WO2021040396A1

WO2021040396A1 - 온도 추정 모델 결정 방법 및 장치, 온도 추정 모델이 적용된 배터리 관리 시스템

Info

Publication number: WO2021040396A1
Application number: PCT/KR2020/011375
Authority: WO
Inventors: 이보현; 박민희
Original assignee: 주식회사 엘지화학
Priority date: 2019-08-29
Filing date: 2020-08-26
Publication date: 2021-03-04
Also published as: CN113631937A; JP2022504862A; JP7167415B2; KR102634916B1; US20220043065A1; EP3855196A1; KR20210026238A; CN113631937B; US11754630B2; EP3855196A4

Abstract

배터리 모듈 내의 온도를 추정하는 온도 추정 모델을 결정하는 방법은， 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제 1 오차를 산출하며， 제 1 오차와 제 1 임계치를 이용하여 제 1 파라미터 셋을 추출하고 제 1 파라미터 셋에 기초한 모델을 이용하여 온도들 간의 오차 중 가장 큰 오차인 최대 오차를 산출하며， 제 2 임계치， 제 1 오차 및 가중치를 이용하여 제 2 파라미터 셋을 추출하고， 제 2 파라미터 셋을 이용하여 제 2 오차를 산출하며， 제 2 오차가 제 3 임계치 보다 작으면 제 2 파라미터 셋을 기초한 모델을 온도 추정 모델로 결정한다.

Description

온도 추정 모델 결정 방법 및 장치, 온도 추정 모델이 적용된 배터리 관리 시스템

관련 출원(들)과의 상호 인용

본 출원은 2019년 8월 29일자 한국 특허 출원 제10-2019-0106742호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용은 본 명세서의 일부로서 포함된다.

본 개시는 온도 추정 모델 결정 방법 및 장치, 온도 추정 모델 결정 방법에 의해 결정된 온도 추정 모델이 적용된 배터리 관리 시스템에 관한 것이다.

배터리 모듈의 충전 시간을 단축하기 위해서는, 배터리 모듈을 구성하는 복수의 배터리 셀 간 온도 편차를 배터리 관리 시스템(Battery Management System)에서 정확하게 감지하고, 감지된 온도에 기초하여 배터리 모듈에 대한 충전 제어가 수행되어야 한다.

그러나, 배터리 생산 공정 및 비용의 한계로, 배터리 모듈 내에는 1-2개의 온도 센서만이 설치되어, 배터리 모듈 내에서 최고 온도 및 최저 온도 지점을 정확하게 검출할 수 없다.

본 개시의 실시예를 통해 배터리의 최고 온도 및 최저 온도 지정을 추정할 수 있는 온도 추정 모델 결정 방법 및 장치, 온도 추정 모델이 적용된 배터리 관리 시스템을 제공하고자 한다.

발명의 한 특징에 따른 배터리 모듈 내의 온도를 추정하는 온도 추정 모델을 결정하는 방법은, 온도 추정을 위해 선택된 모델 종류에 따른 n 개의 파라미터 및 상기 n개의 파라미터 각각의 구간 수에 기초하여 모든 파라미터 셋을 계산하는 단계, 상기 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 입력 데이터들을 대입하여 온도들을 추정하는 단계, 상기 모든 파라미터 셋 각각에 대하여, 상기 예비검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제1 오차를 산출하는 단계, 상기 모든 파라미터 셋에 대한 제1 오차들 각각이 제1 임계치 보다 작은지 비교하는 단계, 상기 비교 결과 상기 제1 오차들 중 상기 제1 임계치 보다 작은 제1 오차에 대응하는 파라미터 셋을 제1 파라미터 셋으로 추출하는 단계, 상기 제1 파라미터 셋에 기초한 모델을 이용하여 상기 예비검증 프로파일의 시계열적으로 변하는 입력 데이터들에 따라 추정된 온도들과 상기 예비검증 프로파일의 측정된 온도들 간의 오차 중 가장 큰 오차인 최대 오차를 산출하는 단계, 상기 최대 오차가 제2 임계치 보다 작은지 비교하는 단계, 상기 비교 결과 상기 제2 임계치 보다 작은 상기 최대 오차에 대응하는 가중치를 곱한 값과 상기 제1 오차들 중 상기 제1 파라미터 셋에 대응하는 제1 오차에 대응하는 가중치를 곱한 값을 더한 결과에 기초하여 제2 파라미터 셋을 추출하는 단계, 상기 제2 파라미터 셋에 재검증 프로파일의 입력 데이터들에 따라 온도들을 추정하는 단계, 상기 재검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제2 오차를 산출하는 단계, 및 상기 제2 오차가 제3 임계치 보다 작으면, 상기 제2 파라미터 셋을 기초한 모델을 온도 추정 모델로 결정하는 단계를 포함할 수 있다.

