WO2024072092A1 - 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법 - Google Patents

배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법 Download PDF

Info

Publication number
WO2024072092A1
WO2024072092A1 PCT/KR2023/015014 KR2023015014W WO2024072092A1 WO 2024072092 A1 WO2024072092 A1 WO 2024072092A1 KR 2023015014 W KR2023015014 W KR 2023015014W WO 2024072092 A1 WO2024072092 A1 WO 2024072092A1
Authority
WO
WIPO (PCT)
Prior art keywords
battery
electrode
state
side reaction
diagnostic
Prior art date
Application number
PCT/KR2023/015014
Other languages
English (en)
French (fr)
Inventor
임진형
고동욱
Original Assignee
주식회사 엘지에너지솔루션
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 엘지에너지솔루션 filed Critical 주식회사 엘지에너지솔루션
Publication of WO2024072092A1 publication Critical patent/WO2024072092A1/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]
    • 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]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • H—ELECTRICITY
    • 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
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to a system and method for diagnosing the deterioration state of a battery, and more specifically, to a system and method for improving the diagnostic performance of the deterioration state.
  • electric vehicles or hybrid electric vehicles use electrical energy stored in a battery as an energy source.
  • a battery for example, lithium-ion polymer batteries are widely used as batteries for electric vehicles, and research on such batteries is also being actively conducted.
  • the capacity of a battery may be reduced by side reactions such as solid electrolyte interphase film formation, and these side reactions may be considered in diagnosing the deterioration state of the battery.
  • side reactions such as solid electrolyte interphase film formation
  • physics-based models such as DFN (Doyle Fuller Newman) model, SPM (Single Particle Model) model, ESPM (Enhanced Single Particle Model), etc. can be used to diagnose the deterioration state of the battery.
  • DFN Doyle Fuller Newman
  • SPM Single Particle Model
  • ESPM Enhanced Single Particle Model
  • the above-mentioned physics-based models are models that formalize the physical movement of particles inside the battery using complex differential equations, and can diagnose the deterioration state of the battery relatively accurately, but have the disadvantage of high calculation complexity due to mathematical complexity.
  • At least one of the various embodiments of the present invention seeks to provide a system and method for diagnosing a deterioration state of a battery to improve diagnosis performance of the deterioration state.
  • At least one of the various embodiments of the present invention seeks to provide a system and method for diagnosing the deterioration state of a battery and predicting a side reaction state based on the equilibrium potential of the electrode.
  • At least one is a system and method for diagnosing the deterioration state of a battery, for predicting a side reaction state using an open circuit voltage (OCV) model that has lower mathematical complexity than a physically-based model.
  • OCV open circuit voltage
  • a diagnostic system for diagnosing the deterioration state of a battery includes a battery and a diagnostic device for diagnosing the state of the battery, wherein the diagnostic device determines the state of charge of the battery and the accumulation of electrodes. It may be configured to predict the side reaction rate for the electrode based on the OCV model defined as the amount of side reaction, and to predict the deterioration state of the battery based on the side reaction rate.
  • the diagnostic device may be configured to obtain an equilibrium potential for the electrode based on the OCV model and predict a side reaction rate of the electrode based on the equilibrium potential.
  • the diagnostic device may be configured to obtain the equilibrium potential of the electrode based on the concentration of lithium ions in the solid phase for the electrode.
  • the diagnostic device may be configured to predict the side reaction rate using ordinary differential equations that integrate the side reaction amount of the electrode with respect to time using the potential of the electrode.
  • the diagnostic device may be configured to predict the side reaction rate by approximating the amount of side reaction of the electrode.
  • the diagnostic device obtains the state of health and self-discharge voltage of the battery based on the predicted side reaction rate, and determines the state of health and self-discharge of the battery. Based on the voltage, it may be configured to predict a degradation state for the battery.
  • the diagnostic system further includes an output device, and the diagnostic device may be configured to output the predicted deterioration state through the output device.
  • the diagnostic device acquires information related to at least one of voltage, current, and temperature for the battery, and obtains the state of charge of the battery and the cumulative side reaction amount of the electrode based on the obtained information. It can be configured to do so.
  • a diagnostic method for diagnosing the deterioration state of a battery involves predicting the side reaction rate for the battery based on an OCV model defined by the state of charge of the battery and the accumulated side reaction amount of the electrode. It may include predicting a deterioration state of the battery based on the operation and the side reaction rate.
  • the diagnostic method may include obtaining an equilibrium potential for the electrode based on the OCV model and predicting a side reaction rate of the electrode based on the equilibrium potential.
  • the diagnostic method may include obtaining an equilibrium potential of the electrode based on the concentration of lithium ions in a solid phase for the electrode.
  • the method of diagnosing may include predicting the side reaction rate using ordinary differential equations that integrate the side reaction amount of the electrode with respect to time using the potential of the electrode. You can.
  • the diagnostic method may include predicting the side reaction rate by approximating the amount of side reaction of the electrode.
  • the diagnostic method includes obtaining the state of health and self-discharge voltage of the battery based on the predicted side reaction rate and the performance state of the battery. and predicting a deterioration state of the battery based on the self-discharge voltage.
  • the diagnostic method may include outputting the predicted deterioration state through an output device.
  • the method of diagnosing includes the operation of acquiring information related to at least one of voltage, current, and temperature for the battery, and the state of charge of the battery and the cumulative side reaction amount of the electrode based on the obtained information. It may include an operation to obtain.
  • the system and method for diagnosing the deterioration state of a battery improves the diagnosis accuracy of the deterioration state by using an open circuit voltage (OCV) model that has lower mathematical complexity than a physically-based model. Diagnosis time can be shortened while improving.
  • OCV open circuit voltage
  • FIG. 1A is a diagram schematically illustrating the configuration of a diagnostic system for diagnosing the state of a battery according to various embodiments.
  • FIG. 1B is a diagram schematically showing the configuration of a diagnostic device according to various embodiments.
  • FIG. 2 is a diagram illustrating an operation in which the potential of an electrode is acquired by a diagnostic device according to various embodiments.
  • 3A to 3G show performance comparison results for a diagnostic device according to various embodiments and a diagnostic device according to a comparative example.
  • FIG. 4 is a flowchart illustrating a battery diagnosis operation of a diagnostic system according to various embodiments.
  • Figure 5 is a diagram showing parameters for explaining a model for predicting side reaction rates according to various embodiments.
  • a or B “at least one of A and B”, “at least one of A or B”, “A, B or C”, “at least one of A, B and C”, and “A
  • Each of phrases such as “at least one of , B, or C” may include any one of the items listed together in the corresponding phrase, or any possible combination thereof.
  • Terms such as “first”, “second”, or “first” or “second” may be used simply to distinguish one element from another, and may be used to distinguish such elements in other respects, such as importance or order) is not limited.
  • a component e.g., a first component is “coupled” or “coupled” to another component (e.g., a second component), with or without the terms “functionally” or “communicatively.”
  • a component can be connected to another component directly (e.g., wired or wirelessly) or through a third component.
  • FIG. 1A is a diagram schematically illustrating the configuration of a diagnostic system for diagnosing the state of a battery according to various embodiments.
  • the diagnostic system 100 may include a battery 110, a diagnostic device 120, and an output device 130.
  • the battery 110 includes a cell assembly in which a plurality of unit cells capable of repetitive charging/discharging are connected in series or parallel.
  • the unit cell may be an electric double-layer capacitor including an ultracapacitor, or a known secondary battery such as a lithium ion battery, a lithium polymer battery, a nickel cadmium battery, a nickel hydrogen battery, or a nickel zinc battery.
  • the output device 130 may output information related to the operation of the diagnostic system 100.
  • the output device 130 may include a sound output device (eg, a speaker) configured to output auditory information and/or a display configured to output visual information.
  • a sound output device eg, a speaker
  • auditory information may include a diagnosis result for the battery 110 (eg, status of the battery 100).
  • the output device 130 may be composed of a haptic module (eg, a motor, a piezoelectric element, an electrical stimulation device, etc.) configured to output tactile information.
  • a haptic module eg, a motor, a piezoelectric element, an electrical stimulation device, etc.
  • the diagnostic device 120 may process the overall operation of the diagnostic system 100. According to one embodiment, the diagnostic device 120 may diagnose (or predict) the state of the battery 110. Additionally, the diagnostic device 120 may output the status of the battery 110 through the output device 130. For example, the state of the battery 110 diagnosed by the diagnostic device 120 may be a deterioration state of the battery 110. However, this is only an example, and the various embodiments are not limited thereto. For example, the diagnostic device 120 measures the state of charge (SOC: State of Charge) of the battery 110, changes in the initial capacity of the battery 110, etc. at specified time intervals (e.g., real time) and then provides at least one diagnostic result. It can also be printed as part of it.
  • SOC State of Charge
  • the diagnostic device 120 may diagnose the deterioration state of the battery 110 by using an open circuit voltage (OCV) model (eg, lumped OCV model).
  • OCV open circuit voltage
  • the OCV model is a model that uses the functional dependence of the side reaction state (e.g., side reaction rate) on the equilibrium potential of the electrode. It is modeled based on a higher level of reduction than general physics-based models (e.g., SPM model), reducing mathematical complexity. It has low advantages. Accordingly, the diagnostic device 120 can improve diagnostic performance for the deterioration state by accurately and quickly predicting the electrode side reaction state according to the equilibrium potential of the electrode using the OCV model. The diagnostic device 120 using this OCV model will be described in detail with reference to FIG. 1B below.
  • FIG. 1B is a diagram schematically showing the configuration of a diagnostic device according to various embodiments.
  • Figure 2 is a diagram for explaining an operation in which the potential of an electrode is acquired by a diagnostic device according to various embodiments.
  • the diagnostic device 120 may be comprised of a data acquisition unit 121, a model calculation unit 123, a deterioration estimation unit 125, and a status confirmation unit 127.
  • the data acquisition unit 121 may acquire battery information related to the battery 110.
  • Battery information may include the state of charge (SOC) of the battery 110 and the amount of side reactions accumulated in the electrode.
  • the data acquisition unit 120 may acquire the voltage, current, and temperature of the battery 110, and obtain battery information based on this.
  • SOC state of charge
  • the data acquisition unit 120 may acquire the voltage, current, and temperature of the battery 110, and obtain battery information based on this.
  • various information related to the battery 110 such as charging cycle information, may be obtained as battery information.
  • the data acquisition unit 121 may include at least one sensor configured to acquire battery information.
  • the model calculation unit 123 may obtain at least one parameter that can be used to diagnose the battery 100 based on the battery information acquired by the data acquisition unit 121.
  • the model calculation unit 123 may obtain the side reaction state (eg, side reaction rate) of the electrode as at least part of the parameters.
  • the model calculation unit 123 may acquire the potential of the electrode, for example, the equilibrium potential of the cathode and anode, and the capacity differential value of the equilibrium potential as part of the operation of acquiring the side reaction state.
