WO2021241826A1 - Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템 - Google Patents

Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템 Download PDF

Info

Publication number
WO2021241826A1
WO2021241826A1 PCT/KR2020/017774 KR2020017774W WO2021241826A1 WO 2021241826 A1 WO2021241826 A1 WO 2021241826A1 KR 2020017774 W KR2020017774 W KR 2020017774W WO 2021241826 A1 WO2021241826 A1 WO 2021241826A1
Authority
WO
WIPO (PCT)
Prior art keywords
battery
charge
charging
discharge
discharging
Prior art date
Application number
PCT/KR2020/017774
Other languages
English (en)
French (fr)
Inventor
배종훈
손수현
김성룡
문성춘
안한열
배경진
Original Assignee
주식회사 나산전기산업
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 나산전기산업 filed Critical 주식회사 나산전기산업
Priority to US17/251,342 priority Critical patent/US11536775B2/en
Publication of WO2021241826A1 publication Critical patent/WO2021241826A1/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]
    • G01R31/392—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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to battery management, and more particularly, to a system for predicting battery life using charge/discharge characteristics of a battery in a BMS management system.
  • Lithium-ion batteries have the best performance among secondary batteries currently commercially available. Since they are relatively light in weight and have high energy density compared to other secondary batteries, they are widely used in various fields from portable products to large-scale energy storage systems. In particular, as electric vehicles are becoming more popular, lithium-sulfur, lithium-air, sodium-magnesium are used to solve the problem of battery storage capacity to improve mileage and stability, which is a fatal disadvantage. Next-generation batteries such as (Sodium-Magnesium) and solid-state batteries are being developed. However, these next-generation batteries still have many problems to be solved until they are commercialized. Therefore, the lithium-ion battery market is expected to expand continuously for the time being. In particular, with the growth of the mobile phone and personal mobility (electric kickboard, electric bicycle, etc.) markets, the efficient energy use and stability issues of lithium-ion batteries are becoming more prominent.
  • lithium-ion batteries are initially stable for a while.
  • the electrolyte is decomposed by an oxidation-reduction reaction, and this forms the SEI (Solid Electrolyte Interface) layer, which has the effect of increasing the internal resistance, reducing the usable battery capacity.
  • SEI Solid Electrolyte Interface
  • the SEI layer acts as a protective film that prevents the electrolyte from being continuously decomposed, but on the other hand, from an entropy point of view, it is a direct cause of a decrease in the reversible capacity.
  • Lithium-ion batteries are considered to have reached the end of their lifespan when their capacity drops below 80% of their initial capacity. Predicting the lifespan of such a battery is very important for efficient resource utilization and stable management and use of energy storage devices.
  • the user can check the lifespan of the secondary battery, and as the secondary battery is discharged at an unexpected time, it is possible to eliminate the inconvenience of the user not being able to use the portable electric device, and in particular, despite the need for replacement of the secondary battery And it can solve the problem of unnecessary charging because the user is not aware of this before charging in the charger.
  • the devices of the prior art have a disadvantage in that they cannot respond to a use environment that may change frequently by using a parameter including a time function.
  • the temperature (T)-based parameter and model estimator act as a factor that leads to errors in the state analysis of the battery due to the error according to the boundary condition, the temperature measurement error, and the slow dynamic characteristics of the temperature change.
  • Patent Document 1 Republic of Korea Patent Publication No. 10-2010-0019660 (2010.02.19.) "Method for predicting lifespan of secondary battery and life prediction device using the same"
  • the battery life prediction system measures a voltage, a state of charge (SOC), and a depth of discharge (DOD) of the battery while charging and discharging the battery with varying charging and discharging currents.
  • a battery state measurement unit an irreversible amount of energy inducing unit for inducing an irreversible amount of energy (Q ir ) generated in the process of charging and discharging the battery from the voltage and the state of charge (SOC) using the laws of enthalpy and entropy; and a remaining life predictor for predicting the remaining life of the battery from the induced irreversible amount of energy (Q ir ).
  • the irreversible amount of energy inducing unit the irreversible amount of energy (Q ir )
  • Q 0 the maximum battery capacity
  • ⁇ is an Arrhenius rate constant
  • E C and E D are cell voltages during charging and discharging, respectively.
  • the remaining life predicting unit the remaining life of the battery by the equation To predict and, where Q ir_m using a maximum value per cycle of the irreversible amount of energy, m is the maximum of the cycle period, N a and N p is the number of the prediction and the respective actual number of cycles Cycles, Q ir_k the k-th cycle, It is the current irreversible amount of energy.
  • the remaining life prediction unit obtains Q ir_m and Q ir_k from the area occupied by the charge/discharge curve for each cycle in a graph representing the relationship between the voltage and the state of charge (SOC) for the battery, and The area is obtained by dividing the charge/discharge curve into at least two or more sections and summing the divided areas for each section.
  • dividing the charge/discharge curve for each cycle is, in the charge/discharge curve, a charge start point (P CS , P * CS ), a charge inflection point (P CK , P * CK ), a discharge start point in two consecutive cycles (P DS , P * DS ), and extracting the discharge inflection point (P DK , P * DK ), and the charge-discharge curve formed by: P CS , P * CS , P CK , and P * CK first section; a second section formed by P * CS , P * CK , P * DS , and P * DK ; and dividing into a third section formed by P DS , P * DS , P DK , and P * DK .
  • the charge start point (P CS ) and the discharge start point (P DS ) are extracted by the change in the direction of the current, and the charge inflection point (P CK ) and the discharge inflection point ( PDK ) are the voltages for the state of charge (SOC). It is extracted based on the amount of change.
  • the voltage/SOC relationship is identified in terms of entropy in order to remove the temporal factor, and the effect of temperature is expressed as the V/SOC result, so that the temperature and time You can predict the life of the battery by excluding components.
  • FIG. 1A is a flowchart schematically illustrating a method for predicting a battery life based on entropy-enthalpy
  • FIG. 1B is a block diagram schematically illustrating a battery life prediction system executing the method of predicting a battery life of FIG. 1A.
  • FIG. 2 is a diagram showing a simplified configuration of a battery test system.
  • FIG. 3A is a graph of the discharge characteristics when discharging at 1C for batteries of different states, and FIG. 3B shows the charging characteristics when charging at 0.5C.
  • Fig. 4A is a voltage curve for SOC in which the charging current is changed (discharge current is fixed at 1C)
  • Fig. 4B is a voltage curve for SOC in which the discharge current is changed (charge current is fixed at 0.5C).
  • FIG. 5A shows the change in Q value when only the charging/discharging current is different
  • FIG. 5B shows the change in the Q value when the charging/discharging current and the DOD are different.
  • 7A and 7B show the charging/discharging operation for a smaller current.
  • PDM check-out device
  • 11 schematically shows pseudocode of an algorithm for predicting battery life.
  • FIG. 1A is a flowchart schematically illustrating a battery life prediction method S100 based on entropy-enthalpy
  • FIG. 1B is a block diagram schematically illustrating a battery life prediction system 100 executing the battery life prediction method of FIG. 1A .
  • the characteristic equation for the charge/discharge voltage of the battery can be expressed as follows with parameters related to the current item, temperature (T), and SOH.
  • the battery voltage, SOC, DOD, etc. are measured while charging and discharging the battery.
  • Such an operation may be performed by the battery state measuring unit 110 .
  • the actual measurable parameters are voltage, current, and temperature.
  • temperature must be an important parameter.
  • ESS large-capacity applications
  • a cooling facility is provided for stable battery operation, and a system is operated to control battery surface temperatures according to temperature.
  • most small capacity systems do not have cooling facilities, maintain an appropriate I-rate, and limit the temperature and use only as a protection device.
  • Equation 7 the concepts of enthalpy ( ⁇ and entropy ( ⁇ ) are explained by the equations related to Gibb's free energy ( ⁇ ).
  • F are Faraday constants, where x represents the concentration of lithium ions, and since this value is proportional to SOC, it can be expressed as in Equation 8.
  • E C represents the cell voltage during charging
  • E D represents the cell voltage during discharge.
  • the total amount of irreversible heat can be expressed as follows by integrating Equation (10) (S120).
  • Equation 13 when V b is multiplied by both sides and expressed as an integral expression, Equation 14 is obtained.
  • V b is defined as ⁇ E C -E D , and the equation is rearranged, it is defined as in Equation 15.
  • Equation 15 By rearranging Equation 15 from Equation 11, it can be seen that the total amount of voltage change with respect to SOC can be induced in a way that can obtain irreversible energy as Equation 16 shows. Such an operation may be performed by the irreversible amount of energy inducing unit 150 .
  • the state of life (SOL) of the battery may be estimated. Accordingly, the battery life may be determined by calculating irreversible energy according to the corresponding charging and discharging.
  • Equation 17 it can be determined that the life of the battery has expired when the sum of irreversible energies due to charging and discharging is less than 80% of the initial battery capacity.
  • the actual usable charge/discharge cycle can be calculated as follows. Such an operation may be performed by the remaining life prediction unit 190 .
  • the charging start point (P CS , P * CS ) and the charging inflection point (P) in two successive cycles CK , P * CK ), discharge start point ( PDS , P * DS ), and discharge inflection point (P DK , P * DK ) are extracted (S130), and the charge/discharge curve is divided into three sections using the extracted points Divide (S140).