상기 예비검증 프로파일 및 상기 재검증 프로파일은, 적어도 시계열적으로 변하는 온도 센서의 온도 값, 배터리 전류, 냉각수 온도 값, 및 공기 온도 값을 입력 데이터들로 포함할 수 있다.

상기 추정된 온도들은, 추정된 상기 배터리 모듈의 최고 온도들 또는 최저 온도들을 포함하고, 상기 측정된 온도들은, 측정된 상기 배터리 모듈의 최고 온도들 또는 최저 온도들을 포함할 수 있다.

상기 제1 오차 및 상기 제2 오차 중 적어도 하나는, 평균 제곱근 오차(Root Mean Square　Error, RMSE)일 수 있다.

상기 온도 추정 모델 결정 방법은, 상기 제1 오차들이 모두 상기 제1 임계치 이상이면, 기준 프로파일을 변경하는 단계를 더 포함하고, 상기 기준 프로파일은, 상기 온도 추정 모델을 빌드-업 하기 위한 초기값으로, 온도 추정에 필요한 인자들 및 측정된 온도를 포함할 수 있다.

상기 온도 추정 모델 결정 방법은, 상기 제1 프로파일 셋 모두의 상기 최대 오차가 상기 제2 임계치 이상이면, 상기 기준 프로파일을 변경하는 단계를 더 포함할 수 있다.

상기 온도 추정 모델 결정 방법은, 상기 제2 프로파일 셋 모두의 상기 제2 오차가 상기 제3 임계치 이상이면, 상기 기준 프로파일을 변경하는 단계를 더 포함할 수 있다.

상기 제1 파라미터 셋을 추출하는 단계는, 상기 제1 오차들 중 작은 순서로 상위 i 개에 속하는 제1 오차들에 대응하는 파라미터 셋을 상기 제1 파라미터 셋으로 추출하는 단계를 포함할 수 있다.

상기 제2 파라미터 셋을 추출하는 단계는, 상기 더한 결과가 작은 순서로 상위 j 개에 속하는 더한 결과에 대응하는 파라미터 셋을 상기 제2 파라미터 셋으로 추출하는 단계를 포함할 수 있다.

본 발명의 다른 특징에 따른 배터리 관리 시스템은 상기 온도 추정 모델 결정 방법에 의해 결정된 온도 추정 모델을 포함할 수 있다.

본 발명의 또 다른 특징에 따른 배터리 모듈 내의 온도를 추정하는 온도 추정 모델을 결정하는 장치는, 온도 추정을 위해 선택된 모델 종류에 따른 n 개의 파라미터 및 상기 n개의 파라미터 각각의 구간 수에 기초하여 모든 파라미터 셋을 계산하는 파라미터 셋 생성부, 상기 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 입력 데이터들을 대입하여 온도들을 추정하는 모델링부, 및 상기 모든 파라미터 셋 각각에 대하여, 상기 예비검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제1 오차를 산출하는 오차 계산부를 포함한다.

상기 모델링부는, 상기 모든 파라미터 셋에 대한 제1 오차들 각각이 제1 임계치 보다 작은지 비교하고, 상기 비교 결과 상기 제1 오차들 중 상기 제1 임계치 보다 작은 제1 오차에 대응하는 파라미터 셋을 제1 파라미터 셋으로 추출한다.

