WO2021118170A1 - 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법 - Google Patents

배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법 Download PDF

Info

Publication number
WO2021118170A1
WO2021118170A1 PCT/KR2020/017601 KR2020017601W WO2021118170A1 WO 2021118170 A1 WO2021118170 A1 WO 2021118170A1 KR 2020017601 W KR2020017601 W KR 2020017601W WO 2021118170 A1 WO2021118170 A1 WO 2021118170A1
Authority
WO
WIPO (PCT)
Prior art keywords
battery
information
deterioration
charging
model
Prior art date
Application number
PCT/KR2020/017601
Other languages
English (en)
French (fr)
Inventor
한세경
박정주
Original Assignee
경북대학교 산학협력단
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
Priority claimed from KR1020190163395A external-priority patent/KR102094359B1/ko
Priority claimed from KR1020190168968A external-priority patent/KR102148204B1/ko
Application filed by 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Publication of WO2021118170A1 publication Critical patent/WO2021118170A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Definitions

  • the present invention relates to an apparatus and method for estimating a state of a battery according to a deterioration model of the battery, and an apparatus and method for diagnosing a battery abnormality using a model of a parameter measured in the battery, and more particularly, to the charging of the battery. and a battery state estimating apparatus and method for estimating the state of the battery from the deterioration model according to the discharge cycle and the deterioration model according to the idle period of the battery, and a test model generated by the battery life test and a parameter model measured from the battery. to a battery abnormality diagnosis apparatus and method for diagnosing battery abnormalities.
  • SEI solid electrolyte interphase
  • the SEI layer has low electrical conductivity to suppress the reduction reaction inside the battery, and increases the internal resistance of the battery. Accordingly, a deterioration phenomenon occurs in which the performance of the battery is lowered due to the growth of the SEI layer.
  • the method of estimating the deterioration of the battery generally considers only cycle deterioration due to charging and discharging of the battery. However, even when charging and discharging are not performed in the battery, deterioration of the battery may also proceed.
  • the battery is mounted on various electrical loads, such as mobile devices, lamps, sensors, computing devices, and electric vehicles, to supply power required by each electrical load.
  • batteries are used in a wide range of fields, such as air conditioners, audio devices, and heating devices, in addition to the above-described devices.
  • the battery when the battery is discharged, it is common to supply power to an electrical load connected to the battery, but the battery also performs charging to store power transmitted from a generator, etc., and uses the battery according to such convenience.
  • BACKGROUND ART Electrical devices are continuously increasing, and with the development of batteries, the capacity of batteries mounted in various electrical devices is also increasing.
  • the technical problem to be solved by the present invention is to provide an apparatus and method for estimating a state of a battery from a deterioration model according to a charging and discharging cycle of a battery and a deterioration model according to a rest period of the battery.
  • Another object of the present invention is to provide an apparatus and method for diagnosing a battery abnormality by comparing a test model generated by a battery life test with a parameter model measured from the battery.
  • the charging information collecting unit for collecting charging information indicating the state of charge of the battery during a preset time interval; a section information extraction unit for extracting section information according to charging and discharging of the battery from the charging information; a deterioration model determination unit for selecting a deterioration model corresponding to the section information from deterioration models for different charging states; and a deterioration estimator for estimating deterioration information of the battery indicated from the section information according to the deterioration model.
  • the section information includes a cycle section that appears as a time interval from a point in time when the battery starts to be discharged to a point in time when the battery is discharged and is charged to a level immediately before discharging, and a time in which discharging and charging are not performed in the battery. It may further include a rest period appearing at intervals.
  • the degradation model determiner may select a degradation function model according to a charging state appearing in the cycle section from among the degradation models.
  • the deterioration estimator may be configured to derive, from the deterioration function model, a current integration start value according to battery state information measured at a time point at which the cycle period starts, and a time point at which the cycle period ends from the current integration start value.
  • the deterioration information can be estimated according to the accumulated current output up to .
  • the degradation model determiner may select a diffusion function model according to a time interval appearing in the idle section from among the degradation models.
  • the deterioration estimator may estimate the deterioration information from the diffusion function model according to a time interval appearing in the idle period.
  • the deterioration model may include: a deterioration function model representing deterioration of the battery according to a cycle in which the battery is discharged and is charged to a level immediately before being discharged; and a diffusion function model representing deterioration of the battery according to the idle state in which discharging and charging are not performed in the battery.
  • a battery state estimation method for estimating the state of a battery according to a deterioration model of a battery generated in advance, collecting charging information indicating the state of charge of the battery during a preset time interval ; extracting section information according to charging and discharging of the battery from the charging information; selecting a degradation model corresponding to the section information from degradation models for different charging states; and estimating deterioration information of the battery indicated from the section information according to the deterioration model.
  • section information may further include a cycle section represented by a time interval in which the battery is discharged and charged to a level immediately before discharging, and a pause section represented by a time interval in which discharging and charging are not performed in the battery.
  • the selecting of the degradation model may further include selecting a degradation function model according to a state of charge appearing in the cycle section among the degradation models when the cycle section is extracted from the section information.
  • the estimating of the deterioration information may include: deriving a current integration start value according to the state information of the battery measured at the start of the cycle period from the deterioration function model; and estimating the deterioration information according to the integrated current output from the current integration start value until the cycle period ends.
  • the selecting of the degradation model may further include selecting a diffusion function model according to a time interval appearing in the idle section among the degradation models when the idle section is extracted from the section information.
  • the estimating of the deterioration information may further include estimating the deterioration information according to a time interval appearing in the idle period from the diffusion function model.
  • the deterioration model may include: a deterioration function model representing deterioration of the battery according to a cycle in which the battery is discharged and is charged to a level immediately before being discharged; and a diffusion function model representing deterioration of the battery according to the idle state in which discharging and charging are not performed in the battery.
  • the battery information collecting unit for measuring the battery information measurable from the battery for a preset time interval; a parameter generator for generating parameter information indicating a state of a battery from the battery information so that a test model generated in advance according to a life test and the battery information can be compared; an abnormality determination unit that compares the parameter information with the test model, and determines that an abnormality has occurred in the battery when a comparison result between the parameter information and the test model is out of a preset threshold range; and an output unit for outputting whether the battery is abnormal.
  • the battery information collecting unit may collect charging information indicating a charging state of the battery according to the passage of time from the battery.
  • the parameter generating unit may include a cycle interval indicated by a time interval from the time when discharging of the battery starts to the time at which the battery is charged to the level at which the discharging starts from the charging information, and discharge or charging is performed in the battery. It is possible to extract at least one section from among the idle sections appearing at time intervals that do not occur.
  • the parameter generator may derive an amount of change in battery capacity according to an amount of current accumulated in the cycle period.
  • the parameter generator may derive time information at which the idle period appears and an amount of change in voltage of the battery according to the time information.
  • the parameter generator may generate an equivalent circuit representing the battery in the form of an electric circuit according to the battery information, and derive an open circuit voltage of the battery using the equivalent circuit.
  • the battery information includes current information measured over time for charging or discharging the battery, voltage information measured over time for charging or discharging the battery, and voltage information measured over time from the battery. At least one piece of temperature information may be further included.
  • Another aspect of the present invention provides a method for diagnosing a battery abnormality using a test model according to a life test of a parameter measured in a battery, the method comprising: measuring measurable battery information from a battery for a preset time interval; generating parameter information indicating a state of a battery from the battery information so that a test model generated in advance according to a life test and the battery information can be compared; comparing the parameter information with the test model, and determining that an abnormality has occurred in the battery when a comparison result between the parameter information and the test model is out of a preset threshold range; and outputting whether the battery is abnormal.
  • the measuring of the battery information may include measuring charging information indicating a state of charge of the battery according to the passage of time from the battery.
  • the generating of the parameter information may include a cycle period indicated by a time interval from the time when discharging of the battery starts from the charging information to the time at which the battery is charged to the level at which the discharging starts, and discharging from the battery.
  • at least one section among the idle sections appearing at time intervals in which charging is not performed may be extracted.
  • the generating of the parameter information may derive an amount of change in battery capacity according to the amount of current accumulated in the cycle period.
  • the generating of the parameter information may include deriving time information at which the idle period appears and an amount of change in voltage of the battery according to the time information.
  • the generating of the parameter information may include generating an equivalent circuit representing the battery in the form of an electric circuit according to the battery information, and deriving an open circuit voltage of the battery using the equivalent circuit.
  • the battery information includes current information measured over time for charging or discharging the battery, voltage information measured over time for charging or discharging the battery, and voltage information measured over time from the battery. At least one piece of temperature information may be further included.
  • the deterioration model according to the charge and discharge cycle of the battery and deterioration according to the idle period of the battery can be estimated from the model.
  • a test model generated by a battery life test and a parameter model measured from the battery are compared with the parameter model of the battery. abnormalities can be diagnosed.
  • FIG. 1 is a schematic diagram of a system including an apparatus for estimating a battery state according to an embodiment of the present invention.
  • FIG. 2 is a control block diagram of an apparatus for estimating a battery state according to an embodiment of the present invention.
  • FIG. 3 is a graph illustrating an embodiment of charging information collected by the charging information collecting unit of FIG. 2 .
  • FIG. 4 is a graph illustrating an example of an integrated current derived from the deterioration estimator of FIG. 2 .
  • 5 and 6 are graphs illustrating an embodiment of a degradation function model used in the degradation model determining unit of FIG. 2 .
  • FIG. 7 is a graph illustrating an embodiment of a diffusion function model used in the deterioration model determining unit of FIG. 2 .
  • FIG. 8 is a flowchart of a method for estimating a battery state according to an embodiment of the present invention.
  • FIG. 9 is a detailed flowchart illustrating a method of estimating deterioration information according to the section information extracted in the step of extracting section information of FIG. 8 .
  • FIG. 10 is a schematic diagram of a battery abnormality diagnosis system including a battery abnormality diagnosis apparatus according to an embodiment of the present invention.
  • FIG. 11 is a control block diagram of an apparatus for diagnosing a battery abnormality according to an embodiment of the present invention.
  • FIG. 12 is a block diagram illustrating a process of determining an abnormality in a battery in the apparatus for diagnosing a battery abnormality according to an embodiment of the present invention.
  • FIG. 13 is a block diagram illustrating a process of determining a battery abnormality according to different parameter information generated by the battery abnormality diagnosis apparatus according to an embodiment of the present invention.
  • FIG. 14 is a flowchart of a method for diagnosing a battery abnormality according to an embodiment of the present invention.
  • 15 and 16 are detailed flowcharts of the step of generating parameter information of FIG. 14 .
  • FIG. 1 is a schematic diagram of a system including an apparatus for estimating a battery state according to an embodiment of the present invention.
  • the system 1 may include a battery 100 and a battery state estimation apparatus 200 .
  • the battery 100 may mean a lithium ion battery, a capacitor, a secondary battery, etc. including a positive electrode, a negative electrode, a separator and an electrolyte, and accordingly, the battery 100 may perform charging to store energy, and the battery
  • the reference numeral 100 may supply energy stored in a load such as an external device connected to the battery 100 .
  • energy may be understood as a generic term for electrical energy such as current, voltage, and power, and accordingly, energy referred to below may be understood to mean any one of current, voltage, and power.
  • oxidation or reduction may occur inside the battery according to the directions of currents applied to the positive and negative poles, and accordingly, the battery 100 may be charged or discharged.
  • a Solid Electrolyte Interphase (SEI) layer may be formed between the separator and the electrolyte inside the battery 100, and as the SEI layer becomes thicker, the internal impedance of the battery 100 increases and the lithium ion decreases. As performance is reduced, the battery 100 may deteriorate such that the efficiency of the battery 100 decreases.
  • SEI Solid Electrolyte Interphase
  • the battery state estimating apparatus 200 may collect charging information indicating the state of charge of the battery during a preset time interval, and in this case, the state of charge of the battery means the SoC (State of Charge) of the battery 100 , etc. can do.
  • SoC State of Charge
  • the battery state estimating apparatus 200 may use a known technique for estimating the state of charge of the battery 100 .
  • the method for estimating the state of charge of the battery 100 may include: ) A chemical measurement method for estimating the state of charge by measuring the specific gravity or acidity of the internal electrolyte, a voltage for estimating the state of charge by comparing the output voltage of the battery 100 with a discharge curve prepared in advance by experiment, etc. A measuring method may be used.
  • a method of measuring the state of charge of the battery 100 such as a current integration method and a pressure measuring method may be used.
  • the charging information may include operations such as charging, discharging, and pause performed in the battery 100 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 100 .
  • operations such as charging, discharging, and pause performed in the battery 100 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 100 .
  • the battery state estimating apparatus 200 may extract interval information according to charging and discharging of the battery 100 from the collected charging information.
  • the section information is a cycle section that appears as a time interval from the time when the battery 100 starts to be discharged to the time when the battery is discharged and is charged to the level immediately before discharging, and the battery 100 is not discharged and charged. It may include rest periods that appear at time intervals.
  • the sum of the time intervals of at least one or more section information extracted from the charging information may be the same as the time interval shown in the charging information, and accordingly, the battery state estimating apparatus 200 efficiently reduces the deterioration of the battery 100 .
  • the battery state estimating apparatus 200 may select a deterioration model corresponding to the section information from deterioration models for different charging states.
  • the degradation model is a degradation function model representing degradation of the battery 100 according to a cycle in which the battery 100 is discharged and charged to a level immediately before discharging, and a resting state in which discharging and charging are not performed in the battery 100 . It may include a diffusion function model representing the deterioration of the battery according to the
  • the battery state estimating apparatus 200 may select a degradation function model according to the state of charge appearing in the cycle section from among the degradation models, and the battery state estimating apparatus 200 may select the
  • a diffusion function model according to a time interval appearing in the rest period among the degradation models may be selected.
  • the degradation function model may be expressed in the form of an exponential function for the accumulated current representing the amount of current output during the cycle.
  • the manufacturer of the battery 100 may perform a battery 100 test, such as indicating a relationship between a depth of discharge (DoD) and an achievable count cycle (ACC), such as, Performance information of the battery 100 is also provided to consumers.
  • DoD depth of discharge
  • ACC achievable count cycle
  • the degradation function model may represent the amount of accumulated current for each state of charge of the battery 100 derived from performance information of the battery 100 provided from the outside.
  • the state of charge of the battery 100 may appear at intervals of 10%, and in this case, the accumulated current shown in the degradation function model indicates that the state of charge of the battery 100 is 0, 10, 20, 30, 40, 50 , 60, 70, 80, 90 and 100% can be derived respectively.
  • the charging states of the battery 100 may be formed at different intervals.
  • the deterioration function model may be derived in the form of an integrated current for each temperature of the battery, and the deterioration function model may be derived in the form of an integrated current for each rate of the battery.
  • the rate may mean a charging rate of the battery.
  • the diffusion function model may represent the stability of the internal electrode of the battery according to the time during which the resting state is maintained.
  • the battery 100 when the Lowest Unoccupied Molecular Orbital (LUMO) of the electrolyte is lower than the Fermi Level appearing at the positive electrode, electrons of the positive electrode are introduced into the electrolyte, and a reduction loss of the electrolyte occurs, When the Highest Occupied Molecular Orbital (HOMO) of the electrolyte is higher than the Fermi level appearing at the negative electrode, electrons of the electrolyte move to the negative electrode, and oxidation loss of the electrolyte may occur.
  • LUMO Lowest Unoccupied Molecular Orbital
  • HOMO Highest Occupied Molecular Orbital
  • the battery 100 is in a stable state when the level of the positive electrode is lower than the LUMO level and the level of the negative electrode is higher than the HOMO level.
  • the battery 100 when the charging and discharging cycle of the battery 100 is performed, oxidation and reduction may occur inside, and accordingly, the battery 100 may change to an unstable state, and according to an internal diffusion reaction, the battery ( 100) can be changed to a stable state.
  • the diffusion function model may represent the degree to which the battery changes to the stable state according to the time during which the idle state is maintained.
  • the battery state estimating apparatus 200 may estimate deterioration information of the battery 100 appearing from the section information according to the deterioration model.
  • the battery state estimating apparatus 200 determines, from the deterioration function model, a current integration start value according to the state information of the battery 100 measured at the start of the cycle period. may be derived, and the battery state estimating apparatus 200 may estimate deterioration information according to the integrated current output from the current integration start value to the time point at which the cycle period ends.
  • the battery state estimating apparatus 200 may estimate deterioration information from the spreading function model according to a time interval appearing in the idle interval.
