KR20240076602A - 고장 예방 및 신속한 고장 대응이 가능한 ev 충전 인프라 시스템, ev 충전 인프라의 고장 예방을 위한 온도 제어 방법 및 수명 관리 방법 - Google Patents

Abstract

본 발명의 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템은, EV에 대하여 충전을 수행하면서 충전 전류 및 충전기 커넥터 온도를 포함한 상태 정보를 측정하는 EV 충전기; 상기 EV 충전기기 설치된 충전소의 출력 부하 분배 제어를 수행하며, 상기 EV 충전기의 충전 수행 정보 및 상기 상태 정보를 수집하여 고장 예방 또는 고장 대응을 위한 머신 러닝을 수행하는 예측모델을 구비한 로컬 컨트롤러; 및 상기 로컬 컨트롤러의 상기 예측모델에 따른 제어 데이터 세트를 전송받아 수집하며, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 판단되는 제어 데이터 세트를 상기 로컬 컨트롤러로 제공하는 CSMS를 포함할 수 있다.

Description

고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템, EV 충전 인프라의 고장 예방을 위한 온도 제어 방법 및 수명 관리 방법{EV Charging Infrastructure System capable of Failure Prevention and Quick Failure Response, Temperature Control Method and Lifespan Management Method for Failure Prevention of EV Charging Infrastructure}

본 발명은 온도를 상승시키는 충전 출력을 제어하여 고온으로 인한 문제를 예방하여 충전소를 고장없이 운영할 수 있는 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법 및 수명 관리 방법에 관한 것이다.

전기차 보급이 빠르게 증가함에 따라 그동안 전기차 충전기 대수도 빠르게 증가했다. 하지만 충전기의 대수가 많아졌고 초창기 설치했던 충전기의 부품수명이 도래함에 따라 충전기 고장 문제가 많이 발생하고 있다. 고장문제 중 부품교체 문제의 경우 수리를 위해 한달 이상 미가동 상태로 방치되기도 한다. 이렇듯 충전기 고장 문제는 충전 사업의 수익에 악영향을 주며 고객 만족도를 저하시키는 문제이기 때문에 최근들어 EV 충전기 고장 예방 및 고장 대응에 관한 문제가 대두 되고 있다.

이러한 고장 문제는 크게 3가지로 구분이 된다. 장애(Reset 등을 통해 일시적으로 해결할 수 있는 문제), 고장(Reset으로 해결 안되는 문제에 대해 고장 조치), 긴급출동(2시간 이내 출동하여 조치해야 하는 문제)이다. 이 3가지 문제 모두 고객에 불편함을 줄 수 있는 문제이지만 특히 긴급출동의 경우 충전기 커넥터가 차량의 인렛에서 미분리 되는 문제 등 고객 차량 이동에 영향을 주는 문제 이므로 발생하면 안되는 중대한 문제라 할 수 있다.

긴급출동의 대부분은 충전기 커넥터-차량 인렛간 미분리 되는 문제이다. 충전 중 발생하는 열에 의해 접촉부가 융착되는 문제로 인해 미분리 되는 문제가 발생한다.

이러한 문제는 주로 장시간 충전을 하는 완속충전기에서 많이 발생하는데 최근 출시되는 완속충전기용 충전 커넥터는 일정 온도이상인 경우 충전기 커넥터 CP 단자가 인렛부에서 떨어지도록 제작되어 충전을 중단시키는 동작을 한다. 이 경우 융착 문제는 해결할 수 있을지 모르지만 충전이 중단 됨으로 인해 고객이 운행할 만큼 충전이 안되어 있는 경우 큰 불편함을 주게 되므로 근본적인 해결책이 될 수 없다.

고장의 경우 장애점검 출동 후 Reset을 통해 해결되지 않는 문제이며 대표적인 고장으로는 고온으로 인하여 충전기 내부 M/C 융착 문제 및 전선이 녹는 문제가 있으며 이 경우 부품교체 전까지 충전기를 가동할 수 없는 문제이다. DC 충전기의 전력변환 모듈, 충전기의 제어보드, HMI 등은 충전기 제조사에 재고가 없는 경우 한달 이상 걸리는 등 충전기를 장시간 멈춰야하는 문제이다. 이는 고객 불만사항을 줄 수 있으며 충전사업자의 사업에도 지장을 줄 수 있다.