상기 온도 추정 모델 결정 장치는, 상기 제1 파라미터 셋에 기초한 모델을 이용하여 상기 예비검증 프로파일의 시계열적으로 변하는 입력 데이터들에 따라 추정된 온도들과 상기 예비검증 프로파일의 측정된 온도들 간의 오차 중 가장 큰 오차인 최대 오차를 산출하고, 상기 최대 오차가 제2 임계치 보다 작은지 비교하며, 상기 비교 결과 상기 제2 임계치 보다 작은 상기 최대 오차에 대응하는 가중치를 곱한 값과 상기 제1 오차들 중 상기 제1 파라미터 셋에 대응하는 제1 오차에 대응하는 가중치를 곱한 값을 더한 결과에 기초하여 제2 파라미터 셋을 추출하는 최대 오차 계산부, 및 상기 제2 파라미터 셋에 재검증 프로파일의 입력 데이터들에 따라 온도들을 추정하고, 상기 재검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제2 오차를 산출하며, 상기 제2 오차가 제3 임계치 보다 작으면, 상기 제2 파라미터 셋을 기초한 모델을 온도 추정 모델로 결정하는 최종 모델 결정부를 더 포함할 수 있다.

본 개시의 실시예를 통해 배터리의 최고 온도 및 최저 온도 지정을 추정할 수 있는 온도 추정 모델 결정 방법 및 장치, 온도 추정 모델이 적용된 배터리 관리 시스템을 제공한다.

도 1은 일 실시예에 따른 온도 추정 모델 결정 장치를 나타낸 도면이다.

도 2는 일 실시예에 따른 온도 추정 모델 결정 방법을 나타낸 순서도이다.

도 3은 일 실시예에 따른 최고 온도 추정 모델 결정 방법을 나타낸 순서도이다.

도 4는 일 실시예에 따른 최저 온도 추정 모델 결정 방법을 나타낸 순서도이다.

도 5는 일 실시예에 따른 온도 추정 모델이 적용된 배터리 관리 시스템을 포함하는 배터리 시스템을 나타낸 도면이다.

본 개시의 실시예는 시스템 식별(system identification) 방법을 기반으로 써미스터(thermistor) 측정값, 배터리 모듈에 흐르는 전류, 냉각수 및 외기 온도 값을 이용하여 실제 배터리 모듈 내 최고 온도 및 최저 온도를 추정하는 로직을 도출하여, 최종적으로 써미스터의 한계를 개선할 수 있다. 배터리 모듈 내의 최고 온도 및 최저 온도 추정을 통해 배터리 관리 시스템은 보다 정교한 충전 제어가 가능하다.

써미스터(thermistor)의 온도 값, 배터리 전류, 냉각수 온도 값, 및 외기 온도 값에 기초한 배터리 모듈 내의 최고/최저 온도 사이의 상관 관계를 추정하는 온도 추정 모델을 결정하는 방법 및 이를 구현한 장치에 관한 것이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 동일하거나 유사한 구성요소에는 동일, 유사한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및/또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

도 1에 도시된 바와 같이, 온도 추정 모델 결정 장치(1)는 파라미터 셋 생성부(10), 모델링부(20), 오차 계산부(30), 최대 오차 계산부(40), 및 최종 모델 결정부(50)를 포함한다.

도 1에 도시된 각 구성은 최고 온도 및 최저 온도 추정 모델 결정 장치의 구성을 설명하기 위한 일 예로서, 적어도 두 구성이 합쳐지거나, 한 구성이 적어도 두 구성으로 분리되거나, 추가적인 구성이 부가되는 등의 변경이 가능하고, 도 1에 도시된 실시예가 발명을 제한하지 않는다.

이하, 도 1 내지 도 4를 참조하여 일 실시예에 따른 온도 추정 모델 결정 장치 및 방법에 대해서 설명한다.

먼저, 파라미터 셋 생성부(10)는 실험 데이터들을 입력 받고, 기준 프로파일, 예비검증 프로파일, 및 재검증 프로파일을 선택한다(S1). 기준 프로파일은 온도 추정 모델을 빌드-업(bulid)하기 위해 필요한 초기값으로, 온도 추정에 필요한 인자들을 포함하는 입력 데이터 및 측정된 온도인 출력 데이터를 포함할 수 있다. 예비검증 프로파일은 온도 추정에 필요한 파라미터 개수와 파라미터 범위에 따라 결정되는 모든 파라미터 셋 중에서 온도 추정 모델로 적합한 파라미터 셋을 결정하기 위해 이용되는 데이터를 제공한다. 재검증 프로파일은 온도 추정 모델을 최종적으로 검증하기 위한 데이터를 제공한다.

