WO2012060597A2 - 배터리의 교환 시기 통보 장치 및 방법 - Google Patents

배터리의 교환 시기 통보 장치 및 방법 Download PDF

Info

Publication number
WO2012060597A2
WO2012060597A2 PCT/KR2011/008209 KR2011008209W WO2012060597A2 WO 2012060597 A2 WO2012060597 A2 WO 2012060597A2 KR 2011008209 W KR2011008209 W KR 2011008209W WO 2012060597 A2 WO2012060597 A2 WO 2012060597A2
Authority
WO
WIPO (PCT)
Prior art keywords
battery
current
capacity
resistance
voltage
Prior art date
Application number
PCT/KR2011/008209
Other languages
English (en)
French (fr)
Other versions
WO2012060597A3 (ko
Inventor
김산선
임재환
한종훈
조성우
정현석
Original Assignee
에스케이이노베이션 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 에스케이이노베이션 주식회사 filed Critical 에스케이이노베이션 주식회사
Publication of WO2012060597A2 publication Critical patent/WO2012060597A2/ko
Publication of WO2012060597A3 publication Critical patent/WO2012060597A3/ko

Links

Images

Classifications

    • 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
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • 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
    • 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
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/80—Exchanging energy storage elements, e.g. removable batteries
    • 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
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • 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
    • B60L2250/00—Driver interactions
    • B60L2250/10—Driver interactions by alarm
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/92—Hybrid vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/302—Temperature sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/308—Electric sensors
    • B60Y2400/3084—Electric currents sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/308—Electric sensors
    • B60Y2400/3086—Electric voltages sensors
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors

Definitions

  • the present invention relates to a device and method for notifying replacement of batteries, and more particularly, to an apparatus and method for notifying replacement time of a battery by measuring a deterioration capacity of a battery in a hybrid vehicle, a plug-in hybrid vehicle, and an electric vehicle. will be.
  • the present invention has been proposed to solve the problems posed by the prior art, and an object of the present invention is to provide an apparatus and a method capable of measuring a capacity drop and a power drop of a battery regardless of the magnitude of a current.
  • Another object of the present invention is to provide an apparatus and method for correctly modeling a battery even when an unexpected phenomenon occurs.
  • a sensing unit for sensing a voltage, current and temperature for at least one battery and at least one battery used in a hybrid vehicle, a plug-in hybrid vehicle, or an electric vehicle
  • a data processor which collects voltage, current, and temperature data from the sensing unit, calculates measurement intervals of the current, voltage, and temperature, calculates a standard deviation of the current, and calculates an initial state of view according to the calculated standard deviation of the current.
  • MPT moving-horizon parameter estimation
  • the modeling voltage is calculated by applying the battery's equivalent circuit model, and the voltage and the modeling voltage are compared to minimize the sum of errors and optimize
  • the voltage and a first capacity and deterioration resistance calculation for calculating the optimum dose and the total resistance of the at least one battery in accordance with the MPT parameter provides the time to replace the notification apparatus of a battery containing portion.
  • the calculation unit additionally sets the optimum capacity and the total resistance as the second degradation capacity and the resistance, and compares the second degradation capacity and the resistance with the first degradation capacity and the resistance to determine whether the degradation capacity decreases or the resistance increases, and the degradation When the capacity decreases or the resistance increases, it can notify that it is time to replace at least one battery.
  • the calculator may further perform low-pass filtering on the voltage and current data.
  • an embodiment of the present invention may further include a memory unit for storing data including voltage, current and temperature, MPT parameter, deterioration capacity, and resistance value.
  • Yet another embodiment of the present invention includes the steps of collecting current, voltage and temperature data for at least one battery used in a hybrid vehicle, a plug-in hybrid vehicle, or an electric vehicle and calculating a measurement interval of the current, voltage and temperature; Calculating a standard deviation of current, and setting an initial state of charge (SOC) value according to the calculated standard deviation of the current, and for at least one battery according to the standard deviation of current, measurement interval, and initial SOC value.
  • SOC state of charge
  • MPT moving-horizon parameter estimation
  • another embodiment of the present invention provides a method for reducing the deterioration capacity by setting the optimum capacity and the total resistance as the second deterioration capacity and the resistance, and comparing the second deterioration capacity and the resistance with the first deterioration capacity and the resistance, or The method may further include determining whether the resistance is increased, and notifying that it is time to replace the at least one battery when the deterioration capacity is decreased or the resistance is increased.
  • another embodiment of the present invention may further include performing low-pass filtering on voltage and current data.
  • Deterioration capacity of the battery Is the total resistance of the battery, ⁇ is a constant to reflect the Q m and R * m measured in the previous and previous stages, w Q and w R are the MPT parameters for degradation capacity and resistance, respectively) Can be calculated.
  • the equivalent circuit model may be an electric circuit in which the battery is expressed as a total resistance (R * ), current (I), deterioration capacity (C), terminal voltage (V), and electromotive force (V o ) parameters.
  • each MPT parameter decreases as the measurement interval increases, or increases as the standard deviation of the current increases, and may have a nonlinear characteristic depending on the initial SOC.
  • the effect of the present invention is that since the experimental data is a verification tool, the dependence on the data is low, so that even if an unexpected phenomenon occurs, the battery can be correctly modeled.
  • Another effect of the present invention is that it can be measured in the battery management system (BMS), it is possible to measure the current and voltage, which is necessary data without introducing additional equipment.
  • BMS battery management system
  • FIG. 1 is a system configuration diagram for measuring the deterioration capacity of a battery according to an embodiment of the present invention.
  • FIG. 2 is a block diagram of a main controller unit (MCU) unit of FIG. 1.
  • MCU main controller unit
  • FIG. 3 is a conceptual diagram illustrating a process of measuring a deterioration capacity of a battery according to the present invention.
  • FIG. 4 is a circuit diagram of an equivalent circuit model used in FIG. 3.
  • FIG. 5 is a flowchart illustrating a process of notifying replacement time of a battery by measuring a deterioration capacity of the battery according to an embodiment of the present invention.
  • FIG. 6 is a graph illustrating a section in which a deterioration capacity measurement process of a battery is executed according to an embodiment of the present invention.
  • FIG. 7 is a table showing optimization parameters for applying to the equivalent circuit model of FIG. 4 in the form of a table according to an embodiment of the present invention.
  • FIG. 8 is a graph showing deterioration capacity and internal resistance increase and decrease states in a hybrid vehicle according to an embodiment of the present invention.
  • FIG. 9 is a graph showing deterioration capacity and internal resistance increase and decrease states of a plug-in hybrid vehicle according to another exemplary embodiment of the present invention.
  • FIG. 1 is a system configuration diagram for measuring the deterioration capacity of a battery according to the present invention.
  • the battery pack 100 the sensing units 111 to 113 for sensing the voltage, current, and temperature of the battery pack, and data received from the sensing units 111 to 113, are used to measure the deterioration capacity.
  • the battery management system (BMS) unit 110 configured as a microcontroller unit (MCU) unit 120, the vehicle controller 140, and the like, which receive the deterioration capacity measured from the BMS unit 110, are configured.
  • MCU microcontroller unit
  • the battery pack 100 includes batteries 101 to 10n in series or in parallel.
  • the battery pack 100 may be a hybrid battery such as a nickel metal battery or a lithium ion battery.
  • the battery pack 100 is configured as only one pack, but may be configured as a plurality of subpacks.
  • the BMS unit 110 includes the sensing units 111 to 113 and the MCU unit 120, and functions to measure capacity deterioration of the battery pack 100. That is, the sensing units 111 to 114 may include a voltage sensing unit 111, a current sensing unit 112, and a temperature sensing unit for sensing current, voltage, and temperature of the batteries 101 to 10n in the battery pack 100.
  • the unit 113 is comprised.
  • the temperature sensing unit 114 may sense the temperature of the battery pack 100 or the batteries 101 to 10n.
  • the current sensing unit 112 may be a Hall CT (Hall current transformer) that measures current using a Hall element and outputs an analog current signal corresponding to the measured current, but the present invention is not limited thereto. Other devices can be applied as long as they can sense current.
  • the microcontroller unit 120 receives the voltage, current, and temperature values of the batteries 101 to 10n sensed by the sensing units 111 to 113, and the state of charge of the corresponding batteries 101 to 10n. ), The SOH (State Of Health) value is estimated in real time, and the deterioration capacity of the battery (101 to 10n) for a certain period from this.
  • the configuration of the MCU for this calculation process is shown in FIG. This will be described later.
  • the SOC, SOH value, deterioration capacity value, and the like are stored in the memory unit 130 and transmitted to the vehicle controller 140.
  • the memory unit 130 may be a memory provided in the MCU unit 120 and may be a separate memory. Therefore, nonvolatile devices such as hard disk drives, flash memory, electrically erasable programmable read-only memory (EEPROM), static RAM (SRAM), ferro-electric RAM (FRAM), phase-change RAM (PRAM), and magnetic RAM (MRAM). Memory can be used.
  • nonvolatile devices such as hard disk drives, flash memory, electrically erasable programmable read-only memory (EEPROM), static RAM (SRAM), ferro-electric RAM (FRAM), phase-change RAM (PRAM), and magnetic RAM (MRAM). Memory can be used.
  • the vehicle controller 140 performs a function for optimally controlling the main system performance required for driving the plug-in hybrid vehicle.
  • a controller area network (CAN) communication method is used between the vehicle controller 140 and the MCU unit 120 to transmit the SOC and SOH values of the battery to the vehicle controller 140.
  • CAN controller area network
  • FIG. 2 is a block diagram of the MCU unit of FIG. 1.
