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

KR20200117794A - 배터리 관리 장치 및 방법 - Google Patents

배터리 관리 장치 및 방법 Download PDF

Info

Publication number
KR20200117794A
KR20200117794A KR1020190040455A KR20190040455A KR20200117794A KR 20200117794 A KR20200117794 A KR 20200117794A KR 1020190040455 A KR1020190040455 A KR 1020190040455A KR 20190040455 A KR20190040455 A KR 20190040455A KR 20200117794 A KR20200117794 A KR 20200117794A
Authority
KR
South Korea
Prior art keywords
battery
battery cell
voltage
measured
value
Prior art date
Application number
KR1020190040455A
Other languages
English (en)
Inventor
이규철
조원태
Original Assignee
주식회사 엘지화학
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 엘지화학 filed Critical 주식회사 엘지화학
Priority to KR1020190040455A priority Critical patent/KR20200117794A/ko
Priority to PCT/KR2020/004427 priority patent/WO2020204584A1/ko
Priority to JP2021505917A priority patent/JP7063440B2/ja
Priority to US17/281,220 priority patent/US12123914B2/en
Priority to EP20785224.5A priority patent/EP3876334A4/en
Priority to CN202080004722.8A priority patent/CN112602226B/zh
Publication of KR20200117794A publication Critical patent/KR20200117794A/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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/441—Methods for charging or discharging for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/443—Methods for charging or discharging in response to temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • 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
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H02J7/007182—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery voltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
    • H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 발명의 일 실시예에 따른 배터리 관리 장치는 배터리 셀의 전압 및 개방 회로 전압을 측정하도록 구성된 전압 측정부; 상기 배터리 셀의 온도를 측정하도록 구성된 온도 측정부; 및 상기 전압 측정부 및 온도 측정부와 연결되고, 상기 전압 측정부에 의해 측정된 개방 회로 전압에 따라 상기 배터리 셀의 충전 상태를 추정하고, 추정된 충전 상태, 상기 온도 측정부에 의해 측정된 온도에 대응되는 복수의 주파수를 선택하고, 선택된 복수의 주파수를 가지는 전류를 상기 배터리 셀에 인가하여 상기 배터리 셀에 대한 주파수별 임피던스를 산출하고, 상기 산출된 주파수별 임피던스를 미리 학습된 신경망을 통해 입력하여 미리 정의된 배터리 모델의 파라미터 추정값을 획득하고, 획득한 파라미터 추정값에 따라 상기 배터리 모델을 1차 갱신하고, 1차 갱신된 배터리 모델에서 통해 산출된 추정 전압값과 상기 전압 측정부에 의해 측정된 측정 전압값 간의 전압 차이가 임계값 미만이 될 때까지 상기 배터리 모델의 파라미터를 반복적으로 조정하여 상기 배터리 모델을 2차 갱신하도록 구성된 제어부를 포함한다.