기준 프로파일, 예비검증 프로파일, 및 재검증 프로파일 각각은 시계열적으로 구분되어 나열된 적어도 써미스터의 온도 값, 배터리 전류, 배터리 모듈의 냉각수 온도 값, 배터리 모듈의 외기 온도 값, 배터리 모듈 내의 최고/최저 온도에 관한 데이터를 포함할 수 있다. 이때, 써미스터의 온도 값, 배터리 전류, 배터리 모듈의 냉각수 온도 값, 및 배터리 모듈의 외기 온도 값은 온도 추정 모델의 입력 데이터이고, 배터리 모듈 내의 최고 온도 또는 최저 온도는 온도 추정 모델의 출력 데이터일 수 있다.

먼저, 온도 추정 모델 결정 장치(1)는 최고 온도를 추정할 것인지, 최저 온도를 추정할 것인지 선택하고(S2), 최고 온도 추정의 경우 최고 온도 추정 모델을 설정하고(S3), 최저 온도 추정의 경우 최저 온도 추정 모델을 설정한다(S4). 최고 온도 추정과 최저 온도 추정 각각을 위한 모델 설정은 동일한 방법으로 진행되므로, 이하, 도 3 및 도 4에 도시된 각 단계를 함께 설명한다.

파라미터 셋 생성부(10)는 최고 온도 또는 최저 온도 추정을 위한 모델의 종류를 선택하고, 선택된 모델 종류에 따른 파라미터 개수 및 각 파라미터의 범위 구간 수를 곱한 n 개의 모든 파라미터 셋을 계산한다(S301, S401). 온도 추정을 위한 모델의 종류는 ARX 모델(Auto Regressive eXternal model) 및 전달 함수 모델(transfer function model) 등이 있을 수 있다.

파라미터 셋 생성부(10)에서 계산된 모든 파라미터 셋은 예비검증 프로파일과 함께 모델링부(20)에 전달되고, 모델링부(20)는 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 입력 데이터들을 대입하여 최고 온도들 또는 최저 온도들을 추정한다(S302, S402).

오차 계산부(30)는 예비검증 프로파일의 출력 데이터인 최고 온도들 또는 최저 온도들과 모델링부(20)의 출력(OUT1~OUTn)인 추정된 최고 온도들 또는 최저 온도들 간의 평균 제곱근 오차(Root Mean Square　Error, RMSE)를 산출한다(S303, S403). 출력(OUT1-OUTn) 각각은 하나의 프로파일 셋에 의해 정의된 모델에 대해서, 예비검증 프로파일에 포함된 시계열적으로 구분되어 나열된 써미스터의 온도 값, 배터리 전류, 배터리 모듈의 냉각수 온도 값, 및 배터리 모듈의 외기 온도 값 각각을 입력을 했을 때의 추정된 최고 온도들 또는 최저 온도들을 포함하고, 오차 계산부(30)는 예비검증 프로파일에서 입력 데이터들에 대응하는 출력 데이터들과 추정된 최고 온도들 또는 최저 온도들 간의 차들을 제곱 평균한 결과를 제곱근 처리하여 평균 제곱근 오차(RMSE)를 산출할 수 있다. RMSE는 추정 결과와 실제 측정 결과간의 오차를 산출하기 위한 일 예로, 발명이 이에 한정되는 것은 아니다.

모델링부(20)는 오차 계산부(30)로부터 RMSE를 수신하고, 최고 온도 또는 최저 온도 각각에 대한 임계치 TH2 보다 RMSE가 작은지 비교한다(S304, S404).

모델링부(20)는 RMSE가 임계치 TH2 보다 작은 파라미터 셋과 RMSE를 저장하고(S305, S405), 모든 파라미터 셋에 대한 단계 S304 또는 단계 S404를 완료한 후, 저장된 RMSE 중 작은 순서로 상위 i개에 대응하는 i개의 제1 파라미터 셋을 추출한다(S307, S407). i개는 최대 개수로서, 단계 S304 또는 단계 S404에서 임계치 TH2 보다 RMSE가 작은 파라미터 셋의 개수가 i개 이하인 경우, 해당 파라미터 셋들을 제1 파라미터 셋으로 추출한다.

모델링부(20)는 단계 S304 및 단계 S404를 만족하는 파라미터 셋이 없다고 판단하면(S306, S406), 파라미터 셋 생성부(10)에 실패 신호(FS1)를 전송하여 이를 알리고, 파라미터 셋 생성부(10)는 단계 S1에 따라 기준 프로파일을 변경한다. 이 때, 기준 프로파일의 변경에 따라 예비검증 프로파일 및 재검증 프로파일 중 적어도 하나가 함께 변경될 수 있다. 제1 파라미터 셋은 예비검증 프로파일과 함께 최대 오차 계산부(40)로 전송된다.

