WO2020162675A1 - 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩 - Google Patents

배터리 관리 장치, 배터리 관리 방법 및 배터리 팩 Download PDF

Info

Publication number
WO2020162675A1
WO2020162675A1 PCT/KR2020/001522 KR2020001522W WO2020162675A1 WO 2020162675 A1 WO2020162675 A1 WO 2020162675A1 KR 2020001522 W KR2020001522 W KR 2020001522W WO 2020162675 A1 WO2020162675 A1 WO 2020162675A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
battery
process noise
component
lower limit
Prior art date
Application number
PCT/KR2020/001522
Other languages
English (en)
French (fr)
Inventor
임보미
Original Assignee
주식회사 엘지화학
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 엘지화학 filed Critical 주식회사 엘지화학
Priority to JP2021500845A priority Critical patent/JP7172013B2/ja
Priority to US17/263,382 priority patent/US11923710B2/en
Priority to CN202080004084.XA priority patent/CN112470017B/zh
Priority to EP20752645.0A priority patent/EP3828568B1/en
Publication of WO2020162675A1 publication Critical patent/WO2020162675A1/ko

Links

Images

Classifications

    • 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]
    • 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
    • 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]
    • G01R31/3644—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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. 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
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to a technique for estimating the state of charge of a battery.
  • the state of charge is a parameter representing the relative ratio of the current remaining capacity to the maximum capacity representing the electric energy stored in the battery when the battery is fully charged, and can be expressed as 0-1 or 0%-100%. have. For example, if the maximum capacity of the battery is 1000Ah (ampere-hour) and the capacity currently remaining in the battery is 750Ah, the state of charge of the battery is 0.75 (or 75%).
  • Ampere counting and equivalent circuit models are typically used to estimate the state of charge of a battery.
  • Ampere counting estimates the state of charge of the battery based on the accumulated current value accumulated over time of the current flowing through the battery.
  • the equivalent circuit model is designed to simulate the electrochemical characteristics of a battery.
  • a battery has a nonlinear characteristic according to an operating state, and it is very difficult to design an equivalent circuit model to perfectly simulate the nonlinear characteristic of a battery.
  • the extended Kalman filter can estimate the state of charge more accurately than when only one of the amperage counting and the equivalent circuit model is used by combining the amperage counting and the equivalent circuit model.
  • the present invention has been devised to solve the above problems, and it is possible to determine a plurality of candidate values for the state of charge of the battery every cycle, and then determine the state of charge of the battery based on the relationship between the plurality of candidate values. It is an object to provide a battery management device, a battery management method, and a battery pack.
  • the present invention based on the value of each of the two components included in the Kalman gain of the extended Kalman filter determined every cycle, the battery management capable of adjusting the reliability of each of the amperage counting and the equivalent circuit model in the extended Kalman filter It is an object to provide an apparatus, a battery management method, and a battery pack.
  • a battery management apparatus includes: a sensing unit configured to detect current, voltage, and temperature of a battery; And a control unit.
  • the control unit is configured to generate a data set including a current value representing the detected current, a voltage value representing the detected voltage, and a temperature value representing the detected temperature.
  • the control unit is configured to determine a first candidate value for a state of charge of the battery based on the current value by using amperage counting.
  • the control unit is configured to determine a Kalman gain and a second candidate value for the state of charge based on the data set using an extended Kalman filter.
  • the control unit is configured to determine the first candidate value as the charging state when a difference value between the first candidate value and the second candidate value is greater than a threshold value.
  • the control unit is configured to provide a second process noise for the first process noise of the extended Kalman filter.
  • the ratio of is configured to be set equal to the predetermined reference ratio.
  • the first process noise is related to the reliability of the amperage counting.
  • the second process noise is related to the reliability of the equivalent circuit model of the battery.
  • the control unit sets the first process noise equal to a predetermined first reference value, It may be configured to set the second process noise to a predetermined second reference value.
  • the reference ratio may be equal to a value obtained by dividing the second reference value by the first reference value.
  • control unit When the first component is less than the first lower limit value and the second component is greater than or equal to the second lower limit value, the control unit is configured to reduce a ratio of the second process noise to the first process noise than the reference ratio. Can be configured.
  • the control unit determines a value greater than the first reference value as the first process noise or less than the second reference value. May be configured to determine a value as the second process noise.
  • the control unit When the first component is greater than or equal to the first lower limit value and the second component is less than the second lower limit value, the control unit increases a ratio of the second process noise to the first process noise than the reference ratio.
  • the control unit determines a value smaller than the first reference value as the first process noise or is less than the second reference value. It may be configured to determine a large value as the second process noise.
  • the control unit uses the following Equations 1 and 2 to determine the first process noise and the second It can be configured to determine process noise.
  • D 1 is the absolute value of the difference between the first component and the first lower limit value
  • D 2 is the absolute value of the difference between the second component and the second lower limit value
  • M W1 is the first reference value
  • M W2 is the second A reference value
  • M 1 is a first weight
  • M 2 is a second weight
  • M 3 is a third weight
  • M 4 is a fourth weight
  • W1 k is the first process noise
  • W2 k is the second process noise.
  • control unit may be configured to determine the second candidate value as the charging state instead of the first candidate value.
  • the controller may be configured to selectively output a switching signal for controlling a switch installed in a current path of the battery.
  • the control unit may be configured to limit the duty ratio of the switching signal to a reference duty ratio or less.
  • a battery pack according to another aspect of the present invention includes the battery management device.
  • a battery management method includes the steps of detecting current, voltage, and temperature of the battery; Generating a data set including a current value representing the detected current, a voltage value representing the detected voltage, and a temperature value representing the detected temperature; Determining a first candidate value for the state of charge of the battery based on the current value using amperage counting; Determining a Kalman gain and a second candidate value for the state of charge based on the data set using an extended Kalman filter; Determining the first candidate value as the charging state when a difference value between the first candidate value and the second candidate value is greater than a threshold value; And when the first component of the Kalman gain is greater than or equal to a predetermined first lower limit value and the second component of the Kalman gain is greater than or equal to a predetermined second lower limit value, the ratio of the second process noise to the first process noise of the extended Kalman filter is determined. And setting the same as the predetermined reference ratio.
  • the first process noise is related to the reliability of the amperage counting.
  • a ratio of the second process noise to the first process noise is reduced than the reference ratio. It may further include the step of.
  • a ratio of the second process noise to the first process noise is greater than the reference ratio. It may further include the step of increasing.
  • the charging state of the battery may be more accurately determined based on a relationship between the plurality of candidate values.
  • each of the amperage counting and the equivalent circuit model in the extended Kalman filter based on the values of each of two components included in the Kalman gain of the extended Kalman filter determined every period, each of the amperage counting and the equivalent circuit model in the extended Kalman filter The reliability of the can be adjusted.
  • FIG. 1 is a diagram illustrating a configuration of a battery pack according to an embodiment of the present invention.
  • FIG. 2 is a diagram showing an exemplary circuit configuration of an equivalent circuit model of a battery.
  • FIG. 3 is a diagram illustrating an OCV-SOC curve of a battery by way of example.
  • FIG. 4 and 5 are flow charts illustrating a battery management method executed by the battery management apparatus of FIG. 1 by way of example.
  • control unit> means a unit that processes at least one function or operation, and may be implemented as hardware, software, or a combination of hardware and software.
  • FIG. 1 is a diagram illustrating an exemplary configuration of a battery pack according to an embodiment of the present invention
  • FIG. 2 is a diagram illustrating a circuit configuration of an equivalent circuit model of a battery
  • FIG. 3 is an OCV-SOC of a battery. The curve is shown as an example.
  • the battery pack 10 is for providing electric energy required for a power driving device such as an electric vehicle 1 and the like, and a battery 20, a switch 30, and a battery management apparatus 100 Includes.
  • the battery 20 includes at least one battery cell.
  • Each battery cell may be, for example, a lithium ion cell.
  • the type of the battery cell is not limited to the lithium ion cell, and is not particularly limited as long as it can be repeatedly charged and discharged.
  • Each battery cell included in the battery 20 is electrically connected to other battery cells in series or parallel.
  • the switch 30 is installed in a current path for charging and discharging the battery 20.
  • the control terminal of the switch 30 is provided to be electrically connected to the control unit 120.
  • the switch 30 is controlled on and off according to the duty ratio of the switching signal SS in response to the switching signal SS output by the controller 120 being applied to the control terminal.
  • the switch 30 may be turned on when the switching signal SS is at a high level, and may be turned off when the switching signal SS is at a low level.
  • the battery management apparatus 100 is provided to be electrically connected to the battery 20 in order to periodically determine the state of charge of the battery 20.
  • the battery management apparatus 100 includes a sensing unit 110, a control unit 120, a memory unit 130, and a communication unit 140.
  • the sensing unit 110 is configured to detect voltage, current, and temperature of the battery 20.
  • the sensing unit 110 includes a current sensor 111, a voltage sensor 112, and a temperature sensor 113.
  • the current sensor 111 is provided to be electrically connected to the charge/discharge path of the battery 20.
  • the current sensor 111 is configured to detect a current flowing through the battery 20 and to output a signal SI representing the detected current to the control unit 120.
  • the voltage sensor 112 is provided to be electrically connected to the positive terminal and the negative terminal of the battery 20.
  • the voltage sensor 112 is configured to detect a voltage across the positive terminal and the negative terminal of the battery 20 and to output a signal SV representing the detected voltage to the controller 120.
  • the temperature sensor 113 is configured to detect a temperature in a region within a predetermined distance from the battery 20 and output a signal ST indicating the detected temperature to the controller 120.
  • the control unit 120 is operatively coupled to the sensing unit 110, the memory unit 130, the communication unit 140, and the switch 30.
  • the control unit 120 includes application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), field programmable gate arrays (FPGAs), and microprocessors. It may be implemented using at least one of (microprocessors) and electrical units for performing other functions.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • microprocessors It may be implemented using at least one of (microprocessors) and electrical units for performing other functions.
  • the controller 120 is configured to periodically receive a signal SI, a signal SV, and a signal ST output by the sensing unit 110.
  • the control unit 120 uses an analog-to-digital converter (ADC) included in the control unit 120 to obtain a current value, a voltage value, and a temperature value from each of a signal SI, a signal SV, and a signal ST. And then, a data set including a current value, a voltage value, and a temperature value is stored in the memory unit 130.
  • ADC analog-to-digital converter
  • the memory unit 130 is operatively coupled to the control unit 120.
  • the memory unit 130 may store programs and various data necessary for executing steps to be described later.
  • the memory unit 130 is, for example, a flash memory type, a hard disk type, a solid state disk type, an SDD type, a multimedia card micro type (multimedia card micro type), random access memory (RAM), static random access memory (SRAM), read-only memory (ROM), electrically erasable programmable read-only memory (EEPROM), programmable read-only memory (PROM) ) May include at least one type of storage medium.
  • the communication unit 140 may be communicatively coupled with an external device 2 such as an ECU (Electronic Control Unit) of the electric vehicle 1.
  • the communication unit 140 may receive a command message from the external device 2 and provide the received command message to the controller 130.
  • the command message may be a message requesting activation of a specific function of the battery management apparatus 100 (eg, estimating a state of charge, and controlling on/off of the switch 30 ).
  • the communication unit 140 may transmit a notification message from the control unit 130 to the external device 2.
  • the notification message may be a message for informing the external device 2 of a result of a function executed by the controller 130 (eg, an estimated state of charge).
  • the communication unit 140, the external device 2 and a wired network such as a local area network (LAN), a controller area network (CAN), and a daisy chain, and/or a short-range wireless network such as Bluetooth, ZigBee, and Wi-Fi. Can communicate through.
  • a wired network such as a local area network (LAN), a controller area network (CAN), and a daisy chain
  • a short-range wireless network such as Bluetooth, ZigBee, and Wi-Fi.
  • the control unit 120 is configured to determine a state of health (SOH) or maximum capacity of the battery 20.
  • SOH state of health
  • the controller 120 may calculate the internal resistance of the battery 20 and then determine the SOH or the maximum capacity of the battery 20 based on the difference between the calculated internal resistance and the reference resistance. .
  • the controller 120 uses Equation 1 below, based on the state of charge at each of two different times when the battery 20 is charged and discharged, and the accumulated current value accumulated during the period between the two times, The SOH or maximum capacity of the battery 20 can be determined. Let's say that the first of the two viewpoints is t 1 and the latter is t 2 .
  • Equation 1 Q ref is the reference capacity
  • SOC 1 is the state of charge estimated at time t 1
  • SOC 2 is the state of charge estimated at time t 2
  • ⁇ SOC is the difference between SOC 1 and SOC 2
  • i t is the time t 1
  • Current value representing the current detected at time t between time t and time t 2
  • ⁇ C is the accumulated current value accumulated during the period from time t 1 to time t 2
  • Q est is the estimated value of the maximum capacity at time t 2
  • SOH new represents the estimate of SOH at time t 2
  • Q ref is a predetermined value representing the maximum capacity when the SOH of the battery 20 is 1, and may be stored in advance in the memory unit 130.
  • the controller 120 may be configured to determine the SOH or maximum capacity of the battery 20 using Equation 1, only when ⁇ SOC is equal to or greater than a predetermined value (eg, 0.5).
  • a predetermined value eg, 0.5
  • the control unit 120 determines a first candidate value based on a current value using amperage counting.
  • the first candidate value represents an estimated value of the state of charge of the battery 20 in the current period.
  • the following Equation 2 may be used.
  • Equation 2 The symbols used in Equation 2 are as follows.
  • ⁇ t represents the length of time per cycle.
  • k is a time index that increases by 1 each time ⁇ t elapses, and represents the number of periods that have elapsed from the time when a predetermined event occurs to the present.
  • the event may be, for example, an event in which charging and discharging of the battery 20 is started while the voltage of the battery 20 is stabilized.
  • the state in which the voltage of the battery 20 is stabilized may be a no-load state in which the voltage of the battery 20 is kept constant while no current flows through the battery 20.
  • SOC e [0] is the correspondence between the open circuit voltage (OCV) of the battery 20 and the state of charge by using the open circuit voltage of the battery 20 at the time the event occurs as an index. Can be determined from the OCV-SOC curve defining The OCV-SOC curve is stored in the memory unit 130.
  • Equation 2 i[k+1] denotes the current detected in the current cycle, and SOC e [k] denotes the state of charge determined in the previous cycle by amperage counting or the extended Kalman filter. SOC[k+1] is a first candidate value. In Equation 2, i[k+1] may be replaced by i[k].
  • the controller 120 determines a second candidate value using the extended Kalman filter.
  • the second candidate value represents an estimated value of the state of charge of the battery 20 in the current period. From now on, the extended Kalman filter will be described.
  • the extended Kalman filter is an algorithm for periodically updating the state of charge of the battery 20 by additionally utilizing the equivalent circuit model 200 of the battery 20 along with the amperage counting represented by Equation 2.
  • the equivalent circuit model 200 includes an open circuit voltage source 210, an ohmic resistor R 1 , and an RC pair 220.
  • the open-circuit voltage source 210 simulates an open-circuit voltage, which is a voltage between the positive electrode and the negative electrode of the battery 20 that has been electrochemically stabilized for a long time.
  • the open-circuit voltage (OCV) output by the open-circuit voltage source 210 may be predetermined for various charging states and temperatures through a pre-experiment.
