KR20240000263A - 배터리 수명 예측 장치 및 방법 - Google Patents

배터리 수명 예측 장치 및 방법 Download PDF

Info

Publication number
KR20240000263A
KR20240000263A KR1020220077031A KR20220077031A KR20240000263A KR 20240000263 A KR20240000263 A KR 20240000263A KR 1020220077031 A KR1020220077031 A KR 1020220077031A KR 20220077031 A KR20220077031 A KR 20220077031A KR 20240000263 A KR20240000263 A KR 20240000263A
Authority
KR
South Korea
Prior art keywords
capacity recovery
battery
recovery section
test data
charge
Prior art date
Application number
KR1020220077031A
Other languages
English (en)
Inventor
김병철
박상희
정성철
Original Assignee
효성중공업 주식회사
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 효성중공업 주식회사 filed Critical 효성중공업 주식회사
Priority to KR1020220077031A priority Critical patent/KR20240000263A/ko
Priority to PCT/KR2022/018532 priority patent/WO2023249172A1/ko
Publication of KR20240000263A publication Critical patent/KR20240000263A/ko

Links

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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/374—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

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

Abstract

본 발명은 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성으로 인한 오차를 제거함으로써, 더욱 정확한 배터리 수명 예측이 가능한 배터리 수명 예측 장치 및 방법에 관한 것이다.
본 발명의 배터리 수명 예측 장치는 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 용량회복 구간 판단부, 상기 용량회복 구간 판단부에서 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 상기 시험데이터의 추세를 분석하는 추세 분석부, 및 상기 추세 분석부에서 출력된 데이터를 토대로 상기 배터리의 수명을 예측하는 수명 예측부로 이루어진다.

