KR20240070146A - 전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법 - Google Patents

전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법 Download PDF

Info

Publication number
KR20240070146A
KR20240070146A KR1020220151633A KR20220151633A KR20240070146A KR 20240070146 A KR20240070146 A KR 20240070146A KR 1020220151633 A KR1020220151633 A KR 1020220151633A KR 20220151633 A KR20220151633 A KR 20220151633A KR 20240070146 A KR20240070146 A KR 20240070146A
Authority
KR
South Korea
Prior art keywords
battery
data
information
model
electric vehicle
Prior art date
Application number
KR1020220151633A
Other languages
English (en)
Inventor
김경현
김효승
Original Assignee
주식회사 볼트윈
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 주식회사 볼트윈 filed Critical 주식회사 볼트윈
Priority to KR1020220151633A priority Critical patent/KR20240070146A/ko
Publication of KR20240070146A publication Critical patent/KR20240070146A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3646—Constructional arrangements for indicating electrical conditions or variables, e.g. visual or audible indicators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—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]
    • G01R31/371—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with remote indication, e.g. on external chargers
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

본 발명은 전기차량용 OBD 모듈 기반 배터리 진단 시스템 및 그 방법에 관한 것이다. 본 발명에 따른 배터리 진단 시스템은, 전기자동차와 연결되어 상기 전기자동차의 배터리 데이터를 획득하는 OBD 모듈과, 무선 통신을 통해 상기 OBD 모듈에서 상기 배터리 데이터를 수신하는 근거리 통신 모듈과, 상기 근거리 통신 모듈에서 상기 배터리 데이터를 전송받고, 상기 배터리 데이터를 기초로 배터리 모델을 이용하여 상기 전기자동차에 대한 배터리 진단 정보를 생성하는 클라우드 시스템을 포함한다.

Description

전기차량용 OBD 모듈 기반 배터리 진단 시스템 및 그 방법{BATTERY DIAGNOSIS SYSTEM BASED ON OBD MODULE FOR ELECTRIC VEHICLE AND METHOD THEREOF}
본 발명은 전기차량용 OBD(On-Board Diagnosis) 모듈을 통해 취득한 데이터를 기반으로 배터리 모델을 생성하고, 그 배터리 모델을 이용하여 차량 배터리에 대한 진단을 수행하며, 배터리 안전성 평가에 대한 정보를 사용자에게 제공하는 시스템 및 그 방법에 관한 것이다.
탄소 규제에 적극 대응하기 위해 전세계적으로 전기차 사용이 확대되고 있다. 배터리는 전기차 원가의 40%를 차지하므로, 배터리 성능 및 안전 진단의 필요성이 증가하고 있다. 배터리 진단에 대한 다양한 연구들이 진행되고 있으며 대부분 데이터를 기반으로 배터리 수명 예측 및 안전 진단 등을 수행하고 있다. 전기차의 경우, 초기 용량의 80% 수준으로 용량이 감소하는 시점까지의 기간을 사용 가능한 수명으로 본다. 따라서, 배터리 수명 예측을 위해 상기 시점을 정확하게 예측하는 것이 중요하다. 배터리의 용량 감소는 균일하지 않은 주위 환경, 초기 불량, 오작동, 배터리 팩 내 셀간 편차 등에 의해 배터리 내부의 각 요소들이 변하기 때문에 발생한다. 하지만 이 요소들은 불확실성을 가지기 때문에 배터리의 용량 감소 패턴(노화 패턴)을 예측하는 것은 매우 어렵다. 또한 상기 불확실성은 배터리 안전 문제를 야기할 수 있으므로 조기 진단을 통해 사전에 위험 요소들을 방지해야 한다. 하지만 단순 데이터에 기반한 딥러닝 모델의 경우, 대량의 배터리 데이터가 필요하고 배터리의 전기 화학/전자기/기계/열역학적 특성을 반영하기 어렵다는 문제점이 있다. 따라서, 데이터 기반 모델뿐만 아니라 물리 기반 모델을 동시에 사용하여 배터리 수명 예측 및 안전 진단의 정확도를 높일 필요가 있다.
본 발명은 전기차량용 OBD 모듈을 통해 취득한 데이터를 기반으로, 데이터 기반 모델뿐만 아니라 물리 기반 모델을 동시에 사용하여 배터리 수명 예측 및 배터리 성능 진단의 정확성을 높이고, 배터리에 이상이 있을 경우 사용자 단말에 설치된 어플리케이션을 통해 신속하게 알람을 발생시킬 수 있는, 전기차량용 OBD 모듈 기반 배터리 진단 시스템 및 그 방법을 제공하는 것을 그 목적으로 한다.
또한, 본 발명은 전기차 배터리 데이터를 기반으로, 클라우드를 활용하여 배터리를 실시간으로 진단 가능한 배터리 진단 시스템 및 그 방법을 제공하는 것을 그 목적으로 한다. 기존 방법과 달리, 본 발명은 OBD 모듈을 통해 취득한 데이터를 기반으로 물리 기반 모델과 데이터 기반 모델을 동시에 사용함으로써 보다 정확하게 배터리 진단을 수행한다. 본 발명에 따른 시스템은 배터리 진단 결과와 실시간 차량 데이터(전류, 전압, 온도, SOC(충전 상태), SOH(수명 상태), 전력 등)를 사용자 단말에 설치된 어플리케이션을 통해 사용자에게 제공한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 배터리 진단 시스템은, 전기자동차와 연결되어 상기 전기자동차의 배터리 데이터를 획득하는 OBD 모듈; 무선 통신을 통해 상기 OBD 모듈에서 상기 배터리 데이터를 수신하는 근거리 통신 모듈; 및 상기 근거리 통신 모듈에서 상기 배터리 데이터를 전송받고, 상기 배터리 데이터를 기초로 배터리 모델을 이용하여 상기 전기자동차에 대한 배터리 진단 정보를 생성하는 클라우드 시스템을 포함한다.
본 발명의 일 실시예에서, 상기 OBD 모듈은, 배터리 셀, 배터리 모듈 및 배터리 팩에 따라 구분하여 상기 배터리 데이터를 획득할 수 있다.
본 발명의 일 실시예에서, 상기 OBD 모듈은, 상기 배터리 데이터를 내부 저장소에 저장할 수 있다.
본 발명의 일 실시예에서, 상기 OBD 모듈은, 블루투스 방식 및 와이파이 방식 중 어느 하나의 무선 통신 방식을 통해 상기 배터리 데이터를 상기 근거리 통신 모듈에 전송할 수 있다.
본 발명의 일 실시예에서, 상기 배터리 모델은, 물리 기반 모델 및 데이터 기반 모델 중 어느 하나 또는 이들의 결합된 모델일 수 있다.
본 발명의 일 실시예에서, 상기 클라우드 시스템은, 상기 배터리 데이터를 기초로 상기 배터리 모델을 업데이트하고, 상기 업데이트된 배터리 모델을 이용하여 상기 진단 정보를 생성할 수 있다.