최대 오차 계산부(40)는 i 개의 제1 파라미터 셋 각각에 기초한 모델을 이용하여 시계열적으로 변하는 추정 최고 온도 또는 추정 최저 온도와 예비검증 프로파일에서의 출력 데이터의 측정된 최고 온도 또는 최저 온도 간의 최대 오차를 산출한다(S308, S408). 앞서 언급한 바와 같이, 예비검증 프로파일은 시계열적으로 구분되어 나열된 입력 데이터들 및 출력 데이터들을 포함하고, 최대 오차는 시계열적으로 변하는 입력 데이터들에 따라 추정된 최고 온도들 또는 최저 온도들과 입력 데이터들에 대응하는 출력 데이터들 즉, 측정된 최고 온도들 또는 최저 온도들 간의 오차들 중 가장 큰 오차를 의미한다.

최대 오차 계산부(40)는 제1 파라미터 셋 각각의 최대 오차와 임계치 TH3 보다 작은지 비교한다(S309, S409). 최대 오차 계산부(40)는 비교 결과 최대 오차가 임계치 TH3보다 작은 파라미터 셋에 대해서, 오차 계산부(30)에 의해 단계 S303 도는 S403에서 산출된 RMSE에 대응하는 가중치를 곱한 결과와 최대 오차에 대응하는 가중치를 곱한 결과를 더하여 가중 오차를 산출하고 이를 저장한다(S310, S410).

최대 오차 계산부(40)는 단계 S309 및 단계 S408를 만족하는 파라미터 셋이 없다고 판단하면(S311, S411), 파라미터 셋 생성부(10)에 실패 신호(FS2)를 전송하여 이를 알리고, 파라미터 셋 생성부(10)는 단계 S1에 따라 기준 프로파일을 변경한다. 이 때, 기준 프로파일의 변경에 따라 예비검증 프로파일 및 재검증 프로파일 중 적어도 하나가 함께 변경될 수 있다.

최대 오차 계산부(40)는 단계 S310 또는 S410에서 저장된 가중 오차와 중 작은 순서로 j 개에 대응하는 제2 파라미터 셋을 추출한다(S312, S412). j개는 최대 개수로서, 단계 S309 또는 단계 S409에서 임계치 TH3 보다 최대 오차가 작은 파라미터 셋의 개수가 j개 이하인 경우, 해당 파라미터 셋들을 제2 파라미터 셋으로 추출한다. 제2 파라미터 셋은 재검증 프로파일과 함께 최종 모델 결정부(50)로 전송된다.

최종 모델 결정부(50)는 재검증 프로파일의 입력 데이터들에 따라 최고 온도 또는 최저 온도를 추정하고, 재검증 프로파일의 출력 데이터들인 측정된 최고 온도들 또는 최저 온도들과 추정 최고 온도들 또는 추정 최저 온도들 간의 RMSE를 산출한다(S5).

최종 모델 결정부(50)는 RMSE가 임계치 TH1 보다 작은지 비교한다(S6).

단계 S6에서 비교 결과, RMSE가 임계치 TH1 보다 작을 때, 최종 모델 결정부(50)는 해당 파라미터 셋에 기초한 모델을 최종 모델(FOUT)로 결정할 수 있다. 만약, j 개의 제2 파라미터 셋 중 적어도 두 개의 제2 파라미터 셋에 대한 RMSE가 임계치 TH1 보다 작을 때, 가장 작은 RMSE에 대응하는 제2 파라미터 셋을 선택할 수 있다.

최종 모델(FOUT)은 최고 온도에 대한 최고 온도 추정 모델 및 최저 온도에 대해서는 최저 온도 추정 모델로 구분되며, 배터리 관리 시스템(Battery Management System)에 삽입될 수 있다(S7).

도 5에 도시된 바와 같이, 배터리 시스템(2)은 배터리 관리 시스템(Battery Management System, BMS)(100), 배터리 모듈(200), 적어도 두 개의 온도센서(300, 500), 전류 센서(400), 및 냉각부(600)를 포함한다.

