[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20150034593A - 전지 충전 상태 추정 방법 및 장치 - Google Patents

전지 충전 상태 추정 방법 및 장치 Download PDF

Info

Publication number
KR20150034593A
KR20150034593A KR20140066521A KR20140066521A KR20150034593A KR 20150034593 A KR20150034593 A KR 20150034593A KR 20140066521 A KR20140066521 A KR 20140066521A KR 20140066521 A KR20140066521 A KR 20140066521A KR 20150034593 A KR20150034593 A KR 20150034593A
Authority
KR
South Korea
Prior art keywords
battery
state
charge
model equation
electrochemical
Prior art date
Application number
KR20140066521A
Other languages
English (en)
Inventor
크리쉬난 시살라크시미 하리하란
센실쿠마 바디벨루
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20150034593A publication Critical patent/KR20150034593A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—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
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • 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

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

전지 충전 상태 추정 장치가, 전지에서의 전기 화학적 프로세스를 나타내는 적어도 하나의 파라미터 값을, 공식화된 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정하고, 추정된 적어도 하나의 파라미터 값, 전지의 측정된 단자 전압 및 측정된 출력 전류를 공식화된 전기 화학적 모델식에 적용하여, 전지의 충전 상태를 추정하는, 방법이 개시된다.

Description

전지 충전 상태 추정 방법 및 장치 {METHOD AND APPARATUS FOR STATE OF CHARGE ESTIMATION OF BATTERY}
개시된 실시예들은 전지의 충전 상태를 추정하는 방법에 관한 것이다.
더 상세하게는, 공식화된 전기 화학적 모델식, 추정된 파라미터 값, 측정된 전압 및 전류를 이용하여, 전지의 충전 상태를 추정하는 방법에 관한 것이다.
전지는 자동차, 휴대폰, 기타 전자 응용 등 다양한 산업 분야의 주요한 에너지원으로 사용된다. 전지의 사용 가능 용량을 나타내는 중요한 파라미터 중 하나는 충전 상태(SoC: State of Charge)이다. 전지의 충전 상태를 추정하는 것은 여러 산업 분야의 응용에서 매우 중요하다. 추정된 전지의 충전 상태를 통해 전지의 남은 전하를 표시할 수 있고, 특정 응용 분야에서 전지가 얼마나 오래 사용될 수 있는지를 알 수 있다.
전지의 충전 상태를 추정하는 방법으로 다양한 방식들이 제안되어 왔다.
충전 상태를 결정하는 방식 중 하나의 방식은 전류 적산 방식을 이용하는 것이다. 이 방식은 전지의 용량의 변화를 계산하기 위하여 전지의 입출력 전류를 적산하는 것을 수반한다. 그러나, 전류 측정 오류는 시간이 지남에 따라 이 방식에 부정확성을 야기한다.
충전 상태를 결정하기 위한 다른 방식은 전지의 단자 전압을 측정하는 것이다. 전지의 방전 곡선이 알려져 있다고 가정할 때, 측정된 전지의 전압값은 방전 상태의 대략적인 지표로 사용된다. 그러나 이 방식은 잔여 전지 용량이 전지의 전압뿐만 아니라 다른 요인에도 의존하기 때문에, 높은 정확성을 기대하기는 어렵다. 또한, 이 방식에 따르면 갑작스런 과도 상태 동안에는 정확성이 떨어질 수 밖에 없다.
충전 상태를 결정하기 위한 또 다른 방식은 무부하 전지의 단자 사이에 측정된 개 회로 전압(open circuit voltage)과 같은, 전지의 전기적 특성의 측정치를 사용하는 것이다. 이 경우, 전지의 충전 상태는 전지의 휴지 상태에서만 추정될 수 있다. 또한, 개 회로 전압 측정 방식은 외부 온도와 같은 외부 환경에 의해 영향을 받는다. 또한, 이 방식은 전지의 개 회로 전압이 충전 상태에만 의존하는 것이 아닌 경우 정확성이 떨어진다.
또한, 전기 화학적 임피던스 분광 측정법(ctrochemical impedance spectroscopy measuring method)은 전지의 다른 주파수의 파형들의 다수의 집합을 제공하고, 분석을 위해 응답 파형을 전지로부터 읽는다. 그러면, 다른 충전 상태들을 나타내는 파라미터들이 얻어진다. 이 방식은 관련 파라미터를 수집하는데 과도하게 긴 시간을 소비한다. 또한, 전지의 분극 현상을 고려하게 될 때, 해당 연산이 매우 복잡해 진다. 한편, 이러한 측정 방식은 구현하는 장비는 고가이며, 전체 측정 프로세스는 오프라인으로 수행될 것을 요한다.
방법들 및 전지의 충전 상태를 추정하기 위한 전술한 현존하는 다른 방법들은 전기 화학적 프로세스를 고려하지 않은 것으로, 이러한 방법들은 실증적(empirical)이고, 구동된 알고리즘 데이터는 파라미터 추정을 계속하여 요구하고, 제한된 예측 가능성을 야기한다.
개시된 일 실시예는 공식화된 전기 화학적 모델식, 추정된 파라미터 값, 전지의 측정된 단자 전압 및 출력 전류를 이용하여, 전지의 충전 상태를 추정하는 방법을 제공한다.
일 실시예에 따른 전지 충전 상태 추정 방법은, 전지에서의 전기 화학적 프로세스를 나타내는 적어도 하나의 파라미터 값을, 공식화된 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정하는 단계; 및 상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 측정된 단자 전압 및 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태를 추정하는 단계를 포함한다.
또한, 상기 전기 화학적 모델식은, 상기 전지 내의 전해질에 대한 전기 화학적 프로세스를 나타내는 모델식을 포함하며, 상기 적어도 하나의 파라미터 값을 추정하는 단계 이전에 공식화될 수 있다.
또한, 상기 적어도 하나의 파라미터 값을 추정하는 단계는, 복수의 충전 상태에서 샘플 펄스 데이터를 적용하여 상기 공식화된 전기 화학적 모델식을 연산하는 단계; 및 상기 연산에 따른 결과값과 실제 측정값 사이의 오류를 최소화하도록, 상기 적어도 하나의 파라미터 값을 추정하는 단계를 포함할 수 있다.