그리고, 본 발명의 일 실시예에 따른 전기차 배터리 진단 방법은, 전기자동차의 배터리 정보를 기초로 배터리 모델의 초기 파라미터를 설정하는 단계; OBD 모듈이 상기 전기자동차와 연결되어 상기 전기자동차의 배터리 데이터를 획득하는 단계; 상기 배터리 데이터를 기초로 상기 배터리 모델을 업데이트하는 단계; 및 상기 업데이트된 배터리 모델을 이용하여 상기 전기자동차에 대한 배터리 진단 정보를 생성하는 단계를 포함한다.
본 발명의 일 실시예에서, 상기 배터리 데이터를 획득하는 단계는, 상기 OBD 모듈이 상기 배터리 데이터를 내부 저장소에 저장하는 것을 더 포함할 수 있다.
본 발명의 일 실시예에서, 상기 배터리 모델은, 물리 기반 모델 및 데이터 기반 모델 중 어느 하나 또는 이들의 결합된 모델일 수 있다.
본 발명의 일 실시예에서, 상기 전기차 배터리 진단 방법은, 상기 진단 정보를 사용자 단말의 디스플레이에 표시하는 단계를 더 포함할 수 있다.
본 발명에 따를 때, OBD 모듈이 차량 배터리 데이터를 하드웨어에 자체적으로 저장하므로 블루투스 연결을 하지 않더라도 데이터 손실이 없다. 따라서 분석에 필요한 데이터를 안전하게 확보할 수 있다는 효과가 있다.
또한, 본 발명에 따를 때, 사용자가 단말에 설치된 어플리케이션을 통해 차량 배터리 팩 내 셀/모듈/팩에 대한 데이터(전류, 전압, 온도, SOC, SOH)를 실시간으로 확인할 수 있다는 효과가 있다.
또한, 본 발명에 따를 때, 물리 기반 모델과 데이터 기반 모델을 동시에 사용한 하이브리드 배터리 모델을 이용하여 배터리 성능/안전성을 보다 정확하게 평가할 수 있다는 효과가 있다.
결국, 본 발명에 따른 전기차량용 OBD 모듈 기반 배터리 진단 시스템 및 그 방법을 통해, 사용자는 기존의 전기차 진단 시스템에 비해 더욱 정확한 진단 결과를 제공받을 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 전기차량용 OBD 모듈 기반 배터리 진단 시스템의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 전기차량용 OBD 모듈의 예시이다.
도 3은 본 발명의 일 실시예에 따른 전기차 배터리 진단 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 실시예에 따른 전기차 배터리 진단 방법을 구현하기 위한 컴퓨터 시스템을 나타낸 블록도이다.
본 발명에 따른 전기차량용 OBD(On-Board Diagnosis) 모듈 기반 차량 배터리 진단 시스템은 OBD 모듈을 통해 취득한 데이터를 기반으로 배터리 모델을 생성하고, 생성한 배터리 모델을 이용하여 차량 배터리를 정확하게 진단하고, 배터리 안전성 평가에 대한 정보를 사용자에게 제공한다. 여기서 OBD 모듈은 대용량 데이터를 저장할 수 있으며, 저장된 데이터를 블루투스 통신을 통해 클라우드 시스템에 전송한다. 그리고 데이터만을 활용한 기존 진단 시스템과 다르게 본 시스템에서는 배터리 물리 기반 모델과 데이터 기반 모델을 동시에 사용한 하이브리드 모델을 사용함으로써 보다 적은 양의 데이터를 기초로 보다 정확하게 배터리 성능 및 안전성 평가를 수행할 수 있다. 본 진단 시스템을 사용하는 사용자들은 어플리케이션을 통해 실시간으로 배터리 상태를 모니터링할 수 있으며 배터리 모델에 기반하여 생성된 수명 예측 정보 및 배터리 이상 조기 경보를 제공받을 수 있다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
본 명세서에서, 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. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면 번호에 상관없이 동일한 수단에 대해서는 동일한 참조 번호를 사용하기로 한다.
도 1은 본 발명의 일 실시예에 따른 전기차량용 OBD 모듈 기반 배터리 진단 시스템의 구성을 나타낸 블록도이다. 본 발명의 일 실시예에 따른 전기차량용 OBD 모듈 기반 배터리 진단 시스템(10, 이하 '배터리 진단 시스템'으로 약칭)은 OBD 모듈(100), 근거리 통신 모듈(200) 및 클라우드 시스템(300)을 포함한다.
OBD 모듈(100)은 전기자동차(1, 이하 '차량'으로 약칭)과 연결되어 차량(1)의 배터리 데이터(이하 '차량 배터리 데이터' 또는 '배터리 데이터'로 호칭)를 획득한다. OBD 모듈(100)은 차량 배터리 데이터를 일정 시간 간격으로 획득할 수 있다. 예를 들어, OBD 모듈(100)은 1초 간격으로 차량 배터리 데이터를 획득할 수 있다. OBD 모듈(100)은 차량(1)에서 획득한 배터리 데이터를 내부 저장소에 저장한다. 즉, OBD 모듈(100)은 차량 배터리 데이터를, 사용자 단말에 설치된 어플리케이션(200)에 전송하기 전에, 하드웨어 단에서 자체적으로 저장할 수 있다. OBD 모듈(100)은 일반적으로 소형이지만 방대한 양의 데이터를 저장할 수 있다. OBD 모듈(100)은 내부 저장소에 저장되어 있는 차량 배터리 데이터를 무선 통신을 통해 근거리 통신 모듈(200)에 전송한다. OBD 모듈(100)과 근거리 통신 모듈(200) 사이의 무선 통신 방식은 블루투스나 와이파이(Wi-Fi) 방식이 바람직하나, 본 발명은 OBD 모듈(100)과 근거리 통신 모듈(200) 사이의 무선 통신 방식에 제한을 두지 않는다. 예를 들어, OBD 모듈(100)은 블루투스, BLE(Bluetooth Low Energy), NFC(Near Field Communication), RFID(Radio Frequency Identification), 와이파이(Wi-Fi), 비콘(Beacon), 지그비(Zigbee) 통신 및 UWB(Ultra Wide Band) 통신 중 어느 하나 또는 이들의 조합된 방식을 이용하여 데이터를 근거리 통신 모듈(200)에 전송할 수 있다.
OBD 모듈(100)은 OBD 단자 연결부(110), OBD 데이터 저장부(120) 및 OBD 데이터 송신부(130)를 포함한다. 도 1에 도시된 OBD 모듈(100)은 일 실시예에 따른 것이고, 본 발명에 따른 OBD 모듈(100)의 구성요소들이 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
OBD 단자 연결부(110)는 배터리 데이터를 획득하기 위하여 차량(1)과 OBD 모듈(100)을 연결하는 기능을 수행한다. OBD 모듈(100)은 장착 시 차량 외관에 영향을 주지 않을 정도의 작은 크기로 제작되는 것이 바람직하다(도 2 참조).