  • the battery state estimating apparatus 200 may derive the final deterioration information by adding the deterioration information estimated according to different section information to the initial deterioration information of the charging information from which the corresponding section information is extracted.
  • the initial deterioration information may mean a deterioration state of the battery 100 immediately before the charging information is extracted
  • the final deterioration information may mean a deterioration state of the battery 100 immediately before the extraction of the charging information is terminated.
  • FIG. 2 is a control block diagram of an apparatus for estimating a battery state according to an embodiment of the present invention.
  • the battery state estimating apparatus 200 may include a charging information collecting unit 210 , a section information extracting unit 220 , a deterioration model determining unit 230 , and a deterioration estimating unit 240 .
  • the charging information collection unit 210 may collect charging information indicating the charging state of the battery during a preset time interval.
  • the charging information may include operations such as charging, discharging, and pause performed in the battery 100 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 100 .
  • operations such as charging, discharging, and pause performed in the battery 100 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 100 .
  • the section information extraction unit 220 may extract section information according to charging and discharging of the battery 100 from the collected charging information.
  • the section information is a cycle section that appears as a time interval from the time when the battery 100 starts to be discharged to the time when the battery is discharged and is charged to the level immediately before discharging, and the battery 100 is not discharged and charged. It may include rest periods that appear at time intervals.
  • the deterioration model determiner 230 may select a deterioration model corresponding to the section information from deterioration models for different charging states.
  • the degradation model is a degradation function model representing degradation of the battery 100 according to a cycle in which the battery 100 is discharged and charged to a level immediately before discharging, and a resting state in which discharging and charging are not performed in the battery 100 . It may include a diffusion function model representing the deterioration of the battery according to the
  • the degradation model determining unit 230 may select a degradation function model according to the state of charge appearing in the cycle section among the degradation models, and the degradation model determining unit 230 determines the section
  • a diffusion function model according to a time interval appearing in the rest period among the degradation models may be selected.
  • the deterioration estimator 240 may estimate deterioration information of the battery 100 appearing from the section information according to the deterioration model.
  • the deterioration estimator 240 derives a current integration start value according to the state information of the battery 100 measured at the start of the cycle period from the deterioration function model.
  • the deterioration estimator 240 may estimate the deterioration information according to the integrated current output from the current integration start value to the time point at which the cycle period ends.
  • the deterioration estimator 240 may estimate the deterioration information according to a time interval appearing in the idle period from the diffusion function model.
  • the deterioration estimator 240 may derive deterioration information immediately after the point in time appearing in the charging information by adding the deterioration information estimated according to different section information to the initial deterioration information of the charging information from which the corresponding section information is extracted. .
  • FIG. 3 is a graph illustrating an embodiment of charging information collected by the charging information collecting unit of FIG. 2 .
  • the charging information collection unit 210 may collect charging information indicating the charging state of the battery during a preset time interval.
  • the charging information may include operations such as charging, discharging, and pause performed in the battery 100 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 100 .
  • operations such as charging, discharging, and pause performed in the battery 100 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 100 .
  • FIG. 3 a graph showing a change in the state of charge according to time can be confirmed, and in this case, it can be seen that the state of charge is divided at 10% intervals.
  • the degradation function model may represent an integrated current for each state of charge divided by 10% intervals.
  • the interval between the charging state or the charging state shown in the degradation function model may be set to another interval.
  • section information extracting unit 220 of the battery state estimating apparatus 200 may extract section information from the charging information collected by the charging information collecting unit 210 .
  • the section information extracting unit 220 alternately performs discharging and charging between 50% and 60% of the charging state and between 60% and 70% of the charging state and the section in which the discharging and charging are alternately performed.
  • the performed section may be extracted as a cycle section, and the section information extraction unit 220 may extract a section in which the state of charge is kept constant in the 60% section as the idle section.
  • the battery state estimating apparatus 200 may derive deterioration information using a deterioration function model in which the state of charge is 50% for a cycle section in which the state of charge is extracted between 50% and 60%, and estimates the state of the battery.
  • the device 200 may derive deterioration information using a deterioration function model in which the state of charge is 60% for a cycle section in which the state of charge is extracted between 60% and 70%.
  • FIG. 4 is a graph illustrating an example of an integrated current derived from the deterioration estimator of FIG. 2 .
  • the deterioration estimator 240 may derive a current integration start value according to the state information of the battery 100 measured at the start of the cycle period from the deterioration function model. In addition, the deterioration estimator 240 may estimate deterioration information according to the integrated current output from the current integration start value to the time point at which the cycle period ends.
  • the integrated current I_1 can be derived according to the degradation function model (WF_0.5(I)) in which the state of charge is 50%. It can be seen that, for a cycle section in which the state of charge is extracted between 60% and 70%, the integrated current I_3 is derived according to the degradation function model (WF_0.6(I)) in which the state of charge is 60%.
  • the deterioration estimator 240 may derive the current integration start value by inputting battery state information measured at the start of the cycle period into the inverse function of the deterioration function model according to the charging state of the corresponding period. .
  • the state information of the battery can be understood as the capacity loss of the graph of FIG. 4 , which can be understood as indicating the degree of deterioration of the battery according to the accumulated current.
  • Such information may be information collected through experiments, etc., or may be provided by a manufacturer.
  • the degradation estimator 240 inputs the sum of the integrated currents output from the current integration start value to the end of the cycle period into the degradation function model, and inputs the current integration start value to the degradation function model, and the degradation function model Deterioration information can be derived from the difference between the two output values for .
  • SoH_0 may be battery state information measured at the start of the cycle period
  • WF_M(q1) may be a deterioration function model selected for the first extracted period information
  • I_1 is the first extracted period It may be the current integration starting value derived for the information.
  • the deterioration information that appears immediately after the corresponding cycle period ends may be calculated as the sum of the deterioration information measured just before the corresponding cycle period starts and the deterioration information derived from the corresponding cycle period.
  • deterioration information may be estimated in this way.
  • 5 and 6 are graphs illustrating an embodiment of a degradation function model used in the degradation model determining unit of FIG. 2 .
  • 5 is a graph showing a method of generating a degradation function model.
  • the deterioration function model may represent the deterioration of the battery 100 according to a cycle in which the battery 100 is discharged and is charged to a level immediately before being discharged.
  • each solid line is a graph according to information obtained from experiments, etc.
  • each line in which a figure exists is A graph according to an experiment can be understood as a graph estimated using curve-fitting or the like.
  • the accumulated current may be understood as an accumulated amount of current discharged from the battery, and each solid line may be understood as a graph obtained in a state of charge with an interval of 10%.
  • the deterioration function model is generated by estimating a graph obtained from an experiment, and the deterioration function model can be expressed as Equation 2 below.
  • WF may mean a degradation function model
  • subscripts such as 0.9, 0.8, 0 may mean a numerical value indicating a state of charge of the degradation function model.
  • WF_0.9 may mean a deterioration function model that appears in a 90% state of charge.
  • CD may mean a graph generated from an experiment, etc., and subscripts such as 10%, 20%, 100% may mean a depth of discharge.
  • degradation function models in different charging states may be expressed according to a matrix as in Equation 3 below.
  • the deterioration function model can derive the deterioration density function when differentiating each function with respect to the integrated current.
  • the deterioration density function may be understood as a function representing the capacity loss per unit current with respect to the accumulated current, and the capacity loss per unit current may be understood as representing the degree of deterioration of the battery 100 per unit current.
  • FIG. 7 is a graph illustrating an embodiment of a diffusion function model used in the deterioration model determining unit of FIG. 2 .
  • the diffusion function model may represent the deterioration of the battery according to the idle state in which discharging and charging are not performed in the battery 100 .
  • each solid line is a graph according to information obtained from experiments, etc. It is a graph, and each line on which a figure exists can be understood as a graph that estimates a graph according to an experiment or the like using curve fitting or the like.
  • the electrode activity may mean the degree to which the battery 100 changes to an unstable state according to an oxidation or reduction reaction inside the battery 100, and it can be understood that the greater the electrode activity, the greater the voltage change with time.
  • the diffusion function model is generated by estimating a graph obtained from an experiment.
  • deterioration information estimated from the diffusion function model may be calculated according to Equation 4 below.
  • SoH_2 may be deterioration information appearing in the corresponding section
  • Diff may represent a diffusion function model
  • R_M may represent electrode potential stability calculated according to the diffusion function model.
  • the electrode potential stability may be calculated according to Equation 5 below.
  • SoC may indicate a state of charge
  • T may indicate temperature
  • C-Rate may indicate rate
  • AD may indicate electrode activity
  • gamma may be an unknown set according to battery state information, temperature, and rate.
  • the electrode potential stability can be calculated as the product of the diffusion function model and the unknown gamma.
  • FIG. 8 is a flowchart of a method for estimating a battery state according to an embodiment of the present invention.
  • the battery state estimating method according to an embodiment of the present invention proceeds on substantially the same configuration as the battery state estimating apparatus 200 shown in FIG. 1 , the same components as those of the battery state estimating apparatus 200 of FIG. 1 are used. The same reference numerals are given, and repeated descriptions will be omitted.
  • the battery state estimation method may include collecting charging information ( 600 ), extracting section information ( 610 ), selecting a deterioration model ( 620 ), and estimating deterioration information ( 630 ).
  • charging information indicating the charging state of the battery may be collected during a preset time interval.
  • step 610 of extracting section information section information according to charging and discharging of the battery 100 may be extracted from the collected charging information.
  • the section information is a cycle section that appears as a time interval from the time when the battery 100 starts to be discharged to the time when the battery is discharged and is charged to the level immediately before discharging, and the battery 100 is not discharged and charged. It may include rest periods that appear at time intervals.
  • a degradation model corresponding to the section information may be selected from degradation models for different charging states.
  • the degradation model is a degradation function model representing degradation of the battery 100 according to a cycle in which the battery 100 is discharged and charged to a level immediately before discharging, and a resting state in which discharging and charging are not performed in the battery 100 . It may include a diffusion function model representing the deterioration of the battery according to the
  • the step 620 of selecting the degradation model when the cycle section is extracted from the section information, a degradation function model according to the state of charge appearing in the cycle section among the degradation models can be selected, and the step of selecting the degradation model ( 620 ) may select a diffusion function model according to a time interval appearing in the rest period among the degradation models when the rest period is extracted from the period information.
  • deterioration information of the battery 100 appearing from section information according to a deterioration model may be estimated.
  • the step 630 of estimating the deterioration information when the deterioration function model is selected according to the period information, the current integration according to the state information of the battery 100 measured at the start of the cycle period from the deterioration function model is started.
  • a value may be derived, and in the estimating of deterioration information ( 630 ), deterioration information may be estimated according to an integrated current output from a current integration start value to a time point at which a cycle period ends.
  • the estimating 630 of the degradation information may estimate the degradation information according to a time interval appearing in the rest period from the spreading function model.
  • the deterioration information estimated according to the different section information is added to the initial deterioration information of the charging information from which the corresponding section information is extracted to derive the deterioration information immediately after the time point appearing in the charging information. can do.
  • FIG. 9 is a detailed flowchart illustrating a method of estimating deterioration information according to the section information extracted in the step of extracting section information of FIG. 8 .
  • the degradation model corresponding to the section information may be selected from the degradation models for different charging states, and for this, the section information extracted in the step 610 of extracting the section information is cycled. It may be determined whether it is a section (621).
  • section information extracted in step 610 of extracting section information is a cycle section
  • a spreading function model 623 according to a time interval appearing in the idle section among the degradation models may be selected.
  • the battery state estimating apparatus 200 determines the state information of the battery 100 measured at the start of the cycle period from the deterioration function model.
  • the current integration start value may be derived, and the battery state estimating apparatus 200 may estimate ( 631 ) degradation information according to the integrated current output from the current integration start value until the cycle period ends.
  • the battery state estimating apparatus 200 derives deterioration information immediately after the point in time appearing in the charging information by adding the deterioration information estimated according to different section information to the initial deterioration information of the charging information from which the corresponding section information is extracted (635). )can do.
  • FIG. 10 is a schematic diagram of a battery abnormality diagnosis system including a battery abnormality diagnosis apparatus according to another embodiment of the present invention.
  • the battery abnormality diagnosis system 10 may include a battery 1000 and a battery abnormality diagnosis apparatus 2000 .
  • the battery 1000 may mean a lithium ion battery, a capacitor, a secondary battery, etc. including a positive electrode, a negative electrode, a separator, and an electrolyte, and accordingly, the battery 1000 may perform charging to store energy, and the battery
  • the reference numeral 1000 may supply energy stored in a load such as an external device connected to the battery 1000 .
  • energy may be understood as a generic term for electrical energy such as current, voltage, and power, and accordingly, energy referred to below may be understood to mean any one of current, voltage, and power.
  • oxidation or reduction may occur inside the battery according to the directions of currents applied to the positive and negative poles, and accordingly, the battery 1000 may be charged or discharged.
  • a Solid Electrolyte Interphase (SEI) layer may be formed between the separator and the electrolyte inside the battery 1000, and as the SEI layer becomes thicker, the internal impedance of the battery 1000 increases and lithium ions decrease. As performance is reduced, the battery 1000 may deteriorate such as the efficiency of the battery 1000 is reduced.
  • SEI Solid Electrolyte Interphase
  • the battery abnormality diagnosis apparatus 2000 may measure battery information measurable from the battery 1000 during a preset time interval.
  • the battery information is obtained from current information measured over time for charging or discharging of the battery 1000 , voltage information measured over time for charging or discharging the battery 1000 , and the battery 1000 . Temperature information measured over time may be included.
  • the battery information may further include charging information indicating the state of charge of the battery during a preset time interval, and in this case, the state of charge of the battery may mean a state of charge (SoC) of the battery 1000 . have.
  • SoC state of charge
  • the battery abnormality diagnosis apparatus 2000 may use a known technology to estimate the state of charge of the battery 1000 , and in this regard, the method for estimating the state of charge of the battery 1000 includes the method of estimating the state of charge of the battery 1000 .
  • a measurement method may be used.
  • a method of measuring the state of charge of the battery 1000 such as a current integration method and a pressure measurement method may be used.
  • the charging information may include operations such as charging, discharging, and pause performed in the battery 1000 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 1000 .
  • operations such as charging, discharging, and pause performed in the battery 1000 for a predetermined time interval, where the pause indicates a state in which charging or discharging is not performed in the battery 1000 .
  • the battery abnormality diagnosis apparatus 2000 may generate parameter information indicating the state of the battery from the battery information so that a test model generated according to a life test and the battery information can be compared.
  • the life test may mean a performance test of the battery 1000 performed by a manufacturer or the like, and in this regard, the life test includes a depth of discharge (DoD) and an achievable count cycle (ACC). ), a test showing the relationship between the amount of current accumulated according to charging and discharging of the battery 1000 and the capacity of the battery 1000 , a time according to the state of charge of the battery 1000 and the battery 1000 A test indicating the relationship between voltage variations may be performed, and information on the result of such a life test may be provided by a manufacturer or the like.
  • DoD depth of discharge
  • ACC achievable count cycle
  • test model can be understood as result information that summarizes the numerical values representing the results of the life test, and accordingly, the test model can mean information about the characteristics of the battery that appears in a state in which there is no abnormality in the battery. .
  • test model may include a wear density function (WDF), a direct current internal resistance (DCIR), an open circuit voltage (OCV) curve, and the like.
  • WDF wear density function
  • DCIR direct current internal resistance
  • OCV open circuit voltage
  • the model may include various life test results that represent the characteristics of the battery.
  • the battery abnormality diagnosis apparatus 2000 calculates from the charging information measured from the battery 1000 to the point at which the battery 1000 is charged to the level at which the battery 1000 starts discharging from the point at which the discharging starts. Information on at least one of a cycle section appearing at a time interval and an idle section appearing at a time interval in which discharge or charging is not performed in the battery 1000 may be extracted.
  • the battery abnormality diagnosis apparatus 2000 may derive the amount of change in the capacity of the battery 1000 according to the amount of current accumulated in the cycle period.
  • the amount of change in the capacity of the battery 1000 according to the amount of accumulated current may appear in the form of a test model for the deterioration density function, and in this case, the deterioration density function may appear differently depending on the state of charge of the battery 1000 .
  • the state of charge of the deterioration density function may appear at intervals of 10%, and in this case, the amount of current accumulated for the cycle section shown in the deterioration density function is 0, 10, 20 when the state of charge of the battery 1000 is 0, 10, 20 , 30, 40, 50, 60, 70, 80, 90 and 100% can be derived for each case.