  • the ohmic resistance R 1 is related to the IR drop V 1 of the battery 20.
  • the IR drop refers to an instantaneous change in voltage across both ends of the battery 20 when the battery 20 switches from a no-load state to a charge/discharge state or when the battery 20 transitions from a charge-discharge state to a no-load state.
  • the voltage of the battery 20 measured when charging the battery 20 in the no-load state is started is greater than the open circuit voltage.
  • the voltage of the battery 20 measured when discharging the battery 20 in the no-load state starts is less than the open-circuit voltage.
  • the resistance value of the ohmic resistance R 1 may also be predetermined for various charging states and temperatures through a pre-experiment.
  • the RC pair 220 outputs an over potential (which may also be referred to as a'polarization voltage') V 2 induced by an electric double layer of the battery 20 and the like, and is a resistor R connected in parallel with each other. 2 ) and a capacitor (C 2 ).
  • the over potential (V 2 ) may also be referred to as a'polarization voltage'.
  • the time constant of the RC pair 220 is a product of the resistance value of the resistance R 2 and the capacitance of the capacitor C 2 , and may be predetermined for various charging states and temperatures through a preliminary experiment.
  • V ecm is the output voltage of the equivalent circuit model 200, which is caused by the open-circuit voltage (OCV) by the open-circuit voltage source 210, the IR drop (V 1 ) by the ohmic resistance (R 1 ), and the RC pair 220. It is equal to the sum of the over potential (V 2 ).
  • the over potential of the current period may be defined as in Equation 3 below.
  • Equation 3 R 2 [k+1] is the resistance value of the resistance (R 2 ) of the current period, ⁇ [k+1] is the time constant of the RC pair 220 of the current period, and V 2 [k] is the previous period.
  • the over potential of V 2 [k+1] represents the over potential of the current period.
  • i[k+1] may be replaced by i[k].
  • the over potential V 2 [0] at the time when the event occurs may be 0 V (volt).
  • Equation 4 is a first equation of state related to the temporal update process of the extended Kalman filter, which is derived from a combination of Equations 2 and 3.
  • a symbol ⁇ denoted by a superscript is a symbol indicating a value predicted by time update.
  • a symbol - indicated by a superscript is a symbol indicating a value before correction by a measurement update to be described later.
  • Equation 5 is a second equation of state related to the time update process of the extended Kalman filter.
  • Equation 5 P k is the error corvariance matrix corrected in the previous period, Q k is the process noise covariance matrix in the previous period, T is the transpose matrix operator, and P - k+1 Represents the error covariance matrix for the current period.
  • P 0 [ 1 0; May be 0 1 ].
  • W1 k is the first process noise set in the previous period, and is related to the reliability of amperage counting. That is, W1 k is a positive number representing the inaccuracy of the accumulated current value calculated using amperage counting.
  • W2 k is the second process noise set in the previous period and is related to the reliability of the equivalent circuit model 200.
  • W2 k is a positive number representing the inaccuracy of parameters related to the equivalent circuit model 200. Accordingly, the controller 120 may increase the first process noise as the inaccuracy of the amperage counting increases. The controller 120 may increase the second process noise as the inaccuracy of the equivalent circuit model 200 increases.
  • the controller 120 executes the measurement update process.
  • Equation 6 is a first observation equation related to the measurement update process of the extended Kalman filter.
  • K k+1 represents the Kalman gain of the current period.
  • K (1,1)k+1 is the first component of Kalman gain
  • K (2,1)k+1 is the second component of Kalman gain.
  • R is a measurement noise covariance matrix, and has predetermined components.
  • H k+1 is a system matrix and is for reflecting a change trend of the open circuit voltage of the battery 20 according to the OCV-SOC curve when estimating the state of charge of the battery 20.
  • n is a predetermined positive integer (eg, 1).
  • Equation 7 is a second observation equation related to the measurement update process of the extended Kalman filter.
  • Equation 7 z k+1 is the voltage of the battery 20 measured in the current period, and V ecm [k+1] indicates the output voltage of the equivalent circuit model 200 in the current period.
  • f 1 (SOC[k+1]) represents the open-circuit voltage of the current period (refer to the description of Fig. 2).
  • V 1 [k+1] represents the voltage across the ohmic resistance (R 1 ) in the current period, and the product of any one of i[k+1] and i[k] and R 1 [k+1] It can be the same.
  • R 1 [k+1] is the resistance value of the ohmic resistance R 1 in the current period.
  • the controller 120 may determine R 1 [k+1] based on the temperature value.
  • a first lookup table in which a correspondence relationship between a temperature value and a resistance value of the ohmic resistance R 1 is defined is recorded in the memory unit 130.
  • the controller 120 may obtain a resistance value mapped to a specific temperature value from the first lookup table by using a specific temperature value (eg, a temperature value of a data set) as an index.
  • SOC[k+1] and V 2 [k+1] obtained from Equation 4 are respectively corrected by Equation 7.
  • Equation 4 in correcting SOC[k+1] obtained from Equation 4, as the value of K (1,1)k+1 approaches 0, z k+1 and V ecm [k The effect of the difference between +1] is reduced.
  • One of the reasons for the decrease in K (1,1)k+1 is the incompleteness of the amperage counting (see Equation 2).
  • the decrease in K (1,1)k+1 causes a decrease in the learning ability of the extended Kalman filter based on the difference between z k+1 and V ecm [k+1].
  • Equation 4 in correcting V 2 [k+1] obtained from Equation 4, as the value of K (2,1)k+1 approaches 0, z k+1 and V The influence of the difference between ecm [k+1] is reduced.
  • One of the causes of the decrease in K (2,1)k+1 is the incompleteness of the equivalent circuit model 200.
  • the decrease in K (2,1)k+1 results in a decrease in the learning ability of the extended Kalman filter based on the difference between z k+1 and V ecm [k+1].
  • the control unit 120 in estimating the state of charge of the battery 20 using the extended Kalman filter, the significant reduction of at least one of K (1,1)k+1 and K (2,1)k+1 In order to prevent the accuracy of estimation due to deterioration, a ratio between the first process noise and the second process noise may be adjusted.
  • Equation 8 is a third observation equation related to the measurement update process of the extended Kalman filter.
  • Equation 8 E represents an identity matrix. P - k+1 obtained from Equation 5 is corrected to P k+1 by Equation 8.
  • the control unit 120 periodically updates the state of charge of the battery 20 by executing each calculation step according to Equations 4 to 8 at least once each time the time index k increases by one.
  • the control unit 120 determines a second candidate value based on the data set. It has been described above that the data set includes current values, voltage values and temperature values. The controller 120 determines R 2 [k+1] and ⁇ [k+1] of Equation 4 based on the temperature value and the state of charge determined in the previous cycle. To this end, a second lookup table in which a correspondence relationship between a state of charge, a temperature value, and a resistance value of the resistance R 2 is defined may be recorded in the memory unit 130. The controller 120 uses the temperature value of the data set and the state of charge determined in the previous period as an index, and calculates the temperature value of the data set and the resistance value mapped to the state of charge determined in the previous period from the second lookup table as an index.
  • a third lookup table in which a correspondence relationship between a state of charge, a temperature value, and a time constant is defined may be recorded.
  • the controller 120 uses the temperature value of the data set and the state of charge determined in the previous period as an index, and calculates the temperature value of the data set and the time constant mapped to the state of charge determined in the previous period from the third lookup table as an index. It can be obtained as ⁇ [k+1].
  • the control unit 120 sets i[k+1] (or i[k]) in Equation 4 to be equal to the current value of the data set, and z k+1 in Equation 7 to be the same as the voltage value of the data set. Set. Accordingly, the control unit 120 may determine the SOC[k+1] corrected by Equation 7 as the second candidate value.
  • control unit 120 proceeds through a process to be described from now on, among the first and second candidate values.
  • One is configured to determine the state of charge of the battery 20 in the current period.
  • the controller 120 determines a difference value, which is an absolute value of the difference between the first candidate value and the second candidate value. For example, when the first candidate value is 0.51 and the second candidate value is 0.52, the difference value is 0.01. As another example, when the first candidate value is 0.77 and the second candidate value is 0.75, the difference value is 0.02.
  • the controller 120 may compare the difference value with a predetermined threshold value.
  • the threshold value is stored in the memory unit 130 and may be, for example, 0.03.
  • the controller 120 may determine the first candidate value as the state of charge of the battery 20.
  • the controller 120 determines a second candidate value instead of the first candidate value as the state of charge of the battery 20.
  • the Kalman gain K k + 1, the first component K (1,1) + k 1 is a predetermined first lower limit value (for example, 0.01) or more, the Kalman gain K k + 1 of the second component of K
  • a predetermined second lower limit eg, 0.001
  • the ratio of the second process noise to the first process noise can be set equal to a predetermined reference ratio (eg, 0.1).
  • the first process noise may be set equal to a predetermined first reference value (eg, 0.1)
  • the second process noise may be set equal to a predetermined second reference value (eg, 0.01). That is, the reference ratio may be equal to a value obtained by dividing the second reference value by the first reference value.
  • the Kalman gain K k + first component K (1,1) k + 1 second component K (2,1) is smaller than the first lower limit value
  • the ratio of the second process noise to the first process noise may be reduced than the reference ratio.
  • the first process noise may be set equal to the first reference value
  • the second process noise may be set to a value smaller than the second reference value.
  • the first process noise may be set to a value greater than the first reference value
  • the second process noise may be set equal to the second reference value.
  • the first process noise may be set to a value larger than the first reference value
  • the second process noise may be set to a value smaller than the second reference value.
  • the Kalman gain K k + first component K (1,1) k + 1 second component K (2,1) is smaller than the first lower limit value
  • the first component K (1,1)k+1 and the difference between the reference ratio and the ratio of the second process noise to the first process noise are proportional to the difference between the first lower limit and the first lower limit.
  • a ratio of the second process noise to the process noise may be determined.
  • the ratio of the second process noise to the first process noise is determined to be 0.09, and the first component K (1, 1)
  • a ratio of the second process noise to the first process noise may be determined as 0.085.
  • the Kalman gain K k + first component K (1,1) + k is 1 more than the first lower limit value
  • the Kalman gain K k + second component K (2,1) of one of the k + 1 When 1 is less than the second lower limit value, the ratio of the second process noise to the first process noise may be increased than the reference ratio.
  • the first process noise may be set equal to the first reference value
  • the second process noise may be set to a value greater than the second reference value.
  • the first process noise may be set to a value smaller than the first reference value
  • the second process noise may be set equal to the second reference value.
  • the first process noise may be set to a value smaller than the first reference value
  • the second process noise may be set to a value larger than the second reference value.
  • the Kalman gain K k + first component K (1,1) + k is 1 more than the first lower limit value
  • the Kalman gain K k + second component K (2,1) of one of the k + 1 If 1 is less than the second lower limit, the difference between the ratio of the second process noise to the first process noise and the reference ratio is proportional to the difference between the second component K (2,1)k+1 and the second lower limit.
  • a ratio of the second process noise to the first process noise may be determined.
  • the ratio of the second process noise to the first process noise is determined to be 0.115, and the second component K (2, 1)
  • a ratio of the second process noise to the first process noise may be determined as 0.121.
  • the controller 120 may determine the first process noise using Equation 9 below.
  • the controller 120 may determine the second process noise using Equation 10 below.
  • D 1 is the absolute value of the difference between the first component K (1,1)k+1 and the first lower limit
  • D 2 is the second component K (2,1)k+1 and the second
  • M W1 is the first reference value
  • M W2 is the second reference value
  • M 1 is the first weight
  • M 2 is the second weight
  • M 3 is the third weight
  • M 4 is the fourth weight
  • W1 k denotes the first process noise
  • W2 k denotes the second process noise
  • M 1 , M 2 M 3 and M 4 may be the same or different predetermined positive numbers.
  • each of the first process noise and the second process noise may be set equal to W1 k by Equation 9 and W2 k by Equation 10.
  • the first process noise and the second process noise set as described above may be respectively assigned to W1 k and W2 k in Equation 5 in the process of estimating the state of charge of the next cycle.
  • the controller 120 may selectively output a switching signal SS in order to control the switch 30.
  • the control unit 120, the control unit 120, the first component K (1,1) k+1 is less than the first lower limit value, or the second component K (2,1) k+1 is less than the second lower limit value.
  • the duty ratio of the switching signal SS may be limited to a predetermined reference duty ratio (eg, 0.2) or less. When the duty ratio of the switching signal SS is limited to less than the reference duty ratio, as the maximum value of current that can flow through the battery 20 decreases, a sudden change in voltage and temperature of the battery 20 may be suppressed. .
  • FIGS. 4 and 5 are flowcharts illustrating a battery management method executed by the battery management apparatus of FIG. 1 of FIG. 1 by way of example.
  • the methods of FIGS. 4 and 5 may be periodically executed from a point in time when an event occurs.
  • the methods of FIGS. 4 and 5 may be terminated when charging/discharging of the battery 20 is stopped.
  • step S400 the controller 120 determines the maximum capacity (or SOH) of the battery 20 (see Equation 1).
  • step S405 the control unit 120 detects the current, voltage, and temperature of the battery 20 using the sensing unit 110.
  • the sensing unit 110 outputs a signal SI representing the detected current, a signal SV representing the detected voltage, and a signal ST representing the detected temperature to the controller 120.
  • step S410 the controller 120 receives a signal SI, a signal SV, and a signal ST, a current value representing the current of the battery 20, a voltage value representing the voltage of the battery 20, and A data set including temperature values representing the temperature of the battery 20 is generated.
  • step S420 the controller 120 determines a first candidate value for the state of charge of the battery 20 based on the current value using amperage counting (see Equation 2).
  • step S430 the controller 120 determines a Kalman gain K k+1 and a second candidate value for the state of charge of the battery 20 based on the data set using the extended Kalman filter (Equations 3 to See Equation 8).
  • steps S420 and S430 may be executed simultaneously, or step S430 may be executed before step S420.
  • step S440 the controller 120 determines a difference value between the first candidate value and the second candidate value.
  • step S500 the control unit 120 determines whether the difference value is greater than the threshold value. When the value of step S500 is "YES”, step S510 proceeds. If the value of step S500 is "NO”, step S520 proceeds.
  • step S510 the controller 120 determines the first candidate value as the state of charge of the battery 20.
  • step S520 the controller 120 determines the second candidate value as the state of charge of the battery 20.
  • step S530 control unit 120, the Kalman gain K first component of the k + 1 K (1,1) k + 1 is less than or equal to the first lower limit value, the Kalman gain K k + 1 of the second component K (2 ,1) It is determined whether k+1 is less than the second lower limit.
  • a value of "NO" in step S530 indicates that the first component K (1,1)k+1 is equal to or greater than the first lower limit value, and that the second component K (2,1)k+1 is equal to or greater than the second lower limit value. If the value of step S530 is "NO”, step S540 proceeds. If the value of step S530 is "YES", at least one of step S550 and step S560 proceeds.
  • step S540 the control unit 120 sets the ratio of the second process noise to the first process noise equal to the reference ratio.
  • the first process noise may be set equal to the first reference value
  • the second process noise may be set equal to the second reference value.
  • the reference ratio is a value obtained by dividing the second reference value by the first reference value.
  • step S550 the control unit 120 decreases or increases the ratio of the second process noise to the first process noise compared to the reference ratio (refer to Equations 9 and 10).
  • step S560 the controller 120 limits the duty ratio of the switching signal SS output to the switch 30 to less than or equal to the reference duty ratio.
  • the difference between the limited duty ratio and the reference duty ratio is the absolute value of the difference between the first component K (1,1)k+1 and the first lower limit and between the second component K (2,1)k+1 and the second lower limit. It can be proportional to any one of the absolute values of the difference (eg, the larger one).
  • step S550 and step S560 may be executed simultaneously, step S560 may be executed before step S550, or only one of step S550 and step S560 may be executed.
  • the embodiments of the present invention described above are not implemented only through an apparatus and a method, but may be implemented through a program realizing a function corresponding to the configuration of the embodiment of the present invention or a recording medium in which the program is recorded. Implementation can be easily implemented by an expert in the technical field to which the present invention belongs from the description of the above-described embodiment.

