KR20080000160A

KR20080000160A - 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법

Info

Publication number: KR20080000160A
Application number: KR1020060057521A
Authority: KR
Inventors: 윤한석; 이영조; 최수석; 남완용; 조보형
Original assignee: 삼성에스디아이 주식회사
Priority date: 2006-06-26
Filing date: 2006-06-26
Publication date: 2008-01-02
Also published as: EP1873542A1; DE602007008793D1; US20070299620A1; US8008891B2; JP2008010420A; JP5074830B2; KR100804698B1; CN101098029A; EP1873542B1; CN100547849C

Abstract

본 발명은 배터리를 모델링한 측정 모델을 이용하여, 배터리의 SOC를 추정하는 방법에 관한 것이다. 배터리에 흐르는 충방전 전류, 배터리의 온도 및 배터리의 단자 전압을 측정하여, 충방전 전류를 적산하여 배터리의 SOC를 추정한다. 배터리 온도, 충방전 전류, SOC(state of charge) 및 충방전 전류의 시변화율(dynamic) 중 적어도 어느 하나에 따라, 측정 모델에 의해 발생하는 오차에 대응하는 정보를 생성한다. 그리고 측정 모델 및 오차에 대응하는 정보를 이용하여 상기 추정된 배터리의SOC를 수정한다.

어댑티브 필터(adaptive filter), 칼만 필터(kalman filter), 데이터 리젝션(data rejection)

Description

배터리 ＳＯＣ 추정 방법 및 이를 이용하는 배터리 관리 시스템 및 구동 방법{THE METHOD OF ASSUMING THE STATE OF CHARGE OF THE BATTERY, BATTERY MANAGEMENT SYSTEM USING THE METHOD AND THE DRIVING METHOD OF THE BATTERY MANAGEMENT SYSTEM USING THE METHOD}

도 1은 본 발명의 실시예에 따른 배터리의 SOC를 추정하는 방법을 도시한 순서도이다.

도 2는 본 발명의 실시예에 따른 배터리의 SOC 추정 방법을 사용하는 전기 자동차 시스템을 도시한 도면이다.

도 3은 본 발명의 실시예에 따른 배터리의 등가회로도이다.

도 4는 본 발명의 실시예에 따른 MCU를 도시한 도면이다.

도 5는 본 발명의 실시예에 따른 BMS의 구동 방법을 방법을 도시한 순서도이다.

본 발명은 배터리의 충전 상태를 판단하는 장치 및 방법에 관한 것이다. 특히, 어댑티브(adaptive filter)를 이용하여 배터리의 SOC(state of charge)등 상태 를 추정하는 배터리 관리 시스템 및 그 구동 방법에 관한 것이다.

가솔린이나 중유를 주연료로 사용하는 내연 엔진을 이용하는 자동차는 대기오염 등 공해발생에 심각한 영향을 주고 있다. 따라서 최근에는 공해발생을 줄이기 위하여, 전기 자동차 또는 하이브리드(Hybrid) 자동차의 개발에 많은 노력을 기울이고 있다.

전기 자동차는 배터리(battery)에서 출력되는 전기에너지에 의해 동작하는 배터리 엔진을 이용하는 자동차이다. 이러한 전기 자동차는 충방전이 가능한 다수의 2차 전지(cell)가 하나의 팩(pack)으로 형성된 배터리를 주동력원으로 이용하기 때문에 배기가스가 전혀 없으며 소음이 아주 작은 장점이 있다.

한편, 하이브리드 자동차라 함은 내연 엔진을 이용하는 자동차와 전기 자동차의 중간 단계의 자동차로서, 두 가지 이상의 동력원, 예컨대 내연 엔진 및 배터리 엔진을 사용하는 자동차이다. 현재에는, 내연 엔진과 수소와 산소를 연속적으로 공급하면서 화학반응을 일으켜 직접 전기 에너지를 얻는 연료 전지를 이용하거나, 배터리와 연료 전지를 이용하는 등 혼합된 형태의 하이브리드 자동차가 개발되고 있다.

이와 같이 전기 에너지를 이용하는 자동차는 배터리의 성능이 자동차의 성능에 직접적인 영향을 미치므로, 각 전지 셀의 성능이 뛰어나야 할 뿐만 아니라 배터리의 온도, 셀전압, 전체 배터리의 전압 및 전류 등을 측정하여 배터리의 충방전을 효율적으로 관리할 수 있는 배터리 관리 시스템(Battery Management System, 이하 BMS)이 절실히 요구되는 실정이다.

종래 배터리 관리 시스템에서 배터리의 SOC(state of charge : 이하 'SOC')를 판단하기 위해서 전류 적산에 의해 SOC를 추정하는 방식을 사용하였다. 또한, 개방 전압(open loop voltage, 이하 'OCV'라함) 또는 방전 전압, 내부저항, 온도, 방전 전류등의 인자들과SOC의 관계를 미리 파악하고, 적어도 2가지 인자를 검출하여 검출된 인자에 대응되는SOC를 검출하는 방식을 사용하였다.

이와 같은 종래 방식에 따른 SOC 추정 방법은 전류 적산에 의한 오차가 발생할 수 있다. 또한 OCV 등과 SOC의 관계를 파악하더라도 배터리마다 특성의 차이가 있어, 각 배터리마다 실험적으로 OCV 등과 SOC의 관계를 복잡한 실험적인 방법으로 산출해야 한다. 따라서 종래 방식은 오차가 발생하거나 복잡한 실험 절차가 필요하다.

본 발명이 이루고자 하는 기술적 과제는 보다 정확하게 배터리의 SOC를 추정할 수 있는 방법, 배터리 관리 시스템 및 그 구동방법을 제공하는 것이다.

본 발명의 하나의 특징에 따른 배터리 관리 시스템은, 배터리를 모델링한 측정 모델을 이용하고, 배터리의 SOC를 추정하는 배터리 관리 시스템으로서, 상기 배터리에 흐르는 충방전 전류, 배터리의 온도 및 배터리의 단자 전압을 측정하는 센싱부, 상기 충방전 전류를 적산하여 배터리의 SOC를 추정하는 예측부, 상기 배터리 온도, 충방전 전류, SOC(state of charge) 및 충방전 전류의 시변화율(dynamic) 중 적어도 어느 하나에 따라, 상기 측정 모델에 의해 발생하는 오차에 대응하는 정보 를 생성하는 데이터 리젝션부, 및 상기 측정 모델 및 상기 오차에 대응하는 정보를 이용하여 상기 추정된 배터리의SOC를 수정하는 측정부를 포함한다.

본 발명의 한 특징에 따른 상기 측정 모델은 내부 저항, 확산 임피던스 및 OCV(open circuit voltage)를 포함하고, 상기 예측부는 상기 SOC를 제1 상태 변수로, 상기 확산 임피던스에 인가되는확산 임프던스 전압을 제2 상태 변수로 설정하고, 일정한 시간 단위로 상기 제1 및 제2 상태 변수 값을 상기 충방전 전류를 이용하여 예측한다. 또한, 상기 예측부는, 현재 상태의 상기 제1 및 제2 상태 변수 값을 예측하기 위해, 직전 상태의 상기 충방전 전류를 상기 일정한 시간동안 적산한다.

상기 데이터 리젝션부는, 상기 오차에 대응하는 제1 게인(gain)을 생성하고, 상기 측정부는, 상기 예측부에서 추정된 SOC에 대응하는 OCV, 상기 측정 모델의 내부저항에 인가되는 전압, 및 상기 확산 임피던스 전압을 이용하여, 상기 배터리 단자 전압을 예측하고, 상기 예측된 배터리 단자 전압과 상기 측정된 배터리 단자 전압을 비교한 결과 및 상기 제1 게인을 이용하여 제2 게인을 생성한다. 그리고 상기 측정부는, 상기 제2 게인을 이용하여, 상기 예측부에서 예측된 상기 제1 및 제2 상태 변수를 수정하고, 상기 예측부로 전달한다.