  • the model calculation unit 123 acquires the potential of the electrode using the state of charge (SOC) obtained through the data acquisition unit 121 and the amount of side reactions accumulated in the electrode, and based on this, the side reaction for the electrode Status can be predicted.
  • SOC state of charge
  • the model calculation unit 123 may calculate the theoretical capacity of the electrode and use this to calculate a predicted electrode OCV change profile according to charge/discharge capacity.
  • the theoretical capacity may include a negative electrode theoretical capacity, which is the inherent capacity of the negative electrode (or negative electrode active material), and an anode theoretical capacity, which is the inherent capacity of the positive electrode (or positive electrode active material).
  • the OCV change profile may be a prediction result of OCV that changes depending on charge/discharge capacity.
  • the model calculation unit 123 may position the electrode OCV change profile on a charge balance axis (e.g., continuous charge balance (Qccb)) that defines the cumulative state of charge/discharge capacity.
  • the charge balance axis represents the point in time when the cell was first assembled. It is set to 0, and when a charging current is applied to the cell, the value on the charge balance axis increases by the charging capacity, and when a discharging current is applied to the cell, the value on the charge balance axis may decrease by the discharging capacity.
  • the anode OCV conversion profile may be moved to a position 201 by an anode side reaction amount
  • the cathode OCV profile may be moved to a position 203 by an anode side reaction amount
  • the model calculation unit 123 checks the points 209 and 211 on the charge balance axis where the differences 205 and 207 between the anode OCV change profile and the cathode OCV change profile correspond to predetermined values, and confirms The potential of the electrode can be obtained based on the points 209 and 211.
  • a pre-specified value used to identify the position of the charge balance axis from which the potential is obtained is the potential of the full cell (e.g., the potential of the whole cell at OCV 0% and the potential of the whole cell at OCV 100%). potential), which may be pre-stored inside the diagnostic system 100 or outside the diagnostic system 100.
  • the model calculation unit 123 calculates the electrode potential by inputting the state of charge of the battery 110 and the side reaction amount of the electrode through the OCV model obtained from ⁇ Equation 1> to ⁇ Equation 11> described below. Can be printed.
  • the parameters shown in FIG. 5 may be referenced in relation to the following ⁇ Equations>.
  • the model calculation unit 123 may obtain the electrode potential as described through ⁇ Equation 1> below.
  • the potential of the positive electrode (U P ) is obtained based on the concentration (X P ) of the solid-phase lithium ions for the positive electrode
  • the potential of the negative electrode (U n ) is obtained based on the concentration of the solid-phase lithium ions for the negative electrode. It can be obtained based on the concentration (X n ).
  • the model calculation unit 123 calculates the concentration of solid-phase lithium ions for the positive electrode ( (X n ) can be obtained.
  • the model calculation unit 123 may determine the anode OCV change profile and the cathode OCV change profile through the OCV model described through ⁇ Equation 2> and ⁇ Equation 3> below.
  • the anode OCV change profile (Qccb(X p, BOL )) can be determined based on the sum of the theoretical capacity of the anode and the initial offset of the anode in a fresh state in which no aging has occurred.
  • the cathode OCV change profile (Qccb(X n, BOL )) can be determined based on the sum of the theoretical capacity of the cathode and the initial offset of the cathode in a fresh state in which no aging has occurred. .
  • the model calculation unit 123 may calculate the initial offset of the cathode through the OCV model described through ⁇ Equation 4> and ⁇ Equation 5> below.
  • the continuous charge balance (Q CCB ( )) are the same and the initial offset (Q offset ,n0 ) of the cathode is based on the assumption that the initial offset (Q offset,p0) of the anode in the fresh state described in ⁇ Equation 5> above is '0'. This can be calculated.
  • model calculation unit 123 may obtain the concentration of lithium ions in the solid phase for the electrode through the OCV model described through ⁇ Equation 6> and ⁇ Equation 7> below.
  • the concentration of lithium ions in the solid phase for the positive electrode (X P ) can be calculated through ⁇ Equation 6> above, and the concentration of lithium ions in the solid phase for the negative electrode (X n ) can be calculated through ⁇ Equation 7>. there is.
  • model calculation unit 123 may calculate the electrode potential through the OCV model described through ⁇ Equation 8> to ⁇ Equation 11> below.
  • the model calculation unit 123 calculates the concentration of lithium ions in the solid phase for the electrode calculated through ⁇ Equation 6> and ⁇ Equation 7> using ⁇ Equation 8>. It can be substituted into Equation 1>.
  • model calculation unit 123 calculates the potential of all cells at 0% SOC (U FC, SOC0 ) and the potential of all cells at 100% SOC (U FC, SOC100 ), as shown in Equation 9 below. It can be calculated.
  • the model calculation unit 123 calculates the potential of all cells at 0% SOC (U FC, SOC0 ) and the potential of all cells at 100% SOC, as shown in ⁇ Equation 10> and ⁇ Equation 11> below.
  • U FC,SOC100 can calculate the electrode potential for a point on the charge balance axis corresponding to a pre-specified value.
  • the model calculation unit 123 may obtain a side reaction state based on the potential of the electrode.
  • the model calculation unit 123 may obtain the side reaction state using the potential of the electrode (e.g., the equilibrium potential of the cathode and anode, the capacity differential value of the equilibrium potential) and the amount of side reaction of the electrode.
  • the potential of the electrode e.g., the equilibrium potential of the cathode and anode, the capacity differential value of the equilibrium potential
  • the model calculation unit 123 may obtain the side reaction state of the electrode using the OCV model described through Equation 11 below.
  • the model calculation unit 123 may use ordinary differential equations that integrate the side reaction amount of the electrode with respect to time using the potential of the electrode.
  • the model calculation unit 123 may obtain the side reaction state of the electrode using the OCV model described through Equation 12 below.
  • the model calculation unit 123 may approximate the side reaction capacity based on the assumption that the equilibrium potential of the electrode does not change significantly as the battery 110 ages and use this to obtain the side reaction state of the electrode.
  • the deterioration estimation unit 125 may estimate the deterioration of the battery 110 based on the side reaction state of the electrode obtained by the model calculation unit 123.
  • the deterioration estimator 125 may obtain the state of health (SOH) and/or self-discharge voltage of the battery 110.
  • the deterioration estimation unit 125 may estimate the deterioration of the battery 110 using the OCV model described through ⁇ Equation 13> to ⁇ Equation 15> below.
  • the performance state of the battery 110 can be obtained through the relationship between the side reaction and the capacity reduction of the battery 110 described in ⁇ Equation 13> above and ⁇ Equation 14>, and ⁇ Equation 13> 15>, the self-discharge voltage can be obtained.
  • the state check unit 127 may determine the state of the battery 110 based on the estimation result of the deterioration estimator 125.
  • the state checker 127 may determine the deterioration state of the battery 110 based on the performance state and/or self-discharge voltage of the battery 110.
  • the determination result of the status check unit 127 may be output through the output device 130.
  • the diagnostic system 100 may be comprised of a battery 110, a diagnostic device 120, and an output device 130.
  • the various embodiments are not limited thereto.
  • at least one of the components described above with reference to FIG. 1A may be omitted from the configuration of the diagnostic system 100, or components other than the components described above may be added to the configuration of the diagnostic system.
  • various types of loads configured to operate with power supplied from the battery 110 may be added to the diagnostic system 110.
  • the configuration of the diagnostic device 120 is not limited to the configurations shown in FIG. 1B.
  • at least one of the components shown in FIG. 1B may be omitted from the configuration of the diagnostic device 120, or one or more other components may be added to the configuration of the diagnostic device 120.
  • at least one of the above-described components may be integrated with other components.
  • This diagnostic device 120 may be provided as a component of a battery management system or may be provided as a separate component from the battery management system.
  • 3A to 3G show performance comparison results for a diagnostic device according to various embodiments and a diagnostic device according to a comparative example.
  • the diagnostic results of a diagnostic device according to a comparative example using a physics-based model e.g., SPM model
  • a model modeled based on a higher level of reduction than the physics-based model e.g., Lumped OCV
  • the side reaction state and discharge voltage measured by the diagnostic device according to various embodiments are similar to the results measured by the diagnostic device according to comparative embodiments. .
  • the measurement period of the side reaction state and discharge voltage is shorter in the diagnostic device according to various embodiments compared to the diagnostic device according to the comparative example.
  • the diagnostic device according to various embodiments can derive measurement results similar to the diagnostic device according to the comparative example, but can derive measurement results more quickly than the diagnostic device according to the comparative example.
  • results measured by the diagnostic device according to various embodiments are similar to the results measured by the diagnostic device according to the comparative embodiment even during the aging process performed after manufacturing the battery 100.
  • FIG. 3D shows measurements of batteries of various SOC levels (e.g., SOC 30, 50, 70, 90) under a first temperature condition (e.g., temperature 25'C) and aged for one year (calendar aging).
  • a first temperature condition e.g., temperature 25'C
  • QCSR cathode side reaction state
  • Figure 3e shows the side reaction state of the electrode measured while aged under a second temperature condition (e.g., temperature 45'C)
  • Figure 3f shows the state of electrode aged under a third temperature condition (e.g., temperature 60'C). Indicates the side reaction state measured in .
  • the diagnostic devices according to various embodiments can produce excellent measurement results.
  • FIG. 4 is a flowchart illustrating a battery diagnosis operation of a diagnostic system according to various embodiments.
  • Each operation in the following embodiments may be performed sequentially, but is not necessarily performed sequentially. For example, the order of each operation may be changed, and at least two operations may be performed in parallel.
  • the diagnostic system 100 may obtain battery information related to the battery 110 in operation 410.
  • the diagnostic system 100 may obtain the voltage, current, temperature, and state of charge (SOC) of the battery 110 as battery information. Additionally, the diagnostic system 100 may obtain the amount of side reactions accumulated in the electrode as battery information.
  • SOC state of charge
  • the diagnostic system 100 may calculate the equilibrium potential for the electrode based on the acquired battery information in operation 420.
  • the diagnostic system 100 may obtain the equilibrium potential based on the concentration of lithium ions in the solid phase for the electrode.
  • the diagnostic system 100 detects solid-state lithium for the electrode through an open circuit voltage (OCV) model (e.g., Lumped OCV model) described in Equation 2 to Equation 10 above. The concentration of ions can be obtained.
  • OCV open circuit voltage
  • the diagnostic system 100 may calculate a side reaction state (or side reaction rate) based on the equilibrium potential in operation 430.
  • the diagnostic system 100 may use a functional dependency relationship of the side reaction state (eg, side reaction rate) with respect to the equilibrium potential of the electrode.
  • the diagnostic system 100 may calculate the side reaction state through the OCV model described in the above-described ⁇ Equation 11> and/or ⁇ Equation 12>.
  • the diagnostic system 100 may estimate deterioration of the battery 100 based on the side reaction state in operation 440.
  • the diagnostic system 100 may obtain the state of health (SOH) and/or self-discharge voltage of the battery 110.
  • the diagnostic system 100 may obtain the performance state and/or self-discharge voltage of the battery 110 through the OCV model described in Equations 13 to 15 described above.
  • the diagnostic system 100 may determine the state of the battery 110 based on the performance state and/or self-discharge voltage of the battery 110. According to one embodiment, the diagnosis system 100 may determine the deterioration state of the battery 110 and output the determination result through the output device 130.