또한, 상기 전극들의 상기 충전 상태를 추정하는 단계는, 상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 수신하는 단계; 상기 전지의 전극들 중 하나의 전극을 선택하는 단계; 상기 선택된 전극의 충전 상태의 초기값을 설정하는 단계; 및 상기 선택된 전극의 충전 상태의 초기값, 상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태 산출하는 단계를 포함할 수 있다.
또한, 상기 적어도 하나의 파라미터는, 상기 전지의 양극의 시상수, 음극의 시상수, 양극의 용량, 음극의 용량, 양극의 반응 속도, 음극의 반응 속도, 양극의 저항 및 음극의 저항 중 적어도 하나를 포함할 수 있다.
또한, 상기 공식화된 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식 및 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는, 상기 전극들에 대한 고체 확산을 나타내는 모델식 중 적어도 하나를 포함할 수 있다.
또한, 상기 선택된 전극의 충전 상태의 변화도를 상기 전지의 측정된 출력 전류 및 상기 적어도 하나의 추정된 파라미터를 이용하여 산출하는 단계; 및 상기 선택된 전극의 상기 평균 충전 상태를, 상기 산출된 충전 상태의 변화도, 상기 적어도 하나의 추정된 파라미터 및 상기 전지의 상기 측정된 출력 전류를 이용하여 산출하는 단계를 더 포함할 수 있다.
또한, 상기 선택된 전극의 업데이트된 충전 상태에 대해 상기 전기 화학적 모델식을 반복적으로 연산하여, 상기 전지의 업데이트된 충전 상태를 추정하는 단계를 더 포함하고, 상기 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식, 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는 모델식, 및 상기 전지의 전해질에 대한 모델식을 포함할 수 있다.
다른 실시예는, 상기 전지 충전 상태 추정 방법을 수행하는 컴퓨터 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공한다.
또 다른 실시예는, 전지 충전 상태 추정 장치에 있어서, 적어도 하나의 메모리; 및 상기 메모리에 저장된 적어도 하나의 컴퓨터 프로그램을 실행하는 프로세서를 포함하며, 상기 적어도 하나의 컴퓨터 프로그램은, 상기 전지에서의 전기 화학적 프로세스를 나타내는 적어도 하나의 파라미터 값을, 공식화된 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정하는 단계; 및 상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 측정된 단자 전압 및 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태를 추정하는 단계를 수행하는 명령어들을 포함한다.
또한, 상기 전기 화학적 모델식은, 상기 전지 내의 전해질에 대한 전기 화학적 프로세스를 나타내는 모델식을 포함하며, 상기 적어도 하나의 파라미터 값을 추정하는 단계 이전에 공식화될 수 있다.
또한, 상기 적어도 하나의 파라미터 값을 추정하는 단계는, 복수의 충전 상태에서 샘플 펄스 데이터를 적용하여 상기 공식화된 전기 화학적 모델식을 연산하는 단계; 및 상기 연산에 따른 결과값과 실제 측정값 사이의 오류를 최소화하도록, 상기 적어도 하나의 파라미터 값을 추정하는 단계를 포함할 수 있다.
또한, 상기 전극들의 상기 충전 상태를 추정하는 단계는, 상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 수신하는 단계; 상기 전지의 전극들 중 하나의 전극을 선택하는 단계; 상기 선택된 전극의 충전 상태의 초기값을 설정하는 단계; 및 상기 선택된 전극의 충전 상태의 초기값, 상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태 산출하는 단계를 포함할 수 있다.
또한, 상기 적어도 하나의 파라미터는, 상기 전지의 양극의 시상수, 음극의 시상수, 양극의 용량, 음극의 용량, 양극의 반응 속도, 음극의 반응 속도, 양극의 저항 및 음극의 저항 중 적어도 하나를 포함할 수 있다.
또한, 상기 공식화된 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식 및 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는, 상기 전극들에 대한 고체 확산을 나타내는 모델식 중 적어도 하나를 포함할 수 있다.
또한, 상기 적어도 하나의 프로그램은, 상기 선택된 전극의 충전 상태의 변화도를 상기 전지의 측정된 출력 전류 및 상기 적어도 하나의 추정된 파라미터를 이용하여 산출하는 단계; 및 상기 선택된 전극의 상기 평균 충전 상태를, 상기 산출된 충전 상태의 변화도, 상기 적어도 하나의 추정된 파라미터 및 상기 전지의 상기 측정된 출력 전류를 이용하여 산출하는 단계를 수행하는 명령어들을 더 포함할 수 있다.
또한, 상기 적어도 하나의 프로그램은, 상기 선택된 전극의 업데이트된 충전 상태에 대해 상기 전기 화학적 모델식을 반복적으로 연산하여, 상기 전지의 업데이트된 충전 상태를 추정하는 단계를 수행하는 명령어들을 더 포함하고, 상기 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식, 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는 모델식, 및 상기 전지의 전해질에 대한 모델식을 포함할 수 있다.
또 다른 실시예는, 상기 전지의 충전 상태를 추정하는 장치를 포함하는, 이차 전지를 제공할 수 있다.
또 다른 실시예는, 상기 전지의 충전 상태를 추정하는 장치를 포함하는, 전기 구동 장치를 제공할 수 있다.
일 실시예에 따른 전지 충전 상태 추정 방법은 측정된 단자 전압 및 출력 전류를 이용하여 파라미터 재추정 없이 전지의 충전 상태를 추정할 수 있다.
도 1은 일 실시예에 따른 전지 충전 상태 추정 방법에 관한 개념도이다.
도 2는 일 실시예에 따른 전지 충전 상태 추정 방법을 설명하는 흐름도이다.
도 3은 일 실시예에 따른, 공식화된 전기 화학적 모델 파라미터들의 추정 방법을 설명하는 흐름도이다.
도 4는 일 실시예에 따른, 전지의 충전 상태를 추정하는 방법을 설명하는 흐름도이다.
도 5는 일 실시예에 따른, 다양한 충전 상태에서 공식화된 전기 화학적 모델식에서 출력된 전압과 측정된 전압 사이의 비교를 나타내는 그래프이다.
도 6은 도 5에서의 다양한 충전 상태에서 추정된 파라미터의 백분율 오차를 나타내는 그래프이다.
도 7A 및 도 7B는 일 실시예에 따른, 추정된 충전 상태 및 실험적 충전 상태 사이의 비교를 나타내는 그래프이다.
도 8은 일 실시예에 따른, 전지 충전 상태 추정 장치의 구조를 나타낸 도면이다.