Description

배터리 관리 장치 및 방법{APPARATUS AND METHOD FOR MANAGING BATTERY}
본 발명은 배터리 관리 장치 및 방법에 관한 것으로서, 보다 상세하게는, 배터리 모델의 갱신을 통해 배터리 셀의 내부 상태를 추정하는 배터리 관리 장치 및 방법에 관한 것이다.
최근, 노트북, 비디오 카메라, 휴대용 전화기 등과 같은 휴대용 전자 제품의 수요가 급격하게 증대되고, 전기 자동차, 에너지 저장용 축전지, 로봇, 위성 등의 개발이 본격화됨에 따라, 반복적인 충방전이 가능한 고성능 배터리에 대한 연구가 활발히 진행되고 있다.
현재 상용화된 배터리로는 니켈 카드뮴 전지, 니켈 수소 전지, 니켈 아연 전지, 리튬 배터리 등이 있는데, 이 중에서 리튬 배터리는 니켈 계열의 배터리에 비해 메모리 효과가 거의 일어나지 않아 충방전이 자유롭고, 자가 방전율이 매우 낮으며 에너지 밀도가 높은 장점으로 각광을 받고 있다.
특허문헌 1은 모델 추정 및 실시간 측정된 배터리 관련 신호를 코스트 함수로 계산하고, 코스트 함수를 학습하여 모델 파라미터 추정치를 갱신하는 전지 상태를 추정하기 위한 시스템 및 방법 및 비일시적 컴퓨터 판독 가능 기억 매체를 개시하고 있다.
하지만, 특허문헌 1은 이론적인 모델 학습 및 갱신에 대해서만 개시하고 있을 뿐이다. 즉, 특허문헌 1은 학습 및 갱신된 모델을 실제로 적용한 결과를 통해 모델을 학습시키고, 이론적 추정값과 실제 측정값 간의 오차를 보정하는 구성은 전혀 개시하고 있지 않다. 따라서, 특허문헌 1로부터 얻어지는 모델을 실제 배터리 셀의 충전 또는 방전 상황에 적용하기에는 어려운 문제가 있다.
JP 2018-059910 A
본 발명은, 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 신경망을 통해 배터리 모델의 파라미터를 획득한 후 해당 파라미터가 반영된 배터리 모델의 출력값과 실제 측정값 간의 차이에 기반하여, 배터리 모델의 파라미터를 반복적으로 갱신함으로써, 배터리 셀에 최적화된 배터리 모델을 구축할 수 있고 최적화된 배터리 모델에 기초하여 배터리의 충전을 제어할 수 있는 배터리 관리 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허청구범위에 나타난 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일 측면에 따른 배터리 관리 장치는 배터리 셀의 전압 및 개방 회로 전압을 측정하도록 구성된 전압 측정부; 상기 배터리 셀의 온도를 측정하도록 구성된 온도 측정부; 및 상기 전압 측정부 및 온도 측정부와 연결되고, 상기 전압 측정부에 의해 측정된 개방 회로 전압에 따라 상기 배터리 셀의 충전 상태를 추정하고, 추정된 충전 상태, 상기 온도 측정부에 의해 측정된 온도에 대응되는 복수의 주파수를 선택하고, 상기 선택된 복수의 주파수를 가지는 전류를 상기 배터리 셀에 인가하여 상기 배터리 셀에 대한 주파수별 임피던스를 산출하고, 상기 산출된 주파수별 임피던스를 미리 학습된 신경망에 입력하여 미리 정의된 배터리 모델의 파라미터 추정값을 획득하고, 획득된 파라미터 추정값에 따라 상기 배터리 모델을 1차 갱신하고, 1차 갱신된 배터리 모델을 통해 산출된 추정 전압값과 상기 전압 측정부에 의해 측정된 측정 전압값 간의 전압 차이가 임계값 미만이 될 때까지 상기 배터리 모델의 파라미터를 반복적으로 조정하여 상기 배터리 모델을 2차 갱신하도록 구성된 제어부를 포함할 수 있다.
바람직하게, 상기 복수의 주파수는, 배터리 셀의 온도 및 충전 상태에 따라 대응되는 복수의 주파수를 정의하고 있는 기저장된 주파수 테이블로부터 선택된 주파수를 포함할 수 있다.
본 발명에 따른 배터리 관리 장치는, 상기 제어부와 연결되고, 상기 배터리 셀에 공급되는 전류의 주파수를 상기 제어부의 요청에 따라 선택된 복수의 주파수로 변경하도록 구성된 EIS(Electrical Impedance Spectroscopy)부를 더 포함할 수 있다. 일 예에서, 상기 전류는 정현파 전류, 펄스 충방전 전류 또는 구형파 전류일 수 있다.
상기 제어부는, 상기 EIS부에 의해 주파수가 변경된 복수의 전류가 상기 배터리 셀에 공급되는 동안 측정된 복수의 배터리 셀 전압에 기반하여 배터리 셀에 대한 임피던스를 산출하도록 구성될 수 있다.
상기 전압 측정부는, 상기 추정된 충전 상태 및 상기 측정된 온도에서, 상기 복수의 주파수 중 상기 배터리 셀의 전압이 미리 측정되지 않은 주파수를 가진 전류가 상기 배터리 셀에 공급될 때의 전압을 측정하도록 구성될 수 있다.
상기 파라미터 추정값은, 상기 미리 정의된 배터리 모델의 파라미터에 대응되는 값을 포함할 수 있다.
상기 제어부는, 상기 배터리 모델의 파라미터 중 상기 획득된 파라미터 추정값에 대응되는 파라미터를 상기 획득된 파라미터 추정값으로 변경하여 상기 배터리 모델을 1차 갱신하도록 구성될 수 있다.
본 발명에 따른 배터리 관리 장치는, 상기 제어부와 연결되고, 상기 배터리 셀에 전류를 공급하고, 상기 제어부에 의해 상기 배터리 모델이 1차 갱신되면 상기 추정된 충전 상태와 상기 측정된 온도에 따라 기설정된 C-RATE(씨레이트)로 상기 배터리 셀을 충전시키는 충전부를 더 포함할 수 있다.
상기 제어부는, 상기 충전부를 통해 상기 기설정된 C-RATE로 상기 배터리 셀이 충전될 때, 동일 시점에서 측정된 측정 전압값과 상기 1차 갱신된 배터리 모델로부터 획득한 추정 전압값의 비교 결과에 기반하여 상기 배터리 모델의 파라미터를 갱신하여 상기 배터리 모델을 2차 갱신하도록 구성될 수 있다.
바람직하게, 상기 제어부는, 상기 전압 차이가 임계값 이상이면, 상기 충전부를 제어하여 충전전류의 C-RATE를 변경하도록 구성될 수 있다.
상기 제어부는, 상기 전압 차이가 임계값 이상이고, 상기 추정 전압값이 상기 측정 전압값 이상인 경우, 상기 충전부를 제어하여 상기 C-RATE를 증가시키고, 상기 전압 차이가 임계값 이상이고, 상기 추정 전압값이 상기 측정 전압값 미만인 경우, 상기 충전부를 제어하여 상기 C-RATE를 감소시키도록 구성될 수 있다.
상기 제어부는, 상기 C-RATE가 변경된 이후, 동일 시점에서 상기 전압 측정부로부터 측정된 상기 배터리 셀의 측정 전압값과 상기 2차 갱신된 배터리 모델을 이용하여 획득한 추정 전압값 간의 전압 차이가 상기 임계값 미만이 될 때까지, 상기 배터리 모델의 파라미터를 갱신하도록 구성될 수 있다.
상기 제어부는, 상기 배터리 셀이 충전되는 동안, 상기 2차 갱신된 배터리 모델을 이용하여 상기 배터리 셀의 음극에 대한 상태 정보를 추정하고, 상기 추정된 상태 정보가 임계 조건에 도달되지 않도록 배터리 셀에 인가되는 충전전류의 크기를 조절하도록 구성될 수 있다.
상기 상태 정보는, 상기 배터리 셀의 음극에 대한 리튬이온 추정 비율 및 음극 전위 중 적어도 하나 이상을 포함할 수 있다.
상기 제어부는, 상기 리튬이온 추정 비율이 상한 임계치에 도달되지 않도록 상기 배터리 셀의 충전 전류의 크기를 조절하도록 구성될 수 있다.
상기 제어부는, 상기 음극 전위가 하한 임계치에 도달되지 않도록 상기 배터리 셀의 충전 전류의 크기를 조절하도록 구성될 수 있다.
본 발명의 다른 측면에 따른 배터리 관리 방법은 배터리 관리 장치에서 실행되는 것으로서, 기저장된 주파수 테이블에서 배터리 셀의 온도 및 충전 상태에 대응되는 복수의 주파수를 선택하는 주파수 선택 단계; 선택된 복수의 주파수를 가지는 전류 각각이 상기 배터리 셀에 공급될 때 측정된 상기 배터리 셀의 전압값에 기반하여 상기 배터리 셀의 주파수별 임피던스를 산출하는 임피던스 산출 단계; 미리 학습된 신경망에 상기 산출된 주파수별 임피던스를 입력시켜 미리 정의된 배터리 모델의 파라미터 추정값을 획득하는 파라미터 추정값 획득 단계; 획득된 파라미터 추정값에 따라 상기 배터리 모델을 1차 갱신하는 배터리 모델 1차 갱신 단계; 및 배터리 셀이 충전되는 동안 1차 갱신된 배터리 모델을 이용하여 획득된 추정 전압값과 배터리 셀에 대한 측정 전압값 간의 전압 차이가 임계값 미만이 되도록 상기 배터리 모델의 파라미터를 반복적으로 조정함으로써 상기 배터리 모델을 2차 갱신하는 단계를 포함할 수 있다.
본 발명의 또 다른 측면에 따른 배터리 팩은 본 발명의 일 실시예에 따른 배터리 관리 장치를 포함할 수 있다.
본 발명의 또 다른 측면에 따른 전기 자동차는 본 발명의 일 실시예에 따른 배터리 관리 장치를 포함할 수 있다.
본 발명의 일 측면에 따르면, 신경망을 통해서 배터리 셀의 내부 상태를 추정하는 배터리 모델의 파라미터가 1차 갱신된 이후에 배터리 모델로부터 추정된 전압값과 측정된 전압값의 차이가 임계치 미만이 되도록 배터리 모델이 반복하여 갱신되므로 배터리 셀의 내부 상태가 보다 정확하게 판단될 수 있는 장점이 있다.
또한, 본 발명의 일 측면에 따르면, 두 번에 걸쳐 갱신된 배터리 모델로부터 출력되는 음극 표면의 리튬이온 추정 비율 및/또는 음극 전위를 이용하여, 측정이 불가능한 배터리 셀의 내부 상태를 보다 정확하게 추정함으로써, 배터리 셀의 급속 충전 시 C-RATE가 적절하게 조절될 수 있는 장점이 있다.
또한, 본 발명의 일 측면에 따르면, 배터리 셀 각각에 대해서 배터리 모델이 최적으로 구축되므로, 복수의 배터리 셀을 이용하는 기술 분야에서도, 각각의 배터리 셀의 내부 상태를 보다 정확하게 추정할 수 있는 장점이 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 명세서에 첨부되는 다음의 도면들은 후술되는 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일 실시예에 따른 배터리 관리 장치를 포함하는 배터리 팩을 개략적으로 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 배터리 관리 장치를 개략적으로 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 배터리 관리 장치에 기저장된 주파수 테이블의 일 예시를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 배터리 관리 장치에 저장된 임피던스 테이블의 일 예시를 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 배터리 관리 장치에서 배터리 모델로부터 획득한 음극의 리튬이온 추정 비율에 대한 실시예를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 배터리 관리 장치에서 배터리 모델로부터 획득한 음극 전위에 대한 실시예를 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따른 배터리 관리 방법을 개략적으로 도시한 순서도이다.
도 8은 본 발명의 다른 실시예에 따른 배터리 관리 방법을 개략적으로 도시한 순서도이다.
도 9는 본 발명의 일 실시예에 따른 배터리 관리 방법에서 배터리 모델 갱신 단계의 일 예시를 구체적으로 도시한 순서도이다.
도 10은 본 발명의 일 실시예에 따른 배터리 관리 방법에서 배터리 모델 갱신 단계의 다른 예시를 구체적으로 도시한 순서도이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
또한, 본 발명을 설명함에 있어 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
제1, 제2 등과 같이 서수를 포함하는 용어들은, 다양한 구성요소들 중 어느 하나를 나머지와 구별하는 목적으로 사용되는 것이고, 그러한 용어들에 의해 구성요소들을 한정하기 위해 사용되는 것은 아니다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 제어부와 같은 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다.
이하에서는 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 배터리 관리 장치를 포함하는 배터리 팩을 개략적으로 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 복수의 배터리 셀(11)이 포함된 배터리 모듈(10)과 전기적으로 연결되어 복수의 배터리 셀(11)을 관리할 수 있다.
배터리 관리 장치(100)는 배터리 셀(11) 각각의 전압, 전류 및 온도를 측정하고, 충전 상태(State of Charge, SOC)를 추정할 수 있다. 그리고, 배터리 관리 장치(100)는 배터리 모델을 배터리 셀(11) 각각에 맞춰 갱신함으로써, 배터리 모델을 배터리 셀(11) 각각에 최적화시킬 수 있다. 또한, 배터리 관리 장치(100)는 배터리 셀(11)의 급속 충전 시, 갱신된 배터리 모델에 기반하여 급속 충전 전류를 조정할 수 있다.
또한, 배터리 관리 장치(100)는 상기 배터리 모듈(10)과 함께 배터리 팩(1000)에 포함될 수 있다. 도 1은 배터리 팩(1000)에 하나의 배터리 모듈(10)과 하나의 배터리 관리 장치(100)가 포함된 예시를 도시하였으나, 배터리 팩(1000)에 포함된 배터리 모듈(10) 및 배터리 관리 장치(100)의 개수는 도 1에 도시된 개수에 국한되지 않는다. 마찬가지로, 배터리 모듈(10)에 포함된 배터리 셀(11)의 개수도 도 1에 도시된 개수에 국한되지 않는다.
배터리 관리 장치(100)의 구체적인 구성은 도 2를 참조하여 설명한다. 도 2는 본 발명의 일 실시예에 따른 배터리 관리 장치를 개략적으로 도시한 블록도이다. 도 2는 설명의 편의를 위해 배터리 관리 장치(100)내에 점선으로 배터리 모듈(10)을 도시한 것이므로, 도 2에 따라서 배터리 모듈(10)이 배터리 관리 장치(100) 내부에 포함되는 것으로 제한적으로 해석되지 않는다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 전압 측정부(110), 온도 측정부(120) 및 제어부(130)를 포함할 수 있다.
전압 측정부(110)는 배터리 셀(11)의 전압 및 개방 회로 전압을 측정할 수 있다. 즉, 전압 측정부(110)는 배터리 셀(11)의 충방전 중에 또는 무부하 상태에서 배터리 모듈에 포함된 배터리 셀(11) 각각의 전압을 측정하도록 구성될 수 있다.
예컨대, 전압 측정부(110)는 배터리 모듈에 포함된 제1 배터리 셀(C1), 제2 배터리 셀(C2), 제3 배터리 셀(C3) 및 제4 배터리 셀(C4)이 충전 또는 방전 되는 동안 또는 무부하 상태에 있는 동안 전압을 각각 측정할 수 있다.
구체적으로, 도 1의실시예에서, 전압 측정부(110)는 제1 센싱 라인(SL1) 및 제2 센싱 라인(SL2)을 통해 제1 배터리 셀(C1)의 전압을 측정하고, 제2 센싱 라인(SL2) 및 제3 센싱 라인(SL3)을 통해 제2 배터리 셀(C2)의 전압을 측정할 수 있다. 또한, 전압 측정부(110)는 제3 센싱 라인(SL3) 및 제4 센싱 라인(SL4)을 통해 제3 배터리 셀(C3)의 전압을 측정하고, 제4 센싱 라인(SL4) 및 제5 센싱 라인(SL5)을 통해 제4 배터리 셀(C4)의 전압을 측정할 수 있다. 또한, 전압 측정부(110)는 배터리 셀(11)의 개방 회로 전압(Open Circuit Voltage, OCV)을 측정할 수 있다. 즉, 전압 측정부(110)는 배터리 셀(11)의 전압 및 개방 회로 전압을 모두 측정할 수 있다. 예컨대, 전압 측정부(110)는 제1 배터리 셀(C1), 제2 배터리 셀(C2), 제3 배터리 셀(C3) 및 제4 배터리 셀(C4) 각각의 개방 회로 전압을 측정할 수 있다. 여기서, 개방 회로 전압은 배터리 셀(C1-C4)가 무부하 상태에 있는 동안 측정된 전압이다. 전압 측정부(110)는 통상적인 전압 측정 회로를 포함한다.