  • the MCU unit 120 includes a data processing unit 121 for processing data transmitted from the sensing units 111 to 113, and receives voltage, current, and temperature values from the data processing unit 121, and estimates SOC and SOH values. And a calculation unit 122 for determining the replacement time of the battery by measuring the capacity reduction and the output reduction of the battery, and a memory unit 130 for storing these values as data.
  • the calculation unit 122 receives the voltage, current, and temperature values sensed by the sensing units 111 to 113 through the data processing unit 121 to determine specific sections from these values to determine SOC and SOH values. Is estimated in real time, the deterioration capacity of the batteries 101 to 10n is calculated from this, and the replacement timing of the batteries 101 to 10n is determined. Of course, these values are stored in real time in the memory unit 130 and transmitted to the vehicle controller 140.
  • FIG. 3 is a conceptual diagram illustrating a process of measuring a capacity deterioration of a battery according to the present invention.
  • the deterioration capacity is calculated through a battery model, in which an equivalent circuit model is used to simplify a complex battery model.
  • An example of such an equivalent circuit model can be seen in the circuit diagram shown in FIG. 4. 4 is a circuit diagram of an equivalent circuit model used in FIG. 3. As shown in the figure, the concept of the total resistance R * in which the RC circuit and the internal resistance R 0 are combined is introduced, and this model is developed to measure the capacity drop. The description of the parameters of this equivalent circuit model can be shown in Table 1 as follows.
  • the V, i data is filtered (in other words referred to as correction) by a low-pass filter (300).
  • the filtered V, i data is applied to an equivalent circuit model to calculate a modeling voltage (310).
  • the temperature T is also applied at this time. Therefore, the degradation capacity Q and the resistance R are calculated, and these Q and R data are applied to the parameter estimation method (320).
  • the filtered V which is the actual voltage
  • the parameter estimation method (320)
  • the actual voltage V and the modeling voltage ie, the voltage calculated by applying the equivalent circuit model
  • this parameter estimation method compares the actual voltage with the modeling voltage and optimizes in real time in a direction that minimizes the sum of the errors.
  • the deterioration capacitance Q and the resistance R calculated by the parameter estimation method 320 are then data-fitted (320). Through this fitting process, the modified Q and R are calculated, and the capacity and the state of power degradation of the batteries 101 to 10n are determined through this value (340).
  • Figure 3 shows the calculation of the approximate parameters Q, R, but may be somewhat different in actual application, it will be understood by those skilled in the art that this is within the scope of the present invention.
  • FIGS. 5 to 7 is a flowchart illustrating a process of notifying replacement time of a battery by measuring a capacity deterioration of a battery according to an embodiment of the present invention.
  • the BMS (110 in FIG. 1) of the hybrid vehicle or the plug-in hybrid vehicle collects current, voltage and temperature data of the batteries 101 to 10n (step S300). That is, n m-th current (I), voltage (V) and temperature (T) data sets n are collected and the measurement interval L m is calculated (step S300).
  • This measurement interval L m is the interval at which such current, voltage and temperature data is collected. An example of this measurement interval is shown in FIG. 6.
  • FIG. 6 is a graph showing a section in which a capacity deterioration measurement process of a battery is executed according to an embodiment of the present invention.
  • the L m and L m + 1 (510) is a charging section, the L m in front, between the L m and L m + 1 , and the section after the L m + 1 is the data collection section 510.
  • this data collection section 510 current, voltage and temperature data sets are collected. This set is expressed in m.
  • the nth current and voltage data set is collected in this data collection section 510.
  • the collection of such data is performed at a certain time interval, but the time interval here means an interval of several hours to several days, and the time interval need not be constant.
  • n may be between 50 and 500, for example, but the present invention is not limited thereto.
  • the standard deviation ⁇ for the current is calculated (step S310).
  • an initial SOC (ie, SOC 0 ) value is set based on the collected current, voltage, and temperature (step S320).
  • the MPT parameters W Q and Q R according to these SOC 0 , Lm, ⁇ are set (step S330).
  • the collected current and voltage data has some white noise.
  • Low pass filtering is used to eliminate this noise. That is, the white noise of the current and the voltage is removed through low pass filtering (step S340).
  • the collected data is current, voltage and temperature, but the temperature data need not be processed.
  • the filtered current is set as an input value of the battery voltage model to calculate a modeling voltage value (step S350).
  • FIG. 4 An example of the battery voltage model is shown in FIG. 4, which may be referred to as an equivalent circuit model of the battery voltage model.
  • This equivalent circuit model is used to calculate the modeling voltage.
  • the equivalent circuit model utilized here introduces the concept of a total resistance R * in which the RC circuit and the internal resistance R 0 are combined to explain the polarization phenomenon as shown in FIG. 4.
  • SOC (0) is based on the value calculated by the SOC algorithm based on the deterioration capacity (Q m-1 ) calculated in the previous step. That is, the SOC value at the beginning of data collection is set to SOC (0).
  • a battery is modeled based on Equations 2 to 4 above. There are two main parameters used in this equation: the deterioration capacity of the battery (Q m ) and the total resistance (R * m ). These two values can be estimated in real time to measure battery capacity decay and resistance increase.
  • step S360 When the modeling voltage through the battery model is calculated, it is possible to calculate the parameters Q m and R * m through an optimization technique (step S360).
  • the proposed optimization technique uses a general parameter estimation method. In this way, parameters can be identified in real time and capacity estimation can be estimated.
  • the parameter estimation method used here is a "moving-horizon parameter estimation” (MPT) method.
  • MPT moving-horizon parameter estimation
  • This method is a method of estimating parameters using an optimization technique. The optimization is performed in real time in order to minimize the sum of errors by comparing the actual voltage with the voltage obtained through the model (or simply, the "modeling voltage”). That's how. Since such a parameter estimation method is a general optimization technique, a detailed description thereof will be omitted for a clear understanding of the present invention.
  • Sum-Squared Error which is the sum of the squares of the error between the voltage obtained by this MPT method (ie, the modeling voltage) and the actual measured voltage, and the difference between Q m and R * m , respectively Is to find the minimum value.
  • Equation 5 is a constant to reflect the Q m and R * m measured in the previous step and the previous step.
  • w Q and w R are MPT parameters for degradation capacity and resistance, respectively.
  • the MPT parameters w Q and w R respectively depend on the measurement interval (L) through the data acquisition, the standard deviation of the collected current ( ⁇ ), and the initial SOC value (SOC (0)), which is the SOC at the start of the acquisition. These parameters enter the algorithm in the form of a table and a diagram illustrating this table is shown in FIG.
  • Each MPT parameter decreases as the measurement interval increases, and increases as the standard deviation of the collected current increases. And depending on the initial SOC, it has a nonlinear characteristic.
  • the values of Q m and R * m increase as each MPT parameter increases. That is, according to the MPT parameter , As the estimated value MPT parameter increases, the deterioration capacity and resistance estimates increase and converge to the values of the resistance and deterioration capacity of the previous step.
  • step S380 when such a new deterioration capacity is lowered and the resistance is increased, it is determined whether to replace the battery by determining whether the deterioration capacity of the battery (101 to 10n in FIG. 1) is lowered. It may be (step S380).
  • FIG. 8 is a diagram showing the result of calculating the actual capacity reduction and the power reduction when such an algorithm is applied to a hybrid vehicle.
  • continuous charging or discharging intervals do not appear regularly, so measurements must be made while driving.
  • capacity and output degradation using values extracted from actual urban driving patterns.
  • step S380 if it is determined in step S380 that the capacity of the battery is lowered, the calculation unit (122 in FIG. 2) notifies the vehicle controller 140 of the battery replacement time (step S390).
  • the algorithm described above may be applied to a plug-in hybrid vehicle.
  • a diagram showing this is shown in FIG. 9. That is, in the case of a plug-in hybrid car, since there is a continuous fast charging section, capacity and output degradation can be calculated at such a fast charge. In particular, since there is little change in the current in this section, more accurate measurement is possible.
  • BMS unit 111 voltage sensing unit
  • vehicle controller 121 data processing unit