  • FIG. 2 is a diagram showing a simplified configuration of a battery test system.
  • the battery charge/discharge test system was configured as shown in Figure 1.
  • CC constant current
  • CV constant voltage
  • An experimental system is constructed.
  • the CV operation was implemented using a power supply with a current limit function, and the switch was removed and configured to control the charge/discharge sequence using serial communication.
  • the temperature T was configured to operate only in the role of protecting against abnormal conditions.
  • Table 1 lists the specifications of the batteries used in the tests. It should be noted that the specifications in Table 1 are merely exemplary and do not limit the present invention.
  • DOD 100 In order to find out the characteristics of the aging state of the battery, 100, 200, 300, 400, and 500 charging and discharging of a new battery, DOD 100, and rated charging current (0.5C) and discharging current (1C) were performed respectively. Charge-discharge characteristics were tested for 5 types.
  • FIG. 3A is a graph of the discharge characteristics when discharging at 1C for batteries of different states
  • FIG. 3B shows the charging characteristics when charging at 0.5C.
  • the rate of charging and discharging changes rapidly as the battery undergoes many charge/discharge cycles.
  • the characteristics according to each aging state show a very linear change because the charging and discharging were carried out according to the exact rules set for the battery characteristics.
  • Fig. 4A is a voltage curve for SOC in which the charging current is changed (discharge current is fixed at 1C)
  • Fig. 4B is a voltage curve for SOC in which the discharge current is changed (charge current is fixed at 0.5C).
  • FIG. 4A is a graph of voltage versus SOC when the DOD is charged and discharged at 100% while the discharge current is fixed at 1C, which is the rated current, and the charging current is changed from 0.1C to 1C. It can be seen that the area of the curve that appears during charging and discharging changes according to the magnitude of the current. In the case of 1C having the largest current, the area is wide, and it can be seen that the area decreases as the charging current decreases.
  • Figure 4b shows a graph of the voltage versus SOC while changing the discharge current to 100% DOD in a state where the charging current is fixed at 0.5C. In the case of 1C with the largest discharge current, you can see that the graph is drawn at the bottom of the lower part.
  • FIG. 5A shows the change in Q value when only the charging/discharging current is different
  • FIG. 5B shows the change in the Q value when the charging/discharging current and the DOD are different
  • FIG. 5A shows a charging/discharging characteristic curve at 100% DOD for 0.5C Charging (0.5CC), 1C Discharging (1CD) and 0.1C Charging (0.1CC), 0.1C Discharging (0.1CD).
  • the area of the curved surface surrounded by the black solid line in FIG. 5A is defined as Q ir_m
  • the rated charging current and rated discharge current are the maximum size of irreversible heat capacity when operated at DOD100% in one cycle.
  • the area indicated by the red solid line is the magnitude of the irreversible heat capacity when the DOD is 100% for 0.1C Charging (0.1CC) and 0.1C Discharging (0.1CD), and is defined as Q ir_k , and the battery has been attenuated in one specific cycle.
  • Q ir_k means capacity.
  • 5B shows the consumed capacity when the DOD is operated at 70%.
  • Q ir_m -Q ir_k means a usable remaining capacity.
  • 6 is a graph of the result of changing the magnitude of the charge/discharge current and the DOD, and the black solid line region is the maximum value of irreversible energy Qir_m during one cycle. 5 shows variously changing shapes of irreversible heat capacity. If the charging rate of the current exceeds the rated range, the irreversible heat capacity exceeds the 1-cycle reference value, and consequently the life is shortened.
  • 7A and 7B are graphs showing the charging/discharging operation for a smaller current, that is, compared to the reference, the result graph showing the size of the charging-discharging current and the DOD being changed. In this case, the irreversible energy is reduced and the remaining life is increased.
  • FIG. 7A shows a case of 0.5C charging current and 1C discharge current (0 to 500 cycles)
  • FIG. 7B shows a case of 0.5C discharging current and 1C charging current (new battery, 500th battery).
  • the curved area of the new battery It is the smallest, and it can be seen that the area of the curve becomes wider as the lifespan is over.
  • 7B shows characteristic curves of a new battery and a battery that has reached the end of its lifespan. In the case of an expired battery, it was confirmed that a voltage drop occurred when discharging until the SOC reached 0% during discharging. At this time, it is expected that the possibility of a battery problem is high due to a momentary transient.
  • a method using an integrator is used to find the area of a curve.
  • the integrator has a disadvantage in that it has to be dealt with by applying a method for removing the accumulated error. Therefore, in the present invention, a method for calculating the area of a quadrangle by detecting four inflection points without using an integrator is applied. In the case of this method, the disadvantage of using an integrator can be eliminated, and the irreversible heat capacity can be obtained in a simpler and more effective way.
  • PDM check-out method
  • the change of the point is consequently divided into a case where the discharged energy is less than the charged energy (FIG. 8A), and the case where the discharged energy is greater than the charged energy (FIG. 8B).
  • P CS is a charging start point
  • P CK is a charging knee point
  • P DS is a discharging start point
  • P DK is a discharging knee point.
  • FIG. 9 shows four cases of PDM according to charging and discharging states. Specifically, (a) is when DOD is widened; (b) when the DOD is narrowed; (c) when the DOD range is lowered; and (d) show a case where the DOD range is increased.
  • DOD 9 may be represented as a DOD.
  • the range of DOD is wider than before, and in case of (b), the range of DOD is narrower.
  • the DOD range is shifted, that is, the depth of discharge becomes deeper and the depth of charge becomes shallower.
  • the discharge depth becomes thinner and the charge depth increases.
  • the filling depth is also lowered, this is the case for (b).
  • almost all charge/discharge states of a battery are included in the above four cases.
  • P(P CS , P CK , P DS , P DK ) in blue indicates the current position and is equal to P(n-1) of the discrete signal processing component.
  • Green dots P * (P * CS , P * CK , P * DS , P * DK ) denoted by superscripts (*) are the newly updated points, which is P(n) of the discrete signal processing component.
  • FIG. 10 illustrates a concept of applying a section division method. Specifically, (a) shows the Q value by PDM when SSM is not applied, and (b) shows the Q value by PDM when SSM is applied.
  • 11 schematically shows pseudocode of an algorithm for predicting battery life.
  • Q ir_m information provided by the manufacturer is used or Q ir_m information is stored by executing a sample charge/discharge cycle. After that, voltage, current, and temperature information is acquired in real time, and this information is used to predict the lifetime. The temperature information is used as an emergency stop trigger for abnormal situations.
  • this information uses this information to determine whether it is in a charged state or a discharged state. If the current direction changes when looking at the current information, this is the information of the charging or discharging start point, so we store it as P CS and P DS . Then, during each of the charging and discharging, the SOC information is checked. If the SOC at the start of charging or discharging changes by more than 1%, the corresponding point is determined as an inflection point and the voltage information at the inflection point is stored in PCK or PDK. It should be noted that these variations are exemplary and not limiting of the present invention.
  • 12 shows a comparison of a voltage change according to time and a voltage change according to SOC when the discharge current is changed in real time.
  • 12A shows that the voltage state changes when the discharge current magnitude is changed to 0.5C, 0.25C, and 1C during the time interval.
  • the voltage change graph for SOC shows a constant cycle curve irrespective of the time change. From this, it can be seen that it is very effective to predict the lifespan using the voltage/SOC curve regardless of the change in the user's charging/discharging pattern.
  • Table 3 shows the results of comparative analysis of the predicted lifespan and the actual remaining capacity by applying the method proposed by the present invention while changing the size of the battery charge/discharge current and the DOD.
  • the estimated accuracy deviation in the 100% DOD section and the 50% DOD section differs by up to 2.7%, but with a deviation of about 1% depending on the magnitude of the charge/discharge current.
  • the temperature has little effect on the result. If the temperature is outside the suitable operating range, the calculated irreversible energy increases, which means that the lifetime is shortened. Similarly, the calculated irreversible energy increases as the battery ages. In the present invention, the average life expectancy is provided with an accuracy of 90% or more. In order to increase the accuracy, the Q ir_m value should reflect the temperature and aging state.
  • a device for predicting the lifetime of a widely used lithium ion battery is proposed according to the law of entropy and the result has been verified.
  • Such a device although physical, has the advantage that it can be implemented intuitively and relatively easily.
  • it is more effective to estimate the lifespan from information about voltage and current, which is more reactive than temperature.
  • the voltage reflects the internal state, temperature, and environmental factors of the battery, making analysis easier.
  • the device according to the present invention can be implemented as computer-readable codes on a computer-readable recording medium.
  • the computer-readable recording medium may include any type of recording device in which data readable by a computer system is stored. Examples of the computer-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc., and may also be implemented in the form of a carrier wave (eg, transmission through the Internet) include
  • the computer-readable recording medium may store computer-readable codes that can be executed in a distributed manner by a network-connected distributed computer system.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