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

다양한 실시 예에 따른 배터리의 퇴화 상태를 진단하기 위한 진단 시스템은 배터리 및 상기 배터리의 상태를 진단하는 진단 장치를 포함하며, 상기 진단 장치는, 상기 배터리의 충전 상태(State Of Charge)와 전극의 누적 부반응량으로 정의되는 OCV 모델에 기초하여, 상기 전극에 대한 부반응 속도를 예측하고, 상기 부반응 속도에 기초하여 상기 배터리에 대한 퇴화 상태를 예측하도록 구성될 수 있다.

Description

배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법
관련출원과의 상호인용
본 발명은 2022.09.27.에 출원된 한국 특허 출원 제10-2022-0122902호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용을 본 명세서의 일부로 포함한다.
기술분야
본 발명은 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법에 관한 것으로서, 보다 상세하게는, 퇴화 상태의 진단 성능을 향상시키기 위한 시스템 및 방법에 관한 것이다.
일반적으로 전기 자동차 또는 하이브리드 전기 자동차는 배터리에 저장된 전기 에너지를 에너지원으로 이용한다. 예를 들어, 전기 자동차용 배터리로 리튬-이온 폴리머 배터리가 많이 이용되고 있으며, 그 배터리에 대한 연구도 활발히 이루어지고 있다.
이러한 전기 자동차 또는 하이브리드 전기 자동차는 배터리에 충전된 에너지에 의해 주행하므로, 배터리의 현재 상태를 진단(또는 예측)하는 것 뿐만 아니라, 배터리의 퇴화 상태를 진단하는 것도 매우 중요하다.
일 예로, 배터리의 용량은 고체 전해질 분열 간기(solid electrolyte interphase) 필름 형성과 같은 부반응(side reaction)에 의해 감소될 수 있으며, 이러한 부반응은 배터리의 퇴화 상태를 진단하는데 고려될 수 있다. 다시 말해서, 전극의 부반응 상태를 예측하고 예측 결과에 기초하여 배터리의 퇴화 상태를 진단할 수 있다.
이러한 배터리의 퇴화 상태(또는 전극 부반응)를 진단함에 있어서 다양한 예측 모델들이 이용될 수 있다. 예를 들어, DFN(Doyle Fuller Newman) 모델, SPM(Single Particle Model) 모델, ESPM(Enhanced Single Particle Model) 등과 같은 물리기반 모델이 배터리의 퇴화 상태를 진단하는데 이용될 수 있다.
하지만, 전술한 물리기반 모델들은 배터리 내부 입자들의 물리적인 움직임을 복잡한 미분 방정식을 수식화한 모델로, 배터리의 퇴화 상태를 상대적으로 정확하게 진단할 수 있으나 수학적 복잡성으로 인해 계산의 복잡도가 높다는 단점이 있다.
본 발명의 다양한 실시 예들 중 적어도 하나는 퇴화 상태의 진단 성능을 향상시키기 위한, 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법을 제공하고자 한다.
본 발명의 다양한 실시 예들 중 적어도 하나는 전극의 평형 전위에 기초하여 부반응 상태를 예측하기 위한, 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법을 제공하고자 한다.
본 발명의 다양한 실시 예들 중 적어도 하나는 물리기반 모델 보다 수학적 복잡성이 낮은 개방 회로 전압(OCV: Open Circuit Voltage) 모델을 이용하여 부반응 상태를 예측하기 위한, 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법을 제공하고자 한다.
다양한 실시 예에 따른 배터리의 퇴화 상태를 진단하기 위한 진단 시스템은 배터리 및 상기 배터리의 상태를 진단하는 진단 장치를 포함하며, 상기 진단 장치는, 상기 배터리의 충전 상태(State Of Charge)와 전극의 누적 부반응량으로 정의되는 OCV 모델에 기초하여, 상기 전극에 대한 부반응 속도를 예측하고, 상기 부반응 속도에 기초하여 상기 배터리에 대한 퇴화 상태를 예측하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 장치는 상기 OCV 모델에 기초하여, 상기 전극에 대한 평형 전위를 획득하고, 상기 평형 전위에 기초하여 상기 전극의 부반응 속도를 예측하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 장치는 상기 전극에 대한 고체상의 리튬 이온의 농도에 기초하여 상기 전극의 평형 전위를 획득하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 장치는 상기 전극의 전위를 이용하여 상기 전극의 부반응량을 시간에 대해 적분하는 상미분 방정식(ordinary differential equations)을 이용하여 상기 부반응 속도를 예측하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 장치는 상기 전극의 부반응량을 근사화하여 상기 부반응 속도를 예측하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 장치는 상기 예측된 부반응 속도에 기초하여 상기 배터리의 성능 상태(State Of Health) 및 자기 방전 전압(self-discharge voltage)을 획득하고, 상기 배터리의 성능 상태 및 자기 방전 전압에 기초하여, 상기 배터리에 대한 퇴화 상태를 예측하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 시스템은 출력 장치를 더 포함하며, 상기 진단 장치는 상기 예측된 퇴화 상태를 상기 출력 장치를 통해 출력하도록 구성될 수 있다.
다양한 실시 예에 따르면, 상기 진단 장치는 상기 배터리에 대한 전압, 전류 및 온도 중 적어도 하나와 관련된 정보를 획득하고, 상기 획득된 정보에 기초하여 상기 배터리의 충전 상태와 상기 전극의 누적 부반응량을 획득하도록 구성될 수 있다.
다양한 실시 예에 따른 배터리의 퇴화 상태를 진단하기 위한 진단하는 방법은 배터리의 충전 상태(State Of Charge)와 전극의 누적 부반응량으로 정의되는 OCV 모델에 기초하여, 상기 배터리에 대한 부반응 속도를 예측하는 동작 및 상기 부반응 속도에 기초하여 상기 배터리에 대한 퇴화 상태를 예측하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 OCV 모델에 기초하여, 상기 전극에 대한 평형 전위를 획득하는 동작 및 상기 평형 전위에 기초하여 상기 전극의 부반응 속도를 예측하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 전극에 대한 고체상의 리튬 이온의 농도에 기초하여 상기 전극의 평형 전위를 획득하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 전극의 전위를 이용하여 상기 전극의 부반응량을 시간에 대해 적분하는 상미분 방정식(ordinary differential equations)을 이용하여 상기 부반응 속도를 예측하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 전극의 부반응량을 근사화하여 상기 부반응 속도를 예측하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 예측된 부반응 속도에 기초하여, 상기 배터리의 성능 상태(State Of Health) 및 자기 방전 전압(self-discharge voltage)을 획득하는 동작 및 상기 배터리의 성능 상태 및 자기 방전 전압에 기초하여, 상기 배터리에 대한 퇴화 상태를 예측하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 예측된 퇴화 상태를 출력 장치를 통해 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 진단하는 방법은 상기 배터리에 대한 전압, 전류 및 온도 중 적어도 하나와 관련된 정보를 획득하는 동작 및 상기 획득된 정보에 기초하여 상기 배터리의 충전 상태와 상기 전극의 누적 부반응량을 획득하는 동작을 포함할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따른 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법은 물리기반 모델 보다 수학적 복잡성이 낮은 개방 회로 전압(OCV: Open Circuit Voltage) 모델을 이용함으로써, 퇴화 상태의 진단 정확도는 향상시키면서 진단 시간은 단축시킬 수 있다.