OBD 데이터 저장부(120)는 배터리 데이터를 차량(1)에서 획득하고 저장한다. OBD 단자 연결부(110)에 의해 차량(1)과 OBD 모듈(100)이 연결되면, OBD 데이터 저장부(120)는 CAN(Controller Area Network) 통신을 통해 차량 배터리 데이터를 획득한다. OBD 데이터 저장부(120)는 차량(1)에서 배터리 데이터를 주기적으로 획득할 수 있다. 예를 들어, OBD 데이터 저장부(120)는 1초 간격으로 배터리 데이터를 획득하여 저장할 수 있다.
OBD 데이터 저장부(120)가 차량(1)에서 획득하고 저장하는 배터리 데이터는 다양한 데이터로 구성될 수 있다. 예를 들어, 상기 배터리 데이터는 전류, 전압, 온도, 작동 시간, 전력, SOC(충전 상태, State of Charge), SOH(수명 상태, State of Health), 누적 충전량, 누적 방전량 중 어느 하나 또는 이들의 조합으로 구성될 수 있다. 또한, OBD 데이터 저장부(120)는 배터리 셀/모듈/팩에 따라 구분하여 배터리 데이터를 획득하고 저장할 수 있다.
OBD 데이터 송신부(130)는, OBD 데이터 저장부(120)에 의해 저장된 배터리 데이터를, 무선 통신을 통해 근거리 통신 모듈(200)의 데이터 통신부(210)에 전송한다. OBD 데이터 송신부(130)가 데이터 통신부(210)에 배터리 데이터를 전송할 때 사용하는 무선 통신 방식은 블루투스나 와이파이 방식이 될 수 있으며, 본 발명은 상기 무선 통신 방식에 제한을 두지 않는다. OBD 데이터 저장부(120)는, OBD 데이터 송신부(130)가 데이터 통신부(210)에 전송한 배터리 데이터를, 전송이 이루어진 후에 내부 저장소에서 삭제할 수 있다.
근거리 통신 모듈(200)은 배터리 진단 시스템(10)의 사용자 단말에 설치된 어플리케이션의 형태로 존재할 수 있다. 상기 사용자 단말은 OBD 모듈(100)과 무선 통신이 가능하며 정보를 디스플레이를 통해 표시할 수 있는 모바일 컴퓨팅 장치이다. 예를 들어, 상기 사용자 단말은 스마트폰, 태블릿 PC(tablet PC) 및 스마트글래스(smart glass) 중 어느 하나일 수 있다. 다만, 본 발명은 상기 사용자 단말의 형태에 대해 제한을 두지 않는다.
근거리 통신 모듈(200)은 OBD 모듈(100)에서 배터리 데이터를 수신하고, 수신한 배터리 데이터를 클라우드 시스템(300)의 데이터 수신부(310)에 송신한다. 근거리 통신 모듈(200)은 수신한 배터리 데이터를 디스플레이를 통해 실시간으로 표시한다. 예를 들어, 근거리 통신 모듈(200)은 배터리의 전류, 전압, 온도, SOC(충전 상태), SOH(수명 상태), 전력을 실시간으로 표시할 수 있다.
또한, 근거리 통신 모듈(200)은 클라우드 시스템(300)이 생성한 차량 배터리 진단 정보(이하 '진단 정보'로 약칭)를 수신한 후, 상기 진단 정보를 디스플레이를 통해 표시한다. 예를 들어, 상기 진단 정보는 배터리 상태 정보, 배터리 예측 수명 정보, 배터리 안전성 평가 정보 중 어느 하나 또는 이들의 조합된 정보로 구성될 수 있다. 여기에서, 배터리 안전성 평가 정보는 배터리 이상 여부 진단 결과 정보를 포함한다.
근거리 통신 모듈(200)은 클라우드 시스템(300)에서 진단 정보를 수신하게 되면, 기존에 수신했던 진단 정보를 갱신하여 표시한다. 다만, 근거리 통신 모듈(200)은 OBD 모듈(100)과 근거리 통신 모듈(200)이 무선으로 연결되는 경우에만 진단 정보를 갱신하여 표시하도록 설정될 수 있다. 왜냐하면, 근거리 통신 모듈(200)이 OBD 모듈(100)에서 배터리 데이터를 수집하여 클라우드 시스템(300)에 전송할 수 있어야 클라우드 시스템(300)이 배터리 데이터를 기초로 업데이트된 배터리 모델을 이용하여 새로운 진단 정보를 생성할 수 있기 때문이다.
근거리 통신 모듈(200)은 데이터 통신부(210), 실시간 모니터링부(220) 및 배터리 상태 정보 갱신부(230)를 포함한다. 그리고 근거리 통신 모듈(200)은 차량 정보 입력부(240)를 더 포함할 수 있다. 도 1에 도시된 근거리 통신 모듈(200)은 일 실시예에 따른 것이고, 본 발명에 따른 근거리 통신 모듈(200)의 구성요소들이 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
데이터 통신부(210)는 OBD 모듈(100)의 OBD 데이터 송신부(130)와 무선으로 연결되며, OBD 데이터 송신부(130)가 전송한 배터리 데이터를 수신하며, 수신한 배터리 데이터를 클라우드 시스템(300)의 데이터 수신부(310)에 송신한다. OBD 모듈(100)의 OBD 데이터 송신부(130)는, 근거리 통신 모듈(200)의 데이터 통신부(210)와 무선 연결이 수립되면, OBD 데이터 저장부(120)에 저장된 배터리 데이터를 근거리 통신 모듈(200)의 데이터 통신부(210)에 전송한다. 데이터 통신부(210)는 OBD 데이터 송신부(130)에서 전송받은 배터리 데이터를 다시 클라우드 시스템(300)의 데이터 수신부(310)에 전송한다. 데이터 통신부(210)와 데이터 수신부(310)는 유선 네트워크 또는 무선 네트워크를 통해 통신할 수 있다. 예를 들어, 데이터 통신부(210)와 데이터 수신부(310) 간의 네트워크는, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), 와이파이(Wi-Fi), 블루투스(Bluetooth) 및 지그비(ZigBee) 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다.
실시간 모니터링부(220)는 데이터 통신부(210)가 수신한 배터리 데이터 전부 또는 일부를 디스플레이를 통해 실시간으로 표시한다. 전술한 바와 같이, 상기 배터리 데이터는 전류, 전압, 온도, 작동 시간, 전력, SOC(충전 상태, State of Charge), SOH(수명 상태, State of Health), 누적 충전량, 누적 방전량 중 어느 하나 또는 이들의 조합으로 구성될 수 있다. 실시간 모니터링부(220)는 차량 배터리 데이터 전부 또는 일부를 실시간으로 모니터링한다. 실시간 모니터링부(220)는 배터리 데이터를 기초로 배터리 데이터의 실시간 변동 양상 또는 배터리 구성 부분(예:셀) 간 데이터 편차를 계산하고, 배터리 데이터의 실시간 변동 양상 또는 배터리 구성 부분 간 데이터 편차를 기초로 배터리 이상 여부를 판단하고, 그 판단 결과를 디스플레이를 통해 표시할 수 있다. 예를 들어, 실시간 모니터링부(220)가 모니터링 가능한 데이터는 차량 배터리 셀/모듈/팩의 전류, 전압, 온도, SOC 값이 될 수 있으며, 실시간 모니터링부(220)는 차량 배터리 셀/모듈/팩 단위의 전류, 전압, 온도, SOC 값의 변동 추이 또는 배터리 셀(cell) 간의 전류, 전압, 온도, SOC값의 편차 중 어느 하나의 정보 또는 이들의 조합된 정보를 기초로 배터리 이상 여부를 판단할 수 있다.