또한, 본 발명의 한 특징에 따른 실시예에서, 상기 데이터 리젝션부는, 상기 SOC가 제1 영역에 속하면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 SOC가 제2 영역에 속하면, 상기 제1 게인을 상기 SOC에 따라 조절하며, 상기 제1 영역과 제2 영역은 SOC의 값에 따라 구분한다. 상기 제1 영역은 상기 SOC가 20% 초과인 영 역이고, 상기 제2 영역은 상기 SOC가 20% 이하인 영역이며, 상기 SOC가 제2 영역에 속하면, 제1 게인(

)을

(

: 비례 상수)와 같이 조절한다.

그리고, 본 발명의 한 특징에 따른 다른 실시예에서 상기 데이터 리젝션부는, 상기 충방전 전류의 절대값이 기준값보다 작으면 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 절대값이 상기 기준값 이상이면, 상기 제1 게인을 상기 충방전 전류의 절대값에 따라 조절한다. 상기 기준값은 5A이며, 상기 충방전 전류의 절대값이 상기 기준값 이상이며, 상기 제1 게인(

)을

에 따라 조절한다.

또한, 본 발명의 한 특징에 따른 또 다른 실시예에서 상기 데이터 리젝션부는, 상기 충방전 전류의 시변화율이 감지되지않으면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 시변화율이 감지되면상기 제1 게인을 상기 충방전 전류의 시변화율이 발생하는기간에 대응하여 조절한다. 상기 충방전 전류의 시변화율이 감지되면,

(

: 전류가 변동하는 기간,

: 상수)에 따라 상기 제1 게인(

)을 조절한다.

그리고, 본 발명의 한 특징에 따른 실시예에서, 상기 예측부는,

상태 방정식

에 따라 제1 상태 변수(

)및 제2 상태 변수(

)를 예측한다.

그리고, 상기 측정부는, 출력 방정식

에 따라 상기 배터리 단자 전압을 예측하고, 측정된 상기 배터리 단자 전압(Vt)과 상기 예측된 배터리 단자 전압(Vt)의 차를 생성한다. 그리고 상기 측정부는,

을 이용하여, 제2 게인(

)을 생성한다.

본 발명의 다른 특징에 따른 배터리의 SOC를 추정하는 방법은 배터리를 모델링한 측정 모델을 이용하여, 배터리의 SOC를 추정하는 방법으로서, a) 상기 배터리에 흐르는 충방전 전류, 배터리의 온도 및 배터리의 단자 전압을 측정하는 단계, b) 상기 충방전 전류를 적산하여 배터리의 SOC를 추정하는 단계, c) 상기 배터리 온도, 충방전 전류, SOC(state of charge) 및 충방전 전류의 시변화율(dynamic) 중 적어도 어느 하나에 따라, 상기 측정 모델에 의해 발생하는 오차에 대응하는 정보를 생성하는 단계, 및 d) 상기 측정 모델 및 상기 오차에 대응하는 정보를 이용하여 상기 추정된 배터리의SOC를 수정하는 단계를 포함한다. 상기 측정 모델은 내부 저항, 확산 임피던스 및 OCV(open circuit voltage)를 포함하고, 상기 b)단계는 상기 SOC및 기 확산 임피던스에 인가되는 확산 임피던스 전압을 일정한 시간 단위로 상기 충방전 전류를 이용하여 추정하는 단계를 포함한다. 상기 c)단계는, 상기 오차에 대응하는 제1 게인(gain)을 생성하는 단계를 포함하고, 상기 d) 단계는, 상기 b) 단계에서 추정된 SOC에 대응하는 OCV, 상기 측정 모델의 내부저항에 인가되는 전압, 및 상기 확산 임피던스 전압을 이용하여, 상기 배터리 단자 전압을 예측하고, 상기 예측된 배터리 단자 전압과 상기 측정된 배터리 단자 전압을 비교한 결과 및 상기 제1 게인을 이용하여 제2 게인을 생성한다.

상기 c) 단계는, 상기 SOC가 제1 영역에 속하면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 SOC가 제2 영역에 속하면, 상기 제1 게인을 상기 SOC에 따라 조절하며, 상기 제1 영역과 제2 영역은 SOC의 값에 따라 구분하는 단계를 포함한다.

그리고 상기 c) 단계는, 상기 충방전 전류의 절대값이 기준값보다 작으면 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 절대값이 상기 기준값 이상이면, 상기 제1 게인을 상기 충방전 전류의 절대값에 따라 조절하는 단계를 더 포함한다.

또한, 상기 c) 단계는, 상기 충방전 전류의 시변화율이 감지되지않으면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 시변화율이 감지되면상기 제1 게인을 상기 충방전 전류의 시변화율이 발생하는기간에 대응하여 조절하는 단계를 더 포함한다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다. 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

이하, 도면을 참조하여 본 발명의 한 특징에 따른 실시예를 설명한다.

본 발명의 실시예에 따른 배터리의 SOC 추정 방법은 어댑티브 필터와 데이터 리젝션을 이용한 방법이다.

도 1에 도시된 바와 같이, 먼저 복수의 셀을 포함하는 2 이상의 팩을 포함하는 배터리를 등가회로로 모델링한다(S10).

배터리의 충방전 전류, 배터리 단자 전압 및 배터리 온도등을 측정하고, 배터리의 SOC를 추정한다(S20).

측정된 배터리의 충방전 전류 및 추정된 배터리의 SOC를 이용하여 데이터 리젝션을 결정한다(S30). 본 발명의 실시예에 따른 데이터 리젝션 결정은 S10단계에서 모델링된 배터리의 등가회로를 측정 모델로 설정하고, 측정 모델에 의해 발생하는 오차의 분산에 대응하는 게인(gain)을 생성하는 단계이다.

S30 단계에서 생성된 측정 모델 오차의 분산 게인을 이용하여 S20 단계에서 추정된 SOC를 수정한다(S40). 본 발명의 실시예에 따른 추정된 SOC 수정은 어댑티브 필터를 사용하여 수행되며, 구체적으로 칼만 필터를 사용할 수 있다. 이 때, 측정 모델 오차의 분산 게인을 이용하여 칼만 게인을 생성하고, 생성된 칼만 게인을 이용하여 S20단계에서 추정된 SOC를 수정한다.

다시, 수정된 SOC및 배터리의 충방전 전류를 이용하여 S20단계에서 배터리의 SOC를 추정한다.

이하, 이와 같은 배터리의 SOC 추정 방법을 사용하는 자동차 시스템을 구체 적으로 설명한다.

도 2는 본 발명의 실시예에 따른 배터리의 SOC 추정 방법을 사용하는 전기 자동차 시스템을 개략적으로 보여주는 도면이다.

도 2에 도시된 바와 같이, 자동차 시스템은 BMS(1), 배터리(2), 전류센서(3), 냉각팬(4), 퓨즈(5), 메인 스위치(6), ECU(engine controller unit, 7), 인버터(8) 및 모터제너레이터(9)를 포함한다.