본 문서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않는다.
도 1a는 다양한 실시 예에 따른 배터리의 상태를 진단하는 진단 시스템의 구성을 개략적으로 도시한 도면이다.
도 1b는 다양한 실시 예에 따른 진단 장치의 구성을 개략적으로 도시한 도면이다.
도 2는 다양한 실시 예에 따른 진단 장치에 의해 전극의 전위가 획득되는 동작을 설명하기 위한 도면이다.
도 3a 내지 도 3g는 다양한 실시 예에 따른 진단 장치와 비교 실시 예에 따른 진단 장치에 대한 성능의 비교 결과를 나타낸다.
도 4는 다양한 실시 예에 따른 진단 시스템의 배터리 진단 동작을 도시한 흐름도이다.
도 5는 다양한 실시 예에 따라 부반응 속도를 예측하는 모델을 설명하기 위한 파라미터들을 도시한 도면이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면 상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 문서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤 구성 요소(예: 제1 구성 요소)가 다른 구성 요소(예: 제2 구성 요소)에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 어떤 구성 요소가 다른 구성 요소에 직접(예: 유선 또는 무선으로) 또는 제 3 구성 요소를 통하여 연결될 수 있다는 것을 의미한다.
도 1a는 다양한 실시 예에 따른 배터리의 상태를 진단하는 진단 시스템의 구성을 개략적으로 도시한 도면이다.
도 1a를 참조하면, 다양한 실시 예에 따른 진단 시스템(100)은 배터리(110), 진단 장치(120) 및 출력 장치(130)를 포함할 수 있다.
다양한 실시 예에 따르면, 배터리(110)는 반복적인 충/방전이 가능한 다수의 단위 셀이 직렬 또는 병렬로 연결된 셀 어셈블리를 포함한다. 단위 셀은 울트라 캐패시터를 포함하는 전기 이중층 캐패시터 또는 리튬 이온 전지, 리튬 폴리머 전지, 니켈 카드늄 전지, 니켈 수소 전지, 니켈 아연 전지 등과 같은 공지의 2차 전지일 수 있다.
다양한 실시 예에 따르면, 출력 장치(130)는 진단 시스템(100)의 동작과 관련된 정보를 출력할 수 있다. 일 실시 예에 따르면, 출력 장치(130)는 청각적 정보를 출력하도록 구성된 음향 출력 장치(예: 스피커) 및/또는 시각적 정보를 출력하도록 구성된 디스플레이를 포함할 수 있다. 예를 들어, 시각적 정보 및/또는 청각적 정보 중 적어도 일부는 배터리(110)에 대한 진단 결과(예: 배터리(100)의 상태)를 포함할 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 출력 장치(130)는 촉각적 정보를 출력하도록 구성된 햅틱 모듈(예: 모터, 압전 소자, 전기 자극 장치 등)로 구성될 수도 있다.
다양한 실시 예에 따르면, 진단 장치(120)는 진단 시스템(100)의 전반적인 동작을 처리할 수 있다. 일 실시 예에 따르면, 진단 장치(120)는 배터리(110)의 상태를 진단(또는 예측)할 수 있다. 또한, 진단 장치(120)는 배터리(110)의 상태를 출력 장치(130)를 통해 출력할 수 있다. 예를 들어, 진단 장치(120)에 의해 진단되는 배터리(110)의 상태는 배터리(110)의 퇴화 상태일 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 진단 장치(120)는 배터리(110)의 충전 상태(SOC: State Of Charge), 배터리(110)의 초기 용량의 변화 등을 지정된 시간 간격(예: 실시간)으로 측정한 후 진단 결과의 적어도 일부로 출력할 수도 있다.
일 실시 예에 따르면, 진단 장치(120)는 개방 회로 전압(OCV: Open Circuit Voltage) 모델(예: Lumped OCV model)을 이용함으로써, 배터리(110)의 퇴화 상태를 진단할 수 있다. OCV 모델은 전극의 평형 전위에 대한 부반응 상태(예: 부반응 속도)의 함수적 종속 관계를 이용하는 모델로써, 일반적인 물리기반 모델(예: SPM 모델) 보다 높은 수준의 축약을 바탕으로 모델링되어 수학적 복잡성이 낮은 장점을 가진다. 이에, 진단 장치(120)는 OCV 모델을 이용하여 전극의 평형 전위에 따른 전극 부반응 상태를 정확하고 신속하게 예측함으로써, 퇴화 상태에 대한 진단 성능을 향상시킬 수 있다. 이러한 OCV 모델을 이용하는 진단 장치(120)에 대하여는 이하의 도 1b를 참조하여 상세히 설명하도록 한다.
도 1b는 다양한 실시 예에 따른 진단 장치의 구성을 개략적으로 도시한 도면이다. 그리고, 도 2는 다양한 실시 예에 따른 진단 장치에 의해 전극의 전위가 획득되는 동작을 설명하기 위한 도면이다.
도 1b를 참조하면, 진단 장치(120)는 데이터 획득부(121), 모델 연산부(123), 열화 추정부(125) 및 상태 확인부(127)로 구성될 수 있다.
다양한 실시 예에 따르면, 데이터 획득부(121)는 배터리(110)와 관련된 배터리 정보를 획득할 수 있다. 배터리 정보는 배터리(110)의 충전 상태(SOC) 및 전극에 누적된 부반응량을 포함할 수 있다. 일 실시 예에 따르면, 데이터 획득부(120)는 배터리(110)의 전압, 전류 및 온도를 획득할 수 있으며, 이를 기초로 하여 배터리 정보를 획득할 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 전술한 정보 외에 충전 사이클 정보 등과 같이 배터리(110)와 관련된 다양한 정보가 배터리 정보로 획득될 수도 있다. 예를 들어, 데이터 획득부(121)는 배터리 정보를 획득하도록 구성된 적어도 하나의 센서를 포함할 수 있다.
다양한 실시 예에 따르면, 모델 연산부(123)는 데이터 획득부(121)에 의해 획득된 배터리 정보에 기초하여 배터리(100)를 진단하는데 이용될 수 있는 적어도 하나의 파라미터를 획득할 수 있다. 예를 들어, 모델 연산부(123)는 전극의 부반응 상태(예: 부반응 속도)를 파라미터의 적어도 일부로 획득할 수 있다.
일 실시 예에 따르면, 모델 연산부(123)는 부반응 상태를 획득하는 동작의 일환으로 전극의 전위, 예컨대, 음극 양극의 평형 전위, 평형 전위의 용량 미분 값을 획득할 수 있다. 예를 들어, 모델 연산부(123)는 데이터 획득부(121)를 통해 획득되는 충전 상태(SOC) 및 전극에 누적된 부반응량을 이용하여 전극의 전위를 획득하고, 이를 기초로 하여 전극에 대한 부반응 상태를 예측할 수 있다.
먼저, 모델 연산부(123)에 의해 전극의 전위가 획득되는 동작을 도 2를 통해 상세히 설명하도록 한다.
도 2를 참조하면, 모델 연산부(123)는 전극에 대한 이론 용량을 계산하고, 이를 이용하여 충/방전 용량에 따른 예측되는 전극 OCV 변화 프로파일을 계산할 수 있다. 이론 용량은 음극(또는 음극 활물질)이 가지는 고유의 용량인 음극 이론 용량과 양극(또는 양극 활물질)이 가지는 고유한 용량인 양극 이론 용량을 포함할 수 있다. 또한, OCV 변화 프로파일은 충/방전 용량에 따라 변화되는 OCV의 예측 결과일 수 있다.