BMS 관리 시스템에서 충방전 가능한 배터리의 수명을 충방전 특성을 사용하여 예측하는 시스템이 개시된다. 이러한 시스템은, 변동하는 충전 전류 및 방전 전류로 상기 배터리를 충전 및 방전하면서, 상기 배터리의 전압, 충전 상태(state of charge; SOC), 및 방전 깊이(depth of discharge; DOD)를 측정하는 배터리 상태 측정부; 엔탈피와 엔트로피 법칙을 사용하여, 상기 전압 및 상기 충전 상태(SOC)로부터 상기 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Qir)을 유도하는 동작 비가역적 에너지량 유도부; 및 유도된 비가역적 에너지량(Qir)으로부터 상기 배터리의 잔여 수명을 예측하는 잔여 수명 예측부를 포함한다. 본 발명에 의하여, 전압/SOC 관계를 엔트로피 관점에서 규명하고, 온도에 의한 영향을 V/SOC 결과로 나타나는 것을 정리함으로써, 온도와 시간성분을 배제하고 배터리의 수명을 예측할 수 있다.

Description

BMS시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템
본 발명은 배터리 관리에 관한 것으로서, 특히 BMS 관리 시스템에서 배터리의 충방전 특성을 사용하여 배터리 수명을 예측하는 시스템에 관한 것이다.
리튬이온 배터리는 현재 상용화되어 있는 이차전지 중에서 가장 성능이 우수하다. 다른 이차 전지들과 비교하여 상대적으로 무게가 가볍고, 에너지 밀도가 높기 때문에, 휴대용 제품에서부터 대형 에너지 저장 시스템에 이르기까지 다양한 분야에 널리 이용되고 있다. 특히 전기차가 보급되고 있음에 따라, 주행거리 향상을 위한 배터리의 저장용량 문제와 치명적인 단점인 안정성 문제를 해결하기 위하여 리튬-황(Lithium-Sulfur), 리튬-에어(Lithium-Air), 나트륨-마그네슘(Sodium-Magnesium) 및 전고체(Solid-State) 배터리와 같은 차세대 전지를 개발해 나가고 있다. 하지만 이와 같은 차세대 전지들은 상용화에 이르기까지는 아직까지 해결해야할 문제들이 많다. 따라서 당분간은 리튬이온전지 시장이 지속적으로 확대되어 갈 전망이다. 특히, 휴대폰 및 퍼스널 모빌리티(전동 킥보드, 전기자전거 등) 시장의 성장과 더불어 리튬이온전지의 효율적 에너지 사용과 안정성 문제가 더욱 부각되고 있다.
일반적으로 리튬이온배터리는 초기에는 한동안 안정적이다. 하지만 사용빈도가 늘어날수록 수명이 줄어들고, 전해질이 산화-환원 반응에 의해 분해되고, 이것이 SEI(Solid Electrolyte Interface)층을 형성하여, 내부 저항이 증가하는 효과를 가져오게 되면서, 사용할 수 있는 배터리 용량이 줄어들게 된다. SEI층은 전해질이 계속해서 분해되지 않도록 하는 보호막 역할을 하지만, 반면 엔트로피 측면에서 보았을 때, 가역용량의 감소를 가져오는 직접적인 원인이 된다.
수명이 줄어든 상태에서 충방전을 반복하게 되면, 상황에 따라 과충전, 과방전, 과전류 등의 문제가 발생할 수 있다. 특히, 퍼스널 모빌리티 시장의 성장으로 인해 각 가정에서 전동킥보드 및 전기자전거 등을 충전하면서, 수명상태를 고려하지 않고 충전을 하다가, 과열 및 발화로 인한 화재사고도 빈번하게 발생하고 있다.
리튬이온배터리는 용량이 초기 용량 대비 80% 이하로 떨어지게 되면, 수명을 다한 것으로 간주하고 있다. 이러한 배터리의 수명을 예측하는 것은 에너지 저장 장치의 효율적인 자원 활용과 안정적인 관리 및 사용을 위하여 매우 중요한 것이다.
수명예측을 위한 많은 연구가 진행되고 있다.
대한민국 특허 공개 번호 제 10-2010-0019660 (2010.02.19.) "이차전지의 수명 예측 시스템 및 이를 이용한 수명 예측장치"는, 이차전지의 작동 전압 범주에서 1차 충전시키는 단계, 상기 이차전지의 특정 용량의 충전시점에서 cut-off시키는 단계, 상기 cut-off 전압에 도달시, 특정 용량의 전류까지 2차 충전시키는 단계, 상기 2차 충전에서 상기 전류에 도달될 때까지의 시간을 측정하는 단계, 상기 측정시간과 미리 설정된 기준 시간과의 데이터 맵핑을 통하여 전지의 수명을 예측하는 단계, 및 상기 예측된 수명을 표시하는 단계를 포함하는 전지 충전시의 정전압 구간을 통한 이차전지의 수명 예측 시스템 및 이를 예측할 수 있는 장치를 개시한다. 이러한 종래 기술에 의하면 이용자가 이차전지의 수명을 확인할 수 있어 예상치 못한 시기에 이차전지가 방전됨에 따라 사용자가 휴대용 전기기기를 사용하지 못하는 불편함을 없앨 수 있고, 특히 이차 전지의 교체가 필요한데도 불구하고 충전기에서 충전하기 전에 이를 사용자가 알지 못하여 불필요한 충전을 하게 되는 문제를 해결할 수 있다.
하지만, 종래 기술의 대부분의 장치들은 시간함수를 포함한 파라미터를 이용함으로써 수시로 변할 수 있는 사용환경에 대응하지 못하는 단점을 가지고 있다. 또한 온도(T)에 기반하는 파라미터와 모델 추정장치는 경계조건에 따른 오차 및 온도측정 오차 및 온도변화의 느린 동특성으로 인하여 배터리의 상태해석의 오류를 범하게 하는 요소로 작용하게 된다.
따라서 이러한 불확실성이 존재하는 요소를 배제하고, 배터리의 잔여 수명을 정확하게 예측할 수 있는 기술이 절실히 요구된다.
(선행기술문헌)
(특허문헌)
(특허문헌 1) 대한민국 특허 공개 번호 제 10-2010-0019660 (2010.02.19.) "이차전지의 수명 예측 방법 및 이를 이용한 수명 예측장치"
본 발명의 목적은 배터리 관리 시스템 구성에서 시간적인 요소가 아닌 전압/SOC 관계에 기반하여 배터리 수명을 엔트로피 관점에서 예측할 수 있는 예측 시스템을 제공하는 것이다.
배터리의 수명을 충방전 특성을 사용하여 예측하는 시스템에 관한 것이다. 이러한 배터리 수명 예측 시스템은, 변동하는 충전 전류 및 방전 전류로 상기 배터리를 충전 및 방전하면서, 상기 배터리의 전압, 충전 상태(state of charge; SOC), 및 방전 깊이(depth of discharge; DOD)를 측정하는 배터리 상태 측정부; 엔탈피와 엔트로피 법칙을 사용하여, 상기 전압 및 상기 충전 상태(SOC)로부터 상기 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Qir)을 유도하는 비가역적 에너지량 유도부; 및 유도된 비가역적 에너지량(Qir)으로부터 상기 배터리의 잔여 수명을 예측하는 잔여수명 예측부를 포함하도록 구성된다. 특히, 상기 비가역적 에너지량 유도부는, 상기 비가역적 에너지량(Qir)을 수학식
Figure PCTKR2020017774-appb-I000001
를 사용하여 유도하고, 여기에서 Q0는 배터리 최대 용량, α는 아레니우스 상수(Arrhenius rate constant)이고, EC 및 ED는 각각 충전시 및 방전시의 셀전압이다.
또한, 상기 잔여 수명 예측부는, 상기 배터리의 잔여 수명을 수학식
Figure PCTKR2020017774-appb-I000002
를 사용하여 예측하고, 여기에서 Qir_m은 비가역적 에너지량의 사이클별 최대값, m은 최대 사이클 기간, Na 및 Np는 각각 실제 사이클 횟수와 예측된 사이클 횟수이고, Qir_k는 k번째 사이클 현재의 비가역적 에너지량이다.
특히, 상기 잔여 수명 예측부는, Qir_m 및 Qir_k를, 상기 배터리에 대한 전압과 충전 상태(SOC)의 관계를 나타내는 그래프에서 사이클별 충방전 곡선이 차지하는 면적으로부터 구하고, 상기 사이클별 충방전 곡선의 면적은, 상기 충방전 곡선을 적어도 두 개 이상의 섹션으로 분할하고, 분할된 섹션별 면적을 합산하여 구한다. 더 나아가, 상기 사이클별 충방전 곡선을 분할하는 것은, 상기 충방전 곡선에서, 연속하는 두 사이클에서의 충전 시작점(PCS, P* CS), 충전 변곡점(PCK, P* CK), 방전 시작점(PDS, P* DS), 및 방전 변곡점(PDK, P* DK)을 추출하는 것, 및 상기 충방전 곡선을: PCS, P* CS, PCK, 및 P* CK에 의해 형성되는 제 1 섹션; P* CS, P* CK, P* DS, 및 P* DK에 의해 형성되는 제 2 섹션; 및 PDS, P* DS, PDK, 및 P* DK에 의해 형성되는 제 3 섹션으로 분할하는 것을 포함한다. 또한, 상기 충전 시작점(PCS) 및 방전 시작점(PDS)은 전류의 방향 변동에 의해 추출되고, 상기 충전 변곡점(PCK) 및 방전 변곡점(PDK)은 충전 상태(SOC)에 대한 전압의 변화량에 기반하여 추출된다.