장애의 경우 Reset 등을 통해 해결 되는 문제이며 일정 시간 사용을 안하는 경우 해결되는 문제이기도 하다. 산업용 PC인 HMI를 포함하여, 통신 단말기, 결제 단말기 등은 동작할 수 있는 온도 범위가 있는데 그 범위를 벗어나는 경우 동작이 불가능하기 때문이다. 이들 디바이스의 동작온도는 보통 60℃ 이하인데 여름철 직사광선을 받는 옥외 설치형 충전기의 경우 그 이상으로 온도가 올라가는 경우가 많다. 이로인해 통신 불능, 결제 단말기 이상, HMI 동작 이상 등 문제가 생기는 원인이 되고 있다.

한편 기존 고장 대응은 콜센터 직원 접수, 고장코드 확인, 원격제어(Reset), 현장출동 하는 프로세스로 되어 있으며 충전기 자체 고장으로 현장출동 담당자가 해결 못하는 경우 충전기 제조사에 의뢰하여 해결하는 방식이다. KEPCO EVC 운영시스템 역시 상기 방식으로 운영되고 있다. 문제는 콜센터 직원이 접수하고 현장출동 담당자가 출동하고 해결 못하면 충전기 제조사가 출동하는데 있어서 지연이 발생한다. 또한, 충전기 제조사가 고장 부품 재고가 없는 경우 추가 시간이 발생한다. 또한 콜센터 직원에 의해 고장 내용이 서술형으로 입력되고 있으며 고장코드는 현장의 고장 내역을 상세하게 반영하고 있지 못하기 때문에 고장 데이터 관리가 제대로 이루어지고 있지 않아 데이터 활용에 어려움이 있다.

대한민국 공개공보 10-2017-0105214호

본 발명은 EV 충전기를 구성하는 각 디바이스의 동작온도 범위, 충전기 커넥터가 차량 인렛과 융착되는 온도, 충전기 내부 M/C 융착 되는 온도 등을 감안하여 온도를 상승시키는 충전 출력을 제어하여 고온으로 인한 문제를 예방하여 충전소를 고장없이 운영할 수 있는 EV 충전 인프라 시스템, 온도 제어 방법 및 수명 관리 방법을 제공하고자 한다.

본 발명의 일 측면에 따른 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템은, EV에 대하여 충전을 수행하면서 충전 전류 및 충전기 커넥터 온도를 포함한 상태 정보를 측정하는 EV 충전기; 상기 EV 충전기기 설치된 충전소의 출력 부하 분배 제어를 수행하며, 상기 EV 충전기의 충전 수행 정보 및 상기 상태 정보를 수집하여 고장 예방 또는 고장 대응을 위한 머신 러닝을 수행하는 예측모델을 구비한 로컬 컨트롤러; 및 상기 로컬 컨트롤러의 상기 예측모델에 따른 제어 데이터 세트를 전송받아 수집하며, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 판단되는 제어 데이터 세트를 상기 로컬 컨트롤러로 제공하는 CSMS를 포함할 수 있다.

여기서, 상기 CSMS는, 시즌별, 제조사별, 실내/실외에 따른 구분에 따라 상기 EV 충전기 또는 상기 충전소에 맞는(적합한) 제어 데이터 세트를 선정할 수 있다.

여기서, 상기 로컬 컨트롤러는, 상기 EV 충전기의 충전 수행 중 상기 EV 충전기를 구성하는 주요 디바이스의 현재 온도가 설정 온도범위 이상이면, 상기 EV 충전기에 대한 냉각 수단을 가동하고, 상기 EV 충전기의 충전 출력을 조정하되,

상기 EV 충전기를 구성하는 디바이스들의 동작 온도 및 현재 온도와, 상기 EV 충전기의 환경 정보와 상기 충전 출력의 조정에 따른 충전 출력 제어 정보, 충전 출력 전류 측정값 및 상기 냉각 수단의 가동 정보를 상기 예측모델에 입력하여 EV 충전기 온도 제어를 위한 학습을 수행시킬 수 있다.

여기서, 상기 로컬 컨트롤러는, 상기 EV 충전기를 구성하는 주요 디바이스의 제조/사양 정보 및 설치 환경 정보와 사용 및 고장 정도 정보, 고장 등록 정보를 상기 예측모델에 입력하여 디바이스 수명 및 고장 예측을 위한 학습을 수행시킬 수 있다.

여기서, 상기 로컬 컨트롤러는, 충전소의 설비 전력량 이상으로 EV들이 급속 충전 요청을 하는 경우, 각 EV 충전기의 모듈할당을 위해 감축비율을 산출할 수 있다.

