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

KR20220045451A - 배터리 상태 진단 장치 및 방법 - Google Patents

배터리 상태 진단 장치 및 방법 Download PDF

Info

Publication number
KR20220045451A
KR20220045451A KR1020200128194A KR20200128194A KR20220045451A KR 20220045451 A KR20220045451 A KR 20220045451A KR 1020200128194 A KR1020200128194 A KR 1020200128194A KR 20200128194 A KR20200128194 A KR 20200128194A KR 20220045451 A KR20220045451 A KR 20220045451A
Authority
KR
South Korea
Prior art keywords
battery
batteries
classification
target
unit
Prior art date
Application number
KR1020200128194A
Other languages
English (en)
Inventor
임보미
Original Assignee
주식회사 엘지에너지솔루션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 엘지에너지솔루션 filed Critical 주식회사 엘지에너지솔루션
Priority to KR1020200128194A priority Critical patent/KR20220045451A/ko
Priority to US18/018,754 priority patent/US20230305065A1/en
Priority to CN202180058235.4A priority patent/CN116057394A/zh
Priority to EP21877959.3A priority patent/EP4191262A4/en
Priority to PCT/KR2021/013633 priority patent/WO2022075708A1/ko
Priority to JP2023507478A priority patent/JP7512514B2/ja
Publication of KR20220045451A publication Critical patent/KR20220045451A/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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0038—Circuits for comparing several input signals and for indicating the result of this comparison, e.g. equal, different, greater, smaller (comparing pulses or pulse trains according to amplitude)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • 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
    • 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)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

본 발명의 일 실시예에 따른 배터리 상태 진단 장치는 복수의 배터리 각각의 전압, 용량, 내부 저항, SOC, 및 SOH 중 적어도 하나를 포함하는 배터리 정보를 획득하고, 획득된 배터리 정보에 기반하여 복수의 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하도록 구성된 프로파일 생성부; 상기 배터리 정보 및 상기 프로파일 생성부에 의해 생성된 복수의 배터리 프로파일을 이용하여, 상기 복수의 배터리 각각에 대하여 복수의 특징값을 추출하도록 구성된 특징값 추출부; 상기 특징값 추출부에 의해 추출된 복수의 특징값에 대한 복수의 주성분을 산출하도록 구성된 주성분 산출부; 상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하고, 기설정된 기준값과 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하며, 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하도록 구성된 배터리 분류부; 및 상기 주기마다 상기 배터리 분류부에 의해 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하고, 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하도록 구성된 배터리 상태 진단부를 포함한다.