온도 측정부(120)는 배터리 셀(11)의 온도를 측정할 수 있다. 즉, 온도 측정부(120)는 배터리 셀(11) 각각의 온도를 측정할 수 있는 온도 센서를 포함할 수 있다. 예컨대, 도 2에 도시된 바와 같이, 온도 측정부(120)는 배터리 셀(11) 각각에 연결되어, 배터리 셀(11) 각각의 온도를 측정할 수 있다. 그리고, 온도 측정부(120)는 측정한 배터리 셀(11)의 온도에 대한 측정값을 제어부(130)로 제공할 수 있다. 온도 측정부(120)는 써모커플과 같은 통상적인 온도 센서를 포함한다.
제어부(130)는 전압 측정부(110) 및 온도 측정부(120)와 연결될 수 있다. 제어부(130)는 전기적으로 전압 측정부(110) 및 온도 측정부(120)와 연결되어, 전압 측정부(110)에서 측정한 배터리 셀(11)의 전압에 대한 전압값 및 개방 회로 전압에 대한 개방 전압값을 수신하고, 온도 측정부(120)에서 측정한 배터리 셀(11)의 온도에 대한 온도값을 수신할 수 있다.
예컨대, 도 2의 실시예에서, 제어부(130)는 전압 측정부(110) 및 온도 측정부(120)와 회로적으로 연결될 수 있다. 다만, 도 2에 도시된 제어부(130), 전압 측정부(110) 및 온도 측정부(120)의 상대적인 위치는 일 예시로서, 도 2의 실시예에 의해 제어부(130), 전압 측정부(110) 및 온도 측정부(120)의 상대적 위치 및 연결관계가 국한되지는 않는다.
일 측면에 따르면, 제어부(130)는, 전압 측정부(110)에 의해 측정된 개방 회로 전압에 따라 배터리 셀(11)의 충전 상태를 추정할 수 있다. 여기서 충전 상태는 SOC(State of Charge)로서, 일반적으로 배터리 셀(11)이 충분히 안정화된 상태이면, 배터리 셀(11)의 개방 회로 전압은 충전 상태와 1 대 1 대응 관계를 갖는다. 반대로, 배터리 셀(11)이 충전 또는 방전되는 상태이면, 공지된 전류적산법이나 칼만 필터를 이용하여 배터리 셀(11)의 충전 상태가 추정될 수도 있다.
일 실시예에서, 제어부(130)는 기저장된 룩업 테이블에 포함된 개방 회로 전압과 충전 상태에 대한 대응 관계에 따라 전압 측정부(110)에 의해 측정된 개방 회로 전압으로부터 배터리 셀(11)의 충전 상태를 추정할 수 있다.
제어부(130)는 추정된 충전 상태 및 상기 측정된 온도에 대응되는 복수의 주파수를 선택할 수 있다. 즉, 제어부(130)는 추정된 배터리 셀(11)의 충전 상태 및 온도 측정부(120)에 의해 측정된 배터리 셀(11)의 온도에 대응되는 복수의 주파수를 선택할 수 있다.
예컨대, 제어부(130)에 의해 추정된 배터리 셀(11)의 충전 상태가 10 % 이고, 온도 측정부(120)에 의해 측정된 배터리 셀(11)의 온도가 20 ℃ 라고 가정한다. 제어부(130)는 배터리 셀(11)의 충전 상태 10 %와 온도 20 ℃에 대응되는 주파수 F1, F2, …, Fn을 선택할 수 있다. 여기서 n은 양의 정수이다. 즉, 제어부(130)는 배터리 셀(11)의 추정된 충전 상태 및 측정된 온도에 기반하여, 주파수 F1 내지 Fn을 선택할 수 있다. 이하에서는 설명의 편의를 위하여, 제어부(130)가 4개의 주파수를 선택하는 것으로 설명한다. 즉, n이 4인 것으로 한정하여 설명한다.
제어부(130)는 추정된 충전 상태, 측정된 온도 및 선택된 복수의 주파수를 가지는 전류에 기반하여 배터리 셀(11)의 주파수별 임피던스(Impedance)를 산출할 수 있다. 예컨대, 앞선 실시예에서 선택된 F1, F2, F3 및 F4 주파수를 가진 전류를 각 배터리 셀(11)에 순차적으로 인가하고 공지된 EIS(Electrical Impedance Spectroscopy) 임피던스 산출방식에 따라서 각 배터리 셀(11)의 주파수별 임피던스를 산출할 수 있다.
제어부(130)는 미리 학습된 신경망에 상기 산출된 주파수별 임피던스를 입력하여 배터리 모델의 파라미터 추정값을 획득할 수 있다. 예컨대, 제어부(130)는 미리 학습된 신경망에 산출된 주파수별 임피던스를 입력할 수 있다. 그리고 제어부(130)는 미리 학습된 신경망으로부터 저항과 관련된 값 및 음극의 스케일, 양극의 스케일 및 리튬의 가용량 등의 용량에 대한 값을 획득하고, 획득한 저항과 관련된 값 및 용량에 대한 값을 가공하여 배터리 모델의 파라미터 중 일부 파라미터에 대응되는 파라미터 추정값을 획득할 수 있다. 획득되는 파라미터 추정값은 이후에 수학식을 이용하여 상술한다.
여기서, 신경망은 주파수별 임피던스를 입력 데이터로 입력 받고, 미리 정의된 배터리 모델의 파라미터를 출력 데이터로 출력할 수 있도록 역전파 학습 알고리즘에 따라 미리 학습된 것일 수 있다. 학습 알고리즘으로는, 역전파 학습 알고리즘 이외에도 공지된 다른 학습 알고리즘을 채용할 수 있음은 자명하다.
제어부(130)는 미리 학습된 신경망을 통해 각 배터리 셀에 대한 주파수별 임피던스를 입력하고, 미리 정의된 배터리 모델의 파라미터에 대응되는 파라미터 추정값 P1, P2, ??, Pm을 획득할 수 있다. 여기서 m은 양의 정수이다. 이하에서는 설명의 편의를 위하여 제어부(130)가 획득한 파라미터 추정값은 3개인 것으로 가정하여 설명한다. 즉, 제어부(130)는 신경망을 통해 배터리 모델의 파라미터에 대응되는 파라미터 추정값 P1, P2 및 P3을 획득할 수 있다.
제어부(130)는, 획득한 파라미터 추정값에 따라 배터리 모델을 1차 갱신할 수 있다. 예컨대, 앞선 실시예와 같이, 제어부(130)는 신경망으로부터 파라미터 추정값인 P1, P2 및 P3을 획득하고, 획득한 파라미터 추정값인 P1, P2 및 P3을 이용하여 미리 정의된 배터리 모델을 1차 갱신할 수 있다. 즉, 제어부(130)는 획득한 파라미터 추정값 P1, P2 및 P3로 배터리 모델의 복수의 파라미터 중 대응되는 파라미터를 갱신함으로써, 배터리 모델을 갱신시킬 수 있다.
여기서, 배터리 모델은 배터리 셀(11) 각각에 대하여 정의될 수 있다. 예컨대, 도 2의 실시예에서, 제1 배터리 셀(C1)에 대한 제1 배터리 모델, 제2 배터리 셀(C2)에 대한 제2 배터리 모델, 제3 배터리 셀(C3)에 대한 제3 배터리 모델 및 제4 배터리 셀(C4)에 대한 제4 배터리 모델이 개별적으로 미리 정의될 수 있다.
예컨대, 배터리 모델은 Newman의 P2D 모델(Newman's P2D model)가 적용될 수 있다. P2D 모델은 다공성 전극 및 농축 용액 이론을 사용하여 개발된 물리 기반 모델로서, 배터리에서 리튬 이온 이동을 정확하게 포착할 수 있는 모델이다. 따라서, 본 발명의 일 실시예에 따른 배터리 관리 장치는 미리 정의된 배터리 모델로써 P2D 모델을 이용할 수 있다.
배터리 모델의 파라미터 중 갱신되는 일부 파라미터는 하기의 수학식 1 내지 4를 통해서 설명한다.
Figure pat00001
여기서,
Figure pat00002
는 전해질 이온 전도도(electrolyte ionic conductivity)이고,
Figure pat00003
는 전해질 상 전위(electrolyte phase potential)이고,
Figure pat00004
는 전해질 확산 전도도(electrolyte diffusional conductivity)이고,
Figure pat00005
는 전해질 상 농도(electrolyte phase concentration)이고,
Figure pat00006
는 과전압 함수(function of overpotential)이고, 아래첨자 e는 전해질 상(electrolyte phase)이다.
예컨대, 수학식 1의 파라미터 중 제어부(130)에 의해 갱신되는 파라미터는
Figure pat00007
및
Figure pat00008
일 수 있다. 즉, 제어부(130)가 획득한 파라미터 추정값은 전해질 이온 전도도 및 전해질 확산 전도도에 대응되는 값을 포함할 수 있다. 제어부(130)는 획득한 파라미터 추정값으로 상기 전해질 이온 전도도 및 전해질 확산 전도도를 갱신할 수 있다.
Figure pat00009
여기서,
Figure pat00010
는 유효 전기 전도도(effective electric conductivity)이고,
Figure pat00011
는 전극 상 전위(solid(electrode) phase potential)이고, 아래첨자 s는 전극 상(solid(electrode))이다.
예컨대, 수학식 2의 파라미터 중 제어부(130)에 의해 갱신되는 파라미터는
Figure pat00012
일 수 있다. 즉, 제어부(130)가 획득한 파라미터 추정값은 유효 전기 전도도에 대응되는 값을 포함할 수 있다. 제어부(130)는 획득한 파라미터 추정값으로 상기 유효 전기 전도도를 갱신할 수 있다.
Figure pat00013
여기서,
Figure pat00014
는 전극에서의 전해질 상의 부피 분율(volume fraction of electrolyte phase in electrode)이고,
Figure pat00015
는 전해질 이온 확산도(electrolyte ionic diffusivity)이고,
Figure pat00016
는 리튬 이온의 전이 수(transference number of lithium ion)이다.
예컨대, 수학식 3의 파라미터 중 제어부(130)에 의해 갱신되는 파라미터는
Figure pat00017
일 수 있다. 즉, 제어부(130)가 획득한 파라미터 추정값은 전해질 이온 확산도 에 대응되는 값을 포함할 수 있다. 제어부(130)는 획득한 파라미터 추정값으로 상기 전해질 이온 확산도를 갱신할 수 있다.
Figure pat00018
여기서,
Figure pat00019
는 전극에서의 리튬 확산 계수(diffusion coefficient of Li in solid(electrode))이고, r은 차원(dimension)이고,
Figure pat00020
는 전극 상 농도(solid(electrode) phase concentration)이다.
예컨대, 수학식 4의 파라미터 중 제어부(130)에 의해 갱신되는 파라미터는
Figure pat00021
일 수 있다. 즉, 제어부(130)가 획득한 파라미터 추정값은 전극에서 리튬의 확산 계수에 대응되는 값을 포함할 수 있다. 제어부(130)는 획득한 파라미터 추정값으로 상기 전극에서의 리튬 확산 계수를 갱신할 수 있다.
정리하면, 제어부(130)가 획득한 파라미터 추정값은 배터리 모델의 전해질 이온 전도도, 전해질 확산 전도도, 유효 전기 전도도, 전해질 이온 확산도 및 전극에서의 리튬 확산 계수에 대응되는 값을 포함할 수 있다. 제어부(130)는 획득한 파라미터 추정값으로 배터리 모델의 파라미터 중 대응되는 파라미터를 갱신하여, 배터리 모델을 1차 갱신시킬 수 있다.
한편, 제1 배터리 셀(C1) 내지 제4 배터리 셀(C4)이 동일한 공정을 통해 생산되고, 동일한 날짜에 출하되어, 동일한 배터리 모듈에 포함되어 있다고 하더라도, 초기 저항 편차, 용량 편차 등의 다양한 원인에 의해 배터리 셀(11)의 상태가 서로 완벽하게 동일하지 않을 수 있다. 따라서, 제어부(130)는 제1 배터리 셀(C1)에 대한 파라미터 추정값을 이용하여 제1 배터리 모델만을 1차 갱신할 수 있고, 제1 배터리 셀(C1)에 대한 파라미터 추정값을 이용하여 제2 내지 제4 배터리 모델을 1차 갱신할 수는 없다.
제어부(130)는, 배터리 셀(11)이 충전되는 동안 1차로 갱신된 배터리 모델을 이용하여 산출된 추정 전압값과 전압 측정부(110)에 의해 측정된 측정 전압값 간의 전압 차이가 임계값 미만이 되도록 배터리 모델의 파라미터를 반복적으로 조정하여 배터리 모델을 2차 갱신하도록 구성될 수 있다.
구체적으로, 제어부(130)는 배터리 셀(11)이 충전되는 동안 1차 갱신된 배터리 모델에서 출력된 값을 가공하여 배터리 셀(11)에 대한 추정 전압값을 획득할 수 있다. 그리고, 제어부(130)는 획득한 추정 전압값과 전압 측정부(110)에서 측정한 배터리 셀(11)의 전압에 대한 실제 측정값인 측정 전압값 간의 전압 차이에 따라 배터리 모델을 2차로 갱신할 수 있다.
예컨대, 수학식 2를 참조하면, 제어부(130)는 배터리 모델로부터
Figure pat00022
및
Figure pat00023
을 획득할 수 있다. 즉, 제어부(130)는 배터리 모델로부터 양극 상 전위 값(positive electrode phase potential) 및 음극 상 전위 값(negative electrode phase potential)을 획득할 수 있다. 그리고, 제어부(130)는 획득한
Figure pat00024
및
Figure pat00025
간의 전위차를 통해서 추정 전압값을 획득할 수 있다.
제어부(130)는 "|추정 전압값 - 측정 전압값|" 의 수식에 의해 전압 차이를 산출할 수 있다. 즉, 제어부(130)는 추정 전압값과 측정 전압값 간의 차이의 절대값의 크기에 따라 배터리 모델을 2차로 갱신시킬 수 있다. 앞선 실시예와 마찬가지로, 제어부(130)는 제1 배터리 셀(C1)에 대한 추정 전압값과 측정 전압값 간의 전압 차이에 기반하여 제1 배터리 모델을 2차 갱신할 수 있으며, 제어부(130)는 제1 배터리 셀(C1)에 대한 추정 전압값과 측정 전압값 간의 전압 차이에 기반하여 제2 내지 제4 배터리 모델을 학습시킬 수는 없다.
구체적으로, 제어부(130)는 파라미터 추정값을 이용하여 갱신시킨 배터리 모델의 파라미터의 값을 재조정하여, 배터리 모델을 2차 갱신시킬 수 있다. 예컨대, 제어부(130)는 파라미터 추정값을 이용하여 갱신시킨 배터리 모델의 전해질 이온 전도도, 전해질 확산 전도도, 유효 전기 전도도, 전해질 이온 확산도 및 전극에서 리튬의 확산 계수에 대응되는 값을 추정 전압값과 측정 전압값 간의 전압 차이에 기반하여 2차 갱신시킬 수 있다. 이 경우, 제어부(130)는 배터리 모델의 파라미터에 대한 미세 조정(fine tuning)을 위해, 랜덤 서치(Random search), 가우시안 프로세스(Gaussian Process) 또는 탐욕 서치(Greedy search) 등의 알고리즘을 이용하여 현재 배터리 모델의 파라미터와 근사한 근사값을 선택하고, 선택한 근사값을 이용하여 배터리 모델의 파라미터를 2차 갱신시킬 수 있다.
본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 미리 정의된 배터리 모델을 신경망을 이용하여 획득한 파라미터 추정값에 기반하여 1차 갱신하고, 추정 전압값과 측정 전압값 간의 차이에 기반하여 배터리 모델을 2차 갱신할 수 있다. 따라서, 배터리 관리 장치(100)는 반복하여 갱신된 배터리 모델을 이용하여 배터리 셀(11)에 대한 내부 상태 정보를 신뢰성 있게 획득할 수 있는 장점이 있다.