  • the charging states of the battery 1000 may be formed at different intervals.
  • the battery abnormality diagnosis apparatus 2000 may derive the amount of change in voltage of the battery 1000 according to time information at which the idle period appears.
  • the voltage change amount of the battery 1000 according to the time information may appear in the form of a test model for the stability of the electrode inside the battery 1000 .
  • the battery 1000 when the Lowest Unoccupied Molecular Orbital (LUMO) of the electrolyte is lower than the Fermi Level shown at the positive electrode, electrons of the positive electrode are introduced into the electrolyte, and a reduction loss of the electrolyte occurs, When the Highest Occupied Molecular Orbital (HOMO) of the electrolyte is higher than the Fermi level appearing at the negative electrode, electrons of the electrolyte move to the negative electrode, and oxidation loss of the electrolyte may occur.
  • LUMO Lowest Unoccupied Molecular Orbital
  • HOMO Highest Occupied Molecular Orbital
  • the battery 1000 may be understood to be in a stable state when the level of the positive electrode is lower than the LUMO level and the level of the negative electrode is higher than the HOMO level.
  • the battery 1000 when the charging and discharging cycles of the battery 1000 are performed, oxidation and reduction may occur inside, and accordingly, the battery 1000 may change to an unstable state, and internal diffusion over time According to the reaction, the battery 1000 may change to a stable state.
  • the battery abnormality diagnosis apparatus 2000 may derive the electrode stability inside the battery 1000 for the idle period.
  • the battery abnormality diagnosis apparatus 2000 may generate an equivalent circuit representing the battery 1000 in the form of an electric circuit according to the battery information, and the battery abnormality diagnosis apparatus 2000 uses the equivalent circuit for the battery 1000 .
  • the open circuit voltage of the battery 1000 may be derived.
  • a Randle's Circuit may be used, and the Randle equivalent circuit is connected in series to the electrolyte resistance measured from the electrolyte of the battery 1000, the electrolyte resistance, and between materials.
  • Warburg impedance connected in parallel with the capacitance caused by the electric double layer appearing at the boundary, connected in parallel with the capacitance, connected in series with the charge transfer resistance and the charge transfer resistance generated by the movement of charges in the material, and connected in parallel with the capacitance may include.
  • the equivalent circuit of the battery 1000 may use a previously known technology, and accordingly, there will be no difficulty in practicing the present invention at the level of those skilled in the art.
  • the open circuit voltage of the battery 1000 may mean a difference in voltages appearing at both ends of the load side in an open state in which any load is not connected to the load side of the battery 1000 . Calculation is easily carried out at the level of those skilled in the art related to electrical circuits, and detailed description thereof will be omitted.
  • the parameter information is information indicating the amount of change in the capacity of the battery 1000 according to the amount of current accumulated in the cycle period, information indicating the amount of change in voltage of the battery according to the time information appearing in the idle period, and equivalent generated according to the battery information It may include information indicative of an open circuit voltage appearing in the circuit, and the like.
  • the parameter information may further include information on the internal resistance of the battery 1000 calculated according to the battery information.
  • the battery abnormality diagnosis apparatus 2000 compares the parameter information with the test model, and when the comparison result between the parameter information and the test model is out of a preset threshold range, it can be determined that an abnormality has occurred in the battery 1000 . .
  • comparing the parameter information and the test model can be understood as calculating the difference in variables between the test model and the parameter information under the same conditions.
  • the battery abnormality diagnosis apparatus 2000 determines the amount of change in the capacity of the battery 1000 or the amount of change in the battery 1000 shown in the parameter information calculated by the battery abnormality diagnosis apparatus 2000 with respect to the amount of current accumulated in the cycle period.
  • the degree of deterioration is out of a critical range compared with the amount of change in the capacity of the battery 1000 or the degree of deterioration of the battery 1000 shown in the test model, it may be determined that an abnormality exists in the battery 1000 .
  • the battery abnormality diagnosis apparatus 2000 compares the amount of change in the voltage of the battery 1000 that appears in the parameter information to the amount of change in the voltage of the battery 1000 that appears in the test model with respect to the time information appearing in the idle period, which is out of the threshold range. In this case, it may be determined that an abnormality exists in the battery 1000 .
  • the battery abnormality diagnosis apparatus 2000 compares the open circuit voltage shown in the parameter information with the open circuit voltage shown in the test model with respect to the equivalent circuit generated according to the battery information and out of the threshold range for the battery 1000 . It can be judged that there is an abnormality in
  • the battery abnormality diagnosis apparatus 2000 may determine that an abnormality exists in the battery 1000 when the internal resistance measured according to the battery information is out of a critical range compared with the internal resistance shown in the test model. have.
  • the battery abnormality diagnosis apparatus 2000 may output whether the battery 1000 is abnormal.
  • the battery abnormality diagnosis apparatus 2000 may output whether the battery 1000 is abnormal in a visual, auditory, or tactile form, and in this case, the visual output may mean a notification output such as an LED, etc.
  • the output may mean a notification output such as sound, and the tactile output may mean a notification output such as vibration.
  • the battery abnormality diagnosis apparatus 2000 may further include a display output device to respectively output parameter information and a test model in the form of graphs, etc.
  • a display output device to respectively output parameter information and a test model in the form of graphs, etc.
  • the user can intuitively detect a problem occurring in the battery 1000 .
  • FIG. 11 is a control block diagram of an apparatus for diagnosing a battery abnormality according to another embodiment of the present invention.
  • the battery abnormality diagnosis apparatus 2000 may include a battery information collecting unit 2100 , a parameter generating unit 2200 , an abnormality determining unit 2300 , and an output unit 2400 .
  • the battery information collection unit 2100 may measure battery information measurable from the battery 1000 during a preset time interval.
  • the battery information is obtained from current information measured over time for charging or discharging of the battery 1000 , voltage information measured over time for charging or discharging the battery 1000 , and the battery 1000 . Temperature information measured over time may be included.
  • the battery information may further include charging information indicating the state of charge of the battery during a preset time interval, and in this case, the state of charge of the battery may mean a state of charge (SoC) of the battery 1000 . have.
  • SoC state of charge
  • the parameter generator 2200 may generate parameter information indicating the state of the battery from the battery information so that the test model generated according to the life test and the battery information can be compared.
  • the test model may include a wear density function (WDF), a direct current internal resistance (DCIR), an open circuit voltage (OCV) curve, etc.
  • WDF wear density function
  • DCIR direct current internal resistance
  • OCV open circuit voltage
  • the test model may include information on the results of various life tests indicating the characteristics of the battery.
  • the parameter generator 2200 calculates the time from the start of discharging of the battery 1000 to the time at which the battery 1000 is charged from the charging information measured from the battery 1000 to the level at which the discharging starts. Information on at least one of a cycle section appearing at intervals and an idle section appearing at a time interval in which discharging or charging is not performed in the battery 1000 may be extracted.
  • the parameter generator 2200 may derive the amount of change in the capacity of the battery 1000 according to the amount of current accumulated in the cycle period.
  • the parameter generator 2200 may derive the amount of change in voltage of the battery 1000 according to the time information at which the idle period appears.
  • the voltage change amount of the battery 1000 according to the time information may appear in the form of a test model for the stability of the electrode inside the battery 1000 .
  • the parameter generator 2200 may generate an equivalent circuit representing the battery 1000 in the form of an electric circuit according to the battery information, and the parameter generator 2200 may use the equivalent circuit for the battery 1000 to generate a battery We can derive an open circuit voltage of (1000).
  • the abnormality determining unit 2300 may compare the parameter information with the test model, and when the comparison result between the parameter information and the test model is out of a preset threshold range, it may be determined that an abnormality has occurred in the battery 1000 .
  • the abnormality determining unit 2300 may determine the amount of change in the capacity of the battery 1000 or deterioration of the battery 1000 indicated in the parameter information calculated by the parameter generating unit 2200 with respect to the amount of current accumulated in the cycle period.
  • the degree is out of a critical range compared with the amount of change in the capacity of the battery 1000 or the degree of deterioration of the battery 1000 shown in the test model, it may be determined that an abnormality exists in the battery 1000 .
  • the abnormality determination unit 2300 compares the amount of change in the voltage of the battery 1000 indicated in the parameter information with the amount of change in the voltage of the battery 1000 indicated in the test model with respect to the time information appearing in the idle section, and is out of the threshold range. , it may be determined that an abnormality exists in the battery 1000 .
  • the abnormality determination unit 2300 for the equivalent circuit generated according to the battery information, when the open circuit voltage shown in the parameter information is out of a threshold range compared to the open circuit voltage shown in the test model, the battery 1000 is It can be judged that an abnormality exists.
  • the abnormality determining unit 2300 may determine that an abnormality exists in the battery 1000 when the internal resistance measured according to the battery information is out of a critical range compared with the internal resistance shown in the test model. .
  • the output unit 2400 may output whether the battery 1000 is abnormal.
  • the output unit 2400 may output whether the battery 1000 is abnormal in a visual, auditory, or tactile form, and in this case, the visual output may mean a notification output such as an LED, and the auditory output is It may mean a notification output such as sound, and the tactile output may mean a notification output such as vibration.
  • the visual output may mean a notification output such as an LED
  • the auditory output is It may mean a notification output such as sound
  • the tactile output may mean a notification output such as vibration.
  • the output unit 2400 may further include a display output device to respectively output parameter information and a test model in the form of graphs or the like.
  • FIG. 12 is a block diagram illustrating a process of determining an abnormality in a battery in an apparatus for diagnosing a battery abnormality according to another embodiment of the present invention.
  • the battery information collecting unit 2100 may measure measurable battery information from the battery 1000 during a preset time interval, and the parameter generating unit 2200 may generate a test generated according to the life test.
  • Parameter information indicating the state of the battery may be generated from the battery information so that the model and the battery information can be compared.
  • the abnormality determination unit 2300 compares the parameter information with the test model, and determines that an abnormality has occurred in the battery 1000 when the comparison result between the parameter information and the test model is out of a preset threshold range.
  • the output unit 2400 may output whether the battery 1000 is abnormal when the abnormality determination unit 2300 determines that there is an abnormality in the battery 1000 .
  • FIG. 13 is a block diagram illustrating a process of determining an abnormality of a battery according to different parameter information generated by an apparatus for diagnosing battery abnormalities according to another embodiment of the present invention.
  • the battery information collecting unit 2100 may measure measurable battery information from the battery 1000 for a preset time interval, and the parameter generating unit 2200 may generate a test generated according to the life test.
  • Parameter information indicating the state of the battery may be generated from the battery information so that the model and the battery information can be compared.
  • the parameter generator 2200 may further include an equivalent circuit generator 2210 , an open circuit voltage extractor 2220 , a section information extractor 2260 , and a state change extractor 2270 .
  • the equivalent circuit generating unit 2210 may generate an equivalent circuit representing the battery 1000 in the form of an electric circuit according to the battery information.
  • the equivalent circuit is the electrolyte resistance measured from the electrolyte of the battery 1000, the electrolyte resistance connected in series, connected in parallel with the capacitance due to the electric double layer appearing at the boundary between materials, and connected in series with the charge transfer resistance and charge transfer resistance generated by the movement of charges in the material, and connected in parallel with the capacitance
  • a randle equivalent circuit including a Warburg impedance may be used.
  • the open circuit voltage extractor 2220 may derive the open circuit voltage of the battery 1000 by using the equivalent circuit for the battery 1000 , and in this case, the open circuit voltage is applied to the load side of the battery 1000 . It can mean the difference in voltage appearing at both ends of the load in an open state where any load is not connected to the .
  • the section information extracting unit 2260 from the charging information measured from the battery 1000 to the point at which the battery 1000 is charged to the level at which the battery 1000 starts discharging from the point at which the discharging starts.
  • Information on at least one of a cycle section appearing at a time interval and an idle section appearing at a time interval in which discharging or charging is not performed in the battery 1000 may be extracted.
  • the state change extracting unit 2270 may derive a change in the capacity of the battery 1000 according to the amount of current accumulated in the cycle period, and the state change extracting unit 2270 may be configured according to the time information at which the idle period appears. A voltage change amount of the battery 1000 may be derived.
  • the abnormality determining unit 2300 may compare the parameter information with the test model, and when the comparison result between the parameter information and the test model is out of a preset threshold range, it may be determined that an abnormality has occurred in the battery 1000 .
  • the abnormality determination unit 2300 determines the amount of change in the capacity of the battery 1000 or deterioration of the battery 1000 indicated in the parameter information calculated by the parameter generation unit 2200 with respect to the amount of current accumulated in the cycle period.
  • the degree is out of a critical range compared with the amount of change in the capacity of the battery 1000 or the degree of deterioration of the battery 1000 shown in the test model, it may be determined that an abnormality exists in the battery 1000 .
  • the abnormality determination unit 2300 compares the amount of change in the voltage of the battery 1000 indicated in the parameter information with the amount of change in the voltage of the battery 1000 indicated in the test model with respect to the time information appearing in the idle section, and is out of the threshold range. , it may be determined that an abnormality exists in the battery 1000 .
  • the abnormality determination unit 2300 for the equivalent circuit generated according to the battery information, when the open circuit voltage shown in the parameter information is out of a threshold range compared to the open circuit voltage shown in the test model, the battery 1000 is It can be judged that an abnormality exists.
  • the abnormality determining unit 2300 may determine that an abnormality exists in the battery 1000 when the internal resistance measured according to the battery information is out of a critical range compared with the internal resistance shown in the test model. .
  • the output unit 2400 may output whether the battery 1000 is abnormal.
  • FIG. 14 is a flowchart of a method for diagnosing a battery abnormality according to another embodiment of the present invention.
  • the method for diagnosing battery abnormalities according to an embodiment of the present invention proceeds in substantially the same configuration as that of the apparatus 2000 for diagnosing battery abnormalities shown in FIG. 10 , the same components as those of the apparatus for diagnosing battery abnormalities 2000 of FIG. 10 are performed.
  • the same reference numerals are given, and repeated descriptions will be omitted.
  • the battery abnormality diagnosis method includes the steps of measuring battery information (6000), generating parameter information (6100), determining that an abnormality has occurred in the battery (6200), and outputting whether the battery is abnormal (6300). may include
  • battery information measurable from the battery 1000 may be measured during a preset time interval.
  • parameter information indicating the state of the battery may be generated from the battery information so that the test model generated according to the life test and the battery information can be compared.
  • step 6200 of determining that an abnormality has occurred in the battery the parameter information is compared with the test model, and when the comparison result of the parameter information and the test model is out of a preset threshold range, the battery 1000 is It can be judged that an error has occurred.
  • the step of outputting whether the battery is abnormal may output whether the battery 1000 is abnormal when it is determined that there is an abnormality in the battery 1000 .
  • 15 and 16 are detailed flowcharts of the step of generating parameter information of FIG. 14 .
  • the step of generating parameter information ( 6100 ) is performed from the charging information measured from the battery 1000 to the level at which discharging of the battery 1000 is started to the level at which the discharging starts of the battery 1000 .
  • the method may further include extracting information about at least one of a cycle section appearing at a time interval until the time point is charged and an idle section appearing at a time interval in which discharging or charging is not performed in the battery 1000 ( 6110 ), , accordingly, the method for diagnosing battery abnormalities may further include determining whether the extracted section information is a cycle section ( 6120 ).
  • a change amount of the battery 1000 capacity according to the amount of current accumulated in the cycle section can be derived (6130), and when the extracted section information is a rest section, The amount of change in voltage of the battery 1000 may be derived ( 6140 ) according to the time information at which the idle period appears.
  • the amount of change in the capacity of the battery 1000 or the degree of deterioration of the battery 1000 indicated in the parameter information with respect to the amount of current accumulated in the cycle period is determined by the test model.
  • the battery 1000 is out of a critical range compared with the amount of change in capacity of the battery 1000 or the degree of deterioration of the battery 1000 , it may be determined that an abnormality exists in the battery 1000 .
  • step 6200 of determining that an abnormality has occurred in the battery the amount of change in the voltage of the battery 1000 indicated in the parameter information is compared with the amount of change in the voltage of the battery 1000 appearing in the test model with respect to the time information appearing in the idle section. Therefore, when it is out of the critical range, it may be determined that an abnormality exists in the battery 1000 .
  • the step of outputting whether the battery is abnormal may output whether the battery 1000 is abnormal when it is determined that there is an abnormality in the battery 1000 .
  • the step of generating the parameter information ( 6100 ) may further include a step ( 6160 ) of generating an equivalent circuit representing the battery 1000 in the form of an electric circuit according to the battery information, and in this case, the parameter information
  • the generating ( 6100 ) may further include a step ( 6170 ) of deriving an open circuit voltage of the battery 1000 using an equivalent circuit for the battery 1000 .
  • step 6200 of determining that an abnormality has occurred in the battery for the equivalent circuit generated according to the battery information, when the open circuit voltage shown in the parameter information is out of the threshold range compared to the open circuit voltage shown in the test model For example, it may be determined that there is an abnormality in the battery 1000 , and in step 6300 of outputting whether the battery is abnormal, when it is determined that the battery 1000 has an abnormality, the abnormality of the battery 1000 is performed ( 6300 ). You can print whether
  • generating the parameter information (6100) may calculate the internal resistance according to the battery information, and determining that an abnormality has occurred in the battery (6200) is the internal resistance measured according to the battery information, in the test model. When it is out of the threshold range compared to the internal resistance that appears, it may be determined that an abnormality exists in the battery 1000 .

