태원
황종혜
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020220071689A priority Critical patent/KR20230171293A/ko
Priority to US18/086,173 priority patent/US20230400518A1/en
Priority to CN202310091286.8A priority patent/CN117233657A/zh
Priority to EP23156495.6A priority patent/EP4293373A1/en
Publication of KR20230171293A publication Critical patent/KR20230171293A/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R17/00Measuring arrangements involving comparison with a reference value, e.g. bridge
    • G01R17/02Arrangements in which the value to be measured is automatically compared with a reference value
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10Measuring sum, difference or ratio
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/08Measuring resistance by measuring both voltage and current
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389Measuring internal impedance, internal conductance or related variables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/52Testing for short-circuits, leakage current or ground faults

Landscapes

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

Abstract

배터리의 단락 검출 장치 및 방법이 제공된다. 일 실시예에 따르면, 그 방법은 배터리의 충전 구간 및 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 배터리의 상태를 측정하여 측정 데이터를 결정하고, 배터리를 모사하는 배터리 모델을 이용하여 타겟 구간에 대해 배터리의 상태를 추정하여 추정 데이터를 결정하고, 측정 데이터 및 추정 데이터 간의 오차에 기초하여 배터리의 저항 오차 파라미터를 결정하고, 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 배터리의 단락을 검출하는 단계들을 포함할 수 있다.

