WO2025110855A1 - 배터리 분석 장치, 배터리 분석 방법 및 기록 매체 - Google Patents

배터리 분석 장치, 배터리 분석 방법 및 기록 매체 Download PDF

Info

Publication number
WO2025110855A1
WO2025110855A1 PCT/KR2024/096480 KR2024096480W WO2025110855A1 WO 2025110855 A1 WO2025110855 A1 WO 2025110855A1 KR 2024096480 W KR2024096480 W KR 2024096480W WO 2025110855 A1 WO2025110855 A1 WO 2025110855A1
Authority
WO
WIPO (PCT)
Prior art keywords
battery
analysis
relation
index
relational expression
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
PCT/KR2024/096480
Other languages
English (en)
French (fr)
Inventor
이정민
김영순
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Energy Solution Ltd
Original Assignee
LG Energy Solution Ltd
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 LG Energy Solution Ltd filed Critical LG Energy Solution Ltd
Publication of WO2025110855A1 publication Critical patent/WO2025110855A1/ko
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

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

  • Embodiments disclosed in this document relate to a battery analysis device, a battery analysis method, and a recording medium.
  • secondary batteries are batteries that can be recharged and discharged, and can be interpreted as encompassing both conventional Ni/Cd batteries, Ni/MH batteries, and recent lithium-ion batteries.
  • lithium-ion batteries can have higher energy density than conventional Ni/Cd batteries, Ni/MH batteries, and can be manufactured in a small and lightweight form, so they can be highly utilized as power sources for mobile devices.
  • their scope of use has expanded to power sources for electric vehicles, and they are attracting attention as a next-generation energy storage medium.
  • One purpose of the embodiments disclosed in this document is to provide a battery analysis device, a battery analysis method, and a recording medium that can simplify the process of generating an analysis model by utilizing similar models.
  • a battery analysis device includes a memory; and a processor operatively connected to the memory, wherein the processor is configured to specify a plurality of battery analysis elements required to analyze a battery characteristic, identify a plurality of reference analysis models established in advance with respect to some of the plurality of battery analysis elements to analyze the battery characteristic, and derive a target analysis model that analyzes the battery characteristic by reflecting the plurality of battery analysis elements based on the plurality of reference analysis models.
  • the battery characteristics include battery life degradation characteristics
  • the plurality of battery analysis factors include a first factor related to a design of a battery cell and a second factor related to a SOC range of a charge/discharge cycle.
  • the battery life degradation characteristic is expressed by a variation of internal resistance of the battery according to the number of charge/discharge cycles
  • the plurality of reference analysis models include a plurality of relationships between the number of charge/discharge cycles and the variation of internal resistance of the battery.
  • the plurality of relations of the plurality of reference analysis models includes a first relation relating to a first reference element different from the first element and the second element, a second relation relating to a second reference element different from the first element and the second element, and a third relation relating to the first reference element and the second reference element.
  • the first relation, the second relation and the third relation include a first exponential relation, a second exponential relation and a third exponential relation derived through numerical analysis fitting to experimental data regarding the number of charge/discharge cycles and the variation of the internal resistance of the battery.
  • the processor is configured to derive a target index relation of the target analysis model based on a proportional relationship using the first index relation, the second index relation, and the third index relation.
  • the processor is configured to derive a first influence value due to a change in the first element based on a difference between the second index relation and the third index relation, derive a second influence value due to a change in the second element based on a difference between the first index relation and the third index relation, and derive a target index relation of the target analysis model by applying the first influence value and the second influence value to the third index relation.
  • a battery analysis method includes: specifying a plurality of battery analysis elements required to analyze a battery characteristic; identifying a plurality of reference analysis models established in advance with respect to some of the plurality of battery analysis elements to analyze the battery characteristic; and deriving a target analysis model that analyzes the battery characteristic by reflecting the plurality of battery analysis elements based on the plurality of reference analysis models.
  • the battery characteristics include battery life degradation characteristics
  • the plurality of battery analysis factors include a first factor related to a design of a battery cell and a second factor related to a SOC range of a charge/discharge cycle.
  • the battery life degradation characteristic is expressed by a variation of internal resistance of the battery according to the number of charge/discharge cycles
  • the plurality of reference analysis models include a plurality of relationships between the number of charge/discharge cycles and the variation of internal resistance of the battery.
  • the plurality of relations of the plurality of reference analysis models includes a first relation relating to a first reference element different from the first element and the second element, a second relation relating to a second reference element different from the first element and the second element, and a third relation relating to the first reference element and the second reference element.
  • the first relation, the second relation and the third relation include a first exponential relation, a second exponential relation and a third exponential relation derived through numerical analysis fitting to experimental data regarding the number of charge/discharge cycles and the variation of the internal resistance of the battery.
  • the step of deriving the target analysis model includes the step of deriving a target index relation of the target analysis model based on a proportional relationship using the first index relation, the second index relation, and the third index relation.
  • the step of deriving the target analysis model includes: a step of deriving a first influence value due to a change in the first element based on a difference between the second index relation and the third index relation; a step of deriving a second influence value due to a change in the second element based on a difference between the first index relation and the third index relation; and a step of deriving a target index relation of the target analysis model by applying the first influence value and the second influence value to the third index relation.
  • a non-transitory computer-readable recording medium stores instructions that, when executed by at least one processor, cause the at least one processor to perform the following operations: specifying a plurality of battery analysis elements required to analyze a battery characteristic; identifying a plurality of reference analysis models established in advance with respect to some of the plurality of battery analysis elements to analyze the battery characteristic; and deriving a target analysis model that analyzes the battery characteristic by reflecting the plurality of battery analysis elements based on the plurality of reference analysis models.
  • the battery characteristics include battery life degradation characteristics
  • the plurality of battery analysis factors include a first factor related to a design of a battery cell and a second factor related to a SOC range of a charge/discharge cycle.
  • the battery life degradation characteristic is expressed by a variation of internal resistance of the battery according to the number of charge/discharge cycles
  • the plurality of reference analysis models include a plurality of relationships between the number of charge/discharge cycles and the variation of internal resistance of the battery.
  • the plurality of relations of the plurality of reference analysis models includes a first relation relating to a first reference element different from the first element and the second element, a second relation relating to a second reference element different from the first element and the second element, and a third relation relating to the first reference element and the second reference element.
  • a battery analysis device a battery analysis method, and a recording medium can be provided that can simplify the process of generating an analysis model that takes a long time by utilizing similar models that have already been generated.
  • FIG. 1 may illustrate elements constituting a battery analysis system according to some embodiments.
  • FIG. 2 may illustrate elements constituting a battery analysis device according to some embodiments.
  • Figure 3 can exemplify a problem in a method of generating an analysis model based on a linear trend line according to conventional technology.
  • FIG. 4 may illustrate a plurality of pre-established reference analysis models in relation to some of the plurality of battery analysis elements according to some embodiments.
  • FIG. 5 may illustrate a plurality of relational expressions representing a plurality of reference analysis models according to some embodiments.
  • FIG. 6 can illustrate a process of deriving a target analysis model using impact values resulting from changes in each battery analysis element according to some embodiments.
  • FIG. 7 may illustrate steps of a battery analysis method according to some embodiments.
  • phrases “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 “at least one of A, B, or C” can each include any one of the items listed together in that phrase, or all possible combinations thereof.
  • the terms “first”, “second”, “first”, “second”, “A”, “B”, “(a)” or “(b)” may be used merely to distinguish one component from another, and do not limit the components in any other respect (e.g., importance or order), unless specifically stated otherwise.
  • a component e.g., a first component
  • another component e.g., a second component
  • the component can be connected to the other component directly (e.g., wired or wirelessly), or indirectly (e.g., through a third component).
  • the method according to various embodiments disclosed in this document may be provided as included in a computer program product.
  • the computer program product may be traded between a seller and a buyer as a commodity.
  • the computer program product may be distributed in the form of a machine-readable storage medium (e.g., compact disc read only memory, CD-ROM), or may be distributed online (e.g., downloaded or uploaded) through an application store or directly between two user devices.
  • a machine-readable storage medium such as a memory of a manufacturer's server, a server of an application store, or an intermediary server.
  • each component e.g., a module or a program of the above-described components may include a single or multiple entities, and some of the multiple entities may be separately arranged in other components.
  • one or more of the components or operations of the above-described components may be omitted, or one or more other components or operations may be added.
  • the multiple components e.g., a module or a program
  • the integrated component may perform one or more functions of each of the multiple components identically or similarly to those performed by the corresponding component of the multiple components before the integration.
  • the operations performed by the module, the program, or the other components may be executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations may be executed in a different order, omitted, or one or more other operations may be added.
  • FIG. 1 may illustrate elements constituting a battery analysis system according to some embodiments.
  • the battery analysis device (120) can generate a target analysis model (130) based on a plurality of reference analysis models (110).
  • Battery characteristics such as battery life and deterioration can be analyzed based on analysis factors such as the type of battery cell design or the SOC range of the charge/discharge cycle.
  • Battery characteristic analysis can be performed by establishing an analysis model using experimental data. If the performance or specification requirements of the battery change, changes in the battery analysis factors may also be required.
  • the battery analysis system (100) can present a method of mathematically deriving a target analysis model without specific prototype production or experiments by using existing similar models when deriving a new model corresponding to a change in only one or some of the battery analysis elements in an existing analysis model.
  • FIG. 2 may illustrate elements constituting a battery analysis device according to some embodiments.
  • the battery analysis device (120) may include a memory (121) and a processor (122).
  • the present invention is not limited thereto, and some components may be omitted from the battery analysis device (120), or other general-purpose components may be further included in the battery analysis device (120).
  • the memory (121) and the processor (122) in the battery analysis device (120) may be electrically connected to each other through a device-to-device communication method.
  • the device-to-device communication method may include a bus, a general purpose input and output (GPIO), a serial peripheral interface (SPI), a mobile industry processor interface (MIPI), and the like.
  • the memory (121) may be configured to store various data, commands, software, mobile applications, computer programs, etc.
  • the memory (121) may be operatively coupled with the processor (122).
  • the memory (121) may be implemented as a nonvolatile device such as a ROM, a PROM, an EPROM, an EEPROM, a flash memory, a PRAM, a MRAM, a RRAM, a FRAM, etc., or a volatile device such as a DRAM, a SRAM, a SDRAM, a PRAM, etc., and may be implemented in the form of a HDD, an SSD, an SD, a Micro-SD, etc., or in the form of a combination thereof.
  • the processor (122) may have a structure for executing commands that implement operations of the battery analysis device (120).
  • the processor (122) may execute commands, software, programs, etc. stored in the memory (121) to process various operations.
  • the processor (122) may be implemented as an array of a plurality of logic gates or a general-purpose microprocessor for processing various operations, and may be composed of a single processor or a plurality of processors.
  • the processor (122) may be implemented in the form of at least one of a microprocessor, a CPU, a GPU, and an AP.
  • the processor (122) may be configured to specify a plurality of battery analysis elements required to analyze battery characteristics.