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

사전에 설정되는 시간 간격 동안의 충전 정보를 수집하는 충전 정보 수집부; 충전 정보로부터 구간 정보를 추출하는 구간 정보 추출부; 서로 다른 충전 상태에 대한 열화 모델로부터 구간 정보에 대응하는 열화 모델을 선택하는 열화 모델 판단부; 및 열화 모델에 따라 구간 정보로부터 나타나는 배터리의 열화 정보를 추정하는 열화 추정부를 포함하는, 배터리 상태 추정 장치를 제공한다. 또한, 배터리 정보를 측정하는 배터리 정보 수집부; 배터리 정보로부터 파라미터 정보를 생성하는 파라미터 생성부; 파라미터 정보를 시험 모델과 비교하고, 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우, 상기 배터리에 이상이 발생한 것으로 판단하는 이상 판정부; 및 상기 배터리의 이상 여부를 출력하는 출력부를 포함하는, 배터리 이상 진단 장치를 제공한다. [대표도] 도1

Description

배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법
본 발명은 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법과, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법에 관한 것으로, 보다 상세하게는, 배터리의 충전 및 방전 사이클에 따른 열화 모델과 배터리의 휴지 기간에 따른 열화 모델로부터 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법과, 배터리의 수명 시험에 의해 생성되는 시험 모델과 배터리로부터 측정되는 파라미터 모델을 비교하여 배터리의 이상을 진단하는 배터리 이상 진단 장치 및 방법에 관한 것이다.
일반적으로 배터리가 충전과 방전을 수행하는 동안 배터리의 내부에서는 산화 및 환원 반응이 발생한다. 이에 따라, 배터리 내부에 SEI(Solid Electrolyte Interphase) 층이 성장하게 된다.
이와 관련하여, SEI 층은 전기 전도도가 낮아서 배터리 내부의 환원 반응을 억제시키며, 배터리의 내부 저항을 증가시킨다. 이에 따라, SEI 층의 성장으로 배터리의 성능이 낮아지게 되는 열화 현상이 발생한다.
한편, 이러한 배터리의 열화를 추정하는 방법은 대게 배터리의 충전 및 방전에 따른 사이클 열화만을 고려하게 된다. 그러나, 배터리에서 충전 및 방전이 수행되지 않는 시점에도 배터리의 열화가 진행되기도 한다.
이에 따라, 배터리의 사이클 열화와 함께, 배터리의 충전 및 방전이 수행되지 않는 시점에서 배터리의 열화를 추정하는 방안이 요구된다.
또한, 배터리는 모바일 기기, 램프, 센서, 컴퓨팅 기기, 전기 자동차 등 여러 전기 부하에 탑재되어, 각각의 전기 부하가 요구하는 전원을 공급한다. 예를 들어, 배터리는 상술한 기기 외에도, 에어컨, 오디오 기기, 난방 기기 등 광범위한 분야에서 이용되고 있다. 이때, 배터리는 방전이 수행되는 경우에, 배터리에 연결된 전기 부하에 전원을 공급하는 것이 일반적이나, 배터리는 발전기 등으로부터 전달되는 전원을 저장하는 충전을 수행하기도 하며, 이와 같은 편의성 등에 따라 배터리를 이용하는 전기 기기는 계속해서 증가하고 있으며, 배터리의 발전에 따라, 각종 전기 기기에 탑재되는 배터리의 용량도 증대되고 있다.
이에 따라, 배터리에 이상이 발생하여 폭발 등의 사고가 발생하는 경우에 나타나는 피해는 점차 커지고 있으며, 비교적 작은 사고에도, 배터리의 성능 또는 배터리를 이용하는 환경에 따라 더 큰 피해를 유발하기도 한다.
따라서, 배터리의 이상 유무를 보다 빠르게 파악하기 위한 방안이 요구되는 실정이다.
본 발명이 해결하고자 하는 기술적 과제는 배터리의 충전 및 방전 사이클에 따른 열화 모델과 배터리의 휴지 기간에 따른 열화 모델로부터 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법을 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 기술적 과제는 배터리의 수명 시험에 의해 생성되는 시험 모델과 배터리로부터 측정되는 파라미터 모델을 비교하여 배터리의 이상을 진단하는 배터리 이상 진단 장치 및 방법을 제공하는 것이다.
본 발명의 일측면은, 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집하는 충전 정보 수집부; 상기 충전 정보로부터 상기 배터리의 충전 및 방전에 따른 구간 정보를 추출하는 구간 정보 추출부; 서로 다른 충전 상태에 대한 열화 모델로부터 상기 구간 정보에 대응하는 열화 모델을 선택하는 열화 모델 판단부; 및 상기 열화 모델에 따라 상기 구간 정보로부터 나타나는 상기 배터리의 열화 정보를 추정하는 열화 추정부를 포함할 수 있다.
또한, 상기 구간 정보는, 상기 배터리가 방전되기 시작하는 시점부터, 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 더 포함할 수 있다.
또한, 상기 열화 모델 판단부는, 상기 구간 정보로부터 상기 사이클 구간이 추출된 경우, 상기 열화 모델 중 상기 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택할 수 있다.
또한, 상기 열화 추정부는, 상기 열화 함수 모델로부터, 상기 사이클 구간이 시작되는 시점에서 측정되는 배터리의 상태 정보에 따른 전류 적산 시작 값을 도출하고, 상기 전류 적산 시작 값으로부터 상기 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 상기 열화 정보를 추정할 수 있다.
또한, 상기 열화 모델 판단부는, 상기 구간 정보로부터 상기 휴지 구간이 추출된 경우, 상기 열화 모델 중 상기 휴지 구간에서 나타나는 시간 간격에 따른 확산 함수 모델을 선택할 수 있다.
또한, 상기 열화 추정부는, 상기 확산 함수 모델로부터, 상기 휴지 구간에서 나타나는 시간 간격에 따라 상기 열화 정보를 추정할 수 있다.
또한, 상기 열화 모델은, 상기 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리의 열화를 나타내는 열화 함수 모델; 및 상기 배터리에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함할 수 있다.
본 발명의 다른 일측면은, 사전에 생성되는 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 방법에 있어서, 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집하는 단계; 상기 충전 정보로부터 상기 배터리의 충전 및 방전에 따른 구간 정보를 추출하는 단계; 서로 다른 충전 상태에 대한 열화 모델로부터 상기 구간 정보에 대응하는 열화 모델을 선택하는 단계; 및 상기 열화 모델에 따라 상기 구간 정보로부터 나타나는 상기 배터리의 열화 정보를 추정하는 단계를 포함할 수 있다.
또한, 상기 구간 정보는, 상기 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 더 포함할 수 있다.
또한, 상기 열화 모델을 선택하는 단계는, 상기 구간 정보로부터 상기 사이클 구간이 추출된 경우, 상기 열화 모델 중 상기 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택하는 단계를 더 포함할 수 있다.
또한, 상기 열화 정보를 추정하는 단계는, 상기 열화 함수 모델로부터 상기 사이클 구간이 시작되는 시점에서 측정되는 배터리의 상태 정보에 따른 전류 적산 시작 값을 도출하는 단계; 및 상기 전류 적산 시작 값으로부터 상기 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 상기 열화 정보를 추정하는 단계를 더 포함할 수 있다.
또한, 상기 열화 모델을 선택하는 단계는, 상기 구간 정보로부터 상기 휴지 구간이 추출된 경우, 상기 열화 모델 중 상기 휴지 구간에서 나타나는 시간 간격 따른 확산 함수 모델을 선택하는 단계를 더 포함할 수 있다.
또한, 상기 열화 정보를 추정하는 단계는, 상기 확산 함수 모델로부터 상기 휴지 구간에서 나타나는 시간 간격에 따라 상기 열화 정보를 추정하는 단계를 더 포함할 수 있다.
또한, 상기 열화 모델은, 상기 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리의 열화를 나타내는 열화 함수 모델; 및 상기 배터리에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함할 수 있다.
본 발명의 또 다른 일측면은, 배터리로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정하는 배터리 정보 수집부; 수명 시험에 따라 사전에 생성되는 시험 모델과 상기 배터리 정보의 비교가 가능하도록 상기 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성하는 파라미터 생성부; 상기 파라미터 정보를 상기 시험 모델과 비교하고, 상기 파라미터 정보와 상기 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우, 상기 배터리에 이상이 발생한 것으로 판단하는 이상 판정부; 및 상기 배터리의 이상 여부를 출력하는 출력부를 포함할 수 있다.
또한, 상기 배터리 정보 수집부는, 상기 배터리로부터 시간의 흐름에 따른 배터리의 충전 상태를 나타내는 충전 정보를 수집할 수 있다.
또한, 상기 파라미터 생성부는, 상기 충전 정보로부터 배터리의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간을 추출할 수 있다.
또한, 상기 파라미터 생성부는, 상기 사이클 구간에서 누적되는 전류의 양에 따른 배터리 용량의 변화량을 도출할 수 있다.
또한, 상기 파라미터 생성부는, 상기 휴지 구간이 나타나는 시간 정보 및 상기 시간 정보에 따른 배터리의 전압 변화량을 도출할 수 있다.
또한, 상기 파라미터 생성부는, 상기 배터리 정보에 따라 상기 배터리를 전기 회로 형태로 나타내는 등가 회로를 생성하고, 상기 등가 회로를 이용하여 상기 배터리의 개방 회로 전압을 도출할 수 있다.
또한, 상기 배터리 정보는, 배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전류 정보, 배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전압 정보 및 배터리로부터 시간의 흐름에 따라 측정되는 온도 정보 중 적어도 하나의 정보를 더 포함할 수 있다.
본 발명의 또 다른 일측면은, 배터리에서 측정되는 파라미터의 수명 시험에 따른 시험 모델을 이용하는 배터리 이상 진단 방법에 있어서, 사전에 설정되는 시간 간격 동안 배터리로부터 측정 가능한 배터리 정보를 측정하는 단계; 수명 시험에 따라 사전에 생성되는 시험 모델과 상기 배터리 정보의 비교가 가능하도록 상기 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성하는 단계; 상기 파라미터 정보를 상기 시험 모델과 비교하고, 상기 파라미터 정보와 상기 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우, 상기 배터리에 이상이 발생한 것으로 판단하는 단계; 및 상기 배터리의 이상 여부를 출력하는 단계를 포함할 수 있다.
또한, 상기 배터리 정보를 측정하는 단계는, 상기 배터리로부터 시간의 흐름에 따른 배터리의 충전 상태를 나타내는 충전 정보를 측정할 수 있다.
또한, 상기 파라미터 정보를 생성하는 단계는, 상기 충전 정보로부터 배터리의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간을 추출할 수 있다.
또한, 상기 파라미터 정보를 생성하는 단계는, 상기 사이클 구간에서 누적되는 전류의 양에 따른 배터리 용량의 변화량을 도출할 수 있다.
또한, 상기 파라미터 정보를 생성하는 단계는, 상기 휴지 구간이 나타나는 시간 정보 및 상기 시간 정보에 따른 배터리의 전압 변화량을 도출할 수 있다.
또한, 상기 파라미터 정보를 생성하는 단계는, 상기 배터리 정보에 따라 상기 배터리를 전기 회로 형태로 나타내는 등가 회로를 생성하고, 상기 등가 회로를 이용하여 상기 배터리의 개방 회로 전압을 도출할 수 있다.
또한, 상기 배터리 정보는, 배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전류 정보, 배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전압 정보 및 배터리로부터 시간의 흐름에 따라 측정되는 온도 정보 중 적어도 하나의 정보를 더 포함할 수 있다.
상술한 본 발명의 일측면에 따르면, 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법을 제공함으로써, 배터리의 충전 및 방전 사이클에 따른 열화 모델과 배터리의 휴지 기간에 따른 열화 모델로부터 배터리의 상태를 추정할 수 있다.
또한 본 발명의 다른 측면에 따르면, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법을 제공함으로써, 배터리의 수명 시험에 의해 생성되는 시험 모델과 배터리로부터 측정되는 파라미터 모델을 비교하여 배터리의 이상을 진단할 수 있다.
도1은 본 발명의 일 실시예에 따른 배터리 상태 추정 장치를 포함하는 시스템의 개략도이다.
도2는 본 발명의 일 실시예에 따른 배터리 상태 추정 장치의 제어블록도이다.
도3은 도2의 충전 정보 수집부에서 수집되는 충전 정보의 일 실시예를 나타내는 그래프이다.
도4는 도2의 열화 추정부에서 도출되는 적산 전류의 일 실시예를 나타내는 그래프이다.
도5 및 도6은 도2의 열화 모델 판단부에서 이용되는 열화 함수 모델의 일 실시예를 나타내는 그래프이다.
도7은 도2의 열화 모델 판단부에서 이용되는 확산 함수 모델의 일 실시예를 나타내는 그래프이다.
도8은 본 발명의 일 실시예에 따른 배터리 상태 추정 방법의 순서도이다.
도9는 도8의 구간 정보를 추출하는 단계에서 추출되는 구간 정보에 따라 열화 정보를 추정하는 방법을 나타내는 세부 순서도이다.
도10은 본 발명의 일 실시예에 따른 배터리 이상 진단 장치를 포함하는 배터리 이상 진단 시스템의 개략도이다.
도11은 본 발명의 일 실시예에 따른 배터리 이상 진단 장치의 제어블록도이다.
도12는 본 발명의 일 실시예에 따른 배터리 이상 진단 장치에서 배터리의 이상을 판단하는 과정을 나타내는 블록도이다.
도13은 본 발명의 일 실시예에 따른 배터리 이상 진단 장치에서 생성되는 서로 다른 파라미터 정보에 따라 배터리의 이상을 판단하는 과정을 나타내는 블록도이다.
도14는 본 발명의 일 실시예에 따른 배터리 이상 진단 방법의 순서도이다.
도15 및 도16은 도14의 파라미터 정보를 생성하는 단계의 세부 순서도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도1은 본 발명의 일 실시예에 따른 배터리 상태 추정 장치를 포함하는 시스템의 개략도이다.
시스템(1)은 배터리(100) 및 배터리 상태 추정 장치(200)를 포함할 수 있다.
배터리(100)는 양극, 음극, 분리막 및 전해액을 포함하는 리튬이온 전지, 축전기, 2차 전지 등을 의미할 수 있으며, 이에 따라, 배터리(100)는 충전을 수행하여 에너지를 저장할 수 있고, 배터리(100)는 배터리(100)에 연결되는 외부 장치 등의 부하에 저장된 에너지를 공급할 수 있다.
이때, 에너지는 전류, 전압 및 전력 등의 전기 에너지를 통칭하는 것으로 이해할 수 있으며, 이에 따라, 하기에서 언급되는 에너지는 전류, 전압 및 전력 중 어느 하나를 의미하는 것으로 이해할 수 있다.
한편, 배터리(100)는 양극과 음극에 가해지는 전류의 방향에 따라 배터리 내부에서 산화 작용 또는 환원 작용이 발생할 수 있으며, 이에 따라, 배터리(100)는 충전 또는 방전이 가능할 수 있다.
이때, 배터리(100) 내부의 분리막과 전해액 사이에서 SEI(Solid Electrolyte Interphase) 층이 형성될 수 있으며, 배터리(100)는 SEI 층이 두꺼워질수록 배터리(100) 내부 임피던스의 증가, 리튬 이온의 감소 등 성능이 감소되어, 배터리(100)의 효율성이 떨어지는 등 배터리(100)의 열화가 진행될 수 있다.
배터리 상태 추정 장치(200)는 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집할 수 있으며, 이때, 배터리의 충전 상태는 배터리(100)의 SoC(State of Charge) 등을 의미할 수 있다.
이를 위해, 배터리 상태 추정 장치(200)는 배터리(100)의 충전 상태를 추정할 수 있도록 공지된 기술을 이용할 수 있으며, 이와 관련하여, 배터리(100)의 충전 상태를 추정하는 방법은 배터리(100) 내부의 전해액의 비중 또는 산도 등을 측정하여 충전 상태를 추정하는 화학적 측정법, 배터리(100)의 출력 전압을 실험 등에 의해 사전에 마련되는 방전 곡선(Discharge Curve) 등과 비교하여 충전 상태를 추정하는 전압 측정법 등을 이용할 수 있으며, 이외에도, 전류 적분법, 압력 측정법 등의 배터리(100)의 충전 상태를 측정하는 방법이 이용될 수도 있다.
이에 따라, 충전 정보는 일정한 시간 간격 동안 배터리(100)에서 수행된 충전, 방전 및 휴지 등의 동작을 포함할 수 있으며, 여기에서, 휴지는 배터리(100)에서 충전 또는 방전이 수행되지 않는 상태를 의미할 수 있다.
배터리 상태 추정 장치(200)는 수집된 충전 정보로부터 배터리(100)의 충전 및 방전에 따른 구간 정보를 추출할 수 있다.
이때, 구간 정보는 배터리(100)가 방전되기 시작하는 시점부터 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(100)에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 포함할 수 있다.
여기에서, 충전 정보로부터 추출되는 적어도 하나 이상의 구간 정보의 시간 간격의 총합은 충전 정보에서 나타나는 시간 간격과 동일할 수 있으며, 이에 따라, 배터리 상태 추정 장치(200)는 배터리(100)의 열화를 효율적으로 추정할 수 있다.
배터리 상태 추정 장치(200)는 서로 다른 충전 상태에 대한 열화 모델로부터 구간 정보에 대응하는 열화 모델을 선택할 수 있다.
여기에서, 열화 모델은 배터리(100)가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리(100)의 열화를 나타내는 열화 함수 모델 및 배터리(100)에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함할 수 있다.
이에 따라, 배터리 상태 추정 장치(200)는 구간 정보로부터 사이클 구간이 추출된 경우에, 열화 모델 중 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택할 수 있으며, 배터리 상태 추정 장치(200)는 구간 정보로부터 휴지 구간이 추출된 경우에, 열화 모델 중 휴지 구간에서 나타나는 시간 간격에 따른 확산 함수 모델을 선택할 수 있다.
이와 관련하여, 열화 함수 모델은 사이클 동안 출력되는 전류의 양을 나타내는 적산 전류에 대한 지수 함수의 형태로 나타날 수 있다.
이때, 배터리(100)의 제조사 등에서는 방전 깊이(DoD: Depth of Discharge)와 수행 가능 사이클 횟수(ACC: Achievable Count Cycle) 간의 관계를 나타내는 등의 배터리(100) 테스트를 수행하기도 하며, 이와 같은, 배터리(100)의 성능 정보를 소비자에게 제공하기도 한다.
이에 따라, 열화 함수 모델은 외부에서 제공되는 배터리(100)의 성능 정보로부터 도출되는 배터리(100)의 충전 상태 별 적산 전류의 양을 나타낼 수 있다.
여기에서, 배터리(100)의 충전 상태는 10% 간격으로 나타날 수 있으며, 이러한 경우에, 열화 함수 모델에서 나타나는 적산 전류는 배터리(100)의 충전 상태가 0, 10, 20, 30, 40, 50, 60, 70, 80, 90 및 100%인 경우에 대해서 각각 도출될 수 있다. 여기에서, 배터리(100)의 충전 상태는 서로 다른 간격으로 형성될 수 있음은 물론이다.
한편, 열화 함수 모델은 배터리의 온도 별 적산 전류의 형태로 도출될 수도 있으며, 열화 함수 모델은 배터리의 율속 별 적산 전류의 형태로 도출될 수도 있다. 여기에서, 율속은 배터리의 충전 속도를 의미할 수 있다.
또한, 확산 함수 모델은 휴지 상태가 유지되는 시간에 따른 배터리 내부 전극의 안정도를 나타낼 수 있다.
이와 관련하여, 배터리(100)는 전해액의 LUMO(the Lowest Unoccupied Molecular Orbital)가 양극에서 나타나는 페르미 준위(Fermi Level) 보다 낮은 경우에, 양극의 전자가 전해액으로 유입되어 전해액의 환원 손실이 발생하고, 전해액의 HOMO(the Highest Occupied Molecular Orbital)가 음극에서 나타나는 페르미 준위 보다 높은 경우에, 전해액의 전자가 음극으로 이동하여 전해액의 산화 손실이 발생할 수 있다.
이에 따라, 배터리(100)는 양극의 준위가 LUMO 보다 낮고, 음극의 준위가 HOMO 보다 높은 경우에, 안정된 상태로 이해할 수 있다.
한편, 배터리(100)는 충전 및 방전 사이클이 수행될 때, 내부에서 산화 및 환원이 발생할 수 있으며, 이에 따라, 배터리(100)는 불안정한 상태로 변화할 수 있으며, 내부의 확산 반응에 따라 배터리(100)는 안정한 상태로 변화할 수 있다.
이에 따라, 확산 함수 모델은 휴지 상태가 유지되는 시간에 따라 배터리가 안정 상태로 변하는 정도를 나타낼 수 있다.
배터리 상태 추정 장치(200)는 열화 모델에 따라 구간 정보로부터 나타나는 배터리(100)의 열화 정보를 추정할 수 있다.
이때, 배터리 상태 추정 장치(200)는 구간 정보에 따라 열화 함수 모델이 선택된 경우에, 열화 함수 모델로부터, 사이클 구간이 시작되는 시점에서 측정되는 배터리(100)의 상태 정보에 따른 전류 적산 시작 값을 도출할 수 있고, 배터리 상태 추정 장치(200)는 전류 적산 시작 값으로부터 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 열화 정보를 추정할 수 있다.