또한, 모델 연산부(123)는 전극 OCV 변화 프로파일을 충/방전 용량의 누적 상태를 정의한 전하 균형 축(예: continuous charge balance(Qccb)에 위치시킬 수 있다. 전하 균형 축은 셀이 처음 조립된 시점을 0으로 하며, 셀에 충전 전류가 가해진 경우, 충천 용량 만큼 전하 균형 축에서의 값이 증가하고, 셀에 방전 전류가 가해진 경우에는 방전 용량 만큼 전하 규형 축에서의 값이 감소할 수 있다. 예를 들어, 전하 균형 축에서 양극 OCV 변환 프로파일은 양극 부반응량 만큼 이동되어 위치(201)하고, 음극 OCV 프로파일은 음극 부반응량 만큼 이동되어 위치(203)할 수 있다.
또한, 모델 연산부(123)는 양극 OCV 변화 프로파일과 음극 OCV 변화 프로파일의 차이(205), (207)가 미리 지정된 값에 해당되는 지점(209), (211)을 전하 균형 축에서 확인하고, 확인된 지점(209), (211)에 기초하여 전극의 전위를 획득될 수 있다. 예를 들어, 전위가 획득되는 전하 균형 축의 위치를 확인하는데 이용되는 미리 지정된 값은 전 셀(full cell)의 전위(예: OCV 0%에서의 전 셀의 전위와 OCV 100%에서의 전 셀의 전위)일 수 있으며, 이는 진단 시스템(100) 내부 또는 진단 시스템(100) 외부에 미리 저장될 수 있다.
이와 관련하여, 모델 연산부(123)는 아래에 기재된 <수학식 1> 내지 <수학식 11>로부터 얻어지는 OCV 모델을 통해, 배터리(110)의 충전 상태 및 전극의 부반응량을 입력으로 하여 전극 전위를 출력할 수 있다. 이하의 <수학식>들과 관련하여 도 5에 기재된 파라미터들이 참조될 수 있다.
예를 들어, 모델 연산부(123)는 아래의 <수학식 1>을 통해 기재된 바와 같이, 전극 전위를 획득할 수 있다.
Figure PCTKR2023015014-appb-img-000001
위의 <수학식 1>에서, 양극의 전위(UP)는 양극에 대한 고체상의 리튬 이온의 농도(XP)에 기초하여 획득되며, 음극의 전위(Un)는 음극에 대한 고체상 리튬 이온의 농도(Xn)에 기초하여 획득될 수 있다.
이와 관련하여, 모델 연산부(123)는 아래의 <수학식 2> 내지 <수학식 7>에 기재된 바와 같이, 양극에 대한 고체상의 리튬 이온의 농도(XP)와 음극에 대한 고체상 리튬 이온의 농도(Xn)를 획득할 수 있다.
리튬 이온의 농도 획득과 관련하여, 모델 연산부(123)는 아래의 <수학식 2> 및 <수학식 3>을 통해 기재된 OCV 모델을 통해, 양극 OCV 변화 프로파일과 음극 OCV 변화 프로파일을 결정할 수 있다.
Figure PCTKR2023015014-appb-img-000002
Figure PCTKR2023015014-appb-img-000003
위의 <수학식 2>에서, 양극 OCV 변화 프로파일(Qccb(Xp, BOL))은 양극의 이론 용량과 노화가 발생되지 않은 프레시 상태에서의 양극의 초기 오프셋의 합에 기초하여 결정될 수 있다.
또한, 위의 <수학식 3>에서 음극 OCV 변화 프로파일(Qccb(Xn, BOL))은 음극의 이론 용량과 노화가 발생되지 않은 프레시 상태에서의 음극의 초기 오프셋의 합에 기초하여 결정될 수 있다.
이와 관련하여, 모델 연산부(123)는 아래의 <수학식 4> 및 <수학식 5>를 통해 기재된 OCV 모델을 통해 음극의 초기 오프셋을 계산할 수 있다.
Figure PCTKR2023015014-appb-img-000004
Figure PCTKR2023015014-appb-img-000005
위의 <수학식 4>에 기재된 전 셀 전지의 양극 전위에 따른 연속 전하 균형(QCCB(Xp,SOCFC))과 전 셀 전지의 음극 전위에 따른 연속 전하 균형(QCCB(Xn,SOCFC))이 서로 동일하다는 조건과 위의 <수학식 5>에 기재된 프레시 상태에서의 양극의 초기 오프셋(Qoffset,p0)이 '0'이라는 가정에 기초하여 음극의 초기 오프셋(Qoffset,n0)이 계산될 수 있다.
또한, 모델 연산부(123)는 아래의 <수학식 6> 및 <수학식 7>을 통해 기재된 OCV 모델을 통해 전극에 대한 고체상의 리튬 이온의 농도를 획득할 수 있다.
Figure PCTKR2023015014-appb-img-000006
Figure PCTKR2023015014-appb-img-000007
위의 <수학식 6>을 통해 양극에 대한 고체상의 리튬 이온의 농도(XP)가 계산되고, <수학식 7>을 통해 음극에 대한 고체상의 리튬 이온의 농도(Xn)가 계산될 수 있다.
또한, 모델 연산부(123)는 아래의 <수학식 8> 내지 <수학식 11>을 통해 기재된 OCV 모델을 통해, 전극 전위를 계산할 수 있다.
Figure PCTKR2023015014-appb-img-000008
이와 관련하여, 모델 연산부(123)는 <수학식 8>을 통해 알 수 있는 바와 같이, <수학식 6> 및 <수학식 7>를 통해 계산된 전극에 대한 고체상의 리튬 이온의 농도를 <수학식 1>에 대입시킬 수 있다.
또한, 모델 연산부(123)는 아래의 <수학식 9>와 같이, SOC 0%에서의 전 셀의 전위(UFC,SOC0)와 SOC 100%에서의 전 셀의 전위(UFC,SOC100)를 계산할 수 있다.
Figure PCTKR2023015014-appb-img-000009
또한, 모델 연산부(123)는 아래의 <수학식 10> 및 <수학식 11>과 같이, SOC 0%에서의 전 셀의 전위(UFC,SOC0)와 SOC 100%에서의 전 셀의 전위(UFC,SOC100)가 미리 지정된 값에 해당되는 전하 균형 축의 지점에 대한 전극 전위를 계산할 수 있다.
Figure PCTKR2023015014-appb-img-000010
다양한 실시 예에 따르면, 모델 연산부(123)는 전극의 전위에 기초하여 부반응 상태를 획득할 수 있다.
일 실시 예에 따르면, 모델 연산부(123)는 전극의 전위(예: 음극 양극의 평형 전위, 평형 전위의 용량 미분 값)와 전극의 부반응량을 이용하여 부반응 상태를 획득할 수 있다.
예를 들어, 모델 연산부(123)는 아래의 <수학식 11>을 통해 기재된 OCV 모델을 이용하여, 전극의 부반응 상태를 획득할 수 있다. 예컨대, 모델 연산부(123)는 전극의 부반응 상태를 획득하기 위하여, 전극의 전위를 이용하여 전극의 부반응량을 시간에 대해 적분하는 상미분 방정식(ordinary differential equations)을 이용할 수 있다.
Figure PCTKR2023015014-appb-img-000011
Figure PCTKR2023015014-appb-img-000012
다른 예로, 모델 연산부(123)는 아래의 <수학식 12>를 통해 기재된 OCV 모델을 이용하여, 전극의 부반응 상태를 획득할 수도 있다. 예컨대, 모델 연산부(123)는 배터리(110)의 노화에 따라 전극의 평형 전위가 크게 변화되지 않는다는 가정에 기초하여 부반응 용량을 근사화하고, 이를 이용하여 전극의 부반응 상태를 획득할 수도 있다.
Figure PCTKR2023015014-appb-img-000013
다양한 실시 예에 따르면, 열화 추정부(125)는 모델 연산부(123)에 의해 획득된 전극의 부반응 상태에 기초하여 배터리(110)의 열화를 추정할 수 있다.
일 실시 예에 따르면, 열화 추정부(125)는 배터리(110)의 성능 상태(SOH: State Of Health) 및/또는 자기 방전 전압(self-discharge voltage)을 획득할 수 있다.
이와 관련하여, 열화 추정부(125)는 아래의 <수학식 13> 내지 <수학식 15>를 통해 기재된 OCV 모델을 이용하여 배터리(110)의 열화를 추정할 수 있다.