Abstract

배터리 관리 장치, 배터리 관리 방법 및 배터리 팩이 제공된다. 상기 배터리 관리 장치는, 배터리의 전류, 전압 및 온도를 검출하도록 구성된 센싱부; 및 제어부를 포함한다. 상기 제어부는, 암페어 카운팅을 이용하여, 상기 배터리의 충전 상태에 대한 제1 후보값을 결정한다. 상기 제어부는, 확장 칼만 필터를 이용하여, 칼만 게인 및 상기 충전 상태에 대한 제2 후보값을 결정한다. 상기 제어부는, 상기 제1 후보값과 상기 제2 후보값 간의 차이값이 임계값보다 큰 경우, 상기 제1 후보값을 상기 충전 상태로서 결정한다. 상기 제어부는, 상기 칼만 게인의 제1 성분 및 제2 성분을 기초로, 상기 확장 칼만 필터의 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 기준 비율을 조절한다.

Description

배터리 관리 장치, 배터리 관리 방법 및 배터리 팩
본 발명은, 배터리의 충전 상태를 추정하는 기술에 관한 것이다.
본 출원은 2019년 02월 07일자로 출원된 한국 특허출원 번호 제10-2019-0014609호에 대한 우선권주장출원으로서, 해당 출원의 명세서 및 도면에 개시된 모든 내용은 인용에 의해 본 출원에 원용된다.
최근, 노트북, 비디오 카메라, 휴대용 전화기 등과 같은 휴대용 전자 제품의 수요가 급격하게 증대되고, 전기 자동차, 에너지 저장용 축전지, 로봇, 위성 등의 개발이 본격화됨에 따라, 반복적인 충방전이 가능한 배터리에 대한 연구가 활발히 진행되고 있다.
현재 상용화된 배터리로는 니켈 카드뮴 전지, 니켈 수소 전지, 니켈 아연 전지, 리튬 배터리 등이 있는데, 이 중에서 리튬 배터리는 니켈 계열의 배터리에 비해 메모리 효과가 거의 일어나지 않아 충방전이 자유롭고, 자가 방전율이 매우 낮으며 에너지 밀도가 높은 장점으로 각광을 받고 있다.
배터리의 충방전을 제어하는 데에 요구되는 중요한 파라미터들 중 하나는 충전 상태(SOC: state of charge)이다. 충전 상태는, 배터리가 완전히 충전된 때에 배터리에 저장된 전기 에너지를 나타내는 최대 용량(maximum capacity)에 대한 현재 남아있는 용량의 상대적 비율을 나타내는 파라미터로서, 0~1 또는 0%~100%로 표현될 수 있다. 예컨대, 배터리의 최대 용량이 1000Ah(ampere-hour)이고, 배터리에 현재 남아있는 용량이 750Ah인 경우, 배터리의 충전 상태는 0.75(또는 75%)이다.
배터리의 충전 상태를 추정하는 데에는 암페어 카운팅과 등가 회로 모델이 대표적으로 이용되고 있다. 암페어 카운팅은, 배터리를 통해 흐르는 전류를 시간에 대해 누적한 전류 적산값을 기초로, 배터리의 충전 상태를 추정한다. 그러나, 전류 센서의 측정 오차 및/또는 외부로부터의 노이즈로 인해, 암페어 카운팅에 의해 추정된 충전 상태와 실제의 충전 상태 간의 차이가 발생할 수 있다는 문제가 있다. 등가 회로 모델은, 배터리의 전기화학적인 특성을 모사하도록 설계된 것이다. 다만, 배터리는 동작 상태에 따라 비선형적인 특성을 가지는데, 배터리의 비선형적인 특성을 완벽하게 모사하도록 등가 회로 모델을 설계하는 것은 매우 어려운 일이다.
전술한 암페어 카운팅과 등가 회로 모델 각각의 단점을 해결하기 위해, 확장 칼만 필터를 이용하여 배터리의 충전 상태를 추정하는 기술이 존재한다. 확장 칼만 필터는, 암페어 카운팅과 등가 회로 모델을 조합함으로써, 암페어 카운팅 및 등가 회로 모델 중 하나만을 이용할 때보다 충전 상태를 정확하게 추정할 수 있다.
확장 칼만 필터를 이용하여 배터리의 충전 상태를 추정하기 위해서는, 적어도 하나의 상태 변수(예, 충전 상태, 오버포텐셜) 각각과 관련된 두 프로세스 노이즈가 설정될 것이 요구된다.
그런데, 종래에는, 각 프로세스 노이즈에 고정된 값이 할당되기 때문에, 배터리의 동작 상태나 사용 환경에 맞춰 암페어 카운팅과 등가 회로 모델 각각의 신뢰도를 적절히 조절하지 못하였다.
본 발명은, 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 매 주기마다 배터리의 충전 상태에 대한 복수의 후보값을 결정한 다음, 복수의 후보값 간의 관계를 기초로 배터리의 충전 상태를 결정할 수 있는 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩을 제공하는 것을 목적으로 한다.
또한, 본 발명은, 매 주기마다 결정되는 확장 칼만 필터의 칼만 게인에 포함된 두 성분 각각의 값을 기초로, 확장 칼만 필터 내에서의 암페어 카운팅과 등가 회로 모델 각각의 신뢰도를 조절할 수 있는 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩을 제공하는 것을 목적으로 한다.
본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허청구범위에 나타난 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일 측면에 따른 배터리 관리 장치는, 배터리의 전류, 전압 및 온도를 검출하도록 구성된 센싱부; 및 제어부를 포함한다. 상기 제어부는, 상기 검출된 전류를 나타내는 전류값, 상기 검출된 전압을 나타내는 전압값 및 상기 검출된 온도를 나타내는 온도값을 포함하는 데이터 세트를 생성하도록 구성된다. 상기 제어부는, 암페어 카운팅을 이용하여, 상기 전류값을 기초로, 상기 배터리의 충전 상태에 대한 제1 후보값을 결정하도록 구성된다. 상기 제어부는, 확장 칼만 필터를 이용하여, 상기 데이터 세트를 기초로, 칼만 게인 및 상기 충전 상태에 대한 제2 후보값을 결정하도록 구성된다. 상기 제어부는, 상기 제1 후보값과 상기 제2 후보값 간의 차이값이 임계값보다 큰 경우, 상기 제1 후보값을 상기 충전 상태로서 결정하도록 구성된다. 상기 제어부는, 상기 칼만 게인의 제1 성분이 소정의 제1 하한값 이상이고 상기 칼만 게인의 제2 성분이 소정의 제2 하한값 이상인 경우, 상기 확장 칼만 필터의 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 소정의 기준 비율과 동일하게 설정하도록 구성된다. 상기 제1 프로세스 노이즈는, 상기 암페어 카운팅의 신뢰도에 연관된다. 상기 제2 프로세스 노이즈는, 상기 배터리의 등가 회로 모델의 신뢰도에 연관된다.
상기 제어부는, 상기 칼만 게인의 제1 성분이 상기 제1 하한값 이상이고 상기 칼만 게인의 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 프로세스 노이즈를 소정의 제1 기준값과 동일하게 설정하고, 상기 제2 프로세스 노이즈를 소정의 제2 기준값과 설정하도록 구성될 수 있다. 상기 기준 비율은, 상기 제2 기준값을 상기 제1 기준값으로 나눈 값과 동일할 수 있다.
상기 제어부는, 상기 제1 성분이 상기 제1 하한값보다 작고, 상기 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 감소시키도록 구성될 수 있다.
상기 제어부는, 상기 제1 성분이 상기 제1 하한값보다 작고, 상기 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 기준값보다 큰 값을 상기 제1 프로세스 노이즈로 결정하거나 상기 제2 기준값보다 작은 값을 상기 제2 프로세스 노이즈로 결정하도록 구성될 수 있다.
상기 제어부는, 상기 제1 성분이 상기 제1 하한값 이상이고, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 증가시키도록 구성될 수 있다.
상기 제어부는, 상기 제1 성분이 상기 제1 하한값 이상이고, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 제1 기준값보다 작은 값을 상기 제1 프로세스 노이즈로 결정하거나 상기 제2 기준값보다 큰 값을 상기 제2 프로세스 노이즈로 결정하도록 구성될 수 있다.
상기 제어부는, 상기 제1 성분이 상기 제1 하한값보다 작거나, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 하기의 수식 1 및 수식 2를 이용하여, 상기 제1 프로세스 노이즈 및 상기 제2 프로세스 노이즈를 결정하도록 구성될 수 있다.
<수식 1>
Figure PCTKR2020001522-appb-img-000001
<수식 2>
Figure PCTKR2020001522-appb-img-000002
D 1은 상기 제1 성분과 상기 제1 하한값 간의 차이의 절대값, D 2은 상기 제2 성분과 상기 제2 하한값 간의 차이의 절대값, M W1은 상기 제1 기준값, M W2은 상기 제2 기준값, M 1은 제1 가중치, M 2은 제2 가중치, M 3은 제3 가중치, M 4은 제4 가중치, W1 k은 상기 제1 프로세스 노이즈, W2 k은 상기 제2 프로세스 노이즈를 나타낸다.
상기 제어부는, 상기 차이값이 상기 임계값 이하인 경우, 상기 제1 후보값 대신 상기 제2 후보값을 상기 충전 상태로서 결정하도록 구성될 수 있다.
상기 제어부는, 상기 배터리의 전류 경로에 설치된 스위치를 제어하기 위한 스위칭 신호를 선택적으로 출력하도록 구성될 수 있다. 상기 제어부는, 상기 제1 성분이 상기 제1 하한값보다 작거나, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 스위칭 신호의 듀티비를 기준 듀티비 이하로 제한하도록 구성될 수 있다.
본 발명의 다른 측면에 따른 배터리팩은, 상기 배터리 관리 장치를 포함한다.
본 발명의 또 다른 측면에 따른 배터리 관리 방법은, 배터리의 전류, 전압 및 온도를 검출하는 단계; 상기 검출된 전류를 나타내는 전류값, 상기 검출된 전압을 나타내는 전압값 및 상기 검출된 온도를 나타내는 온도값을 포함하는 데이터 세트를 생성하는 단계; 암페어 카운팅을 이용하여, 상기 전류값을 기초로, 상기 배터리의 충전 상태에 대한 제1 후보값을 결정하는 단계; 확장 칼만 필터를 이용하여, 상기 데이터 세트를 기초로, 칼만 게인 및 상기 충전 상태에 대한 제2 후보값을 결정하는 단계; 상기 제1 후보값과 상기 제2 후보값 간의 차이값이 임계값보다 큰 경우, 상기 제1 후보값을 상기 충전 상태로서 결정하는 단계; 및 상기 칼만 게인의 제1 성분이 소정의 제1 하한값 이상이고 상기 칼만 게인의 제2 성분이 소정의 제2 하한값 이상인 경우, 상기 확장 칼만 필터의 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 소정의 기준 비율과 동일하게 설정하는 단계를 포함한다. 상기 제1 프로세스 노이즈는, 상기 암페어 카운팅의 신뢰도에 연관된다. 상기 제2 프로세스 노이즈는, 상기 배터리의 등가 회로 모델의 신뢰도에 연관된다.
상기 배터리 관리 방법은, 상기 제1 성분이 상기 제1 하한값보다 작고, 상기 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 감소시키는 단계를 더 포함할 수 있다.
상기 배터리 관리 방법은, 상기 제1 성분이 상기 제1 하한값 이상이고, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 증가시키는 단계를 더 포함할 수 있다.