또한, 배터리 상태 추정 장치(200)는 구간 정보에 따라 확산 함수 모델이 선택된 경우에, 확산 함수 모델로부터, 휴지 구간에서 나타나는 시간 간격에 따라 열화 정보를 추정할 수 있다.
이에 따라, 배터리 상태 추정 장치(200)는 서로 다른 구간 정보에 따라 추정되는 열화 정보를 해당 구간 정보가 추출되는 충전 정보의 최초 열화 정보에 합산하여 최종 열화 정보를 도출할 수 있다.
이때, 최초 열화 정보는 충전 정보가 추출되기 직전의 배터리(100) 열화 상태를 의미할 수 있으며, 최종 열화 정보는 충전 정보의 추출이 종료되기 직전의 배터리(100) 열화 상태를 의미할 수 있다.
도2는 본 발명의 일 실시예에 따른 배터리 상태 추정 장치의 제어블록도이다.
배터리 상태 추정 장치(200)는 충전 정보 수집부(210), 구간 정보 추출부(220), 열화 모델 판단부(230) 및 열화 추정부(240)를 포함할 수 있다.
충전 정보 수집부(210)는 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집할 수 있다.
여기에서, 충전 정보는 일정한 시간 간격 동안 배터리(100)에서 수행된 충전, 방전 및 휴지 등의 동작을 포함할 수 있으며, 여기에서, 휴지는 배터리(100)에서 충전 또는 방전이 수행되지 않는 상태를 의미할 수 있다.
구간 정보 추출부(220)는 수집된 충전 정보로부터 배터리(100)의 충전 및 방전에 따른 구간 정보를 추출할 수 있다.
이때, 구간 정보는 배터리(100)가 방전되기 시작하는 시점부터 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(100)에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 포함할 수 있다.
열화 모델 판단부(230)는 서로 다른 충전 상태에 대한 열화 모델로부터 구간 정보에 대응하는 열화 모델을 선택할 수 있다.
여기에서, 열화 모델은 배터리(100)가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리(100)의 열화를 나타내는 열화 함수 모델 및 배터리(100)에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함할 수 있다.
이에 따라, 열화 모델 판단부(230)는 구간 정보로부터 사이클 구간이 추출된 경우에, 열화 모델 중 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택할 수 있으며, 열화 모델 판단부(230)는 구간 정보로부터 휴지 구간이 추출된 경우에, 열화 모델 중 휴지 구간에서 나타나는 시간 간격에 따른 확산 함수 모델을 선택할 수 있다.
열화 추정부(240)는 열화 모델에 따라 구간 정보로부터 나타나는 배터리(100)의 열화 정보를 추정할 수 있다.
이때, 열화 추정부(240)는 구간 정보에 따라 열화 함수 모델이 선택된 경우에, 열화 함수 모델로부터, 사이클 구간이 시작되는 시점에서 측정되는 배터리(100)의 상태 정보에 따른 전류 적산 시작 값을 도출할 수 있고, 열화 추정부(240)는 전류 적산 시작 값으로부터 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 열화 정보를 추정할 수 있다.
또한, 열화 추정부(240)는 구간 정보에 따라 확산 함수 모델이 선택된 경우에, 확산 함수 모델로부터, 휴지 구간에서 나타나는 시간 간격에 따라 열화 정보를 추정할 수 있다.
이에 따라, 열화 추정부(240)는 서로 다른 구간 정보에 따라 추정되는 열화 정보를 해당 구간 정보가 추출되는 충전 정보의 최초 열화 정보에 합산하여 충전 정보에서 나타나는 시점 직후의 열화 정보를 도출할 수 있다.
도3은 도2의 충전 정보 수집부에서 수집되는 충전 정보의 일 실시예를 나타내는 그래프이다.
충전 정보 수집부(210)는 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집할 수 있다.
이에 따라, 충전 정보는 일정한 시간 간격 동안 배터리(100)에서 수행된 충전, 방전 및 휴지 등의 동작을 포함할 수 있으며, 여기에서, 휴지는 배터리(100)에서 충전 또는 방전이 수행되지 않는 상태를 의미할 수 있다.
도3을 참조하면, 시간에 따른 충전 상태의 변화를 나타내는 그래프를 확인할 수 있으며, 이때, 충전 상태는 10% 간격으로 구분되는 것을 확인할 수 있다.
이와 관련하여, 열화 함수 모델은 10% 간격으로 구분되는 각각의 충전 상태에 대한 적산 전류를 나타낼 수 있다.
여기에서, 충전 상태 또는 열화 함수 모델에서 나타나는 충전 상태의 간격은 다른 간격으로 설정될 수 있음은 물론이다.
한편, 배터리 상태 추정 장치(200)의 구간 정보 추출부(220)는 충전 정보 수집부(210)에서 수집되는 충전 정보로부터 구간 정보를 추출할 수 있다.
도3을 참조하면, 구간 정보 추출부(220)는 충전 상태가 50% ~ 60% 사이에서 방전과 충전이 교대로 수행된 구간과 충전 상태가 60% ~ 70% 사이에서 방전과 충전이 교대로 수행된 구간을 사이클 구간으로 추출할 수 있으며, 구간 정보 추출부(220)는 충전 상태가 60% 구간에서 일정하게 유지되는 구간을 휴지 구간으로 추출할 수 있다.
이에 따라, 배터리 상태 추정 장치(200)는 충전 상태가 50% ~ 60% 사이로 추출된 사이클 구간에 대해, 충전 상태가 50%인 열화 함수 모델을 이용하여 열화 정보를 도출할 수 있으며, 배터리 상태 추정 장치(200)는 충전 상태가 60% ~ 70% 사이로 추출된 사이클 구간에 대해, 충전 상태가 60%인 열화 함수 모델을 이용하여 열화 정보를 도출할 수 있다.
도4는 도2의 열화 추정부에서 도출되는 적산 전류의 일 실시예를 나타내는 그래프이다.
열화 추정부(240)는 구간 정보에 따라 열화 함수 모델이 선택된 경우에, 열화 함수 모델로부터, 사이클 구간이 시작되는 시점에서 측정되는 배터리(100)의 상태 정보에 따른 전류 적산 시작 값을 도출할 수 있고, 열화 추정부(240)는 전류 적산 시작 값으로부터 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 열화 정보를 추정할 수 있다.
도4를 참조하면, 충전 상태가 50% ~ 60% 사이로 추출된 사이클 구간에 대해, 충전 상태가 50%인 열화 함수 모델(WF_0.5(I))에 따라 적산 전류(I_1)를 도출할 수 있으며, 충전 상태가 60% ~ 70% 사이로 추출된 사이클 구간에 대해, 충전 상태가 60%인 열화 함수 모델(WF_0.6(I))에 따라 적산 전류(I_3)를 도출하는 것을 확인할 수 있다.
이와 관련하여, 열화 추정부(240)는 사이클 구간이 시작되는 시점에서 측정되는 배터리의 상태 정보를 해당 구간의 충전 상태에 따른 열화 함수 모델의 역함수에 입력하여, 전류 적산 시작 값을 도출할 수 있다.
여기에서, 배터리의 상태 정보는 도4 그래프의 용량 손실로 이해할 수 있으며, 이는, 적산 전류에 따라 배터리의 열화가 진행되는 정도를 나타내는 것으로 이해할 수 있다. 이와 같은, 정보는 실험 등을 통해 수집되는 정보일 수 있으며, 제조사 등으로부터 제공받을 수도 있다.
또한, 열화 추정부(240)는 전류 적산 시작 값으로부터 사이클 구간이 종료되는 시점까지 출력된 적산 전류의 합계를 열화 함수 모델에 입력하고, 전류 적산 시작 값을 열화 함수 모델에 입력하여, 열화 함수 모델에 대한 두 출력 값의 차이로부터 열화 정보를 도출할 수 있다.
이는, 아래 수학식 1에서 확인할 수 있다.
[수학식 1]
Figure PCTKR2020017601-appb-I000001
여기에서, SoH_0은 사이클 구간이 시작되는 시점에서 측정되는 배터리의 상태 정보일 수 있고, WF_M(q1)은 첫번째로 추출된 구간 정보에 대해 선택된 열화 함수 모델일 수 있으며, I_1은 첫번째로 추출된 구간 정보에 대해 도출된 전류 적산 시작 값일 수 있다.
한편, 해당 사이클 구간이 종료된 직후에 나타나는 열화 정보는 해당 사이클 구간이 시작되기 직전에 측정되는 열화 정보와 해당 사이클 구간에서 도출된 열화 정보의 합으로 계산될 수 있다.
또한, 열화 함수 모델이 온도 또는 율속 등의 정보에 따른 적산 전류의 함수인 형태로 나타나는 경우에도, 이와 같은 방법으로 열화 정보를 추정할 수 있을 것이다.
도5 및 도6은 도2의 열화 모델 판단부에서 이용되는 열화 함수 모델의 일 실시예를 나타내는 그래프이다.
도5는 열화 함수 모델을 생성하는 방법을 나타내는 그래프이다.
열화 함수 모델은 배터리(100)가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리(100)의 열화를 나타낼 수 있다.
도5를 참조하면, 서로 다른 충전 상태에서, 적산 전류와 용량 손실의 관계를 나타내는 그래프를 확인할 수 있으며, 각각의 실선은 실험 등으로부터 획득하는 정보에 따른 그래프이고, 도형이 존재하는 각각의 선은 실험 등의 따른 그래프를 커브 피팅(Curve-Fitting) 등을 이용하여 추정하는 그래프로 이해할 수 있다.
여기에서, 적산 전류는 배터리로부터 방전되는 전류가 누적되는 양으로 이해할 수 있으며, 각각의 실선은 10% 간격의 충전 상태에서 획득된 그래프로 이해할 수 있다.
이에 따라, 열화 함수 모델은 실험으로부터 획득된 그래프를 추정하여 생성되는 것으로 이해할 수 있으며, 열화 함수 모델은 아래 수학식 2와 같이 나타날 수 있다.
[수학식 2]
Figure PCTKR2020017601-appb-I000002
여기에서, WF는 열화 함수 모델을 의미할 수 있으며, 0.9, 0.8, 0 등의 첨자는 열화 함수 모델의 충전 상태를 나타내는 수치를 의미할 수 있다. 예를 들어, WF_0.9는 90%의 충전 상태에서 나타나는 열화 함수 모델을 의미할 수 있다.
또한, CD는 실험 등으로부터 생성된 그래프를 의미할 수 있으며, 10%, 20%, 100% 등의 첨자는 방전 깊이를 의미할 수 있다.
이에 따라, 서로 다른 충전 상태에서의 열화 함수 모델은 아래 수학식 3과 같은 행렬에 따라 나타낼 수 있다.
[수학식 3]
Figure PCTKR2020017601-appb-I000003
한편, 열화 함수 모델은 각각의 함수를 적산 전류에 대해 미분하는 경우에, 열화 밀도 함수를 도출할 수 있다.
도6을 참조하면, 3차원의 열화 밀도 함수 그래프를 확인할 수 있다.
열화 밀도 함수는 적산 전류에 대한 단위 전류당 용량 손실을 나타내는 함수로 이해할 수 있으며, 단위 전류당 용량 손실은 단위 전류에 대해 배터리(100)가 열화되는 정도를 나타내는 것으로 이해할 수 있다.
도7은 도2의 열화 모델 판단부에서 이용되는 확산 함수 모델의 일 실시예를 나타내는 그래프이다.
확산 함수 모델은 배터리(100)에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타낼 수 있다.
도7을 참조하면, 서로 다른 휴지 구간 직전의 전극 활성도(Activation Degree)에서, 휴지 구간에 따른 시간과 전압 변화량의 관계를 나타내는 그래프를 확인할 수 있으며, 각각의 실선은 실험 등으로부터 획득하는 정보에 따른 그래프이고, 도형이 존재하는 각각의 선은 실험 등의 따른 그래프를 커브 피팅 등을 이용하여 추정하는 그래프로 이해할 수 있다.
여기에서, 전극 활성도는 배터리(100) 내부의 산화 또는 환원 반응에 따라 배터리(100)가 불안정한 상태로 변한 정도를 의미할 수 있으며, 전극 활성도가 클수록 시간에 따른 전압 변화량이 큰 것으로 이해할 수 있다.
이에 따라, 확산 함수 모델은 실험으로부터 획득된 그래프를 추정하여 생성되는 것으로 이해할 수 있다.
한편, 확산 함수 모델로부터 추정되는 열화 정보는 아래 수학식 4에 따라 계산될 수 있다.
[수학식 4]
Figure PCTKR2020017601-appb-I000004
여기에서, SoH_2는 해당 구간에서 나타나는 열화 정보일 수 있으며, Diff는 확산 함수 모델, R_M은 확산 함수 모델에 따라 계산되는 전극 전위 안정도를 나타낼 수 있다.
이와 관련하여, 전극 전위 안정도는 아래 수학식 5에 따라 계산될 수 있다.
[수학식 5]
Figure PCTKR2020017601-appb-I000005
여기에서, SoC는 충전 상태, T는 온도, C-Rate는 율속을 나타낼 수 있고, AD는 전극 활성도를 의미할 수 있으며, 감마는 배터리의 상태 정보, 온도 및 율속에 따라 설정되는 미지수일 수 있다.
이에 따라, 전극 전위 안정도는 확산 함수 모델과 미지수 감마의 곱으로 계산될 수 있다.
도8은 본 발명의 일 실시예에 따른 배터리 상태 추정 방법의 순서도이다.
본 발명의 일 실시예에 따른 배터리 상태 추정 방법은 도 1에 도시된 배터리 상태 추정 장치(200)와 실질적으로 동일한 구성 상에서 진행되므로, 도 1의 배터리 상태 추정 장치(200)와 동일한 구성요소에 대해 동일한 도면 부호를 부여하고, 반복되는 설명은 생략하기로 한다.
배터리 상태 추정 방법은 충전 정보를 수집하는 단계(600), 구간 정보를 추출하는 단계(610), 열화 모델을 선택하는 단계(620) 및 열화 정보를 추정하는 단계(630)를 포함할 수 있다.
충전 정보를 수집하는 단계(600)는 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집할 수 있다.
구간 정보를 추출하는 단계(610)는 수집된 충전 정보로부터 배터리(100)의 충전 및 방전에 따른 구간 정보를 추출할 수 있다.
이때, 구간 정보는 배터리(100)가 방전되기 시작하는 시점부터 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(100)에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 포함할 수 있다.
열화 모델을 선택하는 단계(620)는 서로 다른 충전 상태에 대한 열화 모델로부터 구간 정보에 대응하는 열화 모델을 선택할 수 있다.
여기에서, 열화 모델은 배터리(100)가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리(100)의 열화를 나타내는 열화 함수 모델 및 배터리(100)에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함할 수 있다.
이에 따라, 열화 모델을 선택하는 단계(620)는 구간 정보로부터 사이클 구간이 추출된 경우에, 열화 모델 중 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택할 수 있으며, 열화 모델을 선택하는 단계(620)는 구간 정보로부터 휴지 구간이 추출된 경우에, 열화 모델 중 휴지 구간에서 나타나는 시간 간격에 따른 확산 함수 모델을 선택할 수 있다.
열화 정보를 추정하는 단계(630)는 열화 모델에 따라 구간 정보로부터 나타나는 배터리(100)의 열화 정보를 추정할 수 있다.
이때, 열화 정보를 추정하는 단계(630)는 구간 정보에 따라 열화 함수 모델이 선택된 경우에, 열화 함수 모델로부터, 사이클 구간이 시작되는 시점에서 측정되는 배터리(100)의 상태 정보에 따른 전류 적산 시작 값을 도출할 수 있고, 열화 정보를 추정하는 단계(630)는 전류 적산 시작 값으로부터 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 열화 정보를 추정할 수 있다.
또한, 열화 정보를 추정하는 단계(630)는 구간 정보에 따라 확산 함수 모델이 선택된 경우에, 확산 함수 모델로부터, 휴지 구간에서 나타나는 시간 간격에 따라 열화 정보를 추정할 수 있다.
이에 따라, 열화 정보를 추정하는 단계(630)는 서로 다른 구간 정보에 따라 추정되는 열화 정보를 해당 구간 정보가 추출되는 충전 정보의 최초 열화 정보에 합산하여 충전 정보에서 나타나는 시점 직후의 열화 정보를 도출할 수 있다.
도9는 도8의 구간 정보를 추출하는 단계에서 추출되는 구간 정보에 따라 열화 정보를 추정하는 방법을 나타내는 세부 순서도이다.
열화 모델을 선택하는 단계(620)는 서로 다른 충전 상태에 대한 열화 모델로부터 구간 정보에 대응하는 열화 모델을 선택할 수 있으며, 이를 위해, 구간 정보를 추출하는 단계(610)에서 추출된 구간 정보가 사이클 구간인지 판단(621)할 수 있다.
이에 따라, 구간 정보를 추출하는 단계(610)에서 추출된 구간 정보가 사이클 구간인 경우에, 열화 모델 중 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택(622)할 수 있으며, 구간 정보를 추출하는 단계(610)에서 추출된 구간 정보가 휴지 구간인 경우에, 열화 모델 중 휴지 구간에서 나타나는 시간 간격에 따른 확산 함수 모델(623)을 선택할 수 있다.
이에 따라, 구간 정보에 따라 열화 함수 모델이 선택(622)된 경우에, 배터리 상태 추정 장치(200)는 열화 함수 모델로부터, 사이클 구간이 시작되는 시점에서 측정되는 배터리(100)의 상태 정보에 따른 전류 적산 시작 값을 도출할 수 있고, 배터리 상태 추정 장치(200)는 전류 적산 시작 값으로부터 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 열화 정보를 추정(631)할 수 있다.
한편, 구간 정보에 따라 확산 함수 모델이 선택(623)된 경우에, 배터리 상태 추정 장치(200)는 확산 함수 모델로부터, 휴지 구간에서 나타나는 시간 간격에 따라 열화 정보를 추정(632)할 수 있다.
이에 따라, 배터리 상태 추정 장치(200)는 서로 다른 구간 정보에 따라 추정되는 열화 정보를 해당 구간 정보가 추출되는 충전 정보의 최초 열화 정보에 합산하여 충전 정보에서 나타나는 시점 직후의 열화 정보를 도출(635)할 수 있다.
도10은 본 발명의 다른 실시예에 따른 배터리 이상 진단 장치를 포함하는 배터리 이상 진단 시스템의 개략도이다.
배터리 이상 진단 시스템(10)은 배터리(1000) 및 배터리 이상 진단 장치(2000)를 포함할 수 있다.
배터리(1000)는 양극, 음극, 분리막 및 전해액을 포함하는 리튬이온 전지, 축전기, 2차 전지 등을 의미할 수 있으며, 이에 따라, 배터리(1000)는 충전을 수행하여 에너지를 저장할 수 있고, 배터리(1000)는 배터리(1000)에 연결되는 외부 장치 등의 부하에 저장된 에너지를 공급할 수 있다.
이때, 에너지는 전류, 전압 및 전력 등의 전기 에너지를 통칭하는 것으로 이해할 수 있으며, 이에 따라, 하기에서 언급되는 에너지는 전류, 전압 및 전력 중 어느 하나를 의미하는 것으로 이해할 수 있다.
한편, 배터리(1000)는 양극과 음극에 가해지는 전류의 방향에 따라 배터리 내부에서 산화 작용 또는 환원 작용이 발생할 수 있으며, 이에 따라, 배터리(1000)는 충전 또는 방전이 가능할 수 있다.
이때, 배터리(1000) 내부의 분리막과 전해액 사이에서 SEI(Solid Electrolyte Interphase) 층이 형성될 수 있으며, 배터리(1000)는 SEI 층이 두꺼워질수록 배터리(1000) 내부 임피던스의 증가, 리튬 이온의 감소 등 성능이 감소되어, 배터리(1000)의 효율성이 떨어지는 등 배터리(1000)의 열화가 진행될 수 있다.
배터리 이상 진단 장치(2000)는 배터리(1000)로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정할 수 있다.
이때, 배터리 정보는 배터리(1000)의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전류 정보, 배터리(1000)의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전압 정보 및 배터리(1000)로부터 시간의 흐름에 따라 측정되는 온도 정보 등을 포함할 수 있다.
한편, 배터리 정보는 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 더 포함할 수 있으며, 이때, 배터리의 충전 상태는 배터리(1000)의 SoC(State of Charge) 등을 의미할 수 있다.
이를 위해, 배터리 이상 진단 장치(2000)는 배터리(1000)의 충전 상태를 추정할 수 있도록 공지된 기술을 이용할 수 있으며, 이와 관련하여, 배터리(1000)의 충전 상태를 추정하는 방법은 배터리(1000) 내부의 전해액의 비중 또는 산도 등을 측정하여 충전 상태를 추정하는 화학적 측정법, 배터리(1000)의 출력 전압을 실험 등에 의해 사전에 마련되는 방전 곡선(Discharge Curve) 등과 비교하여 충전 상태를 추정하는 전압 측정법 등을 이용할 수 있으며, 이외에도, 전류 적분법, 압력 측정법 등의 배터리(1000)의 충전 상태를 측정하는 방법이 이용될 수도 있다.
이에 따라, 충전 정보는 일정한 시간 간격 동안 배터리(1000)에서 수행된 충전, 방전 및 휴지 등의 동작을 포함할 수 있으며, 여기에서, 휴지는 배터리(1000)에서 충전 또는 방전이 수행되지 않는 상태를 의미할 수 있다.
배터리 이상 진단 장치(2000)는 수명 시험에 따라 생성되는 시험 모델과 배터리 정보의 비교가 가능하도록 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성할 수 있다.
여기에서, 수명 시험은 제조사 등에서 실시되는 배터리(1000)의 성능 테스트를 의미할 수 있으며, 이와 관련하여, 수명 시험은 방전 깊이(DoD: Depth of Discharge)와 수행 가능 사이클 횟수(ACC: Achievable Count Cycle) 간의 관계를 나타내는 시험, 배터리(1000)의 충전 및 방전에 따라 누적되는 전류의 양과 배터리(1000)의 용량 간의 관계를 나타내는 시험, 배터리(1000)의 충전 상태에 따른 시간과 배터리(1000)의 전압 변화량 간의 관계를 나타내는 시험 등이 실시될 수 있으며, 이와 같은 수명 시험의 결과 정보는 제조자 등으로부터 제공받을 수 있다.
한편, 시험 모델은 수명 시험에 따른 결과를 나타내는 수치를 정리한 결과 정보로 이해할 수 있으며, 이에 따라, 시험 모델은 배터리에 이상이 존재하지 않는 상태에서 나타나는 배터리의 특성에 관한 정보를 의미할 수 있다.
한편, 이와 같은 시험 모델은 열화 밀도 함수(WDF: Wear Density Function), 내부 저항(DCIR: Direct Current Internal Resistance), 개방 회로 전압(OCV: Open Circuit Voltage) 곡선 등을 포함할 수 있으며, 이외에도, 시험 모델을 배터리의 특성을 나타내는 다양한 수명 시험 결과를 포함할 수 있다.
