KR20240082930A - 배터리 진단 장치 및 방법 - Google Patents

배터리 진단 장치 및 방법 Download PDF

Info

Publication number
KR20240082930A
KR20240082930A KR1020220167080A KR20220167080A KR20240082930A KR 20240082930 A KR20240082930 A KR 20240082930A KR 1020220167080 A KR1020220167080 A KR 1020220167080A KR 20220167080 A KR20220167080 A KR 20220167080A KR 20240082930 A KR20240082930 A KR 20240082930A
Authority
KR
South Korea
Prior art keywords
battery
reference values
measurement data
reference value
group
Prior art date
Application number
KR1020220167080A
Other languages
English (en)
Inventor
진희준
박진하
김영진
최지순
권민호
Original Assignee
주식회사 엘지에너지솔루션
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 엘지에너지솔루션 filed Critical 주식회사 엘지에너지솔루션
Priority to KR1020220167080A priority Critical patent/KR20240082930A/ko
Publication of KR20240082930A publication Critical patent/KR20240082930A/ko

Links

Images

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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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]
    • G01R31/367—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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

다양한 실시 예에 따른 배터리 진단 장치는 대상 배터리로부터 측정 데이터를 획득하도록 구성된 정보 획득 모듈, 배터리 진단에 이용되는 복수의 기준 값이 정의된 참조 테이블을 저장하는 메모리 및 상기 대상 배터리로부터 획득되는 측정 정보와 기 저장된 적어도 하나의 기준 값에 기초하여 상기 대상 배터리를 진단하도록 구성된 프로세서를 포함하며, 상기 프로세서는 기준 배터리로부터 측정 데이터를 획득하고, 상기 측정 데이터를 가공하여 복수의 타입에 대응되는 기준 값을 산출하여 상기 참조 테이블로 정의하고, 상기 복수의 타입에 대응되는 기준 값의 분포에 기초하여 선택되는 하나의 타입에 대응되는 기준 값을 상기 대상 배터리를 진단하는데 이용하도록 구성될 수 있다.