본 발명의 다른 측면에 따른 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법은, EV에 대하여 충전을 수행하는 EV 충전기에서 측정된 충전 출력 전류 및 충전기 커넥터 온도를 포함한 상태 정보를 수집하는 단계; 상기 EV 충전기의 충전 수행 중 상기 EV 충전기를 구성하는 주요 디바이스의 현재 온도가 설정 온도범위 이상이면, 상기 EV 충전기에 대한 냉각 수단을 가동하고, 상기 EV 충전기의 충전 출력을 조정하는 단계; 및 상기 EV 충전기를 구성하는 디바이스들의 동작 온도 및 현재 온도와, 상기 EV 충전기의 환경 정보와 상기 충전 출력의 조정에 따른 충전 출력 제어 정보, 충전 출력 전류 측정값 및 상기 냉각 수단의 가동 정보를 적용하여 EV 충전기 온도 제어를 위한 예측모델을 학습시키는 단계를 포함할 수 있다.

여기서, 상기 예측모델에 따른 제어 데이터 세트를 전송받아 수집하며, 외부의 CSMS로 전송하는 단계를 더 포함할 수 있다.

여기서, 상기 EV 충전기에 대한 냉각 수단을 가동하고 상기 EV 충전기의 충전 출력을 조정하는 단계의 수행을 위한, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 외부의 CSMS가 판정한 제어 데이터 세트를 상기 CSMS로부터 전송받는 단계를 더 포함할 수 있다.

여기서, 상기 주요 디바이스는, 상기 EV 충전기의 충전기 커넥터를 포함할 수 있다.

여기서, 상기 냉각 수단은, 공냉식 쿨러이며, 상기 냉각 수단의 가동 정보는, 상기 쿨러의 동작 시간일 수 있다.

본 발명의 또 다른 측면에 따른 EV 충전 인프라의 고장 예방을 위한 수명 관리 방법은, 충전소에 설치된 EV 충전기의 고장 등록 정보를 수집하는 단계; 상기 EV 충전기를 구성하는 디바이스들의 제조/사양 정보 및 설치 환경 정보와 사용 및 고장 정도 정보, 상기 고장 등록 정보를 적용하여 EV 충전기의 디바이스들의 수명 및 고장 예측을 위한 예측모델을 학습시키는 단계; 및 상기 예측모델의 예측 결과 교체가 필요한 부품이 존재하면, 부품 교체에 대한 알람을 수행하는 단계를 포함할 수 있다.

여기서, 상기 부품 교체에 대한 알람을 수행하는 단계에서는, 외부의 CSMS에 부품교체 코드를 전송할 수 있다.

상술한 구성의 본 발명의 사상에 따른 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템, 온도 제어 방법 및 수명 관리 방법을 실시하면, EV 충전기를 구성하는 각 디바이스의 동작온도 범위, 충전기 커넥터가 차량 인렛과 융착되는 온도, 충전기 내부 M/C 융착 되는 온도 등을 감안하여 온도를 상승시키는 충전 출력을 제어하여 고온으로 인한 EV 충전기 고장을 예방하는 이점이 있다.

본 발명의 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템 및/또는 방법은, 특히, 충전기 커넥터 - EV 인렛간 융착으로 인한 미분리 문제로 인한 ‘긴급출동’유발 장애를 예방하고, 일시적 동작 불능 문제를 해결할 수 있는 이점이 있다.

본 발명의 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템 및/또는 방법은, 부품 고장 문제, 과도한 부하로 인한 문제를 해결하고, 부품에 대한 정교한 수명예측이 가능한 이점이 있다.

도 1은 OCPP20 CSMS-Local Controller-Charging Station 구성을 도시한 개념도.
도 2는 본 발명의 사상에 따른 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템의 일 실시예를 도시한 도면.
도 3은 CSMS - 로컬 서버 - 다수의 EV 충전기들(Charging Station)의 제어 및 데이터 교환 구조를 도시한 개념도.
도 4는 본 발명의 사상에 따른 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법을 도시한 흐름도.
도 5는 고장 예방을 위한 온도 제어 방법을 도시한 흐름도.
도 6은 도 4의 흐름도상에서 충전기 내부 온도 제어 알고리즘 부분을 도시한 흐름도.
도 7은 본 발명의 사상에 따른 EV 충전 인프라의 고장 예방을 위한 수명 관리 방법을 도시한 흐름도

본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.

본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.

본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.

또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.

도 1은 OCPP20 CSMS-Local Controller-Charging Station 구성을 도시한 개념도이다.