한편, 배터리 이상 진단 장치(2000)는 배터리(1000)로부터 측정되는 충전 정보로부터 배터리(1000)의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리(1000)가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(1000)에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간 정보를 추출할 수 있다.
이에 따라, 배터리 이상 진단 장치(2000)는 사이클 구간에서 누적되는 전류의 양에 따른 배터리(1000) 용량의 변화량을 도출할 수 있다.
이와 관련하여, 누적되는 전류의 양에 따른 배터리(1000) 용량의 변화량은 열화 밀도 함수에 대한 시험 모델의 형태로 나타날 수 있으며, 이때, 열화 밀도 함수는 배터리(1000)의 충전 상태에 따라 다르게 나타날 수 있다.
예를 들어, 열화 밀도 함수의 충전 상태는 10% 간격으로 나타날 수 있으며, 이러한 경우에, 열화 밀도 함수에서 나타나는 사이클 구간에 대해 누적되는 전류의 양은 배터리(1000)의 충전 상태가 0, 10, 20, 30, 40, 50, 60, 70, 80, 90 및 100%인 경우에 대해서 각각 도출될 수 있다. 여기에서, 배터리(1000)의 충전 상태는 서로 다른 간격으로 형성될 수 있음은 물론이다.
또한, 배터리 이상 진단 장치(2000)는 휴지 구간이 나타나는 시간 정보에 따른 배터리(1000)의 전압 변화량을 도출할 수 있다.
이때, 시간 정보에 따른 배터리(1000)의 전압 변화량은 배터리(1000) 내부의 전극 안정도에 대한 시험 모델의 형태로 나타날 수 있다.
이와 관련하여, 배터리(1000)는 전해액의 LUMO(the Lowest Unoccupied Molecular Orbital)가 양극에서 나타나는 페르미 준위(Fermi Level) 보다 낮은 경우에, 양극의 전자가 전해액으로 유입되어 전해액의 환원 손실이 발생하고, 전해액의 HOMO(the Highest Occupied Molecular Orbital)가 음극에서 나타나는 페르미 준위 보다 높은 경우에, 전해액의 전자가 음극으로 이동하여 전해액의 산화 손실이 발생할 수 있다.
이에 따라, 배터리(1000)는 양극의 준위가 LUMO 보다 낮고, 음극의 준위가 HOMO 보다 높은 경우에, 안정된 상태로 이해할 수 있다.
한편, 배터리(1000)는 충전 및 방전 사이클이 수행될 때, 내부에서 산화 및 환원이 발생할 수 있으며, 이에 따라, 배터리(1000)는 불안정한 상태로 변화할 수 있으며, 시간의 흐름에 따른 내부의 확산 반응에 따라 배터리(1000)는 안정한 상태로 변화할 수 있다.
이에 따라, 배터리 이상 진단 장치(2000)는 휴지 구간에 대해서 배터리(1000) 내부의 전극 안정도를 도출할 수 있다.
한편, 배터리 이상 진단 장치(2000)는 배터리 정보에 따라 배터리(1000)를 전기 회로 형태로 나타내는 등가 회로를 생성할 수 있으며, 배터리 이상 진단 장치(2000)는 배터리(1000)에 대한 등가 회로를 이용하여 배터리(1000)의 개방 회로 전압을 도출할 수 있다.
여기에서, 배터리(1000)의 등가 회로는 랜들 등가 회로(Randle's Circuit)가 이용될 수 있으며, 랜들 등가 회로는 배터리(1000)의 전해액으로부터 측정되는 전해액 저항, 전해액 저항에 직렬로 연결되고, 물질 간의 경계에서 나타나는 전기 이중층에 의한 커패시턴스, 커패시턴스와 병렬로 연결되고, 물질 내의 전하가 이동하는데 발생하는 전하 전달 저항 및 전하 전달 저항과 직렬로 연결되고, 커패시턴스와 병렬로 연결되는 와버그 임피던스(Warburg Impedance)를 포함할 수 있다.
이와 같은, 배터리(1000)의 등가 회로는 이전에 공지된 기술을 이용할 수 있으며, 이에 따라, 당업자 수준에서 본 발명을 실시하는데 어려움이 없을 것이다.
한편, 배터리(1000)의 개방 회로 전압은 배터리(1000)의 부하 측에 임의의 부하가 연결되지 않은 개방 상태에서 부하 측의 양단에 나타나는 전압의 차이를 의미할 수 있으며, 이와 같은 개방 회로 전압을 계산하는 것은 전기 회로와 관련된 당업자 수준에서 용이하게 실시가 가능한 것으로 보다 상세한 설명은 생략한다.
이에 따라, 파라미터 정보는 사이클 구간에서 누적되는 전류의 양에 따른 배터리(1000) 용량의 변화량을 나타내는 정보, 휴지 구간에서 나타나는 시간 정보에 따른 배터리의 전압 변화량을 나타내는 정보, 배터리 정보에 따라 생성되는 등가 회로에서 나타나는 개방 회로 전압을 나타내는 정보 등을 포함할 수 있다.
또한, 파라미터 정보는 배터리 정보에 따라 계산되는 배터리(1000)의 내부 저항의 정보를 더 포함할 수도 있다.
배터리 이상 진단 장치(2000)는 파라미터 정보를 시험 모델과 비교하고, 파라미터 정보와 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 발생한 것으로 판단할 수 있다.
이때, 파라미터 정보와 시험 모델을 비교하는 것은 동일한 조건에서 시험 모델과 파라미터 정보의 변수 차이를 계산하는 것으로 이해할 수 있다.
구체적으로, 배터리 이상 진단 장치(2000)는 사이클 구간에서 누적되는 전류의 양에 대해서, 배터리 이상 진단 장치(2000)에 의해 계산되는 파라미터 정보에서 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등이 시험 모델에 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 배터리 이상 진단 장치(2000)는 휴지 구간에서 나타나는 시간 정보에 대해서, 파라미터 정보에서 나타나는 배터리(1000) 전압의 변화량 등이 시험 모델에 나타나는 배터리(1000) 전압의 변화량 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 배터리 이상 진단 장치(2000)는 배터리 정보에 따라 생성되는 등가 회로에 대해서, 파라미터 정보에서 나타나는 개방 회로 전압이 시험 모델에 나타나는 개방 회로 전압과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 배터리 이상 진단 장치(2000)는 배터리 정보에 따라 측정되는 내부 저항에 대해서, 시험 모델에서 나타나는 내부 저항과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
이에 따라, 배터리 이상 진단 장치(2000)는 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
이때, 배터리 이상 진단 장치(2000)는 배터리(1000)의 이상 여부를 시각적, 청각적, 촉각적 형태로 출력할 수 있으며, 이때, 시각적 출력은 LED 등의 알림 출력을 의미할 수 있고, 청각적 출력은 음향 등의 알림 출력을 의미할 수 있으며, 촉각적 출력은 진동 등의 알림 출력을 의미할 수 있다.
한편, 배터리 이상 진단 장치(2000)는 디스플레이 출력 장치를 더 구비하여, 파라미터 정보와 시험 모델을 그래프 등의 형태로 각각 출력할 수도 있으며, 이러한 경우에, 사용자는 배터리(1000)에서 발생한 문제를 직관적으로 알 수 있을 것이다.
도11은 본 발명의 다른 실시예에 따른 배터리 이상 진단 장치의 제어블록도이다.
배터리 이상 진단 장치(2000)는 배터리 정보 수집부(2100), 파라미터 생성부(2200), 이상 판정부(2300) 및 출력부(2400)를 포함할 수 있다.
배터리 정보 수집부(2100)는 배터리(1000)로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정할 수 있다.
이때, 배터리 정보는 배터리(1000)의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전류 정보, 배터리(1000)의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전압 정보 및 배터리(1000)로부터 시간의 흐름에 따라 측정되는 온도 정보 등을 포함할 수 있다.
한편, 배터리 정보는 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 더 포함할 수 있으며, 이때, 배터리의 충전 상태는 배터리(1000)의 SoC(State of Charge) 등을 의미할 수 있다.
파라미터 생성부(2200)는 수명 시험에 따라 생성되는 시험 모델과 배터리 정보의 비교가 가능하도록 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성할 수 있다.
여기에서, 시험 모델은 열화 밀도 함수(WDF: Wear Density Function), 내부 저항(DCIR: Direct Current Internal Resistance), 개방 회로 전압(OCV: Open Circuit Voltage) 곡선 등을 포함할 수 있으며, 이외에도, 시험 모델을 배터리의 특성을 나타내는 다양한 수명 시험의 결과 정보를 포함할 수 있다.
한편, 파라미터 생성부(2200)는 배터리(1000)로부터 측정되는 충전 정보로부터 배터리(1000)의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리(1000)가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(1000)에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간 정보를 추출할 수 있다.
이에 따라, 파라미터 생성부(2200)는 사이클 구간에서 누적되는 전류의 양에 따른 배터리(1000) 용량의 변화량을 도출할 수 있다.
또한, 파라미터 생성부(2200)는 휴지 구간이 나타나는 시간 정보에 따른 배터리(1000)의 전압 변화량을 도출할 수 있다.
이때, 시간 정보에 따른 배터리(1000)의 전압 변화량은 배터리(1000) 내부의 전극 안정도에 대한 시험 모델의 형태로 나타날 수 있다.
한편, 파라미터 생성부(2200)는 배터리 정보에 따라 배터리(1000)를 전기 회로 형태로 나타내는 등가 회로를 생성할 수 있으며, 파라미터 생성부(2200)는 배터리(1000)에 대한 등가 회로를 이용하여 배터리(1000)의 개방 회로 전압을 도출할 수 있다.
이상 판정부(2300)는 파라미터 정보를 시험 모델과 비교하고, 파라미터 정보와 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 발생한 것으로 판단할 수 있다.
예를 들어, 이상 판정부(2300)는 사이클 구간에서 누적되는 전류의 양에 대해서, 파라미터 생성부(2200)에 의해 계산되는 파라미터 정보에서 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등이 시험 모델에 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 이상 판정부(2300)는 휴지 구간에서 나타나는 시간 정보에 대해서, 파라미터 정보에서 나타나는 배터리(1000) 전압의 변화량 등이 시험 모델에 나타나는 배터리(1000) 전압의 변화량 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 이상 판정부(2300)는 배터리 정보에 따라 생성되는 등가 회로에 대해서, 파라미터 정보에서 나타나는 개방 회로 전압이 시험 모델에 나타나는 개방 회로 전압과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 이상 판정부(2300)는 배터리 정보에 따라 측정되는 내부 저항에 대해서, 시험 모델에서 나타나는 내부 저항과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
출력부(2400)는 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
이때, 출력부(2400)는 배터리(1000)의 이상 여부를 시각적, 청각적, 촉각적 형태로 출력할 수 있으며, 이때, 시각적 출력은 LED 등의 알림 출력을 의미할 수 있고, 청각적 출력은 음향 등의 알림 출력을 의미할 수 있으며, 촉각적 출력은 진동 등의 알림 출력을 의미할 수 있다.
한편, 출력부(2400)는 디스플레이 출력 장치를 더 구비하여, 파라미터 정보와 시험 모델을 그래프 등의 형태로 각각 출력할 수도 있다.
도12는 본 발명의 다른 실시예에 따른 배터리 이상 진단 장치에서 배터리의 이상을 판단하는 과정을 나타내는 블록도이다.
도12를 참조하면, 배터리 정보 수집부(2100)는 배터리(1000)로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정할 수 있으며, 파라미터 생성부(2200)는 수명 시험에 따라 생성되는 시험 모델과 배터리 정보의 비교가 가능하도록 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성할 수 있다.
이에 따라, 이상 판정부(2300)는 파라미터 정보를 시험 모델과 비교하고, 파라미터 정보와 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 발생한 것으로 판단할 수 있으며, 출력부(2400)는 이상 판정부(2300)에서 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
도13은 본 발명의 다른 실시예에 따른 배터리 이상 진단 장치에서 생성되는 서로 다른 파라미터 정보에 따라 배터리의 이상을 판단하는 과정을 나타내는 블록도이다.
도13을 참조하면, 배터리 정보 수집부(2100)는 배터리(1000)로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정할 수 있으며, 파라미터 생성부(2200)는 수명 시험에 따라 생성되는 시험 모델과 배터리 정보의 비교가 가능하도록 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성할 수 있다.
이때, 파라미터 생성부(2200)는 등가 회로 생성부(2210), 개방 회로 전압 추출부(2220), 구간 정보 추출부(2260) 및 상태 변화 추출부(2270)를 더 포함할 수 있다.
등가 회로 생성부(2210)는 배터리 정보에 따라 배터리(1000)를 전기 회로 형태로 나타내는 등가 회로를 생성할 수 있으며, 이때, 등가 회로는 배터리(1000)의 전해액으로부터 측정되는 전해액 저항, 전해액 저항에 직렬로 연결되고, 물질 간의 경계에서 나타나는 전기 이중층에 의한 커패시턴스, 커패시턴스와 병렬로 연결되고, 물질 내의 전하가 이동하는데 발생하는 전하 전달 저항 및 전하 전달 저항과 직렬로 연결되고, 커패시턴스와 병렬로 연결되는 와버그 임피던스를 포함하는 랜들 등가 회로가 이용될 수 있다.
이에 따라, 개방 회로 전압 추출부(2220)는 배터리(1000)에 대한 등가 회로를 이용하여 배터리(1000)의 개방 회로 전압을 도출할 수 있으며, 이때, 개방 회로 전압은 배터리(1000)의 부하 측에 임의의 부하가 연결되지 않은 개방 상태에서 부하 측의 양단에 나타나는 전압의 차이를 의미할 수 있다.
한편, 구간 정보 추출부(2260)는 배터리(1000)로부터 측정되는 충전 정보로부터 배터리(1000)의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리(1000)가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(1000)에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간 정보를 추출할 수 있다.
이에 따라, 상태 변화 추출부(2270)는 사이클 구간에서 누적되는 전류의 양에 따른 배터리(1000) 용량의 변화량을 도출할 수 있으며, 상태 변화 추출부(2270)는 휴지 구간이 나타나는 시간 정보에 따른 배터리(1000)의 전압 변화량을 도출할 수 있다.
이상 판정부(2300)는 파라미터 정보를 시험 모델과 비교하고, 파라미터 정보와 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 발생한 것으로 판단할 수 있다.
이와 관련하여, 이상 판정부(2300)는 사이클 구간에서 누적되는 전류의 양에 대해서, 파라미터 생성부(2200)에 의해 계산되는 파라미터 정보에서 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등이 시험 모델에 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 이상 판정부(2300)는 휴지 구간에서 나타나는 시간 정보에 대해서, 파라미터 정보에서 나타나는 배터리(1000) 전압의 변화량 등이 시험 모델에 나타나는 배터리(1000) 전압의 변화량 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 이상 판정부(2300)는 배터리 정보에 따라 생성되는 등가 회로에 대해서, 파라미터 정보에서 나타나는 개방 회로 전압이 시험 모델에 나타나는 개방 회로 전압과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 이상 판정부(2300)는 배터리 정보에 따라 측정되는 내부 저항에 대해서, 시험 모델에서 나타나는 내부 저항과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
이에 따라, 출력부(2400)는 이상 판정부(2300)에서 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
도14는 본 발명의 다른 실시예에 따른 배터리 이상 진단 방법의 순서도이다.
본 발명의 일 실시예에 따른 배터리 이상 진단 방법은 도 10에 도시된 배터리 이상 진단 장치(2000)와 실질적으로 동일한 구성 상에서 진행되므로, 도 10의 배터리 이상 진단 장치(2000)와 동일한 구성요소에 대해 동일한 도면 부호를 부여하고, 반복되는 설명은 생략하기로 한다.
배터리 이상 진단 방법은 배터리 정보를 측정하는 단계(6000), 파라미터 정보를 생성하는 단계(6100), 배터리에 이상이 발생한 것을 판단하는 단계(6200) 및 배터리의 이상 여부를 출력하는 단계(6300)를 포함할 수 있다.
배터리 정보를 측정하는 단계(6000)는 배터리(1000)로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정할 수 있다.
파라미터 정보를 생성하는 단계(6100)는 수명 시험에 따라 생성되는 시험 모델과 배터리 정보의 비교가 가능하도록 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성할 수 있다.
이에 따라, 배터리에 이상이 발생한 것을 판단하는 단계(6200)는 파라미터 정보를 시험 모델과 비교하고, 파라미터 정보와 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 발생한 것으로 판단할 수 있다.
배터리의 이상 여부를 출력하는 단계(6300)는 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
도15 및 도16은 도14의 파라미터 정보를 생성하는 단계의 세부 순서도이다.
도15를 참조하면, 파라미터 정보를 생성하는 단계(6100)는 배터리(1000)로부터 측정되는 충전 정보로부터 배터리(1000)의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리(1000)가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 배터리(1000)에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간 정보를 추출하는 단계(6110)를 더 포함할 수 있으며, 이에 따라, 배터리 이상 진단 방법은 추출된 구간 정보가 사이클 구간인지 판단하는 단계(6120)를 더 포함할 수 있다.
이때, 추출된 구간 정보가 사이클 구간인 경우에, 사이클 구간에서 누적되는 전류의 양에 따른 배터리(1000) 용량의 변화량을 도출(6130)할 수 있으며, 추출된 구간 정보가 휴지 구간인 경우에, 휴지 구간이 나타나는 시간 정보에 따른 배터리(1000)의 전압 변화량을 도출(6140)할 수 있다.
이에 따라, 배터리에 이상이 발생한 것을 판단하는 단계(6200)는 사이클 구간에서 누적되는 전류의 양에 대해서, 파라미터 정보에서 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등이 시험 모델에 나타나는 배터리(1000) 용량의 변화량 또는 배터리(1000)의 열화 정도 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
또한, 배터리에 이상이 발생한 것을 판단하는 단계(6200)는 휴지 구간에서 나타나는 시간 정보에 대해서, 파라미터 정보에서 나타나는 배터리(1000) 전압의 변화량 등이 시험 모델에 나타나는 배터리(1000) 전압의 변화량 등과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
이에 따라, 배터리의 이상 여부를 출력하는 단계(6300)는 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
도16을 참조하면, 파라미터 정보를 생성하는 단계(6100)는 배터리 정보에 따라 배터리(1000)를 전기 회로 형태로 나타내는 등가 회로를 생성하는 단계(6160)를 더 포함할 수 있으며, 이때, 파라미터 정보를 생성하는 단계(6100)는 배터리(1000)에 대한 등가 회로를 이용하여 배터리(1000)의 개방 회로 전압을 도출하는 단계(6170)를 더 포함할 수 있다.
이에 따라, 배터리에 이상이 발생한 것을 판단하는 단계(6200)는 배터리 정보에 따라 생성되는 등가 회로에 대해서, 파라미터 정보에서 나타나는 개방 회로 전압이 시험 모델에 나타나는 개방 회로 전압과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있으며, 배터리의 이상 여부를 출력하는 단계(6300)는 배터리(1000)에 이상이 존재하는 것으로 판단된 경우에, 배터리(1000)의 이상 여부를 출력할 수 있다.
한편, 파라미터 정보를 생성하는 단계(6100)는 배터리 정보에 따라 내부 저항을 계산할 수 있으며, 배터리에 이상이 발생한 것을 판단하는 단계(6200)는 배터리 정보에 따라 측정되는 내부 저항에 대해서, 시험 모델에서 나타나는 내부 저항과 비교하여 임계 범위를 벗어나는 경우에, 배터리(1000)에 이상이 존재하는 것으로 판단할 수 있다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (28)