Description

배터리 진단 장치 및 방법{APPARATUS AND METHOD FOR DIAGNOSING BATTERY}
본 발명은 배터리 진단 장치 및 방법에 관한 것으로서, 보다 상세하게는, 진단 정확도가 향상된 배터리 진단 장치 및 방법에 관한 것이다.
최근, 노트북, 비디오 카메라, 휴대용 전화기 등과 같은 휴대용 전자 제품의 수요가 급격하게 증대되고, 전기자동차, 에너지 저장용 축전지, 로봇, 위성 등의 개발이 본격화됨에 따라, 반복적인 충방전이 가능한 고성능 배터리에 대한 연구가 활발히 진행되고 있다.
현재 상용화된 배터리로는 니켈 카드뮴 전지, 니켈 수소 전지, 니켈 아연 전지, 리튬 배터리 등이 있는데, 이중에서 리튬 배터리는 니켈 계열의 배터리에 비해 충방전이 자유롭고, 자가 방전율이 매우 낮으며 에너지 밀도가 높은 장점으로 각광을 받고 있다.
일반적으로, 배터리의 성능은 사용 시간이 증가함에 따라 초기보다 퇴화된다. 다시 말해서, 배터리의 용량은 수명 초기(BOL: Beginning Of Life)의 용량이 계속 유지되지 않고 캘린더 시간 또는 사이클 시간이 경과할수록 감소한다. 여기서, 캘린더 시간은 배터리가 무부하 상태를 유지한 누적 시간을 의미하고, 사이클 시간은 배터리가 충전 또는 방전을 유지한 누적 시간을 의미한다.
이러한 배터리에 충전된 에너지는 전기 자동차 또는 하이브리드 전기 자동차의 주행을 가능하게 함으로, 배터리의 상태를 진단 또는 예측하는 것이 매우 중요하다. 특히, 배터리의 상태는 배터리의 교체 주기를 가늠하는 척도로 사용될 수 있음으로, 배터리의 상태에 대한 높은 진단 정확도가 요구된다.
본 발명의 다양한 실시 예들 중 적어도 하나는 진단 정확도가 향상된 배터리 진단 장치 및 방법을 제공하고자 한다.
본 발명의 다양한 실시 예들 중 적어도 하나는 배터리 진단에 이용되는 기준 값들 중 분포 상태에 기초한 유의미한 기준 값을 결정하기 위한 배터리 진단 장치 및 방법을 제공하고자 한다.
다양한 실시 예에 따른 배터리 진단 장치는 대상 배터리로부터 측정 데이터를 획득하도록 구성된 정보 획득 모듈, 배터리 진단에 이용되는 복수의 기준 값이 정의된 참조 테이블을 저장하는 메모리 및 상기 대상 배터리로부터 획득되는 측정 정보와 기 저장된 적어도 하나의 기준 값에 기초하여 상기 대상 배터리를 진단하도록 구성된 프로세서를 포함하며, 상기 프로세서는 기준 배터리로부터 측정 데이터를 획득하고, 상기 측정 데이터를 가공하여 복수의 타입에 대응되는 기준 값을 산출하여 상기 참조 테이블로 정의하고, 상기 복수의 타입에 대응되는 기준 값의 분포에 기초하여 선택되는 하나의 타입에 대응되는 기준 값을 상기 대상 배터리를 진단하는데 이용하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 복수의 타입 각각에 대하여, 제1 추출 범위에 대응되는 측정 데이터를 가공한 제1 그룹의 기준 값과 제2 추출 범위에 대응되는 측정 데이터를 가공한 제2 그룹의 기준 값을 산출하도록 구성되며, 상기 제1 추출 범위와 상기 제2 추출 범위는 서로 상이할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 제1 그룹 및 상기 제2 그룹의 기준 값에 대한 분포에 기초하여, 상기 제1 그룹의 기준 값과 상기 제2 그룹의 기준 값 중 하나를 상기 대상 배터리를 진단하는데 이용하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 복수의 타입 중 적어도 하나의 타입은 상기 측정 데이터에 대한 적분 처리에 대응되고, 상기 복수의 타입 중 적어도 하나의 다른 타입은 상기 측정 데이터에 대한 미분 처리에 대응될 수 있다.
다양한 실시 예에 따르면, 상기 대상 배터리 및 상기 기준 배터리로부터 획득되는 측정 정보의 종류는 전압, 전류, 온도, 내부 저항 또는 이들의 변화량 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 복수의 기준 값은 정상 판단에 대응되는 복수의 제1 기준 값과 비정상 판단에 대응되는 복수의 제2 기준 값을 포함할 수 있으며, 상기 프로세서는 상기 제1 기준 값에 대한 분포와 상기 제2 기준 값에 대한 분포에 기초하여 상기 복수의 기준 값 중 일부를 선택하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 복수의 배터리 셀에 대응되는 기준 값에 대한 표준 점수를 산출하고, 지정된 조건을 만족하는 표준 점수를 가지는 일부 기준 값을 상기 참조 테이블로 정의하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 기준 배터리에 대하여, 배터리 셀 단위, 배터리 모듈 단위 또는 배터리 팩 단위 중 적어도 하나에 기초하여 상기 표준 점수를 산출하도록 구성될 수 있다.
다양한 실시 예에 따른 배터리 진단 장치의 동작 방법은 대상 배터리로부터 측정 데이터를 획득하는 동작 및 기 저장된 복수의 기준 값 중 적어도 일부와 상기 측정 데이터에 기초하여 상기 대상 배터리를 진단하는 동작을 포함할 수 있으며, 상기 대상 배터리를 진단하는 동작은 기준 배터리로부터 측정 데이터를 획득하는 동작, 상기 측정 데이터를 가공하여 복수의 타입에 대응되는 기준 값을 산출하여 참조 테이블로 정의하는 동작 및 상기 복수의 타입에 대응되는 기준 값의 분포에 기초하여 선택되는 하나의 타입에 대응되는 기준 값을 상기 대상 배터리를 진단하는데 이용하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 배터리 진단 장치의 동작 방법은 상기 복수의 타입 각각에 대하여, 제1 추출 범위에 대응되는 측정 데이터를 가공한 제1 그룹의 기준 값과 제2 추출 범위에 대응되는 측정 데이터를 가공한 제2 그룹의 기준 값을 산출하는 동작을 포함하며, 상기 제1 추출 범위와 상기 제2 추출 범위는 서로 상이할 수 있다.
다양한 실시 예에 따르면, 상기 배터리 진단 장치의 동작 방법은 상기 제1 그룹 및 상기 제2 그룹의 기준 값에 대한 분포에 기초하여, 상기 제1 그룹의 기준 값과 상기 제2 그룹의 기준 값 중 하나를 상기 대상 배터리를 진단하는데 이용할 수 있다.
다양한 실시 예에 따르면, 상기 복수의 타입 중 적어도 하나의 타입은 상기 측정 데이터에 대한 적분 처리에 대응되고, 상기 복수의 타입 중 적어도 하나의 다른 타입은 상기 측정 데이터에 대한 미분 처리에 대응될 수 있다.
다양한 실시 예에 따르면, 상기 대상 배터리 및 상기 기준 배터리로부터 획득되는 측정 정보의 종류는 전압, 전류, 온도, 내부 저항 또는 이들의 변화량 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 복수의 기준 값은 정상 판단에 대응되는 복수의 제1 기준 값과 비정상 판단에 대응되는 복수의 제2 기준 값을 포함하며, 상기 대상 배터리를 진단하는 동작은 상기 제1 기준 값에 대한 분포와 상기 제2 기준 값에 대한 분포에 기초하여 상기 복수의 기준 값 중 일부를 선택하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 배터리 진단 장치의 동작 방법은 상기 복수의 배터리 셀에 대응되는 기준 값에 대한 표준 점수를 산출하는 동작 및 지정된 조건을 만족하는 표준 점수를 가지는 일부 기준 값을 상기 참조 테이블로 정의하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 배터리 진단 장치의 동작 방법은 상기 기준 배터리에 대하여, 배터리 셀 단위, 배터리 모듈 단위 또는 배터리 팩 단위 중 적어도 하나에 기초하여 상기 표준 점수를 산출하는 동작을 포함할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따른 배터리 진단 장치 및 방법은 배터리 진단에 이용되는 기준 값들 중 분포 상태에 기초한 유의미한 기준 값을 결정함으로써 배터리의 상태에 대한 진도 정확도를 향상시킬 수 있다.