본 발명에 의하여, 실제적인 배터리 관리 시스템 구성을 고려하여 시간적인 요소를 제거하기 위해 전압/SOC 관계를 엔트로피 관점에서 규명하고, 온도에 의한 영향을 V/SOC 결과로 나타나는 것을 정리함으로써, 온도와 시간성분을 배제하고 배터리의 수명을 예측할 수 있다.
도 1a는 엔트로피-엔탈피에 기반한 배터리 수명 예측 방법을 개략적으로 나타내는 흐름도이고, 도 1b는 도 1a의 배터리 수명 예측 방법을 실행하는 배터리 수명 예측 시스템을 개략적으로 나타내는 블록도이다.
도 2 는 배터리 테스트 시스템의 단순화된 구성을 도시하는 도면이다.
도 3a는 상태가 다른 배터리에 대해 1C로 방전했을 때 방전특성 그래프이며, 도 3b는 0.5C로 충전했을 때 충전특성을 나타낸 것이다.
도 4a는 충전 전류가 변하는 SOC에 대한 전압 곡선(방전 전류는 1C로 고정됨)이고 도 4b는 방전 전류가 변하는 SOC에 대한 전압 곡선(충전 전류는 0.5C로 고정됨)이다.
도 5a는 충방전 전류만 다를 경우의 Q 값 변화를, 도 5b는 충방전 전류 및 DOD가 다를 경우의 Q 값 변화를 나타낸다.
도 6은 다양한 상황에서의 비가역적 에너지를 나타낸다.
도 7a, 7b는 더 적은 전류에 대한 충방전 동작을 보여준다.
도 8은 점검출 장치(PDM)의 개념을 설명한다.
도 9는 충방전 상태에 따른 PDM의 네 가지 경우를 보여준다.
도 10은 섹션 분할 장치를 적용하는 개념을 설명한다.
도 11은 배터리 수명 예측을 위한 알고리즘의 의사코드가 개략적으로 나타낸다.
도 12는 방전 전류가 실시간으로 변할 경우, 시간에 따른 전압 변화와 SOC에 따른 전압 변화를 비교한 것을 보여준다.
도 13은 예측 수명과 실제 수명 사이의 비교 곡선이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로서, 본 발명을 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 설명하는 실시예에 한정되는 것이 아니다. 그리고, 본 발명을 명확하게 설명하기 위하여 설명과 관계없는 부분은 생략되며, 도면의 동일한 참조부호는 동일한 부재임을 나타낸다.
도 1a는 엔트로피-엔탈피에 기반한 배터리 수명 예측 방법(S100)을 개략적으로 나타내는 흐름도이고, 도 1b는 도 1a의 배터리 수명 예측 방법을 실행하는 배터리 수명 예측 시스템(100)을 개략적으로 나타내는 블록도이다.
배터리 수명 및 안전과 같은 배터리 성능을 위한 최적의 작동 조건을 설정하려면 충전 / 방전의 C-레이트를 기준으로 열 발생 및 온도 변화를 정량화하는 것이 중요하다. 이해의 편의를 위하여 시간 파라미터가 반영된 배터리 수명 예측 방법에 대해 간략히 설명한다.
배터리의 충방전 전압에 관한 특성방정식은 쉐퍼드(Shepherd) 모델을 근거로 하여, 전류항목과 온도(T) 그리고 SOH에 관련된 파라미터들로 다음과 같이 나타낼 수 있다.
Figure PCTKR2020017774-appb-M000001
Figure PCTKR2020017774-appb-M000002
위 식은 배터리 해석을 위한 전압 특성방정식으로써 많은 연구자들이 기본모델로 제시한 것이다. 하지만 여기서는 전류는 CC(Constant Current)모드에 의해서 동작하는 정전류로 해석을 하더라도,
Figure PCTKR2020017774-appb-I000003
는 온도와 SOH에 따라 다음 수학식들과 같이 나타낼 수 있는 함수이므로, 수학식 1과 2에 의해서만 배터리의 특성을 해석하는 것은 큰 무리가 있다.
Figure PCTKR2020017774-appb-M000003
Figure PCTKR2020017774-appb-M000004
Figure PCTKR2020017774-appb-M000005
Figure PCTKR2020017774-appb-M000006
또한, 위 식들은 시간에 관한 함수로 계산되어지기 때문에, 배터리의 사용패턴이나 부하환경 등의 변화에 따른 많은 오차를 가져올 수 있는 확률이 크고, 따라서 비현실적인 해석장치가 될 수 있다. 또한 많은 연구들에서 해석하고 있는 열적인 요소를 반영한 내부저항, 분극저항, 용량 등을 추정하는 것은 현실적으로 많은 오류 요소를 포함하고 있어, 실제적인 사용장치에 한계가 있다.
이러한 문제를 예방하기 위해, 전류가 '0'인 상태, 즉 OCV를 측정하여 상태를 해석하는 방법도 제안되고 있지만, OCV를 측정하기 위해서는 안정화되기까지 시간이 다소 소요되기 때문에, 실시간 예측방법에는 적용하기가 어렵다.
우선, 배터리를 충방전하면서 배터리의 전압, SOC, DOD 등을 측정한다
(S110). 이러한 동작은 배터리 상태 측정부(110)에서 수행될 수 있다.
현실적인 사용환경을 고려한다면, 실제 측정가능한 파라미터는 전압과 전류, 온도이다. 여기서 온도는 중요한 파라미터임에는 틀림없다. ESS등과 같이 대용량 어플리케이션에서는 배터리의 안정적인 동작을 위하여 냉각 설비를 구비하고, 온도에 따라 배터리 표면온들를 제어하도록 하는 시스템을 운영한다. 그러나, 대부분의 소용량 시스템들은 냉각설비를 구비하지 않고, 적절한 I-레이트을 유지하도록 하며, 온도는 리미트를 걸어 보호장치로만 사용한다.
온도의 내부와 외부에서의 열전달 특성과 온도센서 측정 및 응답의 느린 동특성을 고려한다면, 실시간적인 계산에 반영하는 것은 배터리의 상태를 해석하는데 오류를 범할 수 있는 확률이 높다.
- 수명 예측을 위한 수학적 모델링
따라서, 수학식 1 내지 6과 같은 시간 요소를 배제하고, 엔트로피와 엔탈피 개념을 사용하여 배터리의 잔여 수명을 예측하는 것이 유리하다.
Figure PCTKR2020017774-appb-M000007
수학식 7과 같이 깁스(Gibb's) 자유 에너지(Δ에 관한 식으로 엔탈피(Δ와 엔트로피(Δ에 대한 개념을 설명한다. 여기서 n은 반응에 포함되는 전자의 개수로 리튬이온의 경우 n=1이며, F는 패러데이 상수이다. 여기서 x는 리튬이온의 농도를 나타내며, 이 값은 SOC와 비례하기 때문에 수학식 8과 같이 표현할 수 있다.
Figure PCTKR2020017774-appb-M000008
위 식을 토대로 엔트로피 법칙을 기초로 하여 수학식 9와 같이 비가역적 줄열과 가역적 줄열 그리고 단자저항에 의한 열로 정의할 수 있다.
Figure PCTKR2020017774-appb-M000009
여기서 비가역적 줄열에 관심을 두어야 한다. 왜냐하면 온도에 관련된 함수나 내부저항의 경우, 앞서 언급하 바와 같이, 측정 또는 추정오차, 느린 동특성으로 인해 오류가 발생할 확률이 많기 때문이다. 따라서 실시간 추정이 가능한 전압과 전류의 항으로 되어 있는 비가역적 에너지량을 응용하는 것이 바람직하다.
Figure PCTKR2020017774-appb-M000010
여기서 EC는 충전시 셀전압을 나타내며, ED는 방전시 셀전압을 나타낸다. 비가역 열량의 총량은 수학식 10을 적분하여 다음과 같이 나타낼 수 있다(S120).
Figure PCTKR2020017774-appb-M000011
Figure PCTKR2020017774-appb-M000012
Figure PCTKR2020017774-appb-M000013
수학식 13 에서, Vb를 양측에 곱하고 적분식으로 표현하면 수학식 14가 된다.
Figure PCTKR2020017774-appb-M000014
여기서 Vb를 αEC-ED로 정의하고, 식을 정리하면, 수학식 15와 같이 정의된다.
Figure PCTKR2020017774-appb-M000015
수학식 11로부터 수학식 15를 다시 정리하면, 수학식 16과 같이 SOC에 대한 전압변화의 총량이 곧 비가역에너지를 구할 수 있는 식으로 유도가 될 수 있음을 알 수 있다. 이러한 동작은 비가역적 에너지량 유도부(150)에서 수행될 수 있다.
Figure PCTKR2020017774-appb-M000016
각각의 충방전 사이클 동안, 배터리 수명은 비가역적 에너지(Qir_k)를 추가하고 이것을 한 사이클 동안 생성될 수 있는 비가역적 에너지의 최대량(Qir_m)과 최대 사이클 기간(maximum cycle period)의 곱과 비교하여 계산될 수 있다.
수학식 17을 사용하면, 배터리의 잔여 수명 상태(state of life; SOL)가 추정될 수 있다. 따라서, 배터리 수명은 해당 충방전에 따른 비가역적 에너지를 계산함으로써 결정될 수 있다.