Figure PCTKR2023015014-appb-img-000014
Figure PCTKR2023015014-appb-img-000015
Figure PCTKR2023015014-appb-img-000016
예를 들어, 위의 <수학식 13>에 기재된 부반응과 배터리(110)의 용량 감소 사이의 관계와 <수학식 14>를 통해서, 배터리(110)의 성능 상태가 획득될 수 있으며, <수학식 15>를 통해서는 자기 방전 전압이 획득될 수 있다.
다양한 실시 예에 따르면, 상태 확인부(127)는 열화 추정부(125)의 추정 결과에 기초하여, 배터리(110)의 상태를 판단할 수 있다.
일 실시 예에 따르면, 상태 확인부(127)는 배터리(110)의 성능 상태 및/또는 자기 방전 전압(self-discharge voltage)에 기초하여, 배터리(110)의 퇴화 상태를 판단할 수 있다. 이러한 상태 확인부(127)의 판단 결과는 출력 장치(130)를 통해 출력될 수 있다.
전술한 바와 같이, 진단 시스템(100)은 배터리(110), 진단 장치(120) 및 출력 장치(130)로 구성될 수 있다. 그러나, 이는 예시적일 뿐, 다양한 실시 예들이 이에 한정되는 것은 아니다. 예컨대, 도 1a를 통해 전술한 구성 요소들 중 적어도 하나가 진단 시스템(100)의 구성에서 생략되거나 전술한 구성 요소들 외에 다른 구성 요소가 진단 시스템의 구성으로 추가될 수도 있다. 예를 들어, 배터리(110)로부터 공급되는 전원으로 동작하도록 구성된 다양한 종류의 부하가 진단 시스템(110)의 구성으로 추가될 수도 있다.
또한, 진단 장치(120)의 구성도 도 1b에 도시된 구성들로 한정되는 것은 아니다. 예컨대, 도 1b에 도시된 구성 요소들 중 적어도 하나가 진단 장치(120)의 구성에서 생략되거나 또는 하나 이상의 다른 구성 요소가 진단 장치(120)의 구성으로 추가될 수도 있다. 또한, 전술한 구성 요소들 중 적어도 하나는 다른 구성 요소와 통합될 수도 있다. 이러한 진단 장치(120)은 배터리 관리 시스템(battery management system)의 구성으로 구비되거나 배터리 관리 시스템과 구분되는 별도의 구성으로 구비될 수도 있다.
도 3a 내지 도 3g는 다양한 실시 예에 따른 진단 장치와 비교 실시 예에 따른 진단 장치에 대한 성능의 비교 결과를 나타낸다.
도 3a 내지 도 3b를 참조하면, 물리기반 모델(예: SPM 모델)을 이용하는 비교 실시 예에 따른 진단 장치의 진단 결과와 물리기반 모델 보다 높은 수준의 축약을 바탕으로 모델링된 모델(예: Lumped OCV model)을 이용하는 다양한 실시 예에 따른 진단 장치의 진단 결과가 상당히 유사한 것을 확인할 수 있다.
특히, 배터리(100)의 제1 충전 상태(예: SOC 50)인 경우, 다양한 실시 예에 따른 진단 장치에 측정되는 부반응 상태와 방전 전압이 비교 실시 예에 따른 진단 장치에서 측정된 결과와 유사하다. 하지만, 비교 실시 예에 따른 진단 장치 대비 다양한 실시 예에 따른 진단 장치에서 부반응 상태와 방전 전압의 측정 주기가 짧은 것을 알 수 있다.
이러한 측정 결과는 배터리(100)의 제2 충전 상태(예: SOC 70) 및 제3 충전 상태(예: SOC 90)에서도 동일하게 확인되다. 이는 다양한 실시 예에 따른 진단 장치는 비교 실시 예에 따른 진단 장치와 유사한 측정 결과를 도출할 수 있으나 비교 실시 예에 따른 진단 장치 보다는 신속하게 측정 결과를 도출할 수 있다고 볼 수 있다.
도 3d 내지 도 3f를 참조하면, 배터리(100) 제작 후에 수행되는 에이징 과정에서도 다양한 실시 예에 따른 진단 장치에 측정 결과와 비교 실시 예에 따른 진단 장치에서 측정된 결과가 유사한 것을 확인할 수 있다.
예를 들어, 도 3d은 제1 온도 조건(예: 온도 25'C)에서 다양한 SOC 레벨(예: SOC 30, 50, 70, 90)의 배터리를 1년 동안 에이징(calendar aging)한 상태에서 측정된 전극의 부반응 상태(예: 전 셀 전극의 부반응 상태(QFULLCELL), 음극 부반응 상태(QASR), 양극 부반응 상태(QCSR))를 나타낸다. 또한, 도 3e는 제2 온도 조건(예: 온도 45'C)에서 에이징한 상태에서 측정된 전극의 부반응 상태를 나타내며, 도 3f는 제3 온도 조건(예: 온도 60'C)에서 에이징한 상태에서 측정된 부반응 상태를 나타낸다. 도 3d 내지 도 3f에서 원(circle)은 비교 실시 예에 따른 진단 장치의 측정 결과이며, 실선(solid)는 다양한 실시 예에 따른 진단 장치의 측정 결과이며, 점선(dashed line)은 다양한 실시 예에 따른 진단 장치의 해석해(analytical solution)를 의미한다.
또한, 도 3g를 참조하면, 다양한 실시 예에 따른 진단 장치의 낮은 오차율을 통해 알 수 있듯이 다양한 실시 예에 따른 진단 장치는 우수한 측정 결과를 도출할 수 있다.
도 4는 다양한 실시 예에 따른 진단 시스템의 배터리 진단 동작을 도시한 흐름도이다. 이하의 실시 예에서의 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
도 4를 참조하면, 다양한 실시 예에 따른 진단 시스템(100)(또는 진단 장치(120))은, 410 동작에서, 배터리(110)와 관련된 배터리 정보를 획득할 수 있다. 일 실시 예에 따르면, 진단 시스템(100)은 배터리(110)의 전압, 전류, 온도 및 충전 상태(SOC)를 배터리 정보로 획득할 수 있다. 추가적으로, 진단 시스템(100)은 전극에 누적된 부반응량을 배터리 정보로 획득할 수도 있다.
다양한 실시 예에 따르면, 진단 시스템(100)(또는 진단 장치(120))는, 420 동작에서, 획득된 배터리 정보에 기초하여 전극에 대한 평형 전위를 계산할 수 있다. 일 실시 예에 따르면, 진단 시스템(100)은 전극에 대한 고체상의 리튬 이온의 농도에 기초하여 평형 전위를 획득할 수 있다. 이와 관련하여, 진단 시스템(100)은 전술한 <수학식 2> 내지 <수학식 10>에 기재된 개방 회로 전압(OCV: Open Circuit Voltage) 모델(예: Lumped OCV model)을 통해 전극에 대한 고체상 리튬 이온의 농도를 획득할 수 있다.
다양한 실시 예에 따르면, 진단 시스템(100)(또는 진단 장치(120))는, 430 동작에서, 평형 전위에 기초하여 부반응 상태(또는 부반응 속도)를 계산할 수 있다. 일 실시 예에 따르면, 진단 시스템(100)은 전극의 평형 전위에 대한 부반응 상태(예: 부반응 속도)의 함수적 종속 관계를 이용할 수 있다. 이와 관련하여, 진단 시스템(100)은 전술한 <수학식 11> 및/또는 <수학식 12>에 기재된 OCV 모델을 통해 부반응 상태를 계산할 수 있다.
다양한 실시 예에 따르면, 진단 시스템(100)(또는 진단 장치(120))은, 440 동작에서, 부반응 상태에 기초하여 배터리(100)의 열화를 추정할 수 있다. 일 실시 예에 따르면, 진단 시스템(100)은 배터리(110)의 성능 상태(SOH: State Of Health) 및/또는 자기 방전 전압(self-discharge voltage)을 획득할 수 있다. 이와 관련하여, 진단 시스템(100)은 전술한 <수학식 13> 내지 <수학식 15>에 기재된 OCV 모델을 통해 배터리(110)의 성능 상태 및/또는 자기 방전 전압을 획득할 수 있다.
다양한 실시 예에 따르면, 진단 시스템(100)(또는 진단 장치(120))은 배터리(110)의 성능 상태 및/또는 자기 방전 전압에 기초하여 배터리(110)의 상태를 판단할 수 있다. 일 실시 예에 따르면, 진단 시스템(100)은 배터리(110)의 퇴화 상태를 판단하고 판단 결과를 출력 장치(130)를 통해 출력할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (16)