Description

배터리 상태 진단 장치 및 방법{APPARATUS AND METHOD FOR DIAGNOSING STATE OF BATTERY}
본 발명은 배터리 상태 진단 장치 및 방법에 관한 것으로서, 보다 상세하게는, 배터리의 상태를 진단할 수 있는 배터리 상태 진단 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.
종래에는 배터리의 전압, 전류, 및/또는 온도 등의 배터리 정보를 획득하고, 획득된 배터리 정보를 기준 전압 또는 기준 전압 범위와 단순히 대소를 비교한 결과에 기반하여 배터리의 상태를 진단하였다. 예컨대, 배터리의 전압이 기준 전압 범위에 속하는지 여부에 따라 배터리의 상태가 정상 상태, 과전압(Over voltage) 상태, 또는 부족 전압(Under voltage) 상태로 진단되었다.
하지만, 실제로는 배터리의 전압, 전류, 및/또는 온도 등이 기준 범위에 속하더라도 화재가 발생되는 경우가 있기 때문에, 배터리의 특징값(예컨대, 전압값)과 참조값(예컨대, 기준 전압 또는 기준 전압 범위)을 단순히 비교하여 배터리의 상태를 진단하는 것이 아니고, 배터리의 프로파일의 변화를 추적하여 통계학적인 관점에서 배터리의 상태를 정확하게 진단하는 기술이 요구된다.
본 발명은, 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 배터리의 다양한 특징값에 기반하여, 배터리의 상태를 추적 진단할 수 있는 배터리 상태 진단 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 상태 진단 장치는 복수의 배터리 각각의 전압, 용량, 내부 저항, SOC, 및 SOH 중 적어도 하나를 포함하는 배터리 정보를 획득하고, 획득된 배터리 정보에 기반하여 복수의 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하도록 구성된 프로파일 생성부; 상기 배터리 정보 및 상기 프로파일 생성부에 의해 생성된 복수의 배터리 프로파일을 이용하여, 상기 복수의 배터리 각각에 대하여 복수의 특징값을 추출하도록 구성된 특징값 추출부; 상기 특징값 추출부에 의해 추출된 복수의 특징값에 대한 복수의 주성분을 산출하도록 구성된 주성분 산출부; 상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하고, 기설정된 기준값과 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하며, 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하도록 구성된 배터리 분류부; 및 상기 주기마다 상기 배터리 분류부에 의해 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하고, 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하도록 구성된 배터리 상태 진단부를 포함할 수 있다.
상기 배터리 분류부는, 상기 선택된 하나 이상의 타겟 성분에 기반하여, 비정상 셀에 대응되도록 설정된 참조 셀을 상기 복수의 그룹 중 어느 하나로 분류하도록 구성될 수 있다.
상기 배터리 상태 진단부는, 상기 복수의 그룹 중 상기 참조 셀이 속하는 그룹을 비정상 그룹으로 설정하고, 나머지 그룹을 정상 그룹으로 설정하도록 구성될 수 있다.
상기 분류 이력은, 상기 복수의 배터리 각각에 대해 구비되고, 직전 주기에서 분류된 그룹, 현재 주기에서 분류된 그룹, 상기 비정상 그룹으로의 전환 횟수 및 상기 정상 그룹으로의 전환 횟수를 포함하도록 구성될 수 있다.
상기 배터리 상태 진단부는, 상기 복수의 배터리 중 상기 직전 주기에서 분류된 그룹과 상기 현재 주기에서 분류된 그룹이 상이한 타겟 배터리를 결정하고, 결정된 타겟 배터리에 대한 상기 비정상 그룹으로의 전환 횟수 또는 상기 정상 그룹으로의 전환 횟수에 기반하여 상기 타겟 배터리의 상태를 정상 상태 또는 비정상 상태로 진단하도록 구성될 수 있다.
상기 배터리 상태 진단부는, 상기 현재 주기에서 상기 타겟 배터리가 상기 비정상 그룹으로 분류된 경우, 상기 비정상 그룹으로의 전환 횟수가 소정의 횟수 이상이면 상기 타겟 배터리의 상태를 비정상 상태로 진단하도록 구성될 수 있다.
상기 배터리 상태 진단부는, 상기 현재 주기에서 상기 타겟 배터리가 상기 정상 그룹으로 분류된 경우, 상기 정상 그룹으로의 전환 횟수가 상기 소정의 횟수 이상이면 상기 타겟 배터리의 상태를 정상 상태로 진단하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 복수의 주성분 중 적어도 하나를 선택하고, 선택된 하나 이상의 주성분에 대응되는 주성분별 분포도의 합계가 상기 기설정된 기준값 이상인 경우, 상기 선택된 하나 이상의 주성분을 상기 타겟 성분으로 선택하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 합계가 상기 기설정된 기준값 이상이 될 때까지, 상기 복수의 주성분 각각에 대응되는 주성분별 분포도를 크기가 큰 순으로 더하여 상기 합계를 산출하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 주기마다, 상기 복수의 배터리 및 상기 참조 셀을 상기 복수의 그룹으로 분류하는 대표 모델을 생성하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 선택된 하나 이상의 타겟 성분을 포함하는 타겟 집합을 생성하고, 생성된 타겟 집합 중에서 적어도 하나의 타겟 성분을 포함하는 복수의 타겟 부분 집합을 생성하며, 상기 복수의 타겟 부분 집합 각각에 대하여 상기 복수의 배터리 및 상기 참조 셀을 분류하는 하나 이상의 분류 모델을 생성하며, 상기 복수의 타겟 부분 집합에 대해 생성된 복수의 분류 모델 중 어느 하나를 해당 주기에 대한 대표 모델로 설정하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 생성된 복수의 분류 모델 각각에 대해 상기 복수의 배터리 및 상기 참조 셀의 분류도를 산출하고, 상기 생성된 복수의 분류 모델 중 산출된 분류도가 가장 낮은 분류 모델을 상기 해당 주기에 대한 상기 대표 모델로 설정하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 복수의 타겟 부분 집합 각각에 포함된 하나 이상의 타겟 성분에 대하여 상기 복수의 배터리 및 상기 참조 셀의 내적을 산출하고, 산출된 복수의 내적의 크기에 따라 상기 복수의 배터리 및 상기 참조 셀을 분류하는 상기 복수의 분류 모델을 생성하도록 구성될 수 있다.
상기 배터리 분류부는, 상기 복수의 분류 모델 각각에 대하여, 분류되는 그룹의 총 개수가 미리 설정된 기준 개수 이하가 되도록 제어하도록 구성될 수 있다.
본 발명의 다른 측면에 따른 배터리 팩은 본 발명의 일 측면에 따른 배터리 상태 진단 장치를 포함할 수 있다.
본 발명의 또 다른 측면에 따른 에너지 저장 장치는 본 발명의 일 측면에 따른 배터리 상태 진단 장치를 포함할 수 있다.
본 발명의 또 다른 측면에 따른 배터리 상태 진단 방법은 복수의 배터리 각각의 전압 및 용량 간의 대응 관계를 나타내는 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하는 프로파일 생성 단계; 상기 프로파일 생성 단계에서 생성된 복수의 배터리 프로파일 각각에서 복수의 특징값을 추출하는 특징값 추출 단계; 상기 특징값 추출 단계에서 추출된 복수의 특징값에 대한 복수의 주성분을 산출하는 주성분 산출 단계; 상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하는 주성분별 분포도 산출 단계; 기설정된 기준값과 상기 주성분별 분포도 산출 단계에서 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하는 타겟 성분 선택 단계; 상기 타겟 성분 선택 단계에서 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하는 배터리 분류 단계; 및 상기 주기마다 상기 배터리 분류 단계에서 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하고, 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하는 배터리 상태 진단 단계를 포함할 수 있다.
본 발명의 일 측면에 따르면, 배터리 상태가 주기적으로 진단되어 배터리의 결함에 따른 사고가 미연에 방지될 수 있다.
또한, 본 발명의 일 측면에 따르면, 소정의 주기마다 획득되는 배터리의 프로파일에 기반하여 배터리의 상태가 추적 진단될 수 있다. 즉, 배터리의 상태가 비정상 상태로 진단되는 시점과 그 시점에서의 배터리 상태가 특정되어 저장될 수 있으므로, 배터리의 상태에 대한 구체적인 진단 정보가 제공될 수 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 상태 진단 장치를 개략적으로 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 배터리 상태 진단 장치에 의해 생성된 배터리 프로파일 중 전압-미분 용량 프로파일을 개략적으로 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 배터리 상태 진단 장치에 의해 산출된 주성분별 분포도의 일 예시를 개략적으로 도시한 도면이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 배터리 상태 진단 장치가 현재 주기에서 생성한 분류 모델을 개략적으로 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 배터리 상태 진단 장치를 포함하는 배터리 팩의 예시적 구성을 개시한 도면이다.
도 7은 본 발명의 다른 실시예에 따른 배터리 상태 진단 방법을 개략적으로 도시한 도면이다.
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.
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 상태 진단 장치(100)를 개략적으로 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 프로파일 생성부(110), 특징값 추출부(120), 주성분 산출부(130), 배터리 분류부(140), 및 배터리 상태 진단부(150)를 포함할 수 있다.
여기서, 배터리는 음극 단자와 양극 단자를 구비하며, 물리적으로 분리 가능한 하나의 독립된 셀을 의미한다. 일 예로, 파우치형 리튬 폴리머 셀 하나가 하나의 배터리로 간주될 수 있다.
프로파일 생성부(110)는 복수의 배터리 각각의 전압, 용량, 내부 저항, SOC(State of charge), 및 SOH(State of health) 중 적어도 하나를 포함하는 배터리 정보를 획득하도록 구성될 수 있다.
구체적으로, 프로파일 생성부(110)에 의해 획득되는 배터리 정보는 배터리가 충전되는 과정에서 획득된 정보일 수 있다.
예컨대, 배터리가 충전되는 동안 배터리의 전압 및 용량이 측정될 수 있다. 또한, 배터리의 전압 및/또는 배터리에 대한 충전 전류에 기반하여 배터리의 SOC가 추정될 수 있다. 또한, 배터리의 전압 및 SOC에 기반하여 배터리의 내부 저항이 추정될 수 있다. 예컨대, 확장 칼만 필터(Extended Kalman Filter, EKF)와 배터리에 대한 등가 회로 모델(Equivalent circuit model, ECM)에 기반하여 배터리의 전압 및 SOC로부터 배터리의 내부 저항이 추정될 수 있다. 또한, 추정된 배터리의 SOC에 기반하여 배터리의 SOH가 추정될 수 있다.
그리고, 프로파일 생성부(110)는 획득된 배터리 정보에 기반하여 복수의 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하도록 구성될 수 있다.