본 실시예들은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 개시된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 권리범위를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 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.
전지는 전기 화학적 셀(electrochemical cell), 베터리, 전지 팩(battery pack), 울트라캐패시터(ultracapacitor), 캐패시터 뱅크(capacitor bank), 연료 전지(fuel cell), 전기 분해 전지(electrolysis cell) 및 이들 중 적어도 하나의 조합을 포함할 수 있지만, 이에 제한되지 않는다. 또한, 전지 또는 전지 팩은 복수의 셀들을 포함할 수 있고, 여기에 개시된 실시예들은 적어도 하나의 셀에 적용될 수 있다.
일 실시예에서, 전지는 리튬-이온(Li-Ion) 전지, 니켈-카드뮴(Ni-Cd) 전지, 은-아연(Ag-Zn) 전지 및 니켈수소(Ni-MH) 전지를 포함할 수 있으나, 이에 제한되지 않는다. 개시된 실시예들은, 예를 들어, 리튬인산철(lithium iron phosphate) 및 리튬 이산화망간(lithium manganese dioxide)과 같이, 양극이 다른 화학 물질을 가지는 다양한 유형의 리튬 기반 전지들에 적용 가능하다.
개시된 실시예들에 따르면, 장치는 전지의 단자 전압 및 출력 전류 신호들을 이용하여 전지 전극들의 충전 상태를 추정할 수 있다. 전지는 양극, 음극 및 전해질을 포함한다.
개시된 실시예들은, 다양한 전기 화학적 프로세스 정보 및 전지 전해질의 등가 저항 모델을 결합하고 처리하여, 전지 충전 상태 추정 장치를 제공한다. 개시된 실시예에 따른 방법은, 전지 전극들의 충전 상태를 추정하는 복합 모델(hybrid model)일 수 있다.
명세서 전체에서 ‘전지 및‘셀’은 같은 의미를 나타내는 용어로(interchangeably) 사용될 수 있다.
명세서 전체에서 ‘측정된 전압’ 및 ‘실험 전압’은 같은 의미를 나타내는 용어로 사용될 수 있다.
이하, 실시예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 전지 충전 상태 추정 방법에 관한 개념도이다.
일 실시예에 따른 전지 충전 상태 추정 장치(100)는, 공식화된 전기 화학적 모델식, 전기 화학적 프로세스를 나타내는 적어도 하나의 추정된 파라미터 값, 상기 전지의 측정된 단자 전압 및 측정된 출력 전류를 이용하여, 전지 충전 상태를 추정할 수 있다.
일 실시예에서, 전기 화학적 모델식은 전지의 다양한 전기 화학적 프로세스들을 고려함에 따라 공식화될 수 있다. 전기 화학적 프로세스 정보는 예를 들어, 전극들에 대한 고체 확산과 같은 전지에서의 관련 물리?화학적 프로세스와 관련된 정보, 충전 전송 반응, 및 전지 전극들의 충전 상태 사이의 전기 화학적 관계 등과 같은 정보를 포함할 수 있다.
일 실시예에서, 파라미터는 전기 화학적 모델식에 적용되는 파라미터로, 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정될 수 있다.
일 실시예에서, 전지의 단자 전압 및 전지의 출력 전류는 측정 장치를 이용하여 측정될 수 있다. 전지 충전 상태 추정 장치(100)는 측정된 단자 전압 및 측정된 출력 전류를 수신할 수 있다. 측정된 전압은 전지의 완전한 전기 화학적 디스크립션(complete electrochemical description)으로부터의 출력과 관련된 것일 수 있다.
도 2는 일 실시예에 따른 전지 충전 상태 추정 방법을 설명하는 흐름도이다.
단계 210에서, 전지 충전 상태 추정 장치는 전지에서의 전기 화학적 프로세스를 나타내는 적어도 하나의 파라미터 값을, 공식화된 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정한다.
전기 화학적 모델식은, 전지 내의 관련 물리?화학적 프로세스를 고려하여 공식화될 수 있다.
파라미터는 예를 들어, 전지의 양극의 시상수, 음극의 시상수, 양극의 용량, 음극의 용량, 양극의 반응 속도, 음극의 반응 속도, 양극의 저항 및 음극의 저항 중 적어도 하나를 포함할 수 있으나, 이에 제한되지 않는다.
샘플 테스트 데이터는 예를 들어, 샘플 펄스 데이터를 포함할 수 있으나, 이에 제한되지 않는다.
일 실시예에서, 전지 충전 상태 추정 장치(100)는 복수의 충전 상태에서 샘플 펄스 데이터를 적용하여 공식화된 전기 화학적 모델식을 연산할 수 있다. 샘플 펄스 데이터는 하이브리드 펄스 파워 특성화(HPPC: Hybrid Pulse Power Characterization) 펄스 데이터일 수 있으나, 이에 제한되지 않는다. 전지 충전 상태 추정 장치(100)는 연산에 따른 결과값과 실제 측정값 사이의 오류를 최소화하도록, 적어도 하나의 파라미터 값을 추정할 수 있다.
일 실시예에서, 전기 화학적 모델식은, 전지 내의 전해질에 대한 전기 화학적 프로세스를 나타내는 모델식을 포함할 수 있다. 전기 화학적 프로세스들의 정보는 수학적 모델 및 전지 전해질에 대한 등가 저항 모델에 의해 표현될 수 있다. 또한, 전기 화학적 모델식은 적어도 하나의 파라미터 값을 추정하는 단계 이전에 공식화될 수 있다.
예를 들어, 공식화된 전기 화학적 모델식은 전지 전압 모델식, 전지의 전극들 사이의 충전 상태의 전기 화학적 관계를 나타내는 모델식 및 전극들의 평균 충전 상태 및 전극들의 충전 상태의 변화도를 연관시키는, 전극들에 대한 고체 확산을 나타내는 모델식 중 적어도 포함할 수 있으나, 이에 제한되지 않는다.
예를 들어, 전지 전압과 같은 공식화된 전기 화학적 모델 출력을 갖는 전지 전압 모델식은, 평형 셀 전압(equilibrium cell voltage) 또는 개 회로 셀 전압(open circuit cell voltage), 전해질 전위(electrolyte potential) 및 양극 음극의 전극 전위(electrode potential)의 합이다. 이 모델은 전극의 활성 물질 구체(active material sphere)의 표면 상에서 일어나는 전기 화학적 반응 속도(kinetics of electrochemical reactions)를 고려하여 공식화될 수 있다. 공식화된 전기 화학적 모델 출력 전압식은 <수식 1>과 같이 표현될 수 있다.
<수식 1>
Figure pat00001
<수식 1>에서, VModel은 전지의 전기 화학적 모델 출력 전압을, VO , Model은 평형 전지 전압을, I는 출력 전류를, R은 전해질 전압을, Rg은 보편 기체 상수를, F는 페러데이 상수를, T는 온도를, SOCpos는 양극의 충전 상태를, SOCneg는 음극의 충전 상태를, io , neg는 음극의 반응 속도 파라미터를, io , pos는 양극의 반응 속도 파라미터를 나타낸다.
예를 들어, 리튬 기반의 전지에서, SOCpos는 양극의 최대 리튬 농도에 대한 양극의 리튬 농도로 정의된다. 마찬가지로, SOCneg는 음극의 최대 리튬 농도에 대한 음극의 리튬 농도로 정의된다.