Description

배터리의 단락 검출 장치 및 방법{METHOD AND APPARATUS FOR DETECTING SHORT CIRCUIT OF BATTERY}
아래 실시예들은 배터리의 단락 검출 장치 및 방법에 관한 것이다.
배터리 단락 현상은 배터리의 효율을 저하시킬뿐만 아니라 배터리 열 폭주의 주 원인으로 배터리 폭발과 같은 안전 상의 문제를 일으킨다. 따라서, 배터리 단락에 따른 배터리의 물리적, 열적 변형이 커지기 전에 단락을 효과적으로 검출하여 배터리의 안전성을 보장하는 것이 필요하다. 배터리의 단락을 검출하는 데는 일반적으로 배터리의 전류, 전압, 용량, 온도 등의 변화를 이용하는 방법, 전기회로 모델의 여러 파라미터의 변화를 이용하는 방법 등이 사용되었다. 또한 멀티 셀의 배터리 팩을 위한 검출 방법으로 멀티 셀을 구성하는 단위 셀들 간의 다양한 편차 값들을 이용하는 방법이 있다.
일 실시예에 따르면, 단락 검출 방법은 배터리의 충전 구간 및 상기 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 상기 배터리의 상태를 측정하여 측정 데이터를 결정하는 단계; 상기 배터리를 모사하는 배터리 모델을 이용하여 상기 타겟 구간에 대해 상기 배터리의 상기 상태를 추정하여 추정 데이터를 결정하는 단계; 상기 측정 데이터 및 상기 추정 데이터 간의 오차에 기초하여 상기 배터리의 저항 오차 파라미터를 결정하는 단계; 및 상기 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 상기 배터리의 단락을 검출하는 단계를 포함한다.
일 실시예에 따르면, 단락 검출 장치는 프로세서; 및 상기 프로세서에서 실행가능한 명령어들을 포함하는 메모리를 포함하고, 상기 명령어들이 상기 프로세서에서 실행되면, 상기 프로세서는 배터리의 충전 구간 및 상기 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 상기 배터리의 상태를 측정하여 측정 데이터를 결정하고, 상기 배터리를 모사하는 배터리 모델을 이용하여 상기 타겟 구간에 대해 상기 배터리의 상기 상태를 추정하여 추정 데이터를 결정하고, 상기 측정 데이터 및 상기 추정 데이터 간의 오차에 기초하여 상기 배터리의 저항 오차 파라미터를 결정하고, 상기 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 상기 배터리의 단락을 검출한다.
일 실시예에 따르면, 전자 장치는 상기 전자 장치에 전력을 공급하는 배터리; 및 배터리의 충전 구간 및 상기 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 상기 배터리의 상태를 측정하여 측정 데이터를 결정하고, 상기 배터리를 모사하는 배터리 모델을 이용하여 상기 타겟 구간에 대해 상기 배터리의 상기 상태를 추정하여 추정 데이터를 결정하고, 상기 측정 데이터 및 상기 추정 데이터 간의 오차에 기초하여 상기 배터리의 저항 오차 파라미터를 결정하고, 상기 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 상기 배터리의 단락을 검출하는, 프로세서를 포함한다.
도 1은 일 실시예에 따른 단락 검출 장치의 구성 및 동작을 개략적으로 나타낸다.
도 2 및 도 3은 일 실시예에 따른 단락 오차 파라미터들을 도출하는 동작들을 나타낸다.
도 4는 일 실시예에 따른 단락 검출의 연계 동작들을 나타낸다.
도 5는 일 실시예에 따른 단락 오차 파라미터의 서브 파라미터들을 이용한 단계적 동작을 나타낸다.
도 6은 일 실시예에 따른 정상 셀과 미세 단락 셀의 데이터 차이를 나타낸다.
도 7은 일 실시예에 따른 단락 저항의 도출 과정을 나타낸다.
도 8은 일 실시예에 따른 단락 검출 장치의 구성을 나타내는 블록도이다.
도 9는 일 실시예에 따른 전자 장치의 구성을 나타내는 블록도이다.
도 10은 일 실시예에 따른 단락 검출 방법을 나타내는 플로우 차트이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 단락 검출 장치의 구성 및 동작을 개략적으로 나타낸다. 배터리 단락 현상은 배터리의 에너지 효율을 저하시킬 수 있고, 배터리에 심각한 안전 문제를 일으킬 수 있다. 예를 들어, 배터리 단락은 배터리의 열 폭주의 주된 원인으로 꼽힐 수 있다. 배터리 단락은 안전 조치가 가능한 초기 단계의 미세 단락 수준에서 검출될 필요가 있다. 배터리 미세 단락의 경우 단락 발생으로 인한 배터리 신호(예: 전류, 전압, 온도 등) 등의 변화가 매우 작을 수 있다. 배터리 운전 중 고율 충전 조건 등에서 배터리 충전 전류 대비 매우 작은 미세 단락 전류의 영향을 검출하는 것은 어렵기 때문에, 기존에는 미세 단락이 아닌 보다 더 큰 단락을 검출하는 것이나 배터리 휴지 상태에서 검출하는 것이 목표로 설정되었고, 배터리 운전 중 발생하는 배터리 상태 변화(예: 운전 온도, 배터리 열화 등)으로부터 단락을 효과적으로 분리하여 검출할 수 없었다.
최근에는 기계 학습 등 AI(artificial intelligence) 기술을 통해 파라미터의 차이 혹은 변화를 학습하여 배터리 단락을 판단하는 기술이 존재하지만, 모델 정확도에 따라 검출할 수 있는 단락의 정도 및 정확도가 크게 달라질 수 있고, 고율 운전high rate driving), 열화(deterioration), 측정 오차 등에 따라 미세 단락 검출에 제한이 있을 수 있다. 또한 AI 기술의 추가로 요구 컴퓨팅 파워가 높아질 수 있다.
도 1을 참조하면, 단락 검출 장치(short circuit detection apparatus, 100)는 측정 데이터(101)에 기초하여 배터리 단락에 관한 검출 결과(103)를 출력한다. 측정 데이터(101)는 단락 검출 장치(100)에 의해 감시되는 배터리(110)의 사양(specification) 및/또는 작동(operation)과 관련된 데이터를 포함할 수 있다. 예를 들어, 배터리(110)가 충전 중인 경우 측정 데이터(101)는 충전에 따른 배터리 신호를 포함할 수 있고, 배터리(110)가 방전 중인 경우 측정 데이터(101)는 방전에 따른 배터리 신호를 포함할 수 있다. 예를 들어, 배터리 신호는 배터리의 전압, 전류, 온도 등을 포함할 수 있다. 측정 데이터(101)는 배터리 내부 및/또는 외부의 다양한 센서들을 통해 측정될 수 있다. 검출 결과(103)는 단락의 검출 여부, 단락의 검출 시점, 단락의 유지 시간, 단락의 세기와 같은 단락 정보를 포함할 수 있다. 검출 결과(103)에 따라 단락에 대한 대처 동작이 수행될 수 있다.
단락 검출 장치(100)는 배터리(110)를 모사하는 배터리 모델(121)을 이용하여 배터리(110)의 상태(예: SOC(state of charge), 전압 등)를 추정하여 추정 데이터(102)를 결정할 수 있다. 일 실시예에 따르면, 배터리 모델(121)은 전기화학(electrochemical thermal, ECT) 모델일 수 있다. ECT 모델은 다양한 ECT 파라미터들 및 지배 방정식(governing equation)들을 이용하여 배터리의 내부 상태를 모사할 수 있다. 예를 들어, ECT 모델의 파라미터들은 형상(예: 두께, 반경 등), OCP(open circuit potential), 물성치(예: 전기 전도도, 이온 전도도, 확산 계수 등) 등을 나타낼 수 있고, 지배 방정식은 이러한 파라미터들에 기초한 전극 및 전해질의 계면에서 발생하는 전기화학 반응, 및 전극 및 전해질의 농도 및 전하 보존과 관련된 물리 보존식을 포함할 수 있다.
일 실시예에 따르면, ECT 모델은 측정 데이터(101)에 기초하여 배터리(110)의 상태를 추정할 수 있다. 예를 들어, ECT 모델은 측정 데이터(101)에 따른 배터리(110)의 전류 및 온도에 기초하여 배터리(110)의 SOC 및 전압을 추정할 수 있다. 단락 검출 장치(100)는 배터리(110)로부터 측정된 측정 데이터(101)와 배터리 모델(121)을 통해 추정된 추정 데이터(102) 간의 오차를 이용하여 단락 상태를 검출할 수 있다. 이러한 오차는 추정 오차로 부를 수 있다. 배터리 모델(121)은 추정 오차가 감소하도록 추정 데이터(102)를 보정하는 오차 보정 모델을 더 포함할 수 있다. 예를 들어, 오차 보정 모델은 전압 측정 값과 전압 추정 값 간의 전압 추정 오차가 감소하도록 전압 추정 값 및/또는 SOC 추정 값을 보정할 수 있다. 오차가 클수록 보정 값은 커질 수 있다. 단락 검출 장치(100)는 일정 시간 구간 동안의 오차의 변화 및/또는 보정 값의 변화를 단락 검출에 이용할 수 있다.