  • battery analysis elements required to generate a target analysis model may be elements that affect model generation, such as a cell design method and a battery charge/discharge method.
  • the battery characteristics may include characteristics that can be derived through the interpretation of experimental data, such as life characteristics and degradation characteristics.
  • the processor (122) may be configured to identify a plurality of previously established reference analysis models (110) related to some of the plurality of battery analysis elements to analyze the battery characteristics. For example, if the plurality of battery analysis elements are identified as the first element and the second element, the plurality of previously established reference analysis models (110) for elements similar to the first element and the second element may be searched. According to an embodiment, the plurality of previously generated reference analysis models (110) may be recorded in a database together with the battery characteristics and the plurality of battery analysis elements.
  • the processor (122) may be configured to derive a target analysis model (130) that analyzes battery characteristics by reflecting a plurality of battery analysis elements based on a plurality of reference analysis models (110).
  • the target analysis model (130) may be derived based on a mathematical proportional relationship.
  • the target analysis model (130) may be derived by quantifying the impact caused by a change in each battery analysis element and applying the same.
  • the battery characteristics may include a battery life degradation characteristic
  • the plurality of battery analysis elements may include a first element related to a design of a battery cell and a second element related to a SOC range of a charge/discharge cycle.
  • the battery life degradation characteristic may be a characteristic indicating how much the life or performance of the battery deteriorates as the usage time of the battery increases.
  • the first element may indicate a type of battery cell design.
  • the battery cell design may include a structure of the battery cell, a manufacturing method, cell components, etc.
  • the structure of the battery cell may include a cylindrical shape, a pouch shape, etc.
  • the manufacturing method of the battery cell may include lamination, stacking, etc.
  • the cell components may include a size, number, material, etc.
  • the second element may indicate a SOC range of a charge/discharge cycle.
  • the SOC range of a charge/discharge cycle may include an upper limit and a lower limit that serve as criteria for a full charge and a full discharge of the battery.
  • the SOC range of a charge/discharge cycle can include 0-100%, 2-100%, 4-100%, 6-100%, 0-98%, 2-98%, 4-98%, 6-98%, 0-96%, 2-96%, 4-96%, 6-96%, 0-94%, 2-94%, 4-94%, 6-94%, and other ranges.
  • the battery life degradation characteristic may be expressed as a variation of the internal resistance of the battery according to the number of charge/discharge cycles
  • the plurality of reference analysis models (110) may include a plurality of relationships between the number of charge/discharge cycles and the variation of the internal resistance of the battery. It may be interpreted that the life of the battery deteriorates as the internal resistance of the battery increases. Alternatively, other indicators that may indicate the degradation of the battery life other than the internal resistance of the battery may be utilized.
  • Each of the reference analysis models (111, 112, 113) may be expressed as a relationship. For example, each of the reference analysis models (111, 112, 113) may be expressed as a mathematical equation representing the variation of the internal resistance of the battery according to the number of charge/discharge cycles.
  • the plurality of relations of the plurality of reference analysis models (110) may include a first relation regarding a first reference element and a second element that are different from the first element, a second relation regarding a second reference element that are different from the first element and the second element, and a third relation regarding the first reference element and the second reference element.
  • the first relation of the plurality of reference analysis models (110) may be regarding e1', e2
  • the second relation may be regarding e1, e2'
  • the third relation may be regarding e1', e2'. That is, the plurality of relations of the plurality of reference analysis models (110) may have analysis elements that are similar but not identical to the battery analysis elements of the target analysis model (130).
  • the first relation, the second relation, and the third relation may include a first exponential relation, a second exponential relation, and a third exponential relation derived through numerical analysis fitting for experimental data regarding the number of charge/discharge cycles and the variation of the internal resistance of the battery.
  • first exponential relation may be derived through numerical analysis fitting for the experimental result data.
  • the numerical analysis fitting may include various types of curve fitting techniques, and exponential fitting may be applied to the battery life degradation characteristics.
  • the second exponential relation and the third exponential relation may be derived in a similar manner.
  • the processor (122) may be configured to derive a target index relation of the target analysis model (130) based on a proportional relationship using a first index relation, a second index relation, and a third index relation.
  • the relationship between the first index relation (e1', e2) and the third index relation (e1', e2') is mathematically proportional to the relationship between the second index relation (e1, e2') and the target index relation (e1, e2).
  • a weighted proportional relationship of m:n may be utilized instead of a simple proportion of 1:1.
  • a weight for a variation of e1 and a weight for a variation of e2 may be required, which may be inferred through a plurality of reference analysis models recorded in a database.
  • the exponential relations can have the form of a simple exponential relation that does not form an additional complex function, in which case three coefficients (A1, t1, y0) can determine the relation.
  • the first influence value and the second influence value can include a change rate and/or a change amount of the coefficients (A1, t1, y0).
  • Figure 3 can exemplify a problem in a method of generating an analysis model based on a linear trend line according to conventional technology.
  • a graph (300) may be illustrated showing a method of generating an analysis model based on a linear trend line according to the prior art.
  • a linear trend line (310) was generated based on data measured up to and including 200 cycles, and the increase in battery internal resistance for subsequent cycles was estimated through this.
  • an error may occur between the linear trend line (310) and the actual measured data (320) in a section exceeding 400 cycles.
  • the battery analysis device (120) utilizes multiple reference analysis models (110) based on exponential relationships, and the target analysis model (130) generated therefrom can also reflect the exponential trend of resistance increase.
  • FIG. 4 may illustrate a plurality of pre-established reference analysis models in relation to some of the plurality of battery analysis elements according to some embodiments.
  • a graph (400) may be illustrated illustrating a plurality of pre-established reference analysis models (110) in relation to some of a plurality of battery analysis elements.
  • the graph (400) may illustrate a first index relationship (412), a second index relationship (422), and a third index relationship (432).
  • the first index relationship (412) may relate to a battery cell design B and an SOC range of 0-100% of a charge/discharge cycle
  • the second index relationship (422) may relate to a battery cell design A and an SOC range of 4-98% of a charge/discharge cycle
  • the third index relationship (432) may relate to a battery cell design A and an SOC range of 0-100% of a charge/discharge cycle.
  • the first exponential relationship (412) can be generated through numerical analysis fitting for the first experimental data (411) for the battery cell design B and the SOC range of 0-100% of the charge/discharge cycle. Specifically, the first exponential relationship (412) can be derived through exponential fitting for the first experimental data (411). Similarly, the second exponential relationship (422) can be derived through exponential fitting for the second experimental data (421) for the battery cell design A and the SOC range of 4-98% of the charge/discharge cycle. Similarly, the third exponential relationship (432) can be derived through exponential fitting for the third experimental data (431) for the battery cell design A and the SOC range of 0-100% of the charge/discharge cycle.
  • the target index relation of the target analysis model (130) can be derived based on the first index relation (412), the second index relation (422), and the third index relation (432).
  • the target index relation can be derived using a proportional relationship based on the first index relation (412), the second index relation (422), and the third index relation (432), or a first influence value due to a change in the first element (battery cell design) and a second influence value due to a change in the second element (SOC range).
  • FIG. 5 may illustrate a plurality of relational expressions representing a plurality of reference analysis models according to some embodiments.
  • a table (500) may be illustrated exemplifying a plurality of relational expressions (510, 520, 530) representing a plurality of reference analysis models (110).
  • the first relational expression (510), the second relational expression (520), and the third relational expression (530) can all be generated through exponential fitting. According to an embodiment, in addition to exponential fitting, other numerical analysis fitting methods such as second-order polynomials can be utilized.
  • the table (500) can display specific numerical values of coefficients (A1, t1, y0) constituting the first relational expression (510), the second relational expression (520), and the third relational expression (530). According to the numerical values, values of the adjusted determination coefficient (adj.R 2 ) can be determined. As shown in the table (500), the first relational expression (510), the second relational expression (520), and the third relational expression (530) can all have an adjusted determination coefficient (adj.R 2 ) close to 1, and thus have high fitting suitability.
  • the target index relation of the target analysis model (130) can be derived using the first relation (510), the second relation (520), and the third relation (530).
  • first relation (510), the second relation (520), and the third relation (530) are y 1 , y 2 , and y 3 , respectively, and the target index relation is y t , the following proportional relationship can be established.
  • Equation 1 can be established under the assumption that the two relationships will be similar to each other.
  • the target index relationship y t can be calculated as follows.
  • FIG. 6 can illustrate a process of deriving a target analysis model using impact values resulting from changes in each battery analysis element according to some embodiments.
  • a table (600) illustrating a process of deriving a target analysis model by using the impact value due to a change in each battery analysis element may be illustrated.
  • the table (600) may represent first coefficients (610) of the first exponential relation, second coefficients (620) of the second exponential relation, and third coefficients (630) of the third exponential relation.
  • a first influence value (640) due to a change in the first element may be derived based on a difference between the second coefficients (620) and the third coefficients (630)
  • a second influence value (650) due to a change in the second element may be derived based on a difference between the first coefficients (610) and the third coefficients (630).
  • the coefficients of the target index relational expression can be derived.
  • the first influence value (640) and the second influence value (650) can mean a ratio between the coefficients, in which case the coefficients of the target index relational expression can be derived in a manner similar to mathematical expressions 1 and 2.
  • the first influence value (640) and the second influence value (650) can mean a difference ( ⁇ ) between the coefficients.
  • the first weight of the first influence value (640) and the second weight of the second influence value (650) may be considered.
  • the first weight and the second weight may be derived from various other models of a database storing a plurality of reference analysis models (110).
  • FIG. 7 may illustrate steps of a battery analysis method according to some embodiments.
  • the battery analysis method (700) may include steps (710) to (730).
  • the present invention is not limited thereto, and some steps may be omitted or other general steps may be added, and steps (710) to (730) may be executed in a different order than the illustrated order.
  • the battery analysis method (700) may be composed of steps that are processed in a time-series manner in the battery analysis device (120). Therefore, even if the content is omitted below, the content described above for the battery analysis device (120) may be equally applied to the battery analysis method (700).
  • Steps (710) to (730) of the battery analysis method (700) can be performed by the memory (121) and controller (122) of the battery analysis device (120).
  • the battery analysis device (120) can specify a plurality of battery analysis elements required to analyze battery characteristics.
  • the battery analysis device (120) can identify a plurality of reference analysis models that are established in advance in relation to some of the plurality of battery analysis elements to analyze battery characteristics.
  • the battery analysis device (120) can derive a target analysis model that analyzes battery characteristics by reflecting a plurality of battery analysis elements based on a plurality of reference analysis models.
  • the battery analysis method (700) may be implemented in the form of a computer program stored in a computer-readable storage medium. That is, the computer program may store commands for implementing the battery analysis method (700), and the commands of the program may be stored in a computer-readable storage medium.
  • the computer program may include a mobile application.
  • the computer-readable storage medium may include magnetic media such as a hard disk, a floppy disk, and a magnetic tape, optical media such as a CD-ROM, a DVD, magneto-optical media such as a floptical disk, and hardware devices specially configured to store and execute computer program instructions, such as a ROM, a RAM, a flash memory, and the like.
  • the computer program instructions may include machine language code generated by a compiler, and high-level language code that can be executed by a computer using an interpreter, etc.