본 발명의 실시예들 중 적어도 하나에 의하면, 매 주기마다 배터리의 충전 상태에 대한 복수의 후보값을 결정한 다음, 복수의 후보값 간의 관계를 기초로 배터리의 충전 상태를 보다 정확하게 결정할 수 있다.
또한, 본 발명의 실시예들 중 적어도 하나에 의하면, 매 주기마다 결정되는 확장 칼만 필터의 칼만 게인에 포함된 두 성분 각각의 값을 기초로, 확장 칼만 필터 내에서의 암페어 카운팅과 등가 회로 모델 각각의 신뢰도를 조절할 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 배터리 팩의 구성을 예시적으로 나타낸 도면이다.
도 2는 배터리의 등가 회로 모델의 회로 구성을 예시적으로 나타낸 도면이다.
도 3은 배터리의 OCV-SOC 커브를 예시적으로 나타낸 도면이다.
도 4 및 도 5는 도 1의 배터리 관리 장치에 의해 실행되는 배터리 관리 방법을 예시적으로 보여주는 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어들은, 다양한 구성요소들 중 어느 하나를 나머지와 구별하는 목적으로 사용되는 것이고, 그러한 용어들에 의해 구성요소들을 한정하기 위해 사용되는 것은 아니다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 <제어부>와 같은 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다.
도 1은 본 발명의 일 실시예에 따른 배터리 팩의 구성을 예시적으로 나타낸 도면이고, 도 2는 배터리의 등가 회로 모델의 회로 구성을 예시적으로 나타낸 도면이고, 도 3은 배터리의 OCV-SOC 커브를 예시적으로 보여준다.
도 1을 참조하면, 배터리 팩(10)은, 전기 차량(1) 등과 같은 전력 구동 장치에 요구되는 전기 에너지를 제공하기 위한 것으로서, 배터리(20), 스위치(30) 및 배터리 관리 장치(100)를 포함한다.
배터리(20)는, 적어도 하나의 배터리 셀을 포함한다. 각 배터리 셀은, 예컨대 리튬 이온 셀일 수 있다. 물론, 배터리 셀의 종류가 리튬 이온 셀에 한정되는 것은 아니며, 반복적인 충방전이 가능한 것이라면 특별히 한정되지 않는다. 배터리(20)에 포함된 각 배터리 셀은, 다른 배터리 셀과 직렬 또는 병렬로 전기적으로 연결된다.
스위치(30)는, 배터리(20)의 충방전을 위한 전류 경로에 설치된다. 스위치(30)의 제어 단자는 제어부(120)에 전기적으로 연결 가능하게 제공된다. 스위치(30)는, 제어부(120)에 의해 출력되는 스위칭 신호(SS)가 제어 단자에 인가되는 것에 응답하여, 스위칭 신호(SS)의 듀티비에 따라 온오프 제어된다. 스위치(30)는, 스위칭 신호(SS)가 하이-레벨인 경우에 턴 온되고, 스위칭 신호(SS)가 로우-레벨인 경우에 턴 오프될 수 있다.
배터리 관리 장치(100)는, 배터리(20)의 충전 상태를 주기적으로 결정하기 위해, 배터리(20)에 전기적으로 연결 가능하도록 제공된다. 배터리 관리 장치(100)는, 센싱부(110), 제어부(120), 메모리부(130) 및 통신부(140)를 포함한다.
센싱부(110)는, 배터리(20)의 전압, 전류 및 온도를 검출하도록 구성된다. 센싱부(110)는, 전류 센서(111), 전압 센서(112) 및 온도 센서(113)를 포함한다.
전류 센서(111)는, 배터리(20)의 충방전 경로에 전기적으로 연결 가능하도록 제공된다. 전류 센서(111)는, 배터리(20)를 통해 흐르는 전류를 검출하고, 검출된 전류를 나타내는 신호(SI)를 제어부(120)에게 출력하도록 구성된다.
전압 센서(112)는, 배터리(20)의 양극 단자와 음극 단자에 전기적으로 연결 가능하도록 제공된다. 전압 센서(112)는, 배터리(20)의 양극 단자와 음극 단자 사이에 걸친 전압을 검출하고, 검출된 전압을 나타내는 신호(SV)를 제어부(120)에게 출력하도록 구성된다.
온도 센서(113)는, 배터리(20)로부터 소정 거리 내의 영역의 온도를 검출하고, 검출된 온도를 나타내는 신호(ST)를 제어부(120)에게 출력하도록 구성된다.
제어부(120)는, 센싱부(110), 메모리부(130), 통신부(140) 및 스위치(30)에 동작 가능하게 결합된다. 제어부(120)는, 하드웨어적으로, ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
제어부(120)는, 센싱부(110)에 의해 출력되는 신호(SI), 신호(SV) 및 신호(ST)를 주기적으로 수신하도록 구성된다. 제어부(120)는, 제어부(120)에 포함된 ADC(analog-to-digital converter)를 이용하여, 신호(SI), 신호(SV) 및 신호(ST) 각각으로부터 전류값, 전압값 및 온도값을 결정한 다음, 전류값, 전압값 및 온도값을 포함하는 데이터 세트를 메모리부(130)에 저장하도록 구성된다.
메모리부(130)는, 제어부(120)에 동작 가능하게 결합된다. 메모리부(130)에는, 후술할 단계들을 실행하는 데에 필요한 프로그램 및 각종 데이터가 저장될 수 있다. 메모리부(130)는, 예컨대 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory) 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
통신부(140)는, 전기 차량(1)의 ECU(Electronic Control Unit)와 같은 외부 디바이스(2)와 통신 가능하게 결합될 수 있다. 통신부(140)는, 외부 디바이스(2)로부터의 명령 메시지를 수신하고, 수신된 명령 메시지를 제어부(130)에게 제공할 수 있다. 명령 메시지는, 배터리 관리 장치(100)의 특정 기능(예, 충전 상태의 추정, 스위치(30)에 대한 온오프 제어)의 활성화를 요구하는 메시지일 수 있다. 통신부(140)는, 제어부(130)로부터의 통지 메시지를 외부 디바이스(2)에게 전달할 수 있다. 통지 메시지는, 제어부(130)에 의해 실행된 기능의 결과(예, 추정된 충전 상태)를 외부 디바이스(2)에게 알리기 위한 메시지일 수 있다. 예를 들어, 통신부(140)는, 외부 디바이스(2)와 LAN(local area network), CAN(controller area network), 데이지 체인과 같은 유선 네트워크 및/또는 블루투스, 지그비, 와이파이 등의 근거리 무선 네트워크를 통해 통신할 수 있다.
제어부(120)는, 배터리(20)의 SOH(state of health) 또는 최대 용량을 결정하도록 구성된다. 최대 용량은, 배터리(20)에 현재 최대로 저장 가능한 전하량을 나타내는 용어로서, '완전 충전 용량'이라고 칭할 수도 있다. 즉, 최대 용량은, 충전 상태가 1(=100%)인 배터리(20)를 충전 상태가 0(=0%)가 될 때까지 방전시키는 동안에 흐르는 전류의 적산값과 동일하다. 일 예로, 제어부(120)는, 배터리(20)의 내부 저항(internal resistance)을 연산한 다음, 연산된 내부 저항과 기준 저항 간의 차이를 기초로 배터리(20)의 SOH 또는 최대 용량을 결정할 수 있다. 다른 예로, 제어부(120)는, 다음의 수식 1을 이용하여, 배터리(20)가 충방전되는 서로 다른 두 시점 각각에서의 충전 상태 및 두 시점 사이의 기간 동안에 적산된 전류 적산값을 기초로, 배터리(20)의 SOH 또는 최대 용량을 결정할 수 있다. 두 시점 중 앞의 시점을 t 1, 뒤의 시점을 t 2라고 해보자.
<수식 1>
Figure PCTKR2020001522-appb-img-000003
수식 1에서, Q ref는 기준 용량, SOC 1은 시점 t 1에서 추정된 충전 상태, SOC 2은 시점 t 2에서 추정된 충전 상태, ΔSOC는 SOC 1과 SOC 2 간의 차이, i t는 시점 t 1과 시점 t 2 사이의 시점 t에서 검출된 전류를 나타내는 전류값, ΔC은 시점 t 1부터 시점 t 2 까지의 기간 동안에 적산된 전류 적산값, Q est는 시점 t 2에서의 최대 용량의 추정치, SOH new는 시점 t 2에서의 SOH의 추정치를 나타낸다. Q ref는, 배터리(20)의 SOH가 1이었을 때의 최대 용량을 나타내는 미리 정해진 값으로서, 메모리부(130)에 미리 저장되어 있을 수 있다.
수식 1과 관련하여, ΔSOC가 지나치게 작은 경우, Q est가 실제와는 큰 차이를 보일 수 있다. 따라서, 제어부(120)는, ΔSOC가 소정값(예, 0.5) 이상인 경우에 한하여, 수식 1을 이용하여 배터리(20)의 SOH 또는 최대 용량을 결정하도록 구성될 수 있다.
지금부터는, 제어부(120)에 의해 실행되는, 배터리(20)의 SOC를 추정하기 위한 동작을 보다 상세히 설명하기로 한다.
제어부(120)는, 암페어 카운팅을 이용하여, 전류값을 기초로, 제1 후보값을 결정한다. 제1 후보값은, 현 주기의 배터리(20)의 충전 상태의 추정치를 나타낸다. 제1 후보값을 결정하는 데에는, 다음의 수식 2가 이용될 수 있다.
<수식 2>
Figure PCTKR2020001522-appb-img-000004
수식 2에 사용된 기호들에 대해 설명하면 다음과 같다. Δt는 주기 당 시간 길이를 나타낸다. k는 Δt의 시간이 경과할 때마다 1씩 증가하는 시간 인덱스로서, 소정의 이벤트가 발생한 시점으로부터 현재까지 경과된 주기의 수를 나타낸다. 이벤트는, 예컨대 배터리(20)의 전압이 안정화된 상태에서 배터리(20)의 충방전이 시작되는 이벤트일 수 있다. 배터리(20)의 전압이 안정화된 상태란, 배터리(20)를 통해 전류가 흐르지 않으면서 배터리(20)의 전압이 일정하게 유지되는 무부하 상태일 수 있다. 이 경우, SOC e[0]는, 이벤트가 발생된 시점에서의 배터리(20)의 개방 전압을 인덱스로서 이용하여, 배터리(20)의 개방 전압(OCV: open circuit voltage)과 충전 상태 간의 대응 관계를 규정하는 OCV-SOC 커브로부터 결정될 수 있다. OCV-SOC 커브는, 메모리부(130)에 저장되어 있다.
수식 2에서, i[k+1]는 현 주기에서 검출된 전류, SOC e[k]는 암페어 카운팅 또는 확장 칼만 필터에 의해 이전 주기에서 결정된 충전 상태를 나타낸다. SOC[k+1]는 제1 후보값이다. 수식 2에서, i[k+1]은 i[k]로 대체될 수도 있다.
제어부(120)는, 확장 칼만 필터를 이용하여, 제2 후보값을 결정한다. 제2 후보값은, 현 주기의 배터리(20)의 충전 상태의 추정치를 나타낸다. 지금부터, 확장 칼만 필터에 대하여 설명하겠다.
확장 칼만 필터는, 수식 2로 표현되는 암페어 카운팅과 함께, 배터리(20)의 등가 회로 모델(200)을 추가적으로 활용하여, 배터리(20)의 충전 상태를 주기적으로 갱신하기 위한 알고리즘이다.
도 2를 참조하면, 등가 회로 모델(200)은, 개방 전압원(210), 옴 저항(R 1) 및 RC 페어(220)를 포함한다.
개방 전압원(210)은, 전기화학적으로 장시간 동안 안정화된 배터리(20)의 양극과 음극 사이의 전압인 개방 전압을 모사하는 것이다. 개방 전압원(210)에 의해 출력되는 개방 전압은, 배터리(20)의 충전 상태와 비선형적인 함수 관계를 가진다. 즉, OCV = f 1(SOC)이고, SOC = f 2(OCV)로서, f 1 및 f 2는 서로의 역함수이다. 예를 들어, 도 3을 참조하면, 3.3 V = f 1(0.5)이고, 0.7 = f 2(3.47 V)이다.