먼저, 배터리(2)는 복수의 전지 셀이 서로 직렬로 연결된 복수의 서브팩(2a ~ 2h), 출력단자(2_OUT1), 출력단자(2_OUT2) 및 서브팩(2d)과 서브팩(2e) 사이에 마련되는 안전스위치(2_SW)를 포함한다. 여기서 서브팩(2a ~ 2h)은 예시적으로 8개로 표시되고 서브팩은 복수의 전지 셀을 하나의 그룹으로 표시한 것에 불과한 것이고, 이에 한정되는 것은 아니다. 또한 안전 스위치(2_SW)는 서브팩(2d)과 서브팩(2e) 사이에 마련되는 스위치로서 배터리를 교체하거나 배터리에 대한 작업을 수행할 때 작업자의 안전을 위하여 수동적으로 온 오프할 수 있는 스위치이다. 본 실시예에서는 서브팩(2d)과 서브팩(2e) 사이에 안전 스위치(2_SW)가 마련되나 본 발명은 이에 한정되는 것은 아니다. 출력단자(2_OUT1) 및 출력단자(2_OUT2)는 인버터(8)와 연결된다.

전류센서(3)는 배터리(2)의 출력전류 량을 측정하여 BMS(1)의 센싱부(10)로 출력한다. 구체적으로 전류센서(3)는 홀(Hall) 소자를 이용하여 전류를 측정하고 측정된 전류에 대응되는 아날로그 전류 신호로 출력하는 Hall CT(Hall current transformer)일 수 있다.

냉각팬(4)은 BMS(1)의 제어신호에 기초하여 배터리(2)의 충방전에 의해 발생할 수 있는 열을 냉각하여 온도 상승으로 인한 배터리(2)의 열화 및 충방전 효율의 저하를 방지한다.

퓨즈(5)는 배터리(2)의 단선 또는 단락에 의해 과전류가 배터리(2)에 전달되는 것을 방지한다. 즉 과전류가 발생하면 퓨즈(5)는 단선되어 과전류가 배터리(2)에 전달되는 것을 차단한다.

메인 스위치(6)는 과전압, 과전류, 고온 등 이상 현상이 발생하면 BMS(1) 또는 자동차의 ECU(7)의 제어신호에 기초하여 배터리(2)를 온오프 한다.

BMS(1)는 센싱부(10), MCU(Main control unit, 20), 내부전원 공급부(30), 셀밸런싱부(40), 저장부(50), 통신부(60), 보호회로부(70), 파워온 리셋부(80) 및 외부인터페이스(90)를 포함한다.

센싱부(10)는 배터리의 충방전 전류, 배터리 단자 전압, 각 셀전압, 셀온도 및 주변온도를 측정하여 MCU(20)에 전달한다.

MCU(20)는 센싱부(10)로부터 전달받은 배터리의 충방전 전류, 배터리 단자 전압, 각 셀전압, 셀온도 및 주변온도에 기초하여 배터리(2)의 충전상태(state of charging, 이하 SOC), 건강상태(state of health, 이하 SOH) 등을 추정하여 배터리(2)의 상태를 알려주는 정보를 생성하고 자동차의 ECU(7)에 전달한다. 따라서 자동차의 ECU(7)는 MCU(20)로부터 전달된 SOC 및 SOH에 기초하여 배터리(2)의 충전 또는 방전을 수행한다. 본 발명의 실시예에 따른 MCU(20) 배터리를 등가 회로로 모델링하여, 추정하려는 SOC를 예측하고, 예측된 SOC를 수정하는 방식을 사용한다. 이때, 배터리를 모델링한 등가 회로를 측정 모델(measurement model)로 설정하는데, 측정 모델에 의한 오차의 분산을 고려하여 예측된 SOC를 수정하는 데이터 리젝션을 이용한다. 구체적인 설명은 이하 도 3 내지 도 5를 참조하여 설명한다.

내부전원 공급부(30)는 일반적으로 보조 배터리를 이용하여 BMS(1)에 전원을 공급하는 장치이다. 셀밸런싱부(40)는 각 셀의 충전상태의 균형을 맞춘다. 즉, 충전상태가 비교적 높은 셀은 방전시키고 충전상태가 비교적 낮은 셀은 충전시킬 수 있다. 저장부(50)는 BMS(1)의 전원이 오프될 때, 현재의 SOC, SOH 등의 데이터들을 저장한다. 여기서 저장부(50)는 전기적으로 쓰고 지울 수 있는 비휘발성 저장장치로서 EEPROM일 수 있다. 통신부(60)는 자동차의 ECU(7)와 통신을 수행한다. 보호회로부(70)는 펌웨어(firm ware)를 이용하여 외부의 충격, 과전류, 저전압 등으로부터 배터리(2)를 보호하기 위한 회로이다. 파워온 리셋부(80)는 BMS(1)의 전원이 켜지면 전체 시스템을 리셋한다. 외부 인터페이스(90)는 냉각팬(4), 메인 스위치(6) 등 BMS의 보조장치들을 MCU(20)에 연결하기 위한 장치이다. 본 실시에에서는 냉각팬(4) 및 메인 스위치(6)만이 도시되었지만 이에 한정되는 것은 아니다.

ECU(7)는 차량의 액셀러레이터(accelerator), 브레이크(break), 차량 속도 등의 정보에 기초하여 토크 정도를 결정하고, 모터제너레이터(9)의 출력이 토크 정보에 맞도록 제어한다. 즉 ECU(7)는 인버터(8)의 스위칭을 제어하여 모터제너레이터(9)의 출력이 토크 정보에 맞도록 제어한다. 또한 ECU(7)는 BMS(1)의 통신부(60)를 통하여 MCU(20)로부터 전달되는 배터리(2)의 SOC를 전달받아 배터리(2)의 SOC가 목표값(예컨대 55%)이 되도록 제어한다. 예를 들면 MCU(20)로부터 전달된 SOC가 55% 이하이면 인버터(8)의 스위치를 제어하여 전력이 배터리(10) 방향으로 출력되도록 하여 배터리(2)를 충전시킨다. 한편, SOC가 55% 이상이면 인버터(8)의 스위치를 제어하여 전력이 모터제너레이터(9) 방향으로 출력되도록 하여 배터리(2)를 방전시킨다.

인버터(8)는 ECU(7)의 제어신호에 기초하여 배터리(2)가 충전 또는 방전되도록 한다.

모터 제너레이터(9)는 배터리(2)의 전기에너지를 이용하여 ECU(7)로부터 전달되는 토크 정보에 기초하여 자동차를 구동한다.

결국 ECU(7)는 SOC에 기초하여 충방전 할 수 있는 파워만큼 충방전함으로써 배터리(2)가 과충전이나 과방전되는 것을 방지하여 배터리(2)를 효율적으로 오랫동안 사용할 수 있도록 한다. 그러나 배터리(2)가 자동차에 장착된 후에는 배터리(2)의 실제 SOC를 측정하기는 어려우므로, BMS(1)는 센싱부(10)에서 센싱한 팩전류, 팩전압 등을 이용하여 SOC를 정확하게 추정하여 ECU(7)에 전달하여야 한다.

이하, 본 발명의 실시예에 따른 BMS(1)에 대하여 도 3 내지 도 5를 참조하여 설명한다.

도 3은 본 발명의 실시예에 따른 배터리의 등가회로이다.

도 3에 도시된 바와 같이, 배터리의 등가회로는 확산 임피던스(diffusion impedance), 내부 저항(Ri) 및 OCV(open circuit voltage)를 포함하고 있다. 본 발명의 실시예에 따른 확산 임피던스는 저항(Rdiff) 및 커패시터(Cdiff)로 나타낼 수 있으며, OCV는 SOC의 함수로 나타낼 수 있다. 본 발명의 실시예에 따른 저 항(Rdiff) 및 커패시터(Cdiff)는 SOC, 온도 및 배터리에 흐르는 충방전 전류(i)등의 외부 요인에 따라 변하지 않는 값으로 설정한다. 내부 저항(Ri)은 셀 온도 또는 셀 주변 온도등 배터리의 온도에 의해 변동되며, 온도에 따른 내부저항의 관계는 실험적인 방법에 의해 생성된다. 본 발명의 실시예에 따른 저항(Rdiff) 및 커패시터(Cdiff)의 변동에 따라 발생하는 오차에 대해서는 오차의 분산을 이용한 데이터 리젝션(data rejection)방법에 의해 보상할 수 있다. 데이터 리젝션에 대한 방법은 뒤에 자세하게 후술한다. 이하, 본 발명의 실시예에 따른 배터리 시스템의 등가회로는 측정 모델(measurement model)이라고 간단히 기술한다.