Landscapes

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

Abstract

일부 실시예들에 따르면, 배터리 분석 장치는, 메모리; 및 상기 메모리와 작동적으로 연결되는 프로세서를 포함하고, 상기 프로세서는, 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하고, 상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하고, 상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하도록 구성된다.

Description

배터리 분석 장치, 배터리 분석 방법 및 기록 매체
관련출원과의 상호인용
본 출원은 2023년 11월 20일자로 출원된 대한민국 특허출원 제10-2023-0160241호에 기초한 우선권의 이익을 주장하며, 해당 특허출원의 문헌에 개시된 모든 내용을 본 명세서의 일부로서 포함한다.
기술분야
본 문서에 개시된 실시예들은 배터리 분석 장치, 배터리 분석 방법 및 기록 매체에 관한 것이다.
최근 이차 전지에 대한 연구 개발이 활발히 이루어지고 있다. 여기서 이차 전지는 충방전이 가능한 전지로서, 종래의 Ni/Cd 배터리, Ni/MH 배터리 등과 최근의 리튬 이온 배터리를 모두 포괄하는 것으로 해석될 수 있다. 이차 전지 중 리튬 이온 배터리는 종래의 Ni/Cd 배터리, Ni/MH 배터리 등에 비해 높은 에너지 밀도를 가질 수 있으며, 소형 및 경량으로 제작될 수 있어 이동 기기의 전원에 관하여 높은 활용성을 가질 수 있다. 최근에는 전기 자동차의 전원으로 사용 범위가 확장되어 차세대 에너지 저장 매체로 주목을 받고 있다.
특정한 조건에 관하여 배터리 특성을 분석하기 위해 실험이 수행될 수 있고, 실험 결과를 기반으로 배터리 분석 모델이 생성될 수 있다. 예를 들면, 특정한 셀 설계 방식에 관하여 배터리 수명 퇴화를 모델링하는 관계식이 실험을 통해 생성될 수 있다. 분석 모델을 생성하는 과정은 많은 실험과 데이터 확보를 요구하기 때문에, 이를 위해 긴 시간이 소요될 수 있다.
본 문서에 개시된 실시예들의 일 목적은, 유사 모델들을 활용하여 분석 모델의 생성 과정을 간소화할 수 있는 배터리 분석 장치, 배터리 분석 방법 및 기록 매체를 제공하는 데 있다.
본 문서에 개시된 실시예들의 기술적 목적은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
일부 실시예들에 따르면, 배터리 분석 장치는, 메모리; 및 상기 메모리와 작동적으로 연결되는 프로세서를 포함하고, 상기 프로세서는, 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하고, 상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하고, 상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하도록 구성된다.
일부 실시예들에 따르면, 상기 배터리 특성은 배터리 수명 퇴화 특성을 포함하고, 상기 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함한다.
일부 실시예들에 따르면, 상기 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현되고, 상기 복수의 참조 분석 모델들은 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함한다.
일부 실시예들에 따르면, 상기 복수의 참조 분석 모델들의 상기 복수의 관계식들은 상기 제1 요소와 상이한 제1 참조 요소 및 상기 제2 요소에 관한 제1 관계식, 상기 제1 요소 및 상기 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 상기 제1 참조 요소 및 상기 제2 참조 요소에 관한 제3 관계식을 포함한다.
일부 실시예들에 따르면, 상기 제1 관계식, 상기 제2 관계식 및 상기 제3 관계식은, 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동에 관한 실험 데이터에 대한 수치 해석 피팅을 통해 도출되는 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식을 포함한다.
일부 실시예들에 따르면, 상기 프로세서는, 상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식을 이용하는 비례 관계에 기초하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하도록 구성된다.
일부 실시예들에 따르면, 상기 프로세서는, 상기 제2 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제1 요소의 변경으로 인한 제1 영향값을 도출하고, 상기 제1 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제2 요소의 변경으로 인한 제2 영향값을 도출하고, 상기 제1 영향값 및 상기 제2 영향값을 상기 제3 지수 관계식에 적용하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하도록 구성된다.
일부 실시예들에 따르면, 상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식은 y = A1*exp(x/t1) + y0의 형태로 구성되고, 상기 제1 영향값 및 상기 제2 영향값은 계수들(A1, t1, y0) 중 적어도 하나의 변동량을 포함한다.
일부 실시예들에 따르면, 배터리 분석 방법은, 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하는 단계; 상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하는 단계; 및 상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하는 단계를 포함한다.
일부 실시예들에 따르면, 상기 배터리 특성은 배터리 수명 퇴화 특성을 포함하고, 상기 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함한다.
일부 실시예들에 따르면, 상기 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현되고, 상기 복수의 참조 분석 모델들은 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함한다.
일부 실시예들에 따르면, 상기 복수의 참조 분석 모델들의 상기 복수의 관계식들은 상기 제1 요소와 상이한 제1 참조 요소 및 상기 제2 요소에 관한 제1 관계식, 상기 제1 요소 및 상기 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 상기 제1 참조 요소 및 상기 제2 참조 요소에 관한 제3 관계식을 포함한다.
일부 실시예들에 따르면, 상기 제1 관계식, 상기 제2 관계식 및 상기 제3 관계식은, 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동에 관한 실험 데이터에 대한 수치 해석 피팅을 통해 도출되는 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식을 포함한다.
일부 실시예들에 따르면, 상기 목표 분석 모델을 도출하는 단계는, 상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식을 이용하는 비례 관계에 기초하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하는 단계를 포함한다.
일부 실시예들에 따르면, 상기 목표 분석 모델을 도출하는 단계는, 상기 제2 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제1 요소의 변경으로 인한 제1 영향값을 도출하는 단계; 상기 제1 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제2 요소의 변경으로 인한 제2 영향값을 도출하는 단계; 및 상기 제1 영향값 및 상기 제2 영향값을 상기 제3 지수 관계식에 적용하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하는 단계를 포함한다.
일부 실시예들에 따르면, 상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식은 y = A1*exp(x/t1) + y0의 형태로 구성되고, 상기 제1 영향값 및 상기 제2 영향값은 계수들(A1, t1, y0) 중 적어도 하나의 변동량을 포함한다.