일 실시예에 따르면, 단락 검출 장치(100)는 측정 데이터(101) 및 추정 데이터(102) 간의 오차에 기초하여 배터리(110)의 저항 오차 파라미터를 결정하고, 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 배터리(110)의 단락을 검출할 수 있다. 단락 상태의 배터리(110)의 전압을 측정하고, 정상 상태의 배터리(110)의 전압을 추정하고, 측정 값과 추정 값 간의 차이가 도출될 수 있다. 정상 상태의 배터리(110)의 전압의 추정 시 전압에 열화와 같은 배터리(110)의 실제 상태 변화가 반영되어 있다면, 그 차이는 측정 값의 단락 성분에 대응할 수 있다. 이때, 단락 성분은 단락 저항 및 단락 전류의 곱으로 나타낼 수 있다. 단락 검출 장치(100)는 측정 전압과 추정 전압 간의 차이가 단락 성분에 대응한다는 관계에 기초하여 저항 오차 파라미터를 이용한 단락 검출을 수행할 수 있다.
일 실시예에 따르면, 측정 데이터(101)는 배터리(110)의 측정 전압 및 측정 전류를 포함하고, 추정 데이터(102)는 배터리(110)의 추정 전압을 포함할 수 있다. 단락 검출 장치(100)는 측정 전압과 추정 전압 간의 차에 해당하는 전압 오차와 측정 전류 간의 비율에 기초하여 저항 오차 파라미터를 결정할 수 있다. 일 실시예에 따르면, 측정 데이터(101)는 미리 설정된 검출 주기의 배터리 측정 값들을 포함하고, 추정 데이터(102)는 미리 설정된 검출 주기의 배터리 추정 값들을 포함할 수 있다. 단락 검출 장치(100)는 측정 값들 및 추정 값들에 기초하여 미리 설정된 검출 주기의 저항 오차 값들을 결정하고, 저항 오차 값들에 기초한 연산을 수행하여 저항 오차 파라미터를 결정할 수 있다. 예를 들어, 저항 오차 값들의 평균, 누적치, 변화율 등에 따라 저항 오차 파라미터가 결정될 수 있다. 일례로, 저항 오차 파라미터는 방전 구간 내 제1 서브 구간의 제1 평균 저항 오차와 충전 구간 내 제2 서브 구간의 제2 평균 저항 오차 간의 차이를 나타내는 제1 서브 파라미터, 방전 구간 내 제3 서브 구간의 저항 오차 변화율을 나타내는 제2 서브 파라미터, 및 충전 구간 내 제4 서브 구간의 저항 오차 변화율을 나타내는 제3 서브 파라미터 중 적어도 일부를 포함할 수 있다.
단락 검출 장치(100)는 배터리의 단위 셀 및 멀티 셀로부터 측정된 측정 데이터(101), 및 배터리 모델(121)을 이용하여 저항 오차 파라미터를 결정하고, 저항 오차 파라미터를 이용하여 배터리 셀의 정상 상태와 단락 상태를 구별할 수 있다. 일 실시예에 따르면, 단락 검출 장치(100)는 저항 오차 파라미터의 복수의 서브 파라미터들을 이용하여 단계적으로 단락을 선언할 수 있다. 일 실시예에 따르면, 단락 검출 장치(100)는 스마트폰 급속 충전 조건을 포함하는 배터리 사용 조건에서 단락 판단의 정확도를 높이고 단락 전류 및 단락 저항을 계산할 수 있다.
미세 단락에 따른 배터리 신호(전류, 전압, 온도)의 변화는 매우 작고, 실제 충방전 속도, 충방전 구간(예: 전압 구간, 시간 구간, 속도 범위), 온도, 배터리 개체 차이, 배터리 열화 등에 의한 신호 변화는 단락에 기인한 신호 변화보다 매우 크게 나타나기 때문에, 운전 중 배터리(110)의 단락 검출 및 내부 단락 저항 등에 대한 계산을 어렵게 한다. 단락 검출 장치(100)는 열화 진행에 따른 파라미터 업데이트 기능 및/또는 SOC 보정 기능 등을 갖춘 고정확도의 배터리 모델(121)을 사용하고, 저항 오차 파라미터를 복수로 선정하여 단계적으로 배터리 단락을 선언하여, 실제 배터리 구동 중 단락 상태 및 정상 상태의 구별 확률을 높이고 오검출 확률을 낮출 수 있다. 여기서, SOC 보정 기능은 배터리(110)의 상태 추정 오차가 생길 경우 SOC 상태를 일정 비율로 보정하여 추정 정확도를 유지하는 기능, 열화 진행에 따른 파라미터 업데이트 기능은 열화 상태 추정을 통해 열화 파라미터 등 배터리 모델(121)의 파라미터를 정확한 값으로 업데이트하여 배터리 열화가 진행되어도 배터리 모델(121)의 상태 추정 정확도를 유지하는 기능에 해당할 수 있다.
도 2 및 도 3은 일 실시예에 따른 단락 오차 파라미터들을 도출하는 동작들을 나타낸다. 도 2를 참조하면, 단락 검출 장치는 배터리의 방전 구간의 제1 서브 구간(210) 및 배터리의 충전 구간의 제2 서브 구간(220)을 타겟 구간으로 설정하고, 제1 서브 구간(210)의 평균 저항 오차(211)와 제2 서브 구간(220)의 평균 저항 오차(221)를 결정하고, 평균 저항 오차(211)와 평균 저항 오차(221) 간의 차이를 나타내는 서브 파라미터를 결정할 수 있다. 본 서브 파라미터는 제1 서브 파라미터로 부를 수 있다. 저항 오차 파라미터는 적어도 하나의 서브 파라미터에 기초하여 결정될 수 있는데, 제1 서브 파라미터는 저항 오차 파라미터의 적어도 하나의 서브 파라미터의 하나에 해당할 수 있다.
단락 검출 장치는 측정 데이터 및 추정 데이터로부터 평균 저항 오차들(211, 221)을 결정할 수 있다. 측정 데이터는 검출 주기의 측정 전압 값들 및 측정 전류 값들을 포함하고, 추정 데이터는 검출 주기의 추정 전압 값들을 포함할 수 있다. 검출 주기는 미리 설정될 수 있다. 예를 들어, 검출 주기는 1/4초일 수 있다. 다만, 이는 하나의 예시이며, 검출 주기는 다양한 값으로 설정될 수 있다. 단락 검출 장치는 각 검출 주기의 측정 전압 값과 추정 전압 값 간의 차에 해당하는 전압 오차를 측정 전류 값으로 나누어 저항 오차 값을 결정할 수 있다. 단락 검출 장치는 검출 주기에 따라 타겟 구간의 저항 오차 값들을 결정하고, 제1 서브 구간(210)의 저항 오차 값들의 평균에 기초하여 평균 저항 오차(211)를 결정하고, 제2 서브 구간(220)의 저항 오차 값들의 평균에 기초하여 평균 저항 오차(221)를 결정하고, 평균 저항 오차(211)와 평균 저항 오차(221) 간의 차이에 기초하여 제1 서브 파라미터를 결정할 수 있다.
일 실시예에 따르면, 단락 검출 장치는 SOC 레벨에 따라 타겟 구간을 설정할 수 있다. 예를 들어, 단락 검출 장치는 제1 SOC 레벨(212)로부터 제2 SOC 레벨(213)까지의 방전이 이루어지는 구간을 제1 서브 구간(210)으로 설정하고, 제3 SOC 레벨(222)로부터 제4 SOC 레벨(223)까지의 충전이 이루어지는 구간을 제2 서브 구간(220)으로 설정할 수 있다. 제1 SOC 레벨(212)과 제4 SOC 레벨(223), 및/또는 제2 SOC 레벨(213)과 제3 SOC 레벨(222)은 동일하게 설정되거나 다르게 설정될 수 있다. 또한, 제1 SOC 레벨(212)과 제2 SOC 레벨(213) 간의 간격, 및 제3 SOC 레벨(222)과 제4 SOC 레벨(223) 간의 간격은 동일하게 설정되거나 다르게 설정될 수 있다. 예를 들어, 제1 SOC 레벨(212)은 100%, 제2 SOC 레벨(213)은 50%, 제3 SOC 레벨(222)은 25%, 제4 SOC 레벨(223)은 75%일 수 있다.
도 3을 참조하면, 단락 검출 장치는 배터리의 방전 구간의 제3 서브 구간(310)을 타겟 구간으로 설정하고, 제3 서브 구간(310)의 저항 오차 변화율(311)을 나타내는 서브 파라미터를 결정할 수 있다. 본 서브 파라미터는 제2 서브 파라미터로 부를 수 있다. 단락 검출 장치는 배터리의 충전 구간의 제4 서브 구간(320)을 타겟 구간으로 설정하고, 제4 서브 구간(320)의 저항 오차 변화율(321)을 나타내는 서브 파라미터를 결정할 수 있다. 본 서브 파라미터는 제3 서브 파라미터로 부를 수 있다. 단락 검출 장치는 검출 주기에 따라 타겟 구간의 저항 오차 값들을 결정하고, 제3 서브 구간(310)의 저항 오차 값들의 변화율에 기초하여 제3 서브 파라미터를 결정하고, 제4 서브 구간(320)의 저항 오차 값들의 변화율에 기초하여 제4 서브 파라미터를 결정할 수 있다.