일반적으로, 수학식 17을 이용하여 배터리의 수명은 충방전에 따른 비가역적 에너지의 총합이 초기 배터리 용량의 80% 이하가 되면 수명을 다한 것으로 판단할 수 있다.
Figure PCTKR2020017774-appb-M000017
배터리 제조사에서 제공하는 충방전 사이클은 DOD가 100% 기준 횟수를 의미하므로, 이를 통해 실제 사용가능한 충방전 사이클이 다음과 같이 계산될 수 있다. 이러한 동작은 잔여 수명 예측부(190)에서 수행될 수 있다.
Figure PCTKR2020017774-appb-M000018
또한, 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Qir)가 유도된 후에, 충방전 곡선에서, 연속하는 두 사이클에서의 충전 시작점(PCS, P* CS), 충전 변곡점(PCK, P* CK), 방전 시작점(PDS, P* DS), 및 방전 변곡점(PDK, P* DK)을 추출하고(S130), 추출된 점들을 이용하여 충방전 곡선을 세 개의 섹션으로 분할한다(S140).
그리고, 각 섹션의 면적을 구해 합산함으로써(S150) Qir_m 및 Qir_k가 계산된다(S160). 그리고, 계산된 Qir_m 및 Qir_k로부터 배터리의 잔여 수명이 예측된다(S170). 이러한 과정들은 명세서의 해당 부분에서 상세히 후술된다.
- 테스트 시스템의 구성
도 2 는 배터리 테스트 시스템의 단순화된 구성을 도시하는 도면이다.
제안한 방법을 검증하기 위하여, 배터리 충방전 실험 시스템을 그림 1과 같이 구성하였다. 정전류(CC), 정전압(CV) 기능을 가진 배터리 전용 충전기를 이용하여 메인 컨트롤러에서 충방전 시퀀스에 따라 온/오프 하는 구성도 가능하지만, 스위치의 과도상태 및 손실 등을 고려하여 더욱 간소화된 구성으로 실험 시스템이 구성된다. CV 동작은 전류 리미트 기능을 가진 파워서플라이를 사용하여 구현되고, 스위치를 제거하고 시리얼 통신을 이용하여 충방전 시퀀스를 제어하도록 구성하였다. 온도 T는 이상상태에 대한 보호기능을 수행하는 역할로만 동작하도록 구성하였다.
표 1은 테스트에 사용된 배터리의 사양을 나열한다. 표 1의 사양은 예시적인 것일 뿐이며, 본 발명을 한정하는 것이 아님에 주의하여야 한다.
Figure PCTKR2020017774-appb-T000001
배터리의 노화상태에 대한 특성을 알아보기 위하여, 새 배터리와 DOD 100, 그리고 정격 충전전류(0.5C)와 방전전류(1C)로 각각 100, 200, 300, 400, 500회 충방전을 수행한 배터리 5종에 대하여 충방전 특성 실험을 진행하였다.
도 3a는 상태가 다른 배터리에 대해 1C로 방전했을 때, 방전특성 그래프이며, 도 3b는 0.5C로 충전했을 때, 충전특성을 나타낸 것이다. 우리가 예상하고 있는 바와 같이, 충방전 사이클이 많이 진행된 배터리일수록, 충전과 방전의 속도가 빠르게 변함을 알 수 있다. 이는 배터리 특성을 위해 정격으로 충방전을 정확히 정해진 규칙대로 진행되었기 때문에, 각각의 노화 상태에 따른 특성이 아주 선형적인 변화를 보이고 있음을 알 수 있다.
도 4a는 충전 전류가 변하는 SOC에 대한 전압 곡선(방전 전류는 1C로 고정됨)이고 도 4b는 방전 전류가 변하는 SOC에 대한 전압 곡선(충전 전류는 0.5C로 고정됨)이다.
즉, 도 4a는 방전전류는 정격전류인 1C로 고정하고, 충전전류를 0.1C~1C까지 변화시키면서 DOD를 100%로 충방전했을 때의 SOC에 대한 전압의 그래프이다. 충방전을 하면서 나타나는 곡선이 가지는 면적이 전류의 크기에 따라 바뀌는 것을 볼 수 있다. 전류가 크기가 가장 큰 1C의 경우, 면적이 넓으며, 충전전류가 작아질수록 면적이 줄어드는 것을 볼 수 있다. 도 4b는 충전전류를 0.5C로 고정한 상태에서, DOD 100%로, 방전전류를 변화시키면서 SOC에 대한 전압의 그래프를 나타낸 것이다. 방전전류가 가장 큰 1C의 경우, 하단부가 가장 아래쪽에 그래프가 그려지는 것을 볼 수 있다. 전류가 작아질수록 그래프가 감싸는 면적이 줄어드는 것을 볼 수 있다. 도 4a, 및 도 4b를 통하여 전술된 기술에 대한 근거가 명확해 지는 것을 확인할 수 있다. 전류의 크기에 따라 SOC에 대한 전압의 곡선이 감싸는 면적이 변화되는 것을 확인할 수 있으며, 전류가 커짐에 따라 면적이 커지는 것을 볼 수 있었다. 이 양은 비가역적에너지로 환산이 가능하며, 따라서, 비가역적 에너지의 계산에 의한 수명 추정이 가능하다.
도 5a는 충방전 전류만 다를 경우의 Q 값 변화를, 도 5b는 충방전 전류 및 DOD가 다를 경우의 Q 값 변화를 나타낸다. 특히, 도 5a는 0.5C Charging (0.5CC), 1C Discharging (1CD) 와 0.1C Charging (0.1CC), 0.1C Discharging (0.1CD)에 대한 DOD 100%일 때의 충방전 특성 곡선을 나타낸다. 도 5a의 검은색 실선으로 둘러쌓인 곡면의 면적이 Qir_m으로 정의되고, 1 사이클에서 정격충전전류, 정격방전전류는 DOD100%로 운전하였을 경우, 비가역적 열용량의 최대크기이다. 붉은색 실선으로 나타낸 면적은 0.1C Charging (0.1CC), 0.1C Discharging (0.1CD)에 대한 DOD 100%일 때의 비가역적 열용량의 크기로, Qir_k으로 정의되고, 특정 1 사이클에서 감쇠된 배터리 용량을 의미한다. 도 5b는 DOD를 70%로 운전하였을 경우, 소모된 용량을 나타내고 있다. 도 5a 및 도 5b에서 Qir_m-Qir_k는 사용가능한 잔여용량을 의미하게 된다. 이를 통해서 비례관계식을 통해 우리는 남은 용량과 잔여 사이클을 계산할수 있다.
도 6은 다양한 상황에서의 비가역적 에너지를 나타낸다.
도 6은 충방전 전류의 크기 및 DOD를 변경하는 결과의 그래프이고 , 검정 실선 영역은 한 사이클 동안의 비가역적 에너지의 최대값 Qir_m이다. 도 5 는 다양하게 변하는 비가역적 열용량의 모양을 보여준다. 전류의 충전속도가 정격 범위를 넘으면, 비가역적 열용량은 1-사이클 기준 값을 초과하게 되고, 결과적으로 수명이 단축된다.
도 7a, 7b는 더 적은 전류에 대한 충방전 동작을 보여주며, 즉, 기준 대비, 충-방전 전류의 크기와 DOD를 변화하면서 나타낸 결과 그래프이다. 이 경우 비가역적 에너지가 적어져서 잔여 수명이 늘어나게 된다.
구체적으로, 도 7a는 0.5C의 충전 전류, 1C의 방전전류 (0~500회 사이클)인 경우를, 도 7b는 0.5C 방전전류, 1C 충전 전류 (새 배터리, 500회째 배터리)인 경우를 나타낸다. 즉, 도 7은 6개의 서로 다른 수명을 가진 배터리를 0.5CC, 1CD, DOD=100%로 충-방전하였을 경우의 특성 곡선을 비교하여 나타내고 있으며, 면적 별로 구분을 하면, 새 배터리의 곡면의 면적이 가장 적고, 수명이 다 되어 갈수록, 곡선의 면적이 넓어지는 것을 확인할 수 있다. 도 7b는 새 배터리와 수명이 다 되어버린 배터리의 특성 곡선을 나타내었다. 수명이 다된 배터리의 경우, 방전시 SOC가 0%가 될 때까지 방전을 하게 되면, 전압 강하 현상이 발생하는 것을 확인하였다. 이 때 순간적인 과도현상으로 인해 배터리 문제가 발생할 가능성이 높을 것으로 예상된다.
- 점검출 방법(point detection method; PDM)
일반적인 경우, 곡선의 면적을 구하기 위해서 적분기를 사용하는 방법을 사용한다. 하지만 적분기는 누적오차 제거를 위한 방법을 적용하여 처리해야 하는 단점을 가지고 있다. 따라서, 본 발명에서는 적분기를 사용하지 않고, 4개의 변곡점을 검출하여 사각형의 면적을 구하는 방법을 적용하였다. 이 방법의 경우, 적분기를 사용하는 경우의 단점을 제거할 수 있고, 보다 간편하고 효과적인 방법으로 비가역적 열용량을 구할수 있다.
도 8은 점검출 방법(PDM)의 개념을 설명한다.
포인트의 변화는 결론적으로 방전된 에너지가 충전된 에너지보다 적은 경우(도 8a), 및 방전된 에너지가 충전된 에너지보다 큰 경우(도 8b)로 나눠진다. 여기서 PCS는 충전 시작점(charging start point), PCK는 충전 변곡점(charging knee point), PDS는 방전 시작점(discharging start point), PDK는 방전 변곡점(knee point)으로 정의된다. 이러한 포인트의 변화는 총 4가지 경우의 수를 가지며, 그것을 도식적으로 나타내면 도 9와 같다.