여기서, 주기란 미리 정해진 시간적 간격으로 설정될 수 있다. 이러한 주기에 대한 설정은 변경될 수도 있다. 주기는 일시적으로도 변경될 수 있다. 예컨대, 주기는 기본적으로 제1 시간 간격을 갖도록 설정될 수 있다. 제n 주기로부터 제1 시간 간격에 따른 제n+1 주기가 도래하기 전에 특정 이벤트가 발생되면, 프로파일 생성부(110)는 배터리 정보와 복수의 배터리 프로파일을 획득할 수 있다. 그리고, 상기 제n 주기가 도래하면, 프로파일 생성부(110)는 배터리 정보와 복수의 배터리 프로파일을 획득할 수도 있다. 여기서, 특정 이벤트가 발생된 경우란, 외부로부터 배터리 상태 진단 장치(100)에 배터리 상태 진단 요청이 입력된 경우일 수 있다.
프로파일 생성부(110)는 배터리의 전압(V)과 배터리의 SOC 간의 대응 관계를 나타내는 전압-SOC 프로파일 및 배터리의 전압(V)과 용량(Q) 간의 대응 관계를 나타내는 전압-용량 프로파일을 생성할 수 있다.
또한, 프로파일 생성부(110)는 배터리의 충전 시간(t)과 미분 전압(dV/dt) 간의 대응 관계를 나타내는 미분 전압 프로파일을 생성할 수 있다. 여기서, 미분 전압은 배터리의 전압값[V]을 충전 시간값[초]에 대해 미분한 값일 수 있다.
또한, 프로파일 생성부(110)는 배터리의 전압(V)과 미분 용량(dQ/dV) 간의 대응 관계를 나타내는 전압-미분 용량 프로파일을 생성할 수 있다. 여기서, 미분 용량은 배터리의 용량값[mAh]을 배터리의 전압값[V]으로 미분한 값일 수 있다.
프로파일 생성부(110)는 복수의 배터리 각각에 대한 배터리 프로파일로서 전압-SOC 프로파일, 미분 전압 프로파일, 전압-용량 프로파일, 및 전압-미분 용량 프로파일 중 적어도 하나 이상을 생성할 수 있다.
도 2는 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)에 의해 생성된 배터리 프로파일 중 전압-미분 용량 프로파일을 개략적으로 도시한 도면이다.
도 2를 참조하면, 프로파일 생성부(110)는 배터리가 충전되는 동안 획득된 전압값 및 용량값에 기반하여, 배터리의 전압과 미분 용량에 대한 전압-미분 용량 프로파일을 생성할 수 있다.
특징값 추출부(120)는 상기 배터리 정보 및 상기 프로파일 생성부(110)에 의해 생성된 복수의 배터리 프로파일을 이용하여, 상기 복수의 배터리 각각에 대하여 복수의 특징값을 추출하도록 구성될 수 있다.
예컨대, 도 2의 실시예에서, 특징값 추출부(120)는 프로파일 생성부(110)에 의해 생성된 전압-미분 용량 프로파일에서 충전 시작 지점(I), 제1 특징(f1), 제2 특징(f2), 제3 특징(f3), 제4 특징(f4) 및 충전 종료 지점(F)을 결정할 수 있다.
여기서, 제1 특징(f1), 제2 특징(f2) 및 제4 특징(f4)은 전압에 대한 미분 용량의 순간 변화율이 0인 지점일 수 있다. 바람직하게, 제1 특징(f1), 제2 특징(f2) 및 제4 특징(f4) 각각을 기준으로 전압에 대한 미분 용량의 순간 변화율이 양의 값에서 음의 값으로 변할 수 있다. 예컨대, 도 2의 실시예에서, 특징값 추출부(120)에 의해 선택된 제1 특징(f1)의 전압값은 V1이고, 미분 용량값은 dQ1일 수 있다. 또한, 제2 특징(f2)의 전압값은 V2이고, 미분 용량값은 dQ2일 수 있다. 또한, 제4 특징(f4)의 전압값은 V4이고, 미분 용량값은 dQ4일 수 있다.
또한, 제3 특징(f3)은, 전압값(V3)이 제2 특징(f2)의 전압값(V2) 및 제4 특징(f4)의 전압값(V4)의 사이에 위치하며, 제3 특징(f3)을 기준으로 전압에 대한 미분 용량의 순간 변화율이 소정 크기 이상 변하는 지점일 수 있다. 구체적으로, 제3 특징(f3)은 배터리의 양극의 퇴화와 관련된 것으로, 제2 특징(f2)과 제4 특징(f4) 사이의 전압 구간에서 나타날 수 있다.
특징값 추출부(120)는, 전압-미분 용량 프로파일에서, 충전 시작 지점(I)의 전압값, 제1 내지 제4 특징(f1, f2, f3, f4)의 전압값 및 미분용량값, 충전 종료 지점(F)의 전압값, 충전 시작 지점(I)과 각각의 특징(f1, f2, f3, f4) 사이의 전압에 대한 미분 용량의 평균 변화량, 및 충전 시작 지점(I)과 각각의 특징(f1, f2, f3, f4) 사이의 전압에 대한 미분 용량의 면적 등 전압-미분 용량 프로파일에서 획득할 수 있는 다양한 인자들을 배터리의 특징값으로 추출할 수 있다.
예컨대, 도 2의 실시예에서, 충전 시작 지점(I)의 전압값은 VI이고, 충전 종료 지점(F)의 전압값은 VF일 수 있다. 또한, 충전 시작 지점(I)의 미분 용량값은 dQI이고, 충전 종료 지점(F)의 미분 용량값은 dQF일 수 있다.
예컨대, 충전 시작 지점(I)과 제1 특징(f1) 사이의 전압에 대한 미분 용량의 평균 변화량은 "(dQ1-dQI)÷(V1-VI)"의 수식에 의해 산출될 수 있다. 또한, 충전 시작 지점(I)과 제1 특징(f1) 사이의 전압에 대한 미분 용량의 면적은, dQI를 기준으로 VI부터 V1까지의 면적에 따라 산출될 수 있다. 이와 유사한 방식으로, 전압-미분 용량 프로파일에서 다양한 배터리의 특징값이 추출될 수 있다.
또한, 특징값 추출부(120)는 프로파일 생성부(110)에 의해 생성된 전압-SOC 프로파일에서, 충전 시작 지점(I)의 SOC와 충전 종료 지점(F)의 SOC를 추출할 수도 있다. 즉, 특징값 추출부(120)는 배터리의 하단 SOC(충전 시작 지점(I)의 SOC)와 상단 SOC(충전 종료 지점(F)의 SOC)를 특징값으로 더 추출할 수 있다.
또한, 특징값 추출부(120)는 프로파일 생성부(110)에 의해 생성된 미분 전압 프로파일에서, 최소 미분 전압값, 최대 미분 전압값, 및 평균 미분 전압값을 특징값으로 더 추출할 수 있다.
또한, 특징값 추출부(120)는 배터리 정보에서 배터리의 SOH와 내부 저항값[Ω]을 특징값으로 더 추출할 수 있다.
주성분 산출부(130)는 상기 특징값 추출부(120)에 의해 추출된 복수의 특징값에 대한 복수의 주성분을 산출하도록 구성될 수 있다.
구체적으로, 주성분 산출부(130)는 주성분 분석법(Principal component analysis)을 이용하여, 복수의 배터리 각각에 대하여 추출된 복수의 특징값의 분산에 기반하여 복수의 주성분을 산출할 수 있다. 즉, 여기서, 주성분(Principal component)이란 상기 추출된 복수의 특징값에 대한 고유 벡터를 의미할 수 있다.
예컨대, 특징값 추출부(120)가 복수의 배터리 각각에 대하여 N개의 특징값을 추출한 것으로 가정한다. 주성분 산출부(130)는 주성분 분석법을 이용하여, N개의 특징값으로부터 N개의 주성분을 산출할 수 있다. 즉, 주성분 산출부(130)에 의해 제1 주성분(PC1) 내지 제N 주성분(PCN)이 산출될 수 있다.
보다 구체적인 예로, 제1 배터리의 특징값은 a1, b1, 및 c1이고, 제2 배터리의 특징값은 a2, b2, 및 c2이며, 제3 배터리의 특징값은 a3, b3, 및 c3이라고 가정한다. 유클리드 좌표계를 참고하면, 제1 배터리의 특징값은 (a1, b1, c1)으로 표현되고, 제2 배터리의 특징값은 (a2, b2, c2)로 표현되며, 제3 배터리의 특징값은 (a3, b3, c3)로 표현될 수 있다. 주성분 산출부(130)는 (a1, b1, c1), (a2, b2, c2), 및 (a3, b3, c3)에 대한 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3)을 산출할 수 있다.
배터리 분류부(140)는 상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하도록 구성될 수 있다.
먼저, 배터리 분류부(140)는 복수의 배터리 각각의 복수의 특징값을 복수의 주성분 각각에 대해 사영함으로써, 복수의 주성분 각각에 대한 복수의 배터리의 분포값을 산출할 수 있다.
예컨대, 앞선 실시예와 같이, 특징값 추출부(120)에 의해 제1 배터리, 제2 배터리, 및 제3 배터리에 대해 3개의 특징값이 추출되었고, 주성분 산출부(130)에 의해 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3)이 산출되었다고 가정한다. 배터리 분류부(140)는 제1 내지 제3 배터리의 특징값을 제1 주성분(PC1)에 대해 사영하여, 제1 주성분(PC1)에 대한 제1 내지 제3 배터리의 분포값을 산출할 수 있다. 즉, 배터리 분류부(140)는 (a1, b1, c1), (a2, b2, c2), 및 (a3, b3, c3)를 제1 주성분(PC1)에 대해 사영할 수 있다. 예컨대, 제1 주성분(PC1)에 대해 사영된 제1 배터리의 특징값이 (a1', b1', c1')이고, 사영된 제2 배터리의 특징값이 (a2', b2', c2')이며, 사영된 제3 배터리의 특징값이 (a3', b3', c3')이라고 가정한다. 배터리 분류부(140)는 (a1', b1', c1')과 (a2', b2', c2') 간의 거리, (a1', b1', c1')과 (a3', b3', c3') 간의 거리, 및 (a2', b2', c2')과 (a3', b3', c3') 간의 거리 중 최대 거리를 제1 주성분(PC1)에 대한 제1 내지 제3 배터리의 분포값으로 산출할 수 있다. 이와 같은 방식으로, 배터리 분류부(140)는 제2 주성분(PC2)에 대한 제1 내지 제3 배터리의 분포값과 제3 주성분(PC3)에 대한 제1 내지 제3 배터리의 분포값을 산출할 수 있다.
그리고, 배터리 분류부(140)는 복수의 주성분 각각에 대해 산출된 분포값에 기반하여, 복수의 주성분 각각에 대한 주성분별 분포도를 산출할 수 있다. 구체적으로, 배터리 분류부(140)는 하기의 수학식 1을 이용하여 주성분별 분포도를 산출할 수 있다.
[수학식 1]
Figure pat00001
수학식 1에서, n은 주성분 산출부(130)에 의해 산출된 주성분의 개수로서, 자연수이다. PCi는 제i 주성분을 의미하며, PCj는 제j 주성분을 의미한다. 예컨대, PC1은 제1 주성분(PC1)이고, PC2는 제2 주성분(PC2)이며, PCn은 제n 주성분(PCn)을 의미한다. 즉, i와 j는 해당되는 주성분을 특정하기 위한 임시 변수이고, j는 1 이상 n 이하의 자연수이다.
또한, 수학식 1에서, PCjv는 주성분별 분포도이다. 예컨대, PC1v는 제1 주성분(PC1)의 분포도이고, PC2v는 제2 주성분(PC2)의 분포도이며, PCnv는 제n 주성분(PCn)의 분포도이다.
또한, 수학식 1에서, Var(PCi)는 제i 주성분에 대해 사영된 복수의 배터리의 특징값들 간의 거리의 집합을 의미한다. 또한, max{Var(PCi)}는 제i 주성분의 분포값이다. 즉, max{Var(PCi)}는 제i 주성분에 대해 사영된 복수의 배터리의 특징값들 간의 거리 중 최대 거리를 나타낸다.
도 3은 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)에 의해 산출된 주성분별 분포도의 일 예시를 개략적으로 도시한 도면이다.
도 3을 참조하면, 주성분 산출부(130)에 의해 제1 주성분(PC1), 제2 주성분(PC2), 제3 주성분(PC3), 제4 주성분(PC4), 및 제5 주성분(PC5)이 산출될 수 있다. 여기서, 제1 주성분(PC1)의 분포도는 55%이고, 제2 주성분(PC2)의 분포도는 25%이고, 제3 주성분(PC3)의 분포도는 11%이고, 제4 주성분(PC4)의 분포도는 6%이고, 제5 주성분(PC5)의 분포도는 3%이다.
배터리 분류부(140)는 기설정된 기준값과 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하도록 구성될 수 있다.
바람직하게, 상기 배터리 분류부(140)는, 상기 복수의 주성분 중 적어도 하나를 선택하고, 선택된 하나 이상의 주성분에 대응되는 주성분별 분포도의 합계가 상기 기설정된 기준값 이상인 경우, 상기 선택된 하나 이상의 주성분을 상기 타겟 성분으로 선택하도록 구성될 수 있다.
보다 구체적으로, 상기 배터리 분류부(140)는, 상기 합계가 상기 기설정된 기준값 이상이 될 때까지, 상기 복수의 주성분 각각에 대응되는 주성분별 분포도를 크기가 큰 순으로 더하여 상기 합계를 산출하도록 구성될 수 있다.