Abstract

본 발명의 배터리 교환 시기 통보 장치는 하나 이상의 배터리에 대한 전압, 전류 및 온도를 센싱하는 센싱부와, 센싱부로부터 전압, 전류 및 온도 데이터를 수집하고 전류, 전압 및 온도의 측정 간격을 계산하는 데이터 처리부와, 전류의 표준 편차를 계산하고, 계산된 전류의 표준 편차에 따라 초기 SOC(State Of Charge)값을 설정하고, 전류의 표준 편차, 측정 간격 및 초기 SOC값에 따른 상기 적어도 하나의 배터리에 대한 제 1 열화 용량 및 저항의 MPT(Moving-horizon Parameter esTimation) 파라미터를 설정하며, 전류를 적어도 하나의 배터리의 등가 회로 모델에 적용하여 모델링 전압을 계산하고, 전압과 모델링 전압을 비교하여 오차의 합을 최소화하고, 최적화된 전압 및 제 1 열화 용량 및 저항 MPT 파라미터에 따라 적어도 하나의 배터리의 최적 용량 및 전체 저항을 계산하는 계산부 등이 포함된다.

Description

배터리의 교환 시기 통보 장치 및 방법
본 발명은 배터리의 교환 시기 통보 장치 및 방법에 대한 것으로, 더 상세하게는 하이브리드 자동차, 플러그인 하이브리드 자동차 및 전기 자동차에서의 배터리에 대한 열화 용량을 측정하여 배터리의 교환 시기를 통보하는 장치 및 방법에 관한 것이다.
최근 환경에 대한 고려가 중요해 짐에 따라 하이브리드 자동차, 플러그인 하이브리드 자동차, 전기 자동차가 각광을 받고 있다. 특히 이러한 자동차에 필수적으로 들어가는 배터리에 대한 기술 개발이 매우 중요하게 여겨지고 있다. 그런데 이러한 배터리는 일반적으로 수명이 존재하게 된다. 즉, 자동차를 사용함에 따라 자연스레 내부 저항이 증가하여 출력이 줄어들게 되며, 다른 한편으로는 전체적인 열화 용량이줄어들게된다. 이러한 성능 저하가 발생하게 될 경우, 하이브리드 자동차나 플러그인 하이브리드 자동차의 연비 및 성능에 있어 저하를 가져올 수 있기 때문에 이러한 배터리의 성능 측정이 중요하다 할 수 있다.
이러한 배터리의 용량 저하 및 출력 저하에 관한 특허가 이미 출원되어 있다. 예를 들면, 미국특허번호 제 US 2004/0220758호와 제 US 2006/0113959호를 들 수 있다.
그러나, 이들 특허는 충전과 같은 특정한 전류 패턴(예를 들면, 동일한 전류 크기)에서만 측정이 가능하기 때문에 실제 활용을 하는 데 있어 상당히 불리하다 할 수 있다. 따라서, 전류 크기에 상관없이 용량 저하 및 출력 저하를 측정할 수 있는 기술을 요구되고 있는 실정이다.
본 발명은 종래 기술에서 제기된 문제점을 해소하고자 제안된 것으로, 전류의 크기와 상관없이 배터리의 용량 저하 및 출력 저하를 측정할 수 있는 장치 및 방법을 제공하는 데에 목적이 있다.
또한, 본 발명은 예상을 벗어난 현상이 발생한 경우에도 올바르게 배터리를 모델링할 수 있는 장치 및 방법을 제공하는 데에 다른 목적이 있다.
또한, 본 발명은 추가적인 장비를 도입할 필요없이도 필요한 데이터인 전류와 전압을 측정할 수 있는 장치 및 방법을 제공하는 데에 또 다른 목적이 있다.
위 목적을 달성하기 위해, 본 발명의 일실시예는, 하이브리드자동차, 플러그인 하이브리드 자동차, 또는 전기 자동차에 사용되는 적어도 하나의 배터리와, 적어도 하나의 배터리에 대한 전압, 전류 및 온도를 센싱하는 센싱부와, 센싱부로부터 전압, 전류 및 온도 데이터를 수집하고 전류, 전압 및 온도의 측정 간격을 계산하는 데이터 처리부와, 전류의 표준 편차를 계산하고, 계산된 전류의 표준 편차에 따라 초기 SOC(State Of Charge)값을 설정하고, 전류의 표준 편차, 측정 간격 및 초기 SOC값에 따른 적어도 하나의 배터리에 대한 제 1 열화 용량 및 저항의 MPT(Moving-horizon Parameter esTimation) 파라미터를 설정하며, 전류를 적어도 하나의 배터리의 등가 회로 모델에 적용하여 모델링 전압을 계산하고, 전압과 모델링 전압을 비교하여 오차의 합을 최소화하고, 최적화된 전압 및 제 1 열화 용량및저항 MPT 파라미터에 따라 적어도 하나의 배터리의 최적 용량 및 전체 저항을 계산하는 계산부를 포함하는 배터리의 교환 시기 통보 장치를 제공한다.
이때, 계산부는 추가적으로 최적 용량 및 전체 저항을 제 2 열화 용량 및 저항으로 설정하고, 제 2 열화 용량 및 저항을 제 1 열화 용량 및 저항과 비교하여 열화 용량이 감소하거나 저항이 증가하는지를 판단하며, 열화 용량이 감소하거나 저항이 증가하면 적어도 하나의 배터리에 대한 교환 시기가 되었음을 통보할 수 있다.
또한, 계산부는 더 추가적으로 전압 및 전류 데이터에 대하여 로우-패스 필터링을 할 수 있다.
또한, 본 발명의 일실시예는 전압, 전류 및 온도, MPT 파라미터, 열화 용량 및 저항값을 포함하는 데이터를 저장하는 메모리부를 더 포함할 수 있다.
본 발명의 또 다른 실시예는, 하이브리드자동차, 플러그인 하이브리드 자동차, 또는 전기 자동차에 사용되는 적어도 하나의 배터리에 대한 전류, 전압 및 온도 데이터를 수집하고 전류, 전압 및 온도의 측정 간격을 계산하는 단계와, 전류의 표준 편차를 계산하고, 계산된 전류의 표준 편차에 따라 초기 SOC(State Of Charge)값을 설정하는 단계와, 전류의 표준 편차, 측정 간격 및 초기 SOC값에 따른 적어도 하나의 배터리에 대한 제 1 열화 용량 및 저항의 MPT(Moving-horizon Parameter esTimation) 파라미터를 설정하는 단계와, 전류를 적어도 하나의 배터리의 등가 회로 모델에 적용하여 모델링 전압을 계산하는 단계와, 전압과 모델링 전압을 비교하여 오차의 합을 최소화하는 최적화 단계와, 최적화된 전압 및 제 1 열화 용량및저항 MPT 파라미터에 따라 적어도 하나의 배터리의 최적 용량 및 전체 저항을 계산하는 단계를 포함하는 배터리의 교환 시기 통보 방법을 제공한다.
추가적으로, 본 발명의 또 다른 실시예는, 최적 용량 및 전체 저항을 제 2 열화 용량 및 저항으로 설정하는 단계와, 제 2 열화 용량 및 저항을 제 1 열화 용량 및 저항과 비교하여 열화 용량이 감소하거나 저항이 증가하는지를 판단하는 단계와, 열화 용량이 감소하거나 저항이 증가하면 적어도 하나의 배터리에 대한 교환 시기가 되었음을 통보하는 단계를 더 포함할 수 있다.
더 추가적으로, 본 발명의 또 다른 실시예는 전압 및 전류 데이터에 대하여 로우-패스 필터링을 하는 단계를 더 포함할 수 있다.
여기서, 최적화는,
Figure PCTKR2011008209-appb-I000001
(
Figure PCTKR2011008209-appb-I000002
은 배터리의 열화 용량,
Figure PCTKR2011008209-appb-I000003
은 배터리의 전체 저항이고, α는 이전 단계와 그 이전 단계에서 측정된 Qm과 R* m을 반영하기 위한 상수이고, wQ와 wR은 각각 열화 용량과 저항에대한 MPT 파라미터임)를 이용하여 계산될 수 있다.
여기서, 등가 회로 모델은 배터리를 전체 저항(R*),전류(I), 열화 용량(C), 단자전압(V: Terminal voltage) 및 기전력(Vo)파라미터로 표현한 전기회로가 될 수 있다.
여기서, 각 MPT 파라미터는 측정 간격이 클수록 감소하거나, 전류의 표준 편차가 클수록 증가하며, 초기 SOC에 따라서는 비선형적인 특징을 가질 수 있다.
본 발명에 의하면, 전류, 전압 및 온도 데이터를 수집하고 이들 데이터를 등가 회로 모델에 적용함으로써 배터리의 용량 저하 및 출력 저하를 측정하여 배터리의 교환 시기를 통보하는 것이 가능하다.
또한, 본 발명의 효과로서는 실험 데이터가 검증 도구가 되므로 데이터에 대한 의존성이 낮아 예상을 벗어난 현상이 발생한 경우에도 올바르게 배터리를 모델링할 수 있다는 점을 들 수 있다.
또한, 본 발명의 또 다른 효과로서는 BMS(Battery Magement System)에서 측정 가능한 것이므로 추가적인 장비를 도입할 필요없이도 필요한 데이터인 전류와 전압을 측정할 수 있다는 점을 들 수 있다.
도 1은 본 발명의 일실시예에 따른 배터리의 열화 용량 측정을 위한 시스템 구성도이다.
도 2는 도 1의 MCU(Main Controller Unit)부에 대한 블럭도이다.
도 3은 본 발명에 따른 배터리의 열화 용량을 측정하는 과정을 방법론으로보여주는 개념도이다.
도 4는 도 3에 사용된 등가 회로 모델의 회로도이다.
도 5는 본 발명의 일실시예에 따른 배터리의 열화 용량을 측정하여 배터리의 교환 시기를 통보하는 과정을 보여주는 순서도이다.
도 6은 본 발명의 일실시예에 따른 배터리의 열화 용량 측정 과정이 실행되는 구간을 보여주는 그래프이다.
도 7은 본 발명의 일실시예에 따른 도 4의 등가 회로 모델에 적용하기 위한 최적화 파라미터를 표의 형태로 보여주는 테이블이다.