도 9는 충방전 상태에 따른 PDM의 네 가지 경우를 보여준다. 구체적으로, (a)는 DOD가 넓어질 경우; (b)는 DOD가 좁아지는 경우; (c)는 DOD 범위가 낮아지는 경우; 및 (d)는 DOD 범위가 높아지는 경우를 나타낸다.
도 9는 DOD로서 표현될 수 있다. (a)의 경우, DOD의 범위가 이전보다 넓고, (b)의 경우, DOD 범위가 좁아진다. (c)의 경우에는 DOD 범위가 이동되는데, 즉 방전 깊이가 깊어지고 충전 깊이가 얕아진다. 여기에서, 충전 깊이(depth of charge)도 역시 깊다면, 이것은 (a)의 경우가 된다. 즉, (d)와 반대로, 방전 깊이는 얇아지고 충전 깊이가 증가한다. 유사하게, 충전 깊이도 역시 낮아진다면, 이것은 (b)의 경우가 된다. 일반적으로, 배터리의 거의 모든 충방전 상태는 위의 네 가지 경우에 포함된다. 도 9에서, 파란색 표시의 P(PCS, PCK, PDS, PDK)는 현재의 위치를 나타내고 이산 신호 처리 성분의 P(n-1)과 같다. 위첨자(*)로 표시되는 녹색점들 P*(P* CS, P* CK, P* DS, P* DK)은 새롭게 업데이트된 점이고, 이것은 이산 신호 처리 성분의 P(n)이다.
- 섹션 분리 방법(Section Separation Method; SSM)
도 10은 섹션 분할 방법을 적용하는 개념을 설명한다. 구체적으로는, (a)는 SSM이 적용되지 않는 경우의 PDM에 의한 Q 값을 나타내고 (b)는 SSM이 적용되는 경우의 PDM에 의한 Q 값을 나타낸다.
위의 PDM를 이용하여 면적을 구할 수 있으나, 곡선의 형태를 보면, DOD가 클 경우, 도 10(a)와 같이 면적의 계산 오차가 크게 된다. 물론, 실제 배터리 사용구간이 대부분 20-80%임을 감안하면, 곡선의 거의 일정한 구역이기 때문에 큰 오차가 발생하지 않지만, SOC의 전체구역 (0~100%)을 고려한다면, 이 방법은 비실용적인 방법이 될 수 있다. 따라서 도 10(b)와 같이 3개의 구역으로 분할하는 방법(SSM)을 제안한다. 표 2는 실제 곡선의 면적과 PDM으로 계산된 면적의 오차률을 나타낸 것이다. SSM을 적용하지 않은 경우, DOD가 큰 구간에서는 오차률이 현저히 증가하는 것을 확인할 수 있다.
Figure PCTKR2020017774-appb-T000002
- 알고리즘
도 11은 배터리 수명 예측을 위한 알고리즘의 의사코드가 개략적으로 나타낸다.
우선, Qir_m을 결정하기 위하여, 제조사가 제공한 정보를 사용하거나 샘플 충방전 사이클을 실행하여 Qir_m 정보를 저장한다. 그 후에, 전압, 전류, 및 온도 정보가 실시간으로 획득되고, 이 정보가 수명을 예측하기 위하여 사용된다. 온도 정보는 비정상적인 상황에 대한 긴급 중지 트리거로서 사용된다.
이러한 정보를 사용하여, 우선 충전 상태인지 방전 상태인지 검사한다. 전류 정보를 살펴볼 때 전류 방향이 경된다면, 이것이 충전 또는 방전 시작점의 정보이고, 따라서 이것을 PCS 및 PDS로 저장한다. 그리고, 충전 및 방전 각각이 이루어지는 동안 SOC 정보가 검사된다. 충전 또는 방전 시작시의 SOC가 1% 이상 변한다면, 해당 지점이 변곡점으로 결정되고 변곡점에서의 전압 정보가 PCK 또는 PDK에 저장된다. 이러한 변화량은 예시적인 것이고 본 발명을 한정하는 것이 아님에 주의하여야 한다.
이러한 방식으로 네 지점이 발견될 수 있고, 세 개의 섹션에서 같은 동작이 수행되며, 이것이 한 사이클의 비가역적 에너지에 대응하는 값을 계산하기 위해 사용되고, 수명이 추정된다.
- 수명 사이클 예측 결과
도 12는 방전 전류가 실시간으로 변할 경우, 시간에 따른 전압 변화와 SOC에 따른 전압 변화를 비교한 것을 보여준다. 도 12의 (a)는 방전 전류 크기가 시간 간격 동안 0.5C, 0.25C, 및 1C로 변할 때 전압 상태가 변하는 것을 보여준다. 그러나, 도 12(b)에서, 시간 간격마다 방전 전류가 변하지만, SOC에 대한 전압 변화 그래프는 시간 변화와 무관하게 일정한 사이클 곡선을 보여준다. 이것으로부터, 사용자의 충방전 패턴이 변경되는 것과 무관하게 전압/SOC 곡선을 사용해서 수명을 예측하면 매우 효율적이라는 것을 알 수 있다.
표 3은 배터리 충방전 전류의 크기와 DOD를 변경시키면서 본 발명에 의해 제안된 방법을 적용하여 예측한 수명과 실제 잔여 용량을 비교 분석한 결과를 보여준다.
Figure PCTKR2020017774-appb-T000003
결과적으로, DOD에 따라서 추정 정확도에 다소의 차이가 있다는 것을 알 수 있다. 정확도는 0-100% 범위에서는 다소 낮았고, DOD가 작을수록 추정 오차도 작고 정확도가 높았다. 100% DOD 섹션과 50% DOD 섹션에서의 추정된 정확도 편차는 최대 2.7%만큼 다르지만, 충방전 전류의 크기에 따라서의 약 1%의 편차가 생긴다는 것을 알 수 있다.
- 결론
도 13은 예측 수명과 실제 수명 사이의 비교 곡선이다.
도 13은 표 3 의 데이터를 그래프로 표현한 것이다. 잔여 수명이 충방전 C-레이트와 DOD에 크게 의존한다는 것을 알 수 있다. 예측된 수명의 결과가 실제 잔여 용량에 기반해서 비교되었고, 예측된 수명을 분석하여 평균 93% 이상의 정확도를 얻었다. 높은 DOD 섹션에서는, 정확도가 다소 떨어지고, 실재 사용 섹션으로 기대되는 20-80% 섹션 및 30-80% 섹션에서는 정확도가 94%였다.
이러한 결과에 비추어볼 때, 무엇보다 DOD와 C-레이트가 수명에 대해 중요하다는 것을 알 수 있다. 본 명세서에서 비가역적 열용량을 계산하기 위한 곡선에 대한 분석 결과로부터 알 수 있는 바와 같이, Q 값의 면적이 DOD와 C-레이트에 따라 명백하게 달라진다는 것을 알 수 있다.
결과적으로, DOD가 클수록 C-레이트가 커지고 Q 값도 커지는데, 이것은 수명이 짧아진다는 것을 의미한다. 오히려, 동일한 조건에서(동일한 DOD 및 C-레이트), 비가역적 영용량은 배터리의 노화 상태에 따라서 다소 증가하지만, 노화 속도는 DOD 또는 C-레이트의 효과보다는 상대적으로 느리다.
실험의 결과, 온도는 결과에 영향이 별로 없다는 것을 알 수 있다. 온도가 적합한 동작 범위를 벗어나면, 계산된 비가역적 에너지가 증가하고, 이것은 수명이 짧아진다는 것을 의미한다. 이와 유사하게, 배터리가 노화됨에 따라 계산되는 비가역적 에너지는 증가한다. 본 발명은 평균 기대 수명이 90% 이상의 정확도로 제공되는데, 그 정확도를 증가시키기 위해서는 Qir_m값이 온도와 노화 상태를 반영해야 한다.
본 발명에 의하여, 널리 사용되는 리튬 이온 배터리의 수명을 예측하는 장치가 엔트로피 법칙에 따라 제안되고 그 결과가 검증되었다. 이러한 장치는, 물리적이지만 직관적이고 상대적으로 용이하게 구현될 수 있다는 장점을 가진다. 전술된 바와 같이, 온도와 시간의 함수를 수반하는 수명 추정과 해석 방법에는 오류가 많다. 사실상, 배터리 상태를 실시간으로 획득하고 처리하는 과정에서 온도보다 반응성이 높은 전압과 전류의 정보로부터 수명을 추정하는 것이 더 효과적이다. 전압은 내부 상태, 온도, 배터리의 환경 인자를 반영하여, 분석이 쉬워지게 된다.
또한, 시간에 따라 변하는 성분을 사용하지 않고 SOC 정보를 위해 전압을 사용함으로써, 사용 패턴에 따라 변하는 시간 성분에 대한 영향이 제거된다. 그리고, 본 발명에 따른 실험 결과, 92%보다 높은 정확도로 본 발명이 유효하고 정확하다는 것이 증명되었다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.
또한, 본 발명에 따르는 장치는 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 분산 컴퓨터 시스템에 의하여 분산 방식으로 실행될 수 있는 컴퓨터가 읽을 수 있는 코드를 저장할 수 있다.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설시된 특징, 수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다. 그리고, 명세서에 기재된 "...부", "...기", "모듈", "블록" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
따라서, 본 실시예 및 본 명세서에 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시예는 모두 본 발명의 권리범위에 포함되는 것이 자명하다고 할 것이다.
본 발명의 배터리 관리 기술에 적용될 수 있다.