여기서, 제어부(130)는 본 발명의 일 실시예에 따른 배터리 관리 장치(100)에서 수행되는 다양한 제어 로직들을 실행하기 위해 당업계에 알려진 프로세서, ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로, 레지스터, 통신 모뎀, 데이터 처리 장치 등을 선택적으로 포함할 수 있다. 또한, 상기 제어 로직이 소프트웨어로 구현될 때, 상기 제어부(130)는 프로그램 모듈의 집합으로 구현될 수 있다. 이때, 프로그램 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 상기 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 예컨대, 제어부(130)는 본 발명의 일 실시예에 따른 배터리 관리 장치(100)에 포함된 프로세서로서, 배터리 셀(11)의 임피던스를 산출하고, 배터리 모델의 파라미터를 조정함으로써 배터리 모델을 갱신할 수 있다. 또한 제어부(130)는 전압 측정부(110) 및 온도 측정부(120)와 연결되어 신호를 주고 받을 수도 있다.
또한, 도 2를 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 전류 측정부(140)를 더 포함할 수 있다. 전류 측정부(140)는 배터리 셀(11)로 입력되는 충전전류 또는 배터리 셀(11)로부터 출력되는 방전전류를 측정하도록 구성될 수 있다. 예컨대, 도 2의 실시예에서, 전류 측정부(140)는 센스 저항(R)의 양단에 연결되어, 충전전류 또는 방전전류를 측정할 수 있다. 제어부(130)는 전압 측정부(110)가 배터리 셀(11)의 개방 회로 전압을 측정하기 전에, 전류 측정부(140)에서 측정된 전류를 이용하여 배터리 셀(11)이 안정화된 상태인지 여부를 먼저 판단할 수 있다. 예컨대, 제어부(130)는 전류 측정부(140)에서 측정된 배터리 셀(11)의 충전전류 또는 방전전류가 0 [A]인 상태가 미리 설정된 시간 동안 유지되면 배터리 셀(11)이 안정화된 상태인 것으로 판단하고, 전압 측정부(110)를 통해 배터리 셀(11)의 개방 회로 전압을 측정할 수 있다. 그리고, 전압 측정부(110)는 제어부(130)로부터 측정 신호를 송신한 이후에 배터리 셀(11)의 개방 회로 전압을 측정할 수 있다.
또한, 도 2를 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 저장부(150)를 더 포함할 수 있다. 저장부(150)는 배터리 모델의 갱신에 사용되는 신경망의 실행에 필요한 프로그램 및 데이터와 배터리 모델에 관한 함수와 배터리 모델의 파라미터 값 등을 저장할 수 있다. 즉, 저장부(150)는 신경망과 배터리 모델 등 본 발명의 일 실시예에 따른 배터리 관리 장치(100)의 각 구성요소가 동작 및 기능을 수행하는데 필요한 데이터나 프로그램 또는 동작 및 기능이 수행되는 과정에서 생성되는 데이터 등을 저장할 수 있다. 저장부(150)는 데이터를 기록, 소거, 갱신 및 독출할 수 있다고 알려진 공지의 정보 저장 수단이라면 그 종류에 특별한 제한이 없다. 일 예시로서, 정보 저장 수단에는 RAM, 플래쉬 메모리, ROM, EEPROM, 레지스터 등이 포함될 수 있다. 저장부(150)는 제어부(130)에 의해 실행 가능한 프로세스들이 정의된 프로그램 코드들을 저장할 수 있다.
바람직하게, 상기 복수의 주파수는, 배터리 셀(11)의 온도 및 충전 상태에 따라 미리 결정된 복수의 주파수가 포함된 기저장된 주파수 테이블로부터 선택된 주파수를 포함할 수 있다. 여기서 기저장된 주파수 테이블은 저장부(150)에 미리 저장된 것으로서, 배터리 셀(11)의 온도 및 충전 상태에 따라 복수의 주파수를 참조할 수 있는 룩업 테이블일 수 있다.
도 3은 본 발명의 일 실시예에 따른 배터리 관리 장치에 기저장된 주파수 테이블의 일 예시를 도시한 도면이다. 도 3을 참조하면, 기저장된 주파수 테이블은 온도(T), 충전 상태(SOC) 및 주파수(F) 필드(Field)를 포함할 수 있다. 예컨대, 온도 T1 ℃와 충전 상태 S1 %에 대응되는 주파수 F11, F12, F13 및 F14가 첫 번째 레코드(Record)에 포함될 수 있다. 그리고, 온도 T2 ℃와 충전 상태 S2 %에 대응되는 주파수 F21, F22, F23 및 F24가 두 번째 레코드에 포함될 수 있다.
예컨대, 기저장된 주파수 테이블에서 온도 필드와 충전 상태 필드가 복합 키로 설정될 수 있다. 따라서, 제어부(130)는 기저장된 주파수 테이블을 이용하여, 온도 측정부(120)에 의해 측정된 배터리 셀(11)의 온도와 산출한 배터리 셀(11)의 충전 상태에 대응되는 복수의 주파수를 선택할 수 있다. 따라서, 기저장된 주파수 테이블에는 동일한 온도에 대해 상이한 충전 상태를 가진 복수의 레코드가 존재할 수 있다. 예컨대, 세 번째 및 네 번째 레코드처럼, 온도 T3 ℃에 대해 서로 상이한 충전 상태 S3 % 및 S4 %를 가지는 레코드가 존재할 수 있다. 다만, 온도 필드와 충전 상태 필드를 복합키로 설정하는 것은 기저장된 주파수 테이블에 대한 일 예시일 뿐이고, 이에 따라 기저장된 주파수 테이블이 제한되는 것은 아니다.
즉, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 온도, 충전 상태 및 복수의 주파수가 하나의 쌍을 이루며 저장된 주파수 테이블을 이용하여, 배터리 셀(11)의 내부 상태를 보다 정확하게 측정할 수 있는 복수의 주파수를 선택할 수 있다. 따라서, 임의로 선택된 주파수를 가진 전류가 아니고, 배터리 셀(11)의 온도 및 충전 상태에 기반하여 배터리 관리 장치(100)에 의해 선택된 복수의 주파수를 가진 전류가 배터리 셀(11)에 공급됨으로써, 배터리 셀(11)의 내부 상태가 보다 정확하게 판단될 수 있다.
또한, 도 2를 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 제어부(130)와 연결되고, 배터리 셀(11)에 공급되는 전류의 주파수를 상기 제어부(130)에 의해 선택된 복수의 주파수로 변경하도록 구성된 EIS(Electrical Impedance Spectroscopy)부를 더 포함할 수 있다. 즉, EIS부(160)는 제어부(130)와 전기적으로 연결되어 서로 신호를 송수신할 수 있고, 배터리 셀(11)에 정현파 또는 펄스(pulse) 형태의 전류를 인가할 수 있다.
예컨대, 앞선 실시예와 같이, 제어부(130)가 기저장된 주파수 테이블을 통해 F1, F2, F3 및 F4를 선택했다고 가정한다. 제어부(130)는 EIS부(160)에 F1 주파수 인가 신호를 송신할 수 있다. 제어부(130)의 F1 주파수 인가 신호를 수신한 EIS부(160)는 F1 주파수를 가진 전류를 출력하고, 결과적으로 배터리 셀(11)에는 F1 주파수를 가진 전류가 공급될 수 있다. 일 예에서, 배터리 셀(11)에 공급되는 전류는 펄스 전류이다. 마찬가지로, 제어부(130)는 EIS부(160)에게 F2 주파수 인가 신호, F3 주파수 인가 신호 및 F4 주파수 인가 신호를 각각 송신할 수 있다. 이때, 제어부(130)는 일정한 시간 간격을 두고 EIS부(160)에게 서로 다른 주파수 인가 신호를 송신할 수 있다. 예컨대, 제어부(130)는 10ms 간격을 두고 EIS부(160)에게 서로 다른 주파수 인가 신호를 송신할 수 있다.
또한, 제어부(130)는, EIS부(160)에 의해 주파수가 변경된 복수의 전류가 배터리 셀(11)에 공급되는 동안 측정된 복수의 전압에 기반하여, 배터리 셀(11)에 대한 임피던스를 산출하도록 구성될 수 있다. 제어부(130)는 전압 측정부(110)를 통해 측정된 복수의 전압에 기반하여, 각 배터리 셀(11)의 임피던스를 산출하도록 구성될 수 있다. 즉, 제어부(130)는 주파수 인가 신호를 EIS부(160)에 송신하고, EIS부(160)는 수신한 주파수 인가 신호에 기반하여 특정 주파수를 가진 전류를 배터리 셀(11)에 인가할 수 있다. 각 배터리 셀(11)에 EIS부(160)에서 출력한 주파수를 가진 전류가 공급된 직후에 전압 측정부(110)는 각 배터리 셀(11)의 전압을 측정할 수 있다. 여기서, 제어부(130)는 복수의 주파수 인가 신호를 EIS부(160)에 송신하고, EIS부(160)는 수신한 복수의 주파수 인가 신호에 기반하여 서로 다른 주파수를 가진 전류를 시간적 간격을 두고 출력할 수 있다. 따라서, 전압 측정부(110)는 각 배터리 셀(11)에 서로 다른 주파수를 가진 전류가 공급될 때마다 각 배터리 셀(11)의 전압을 측정할 수 있다. 그리고, 제어부(130)는 전압 측정부(110)로부터 측정된 복수의 전압을 수신하고, 수신한 복수의 전압에 기초하여 각 배터리 셀(11)의 임피던스를 산출할 수 있다. 배터리 셀(11)에 주파수가 다른 복수의 전류를 인가한 후 배터리 셀(11)의 응답 특성을 이용하여 배터리 셀(11)의 주파수별 임피던스를 측정하는 방법은 EIS(Electrical Impedance Spectroscopy)라는 명칭으로 널리 알려져 있으므로 자세한 설명은 생략하기로 한다.
도 3의 실시예에서, 앞선 실시예와 같이 제어부(130)는 기저장된 주파수 테이블을 통해 F1, F2, F3 및 F4를 선택했다고 가정한다. 제어부(130)는 EIS부(160)에 F1 주파수 인가 신호를 송신하고, EIS부(160)는 F1 주파수를 가진 전류를 배터리 셀(11)에 인가하며, 전압 측정부(110)는 F1 주파수를 가진 전류가 공급된 배터리 셀(11)의 제1 전압을 측정할 수 있다. 마찬가지로 전압 측정부(110)는 F2 주파수를 가진 전류가 공급된 배터리 셀(11)의 제2 전압, F3 주파수를 가진 전류가 공급된 배터리 셀(11)의 제3 전압, F4 주파수를 가진 전류가 공급된 배터리 셀(11)의 제4 전압을 측정할 수 있다. 제어부(130)는 전압 측정부(110)로부터 제1 내지 제4 전압을 수신하고, 제1 내지 제4 전압과 배터리 셀(11)에 인가된 교류전류를 이용하여 배터리 셀(11)의 임피던스를 산출할 수 있다. 한편, 전압은 각 주파수에 대해서 복수 번 측정될 수 있으므로 제1 내지 제4 전압의 각각은 하나의 전압 데이터 또는 복수의 전압 데이터를 포함할 수 있다.
본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 배터리 셀(11)의 온도 및 충전 상태에 기반하여 선택한 복수의 주파수 각각을 가진 전류를 배터리 셀(11)에 공급함으로써, 배터리 셀(11)의 임피던스를 보다 정확하게 결정할 수 있는 장점이 있다.
전압 측정부(110)는, 추정된 충전 상태 및 측정된 온도에서, 복수의 주파수 중 배터리 셀(11)의 전압이 미리 측정되지 않은 주파수를 가진 전류가 배터리 셀(11)에 공급될 때의 전압을 측정하도록 구성될 수 있다.
즉, 제어부(130)는 기저장된 주파수 테이블에서 선택한 복수의 주파수 중 일부에 대한 주파수 인가 신호를 EIS부(160)에 송신할 수도 있다. 여기서, 일부 주파수는 배터리 셀(11)의 임피던스 결정을 위해 사용되지 않은 미사용 주파수이다. 그리고, 전압 측정부(110)는 미사용 주파수를 가진 전류가 배터리 셀(11)에 공급될 때, 배터리 셀(11)의 전압을 측정할 수 있다. 이에 대해서는 도 4를 참조하여 설명한다.
도 4는 본 발명의 일 실시예에 따른 배터리 관리 장치에 저장된 임피던스 테이블의 일 예시를 도시한 도면이다. 도 4를 참조하면, 임피던스 테이블은 배터리 셀(11)의 식별번호(ID), 온도(T), 충전 상태(SOC) 및 임피던스(I)를 필드로 포함할 수 있다. 임피던스 테이블은 저장부(150)에 저장될 수 있다.
임피던스(I) 필드에는 제어부(130)에 의해 산출되는 주파수별 임피던스에 대한 값이 포함될 수 있다. 또한, 임피던스(I)의 개수는 상기 기저장된 주파수 테이블에서 배터리 셀(11)의 온도 및 충전 상태에 따라 미리 결정된 복수의 주파수의 개수와 동일하다.
예컨대, 도 4의 첫 번째 레코드(401)는 임피던스(I) 필드가 모두 비어있다. 즉, 도 3을 참조하면, 첫 번째 레코드(401)에 포함된 온도 T1 ℃와 충전 상태 S1 %에 대응되는 주파수 F11, F12, F13 및 F14에 대해서는 임피던스가 산출되지 않았기 때문이다. 이 경우, 앞선 실시예와 같이, 제어부(130)는 배터리 셀(11)의 온도 및 충전상태가 각각 T1 ℃ 및 S1 % 상태에 있는 동안 주파수 F11, F12, F13 및 F14 각각에 대한 주파수 인가 신호를 EIS부(160)에 송신할 수 있다. 그리고, EIS부(160)는 주파수 F11, F12, F13 및 F14를 가진 전류 각각을 출력하고, 전압 측정부(110)는 주파수 F11, F12, F13 및 F14 를 가지는 서로 다른 전류가 배터리 셀(11)에 인가될 때 배터리 셀(11)의 전압을 측정할 수 있다.
도 4의 두 번째 레코드(402)는 임피던스(I) 필드의 일부만 기록되어 있다. 즉, 도 3을 참조하면, 도 4의 두 번째 레코드(402)와 같은 경우는, 온도 T2 ℃와 충전 상태 S2 %에 대응되는 주파수 F21, F22, F23 및 F24 중 F21 및 F22 에 대한 주파수 인가 신호가 과거에 EIS부(160)에 송신되었고, F21 및 F22 주파수를 가진 전류가 배터리 셀(11)에 인가될 때 측정된 전압에 기반하여, I21 및 I22 임피던스가 미리 산출된 경우이다. 이러한 경우는 주파수 F21, F22, F23 및 F24 각각에 대한 임피던스 I21, I22, I23 및 I24를 산출하는 과정에서, 내부 또는 외부의 어떠한 원인에 의해 I23 및 I24가 산출되기 전에 임피던스 산출 과정이 종료된 경우이다. 이러한 경우에 제어부(130)는 이미 산출한 임피던스는 임피던스 테이블에 기록할 수 있다. 그리고, 제어부(130)는 임피던스를 산출하는 과정에서, 임피던스 테이블을 참조하여, 이미 산출한 임피던스에 대해서는 중복 산출하지 않을 수 있다. 즉, 도 4의 두 번째 레코드의 경우, 제어부(130)는 I21 및 I22 산출은 생략하고, I23 및 I24만을 산출할 수 있다. 따라서, 제어부(130)는 F23 및 F24에 대한 주파수 인가 신호만을 EIS부(160)에 송신할 수 있다. 그리고, EIS부(160)는 주파수 F23 및 F24를 가진 전류를 각각 출력하고, 전압 측정부(110)는 주파수 F23 및 F24를 가지는 전류 각각이 배터리 셀(11)에 인가될 때 배터리 셀(11)의 전압을 측정할 수 있다.
본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 주파수 테이블 및 임피던스 테이블을 저장하고, 이미 측정한 값을 기록해둠으로써, 동일한 조건에서 임피던스가 중복되게 산출되는 것을 미연에 방지할 수 있다. 따라서, 배터리 모델 갱신에 소요되는 시간이 단축되어, 배터리 셀(11)의 급속 충전 상황에서도 배터리 모델이 빠르게 갱신될 수 있다.
바람직하게, 파라미터 추정값은, 신경망을 이용하여 획득된 값으로서, 미리 정의된 배터리 모델의 파라미터에 대응되는 값을 포함할 수 있다. 즉, 제어부(130)는 신경망으로부터 출력된 값들을 가공하여 파라미터 추정값을 획득할 수 있고, 획득된 파라미터 추정값은 미리 정의된 배터리 모델의 파라미터 중 일부에 대응될 수 있다.
따라서, 제어부(130)는 배터리 모델의 파라미터 중 획득한 파라미터 추정값에 대응되는 파라미터를 획득한 파라미터 추정값으로 변경하여 배터리 모델을 1차 갱신하도록 구성될 수 있다.
본 발명에 있어서, 배터리 모델은 미리 학습된 신경망을 통해 배터리 셀(11)의 온도, 충전 상태 및 임피던스에 기반하여 갱신되므로, 배터리 관리 장치(100)는 배터리 셀(11) 각각에 대해 최적화된 배터리 모델을 이용하여 배터리 셀(11) 각각의 내부 상태를 보다 정확하게 판단할 수 있는 장점이 있다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 제어부(130)와 연결되고, 배터리 셀(11)에 전류를 공급하는 충전부(170)를 더 포함할 수 있다. 즉, 배터리 셀(11)에 전류를 공급하는 충전부(170)는 배터리 관리 장치(100) 내부에 포함될 수도 있고, 배터리 관리 장치(100)의 외부에 구비될 수도 있다.