개방 전압원(210)에 의해 출력되는 개방 전압(OCV)은, 사전 실험을 통해 다양한 충전 상태와 온도별로 미리 정해져 있을 수 있다.
옴 저항(R 1)은, 배터리(20)의 IR 드롭(V 1)에 연관된다. IR 드롭은, 배터리(20)가 무부하 상태로부터 충방전 상태로 전환 시 또는 충방전 상태로부터 무부하 상태로 전환 시에, 배터리(20)의 양단에 걸친 전압의 순간적인 변화를 칭한다. 예컨대, 무부하 상태의 배터리(20)에 대한 충전이 개시되는 시점에 측정되는 배터리(20)의 전압은 개방 전압보다 크다. 다른 예로, 무부하 상태의 배터리(20)에 대한 방전이 개시되는 시점에 측정되는 배터리(20)의 전압은 개방 전압보다 작다. 옴 저항(R 1)의 저항값 역시, 사전 실험을 통해 다양한 충전 상태와 온도별로 미리 정해져 있을 수 있다.
RC 페어(220)는, 배터리(20)의 전기 이중층(electric double layer) 등에 의해 유도되는 오버 포텐셜('분극 전압'이라고 칭할 수도 있음)(V 2)을 출력하는 것으로서, 서로 병렬 연결된 저항(R 2)과 커패시터(C 2)를 포함한다. 오버 포텐셜(V 2)은 '분극 전압'이라고 칭할 수도 있다. RC 페어(220)의 시상수(time constant)는, 저항(R 2)의 저항값과 커패시터(C 2)의 커패시턴스의 곱이며, 사전 실험을 통해 다양한 충전상태 및 온도별로 미리 정해져 있을 수 있다.
V ecm은, 등가 회로 모델(200)의 출력 전압으로서, 개방 전압원(210)에 의한 개방 전압(OCV), 옴 저항(R 1)에 의한 IR 드롭(V 1) 및 RC 페어(220)에 의한 오버 포텐셜(V 2)의 합과 동일하다.
등가 회로 모델(200)에서, 현 주기의 오버 포텐셜은 아래의 수식 3과 같이 정의될 수 있다.
<수식 3>
Figure PCTKR2020001522-appb-img-000005
수식 3에서, R 2[k+1]는 현 주기의 저항(R 2)의 저항값, τ[k+1]는 현 주기의 RC 페어(220)의 시상수, V 2[k]은 이전 주기의 오버 포텐셜, V 2[k+1]은 현 주기의 오버 포텐셜을 나타낸다. 수식 3에서, i[k+1]은 i[k]로 대체될 수도 있다. 이벤트가 발생된 시점의 오버 포텐셜 V 2[0]은, 0 V(volt)일 수 있다.
다음의 수식 4는, 확장 칼만 필터의 시간 업데이트 과정에 연관된 제1 상태 방정식으로서, 수식 2 및 수식 3의 조합으로부터 유도되는 것이다.
<수식 4>
Figure PCTKR2020001522-appb-img-000006
수식 4 및 아래의 수식 5 내지 수식 8에서, 윗첨자로 표시된 기호 ^은, 시간 업데이트에 의해 예측된 값임을 나타내는 기호이다. 또한, 윗첨자로 표시된 기호 -은, 후술될 측정 업데이트에 의해 보정되기 전의 값임을 나타내는 기호이다.
다음의 수식 5는, 확장 칼만 필터의 시간 업데이트 과정에 연관된 제2 상태 방정식이다.
<수식 5>
Figure PCTKR2020001522-appb-img-000007
수식 5에서, P k는 이전 주기에서 보정된 오차 공분산 행렬(error corvariance matrix), Q k는 이전 주기에서의 프로세스 노이즈 공분산 행렬(process noise covariance matrix), T는 전치 행렬 연산자, P - k+1는 현 주기의 오차 공분산 행렬을 나타낸다. k=0에서, P 0 =[ 1 0 ; 0 1 ] 일 수 있다. W1 k은, 이전 주기에서 설정된 제1 프로세스 노이즈로서, 암페어 카운팅의 신뢰도에 연관된다. 즉, W1 k은, 암페어 카운팅을 이용하여 연산된 전류 적산값의 부정확도를 나타내는 양수이다. W2 k은, 이전 주기에서 설정된 제2 프로세스 노이즈로서, 등가 회로 모델(200)의 신뢰도에 연관된다. 즉, W2 k은, 등가 회로 모델(200)에 연관된 파라미터들의 부정확도를 나타내는 양수이다. 따라서, 제어부(120)는, 암페어 카운팅의 부정확도가 높아질수록, 제1 프로세스 노이즈를 증가시킬 수 있다. 제어부(120)는, 등가 회로 모델(200)의 부정확도가 높아질수록, 제2 프로세스 노이즈를 증가시킬 수 있다.
제어부(120)는, 수식 4 및 수식 5를 이용한 시간 업데이트 과정이 완료되면, 측정 업데이트 과정을 실행한다.
다음의 수식 6은, 확장 칼만 필터의 측정 업데이트 과정에 연관된 제1 관측 방정식이다.
<수식 6>
Figure PCTKR2020001522-appb-img-000008
수식 6에서, K k+1는 현 주기의 칼만 게인을 나타낸다. K (1,1)k+1은 칼만 게인의 제1 성분이고, K (2,1)k+1는 칼만 게인의 제2 성분이다. 또한, R은 측정 노이즈 공분산 행렬(measurement noise covariance matrix)로서, 미리 정해진 성분들을 가진다. H k+1는 시스템 행렬로서, 배터리(20)의 충전 상태를 추정할 때에, OCV-SOC 커브에 따른 배터리(20)의 개방 전압의 변화 추이를 반영하기 위한 것이다. n은, 미리 정해진 양의 정수(예, 1)이다.
다음의 수식 7은, 확장 칼만 필터의 측정 업데이트 과정에 연관된 제2 관측 방정식이다.
<수식 7>
Figure PCTKR2020001522-appb-img-000009
수식 7에서, z k+1은 현 주기에서 측정된 배터리(20)의 전압이고, V ecm[k+1]은 현 주기에서의 등가 회로 모델(200)의 출력 전압을 나타낸다. f 1(SOC[k+1])은, 현 주기의 개방 전압을 나타낸다(도 2에 관한 설명 참조). V 1[k+1]은, 현 주기에서 옴 저항(R 1)에 걸친 전압을 나타내는 것으로서, i[k+1] 및 i[k] 중 어느 하나와 R 1[k+1]의 곱과 동일할 수 있다. R 1[k+1]은, 현 주기의 옴 저항(R 1)의 저항값이다. 제어부(120)는, 온도값을 기초로, R 1[k+1]을 결정할 수 있다. 이를 위해, 메모리부(130)에는, 온도값과 옴 저항(R 1)의 저항값 간의 대응 관계가 정의된 제1 룩업 테이블이 기록되어 있다. 제어부(120)는 특정 온도값(예, 데이터 세트의 온도값)을 인덱스로서 이용하여, 제1 룩업 테이블로부터 특정 온도값에 매핑된 저항값을 획득할 수 있다. 수식 4로부터 얻은 SOC[k+1] 및 V 2[k+1]은 수식 7에 의해 각각 보정된다.
수식 6 및 7을 참조하면, 수식 4로부터 얻은 SOC[k+1]를 보정함에 있어서, K (1,1)k+1의 값이 0에 가까워질수록, z k+1과 V ecm[k+1] 간의 차이에 의한 영향이 감소된다. K (1,1)k+1가 감소하는 원인 중 하나는 암페어 카운팅(수식 2 참조)의 불완전성이다. K (1,1)k+1의 감소는, z k+1과 V ecm[k+1] 간의 차이 등에 기초한 확장 칼만 필터의 학습 능력의 저하를 초래한다.
또한, 수식 6 및 7을 참조하면, 수식 4로부터 얻은 V 2[k+1]를 보정함에 있어서, K (2,1)k+1의 값이 0에 가까워질수록, z k+1과 V ecm[k+1] 간의 차이에 의한 영향이 감소된다. K (2,1)k+1가 감소하는 원인 중 하나는 등가 회로 모델(200)의 불완전성이다. K (2,1)k+1의 감소는, z k+1과 V ecm[k+1] 간의 차이 등에 기초한 확장 칼만 필터의 학습 능력의 저하를 초래한다.
제어부(120)는, 확장 칼만 필터를 이용하여 배터리(20)의 충전 상태를 추정함에 있어서, K (1,1)k+1 및 K (2,1)k+1 중 적어도 하나의 심각한 감소에 의한 추정의 정확도가 저하되는 것을 방지하기 위해, 제1 프로세스 노이즈와 제2 프로세스 노이즈 간의 비율을 조절할 수 있다.
다음의 수식 8은, 확장 칼만 필터의 측정 업데이트 과정에 연관된 제3 관측 방정식이다.
<수식 8>
Figure PCTKR2020001522-appb-img-000010
수식 8에서, E는 단위 행렬을 나타낸다. 수식 5로부터 얻은 P - k+1은 수식 8에 의해 P k+1로 보정된다.
제어부(120)는, 시간 인덱스 k가 1씩 증가할 때마다, 수식 4 내지 수식 8에 따른 각 연산 단계를 적어도 한 번씩 실행함으로써, 배터리(20)의 충전 상태를 주기적으로 갱신한다.
지금부터, 전술한 확장 칼만 필터에 대한 설명을 참조하여, 제2 후보값을 결정하는 동작에 대하여 설명하기로 한다.
제어부(120)는, 데이터 세트를 기초로, 제2 후보값을 결정한다. 데이터 세트는, 전류값, 전압값 및 온도값을 포함한다는 점은 앞서 기술하였다. 제어부(120)는, 온도값 및 이전 주기에서 결정된 충전 상태를 기초로 수식 4의 R 2[k+1] 및 τ[k+1]를 결정한다. 이를 위해, 메모리부(130)에는, 충전 상태, 온도값 및 저항(R 2)의 저항값 간의 대응 관계가 정의된 제2 룩업 테이블이 기록되어 있을 수 있다. 제어부(120)는, 데이터 세트의 온도값 및 이전 주기에서 결정된 충전 상태를 인덱스로서 이용하여, 제2 룩업 테이블로부터, 데이터 세트의 온도값 및 이전 주기에서 결정된 충전 상태에 매핑된 저항값을 수식 4의 R 2[k+1]으로서 획득할 수 있다. 또한, 메모리부(130)에는, 충전 상태, 온도값 및 시상수 간의 대응 관계가 정의된 제3 룩업 테이블이 기록되어 있을 수 있다. 제어부(120)는, 데이터 세트의 온도값 및 이전 주기에서 결정된 충전 상태를 인덱스로서 이용하여, 제3 룩업 테이블로부터, 데이터 세트의 온도값 및 이전 주기에서 결정된 충전 상태에 매핑된 시상수를 수식 4의 τ[k+1]로서 획득할 수 있다.
제어부(120)는, 수식 4의 i[k+1](또는 i[k])를 데이터 세트의 전류값과 동일하게 설정하고, 수식 7의 z k+1을 데이터 세트의 전압값과 동일하게 설정한다. 이에 따라, 제어부(120)는, 수식 7에 의해 보정된 SOC[k+1]를 제2 후보값으로서 결정할 수 있다.
현 주기에서 배터리(20)의 충전 상태에 대한 제1 후보값 및 제2 후보값의 결정이 완료되면, 제어부(120)는 지금부터 설명할 과정을 거쳐, 제1 후보값 및 제2 후보값 중 하나를 배터리(20)의 현 주기의 충전 상태로서 결정하도록 구성된다.
제어부(120)는, 제1 후보값과 제2 후보값 간의 차이의 절대값인 차이값을 결정한다. 예컨대, 제1 후보값이 0.51이고 제2 후보값이 0.52인 경우, 차이값은 0.01이다. 다른 예로, 제1 후보값이 0.77이고 제2 후보값이 0.75인 경우, 차이값은 0.02이다.
제어부(120)는, 차이값을 소정의 임계값과 비교할 수 있다. 임계값은, 메모리부(130)에 저장된 것으로서, 예컨대 0.03일 수 있다.
제어부(120)는, 차이값이 임계값보다 큰 경우, 제1 후보값을 배터리(20)의 충전 상태로서 결정할 수 있다.