배터리 상태 정보 갱신부(230)는 클라우드 시스템(300)의 배터리 진단부(360)가 생성한 차량 배터리 진단 정보를 진단 결과 송신부(370)로부터 수신한 후, 상기 진단 정보를 디스플레이를 통해 표시한다. 전술한 바와 같이, 진단 정보는 배터리 상태 정보, 배터리 예측 수명 정보, 배터리 안전성 평가 정보(안전 진단에 대한 성능 평가 정보로서, 배터리 이상 여부 진단 결과 정보가 포함됨) 중 어느 하나 또는 이들의 조합된 정보로 구성될 수 있다. 상기 진단 정보는 클라우드 시스템(300)이 차량의 실시간 데이터를 기반으로 클라우드 시스템(300)이 구비하고 있는 배터리 모델(물리 기반 모델, 데이터 기반 모델)을 활용하여 생성한 것으로서, 사용자는 근거리 통신 모듈(200)을 포함하고 있는 사용자 단말의 디스플레이를 통해 배터리 상태 정보, 배터리 예측 수명 정보, 배터리 안전성 평가 정보를 확인할 수 있다. 배터리 상태 정보 갱신부(230)는 차량 배터리 진단 정보 및 차량 배터리 진단 정보를 기초로 생성한 정보를 디스플레이를 통해 표시할 수 있다. 예를 들어, 배터리 상태 정보 갱신부(230)는 온도 변화, 충전 에너지, 사용 에너지, 주행 거리, 주행 시간, 배터리 효율, 셀 전압 최소값 및 최대값, 완충 시 주행 가능 거리 등의 정보를 표시할 수 있다. 배터리 상태 정보 갱신부(230)는 차량 배터리 진단 정보 또는 차량 배터리 진단 정보를 기초로 생성한 정보를 일간/주간/월간/분기/반기/연간 단위로 구분하여 표시할 수 있다. 예를 들어, 배터리 상태 정보 갱신부(230)는 주간 단위로 충전 에너지, 사용 에너지, 주행 거리, 주행 시간에 관한 정보를 디스플레이를 통해 사용자에게 제공할 수 있다.
배터리 상태 정보 갱신부(230)는 진단 결과 송신부(370)에서 진단 정보를 수신하게 되면, 기존에 수신했던 진단 정보를 갱신하여 표시한다. 다만, 배터리 상태 정보 갱신부(230)는 OBD 데이터 송신부(130)와 데이터 통신부(210)가 무선으로 연결되는 경우에만 진단 정보를 갱신하여 표시하도록 설정될 수 있다. 왜냐하면, 데이터 통신부(210)가 OBD 데이터 송신부(130)에서 배터리 데이터를 수신하고, 수신한 배터리 데이터를 데이터 수신부(310)에 전송할 수 있어야 배터리 진단부(360)가 새로운 진단 정보를 생성할 수 있기 때문이다.
차량 정보 입력부(240)는 사용자로부터 차량 정보를 입력받아 데이터 통신부(210)에 전달한다. 예를 들어, 사용자는 근거리 통신 모듈(200)을 포함하는 사용자 단말을 통해 차량 정보를 입력할 수 있다. 상기 차량 정보는 차량의 제조사, 차량 모델명 및 연식(年式)에 관한 정보 중 어느 하나 또는 이들의 조합된 정보를 포함할 수 있다. 데이터 통신부(210)는 차량 정보를 데이터 수신부(310)에 송신하고, 데이터 수신부(310)는 수신한 차량 정보를 배터리 등록부(330)에 전달한다.
클라우드 시스템(300)은 근거리 통신 모듈(200)에서 차량 배터리 데이터와 차량(1)에 대한 차량 정보를 수신한다. 클라우드 시스템(300)은 복수의 근거리 통신 모듈(200)에서 배터리 데이터와 차량 정보를 수신할 수 있다. 클라우드 시스템(300)은 수신한 배터리 데이터와 차량 정보를 배터리 DB에 저장한다. 클라우드 시스템(300)은 차량(1)에 대한 차량 정보(예: 차량 제조사/모델명/연식에 관한 정보)를 기초로 차량(1)에 탑재된 배터리에 관한 정보(이하 '배터리 정보'로 약칭)를 판단하고, 차량(1)의 배터리 정보를 배터리 DB에 저장한다. 클라우드 시스템(300)은 근거리 통신 모듈(200)과 배터리 정보의 매칭 정보를 배터리 DB에 저장할 수 있다. 따라서, 클라우드 시스템(300)은 차량 또는 사용자 단말에 따라 다른 배터리 정보를 적용하여 배터리 모델의 초기 파라미터를 설정할 수 있다.
배터리 정보는 배터리의 제조사 및 모델명에 관한 정보를 포함한다. 예를 들어, 클라우드 시스템(300)은 차량 - 배터리 연계 테이블을 이용하여 차량(1)의 차량 정보에 매칭되는 배터리 정보를 추출할 수 있다. 클라우드 시스템(300)이 차량 정보를 기초로 배터리 정보를 판단하는 것은 배터리 모델(물리 기반 모델, 데이터 기반 모델 등의 모델을 의미함)을 구축하기 위한 것이다. 클라우드 시스템(300)은 배터리 모델을 구성할 때 차량(1)에 해당하는 배터리 정보를 기초로 배터리 모델의 초기 파라미터를 설정한다. 배터리의 제조사/모델명에 따라 배터리 모델에 적용할 초기 파라미터가 달라지기 때문이다.
전술한 대로, 클라우드 시스템(300)이 차량(1)의 배터리 진단에 사용하는 배터리 모델은 크게 물리 기반 모델과 데이터 기반 모델로 구분할 수 있다. 두 가지 모델 모두 분명한 장단점이 존재한다. 본 발명에 따른 클라우드 시스템(300)은 배터리 진단을 위해 두 가지 모델 중 어느 하나의 모델을 사용할 수도 있고 두 가지 모델을 동시에 사용할 수도 있다.
물리 기반 모델은 등가 회로 모델과 전기화학 모델로 구분된다. 등가 회로 모델의 경우, 적은 수의 파라미터를 사용하여 배터리를 모델링하여 매우 적은 계산 비용이 소요된다는 장점이 있는 반면, 배터리 내부의 실제 전기화학 반응과 부반응, 노화 등을 정확히 예측하지 못한다는 단점을 가지고 있다. 전기화학 모델의 경우, 편미분 방정식 기반의 수치해석 모델을 사용하여 배터리 내부 반응에 대한 해석이 가능하며 정밀 진단이 가능하다는 장점이 있는 반면, 다수의 모델 파라미터를 사용하므로 계산 비용이 많이 소요된다는 단점이 있다. 클라우드 시스템(300)은 물리 기반 모델로서 등가 회로 모델과 전기화학 모델을 모두 사용할 수 있다.