일부 실시예들에 따르면, 비일시적 컴퓨터 판독가능 기록 매체는, 적어도 하나의 프로세서에 의해 실행될 때, 상기 적어도 하나의 프로세서로 하여금, 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하는 동작; 상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하는 동작; 및 상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하는 동작을 수행하게 하는 명령어들을 저장한다.
일부 실시예들에 따르면, 상기 배터리 특성은 배터리 수명 퇴화 특성을 포함하고, 상기 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함한다.
일부 실시예들에 따르면, 상기 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현되고, 상기 복수의 참조 분석 모델들은 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함한다.
일부 실시예들에 따르면, 상기 복수의 참조 분석 모델들의 상기 복수의 관계식들은 상기 제1 요소와 상이한 제1 참조 요소 및 상기 제2 요소에 관한 제1 관계식, 상기 제1 요소 및 상기 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 상기 제1 참조 요소 및 상기 제2 참조 요소에 관한 제3 관계식을 포함한다.
본 문서에 개시된 실시예들에 따르면, 이미 생성되어 있는 유사 모델들을 활용하여 긴 시간이 소요되는 분석 모델의 생성 과정을 간소화할 수 있는 배터리 분석 장치, 배터리 분석 방법 및 기록 매체가 제공될 수 있다.
본 문서에 개시된 실시예들에 따른 기술적 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또다른 효과들은 본 문서의 개시에 따라 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 일부 실시예에 따른 배터리 분석 시스템을 구성하는 요소들을 예시할 수 있다.
도 2는 일부 실시예에 따른 배터리 분석 장치를 구성하는 요소들을 예시할 수 있다.
도 3은 종래 기술에 따른 선형 추세선에 기반하여 분석 모델을 생성하는 방식의 문제점을 예시할 수 있다.
도 4는 일부 실시예에 따른 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 예시할 수 있다.
도 5는 일부 실시예에 따른 복수의 참조 분석 모델들을 나타내는 복수의 관계식들을 예시할 수 있다.
도 6은 일부 실시예에 따른 각 배터리 분석 요소의 변경으로 인한 영향값을 이용하여 목표 분석 모델을 도출하는 과정을 예시할 수 있다.
도 7은 일부 실시예에 따른 배터리 분석 방법을 구성하는 단계들을 예시할 수 있다.
이하, 본 문서에 기재된 실시예들이 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서의 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서에 기재된 실시예들의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
본 문서의 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예로 한정하려는 것이 아니며, 해당 실시예의 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", "첫째", "둘째", "A", "B", "(a)" 또는 "(b)"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 특별히 반대되는 기재가 없는 한, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다.
본 문서에서, 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "연결", "결합" 또는 "접속"된다고 언급되거나 "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로, 또는 무선으로), 또는 간접적으로(예: 제3 구성요소를 통하여) 연결될 수 있다는 것을 의미한다.
본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory, CD-ROM)의 형태로 배포되거나, 또는 어플리케이션 스토어를 통해 또는 두 개의 사용자 장치들 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
본 문서에 개시된 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 본 문서에 개시된 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 본 문서에 개시된 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 1은 일부 실시예에 따른 배터리 분석 시스템을 구성하는 요소들을 예시할 수 있다.
도 1을 참조하면, 배터리 분석 시스템(100)에서, 배터리 분석 장치(120)는 복수의 참조 분석 모델들(110)에 기초하여 목표 분석 모델(130)을 생성할 수 있다.
배터리 셀 설계의 종류 또는 충방전 사이클의 SOC 범위와 같은 분석 요소들에 기초하여 배터리 수명이나 열화도 등의 배터리 특성이 분석될 수 있다. 배터리 특성 분석은 실험 데이터를 통한 분석 모델의 수립에 의해 수행될 수 있다. 배터리의 성능이나 사양의 요구치가 변경되면, 배터리 분석 요소들의 변경 또한 요구될 수 있다.
그러나, 변경된 분석 요소들을 반영한 모델을 매번 새롭게 생성하는 것은 어려울 수 있다. 이는 변경된 분석 요소들을 반영한 테스트 제품 생산 및 그에 대한 실험에 많은 시간과 비용이 소요되기 때문이다. 특히, 배터리의 장기 수명 평가 등과 같이 긴 시간이 필요한 특성의 경우 하나의 모델을 생성하기 위해 수개월 이상이 소요될 수 있다.
배터리 분석 시스템(100)은 기존에 수립되어 있는 분석 모델에서 배터리 분석 요소들 중 하나 또는 일부만이 변경되는 경우, 그에 대응하는 새로운 모델을 도출할 때, 기존의 유사 모델들을 이용하여, 구체적인 시제품 생산이나 실험 없이 수학적으로 목표 분석 모델을 도출하는 방법을 제시할 수 있다.
도 2는 일부 실시예에 따른 배터리 분석 장치를 구성하는 요소들을 예시할 수 있다.
도 2를 참조하면, 배터리 분석 장치(120)는 메모리(121) 및 프로세서(122)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 일부 구성이 배터리 분석 장치(120)에서 생략되거나, 다른 범용적인 구성이 배터리 분석 장치(120)에 더 포함될 수 있다.
실시예에 따르면, 배터리 분석 장치(120)에서 메모리(121) 및 프로세서(122)는 장치간 통신 방식을 통해 서로 전기적으로 연결될 수 있다. 장치간 통신 방식은 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), MIPI(mobile industry processor interface) 등을 포함할 수 있다.
메모리(121)는 각종 데이터, 명령어, 소프트웨어, 모바일 애플리케이션, 컴퓨터 프로그램 등을 저장하도록 구성될 수 있다. 메모리(121)는 프로세서(122)와 작동적으로 커플링될 수 있다. 예를 들면, 메모리(121)는 ROM, PROM, EPROM, EEPROM, 플래시 메모리, PRAM, MRAM, RRAM, FRAM 등과 같은 비휘발성 장치, 또는 DRAM, SRAM, SDRAM, PRAM, 등의 휘발성 장치로 구현될 수 있고, HDD, SSD, SD, Micro-SD 등의 형태, 또는 이들에 관한 조합의 형태로 구현될 수 있다.
프로세서(122)는 배터리 분석 장치(120)의 동작들을 구현하는 명령어들을 실행하기 위한 구조를 가질 수 있다. 프로세서(122)는 메모리(121)에 저장되는 명령어들, 소프트웨어, 프로그램 등을 실행하여 다양한 연산들을 처리할 수 있다. 프로세서(122)는 다양한 연산들을 처리하기 위한 다수의 논리 게이트들의 어레이 또는 범용적인 마이크로 프로세서로 구현될 수 있고, 단일의 프로세서 또는 복수의 프로세서들로 구성될 수 있다. 예를 들면, 프로세서(122)는 마이크로프로세서, CPU, GPU 및 AP 중 적어도 하나의 형태로 구현될 수 있다.
프로세서(122)는 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하도록 구성될 수 있다. 예를 들면, 목표 분석 모델을 생성하기 위해 필요한 배터리 분석 요소들은 셀 설계 방식, 배터리 충방전 방식 등 모델 생성에 영향을 주는 요소들일 수 있다. 한편, 배터리 특성은 수명 특성, 퇴화 특성 등과 같이 실험 데이터의 해석을 통해 도출 가능한 특성을 포함할 수 있다.