이하, 본 발명의 실시예에 따른 MCU(20)에 대해서 도 4를 참조하여 구체적으로 설명한다.

도 4는 본 발명의 실시예에 따른 MCU(20)를 나타낸 도면이다. 본 발명의 실시예에 따른 MCU(20)는 예측부(21), 측정부(22) 및 데이터 리젝션부(23)를 포함한다.

예측부(21)는 전류 적산 방법을 사용하여 배터리의 상태(state)를 나타내는 파라미터를 예측한다. 구체적으로, 도 2에서 설명한 측정 모델에서, 상태를 갖는 파라미터는 SOC와 확산 임피던스(diffusion impedence)(Zdiff)의 커패시턴스이다. 예측부(21)는 SOC를 예측하기 위해서 배터리에 흐르는 충방전 전류(i)를 센싱부(10)로부터 전달받아, 전류 적산(ampere counting)방법으로 측정하여, 현재 배터리의 상태인 SOC를 예측한다. 또한, 예측부(21)는 배터리에 흐르는 충방전 전류(i)를 이용하여 확산 임피던스(Zdiff)의 양단에 인가되는 전압(Vdiff)을 예측한다.

측정부(22)는 측정 모델에서, 추정하려는 상태와 관련되고 측정 가능한 파라미터를 이용하여 예측부(21)에서 예측된 배터리의 상태를 나타내는 파라미터를 수정한다. 구체적으로, 측정부(22)는 측정 모델에서의 배터리 단자 전압(battery terminal voltage)(Vt)을 센싱부(10)로부터 전달받는다. 그리고, 측정부(22)는 예측부(21)에서 예측한 SOC 및 센싱부(10)로부터 전달받은 온도(T)에 대응하는 OCV를 산출한다. 또한, 내부저항과 센싱부(10)로부터 전달받은 충방전 전류(i)를 이용하여 내부저항에 인가되는 전압(Vr)을 산출한다. 이렇게 산출된 OCV, 전압(Vr) 및 예측부(21)에서 예측한 확산 임피던스 전압(Vdiff)을 이용하여 배터리 단자 전압(Vt)을 추정한다. 이렇게 추정된 배터리 단자 전압과 측정한 배터리 단자 전압을 비교하여, 비교 결과에 따라 예측부(21)에서 예측된 SOC등을 수정한다.

데이터 리젝션부(23)는 측정 모델에 의해 발생하는 오차의 분산을 고려하여 측정부(22)에서 예측된 배터리의 파라미터를 수정하는 것을 제어한다. 구체적으로, 본 발명의 실시예에 따른 MCU(20)는 배터리의 SOC, 배터리에 흐르는 충방전 전류, 온도 및 전류의 시변화율에 따라 측정 모델에 의해 발생하는 오차의 분산에 대한 정보를 저장한다. MCU(20)는 이와 같은 정보를 데이터 테이블로 구성하여 저장하는 데이터 베이스(도시하지 않음)를 더 포함할 수 있다. 이러한 정보는 실험적인 방법으로 생성될 수 있다. 데이터 리젝션부(23)는 이 데이터 테이블을 이용하여, 데이터 테이블에서 현재 상태에 따라 측정 오차의 분산을 검출한다. 데이터 리젝션부(23)는 검출된 오차의 분산을 측정부(22)로 전달한다. 그러면, 측정부(22)에서는 검출된 오차의 분산에 따라 예측된 배터리의 파라미터의 수정 정도를 결정한다.

이하, 본 발명의 실시예에 따라, 어댑티브 필터(adaptive filter)를 이용하여 예측 및 예측 오차를 수정하여 배터리의 SOC를 추정하고, 데이터 리젝션(data rejection) 방식을 이용하여, 실제 배터리와 배터리의 측정 모델 사이에 발생하는 오차를 방지하는 배터리 관리 시스템을 설명한다. 본 발명의 실시예에 따른 MCU(20)의 예측부(21) 및 추정부(22)는 어댑티브 필터의 일종인 확장 칼만 필터(extended kalman filter : 이하 'EKF'라 함.)와 유사한 알고리즘을 사용한다. EKF는 일반적인 칼만 필터를 부분적으로 선형화 시킬 수 있는 비선형 시스템에까지 확대 적용한 것이다. 예측부(21)는 수학식 1과 같은 상태 방정식을 이용하여 상태 변수(x)인 배터리의 SOC 및 확산 임프던스에 인가되는 전압(Vdiff)을 예측한다. 본 발명의 실시예에 따른 예측부(21)는 수학식 1에서 상태 방정식(a)으로 비선형 행렬식(b)를 사용한다. 수학식 (b)는 일정한 시간 동안 전류 적산을 수행하여 이산적으로 SOC 및 전압(Vdiff)을 예측한다.

(a)

(b)

수학식 1 (b)에서,

및

는 상태 변수

에 대응되는 값이 다.

는 현재 상태에서예측되는 SOC 값이고,

는 직전 상태에서 예측된 SOC가 측정부(22)에서 수정되어오차가 보정된 값이다. 그리고,

는 현재 상태의 확산 임피던스에 인가되는 전압(Vdiff)이고,

는 직전 상태에서 예측된 확산 임피던스에 인가된 전압(Vdiff)이 측정부(22)에서 수정되어 오차가 보정된 값이다.

와

는 각각 확산 임프던스의 커패시턴스와 저항값이다. 예측부(21)가 이산 시간으로 SOC를 추정하며, 이때

는 현상태와 직전 상태 사이의 시간의 간격이다.

은 직전 상태에서 배터리에 흐르는 전류값이다.

은 배터리의 정격 용량에 대응되는 상수 값으로, 상태에 따라 변하지 않는다.

는

에 대응된다.

는

에 대응되는 값으로, 각 상태에서 입력되는 값이다.

그리고, 예측부(21)는 이산 시간 단위에서, 상태 변수(x)의 추정 오차에 대한 공분산(

)을 수학식 2를 이용하여 예측하여, 측정부(22)로 전달한다.

,

여기서,

는 비선형 행렬식(

)을 상태 변수로 미분하여, 선형화 시킨 것이고,

는 각 상태별 상태 변수의 분산 값이다.

이와 같이, 예측부(21)는 예측한 상태 변수(

) 및 상태 변수의 추정 오차에 대한 공분산(

)을 생성하여, 측정부(22)로 전달한다.

측정부(22)는 측정 모델을 이용하여 예측된 SOC 및 전압(Vdiff)을 수정한다. 먼저, 측정부(22)는 예측부(21)에서 예측된 SOC와 전압(Vdiff)을 이용하여 측정할 수 있는 값, 즉 배터리 단자 전압(Vt)을 수학식 3과 같은 출력 방정식을 이용하여 예측한다.

여기서, 전압(Vr)은 전류(i)가 내부저항에 흐르면, 발생하는 전압강하에 대응하는 값이다. 측정부(22)는 SOC와 OCV간의 비선형성을 해결하고, 칼만 필터를 사용하기 위해 수학식 4와 같은 미분형태의 방정식을 칼만게인을 생성하기 위해 사용한다.