예컨대, 도 3의 실시예에서, 기준값이 90%로 미리 설정되었다고 가정한다. 배터리 분류부(140)는 제1 주성분(PC1)을 먼저 선택하고, 제1 주성분(PC1)의 분포도(55%)와 기준값(90%)을 비교할 수 있다. 제1 주성분(PC1)의 분포도(55%)가 기준값(90%)보다 작기 때문에, 배터리 분류부(140)는 제2 주성분(PC2)을 선택하여 제1 및 제2 주성분(PC2)의 분포도의 합계를 80%로 산출할 수 있다. 제1 및 제2 주성분(PC2)의 분포도의 합계(80%)도 기준값(90%)보다 작기 때문에, 배터리 분류부(140)는 제3 주성분(PC3)을 선택하여 제1 내지 제3 주성분(PC3)의 분포도의 합계를 91%로 산출할 수 있다. 제1 내지 제3 주성분(PC3)의 분포도의 합계(91%)는 기준값(90%)보다 크기 때문에, 배터리 분류부(140)는 타겟 성분으로써 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3)을 선택할 수 있다.
또한, 배터리 분류부(140)는 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하도록 구성될 수 있다. 즉, 타겟 성분은 복수의 배터리를 분류하기 위하여 선택된 것으로서, 복수의 주성분의 일부 또는 전체 성분일 수 있다.
구체적으로, 상기 배터리 분류부(140)는, 상기 선택된 하나 이상의 타겟 성분에 기반하여, 비정상 셀에 대응되도록 설정된 참조 셀과 상기 복수의 배터리를 상기 복수의 그룹 중 어느 하나로 분류하도록 구성될 수 있다.
예컨대, 참조 셀은 복수의 배터리와 동종의 배터리로서, EOL(End of Life) 상태의 퇴화 셀일 수 있다. 배터리 분류부(140)는 선택한 하나 이상의 타겟 성분에 기반하여, 복수의 배터리와 참조 셀을 복수의 그룹 중 어느 하나로 분류할 수 있다.
배터리 상태 진단부(150)는 상기 주기마다 상기 배터리 분류부(140)에 의해 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하도록 구성될 수 있다.
바람직하게, 상기 배터리 분류부(140)는, 상기 선택된 하나 이상의 타겟 성분에 기반하여, 비정상 셀에 대응되도록 설정된 참조 셀을 상기 복수의 그룹 중 어느 하나로 분류하도록 구성될 수 있다. 그리고, 상기 배터리 상태 진단부(150)는, 상기 복수의 그룹 중 상기 참조 셀이 속하는 그룹을 비정상 그룹으로 설정하고, 나머지 그룹을 정상 그룹으로 설정하도록 구성될 수 있다.
즉, 복수의 그룹 중 참조 셀이 분류된 그룹은 비정상 그룹으로 설정되고, 복수의 그룹 중 비정상 그룹을 제외한 나머지 그룹은 정상 그룹으로 설정될 수 있다.
또한, 상기 분류 이력은, 상기 복수의 배터리 각각에 대해 구비될 수 있다. 즉, 복수의 배터리 각각에 대하여 분류 이력이 구비될 수 있다. 그리고, 분류 이력은 직전 주기에서 분류된 그룹, 현재 주기에서 분류된 그룹, 상기 비정상 그룹으로의 전환 횟수 및 상기 정상 그룹으로의 전환 횟수를 포함하도록 구성될 수 있다.
예컨대, 배터리 상태 진단부(150)는 주기마다 복수의 배터리 각각의 분류 이력을 갱신할 수 있다. 갱신되는 분류 이력은 직전 주기에서 분류된 그룹 및 현재 주기에서 분류된 그룹이 포함될 수 있다. 또한, 현재 주기에서의 배터리의 그룹 분류 결과에 따라, 비정상 그룹으로의 전환 횟수 또는 정상 그룹으로의 전환 횟수가 갱신될 수도 있다.
또한, 배터리 상태 진단부(150)는 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하도록 구성될 수 있다.
구체적으로, 배터리 상태 진단부(150)는 상기 복수의 배터리 중 상기 직전 주기에서 분류된 그룹과 상기 현재 주기에서 분류된 그룹이 상이한 타겟 배터리를 결정하도록 구성될 수 있다.
여기서, 타겟 배터리란 직전 주기에서 분류된 그룹과 현재 주기에서 분류된 그룹이 상이한 배터리를 의미한다. 현재 주기에서 결정되는 타겟 배터리는 분류 결과에 따라 없을 수도 있고, 하나 이상이 있을 수도 있다. 예컨대, 직전 주기에서는 비정상 그룹으로 분류되었으나 현재 주기에서는 정상 그룹으로 분류된 배터리가 타겟 배터리로 결정될 수 있다. 반대로, 직전 주기에서는 정상 그룹으로 분류되었으나 현재 주기에서는 비정상 그룹으로 분류된 배터리가 타겟 배터리로 결정될 수 있다.
그리고, 배터리 상태 진단부(150)는 결정된 타겟 배터리에 대한 상기 비정상 그룹으로의 전환 횟수 또는 상기 정상 그룹으로의 전환 횟수에 기반하여 상기 타겟 배터리의 상태를 정상 상태 또는 비정상 상태로 진단하도록 구성될 수 있다
여기서, 비정상 그룹으로의 전환 횟수는 직전 주기에서는 정상 그룹으로 분류되었느나 현재 주기에서는 비정상 그룹으로 분류된 횟수이다. 반대로, 정상 그룹으로의 전환 횟수는 직전 주기에서는 비정상 그룹으로 분류되었으나 현재 주기에서는 정상 그룹으로 분류된 횟수이다. 즉, 타겟 배터리의 경우, 그룹 분류 결과에 따라 비정상 그룹으로의 전환 횟수 또는 정상 그룹으로의 전환 횟수가 갱신될 수 있다. 예컨대, 전환 횟수는 1씩 증가될 수 있다.
바람직하게, 배터리 상태 진단부(150)는, 상기 현재 주기에서 상기 타겟 배터리가 상기 비정상 그룹으로 분류된 경우, 상기 비정상 그룹으로의 전환 횟수가 소정의 횟수 이상이면 상기 타겟 배터리의 상태를 비정상 상태로 진단하도록 구성될 수 있다.
반대로, 배터리 상태 진단부(150)는 상기 현재 주기에서 상기 타겟 배터리가 상기 정상 그룹으로 분류된 경우, 상기 정상 그룹으로의 전환 횟수가 상기 소정의 횟수 이상이면 상기 타겟 배터리의 상태를 정상 상태로 진단하도록 구성될 수 있다.
예컨대, 소정의 횟수는 2 이상으로 미리 설정될 수 있다. 배터리 상태 진단부(150)는 타겟 배터리로 복수 회 결정된 경우에 해당 배터리의 상태를 비정상 상태 또는 정상 상태로 진단할 수 있다.
즉, 배터리 상태 진단부(150)는 배터리의 분류 결과가 비정상에서 정상으로 또는 정상에서 비정상으로 한 번 바뀐 것을 토대로 배터리의 상태를 판단하지 않고, 배터리의 분류 결과가 복수 회 변경된 경우에 배터리의 상태를 판단할 수 있다. 따라서, 배터리 상태 진단부(150)에 의한 배터리 상태 판단의 정확도는 높을 수 있다.
본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 주성분 분석법과 배터리 분류에 기반하여 복수의 배터리 각각의 상태를 진단하기 때문에, 다양한 측면을 고려하여 배터리의 상태를 진단할 수 있는 장점이 있다. 또한, 배터리 상태 진단 장치(100)는, 배터리의 특징값을 소정의 참조값과 단순히 비교하여 배터리의 상태를 진단하는 종래 기술보다, 배터리 상태의 진단 정확도를 높일 수 있다.
한편, 참조 셀은 복수 구비될 수도 있다. 이 경우, 복수의 참조 셀 각각은 서로 다른 원인에 의해 퇴화되도록 구성될 수 있다.
예컨대, 제1 참조 셀은 양극 반응 면적이 손실되어 퇴화되도록 구성되고, 제2 참조 셀은 가용 리튬이 손실되어 퇴화되도록 구성될 수 있다. 또한, 제3 참조 셀은 음극 반응 면적이 손실되어 퇴화되도록 구성될 수 있다.
이 경우, 각각의 참조 셀과 동일한 그룹으로 분류된 배터리의 상태가 보다 상세하게 진단될 수 있다.
예컨대, 앞선 실시예를 참조하면, 제1 참조 셀과 동일한 그룹으로 분류된 배터리의 상태는 양극 반응 면적이 손실로 진단될 수 있다. 또한, 제2 참조 셀과 동일한 그룹으로 분류된 배터리의 상태는 가용 리튬이 손실된 상태로 진단될 수 있다. 또한, 제3 참조 셀과 동일한 그룹으로 분류된 배터리의 상태는 음극 반응 면적이 손실된 상태로 진단될 수 있다.
본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 다양한 원인에 의해 퇴화되도록 구성된 복수의 참조 셀을 구비함으로써, 복수의 배터리의 상태를 보다 구체적으로 진단할 수 있는 장점이 있다.
예컨대, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)의 프로파일 생성부(110), 특징값 추출부(120), 주성분 산출부(130), 배터리 분류부(140), 및 배터리 상태 진단부(150) 각각은 당업계에 알려진 프로세서로 구성될 수 있다.
다른 예로, 배터리 상태 진단 장치(100)의 프로파일 생성부(110), 특징값 추출부(120), 주성분 산출부(130), 배터리 분류부(140), 및 배터리 상태 진단부(150)는 하나의 프로세서에 구비될 수 있다. 즉, 프로파일 생성부(110), 특징값 추출부(120), 주성분 산출부(130), 배터리 분류부(140), 및 배터리 상태 진단부(150)는 하나의 프로세서의 기능적 구성 요소 구분될 수도 있다. 또는, 프로파일 생성부(110), 특징값 추출부(120), 주성분 산출부(130), 배터리 분류부(140), 및 배터리 상태 진단부(150) 각각은 하나의 프로세서에 구비된 단위 코어로 구현될 수도 있다.
그리고, 이러한 프로세서는, 당업계에 알려진 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 프로세서는 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.
도 1을 참조하면, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 저장부(160)를 더 포함할 수 있다.
여기서, 저장부(160)는 본 발명에 따라 배터리의 상태가 진단되는데 필요한 프로그램 및 데이터 등을 저장할 수 있다. 즉, 저장부(160)는 배터리 상태 진단 장치(100)의 각 구성요소가 동작 및 기능을 수행하는데 필요한 데이터, 프로그램, 또는 동작 및 기능이 수행되는 과정에서 생성되는 데이터 등을 저장할 수 있다. 저장부(160)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. 또한, 저장부(160)는 배터리 상태 진단 장치(100)에 의해 실행 가능한 프로세스들이 정의된 프로그램 코드들을 저장할 수 있다.
예컨대, 저장부(160)는 복수의 배터리에 대한 분류 이력을 저장할 수 있다. 또한, 저장부(160)는 복수의 배터리 프로파일, 및 복수의 특징값을 저장함으로써, 복수의 배터리에 대한 다양한 정보를 저장할 수 있다.
즉, 배터리 상태 진단 장치(100)에 따르면, 복수의 배터리 각각의 상태 변화가 추적 진단될 수 있다. 따라서, 해당 배터리에 대한 사고가 발생할 경우, 저장부(160)에 저장된 해당 배터리에 대한 다양한 정보들에 기반하여, 사고의 원인이 다양한 측면에서 분석될 수 있다.
이하에서는, 배터리 분류부(140)가 타겟 성분에 기반하여 복수의 배터리 및 참조 셀을 복수의 그룹 중 어느 하나로 분류하는 내용에 대해 구체적으로 설명한다.
상기 배터리 분류부(140)는, 상기 주기마다, 상기 복수의 배터리 및 상기 참조 셀을 상기 복수의 그룹 중 어느 하나로 분류하는 대표 모델을 생성하도록 구성될 수 있다.
구체적으로, 상기 배터리 분류부(140)는, 상기 선택된 하나 이상의 타겟 성분을 포함하는 타겟 집합을 생성하도록 구성될 수 있다.
예컨대, 도 3의 실시예에서 기준값이 90%로 설정되었다고 가정한다. 제1 주성분(PC1)의 분포도(55%), 제2 주성분(PC2)이 분포도(25%), 및 제3 주성분(PC3)의 분포도(11%)의 합계가 91%이므로, 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3)이 타겟 성분으로 선택될 수 있다. 그리고, 선택된 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3)이 타겟 집합을 이루도록 구성될 수 있다.
그리고, 배터리 분류부(140)는 생성된 타겟 집합 중에서 적어도 하나의 타겟 성분을 포함하는 복수의 타겟 부분 집합을 생성하도록 구성될 수 있다.
앞선 실시예에서, 배터리 분류부(140)는 타겟 집합에 포함된 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3) 중 적어도 하나를 선택하여 복수의 타겟 부분 집합을 생성할 수 있다.