BMS(100)는 앞서 도 1 내지 도 4에서 설명한 실시예에 의해 결정된 온도 추정 모델(100)을 포함한다. 온도 추정 모델(100)은 배터리 모듈(200)의 최고 온도 및 최저 온도 중 적어도 하나를 추정할 수 있다.

배터리 모듈(200)은 복수의 배터리 셀이 직렬/병렬 연결되어 필요한 전원을 공급할 수 있다. 도 5에서는, 배터리 모듈(200)이 직렬 연결되어 있는 복수의 배터리 셀(C1-Cn)을 포함하고, 배터리 시스템(2)의 두 출력단(+,-) 사이에 연결되어 있는 것으로 도시되어 있으나, 도 5에 도시된 구성들 및 구성들 간의 연결 관계는 일 예로 발명이 이에 한정되는 것은 아니다.

온도 센서(300)는 배터리 모듈(200)의 온도를 측정하고, 측정된 온도를 지시하는 정보를 BMS(100)에 전송한다. 온도 센서(300)는 써미스터로 구현될 수 있고, 써미스터에 의해 측정된 값이 측정된 온도를 지시하는 정보일 수 있다. 도 5에서는 배터리 모듈(200)에 부착된 하나의 온도 센서(300)가 도시되어 있으나, 발명이 이에 한정되지 않고, 둘 이상의 온도 센서가 배터리 모듈(200)에 부착될 수 있다.

전류 센서(400)는 배터리 모듈(200)의 양극과 출력단(+) 사이에 직렬 연결되어, 배터리 모듈(200)에 흐르는 전류를 측정하고, 측정된 전류를 지시하는 정보를 BMS(100)에 전송한다.

온도 센서(500)은 외기 온도를 측정하고, 측정된 외기 온도를 지시하는 정보를 BMS(100)에 전송한다.

냉각부(600)는 배터리 모듈(200)의 적어도 일면에 접촉하여 위치하고, 배터리 모듈(200)의 온도를 낮출 수 있다. 냉각부(600)의 내부에는 냉각수가 있고, 냉각부(600)는 냉각수의 온도를 측정하고, 측정된 냉각수 온도를 지시하는 정보를 BMS(100)에 전송한다.

BMS(100)에 전송된 써미스터 측정값, 배터리에 흐르는 전류, 외기 온도 값, 및 냉각수 온도 값은 온도 추정 모델(110)에 입력되고, 온도 추정 모델(110)은 배터리 모듈(200)의 최고 온도 및 최저 온도 중 적어도 하나를 추정할 수 있다.

위 실시예를 통해서, 배터리 모듈 내 최고 온도 및 최저 온도를 정확하게 추정할 수 있어, 써미스터의 측정 값에만 의존하여 배터리 모듈의 온도를 측정하는 종래 기술의 문제점을 극복할 수 있다.

또한 배터리 모듈 내의 최고 온도 및 최저 온도를 정확하게 추정할 수 있어, 배터리 모듈의 출력 제어를 보다 정교하게 수행할 수 있는 배터리 관리 시스템이 제공될 수 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였으나, 본 발명의 권리범위가 이에 한정되는 것은 아니며 본 발명이 속하는 분야에서 통상의 지식을 가진 자가 여러 가지로 변형 및 개량한 형태 또한 본 발명의 권리범위에 속한다.

Claims

배터리 모듈 내의 온도를 추정하는 온도 추정 모델을 결정하는 방법에 있어서,

온도 추정을 위해 선택된 모델 종류에 따른 n 개의 파라미터 및 상기 n개의 파라미터 각각의 구간 수에 기초하여 모든 파라미터 셋을 계산하는 단계(n은 자연수);

상기 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 입력 데이터들을 대입하여 온도들을 추정하는 단계;

상기 모든 파라미터 셋 각각에 대하여, 상기 예비검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제1 오차를 산출하는 단계;

상기 모든 파라미터 셋에 대한 제1 오차들 각각이 제1 임계치 보다 작은지 비교하는 단계;

상기 비교 결과 상기 제1 오차들 중 상기 제1 임계치 보다 작은 제1 오차에 대응하는 파라미터 셋을 제1 파라미터 셋으로 추출하는 단계;

상기 제1 파라미터 셋에 기초한 모델을 이용하여 상기 예비검증 프로파일의 시계열적으로 변하는 입력 데이터들에 따라 추정된 온도들과 상기 예비검증 프로파일의 측정된 온도들 간의 오차 중 가장 큰 오차인 최대 오차를 산출하는 단계;