본 문서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않는다.
도 1은 다양한 실시 예에 따른 배터리 진당 장치의 구성을 도시한 도면이다.
도 2a, 도 2b, 도 2c 및 도 3은 본 발명의 제1 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이다.
도 4는 본 발명의 제2 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이다.
도 5a 및 도 5b는 본 발명의 제3 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이다.
도 6a는 본 발명의 제4 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이다.
도 6b은 본 발명의 제5 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이다.
도 7은 다양한 실시 예에 따른 배터리 진단 동작을 설명하기 위한 순서도이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면 상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 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 가진 것으로 해석되어야 하며, 본 문서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤 구성 요소(예: 제1 구성 요소)가 다른 구성 요소(예: 제2 구성 요소)에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 어떤 구성 요소가 다른 구성 요소에 직접(예: 유선 또는 무선으로) 또는 제 3 구성 요소를 통하여 연결될 수 있다는 것을 의미한다.
도 1은 다양한 실시 예에 따른 배터리 진단 장치의 구성을 도시한 도면이다. 그리고, 도 2a 내지 도 3은 본 발명의 제1 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이고, 도 4는 본 발명의 제2 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이고, 도 5a 및 도 5b는 본 발명의 제3 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이고, 도 6a는 본 발명의 제4 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이고, 도 6b은 본 발명의 제5 실시 예에 따른 배터리 진단 동작을 설명하기 위한 도면이다.
도 1을 참조하면, 다양한 실시 예에 따른 배터리 진단 장치(100)는 정보 획득 모듈(102), 메모리(104), 출력 모듈(106) 및 프로세서(108)로 구성될 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 전술한 배터리 진단 장치(100)의 구성 요소들 중 적어도 하나가 생략되거나 또는 하나 이상의 다른 구성 요소(예: 입력 장치, 전력 관리 장치 등)가 배터리 진단 장치(100)의 구성으로 추가될 수도 있다. 또한, 전술한 구성 요소들 중 적어도 하나의 구성 요소는 다른 구성 요소와 통합될 수도 있다.
다양한 실시 예에 따르면, 정보 획득 모듈(102)은 배터리를 통해 측정 데이터를 획득하도록 구성될 수 있다. 측정 데이터는 배터리의 상태를 진단(또는 예측)하는데 이용되는 정보일 수 있다. 예를 들어, 정보 획득 모듈(102)는 배터리에 대한 전압, 전류, 온도, 내부 저항 또는 이들의 변화량 중 적어도 하나를 측정 데이터로 획득할 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 배터리의 충전 사이클 정보, 전극의 부반응 정보 등과 같이 배터리와 관련된 다양한 정보들이 측정 데이터로 획득될 수도 있다.
일 실시 예에 따르면, 배터리는 물리적으로 분리 가능한 하나 이상의 셀로 구성될 수 있다. 이와 관련하여, 정보 획득 모듈(102)는 적어도 하나의 배터리 셀에 대하여 측정 데이터를 획득하거나 또는 배터리 모듈에 대하여 측정 데이터를 획득할 수 있다. 물론, 정보 획득 모듈(102)는 배터리 팩에 대하여 측정 데이터를 획득할 수도 있다.
일 실시 예에 따르면, 정보 획득 모듈(102)은 측정 데이터를 획득하도록 구성된 적어도 하나의 센서(예: 온도 센서, 센스 저항, 홀 센서 등)를 포함할 수 있다. 다른 실시 예에 따르면, 정보 획득 모듈(102)은 사용자 입력 기반의 측정 데이터를 입력받도록 구성된 적어도 하나의 입력 장치(예: 키보드, 마우스 등)를 포함할 수 있다. 또 다른 실시 예에 따르면, 정보 획득 모듈(102)은 유선 또는 무선 통신으로 연결된 적어도 하나의 외부 장치(예: 배터리 관리 시스템(battery management system), 서버 장치 등)로부터 측정 데이터를 획득할 수 있다.
다양한 실시 예에 따르면, 메모리(104)는 배터리 진단 장치(100)의 동작(또는 제어)과 관련된 프로그램, 알고리즘, 루틴, 및/또는 명령어를 포함할 수 있다.
예를 들어, 메모리(104)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 마이크로 타입(micro type) 및 카드 타입(예컨대, SD 카드(Secure Digital Card) 또는 XD 카드(eXtream Digital Card)) 등의 메모리와, 램(RAM, Random Access Memory), SRAM(Static RAM), 롬(ROM, Read-Only Memory), PROM(Programmable ROM), EEPROM(Electrically Erasable PROM), 자기 메모리(MRAM, Magnetic RAM), 자기 디스크(magnetic disk), 및 광디스크(optical disk) 타입의 메모리 중 적어도 하나의 타입의 기록 매체(storage medium)를 포함할 수 있으며, 다양한 실시 예들이 이에 한정되는 것은 아니다.
다양한 실시 예에 따르면, 출력 모듈(106)은 배터리 진단 장치(100)의 동작과 관련된 정보를 제공할 수 있다. 예를 들어, 출력 모듈(106)을 통해 출력되는 정보의 적어도 일부는 배터리에 대한 진단 결과를 포함할 수 있다.
일 실시 예에 따르면, 출력 모듈(106)은 시각적 정보를 출력하도록 구성된 디스플레이를 포함할 수 있다. 예를 들어, 디스플레이는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organiclight-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 투명 디스플레이 중에서 어느 하나 이상을 포함할 수 있다. 또한, 디스플레이는 터치를 감지하도록 설정된 터치 센서를 포함할 수도 있다.