배터리 관리 장치(100)의 내부에 포함되는 충전부(170) 및 배터리 관리 장치(100) 외부에 구비된 충전부(170) 모두, 제어부(130)와 전기적으로 연결되고, 배터리 셀(11)에 전류를 공급할 수 있다.
일 실시예에서, 배터리 관리 장치(100)의 외부에 구비된 충전부(170)는 커넥터를 이용하여 제어부(130)와 연결될 수 있다. 상기 커넥터에는 통신 선로가 포함되어, 충전부(170)는 제어부(130)와 통신할 수 있다.
충전부(170)는 제어부(130)에 의해 상기 배터리 모델이 1차 갱신되면 상기 추정된 충전 상태와 상기 측정된 온도에 따라 기설정된 C-RATE로 상기 배터리 셀(11)을 충전시키도록 구성될 수 있다. 즉, 충전부(170)는 제어부(130)에 의해 배터리 모델이 1차 갱신되면 제어부(130)의 요청에 따라, 배터리 셀(11)의 추정된 충전 상태와 측정된 온도에 따라 기설정된 C-RATE로 배터리 셀(11)을 충전시킬 수 있다. 충전부(170)는 배터리 모델의 1차 갱신이 완료되면, 제어부(130)로부터 기설정된 C-RATE를 포함한 배터리 충전 신호를 수신할 수 있다. 이 때, 충전부(170)는 기설정된 C-RATE로 배터리 셀(11)을 충전시킬 수 있다. 기설정된 C-RATE는 저장부(150)에 저장된 것으로서, 제어부(130)는 배터리 충전 신호와 함께 기설정된 C-RATE를 충전부(170)에 송신할 수 있다.
제어부(130)는, 기설정된 C-RATE로 배터리 셀(11)이 충전될 때, 동일 시점에서 측정된 측정 전압값과 1차 갱신된 배터리 모델로부터 획득한 추정 전압값 간의 전압 차이에 기반하여 배터리 모델의 파라미터를 갱신하여 배터리 모델을 2차 갱신시키도록 구성될 수 있다. 즉, 전압 측정부(110)는 기설정된 C-RATE로 충전되는 제1 시점에서 배터리 셀(11)의 전압을 측정하고, 측정한 측정 전압값을 제어부(130)로 송신할 수 있다. 제어부(130)는 상기 제1 시점에서 갱신된 배터리 모델을 이용하여 추정 전압값을 획득하고, 획득한 추정 전압값과 수신한 측정 전압값을 비교할 수 있다. 그리고, 제어부(130)는 비교 결과에 기반하여 배터리 모델을 2차 갱신할 수 있다.
앞선 예시와 마찬가지로, 제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이에 기반하여, 배터리 모델을 2차 갱신시킬 수 있다. 여기서, 전압 차이는 "|추정 전압값 - 측정 전압값|" 의 수식에 의해 산출될 수 있다.
일 실시예에서, 충전부(170)가 4C C-RATE로 배터리 셀(11)을 충전하고 있고, 동일 시점을 기준으로 측정 전압값이 4.05[V]로 측정되고 추정 전압값이 4.1[V]로 획득되었다고 가정한다. 제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이의 절대값의 크기에 기반하여 배터리 모델을 2차 갱신시킬 수 있다. 즉, 제어부(130)는 0.05[V] 오차를 보정하기 위하여 배터리 모델을 2차 갱신시킬 수 있다. 구체적으로, 제어부(130)는 0.05[V] 오차를 보정하기 위하여 배터리 모델에 포함된 파라미터 중 파라미터 추정값을 통해 1차 갱신된 파라미터를 갱신시킬 수 있다.
본 발명에 따르면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 기설정된 C-RATE로 배터리 셀(11)을 충전시키면서, 측정 전압값과 추정 전압값 간의 전압 차이에 기반하여 배터리 모델을 2차 갱신시킬 수 있다. 이처럼 배터리 관리 장치(100)는 배터리 모델을 복수 회 갱신시킴으로써, 배터리 모델의 출력값에 대한 신뢰도를 향상시키고, 배터리 셀(11)의 내부 상태를 보다 정확하게 판단할 수 있는 장점이 있다.
제어부(130)는, 상기 전압 차이가 임계값 이상이면, 상기 충전부를 제어하여 충전 전류의 C-RATE를 변경하도록 구성될 수 있다.
여기서, 임계값은 추정 전압값과 측정 전압값 간의 전압 차이의 절대값에 대한 임계값으로서, 저장부(150)에 미리 저장된 값일 수 있다.
제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 이상이면, 비정상적인 충전 상태라고 판단하여 충전부(170)에게 C-RATE를 변경하라는 신호를 송신할 수 있다. 즉, 제어부(130)는 충전부(170)에게 C-RATE 변경을 명령하여, 배터리 셀(11)에 공급되는 전류의 세기를 조정할 수 있다.
반대로, 제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 미만이면, 추정 전압값이 정상 범위에 속하는 것으로 판단하여, 갱신된 배터리 모델을 더 이상 갱신시키지 않을 수 있다.
본 발명에 따르면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 제어부(130)에 의해 추정된 추정 전압값과 전압 측정부(110)에 의해 측정된 측정 전압값이 완벽히 동일하지 않더라도, 추정 전압값과 측정 전압값 간의 전압 차이가 설정된 임계값 미만이면 배터리 모델의 2차 갱신을 종료시킴으로써, 배터리 모델의 최적화에 소요되는 시간을 단축할 수 있는 장점이 있다. 또한, 배터리 관리 장치(100)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 이상이면 C-RATE 즉, 배터리 셀(11)에 공급되는 전류의 세기를 조정함으로써, 전압 차이를 보정할 수 있는 장점이 있다.
바람직하게, 제어부는, 상기 전압 차이가 임계값 이상이고, 상기 추정 전압값이 상기 측정 전압값 이상인 경우, 상기 충전부를 제어하여 상기 C-RATE를 증가시키도록 구성될 수 있다.
예컨대, 앞선 예시와 같이 동일한 시점을 기준으로 추정 전압값이 4.1[V]이고, 측정 전압값이 4.05[V]이며, 임계값이 0.05[V]로 설정되었다고 가정한다. 제어부(130)는 측정 전압값과 추정 전압값 간의 전압 차이의 절대값으로 0.05[V]를 산출할 수 있다. 이 경우, 임계값과 산출된 전압 차이가 동일하고, 추정 전압값이 측정 전압값 이상이므로, 제어부(130)는 충전부(170)에게 C-RATE를 증가하라는 C-RATE 증가 신호를 송신할 수 있다. 즉, 기설정된 C-RATE로 배터리 셀(11)이 충전되더라도, 측정 전압값이 추정 전압값에 도달하지 못한 경우이므로, 제어부(130)는 아직 배터리 셀(11)의 충전 한계치에 도달하지 않은 것으로 판단하여, C-RATE 증가 신호를 충전부(170)에 송신할 수 있다.
반대로, 제어부는 상기 전압 차이가 임계값 이상이고, 상기 추정 전압값이 상기 측정 전압값 미만인 경우, 상기 충전부를 제어하여 상기 C-RATE를 감소시키도록 구성될 수 있다.
예컨대, 추정 전압값이 4[V]이고, 측정 전압값이 4.1[V]이며, 임계값이 0.05[V]로 설정되었다고 가정한다. 제어부(130)는 측정 전압값과 추정 전압값 간의 전압 차이의 절대값으로 0.1[V]를 산출할 수 있다. 이 경우, 산출된 전압 차이가 임계값을 초과하였고, 추정 전압값이 측정 전압값 미만이므로, 제어부(130)는 충전부(170)에게 C-RATE를 감소하라는 C-RATE 감소 신호를 송신할 수 있다. 즉, 기설정된 C-RATE로 배터리 셀(11)이 충전되는 경우, 측정 전압값이 추정 전압값을 초과한 경우이므로, 제어부(130)는 기설정된 C-RATE가 배터리 셀(11)의 충전 한계치에 근접하거나 또는 한계치를 초과한 것으로 판단하여, 충전부(170)를 제어하여 C-RATE를 감소시킬 수 있다.
본 발명에 따르면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 전압 차이와 임계값 및 추정 전압값과 측정 전압값을 모두 고려하여 C-RATE를 증가 또는 감소할 수 있다. 따라서, 배터리 관리 장치(100)는 배터리 셀(11)에 인가되는 전류를 조정함으로써, 배터리 모델의 파라미터를 최적화하는 과정에서 배터리 셀(11)의 과충전 또는 과방전을 미연에 방지할 수 있다.
제어부(130)는, C-RATE가 변경된 이후, 동일 시점에서 전압 측정부(110)로부터 측정된 배터리 셀(11)의 측정 전압값과 학습된 배터리 모델을 이용하여 획득한 추정 전압값 간의 전압 차이가 임계값 미만이 될 때까지, 배터리 모델의 파라미터를 조정하도록 구성될 수 있다. 제어부(130)는 전압 차이가 임계값 미만이 될 때까지, 배터리 모델의 파라미터를 조정함으로써, 배터리 모델을 2차 갱신시킬 수 있다. 구체적으로, 배터리 모델의 파라미터 중 1차 갱신 과정에서 파라미터 추정값으로 갱신된 파라미터가 2차 갱신될 수 있다.
일 실시예에서, 제어부(130)는 1차 갱신된 배터리 모델을 이용하여 제1 시점에서 획득한 추정 전압값과 제1 시점에서 측정된 배터리 셀(11)의 측정 전압값 간의 제1 전압 차이를 임계값과 비교할 수 있다. 만약 제1 전압 차이가 임계값 이상이면, 제어부(130)는 충전전류의 크기를 조정할 수 있다. 그리고, 제어부(130)는 1차 갱신된 배터리 모델을 이용하여 제2 시점에서 획득한 추정 전압값과 제2 시점에서 측정된 배터리 셀(11)의 측정 전압값 간의 제2 전압 차이를 임계값과 비교할 수 있다. 만약 제2 전압 차이가 임계값 이상이면, 제어부(130)는 1차 갱신된 배터리 모델의 파라미터를 변경하여, 배터리 모델을 2차 갱신시킬 수 있다. 바람직하게, 제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 미만인 조건이 만족될 때까지 배터리 모델의 파라미터를 반복적으로 조정할 수 있다.
본 발명에 따르면, 본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 미만이 될 때까지 배터리 모델을 갱신하므로 배터리 모델의 출력인 추정 전압값에 대한 신뢰도를 더욱 향상시킬 수 있는 장점이 있다.
제어부(130)는, 상기 배터리 셀이 충전되는 동안, 상기 2차 갱신된 배터리 모델을 이용하여 상기 배터리 셀의 음극에 대한 상태 정보를 추정할 수 있다. 예컨대, 배터리 셀(11)의 음극에 대한 상태 정보는 배터리 셀(11)의 음극에 대한 리튬이온 추정 비율 및 음극 전위 중 적어도 하나 이상을 포함할 수 있다.
즉, 2차 갱신된 배터리 모델은 배터리 셀(11)에 대한 추정 전압값뿐만 아니라, 배터리 셀(11)의 음극에 대한 표면 리튬이온 농도 및 음극 전위 중 적어도 하나 이상을 결정하도록 구성될 수 있다. 여기서, 표면 리튬이온 농도는 수학식 4의
Figure pat00026
이고, 음극 전위는 수학식 2의
Figure pat00027
이다.
제어부(130)는 추정한 배터리 셀의 음극에 대한 상태 정보가 임계 조건에 도달되지 않도록 배터리 셀에 인가되는 충전전류의 크기를 조절하도록 구성될 수 있다. 예컨대, 제어부(130)는 리튬이온 추정 비율이 상한 임계치에 도달되지 않도록 배터리 셀(11)의 충전 전류의 크기를 조절하도록 구성될 수 있다. 또한, 제어부(130)는 음극 전위가 하한 임계치에 도달되지 않도록 상기 배터리 셀(11)의 충전 전류의 크기를 조절하도록 구성될 수 있다. 즉, 제어부(130)는 획득한 리튬이온 추정 비율 또는 음극 전위에 기반하여, 배터리 셀(11)의 충전 전류의 크기를 조절할 수 있다.
여기서, 배터리 셀(11)의 음극에 대한 리튬이온 추정 비율 및 음극 전위는 배터리 셀(11)의 급속 충전 시 필수적으로 고려되는 인자이다. 리튬이온 추정 비율이 임계치 이상이 되거나, 음극 전위가 마이너스 전위를 가지는 경우, 제어부(130)는 배터리 셀(11)에 리튬 플레이팅(Li Plating)이 발생되었다고 판단할 수 있다. 즉, 제어부(130)는 배터리 셀(11)의 음극에서 리튬이온이 서로 결합하여 리튬으로 석출되었다고 판단할 수 있다. 리튬은 물과 격렬히 반응하는 금속으로서, 배터리 셀(11) 내부에서 리튬이온의 결합으로 리튬이 석출되는 경우, 배터리 셀(11) 내부로 스며드는 수분 등으로 인하여 배터리 셀(11)이 부풀어 오르는 스웰링(Swelling) 현상이 발생될 수 있고, 배터리 셀(11)이 폭발할 수도 있다. 따라서, 제어부(130)는 2차 갱신된 배터리 모델로부터 배터리 셀(11)의 음극에 대한 리튬이온 추정 비율 및 음극 전위 중 적어도 하나 이상을 획득하여, 배터리 셀(11)의 충전 과정에서, 배터리 셀(11)의 내부 상태에 대응되는 C-RATE를 결정할 수 있다. 그리고 제어부(130)는 충전부(170)를 제어하여 현재 배터리 셀에 인가되는 충전 전류의 C-RATE를 결정한 C-RATE로 변경시킬 수 있다.
도 5는 본 발명의 일 실시예에 따른 배터리 관리 장치에서 배터리 모델로부터 획득한 음극의 리튬이온 추정 비율에 대한 실시예를 도시한 도면이다. 도 6은 본 발명의 일 실시예에 따른 배터리 관리 장치에서 배터리 모델로부터 획득한 음극 전위에 대한 실시예를 도시한 도면이다.
도 5를 참조하면, 제어부(130)는 2차 갱신된 배터리 모델로부터 배터리 셀(11)의 음극에 대한 리튬이온 추정 비율을 결정할 수 있다. 여기서 리튬이온 추정 비율은 2차 갱신된 배터리 모델에 의해 추정된 값으로서, "리튬이온 추정 농도 ÷ 리튬이온 농도 임계치"의 수식에 의해 산출될 수 있다. 즉, 리튬이온 추정 비율은 리튬이온 농도 임계치에 대한 리튬이온 추정 농도에 대한 비율일 수 있다. 여기서, 리튬 이온 추정 농도는 수학식 4의
Figure pat00028
이고, 리튬이온 농도 임계치는 음극에서 리튬 플레이팅이 발생되는 임계치로서 실험을 통해 미리 설정되는 값이다.
도 5의 실시예에서, 배터리 셀(11)의 리튬이온 추정 비율은 충전 시간이 증가될수록 1에 가까워지고 있다. 따라서, 충전에 의해 배터리 셀(11)의 리튬이온 추정 농도가 리튬이온 농도 임계치에 도달하고 있는 중이므로, 제어부(130)는 리튬이온 추정 농도가 리튬이온 농도 임계치 근처의 미리 설정된 값까지 증가하면 배터리 셀(11)의 충전 C-RATE가 감소되도록, C-RATE 감소 신호를 충전부(170)에 송신할 수 있다.
또한, 도 6을 참조하면, 제어부(130)는 2차 갱신된 배터리 모델로부터 배터리 셀(11)에 대한 음극 전위를 결정할 수 있다. 여기서 음극 전위는 2차 갱신된 배터리 모델에 의해 추정된 값으로서, 수학식 2의
Figure pat00029
이다. 도 6의 실시예에서, 배터리 셀(11)의 음극 전위는 충전 시간이 증가될수록 0[V]에 가까워지고 있다. 따라서, 제어부(130)는 음극 전위가 0[V] 근처의 미리 설정된 값까지 떨어지면 배터리 셀(11)의 충전 C-RATE가 감소되도록, C-RATE 감소 신호를 충전부(170)에 송신할 수 있다. 즉, 제어부(130)는 충전부(170)를 제어하여 배터리 셀(11)에 인가되는 충전 전류의 C-RATE를 감소시킬 수 있다.
본 발명의 일 실시예에 따른 배터리 관리 장치(100)는 배터리 셀(11)에 대해서 직접 측정이 사실상 불가능한 리튬이온 추정 비율 및 음극 전위를 2차 갱신된 배터리 모델을 이용하여 추정함으로써, 배터리 셀(11) 내부 상태를 보다 정확하게 측정하고, 배터리 셀(11)에 최적화된 충전 전류를 결정할 수 있는 장점이 있다. 따라서, 배터리 관리 장치(100)는 배터리 셀(11)의 급속 충전 시 충전 C-RATE를 적절하게 조정하여, 안전하고 신속하게 배터리 셀(11)을 급속 충전이 이루어지게 할 수 있는 장점이 있다.