  1. 배터리의 상태를 진단하는 진단 시스템에 있어서,
    배터리; 및
    상기 배터리의 상태를 진단하는 진단 장치를 포함하며,
    상기 진단 장치는,
    상기 배터리의 충전 상태(State Of Charge)와 전극의 누적 부반응량으로 정의되는 OCV 모델에 기초하여, 상기 전극에 대한 부반응 속도를 예측하고,
    상기 부반응 속도에 기초하여 상기 배터리에 대한 퇴화 상태를 예측하도록 구성된 진단 시스템.
  2. 제1 항에 있어서,
    상기 진단 장치는,
    상기 OCV 모델에 기초하여, 상기 전극에 대한 평형 전위를 획득하고,
    상기 평형 전위에 기초하여 상기 전극의 부반응 속도를 예측하도록 구성된 진단 시스템.
  3. 제2 항에 있어서,
    상기 진단 장치는,
    상기 전극에 대한 고체상의 리튬 이온의 농도에 기초하여 상기 전극의 평형 전위를 획득하도록 구성된 진단 시스템.
  4. 제2 항에 있어서,
    상기 진단 장치는,
    상기 전극의 전위를 이용하여 상기 전극의 부반응량을 시간에 대해 적분하는 상미분 방정식(ordinary differential equations)을 이용하여 상기 부반응 속도를 예측하도록 구성된 진단 시스템.
  5. 제2 항에 있어서,
    상기 진단 장치는,
    상기 전극의 부반응량을 근사화하여 상기 부반응 속도를 예측하도록 구성된 진단 시스템.
  6. 제1 항에 있어서,
    상기 진단 장치는,
    상기 예측된 부반응 속도에 기초하여, 상기 배터리의 성능 상태(State Of Health) 및 자기 방전 전압(self-discharge voltage)을 획득하고,
    상기 배터리의 성능 상태 및 자기 방전 전압에 기초하여, 상기 배터리에 대한 퇴화 상태를 예측하도록 구성된 진단 시스템.
  7. 제6 항에 있어서,
    출력 장치를 더 포함하며,
    상기 진단 장치는,
    상기 예측된 퇴화 상태를 상기 출력 장치를 통해 출력하도록 구성된 진단 시스템.
  8. 제1 항에 있어서,
    상기 진단 장치는,
    상기 배터리에 대한 전압, 전류 및 온도 중 적어도 하나와 관련된 정보를 획득하고,
    상기 획득된 정보에 기초하여 상기 배터리의 충전 상태와 상기 전극의 누적 부반응량을 획득하도록 구성된 진단 시스템.
  9. 배터리의 상태를 진단하는 진단 시스템의 동작 방법에 있어서,
    배터리의 충전 상태(State Of Charge)와 전극의 누적 부반응량으로 정의되는 OCV 모델에 기초하여, 상기 배터리에 대한 부반응 속도를 예측하는 동작; 및
    상기 부반응 속도에 기초하여 상기 배터리에 대한 퇴화 상태를 예측하는 동작을 포함하는 방법.
  10. 제9 항에 있어서,
    상기 OCV 모델에 기초하여, 상기 전극에 대한 평형 전위를 획득하는 동작; 및
    상기 평형 전위에 기초하여 상기 전극의 부반응 속도를 예측하는 동작을 포함하는 방법.
  11. 제10 항에 있어서,
    상기 전극에 대한 고체상의 리튬 이온의 농도에 기초하여 상기 전극의 평형 전위를 획득하는 동작을 포함하는 방법.
  12. 제10 항에 있어서,
    상기 전극의 전위를 이용하여 상기 전극의 부반응량을 시간에 대해 적분하는 상미분 방정식(ordinary differential equations)을 이용하여 상기 부반응 속도를 예측하는 동작을 포함하는 방법.
  13. 제10 항에 있어서,
    상기 전극의 부반응량을 근사화하여 상기 부반응 속도를 예측하는 동작을 포함하는 방법.
  14. 제9 항에 있어서,
    상기 예측된 부반응 속도에 기초하여, 상기 배터리의 성능 상태(State Of Health) 및 자기 방전 전압(self-discharge voltage)을 획득하는 동작; 및
    상기 배터리의 성능 상태 및 자기 방전 전압에 기초하여, 상기 배터리에 대한 퇴화 상태를 예측하는 동작을 포함하는 방법.
  15. 제14 항에 있어서,
    상기 예측된 퇴화 상태를 출력 장치를 통해 출력하는 동작을 포함하는 방법.
  16. 제9 항에 있어서,
    상기 배터리에 대한 전압, 전류 및 온도 중 적어도 하나와 관련된 정보를 획득하는 동작; 및
    상기 획득된 정보에 기초하여 상기 배터리의 충전 상태와 상기 전극의 누적 부반응량을 획득하는 동작을 포함하는 방법.
PCT/KR2023/015014 2022-09-27 2023-09-27 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법 WO2024072092A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0122902 2022-09-27
KR1020220122902A KR102670278B1 (ko) 2022-09-27 2022-09-27 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2024072092A1 true WO2024072092A1 (ko) 2024-04-04