일 실시예에서, 적어도 하나의 전극에서의 고체 확산에 대한 수학적 모델은 <수식 2>와 같이 주어진다. 여기서는 하나의 전극으로 음극을 예로 든다. 전극의 고체 확산에 대한 수학적 모델을 얻는 단계는 비 특허 문헌1(V. Senthil Kumar, “Reduced order model for a lithium ion cell with uniform reaction rate approximation”, J. Power Sources 222 (2013) 426))에 설명되어 있다.
<수식 2>
Figure pat00002
여기서, SOCneg는 음극의 충전 상태를,
Figure pat00003
는 음극의 충전 상태의 평균을,
Figure pat00004
는 음극의 충전 상태의 변화도를,
Figure pat00005
는 음극의 시상수를, Qneg는 음극의 용량을 나타낸다.
Figure pat00006
및
Figure pat00007
는 시간에 따라 가변적이다. 이러한 시간에 따른 변화는
Figure pat00008
에 대한 전개식에 의해 모델링 될 수 있는데, 에 대한 전개식은 <수식 3>과 같다.
<수식 3>
Figure pat00009
<수식 2>는 전극 볼륨 평균 고체 확산식(electrode volume averaged solid state diffusion equation)으로 정의될 수 있다.
Figure pat00010
에 대한 전개식은 <수식 4>와 같다.
<수식 4>
Figure pat00011
여기서, SOCneg는 음극의 충전 상태를,
Figure pat00012
는 음극의 충전 상태의 평균을,
Figure pat00013
는 음극의 충전 상태의 변화도를,
Figure pat00014
는 음극의 시상수를, Qneg는 음극의 용량을 나타낸다.
예를 들어, 리튬 기반의 전지에서,
Figure pat00015
는 음극의 최대 농도에 대한 음극의 평균 리튬 농도의 비로 정의되며,
Figure pat00016
는 음극의 최대 농도에 대한 음극내 입자 반지름 및 음극 농도의 평균 변화도의 비로 정의된다.
일 실시예에서, 전지 전해질의 등가 저항 모델은 적어도 하나의 가변 저항으로 나타낼 수 있다. 비 특허 문헌 2 (Krishnan S Hariharan, V. Senthil Kumar, “A Nonlinear Equivalent circuit for Lithium ion cells”, J. Power Sources 222 (2013) 210)에서 설명된 바와 같이, 전지에 대한 등가 저항 모델은 추정된 두 파라미터 r0 및 r1 및 전지 전압으로 표현될 수 있다. 전지에 대한 등가 저항 모델은 <수식 5>와 같다.
<수식 5>
Figure pat00017
여기서, R은 전해질 저항, r0 및 r1은 가변 저항, VModel은 전지의 전기 화학적 모델 출력 전압을 나타낸다.
일 실시예에서, 전지 전극들의 충전 상태 사이의 전기 화학적 관계는 보존식(conservation equation)에 의해 나타낼 수 있다. 보존식은 양극 충전 상태 및 음극 충전 상태 사이의 관계를 나타내며, <수식 6>과 같다. <수식 6>을 얻는 과정은 비 특허 문헌 1에 설명되어 있다.
<수식 6>
Figure pat00018
여기서, SOCpos는 양극의 충전 상태를, SOCo , pos는 양극의 평형 충전 상태를, SOCo,neg는 음극의 평형 충전 상태를,
Figure pat00019
는 음극의 충전 상태의 평균을,
Figure pat00020
는 음극의 시상수를, Qneg는 음극의 용량을,
Figure pat00021
는 양극의 시상수를, Qpos는 양극의 용량을,
Figure pat00022
는 음극의 최대 질량 용량(maximum mass capacity)을,
Figure pat00023
는 양극의 최대 질량 용량을 나타낸다. 일반적인 전지의 경우, 양극의 최대 질량 용량에 대한 음극의 최대 질량 용량의 비는 대략 1과 같다.
단계 220에서, 전지 충전 상태 추정 장치는 추정된 적어도 하나의 파라미터 값, 전지의 측정된 단자 전압 및 측정된 출력 전류를 공식화된 전기 화학적 모델식에 적용하여, 전지의 충전 상태를 추정한다.
전기 화학적 모델식은 예를 들어, 전지 전압 모델식, 전지의 전극들 사이의 충전 상태의 전기 화학적 관계를 나타내는 모델식, 전극들의 평균 충전 상태 및 전극들의 충전 상태의 변화도를 연관시키는 모델식, 및 전지의 전해질에 대한 모델식을 포함할 수 있으나, 이에 제한되지 않는다.
일 실시예에서, 전지 충전 상태 추정 장치(100)는 전지의 측정된 단자 전압 및 측정된 출력 전류를 수신할 수 있다. 전지 충전 상태 추정 장치(100)는 전지의 전극들 중 하나의 전극을 선택하고, 선택된 전극의 충전 상태의 초기값을 설정할 수 있다. 또한, 전지 충전 상태 추정 장치(100)는 선택된 전극의 충전 상태의 초기값, 추정된 적어도 하나의 파라미터 값, 전지의 측정된 단자 전압 및 측정된 출력 전류를 공식화된 전기 화학적 모델식에 적용하여, 전지의 충전 상태 산출할 수 있다.
일 실시예에서, 전지 충전 상태 추정 장치(100)는 선택된 전극의 충전 상태의 변화도를 전지의 측정된 출력 전류 및 적어도 하나의 추정된 파라미터를 이용하여 산출할 수 있다. 또한, 전지 충전 상태 추정 장치(100)는 선택된 전극의 평균 충전 상태를, 산출된 충전 상태의 변화도, 적어도 하나의 추정된 파라미터 및 전지의 측정된 출력 전류를 이용하여 산출할 수 있다.
일 실시예에서, 전지 충전 상태 추정 장치(100)는 선택된 전극의 업데이트된 충전 상태에 대해 전기 화학적 모델식을 반복적으로(iteratively) 연산하여, 전지의 업데이트된 충전 상태를 추정할 수 있다.
도 3은 일 실시예에 따른, 공식화된 전기 화학적 모델 파라미터들의 추정 방법을 설명하는 흐름도이다.
단계 310에서, 전지 충전 상태 추정 장치(100)는 공식화된 전기 화학적 모델식의 모든 파라미터를 나열(listing)할 수 있다.
예를 들어, 공식화된 전기 화학적 모델식은 수식 1 내지 6을 포함할 수 있다.
예를 들어, 공식화된 전기 화학적 모델 파라미터들은 양극의 시상수(
Figure pat00024
), 음극의 시상수(
Figure pat00025
), 전지 양극의 용량(Qpos), 전지 음극의 용량(Qneg), 전지 양극의 반응 속도 파라미터(io , pos), 전지 음극의 반응 속도 파라미터(io , neg), 가변 저항(r0) 및 가변 저항(r1) 중 적어도 하나를 할 수 있다. 이 파라미터들은 전지에서 물리적 및 화학적 프로세스를 나타낼 수 있다.
단계 320에서, 전지 충전 상태 추정 장치(100)는 전지의 단자 전압 및 출력 전류를 측정할 수 있다.
일 실시예에 따르면, 전지 충전 상태 추정 장치(100)는 전압 측정 센서 및 전류 측정 센서 중 적어도 하나를 포함할 수 있다.