제어부(120)는, 차이값이 임계값 이하인 경우, 제1 후보값 대신 제2 후보값을 배터리(20)의 충전 상태로서 결정한다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 소정의 제1 하한값(예, 0.01) 이상이고, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 소정의 제2 하한값(예, 0.001) 이상인 경우, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 소정의 기준 비율(예, 0.1)과 동일하게 설정할 수 있다. 예를 들어, 제1 프로세스 노이즈는 소정의 제1 기준값(예, 0.1)과 동일하게 설정되고, 제2 프로세스 노이즈는 소정의 제2 기준값(예, 0.01)과 동일하게 설정될 수 있다. 즉, 기준 비율은, 제2 기준값을 제1 기준값으로 나눈 값과 동일할 수 있다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값보다 작고, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값 이상인 경우, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 기준 비율보다 감소시킬 수 있다. 예를 들어, 제1 프로세스 노이즈는 제1 기준값과 동일하게 설정되고, 제2 프로세스 노이즈는 제2 기준값보다 작은 값으로 설정될 수 있다. 다른 예로, 제1 프로세스 노이즈는 제1 기준값보다 큰 값으로 설정되고, 제2 프로세스 노이즈는 제2 기준값과 동일하게 설정될 수 있다. 또 다른 예로, 제1 프로세스 노이즈는 제1 기준값보다 큰 값으로 설정되고, 제2 프로세스 노이즈는 제2 기준값보다 작은 값으로 설정될 수 있다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값보다 작고, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값 이상인 경우, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율과 기준 비율 간의 차이가 제1 성분 K (1,1)k+1과 제1 하한값 간의 차이에 비례하도록, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 결정할 수 있다. 일 예로, 제1 성분 K (1,1)k+1과 제1 하한값 간의 차이가 0.002인 경우 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 0.09로 결정하고, 제1 성분 K (1,1)k+1과 제1 하한값 간의 차이가 0.003인 경우 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 0.085로 결정할 수 있다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값 이상이고, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값보다 작은 경우, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 기준 비율보다 증가시킬 수 있다. 일 예로, 제1 프로세스 노이즈는 제1 기준값과 동일하게 설정되고, 제2 프로세스 노이즈는 제2 기준값보다 큰 값으로 설정될 수 있다. 다른 예로, 제1 프로세스 노이즈는 제1 기준값보다 작은 값으로 설정되고, 제2 프로세스 노이즈는 제2 기준값과 동일하게 설정될 수 있다. 또 다른 예로, 제1 프로세스 노이즈는 제1 기준값보다 작은 값으로 설정되고, 제2 프로세스 노이즈는 제2 기준값보다 큰 값으로 설정될 수 있다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값 이상이고, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값보다 작은 경우, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율과 기준 비율 간의 차이가 제2 성분 K (2,1)k+1과 제2 하한값 간의 차이에 비례하도록, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 결정할 수 있다. 일 예로, 제2 성분 K (2,1)k+1이 제2 하한값 간의 차이가 0.002인 경우 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 0.115로 결정하고, 제2 성분 K (2,1)k+1과 제2 하한값 간의 차이가 0.003인 경우 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 0.121로 결정할 수 있다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값보다 작은 경우, 다음의 수식 9를 이용하여 제1 프로세스 노이즈를 결정할 수 있다. 제어부(120)는, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값보다 작은 경우, 다음의 수식 10을 이용하여 제2 프로세스 노이즈를 결정할 수 있다.
<수식 9>
Figure PCTKR2020001522-appb-img-000011
<수식 10>
Figure PCTKR2020001522-appb-img-000012
수식 9 및 수식 10에서, D 1은 제1 성분 K (1,1)k+1과 제1 하한값 간의 차이의 절대값, D 2은 제2 성분 K (2,1)k+1과 제2 하한값 간의 차이의 절대값, M W1은 제1 기준값, M W2은 제2 기준값, M 1은 제1 가중치, M 2은 제2 가중치, M 3은 제3 가중치, M 4은 제4 가중치, W1 k은 제1 프로세스 노이즈, W2 k은 제2 프로세스 노이즈를 나타낸다. M 1, M 2 M 3 및 M 4은 서로 같거나 다르게 미리 정해진 양수일 수 있다.
제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값보다 작고, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값보다 작은 경우, 제1 프로세스 노이즈 및 제2 프로세스 노이즈 각각을 수식 9에 의한 W1 k과 수식 10에 의한 W2 k와 동일하게 설정할 수 있다.
전술한 바에 따라 설정된 제1 프로세스 노이즈 및 제2 프로세스 노이즈는, 다음 주기의 충전 상태를 추정하는 과정에서 수식 5의 W1 k 및 W2 k에 각각 할당될 수 있다.
제어부(120)는, 스위치(30)를 제어하기 위해, 스위칭 신호(SS)를 선택적으로 출력할 수 있다. 제어부(120)는, 제어부(120)는, 제1 성분 K (1,1)k+1이 제1 하한값보다 작거나, 제2 성분 K (2,1)k+1이 제2 하한값보다 작은 경우, 스위칭 신호(SS)의 듀티비를 소정의 기준 듀티비(예, 0.2) 이하로 제한할 수 있다. 스위칭 신호(SS)의 듀티비가 기준 듀티비 이하로 제한되는 경우, 배터리(20)를 통해 흐를 수 있는 전류의 최대치가 감소함에 따라, 배터리(20)의 전압과 온도의 급격한 변화가 억제될 수 있다.
도 4 및 도 5는 도 1의 도 1의 배터리 관리 장치에 의해 실행되는 배터리 관리 방법을 예시적으로 보여주는 순서도이다. 도 4 및 도 5의 방법은, 이벤트가 발생된 시점부터 주기적으로 실행될 수 있다. 도 4 및 도 5의 방법은, 배터리(20)의 충방전이 중단되는 경우에 종료될 수 있다.
도 1 내지 도 5를 참조하면, 단계 S400에서, 제어부(120)는, 배터리(20)의 최대 용량(또는 SOH)을 결정한다(수식 1 참조).
단계 S405에서, 제어부(120)는, 센싱부(110)를 이용하여, 배터리(20)의 전류, 전압 및 온도를 검출한다. 센싱부(110)는, 검출된 전류를 나타내는 신호(SI), 검출된 전압을 나타내는 신호(SV) 및 검출된 온도를 나타내는 신호(ST)를 제어부(120)에게 출력한다.
단계 S410에서, 제어부(120)는, 신호(SI), 신호(SV) 및 신호(ST)를 수신하여, 배터리(20)의 전류를 나타내는 전류값, 배터리(20)의 전압을 나타내는 전압값 및 배터리(20)의 온도를 나타내는 온도값을 포함하는 데이터 세트를 생성한다.
단계 S420에서, 제어부(120)는, 암페어 카운팅을 이용하여, 전류값을 기초로, 배터리(20)의 충전 상태에 대한 제1 후보값을 결정한다(수식 2 참조).
단계 S430에서, 제어부(120)는, 확장 칼만 필터를 이용하여, 데이터 세트를 기초로, 칼만 게인 K k+1 및 배터리(20)의 충전 상태에 대한 제2 후보값을 결정한다(수식 3 내지 수식 8 참조).
도 4에 도시된 바와는 달리, 단계 S420 및 단계 S430는 동시에 실행되거나, 단계 S430이 단계 S420보다 먼저 실행될 수 있다.
단계 S440에서, 제어부(120)는, 제1 후보값과 제2 후보값 간의 차이값을 결정한다.
단계 S500에서, 제어부(120)는, 차이값이 임계값보다 큰지 여부를 판정한다. 단계 S500의 값이 "YES"인 경우, 단계 S510이 진행된다. 단계 S500의 값이 "NO"인 경우, 단계 S520이 진행된다.
단계 S510에서, 제어부(120)는, 제1 후보값을 배터리(20)의 충전 상태로서 결정한다.
단계 S520에서, 제어부(120)는, 제2 후보값을 배터리(20)의 충전 상태로서 결정한다.
단계 S530에서, 제어부(120)는, 칼만 게인 K k+1의 제1 성분 K (1,1)k+1이 제1 하한값보다 작거나, 칼만 게인 K k+1의 제2 성분 K (2,1)k+1이 제2 하한값보다 작은지 여부를 판정한다. 단계 S530의 값이 "NO"인 것은, 제1 성분 K (1,1)k+1이 제1 하한값 이상이고, 제2 성분 K (2,1)k+1이 제2 하한값 이상인 것을 나타낸다. 단계 S530의 값이 "NO"인 경우, 단계 S540이 진행된다. 단계 S530의 값이 "YES"인 경우, 단계 S550 및 단계 S560 중 적어도 하나가 진행된다.
단계 S540에서, 제어부(120)는, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 기준 비율과 동일하게 설정한다. 예를 들어, 제1 프로세스 노이즈는 제1 기준값과 동일하게 설정되고, 제2 프로세스 노이즈를 제2 기준값과 동일하게 설정될 수 있다. 기준 비율은, 제2 기준값을 제1 기준값으로 나눈 값이다.
단계 S550에서, 제어부(120)는, 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 기준 비율보다 감소 또는 증가시킨다(수식 9 및 수식 10 참조).
단계 S560에서, 제어부(120)는, 스위치(30)에게 출력되는 스위칭 신호(SS)의 듀티비를 기준 듀티비 이하로 제한한다. 제한된 듀티비와 기준 듀티비 간의 차이는, 제1 성분 K (1,1)k+1과 제1 하한값 간의 차이의 절대값 및 제2 성분 K (2,1)k+1과 제2 하한값 간의 차이의 절대값 중 어느 하나(예, 더 큰 것)에 비례할 수 있다. 도 5에 도시된 바와는 달리, 단계 S550 및 단계 S560는 동시에 실행되거나, 단계 S560이 단계 S550보다 먼저 실행되거나, 단계 S550 및 단계 S560 중 어느 하나만이 실행될 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
또한, 이상에서 설명한 본 발명은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니라, 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수 있다.