수학식 4에서, OCV는 SOC에 관한 함수로 정의될 수 있으며, 출력 방정식을 상태 변수(SOC)로 미분한 형태이다.

측정부(22)는 예측된 SOC 및 전압(Vdiff)을 수정하기 위해서 칼만 게인(kalman gain)(

)을 생성한다. 수학식 5는 칼만 게인을 산출하기 위한 식이 다.

,

여기서,

는 칼만 게인을 나타낸다. 칼만게인은 이 공분산을 최소화하는 값으로 정해진다.

는 예측된 상태 변수(x)와 출력 변수(y)에 관한 함수를 선형화하기 위해서 미분한 행렬을 나타내는 수학식 4를 나타낸다.

는

의 역행렬을 나타낸다.

는 측정 모델에 의해 발생하는 오차의 분산을 나타낸다. 위에서 언급했듯이,

는 SOC, 전류 크기, 온도 및 전류의 시변화율등에 따라 설정될 수 있으며, 측정부(22)는현재 SOC, 전류 크기, 온도 및 전류의 시변화율 중 둘 이상의 인자에 대응하는

를 검출하여 사용할 수 있다. 측정부(22)는 이렇게 생성된 칼만 게인을 이용하여 수학식 6과 같이 예측된 상태 변수(x)를 수정한다.

여기서, 변수 x는 SOC 및 전압(Vdiff)에 대응되고, 변수 z는 배터리 단자 전압(Vt)에 대응될 수 있다. 그러면,

는 예측된 SOC가 칼만 게인에 의해 오차가 수정된 SOC 값이고,

는 예측부(21)에서 예측된 SOC값이다.

는 배터리 단자 전압의 평균을 나타내고,

는 현재 측정 모델에서 측정된 배터리 단자 전 압(Vt)을 나타낸다. 또한, 측정부(22)는 칼만 게인을 이용하여 수학식 7과 같이, 수정된 상태 변수(

)의 추정 오차에 대한 공분산(

)을 생성한다.

여기서,

는 상태 변수(

)에 해당하는 수정된 SOC 및 수정된 전압(Vdiff) 각각의 추정 오차에 대한 공분산값에 대응된다.

구체적으로, 측정부(22)는 칼만 게인을 사용하여 예측된 SOC(

) 및 공분산(

)을 수정하여 SOC(

) 및 공분산(

)을 생성한다. 생성된 SOC(

) 및 공분산(

)은 예측부(21)로 전송되어, 다음 상태를 예측하는 초기값으로 설정된다.

이와 같은 방식으로, 측정부(22)는 예측된 전압(Vdiff)에 대해서도 수정된 전압(Vdiff) 및 공분산을 생성하여, 예측부(21)로 전송한다. 그러면, 다음 상태를 예측하는 초기값으로 설정된다.

데이터 리젝션부(23)는 현재 상태에 대응하는 측정 모델의 오차의 분산(

)를 데이터 테이블에서 검출하고, 현재 상태에 따라 오차의 분산(

)를 수정하여, 측정부(22)로 전달한다. 본 발명의 실시예에 따른 데이터 리젝션(23)은 예측된 상태를 측정 모델을 이용하여 얼마나 수정할 것인지 결정하는데 있어서, 측정 모델의 부정확성으로 인해 발생하는 오차의 분산을 이용한다. 구체적으로, 수학 식 5에서 칼만 게인은 오차의 분산(

)에 따라 변동되고, 오차의 분산(

)는 측정 모델의 오차에 따라 결정된다. 따라서 측정 모델에서 발생하는 오차에 따라 칼만게인이 결정되고, 수학식 6과 같이 예측 SOC가 수정된다.

예를들면, 오차의 분산(

)가 무한대의 값이면, 수학식 5에서 알 수 있듯이, 칼만 게인은 '0'이 된다. 그러면, 측정부(22)에서 측정 모델에 의해 수정되어 생성된 SOC(

)와 예측 SOC(

)는 동일한 값이 된다.

이하, 측정 모델의 오차에 따라 데이터 리젝션부(23)가 오차의 분산(

)를 결정하는 방법에 대해서 설명한다.

본 발명의 실시예에 따른 데이터 리젝션부(23)는 온도(T), SOC, 전류의 시변화율 및 전류의 크기에 대해 각각 신뢰할 수 있는 구간과 신뢰할 수 없는 구간을 설정하여, 구간에 따라 오차의 분산(

)을 조절한다. 본 발명의 실시예에 따른 온도(T)는 센싱부로부터 전달받을 수 있으며, SOC는 예측부로부터 전달받은 정보를 사용할 수 있다. 그러나 이에 한정되는 것을 아니다. 본 발명의 실시예에 따른

는 신뢰할 수 있는 구간에서 미리 설정된 일정한 값으로 고정되고, 신뢰할 수 없는 구간에서는 데이터 리젝션부(23)에 의해 변경된다.

즉, 배터리의 셀 또는 셀 주변의 온도를 검출하고, 검출된 온도가 신뢰할 수 있는 구간에 속하면, 오차의 분산(

)을 미리 설정된 값으로 하여, 칼만 게인을 생성한다. 반면, 검출된 온도가 신뢰할 수 없는 구간에 속하면, 오차의 분산(

) 을 실험에 의해 온도와 오차의 분산(

)과의 관계를 이용하여, 오차의 분산(

)을 변경시켜, 칼만 게인을 생성한다.

구체적으로, SOC에 따라 오차의 분산(

)을 조절하는 방법을 살펴보자. 일반적으로, 배터리는 SOC의 양 극단에서는 확산과 기타 복합적인 요인으로 인해 복잡한 측정 모델을 갖는다. 이러한 이유로 SOC 영역별로 측정 모델을 다르게 구성할 수도 있다. 그러나 이는 SOC의 추정작업을 복잡하게 하므로, 지금까지 살펴본 바와 같이, 본 발명의 실시예에 따른 MCU(20)는 도 2와 같은 등가회로를 갖는 측정 모델을 이용하고, 측정 모델에 의해 발생하는 오차를 이용하여, 데이터 리젝션의 정도를 판단하여 SOC를 추정한다.

그래프 1은 SOC 영역별 측정 모델의 임피던스를 나타낸 그래프이다.

[그래프 1]

그래프 1에 도시된 바와 같이, SOC가 낮은 상태(SOC 20%이하)에서는 OCV 전압에 따라 다소의 차이는 있지만, 다른 영역의 SOC와는 다른 형태의 곡선을 따르는 값을 갖는다.

본 발명의 실시예에 따른 데이터 리젝션부(23)는 SOC 20%이하 영역을 신뢰할 수 없는 구간으로 구분하였다. 데이터 리젝션부(23)는 SOC가 20% 초과 영역은 신뢰할 수 있는 구간에서는, 측정 모델에 의해 발생하는 측정 오차의 분산(

)을 미리 설정된 값으로 측정부로 전달한다. 반면에, SOC가 20% 이하인 신뢰할 수 없는 구간에서는, 측정 모델에 의해 발생하는 측정 오차의 부산(

)를 변경시켜, 측정부(22)로 전달한다. 측정부(22)는 오차의 분산(

)을 이용하여 칼만게인을 생성한다. 오차의 분산(

)를 SOC 영역에 따라 조절하면 수학식 8과 같다.

수학식 8에서,

는 현 상태에 따라 조절된 오차의 분산을 나타내고,

는 직전 상태에서 오차의 분산을 나타낸다. Gsoc 값은 데이터 리젝션 효과를 결정하는 변수로 실험을 통해 측정된 값이다. 본 발명의 실시예에 따르면, Gsoc=10이다.