예컨대, 원소나열법의 표기 방식에 따라 설명하면, 타겟 집합은 {제1 주성분(PC1), 제2 주성분(PC2), 제3 주성분(PC3)}이다. 그리고, 복수의 타겟 부분 집합은 {제1 주성분(PC1)}, {제2 주성분(PC2)}, {제3 주성분(PC3)}, {제1 주성분(PC1), 제2 주성분(PC2)}, {제1 주성분(PC1), 제3 주성분(PC3)}, {제2 주성분(PC2), 제3 주성분(PC3)}, 및 {제1 주성분(PC1), 제2 주성분(PC2), 제3 주성분(PC3)}일 수 있다. 여기서, 타겟 성분에 의해 복수의 배터리가 분류되기 때문에, 타겟 부분 집합에 공집합은 제외됨을 유의한다. 따라서, 배터리 분류부(140)에 의해 성성되는 타겟 부분 집합의 개수는 2n-1이고, 여기서 n은 타겟 성분의 총 개수이다. 즉, 위의 실시예에서, 타겟 성분이 3개 이므로, 타겟 부분 집합의 개수는 "23-1"의 수식에 따라 7개이다.
배터리 분류부(140)는 상기 복수의 타겟 부분 집합 각각에 대하여 상기 복수의 배터리 및 상기 참조 셀을 분류하는 하나 이상의 분류 모델을 생성하도록 구성될 수 있다.
구체적으로, 배터리 분류부(140)는 하나의 타겟 부분 집합에 대해서 하나 이상의 분류 모델을 생성할 수 있다. 그리고, 타겟 부분 집합마다 생성되는 분류 모델의 개수는 타겟 부분 집합마다 독립적일 수 있다. 즉, 어느 타겟 부분 집합에 대해서는 1개의 분류 모델이 생성되고, 다른 타겟 부분 집합에 대해서는 10개의 분류 모델이 생성될 수 있다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)가 현재 주기에서 생성한 분류 모델을 개략적으로 도시한 도면이다.
구체적으로, 도 4 및 도 5에 도시된 분류 모델은, 현재 주기에서 생성된 것으로서, 하나의 타겟 부분 집합에 대해 랜덤하게 생성된 서로 다른 분류 모델일 수 있다.
예컨대, 도 4 및 도 5를 참조하면, 배터리 분류부(140)에 의해 생성되는 분류 모델은 의사 결정 트리일 수 있다. 즉, 분류 모델은 루트 노드(Root node, RN), 내부 노드(Internal node, IN), 및 터미널 노드(Terminal node, TN)을 포함한다. 루트 노드(RN)와 내부 노드(IN)에는 복수의 배터리를 분류하기 위한 분류 조건이 포함되고, 터미널 노드에는 분류된 배터리에 대한 정보가 포함될 수 있다. 터미널 노드 각각이 배터리가 분류될 수 있는 그룹에 해당할 수 있다. 다만, 복수의 터미널 노드 중 일부는 배터리가 분류되지 않은 공백 노드일 수도 있다.
예컨대, 도 4의 실시예에서, 제1 터미널 노드(TN1)로 참조 셀이 분류되었다고 가정한다. 배터리 상태 진단부(150)는 복수의 배터리 중 제1 터미널 노드(TN1)로 분류된 배터리의 상태를 비정상 상태로 진단할 수 있다.
다른 예로, 도 4의 실시예에서, 양극 반응 면적이 손실된 제1 참조 셀이 제1 터미널 노드(TN1)로 분류되고, 가용 리튬이 손실된 제2 참조 셀이 제4 터미널 노드(TN4)로 분류되었다고 가정한다. 배터리 상태 진단부(150)는 복수의 배터리 중 제1 터미널 노드(TN1)로 분류된 배터리의 상태를 양극 반응 면적의 손실에 따른 비정상 상태로 진단하고, 제4 터미널 노드(TN4)로 분류된 배터리의 상태를 가용 리튬 손실에 따른 비정상 상태로 진단할 수 있다.
그리고, 도 4 및 도 5의 실시예에서, 루트 노드(RN)와 내부 노드(IN)에 포함되는 분류 조건은 배터리 분류부(140)에 의해 임의로 생성될 수 있다. 예컨대, 도 4의 분류 모델의 루트 노드(RN)에는 제1 주성분(PC1)과 연관된 분류 조건이 포함되고, 도 5의 분류 모델의 루트 노드(RN)에는 제3 주성분(PC3)과 연관된 분류 조건이 포함될 수 있다. 따라서, 동일한 타겟 부분 집합에 대해 생성된 분류 모델이 서로 다를 수 있다. 루트 노드(RN) 및 내부 노드(IN)에 포함되는 분류 조건에 대한 구체적인 내용은 후술한다.
배터리 분류부(140)는 상기 복수의 타겟 부분 집합에 대해 생성된 복수의 분류 모델 중 어느 하나를 해당 주기에 대한 대표 모델로 설정하도록 구성될 수 있다.
구체적으로, 상기 배터리 분류부(140)는, 상기 생성된 복수의 분류 모델 각각에 대해 상기 복수의 배터리 및 상기 참조 셀의 분류도를 산출하도록 구성될 수 있다.
배터리 분류부(140)는 아래의 수학식 2를 이용하여, 분류 모델 각각의 분류도를 산출할 수 있다. 여기서, 분류 모델의 분류도란 해당 분류 모델에 대한 분류 성능을 나타내는 지표이다. 즉, 분류 모델의 분류도란 해당 분류 모델이 복수의 배터리 셀 및 참조 셀을 얼마나 잘 분류하였는지를 나타내는 지표일 수 있다. 예컨대, 분류 모델의 분류도는 지니 불순도(Gini impurity)일 수 있다.
[수학식 2]
Figure pat00002
여기서, GI(n)은 분류 모델의 분류도이고, n은 하나의 타겟 부분 집합에 대해 생성된 복수의 분류 모델 각각을 가리키기 위한 임시 변수이다. 그리고, i는 터미널 노드를 가리키기 위한 임시 변수이며, m은 분류 모델에 포함된 터미널 노드의 개수이다. 그리고, Pi는 복수의 배터리와 참조 셀의 전체 개수에 대한 제i 터미널 노드로 분류된 배터리 및/또는 참조 셀의 개수의 비율이다.
예컨대, 도 4의 분류 모델의 분류도는 "1-(P12+P22+P32+P42+P52+P62)"의 수식에 따라 산출되고, 도 5의 분류 모델의 분류도는 "1-(P12+P22+P32+P42+P52+P62+P72+P82)"의 수식에 따라 산출될 수 있다.
구체적인 예로, 복수의 배터리는 5개이고, 1개의 참조 셀이 있다고 가정한다. 즉, 수학식 2의 m은 6일 수 있다. 그리고, 도 4의 분류 모델에서 제1 터미널 노드(TN1)로 참조 셀이 분류되고, 제2 내지 제6 터미널 노드(TN2, TN3, TN4, TN5, TN6) 각각으로 1개의 배터리가 분류되었다고 가정한다. 복수의 배터리와 참조 셀의 전체 개수는 6이고, 제1 내지 제6 터미널 노드(TN1, TN2, TN3, TN4, TN5, TN6) 각각으로 분류된 배터리 및/또는 참조 셀의 개수는 1이다. 도 4의 실시예에서, P1 내지 P6은 모두 "1÷6"일 수 있다. 따라서, 도 4의 분류 모델의 분류도는 "1-{(1÷6)2×6}"의 수식에 따라 계산된 "5÷6"일 수 있다.
다른 예로, 도 5의 분류 모델에서 제1 터미널 노드(TN1)로 참조 셀이 분류되고, 제3 내지 제7 터미널 노드(TN3, TN4, TN5, TN6, TN7) 각각으로 1개의 배터리가 분류되었다고 가정한다. 도 5의 실시예에서, P1 및 P3 내지 P7은 모두 "1÷6"일 수 있다. 그리고, P2 및 P8은 분류된 배터리 및/또는 참조 셀이 없기 때문에 "0"일 수 있다. 따라서, 도 5의 분류 모델의 분류도는 "1-{(1÷6)2×6}"의 수식에 따라 계산된 "5÷6"일 수 있다.
그리고, 배터리 분류부(140)는 상기 생성된 복수의 분류 모델 중 산출된 분류도가 가장 낮은 분류 모델을 상기 해당 주기에 대한 상기 대표 모델로 설정하도록 구성될 수 있다.
수학식 2에 따르면, 산출된 분류도가 낮을수록 분류 모델은 복수의 배터리 및 참조 셀을 고르게 분류한 것으로 판단될 수 있다. 따라서, 배터리 분류부(140)는 복수의 타겟 부분 집합에 대해 생성된 복수의 분류 모델 중 산출된 분류도가 가장 낮은 분류 모델을 해당 주기의 대표 모델로 설정할 수 있다.
예컨대, 제n 주기에 있어서, 타겟 부분 집합이 p개 생성되고, 각각의 타겟 부분 집합에 대해 q개의 분류 모델이 생성되었다고 가정한다. 즉, 제n 주기에는 총 p×q개의 분류 모델이 생성될 수 있다. 배터리 분류부(140)는 p×q개의 분류 모델 각각의 분류도를 산출하고, 산출된 분류도가 가장 낮은 어느 하나의 분류 모델을 제n 주기의 대표 모델로 설정할 수 있다.
만약, p×q개의 분류 모델 중 산출된 분류도가 가장 낮은 분류 모델이 복수인 경우, 배터리 분류부(140)는 산출된 분류도가 가장 낮은 복수의 분류 모델 중 공백이 아닌 터미널 노드의 개수가 가장 많은 분류 모델을 대표 모델로 설정할 수 있다. 다른 말로 설명하면, 배터리 분류부(140)는 산출된 분류도가 가장 낮은 복수의 분류 모델 중 배터리 및/또는 참조 셀이 분류된 터미널 노드의 개수가 가장 많은 분류 모델을 대표 모델로 설정할 수 있다.
즉, 수학식 2에 기반하여 산출된 분류도는 동일하지만, 공백이 아닌 터미널 노드의 개수가 적을수록 복수의 배터리 및 참조 셀이 고르게 분류된 것으로 판단될 수 있다. 따라서, 배터리 분류부(140)는 복수의 분류 모델의 분류도뿐만 아니라 공백이 아닌 터미널 노드의 개수를 고려하여, 대표 모델을 설정할 수 있다.
만약, 산출된 분류도가 가장 낮으면서, 공백이 아닌 터미널의 개수도 동일한 분류 모델이 복수인 경우, 배터리 분류부(140)는 상기 복수의 분류 모델 중 어느 하나를 임의로 선택하여 대표 모델로 설정할 수 있다.
예컨대, 앞선 실시예를 참조하면, 도 4 및 도 5의 분류 모델의 분류도는 "5÷6"이다. 그리고, 도 4의 분류 모델에서 공백이 아닌 터미널 노드(TN1, TN2, TN3, TN4, TN5, TN6)의 개수는 6이다. 또한, 도 5의 분류 모델에서 공백이 아닌 터미널 노드(TN1, TN3, TN4, TN5, TN6, TN7)의 개수는 6이다. 따라서, 배터리 분류부(140)는 도 4의 분류 모델 또는 도 5의 분류 모델을 현재 주기의 대표 모델로 설정할 수 있다.
그리고, 배터리 상태 진단부(150)는 배터리 분류부(140)에 의해 설정된 대표 모델에 기반하여, 참조 셀과 동일한 그룹으로 분류된 배터리의 상태를 비정상 상태로 진단할 수 있다.
즉, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 한 주기에서 복수의 분류 모델을 생성하고, 생성된 복수의 분류 모델 간의 분류도를 비교하여 대표 모델을 설정할 수 있다. 그리고, 설정된 대표 모델에 따라 배터리의 상태를 진단할 수 있기 때문에, 배터리 상태 진단 장치(100)는, 배터리 정보의 단순 비교를 통해 배터리의 상태를 진단하는 종래 기술보다, 배터리의 상태를 통계학적으로 더욱 정확하게 진단할 수 있다.
이하에서는, 루트 노드(RN) 및 내부 노드(IN)에 포함되는 분류 조건에 대한 구체적으로 설명한다.
상기 배터리 분류부(140)는, 상기 복수의 타겟 부분 집합 각각에 포함된 하나 이상의 타겟 성분에 대하여 상기 복수의 배터리 및 상기 참조 셀의 내적(inner product)을 산출하도록 구성될 수 있다.
여기서, 타겟 성분은 복수의 배터리에 대해 추출된 복수의 특징값에 대한 고유 벡터일 수 있다. 이러한 타겟 성분 각각에 대하여, 배터리의 특징값에 대한 벡터를 내적하여, 타겟 성분에 대한 해당 배터리의 내적을 산출할 수 있다.
예컨대, 타겟 부분 집합이 {제1 주성분(PC1), 제2 주성분(PC2)}이라고 가정한다. 그리고, 제1 배터리, 제2 배터리, 및 참조 셀이 구비된 것으로 가정한다. 설명의 편의를 위하여, 제1 주성분(PC1)의 시작점을 A 지점이라고 하고, 제2 주성분(PC2)의 시작점을 B 지점이라고 한다.
먼저, 배터리 분류부(140)는 제1 주성분(PC1)에 대하여 제1 배터리의 내적, 제2 배터리의 내적, 및 참조 셀의 내적을 산출할 수 있다.
구체적으로, 배터리 분류부(140)는 시작점이 A 지점이고, 종점이 제1 배터리의 특징값이 위치한 지점인 제1 임시 벡터를 산출한다. 그리고, 배터리 분류부(140)는 제1 주성분(PC1)과 제1 임시 벡터 간의 내적을 계산하여, 제1 주성분(PC1)에 대한 제1 배터리의 내적을 산출할 수 있다.
마찬가지로, 배터리 분류부(140)는 시작점이 A 지점이고, 종점이 제2 배터리의 특징값이 위치한 지점인 제2 임시 벡터를 산출한다. 그리고, 배터리 분류부(140)는 제1 주성분(PC1)과 제2 임시 벡터 간의 내적을 계산하여, 제1 주성분(PC1)에 대한 제2 배터리의 내적을 산출할 수 있다.
위와 같은 방식으로, 배터리 분류부(140)는 제1 주성분(PC1)에 대한 참조 셀의 내적, 제2 주성분(PC2)에 대한 제1 배터리의 내적, 제2 주성분(PC2)에 대한 제2 배터리의 내적, 및 제2 주성분(PC2)에 대한 참조 셀의 내적을 산출할 수 있다.