Description

배터리 수명 예측 장치 및 방법{Apparatus for estimating battery life and method thereof}
본 발명은 배터리 수명 예측 장치 및 방법에 관한 것으로, 상세하게는, 배터리 충/방전 시험을 토대로 배터리 수명을 예측하는 것에 관한 것이다.
일반적으로, 배터리 장치는 전해액 내에 양극과 음극이 배치되는 구성을 가지며, 화학 작용에 의하여 직류 전기를 발생하여서 전원을 공급하며, 전력계통 등 다양한 분야에 사용되고 있다.
배터리 장치는 화학 에너지를 전기 에너지로 변환하여 제공하는 방전 기능과 외부 전원에 의하여 화학 에너지를 저장하는 충전 기능을 갖는 것이 일반적이며, 이와 같이 충전과 방전을 반복하는 배터리 장치를 이차 전지로 칭한다.
이러한 배터리 장치는 충전과 방전을 반복하는 과정에서 수명이 단축되는 현상이 발생하며, 이러한 수명을 예측하기 위한 연구가 지속되어 왔다.
그 일례로, 대한민국 공개특허공보 제10-2019-7037712호에서는 배터리 전압이 임계치 아래로 떨어지는 것을 방지하고 배터리 전압이 임계치 아래로 떨어질 가능성을 감소시키는 배터리 회복 시간의 기간을 포함하는 패턴으로 장치를 운영하여 배터리 성능을 개선시키고, 배터리 수명을 연장하기 위한 방법을 제안하였다.
그러나, 이 경우에도 간헐적으로 발행하는 배터리의 일시적 용량회복 특성을 제대로 고려하지 않아 배터리의 수명 예측의 오차가 큰 단점이 있다.
대한민국 공개특허공보 제10-2019-7037712호(2018.05.04)
본 발명의 목적은, 배터리의 충/방전 시험데이터에서의 일시적 용량회복 구간을 판단하고 이를 대체 보정함으로써, 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성을 제거할 수 있는 배터리 수명 예측 장치 및 방법을 제공하는 것이다.
본 발명은 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성으로 인한 오차를 제거함으로써, 더욱 정확한 배터리 수명 예측이 가능한 배터리 수명 예측 장치 및 방법을 제공하는데 또 다른 목적이 있다.
본 발명의 일실시예에 따른 배터리 수명 예측 장치는 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 용량회복 구간 판단부; 상기 용량회복 구간 판단부에서 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 상기 시험데이터의 추세를 분석하는 추세 분석부; 및 상기 추세 분석부에서 출력된 데이터를 토대로 상기 배터리의 수명을 예측하는 수명 예측부;를 포함할 수 있다.
여기서, 상기 용량회복 구간 판단부는, 상기 배터리의 충/방전 시험데이터의 변화가 일정 값 이상 변동하는 구간을 용량회복 구간으로 판단할 수 있다.
또한, 상기 용량회복 구간 판단부는, 상기 배터리의 충/방전 시험데이터의 변화가 이전 용량 대비 0.2% 이상 상승 시 일시적 용량회복으로 판단할 수 있다.
한편, 상기 추세 분석부에서 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하는 방법은, 상기 해당 일시적 용량회복 구간의 이전 추세선으로 대체하거나, 파티클 필터(particle filter)를 적용해 대체하거나, 또는 상기 해당 일시적 용량회복 구간을 제외하고 이후 구간을 당겨붙이는 방식 중 어느 하나일 수 있다.
또한, 상기 추세 분석부에서 상기 시험데이터의 추세를 분석하는 방법은, 충/방전 사이클 증가에 따른 이동 평균, 충/방전 사이클 증가에 따른 미분 데이터에 대한 이동 평균, 또는 충/방전 사이클 증가에 따른 로그 데이터에 대한 이동 평균 중 어느 하나일 수 있다.
한편, 상기 수명 예측부는, 반경험적노화모델(semi-empirical aging model)을 토대로 상기 배터리의 수명을 예측할 수 있다.
본 발명의 일실시예에 따른 배터리의 수명 예측 방법은 용량회복 구간 판단부에서 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 단계; 추세 분석부에서 상기 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 상기 충/방전 시험데이터의 추세를 분석하는 단계; 및 상기 추세 분석부에서 출력된 데이터를 토대로 수명 예측부에서 상기 배터리의 수명을 예측하는 단계;를 포함할 수 있다.
여기서, 상기 용량회복 구간 판단부는, 상기 배터리의 충/방전 시험데이터의 변화가 일정 값 이상 변동하는 구간을 용량회복 구간으로 판단할 수 있다.
또한, 상기 용량회복 구간 판단부는, 상기 배터리의 충/방전 시험데이터의 변화가 이전 용량 대비 0.2% 이상 상승 시 일시적 용량회복으로 판단할 수 있다.
한편, 상기 추세 분석부에서 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하는 방법은, 상기 해당 일시적 용량회복 구간의 이전 추세선으로 대체하거나, 파티클 필터(particle filter)를 적용해 대체하거나, 또는 상기 해당 일시적 용량회복 구간을 제외하고 이후 구간을 당겨붙이는 방식 중 어느 하나일 수 있다.
본 발명에 의한 배터리 수명 예측 장치 및 방법은 배터리의 충/방전 시험데이터에서의 일시적 용량회복 구간을 판단하고 이를 대체 보정함으로써, 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성을 제거할 수 있는 장점이 있다.