상기 최대 오차가 제2 임계치 보다 작은지 비교하는 단계;

상기 비교 결과 상기 제2 임계치 보다 작은 상기 최대 오차에 대응하는 가중치를 곱한 값과 상기 제1 오차들 중 상기 제1 파라미터 셋에 대응하는 제1 오차에 대응하는 가중치를 곱한 값을 더한 결과에 기초하여 제2 파라미터 셋을 추출하는 단계;

상기 제2 파라미터 셋에 재검증 프로파일의 입력 데이터들에 따라 온도들을 추정하는 단계;

상기 재검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제2 오차를 산출하는 단계; 및

상기 제2 오차가 제3 임계치 보다 작으면, 상기 제2 파라미터 셋을 기초한 모델을 온도 추정 모델로 결정하는 단계를 포함하는,

온도 추정 모델 결정 방법.
제1항에 있어서,

상기 예비검증 프로파일 및 상기 재검증 프로파일은,

적어도 시계열적으로 변하는 온도 센서의 온도 값, 배터리 전류, 냉각수 온도 값, 및 공기 온도 값을 입력 데이터들로 포함하는,

온도 추정 모델 결정 방법.
제1항에 있어서,

상기 추정된 온도들은, 추정된 상기 배터리 모듈의 최고 온도들 또는 최저 온도들을 포함하고,

상기 측정된 온도들은, 측정된 상기 배터리 모듈의 최고 온도들 또는 최저 온도들을 포함하는,

온도 추정 모델 결정 방법.
제1항에 있어서,

상기 제1 오차 및 상기 제2 오차 중 적어도 하나는, 평균 제곱근 오차(Root Mean Square　Error, RMSE)인,

온도 추정 모델 결정 방법.
제1항에 있어서,

상기 제1 오차들이 모두 상기 제1 임계치 이상이면, 기준 프로파일을 변경하는 단계를 더 포함하고,

상기 기준 프로파일은, 상기 온도 추정 모델을 빌드-업 하기 위한 초기값으로, 온도 추정에 필요한 인자들 및 측정된 온도를 포함하는,

온도 추정 모델 결정 방법.
제5항에 있어서,

상기 제1 프로파일 셋 모두의 상기 최대 오차가 상기 제2 임계치 이상이면, 상기 기준 프로파일을 변경하는 단계를 더 포함하는,

온도 추정 모델 결정 방법.
제6항에 있어서,

상기 제2 프로파일 셋 모두의 상기 제2 오차가 상기 제3 임계치 이상이면, 상기 기준 프로파일을 변경하는 단계를 더 포함하는,

온도 추정 모델 결정 방법.
제1항에 있어서,

상기 제1 파라미터 셋을 추출하는 단계는,

상기 제1 오차들 중 작은 순서로 상위 i 개에 속하는 제1 오차들에 대응하는 파라미터 셋을 상기 제1 파라미터 셋으로 추출하는 단계를 포함하는,

온도 추정 모델 결정 방법.
제1항에 있어서,

상기 제2 파라미터 셋을 추출하는 단계는,

상기 더한 결과가 작은 순서로 상위 j 개에 속하는 더한 결과에 대응하는 파라미터 셋을 상기 제2 파라미터 셋으로 추출하는 단계를 포함하는,

온도 추정 모델 결정 방법.
배터리 모듈 내의 온도를 추정하는 온도 추정 모델을 결정하는 장치에 있어서,

온도 추정을 위해 선택된 모델 종류에 따른 n 개의 파라미터 및 상기 n개의 파라미터 각각의 구간 수에 기초하여 모든 파라미터 셋을 계산하는 파라미터 셋 생성부;

상기 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 입력 데이터들을 대입하여 온도들을 추정하는 모델링부; 및

상기 모든 파라미터 셋 각각에 대하여, 상기 예비검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제1 오차를 산출하는 오차 계산부를 포함하고,

상기 모델링부는,

상기 모든 파라미터 셋에 대한 제1 오차들 각각이 제1 임계치 보다 작은지 비교하고, 상기 비교 결과 상기 제1 오차들 중 상기 제1 임계치 보다 작은 제1 오차에 대응하는 파라미터 셋을 제1 파라미터 셋으로 추출하며,