단락 검출 장치는 제3 서브 구간(310)의 저항 오차 값들의 오차 증가율에 기초하여 제2 서브 파라미터를 결정하고, 제4 서브 구간(320)의 저항 오차 값들의 오차 감소율에 기초하여 제3 서브 파라미터를 결정할 수 있다. 단락 검출 장치는 미리 설정된 수의 검출 주기 동안의 변화율에 따라 제2 서브 파라미터 및/또는 제3 서브 파라미터를 결정할 수 있다. 예를 들어, 1개의 검출 주기 동안의 변화율 또는 4개의 검출 주기 동안의 변화율에 따라 제2 서브 파라미터 및/또는 제3 서브 파라미터가 결정될 수 있다. 다만, 이는 하나의 예시이며, 변화율이 측정되는 검출 주기의 수는 다양한 값으로 설정될 수 있다.
일 실시예에 따르면, 단락 검출 장치는 SOC 레벨에 따라 타겟 구간을 설정할 수 있다. 예를 들어, 단락 검출 장치는 제5 SOC 레벨(312)로부터 제6 SOC 레벨(313)까지의 방전이 이루어지는 구간을 제3 서브 구간(310)으로 설정하고, 제7 SOC 레벨(322)로부터 제8 SOC 레벨(323)까지의 충전이 이루어지는 구간을 제4 서브 구간(220)으로 설정할 수 있다. 제5 SOC 레벨(312)과 제8 SOC 레벨(323), 및/또는 제6 SOC 레벨(313)과 제7 SOC 레벨(322)은 동일하게 설정되거나 다르게 설정될 수 있다. 또한, 제5 SOC 레벨(312)과 제6 SOC 레벨(313) 간의 간격, 및 제7 SOC 레벨(322)과 제8 SOC 레벨(323) 간의 간격은 동일하게 설정되거나 다르게 설정될 수 있다. 또한, 제5 SOC 레벨(312) 내지 제8 SOC 레벨(323)은 도 2의 제1 SOC 레벨(212) 내지 제4 SOC 레벨(223)과 동일하게 설정되거나 다르게 설정될 수 있다. 예를 들어, 제5 SOC 레벨(312)은 100%, 제6 SOC 레벨(313)은 50%, 제7 SOC 레벨(322)은 25%, 제8 SOC 레벨(323)은 75%일 수 있다.
도 4는 일 실시예에 따른 단락 검출의 연계 동작들을 나타낸다. 도 4를 참조하면, 단락 검출 장치는 단계(401)에서 단락 검출 모드로의 진입 조건을 설정할 수 있다. 단락 검출 장치는 배터리의 내부 상태나 주변 환경에 무관하게 항상 단락 검출을 수행하거나, 특정 내부 상태나 특정 주변 환경 하에서 단락 검출을 수행할 수 있다. 후자의 경우 단락 검출은 단락 검출 모드에서 수행될 수 있고, 단락 검출이 수행되는 특정 내부 상태나 특정 주변 환경은 진입 조건에 따라 정의될 수 있다. 예를 들어, 진입 조건은 충방전 온도, 충방전 범위(예: 시간 범위, 전압 범위), 충방전 속도 등을 포함할 수 있다.
단락 검출 장치는 단계(402)에서 기존 파라미터 설정을 이용할지 결정할 수 있다. 기존 파라미터 설정이란 현재 테스트하는 배터리가 아닌 기존의 다른 배터리에 대해 설정된 모델 및 데이터에 해당할 수 있다.
기존 파라미터 설정이 이용되는 경우, 단락 검출 장치는 단계(403)에서 현재 배터리를 이용하여 초기 운전을 수행하고, 단계(404)에서 초기 운전 데이터에 기초하여 기존 파라미터 설정에 따른 단락 임계치를 조절할 수 있다. 예를 들어, 배터리의 초기 50 사이클 동안의 운전에 따라 초기 운전 데이터가 확보될 수 있다. 단락 검출 장치는 기존 배터리의 저항 오차 파라미터의 최대 값 및 최소 값을 초기 운전 데이터에 따른 저항 오차 파라미터들의 최대 값 및 최소 값에 기초하여 조절하여 단락 임계치를 결정할 수 있다. 단계들(403, 404)은 현재 배터리가 탑재된 전자 장치에서 실제 배터리 운전 환경 하에 수행될 수 있다.
일 실시예에 따르면, 단락 검출 장치는 온디바이스 상태의 초기 운전 중 얻는 정상 상태의 배터리의 저항 오차 파라미터 값에 기초하여 기존의 저항 오차 파라미터 값을 일괄적인 오프셋을 적용하여 쉬프트시켜 단락 임계치를 조절할 수 있다. 다른 일 실시예에 따르면, 단락 검출 장치는 온디바이스 상태의 초기 운전 중 얻는 정상 상태의 배터리의 저항 오차 파라미터 외의 배터리 모델의 파라미터 값을 기존의 저항 오차 파라미터 외의 베터리 모델의 파라미터 값과 비교하여 기존의 저항 오차 파라미터를 기준의 단락 임계치를 조절할 수 있다.
기존 파라미터 설정이 이용되지 않는 경우, 단락 검출 장치는 단계(405)에서 현재 배터리를 이용한 별도의 사전 실험을 수행하고, 단계(406)에서 사전 실험에 따른 실험 데이터에 기초하여 현재 배터리를 위한 단락 임계치를 설정할 수 있다. 예를 들어, 사전 실험은 진입 조건이 만족된 상태에서 충방전 온도, 충방전 범위, 충방전 속도 등을 변화시키며 정상 셀과 외부 저항 연결 셀의 저항 오차 파라미터를 획득하는 것을 포함할 수 있다. 실험 데이터의 저항 오차 파라미터의 최대 값, 최소 값 등을 이용해 단락 임계치가 도출될 수 있다. 단계들(405, 406)은 현재 배터리가 탑재될 전자 장치가 아닌 실험 장치에서 실험 환경 하에 수행될 수 있다.
단계(407)에서 배터리 운전이 수행될 수 있다. 단계(407)는 배터리 운전은 현재 배터리가 탑재된 상태의 전자 장치에서 수행될 수 있다. 단락 검출 장치는 단계(408)에서 진입 조건이 만족되었는지 결정할 수 있다. 진입 조건이 만족되면, 단락 검출 장치는 단계(409)에서 저항 오차 파라미터와 단락 임계치를 비교할 수 있다. 저항 오차 파라미터는 배터리 운전 중에 주기적으로 계산될 수 있고, 단락 임계치는 단계(404) 또는 단계(406)에서 설정될 수 있다. 저항 오차 파라미터가 단락 임계치를 넘어간 경우, 단락 검출 장치는 단계(410)에서 대처 동작을 수행할 수 있다. 예를 들어, 대처 동작은 단락 발생 선언 및/또는 사용자에게 알림을 포함할 수 있다.
도 5는 일 실시예에 따른 단락 오차 파라미터의 서브 파라미터들을 이용한 단계적 동작을 나타낸다. 일 실시예에 따르면, 단락 오차 파라미터는 n개의 서브 파라미터들(SC1 내지 SCn)을 포함할 수 있고, 단락 검출 장치는 서브 파라미터들(SC1 내지 SCn)을 이용하여 단계적인 단락 검출 및 대처를 수행할 수 있다. 예를 들어, 제1 서브 파라미터(SC1)는 도 2의 평균 저항 오차들(211, 221)의 차에 해당할 수 있고, 제2 서브 파라미터(SC2)는 도 3의 저항 오차 변화율(311)일 수 있고, 제3 서브 파라미터(SC3)는 도 3의 저항 오차 변화율(321)일 수 있다.
도 5를 참조하면, 단락 검출 장치는 단계(501)에서 제1 서브 파라미터(SC1)와 제1 단락 임계치(TH1)를 비교할 수 있다. 제1 서브 파라미터(SC1)가 제1 단락 임계치(TH1)보다 큰 경우, 단락 검출 장치는 단계(502)에서 1단계 대처 동작을 수행할 수 있다. 예를 들어, 1단계 대처 동작은 배터리의 미세 단락 발생을 선언하고, 사용자에게 배터리 교체 권장 알림을 수행하는 것을 포함할 수 있다.
단락 검출 장치는 단계(503)에서 제2 서브 파라미터(SC2)와 제2 단락 임계치(TH2)를 비교하고, 단계(504)에서 제1 서브 파라미터(SC1)와 제1 단락 임계치(TH1)를 비교할 수 있다. 제2 서브 파라미터(SC2)가 제2 단락 임계치(TH2)보다 크고, 제1 서브 파라미터(SC1)가 제1 단락 임계치(TH1)보다 큰 경우, 단락 검출 장치는 단계(505)에서 2단계 대처 동작을 수행할 수 있다. 예를 들어, 2단계 대처 동작은 배터리의 단락 발생을 선언하고, 사용자에게 배터리 교체 권장 알림을 수행하는 것을 포함할 수 있다. 필요에 따라 단계(504)는 생략될 수 있다. 이 경우 제2 서브 파라미터(SC2)가 제2 단락 임계치(TH2)보다 크다고 결정됨에 따라 단계(504) 없이 단계(505)가 바로 수행될 수 있다.