이와 같이, 신뢰할 수 없는 구간에서는, 오차의 분산(

)은 설정된 값보다 증가하게 되고, 칼만게인은 감소한다. 그러면, 예측부(21)에서 예측된 SOC가 측정부(22)에서 측정 모델에 의해 수정되는 범위가 감소한다.

다음으로, 배터리에 흐르는 전류 즉, 충방전 전류의 크기에 따라 배터리의 SOC 추정의 정확도가 달라질 수 있다. 이는 배터리의 비선형 특성에 의한 것 뿐만 아니라, 측정 모델에 의한 오차에 의해 발생한다. 그래프 2에서 배터리 방전 전류의 크기에 따라, SOC와 배터리 전체 저항의 관계가 도시되어 있다.

[그래프 2]

그래프 2에서처럼 방전 전류가 증가할수록 SOC에 대한 배터리의 전체 저항은 감소한다. 이런 특성에 따르면 배터리의 측정 모델에서 저항을 단일 상수로 고정할 경우 충방전 전류가 큰 값일 때, 측정 모델이 부정확해진다. 이를 고려하여 충방전 전류의 절대값이 5A미만인 영역은 신뢰할 수 있는 영역으로 미리 설정된

를 사용한다. 그리고, 충방전 전류가 5A 이상인 영역은 신뢰할 수 없는 영역으로, 수학식 9와 같이

를 변경시켜 산출된

를 사용하여, 칼만게인을 생성한다.

여기서,

는 현 상태에 따라 조절된 오차의 분산을 나타내고,

는 직전 상태에서 오차의 분산을 나타낸다. Gi는 실험에 의해 정해진 상수 값으로, 본 발명의 실시예에 따르면, Gi=2이다.

이와 같이,

는 전류의 크기가 소정의 기준치를 벗어나 신뢰할 수 없는 구간에서 그 값이 증가하고, 그러면 칼만게인은 감소한다. 그러면, 예측부(21)에서 예측된 SOC가 측정부(22)에서 측정 모델에 의해 수정되는 범위가 감소한다.

다음으로, 충방전 전류의 시변화율에 따라 배터리의 SOC 추정의 정확도가 달라질 수 있다. 전류의 시변화율이란, 시간에 대한 전류의 변화량을 말한다. 즉, 단위 시간당 전류의 변화가 크면, 전류의 시변화율이 크고, 단위 시간당 전류의 변화가 작으면, 전류의 시변화율이 작다. 본 발명의 실시예에 따른 측정 모델은 커패시터 성분을 단순화하여 모델링 하여 전류의 시변화율이 발생하는 경우 오차가 발생한다. 그래프 3은 전류의 시변화율에 따라 발생하는 오차 정도를 도시한 그래프이다.

[그래프 3]

그래프 3에 도시된 바와 같이, 충방전 전류의 시변화율이 작을수록, 오차가 작다. 데이터 리젝션부(23)는 충방전 전류의 시변화율이 발생하지 않고, 일정한 값으로 유지되면, 신뢰할 수 있는 충방전 전류 구간으로 판단한다. 반대로, 시간에 따라 충방전 전류가 변동하는 전류의 시변화율이 발생하면, 그 때의 충방전 전류는 신뢰할 수 없는 충방전 전류 구간으로 판단한다. 데이터 리젝션부(23)는 신뢰할 수 없는 충방전 전류 구간에서는 오차의 분산(

) 값을 수학식 10과 같이 변경시킨다.

여기서,

는 현 상태에 따라 조절된 오차의 분산을 나타내고,

는 직 전 상태에서 오차의 분산을 나타낸다.

은 전류가 변동하는 기간이고,

은 실험에 의해 결정되는 상수이다.

이와 같이, 전류가 변동하는 기간이 길어지면, 오차의 분산(

)이 상승하고, 칼만게인이 감소한다. 그러면, 예측부(21)에서 예측된 SOC가 측정부(22)에서 측정 모델에 의해 수정되는 범위가 감소한다.

이하, 본 발명의 실시예에 따른 배터리의 SOC 추정방법을 사용하는 BMS의 구동 방법을 도 5를 참조하여 설명한다.

먼저, 센싱부(10)는 충방전 전류(i) 및 배터리 단자 전압(Vt)을 측정하고, 측정된 충방전 전류(i) 및 배터리 단자 전압(Vt)을 MCU(20)로 전달한다(S100).

예측부(21)는 센싱부(10)로부터 입력된 충방전 전류를 이용하여, 예측 SOC 및 예측 전압(Vdiff)을 생성한다(S200).

데이터 리젝션부(23)는 예측부(21)로부터 예측 SOC를 전달받고, 예측 SOC가 신뢰할 수 있는 구간에 속하는지 판단한다(S300). 예측 SOC가 신뢰할 수 있는 구간을 벗어나는 경우, 데이터 리젝션부(23)는 오차의 분산(

)를 수학식 8을 이용하여 변경시킨다(S310).

데이터 리젝션부(23)는 S300 단계에서 판단결과, SOC가 신뢰할 수 있는 구간에 속하면 미리 설정된 오차의 분산(

)을 일시적으로 저장하고, 오차의 분 산(

)가 변경된 경우에는 변경된 오차의 분산(

)을 일시적으로 저장한다(S320).

다음으로, 데이터 리젝션부(23)는 충방전 전류의 크기가 신뢰할 수 있는 구간에 속하는지 판단한다(S400). 충방전 전류의 크기가 신뢰할 수 있는 구간을 벗어나는 경우, 데이터 리젝션부(23)는 오차의 분산(

)를 수학식 9를 이용하여 변경시킨다(S410). 오차의 분산(

)을 일시적으로 저장한다(S410).

데이터 리젝션부(23)는 S400 단계에서 판단결과, 충방전 전류의 크기가 신뢰할 수 있는 구간에 속하면, 미리 설정된 오차의 분산(

)을 일시적으로 저장하고, 오차의 분산(

)이 변경된 경우에는 변경된 오차의 분산(

)을 일시적으로 저장한다(S420).

그리고, 데이터 리젝션부(23)는 충방전 전류의 시변화율이 감지되는지 판단한다(S500). S500단계에서, 충방전 전류의 시변화율이 감지되면, 오차의 분산(

)을 수학식 10을 이용하여 변경시킨다(S510).

그리고, S500단계에서, 충방전 전류의 시변화율이 감지되지 않으면, 미리 설정된 오차의 분산(

)을 일시적으로 저장하고, 오차의 분산(

)이 변경된 경우에는 변경된 오차의 분산(

)을 일시적으로 저장한다(S520).

데이터 리젝션부(23)는 저장된 오차의 분산(

)을 측정부(22)로 전달한다(S600).

측정부(22)는 전달받은 오차의 분산(

)을 이용하여 칼만게인을 생성한 다(S610). 측정부(22)는 생성된 칼만게인에 따라 예측 SOC, 예측 전압(Vdiff) 및 공분산을 수정하고, 예측부(21)로 전달한다(S620).

예측부(21)는 수정된 SOC 및 전압(Vdiff)을 전달받고, 다음 상태를 예측하는데 이용한다. 예측부(21)는 현재 상태에서 센싱부로부터 입력되는 충방전 전류 및 배터리 단자 전압과 직전 상태에서 수정된 SOC 및 전압(Vdiff)을 이용하여, 현재 상태의 예측 SOC 및 전압(Vdiff)을 생성한다. 이와 같은 과정을 반복한다.