한편, 데이터 기반 모델은 데이터만을 사용하여 배터리 현재 상태 및 미래 상태를 추정하거나 예측한다. 데이터 기반 모델은 배터리 내부의 복잡한 물리 현상을 이해할 필요가 없을 뿐만 아니라 매우 복잡하고 비선형적인 문제를 해결할 수 있다는 장점을 가지고 있지만 굉장히 많은 데이터가 필요하다는 단점이 있다.
본 발명에 따른 클라우드 시스템(300)은 물리 기반 모델과 데이터 기반 모델을 동시에 사용함으로써 단점을 보완한 하이브리드 모델을 활용한다. 그 결과 본 발명에 따른 클라우드 시스템(300)은 적은 양의 데이터로도 배터리의 상태 및 이상에 대하여 정확한 진단이 가능하다.
OBD 모듈(100)이 획득한 배터리 데이터는 실제 배터리에 대한 정보를 가지고 있는데, 클라우드 시스템(300)은 배터리 데이터를 기초로 배터리 모델을 업데이트한다. 이것은 실제 배터리 상태를 배터리 모델에 반영하기 위한 것이다. 예를 들어, 클라우드 시스템(300)은 배터리 정보를 기초로 물리 기반 모델과 데이터 기반 모델이 결합된 배터리 모델의 초기 파라미터를 설정하고, 배터리 데이터를 기초로 배터리 모델을 업데이트할 수 있다.
클라우드 시스템(300)은 업데이트된 배터리 모델을 이용하여 배터리 상태 진단, 배터리 수명 예측, 배터리 안전(이상) 진단을 수행한다. 즉, 클라우드 시스템(300)은 업데이트된 배터리 모델(예: 물리 기반 모델 + 데이터 기반 모델)을 이용하여 진단 정보를 생성한다. 상기 진단 정보는 전술한 대로 배터리 상태 정보, 배터리 예측 수명 정보 및 배터리 안전성 평가 정보(안전 진단에 대한 성능 평가 정보로서, 배터리 이상 여부 진단 결과 정보가 포함됨) 중 어느 하나 또는 이들의 조합된 정보를 포함한다. 본 명세서는 클라우드 시스템(300)이 업데이트된 배터리 모델을 이용하여 생성한 진단 정보를 '업데이트된 진단 정보'로 부른다.
클라우드 시스템(300)은 업데이트된 진단 정보를 근거리 통신 모듈(200)에 송신하며, 근거리 통신 모듈(200)은 업데이트된 진단 정보를 디스플레이를 통해 사용자에게 제공한다.
클라우드 시스템(300)은 데이터 수신부(310), 데이터베이스 구축부(320), 배터리 등록부(330), 배터리 모델 생성부(340), 배터리 모델 업데이트부(350), 배터리 진단부(360) 및 진단 결과 송신부(370)를 포함한다. 도 1에 도시된 클라우드 시스템(300)은 일 실시예에 따른 것이고, 본 발명에 따른 클라우드 시스템(300)의 구성요소들이 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
데이터 수신부(310)는 근거리 통신 모듈(200)의 데이터 통신부(210)에서 차량(1)에 대한 배터리 데이터와 차량 정보를 수신한다. 데이터 수신부(310)는 복수의 근거리 통신 모듈(200)의 데이터 통신부(210)로부터 차량 배터리 데이터와 차량 정보를 수신할 수 있다.
데이터베이스 구축부(320)는 데이터 수신부(310)가 수신한 배터리 데이터와 차량 정보에 대한 데이터베이스(배터리 DB)를 구축한다. 데이터베이스 구축부(320)는 배터리 데이터를 사용자(실질적으로, 근거리 통신 모듈(200)을 포함하는 사용자 단말의 식별자) 또는 차량에 따라 구분하여 배터리 DB에 저장할 수 있다. 예를 들어, 데이터베이스 구축부(320)는 배터리 데이터를 차량 정보에 매칭하여 배터리 DB에 저장할 수 있다. 따라서, 사용자는 사용자 단말(근거리 통신 모듈(200)을 포함한 사용자 단말일 수 있음)을 통해 클라우드 시스템(300)에 접속한 후, 데이터베이스 구축부(320)가 구축한 배터리 DB를 이용하여 사용자별 또는 차량별 과거 배터리 데이터 이력을 확인할 수 있다.
배터리 등록부(330)는 차량 정보(예: 차량 제조사/모델명/연식에 관한 정보)를 기초로 배터리 정보(배터리 제조사/모델명에 관한 정보)를 판단하고, 차량(1)에 해당하는 배터리 정보를 배터리 DB에 저장한다. 예를 들어, 배터리 등록부(330)는 차량 - 배터리 연계 테이블을 이용하여 차량(1)의 차량 정보에 매칭되는 배터리 정보를 추출할 수 있다. 배터리 등록부(330)는 근거리 통신 모듈(200)과 배터리 정보의 매칭 정보를 배터리 DB에 저장할 수 있다. 따라서, 배터리 모델 생성부(340)는 차량 또는 사용자 단말에 따라 다른 배터리 정보를 적용하여 배터리 모델의 초기 파라미터를 설정할 수 있다. 즉, 배터리 모델 생성부(340)는 차량에 따라 배터리 모델의 초기 파라미터를 설정할 수 있다. 배터리의 제조사/모델명에 따라 배터리 모델 생성부(340)가 배터리 모델에 적용할 초기 파라미터가 달라질 수 있다.
배터리 모델 생성부(340)는 배터리 정보를 기초로 배터리 모델의 초기 파라미터를 설정한다. 배터리 모델 생성부(340)는 물리 기반 모델 및 데이터 기반 모델 중 어느 하나 또는 이들의 조합된 모델의 초기 파라미터를 설정하거나 배터리 데이터를 기초로 학습을 통해 배터리 모델을 생성한다. 배터리 모델 생성부(340)는 배터리 모델이 딥러닝에 기반한 데이터 기반 모델을 포함하는 경우, 배터리 데이터 또는 물리 기반 모델에서 생성한 데이터를 기초로 데이터 기반 모델을 학습시켜 배터리 모델을 생성할 수 있다. 예를 들어, 배터리 모델 생성부(340)는 배터리 데이터를 기초로 배터리의 현재 상태를 반영하여 물리 기반 모델의 파라미터를 업데이트하고, 물리 기반 모델을 이용하여 가상 데이터를 생성한 후, 가상 데이터를 기초로 딥러닝 모델을 학습시켜 배터리 모델을 생성할 수 있다. 배터리 모델 생성부(340)는 배터리의 현재 상태를 반영하여 파라미터가 업데이트된 물리 기반 모델을 이용하여 보다 많은 가상 데이터를 생성할 수 있고, 따라서 이러한 가상 데이터를 기초로 생성된 배터리 모델을 정확한 값을 예측할 수 있게 된다.