도 8은 본 발명의 일실시예에 따라 하이브리드 자동차에서의 열화 용량 및 내부 저항 증감 상태를 보여주는 그래프이다.
도 9는 본 발명의 다른 일실시예에 따라 플러그인 하이브리드 자동차에서의 열화 용량 및 내부 저항 증감 상태를 보여주는 그래프이다.
이하 첨부된 도면을 참조하여 본 발명의 일실시예를 상세하게 기술한다.
도 1은 본 발명에 따른 배터리의 열화 용량 측정을 위한 시스템 구성도이다. 이 시스템 구성도에는 크게 배터리 팩(100), 이 배터리 팩의 전압, 전류 및 온도를 센싱하는 센싱부(111 내지 113)와, 이 센싱부(111 내지 113)로부터 데이터를 수신하여 열화 용량을 측정하는 MCU(Micro Controller unit)부(120)로 구성된 BMS(Battery Management System)부(110), BMS부(110)로부터 측정된 열화 용량을 수신하는 차량제어기(140) 등이 구성된다. 이들 구성요소의 기능 및 역할을 설명하면 다음과 같다.
배터리 팩(100)은 배터리(101 내지 10n)가 직렬 또는 병렬로 구성되며, 이 배터리는 니켈 메탈 배터리, 리튬 이온 배터리 등의 하이브리드 배터리가 될 수 있다. 물론, 본 발명의 일실시예에서는 이해의 편의를 위해 배터리 팩(100)이 하나의 팩으로만 구성된 것을 도시하였으나, 여러 개의 서브팩으로 구성하는 것도 가능하다.
BMS부(110)는 센싱부(111 내지 113)와 MCU부(120)로 구성되며, 배터리 팩(100)의 용량 열화를측정하는기능을한다. 즉, 센싱부(111 내지 114)는 배터리 팩(100) 내에 있는 배터리(101 내지 10n)의 전류, 전압 및 온도를 센싱하기 위한 전압 센싱부(111), 전류 센싱부(112), 및 온도 센싱부(113)로 구성된다.
물론, 온도 센싱부(114)는 배터리 팩(100) 또는 배터리(101 내지 10n)의 온도를 센싱할 수도 있다. 여기서, 전류 센싱부(112)는 홀(Hall) 소자를 이용하여 전류를 측정하고 측정된 전류에 대응되는 아날로그 전류 신호로 출력하는 홀 CT(Hall current transformer)일 수 있으나, 본 발명은 이에 한정되지는 않으며, 전류를 센싱할 수 있는 것이라면 다른 소자도 적용 가능하다.
MCU(Micro Controller unit)부(120)는 센싱부(111 내지 113)로부터 센싱된 각 배터리(101 내지 10n)의 전압, 전류 및 온도값을 받아 해당 배터리(101 내지 10n)의 SOC(State Of Charge), SOH(State Of Health) 값을 실시간 추정하고, 이로부터 일정 기간 동안 배터리(101 내지 10n)의 열화 용량을계산한다. 이러한 계산과정을 위한 MCU의 구성이 도 2에 도시된다. 이에 대하여는 바로 후술하기로 한다. 이러한 SOC, SOH값, 열화 용량값등이메모리부(130)에 저장되며, 차량 제어기(140)에 전송된다.
메모리부(130)는 MCU부(120) 내에 구비되는 메모리일 수 있고, 별도의 메모리가 될 수 있다. 따라서하드디스크드라이브, 플래시 메모리, EEPROM(Electrically erasable programmable read-only memory), SRAM(Static RAM), FRAM (Ferro-electric RAM), PRAM (Phase-change RAM), MRAM(Magnetic RAM) 등과 같은 비휘발성 메모리가 사용될 수 있다.
차량 제어기(140)는 플러그인 하이브리드 차량의 주행에 필요한 주요 시스템 성능을 최적의 상태로 제어하기 위한 기능을 수행한다. 이를 위해, 차량 제어기(140)와 MCU부(120) 사이에는 CAN(Controller Area Network) 통신 방식이 이용되어 배터리의 SOC, SOH값이 차량 제어기(140)에 전송된다.
도 2는 도 1의 MCU부에 대한 블럭도이다. MCU부(120)에는 센싱부(111 내지 113)로부터 전송된 데이터를 처리하는 데이터 처리부(121), 이 데이터 처리부(121)로부터 전압, 전류 및 온도값을 전송받아 SOC, SOH값을 추정하여 배터리의 용량 저하 및 출력 저하를 측정하여 배터리의 교환 시기를 결정하는 계산부(122), 이들 값을 데이터로 저장하는 메모리부(130) 등이 구성된다.
계산부(122)는 센싱부(111 내지 113)가 배터리(111 내지 113)를 센싱한 전압, 전류 및 온도값을 데이터 처리부(121)를 통하여 전송받아 이들 값으로부터 특정 구간을 정하여 SOC, SOH값을 실시간 추정하고, 이로부터 배터리(101 내지 10n)의 열화 용량을계산하고, 배터리(101 내지 10n)의 교환 시기를 결정하는 기능을 한다. 물론, 이들 값들은 메모리부(130)에 실시간 저장되고, 차량 제어기(140)에 전송된다.
그러면, 배터리(101 내지 10n)의 용량 열화를 측정하여 이 배터리의 교환 시기를 결정하고 통보하는 과정을 설명하기로한다. 우선, 본 발명에 대한 이해의 편의를 위해 배터리의 용량 열화 측정 과정이 도 3에 개략적으로 도시된다. 도 3은 본 발명에 따른 배터리의 용량 열화를 측정하는 과정을 방법론으로 보여주는 개념도이다.
즉, 열화 용량은 배터리 모델을 통해 계산하게 되는데, 여기서 배터리 모델은 복잡한 배터리 모델을 간략하게 만든 등가 회로 모델이 이용된다. 이러한 등가 회로 모델의 예로는 도 4에 도시된 회로도를 볼 수 있다. 도 4는 도 3에 사용된 등가 회로 모델의 회로도이다. 도면에 도시된 바와 같이, RC 회로와 내부 저항 R0가 합쳐진 전체 저항 R*의 개념이 도입되며, 이 모델을 전개하여 용량 저하를 측정하게 된다. 이 등가 회로 모델의 파라미터에 대한 설명을 다음과 같이 표 1로 나타낼 수 있다.
표 1
I 전류( - : 충전, + : 방전)
V 단자 전압(Terminal voltage)
VO 개방 회로 전압
R* 전체 저항
V, i 데이터는 로우-패스 필터에 의해 필터링(달리 표현하면 보정이라고 함)된다(300). 필터링된 V, i 데이터는 등가 회로 모델에 적용되어 모델링 전압이 계산된다(310). 물론, 이때 온도 T도 적용된다. 따라서, 열화 용량 Q, 저항 R이 계산되며, 이들 Q, R 데이터는 파라미터 추정 방법에 적용된다(320).
물론, 이와 함께 실제 전압인 필터링된 V가 파라미터 추정 방법에 적용된다(320). 즉, 파라미터 추정 방법에 실제 전압 V와 모델링 전압(즉, 등가 회로 모델을 적용하여 계산된 전압)이 적용된다.
간략하게 설명하면, 이 파라미터 추정 방법은 실제 전압과 모델링 전압을 비교하여 그 오차의 합을 최소화하는 방향으로 최적화를 실시간으로 진행하는 방법이다.
이 파라미터 추정 방법(320)에 의해 산출된 열화 용량 Q, 저항 R를 데이터 피팅(fitting)하게 된다(320). 이 피팅 과정을 거쳐 수정된 Q, R이 산출되며, 이값을 통하여 배터리(101 내지 10n)의 용량 및 전력 저하 상태가 파악된다(340).
물론, 도 3은 대략적인 파라미터 Q, R의 산출과정을 보여주고 있으므로 실제 적용시에는 다소 다를 수 있으나, 이는 본 발명의 범위 내 있음을 당업자라면 이해할 것이다.
다음으로, 도 5 내지 도 7을 참조하여, 배터리에 대한 용량 열화를 측정하여 배터리의 교환 시기를 통보하는 과정을 상세히 기술하기로한다. 도 5는 본 발명의 일실시예에 따른 배터리의 용량 열화를 측정하여 배터리의 교환 시기를 통보하는 과정을 보여주는 순서도이다.
하이브리드 자동차 또는 플러그인 하이브리드 자동차의 BMS(도 1의 110)는 배터리(101 내지 10n)의 전류, 전압 및 온도 데이터를 수집하게 된다(단계 S300). 즉, m 번째 전류(I), 전압(V) 및 온도(T) 데이터 세트 n개를 수집하고 측정 간격(Lm)을 계산한다(단계 S300). 이 측정 간격(Lm)은 이러한 전류, 전압 및 온도 데이터를 수집하는 간격을 말한다. 이 측정 간격에 대한 예가 도 6에 도시된다.
즉, 도 6은 본 발명의 일실시예에 따른 배터리의 용량 열화 측정 과정이실행되는구간을보여주는그래프이다. 설명하면, Lm과 Lm+1(510)이 충전하는 구간이고, Lm앞쪽, Lm과 Lm+1사이, 및 Lm+1뒤에 있는 구간이 데이터 수집 구간(510)이 된다. 이 데이터 수집 구간(510)에서 전류, 전압 및 온도 데이터 세트가 수집된다. 이 세트는 m으로 표현된다.
따라서, 이 데이터 수집 구간(510)에서 n번째 전류 및 전압 데이터 세트의 수집이 이루어진다. 물론, 이러한 데이터의 수집은 어느 정도의 시간 간격을 두고 이루어짐은 앞에서 밝힌 바 있지만, 여기서 시간 간격이라 함은 몇 시간 내지 며칠 간격을 의미하며, 시간 간격은 일정할 필요가 없다.