단락 검출 장치는 단계들(506 내지 508)에서 단계들(503 내지 505)과 유사한 동작을 수행할 수 있다. 3단계 대처 동작은 배터리의 단락 발생을 선언하고, 사용자에게 배터리 교체 요구를 요구하고, 지속적인 알림을 수행하는 것을 포함할 수 있다. 이러한 동작들이 제4 서브 파라미터(SC4) 내지 제n 서브 파라미터(SCn)에 관한 단계들(509, 510)에서 계속하여 수행될 수 있다. 모든 서브 파라미터들(SC1 내지 SCn)이 단락 임계치들(TH1 내지 THn) 중 대응 값보다 작으면, 단락 검출 장치는 단계(511)에서 배터리가 정상 상태라고 결정할 수 있다.
1단계, 2단계, 3단계로 대처 동작의 레벨이 높아질수록 대처 동작의 내용의 강도가 강해질 수 있다. 예를 들어, 미세 단락에 대한 선언보다 단락에 대한 선언이 더 높은 강도의 대처일 수 있고, 배터리 교체 권장에 비해 배터리 교체 요구 및 지속적 알림이 더 높은 강도의 대처일 수 있다. 이때, 서브 파라미터들(SC1 내지 SCn)의 순서는 검출 민감도에 따라 정해질 수 있다. 검출 민감도는 배터리 단락에 민감하게 반응하는 정도를 나타낼 수 있다. 예를 들어, 서브 파라미터들(SC1 내지 SCn) 및 단락 임계치들(TH1 내지 THn)이 설정된 상태에서 배터리 단락이 발생했을 때, 서브 파라미터들(SC1 내지 SCn) 중 단락 임계치들(TH1 내지 THn)의 대응 값을 가장 먼저 넘어서는 순서로 검출 민감도가 높게 책정될 수 있다.
도 5에는 검출 민감도에 따른 단계적 검출을 수행하는 실시예가 도시되어 있으나, 이와 다른 방식으로 단락 검출을 수행하는 다양한 실시예들이 존재할 수 있다. 일 실시예에 따르면, 서브 파라미터들(TH1 내지 THn) 각각에 가중치가 설정될 수 있고, 해당 가중치에 따른 가중 합이 특정 레퍼런스 레벨(예: 임계치)을 넘어서면 대처 동작이 수행될 수 있다. 이 경우에도, 여러 레퍼런스 레벨이 설정될 수 있고, 레퍼런스 레벨을 몇 단계 넘는지에 따라 더 높은 강도의 대처 동작이 수행될 수 있다. 다른 일 실시예에 따르면, 어느 하나의 서브 파라미터(예: 제1 서브 파라미터(TH1))에 복수의 레퍼런스 레벨이 설정될 수 있고, 서브 파라미터가 어느 레퍼런스 레벨을 넘는지에 따라 더 높은 강도의 대처 동작이 수행될 수 있다.
도 6은 일 실시예에 따른 정상 셀과 미세 단락 셀의 데이터 차이를 나타낸다. 도 6을 참조하면, 그래프들(610, 620, 630)은 정상 셀의 보상 전압, 저항 오차 파라미터, 및 셀 온도를 나타낸다. 보상 전압은 추정 전압과 실제 전압 간의 차이에 대한 보상 값 또는 보정 값을 나타낼 수 있다. 정상 셀의 저항 오차 파라미터는 충방전이 반복되는 그래프(620)의 전 구간에서 단락 임계치보다 낮게 유지되므로 배터리 단락이 검출되지 않을 수 있다. 그래프들(640, 650, 660)은 미세 단락 셀의 보상 전압, 저항 오차 파라미터, 및 셀 온도를 나타낸다. 그래프(650)에는 저항 오차 파라미터가 임계치(TH)를 넘는 구간이 나타나며, 해당 구간에서 미세 단락이 검출될 수 있다.
도 6에서 제1 구간(641)은 배터리의 초기 운전 구간을 나타낸다. 제1 구간(641)의 경우 배터리 모델의 초기 오차가 존재할 수 있으므로, 제1 구간(641) 후 제2 구간(642)에서 단락 검출이 수행될 수 있다. 제1 구간(641) 및 제2 구간(642)은 검출 시간 범위에 해당할 수 있다. 또한, 온도 검출 범위(DR) 내에서 단락 검출이 수행될 수 있다. 이러한 검출 시간 범위 및 검출 온도 범위는 단락 검출 모드로의 진입 조건에 해당할 수 있다. 그 밖에, SOC 범위, 컷 오프 전압 범위 등이 진입 조건으로 설정될 수 있다. 진입 조건이 설정된 경우, 단락 검출 장치는 진입 조건이 만족된 상황에서 저항 오차 파라미터와 단락 임계치를 비교하여 단락 검출을 수행할 수 있다.
도 7은 일 실시예에 따른 단락 저항의 도출 과정을 나타낸다. 도 7을 참조하면, 그래프들(710 내지 730)은 보상 전압, 단락 전류, 및 단락 저항을 나타내고, 시간(ts)은 단락 검출 시점을 나타낸다. 단락 저항 값(R)은 매우 작은 수치, 예를 들어 500ohm일 수 있다. 단락 오차 파라미터를 통해 매우 적은 수치의 단락 저항이 검출될 수 있다. 그래프들(720, 730)은 방전 구간에서 단락 검출이 수행된 결과에 해당하며, 이에 따라 선들 사이에 끊어진 구간(충전 구간)이 나타날 수 있다.
배터리 단락이 검출된 경우, 단락 검출 장치는 단락 검출에 사용된 저항 오차 파라미터로부터 현재 단락 저항 값을 계산할 수 있다. 예를 들어, 단락 검출 장치는 추정 데이터의 추정 전압(V_E) 및 측정 데이터의 측정 전류(I_M)에 따른 배터리의 내부 저항(R_I)을 결정하고, 내부 저항(R_I)과 저항 오차 파라미터(예: 제1 서브 파라미터(SC1)) 간의 비율에 따라 오차 비율(ER)을 결정하고, 측정 전류(I_M)와 오차 비율(ER)의 곱에 따라 단락 전류(I_S)를 결정하고, 추정 전압(V_E)과 단락 전류(I_S) 간의 비율에 따라 단락에 따른 단락 저항(R_S)을 결정할 수 있다. 예를 들어, 내부 저항(R_I)은 추정 전압(V_E)/측정 전류(I_M)로 계산될 수 있고, 오차 비율(ER)은 제1 서브 파라미터(SC1)/내부 저항(R_I)으로 계산될 수 있고, 단락 전류(I_S)는 측정 전류(I_M)*오차 비율(ER)로 계산될 수 있고, 단락 저항(R_S)은 추정 전압(V_E)/단락 전류(I_S)로 계산될 수 있다. 계산된 단락 저항(R_S) 및/또는 단락 전류(I_S)는 단락 검출의 검출 파라미터로 사용될 수 있다.
도 8은 일 실시예에 따른 단락 검출 장치의 구성을 나타내는 블록도이다. 도 8을 참조하면, 단락 검출 장치(800)는 프로세서(810) 및 메모리(820)를 포함한다. 메모리(820)는 프로세서(810)에 연결되고, 프로세서(810)에 의해 실행가능한 명령어들, 프로세서(810)가 연산할 데이터 또는 프로세서(810)에 의해 처리된 데이터를 저장할 수 있다. 메모리(820)는 비일시적인 컴퓨터 판독가능 매체, 예컨대 고속 랜덤 액세스 메모리 및/또는 비휘발성 컴퓨터 판독가능 저장 매체(예컨대, 하나 이상의 디스크 저장 장치, 플래쉬 메모리 장치, 또는 기타 비휘발성 솔리드 스테이트 메모리 장치)를 포함할 수 있다.
프로세서(810)는 도 1 내지 도 7, 도 9, 및 도 10의 동작을 수행하기 위한 명령어들을 실행할 수 있다. 예를 들어, 프로세서(810)는 배터리의 충전 구간 및 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 배터리의 상태를 측정하여 측정 데이터를 결정하고, 배터리를 모사하는 배터리 모델을 이용하여 타겟 구간에 대해 배터리의 상태를 추정하여 추정 데이터를 결정하고, 측정 데이터 및 추정 데이터 간의 오차에 기초하여 배터리의 저항 오차 파라미터를 결정하고, 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 배터리의 단락을 검출할 수 있다. 그 밖에, 단락 검출 장치(800)에는 도 1 내지 도 10, 도 12, 및 도 13의 설명이 적용될 수 있다.
도 9는 일 실시예에 따른 전자 장치의 구성을 나타내는 블록도이다. 도 9를 참조하면, 전자 장치(900)는 프로세서(910), 메모리(920), 카메라(930), 저장 장치(940), 입력 장치(950), 출력 장치(960), 네트워크 인터페이스(970), 및 배터리(980)를 포함할 수 있으며, 이들은 통신 버스(990)를 통해 서로 통신할 수 있다. 예를 들어, 전자 장치(900)는 이동 전화, 스마트 폰, PDA, 넷북, 태블릿 컴퓨터, 랩톱 컴퓨터 등과 같은 모바일 장치, 스마트 워치, 스마트 밴드, 스마트 안경 등과 같은 웨어러블 디바이스, 데스크탑, 서버 등과 같은 컴퓨팅 장치, 텔레비전, 스마트 텔레비전, 냉장고 등과 같은 가전 제품, 도어 락 등과 같은 보안 장치, 자율주행 차량, 스마트 차량 등과 같은 차량의 적어도 일부로 구현될 수 있다. 전자 장치(900)는 도 1의 단락 검출 장치(100) 및/또는 도 8의 단락 검출 장치(800)를 구조적 및/또는 기능적으로 포함할 수 있다.