도 7은 본 발명의 일 실시예에 따른 배터리 관리 방법을 개략적으로 도시한 순서도이다. 배터리 관리 방법은 본 발명의 일 실시예에 따른 배터리 관리 장치(100)에 의해 실행될 수 있다.
도 7을 참조하면, 본 발명의 일 실시예에 따른 배터리 관리 방법은 주파수 선택 단계(S100), 임피던스 산출 단계(S200), 파라미터 추정값 획득 단계(S300), 배터리 모델 1차 갱신 단계(S400) 및 배터리 모델 2차 갱신 단계(S500)를 포함할 수 있다.
주파수 선택 단계(S100)는 배터리 셀(11)의 온도 및 충전 상태에 대응되는 복수의 주파수를 선택하는 단계이다. 제어부(130)는 저장부(150)에 기저장된 주파수 테이블을 이용하여, 배터리 셀(11)의 현재 온도 및 충전 상태에 대응되는 복수의 주파수를 선택할 수 있다. 현재 온도 및 충전 상태의 산출 방법에 대해서는 앞서 설명하였다.
임피던스 산출 단계(S200)는 주파수 선택 단계(S100)에서 선택된 복수의 주파수를 가진 전류 각각이 배터리 셀(11)에 공급될 때, 측정되는 배터리 셀(11)의 전압에 기반하여 주파수별로 배터리 셀(11)의 임피던스를 산출하는 단계이다. 제어부(130)는 주파수 선택 단계(S100)에서 선택한 복수의 주파수를 EIS부(160)에 송신하고, EIS부(160)는 일정한 시간 간격을 두고 수신한 복수의 주파수에 대응되는 서로 다른 전류를 배터리 셀(11)에 인가할 수 있다. 또한, 제어부(130)는 주파수 선택 단계에서 선택한 복수의 주파수를 일정한 시간 간격을 두고 EIS부(160)에 하나씩 송신할 수도 있다. 이 경우, EIS부(160)는 제어부(130)로부터 주파수를 수신하면, 즉시 해당 주파수를 가진 전류를 배터리 셀(11)에 인가할 수 있다.
전압 측정부(110)는 주파수가 다른 복수의 전류가 배터리 셀(11)에 공급될 때마다, 배터리 셀(11)의 전압을 적어도 1회 이상 측정할 수 있다. 그리고, 전압 측정부(110)는 측정한 전압에 대한 전압값을 제어부(130)로 송신할 수 있다. 제어부(130)는 전압 측정부(110)로부터 수신한 전압값에 기반하여 배터리 셀(11)의 임피던스를 산출할 수 있다.
파라미터 추정값 획득 단계(S300)는 미리 학습된 신경망을 이용하여 배터리 셀(11)의 온도, 충전 상태 및 임피던스에 기반하여 미리 정의된 배터리 모델에 대한 파라미터의 추정값을 획득하는 단계이다.
즉, 제어부(130)는 온도 측정부(120)로부터 수신한 배터리 셀(11)의 온도, 전압 측정부(110)로부터 수신한 배터리 셀(11)의 개방 회로 전압에 기반하여 추정한 충전 상태 및 임피던스 산출 단계(S200)에서 산출한 임피던스를 미리 학습된 신경망을 통해 입력시킬 수 있다. 그리고, 제어부(130)는 신경망으로부터 출력 저항 및 용량에 관련된 값을 획득하고, 획득한 저항 및 용량에 관련된 값을 가공하여 파라미터 추정값을 획득할 수 있다.
배터리 모델 1차 갱신 단계(S400)는 획득된 파라미터 추정값을 이용하여 배터리 모델을 1차 갱신하는 단계이다. 제어부(130)는 배터리 모델의 파라미터 중 일부를 파라미터 추정값 획득 단계(S300)에서 획득한 파라미터 추정값으로 변경할 수 있다. 즉, 신경망을 이용하여 획득된 파라미터 추정값은 배터리 모델의 파라미터 중 일부에 대응되므로, 제어부(130)는 배터리 모델의 파라미터 중 일부를 획득한 파라미터 추정값으로 변경함으로써, 배터리 모델을 1차 갱신시킬 수 있다.
배터리 모델 2차 갱신 단계(S500)는 배터리 셀(11)의 충전을 미리 설정된 C-rate로 진행하면서 1차 갱신된 배터리 모델을 이용하여 산출한 추정 전압값과 배터리 셀(11)의 실측 전압인 측정 전압값 간의 전압 차이에 기반하여, 배터리 모델의 파라미터를 다시 한번 조정함으로써 배터리 모델을 2차 갱신시키는 단계이다.
제어부(130)는 배터리 모델 1차 갱신 단계(S400)에서 획득된 배터리 모델로부터 양극 상 전위 및 음극 상 전위를 획득하고, 획득한 양극 상 전위와 음극 상 전위 간의 차이를 통해 배터리 셀(11)에 대한 추정 전압값을 획득할 수 있다. 그리고, 전압 측정부(110)는 배터리 셀(11)의 전압을 측정하고, 측정한 측정 전압값을 제어부(130)에 송신할 수 있다. 제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계치 이상이면 배터리 모델의 파라미터를 조정할 수 있다. 또한, 제어부(130)는 배터리 모델의 파라미터가 조정될 때마다 배터리 모델을 이용하여 추정 전압값을 획득하고, 획득한 추정 전압값과 측정 전압값 간의 전압 차이가 임계치 미만이 될 때까지 배터리 모델의 2차 갱신 단계(S500)를 반복할 수 있다. 바람직하게, 추정 전압값의 추정 시점과 측정 전압값의 측정 시점은 동일하다.
도 8은 본 발명의 다른 실시예에 따른 배터리 관리 방법을 개략적으로 도시한 순서도이다. 도 8에 도시된 배터리 관리 방법은 도 7에 도시된 배터리 관리 방법에서 배터리 셀(11)의 상태 확인 단계(S110) 및 온도 측정 및 충전 상태 추정 단계(S120)를 더 포함할 수 있다. 즉, 도 7과 도 8에 도시된 배터리 관리 방법에서 주파수 선택 단계(S100), 임피던스 산출 단계(S200), 파라미터 추정값 획득 단계(S300), 배터리 모델 1차 갱신 단계(S400) 및 배터리 모델 2차 갱신 단계(S500)는 서로 동일하다. 도 8에 도시된 배터리 관리 방법 또한 본 발명의 일 실시예에 따른 배터리 관리 장치에서 동작될 수 있다.
배터리 셀(11)의 상태 확인 단계(S110)는 배터리 셀(11)의 상태가 개방 회로 전압을 측정할 수 있는 안정화된 상태인지 여부를 확인하는 단계이다.
전류 측정부(140)는 배터리 셀(11)의 전류를 측정하고, 측정한 전류에 대한 전류값을 제어부(130)로 송신할 수 있다. 제어부(130)는 전류 측정부(140)로부터 전류값을 수신하고, 수신한 전류값이 0 [A] 또는 0 [A]로부터 정상 범위내에 속하는 값이고, 배터리 셀(11)의 무부하 상태 또는 저전류 상태가 미리 설정된 시간경과된 경우, 배터리 셀(11)이 안정화된 상태라고 판단할 수 있다.
온도 측정 및 충전 상태 추정 단계(S120)는 안정화된 상태의 배터리 셀(11)의 온도를 측정하고, 충전 상태를 추정하는 단계이다.
배터리 셀(11)의 상태 확인 단계(S110)에서 배터리 셀(11)의 상태가 안정화된 상태라고 판단되면, 온도 측정부(120)는 배터리 셀(11)의 온도를 측정하고, 전압 측정부(110)는 배터리 셀(11)의 개방 회로 전압을 측정할 수 있다. 제어부(130)는 온도 측정부(120)로부터 배터리 셀(11)의 온도값을 수신하고, 전압 측정부(110)로부터 배터리 셀(11)의 개방 회로 전압값을 수신할 수 있다. 제어부(130)는 수신한 개방 회로 전압값에 기반하여 개방 회로 전압-충전 상태 룩업 테이블을 참조하여 상기 개방 회로 전압값에 대응되는 배터리 셀(11)의 충전 상태를 추정할 수 있다.
이후에는 앞서 도 7를 참조하여 설명한 바와 같이, 주파수 선택 단계(S100)가 수행될 수 있다.
도 9는 본 발명의 일 실시예에 따른 배터리 관리 방법에서 배터리 모델의 2차 갱신 단계의 일 예시를 구체적으로 도시한 순서도이다.
도 9를 참조하면, 배터리 모델의 1차 갱신 단계(S400) 이후, 배터리 모델의 2차 갱신 단계는 제1 비교 단계(S510), C-RATE 조정 단계(S520), 제2 비교 단계(S530) 및 배터리 모델의 파라미터 조정 단계(S540)를 포함할 수 있다.
제1 비교 단계(S510)는 배터리 셀(11)을 미리 설정된 C-RATE로 충전시키면서 배터리 모델 1차 갱신 단계(S400)에서 갱신된 배터리 모델을 이용하여 획득된 추정 전압값과 배터리 셀(11)의 실측 전압값인 측정 전압값를 비교하는 단계이다. 여기서, 추정 전압값의 추정 시점과 실측 전압값의 측정 시점은 동일하다.
제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 기설정된 임계값 미만인지를 판단할 수 있다.
C-RATE 조정 단계(S520)는 상기 전압 차이가 기설정된 임계값 이상이면 수행되는 단계로서, 상기 전압 차이에 기반하여 배터리 셀(11)의 충전 C-RATE를 조정하는 단계이다.
제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 기설정된 임계값 이상이고, 추정 전압값이 측정 전압값 이상이면, C-RATE 증가 신호를 충전부(170)에 송신할 수 있다.
반대로, 제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 기설정된 임계값 이상이고, 추정 전압값이 측정 전압값 미만이면, C-RATE 감소 신호를 충전부(170)에 송신할 수 있다.
충전부(170)는 제어부(130)로부터 수신한 C-RATE 증가 신호 또는 C-RATE 감소 신호에 따라 충전 C-RATE를 조정할 수 있다. 즉, 제어부(130)는 충전부(170)를 제어하여 배터리 셀(11)에 인가되는 충전 전류의 C-RATE를 조정할 수 있다.
제2 비교 단계(S530)는, C-RATE가 조정된 후에 측정된 배터리 셀(11)의 측정 전압값과 갱신된 배터리 모델을 이용하여 획득된 추정 전압값 간의 전압 차이를 비교하는 단계이다. 여기서, 추정 전압값의 추정 시점과 측정 전압값의 측정 시점은 동일하다.
C-RATE 조정 단계(S520) 이후, 전압 측정부(110)는 배터리 셀(11)의 전압에 대한 제2 측정 전압값을 측정하고, 측정한 제2 측정 전압값을 제어부(130)로 송신할 수 있다. 즉, 제1 비교 단계(S510)에서는 C-RATE가 조정되기 전 배터리 셀(11)의 제1 측정 전압값과 배터리 모델에서 출력된 제1 추정 전압값 간의 전압 차이가 비교되었다면, 제2 비교 단계(S530)에서는 C-RATE가 조정된 후 배터리 셀(11)의 제2 측정 전압값과 제1 추정 전압값 간의 전압 차이가 비교될 수 있다.
배터리 모델의 파라미터 조정 단계(S540)는 제2 비교 단계(S530)의 비교 결과에 기반하여, 배터리 모델의 파라미터를 조정함으로써 배터리 모델을 2차 갱신시키는 단계이다.
제어부(130)는 추정 전압값과 측정 전압값 간의 전압 차이가 기설정된 임계값 이상이면, 배터리 모델의 파라미터를 조정하여, 배터리 모델을 2차 갱신시킬 수 있다.
선택적으로, 제2 비교 단계(S530) 이후는 제1 비교 단계(S510) 이후와 달리 전압 차이가 기설정된 임계값 이상이더라도, C-RATE를 조정하지 않을 수 있다.
배터리 모델의 파라미터 조정 단계(S540)가 완료된 이후에는 다시 제2 비교 단계(S530)가 수행될 수 있다. 이 경우 제2 비교 단계(S530)에서는 배터리 셀(11)의 제2 측정 전압값과 파라미터가 조정된 배터리 모델을 이용하여 획득된 제2 추정 전압값 간의 전압 차이가 비교될 수 있다. 제2 비교 단계(S530) 및 배터리 모델의 파라미터 조정 단계(S540)는 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 미만이 될 때까지 반복 수행될 수 있다.
도 10은 본 발명의 일 실시예에 따른 배터리 관리 방법에서 배터리 모델 2차 갱신 단계의 다른 예시를 구체적으로 도시한 순서도이다.
도 10에 도시된 배터리 모델 2차 갱신 단계와 도 9에 도시된 배터리 모델 2차 갱신 단계의 주된 차이는 제2 비교 단계(S530) 및 배터리 모델의 파라미터 조정 단계(S540) 이후에 C-RATE 조정 단계(S520)가 수행되는지 여부이다.
도 9에 도시된 배터리 관리 방법은 제1 비교 단계(S510) 이후 C-RATE 조정 단계(S520)가 수행되고 그 이후에는 C-RATE가 조정되지 않지만, 도 10에 도시된 배터리 관리 방법은 제1 비교 단계(S510)및 C-RATE 조정 단계(S520)가 수행된 이후, 제2 비교 단계(S530) 및 배터리 모델의 파라미터 조정 단계(S540) 이후에도 C-RATE 조정 단계(S520)가 수행될 수 있다.
즉, 도 10을 참조하면, 제2 비교 단계(S530)에서 추정 전압값과 측정 전압값 간의 전압 차이가 임계값 이상인 경우, 배터리 모델의 파라미터 조정 단계(S540)에서 배터리 모델의 파라미터가 조정된 후, C-RATE가 조정될 수 있다.
일 실시예에서, 앞선 예시와 같이 제2 비교 단계(S530)에서 제1 추정 전압값과 제2 측정 전압값 간의 전압 차이가 비교될 수 있다. 그리고, 상기 전압 차이가 임계값 이상인 경우, 배터리 모델의 파라미터가 조정되고, C-RATE가 조정될 수 있다. 이후, 제2 비교 단계(S530)에서는 파라미터가 조정된 배터리 모델을 이용하여 획득된 제2 추정 전압값과 조정된 C-RATE로 충전되는 배터리 셀(11)의 전압인 제3 측정 전압값 간의 전압 차이가 비교될 수 있다.
도 10에 도시된 배터리 관리 방법에 따르면, 반복 수행 과정에서 배터리 모델의 파라미터 및 C-RATE가 모두 조정되기 때문에, 배터리 모델을 배터리 셀(11)에 보다 적응적으로(adaptively) 갱신시킬 수 있는 장점이 있다.
본 발명에 따른 배터리 팩(1000)은, 상술한 본 발명에 따른 배터리 관리 장치(100)를 포함할 수 있다. 또한, 본 발명에 따른 배터리 팩(1000)은, 배터리 관리 장치(100) 이외에, 배터리 셀(11), 각종 전장품(BMS, 릴레이, 퓨즈 등 구비) 및 팩 케이스 등을 더 포함할 수 있다.
또한, 본 발명의 또 다른 실시예로서, 배터리 관리 장치(100)는, 전기 자동차, 에너지 저장 시스템(Energy Storage System, ESS) 등과 같이 전기 에너지를 사용하는 다양한 장치에 탑재될 수 있다. 특히, 본 발명에 따른 배터리 관리 장치(100)는, 전기 자동차에 포함될 수 있다. 즉, 본 발명에 따른 전기 자동차는, 본 발명에 따른 배터리 관리 장치(100)를 포함할 수 있다. 여기서, 배터리 관리 장치(100)는, 배터리 팩(1000)에 포함된 형태일 수 있으나, 배터리 팩(1000)과는 별도의 장치로 구현될 수도 있다. 예를 들어, 배터리 관리 장치(100)의 적어도 일부는, 자동차의 ECU(Electronic Control Unit)에 의해 구현될 수 있다. 또한, 본 발명에 따른 자동차는, 이러한 배터리 관리 장치(100) 이외에, 자동차에 통상적으로 구비되는 차체나 전자 장비 등을 포함할 수 있다. 예를 들어, 본 발명에 따른 자동차는, 본 발명에 따른 배터리 관리 장치(100) 이외에도, 컨택터, 인버터, 모터, 하나 이상의 ECU 등을 포함할 수 있다. 다만, 본 발명은 배터리 관리 장치(100) 이외에 자동차의 다른 구성요소 등에 대해서는 특별히 한정하지 않는다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
또한, 이상에서 설명한 본 발명은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니라, 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수 있다.
10: 배터리 모듈
11: 배터리 셀
100: 배터리 관리 장치
110: 전압 측정부
120: 온도 측정부
130: 제어부
140: 전류 측정부
150: 저장부
160: EIS부
170: 충전부
1000: 배터리 팩