  1. 사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집하는 충전 정보 수집부;
    상기 충전 정보로부터 상기 배터리의 충전 및 방전에 따른 구간 정보를 추출하는 구간 정보 추출부;
    서로 다른 충전 상태에 대한 열화 모델로부터 상기 구간 정보에 대응하는 열화 모델을 선택하는 열화 모델 판단부; 및
    상기 열화 모델에 따라 상기 구간 정보로부터 나타나는 상기 배터리의 열화 정보를 추정하는 열화 추정부를 포함하는, 배터리 상태 추정 장치.
  2. 제1항에 있어서, 상기 구간 정보는,
    상기 배터리가 방전되기 시작하는 시점부터, 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 더 포함하는, 배터리 상태 추정 장치.
  3. 제2항에 있어서, 상기 열화 모델 판단부는,
    상기 구간 정보로부터 상기 사이클 구간이 추출된 경우, 상기 열화 모델 중 상기 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택하는, 배터리 상태 추정 장치.
  4. 제3항에 있어서, 상기 열화 추정부는,
    상기 열화 함수 모델로부터, 상기 사이클 구간이 시작되는 시점에서 측정되는 배터리의 상태 정보에 따른 전류 적산 시작 값을 도출하고, 상기 전류 적산 시작 값으로부터 상기 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 상기 열화 정보를 추정하는, 배터리 상태 추정 장치.
  5. 제2항에 있어서, 상기 열화 모델 판단부는,
    상기 구간 정보로부터 상기 휴지 구간이 추출된 경우, 상기 열화 모델 중 상기 휴지 구간에서 나타나는 시간 간격에 따른 확산 함수 모델을 선택하는, 배터리 상태 추정 장치.
  6. 제5항에 있어서, 상기 열화 추정부는,
    상기 확산 함수 모델로부터, 상기 휴지 구간에서 나타나는 시간 간격에 따라 상기 열화 정보를 추정하는, 배터리 상태 추정 장치.
  7. 제1항에 있어서, 상기 열화 모델은,
    상기 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리의 열화를 나타내는 열화 함수 모델; 및
    상기 배터리에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함하는, 배터리 상태 추정 장치.
  8. 사전에 생성되는 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 방법에 있어서,
    사전에 설정되는 시간 간격 동안 배터리의 충전 상태를 나타내는 충전 정보를 수집하는 단계;
    상기 충전 정보로부터 상기 배터리의 충전 및 방전에 따른 구간 정보를 추출하는 단계;
    서로 다른 충전 상태에 대한 열화 모델로부터 상기 구간 정보에 대응하는 열화 모델을 선택하는 단계; 및
    상기 열화 모델에 따라 상기 구간 정보로부터 나타나는 상기 배터리의 열화 정보를 추정하는 단계를 포함하는, 배터리 상태 추정 방법.
  9. 제8항에 있어서, 상기 구간 정보는,
    상기 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 및 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간을 더 포함하는, 배터리 상태 추정 방법.
  10. 제9항에 있어서, 상기 열화 모델을 선택하는 단계는,
    상기 구간 정보로부터 상기 사이클 구간이 추출된 경우, 상기 열화 모델 중 상기 사이클 구간에서 나타나는 충전 상태에 따른 열화 함수 모델을 선택하는 단계를 더 포함하는, 배터리 상태 추정 방법.
  11. 제10항에 있어서, 상기 열화 정보를 추정하는 단계는,
    상기 열화 함수 모델로부터 상기 사이클 구간이 시작되는 시점에서 측정되는 배터리의 상태 정보에 따른 전류 적산 시작 값을 도출하는 단계; 및
    상기 전류 적산 시작 값으로부터 상기 사이클 구간이 종료되는 시점까지 출력된 적산 전류에 따라 상기 열화 정보를 추정하는 단계를 더 포함하는, 배터리 상태 추정 방법.
  12. 제9항에 있어서, 상기 열화 모델을 선택하는 단계는,
    상기 구간 정보로부터 상기 휴지 구간이 추출된 경우, 상기 열화 모델 중 상기 휴지 구간에서 나타나는 시간 간격 따른 확산 함수 모델을 선택하는 단계를 더 포함하는, 배터리 상태 추정 방법
  13. 제12항에 있어서, 상기 열화 정보를 추정하는 단계는,
    상기 확산 함수 모델로부터 상기 휴지 구간에서 나타나는 시간 간격에 따라 상기 열화 정보를 추정하는 단계를 더 포함하는, 배터리 상태 추정 방법.
  14. 제8항에 있어서, 상기 열화 모델은,
    상기 배터리가 방전되고, 방전되기 직전 수준으로 충전되는 사이클에 따른 배터리의 열화를 나타내는 열화 함수 모델; 및
    상기 배터리에서 방전 및 충전이 수행되지 않는 휴지 상태에 따른 배터리의 열화를 나타내는 확산 함수 모델을 포함하는, 배터리 상태 추정 방법.
  15. 배터리로부터 측정 가능한 배터리 정보를 사전에 설정되는 시간 간격 동안 측정하는 배터리 정보 수집부;
    수명 시험에 따라 사전에 생성되는 시험 모델과 상기 배터리 정보의 비교가 가능하도록 상기 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성하는 파라미터 생성부;
    상기 파라미터 정보를 상기 시험 모델과 비교하고, 상기 파라미터 정보와 상기 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우, 상기 배터리에 이상이 발생한 것으로 판단하는 이상 판정부; 및
    상기 배터리의 이상 여부를 출력하는 출력부를 포함하는, 배터리 이상 진단 장치.
  16. 제15항에 있어서, 상기 배터리 정보 수집부는,
    상기 배터리로부터 시간의 흐름에 따른 배터리의 충전 상태를 나타내는 충전 정보를 수집하는, 배터리 이상 진단 장치.
  17. 제16항에 있어서, 상기 파라미터 생성부는,
    상기 충전 정보로부터 배터리의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간을 추출하는, 배터리 이상 진단 장치.
  18. 제17항에 있어서, 상기 파라미터 생성부는,
    상기 사이클 구간에서 누적되는 전류의 양에 따른 배터리 용량의 변화량을 도출하는, 배터리 이상 진단 장치.
  19. 제17항에 있어서, 상기 파라미터 생성부는,
    상기 휴지 구간이 나타나는 시간 정보 및 상기 시간 정보에 따른 배터리의 전압 변화량을 도출하는, 배터리 이상 진단 장치.
  20. 제15항에 있어서, 상기 파라미터 생성부는,
    상기 배터리 정보에 따라 상기 배터리를 전기 회로 형태로 나타내는 등가 회로를 생성하고, 상기 등가 회로를 이용하여 상기 배터리의 개방 회로 전압을 도출하는, 배터리 이상 진단 장치.
  21. 제15항에 있어서, 상기 배터리 정보는,
    배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전류 정보, 배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전압 정보 및 배터리로부터 시간의 흐름에 따라 측정되는 온도 정보 중 적어도 하나의 정보를 더 포함하는, 배터리 이상 진단 장치.
  22. 배터리에서 측정되는 파라미터의 수명 시험에 따른 시험 모델을 이용하는 배터리 이상 진단 방법에 있어서,
    사전에 설정되는 시간 간격 동안 배터리로부터 측정 가능한 배터리 정보를 측정하는 단계;
    수명 시험에 따라 사전에 생성되는 시험 모델과 상기 배터리 정보의 비교가 가능하도록 상기 배터리 정보로부터 배터리의 상태를 나타내는 파라미터 정보를 생성하는 단계;
    상기 파라미터 정보를 상기 시험 모델과 비교하고, 상기 파라미터 정보와 상기 시험 모델의 비교 결과가 사전에 설정되는 임계 범위를 벗어나는 경우, 상기 배터리에 이상이 발생한 것으로 판단하는 단계; 및
    상기 배터리의 이상 여부를 출력하는 단계를 포함하는, 배터리 이상 진단 방법.
  23. 제22항에 있어서, 상기 배터리 정보를 측정하는 단계는,
    상기 배터리로부터 시간의 흐름에 따른 배터리의 충전 상태를 나타내는 충전 정보를 측정하는, 배터리 이상 진단 방법.
  24. 제23항에 있어서, 상기 파라미터 정보를 생성하는 단계는,
    상기 충전 정보로부터 배터리의 방전이 시작되는 시점부터, 방전이 시작되는 시점의 수준으로 배터리가 충전되는 시점까지의 시간 간격으로 나타나는 사이클 구간 및 상기 배터리에서 방전 또는 충전이 수행되지 않는 시간 간격으로 나타나는 휴지 구간 중 적어도 하나의 구간을 추출하는, 배터리 이상 진단 방법.
  25. 제24항에 있어서, 상기 파라미터 정보를 생성하는 단계는,
    상기 사이클 구간에서 누적되는 전류의 양에 따른 배터리 용량의 변화량을 도출하는, 배터리 이상 진단 방법.
  26. 제24항에 있어서, 상기 파라미터 정보를 생성하는 단계는,
    상기 휴지 구간이 나타나는 시간 정보 및 상기 시간 정보에 따른 배터리의 전압 변화량을 도출하는, 배터리 이상 진단 방법.
  27. 제22항에 있어서, 상기 파라미터 정보를 생성하는 단계는,
    상기 배터리 정보에 따라 상기 배터리를 전기 회로 형태로 나타내는 등가 회로를 생성하고, 상기 등가 회로를 이용하여 상기 배터리의 개방 회로 전압을 도출하는, 배터리 이상 진단 방법.
  28. 제22항에 있어서, 상기 배터리 정보는,
    배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전류 정보, 배터리의 충전 또는 방전에 대해 시간의 흐름에 따라 측정되는 전압 정보 및 배터리로부터 시간의 흐름에 따라 측정되는 온도 정보 중 적어도 하나의 정보를 더 포함하는, 배터리 이상 진단 방법.
PCT/KR2020/017601 2019-12-10 2020-12-04 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법 WO2021118170A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2019-0163395 2019-12-10
KR1020190163395A KR102094359B1 (ko) 2019-12-10 2019-12-10 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법
KR1020190168968A KR102148204B1 (ko) 2019-12-17 2019-12-17 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법
KR10-2019-0168968 2019-12-17