본 발명에서 제안하는 EV 충전 인프라 고장 예방 및 신속한 고장 대응을 위한 제어 시스템으로서 EV 충전 인프라 시스템의 구성은 도 1에 도시한 국제 표준 OCPP20과 같이 CSMS(Charging Station Management System), 로컬 컨트롤러(Local Controller), 다수의 EV 충전기들로 구성될 수 있다.

도 2는 본 발명의 사상에 따른 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템의 일 실시예로서, 로컬 컨트롤러(Local Controller)의 기능 및 EV 충전기의 내부 구성을 도시한 도면이다.

도 3은 CSMS - 로컬 서버 - 다수의 EV 충전기들(Charging Station)의 제어 및 데이터 교환 구조를 도시한 개념도이다.

도시한 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템은, EV에 대하여 충전을 수행하면서 충전 전류 및 충전을 수행 중인 충전기 커넥터 온도를 포함한 상태 정보를 측정하는 EV 충전기(100); 상기 EV 충전기기 설치된 충전소의 출력 부하 분배 제어를 수행하며, 상기 EV 충전기의 충전 수행 정보 및 상기 상태 정보를 수집하여 고장 예방 또는 고장 대응을 위한 머신 러닝을 수행하는 예측모델(240)을 구비한 로컬 컨트롤러(200); 및 상기 로컬 컨트롤러(200)의 상기 예측모델(240)에 따른 제어 데이터 세트를 전송받아 수집하며, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 판단되는 제어 데이터 세트를 상기 로컬 컨트롤러(200)로 제공하는 CSMS(400)를 포함할 수 있다.

이때, 상기 CSMS(400)는, 시즌별, 제조사별, 실내/실외에 따른 구분에 따라 상기 EV 충전기(100) 또는 상기 충전소에 적합한 제어 데이터 세트를 선정(판정)할 수 있다.

도시한 실시예에 따른 본 발명에서는 OCPP20 시스템 구성을 기반으로 도 3과 같이 각 장치 간 제어 및 데이터 교환하는 방안을 제안한다. 로컬 컨트롤러(Local Controller)(200)는 실제 OCPP(Open Charge Point Protocol)20 표준에서 제안하는 방식이지만 국내 충전소에는 별도의 장치를 적용하지 않고 있다.

개별 충전소의 출력 부하제어를 하고 있지 않고 단순 충전방식으로 운영하고 있으며 CSMS(400)에서는 충전데이터 관련, 고장관리, 요금관리 등 관리에 국한된 기능을 수행하고 있기 때문이다. 본 발명에서는 로컬 컨트롤러(Local Controller)(200)를 사용하여 충전소 내 여러 충전기에 차량이 충전에 참여한 경우에도 최적 부하 분배 제어를 할 수 있도록 알고리즘을 적용한다.

여기에, 로컬 컨트롤러(Local Controller)(200)는 각 EV 충전기(100)로부터 기존 충전데이터 뿐만 아니라 온습도 정보, 충전기 사용빈도, 사용 시간 등 데이터를 수집하여 머신러닝을 수행하도록 구현한다.

따라서, EV 충전기(100)의 충전부하제어를 통해 온도를 떨어뜨리는 제어가 최소화되도록 학습방향을 지향하여 구현한다. 만약 고장이 발생한 경우에는 고장 코드가 EVC 운영시스템에 전송되며 콜센터, 현장 점검 담당자, 충전기 제조사 담당자 중 해당 문제 해결을 위해 필요한 담당자에게 알람이 간다. 상기 EVC 운영시스템에는 고장시 관련 알람 정보들 및 조치 담당자들에 의해 수행된 조치 정보들이 고장 등록 정보로서 기록된다.

한편, 취합된 데이터는 충전기 내부 부품의 수명예측을 위한 데이터로 활용되며 시간이 지남에 따라 머신러닝을 통해 최적화될 수 있다. 이를 통해 부품에 대해 교체주기가 도래하면 EVC 운영시스템 및 해당 담당자에게 알람이 간다.

CSMS(400)는 로컬 컨트롤러(Local Controller)(200)로부터 수집된 자료들을 통해 새로운 충전소 설치 및 운영에 활용할 수 있다. 이때 비슷한 환경 조건(시즌별, 제조사별, 실내/실외별(덮개 등 추가 환경 변수) 등)을 갖춘 충전소 사이트의 제어 정보를 활용하여 새로운 충전소의 로컬 컨트롤러(Local Controller)에 최적제어를 위한 최적화 변수값들로서 데이터 세트를 전달(제공)할 수 있다.