다른 실시예에 따르면, 단자 전압 및 출력 전류 중 적어도 하나는 외부 측정 장치에 의해 측정될 수 있다. 충전 상태 추정 장치(100)는 측정된 단자 전압 및 출력 전류 중 적어도 하나를 수신할 수 있다.
단계 330에서, 전지 충전 상태 추정 장치(100)는 공식화된 전기 화학적 모델식에 복수의 샘플 펄스 데이터를 적용하여, 공식화된 전기 화학적 모델식을 연산할 수 있다.
예를 들어, 샘플 펄스 데이터는 하이브리드 펄스 파워 특성화(HPPC: Hybrid Pulse Power Characterization) 펄스 데이터일 수 있으나, 이에 제한되지 않는다.
단계 340에서, 전지 충전 상태 추정 장치(100)는 연산에 따른 결과값과 실제 측정값 사이의 오류를 최소화하도록, 파라미터 값을 추정할 수 있다.
전지 충전 상태 추정 장치(100)는 다양한 추정 상태에서 HPPC 펄스 데이터로, 전기 화학적 모델식을 일관적으로 풀고, 전기 화학적 모델 출력 전압과 측정된 전압 사이의 에러를 최소화함으로써, 공식화된 전기 화학적 모델의 파라미터 값을 추정할 수 있다.
일 실시예에 따르면, 전지 충전 상태 추정 장치(100)는 전기 화학적 모드 출력 전압과 전지의 측정된 전압 사이의 오차의 제곱 평균 제곱근(Root Mean Square Error: RMSE)를 최소화하는 하나의 파라미터 세트를 추정할 수 있다.
RMSE은 <수식 7>과 같이 정의된다.
<수식 7>
Figure pat00026
단계 350에서, 전지 충전 상태 추정 장치(100)는 추정된 파라미터 값들에 기초하여 전역 파라미터 세트를 획득할 수 있다.
개시된 실시예들에 따르면, 파라미터를 재추정할 필요 없이, 획득된 전역 파라미터 세트를 이용하여 전지의 충전 상태를 추정할 수 있다.
도 3에 개시된 단계들은 제시된 순서로 수행될 수도 있고, 다른 순서로 수행될 수도 있고, 또는 복수의 단계가 동시에 수행될 수도 있다. 또한, 일부 실시예에서는, 도 3에 개시된 일부 단계가 생략될 수도 있다.
도 4는 일 실시예에 따른, 전지의 충전 상태를 추정하는 방법을 설명하는 흐름도이다.
단계 410에서, 전지 충전 상태 추정 장치(100)는 측정된 단자 전압 및 출력 전류 중 적어도 하나를 수신할 수 있다.
일 실시예에 따르면, 단자 전압 및 출력 전류 중 적어도 하나는 외부 측정 장치에 의해 측정될 수 있다. 충전 상태 추정 장치(100)는 측정된 단자 전압 및 출력 전류 중 적어도 하나를 수신할 수 있다.
또한, 전지 충전 상태 추정기(100)는 전지 전극의 충전 생태를 추정하기 위해, 공식화된 전기 화학적 모델식, 추정된 파라미터 값을 수신할 수 있다.
다른 실시예에 따르면, 전지 충전 상태 추정 장치(100)는 전압 측정 센서 및 전류 측정 센서 중 적어도 하나를 포함하고, 단자 전압 및 출력 전류를 측정할 수 있다.
단계 420에서, 전지 충전 상태 추정 장치(100)는 전지의 전극들 중 하나의 전극을 선택하고, 선택된 전극의 충전 상태의 초기값 설정할 수 있다.
일 실시예에서, 전지 충전 상태 추정 장치(100)는 음극을 선택한 것으로 가정한다. 그러나, 개시된 실시예들을 양극으로 확장될 수 있다는 점은 당해 기술 분야에서 통상의 지식을 가진 자에게 명백하다. 전지 충전 상태 추정 장치(100)는 음극의 충전 상태를 추정하기 위해 음극의 충전 상태에 대한 초기값을 가정할 수 있다. 전지 충전 상태 추정기(100)는 전지의 선택된 음극의 충전 상태를 추정하기 위하여 수신된 입력들을 결합하고 처리할 수 있다.
단계 430에서, 전지 충전 상태 추정 장치(100)는 공식화된 전기 화학적 모델식에 복수의 샘플 펄스 데이터를 적용하여, 공식화된 전기 화학적 모델식을 연산할 수 있다.
<수식 8>은 단자 전압 및 추정된 파라미터 r0와 r1을 이용하여 산출될 수 있다.
<수식 8>
Figure pat00027
음극의 충전 상태의 변화도는 측정된 출력 전류“I”를 이용하여 <수식 9>로부터 산출될 수 있다.
<수식 9>
Figure pat00028
여기서,
Figure pat00029
는 음극의 충전 상태 변화도를,
Figure pat00030
는 음극의 시상수를, Qneg는 음극의 용량을 나타낸다.
단계 440에서, 전지 충전 상태 추정 장치(100)는 선택된 전극의 충전 상태 변화도에 기초하여 평균 충전 상태 산출할 수 있다.
음극의 평균 충전 상태
Figure pat00031
는 <수식 9>로부터 산출된
Figure pat00032
와 추정된 파라미터 값 및 측정된 출력 전류“I”를 이용하여, <수식 10>으로부터 산출될 수 있다.
<수식 10>
Figure pat00033
여기서,
Figure pat00034
는 음극의 평균 충전 상태를,
Figure pat00035
는 음극의 시상수를, Qneg는 음극의 용량을 나타낸다.
또한, 단계 420에서 설정(가정)된 음극 충전 상태의 초기값에 대한 양극의 충전 상태는, <수식 10>으로부터 산출된
Figure pat00036
, <수식 9>로부터 산출된
Figure pat00037
, 추정된 파라미터 및 측정된 전류 신호 I를 이용하여, <수식 11> 로부터 산출될 수 있다.
<수식 11>
Figure pat00038
여기서,
Figure pat00039
는 양극의 충전 상태를, SOCo , pos는 양극의 평형 충전 상태를, SOCo,neg는 음극의 평형 충전 상태를,
Figure pat00040
는 음극의 충전 상태의 평균을,
Figure pat00041
는 음극의 시상수를, Qneg는 음극의 용량을,
Figure pat00042
는 양극의 시상수를, Qpos는 양극의 용량을,
Figure pat00043
는 음극의 최대 질량 용량(maximum mass 용량)를,
Figure pat00044
는 양극의 최대 질량 용량을 나타낸다. 일반적인 전지의 경우, 양극의 최대 질량 용량에 대한 음극의 최대 질량 용량의 비는 대략 1과 같다.
단계 450에서, 전지 충전 상태 추정 장치(100)는 선택된 전극의 업데이트된 충전 상태에 대해 전지 전압 모델식을 반복적으로 연산하여, 업데이트된 충전 상태를 산출할 수 있다.
일 실시예에 따르면, SOCneg의 초기값에 대한
Figure pat00045
,
Figure pat00046
및
Figure pat00047
를 산출하면, 전지 충전 상태 추정 장치(100)는 업데이트된 SOCneg에 대해 <수식 12>의 전지 전압 방정식을 반복적으로(iteratively) 계산할 수 있다. 따라서, 전지 충전 상태 추정 장치(100)는 업데이트된 전지 음극의 충전 상태를 산출할 수 있다.
<수식 12>
Figure pat00048
여기서, VMeasured는 측정된 출력 전압 신호를, I 는 출력 전압을, r0 및 r1는 가변 저항을, Rg는 보편 기체 상수를, F는 패러데이 상수를, T는 온도를,
Figure pat00049
는 양극의 충전 상태를, SOCneg는 음극의 충전 상태를, io , neg는 음극의 반응 속도 파라미터를, io , pos는 양극의 반응 속도 파라미터를 나타낸다.