또한, 본 발명에 의한 배터리 수명 예측 장치 및 방법은 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성으로 인한 오차를 제거함으로써, 더욱 정확한 배터리 수명 예측이 가능한 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 배터리 수명 예측 장치를 나타낸 도면이다.
도 2는 도 1의 용량회복 구간 판단부의 동작을 설명하기 위한 그래프이다.
도 3은 도 1의 수명 예측부의 동작을 설명하기 위한 그래프이다.
도 4는 도 1의 수명 예측부의 다른 동작을 설명하기 위한 그래프이다.
도 5는 본 발명의 일 실시예에 따른 배터리 수명 예측 방법을 나타낸 동작흐름도이다.
본 발명의 실시를 위한 구체적인 실시예를 첨부된 도면들을 참조하여 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 의도는 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 배터리 수명 예측 장치 및 방법에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 배터리 수명 예측 장치를 나타낸 도면이며, 도 2 내지 도 4는 도 1을 상세히 설명하기 위한 세부 그래프이다.
이하, 도 1 내지 도 4를 참조하여 본 발명의 일 실시예에 따른 배터리 수명 예측 장치를 설명한다.
먼저, 도 1을 참조하면, 본 발명의 일 실시예에 따른 배터리 수명 예측 장치는 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 용량회복 구간 판단부(100), 용량회복 구간 판단부(100)에서 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 시험데이터의 추세를 분석하는 추세 분석부(200), 및 추세 분석부(200)에서 출력된 데이터를 토대로 배터리의 수명을 예측하는 수명 예측부(300)로 이루어진다.
일반적으로 배터리의 수명을 예측하기 위해 배터리의 충/방전 시험을 수행하여 그 데이터를 축적하게 되고, 데이터가 많이 축적될수록 정확한 예측이 가능하다. 그러나, 이러한 방식의 예측을 위한 시간이 오래 걸리고 시험을 위한 충/방전으로 인해 배터리의 수명이 오히려 줄어들 수 있는 단점이 있다.
한편, 배터리의 수명 예측은 단기간의 데이터를 토대로 수행되게 되는데, 이때 배터리의 일시적 용량회복 특성이 간헐적으로 나타나는 경우가 많다. 이러한 일시적 용량회복 특성이 포함된 충/방전 시험데이터를 토대로 배터리 수명을 예측할 경우에는 수명 예측에 있어 큰 오차가 초래될 수 있다.
그러므로, 본 발명에서는 일시적 용량회복 특성을 고려하여 단기간에 배터리 수명을 예측하기 위해, 일시적 용량회복 구간 판단부(200)를 구비해 충/방전 시험데이터를 분석하고 일시적 용량회복 특성이 나타난 구간을 판단한다. 그리고, 일시적 용량회복 특성이 나타난 구간에 대해서는 일시적 용량회복 구간의 전후 구간의 시험데이터를 토대로 대체 데이터를 생성하고 이를 토대로 수명 예측부(300)에서 배터리의 수명을 예측한다.
이를 통해, 본 발명에 의한 배터리 수명 예측 장치는 배터리의 일시적 용량회복 특성을 고려하여 배터리의 일시적 용량회복 구간을 검출하고, 이를 반영해 배터리의 수명 예측을 달리 수행함으로써 배터리의 수명 예측 정확도를 높이는 장점이 있다.
한편, 본 발명에서 수명 예측부(300)는 반경험적노화모델(semi-empirical aging model)을 토대로 배터리의 수명을 예측할 수 있는데, 이는 일부의 충/방전 데이터를 토대로 배터리의 수명을 예측할 수 있는 모델이다.
도 2는 도 1의 용량회복 구간 판단부(100)의 동작을 설명하기 위한 그래프이다.
도 2에서 볼 수 있는 바와 같이, 본 발명에서 용량회복 구간 판단부(100)는 일시적 용량회복 구간을 판단하며, 이후 추세 분석부(200)는 용량회복 구간 판단부(100)의 판단 결과를 토대로 데이터 추세를 분석한다.
즉, 용량회복 구간 판단부(100)는 충/방전 시험데이터(A510)에 포함된 용량회복 구간(A100)을 판단하고, 추세 분석부(200)는 용량회복 구간 판단부(100)에서 일시적 용량회복 구간으로 판단된 구간(A100)에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 시험데이터의 추세를 분석한다.
이때, 본 발명에서 용량회복 구간 판단부(100)는 충/방전 사이클 증가에 따라 시험데이터의 변화가 일정 값 이상 변동하는 구간을 용량회복 구간으로 판단한다. 예를 들어, 시험데이터 변화가 이전 용량 대비 0.2% 이상 상승 시 일시적 용량회복으로 인식할 수 있다.
그리고, 추세 분석부(200)에서 일시적 용량회복 구간으로 판단된 구간(A100)에 대해 대체 데이터를 생성하는 방법으로는, 일시적 용량회복 구간의 이전 50cycles 의 추세선으로 대체하거나, 파티클 필터(particle filter)를 적용해 대체할 수 있고, 또는 해당 구간을 제외하고 이후 구간을 당겨붙이는 방식을 사용하여 대체할 수 있다.
즉, 본 발명에서 추세 분석부(200)는 일시적 용량회복 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하여 대체한 후, 시험데이터의 추세를 분석하게 된다.
이때, 추세 분석은 충/방전 사이클 증가에 따른 이동 평균, 충/방전 사이클 증가에 따른 미분 데이터에 대한 이동 평균, 또는 충/방전 사이클 증가에 따른 로그 데이터에 대한 이동 평균 등의 방식으로 추세를 분석할 수 있다.