이와 같이, 본 발명의 실시예에 따른 배터리 관리 시스템의 구동 방법은 데이터 리젝션을 이용하여 측정 모델의 오차를 고려하여 배터리의 상태를 추정한다. 따라서 종전에 비해 보다 정확한 배터리 상태 즉, SOC를 추정할 수 있다. 또한, 배터리를 복잡한 모델로 구현하여, SOC를 추정하는 것은 복잡한 계산을 수행하는 단점이 있으나, 본 발명의 실시예에 따르면, 단순한 배터리의 모델을 이용하여 계산은 감소하고, 데이터 리젝션을 이용하여 추정된 SOC의 정확도를 향상시킬 수 있다.

그리고, 본 발명의 실시예에 따른 BMS 구동방법은 SOC, 전류의 시변화율 및 전류의 크기에 대응하여, 오차의 분산(

)을 설정하는 것으로 설명하였으나, 온도에 의한 오차의 분산(

)의 설정하는 단계를 더 포함할 수 있다. 또한, 온도, SOC, 전류의 시변화율 및 전류의 크기 중 적어도 하나를 고려하여 오차의 분산(

)을 설정할 수 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

본 발명의 한 특징에 따르면, 데이터 리젝션과 어댑티브 필터 방식을 이용하여 배터리의 SOC를 추정하는 방법을 제공한다.

그리고, 본 발명의 다른 특징에 따르면, 데이터 리젝션과 어댑티브 필터 방식을 이용하여 배터리의 상태를 추정하는 배터리 관리 시스템 및 그 구동 방법을 제공한다.

또한, 단순한 배터리 모델을 사용하여, 계산을 줄이고 데이터 리젝션을 이용하여 보다 정확한 SOC를 추정할 수 있는 SOC 추정 방법, 배터리 관리 시스템 및 구동 방법을 제공한다.

더구나, 측정 모델의 오차의 분산을 고려함으로써, 보다 정확한 SOC를 추정할 수 있는 배터리 관리 시스템 및 그 구동 방법을 제공한다.

Claims

배터리를 모델링한 측정 모델을 이용하고, 배터리의 SOC를 추정하는 배터리 관리 시스템에 있어서,

상기 배터리에 흐르는 충방전 전류, 배터리의 온도 및 배터리의 단자 전압을 측정하는 센싱부,

상기 충방전 전류를 적산하여 배터리의 SOC를 추정하는 예측부,

상기 배터리 온도, 충방전 전류, SOC(state of charge) 및 충방전 전류의 시변화율(dynamic) 중 적어도 어느 하나에 따라, 상기 측정 모델에 의해 발생하는 오차에 대응하는 정보를 생성하는 데이터 리젝션부, 및

상기 측정 모델 및 상기 오차에 대응하는 정보를 이용하여 상기 추정된 배터리의SOC를 수정하는 측정부

를 포함하는 배터리 관리 시스템.
제1항에 있어서,

상기 측정 모델은 내부 저항, 확산 임피던스 및 OCV(open circuit voltage)를 포함하고,

상기 예측부는,

상기 SOC를 제1 상태 변수로, 상기 확산 임피던스에 인가되는 확산 임프던스 전압을 제2 상태 변수로 설정하고, 일정한 시간 단위로 상기 제1 및 제2 상태 변수 값을 상기 충방전 전류를 이용하여 예측하는 배터리 관리 시스템.
제2항에 있어서,

상기 예측부는,

현재 상태의 상기 제1 및 제2 상태 변수 값을 예측하기 위해, 직전 상태의 상기 충방전 전류를 상기 일정한 시간동안 적산하는 배터리 관리 시스템.
제2항에 있어서,

상기 데이터 리젝션부는,

상기 오차에 대응하는 정보를 제1 게인(gain)으로 생성하고,

상기 측정부는,

상기 예측부에서 추정된 SOC에 대응하는 OCV, 상기 측정 모델의 내부저항에 인가되는 전압, 및 상기 확산 임피던스 전압을 이용하여, 상기 배터리 단자 전압을 예측하고, 상기 예측된 배터리 단자 전압과 상기 측정된 배터리 단자 전압을 비교한 결과 및 상기 제1 게인을 이용하여 제2 게인을 생성하는 배터리 관리 시스템.
제4항에 있어서,

상기 측정부는,

상기 제2 게인을 이용하여, 상기 예측부에서 예측된 상기 제1 및 제2 상태 변수를 수정하고, 상기 예측부로 전달하는 배터리 관리 시스템.
제4항에 있어서,

상기 데이터 리젝션부는,

상기 SOC가 제1 영역에 속하면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 SOC가 제2 영역에 속하면, 상기 제1 게인을 상기 SOC에 따라 조절하며, 상기 제1 영역과 제2 영역은 SOC의 값에 따라 구분하는 배터리 관리 시스템.
제6항에 있어서,

상기 제1 영역은 상기 SOC가 20% 초과인 영역이고,

상기 제2 영역은 상기 SOC가 20% 이하인 영역이며,

상기 SOC가 제2 영역에 속하면, 제1 게인(
)을

(
: 비례 상수)와 같이 조절하는 배터리 관리 시스템.
제4항에 있어서,

상기 데이터 리젝션부는,

상기 충방전 전류의 절대값이 기준값보다 작으면 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 절대값이 상기 기준값 이상이면, 상기 제1 게인을 상기 충방전 전류의 절대값에 따라 조절하는 배터리 관리 시스템.
제8항에 있어서,

상기 기준값은 5A이며, 상기 충방전 전류의 절대값이 상기 기준값 이상이면,

상기 제1 게인(
)을

(Gi : 상수)에 따라 조절하는 배터리 관리 시스템.
제4항에 있어서,

상기 데이터 리젝션부는,

상기 충방전 전류의 시변화율이 감지되지않으면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 시변화율이 감지되면상기 제1 게인을 상기 충방전 전류의 시변화율이 발생하는기간에 대응하여 조절하는 배터리 관리 시스템.
제10항에 있어서,

상기 충방전 전류의 시변화율이 감지되면,

(
: 전류가 변동하는 기간,
: 상수)에 따라 상기 제1 게인(
)을 조절하는 배터리 관리 시스템.
제7항, 제9항 또는 제11항 중 어느 한 항에 있어서,

상기 예측부는,

상태 방정식

에 따라 제1 상태 변수(
)및 제2 상태 변수(
)를 예측하는 배터리 관리 시스템.
제12항에 있어서,

상기 측정부는,

출력 방정식

에 따라 상기 배터리 단자 전압을 예측하고, 측정된 상기 배터리 단자 전압(Vt)과 상기 예측된 배터리 단자 전압(Vt)의 차를 생성하는 배터리 관리 시스템.
제13항에 있어서,

상기 측정부는,

을 이용하여, 제2 게인(
)을 생성하는 배터리 관리 시스템.
제1항 내지 제11항 중 어느 한 항에 있어서,

상기 측정 모델에 의해 발생하는 오차에 대응하는 정보는 오차의 분산인 배터리 관리 시스템.
배터리를 모델링한 측정 모델을 이용하여, 배터리의 SOC를 추정하는 방법에 있어서,

a) 상기 배터리에 흐르는 충방전 전류, 배터리의 온도 및 배터리의 단자 전압을 측정하는 단계,

b) 상기 충방전 전류를 적산하여 배터리의 SOC를 추정하는 단계,

c) 상기 배터리 온도, 충방전 전류, SOC(state of charge) 및 충방전 전류의 시변화율(dynamic) 중 적어도 어느 하나에 따라, 상기 측정 모델에 의해 발생하는 오차에 대응하는 정보를 생성하는 단계, 및

d) 상기 측정 모델 및 상기 오차에 대응하는 정보를 이용하여 상기 추정된 배터리의SOC를 수정하는 단계

를 포함하는 배터리의 SOC 추정 방법.
제16항에 있어서,

상기 측정 모델은 내부 저항, 확산 임피던스 및 OCV(open circuit voltage)를 포함하고,

상기 b)단계는 상기 SOC및 기 확산 임피던스에 인가되는 확산 임피던스 전압을 일정한 시간 단위로 상기 충방전 전류를 이용하여 추정하는 단계를 포함하는 배터리의 SOC 추정 방법.
제17항에 있어서,