도 4에 게시된 단계들은, 제시된 순서로 수행될 수도 있고, 다른 순서로 수행될 수도 있고, 또는 복수의 단계가 동시에 수행될 수도 있다. 또한, 일부 실시예에서는, 도 4에 개시된 단계 중 일부 단계가 생략될 수도 있다.
도 5는 일 실시예에 따른, 다양한 충전 상태에서 공식화된 전기 화학적 모델식에서 출력된 전압과 측정된 전압 사이의 비교를 나타내는 그래프이다.
도 5를 참조하면, 0.56, 0.30 및 0.15 등과 같이 상이한 값의 충전 상태 각각에서, 전기 화학적 모델 출력 전압 및 측정된 전압의 시간에 따른 응답들이 나타난다.
도 5에 도시된 바와 같이, 선택된 충전 상태 각각에서의 전기 화학적 모델 출력값은 측정된 결과값과 매칭된다.
이처럼 전기 화학적 모델 출력값과 실제 측정값 사이의 오류를 최소화하도록 추정된 파라미터 세트는, 전역 파라미터 세트로 지칭될 수 있다. 예를 들어, 전역 파라미터 세트는 하기 표 1과 같다.
Parameter Value
Figure pat00050
 82.8 s
Figure pat00051
 41.6 s
Qneg 178518 Cm-2
Qpos 77422 Cm-2
io , neg 33.14 Am-2
io , pos 62.56 Am-2
r0 0.004225
r1 1.179
도 5를 참조하면, 전압 응답들은, 추정된 파라미터들이 샘플 테스트 데이터로 측정된 데이터와 거의 일치하는 것을 보여준다.
도 6은 도 5에서의 다양한 충전 상태에서 추정된 파라미터의 백분율 오차를 나타내는 그래프이다.
일 실시예에 따르면, 백분율 오차는 서로 상이한 충전 상태 각각에 대하여 산출될 수 있다. 백분율 오차는 <수식 13>과 같이 정의된다.
<수식 13>
Figure pat00052
도 6을 참조하면, 다양한 충전 상태에서의 모든 HPPC 펄스들에 대해, 전기 화학적 모델 출력 전압 및 측정된 전압 사이의 최대 백분율 오차는 약 6%보다 작다. 따라서, 추정된 파라미터들은 측정된 전압과 거의 일치하는 전기 화학적 모델 출력 전압을 야기할 수 있다.
도 7a 및 도 7b는 일 실시예에 따른, 추정된 충전 상태 및 실험적 충전 상태 사이의 비교를 나타내는 그래프이다.
일 실시예에 따라, 전지의 충전 상태를 추정하기 위한 방법의 정확성을 검증하기 위해 테스트가 수행되었으며, 도 7a 및 도 7b는 그 결과를 나타내는 그래프이다. 도 7a 및 도 7b를 참조하면, 전지 전극의 충전 상태를 추정하는 동안, 발생하는 오류는 허용 범위 내의 오류임을 알 수 있다. 즉, 추정된 전지 충전 상태는 실험에 의해 실제 측정된 충전 상태와 실질적으로 동일하다는 것을 알 수 있다.
예를 들어, 도 7a 및 도 7b에 도시된 테스트 케이스에 대한 충전 상태의 선택된 값의 평균 오차는 표 2와 같다.
SOC0 % Average error
0.56 0.4590
0.40 2.4913
0.30 2.3426
0.25 2.1079
0.15 1.341
0.12 1.8564
개시된 실시예들에 따라, 측정된 단자 전압 및 출력 전류를 이용하여 전지 전극의 충전 상태를 추정하기 위한 방법은 많은 이점을 제공한다. 개시된 실시예들에 따르면, 전극의 충전 상태를 충전 상태 정보에 연관된 룩-업 테이블(look up table) 없이 추정할 수 있다. 또한, 전해질 효과는 충전 상태의 산출을 용이하게 하는 간단한 전해질 저항 모델을 이용하는 것으로 고려될 수 있다. 이 외에도, 충전 상태는 전지에서의 다양한 전기 화학적 프로세스들을 고려하여 산출될 수 있다. 이렇게 추정된 충전 상태는 기존의 방법을 이용하여 추정된 충전 상태보다 높은 정확성을 가진다.
개시된 실시예에 따른 방법은, 전극의 충전 상태를 파라미터 재추정 없이 추정할 수 있으므로, 온-보드 알고리즘(on-board algorithm)으로 개발될 수 있다. 또한, 이 방법은 자동차의 전지 관리 시스템(Battery Management System: BMS), 모바일 장치 또는 전지를 주요 에너지원 또는 2차 에너지원으로 이용하는 임의의 다른 어플리케이션과 통합될 수 있다. 개시된 방법을 이용하여 전지 전극의 충전 상태를 추정하는 프로세스는 계산상 저렴하다. 또한, 개시된 방법은 하이브리드(hybrid) 또는 전기 자동차의 에너지를 관리하는데 도움이 될 수 있다.
또한, 개시된 실시예에 따른 전지 충전 상태 추정 방법은, 전지에 대한 동작 범위를 파악하는 데도 이용될 수 있다. 개시된 방법은 전지가 제공할 수 있는 순간 용량을 예측하는 데에도 사용될 수 있는데, 그것은 전지 성능을 평가하기 위한 구동 시나리오(driving scenario)의 요건과 비교될 수 있다.
도 8은 일 실시예에 따른 전지 전극 물질 분석 장치의 구조를 나타낸 도면이다.
도 8에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전지 전극 물질 분석장치(800)는 통신부(801), 제어부(804), 입출력부(810) 및 메모리(820)를 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 전지 전극 물질 분석장치(800)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 전지 전극 물질 분석장치(800)는 구현될 수 있다.
무선 통신부(801)는 인터넷 접속을 위한 기능 및 블루투스나 NFC 등 근거리 통신을 위한 기능을 수행할 수 있다.
입출력부(810)는 외부 기기나 사람과의 인터페이스를 제공하며, 버튼(811), 스피커(812), 마이크(813), 디스플레이(814)를 포함할 수 있다.
제어부(804)는 메모리(820)에 저장된 컴퓨터 프로그램들을 실행함으로써 개시된 실시예들에 따라 전지 전극 물질 분석을 수행할 수 있다.
메모리(820)는 전지 전극 물질 분석을 위한 컴퓨터 프로그램들은 저장할 수있다. 또한, 메모리(820)는 단위 셀의 구조, 수퍼셀, 원소들의 다양한 배치, 유도 초구조, 혼합비의 값, 및 임계값 등을 저장할 수 있다.
여기에 개시된 실시예들은 적어도 하나의 하드웨어 장치 상에서 실행되고 구성 요소들을 제어하기 위한 네트워크 관리 기능을 수행하는, 적어도 하나의 소프트웨어 프로그램을 통하여 실행될 수 있다.
본 실시 예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
본 실시 예에서 설명하는 특정 실행들은 예시들로서, 어떠한 방법으로도 기술적 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다.
본 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 포함하는 것으로서(이에 반하는 기재가 없다면), 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 한정되는 것은 아니다. 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 기술적 사상을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 전지 충전 상태 추정 장치