또한, 동일한 시간에 대한 전류(Ik),전압(Vk),온도(Tk)데이터를 하나의 세트로 하여 이러한 연속적인 데이터 세트를 n개 수집하도록 한다. 여기서, n은 50 내지 500 사이가 되는 것을 예로 들 수 있으나, 본 발명은 이에 한정되지는 않는다.
전류, 전압 및 온도 데이터가 수집되면, 전류에 대한 표준 편차(σ)를 계산한다(단계 S310).
또한, 수집된 전류, 전압 및 온도를 바탕으로 초기 SOC(즉, SOC0)값을 설정한다(단계 S320).
초기 SOC값이 설정되면, 이들 SOC0,Lm,σ에 따른 MPT 파라미터인 WQ,QR를 설정한다(단계 S330).
수집된 전류와 전압 데이터는 어느 정도의 화이트 노이즈를 가지고 있다. 이러한 노이즈를 없애기 위해 로우 패스 필터링이 이용된다. 즉, 로우 패스 필터링을 통해 전류와 전압의 화이트 노이즈를 제거하게 된다(단계 S340). 물론, 수집된 데이터는 전류, 전압 및 온도이나, 온도 데이터는 처리할 필요가 없다.
전류, 전압 데이터에 대한 필터링이 이루어지면, 이 필터링된 전류를 배터리 전압 모델의 입력값으로 두어 모델링 전압값을 계산한다(단계 S350).
배터리 전압 모델의 예가 도 4에 도시되어 있는데, 이는 배터리 전압 모델의 등가 회로 모델이라고 할 수 있다. 이 등가 회로 모델을 통해 모델링 전압을 계산하게 된다. 그러나 여기서 활용되는 등가 회로 모델은 도 4에 도시된 바와 같이 분극 현상을 설명할 수 있는 RC 회로와 내부 저항 R0가 합쳐진 전체 저항 R*의 개념을 도입하게 된다.
실제로 SOH의 측정에 있어서 이러한 간소화된 등가 회로 모델을 많이 이용한다. 그 이유는 용량 저하의 경우 짧은 시간에 파악하는 것이 아니기 때문에 단기간에 발생하는 분극 현상을 정확하게 모델링할 필요성이 떨어지기 때문이다. 이렇게 간소화하여 모델의 파라미터의 개수를 줄이며, 모델의 추정 알고리즘 설계도 쉽게 할 수 있도록 한다.
이 모델에 해당되는 수식은 다음과 같다. 등가 회로 모델을 모델링 하는 경우 다음과 같은 형태로 식이 구성됨을 알 수 있다.
수학식 1
Figure PCTKR2011008209-appb-M000001
수학식 2
Figure PCTKR2011008209-appb-M000002
수학식 3
Figure PCTKR2011008209-appb-M000003
수학식 4
Figure PCTKR2011008209-appb-M000004
이러한 관계식을 사용하게 되며, 여기서 SOC(0)의 값은 이전 단계에서 계산된 열화 용량(Qm-1)을 바탕으로 하여 SOC 알고리즘에 의해 계산된 값을 바탕으로 한다. 즉, 데이터의 수집이 시작되는 순간의 SOC 값을 SOC(0)로 정하도록 한다.
위 수학식 2 내지 수학식 4를 바탕으로 하여 배터리를 모델링한다. 이 식에서 쓰이는 파라미터는 크게 두 가지로 배터리의 열화 용량(Qm)과 전체 저항(R* m)이다. 이 두 값을 실시간으로 추정하여 배터리의 용량 저하와 저항의 증가를 측정할 수 있다.
배터리 모델을 통한 모델링 전압이 계산되면, 최적화 기법을 통하여 파라미터인 Qm과 R* m을 계산하는 것이 가능하게 된다(단계 S360).
여기서, 제시되는 최적화 기법은 일반적인 파라미터 추청 방법을 이용한다. 이 방법을 통해 파라미터를 실시간으로 파악하고 용량 저하를 추정할 수 있다.
여기서 이용된 파라미터 추정 방법은 "MPT(Moving-horizon Parameter esTimation)" 방법이다. 이 방법은 최적화 기법을 활용하여 파라미터를 추정하는 방법으로, 실제 전압과 모델을 통해 얻은 전압(간단하게는 "모델링 전압"임)을 비교하여 그 오차의 합을 최소화하는 방향으로 최적화를 실시간으로 진행하는 방법이다. 이러한 파라미터 추정 방법은 일반적인 최적화 기법이므로 상세한 설명은 본 발명의 명확한 이해를 위해 생략하기로 한다.
따라서, 이러한 MPT 방법을 이용하여 Qm과 R* m를 최적화할 수 있는데, 이를 표현하면 다음식과 같다.
수학식 5
Figure PCTKR2011008209-appb-M000005
이 MPT 방법을 통해 구한 전압(즉, 모델링 전압)과 실제 측정된 전압 사이의 오차의 제곱의 합인 SSE(Sum-Squared Error: 합 제곱 오차)와 이에 따른 Qm과 R* m의 차이들을 각각 합하여 이값이 최소가 되는 것을 찾는 것이다.
수학식 5에서 α는 이전 단계와 그 이전 단계에서 측정된 Qm과 R* m을 반영하기 위한 상수이다. 그리고 wQ와 wR은 각각 열화 용량과 저항에대한 MPT 파라미터로 이값은 각 경우에 따라 변화하게 된다.
MPT 파라미터 wQ와 wR은 각각 데이터 수집을 통한 측정 간격(L), 수집된 전류의 표준 편차(σ), 그리고 수집이 시작된 순간의 SOC인 초기 SOC 값(SOC(0))에 따라 달라진다. 이러한 파라미터는 테이블의 형태로 알고리즘에 들어가게 되며 이 테이블을 예시한 도면이 도 7에 도시된다.
각 MPT 파라미터는 측정 간격이 클수록 줄어들게 되며, 수집된 전류의 표준 편차가 클수록 증가한다. 그리고 초기 SOC에 따라서는 비선형적인 특징을 가지게 된다.
MPT 파라미터의 크기에 따라 측정된 Qm과 R* m에 대한 그래프가 다음 표와 같이 도시된다.
표 2
Figure PCTKR2011008209-appb-T000001
표 3
Figure PCTKR2011008209-appb-T000002
위 표 2 및 표 3의 그래프에 도시된 바와 같이, 각 MPT 파라미터가 증가할수록 Qm과 R* m의 값은 증가한다. 즉, MPT 파라미터에 따른
Figure PCTKR2011008209-appb-I000004
,
Figure PCTKR2011008209-appb-I000005
추정 값 MPT 파라미터가 증가할 수 록 열화 용량과 저항의 추정값은 증가하며 이전 단계의 저항 및 열화 용량의 값에 수렴한다.
이러한 최적화를 통해 계산된 Qm과 R* m을 새로운 열화 용량 및 저항으로 설정한다(단계 S370).
따라서, 앞서 표 2와 표 3에서 도시한 바와 같이, 이러한 새로운 열화 용량이 저하하고 저항이 증가하면 배터리(도 1의 101 내지 10n)의 열화 용량이 저하되었는지를 판단하여 배터리의 교체시기를 판단할 수 있다(단계 S380).
즉, 이 방법을 통해 Qm과 R* m의 값을 구할 수 있으며, 이를 통해 용량 저하와 출력 저하를 실제로 계산할 수 있다. 이러한 알고리즘은 하이브리드 자동차에 응용되는 경우 실제 용량 저하 및 출력 저하를 계산한 결과를 보여주는 도면이 도 8에 도시된다. 하이브리드 자동차의 경우 지속적인 충전 혹은 방전 구간이 규칙적으로 나타나지 않기 때문에 실제 운전을 하고 있는 상태에서의 측정이 이루어져야 한다. 여기에서는 실제 도심 주행 패턴에서 추출한 값을 통해 용량 및 출력의 저하를 계산한 예를 보인 것이다.
도 5를 계속 설명하면, 판단 결과 배터리의 용량이 저하되지 않으면, 일정 시간 후 앞선 단계 S300 내지 단계 S370를 반복 실행하게 된다.
이와 달리, 단계 S380에서, 배터리의 용량이 저하되는 것으로 판단되면, 계산부(도 2의 122)는 배터리 교환 시기를 차량 제어기(140)에 통보한다(단계 S390).
본 발명의 다른 실시예로서, 위에서 설명한 알고리즘은 플러그인 하이브리드 자동차에도 적용될 수 있다. 이를 보여주는 도면이 도 9에 도시된다. 즉, 플러그인 하이브리드 자동차의 경우 지속적인 고속 충전 구간이 존재하기 때문에 이러한 고속 충전 시에 용량 및 출력 저하를 계산할 수 있게 된다. 특히 이러한 구간에서는 전류의 변화가 거의 없기 때문에 보다 정확한 측정이 가능하다.
위에서 설명한 모델을 사용하여 용량 저하 및 출력 저하 알고리즘을 설계할 경우, 온라인 상에서 사용이 가능한 용량 저하 알고리즘으로 적용할 수 있을 것이다. 왜냐하면, 실험 데이터가 모델의 기본이 아닌 검증 도구가 되므로 데이터에 대한 의존성이 낮기 때문이다.
즉, 예상을 벗어난 현상이 발생하는 경우에도 올바르게 모델링을 할 수 있을 것이다. 또한, 필요한 데이터가 전류와 전압이며, 이는 원래 BMS(Battery Management System)에서 측정 가능한 것이므로 추가적인 장비의 도입이 필요 없다는 점이 큰 장점이라 할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 바람직한 일실시예를 설명하였으나, 본 발명의 권리범위는 이러한 실시예에 한정되지 않으며, 수많은 변형예가 가능함을 당업자라면 이해할 것이다. 따라서, 본 발명의 범위는 첨부된 청구항과 그 균등물에 의해 정해져야 할 것이다.
101 ~ 10n: 배터리 100: 배터리 팩
110: BMS부 111: 전압 센싱부
112: 전류 센싱부 113: 온도 센싱부
120: MCU부 130: 메모리부
140: 차량 제어기 121: 데이터 처리부
122: 계산부