Claims (15)

  1. 배터리 셀의 전압 및 개방 회로 전압을 측정하도록 구성된 전압 측정부;
    상기 배터리 셀의 온도를 측정하도록 구성된 온도 측정부; 및
    상기 전압 측정부 및 온도 측정부와 연결되고, 상기 전압 측정부에 의해 측정된 개방 회로 전압에 따라 상기 배터리 셀의 충전 상태를 추정하고, 추정된 충전 상태, 상기 온도 측정부에 의해 측정된 온도에 대응되는 복수의 주파수를 선택하고, 선택된 복수의 주파수를 가지는 전류를 상기 배터리 셀에 인가하여 상기 배터리 셀에 대한 주파수별 임피던스를 산출하고, 상기 산출된 주파수별 임피던스를 미리 학습된 신경망에 입력하여 미리 정의된 배터리 모델의 파라미터 추정값을 획득하고, 획득된 파라미터 추정값에 따라 상기 배터리 모델을 1차 갱신하고, 1차 갱신된 배터리 모델을 통해 산출된 추정 전압값과 상기 전압 측정부에 의해 측정된 측정 전압값 간의 전압 차이가 임계값 미만이 될 때까지 상기 배터리 모델의 파라미터를 반복적으로 조정하여 상기 배터리 모델을 2차 갱신하도록 구성된 제어부를 포함하는,
    배터리 관리 장치.
  2. 제1항에 있어서,
    상기 복수의 주파수는,
    배터리 셀의 온도 및 충전 상태에 따라 대응되는 복수의 주파수를 정의하고 있는 기저장된 주파수 테이블로부터 선택된 주파수를 포함하는,
    배터리 관리 장치.
  3. 제1항에 있어서,
    상기 제어부와 연결되고, 상기 배터리 셀에 공급되는 전류의 주파수를 상기 제어부의 요청에 따라 선택된 복수의 주파수로 변경하도록 구성된 EIS부를 더 포함하고,
    상기 제어부는,
    상기 EIS부에 의해 주파수가 변경된 복수의 전류가 상기 배터리 셀에 공급되는 동안 측정된 복수의 전압에 기반하여, 상기 배터리 셀에 대한 임피던스를 산출하도록 구성된,
    배터리 관리 장치.
  4. 제3항에 있어서,
    상기 전압 측정부는,
    상기 추정된 충전 상태 및 상기 측정된 온도에서, 상기 복수의 주파수 중 상기 배터리 셀의 전압이 미리 측정되지 않은 주파수를 가진 전류가 상기 배터리 셀에 공급될 때의 전압을 측정하도록 구성된,
    배터리 관리 장치.
  5. 제1항에 있어서,
    상기 파라미터 추정값은,
    상기 미리 정의된 배터리 모델의 파라미터에 대응되는 값을 포함하고,
    상기 제어부는,
    상기 배터리 모델의 파라미터 중 상기 획득된 파라미터 추정값에 대응되는 파라미터를 상기 획득된 파라미터 추정값으로 변경하여 상기 배터리 모델을 1차 갱신하도록 구성된,
    배터리 관리 장치.
  6. 제1항에 있어서,
    상기 제어부와 연결되고, 상기 배터리 셀에 전류를 공급하고, 상기 제어부에 의해 상기 배터리 모델이 1차 갱신되면 상기 추정된 충전 상태와 상기 측정된 온도에 따라 기설정된 C-RATE로 상기 배터리 셀을 충전시키는 충전부를 더 포함하고,
    상기 제어부는,
    상기 충전부를 통해 상기 기설정된 C-RATE로 상기 배터리 셀이 충전될 때, 동일 시점에서 측정된 측정 전압값과 상기 1차 갱신된 배터리 모델로부터 획득한 추정 전압값의 비교 결과에 기반하여 상기 배터리 모델의 파라미터를 갱신하여 상기 배터리 모델을 2차 갱신하도록 구성된,
    배터리 관리 장치.
  7. 제6항에 있어서,
    상기 제어부는,
    상기 전압 차이가 임계값 이상이면, 상기 충전부를 제어하여 충전 전류의 C-RATE를 변경하도록 구성된,
    배터리 관리 장치.
  8. 제7항에 있어서,
    상기 제어부는,
    상기 전압 차이가 임계값 이상이고, 상기 추정 전압값이 상기 측정 전압값 이상인 경우, 상기 충전부를 제어하여 상기 C-RATE를 증가시키고,
    상기 전압 차이가 임계값 이상이고, 상기 추정 전압값이 상기 측정 전압값 미만인 경우, 상기 충전부를 제어하여 상기 C-RATE를 감소시키도록 구성된,
    배터리 관리 장치.
  9. 제7항에 있어서,
    상기 제어부는,
    상기 C-RATE가 변경된 이후, 동일 시점에서 상기 전압 측정부로부터 측정된 상기 배터리 셀의 측정 전압값과 상기 2차 갱신된 배터리 모델을 이용하여 획득한 추정 전압값 간의 전압 차이가 상기 임계값 미만이 될 때까지, 상기 배터리 모델의 파라미터를 갱신하도록 구성된,
    배터리 관리 장치.
  10. 제1항에 있어서,
    상기 제어부는,
    상기 배터리 셀이 충전되는 동안, 상기 2차 갱신된 배터리 모델을 이용하여 상기 배터리 셀의 음극에 대한 상태 정보를 추정하고, 상기 추정된 상태 정보가 임계 조건에 도달되지 않도록 배터리 셀에 인가되는 충전전류의 크기를 조절하도록 구성된,
    배터리 관리 장치.
  11. 제10항에 있어서,
    상기 상태 정보는,
    상기 배터리 셀의 음극에 대한 리튬이온 추정 비율 및 음극 전위 중 적어도 하나 이상을 포함하는,
    배터리 관리 장치.
  12. 제11항에 있어서,
    상기 제어부는,
    상기 리튬이온 추정 비율이 상한 임계치에 도달되지 않도록 상기 배터리 셀의 충전 전류의 크기를 조절하도록 구성된,
    배터리 관리 장치.
  13. 제11항에 있어서,
    상기 제어부는,
    상기 음극 전위가 하한 임계치에 도달되지 않도록 상기 배터리 셀의 충전 전류의 크기를 조절하도록 구성된,
    배터리 관리 장치.
  14. 배터리 관리 장치에서 동작되는 배터리 관리 방법에 있어서,
    기저장된 주파수 테이블에서 배터리 셀의 온도 및 충전 상태에 대응되는 복수의 주파수를 선택하는 주파수 선택 단계;
    선택된 복수의 주파수를 가지는 전류 각각이 상기 배터리 셀에 공급될 때 측정된 상기 배터리 셀의 전압값에 기반하여 상기 배터리 셀의 주파수별 임피던스를 산출하는 임피던스 산출 단계;
    미리 학습된 신경망에 상기 산출 산출된 주파수별 임피던스를 입력시켜 미리 정의된 배터리 모델의 파라미터 추정값을 획득하는 파라미터 추정값 획득 단계;
    획득된 파라미터 추정값에 따라 상기 배터리 모델을 1차 갱신하는 배터리 모델 1차 갱신 단계; 및
    배터리 셀이 충전되는 동안 1차 갱신된 배터리 모델을 이용하여 획득된 추정 전압값과 배터리 셀에 대한 측정 전압값 간의 전압 차이가 임계값 미만이 되도록 상기 배터리 모델의 파라미터를 반복적으로 조정함으로써 상기 배터리 모델을 2차 갱신하는 배터리 모델 2차 갱신 단계를 포함하는,
    배터리 관리 방법.
  15. 제1항 내지 제13항 중 어느 한 항에 따른 배터리 관리 장치를 포함하는 배터리 팩.
KR1020190040455A 2019-04-05 2019-04-05 배터리 관리 장치 및 방법 KR20200117794A (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020190040455A KR20200117794A (ko) 2019-04-05 2019-04-05 배터리 관리 장치 및 방법
PCT/KR2020/004427 WO2020204584A1 (ko) 2019-04-05 2020-03-31 배터리 관리 장치 및 방법
JP2021505917A JP7063440B2 (ja) 2019-04-05 2020-03-31 バッテリー管理装置及び方法
US17/281,220 US12123914B2 (en) 2019-04-05 2020-03-31 Battery management apparatus and method
EP20785224.5A EP3876334A4 (en) 2019-04-05 2020-03-31 BATTERY MANAGEMENT DEVICE AND METHOD
CN202080004722.8A CN112602226B (zh) 2019-04-05 2020-03-31 电池管理装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190040455A KR20200117794A (ko) 2019-04-05 2019-04-05 배터리 관리 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20200117794A true KR20200117794A (ko) 2020-10-14