새로운 충전소도 초기에는 제공받은 데이터 세트 정보를 활용하며, 시간이 지남에 따라 머신러닝을 통해 더욱 최적 제어를 수행하게 된다. EVC 운영시스템이 모든 충전소의 최적 부하제어를 담당하기에는 시스템 성능에 한계가 있기 때문에 본 발명에서 제안한 로컬 컨트롤러(Local Controller)가 최적 제어를 담당하게 하고 제어변수 값들 및 데이터를 받아 관리하는 기능을 수행하도록 분담 구조를 구성할 수 있다.

도시한 EV 충전기(100)의 내부는 통신단말기, HMI(Human Machine Interface, 산업용 PC), 결제단말기, Outlet(충전케이블 및 커넥터)와 이러한 각 디바이스를 제어하고 충전 출력 제어를 담당하는 제어보드로 구성되어 있다. 본 발명에서는 충전기 내부의 각 디바이스가 문제 없이 동작될 수 있도록 동작온도를 유지하기 위한 냉각 수단으로서 쿨러 장치(160)를 구비한다.

또한, 쿨러 장치(160)가 항시 가동되는 것이 아니라 각 디바이스의 온도 유지를 위해 필요할 때 동작을 한다. 쿨러 장치(160)는 가격 및 성능을 고려하여 공랭식 쿨러를 사용할 수 있다. 온도를 유지하기 위해서는 근본적으로 충전 출력 전력이 제어되어야 하는데 이를 위해서는 각 디바이스의 동작 온도 사양 대비 실제 충전 전력, 충전기 환경이 종합적으로 고려 되어야 하기 때문에 머신러닝을 통해 시간이 지날수록 충전 제어 최적화가 이루어진다.

도 4는 본 발명의 사상에 따른 EV충전기-Local Controller-CSMS 간 데이터 교환 및 제어 절차의 일 실시예로서 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법을 도시한 흐름도이다.

도 5는 도 4의 흐름도와 병행으로 수행될 수 있는 CSMS에서 로컬 컨트롤러(Local Controller)에 머신러닝으로 도출된 Data Set을 전송하는 절차의 일 실시예로서 고장 예방을 위한 온도 제어 방법을 도시한 흐름도이다.

도 6은 도 4의 흐름도상에서 충전기 내부 온도 제어 알고리즘 부분을 도시한 흐름도이다.

도 4에 도시한 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법은, EV에 대하여 충전을 수행하는 EV 충전기에서 측정된 충전 출력 전류 및 충전기 커넥터 온도를 포함한 상태 정보를 수집하는 단계(S110, S120); 상기 EV 충전기의 충전 수행 중 상기 EV 충전기를 구성하는 주요 디바이스의 현재 온도가 설정 온도범위 이상이면, 상기 EV 충전기에 대한 냉각 수단을 가동하고, 상기 EV 충전기의 충전 출력을 조정하는 단계(S140); 및 상기 EV 충전기를 구성하는 디바이스들의 동작 온도 및 현재 온도와, 상기 EV 충전기의 환경 정보와 상기 충전 출력의 조정에 따른 충전 출력 제어 정보, 충전 출력 전류 측정값 및 상기 냉각 수단의 가동 정보를 적용하여 EV 충전기 온도 제어를 위한 예측모델을 학습시키는 단계(S180)를 포함할 수 있다.

또한, 상기 로컬 컨트롤러의 상기 예측모델에 따른 제어 데이터 세트를 전송받아 수집하며, 외부의 CSMS로 전송하는 단계(S190)를 더 포함할 수 있다.

또한, 도 5에 도시한 바와 같은 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법은, 상기 EV 충전기에 대한 냉각 수단을 가동하고 상기 EV 충전기의 충전 출력을 조정하는 단계(S140)의 수행을 위한, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 외부의 CSMS가 판정한 제어 데이터 세트를 상기 CSMS로부터 전송받는 단계(S210)를 더 포함할 수 있다.

본 발명에서 제안한 구체적인 데이터 교환 및 제어 절차를 도 4 등을 참조하여 예시하겠다. 도시한 S110 단계에서 EV 충전기는 충건기 내 디바이스(부품)의 동작온도 정보 및 주변 환경정보를 로컬 컨트롤러에 전송한다. 또한 현재 충전 상태정보(충전 전압, 전류, 전력, 충전시간, SOC값)를 EV 충전기가 로컬 컨트롤러에 전송한다. 전송된 정보들은 S120 단계에서 로컬 컨트롤러에 저장될 수 있다.

도시한 S140 단계에서 로컬 컨트롤러에서는 EV 충전기의 내부 온도가 디바이스의 동작온도 범위를 벗어나게 되면 온도를 낮추기 위하여 크게 2가지 동작을 수행한다.