Claims (10)

  1. 하이브리드 자동차, 플러그인 하이브리드 자동차, 또는 전기 자동차에 사용되는 적어도 하나의 배터리와,
    상기 적어도 하나의 배터리에 대한 전압, 전류 및 온도를 센싱하는 센싱부와,
    상기 센싱부로부터 상기 전압, 전류 및 온도 데이터를 수집하고 상기 전류, 전압 및 온도의 측정 간격을 계산하는 데이터 처리부와,
    상기 전류의 표준 편차를 계산하고, 계산된 전류의 표준 편차에 따라 초기 SOC(State Of Charge)값을 설정하고, 상기 전류의 표준 편차, 측정 간격 및 초기 SOC값에 따른 상기 적어도 하나의 배터리에 대한 제 1 열화 용량 및 저항의 MPT(Moving-horizon Parameter esTimation) 파라미터를 설정하며, 상기 전류를 상기 적어도 하나의 배터리의 등가 회로 모델에 적용하여 모델링 전압을 계산하고, 상기 전압과 모델링 전압을 비교하여 오차의 합을 최소화하고, 최적화된 전압 및 상기 제 1 열화 용량 및 저항 MPT 파라미터에 따라 상기 적어도 하나의 배터리의 최적 용량 및 전체 저항을 계산하는 계산부
    를 포함하는 배터리의 교환 시기 통보 장치.
  2. 제 1 항에 있어서,
    상기 계산부는 상기 최적 용량 및 전체 저항을 제 2 열화 용량 및 저항으로 설정하고, 상기 제 2 열화 용량 및 저항을 상기 제 1 열화 용량 및 저항과 비교하여 열화 용량이 감소하거나 저항이 증가하는지를 판단하며, 열화 용량이 감소하거나 저항이 증가하면 상기 적어도 하나의 배터리에 대한 교환 시기가 되었음을 통보하는 배터리의 교환 시기 통보 장치.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 계산부는 전압 및 전류 데이터에 대하여 로우-패스 필터링을 하고,
    상기 전압, 전류 및 온도, MPT 파라미터, 열화 용량 및 저항값을 포함하는 데이터를 저장하는 메모리부를 더 포함하는 배터리의 교환 시기 통보 장치.
  4. 제 1 항 또는 제 2 항에 있어서,
    상기 최적화는,
    Figure PCTKR2011008209-appb-I000006
    (
    Figure PCTKR2011008209-appb-I000007
    은 배터리의 열화 용량,
    Figure PCTKR2011008209-appb-I000008
    은 배터리의 전체 저항이고, α는 이전 단계와 그 이전 단계에서 측정된 Qm과 R* m을 반영하기 위한 상수이고, wQ와 wR은 각각 열화 용량과 저항에대한 MPT 파라미터임)를 이용하여 계산되고,
    상기 등가 회로 모델은 상기 배터리를 전체 저항(R*),전류(I), 열화 용량(C), 단자전압(V: Terminal voltage) 및 기전력(Vo)파라미터로 표현한 전기회로인 배터리의 교환 시기 통보 장치.
  5. 제 4 항에 있어서,
    각 MPT 파라미터는 상기 측정 간격이 클수록 감소하거나, 상기 전류의 표준 편차가 클수록 증가하며,
    상기 초기 SOC에 따라서는 비선형적인 특징을 갖는 배터리의 교환 시기 통보 장치.
  6. 하이브리드 자동차, 플러그인 하이브리드 자동차, 또는 전기 자동차에 사용되는 적어도 하나의 배터리에 대한 전류, 전압 및 온도 데이터를 수집하고 상기 전류, 전압 및 온도의 측정 간격을 계산하는 단계와,
    상기 전류의 표준 편차를 계산하고, 계산된 전류의 표준 편차에 따라 초기 SOC(State Of Charge)값을 설정하는 단계와,
    상기 전류의 표준 편차, 측정 간격 및 초기 SOC값에 따른 상기 적어도 하나의 배터리에 대한 제 1 열화 용량 및 저항의 MPT(Moving-horizon Parameter esTimation) 파라미터를 설정하는 단계와,
    상기 전류를 상기 적어도 하나의 배터리의 등가 회로 모델에 적용하여 모델링 전압을 계산하는 단계와,
    상기 전압과 모델링 전압을 비교하여 오차의 합을 최소화하는 최적화 단계와,
    최적화된 전압 및 상기 제 1 열화 용량 및 저항 MPT 파라미터에 따라 상기 적어도 하나의 배터리의 최적 용량 및 전체 저항을 계산하는 단계
    를 포함하는 배터리의 교환 시기 통보 방법.
  7. 제 6 항에 있어서,
    상기 최적 용량 및 전체 저항을 제 2 열화 용량 및 저항으로 설정하는 단계와,
    상기 제 2 열화 용량 및 저항을 상기 제 1 열화 용량 및 저항과 비교하여 열화 용량이 감소하거나 저항이 증가하는지를 판단하는 단계와,
    열화 용량이 감소하거나 저항이 증가하면 상기 적어도 하나의 배터리에 대한 교환 시기가 되었음을 통보하는 단계를 더 포함하는 배터리의 교환 시기 통보 방법.
  8. 제 6 항 또는 제 7 항에 있어서,
    상기 전압 및 전류 데이터에 대하여 로우-패스 필터링을 하는 단계를 더 포함하는 배터리의 교환 시기 통보 방법.
  9. 제 6 항 또는 제 7 항에 있어서,
    상기 최적화 단계는,
    Figure PCTKR2011008209-appb-I000009
    (
    Figure PCTKR2011008209-appb-I000010
    은 배터리의 열화 용량,
    Figure PCTKR2011008209-appb-I000011
    은 배터리의 전체 저항이고, α는 이전 단계와 그 이전 단계에서 측정된 Qm과 R* m을 반영하기 위한 상수이고, wQ와 wR은 각각 열화 용량과 저항에 대한 MPT 파라미터임)를 이용하여 계산되고,
    상기 등가 회로 모델은 상기 배터리를 전체 저항(R*),전류(I), 열화 용량(C), 단자 전압(V: Terminal voltage) 및 기전력(Vo)파라미터로 표현한 전기회로인 배터리의 교환 시기 통보 방법.
  10. 제 9 항에 있어서,
    각 MPT 파라미터는 상기 측정 간격이 클수록 감소하거나, 상기 전류의 표준 편차가 클수록 증가하며,
    상기 초기 SOC에 따라서는 비선형적인 특징을 갖는 배터리의 교환 시기 통보 방법.
PCT/KR2011/008209 2010-11-02 2011-10-31 배터리의 교환 시기 통보 장치 및 방법 WO2012060597A2 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020100107954A KR101731322B1 (ko) 2010-11-02 2010-11-02 배터리의 교환 시기 통보 장치 및 방법
KR10-2010-0107954 2010-11-02