Claims (5)

  1. BMS(battery management system) 관리 시스템에서 충방전 가능한 배터리의 수명을 충방전 특성을 사용하여 예측하는 시스템으로서,
    변동하는 충전 전류 및 방전 전류로 상기 배터리를 충전 및 방전하면서, 상기 배터리의 전압, 충전 상태(state of charge; SOC), 및 방전 깊이(depth of discharge; DOD)를 측정하는 배터리 상태 측정부;
    엔탈피와 엔트로피 법칙을 사용하여, 상기 전압 및 상기 충전 상태(SOC)로부터 상기 배터리가 충방전 되는 과정에서 발생되는 비가역적 에너지량(Qir)을 유도하는 비가역적 에너지량 유도부 - 상기 배터리의 총 에너지량은 수학식
    Figure PCTKR2020017774-appb-I000004
    에 의하여 비가역적 줄열과 가역적 줄열 그리고 단자저항에 의한 열의 합으로서 정의됨 -; 및
    유도된 비가역적 에너지량(Qir)으로부터 상기 배터리의 잔여 수명을 예측하는 잔여 수명 예측부를 포함하고,
    비가역적 에너지량(Qir)은 수학식
    Figure PCTKR2020017774-appb-I000005
    를 사용하여 유도되고, 여기에서 Q0는 배터리 최대 용량, α는 아레니우스 상수(Arrhenius rate constant)이고, EC 및 ED는 각각 충전시 및 방전시의 셀전압이며,
    상기 배터리의 잔여 수명은 수학식
    Figure PCTKR2020017774-appb-I000006
    를 사용하여 예측되고, 여기에서 Qir_m은 비가역적 에너지량의 사이클별 최대값, m은 최대 사이클 기간, Na 및 Np는 각각 실제 사이클 횟수와 예측된 사이클 횟수이고, Qir_k는 k번째 사이클 현재의 비가역적 에너지량인 것을 특징으로 하는 BMS시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템.
  2. 제1항에 있어서,
    상기 잔여 수명 예측부는,
    Qir_m 및 Qir_k를, 상기 배터리에 대한 전압과 충전 상태(SOC)의 관계를 나타내는 그래프에서 사이클별 충방전 곡선이 차지하는 면적으로부터 구하는 것을 특징으로 하는 BMS시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템.
  3. 제2항에 있어서,
    상기 사이클별 충방전 곡선의 면적은, 상기 충방전 곡선을 적어도 두 개 이상의 섹션으로 분할하고, 분할된 섹션별 면적을 합산하여 구해지는 것을 특징으로 하는 BMS시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템.
  4. 제3항에 있어서,
    상기 사이클별 충방전 곡선을 분할하는 것은,
    상기 충방전 곡선에서, 연속하는 두 사이클에서의 충전 시작점(PCS, P* CS), 충전 변곡점(PCK, P* CK), 방전 시작점(PDS, P* DS), 및 방전 변곡점(PDK, P* DK)을 추출하는 것, 및
    상기 충방전 곡선을:
    PCS, P* CS, PCK, 및 P* CK에 의해 형성되는 제 1 섹션;
    P* CS, P* CK, P* DS, 및 P* DK에 의해 형성되는 제 2 섹션; 및
    PDS, P* DS, PDK, 및 P* DK에 의해 형성되는 제 3 섹션으로 분할하는 것을 포함하는 것을 특징으로 하는 BMS시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템.
  5. 제4항에 있어서,
    상기 충전 시작점(PCS) 및 방전 시작점(PDS)은 전류의 방향 변동에 의해 추출되고,
    상기 충전 변곡점(PCK) 및 방전 변곡점(PDK)은 충전 상태(SOC)에 대한 전압의 변화량에 기반하여 추출되는 것을 특징으로 하는 BMS시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템.
PCT/KR2020/017774 2020-05-26 2020-12-07 Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템 WO2021241826A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/251,342 US11536775B2 (en) 2020-05-26 2020-12-07 Battery lifetime predicting system using charge-discharge characteristics of battery for BMS system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200063029A KR102216938B1 (ko) 2020-05-26 2020-05-26 Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템
KR10-2020-0063029 2020-05-26