프로세서(910)는 전자 장치(900) 내에서 실행하기 위한 기능 및 명령어들을 실행한다. 예를 들어, 프로세서(910)는 메모리(920) 또는 저장 장치(940)에 저장된 명령어들을 처리할 수 있다. 프로세서(910)는 도 1 내지 도 8을 통하여 설명된 동작을 수행할 수 있다. 메모리(920)는 컴퓨터 판독가능한 저장 매체 또는 컴퓨터 판독가능한 저장 장치를 포함할 수 있다. 메모리(920)는 프로세서(910)에 의해 실행하기 위한 명령어들을 저장할 수 있고, 전자 장치(900)에 의해 소프트웨어 및/또는 애플리케이션이 실행되는 동안 관련 정보를 저장할 수 있다.
카메라(930)는 사진 및/또는 비디오를 촬영할 수 있다. 예를 들어, 카메라(930)는 사용자의 얼굴을 포함하는 얼굴 영상을 촬영할 수 있다. 카메라(930)는 객체들에 관한 깊이 정보를 포함하는 3D 카메라일 수 있다. 저장 장치(940)는 컴퓨터 판독가능한 저장 매체 또는 컴퓨터 판독가능한 저장 장치를 포함한다. 저장 장치(940)는 메모리(920)보다 더 많은 양의 정보를 저장하고, 정보를 장기간 저장할 수 있다. 예를 들어, 저장 장치(940)는 자기 하드 디스크, 광 디스크, 플래쉬 메모리, 플로피 디스크 또는 이 기술 분야에서 알려진 다른 형태의 비휘발성 메모리를 포함할 수 있다.
입력 장치(950)는 키보드 및 마우스를 통한 전통적인 입력 방식, 및 터치 입력, 음성 입력, 및 이미지 입력과 같은 새로운 입력 방식을 통해 사용자로부터 입력을 수신할 수 있다. 예를 들어, 입력 장치(950)는 키보드, 마우스, 터치 스크린, 마이크로폰, 또는 사용자로부터 입력을 검출하고, 검출된 입력을 전자 장치(900)에 전달할 수 있는 임의의 다른 장치를 포함할 수 있다. 출력 장치(960)는 시각적, 청각적 또는 촉각적인 채널을 통해 사용자에게 전자 장치(900)의 출력을 제공할 수 있다. 출력 장치(960)는 예를 들어, 디스플레이, 터치 스크린, 스피커, 진동 발생 장치 또는 사용자에게 출력을 제공할 수 있는 임의의 다른 장치를 포함할 수 있다. 네트워크 인터페이스(970)는 유선 또는 무선 네트워크를 통해 외부 장치와 통신할 수 있다. 배터리(980)는 전력을 저장하고, 해당 전력을 전자 장치(900)에 공급할 수 있다.
도 10은 일 실시예에 따른 단락 검출 방법을 나타내는 플로우 차트이다. 도 10을 참조하면, 단락 검출 장치는 단계(1010)에서 배터리의 충전 구간 및 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 배터리의 상태를 측정하여 측정 데이터를 결정하고, 단계(1020)에서 배터리를 모사하는 배터리 모델을 이용하여 타겟 구간에 대해 배터리의 상태를 추정하여 추정 데이터를 결정하고, 단계(1030)에서 측정 데이터 및 추정 데이터 간의 오차에 기초하여 배터리의 저항 오차 파라미터를 결정하고, 단계(1040)에서 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 배터리의 단락을 검출한다.
측정 데이터는 측정 전압 및 측정 전류를 포함하고, 추정 데이터는 추정 전압을 포함하고, 저항 오차 파라미터는 측정 전압과 추정 전압 간의 차에 해당하는 전압 오차와 측정 전류 간의 비율에 기초하여 결정될 수 있다.
저항 오차 파라미터는 방전 구간 내 제1 서브 구간의 제1 평균 저항 오차와 충전 구간 내 제2 서브 구간의 제2 평균 저항 오차 간의 차이를 나타내는 제1 서브 파라미터, 방전 구간 내 제3 서브 구간의 저항 오차 변화율을 나타내는 제2 서브 파라미터, 및 충전 구간 내 제4 서브 구간의 저항 오차 변화율을 나타내는 제3 서브 파라미터 중 적어도 일부를 포함할 수 있다.
측정 데이터는 미리 설정된 검출 주기의 배터리 측정 값들을 포함하고, 추정 데이터는 미리 설정된 검출 주기의 배터리 추정 값들을 포함하고, 측정 값들 및 추정 값들에 기초하여 미리 설정된 검출 주기의 저항 오차 값들이 결정되고, 저항 오차 파라미터는 저항 오차 값들에 기초한 연산 결과에 해당할 수 있다.
단계(1030)는 제1 서브 구간의 저항 오차 값들의 평균에 기초하여 제1 평균 저항 오차를 결정하는 단계, 제2 서브 구간의 저항 오차 값들의 평균에 기초하여 제2 평균 저항 오차를 결정하는 단계, 및 제1 평균 저항 오차와 제2 평균 저항 오차 간의 차이에 기초하여 제1 서브 파라미터를 결정하는 단계를 포함할 수 있다.
단계(1030)는 제3 서브 구간의 저항 오차 값들의 오차 증가율에 기초하여 제2 서브 파라미터를 결정하는 단계를 포함할 수 있다.
단계(1030)는 제4 서브 구간의 저항 오차 값들의 오차 감소율에 기초하여 제3 서브 파라미터를 결정하는 단계를 포함할 수 있다.
저항 오차 파라미터는 서로 다른 검출 민감도를 갖는 복수의 서브 파라미터들을 포함할 수 있고, 복수의 서브 파라미터의 검출 민감도에 따라 서로 다른 대처 동작이 수행될 수 있다.
단계(1040)는 추정 데이터의 추정 전압 및 측정 데이터의 측정 전류에 따른 배터리의 내부 저항을 결정하는 단계, 내부 저항과 저항 오차 파라미터 간의 비율에 따라 오차 비율을 결정하는 단계, 측정 전류와 오차 비율의 곱에 따라 단락 전류를 결정하는 단계, 및 추정 전압과 단락 전류 간의 비율에 따라 단락에 따른 단락 저항을 결정하는 단계를 포함할 수 있다.
충방전 온도, 충방전 범위, 및 충방전 속도 중 적어도 일부를 포함하는 단락 검출 모드로의 진입 조건이 미리 설정될 수 있고, 진입 조건이 만족됨에 따라 단계들(1010 내지 1040)이 수행될 수 있다.
단락 임계치는 사전 실험 결과에 따라 결정되거나, 배터리의 초기 운전 구간 동안의 실제 운전 결과에 따라 결정되거나, 혹은 실제 운전 결과로 기존 실험 결과를 조절하여 결정될 수 있다.
그 밖에, 도 10의 단락 검출 방법에는 도 1 내지 도 9의 설명이 적용될 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 저장할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 배터리의 충전 구간 및 상기 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 상기 배터리의 상태를 측정하여 측정 데이터를 결정하는 단계;
    상기 배터리를 모사하는 배터리 모델을 이용하여 상기 타겟 구간에 대해 상기 배터리의 상기 상태를 추정하여 추정 데이터를 결정하는 단계;
    상기 측정 데이터 및 상기 추정 데이터 간의 오차에 기초하여 상기 배터리의 저항 오차 파라미터를 결정하는 단계; 및
    상기 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 상기 배터리의 단락을 검출하는 단계
    를 포함하는 단락 검출 방법.
  2. 제1항에 있어서,
    상기 측정 데이터는
    측정 전압 및 측정 전류를 포함하고,
    상기 추정 데이터는
    추정 전압을 포함하고,
    상기 저항 오차 파라미터는
    상기 측정 전압과 상기 추정 전압 간의 차에 해당하는 전압 오차와 상기 측정 전류 간의 비율에 기초하여 결정되는,
    단락 검출 방법.
  3. 제1항에 있어서,
    상기 저항 오차 파라미터는
    상기 방전 구간 내 제1 서브 구간의 제1 평균 저항 오차와 상기 충전 구간 내 제2 서브 구간의 제2 평균 저항 오차 간의 차이를 나타내는 제1 서브 파라미터,
    상기 방전 구간 내 제3 서브 구간의 저항 오차 변화율을 나타내는 제2 서브 파라미터, 및
    상기 충전 구간 내 제4 서브 구간의 저항 오차 변화율을 나타내는 제3 서브 파라미터
    중 적어도 일부를 포함하는, 단락 검출 방법.
  4. 제3항에 있어서,
    상기 측정 데이터는 미리 설정된 검출 주기의 배터리 측정 값들을 포함하고,
    상기 추정 데이터는 상기 미리 설정된 검출 주기의 배터리 추정 값들을 포함하고,
    상기 측정 값들 및 상기 추정 값들에 기초하여 상기 미리 설정된 검출 주기의 저항 오차 값들이 결정되고,