상기 제1 파라미터 셋에 기초한 모델을 이용하여 상기 예비검증 프로파일의 시계열적으로 변하는 입력 데이터들에 따라 추정된 온도들과 상기 예비검증 프로파일의 측정된 온도들 간의 오차 중 가장 큰 오차인 최대 오차를 산출하고, 상기 최대 오차가 제2 임계치 보다 작은지 비교하며, 상기 비교 결과 상기 제2 임계치 보다 작은 상기 최대 오차에 대응하는 가중치를 곱한 값과 상기 제1 오차들 중 상기 제1 파라미터 셋에 대응하는 제1 오차에 대응하는 가중치를 곱한 값을 더한 결과에 기초하여 제2 파라미터 셋을 추출하는 최대 오차 계산부; 및

상기 제2 파라미터 셋에 재검증 프로파일의 입력 데이터들에 따라 온도들을 추정하고, 상기 재검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제2 오차를 산출하며, 상기 제2 오차가 제3 임계치 보다 작으면, 상기 제2 파라미터 셋을 기초한 모델을 온도 추정 모델로 결정하는 최종 모델 결정부를 더 포함하는,

온도 추정 모델 결정 장치.
제10항에 있어서,

상기 예비검증 프로파일 및 상기 재검증 프로파일은,

적어도 시계열적으로 변하는 온도 센서의 온도 값, 배터리 전류, 냉각수 온도 값, 및 공기 온도 값을 입력 데이터들로 포함하는,

온도 추정 모델 결정 장치.
제10항에 있어서,

상기 추정된 온도들은, 추정된 상기 배터리 모듈의 최고 온도들 또는 최저 온도들을 포함하고,

상기 측정된 온도들은, 측정된 상기 배터리 모듈의 최고 온도들 또는 최저 온도들을 포함하는,

온도 추정 모델 결정 장치.
제10항에 있어서,

상기 제1 오차 및 상기 제2 오차 중 적어도 하나는, 평균 제곱근 오차(Root Mean Square　Error, RMSE)인,

온도 추정 모델 결정 장치.
배터리 모듈 내의 온도를 추정하는 온도 추정 모델 결정 방법에 의해 결정된 온도 추정 모델을 포함하고,

상기 온도 추정 모델 결정 방법은,

온도 추정을 위해 선택된 모델 종류에 따른 n 개의 파라미터 및 상기 n개의 파라미터 각각의 구간 수에 기초하여 모든 파라미터 셋을 계산하는 단계(n은 자연수);

상기 모든 파라미터 셋 각각에 기초한 모델에 예비검증 프로파일의 입력 데이터들을 대입하여 온도들을 추정하는 단계;

상기 모든 파라미터 셋 각각에 대하여, 상기 예비검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제1 오차를 산출하는 단계;

상기 모든 파라미터 셋에 대한 제1 오차들 각각이 제1 임계치 보다 작은지 비교하는 단계;

상기 비교 결과 상기 제1 오차들 중 상기 제1 임계치 보다 작은 제1 오차에 대응하는 파라미터 셋을 제1 파라미터 셋으로 추출하는 단계;

상기 제1 파라미터 셋에 기초한 모델을 이용하여 상기 예비검증 프로파일의 시계열적으로 변하는 입력 데이터들에 따라 추정된 온도들과 상기 예비검증 프로파일의 측정된 온도들 간의 오차 중 가장 큰 오차인 최대 오차를 산출하는 단계;

상기 최대 오차가 제2 임계치 보다 작은지 비교하는 단계;

상기 비교 결과 상기 제2 임계치 보다 작은 상기 최대 오차에 대응하는 가중치를 곱한 값과 상기 제1 오차들 중 상기 제1 파라미터 셋에 대응하는 제1 오차에 대응하는 가중치를 곱한 값을 더한 결과에 기초하여 제2 파라미터 셋을 추출하는 단계;

상기 제2 파라미터 셋에 재검증 프로파일의 입력 데이터들에 따라 온도들을 추정하는 단계;

상기 재검증 프로파일의 측정된 온도들과 상기 추정된 온도들 간의 차에 따른 제2 오차를 산출하는 단계; 및

상기 제2 오차가 제3 임계치 보다 작으면, 상기 제2 파라미터 셋을 기초한 모델을 온도 추정 모델로 결정하는 단계를 포함하는, 배터리 관리 시스템.