배터리 모델 업데이트부(350)는 OBD 모듈(100)이 획득한 배터리 데이터를 기초로 배터리 모델을 업데이트한다. 이것은 실제 배터리 상태를 배터리 모델에 반영하기 위한 것이다. 배터리는 사용자의 주행/충전 습관, 주변 환경에 따라 부반응이나 노화가 일어나며 열전달 특성 등이 달라진다. 이는 현재 상태뿐만 아니라 미래 노화 패턴, 그리고 고장에 대한 현상을 변화시킨다. 즉, 차량(1)의 배터리를 사용함에 따라 업데이트되는 배터리 데이터를 기반으로 기존에 생성한 배터리 모델을 업데이트할 필요가 있다. 배터리 모델 업데이트부(350)는 새로운 배터리 데이터를 기초로 물리 기반 모델의 파라미터를 업데이트하거나 새로운 배터리 데이터를 기초로 데이터 기반 모델을 재학습시켜 배터리 모델을 업데이트한다.
배터리 진단부(360)는 업데이트된 배터리 모델을 이용하여 배터리 상태 진단, 배터리 수명 예측, 배터리 안전(이상) 진단을 수행한다. 예를 들어, 배터리 진단부(360)는 업데이트된 배터리 모델을 기반으로 배터리 현재 상태, 노화 패턴 및 이상(고장) 현상에 대한 진단을 수행한다.
즉, 배터리 진단부(360)는 업데이트된 배터리 모델(예: 물리 기반 모델 + 데이터 기반 모델)을 이용하여 진단 정보를 생성한다. 상기 진단 정보는 전술한 대로 배터리 상태 정보, 배터리 예측 수명 정보 및 배터리 안전성 평가 정보(안전 진단에 대한 성능 평가 정보로서, 배터리 이상 여부 진단 결과 정보가 포함됨) 중 어느 하나 또는 이들의 조합된 정보를 포함한다. 예를 들어, 배터리 진단부(360)가 생성하는 배터리 상태 정보는 배터리 현재 충전 상태(State of Charge, SOC), 배터리 현재 수명 상태(State of Health, SOH), 배터리 전압/온도/전류와 같은 일반적인 출력값에 대한 정보가 있을 수 있다. 또한, 배터리 진단부(360)가 생성하는 배터리 안전성 평가 정보는 셀 간 전압/온도/SOC 편차 정보 또는 열전파 특성 정보가 있을 수 있다. 전기차 배터리는 통상적으로 수백개의 셀들이 직렬/병렬로 배열된 구조를 가지고 있다. 이때 각 셀 간 전압/온도/SOC와 같은 값들의 편차가 심각한 안전 문제를 야기할 수 있다. 따라서 상기 배터리 안전성 평가 정보는 셀 간 전압/온도/SOC 편차 정보 및 열전파 특성 정보를 포함하여 구성될 수 있다.
차량 배터리는 사용에 따라 변하게 되므로, 배터리 진단부(360)는 데이터를 취득할 때마다 배터리 모델 업데이트부(350)를 통해 업데이트된 배터리 모델을 이용하여 진단 정보(업데이트된 진단 정보)를 생성한다.
진단 결과 송신부(370)는 업데이트된 진단 정보를 데이터 통신부(210)에 송신하며, 배터리 상태 정보 갱신부(230)는 업데이트된 진단 정보를 디스플레이를 통해 사용자에게 제공한다. 진단 결과 송신부(370)는 배터리 DB에 저장된 데이터를 기반으로 배터리 진단부(360)가 진단한 정보를 다시 사용자의 어플리케이션(근거리 통신 모듈(200))에 제공한다. 진단 결과 송신부(370)는 OBD 모듈(100)과 근거리 통신 모듈(200) 간 무선 통신이 이루어질 때만 진단 정보를 송신할 수 있다.
배터리 진단부(360)는 생성된 진단 정보를 기초로 배터리 고장 여부를 판단하거나 배터리 고장 가능성을 예측하고, 배터리 고장 여부 판단 결과 또는 배터리 고장 가능성 예측 결과에 따라 문제 발생 시 진단 결과 송신부(370)를 통해 데이터 통신부(210)에 경고 메시지 또는 조기 알람을 전송한다. 예를 들어 상기 경고 메시지는 배터리 고장이 발생하였다는 내용으로 구성될 수 있다. 또한 상기 조기 알람은 배터리 고장 가능성 예측 결과를 포함할 수 있다. 배터리 상태 정보 갱신부(230)는 경고 메시지 또는 조기 알람을 디스플레이를 통해 표시함으로써 사용자가 문제를 인지할 수 있도록 한다. 배터리 상태 정보 갱신부(230)가 제공하는 배터리 현재 상태 진단 결과를 통해 사용자는 배터리 노화를 최소화하게끔 주행 및 충전을 수행할 수 있다. 또한, 배터리 상태 정보 갱신부(230)가 제공하는 배터리 예측 수명 정보를 통해 사용자는 배터리 교체 시기를 판단할 수 있으며, 배터리 예측 수명 정보를 중고 거래에도 활용할 수 있다.
도 3은 본 발명의 일 실시예에 따른 전기차 배터리 진단 방법을 설명하기 위한 흐름도이다.
본 발명의 일 실시예에 따른 전기차 배터리 진단 방법은 S410 단계 내지 S450 단계를 포함한다. 본 발명에 따른 전기차 배터리 진단 방법의 단계들이 도 3에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 단계가 부가, 변경 또는 삭제될 수 있다.
S410 단계는 배터리 모델의 초기 파라미터를 설정하는 단계이다. 근거리 통신 모듈(200)은 사용자로부터 차량 정보(예: 차량 제조사/모델명/연식에 관한 정보)를 입력받고, 차량 정보를 클라우드 시스템(300)에 전송한다. 클라우드 시스템(300)은 근거리 통신 모듈(200)에서 차량 정보를 수신하여 배터리 DB에 저장한다. 클라우드 시스템(300)은 차량 정보를 기초로 차량에 탑재된 배터리에 관한 정보(배터리 정보)를 판단한다. 배터리 정보는 배터리의 제조사 및 모델명에 관한 정보를 포함한다. 클라우드 시스템(300)은 배터리 정보를 기초로 배터리 모델의 초기 파라미터를 설정한다. 여기서 배터리 모델은 물리 기반 모델 및 데이터 기반 모델 중 어느 하나의 모델 또는 이들의 결합된 모델일 수 있다.
S420 단계는 차량 배터리 데이터 수집 단계이다. OBD 모듈(100)은 차량과 연결되어 차량의 배터리 데이터를 획득한다. OBD 모듈(100)은 차량 배터리 셀/모듈/팩에 대한 정보를 획득할 수 있다. OBD 모듈(100)은 차량 배터리 데이터를 일정 시간 간격으로 획득할 수 있다. 예를 들어, OBD 모듈(100)은 1초 간격으로 차량 배터리 데이터를 획득할 수 있다. OBD 모듈(100)은 차량(1)에서 획득한 배터리 데이터를 내부 저장소에 저장한다. 즉, OBD 모듈(100)은 차량 배터리 데이터를, 사용자 단말에 설치된 어플리케이션(200)에 전송하기 전에, 하드웨어 단에서 자체적으로 저장할 수 있다. OBD 모듈(100)은 일반적으로 소형이지만 방대한 양의 데이터를 저장할 수 있다. OBD 모듈(100)은 내부 저장소에 저장되어 있는 차량 배터리 데이터를 무선 통신을 통해 근거리 통신 모듈(200)에 전송한다. 근거리 통신 모듈(200)은 차량 배터리 데이터를 클라우드 시스템(300)에 전송한다.