    상기 저항 오차 파라미터는 상기 저항 오차 값들에 기초한 연산 결과에 해당하는,
    단락 검출 방법.
  5. 제4항에 있어서,
    상기 저항 오차 파라미터를 결정하는 단계는
    상기 제1 서브 구간의 상기 저항 오차 값들의 평균에 기초하여 상기 제1 평균 저항 오차를 결정하는 단계;
    상기 제2 서브 구간의 상기 저항 오차 값들의 평균에 기초하여 상기 제2 평균 저항 오차를 결정하는 단계; 및
    상기 제1 평균 저항 오차와 상기 제2 평균 저항 오차 간의 차이에 기초하여 상기 제1 서브 파라미터를 결정하는 단계
    를 포함하는, 단락 검출 방법
  6. 제4항에 있어서,
    상기 저항 오차 파라미터를 결정하는 단계는
    상기 제3 서브 구간의 상기 저항 오차 값들의 오차 증가율에 기초하여 상기 제2 서브 파라미터를 결정하는 단계를 포함하는,
    단락 검출 방법.
  7. 제4항에 있어서,
    상기 저항 오차 파라미터를 결정하는 단계는
    상기 제4 서브 구간의 상기 저항 오차 값들의 오차 감소율에 기초하여 상기 제3 서브 파라미터를 결정하는 단계를 포함하는,
    단락 검출 방법.
  8. 제1항에 있어서,
    상기 저항 오차 파라미터는 서로 다른 검출 민감도를 갖는 복수의 서브 파라미터들을 포함하고,
    상기 복수의 서브 파라미터의 상기 검출 민감도에 따라 서로 다른 대처 동작이 수행되는,
    단락 검출 방법.
  9. 제1항에 있어서,
    상기 단락을 검출하는 단계는
    상기 추정 데이터의 추정 전압 및 상기 측정 데이터의 측정 전류에 따른 상기 배터리의 내부 저항을 결정하는 단계;
    상기 내부 저항과 상기 저항 오차 파라미터 간의 비율에 따라 오차 비율을 결정하는 단계;
    상기 측정 전류와 상기 오차 비율의 곱에 따라 단락 전류를 결정하는 단계; 및
    상기 추정 전압과 상기 단락 전류 간의 비율에 따라 상기 단락에 따른 단락 저항을 결정하는 단계
    를 포함하는, 단락 검출 방법.
  10. 제1항에 있어서,
    충방전 온도, 충방전 범위, 및 충방전 속도 중 적어도 일부를 포함하는 단락 검출 모드로의 진입 조건이 미리 설정되고,
    상기 진입 조건이 만족됨에 따라 상기 측정 데이터를 결정하는 단계, 상기 추정 데이터를 결정하는 단계, 상기 저항 오차 파라미터를 결정하는 단계, 및 상기 단락을 검출하는 단계가 수행되는,
    단락 검출 방법.
  11. 제1항에 있어서,
    상기 단락 임계치는
    사전 실험 결과에 따라 결정되거나, 상기 배터리의 초기 운전 구간 동안의 실제 운전 결과에 따라 결정되거나, 혹은 상기 실제 운전 결과로 기존 실험 결과를 조절하여 결정되는,
    단락 검출 방법.
  12. 하드웨어와 결합되어 제1항 내지 제11항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  13. 프로세서; 및
    상기 프로세서에서 실행가능한 명령어들을 포함하는 메모리
    를 포함하고,
    상기 명령어들이 상기 프로세서에서 실행되면, 상기 프로세서는
    배터리의 충전 구간 및 상기 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 상기 배터리의 상태를 측정하여 측정 데이터를 결정하고,
    상기 배터리를 모사하는 배터리 모델을 이용하여 상기 타겟 구간에 대해 상기 배터리의 상기 상태를 추정하여 추정 데이터를 결정하고,
    상기 측정 데이터 및 상기 추정 데이터 간의 오차에 기초하여 상기 배터리의 저항 오차 파라미터를 결정하고,
    상기 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 상기 배터리의 단락을 검출하는,
    단락 검출 장치.
  14. 제13항에 있어서,
    상기 측정 데이터는
    측정 전압 및 측정 전류를 포함하고,
    상기 추정 데이터는
    추정 전압을 포함하고,
    상기 저항 오차 파라미터는
    상기 측정 전압과 상기 추정 전압 간의 차에 해당하는 전압 오차와 상기 측정 전류 간의 비율에 기초하여 결정되는,
    단락 검출 장치.
  15. 제13항에 있어서,
    상기 저항 오차 파라미터는
    상기 방전 구간 내 제1 서브 구간의 제1 평균 저항 오차와 상기 충전 구간 내 제2 서브 구간의 제2 평균 저항 오차 간의 차이를 나타내는 제1 서브 파라미터,
    상기 방전 구간 내 제3 서브 구간의 저항 오차 변화율을 나타내는 제2 서브 파라미터, 및
    상기 충전 구간 내 제4 서브 구간의 저항 오차 변화율을 나타내는 제3 서브 파라미터
    중 적어도 일부를 포함하는, 단락 검출 장치.
  16. 제13항에 있어서,
    상기 저항 오차 파라미터는 서로 다른 검출 민감도를 갖는 복수의 서브 파라미터들을 포함하고,
    상기 복수의 서브 파라미터의 상기 검출 민감도에 따라 서로 다른 대처 동작이 수행되는,
    단락 검출 장치.
  17. 제13항에 있어서,
    상기 프로세서는,
    상기 추정 데이터의 추정 전압 및 상기 측정 데이터의 측정 전류에 따른 상기 배터리의 내부 저항을 결정하고,
    상기 내부 저항과 상기 저항 오차 파라미터 간의 비율에 따라 오차 비율을 결정하고,
    상기 측정 전류와 상기 오차 비율의 곱에 따라 단락 전류를 결정하고,
    상기 추정 전압과 상기 단락 전류 간의 비율에 따라 상기 단락에 따른 단락 저항을 결정하는,
    단락 검출 장치.
  18. 전자 장치에 있어서,
    상기 전자 장치에 전력을 공급하는 배터리; 및
    배터리의 충전 구간 및 상기 배터리의 방전 구간의 적어도 일부를 포함하는 타겟 구간에 대해 상기 배터리의 상태를 측정하여 측정 데이터를 결정하고,
    상기 배터리를 모사하는 배터리 모델을 이용하여 상기 타겟 구간에 대해 상기 배터리의 상기 상태를 추정하여 추정 데이터를 결정하고,
    상기 측정 데이터 및 상기 추정 데이터 간의 오차에 기초하여 상기 배터리의 저항 오차 파라미터를 결정하고,
    상기 저항 오차 파라미터 및 단락 임계치에 따른 비교 결과에 기초하여 상기 배터리의 단락을 검출하는, 프로세서
    를 포함하는, 전자 장치.
  19. 제18항에 있어서,
    상기 측정 데이터는
    측정 전압 및 측정 전류를 포함하고,
    상기 추정 데이터는
    추정 전압을 포함하고,
    상기 저항 오차 파라미터는
    상기 측정 전압과 상기 추정 전압 간의 차에 해당하는 전압 오차와 상기 측정 전류 간의 비율에 기초하여 결정되는,
    전자 장치.
  20. 제18항에 있어서,
    상기 저항 오차 파라미터는
    상기 방전 구간 내 제1 서브 구간의 제1 평균 저항 오차와 상기 충전 구간 내 제2 서브 구간의 제2 평균 저항 오차 간의 차이를 나타내는 제1 서브 파라미터,
    상기 방전 구간 내 제3 서브 구간의 저항 오차 변화율을 나타내는 제2 서브 파라미터, 및
    상기 충전 구간 내 제4 서브 구간의 저항 오차 변화율을 나타내는 제3 서브 파라미터
    중 적어도 일부를 포함하는, 전자 장치.
KR1020220071689A 2022-06-13 2022-06-13 배터리의 단락 검출 장치 및 방법 KR20230171293A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020220071689A KR20230171293A (ko) 2022-06-13 2022-06-13 배터리의 단락 검출 장치 및 방법
US18/086,173 US20230400518A1 (en) 2022-06-13 2022-12-21 Method and apparatus with battery short detection
CN202310091286.8A CN117233657A (zh) 2022-06-13 2023-02-06 短路检测方法和设备、以及电子设备
EP23156495.6A EP4293373A1 (en) 2022-06-13 2023-02-14 Method and apparatus with battery short detection