Publications (2)

Publication Number Publication Date
WO2012060597A2 true WO2012060597A2 (ko) 2012-05-10
WO2012060597A3 WO2012060597A3 (ko) 2012-06-28

Family

ID=46024931

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2011/008209 WO2012060597A2 (ko) 2010-11-02 2011-10-31 배터리의 교환 시기 통보 장치 및 방법

Country Status (2)

Country Link
KR (1) KR101731322B1 (ko)
WO (1) WO2012060597A2 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901351A (zh) * 2014-03-18 2014-07-02 浙江大学城市学院 一种基于滑动窗滤波的单体锂离子电池soc估计方法
CN106324508A (zh) * 2015-07-02 2017-01-11 华为技术有限公司 电池健康状态的检测装置及方法
CN108336427A (zh) * 2017-01-18 2018-07-27 三星电子株式会社 电池管理方法和装置
CN111366864A (zh) * 2020-03-19 2020-07-03 大连理工大学 一种基于固定压升区间的电池soh在线估计方法
CN112098851A (zh) * 2020-11-06 2020-12-18 北京理工大学 智能电池与其荷电状态在线估计方法及应用

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102205293B1 (ko) 2014-04-18 2021-01-20 삼성전자주식회사 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
KR101655377B1 (ko) * 2014-12-05 2016-09-07 현대오트론 주식회사 배터리 버스바의 고장 진단 장치 및 방법
KR101875536B1 (ko) * 2015-09-01 2018-07-06 주식회사 엘지화학 Ups 배터리 충전용량 제어 방법
KR101776761B1 (ko) 2016-07-19 2017-09-08 현대자동차 주식회사 마일드 하이브리드 차량용 배터리 성능 판단 방법 및 장치
KR102101912B1 (ko) 2017-02-17 2020-04-17 주식회사 엘지화학 에너지 저장장치 충전상태 추정방법
KR102588928B1 (ko) * 2018-10-10 2023-10-13 현대자동차주식회사 차량용 배터리 열화도 추정 방법
CN114035049A (zh) * 2021-11-08 2022-02-11 东软睿驰汽车技术（沈阳）有限公司 Soh精度的计算方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000069601A (ja) * 1998-08-24 2000-03-03 Kubota Corp 小型電動車の電源装置
JP2003264906A (ja) * 2002-03-11 2003-09-19 Sanyo Electric Co Ltd 自動車用電池管理システム
JP2008126788A (ja) * 2006-11-20 2008-06-05 Toyota Motor Corp 車両用電池寿命判定装置及び電池寿命判定システム
JP2010045901A (ja) * 2008-08-11 2010-02-25 Panasonic Ev Energy Co Ltd 車両制御システム及び車両用制御装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3671905B2 (ja) 2001-12-17 2005-07-13 日産自動車株式会社 バッテリ劣化診断装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000069601A (ja) * 1998-08-24 2000-03-03 Kubota Corp 小型電動車の電源装置
JP2003264906A (ja) * 2002-03-11 2003-09-19 Sanyo Electric Co Ltd 自動車用電池管理システム
JP2008126788A (ja) * 2006-11-20 2008-06-05 Toyota Motor Corp 車両用電池寿命判定装置及び電池寿命判定システム
JP2010045901A (ja) * 2008-08-11 2010-02-25 Panasonic Ev Energy Co Ltd 車両制御システム及び車両用制御装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901351A (zh) * 2014-03-18 2014-07-02 浙江大学城市学院 一种基于滑动窗滤波的单体锂离子电池soc估计方法
CN106324508A (zh) * 2015-07-02 2017-01-11 华为技术有限公司 电池健康状态的检测装置及方法
US10712395B2 (en) 2015-07-02 2020-07-14 Huawei Technologies Co., Ltd. Apparatus and method for detecting battery state of health
CN108336427A (zh) * 2017-01-18 2018-07-27 三星电子株式会社 电池管理方法和装置
CN108336427B (zh) * 2017-01-18 2023-01-24 三星电子株式会社 电池管理方法和装置
CN111366864A (zh) * 2020-03-19 2020-07-03 大连理工大学 一种基于固定压升区间的电池soh在线估计方法
CN111366864B (zh) * 2020-03-19 2021-05-07 大连理工大学 一种基于固定压升区间的电池soh在线估计方法
CN112098851A (zh) * 2020-11-06 2020-12-18 北京理工大学 智能电池与其荷电状态在线估计方法及应用

Also Published As

Publication number Publication date
WO2012060597A3 (ko) 2012-06-28
KR101731322B1 (ko) 2017-05-02
KR20120046355A (ko) 2012-05-10

Similar Documents

Publication Publication Date Title
WO2012060597A2 (ko) 배터리의 교환 시기 통보 장치 및 방법
WO2018190508A1 (ko) 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법
WO2012148019A1 (ko) 배터리의 용량 열화 상태 측정 장치 및 방법
WO2019088492A1 (ko) 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체
WO2012148070A1 (ko) 배터리 용량 퇴화 추정 장치 및 방법
WO2013051828A2 (ko) 배터리 관리 시스템 및 배터리 관리 방법
WO2019050330A1 (ko) 배터리 충전 상태 추정 장치 및 방법
WO2018124511A1 (ko) 배터리의 충전 상태를 캘리브레이션하기 위한 배터리 관리 장치 및 방법
WO2022055080A1 (ko) 배터리의 충전상태를 추정하는 방법
WO2018074807A1 (ko) 듀티 제어를 통한 효과적인 배터리 셀 밸런싱 방법 및 시스템
CN109991554B (zh) 一种电池电量检测方法、装置及终端设备
WO2017116088A1 (ko) 배터리 수명 추정 방법 및 장치
WO2021006566A1 (ko) 배터리 셀 진단 장치 및 방법
WO2014084628A1 (ko) 배터리 전류 측정 장치 및 그 방법
WO2021020852A1 (ko) 배터리 관리 장치 및 배터리 관리 방법
WO2019088746A1 (ko) 배터리 soc 추정 장치 및 방법
WO2019117487A1 (ko) 전압 측정 장치 및 방법
WO2022145830A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 전기 차량
WO2022149824A1 (ko) 배터리 관리 장치 및 방법
WO2021230533A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2022025725A1 (ko) 배터리 관리 장치, 배터리 팩, 배터리 시스템 및 배터리 관리 방법
WO2020054924A1 (ko) 배터리의 상태를 셀 단위로 진단하는 장치 및 방법
WO2019107978A1 (ko) 배터리 팩
WO2021049753A1 (ko) 배터리 진단 장치 및 방법
WO2021091086A1 (ko) 배터리 진단 장치, 배터리 진단 방법 및 에너지 저장 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11838202

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11838202

Country of ref document: EP

Kind code of ref document: A2