첫째, 충전 출력제어를 수행한다. 충전 전력, 충전 시간에 따른 온도 변화 값을 로컬 컨트롤러는 지속적으로 취득하게 된다(S160, S170). 이때 상기 데이터 이외에 ISO 15118 표준에 따라 EV가 EV충전기에 전송하는 데이터인 EV SOC, EV 배터리 용량, 최대요청 전압, 전류, 전력 데이터도 같이 취득되도록 한다. 이는 최적 출력제어를 위한 머신러닝 샘플 데이터로 활용을 하기 위함이다.

둘째, 충전기 내부 온도를 낮추기 위하여 냉각 수단으로서 쿨러를 동작시킨다. 쿨러는 충전기 충전 출력 제어와 함께 동작되어 디바이스의 동작온도 이하로 온도가 낮아지면 쿨러 동작을 멈춘다.

상기 데이터들은 머신러닝 데이터로 취득되어 저장된다(S170). 취득된 데이터는 머신러닝을 통해 충전기 충전 상태 및 사양에 따라 온도가 고려된 최적 제어 규칙을 도출해 내도록, 머신 러닝 예측모델을 학습시키는데 이용될 수 있다(S180). 학습된 예측모델을 통해 로컬 컨트롤러는 충전 출력제어 및 쿨러동작 제어를 보다 적합하게 수행하게 되며, 학습에 따른 데이터 변화 값 및 충전 제어 값은 CSMS에 전달될 수 있다(S180).

로컬 컨트롤러가 CSMS에 최적 데이터 세트(Data Set)를 전송하는 이유는 비슷한 사양의 새로운 충전소(Charging Station)나 최적 충전을 위한 데이터가 충분치 않은 충전소(Charging Station)에 온도를 고려한 최적 출력 제어를 적용하는데 이용될 수 있도록 하기 위함이다.

본 발명의 S140 단계에서는 개별 충전소에 여러 EV가 급속 충전에 참여한 경우에 대해서 다음과 같이 제어를 수행할 수 있다. 충전소의 설비전력량 이하로 참여한 경우라고 하면 충전기의 모듈 할당을 1:1로 하면 되지만 충전소의 설비전력량 이상으로 EV가 충전 요청을 하는 경우 충전기의 모듈할당을 위해 아래 공식과 같이 감축비율을 산출한다.

(충전소 설비전력량 : TC, 개별 EV MAX Power Limit : MP, 충전에 참여한 EV 대수 : n)

또한, 모듈 할당은 아래 수학식 2에 따라 정할 수 있다.

(단위 모듈 전력 : M, 감축비율(%) : R, 반올림 계산 함수 : Round())

이를 통해 충전소에 여러 EV가 충전에 참여한 경우에도 효과적으로 부하 분배제어를 고려하여 충전 전력을 분배할 수 있다.

분배된 충전 전력에 따라 해당 EV 충전기에 대하여 충전 출력 제어를 수행하되, 상술한 디바이스 온도에 따른 출력 제어(제한)을 반영할 수 있다(S152). 이 경우 쿨러에 대하여 동작 지시가 함께 내려짐(S154)은 물론이다.

CSMS는 새로운 충전소(Charging Station) 및 최적 출력제어를 위한 데이터가 아직 충분하지 않은 새로운 충전소(Charging Station)에 머신러닝으로 도출된 타 사이트(충전소)의 데이터 세트(Data Set)를 전송한다. 즉, S210 단계는 새로운 충전소에 대해서 수행됨이 일반적이나, 이에 한정하지는 않는다.

이를 통해 새로운 충전소의 로컬 컨트롤러(Local Controller)는 수신된 데이터 세트(Data Set)로 모든 변수가 세팅(Setting)되게 된다. 장기간 시험을 통해 쌓인 데이터가 새로운 충전소에 바로 적용이 되기 때문에 최적 출력제어가 이루어진다. 충전제어를 통해 새로운 사이트에서도 충전 출력 제어 데이터, 쿨러동작 제어 관련 데이터, 충전 출력 제어변수 등 정보가 누적됨에 따라 머신러닝은 다시 최적데어 규칙을 도출하여 충전 출력 제어, 쿨러 동작 제어를 수행하게 된다. 이를 통해 시간이 지남에 따라 최적화된 충전 출력제어가 이루어진다.