Claims (19)

  1. 전지에서의 전기 화학적 프로세스를 나타내는 적어도 하나의 파라미터 값을, 공식화된 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정하는 단계; 및
    상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 측정된 단자 전압 및 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태를 추정하는 단계를 포함하는, 전지의 충전 상태를 추정하는 방법.
  2. 제1항에 있어서,
    상기 전기 화학적 모델식은, 상기 전지 내의 전해질에 대한 전기 화학적 프로세스를 나타내는 모델식을 포함하며, 상기 적어도 하나의 파라미터 값을 추정하는 단계 이전에 공식화되는, 방법.
  3. 제1항에 있어서,
    상기 적어도 하나의 파라미터 값을 추정하는 단계는,
    복수의 충전 상태에서 샘플 펄스 데이터를 적용하여 상기 공식화된 전기 화학적 모델식을 연산하는 단계; 및
    상기 연산에 따른 결과값과 실제 측정값 사이의 오류를 최소화하도록, 상기 적어도 하나의 파라미터 값을 추정하는 단계를 포함하는, 방법.
  4. 제1항에 있어서,
    상기 전극들의 상기 충전 상태를 추정하는 단계는,
    상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 수신하는 단계;
    상기 전지의 전극들 중 하나의 전극을 선택하는 단계;
    상기 선택된 전극의 충전 상태의 초기값을 설정하는 단계; 및
    상기 선택된 전극의 충전 상태의 초기값, 상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태 산출하는 단계를 포함하는, 방법.
  5. 제1항에 있어서,
    상기 적어도 하나의 파라미터는, 상기 전지의 양극의 시상수, 음극의 시상수, 양극의 용량, 음극의 용량, 양극의 반응 속도, 음극의 반응 속도, 양극의 저항 및 음극의 저항 중 적어도 하나를 포함하는, 방법.
  6. 제1항에 있어서,
    상기 공식화된 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식 및 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는, 상기 전극들에 대한 고체 확산을 나타내는 모델식 중 적어도 하나를 포함하는, 방법.
  7. 제4항에 있어서,
    상기 선택된 전극의 충전 상태의 변화도를 상기 전지의 측정된 출력 전류 및 적어도 하나의 상기 추정된 파라미터 값을 이용하여 산출하는 단계; 및
    상기 선택된 전극의 평균 충전 상태를, 상기 산출된 충전 상태의 변화도, 적어도 하나의 상기 추정된 파라미터 값 및 상기 전지의 상기 측정된 출력 전류를 이용하여 산출하는 단계를 더 포함하는, 방법.
  8. 제7항에 있어서,
    상기 선택된 전극의 업데이트된 충전 상태에 대해 상기 전기 화학적 모델식을 반복적으로 연산하여, 상기 전지의 업데이트된 충전 상태를 추정하는 단계를 더 포함하고,
    상기 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식, 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는 모델식, 및 상기 전지의 전해질에 대한 모델식을 포함하는, 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체.
  10. 전지의 충전 상태를 추정하는 장치에 있어서,
    적어도 하나의 메모리; 및
    상기 메모리에 저장된 적어도 하나의 컴퓨터 프로그램을 실행하는 프로세서를 포함하며,
    상기 적어도 하나의 컴퓨터 프로그램은,
    상기 전지에서의 전기 화학적 프로세스를 나타내는 적어도 하나의 파라미터 값을, 공식화된 전기 화학적 모델식에 샘플 테스트 데이터(sample test data)를 적용하여, 추정하는 단계; 및
    상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 측정된 단자 전압 및 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태를 추정하는 단계를 수행하는 명령어들을 포함하는, 장치.
  11. 제10항에 있어서,
    상기 전기 화학적 모델식은, 상기 전지 내의 전해질에 대한 전기 화학적 프로세스를 나타내는 모델식을 포함하며, 상기 적어도 하나의 파라미터 값을 추정하는 단계 이전에 공식화되는, 장치.
  12. 제10항에 있어서,
    상기 적어도 하나의 파라미터 값을 추정하는 단계는,
    복수의 충전 상태에서 샘플 펄스 데이터를 적용하여 상기 공식화된 전기 화학적 모델식을 연산하는 단계; 및
    상기 연산에 따른 결과값과 실제 측정값 사이의 오류를 최소화하도록, 상기 적어도 하나의 파라미터 값을 추정하는 단계를 포함하는, 장치.
  13. 제10항에 있어서,
    상기 전극들의 상기 충전 상태를 추정하는 단계는,
    상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 수신하는 단계;
    상기 전지의 전극들 중 하나의 전극을 선택하는 단계;
    상기 선택된 전극의 충전 상태의 초기값을 설정하는 단계; 및
    상기 선택된 전극의 충전 상태의 초기값, 상기 추정된 적어도 하나의 파라미터 값, 상기 전지의 상기 측정된 단자 전압 및 상기 측정된 출력 전류를 상기 공식화된 전기 화학적 모델식에 적용하여, 상기 전지의 충전 상태 산출하는 단계를 포함하는, 장치.
  14. 제10항에 있어서,
    상기 적어도 하나의 파라미터는, 상기 전지의 양극의 시상수, 음극의 시상수, 양극의 용량, 음극의 용량, 양극의 반응 속도, 음극의 반응 속도, 양극의 저항 및 음극의 저항 중 적어도 하나를 포함하는, 장치.
  15. 제10항에 있어서,
    상기 공식화된 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식 및 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는, 상기 전극들에 대한 고체 확산을 나타내는 모델식 중 적어도 하나를 포함하는, 장치.
  16. 제13항에 있어서,
    상기 적어도 하나의 프로그램은,
    상기 선택된 전극의 충전 상태의 변화도를 상기 전지의 측정된 출력 전류 및 적어도 하나의 상기 추정된 파라미터를 이용하여 산출하는 단계; 및
    상기 선택된 전극의 평균 충전 상태를, 상기 산출된 충전 상태의 변화도, 적어도 하나의 상기 추정된 파라미터 및 상기 전지의 상기 측정된 출력 전류를 이용하여 산출하는 단계를 수행하는 명령어들을 더 포함하는, 장치.
  17. 제16항에 있어서,
    상기 적어도 하나의 프로그램은,
    상기 선택된 전극의 업데이트된 충전 상태에 대해 상기 전기 화학적 모델식을 반복적으로 연산하여, 상기 전지의 업데이트된 충전 상태를 추정하는 단계를 수행하는 명령어들을 더 포함하고,
    상기 전기 화학적 모델식은, 전지 전압 모델식, 상기 전지의 전극들 사이의 상기 충전 상태의 전기 화학적 관계를 나타내는 모델식, 상기 전극들의 평균 충전 상태 및 상기 전극들의 상기 충전 상태의 변화도를 연관시키는 모델식, 및 상기 전지의 전해질에 대한 모델식을 포함하는, 장치.
  18. 제10항 내지 제17항 중 어느 한 항에 따른 전지의 충전 상태를 추정하는 장치를 포함하는, 이차 전지.
  19. 제10항 내지 제17항 중 어느 한 항에 따른 전지의 충전 상태를 추정하는 장치를 포함하는, 전기 구동 장치.
KR20140066521A 2013-09-26 2014-05-30 전지 충전 상태 추정 방법 및 장치 KR20150034593A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN4357/CHE/2013 2013-09-26
IN4357CH2013 IN2013CH04357A (ko) 2013-09-26 2013-09-26