Family

ID=90478699

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/015014 WO2024072092A1 (ko) 2022-09-27 2023-09-27 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR102670278B1 (ko)
WO (1) WO2024072092A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160048585A (ko) * 2014-10-24 2016-05-04 주식회사 엘지화학 이차전지의 퇴화에 따른 soc-ocv 프로파일 추정 방법
KR20170022855A (ko) * 2015-08-20 2017-03-02 삼성전자주식회사 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법
KR20190036982A (ko) * 2017-09-28 2019-04-05 주식회사 엘지화학 리튬 이온 배터리 셀의 퇴화 정보를 획득하는 장치 및 방법
KR20200049596A (ko) * 2018-10-26 2020-05-08 현대자동차주식회사 리튬 이온 배터리를 급속 충전하기 위한 시스템 및 방법
KR20200069203A (ko) * 2018-12-06 2020-06-16 주식회사 엘지화학 이차 전지의 충전 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160048585A (ko) * 2014-10-24 2016-05-04 주식회사 엘지화학 이차전지의 퇴화에 따른 soc-ocv 프로파일 추정 방법
KR20170022855A (ko) * 2015-08-20 2017-03-02 삼성전자주식회사 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법
KR20190036982A (ko) * 2017-09-28 2019-04-05 주식회사 엘지화학 리튬 이온 배터리 셀의 퇴화 정보를 획득하는 장치 및 방법
KR20200049596A (ko) * 2018-10-26 2020-05-08 현대자동차주식회사 리튬 이온 배터리를 급속 충전하기 위한 시스템 및 방법
KR20200069203A (ko) * 2018-12-06 2020-06-16 주식회사 엘지화학 이차 전지의 충전 장치 및 방법

Also Published As

Publication number Publication date
KR20240043608A (ko) 2024-04-03
KR102670278B1 (ko) 2024-05-30

Similar Documents

Publication Publication Date Title
WO2018190508A1 (ko) 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법
WO2013151355A1 (ko) 고장 자가 진단 기능을 구비한 절연 저항 측정 장치 및 이를 이용한 자가 진단 방법
WO2010016661A2 (ko) 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법
WO2013137672A1 (ko) 배터리 상태 추정 장치 및 방법
WO2012091287A1 (ko) 이차전지 셀의 퇴화 정도를 반영한 배터리 팩의 관리 장치와 방법 및 이를 구비한 배터리 팩
WO2022055080A1 (ko) 배터리의 충전상태를 추정하는 방법
WO2019098722A1 (ko) 배터리 저항 추정 장치 및 방법
WO2021006566A1 (ko) 배터리 셀 진단 장치 및 방법
WO2019088746A1 (ko) 배터리 soc 추정 장치 및 방법
WO2019212148A1 (ko) 이차 전지 테스트 장치 및 방법
WO2021049753A1 (ko) 배터리 진단 장치 및 방법
WO2021157821A1 (ko) 리튬 플레이팅 검출 방법, 이를 이용한 배터리 관리 방법 및 장치
WO2022092621A1 (ko) 배터리 진단 장치 및 방법
WO2022075618A1 (ko) 배터리 장치 및 배터리 출력 예측 방법
WO2023063625A1 (ko) 배터리 진단 장치, 배터리 팩, 전기 차량, 및 배터리 진단 방법
WO2015056846A1 (ko) 이차전지의 충전량 유지 장치 및 방법
WO2022265358A1 (ko) 배터리 관리 시스템, 배터리 팩, 전기 차량 및 배터리 관리 방법
WO2023287180A1 (ko) 배터리 진단 장치, 배터리 팩, 전기 차량 및 배터리 진단 방법
WO2022145830A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 전기 차량
WO2024072092A1 (ko) 배터리의 퇴화 상태를 진단하기 위한 시스템 및 방법
WO2023013967A1 (ko) 배터리 관리 장치 및 방법
WO2022085950A1 (ko) 배터리 장치 및 저항 상태 추정 방법
WO2022019703A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2019107983A1 (ko) 배터리 팩
WO2022080746A1 (ko) 배터리 상태 진단 장치 및 방법

Legal Events

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

Ref document number: 23873201

Country of ref document: EP

Kind code of ref document: A1