도 6은 실제 온도제어가 되는 방법에 대한 알고리즘이다. 데이터 수집 단계(S110, S120)에서 각 디바이스의 현재 온도 정보를 모은다. 이후, EV 충전기 및 로컬 컨트롤러의 운영 중에 EV 충전기의 주요 디바이스(예: 커넥터)의 현재 온도가 디바이스의 동작 온도범위 보다 높게 측정이 되면(S130) 온도를 낮추기 위해 쿨러가 동작을 하고(S154), 이와 함께 충전 출력 제어(즉, 출력제한)도 수행된다(S152). 이러한 동작들은 머신러닝의 Semi Supervised, Reinforcement Learning 기법을 통해 샘플 데이터가 취득되고, 이를 반영한 학습(S180)에 따라 최적 제어 규칙이 도출되어 시간이 지날수록 더욱 최적화된 충전 출력제어 및 쿨러동작 제어가 이루어지게 된다.

도 6의 알고리즘을 실현하기 위해 상기 로컬 컨트롤러는, 상기 EV 충전기를 구성하는 주요 디바이스의 제조/사양 정보 및 설치 환경(위치) 정보와 사용 및 고장 정도(회수, 빈도) 정보, 고장 등록 정보를 상기 예측모델에 입력하여 디바이스 수명 및 고장 예측을 위한 학습을 수행시킬 수 있다. 예컨대, 고장 정도 정보로서 충전기 사용빈도, 사용 시간, 고장 회수가 입력될 수 있다.

도 7은 본 발명의 사상에 따른 EV 충전 인프라의 고장 예방을 위한 수명 관리 방법을 도시한 흐름도로서, 보다 구체적으로는 로컬 컨트롤러(Local Controller)에서의 부품 수명 예측 및 알람에 대한 알고리즘을 표현한 것이다.

도시한 EV 충전 인프라의 고장 예방을 위한 수명 관리 방법은, 충전소에 설치된 EV 충전기의 고장 등록 정보를 수집하는 단계(S420); 상기 EV 충전기를 구성하는 디바이스들의 제조/사양 정보 및 설치 환경(위치) 정보와 사용 및 고장 정도(회수, 빈도) 정보, 상기 고장 등록 정보를 적용하여 EV 충전기의 디바이스들의 수명 및 고장 예측을 위한 예측모델을 학습시키는 단계(S440); 및 상기 예측모델의 예측 결과 교체가 필요한 부품이 존재하면(S460), 부품 교체에 대한 알람을 수행하는 단계(S480)를 포함할 수 있다.

도 7은 본 발명에서 제안하는 자동 부품교체 알람에 대한 알고리즘을 표현한 것이다. S420 단계에서 데이터 수집을 통해 부품 제조 연월, 제조사, 모델번호, 충전기(실외, 실내)설치 정보, 사용빈도, 고장정보가 수집된다. S440 단계에서 이러한 데이터를 샘플 데이터로 하여 Unsupervised Learning, Reinforcement Learning 머신러닝 기법을 통해 데이터를 군집하고 부품 수명 및 고장 결과 예측에 대한 데이터를 얻을 수 있다. 상기 예측 데이터를 통해 S460 단계에서 교체해야 할 부품이 있는지 여부를 판단하여, 교체해야 하는 경우 로컬 컨트롤러(Local Controller)는 CSMS에 부품교체 코드를 전송하고 콜센터/ 현장점검 담당자/ 제조사 담당자에게 알람을 하여 부품 교체에 대한 정보를 송신한다(S480). 이를 통해 부품고장이 발생하기 전 부품을 교체하여 고장 횟수를 크게 줄일 수 있다.

본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100 : EV 충전기
160 : 쿨러 장치
200 : 로컬 컨트롤러
240 : 예측모델
400 : CSMS

Claims (12)

1. EV에 대하여 충전을 수행하면서 충전 전류 및 충전기 커넥터 온도를 포함한 상태 정보를 측정하는 EV 충전기;
   상기 EV 충전기기 설치된 충전소의 출력 부하 분배 제어를 수행하며, 상기 EV 충전기의 충전 수행 정보 및 상기 상태 정보를 수집하여 고장 예방 또는 고장 대응을 위한 머신 러닝을 수행하는 예측모델을 구비한 로컬 컨트롤러; 및
   상기 로컬 컨트롤러의 상기 예측모델에 따른 제어 데이터 세트를 전송받아 수집하며, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 판단되는 제어 데이터 세트를 상기 로컬 컨트롤러로 제공하는 CSMS
   를 포함하는 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템.
   
2. 제1항에 있어서,
   상기 CSMS는,
   시즌별, 제조사별, 실내/실외에 따른 구분에 따라 상기 EV 충전기 또는 상기 충전소에 맞는 제어 데이터 세트를 선정하는 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템.
   