그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 배터리 진단 장치(100)의 동작과 관련된 정보의 적어도 일부는 청각적 정보로 제공될 수도 있다. 이러한 경우, 출력 모듈(106)은 음향 신호를 배터리 진단 장치(100)의 외부로 출력하도록 구성된 음향 출력 장치(예: 스피커)를 더 포함할 수 있다.
다양한 실시 예에 따르면, 프로세서(108)는 배터리 진단 장치(100)의 적어도 하나의 다른 구성 요소(예: 정보 획득 모듈(102), 메모리(104) 및 출력 모듈(106))를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수도 있다. 일 실시 예에 따르면, 프로세서(108)는 배터리의 상태를 진단(또는 예측)할 수 있다.
이와 관련된 다양한 실시 예에 따른 프로세서(108)에 대하여는 이하에서 구체적으로 설명하기로 한다.
다양한 실시 예에 따르면, 프로세서(108)는 배터리의 상태를 진단하는 동작의 일환으로, 복수의 기준 값이 정의된 참조 테이블(도 2a의 참조 테이블(200))을 생성할 수 있다. 복수의 기준 값은 대상 배터리를 진단하는데 사용되는 이용될 수 있다. 대상 배터리는 진단 대상으로 배터리 셀, 배터리 모듈 및/또는 배터리 팩의 의미를 모두 포함할 수 있다.
예를 들어, 프로세서(108)는 기준 배터리(또는 샘플 배터리)에서 획득된 측정 데이터를 가공하여 기준 값을 산출하고, 이를 기반으로 하여 참조 테이블을 생성할 수 있다. 기준 배터리는 대상 배터리와 동일한 전기 화학적 사양을 가지는 배터리들 중 적어도 하나일 수 있다. 또한, 프로세서(108)는 적어도 하나의 기준 배터리 셀, 기준 배터리 모듈 또는 기준 배터리 팩을 통해 획득된 측정 데이터를 기준 값 산출에 이용할 수 있다.
일 실시 예에 따르면, 도 2a에 도시된 바와 같이, 참조 테이블(200)은 셀 식별자(210), 셀 상태 정보(220) 및 기준 값(R)으로 구성될 수 있다. 예를 들어, 셀 식별자(210)는 기준 배터리 셀의 식별자이며, 셀 상태 정보(220)는 기준 배터리 셀에 대한 정상 상태(normal) 또는 비정상 상태(abnormal)를 나타내며, 기준 값(R)은 기준 배터리 셀의 측정 데이터에 기초하여 산출된 기준 값을 나타낸다. 예컨대, 정상 상태의 기준 배터리(예: 배터리 셀, 배터리 모듈 또는 배터리 팩)로부터 획득된 측정 데이터로 산출된 기준 값(예: 정상 판단에 대응되는 기준 값)(또는 제1 기준 값)은 대상 배터리의 정상 상태 진단에 이용되고, 비정상 상태의 기준 배터리로부터 획득된 측정 데이터로 산출된 기준 값(예: 비정상 판단에 대응되는 기준 값)(또는 제2 기준 값)은 대상 배터리의 비정상 상태 진단에 이용될 수 있다.
또한, 도 2a에 도시된 바와 같이, 적어도 하나의 기준 배터리 셀 단위로 복수의 기준 값이 산출될 수 있다. 예를 들어, 제1 기준 배터리 셀에 대응되는 기준 값(232, 242 및 252), 제2 기준 배터리 셀에 대응되는 기준 값(234, 244 및 254) 및 제n 기준 배터리 셀에 대응되는 기준 값(236, 246 및 256)이 산출될 수 있다.
또한, 도 2a에 도시된 바와 같이, 기준 값(R)은 복수의 타입 별로 정의될 수 있으며, 각각의 타입은 측정 데이터의 가공 방식(예: 적분 방식, 미분 방식, 평균 산출 방식 등)에 대응될 수 있다. 예를 들어, 제1 타입(230)(예: 적분 방식)에 대응되는 기준 값(예: 측정 데이터의 적분 값)(232, 234 및 236), 제2 타입(240)(예: 미분 방식)에 대응되는 기준 값(예: 측정 데이터의 미분 값)(242, 244 및 246) 및 제n 타입(예: 평균 계산 방식)에 대응되는 기준 값(예: 측정 데이터의 평균 값)(252, 254 및 256)이 참조 테이블(200)로 생성될 수 있다.
또한, 도 2b에 도시된 바와 같이, 각각의 타입에 대응되는 기준 값은 하나 이상의 그룹으로 구분될 수도 있다. 예를 들어, 제1 타입(230)에 대응되는 기준 값은 제1 그룹의 기준 값(230-1), 제2 그룹의 기준 값(230-2) 및 제n 그룹의 기준 값(230-3)으로 구분될 수 있다. 예컨대, 각 그룹의 기준 값(230-1, 230-2 및 230-3)은 측정 데이터의 추출 범위에 의해 결정될 수 있다. 측정 데이터의 추출 범위는 최소 값과 최대 값에 의해 정의될 수 있다.
예를 들어, 제1 그룹의 기준 값(230-1)은 제1 추출 범위에서 추출된 측정 데이터(예: 제1 최소 값 이상이며 제1 최대 값을 초과하지 않는 전압 데이터)로 산출된 기준 값(예: 미분 값)(230-11, 230-12 및 230-13)일 수 있다. 또한, 제2 그룹의 기준 값(230-2)은 제1 추출 범위와 상이한 제2 추출 범위에서 추출된 측정 데이터(예: 제2 최소 값 이상이며 제2 최대 값을 초과하지 않는 전압 데이터)로 산출된 기준 값(예: 미분 값)(230-21, 230-22 및 230-23)이고, 제3 그룹의 기준 값(230-3)은 제1 추출 범위 및 제2 추출 범위와 상이한 제3 추출 범위에서 추출된 측정 데이터(예: 제3 최소 값 이상이며 제3 최대 값을 초과하지 않는 전압 데이터)로 산출된 기준 값(예: 미분 값)(230-31, 230-32 및 230-33)일 수 있다.
다양한 실시 예에 따르면, 프로세서(108)는 참조 테이블(200)에 포함된 기준 값들 중 적어도 일부에 기초하여 대상 배터리를 진단할 수 있다.
일 실시 예에 따르면, 프로세서(108)는 대상 배터리로부터 획득되는 측정 데이터를 소정의 방식(예: 적분 방식, 미분 방식, 평균 산출 방식 등)으로 가공함으로써 변환 데이터를 생성할 수 있다. 예를 들어, 변환 데이터는 측정 데이터를 제1 타입으로 가공한 변환 데이터(예: 전압 데이터의 적분 값), 제2 타입으로 가공한 변환 데이터(예: 전압 데이터의 미분 값) 및 제n 타입으로 가공한 변환 데이터(예: 전압 데이터의 평균 값) 등을 포함할 수 있다.
일 실시 예에 따르면, 프로세서(108)는 다수의 기준 값이 정의된 참조 테이블(200)에서 변환 데이터 생성에 기반한 가공 방식에 대응되는 적어도 하나의 기준 값(예: 정상 판단에 대응되는 기준 값 및/또는 비정상 판단에 대응되는 기준 값)을 획득하고, 획득된 기준 값과 변환 데이터의 비교 결과에 기초하여 대상 배터리를 진단할 수 있다. 예컨대, 정상 판단에 대응되는 기준 값과 유사한 대상 배터리의 변환 데이터가 생성된 경우, 프로세서(108)는 대상 배터리를 정상 배터리로 진단할 수 있다. 또한, 비정상 판단에 대응되는 기준 값과 유사한 대상 배터리의 변환 데이터가 생성된 경우, 프로세서(108)는 대상 배터리를 비정상 배터리로 진단할 수 있다.
하지만, 도 2c에 도시된 바와 같이, 정상 판단에 대응되는 기준 값의 분포(260)와 비정상 판단에 대응되는 기준 값의 분포(270)가 일정 수준 이상으로 중첩되어 배터리 진단의 정확도가 낮다는 문제점이 있다. 다시 말해서, 중첩된 부분에 분포된 비정상적인 판단에 대응되는 기준 값(280)에 의해 정상 상태의 배터리가 비정상 상태의 배터리로 판단되는 경우가 발생될 수 있다.