프로세서(122)는 배터리 특성을 분석하기 위해 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들(110)을 식별하도록 구성될 수 있다. 예를 들면, 복수의 배터리 분석 요소들이 제1 요소 및 제2 요소로 확인되면, 제1 요소 및 제2 요소와 유사한 요소들에 대해 이전에 수립되어 있는 복수의 참조 분석 모델들(110)이 검색될 수 있다. 실시예에 따르면, 이전에 생성된 복수의 참조 분석 모델들(110)은 배터리 특성 및 복수의 배터리 분석 요소들과 함께 데이터베이스에 기록될 수 있다.
프로세서(122)는 복수의 참조 분석 모델들(110)에 기초하여 복수의 배터리 분석 요소들을 반영하여 배터리 특성을 분석하는 목표 분석 모델(130)을 도출하도록 구성될 수 있다. 예를 들면, 목표 분석 모델(130)은 수학적인 비례 관계에 기초하여 도출될 수 있다. 또는, 목표 분석 모델(130)은 각 배터리 분석 요소의 변경으로 인한 영향을 정량화하고, 이를 적용하는 방식으로 도출될 수 있다.
실시예에 따르면, 배터리 특성은 배터리 수명 퇴화 특성을 포함할 수 있고, 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함할 수 있다. 배터리 수명 퇴화 특성은 배터리의 사용 시간이 늘어남에 따라 배터리의 수명이나 성능이 얼마나 퇴화되는지를 나타내는 특성일 수 있다. 제1 요소는 배터리 셀 설계의 종류를 나타낼 수 있다. 예를 들면, 배터리 셀 설계는 배터리 셀의 구조, 제조 방식, 셀 구성 요소 등을 포함할 수 있다. 배터리 셀의 구조는 원통형, 파우치형 등을 포함할 수 있다. 배터리 셀의 제조 방식은 라미네이션, 스태킹 등을 포함할 수 있다. 셀 구성 요소는 전극, 분리막, 전해액 등의 크기, 개수, 재질 등을 포함할 수 있다. 제2 요소는 충방전 사이클의 SOC 범위를 나타낼 수 있다. 충방전 사이클의 SOC 범위는 배터리의 완충전과 완방전의 기준이 되는 상한값과 하한값을 포함할 수 있다. 예를 들면, 충방전 사이클의 SOC 범위는 0-100%, 2-100%, 4-100%, 6-100%, 0-98%, 2-98%, 4-98%, 6-98%, 0-96%, 2-96%, 4-96%, 6-96%, 0-94%, 2-94%, 4-94%, 6-94%, 기타 다른 범위를 포함할 수 있다.
실시예에 따르면, 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현될 수 있고, 복수의 참조 분석 모델들(110)은 충방전 사이클의 횟수 및 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함할 수 있다. 배터리 내부 저항이 증가할수록 배터리의 수명이 퇴화되는 것으로 해석될 수 있다. 또는, 배터리 내부 저항 외에 배터리 수명 퇴화를 나타낼 수 있는 다른 지표가 활용될 수 있다. 각 참조 분석 모델(111, 112, 113)은 관계식으로 표현될 수 있다. 예를 들면, 각 참조 분석 모델(111, 112, 113)은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동을 나타내는 수학식으로 표현될 수 있다.
실시예에 따르면, 복수의 참조 분석 모델들(110)의 복수의 관계식들은 제1 요소와 상이한 제1 참조 요소 및 제2 요소에 관한 제1 관계식, 제1 요소 및 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 제1 참조 요소 및 제2 참조 요소에 관한 제3 관계식을 포함할 수 있다. 예를 들면, 목표 분석 모델(130)의 배터리 분석 요소들이 e1, e2인 경우, 복수의 참조 분석 모델들(110)의 제1 관계식은 e1', e2에 관한 것이고, 제2 관계식은 e1, e2'에 관한 것이고, 제3 관계식은 e1', e2'에 관한 것일 수 있다. 즉, 복수의 참조 분석 모델들(110)의 복수의 관계식들은 목표 분석 모델(130)의 배터리 분석 요소들과 동일하지는 않지만 유사한 분석 요소들을 가질 수 있다.
실시예에 따르면, 제1 관계식, 제2 관계식 및 제3 관계식은, 충방전 사이클의 횟수 및 배터리 내부 저항의 변동에 관한 실험 데이터에 대한 수치 해석 피팅을 통해 도출되는 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식을 포함할 수 있다. 예를 들면, 제1 참조 분석 모델(111)의 경우, 제1 참조 요소(e1') 및 제2 요소(e2)에 대한 실험 결과 데이터가 이미 존재할 수 있고, 실험 결과 데이터에 대한 수치 해석 피팅을 통해 제1 지수 관계식이 도출될 수 있다. 수치 해석 피팅은 다양한 방식의 곡선 피팅 기법들을 포함할 수 있으며, 배터리 수명 퇴화 특성에 대해서는 지수 피팅(exponential fitting)이 적용될 수 있다. 유사한 방식으로 제2 지수 관계식 및 제3 지수 관계식이 도출될 수 있다.
실시예에 따르면, 프로세서(122)는, 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식을 이용하는 비례 관계에 기초하여 목표 분석 모델(130)의 목표 지수 관계식을 도출하도록 구성될 수 있다. 이 경우, 제1 지수 관계식(e1', e2)과 제3 지수 관계식(e1', e2')의 관계는 제2 지수 관계식(e1, e2')과 목표 지수 관계식(e1, e2)의 관계와 수학적으로 비례할 것이라는 가정이 전제될 수 있다. 실시예에 따르면, 1:1의 단순 비례가 아닌 m:n의 가중 비례 관계가 활용될 수 있다. 이 경우, e1의 변동에 대한 가중치와 e2의 변동에 대한 가중치가 필요할 수 있으며, 이는 데이터베이스에 기록되어 있는 다수의 참조 분석 모델들을 통해 추론될 수 있다.
실시예에 따르면, 프로세서(122)는, 제2 지수 관계식 및 제3 지수 관계식의 차이에 기초하여 제1 요소의 변경으로 인한 제1 영향값을 도출하고, 제1 지수 관계식 및 제3 지수 관계식의 차이에 기초하여 제2 요소의 변경으로 인한 제2 영향값을 도출하고, 제1 영향값 및 제2 영향값을 제3 지수 관계식에 적용하여 목표 분석 모델의 목표 지수 관계식을 도출하도록 구성될 수 있다. 제1 요소의 변경으로 인한 제1 영향값 및 제2 요소의 변경으로 인한 제2 영향값은 변경 비율(곱하기 또는 나누기)일 수 있고, 이 경우는 m:n의 가중 비례 관계를 이용한 방식과 유사할 수 있다. 실시예에 따르면, 제1 요소의 변경으로 인한 제1 영향값 및 제2 요소의 변경으로 인한 제2 영향값은 변경 양(더하기 또는 빼기)일 수 있다.
실시예에 따르면, 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식은 y = A1*exp(x/t1) + y0의 형태로 구성될 수 있고, 제1 영향값 및 제2 영향값은 계수들(A1, t1, y0) 중 적어도 하나의 변동량을 포함할 수 있다. 지수 관계식들은 추가적인 복합 함수를 구성하지 않는 단순 지수 관계식의 형태를 가질 수 있고, 이 경우 3개의 계수들(A1, t1, y0)이 관계식을 결정할 수 있다. 제1 영향값 및 제2 영향값은 계수들(A1, t1, y0)의 변경 비율 및/또는 변경 양을 포함할 수 있다.
도 3은 종래 기술에 따른 선형 추세선에 기반하여 분석 모델을 생성하는 방식의 문제점을 예시할 수 있다.
도 3을 참조하면, 종래 기술에 따른 선형 추세선에 기반하여 분석 모델을 생성하는 방식을 나타내는 그래프(300)가 도시될 수 있다.
그래프(300)에서, 종래에는 200 사이클의 전후까지 측정한 데이터를 기반으로 선형 추세선(310)이 생성되었고, 이를 통해 이후 사이클에 대한 배터리 내부 저항 증가가 추정되었다. 그러나, 실제 측정 데이터(320)는 선형 추세가 아닌 지수적 추세로 증가하기 때문에, 400 사이클을 초과하는 구간에서는 선형 추세선(310)과 실제 측정 데이터(320)의 오차가 발생할 수 있다.
배터리 분석 장치(120)는 지수 관계식 기반의 복수의 참조 분석 모델들(110)을 활용하며, 그로부터 생성되는 목표 분석 모델(130) 또한 저항 증가의 지수적 추세를 반영할 수 있다.
도 4는 일부 실시예에 따른 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 예시할 수 있다.
도 4를 참조하면, 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들(110)을 예시하는 그래프(400)가 도시될 수 있다.
그래프(400)는 제1 지수 관계식(412), 제2 지수 관계식(422) 및 제3 지수 관계식(432)을 도시할 수 있다. 제1 지수 관계식(412)은 배터리 셀 설계 B 및 충방전 사이클의 SOC 범위 0-100%에 관한 것일 수 있고, 제2 지수 관계식(422)은 배터리 셀 설계 A 및 충방전 사이클의 SOC 범위 4-98%에 관한 것일 수 있고, 제3 지수 관계식(432)은 배터리 셀 설계 A 및 충방전 사이클의 SOC 범위 0-100%에 관한 것일 수 있다.