또한, 배터리 분류부(140)는, 산출된 복수의 내적의 크기에 따라 상기 복수의 배터리 및 상기 참조 셀을 분류하는 상기 복수의 분류 모델을 생성하도록 구성될 수 있다.
구체적으로, 배터리 분류부(140)는 복수의 타겟 부분 집합 중 분류 모델을 생성하고자 하는 하나의 타겟 부분 집합을 선택할 수 있다. 그리고, 배터리 분류부(140)는 선택한 타겟 부분 집합에 속한 타겟 성분 중 하나를 임의로 선택할 수 있다.
그리고, 배터리 분류부(140)는 선택한 타겟 성분에 대한 복수의 배터리의 내적과 참조 셀의 내적을 임의로 설정된 비교값과 대소 비교한 결과에 기반하여, 복수의 배터리와 참조 셀을 분류할 수 있다. 여기서, 임의로 설정된 비교값은 배터리 분류부(140)에 의해 설정되는 값일 수 있다.
즉, 선택된 타겟 성분에 대한 복수의 배터리 및 참조 셀의 내적의 크기와 임의로 설정된 비교값의 크기를 비교하는 분류 조건이 분류 모델의 루트 노드(RN) 또는 내부 노드(IN)에 포함될 수 있고, 분류 결과에 따라 복수의 배터리 및 참조 셀이 분류될 수 있다.
이후, 배터리 분류부(140)는 선택한 타겟 부분 집합에 속한 타겟 성분 중 하나를 임의로 선택하여, 복수의 배터리 및 참조 셀을 재차 분류할 수 있다. 즉, 배터리 분류부(140)에 의해서 선택되는 타겟 성분은 중복될 수 있다. 그리고, 상기 임의로 설정된 비교값은 임의로 선택된 값이기 때문에, 변경될 수 있다.
예컨대, 도 5의 실시예에서, 타겟 부분 집합이 {제1 주성분(PC1), 제2 주성분(PC2), 제3 주성분(PC3)}일 경우, 배터리 분류부(140)는 루트 노드(RN)에 대해 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3) 중 제1 주성분(PC1)을 임의로 선택할 수 있다.
배터리 분류부(140)는 제1 주성분(PC1)에 대한 복수의 배터리의 내적과 참조 셀의 내적을 산출할 수 있다. 그리고, 배터리 분류부(140)는 제1 주성분(PC1)에 대한 제1 비교값을 임의로 생성하여 설정할 수 있다. 배터리 분류부(140)는 제1 주성분(PC1)에 대한 복수의 배터리 및 참조 셀의 내적의 크기와 임의로 설정된 비교값의 크기를 비교한 결과에 따라, 루트 노드(RN)에서 복수의 배터리 및 참조 셀을 분류할 수 있다.
이후, 배터리 분류부(140)는 제1 내부 노드(IN1)에 대해 타겟 부분 집합에서 제1 주성분(PC1)을 임의로 재차 선택할 수 있다. 그리고, 배터리 분류부(140)는 제1 주성분(PC1)에 대한 제2 비교값을 임의로 생성하여 설정할 수 있다. 여기서, 제1 비교값과 제2 비교값은 임의로 생성된 값으로서, 서로 독립적인 값일 수 있다. 바람직하게 제1 비교값과 제2 비교값은 서로 상이할 수 있다.
배터리 분류부(140)는 제1 주성분(PC1)에 대한 일부 배터리(루트 노드(RN)에서 분류된 결과에 따라 제1 내부 노드(IN1) 측으로 분류된 배터리 및/또는 참조 셀)의 내적이 크기와 제2 비교값의 크기를 비교한 결과에 따라, 제1 내부 노드(IN1)에서 일부 배터리를 분류할 수 있다.
이와 같은 방식으로, 도 5의 실시예에서, 배터리 분류부(140)는 1개의 루트 노드(RN), 6개의 내부 노드(IN1, IN2, IN3, IN4, IN5, IN6), 및 8개의 터미널 노드(TN1, TN2, TN3, TN4, TN5, TN6, TN7, TN8)를 포함하는 분류 모델을 생성할 수 있다.
바람직하게, 상기 배터리 분류부(140)는, 상기 복수의 분류 모델 각각에 대하여, 분류되는 그룹의 총 개수가 미리 설정된 기준 개수 이하가 되도록 제어하도록 구성될 수 있다.
즉, 배터리 분류부(140)는 분류 모델에 포함되는 터미널 노드의 개수가 기준 개수 이하가 되도록 제어할 수 있다.
예컨대, 터미널 노드의 개수에 대한 제한이 없으면, 분류 모델은 복수의 배터리 및 참조 셀이 각각 하나의 그룹으로 분류될 때까지 확장될 수 있다. 이러한 경우, 하나의 분류 모델을 생성하는데 소요되는 시스템 자원이 지나치게 낭비되는 문제가 있다.
또한, 수학식 2를 참조하면, 복수의 배터리 및 참조 셀이 각각 별도의 그룹으로 분류된다면, 복수의 분류 모델의 분류도는 모두 동일할 수 있다. 예컨대, 복수의 분류 모델에서, 복수의 그룹 각각에 최대 1개의 배터리 또는 참조 셀이 포함된다면, 수학식 2의 Pi가 0 또는 "1÷(복수의 배터리의 개수 + 참조 셀의 개수)"이기 때문에, 복수의 분류 모델의 분류도는 모두 동일할 수 있다.
이러한 경우, 참조 셀과 동일한 그룹으로 분류되는 배터리가 없기 때문에, 배터리의 상태를 비정상으로 진단할 수 없는 결과가 도출될 수 있다.
따라서, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 분류 모델에 포함되는 터미널 노드의 총 개수, 즉, 분류되는 그룹의 총 개수를 미리 설정된 기준 개수 이하로 제어함으로써, 분류 모델 생성에 소요되는 시스템 자원을 절약할 수 있으며, 배터리의 상태를 정확하게 진단할 수 있다.
본 발명에 따른 배터리 상태 진단 장치(100)는, BMS(Battery Management System)에 적용될 수 있다. 즉, 본 발명에 따른 BMS는, 상술한 배터리 상태 진단 장치(100)를 포함할 수 있다. 이러한 구성에 있어서, 배터리 상태 진단 장치(100)의 각 구성요소 중 적어도 일부는, 종래 BMS에 포함된 구성의 기능을 보완하거나 추가함으로써 구현될 수 있다. 예를 들어, 배터리 상태 진단 장치(100)의 프로파일 생성부(110), 특징값 추출부(120), 주성분 산출부(130), 배터리 분류부(140), 및 배터리 상태 진단부(150)는 BMS의 구성요소로서 구현될 수 있다.
또한, 본 발명에 따른 배터리 상태 진단 장치(100)는, 배터리 팩에 구비될 수 있다. 즉, 본 발명에 따른 배터리 팩은, 상술한 배터리 상태 진단 장치(100) 및 하나 이상의 배터리 셀을 포함할 수 있다. 또한, 배터리 팩은, 전장품(릴레이, 퓨즈 등) 및 케이스 등을 더 포함할 수 있다.
도 6은 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)를 포함하는 배터리 팩(1)의 예시적 구성을 개시한 도면이다.
예컨대, 도 6을 참조하면, 배터리 팩(1)은 복수의 배터리(B1, B2, B3, B4), 측정부(10), 충방전부(20), 및 배터리 상태 진단 장치(100)를 포함할 수 있다. 충방전부(20)는 복수의 배터리를 충전시킬 수 있다. 그리고, 측정부(10)는 복수의 배터리가 충전되는 동안, 복수의 배터리 각각의 전압 및 전류를 측정할 수 있다. 그리고, 측정부(10)는 복수의 배터리 각각의 용량을 측정할 수 있다. 또한, 측정부(10)는 복수의 배터리 각각의 내부 저항, SOC, 및 SOH를 추정할 수 있다. 프로파일 생성부(110)는 측정부(10)로부터 배터리 정보를 수신하고, 수신한 배터리 정보에 기반하여 전압-SOC 프로파일, 전압-용량 프로파일, 미분 전압 프로파일, 및 전압-미분 용량 프로파일을 생성할 수 있다.
또한, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는, 에너지 저장 장치에 구비될 수 있다. 즉, 본 발명에 따른 에너지 저장 장치는, 배터리 상태 진단 장치(100)를 포함할 수 있다.
예컨대, 본 발명의 일 실시예에 따른 배터리 상태 진단 장치(100)는 에너지 저장 장치에 구비되어, 에너지 저장 장치에 포함된 각각의 배터리의 상태를 주기적으로 진단할 수 있다. 따라서, 에너지 저장 장치에서 화재가 발생되더라도, 배터리 상태 진단 장치(100)에 의해 저장된 정보를 활용하여 화재 발생 시점 및 화재 발생의 원인이 용이하게 규명될 수 있다.
도 7은 본 발명의 다른 실시예에 따른 배터리 상태 진단 방법을 개략적으로 도시한 도면이다. 여기서, 배터리 상태 진단 방법의 각 단계는 배터리 상태 진단 장치(100)에 의해서 수행될 수 있다.
이하에서는, 앞서 설명한 내용과 중복되는 내용은 간략하게 설명한다.
도 7을 참조하면, 배터리 상태 진단 방법은 프로파일 생성 단계(S100), 특징값 추출 단계(S200), 주성분 산출 단계(S300), 주성분별 분포도 산출 단계(S400), 타겟 성분 선택 단계(S500), 배터리 분류 단계(S600), 및 배터리 상태 진단 단계(S700)를 포함할 수 있다.
프로파일 생성 단계(S100)는 복수의 배터리 각각의 전압 및 용량 간의 대응 관계를 나타내는 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하는 단계로서, 프로파일 생성부(110)에 의해 수행될 수 있다.
예컨대, 프로파일 생성 단계(S100)에서 복수의 배터리 각각에 대하여 전압-SOC 프로파일, 전압-용량 프로파일, 미분 전압 프로파일, 및 전압-미분 용량 프로파일이 생성될 수 있다.
특징값 추출 단계(S200)는 상기 프로파일 생성 단계(S100)에서 생성된 복수의 배터리 프로파일 각각에서 복수의 특징값을 추출하는 단계로서, 특징값 추출부(120)에 의해 수행될 수 있다.
주성분 산출 단계(S300)는 상기 특징값 추출 단계(S200)에서 추출된 복수의 특징값에 대한 복수의 주성분을 산출하는 단계로서, 주성분 산출부(130)에 의해 수행될 수 있다.
예컨대, 주성분 산출부(130)는 주성분 분석법을 이용하여 복수의 배터리 각각에 대하여 추출된 복수의 특징값의 분산에 따라 복수의 주성분을 산출할 수 있다.
주성분별 분포도 산출 단계(S400)는 상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하는 단계로서, 배터리 분류부(140)에 의해 수행될 수 있다.
타겟 성분 선택 단계(S500)는 기설정된 기준값과 상기 주성분별 분포도 산출 단계(S400)에서 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하는 단계로서, 배터리 분류부(140)에 의해 수행될 수 있다.
예컨대, 도 5의 실시예에서, 기준값은 90%로 미리 설정될 수 있다. 그리고, 제1 주성분(PC1)의 분포도(55%), 제2 주성분(PC2)의 분포도(25%), 및 제3 주성분(PC3)의 분포도(11%)의 합계가 기준값(90%) 이상이므로, 배터리 분류부(140)는 타겟 성분으로써 제1 주성분(PC1), 제2 주성분(PC2), 및 제3 주성분(PC3)을 선택할 수 있다.
배터리 분류 단계(S600)는 상기 타겟 성분 선택 단계(S500)에서 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하는 단계로서, 배터리 분류부(140)에 의해 수행될 수 있다.
배터리 상태 진단 단계(S700)는 상기 주기마다 상기 배터리 분류 단계(S600)에서 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하고, 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하는 단계로서, 배터리 상태 진단부(150)에 의해 수행될 수 있다.
예컨대, 배터리 상태 진단부(150)는 복수의 배터리 중 직전 주기에서 분류된 그룹과 현재 주기에서 분류된 그룹이 상이한 배터리를 타겟 배터리로 결정할 수 있다. 이후, 배터리 상태 진단부(150)는, 현재 주기에서 타겟 배터리가 비정상 그룹으로 분류된 경우, 비정상 그룹으로의 전환 횟수가 소정의 횟수 이상이면 타겟 배터리의 상태를 비정상 상태로 진단하도록 구성될 수 있다. 반대로, 배터리 상태 진단부(150)는 현재 주기에서 타겟 배터리가 정상 그룹으로 분류된 경우, 정상 그룹으로의 전환 횟수가 소정의 횟수 이상이면 타겟 배터리의 상태를 정상 상태로 진단하도록 구성될 수 있다.
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.
1: 배터리 팩
10: 측정부
20: 충방전부
100: 배터리 상태 진단 장치
110: 프로파일 생성부
120: 특징값 추출부
130: 주성분 산출부
140: 배터리 분류부
150: 배터리 상태 진단부
160: 저장부