다양한 실시 예에 따르면, 진단 정확도를 향상시키기 위하여, 프로세서(108)는 서로 중첩되지 않은 정상 판단에 대응되는 기준 값과 비정상 판단에 대응되는 기준 값을 배터리 진단에 이용할 수 있다.
이와 관련된 다양한 실시 예에 따른 프로세서(108)에 대하여는 이하의 제1 실시 예 내지 제5 실시 예를 통해서 구체적으로 설명하기로 한다.
<제1 실시 예>
다양한 실시 예에 따른 제1 실시 예는, 참조 테이블(200)에 포함된 복수의 기준 값 중에서 유의미한 그룹의 기준 값을 선택하여 배터리 진단에 사용하는 실시 예와 관련된다. 예를 들어, 제1 타입(230)과 관련된 제1 그룹의 기준 값(230-1), 제2 그룹의 기준 값(230-2) 및 제n 그룹의 기준 값(230-3) 중 어느 한 그룹의 기준 값을 선택하여 배터리 진단에 이용할 수 있다.
이와 관련하여, 프로세서(108)는 각 그룹의 기준 값들이 평균으로부터 떨어진 거리를 확인하고, 평균으로부터 떨어진 거리가 상대적으로 먼 타입에 대응되는 기준 값을 유의미한 기준 값으로 사용할 수 있다.
일 실시 예에 따르면, 도 3에 도시된 바와 같이, 프로세서(108)는 제1 타입(230)과 관련된 제1 그룹의 기준 값(230-1)(예: 230-11, 230-12 및 230-13)을 정상 판단에 대응되는 기준 값(normal)과 비정상 판단에 대응되는 기준 값으로 분류(abnormal)하고, 분류된 각 기준 값들 사이의 거리(311)를 확인할 수 있다. 또한, 프로세서(108)는 제2 그룹의 기준 값(230-2) 및 제2 그룹의 기준 값(230-3)에 대하여도 거리(313), (315)를 확인할 수 있다.
이후, 프로세서(108)는 기준 값들의 거리가 상대적으로 먼 그룹의 기준 값(230-2)을 유의미한 기준 값으로 사용할 수 있다. 도 3에서 음영 처리된 기준 값은 유의미한 기준 값으로 선택된 것을 의미하며, 프로세서(108)는 상대적으로 거리가 가까운 기준 값들을 대상 배터리 진단에서 배제하여 배터리 진단의 정확도를 향상시킬 수 있다.
이와 관련하여, 프로세서(108)는 분류된 기준 값에 대한 분산 분석(예: 1-way ANOVA)을 이용하여 분산 비율(예: F-value)과 유의 확률(예: P-value)를 산출하고, 이를 기초로 하여 기준 값들의 거리가 상대적으로 먼 기준 값의 그룹을 결정할 수 있다. 예를 들어, 프로세서(108)는 각 분류에 대한 분산 분석의 결과에 기초하여 히트맵(heat map)을 생성하고, 히트 맵의 밝기에 기초하여 기준 값들의 거리를 확인할 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예를 들어, 기준 값들의 거리를 확인하는데 있어서 공지된 다양한 통계 분석 기법들이 이용될 수도 있다.
<제2 실시 예>
다양한 실시 예에 따른 제2 실시 예는, 참조 테이블(200)에 포함된 복수의 타입에 대응하는 기준 값 중 하나의 타입에 대응하는 기준 값들을 유의미한 기준 값으로 사용하는 실시 예와 관련된다. 예를 들어, 제1 타입(230)(예: 적분 방식)에 대응되는 기준 값(예: 측정 데이터의 적분 값), 제2 타입(240)(예: 미분 방식)에 대응되는 기준 값(예: 측정 데이터의 미분 값) 및 제n 타입(예: 평균 계산 방식)에 대응되는 기준 값(예: 측정 데이터의 평균 값) 중 하나(예: 제1 타입(230)에 대응되는 기준 값)을 배터리 진단에 이용할 수 있다.
이와 관련하여, 프로세서(108)는 각 타입에 대응되는 기준 값들이 평균으로부터 떨어진 거리를 확인하고, 평균으로부터 떨어진 거리가 상대적으로 먼 타입에 대응되는 기준 값을 유의미한 기준 값으로 사용할 수 있다.
일 실시 예에 따르면, 도 4에 도시된 바와 같이, 프로세서(108)는 제1 타입(230)에 대응되는 기준 값(예: 도 2a의 232, 234 및 236)을 정상 판단에 대응되는 기준 값(normal)과 비정상 판단에 대응되는 기준 값으로 분류(abnormal)하고, 분류된 각 기준 값들 사이의 거리(411)를 확인할 수 있다. 또한, 프로세서(108)는 제2 타입(240)에 대응되는 기준 값(예: 도 2a의 242, 244 및 246) 및 제3 타입(250)에 대응되는 기준 값(예: 252, 254 및 256)에 대하여도 거리(413), (415)를 확인할 수 있다.
이후, 프로세서(108)는 거리가 상대적으로 먼 기준 값들, 예를 들어, 제1 타입(230)에 대응되는 기준 값(232, 234 및 236)을 유의미한 기준 값으로 사용할 수 있다. 도 4에서 음영 처리된 기준 값은 유의미한 기준 값으로 선택된 것을 의미하며, 프로세서(108)는 상대적으로 거리가 가까운 기준 값들을 대상 배터리 진단에서 배제하여 배터리 진단의 정확도를 향상시킬 수 있다.
이와 관련하여, 프로세서(108)는 각 타입에 대응되는 기준 값들의 표준 점수(예: z-score)를 산출하고, 산출된 점수에 기초하여 정상 판단에 대응되는 기준 값의 분포와 비정상 판단에 대응되는 기준 값의 분포가 명확하게 구분되는 기준 값을 선택할 수 있다.
<제3 실시 예>
다양한 실시 예에 따른 제3 실시 예는, 각 타입에 대응하는 기준 값 중 일부 기준 값들을 유의미한 기준 값으로 사용하는 실시 예와 관련된다. 예를 들어, 제1 배터리 모듈과 관련된 제1 타입(230)(예: 적분 방식)에 대응되는 기준 값(예: 측정 데이터의 적분 값), 제2 배터리 모듈과 관련된 제1 타입(230)(예: 적분 방식)에 대응되는 기준 값 및 제n 배터리 모듈과 관련된 제1 타입(230)(예: 적분 방식)에 대응되는 기준 값 중 하나를 배터리 진단에 이용할 수 있다.
이와 관련하여, 프로세서(108)는 각 배터리 모듈에 대응되는 기준 값들이 평균으로부터 떨어진 거리를 확인하고, 평균으로부터 떨어진 거리가 상대적으로 먼 타입에 대응되는 기준 값을 유의미한 기준 값으로 사용할 수 있다. 예를 들어, 각 배터리 모듈은 지정된 수의 배터리 셀(예: 10개의 배터리 셀)로 구성될 수 있다.
일 실시 예에 따르면, 도 5a 및 도 5b에 도시된 바와 같이, 프로세서(108)는 제1 타입(230)에 대응되는 기준 값(예: 제1 그룹(230-1) 내지 제n 그룹(230-3)의 기준 값) 중 제1 배터리 모듈(510)에 대응되는 기준 값(501)을 정상 판단에 대응되는 기준 값(normal)과 비정상 판단에 대응되는 기준 값으로 분류(abnormal)하고, 분류된 각 기준 값들 사이의 거리(511)를 확인할 수 있다. 또한, 프로세서(108)는 제1 타입(230)에 대응되는 기준 값(예: 제1 그룹(230-1) 내지 제n 그룹(230-3)의 기준 값) 중 제2 배터리 모듈에 대응하는 기준 값(503) 및 제3 배터리 모듈에 대응하는 기준 값(505)에 대하여도 거리(513), (515)를 확인할 수 있다. 물론, 프로세서(108)는 제2 타입 및 제n 타입에 대응되는 기준 값에 대한 거리를 확인할 수도 있다.
이후, 프로세서(108)는 거리가 상대적으로 먼 기준 값들, 예를 들어, 제3 배터리 모듈(530)에 대응되는 기준 값(505)을 유의미한 기준 값으로 사용할 수 있다. 도 5b에서 음영 처리된 기준 값은 유의미한 기준 값으로 선택된 것을 의미하며, 프로세서(108)는 상대적으로 거리가 가까운 기준 값들을 대상 배터리 진단에서 배제하여 배터리 진단의 정확도를 향상시킬 수 있다.