3. 제1항에 있어서,
   상기 로컬 컨트롤러는,
   상기 EV 충전기의 충전 수행 중 상기 EV 충전기를 구성하는 주요 디바이스의 현재 온도가 설정 온도범위 이상이면, 상기 EV 충전기에 대한 냉각 수단을 가동하고, 상기 EV 충전기의 충전 출력을 조정하되,
   상기 EV 충전기를 구성하는 디바이스들의 동작 온도 및 현재 온도와, 상기 EV 충전기의 환경 정보와 상기 충전 출력의 조정에 따른 충전 출력 제어 정보, 충전 출력 전류 측정값 및 상기 냉각 수단의 가동 정보를 상기 예측모델에 입력하여 EV 충전기 온도 제어를 위한 학습을 수행시키는 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템.
   
4. 제1항에 있어서,
   상기 로컬 컨트롤러는,
   상기 EV 충전기를 구성하는 주요 디바이스의 제조/사양 정보 및 설치 환경 정보와 사용 및 고장 정도 정보, 고장 등록 정보를 상기 예측모델에 입력하여 디바이스 수명 및 고장 예측을 위한 학습을 수행시키는 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템.
   
5. 제1항에 있어서,
   상기 로컬 컨트롤러는,
   충전소의 설비 전력량 이상으로 EV들이 급속 충전 요청을 하는 경우, 각 EV 충전기의 모듈할당을 위해 감축비율을 산출하는 고장 예방 및 신속한 고장 대응이 가능한 EV 충전 인프라 시스템.
   
6. EV에 대하여 충전을 수행하는 EV 충전기에서 측정된 충전 출력 전류 및 충전기 커넥터 온도를 포함한 상태 정보를 수집하는 단계;
   상기 EV 충전기의 충전 수행 중 상기 EV 충전기를 구성하는 주요 디바이스의 현재 온도가 설정 온도범위 이상이면, 상기 EV 충전기에 대한 냉각 수단을 가동하고, 상기 EV 충전기의 충전 출력을 조정하는 단계; 및
   상기 EV 충전기를 구성하는 디바이스들의 동작 온도 및 현재 온도와, 상기 EV 충전기의 환경 정보와 상기 충전 출력의 조정에 따른 충전 출력 제어 정보, 충전 출력 전류 측정값 및 상기 냉각 수단의 가동 정보를 적용하여 EV 충전기 온도 제어를 위한 예측모델을 학습시키는 단계
   를 포함하는 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법.
   
7. 제6항에 있어서,
   상기 예측모델에 따른 제어 데이터 세트를 전송받아 수집하며, 외부의 CSMS로 전송하는 단계
   를 더 포함하는 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법.
   
8. 제6항에 있어서,
   상기 EV 충전기에 대한 냉각 수단을 가동하고 상기 EV 충전기의 충전 출력을 조정하는 단계의 수행을 위한, 다른 로컬 컨트롤러의 제어 데이터 세트들 중 상기 로컬 컨트롤러에 적합하다고 외부의 CSMS가 판정한 제어 데이터 세트를 상기 CSMS로부터 전송받는 단계
   를 더 포함하는 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법.
   
9. 제6항에 있어서,
   상기 주요 디바이스는,
   상기 EV 충전기의 충전기 커넥터를 포함하는 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법.
   
10. 제6항에 있어서,
    상기 냉각 수단은, 공냉식 쿨러이며,
    상기 냉각 수단의 가동 정보는, 상기 쿨러의 동작 시간인 EV 충전 인프라의 고장 예방을 위한 온도 제어 방법.
    
11. 충전소에 설치된 EV 충전기의 고장 등록 정보를 수집하는 단계;
    상기 EV 충전기를 구성하는 디바이스들의 제조/사양 정보 및 설치 환경 정보와 사용 및 고장 정도 정보, 상기 고장 등록 정보를 적용하여 EV 충전기의 디바이스들의 수명 및 고장 예측을 위한 예측모델을 학습시키는 단계; 및
    상기 예측모델의 예측 결과 교체가 필요한 부품이 존재하면, 부품 교체에 대한 알람을 수행하는 단계
    를 포함하는 EV 충전 인프라의 고장 예방을 위한 수명 관리 방법.
    
12. 제11항에 있어서,
    상기 부품 교체에 대한 알람을 수행하는 단계에서는,
    외부의 CSMS에 부품교체 코드를 전송하는 EV 충전 인프라의 고장 예방을 위한 수명 관리 방법.