Claims (15)

  1. 복수의 배터리 각각의 전압, 용량, 내부 저항, SOC, 및 SOH 중 적어도 하나를 포함하는 배터리 정보를 획득하고, 획득된 배터리 정보에 기반하여 복수의 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하도록 구성된 프로파일 생성부;
    상기 배터리 정보 및 상기 프로파일 생성부에 의해 생성된 복수의 배터리 프로파일을 이용하여, 상기 복수의 배터리 각각에 대하여 복수의 특징값을 추출하도록 구성된 특징값 추출부;
    상기 특징값 추출부에 의해 추출된 복수의 특징값에 대한 복수의 주성분을 산출하도록 구성된 주성분 산출부;
    상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하고, 기설정된 기준값과 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하며, 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하도록 구성된 배터리 분류부; 및
    상기 주기마다 상기 배터리 분류부에 의해 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하고, 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하도록 구성된 배터리 상태 진단부를 포함하는 것을 특징으로 하는 배터리 상태 진단 장치.
  2. 제1항에 있어서,
    상기 배터리 분류부는,
    상기 선택된 하나 이상의 타겟 성분에 기반하여, 비정상 셀에 대응되도록 설정된 참조 셀을 상기 복수의 그룹 중 어느 하나로 분류하도록 구성되고,
    상기 배터리 상태 진단부는,
    상기 복수의 그룹 중 상기 참조 셀이 속하는 그룹을 비정상 그룹으로 설정하고, 나머지 그룹을 정상 그룹으로 설정하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  3. 제2항에 있어서,
    상기 분류 이력은,
    상기 복수의 배터리 각각에 대해 구비되고, 직전 주기에서 분류된 그룹, 현재 주기에서 분류된 그룹, 상기 비정상 그룹으로의 전환 횟수 및 상기 정상 그룹으로의 전환 횟수를 포함하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  4. 제3항에 있어서,
    상기 배터리 상태 진단부는,
    상기 복수의 배터리 중 상기 직전 주기에서 분류된 그룹과 상기 현재 주기에서 분류된 그룹이 상이한 타겟 배터리를 결정하고, 결정된 타겟 배터리에 대한 상기 비정상 그룹으로의 전환 횟수 또는 상기 정상 그룹으로의 전환 횟수에 기반하여 상기 타겟 배터리의 상태를 정상 상태 또는 비정상 상태로 진단하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  5. 제4항에 있어서,
    상기 배터리 상태 진단부는,
    상기 현재 주기에서 상기 타겟 배터리가 상기 비정상 그룹으로 분류된 경우, 상기 비정상 그룹으로의 전환 횟수가 소정의 횟수 이상이면 상기 타겟 배터리의 상태를 비정상 상태로 진단하고,
    상기 현재 주기에서 상기 타겟 배터리가 상기 정상 그룹으로 분류된 경우, 상기 정상 그룹으로의 전환 횟수가 상기 소정의 횟수 이상이면 상기 타겟 배터리의 상태를 정상 상태로 진단하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  6. 제2항에 있어서,
    상기 배터리 분류부는,
    상기 복수의 주성분 중 적어도 하나를 선택하고, 선택된 하나 이상의 주성분에 대응되는 주성분별 분포도의 합계가 상기 기설정된 기준값 이상인 경우, 상기 선택된 하나 이상의 주성분을 상기 타겟 성분으로 선택하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  7. 제6항에 있어서,
    상기 배터리 분류부는,
    상기 합계가 상기 기설정된 기준값 이상이 될 때까지, 상기 복수의 주성분 각각에 대응되는 주성분별 분포도를 크기가 큰 순으로 더하여 상기 합계를 산출하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  8. 제6항에 있어서,
    상기 배터리 분류부는,
    상기 주기마다, 상기 복수의 배터리 및 상기 참조 셀을 상기 복수의 그룹으로 분류하는 대표 모델을 생성하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  9. 제8항에 있어서,
    상기 배터리 분류부는,
    상기 선택된 하나 이상의 타겟 성분을 포함하는 타겟 집합을 생성하고, 생성된 타겟 집합 중에서 적어도 하나의 타겟 성분을 포함하는 복수의 타겟 부분 집합을 생성하며, 상기 복수의 타겟 부분 집합 각각에 대하여 상기 복수의 배터리 및 상기 참조 셀을 분류하는 하나 이상의 분류 모델을 생성하며, 상기 복수의 타겟 부분 집합에 대해 생성된 복수의 분류 모델 중 어느 하나를 해당 주기에 대한 대표 모델로 설정하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  10. 제9항에 있어서,
    상기 배터리 분류부는,
    상기 생성된 복수의 분류 모델 각각에 대해 상기 복수의 배터리 및 상기 참조 셀의 분류도를 산출하고, 상기 생성된 복수의 분류 모델 중 산출된 분류도가 가장 낮은 분류 모델을 상기 해당 주기에 대한 상기 대표 모델로 설정하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  11. 제9항에 있어서,
    상기 배터리 분류부는,
    상기 복수의 타겟 부분 집합 각각에 포함된 하나 이상의 타겟 성분에 대하여 상기 복수의 배터리 및 상기 참조 셀의 내적을 산출하고, 산출된 복수의 내적의 크기에 따라 상기 복수의 배터리 및 상기 참조 셀을 분류하는 상기 복수의 분류 모델을 생성하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  12. 제9항에 있어서,
    상기 배터리 분류부는,
    상기 복수의 분류 모델 각각에 대하여, 분류되는 그룹의 총 개수가 미리 설정된 기준 개수 이하가 되도록 제어하도록 구성된 것을 특징으로 하는 배터리 상태 진단 장치.
  13. 제1항 내지 제12항 중 어느 한 항에 따른 배터리 상태 진단 장치를 포함하는 배터리 팩.
  14. 제1항 내지 제12항 중 어느 한 항에 따른 배터리 상태 진단 장치를 포함하는 에너지 저장 장치.
  15. 복수의 배터리 각각의 전압 및 용량 간의 대응 관계를 나타내는 배터리 프로파일을 상기 복수의 배터리 각각에 대하여 주기마다 생성하는 프로파일 생성 단계;
    상기 프로파일 생성 단계에서 생성된 복수의 배터리 프로파일 각각에서 복수의 특징값을 추출하는 특징값 추출 단계;
    상기 특징값 추출 단계에서 추출된 복수의 특징값에 대한 복수의 주성분을 산출하는 주성분 산출 단계;
    상기 복수의 배터리 각각에 대해 추출된 복수의 특징값에 기반하여 상기 복수의 주성분에 대한 상기 복수의 배터리의 분포를 나타내는 주성분별 분포도를 산출하는 주성분별 분포도 산출 단계;
    기설정된 기준값과 상기 주성분별 분포도 산출 단계에서 산출된 주성분별 분포도를 비교한 결과에 따라 상기 복수의 주성분 중 적어도 하나 이상을 타겟 성분으로 선택하는 타겟 성분 선택 단계;
    상기 타겟 성분 선택 단계에서 선택된 하나 이상의 타겟 성분에 기반하여 상기 복수의 배터리 각각을 복수의 그룹 중 어느 하나로 분류하는 배터리 분류 단계; 및
    상기 주기마다 상기 배터리 분류 단계에서 상기 복수의 배터리 각각이 분류되는 그룹에 관한 분류 이력을 갱신하고, 갱신된 분류 이력에 기반하여 상기 복수의 배터리 각각의 상태를 진단하는 배터리 상태 진단 단계를 포함하는 것을 특징으로 하는 배터리 상태 진단 방법.
KR1020200128194A 2020-10-05 2020-10-05 배터리 상태 진단 장치 및 방법 KR20220045451A (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020200128194A KR20220045451A (ko) 2020-10-05 2020-10-05 배터리 상태 진단 장치 및 방법
US18/018,754 US20230305065A1 (en) 2020-10-05 2021-10-05 Apparatus and method for diagnosing state of battery
CN202180058235.4A CN116057394A (zh) 2020-10-05 2021-10-05 用于诊断电池状态的装置和方法
EP21877959.3A EP4191262A4 (en) 2020-10-05 2021-10-05 APPARATUS AND METHOD FOR BATTERY STATE DIAGNOSIS
PCT/KR2021/013633 WO2022075708A1 (ko) 2020-10-05 2021-10-05 배터리 상태 진단 장치 및 방법
JP2023507478A JP7512514B2 (ja) 2020-10-05 2021-10-05 バッテリ状態診断装置及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200128194A KR20220045451A (ko) 2020-10-05 2020-10-05 배터리 상태 진단 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20220045451A true KR20220045451A (ko) 2022-04-12