S430 단계는 배터리 모델을 업데이트하는 단계이다. 클라우드 시스템(300)은 차량 배터리 데이터를 기초로 배터리 모델을 업데이트한다. 이것은 실제 배터리 상태를 배터리 모델에 반영하기 위한 것이다. 예를 들어, 클라우드 시스템(300)은 배터리 데이터를 기초로 물리 기반 모델의 파라미터를 업데이트하거나 데이터 기반 모델을 재학습시켜 배터리 모델을 업데이트한다.
S440 단계는 차량 배터리 진단 단계이다. 클라우드 시스템(300)은 업데이트된 배터리 모델을 이용하여 배터리 상태 진단, 배터리 수명 예측, 배터리 안전(이상) 진단을 수행한다. 즉, 클라우드 시스템(300)은 업데이트된 배터리 모델(예: 물리 기반 모델 + 데이터 기반 모델)을 이용하여 진단 정보(업데이트된 진단 정보)를 생성한다. 상기 진단 정보는 전술한 대로 배터리 상태 정보, 배터리 예측 수명 정보 및 배터리 안전성 평가 정보(안전 진단에 대한 성능 평가 정보로서, 배터리 이상 여부 진단 결과 정보가 포함됨) 중 어느 하나 또는 이들의 조합된 정보를 포함한다. 예를 들어, 클라우드 시스템(300)이 생성하는 배터리 상태 정보는 배터리 현재 충전 상태(State of Charge, SOC), 배터리 현재 수명 상태(State of Health, SOH), 배터리 전압/온도/전류와 같은 일반적인 출력값에 대한 정보가 있을 수 있다. 또한, 클라우드 시스템(300)이 생성하는 배터리 안전성 평가 정보는 셀 간 전압/온도/SOC 편차 정보 또는 열전파 특성 정보가 있을 수 있다. 전기차 배터리는 통상적으로 수백개의 셀들이 직렬/병렬로 배열된 구조를 가지고 있다. 이때 각 셀 간 전압/온도/SOC와 같은 값들의 편차가 심각한 안전 문제를 야기할 수 있다. 따라서 상기 배터리 안전성 평가 정보는 셀 간 전압/온도/SOC 편차 정보 및 열전파 특성 정보를 포함하여 구성될 수 있다.
한편, 클라우드 시스템(300)은 생성된 진단 정보를 기초로 배터리 고장 여부를 판단하거나 배터리 고장 가능성을 예측한다.
S450 단계는 진단 정보 제공 단계이다. 클라우드 시스템(300)은 진단 정보(업데이트된 진단 정보)를 근거리 통신 모듈(200)에 송신한다. 클라우드 시스템(300)은 OBD 모듈(100)과 근거리 통신 모듈(200) 간 무선 통신이 이루어질 때만 진단 정보를 근거리 통신 모듈(200)에 송신할 수 있다. 근거리 통신 모듈(200)은 진단 정보를 디스플레이를 통해 사용자에게 제공한다. 예를 들어, 근거리 통신 모듈(200)을 탑재한 사용자 단말은 진단 정보를 디스플레이에 표시할 수 있다.
한편, 클라우드 시스템(300)은 배터리 고장 여부 판단 결과 또는 배터리 고장 가능성 예측 결과에 따라 문제 발생 시 근거리 통신 모듈(200)에 경고 메시지 또는 조기 알람을 전송한다. 예를 들어, 상기 경고 메시지는 배터리 고장이 발생하였다는 내용으로 구성될 수 있다. 또한 상기 조기 알람은 배터리 고장 가능성 예측 결과를 포함할 수 있다. 근거리 통신 모듈(200)은 경고 메시지 또는 조기 알람을 디스플레이를 통해 표시함으로써 사용자가 문제를 인지할 수 있도록 한다.
S450 단계가 종료되면, 배터리 진단 시스템(10)은 소정의 조건이 충족되거나 일정 시간이 경과하면 다시 S420 단계를 진행하여 차량 배터리 데이터를 수집하고, S420 단계 이하의 절차를 수행한다.
전술한 전기차 배터리 진단 방법은 도면에 제시된 흐름도를 참조로 하여 설명되었다. 간단히 설명하기 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다.
한편 도 3을 참조한 설명에서, 각 단계는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 1 및 도 2의 내용은 도 3의 내용에 적용될 수 있다. 또한, 도 3의 내용은 도 1 내지 도 2의 내용에 적용될 수 있다.
도 4는 본 발명의 실시예에 따른 전기차 배터리 진단 방법을 구현하기 위한 컴퓨터 시스템을 나타낸 블록도이다. 상기 컴퓨터 시스템은 OBD 모듈(100), 근거리 통신 모듈(200) 또는 클라우드 시스템(300)에 적용될 수 있다.
도 4를 참조하면, 컴퓨터 시스템(1000)은, 버스(1070)를 통해 통신하는 프로세서(1010), 메모리(1030), 입력 인터페이스 장치(1050), 출력 인터페이스 장치(1060) 및 저장 장치(1040) 중 적어도 하나를 포함할 수 있다. 컴퓨터 시스템(1000)은 또한 네트워크에 결합된 통신 장치(1020)를 더 포함할 수 있다. 프로세서(1010)는 중앙 처리 장치(central processing unit, CPU)이거나, 또는 메모리(1030) 또는 저장 장치(1040)에 저장된 명령을 실행하는 반도체 장치일 수 있다. 메모리(1030) 및 저장 장치(1040)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리는 ROM(read only memory) 및 RAM(random access memory)를 포함할 수 있다. 본 기재의 실시예에서 메모리는 프로세서의 내부 또는 외부에 위치할 수 있고, 메모리는 이미 알려진 다양한 수단을 통해 프로세서와 연결될 수 있다. 메모리는 다양한 형태의 휘발성 또는 비휘발성 저장 매체이며, 예를 들어, 메모리는 읽기 전용 메모리(read-only memory, ROM) 또는 랜덤 액세스 메모리(random access memory, RAM)를 포함할 수 있다.
따라서, 본 발명의 실시예는 컴퓨터에 구현된 방법으로서 구현되거나, 컴퓨터 실행 가능 명령이 저장된 비일시적 컴퓨터 판독 가능 매체로서 구현될 수 있다. 한 실시예에서, 프로세서에 의해 실행될 때, 컴퓨터 판독 가능 명령은 본 기재의 적어도 하나의 양상에 따른 방법을 수행할 수 있다.
통신 장치(1020)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다.
또한, 본 발명의 실시예에 따른 방법은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어, 컴퓨터 판독 가능 매체에 기록될 수 있다.