충/방전 시험데이터(A510)의 추세를 분석할 경우, 시험데이터가 적은 때에는 이동 평균의 방식으로 분석할 수 있으며, 또는 충/방전 시험데이터(A510)가 갖는 기울기를 활용하여 미분한 미분 데이터의 이동 평균으로 분석할 수도 있다.
또한, 장기적으로는 보면 충/방전 시험데이터(A510)는 로그 그래프의 형태를 취하고 있으므로, 이를 활용해 충/방전 시험데이터(A510)에 로그를 적용한 로그 데이터의 이동 평균으로 분석할 수 있다.
이와 같이, 본 발명은 배터리의 충/방전 시험데이터에서의 일시적 용량회복 구간을 판단하고 이를 대체 보정함으로써, 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성을 제거할 수 있다.
도 3은 도 1의 수명 예측부(300)에서 충/방전 시험데이터(A510)를 그대로 적용한 경우의 동작을 설명하기 위한 그래프이다. 상술한 바와 같이, 본 발명에서 수명예측부(400)는 반경험적노화모델(semi-empirical aging model)을 토대로 배터리의 수명을 예측한다.
도 3은 수명예측부(400)의 입력으로서 충/방전 시험데이터(A510)를 그대로 적용한 것을 나타내고 있다. 이 경우, 충/방전 시험데이터를 토대로 한 수명 예측 데이터(A410)는 충/방전 시험데이터(A510)에서의 일시적 용량회복 특성이 고려되지 않은 관계로, 간헐적인 일시적 용량회복 특성의 영향을 받아 수명 예측값이 대체적으로 내려가는 것을 볼 수 있다.
즉, 충/방전 시험데이터에서 용량회복 특성이 나타나지 않은 구간의 지점(A511)에서는 약 6[Ah]의 용량 감소가 나타난 반면, 수명 예측부(300)에서 예측된 수명은 약 5[Ah]로서 예측 정확도가 다소 떨어짐을 알 수 있다.
다음, 도 4는 도 1의 수명 예측부(300)에서 충/방전 시험데이터(A510)에서의 일시적 용량회복 특성을 고려한 경우의 동작을 설명하기 위한 그래프로서, 추세 분석부(200)에서 일시적 용량회복 특성을 제거한 대체 데이터(A520)를 반영해 배터리 수명을 예측한 것을 나타낸 것이다.
도 4에서 볼 수 있는 바와 같이, 배터리 수명을 예측한 결과를 살펴보면 일시적 용량회복 특성을 제거한 대체 데이터(A520)를 토대로 예측한 수명 예측 데이터(A420)는 예측 정확도가 매우 높은 것을 알 수 있다.
이와 같이, 본 발명은 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성으로 인한 오차를 제거함으로써, 더욱 정확한 배터리 수명 예측이 가능하다.
도 5는 본 발명의 일 실시예에 따른 배터리 수명 예측 방법을 나타낸 동작흐름도이다.
도 5에서 알 수 있는 바와 같이, 배터리 수명 예측 방법은 용량회복 구간 판단부(100)에서 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 단계(S100), 추세 분석부(200)에서 용량회복 구간 판단부(100)에서 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 시험데이터의 추세를 분석하는 단계(S200), 및 추세 분석부(200)에서 출력된 데이터를 토대로 수명 예측부(300)에서 배터리의 수명을 예측하는 단계(S300)로 이루어진다.
여기서, 용량회복 구간 판단부(100)는 충/방전 사이클 증가에 따라 시험데이터의 변화가 일정 값 이상 변동하는 구간을 용량회복 구간으로 판단할 수 있으며, 일예로 시험데이터 변화가 이전 용량 대비 0.2% 이상 상승 시 일시적 용량회복으로 인식할 수 있다.
그리고, 추세 분석부(200)에서 일시적 용량회복 구간으로 판단된 구간(A100)에 대해 대체 데이터를 생성하는 방법으로는, 일시적 용량회복 구간의 이전 50cycles 의 추세선으로 대체하거나, 파티클 필터(particle filter)를 적용해 대체할 수 있고, 또는 해당 구간을 제외하고 이후 구간을 당겨붙이는 방식을 사용하여 대체할 수 있다.
즉, 본 발명에서 추세 분석부(200)는 일시적 용량회복 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하여 대체한 후, 시험데이터의 추세를 분석하게 된다.
이때, 추세 분석은 충/방전 사이클 증가에 따른 이동 평균, 충/방전 사이클 증가에 따른 미분 데이터에 대한 이동 평균, 또는 충/방전 사이클 증가에 따른 로그 데이터에 대한 이동 평균 등의 방식으로 추세를 분석할 수 있으며, 그 구체적 방법에 대해서는 상술한 바가 있으므로 생략한다.
한편, 수명 예측부(300)는 일부의 충/방전 데이터를 토대로 배터리의 수명을 예측할 수 있는 모델인 반경험적노화모델(semi-empirical aging model)을 토대로 배터리의 수명을 예측할 수 있다.
이상과 같은 본 발명에 따른 배터리 수명 예측 장치 및 방법은 배터리의 충/방전 시험데이터에서의 일시적 용량회복 구간을 판단하고 이를 대체 보정함으로써, 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성을 제거할 수 있다. 또한, 배터리의 충/방전 시험데이터에서 간헐적으로 발생하는 일시적 용량회복 특성으로 인한 오차를 제거함으로써, 더욱 정확한 배터리 수명 예측이 가능하다.
상술한 것은 하나 이상의 실시예의 실례를 포함한다. 물론, 상술한 실시예들을 설명할 목적으로 컴포넌트들 또는 방법들의 가능한 모든 조합을 기술할 수 있는 것이 아니라, 당업자들은 다양한 실시예의 많은 추가 조합 및 치환할 수 있음을 인식할 수 있다. 따라서 설명한 실시예들은 첨부된 청구범위의 진의 및 범위 내에 있는 모든 대안, 변형 및 개조를 포함하는 것이다.