상기 c)단계는,

상기 오차에 대응하는 정보를 제1 게인(gain)으로 생성하는 단계를 포함하고,

상기 d) 단계는,

상기 b) 단계에서 추정된 SOC에 대응하는 OCV, 상기 측정 모델의 내부저항에 인가되는 전압, 및 상기 확산 임피던스 전압을 이용하여, 상기 배터리 단자 전압을 예측하고, 상기 예측된 배터리 단자 전압과 상기 측정된 배터리 단자 전압을 비교한 결과 및 상기 제1 게인을 이용하여 제2 게인을 생성하는 단계를 포함하는 배터리의 SOC 추정 방법.
제18항에 있어서,

상기 d)단계는,

상기 제2 게인을 이용하여, 상기 b)계에서 추정된 SOC및 확산 임피던스 전압을 수정하고,

상기 b)단계는,

상기 수정된 SOC및 확산 임피던스 전압을 초기값으로 설정하고 일정한 시간 동안 상기 충방전 전류를 적산하여, SOC및 확산 임피던스 전압을 추정하는 단계를 포함하는 배터리의SOC 추정 방법.
제19항에 있어서,

상기 c) 단계는,

상기 SOC가 제1 영역에 속하면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 SOC가 제2 영역에 속하면, 상기 제1 게인을 상기 SOC에 따라 조절하며, 상기 제1 영역과 제2 영역은 SOC의 값에 따라 구분하는 단계를 포함하는 배터리의 SOC 추정 방법.
제20항에 있어서,

상기 제1 영역은 상기 SOC가 20% 초과인 영역이고,

상기 제2 영역은 상기 SOC가 20% 이하인 영역이며,

상기 SOC가 제2 영역에 속하면, 제1 게인(
)을

(
: 비례 상수)와 같이 조절하는 배터리의 SOC 추정 방법.
제19항에 있어서,

상기 c) 단계는,

상기 충방전 전류의 절대값이 기준값보다 작으면 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 절대값이 상기 기준값 이상이면, 상기 제1 게인을 상기 충방전 전류의 절대값에 따라 조절하는 단계를 더 포함하는 배터리의 SOC 추정 방법.
제22항에 있어서,

상기 기준값은 5A이며, 상기 충방전 전류의 절대값이 상기 기준값 이상이며,

상기 제1 게인(
)을

(Gi : 상수) 에 따라 조절하는 배터리의 SOC 추정 방법.
제19항에 있어서,

상기 c) 단계는,

상기 충방전 전류의 시변화율이 감지되지않으면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 시변화율이 감지되면상기 제1 게인을 상기 충방전 전류의 시변화율이 발생하는기간에 대응하여 조절하는 단계를 더 포함하는 배터리의 SOC 추정 방법.
제24항에 있어서,

상기 충방전 전류의 시변화율이 감지되면,

(
: 전류가 변동하는 기간,
: 상수)에 따라 상기 제1 게인(
)을 조절하는 배터리의 SOC 추정 방법.
제16항 내지 제25항 중 어느 한 항에 있어서,

상기 측정 모델에 의해 발생하는 오차에 대응하는 정보는 오차의 분산인 배터리의 SOC 추정 방법.
배터리를 모델링한 측정 모델을 이용하고, 배터리의 SOC를 추정하는 배터리 관리 시스템의 구동 방법에 있어서,

a) 상기 배터리에 흐르는 충방전 전류, 배터리의 온도 및 배터리의 단자 전압을 측정하는 단계,

b) 상기 충방전 전류를 적산하여 배터리의 SOC를 추정하는 단계,

c) 상기 배터리 온도, 충방전 전류, SOC(state of charge) 및 충방전 전류의 시변화율(dynamic) 중 적어도 어느 하나에 따라, 상기 측정 모델에 의해 발생하는 오차에 대응하는 정보를 생성하는 단계, 및

d) 상기 측정 모델 및 상기 오차에 대응하는 정보를 이용하여 상기 추정된 배터리의SOC를 수정하는 단계

를 포함하는 배터리 관리 시스템의 구동 방법.
제27항에 있어서,

상기 측정 모델은 내부 저항, 확산 임피던스 및 OCV(open circuit voltage)를 포함하고,

상기 b)단계는 상기 SOC를 제1 상태 변수로, 상기 확산 임피던스에 인가되는 확산 임프던스 전압을 제2 상태 변수로 설정하고, 일정한 시간 단위로 상기 제1 및 제2 상태 변수 값을 상기 충방전 전류를 이용하여 추정하는 단계를 포함하는 배터리 관리 시스템의 구동 방법.
제28항에 있어서,

상기 c)단계는,

상기 오차에 대응하는 제1 게인(gain)을 생성하는 단계를 포함하고,

상기 d) 단계는,

상기 b) 단계에서 추정된 SOC에 대응하는 OCV, 상기 측정 모델의 내부저항에 인가되는 전압, 및 상기 확산 임피던스 전압을 이용하여, 상기 배터리 단자 전압을 예측하고, 상기 예측된 배터리 단자 전압과 상기 측정된 배터리 단자 전압을 비교한 결과 및 상기 제1 게인을 이용하여 제2 게인을 생성하는 배터리 관리 시스템의 구동 방법.
제29항에 있어서,

상기 c) 단계는,

상기 SOC가 제1 영역에 속하면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 SOC가 제2 영역에 속하면, 상기 제1 게인을 상기 SOC에 따라 조절하며, 상기 제1 영역과 제2 영역은 SOC의 값에 따라 구분하는 단계를 포함하는 배터리 관리 시스템의 구동 방법.
제30항에 있어서,

상기 제1 영역은 상기 SOC가 20% 초과인 영역이고,

상기 제2 영역은 상기 SOC가 20% 이하인 영역이며,

상기 SOC가 제2 영역에 속하면, 제1 게인(
)을

(
:상수)와 같이 조절하는 배터리 관리 시스템의 구동 방법.
제29항에 있어서,

상기 c) 단계는,

상기 충방전 전류의 절대값이 기준값보다 작으면 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 절대값이 상기 기준값 이상이면, 상기 제1 게인을 상기 충방전 전류의 절대값에 따라 조절하는 단계를 더 포함하는 배터리 관리 시스템의 구동 방법.
제32항에 있어서,

상기 기준값은 5A이며, 상기 충방전 전류의 절대값이 상기 기준값 이상이며,

상기 제1 게인(
)을

(Gi : 상수)에 따라 조절하는 배터리 관리 시스템의 구동 방법.
제29항에 있어서,

상기 c) 단계는,

상기 충방전 전류의 시변화율이 감지되지않으면, 상기 제1 게인을 일정한 값으로 고정시키고, 상기 충방전 전류의 시변화율이 감지되면상기 제1 게인을 상기 충방전 전류의 시변화율이 발생하는기간에 대응하여 조절하는 단계를 더 포함하는 배터리 관리 시스템의 구동 방법.
제34항에 있어서,

상기 충방전 전류의 시변화율이 감지되면,

(
: 전류가 변동하는 기간,
: 상수)에 따라 상기 제1 게인(
)을 조절하는 배터리 관리 시스템의 구동 방법.
제27항 내지 제35항 중 어느 한 항에 있어서,

상기 측정 모델에 의해 발생하는 오차에 대응하는 정보는 오차의 분산인 배터리 관리 시스템의 구동방법.