이와 관련하여, 프로세서(108)는 각 배터리 모듈에 대응되는 기준 값들의 표준 점수(예: z-score)를 산출하고, 산출된 점수에 기초하여 정상 판단에 대응되는 기준 값의 분포와 비정상 판단에 대응되는 기준 값의 분포가 명확하게 구분되는 기준 값을 선택할 수 있다.
<제4 실시 예>
다양한 실시 예에 따른 제4 실시 예는, 정상 판단에 대응되는 기준 값의 분포와 비정상 판단에 대응되는 기준 값의 분포가 중첩되지 않도록 기준 값 중 일부만 참조 테이블(200)로 생성하는 실시 예와 관련된다. 예를 들어, 각 배터리 셀과 관련된 복수의 기준 값 중 최대 값 및/또는 최소 값의 표준 점수(예: z-score)를 가지는 기준 값을 제외한 나머지 기준 값을 참조 테이블(200)에서 배제할 수 있다.
이와 관련하여, 프로세서(108)는 각 배터리 셀에 대응되는 복수의 기준 값에 대하여 표준 점수(예: z-score)를 산출하고, 지정된 조건을 만족하는 기준 값(예: 최대 값 및/또는 최소 값의 표준 점수를 가지는 기준 값)을 제외한 나머지 기준 값을 참조 테이블(200)에서 배제할 수 있다.
일 실시 예에 따르면, 도 6a에 도시된 바와 같이, 프로세서(108)는 제1 배터리 셀(212)과 관련하여, 복수의 기준 값(610)을 산출하고, 산출된 각 기준 값에 대하여 표준 점수를 산출할 수 있다. 예를 들어, 복수의 기준 값은 각 동작 사이클에 대응할 수 있다. 예컨대, 프로세서(108)는 제1 배터리 셀(212)과 관련하여, 제1 동작 사이클(611) 내지 제n 동작 사이클(615)에 대응하는 기준 값(예: 611-1, 613-1 및 615-1)에 대한 표준 점수를 산출할 수 있다. 또한, 프로세서(108)는 제2 배터리 셀(214)과 관련하여 복수의 동작 사이클(621 내지 625)에 대응하는 기준 값(621-1 내지 625-1)을 산출하고, 제3 배터리 셀(216)과 관련하여 복수의 동작 사이클(635)에 대응하는 기준 값(635-1)을 산출할 수 있다.
이후, 프로세서(108)는 제1 배터리 셀(212)과 관련된 복수의 기준 값(610), 제2 배터리 셀과 관련된 복수의 기준 값(620) 및 제3 배터리 셀과 관련된 복수의 기준 값(630) 중 지정된 조건을 만족하는 기준 값(예: 최대 값 및/또는 최소 값의 표준 점수를 가지는 기준 값)을 제외한 나머지 기준 값을 참조 테이블(200)에서 배제할 수 있다.
도 6a에서 음영 처리된 기준 값은 유의미한 기준 값으로 선택된 것으로, 참조 테이블(200)에서 배제되지 않은 기준 값들은 정상 판단에 대응되는 기준 값의 분포와 비정상 판단에 대응되는 기준 값의 분포가 명확하게 구분되어 배터리 진단에 이용되는 경우 일정 수준 이상의 정확도가 보장되는 진단 결과를 기대할 수 있다.
<제5 실시 예>
다양한 실시 예에 따른 제5 실시 예는, 정상 판단에 대응되는 기준 값의 분포와 비정상 판단에 대응되는 기준 값의 분포가 중첩되지 않도록 기준 값 중 배터리 모듈에 대응하는 일부 기준 값만 참조 테이블(200)로 생성하는 실시 예와 관련된다.
이와 관련하여, 프로세서(108)는 각 배터리 셀에 대응되는 복수의 기준 값에 대하여 표준 점수(예: z-score)를 산출하고, 배터리 모듈 단위로 지정된 조건을 만족하는 기준 값(예: 최대 값 및/또는 최소 값의 표준 점수를 가지는 기준 값) 만 참조 테이블(200)로 사용하고 나머지 기준 값을 참조 테이블(200)에서 배제할 수 있다.
일 실시 예에 따르면, 도 6b에 도시된 바와 같이, 프로세서(108)는 배터리 셀(212)에 대응하는 기준 값을 산출하고, 산출된 각 기준 값에 대하여 표준 점수를 산출할 수 있다.
이후, 프로세서(108)는 복수의 배터리 셀로 구성된 제1 배터리 모듈에 대응하는 복수의 기준 값(640)과 제2 배터리 모듈에 대응하는 복수의 기준 값(650) 중 지정된 조건을 만족하는 기준 값(예: 최대 값 및/또는 최소 값의 표준 점수를 가지는 기준 값)을 제외한 나머지 기준 값을 참조 테이블(200)에서 배제할 수 있다.
도 6b에서 음영 처리된 기준 값은 유의미한 기준 값으로 선택된 것으로, 도 6a와 비교하면 정상 판단에 대응되는 기준 값의 분포와 비정상 판단에 대응되는 기준 값의 분포가 더욱 명확하게 구분되며, 이로 인해서 진단 정확도가 더욱 향상된 진단 결과를 기대할 수 있다.
이하, 도 7을 참조하여 다양한 실시 예에 따른 배터리 진단 장치(100)의 동작 방법을 구체적으로 설명하기로 한다.
도 7은 다양한 실시 예에 따른 배터리 진단 동작을 설명하기 위한 순서도이다. 이하의 실시 예에서의 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 또한, 이하의 동작들 중 적어도 하나의 동작은 실시 예에 따라 생략될 수도 있다.
도 7을 참조하면, 다양한 실시 예에 따른 배터리 진단 장치(100)(예: 프로세서(108))는, 710 동작에서, 기준 배터리로부터 측정 데이터를 획득할 수 있다. 일 실시 예에 따르면, 배터리 진단 장치(100)는 기준 배터리에 대한 전압, 전류, 온도, 내부 저항 또는 이들의 변화량 중 적어도 하나를 측정 데이터로 획득할 수 있다.
다양한 실시 예에 따르면, 배터리 진단 장치(100)(예: 프로세서(108))는, 720 동작에서, 측정 데이터에 기초하여 복수의 타입에 대한 기준 값을 산출할 수 있다. 기준 값은 대상 배터리를 진단하는데 사용되는 기준 값일 수 있다. 일 실시 예에 따르면, 배터리 진단 장치(100)는 측정 데이터의 적분 값, 측정 데이터의 미분 값 또는 측정 데이터에 대한 평균 값 중 적어도 하나를 기준 값으로 산출할 수 있다.
다양한 실시 예에 따르면, 배터리 진단 장치(100)(예: 프로세서(108))는, 730 동작에서, 산출된 기준 값의 분포에 기초하여 분포 차이가 큰 기준 값을 추출할 수 있다. 일 실시 예에 따르면, 배터리 진단 장치(100)는 서로 중첩되지 않은 정상 판단에 대응되는 기준 값과 비정상 판단에 대응되는 기준 값을 추출할 수 있다. 이와 관련하여, 배터리 진단 장치(100)는 전술한 제1 실시 예 내지 제 5 실시 예 중 적어도 하나에 기초하여 기준 값을 추출할 수 있다.
다양한 실시 예에 따르면, 배터리 진단 장치(100)(예: 프로세서(108))는, 740 동작에서, 추출된 기준 값에 기초하여 대상 배터리를 진단할 수 있다. 일 실시 예에 따르면, 배터리 진단 장치(100)는 대상 배터리로부터 획득되는 측정 데이터를 소정의 방식(예: 적분 방식, 미분 방식, 평균 산출 방식 등)으로 가공함으로써 변환 데이터를 생성할 수 있다. 이후, 배터리 진단 장치(100)는 변환 데이터와 추출된 기준 값의 비교 결과에 기초하여 대상 배터리를 진단할 수 있다.
전술한 바와 같이, 다양한 실시 예들은 복수의 기준 값 중 서로 중첩되지 않은 정상 판단에 대응되는 기준 값과 비정상 판단에 대응되는 기준 값을 배터리 진단에 이용함으로써 배터리 진단의 정확도를 향상시킬 수 있다.
이와 관련하여, 전술한 제1 실시 예 내지 제5 실시 예들은 각각 독립된 실시 예로 구현될 수 있으나, 실시 예에 따라, 제1 실시 예 내지 제5 실시 예 중 적어도 하나의 실시 예는 적어도 하나의 다른 실시 예와 병합하여 실시될 수도 있다. 예를 들어, 제2 실시 예에 따라 일부 기준 값이 1차 선택될 수 있으며, 제1 실시 예에 따라 1차 선택된 기준 값 중 일부가 2차 선택될 수도 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (16)