Claims (13)

  1. 배터리의 전류, 전압 및 온도를 검출하도록 구성된 센싱부; 및
    상기 검출된 전류를 나타내는 전류값, 상기 검출된 전압을 나타내는 전압값 및 상기 검출된 온도를 나타내는 온도값을 포함하는 데이터 세트를 생성하도록 구성된 제어부를 포함하되,
    상기 제어부는,
    암페어 카운팅을 이용하여, 상기 전류값을 기초로, 상기 배터리의 충전 상태에 대한 제1 후보값을 결정하도록 구성되고,
    확장 칼만 필터를 이용하여, 상기 데이터 세트를 기초로, 칼만 게인 및 상기 충전 상태에 대한 제2 후보값을 결정하도록 구성되고,
    상기 제1 후보값과 상기 제2 후보값 간의 차이값이 임계값보다 큰 경우, 상기 제1 후보값을 상기 충전 상태로서 결정하도록 구성되고,
    상기 칼만 게인의 제1 성분이 소정의 제1 하한값 이상이고 상기 칼만 게인의 제2 성분이 소정의 제2 하한값 이상인 경우, 상기 확장 칼만 필터의 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 소정의 기준 비율과 동일하게 설정하도록 구성되되,
    상기 제1 프로세스 노이즈는, 상기 암페어 카운팅의 신뢰도에 연관되고,
    상기 제2 프로세스 노이즈는, 상기 배터리의 등가 회로 모델의 신뢰도에 연관되는 배터리 관리 장치.
  2. 제1항에 있어서,
    상기 제어부는,
    상기 칼만 게인의 제1 성분이 상기 제1 하한값 이상이고 상기 칼만 게인의 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 프로세스 노이즈를 소정의 제1 기준값과 동일하게 설정하고, 상기 제2 프로세스 노이즈를 소정의 제2 기준값과 동일하게 설정하도록 구성되되,
    상기 기준 비율은, 상기 제2 기준값을 상기 제1 기준값으로 나눈 값인 배터리 관리 장치.
  3. 제2항에 있어서,
    상기 제어부는,
    상기 제1 성분이 상기 제1 하한값보다 작고, 상기 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 감소시키도록 구성되는 배터리 관리 장치.
  4. 제3항에 있어서,
    상기 제어부는,
    상기 제1 성분이 상기 제1 하한값보다 작고, 상기 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 기준값보다 큰 값을 상기 제1 프로세스 노이즈로 결정하거나 상기 제2 기준값보다 작은 값을 상기 제2 프로세스 노이즈로 결정하도록 구성되는 배터리 관리 장치.
  5. 제2항에 있어서,
    상기 제어부는,
    상기 제1 성분이 상기 제1 하한값 이상이고, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 증가시키도록 구성되는 배터리 관리 장치.
  6. 제5항에 있어서,
    상기 제어부는,
    상기 제1 성분이 상기 제1 하한값 이상이고, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 제1 기준값보다 작은 값을 상기 제1 프로세스 노이즈로 결정하거나 상기 제2 기준값보다 큰 값을 상기 제2 프로세스 노이즈로 결정하도록 구성되는 배터리 관리 장치.
  7. 제2항에 있어서,
    상기 제어부는,
    상기 제1 성분이 상기 제1 하한값보다 작거나, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 하기의 수식 1 및 수식 2를 이용하여, 상기 제1 프로세스 노이즈 및 상기 제2 프로세스 노이즈를 결정하도록 구성되되,
    <수식 1>
    Figure PCTKR2020001522-appb-img-000013
    <수식 2>
    Figure PCTKR2020001522-appb-img-000014
    D 1은 상기 제1 성분과 상기 제1 하한값 간의 차이의 절대값, D 2은 상기 제2 성분과 상기 제2 하한값 간의 차이의 절대값, M W1은 상기 제1 기준값, M W2은 상기 제2 기준값, M 1은 제1 가중치, M 2은 제2 가중치, M 3은 제3 가중치, M 4은 제4 가중치, W1 k은 상기 제1 프로세스 노이즈, W2 k은 상기 제2 프로세스 노이즈를 나타내는 배터리 관리 장치.
  8. 제1항에 있어서,
    상기 제어부는,
    상기 차이값이 상기 임계값 이하인 경우, 상기 제1 후보값 대신 상기 제2 후보값을 상기 충전 상태로서 결정하도록 구성되는 배터리 관리 장치.
  9. 제1항에 있어서,
    상기 제어부는,
    상기 배터리의 전류 경로에 설치된 스위치를 제어하기 위한 스위칭 신호를 선택적으로 출력하도록 구성되고,
    상기 제1 성분이 상기 제1 하한값보다 작거나, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 스위칭 신호의 듀티비를 기준 듀티비 이하로 제한하도록 구성되는 배터리 관리 장치.
  10. 제1항 내지 제9항 중 어느 한 항에 따른 상기 배터리 관리 장치를 포함하는 배터리팩.
  11. 배터리의 전류, 전압 및 온도를 검출하는 단계;
    상기 검출된 전류를 나타내는 전류값, 상기 검출된 전압을 나타내는 전압값 및 상기 검출된 온도를 나타내는 온도값을 포함하는 데이터 세트를 생성하는 단계;
    암페어 카운팅을 이용하여, 상기 전류값을 기초로, 상기 배터리의 충전 상태에 대한 제1 후보값을 결정하는 단계;
    확장 칼만 필터를 이용하여, 상기 데이터 세트를 기초로, 칼만 게인 및 상기 충전 상태에 대한 제2 후보값을 결정하는 단계;
    상기 제1 후보값과 상기 제2 후보값 간의 차이값이 임계값보다 큰 경우, 상기 제1 후보값을 상기 충전 상태로서 결정하는 단계; 및
    상기 칼만 게인의 제1 성분이 소정의 제1 하한값 이상이고 상기 칼만 게인의 제2 성분이 소정의 제2 하한값 이상인 경우, 상기 확장 칼만 필터의 제1 프로세스 노이즈에 대한 제2 프로세스 노이즈의 비율을 소정의 기준 비율과 동일하게 설정하는 단계를 포함하되,
    상기 제1 프로세스 노이즈는, 상기 암페어 카운팅의 신뢰도에 연관되고,
    상기 제2 프로세스 노이즈는, 상기 배터리의 등가 회로 모델의 신뢰도에 연관되는 배터리 관리 방법.
  12. 제11항에 있어서,
    상기 제1 성분이 상기 제1 하한값보다 작고, 상기 제2 성분이 상기 제2 하한값 이상인 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 감소시키는 단계를 더 포함하는 배터리 관리 방법.
  13. 제11항에 있어서,
    상기 제1 성분이 상기 제1 하한값 이상이고, 상기 제2 성분이 상기 제2 하한값보다 작은 경우, 상기 제1 프로세스 노이즈에 대한 상기 제2 프로세스 노이즈의 비율을 상기 기준 비율보다 증가시키는 단계를 더 포함하는 배터리 관리 방법.
PCT/KR2020/001522 2019-02-07 2020-01-31 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩 WO2020162675A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021500845A JP7172013B2 (ja) 2019-02-07 2020-01-31 バッテリー管理装置、バッテリー管理方法及びバッテリーパック
US17/263,382 US11923710B2 (en) 2019-02-07 2020-01-31 Battery management apparatus, battery management method and battery pack
CN202080004084.XA CN112470017B (zh) 2019-02-07 2020-01-31 电池管理装置、电池管理方法和电池组
EP20752645.0A EP3828568B1 (en) 2019-02-07 2020-01-31 Battery management apparatus, battery management method and battery pack