Claims (10)

  1. 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 용량회복 구간 판단부;
    상기 용량회복 구간 판단부에서 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 상기 시험데이터의 추세를 분석하는 추세 분석부; 및
    상기 추세 분석부에서 출력된 데이터를 토대로 상기 배터리의 수명을 예측하는 수명 예측부;를 포함하는 배터리 수명 예측 장치.
  2. 제 1항에 있어서,
    상기 용량회복 구간 판단부는,
    상기 배터리의 충/방전 시험데이터의 변화가 일정 값 이상 변동하는 구간을 용량회복 구간으로 판단하는 것을 특징으로 하는 배터리 수명 예측 장치.
  3. 제 2항에 있어서,
    상기 용량회복 구간 판단부는,
    상기 배터리의 충/방전 시험데이터의 변화가 이전 용량 대비 0.2% 이상 상승 시 일시적 용량회복으로 판단하는 것을 특징으로 하는 배터리 수명 예측 장치.
  4. 제 1항에 있어서,
    상기 추세 분석부에서 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하는 방법은,
    상기 해당 일시적 용량회복 구간의 이전 추세선으로 대체하거나, 파티클 필터(particle filter)를 적용해 대체하거나, 또는 상기 해당 일시적 용량회복 구간을 제외하고 이후 구간을 당겨붙이는 방식 중 어느 하나인 것을 특징으로 하는 배터리 수명 예측 장치.
  5. 제 1항에 있어서,
    상기 추세 분석부에서 상기 시험데이터의 추세를 분석하는 방법은,
    충/방전 사이클 증가에 따른 이동 평균, 충/방전 사이클 증가에 따른 미분 데이터에 대한 이동 평균, 또는 충/방전 사이클 증가에 따른 로그 데이터에 대한 이동 평균 중 어느 하나인 것을 특징으로 하는 배터리 수명 예측 장치.
  6. 제 1항에 있어서,
    상기 수명 예측부는,
    반경험적노화모델(semi-empirical aging model)을 토대로 상기 배터리의 수명을 예측하는 것을 특징으로 하는 배터리 수명 예측 장치.
  7. 배터리의 수명 예측 방법으로서,
    용량회복 구간 판단부에서 배터리의 충/방전 시험데이터를 분석하여 일시적 용량회복 구간을 판단하는 단계;
    추세 분석부에서 상기 일시적 용량회복 구간으로 판단된 구간에 대해서는 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하고, 이를 반영해 상기 충/방전 시험데이터의 추세를 분석하는 단계; 및
    상기 추세 분석부에서 출력된 데이터를 토대로 수명 예측부에서 상기 배터리의 수명을 예측하는 단계;를 포함하는 배터리 수명 예측 방법.
  8. 제 7항에 있어서,
    상기 용량회복 구간 판단부는,
    상기 배터리의 충/방전 시험데이터의 변화가 일정 값 이상 변동하는 구간을 용량회복 구간으로 판단하는 것을 특징으로 하는 배터리 수명 예측 방법.
  9. 제 8항에 있어서,
    상기 용량회복 구간 판단부는,
    상기 배터리의 충/방전 시험데이터의 변화가 이전 용량 대비 0.2% 이상 상승 시 일시적 용량회복으로 판단하는 것을 특징으로 하는 배터리 수명 예측 방법.
  10. 제 7항에 있어서,
    상기 추세 분석부에서 해당 일시적 용량회복 구간의 전후 시험데이터를 토대로 대체 데이터를 생성하는 방법은,
    상기 해당 일시적 용량회복 구간의 이전 추세선으로 대체하거나, 파티클 필터(particle filter)를 적용해 대체하거나, 또는 상기 해당 일시적 용량회복 구간을 제외하고 이후 구간을 당겨붙이는 방식 중 어느 하나인 것을 특징으로 하는 배터리 수명 예측 방법.
KR1020220077031A 2022-06-23 2022-06-23 배터리 수명 예측 장치 및 방법 KR20240000263A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220077031A KR20240000263A (ko) 2022-06-23 2022-06-23 배터리 수명 예측 장치 및 방법
PCT/KR2022/018532 WO2023249172A1 (ko) 2022-06-23 2022-11-22 배터리 수명 예측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220077031A KR20240000263A (ko) 2022-06-23 2022-06-23 배터리 수명 예측 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20240000263A true KR20240000263A (ko) 2024-01-02