그래프(400)에서 제1 지수 관계식(412)은 배터리 셀 설계 B 및 충방전 사이클의 SOC 범위 0-100%에 대한 제1 실험 데이터(411)에 대한 수치 해석 피팅을 통해 생성될 수 있다. 구체적으로, 제1 실험 데이터(411)에 대한 지수 피팅을 통해 제1 지수 관계식(412)이 도출될 수 있다. 유사하게, 배터리 셀 설계 A 및 충방전 사이클의 SOC 범위 4-98%에 대한 제2 실험 데이터(421)에 대한 지수 피팅을 통해 제2 지수 관계식(422)이 도출될 수 있다. 유사하게, 배터리 셀 설계 A 및 충방전 사이클의 SOC 범위 0-100%에 대한 제3 실험 데이터(431)에 대한 지수 피팅을 통해 제3 지수 관계식(432)이 도출될 수 있다.
제1 지수 관계식(412), 제2 지수 관계식(422) 및 제3 지수 관계식(432)에 기초하여 목표 분석 모델(130)의 목표 지수 관계식이 도출될 수 있다. 실시예에 따르면, 제1 지수 관계식(412), 제2 지수 관계식(422) 및 제3 지수 관계식(432)에 기초하는 비례 관계, 또는 제1 요소(배터리 셀 설계)의 변경으로 인한 제1 영향값과 제2 요소(SOC 범위)의 변경으로 인한 제2 영향값을 이용하여 목표 지수 관계식이 도출될 수 있다.
도 5는 일부 실시예에 따른 복수의 참조 분석 모델들을 나타내는 복수의 관계식들을 예시할 수 있다.
도 5를 참조하면, 복수의 참조 분석 모델들(110)을 나타내는 복수의 관계식들(510, 520, 530)을 예시하는 테이블(500)이 도시될 수 있다.
제1 관계식(510), 제2 관계식(520) 및 제3 관계식(530)은 모두 지수 피팅을 통해 생성될 수 있다. 실시예에 따르면, 지수 피팅 이외에 2차 다항식 등 다른 방식의 수치 해석 피팅이 활용될 수 있다. 제1 관계식(510), 제2 관계식(520) 및 제3 관계식(530)은 모두 y = A1*exp(x/t1) + y0의 형태로 표현될 수 있다.
테이블(500)은 제1 관계식(510), 제2 관계식(520) 및 제3 관계식(530)을 구성하는 계수들(A1, t1, y0)의 구체적인 수치들을 표시할 수 있다. 해당 수치들에 따르면, 조정된 결정 계수(adj.R2)의 값들이 결정될 수 있다. 테이블(500)에 도시된 바와 같이, 제1 관계식(510), 제2 관계식(520) 및 제3 관계식(530)은 모두 1에 가까운 조정된 결정 계수(adj.R2)를 가질 수 있고, 따라서 높은 피팅 적합성을 가질 수 있다.
목표 분석 모델(130)의 목표 지수 관계식은 제1 관계식(510), 제2 관계식(520) 및 제3 관계식(530)을 이용하여 도출될 수 있다. 제1 관계식(510), 제2 관계식(520) 및 제3 관계식(530)을 각각 y1, y2, y3라고 하고, 목표 지수 관계식을 yt라고 하면, 다음과 같은 비례 관계가 성립될 수 있다.
Figure PCTKR2024096480-appb-img-000001
수학식 1과 관련하여, y3과 y2은 배터리 셀 설계가 A라는 점을 공통으로 하고, 0-100% 및 4-98%의 서로 다른 SOC 범위를 가질 수 있다. 이와 유사하게, y1과 yt은 배터리 셀 설계가 B라는 점을 공통으로 하고, 0-100% 및 4-98%의 서로 다른 SOC 범위를 가질 수 있다. 따라서, 두 관계들이 서로 유사할 것이라는 가정 하에 수학식 1이 성립할 수 있다. 수학식 1을 정리하면, 목표 지수 관계식 yt는 다음과 같이 계산될 수 있다.
Figure PCTKR2024096480-appb-img-000002
도 6은 일부 실시예에 따른 각 배터리 분석 요소의 변경으로 인한 영향값을 이용하여 목표 분석 모델을 도출하는 과정을 예시할 수 있다.
도 6을 참조하면, 각 배터리 분석 요소의 변경으로 인한 영향값을 이용하여 목표 분석 모델을 도출하는 과정을 예시하는 테이블(600)이 도시될 수 있다.
테이블(600)은 제1 지수 관계식의 제1 계수들(610), 제2 지수 관계식의 제2 계수들(620) 및 제3 지수 관계식의 제3 계수들(630)을 나타낼 수 있다. 여기서, 제2 계수들(620) 및 제3 계수들(630)의 차이에 기초하여 제1 요소의 변경으로 인한 제1 영향값(640)이 도출될 수 있고, 제1 계수들(610) 및 제3 계수들(630) 차이에 기초하여 제2 요소의 변경으로 인한 제2 영향값(650)이 도출될 수 있다.
제3 계수들(630)에 대해 제1 영향값(640) 및 제2 영향값(650)을 모두 적용하면, 목표 지수 관계식의 계수들이 도출될 수 있다. 실시예에 따르면, 제1 영향값(640) 및 제2 영향값(650)은 계수들 간의 비율을 의미할 수 있고, 이 경우 수학식 1 및 수학식 2와 유사한 방식으로 목표 지수 관계식의 계수들이 도출될 수 있다. 또는, 제1 영향값(640) 및 제2 영향값(650)은 계수들 간의 차이(±)를 의미할 수 있다.
실시예에 따르면, 제1 영향값(640) 및 제2 영향값(650)을 제3 계수들(630)에 적용할 때, 제1 영향값(640)이 갖는 제1 가중치 및 제2 영향값(650)이 갖는 제2 가중치가 고려될 수 있다. 제1 가중치 및 제2 가중치는 복수의 참조 분석 모델들(110)을 저장하는 데이터베이스의 다른 다양한 모델들로부터 도출될 수 있다.
도 7은 일부 실시예에 따른 배터리 분석 방법을 구성하는 단계들을 예시할 수 있다.
도 7을 참조하면, 배터리 분석 방법(700)은 단계(710) 내지 단계(730)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 일부 단계가 생략되거나 다른 범용적인 단계가 추가될 수 있으며, 단계(710) 내지 단계(730)는 도시된 순서와 상이한 순서로 실행될 수 있다.
배터리 분석 방법(700)은 배터리 분석 장치(120)에서 시계열적으로 처리되는 단계들로 구성될 수 있다. 따라서, 이하에서 생략되는 내용이라 할지라도, 이상에서 배터리 분석 장치(120)에 대해 설명되는 내용은 배터리 분석 방법(700)에 대해서도 동일하게 적용될 수 있다.
배터리 분석 방법(700)의 단계(710) 내지 단계(730)는 배터리 분석 장치(120)의 메모리(121) 및 컨트롤러(122)에 의해 수행될 수 있다.
단계(710)에서, 배터리 분석 장치(120)는, 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정할 수 있다.
단계(720)에서, 배터리 분석 장치(120)는, 배터리 특성을 분석하기 위해 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별할 수 있다.
단계(730)에서, 배터리 분석 장치(120)는, 복수의 참조 분석 모델들에 기초하여 복수의 배터리 분석 요소들을 반영하여 배터리 특성을 분석하는 목표 분석 모델을 도출할 수 있다.
실시예에 따르면, 배터리 분석 방법(700)은 컴퓨터로 판독 가능한 저장 매체에 저장되는 컴퓨터 프로그램의 형태로 구현될 수 있다. 즉, 컴퓨터 프로그램은 배터리 분석 방법(700)을 구현하기 위한 명령어들을 저장할 수 있고, 프로그램의 명령어들은 컴퓨터로 판독 가능한 저장 매체에 저장될 수 있다. 컴퓨터 프로그램은 모바일 애플리케이션을 포함할 수 있다.
실시예에 따르면, 컴퓨터 판독 가능 저장 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 컴퓨터 프로그램 명령어들을 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 컴퓨터 프로그램 명령어는 컴파일러에 의해 만들어지는 기계어 코드 및 인터프리터 등을 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 기재된 "포함하다", "구성하다", 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소를 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 문서에 개시된 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 문서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 문서에 개시된 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 문서에 개시된 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 문서에 개시된 실시예들의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 문서에 개시된 실시예들은 본 문서에 개시된 실시예들의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 문서에 개시된 기술 사상의 범위가 한정되는 것은 아니다. 본 문서에 개시된 기술 사상의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 문서의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
[부호의 설명]
100: 배터리 분석 시스템 110: 복수의 참조 분석 모델들
120: 배터리 분석 장치 121: 메모리
122: 프로세서 130: 목표 분석 모델