  1. 배터리 진단 장치에 있어서,
    대상 배터리로부터 측정 데이터를 획득하도록 구성된 정보 획득 모듈;
    배터리 진단에 이용되는 복수의 기준 값이 정의된 참조 테이블을 저장하는 메모리; 및
    상기 대상 배터리로부터 획득되는 측정 정보와 기 저장된 적어도 하나의 기준 값에 기초하여 상기 대상 배터리를 진단하도록 구성된 프로세서를 포함하며,
    상기 프로세서는,
    기준 배터리로부터 측정 데이터를 획득하고,
    상기 측정 데이터를 가공하여 복수의 타입에 대응되는 기준 값을 산출하여 상기 참조 테이블로 정의하고,
    상기 복수의 타입에 대응되는 기준 값의 분포에 기초하여 선택되는 하나의 타입에 대응되는 기준 값을 상기 대상 배터리를 진단하는데 이용하도록 구성된 배터리 진단 장치.
  2. 제1 항에 있어서,
    상기 프로세서는,
    상기 복수의 타입 각각에 대하여, 제1 추출 범위에 대응되는 측정 데이터를 가공한 제1 그룹의 기준 값과 제2 추출 범위에 대응되는 측정 데이터를 가공한 제2 그룹의 기준 값을 산출하도록 구성되며,
    상기 제1 추출 범위와 상기 제2 추출 범위는 서로 상이한 배터리 진단 장치.
  3. 제2 항에 있어서,
    상기 프로세서는,
    상기 제1 그룹 및 상기 제2 그룹의 기준 값에 대한 분포에 기초하여, 상기 제1 그룹의 기준 값과 상기 제2 그룹의 기준 값 중 하나를 상기 대상 배터리를 진단하는데 이용하도록 구성된 배터리 진단 장치.
  4. 제1 항에 있어서,
    상기 복수의 타입 중 적어도 하나의 타입은 상기 측정 데이터에 대한 적분 처리에 대응되고,
    상기 복수의 타입 중 적어도 하나의 다른 타입은 상기 측정 데이터에 대한 미분 처리에 대응되는 배터리 진단 장치.
  5. 제1 항에 있어서,
    상기 대상 배터리 및 상기 기준 배터리로부터 획득되는 측정 정보의 종류는 전압, 전류, 온도, 내부 저항 또는 이들의 변화량 중 적어도 하나를 포함하는 배터리 진단 장치.
  6. 제1 항에 있어서,
    상기 복수의 기준 값은 정상 판단에 대응되는 복수의 제1 기준 값과 비정상 판단에 대응되는 복수의 제2 기준 값을 포함하며,
    상기 프로세서는,
    상기 제1 기준 값에 대한 분포와 상기 제2 기준 값에 대한 분포에 기초하여 상기 복수의 기준 값 중 일부를 선택하도록 구성된 배터리 진단 장치.
  7. 제1 항에 있어서,
    상기 프로세서는,
    상기 복수의 배터리 셀에 대응되는 기준 값에 대한 표준 점수를 산출하고,
    지정된 조건을 만족하는 표준 점수를 가지는 일부 기준 값을 상기 참조 테이블로 정의하도록 구성된 배터리 진단 장치.
  8. 제7 항에 있어서,
    상기 프로세서는,
    상기 기준 배터리에 대하여, 배터리 셀 단위, 배터리 모듈 단위 또는 배터리 팩 단위 중 적어도 하나에 기초하여 상기 표준 점수를 산출하도록 구성된 배터리 진단 장치.
  9. 배터리 진단 장치의 동작 방법에 있어서,
    대상 배터리로부터 측정 데이터를 획득하는 동작; 및
    기 저장된 복수의 기준 값 중 적어도 일부와 상기 측정 데이터에 기초하여 상기 대상 배터리를 진단하는 동작을 포함하며,
    상기 대상 배터리를 진단하는 동작은,
    기준 배터리로부터 측정 데이터를 획득하는 동작;
    상기 측정 데이터를 가공하여 복수의 타입에 대응되는 기준 값을 산출하여 참조 테이블로 정의하는 동작; 및
    상기 복수의 타입에 대응되는 기준 값의 분포에 기초하여 선택되는 하나의 타입에 대응되는 기준 값을 상기 대상 배터리를 진단하는데 이용하는 동작을 포함하는 방법.
  10. 제9 항에 있어서,
    상기 복수의 타입 각각에 대하여, 제1 추출 범위에 대응되는 측정 데이터를 가공한 제1 그룹의 기준 값과 제2 추출 범위에 대응되는 측정 데이터를 가공한 제2 그룹의 기준 값을 산출하는 동작을 포함하며,
    상기 제1 추출 범위와 상기 제2 추출 범위는 서로 상이한 방법.
  11. 제10 항에 있어서,
    상기 제1 그룹 및 상기 제2 그룹의 기준 값에 대한 분포에 기초하여, 상기 제1 그룹의 기준 값과 상기 제2 그룹의 기준 값 중 하나를 상기 대상 배터리를 진단하는데 이용하는 방법.
  12. 제9 항에 있어서,
    상기 복수의 타입 중 적어도 하나의 타입은 상기 측정 데이터에 대한 적분 처리에 대응되고,
    상기 복수의 타입 중 적어도 하나의 다른 타입은 상기 측정 데이터에 대한 미분 처리에 대응되는 방법.
  13. 제9 항에 있어서,
    상기 대상 배터리 및 상기 기준 배터리로부터 획득되는 측정 정보의 종류는 전압, 전류, 온도, 내부 저항 또는 이들의 변화량 중 적어도 하나를 포함하는 방법.
  14. 제9 항에 있어서,
    상기 복수의 기준 값은 정상 판단에 대응되는 복수의 제1 기준 값과 비정상 판단에 대응되는 복수의 제2 기준 값을 포함하며,
    상기 대상 배터리를 진단하는 동작은,
    상기 제1 기준 값에 대한 분포와 상기 제2 기준 값에 대한 분포에 기초하여 상기 복수의 기준 값 중 일부를 선택하는 동작을 포함하는 방법.
  15. 제9 항에 있어서,
    상기 복수의 배터리 셀에 대응되는 기준 값에 대한 표준 점수를 산출하는 동작; 및
    지정된 조건을 만족하는 표준 점수를 가지는 일부 기준 값을 상기 참조 테이블로 정의하는 동작을 포함하는 방법.
  16. 제15 항에 있어서,
    상기 기준 배터리에 대하여, 배터리 셀 단위, 배터리 모듈 단위 또는 배터리 팩 단위 중 적어도 하나에 기초하여 상기 표준 점수를 산출하는 방법.
KR1020220167080A 2022-12-02 2022-12-02 배터리 진단 장치 및 방법 KR20240082930A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220167080A KR20240082930A (ko) 2022-12-02 2022-12-02 배터리 진단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220167080A KR20240082930A (ko) 2022-12-02 2022-12-02 배터리 진단 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20240082930A true KR20240082930A (ko) 2024-06-11