Family

ID=72666226

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190040455A KR20200117794A (ko) 2019-04-05 2019-04-05 배터리 관리 장치 및 방법

Country Status (6)

Country Link
US (1) US12123914B2 (ko)
EP (1) EP3876334A4 (ko)
JP (1) JP7063440B2 (ko)
KR (1) KR20200117794A (ko)
CN (1) CN112602226B (ko)
WO (1) WO2020204584A1 (ko)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022108344A1 (ko) * 2020-11-17 2022-05-27 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20220092058A (ko) * 2020-12-24 2022-07-01 연세대학교 산학협력단 이차전지 시뮬레이션 방법 및 장치
JP2022133614A (ja) * 2021-03-02 2022-09-14 株式会社東芝 二次電池の管理方法、二次電池の管理装置、二次電池の管理システム、電池搭載機器及び二次電池の管理プログラム
KR20230053287A (ko) * 2021-10-14 2023-04-21 엘지전자 주식회사 에너지 저장장치
KR20230058965A (ko) * 2021-10-25 2023-05-03 연세대학교 산학협력단 전극 특성 검출 장치 및 방법
WO2023080673A1 (ko) * 2021-11-03 2023-05-11 주식회사 엘지에너지솔루션 배터리의 임피던스 스펙트럼 추정 장치 및 방법, 그리고 이를 포함하는 시스템
KR20230120516A (ko) 2022-02-09 2023-08-17 주식회사 엘지에너지솔루션 차량용 배터리 팩의 진단 시스템 및 이를 구비한 전기 자동차
KR102604673B1 (ko) * 2023-02-06 2023-11-23 주식회사 배터랩 배터리 내부 온도 추정을 위한 배터리 관리 장치 및 방법
WO2024019465A1 (ko) * 2022-07-18 2024-01-25 주식회사 배터랩 배터리 내부 온도 추정을 위한 배터리 관리 장치 및 방법
WO2024029746A1 (ko) * 2022-08-04 2024-02-08 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법
WO2024043641A1 (ko) * 2022-08-24 2024-02-29 주식회사 엘지에너지솔루션 임피던스 측정 장치 및 그것의 동작 방법
WO2024053946A1 (ko) * 2022-09-06 2024-03-14 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법
KR102682629B1 (ko) * 2023-07-19 2024-07-08 주식회사 엘와이솔루션 배터리의 상태를 실시간으로 모니터링하는 방법 및 장치

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210028476A (ko) * 2019-09-04 2021-03-12 삼성전자주식회사 배터리 충전 장치 및 방법
EP4046862B1 (en) * 2020-12-24 2024-06-12 Contemporary Amperex Technology Co., Limited Control method and apparatus, power system and electric vehicle
JP7387660B2 (ja) * 2021-02-10 2023-11-28 株式会社東芝 電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラム
KR20220117063A (ko) * 2021-02-16 2022-08-23 주식회사 엘지에너지솔루션 배터리 충방전 장치 및 방법
WO2022221090A1 (en) * 2021-04-14 2022-10-20 Analog Devices, Inc. Technique for estimation of internal battery temperature
US11685288B2 (en) * 2021-05-06 2023-06-27 GM Global Technology Operations LLC Intelligent motor vehicles and control logic for managing charging of traction battery packs
EP4135149B8 (en) * 2021-06-17 2024-10-16 Contemporary Amperex Technology (Hong Kong) Limited Charging control method and apparatus and readable storage medium
CN113258154B (zh) 2021-07-16 2021-10-15 苏州浪潮智能科技有限公司 一种电池充电方法、装置、设备及介质
KR20230020281A (ko) * 2021-08-03 2023-02-10 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20230064580A (ko) * 2021-11-03 2023-05-10 주식회사 엘지에너지솔루션 배터리의 임피던스 스펙트럼 추정 장치 및 방법, 그리고 이를 포함하는 시스템
CN114200206B (zh) * 2021-12-07 2023-02-10 嘉兴丹那赫电子科技有限公司 一种便于监测的变频器及其监测方法
CN114285118B (zh) * 2021-12-20 2024-07-02 武汉蔚能电池资产有限公司 一种电池参数校正系统、方法及存储介质
KR20230115117A (ko) * 2022-01-26 2023-08-02 주식회사 엘지에너지솔루션 배터리 soc 추정 장치 및 방법
CN114720890B (zh) * 2022-03-23 2023-04-21 四川大学 一种基于宽频阻抗谱的锂电池内部温度估计方法
WO2024035826A2 (en) * 2022-08-09 2024-02-15 Iontra Inc Model predictive controller architecture and method of generating an optimized energy signal for charging a battery
WO2024100975A1 (ja) * 2022-11-11 2024-05-16 株式会社村田製作所 二次電池モデルパラメータ生成方法、二次電池モデルパラメータ生成装置、二次電池診断方法、二次電池診断装置、充放電装置および二次電池パック
WO2024114969A1 (en) * 2022-11-30 2024-06-06 Cirrus Logic International Semiconductor Limited A system for controlling charging of a battery
CN117130419B (zh) * 2023-08-30 2024-03-12 南京普联微电子科技有限公司 一种基于lstm的mos管压差智能调节方法及系统
CN117533195B (zh) * 2024-01-10 2024-04-05 北京航空航天大学 一种基于主动阻抗测试的动力电池管理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018059910A (ja) 2016-10-06 2018-04-12 三菱電機株式会社 電池の状態を推定するためのシステム及び方法、および、非一時的コンピュータ可読記憶媒体

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS55144243A (en) * 1979-04-28 1980-11-11 Toshiba Ceramics Co Ltd Photomask
KR100395516B1 (ko) 1998-11-19 2003-12-18 금호석유화학 주식회사 비선형등가회로모형을이용한축전장치의특성인자수치화방법및장치
DE10012964A1 (de) 2000-03-16 2001-10-04 Implex Hear Tech Ag Vorrichtung und Verfahren zum Betreiben eines wiederaufladbaren Speichers für elektrische Energie
US20030184307A1 (en) * 2002-02-19 2003-10-02 Kozlowski James D. Model-based predictive diagnostic tool for primary and secondary batteries
ATE556327T1 (de) 2003-12-18 2012-05-15 Lg Chemical Ltd Vorrichtung und verfahren zur schätzung des ladezustands einer batterie unter verwendung eines neuronalen netzwerks
JP4645382B2 (ja) * 2005-09-20 2011-03-09 トヨタ自動車株式会社 バッテリ状態検知装置、バッテリ状態検知方法
KR100812760B1 (ko) * 2005-12-08 2008-03-12 김득수 축전지 내부 임피던스 유효성분 측정연산 장치 및 그 방법
JP2008058278A (ja) 2006-09-04 2008-03-13 Toyota Motor Corp 二次電池の内部状態推定装置、二次電池の内部状態推定方法、プログラム、および記録媒体
JP4649682B2 (ja) 2008-09-02 2011-03-16 株式会社豊田中央研究所 二次電池の状態推定装置
JP5307113B2 (ja) * 2010-12-20 2013-10-02 古河電気工業株式会社 満充電検知装置および満充電検知方法
JP5875037B2 (ja) * 2011-07-08 2016-03-02 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ バッテリの状態予測システム、方法及びプログラム
JP5717671B2 (ja) 2012-02-28 2015-05-13 三菱重工業株式会社 モデル定数取得方法およびモデル定数取得装置
US9316699B2 (en) 2012-04-05 2016-04-19 Samsung Sdi Co., Ltd. System for predicting lifetime of battery
US20130331676A1 (en) 2012-06-08 2013-12-12 Medtronic Minimed, Inc. Application of electrochemical impedance spectroscopy in sensor systems, devices, and related methods
US9658291B1 (en) * 2012-10-06 2017-05-23 Hrl Laboratories, Llc Methods and apparatus for dynamic estimation of battery open-circuit voltage
KR101996943B1 (ko) 2013-01-18 2019-10-01 엘지이노텍 주식회사 배터리 용량 상태 추정 장치 및 이의 방법
KR20140100086A (ko) 2013-02-05 2014-08-14 삼성에스디아이 주식회사 배터리 관리 시스템 및 그 구동방법
JP5810116B2 (ja) * 2013-03-14 2015-11-11 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
JP6342612B2 (ja) 2013-05-15 2018-06-13 旭化成株式会社 二次電池診断装置及び二次電池診断方法
JP6145824B2 (ja) * 2014-10-31 2017-06-14 エンネット株式会社 電池診断装置および電池診断方法
JP6455409B2 (ja) 2015-03-06 2019-01-23 株式会社デンソー 電池状態推定装置
CN106033113B (zh) 2015-03-19 2019-03-08 国家电网公司 一种储能电池组健康状态评估方法
US10295611B2 (en) 2015-06-09 2019-05-21 Premier Technologies, Ltd. Efficient battery tester
JP6789025B2 (ja) 2015-11-30 2020-11-25 積水化学工業株式会社 診断用周波数決定方法、蓄電池劣化診断方法、診断用周波数決定システムおよび蓄電池劣化診断装置
US10686321B2 (en) * 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
US9960625B2 (en) * 2016-03-31 2018-05-01 Robert Bosch Gmbh Battery management system with multiple observers
JP6895786B2 (ja) * 2017-03-29 2021-06-30 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
JP6561407B2 (ja) 2017-04-07 2019-08-21 学校法人早稲田大学 組電池、電池モジュールおよび電池モジュールの評価方法
JP2019016528A (ja) * 2017-07-07 2019-01-31 学校法人立命館 蓄電池等価回路モデルの評価装置
DE102017123466A1 (de) 2017-10-10 2019-04-11 Volkswagen Aktiengesellschaft Verfahren zum Betreiben einer Brennkraftmaschine, Brennkraftmaschine und Kraftfahrzeug
CN109061506A (zh) * 2018-08-29 2018-12-21 河海大学常州校区 基于神经网络优化ekf的锂离子动力电池soc估计方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018059910A (ja) 2016-10-06 2018-04-12 三菱電機株式会社 電池の状態を推定するためのシステム及び方法、および、非一時的コンピュータ可読記憶媒体

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022108344A1 (ko) * 2020-11-17 2022-05-27 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20220092058A (ko) * 2020-12-24 2022-07-01 연세대학교 산학협력단 이차전지 시뮬레이션 방법 및 장치
JP2022133614A (ja) * 2021-03-02 2022-09-14 株式会社東芝 二次電池の管理方法、二次電池の管理装置、二次電池の管理システム、電池搭載機器及び二次電池の管理プログラム
KR20230053287A (ko) * 2021-10-14 2023-04-21 엘지전자 주식회사 에너지 저장장치
KR20230058965A (ko) * 2021-10-25 2023-05-03 연세대학교 산학협력단 전극 특성 검출 장치 및 방법
WO2023080673A1 (ko) * 2021-11-03 2023-05-11 주식회사 엘지에너지솔루션 배터리의 임피던스 스펙트럼 추정 장치 및 방법, 그리고 이를 포함하는 시스템
KR20230120516A (ko) 2022-02-09 2023-08-17 주식회사 엘지에너지솔루션 차량용 배터리 팩의 진단 시스템 및 이를 구비한 전기 자동차
WO2024019465A1 (ko) * 2022-07-18 2024-01-25 주식회사 배터랩 배터리 내부 온도 추정을 위한 배터리 관리 장치 및 방법
WO2024029746A1 (ko) * 2022-08-04 2024-02-08 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법
WO2024043641A1 (ko) * 2022-08-24 2024-02-29 주식회사 엘지에너지솔루션 임피던스 측정 장치 및 그것의 동작 방법
WO2024053946A1 (ko) * 2022-09-06 2024-03-14 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법
KR102604673B1 (ko) * 2023-02-06 2023-11-23 주식회사 배터랩 배터리 내부 온도 추정을 위한 배터리 관리 장치 및 방법
KR102682629B1 (ko) * 2023-07-19 2024-07-08 주식회사 엘와이솔루션 배터리의 상태를 실시간으로 모니터링하는 방법 및 장치

Also Published As

Publication number Publication date
EP3876334A1 (en) 2021-09-08
US20220221516A1 (en) 2022-07-14
JP7063440B2 (ja) 2022-05-09
WO2020204584A1 (ko) 2020-10-08
US12123914B2 (en) 2024-10-22
CN112602226B (zh) 2024-02-06
CN112602226A (zh) 2021-04-02
JP2022502815A (ja) 2022-01-11
EP3876334A4 (en) 2022-01-19

Similar Documents

Publication Publication Date Title
KR20200117794A (ko) 배터리 관리 장치 및 방법
KR102219397B1 (ko) 원격 파라미터 추정을 구비한 2차 전지 관리 시스템
Li et al. A multi-model probability SOC fusion estimation approach using an improved adaptive unscented Kalman filter technique
CN108369258B (zh) 状态估计装置、状态估计方法
CN103389468B (zh) 一种在线确定电池荷电状态的方法和系统
CN109342950B (zh) 一种用于锂电池荷电状态的评估方法、装置及其设备
KR102156404B1 (ko) 배터리 셀 성능 테스트 장치 및 방법
KR20130105123A (ko) 배터리 상태 추정 장치 및 방법
KR20190050638A (ko) 배터리의 내부 저항을 최적화하기 위한 배터리 관리 시스템 및 방법
WO2014119328A1 (ja) 電池状態推定装置
KR102203245B1 (ko) 배터리 soc 추정 장치 및 방법
US20160313405A1 (en) Methods and Systems for Determining the Initial State of Charge (iSoC) and Optimum Charge Cycle(S) and Parameters for a Cell
KR102722271B1 (ko) 배터리 관리 장치, 배터리 관리 방법 및 배터리팩
US10048320B2 (en) Systems and methods for estimating battery system power capability
CN113557439A (zh) 用于估计电池的健康状态的方法
US11835587B2 (en) Method for determining full-charge capacity of battery pack, method for determining state of health of battery pack, system, and apparatus
EP4033585A1 (en) Estimation device, estimation method, and computer program
CN113785209A (zh) 用于检测异常电池单体的方法
KR20200122903A (ko) 비파괴 저항 분석을 이용한 배터리 관리 장치 및 방법
US20230238815A1 (en) Battery Management Apparatus and Method
JP7231657B2 (ja) 電池制御装置
EP4446760A1 (en) Apparatus for calculating depth of charge of battery, and operation method thereof
KR102730220B1 (ko) 배터리 진단 장치 및 방법
KR20230059648A (ko) 배터리 관리 장치 및 방법
KR20240108760A (ko) 배터리 수명 추정 장치 및 방법

Legal Events

Date Code Title Description
N231 Notification of change of applicant
E902 Notification of reason for refusal