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190014609A KR20200097170A (ko) 2019-02-07 2019-02-07 배터리 관리 장치, 배터리 관리 방법 및 배터리팩
KR10-2019-0014609 2019-02-07

Publications (1)

Publication Number Publication Date
WO2020162675A1 true WO2020162675A1 (ko) 2020-08-13

Family

ID=71947187

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/001522 WO2020162675A1 (ko) 2019-02-07 2020-01-31 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩

Country Status (6)

Country Link
US (1) US11923710B2 (ko)
EP (1) EP3828568B1 (ko)
JP (1) JP7172013B2 (ko)
KR (1) KR20200097170A (ko)
CN (1) CN112470017B (ko)
WO (1) WO2020162675A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3076908B1 (fr) * 2018-01-16 2021-01-01 Renault Sas Procede de detection d'une cellule defaillante dans une batterie electrique
KR102458526B1 (ko) * 2018-02-07 2022-10-25 주식회사 엘지에너지솔루션 배터리의 동작 상태에 따라 soc를 추정하는 장치 및 방법
KR20200122903A (ko) * 2019-04-19 2020-10-28 주식회사 엘지화학 비파괴 저항 분석을 이용한 배터리 관리 장치 및 방법
CN115616409A (zh) * 2022-08-31 2023-01-17 广州小鹏汽车科技有限公司 电池荷电状态的计算方法、装置、车辆及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130043876A1 (en) * 2010-12-24 2013-02-21 Huizhou Epower Electronics Co., Ltd. Method for estimating state-of-charge of lithium ion battery
CN203798989U (zh) * 2014-04-22 2014-08-27 桂林电子科技大学 电动汽车动力电池组soc检测装置
KR101632351B1 (ko) * 2013-10-14 2016-06-21 주식회사 엘지화학 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
JP2016224022A (ja) * 2015-05-28 2016-12-28 三菱電機株式会社 蓄電池パラメータ推定装置および蓄電池パラメータ推定方法
KR101908412B1 (ko) * 2012-03-29 2018-10-17 에스케이이노베이션 주식회사 배터리 관리 시스템 및 그 시스템의 ｓｏｃ 값 보정 방법
KR20190014609A (ko) 2017-08-02 2019-02-13 이수진 비늘 제거가 가능한 어류 파지용 집게

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0416424B8 (pt) * 2003-12-18 2023-01-17 Lg Chemical Ltd Equipamento e processo para estimar o estado de carga de uma bateria
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
US8332342B1 (en) * 2009-11-19 2012-12-11 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Model-based prognostics for batteries which estimates useful life and uses a probability density function
JP5318128B2 (ja) 2011-01-18 2013-10-16 カルソニックカンセイ株式会社 バッテリの充電率推定装置
CN102645637B (zh) 2012-04-25 2015-02-25 中航锂电（洛阳）有限公司 一种均衡电池的soc估算方法
US9869725B2 (en) * 2012-05-16 2018-01-16 Robert Bosch Gmbh Battery system and method with capacity estimator
AT512003A3 (de) 2013-01-23 2014-05-15 Avl List Gmbh Verfahren zur Ermittlung eines regelungstechnischen Beobachters für den SoC
KR20140099372A (ko) 2013-02-01 2014-08-12 삼성에스디아이 주식회사 배터리의 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리 시스템
US20140244193A1 (en) 2013-02-24 2014-08-28 Fairchild Semiconductor Corporation Battery state of charge tracking, equivalent circuit selection and benchmarking
US9575128B2 (en) * 2013-03-12 2017-02-21 GM Global Technology Operations LLC Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques
KR101529515B1 (ko) 2014-06-12 2015-06-17 국방과학연구소 Mmae-ekf를 이용한 배터리의 soc 추정 방법 및 그 장치
KR101767635B1 (ko) 2014-10-24 2017-08-14 주식회사 엘지화학 이차 전지의 충전 상태 추정 장치 및 그 방법
US20180024200A1 (en) 2015-02-13 2018-01-25 Panasonic Intellectual Property Management Co., Ltd. Secondary battery state-of-charge estimating device and secondary battery state-of-charge estimating method
CN104714188B (zh) 2015-03-31 2017-05-24 桂林电子科技大学 量测噪声方差阵相匹配的电池电荷状态估计方法与系统
JP6351852B2 (ja) 2015-07-13 2018-07-04 三菱電機株式会社 リチウムイオン電池の充電状態推定方法およびリチウムイオン電池の充電状態推定装置
KR101805514B1 (ko) * 2015-11-20 2017-12-07 한국과학기술원 배터리의 동적 엔트로피 추정 방법
US10048321B2 (en) * 2016-02-19 2018-08-14 Johnson Controls Technology Company Systems and methods for directional capacity estimation of a rechargeable battery
US10367235B2 (en) 2016-02-19 2019-07-30 Cps Technology Holdings Llc Systems and methods for real-time parameter estimation of a rechargeable battery
CN106019164A (zh) 2016-07-07 2016-10-12 武汉理工大学 基于双重自适应无际卡尔曼滤波器的锂电池soc估计算法
WO2018029849A1 (ja) 2016-08-12 2018-02-15 富士通株式会社 推定装置、推定プログラムおよび充電制御装置
CN106405433A (zh) 2016-11-04 2017-02-15 首都师范大学 一种基于扩展卡尔曼粒子滤波的soc估计方法及系统
KR102016715B1 (ko) 2016-11-23 2019-10-21 한국전기연구원 배터리 상태 추정 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램
CN110167783B (zh) * 2017-01-09 2022-09-20 沃尔沃卡车集团 一种用于确定电池组的充电状态的方法和装置
KR102101912B1 (ko) 2017-02-17 2020-04-17 주식회사 엘지화학 에너지 저장장치 충전상태 추정방법
US20180246173A1 (en) * 2017-02-28 2018-08-30 Honeywell International Inc. Online determination of model parameters of lead acid batteries and computation of soc and soh
CN107368619B (zh) 2017-06-02 2020-12-22 华南理工大学 一种扩展卡尔曼滤波soc估算方法
US20190089023A1 (en) * 2017-09-15 2019-03-21 Dyson Technology Limited Energy storage system
CN108427080A (zh) 2018-06-20 2018-08-21 上海海事大学 混合动力船舶的动力电池组的荷电状态计算方法
CN109061496A (zh) 2018-08-10 2018-12-21 安徽力高新能源技术有限公司 一种利用扩展卡尔曼滤波算法估算锂电池soc的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130043876A1 (en) * 2010-12-24 2013-02-21 Huizhou Epower Electronics Co., Ltd. Method for estimating state-of-charge of lithium ion battery
KR101908412B1 (ko) * 2012-03-29 2018-10-17 에스케이이노베이션 주식회사 배터리 관리 시스템 및 그 시스템의 ｓｏｃ 값 보정 방법
KR101632351B1 (ko) * 2013-10-14 2016-06-21 주식회사 엘지화학 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
CN203798989U (zh) * 2014-04-22 2014-08-27 桂林电子科技大学 电动汽车动力电池组soc检测装置
JP2016224022A (ja) * 2015-05-28 2016-12-28 三菱電機株式会社 蓄電池パラメータ推定装置および蓄電池パラメータ推定方法
KR20190014609A (ko) 2017-08-02 2019-02-13 이수진 비늘 제거가 가능한 어류 파지용 집게

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3828568A4

Also Published As

Publication number Publication date
JP2021531456A (ja) 2021-11-18
JP7172013B2 (ja) 2022-11-16
KR20200097170A (ko) 2020-08-18
CN112470017A (zh) 2021-03-09
US20210167616A1 (en) 2021-06-03
EP3828568A4 (en) 2021-12-08
US11923710B2 (en) 2024-03-05
EP3828568A1 (en) 2021-06-02
CN112470017B (zh) 2023-12-01
EP3828568B1 (en) 2024-03-06

Similar Documents

Publication Publication Date Title
WO2020162675A1 (ko) 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩
WO2019088440A1 (ko) 배터리의 내부 저항을 최적화하기 위한 배터리 관리 시스템 및 방법
WO2019098722A1 (ko) 배터리 저항 추정 장치 및 방법
WO2017034275A1 (ko) 이차 전지의 충전 조건 조정 장치 및 방법
WO2020153637A1 (ko) 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩
WO2017034277A1 (ko) 이차 전지의 퇴화도 추정 장치 및 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
WO2013137672A1 (ko) 배터리 상태 추정 장치 및 방법
WO2016052900A1 (ko) 이차 전지의 방전 출력 추정 방법 및 장치
WO2016068652A2 (ko) 개방전압 추정 장치 및 방법
WO2019151779A1 (ko) 프리차지 저항 보호 장치
WO2019199058A1 (ko) 배터리 진단 장치 및 방법
WO2018038383A1 (ko) 배터리 셀의 성능 테스트 장치 및 방법
WO2020005020A1 (ko) 배터리 관리 시스템, 그것을 포함하는 배터리팩 및 전류 측정 회로의 고장 판정 방법
WO2020213905A1 (ko) 배터리의 퇴화 상태를 결정하기 위한 장치, 방법, 배터리 팩 및 전기 차량
WO2019124877A1 (ko) 배터리의 충전 상태를 캘리브레이션하기 위한 방법 및 배터리 관리 시스템
WO2020231086A1 (ko) 배터리의 퇴화도를 결정하기 위한 장치 및 방법과, 상기 장치를 포함하는 배터리 팩
WO2019156377A1 (ko) 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 방법 및 배터리 관리 시스템
WO2021080161A1 (ko) 배터리 관리 시스템, 배터리 팩, 전기 차량 및 배터리 관리 방법
WO2020226441A1 (ko) 배터리 컨트롤러, 무선 배터리 제어 시스템, 배터리 팩 및 배터리 밸런싱 방법
WO2019151679A1 (ko) 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
WO2021085893A1 (ko) 누전 검출 장치, 누전 검출 방법 및 전기 차량
WO2020262787A1 (ko) 내부 단락 셀 검출 방법

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: 20752645

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021500845

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 20752645.0

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2020752645

Country of ref document: EP

Effective date: 20210225

NENP Non-entry into the national phase

Ref country code: DE