Publications (1)

Publication Number Publication Date
KR20150034593A true KR20150034593A (ko) 2015-04-03

Family

ID=53031376

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20140066521A KR20150034593A (ko) 2013-09-26 2014-05-30 전지 충전 상태 추정 방법 및 장치

Country Status (2)

Country Link
KR (1) KR20150034593A (ko)
IN (1) IN2013CH04357A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200026128A (ko) * 2018-08-29 2020-03-10 주식회사 엘지화학 배터리 관리 장치, 배터리 관리 방법, 배터리 팩 및 전기 차량
CN113836471A (zh) * 2020-06-23 2021-12-24 南京南瑞继保电气有限公司 一种锂离子电池最大可放电容量估计方法及系统
US11262407B2 (en) 2019-12-02 2022-03-01 Samsung Electronics Co., Ltd. Method and apparatus with battery state estimation

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200026128A (ko) * 2018-08-29 2020-03-10 주식회사 엘지화학 배터리 관리 장치, 배터리 관리 방법, 배터리 팩 및 전기 차량
US11262407B2 (en) 2019-12-02 2022-03-01 Samsung Electronics Co., Ltd. Method and apparatus with battery state estimation
CN113836471A (zh) * 2020-06-23 2021-12-24 南京南瑞继保电气有限公司 一种锂离子电池最大可放电容量估计方法及系统

Also Published As

Publication number Publication date
IN2013CH04357A (ko) 2015-04-03

Similar Documents

Publication Publication Date Title
Chen et al. A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity
Jafari et al. Deterministic models of Li-ion battery aging: It is a matter of scale
Yang et al. A novel method on estimating the degradation and state of charge of lithium-ion batteries used for electrical vehicles
Cen et al. Lithium‐ion battery SOC/SOH adaptive estimation via simplified single particle model
JP4511600B2 (ja) 電気化学セルの現在状態及び現在パラメーターを推定する装置、方法及びシステム、並びに記録媒体
JP5058814B2 (ja) バッテリーの状態及びパラメーターの推定システム及び方法
US7996167B2 (en) Apparatus and method for estimating resistance characteristics of battery based on open circuit voltage estimated by battery voltage variation pattern
Zheng et al. Lithium-ion battery instantaneous available power prediction using surface lithium concentration of solid particles in a simplified electrochemical model
Leng et al. A practical framework of electrical based online state-of-charge estimation of lithium ion batteries
CN108603918B (zh) 测试电池单体的性能的装置和方法
Weng et al. An open-circuit-voltage model of lithium-ion batteries for effective incremental capacity analysis
JP2011521402A (ja) 電気化学電池のスマート管理システム
KR20120028000A (ko) 리튬이온전지의 충전상태 추정방법 및 이 방법을 구현하기 위한 시스템
KR102676220B1 (ko) 배터리 상태를 측정하는 방법 및 장치
KR100878123B1 (ko) 배터리 상태 및 파라미터 추정 시스템 및 방법
JP5259190B2 (ja) ジョイントバッテリー状態とパラメーター推定システム及び方法
Monirul et al. Accurate SOC estimation of ternary lithium-ion batteries by HPPC test-based extended Kalman filter
Liu et al. State of charge estimation algorithm based on fractional-order adaptive extended Kalman filter and unscented Kalman filter
Ranieri et al. Electronic module for the thermal monitoring of a Li-ion battery cell through the electrochemical impedance estimation
KR20150034593A (ko) 전지 충전 상태 추정 방법 및 장치
CN112748348B (zh) 电池低温性能分布水平检测方法、系统及存储介质
Sadabadi et al. Development of an electrochemical model for a Lithium Titanate Oxide|| nickel manganese cobalt battery module
Miftahullatif et al. Novel state-of-health prediction method for lithium-ion batteries in battery storage system by using voltage variation at rest period after discharge
Rathmann et al. Novel methode of state-of-charge estimation using in-situ impedance measurement: Single cells in-situ impedance measurement based state-of-charge estimation for LiFePO 4—Li 2 TO 3 Battery Cells with a real BMS
Kustiman et al. Battery state of charge estimation based on coulomb counting combined with recursive least square and pi controller

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application