Publications (1)

Publication Number Publication Date
WO2021118170A1 true WO2021118170A1 (ko) 2021-06-17

Family

ID=76330147

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/017601 WO2021118170A1 (ko) 2019-12-10 2020-12-04 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법, 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2021118170A1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014167450A (ja) * 2013-02-28 2014-09-11 Asahi Kasei Corp 二次電池の電池状態推定装置及び電池パックの製造方法並びにセルバランス確認方法
WO2014185163A1 (ja) * 2013-05-16 2014-11-20 日本電気株式会社 電池状態推定装置、電池状態管理システム、電池、電池状態推定方法、及び、プログラム
KR20150025932A (ko) * 2013-08-30 2015-03-11 숭실대학교산학협력단 배터리 진단 기능을 가진 충전기 및 그 제어방법
KR20150120697A (ko) * 2014-04-18 2015-10-28 삼성전자주식회사 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
KR20160017416A (ko) * 2014-08-06 2016-02-16 삼성전자주식회사 패턴 정보에 기초하여 사용자 특성에 따른 배터리 수명을 추정하는 장치 및 방법
KR20160128000A (ko) * 2015-04-28 2016-11-07 영남대학교 산학협력단 배터리 진단 장치 및 그 방법
KR102094359B1 (ko) * 2019-12-10 2020-03-27 경북대학교 산학협력단 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법
KR102148204B1 (ko) * 2019-12-17 2020-08-26 경북대학교 산학협력단 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014167450A (ja) * 2013-02-28 2014-09-11 Asahi Kasei Corp 二次電池の電池状態推定装置及び電池パックの製造方法並びにセルバランス確認方法
WO2014185163A1 (ja) * 2013-05-16 2014-11-20 日本電気株式会社 電池状態推定装置、電池状態管理システム、電池、電池状態推定方法、及び、プログラム
KR20150025932A (ko) * 2013-08-30 2015-03-11 숭실대학교산학협력단 배터리 진단 기능을 가진 충전기 및 그 제어방법
KR20150120697A (ko) * 2014-04-18 2015-10-28 삼성전자주식회사 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
KR20160017416A (ko) * 2014-08-06 2016-02-16 삼성전자주식회사 패턴 정보에 기초하여 사용자 특성에 따른 배터리 수명을 추정하는 장치 및 방법
KR20160128000A (ko) * 2015-04-28 2016-11-07 영남대학교 산학협력단 배터리 진단 장치 및 그 방법
KR102094359B1 (ko) * 2019-12-10 2020-03-27 경북대학교 산학협력단 배터리의 열화 모델에 따라 배터리의 상태를 추정하는 배터리 상태 추정 장치 및 방법
KR102148204B1 (ko) * 2019-12-17 2020-08-26 경북대학교 산학협력단 배터리에서 측정되는 파라미터의 모델을 이용하는 배터리 이상 진단 장치 및 방법

Similar Documents

Publication Publication Date Title
WO2018093045A1 (ko) 배터리의 절연 저항 산출 장치 및 방법
WO2020189918A1 (ko) 배터리 관리 장치
WO2020130324A1 (ko) 이차 전지의 스텝 충전 제어 장치 및 방법
WO2017034277A1 (ko) 이차 전지의 퇴화도 추정 장치 및 방법
WO2019199064A1 (ko) 배터리 진단 장치 및 방법
WO2016053055A1 (ko) 신속하게 절연 저항을 측정할 수 있는 절연 저항 측정 장치 및 방법
WO2014088324A1 (ko) 이차 전지의 파라미터 추정 장치 및 방법
WO2021049882A1 (ko) 배터리 관리 장치 및 방법
WO2020189919A1 (ko) 배터리 상태 추정 장치
WO2022114871A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
WO2023085906A1 (ko) 배터리 soh 추정시스템, 이를 위한 파라미터 추출시스템 및 방법
WO2018000437A1 (zh) 金属电池及其电池管理系统、控制方法
WO2012005483A2 (ko) 정전 용량 변화 감지 방법, 장치 및 그 방법을 실행하는 프로그램이 기록된 기록매체, 및 그 방법을 사용한 터치 감지 방법, 장치 및 그 방법을 실행하는 프로그램이 기록된 기록매체
WO2019240426A1 (ko) 충전 중 배터리의 전압 변화량에 기반하여 배터리의 상태에 대한 정보를 획득하기 위한 방법 및 이를 지원하는 전자 장치
WO2015056964A1 (ko) 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
WO2019151674A1 (ko) 배터리의 전력 한계를 결정하기 위한 방법 및 배터리 관리 시스템
WO2021006708A1 (ko) 배터리 팩의 상태 진단 장치 및 방법
WO2013048173A2 (ko) 부분방전 노이즈 제거 장치 및 진단방법
WO2022031059A1 (ko) 분석적 민감도 수식에 기초하여 배터리 전기화학적 파라미터의 동정을 위한 전류 여기를 최적화하는 시스템 및 방법
WO2018129972A1 (zh) 充电处理方法、装置、存储介质及电子设备
WO2022075708A1 (ko) 배터리 상태 진단 장치 및 방법
WO2022092827A1 (ko) 배터리 관리 장치 및 방법
WO2016064198A1 (ko) 이차 전지의 충전 상태 추정 장치 및 그 방법
WO2020166914A1 (ko) 충전 상태 추정 장치 및 방법
WO2019156385A1 (ko) 배터리의 전력 한계를 평탄화하는 방법 및 배터리 관리 시스템

Legal Events

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

Ref document number: 20898161

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20898161

Country of ref document: EP

Kind code of ref document: A1