Family

ID=91471350

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220167080A KR20240082930A (ko) 2022-12-02 2022-12-02 배터리 진단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20240082930A (ko)

Similar Documents

Publication Publication Date Title
CN109196366B (zh) 使用高斯过程回归估计电池充电状态的方法和系统
Xing et al. Battery management systems in electric and hybrid vehicles
WO2019097357A1 (ja) 二次電池の寿命推定装置及び寿命推定方法および異常検出方法
CN109586373A (zh) 一种电池充电方法和装置
Prajapati et al. A literature review of state of-charge estimation techniques applicable to lithium poly-carbon monoflouride (LI/CFx) battery
JP2012074328A (ja) 発熱分布を検出する二次電池システム
US20210119464A1 (en) Method and apparatus controlling charging of battery based on diffusion characteristics of material included in the battery
JP2022532545A (ja) 電池セル診断装置および方法
US20230384392A1 (en) Method for detecting abnormal condition or fault of battery, and a battery management system operating the same
JPWO2013002202A1 (ja) 電池劣化判定装置
JP7124258B2 (ja) バッテリーの退化状態を決定するための装置、方法、バッテリーパック及び電気車両
JP2024026100A (ja) 電池状態予測装置および電池状態予測方法
CN113875065A (zh) 电池管理设备、电池管理方法和电池组
KR20240082930A (ko) 배터리 진단 장치 및 방법
KR20240082933A (ko) 배터리 진단 장치 및 방법
KR20240082932A (ko) 배터리 진단 장치 및 방법
KR20240082931A (ko) 배터리 진단 장치 및 방법
KR20240082929A (ko) 배터리 진단 장치 및 방법
US20220278540A1 (en) Battery charge and discharge control device and method
US20200006983A1 (en) Energy Storage Apparatus
Madani et al. Thermal Characteristics and Safety Aspects of Lithium-Ion Batteries: An In-Depth Review
Jan et al. Experimental Evaluation of the True Remaining Capacity of Legacy Lead-Acid Batteries
US20230408583A1 (en) Battery management apparatus and method
Vaghela et al. Analysis of State‐of‐Health Estimation Approaches and Constraints for Lithium‐Ion Batteries in Electric Vehicles
Lucchetta et al. Battery State of Charge estimation using a Machine Learning approach