Family

ID=89380188

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220077031A KR20240000263A (ko) 2022-06-23 2022-06-23 배터리 수명 예측 장치 및 방법

Country Status (2)

Country Link
KR (1) KR20240000263A (ko)
WO (1) WO2023249172A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2607910B1 (en) * 2011-12-23 2016-03-23 Samsung SDI Co., Ltd. A device and method for estimating life of a secondary battery
KR101464414B1 (ko) * 2012-12-27 2014-11-25 주식회사 포스코아이씨티 배터리의 수명 예측 장치 및 방법
KR102205293B1 (ko) * 2014-04-18 2021-01-20 삼성전자주식회사 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
KR101853267B1 (ko) * 2016-05-30 2018-05-02 주식회사 유니크 배터리 잔존수명 추정 시스템 및 그 방법
KR102029230B1 (ko) * 2017-10-18 2019-11-08 울산과학기술원 배터리 건전성 판단 장치 및 방법

Also Published As

Publication number Publication date
WO2023249172A1 (ko) 2023-12-28

Similar Documents

Publication Publication Date Title
US12034319B2 (en) Server-side characterization of rechargeable batteries
KR102563753B1 (ko) 배터리 충전 방법 및 장치
JP6789240B2 (ja) リチウム硫黄電池の健康状態および充電状態を決定するための方法および装置
JP6383500B2 (ja) 蓄電池制御装置、制御方法、プログラム、蓄電システム、電力システム
US20090228225A1 (en) Battery Service Life Estimation Methods, Apparatus and Computer Program Products Using State Estimation Techniques Initialized Using a Regression Model
US20190115778A1 (en) Autonomous screening and optimization of battery formation and cycling procedures
Bhangu et al. Observer techniques for estimating the state-of-charge and state-of-health of VRLABs for hybrid electric vehicles
EP3936878B1 (fr) Procédé de détermination d'une fonction de vieillissement d'un accumulateur
KR20210023695A (ko) 배터리 soh 예측 방법 및 이를 적용한 배터리 팩
KR20190097626A (ko) 배터리에 포함된 물질의 확산 특성을 이용하여 배터리의 충전을 제어하는 장치 및 방법
KR102572353B1 (ko) 셀 밸런싱을 이용한 배터리 전력 제어 장치 및 방법
Ahmadzadeh et al. A physics-inspired machine learning nonlinear model of li-ion batteries
KR20240000263A (ko) 배터리 수명 예측 장치 및 방법
Liu et al. Low-cost adaptive ls-dekf for soc estimation and rdt prediction with sfp model
CN116027218A (zh) 电池状态评估方法及电子设备
Liu et al. Uncertainty management in lebesgue-sampling-based li-ion battery SFP model for SOC estimation and RDT prediction
CN115308630B (zh) 一种电池寿命的衰减分析方法
Ahmadzadeh et al. Sparse modeling of energy storage systems in presence of noise
CN116299116A (zh) 一种储能系统ocv-soc校准方法及电子设备
KR20190080102A (ko) 배터리의 충전 상태를 추정하는 방법 및 배터리 관리 장치
Neves et al. Battery lifetime estimation by means of an analytical continuous-time model
EP4006564A1 (en) Method for predicting soh of battery and battery pack employing same
KR102276780B1 (ko) 이차 전지 또는 연료 전지의 수명을 예측하는 방법
Bockrath et al. State of Health Estimation using a Temporal Convolutional Network for an Efficient Use of Retired Electric Vehicle Batteries within Second-Life Applications
CN113791360A (zh) 基于ekf算法的变温情况下动力锂电池soc估算模型