Claims (20)

  1. 메모리; 및
    상기 메모리와 작동적으로 연결되는 프로세서를 포함하고,
    상기 프로세서는, 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하고,
    상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하고,
    상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하도록 구성되는, 배터리 분석 장치.
  2. 제1항에 있어서,
    상기 배터리 특성은 배터리 수명 퇴화 특성을 포함하고,
    상기 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함하는, 배터리 분석 장치.
  3. 제2항에 있어서,
    상기 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현되고,
    상기 복수의 참조 분석 모델들은 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함하는, 배터리 분석 장치.
  4. 제3항에 있어서,
    상기 복수의 참조 분석 모델들의 상기 복수의 관계식들은 상기 제1 요소와 상이한 제1 참조 요소 및 상기 제2 요소에 관한 제1 관계식, 상기 제1 요소 및 상기 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 상기 제1 참조 요소 및 상기 제2 참조 요소에 관한 제3 관계식을 포함하는, 배터리 분석 장치.
  5. 제4항에 있어서,
    상기 제1 관계식, 상기 제2 관계식 및 상기 제3 관계식은, 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동에 관한 실험 데이터에 대한 수치 해석 피팅을 통해 도출되는 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식을 포함하는, 배터리 분석 장치.
  6. 제5항에 있어서,
    상기 프로세서는, 상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식을 이용하는 비례 관계에 기초하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하도록 구성되는, 배터리 분석 장치.
  7. 제5항에 있어서,
    상기 프로세서는, 상기 제2 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제1 요소의 변경으로 인한 제1 영향값을 도출하고,
    상기 제1 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제2 요소의 변경으로 인한 제2 영향값을 도출하고,
    상기 제1 영향값 및 상기 제2 영향값을 상기 제3 지수 관계식에 적용하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하도록 구성되는, 배터리 분석 장치.
  8. 제7항에 있어서,
    상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식은 y = A1*exp(x/t1) + y0의 형태로 구성되고,
    상기 제1 영향값 및 상기 제2 영향값은 계수들(A1, t1, y0) 중 적어도 하나의 변동량을 포함하는, 배터리 분석 장치.
  9. 배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하는 단계;
    상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하는 단계; 및
    상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하는 단계를 포함하는, 배터리 분석 방법.
  10. 제9항에 있어서,
    상기 배터리 특성은 배터리 수명 퇴화 특성을 포함하고,
    상기 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함하는, 배터리 분석 방법.
  11. 제10항에 있어서,
    상기 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현되고,
    상기 복수의 참조 분석 모델들은 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함하는, 배터리 분석 방법.
  12. 제11항에 있어서,
    상기 복수의 참조 분석 모델들의 상기 복수의 관계식들은 상기 제1 요소와 상이한 제1 참조 요소 및 상기 제2 요소에 관한 제1 관계식, 상기 제1 요소 및 상기 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 상기 제1 참조 요소 및 상기 제2 참조 요소에 관한 제3 관계식을 포함하는, 배터리 분석 방법.
  13. 제12항에 있어서,
    상기 제1 관계식, 상기 제2 관계식 및 상기 제3 관계식은, 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동에 관한 실험 데이터에 대한 수치 해석 피팅을 통해 도출되는 제1 지수 관계식, 제2 지수 관계식 및 제3 지수 관계식을 포함하는, 배터리 분석 방법.
  14. 제13항에 있어서,
    상기 목표 분석 모델을 도출하는 단계는,
    상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식을 이용하는 비례 관계에 기초하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하는 단계를 포함하는, 배터리 분석 방법.
  15. 제13항에 있어서,
    상기 목표 분석 모델을 도출하는 단계는,
    상기 제2 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제1 요소의 변경으로 인한 제1 영향값을 도출하는 단계;
    상기 제1 지수 관계식 및 상기 제3 지수 관계식의 차이에 기초하여 상기 제2 요소의 변경으로 인한 제2 영향값을 도출하는 단계; 및
    상기 제1 영향값 및 상기 제2 영향값을 상기 제3 지수 관계식에 적용하여 상기 목표 분석 모델의 목표 지수 관계식을 도출하는 단계를 포함하는, 배터리 분석 방법.
  16. 제15항에 있어서,
    상기 제1 지수 관계식, 상기 제2 지수 관계식 및 상기 제3 지수 관계식은 y = A1*exp(x/t1) + y0의 형태로 구성되고,
    상기 제1 영향값 및 상기 제2 영향값은 계수들(A1, t1, y0) 중 적어도 하나의 변동량을 포함하는, 배터리 분석 방법.
  17. 적어도 하나의 프로세서에 의해 실행될 때, 상기 적어도 하나의 프로세서로 하여금,
    배터리 특성을 분석하기 위해 요구되는 복수의 배터리 분석 요소들을 특정하는 동작;
    상기 배터리 특성을 분석하기 위해 상기 복수의 배터리 분석 요소들 중 일부와 관련하여 미리 수립되어 있는 복수의 참조 분석 모델들을 식별하는 동작; 및
    상기 복수의 배터리 분석 요소들을 반영하여 상기 배터리 특성을 분석하는 목표 분석 모델을 상기 복수의 참조 분석 모델들에 기초하여 도출하는 동작을 수행하게 하는 명령어들을 저장하는, 비일시적 컴퓨터 판독가능 기록 매체.
  18. 제17항에 있어서,
    상기 배터리 특성은 배터리 수명 퇴화 특성을 포함하고,
    상기 복수의 배터리 분석 요소들은 배터리 셀의 설계와 관련된 제1 요소 및 충방전 사이클의 SOC 범위와 관련된 제2 요소를 포함하는, 비일시적 컴퓨터 판독가능 기록 매체.
  19. 제18항에 있어서,
    상기 배터리 수명 퇴화 특성은 충방전 사이클의 횟수에 따른 배터리 내부 저항의 변동으로 표현되고,
    상기 복수의 참조 분석 모델들은 상기 충방전 사이클의 횟수 및 상기 배터리 내부 저항의 변동 간의 복수의 관계식들을 포함하는, 비일시적 컴퓨터 판독가능 기록 매체.
  20. 제19항에 있어서,
    상기 복수의 참조 분석 모델들의 상기 복수의 관계식들은 상기 제1 요소와 상이한 제1 참조 요소 및 상기 제2 요소에 관한 제1 관계식, 상기 제1 요소 및 상기 제2 요소와 상이한 제2 참조 요소에 관한 제2 관계식 및 상기 제1 참조 요소 및 상기 제2 참조 요소에 관한 제3 관계식을 포함하는, 비일시적 컴퓨터 판독가능 기록 매체.
PCT/KR2024/096480 2023-11-20 2024-11-13 배터리 분석 장치, 배터리 분석 방법 및 기록 매체 Pending WO2025110855A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020230160241A KR20250073833A (ko) 2023-11-20 2023-11-20 배터리 분석 장치, 배터리 분석 방법 및 기록 매체
KR10-2023-0160241 2023-11-20