상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은, 본 발명의 실시예를 위해 특별히 설계되어 구성된 것이거나, 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체는 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치를 포함할 수 있다. 예를 들어, 컴퓨터 판독 가능 기록 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 롬(ROM), 램(RAM), 플래시 메모리 등일 수 있다. 프로그램 명령은 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라, 인터프리터 등을 통해 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
참고로, 본 발명의 실시예에 따른 구성 요소들은 소프트웨어 또는 DSP(digital signal processor), FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 형태로 구현될 수 있으며, 소정의 역할들을 수행할 수 있다.
그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.
구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.
한편, 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
본 실시예에서 사용되는 '~부' 또는 '~모듈'이라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부' 또는 '~모듈'은 어떤 역할들을 수행한다. 그렇지만 '~부' 또는 '~모듈'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부' 또는 '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부' 또는 '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부' 또는 '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부' 또는 '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부' 또는 '~모듈'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부' 또는 '~모듈'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1: 차량
10: 배터리 진단 시스템
100: OBD 모듈
110: OBD 단자 연결부
120: OBD 데이터 저장부
130: OBD 데이터 송신부
200: 근거리 통신 모듈
210: 데이터 통신부
220: 실시간 모니터링부
230: 배터리 상태 정보 갱신부
240: 차량 정보 입력부
300: 클라우드 시스템
310: 데이터 수신부
320: 데이터베이스 구축부
330: 배터리 등록부
340: 배터리 모델 생성부
350: 배터리 모델 업데이트부
360: 배터리 진단부
370: 진단 결과 송신부
1000: 컴퓨터 시스템
1010: 프로세서
1020: 통신 장치
1030: 메모리
1040: 저장 장치
1050: 입력 인터페이스 장치
1060: 출력 인터페이스 장치
1070: 버스

Claims (10)

  1. 전기자동차와 연결되어 상기 전기자동차의 배터리 데이터를 획득하는 OBD 모듈;
    무선 통신을 통해 상기 OBD 모듈에서 상기 배터리 데이터를 수신하는 근거리 통신 모듈; 및
    상기 근거리 통신 모듈에서 상기 배터리 데이터를 전송받고, 상기 배터리 데이터를 기초로 배터리 모델을 이용하여 상기 전기자동차에 대한 배터리 진단 정보를 생성하는 클라우드 시스템;
    을 포함하는 배터리 진단 시스템.
  2. 제1항에 있어서, 상기 OBD 모듈은,
    배터리 셀, 배터리 모듈 및 배터리 팩에 따라 구분하여 상기 배터리 데이터를 획득하는 것
    인 배터리 진단 시스템.
  3. 제1항에 있어서, 상기 OBD 모듈은,
    상기 배터리 데이터를 내부 저장소에 저장하는 것
    인 배터리 진단 시스템.
  4. 제1항에 있어서, 상기 OBD 모듈은,
    블루투스 방식 및 와이파이 방식 중 어느 하나의 무선 통신 방식을 통해 상기 배터리 데이터를 상기 근거리 통신 모듈에 전송하는 것
    인 배터리 진단 시스템.
  5. 제1항에 있어서, 상기 배터리 모델은,
    물리 기반 모델 및 데이터 기반 모델 중 어느 하나 또는 이들의 결합된 모델
    인 배터리 진단 시스템.
  6. 제1항에 있어서, 상기 클라우드 시스템은,
    상기 배터리 데이터를 기초로 상기 배터리 모델을 업데이트하고, 상기 업데이트된 배터리 모델을 이용하여 상기 진단 정보를 생성하는 것
    인 배터리 진단 시스템.
  7. 전기자동차의 배터리 정보를 기초로 배터리 모델의 초기 파라미터를 설정하는 단계;
    OBD 모듈이 상기 전기자동차와 연결되어 상기 전기자동차의 배터리 데이터를 획득하는 단계;
    상기 배터리 데이터를 기초로 상기 배터리 모델을 업데이트하는 단계; 및
    상기 업데이트된 배터리 모델을 이용하여 상기 전기자동차에 대한 배터리 진단 정보를 생성하는 단계;
    를 포함하는 전기차 배터리 진단 방법.
  8. 제7항에 있어서, 상기 배터리 데이터를 획득하는 단계는,
    상기 OBD 모듈이 상기 배터리 데이터를 내부 저장소에 저장하는 것을 더 포함하는 것
    인 전기차 배터리 진단 방법.
  9. 제7항에 있어서, 상기 배터리 모델은,
    물리 기반 모델 및 데이터 기반 모델 중 어느 하나 또는 이들의 결합된 모델
    인 전기차 배터리 진단 방법.
  10. 제7항에 있어서,
    상기 진단 정보를 사용자 단말의 디스플레이에 표시하는 단계;
    를 더 포함하는 전기차 배터리 진단 방법.
KR1020220151633A 2022-11-14 2022-11-14 전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법 KR20240070146A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220151633A KR20240070146A (ko) 2022-11-14 2022-11-14 전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220151633A KR20240070146A (ko) 2022-11-14 2022-11-14 전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20240070146A true KR20240070146A (ko) 2024-05-21

Family

ID=91320553

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220151633A KR20240070146A (ko) 2022-11-14 2022-11-14 전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR20240070146A (ko)

Similar Documents

Publication Publication Date Title
US11065978B2 (en) Systems, methods, and storage media for adapting machine learning models for optimizing performance of a battery pack
KR102627949B1 (ko) 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법
CN105895973B (zh) 电动车辆中的电源管理
US20200271725A1 (en) Systems, methods, and storage media for predicting a discharge profile of a battery pack
US20160195587A1 (en) Apparatus and method estimating state of battery pack including plural battery cells
US20160259014A1 (en) Method and apparatus for automatically estimating remaining useful life (rul) of battery in real time
KR20180037760A (ko) 배터리 상태 추정 장치 및 방법
US12000895B2 (en) Method for predicting an aging state of a battery
US20170144560A1 (en) Method and apparatus for battery management
US20220281345A1 (en) Battery Performance Management System And Method
CN101903786B (zh) 基于远程信息处理的用于车队的电池寄生负载确认的方法和系统
CN110146817A (zh) 锂电池故障的诊断方法
TW201623995A (zh) 一種兼具電池預診及充電模式自適調制之系統及方法
CN110310039B (zh) 一种锂电池全生命周期在线优化监控系统及监控方法
CN114675202A (zh) 电池故障的诊断方法及装置
CN112816875A (zh) 电动车辆电池云端管理系统、方法、介质及云端服务器
KR20220075123A (ko) 전기 버스의 배터리 상태 분석 서비스 시스템
KR20240070146A (ko) 전기차량용 obd 모듈 기반 배터리 진단 시스템 및 그 방법
CN103558555B (zh) 一种用于评价车用动力电池性能参数的仿真模型
US20240085490A1 (en) Monitoring of battery module based on cell voltage rankings
CN208350965U (zh) 一种纯电动汽车电池组健康状态测取装置
CN116298920A (zh) 电源管理系统的量产文件生成方法、装置及电子设备
WO2022105070A1 (zh) 利用机器学习模型预测电池健康状况的方法和系统
CN115047344A (zh) 动力电池包热量估计方法和装置
KR102638784B1 (ko) 기계학습 기반 배터리 잔여 수명 예측 방법