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220071689A KR20230171293A (ko) 2022-06-13 2022-06-13 배터리의 단락 검출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20230171293A true KR20230171293A (ko) 2023-12-20

Family

ID=85239146

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220071689A KR20230171293A (ko) 2022-06-13 2022-06-13 배터리의 단락 검출 장치 및 방법

Country Status (4)

Country Link
US (1) US20230400518A1 (ko)
EP (1) EP4293373A1 (ko)
KR (1) KR20230171293A (ko)
CN (1) CN117233657A (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230017485A1 (en) * 2021-07-14 2023-01-19 GM Global Technology Operations LLC Method for early detection of an internal short in a battery pack

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108241102A (zh) * 2016-12-23 2018-07-03 华为技术有限公司 一种电池微短路的检测方法及装置
JP7234140B2 (ja) * 2018-01-11 2023-03-07 株式会社半導体エネルギー研究所 二次電池の異常検知装置、異常検知方法、プログラム、二次電池の状態推定方法、及び二次電池の充電状態推定装置
CN112363059A (zh) * 2020-11-02 2021-02-12 山东大学 基于gm(1,1)灰色模型的电池故障诊断方法及系统
CN113253120B (zh) * 2021-06-29 2021-09-17 蜂巢能源科技有限公司 电池突发型内短路诊断方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
EP4293373A1 (en) 2023-12-20
CN117233657A (zh) 2023-12-15
US20230400518A1 (en) 2023-12-14

Similar Documents

Publication Publication Date Title
Lipu et al. State of charge estimation for lithium-ion battery using recurrent NARX neural network model based lighting search algorithm
CN109932661B (zh) 一种电池状态监测方法及装置
KR102362532B1 (ko) 신경망 기반의 배터리 잔존 수명 예측 방법 및 장치
JP2021067674A (ja) バッテリ状態推定方法及び装置
KR102577586B1 (ko) 배터리에 포함된 물질의 확산 특성을 이용하여 배터리의 충전을 제어하는 장치 및 방법
EP4019993A1 (en) Method and apparatus for battery short circuit detection
JP2022041931A (ja) バッテリ状態推定方法及び装置
KR20210028476A (ko) 배터리 충전 장치 및 방법
Bockrath et al. State of charge estimation using recurrent neural networks with long short-term memory for lithium-ion batteries
EP4198539A1 (en) Method and apparatus with battery short circuit detection
CN112421705A (zh) 用于对锂离子电池进行快速充电的系统和方法
KR20230171293A (ko) 배터리의 단락 검출 장치 및 방법
KR20200087494A (ko) 배터리 관리 방법 및 장치
CN112108400B (zh) 一种预测软包电池循环性能的测试方法
KR20200085575A (ko) 배터리 팩의 최대 허용 전력을 결정하기 위한 장치 및 방법
CN116008836A (zh) 电池的短路检测方法、装置及存储介质
JP6283952B2 (ja) 電池残量検出装置、電池システム、電池残量検出方法およびプログラム
CN114200310A (zh) 电化学装置析锂检测方法及电子设备
KR20230036707A (ko) 배터리 상태를 추정하는 전자 장치 및 그 동작 방법
KR20220086831A (ko) 배터리 최적화 방법 및 장치
US20230130896A1 (en) Battery charging method and battery pack
US20220357404A1 (en) Apparatus and method for diagnosing battery
US11977126B1 (en) Systems and methods for state of health assessment in rechargeable batteries
KR102573964B1 (ko) 배터리 soh 예측 장치 및 방법
WO2023087889A1 (zh) 充电方法、装置、计算机设备和存储介质