Publications (1)

Publication Number Publication Date
WO2025110855A1 true WO2025110855A1 (ko) 2025-05-30

Family

ID=95827010

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/096480 Pending WO2025110855A1 (ko) 2023-11-20 2024-11-13 배터리 분석 장치, 배터리 분석 방법 및 기록 매체

Country Status (2)

Country Link
KR (1) KR20250073833A (ko)
WO (1) WO2025110855A1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180138329A (ko) * 2017-06-21 2018-12-31 현대자동차주식회사 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템
KR20200087494A (ko) * 2019-01-11 2020-07-21 삼성전자주식회사 배터리 관리 방법 및 장치
KR102386980B1 (ko) * 2015-01-21 2022-04-15 삼성전자주식회사 배터리의 수명을 추정하는 방법 및 장치
KR20230003848A (ko) * 2021-06-30 2023-01-06 현대자동차주식회사 배터리의 상태 추정 장치 및 방법
KR20230054190A (ko) * 2021-10-15 2023-04-24 주식회사 엘지에너지솔루션 배터리 관리 장치의 퇴화도를 관리하는 장치 및 그것의 동작 방법
KR20230160241A (ko) 2021-03-23 2023-11-23 덴츠플라이 아이에이치 에이비 재사용 가능한 친수성 도뇨관 어셈블리

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102386980B1 (ko) * 2015-01-21 2022-04-15 삼성전자주식회사 배터리의 수명을 추정하는 방법 및 장치
KR20180138329A (ko) * 2017-06-21 2018-12-31 현대자동차주식회사 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템
KR20200087494A (ko) * 2019-01-11 2020-07-21 삼성전자주식회사 배터리 관리 방법 및 장치
KR20230160241A (ko) 2021-03-23 2023-11-23 덴츠플라이 아이에이치 에이비 재사용 가능한 친수성 도뇨관 어셈블리
KR20230003848A (ko) * 2021-06-30 2023-01-06 현대자동차주식회사 배터리의 상태 추정 장치 및 방법
KR20230054190A (ko) * 2021-10-15 2023-04-24 주식회사 엘지에너지솔루션 배터리 관리 장치의 퇴화도를 관리하는 장치 및 그것의 동작 방법

Also Published As

Publication number Publication date
KR20250073833A (ko) 2025-05-27

Similar Documents

Publication Publication Date Title
Yang et al. Extreme learning machine-based thermal model for lithium-ion batteries of electric vehicles under external short circuit
CN111965545B (zh) 锂电池自放电检测方法、装置及系统
Lavety et al. A dynamic battery model and parameter extraction for discharge behavior of a valve regulated lead-acid battery
CN105068009A (zh) 电池循环寿命预测方法
CN112180258B (zh) 电池平均库伦效率的测定方法、装置、介质、终端、及系统
CN110850315A (zh) 一种电池荷电状态的估算方法及装置
CN113595246A (zh) 微电网状态在线监测方法、装置、计算机设备和存储介质
WO2025214263A1 (zh) 可充放电容量的修正方法、装置、存储介质及电子装置
WO2024183341A1 (zh) 电池自放电的检测方法及装置、电子设备、存储介质
CN114325407B (zh) 电池自放电测试方法、装置、设备及计算机存储介质
CN115128465A (zh) 电池热仿真系统、方法及电子设备
CN110658463B (zh) 预测锂离子电池循环寿命的方法
WO2025110855A1 (ko) 배터리 분석 장치, 배터리 분석 방법 및 기록 매체
CN116482551A (zh) 模组内短路的标定方法、测量方法、系统、设备及介质
CN116087799A (zh) 电池模组内部一致性监测方法、系统、存储介质及终端
WO2025110426A1 (ko) 배터리 관리 장치, 배터리 관리 방법 및 배터리 관리 시스템
CN118700837A (zh) 一种基于大数据的电芯异常筛选方法、装置及设备
CN117347887B (zh) 测试电池自放电的方法、系统以及装置
CN118858997A (zh) Ocv-soc曲线的更新方法、装置、电子设备及可读介质
CN119247154A (zh) 一种锂电池温度估计方法、系统、计算机程序产品
CN115065049B (zh) 电网仿真中行降阶模型的执行时间计算方法、装置和设备
CN110221234A (zh) 检验电芯监控单元采样功能的装置及方法
CN117518004A (zh) 电池析锂概率的测试方法、装置、设备及存储介质
CN116256660A (zh) 一种电池的电芯不一致性检测方法
CN116609666A (zh) 一种电池包的电热性能预测方法、装置、电子设备及介质

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: 24894745

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024894745

Country of ref document: EP