Publications (1)

Publication Number Publication Date
WO2021241826A1 true WO2021241826A1 (ko) 2021-12-02

Family

ID=74688586

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/017774 WO2021241826A1 (ko) 2020-05-26 2020-12-07 Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템

Country Status (3)

Country Link
US (1) US11536775B2 (ko)
KR (1) KR102216938B1 (ko)
WO (1) WO2021241826A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220043059A (ko) 2020-09-28 2022-04-05 (주)세자에너지 학습 기반 배터리 셀의 잔존 수명 예측 방법
CN113820603B (zh) * 2021-08-29 2023-05-30 西北工业大学 一种预测锂电池组可输出能量的方法
CN113985286B (zh) * 2021-10-14 2024-03-08 合肥国轩高科动力能源有限公司 一种锂离子电池不同温度下soc-ocv测试方法
KR20240040991A (ko) 2022-09-22 2024-03-29 주식회사 엘지에너지솔루션 배터리 장기 시험 분석 장치 및 방법
CN116505629B (zh) * 2023-06-29 2023-09-08 深圳市南霸科技有限公司 固态电池的控制管理方法、装置、设备及存储介质
CN117075018B (zh) * 2023-07-20 2024-04-16 深圳运存科技有限公司 一种bms控制板性能测试智能分析管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000504477A (ja) * 1996-11-21 2000-04-11 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ バッテリー管理システム及びバッテリー・シミュレータ
US20150377977A1 (en) * 2013-02-06 2015-12-31 Nanyang Technological University Methods for testing a battery and devices configured to test a battery
KR101880195B1 (ko) * 2016-02-05 2018-07-20 한국과학기술원 배터리의 열역학적 정보에 기반한 배터리의 최적 충전 방법
US20180292465A1 (en) * 2017-04-07 2018-10-11 Board Of Regents, The University Of Texas System Systems and methods for degradation analysis
KR20200054738A (ko) * 2018-11-12 2020-05-20 한국전기연구원 배터리의 냉각을 통한 엔트로피 측정 방법 및 이를 이용한 배터리 온도 변화 계산 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101429292B1 (ko) 2008-08-11 2014-08-12 주식회사 엘지화학 이차전지의 수명 예측 장치 및 이를 이용한 수명 예측방법
JP6040684B2 (ja) * 2012-09-28 2016-12-07 富士通株式会社 二次電池の状態評価装置、二次電池の状態評価方法、及び、二次電池の状態評価プログラム
JP7300878B2 (ja) * 2019-04-24 2023-06-30 株式会社日立製作所 電池評価システム、電池評価方法及びプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000504477A (ja) * 1996-11-21 2000-04-11 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ バッテリー管理システム及びバッテリー・シミュレータ
US20150377977A1 (en) * 2013-02-06 2015-12-31 Nanyang Technological University Methods for testing a battery and devices configured to test a battery
KR101880195B1 (ko) * 2016-02-05 2018-07-20 한국과학기술원 배터리의 열역학적 정보에 기반한 배터리의 최적 충전 방법
US20180292465A1 (en) * 2017-04-07 2018-10-11 Board Of Regents, The University Of Texas System Systems and methods for degradation analysis
KR20200054738A (ko) * 2018-11-12 2020-05-20 한국전기연구원 배터리의 냉각을 통한 엔트로피 측정 방법 및 이를 이용한 배터리 온도 변화 계산 방법

Also Published As

Publication number Publication date
KR102216938B1 (ko) 2021-02-18
US11536775B2 (en) 2022-12-27
US20220187384A1 (en) 2022-06-16

Similar Documents

Publication Publication Date Title
WO2021241826A1 (ko) Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템
WO2021256638A1 (ko) 배터리의 충방전 특성을 사용하여 배터리를 전기 에너지를 저장하기 위한 ess 시스템
KR102201988B1 (ko) 배터리의 충방전 특성을 사용하여 배터리를 관리하는 배터리 관리 시스템
KR102369183B1 (ko) 배터리의 충방전 특성을 사용하여 배터리를 관리하는 배터리 관리 방법이 적용된 bms 관리시스템
US10989762B2 (en) Apparatus and method for detecting battery state of health
CN109586373B (zh) 一种电池充电方法和装置
US20170146608A1 (en) Method of dynamically extracting entropy of battery
WO2013137672A1 (ko) 배터리 상태 추정 장치 및 방법
JP6789299B2 (ja) 高率電池放電中の放電持続時間の推定の方法
WO2013051828A2 (ko) 배터리 관리 시스템 및 배터리 관리 방법
WO2010016661A2 (ko) 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법
WO2019098722A1 (ko) 배터리 저항 추정 장치 및 방법
WO2022055080A1 (ko) 배터리의 충전상태를 추정하는 방법
Yao et al. Modeling of Lithium Ion battery with nonlinear transfer resistance
US20160266211A1 (en) Remaining battery life prediction device and battery pack
WO2012091434A2 (ko) 2차 전지의 잔존용량 연산 방법 및 장치
WO2021006566A1 (ko) 배터리 셀 진단 장치 및 방법
WO2019230129A1 (ja) 充電制御装置、輸送機器、及びプログラム
WO2022049804A1 (en) Determination device relating to plurality of batteries, electricity storage system, determination method and determination program
WO2022075618A1 (ko) 배터리 장치 및 배터리 출력 예측 방법
KR102216924B1 (ko) Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 방법
WO2015056846A1 (ko) 이차전지의 충전량 유지 장치 및 방법
US20230041052A1 (en) Method for predicting an electric load imparted on each battery unit in an electric energy storage system
KR102369196B1 (ko) 배터리의 충방전 특성을 사용하여 배터리에 전기 에너지를 저장하기 위한 에너지 저장 방법이 적용된 ess 시스템
Hoque et al. Characterizing smartphone power management in the wild

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: 20937451

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: 20937451

Country of ref document: EP

Kind code of ref document: A1