Family

ID=81126678

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200128194A KR20220045451A (ko) 2020-10-05 2020-10-05 배터리 상태 진단 장치 및 방법

Country Status (6)

Country Link
US (1) US20230305065A1 (ko)
EP (1) EP4191262A4 (ko)
JP (1) JP7512514B2 (ko)
KR (1) KR20220045451A (ko)
CN (1) CN116057394A (ko)
WO (1) WO2022075708A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102535952B1 (ko) * 2022-10-12 2023-05-26 주식회사 민테크 전기화학 임피던스 분광법에 기초하여 배터리 불량을 진단하는 방법 및 장치
WO2024071847A1 (ko) * 2022-09-27 2024-04-04 주식회사 엘지에너지솔루션 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
KR102666899B1 (ko) * 2023-05-12 2024-05-17 주식회사 비엘비 전압의 특성 변화를 기반으로 하는 배터리 내적 상태 정밀 진단시스템 및 방법
WO2024196104A1 (ko) * 2023-03-21 2024-09-26 주식회사 엘지에너지솔루션 배터리 정보 요청 장치 및 방법
WO2024205080A1 (ko) * 2023-03-31 2024-10-03 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220118828A (ko) * 2021-02-19 2022-08-26 주식회사 엘지에너지솔루션 배터리 상태 진단 장치 및 방법
CN116736150B (zh) * 2023-08-16 2023-11-03 杭州高特电子设备股份有限公司 一种电池异常检测方法、电池系统和计算机程序

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4332800B2 (ja) 2004-10-20 2009-09-16 エイテック株式会社 電気設備の稼動状態並びに異常劣化診断法
US8389167B2 (en) 2006-08-28 2013-03-05 GM Global Technology Operations LLC Detection of cell-to-cell variability in water holdup using pattern recognition techniques
US20130069660A1 (en) 2010-02-17 2013-03-21 Julien Bernard Method for in situ battery diagnostic by electrochemical impedance spectroscopy
KR102221756B1 (ko) 2014-07-18 2021-03-02 삼성전자주식회사 배터리의 상태를 추정하는 방법 및 장치
KR102332399B1 (ko) * 2015-02-06 2021-11-29 삼성전자주식회사 배터리 상태 추정 장치 및 방법
CN116987777A (zh) 2016-03-25 2023-11-03 凯锐思公司 合成核酸掺入物
CN107643495A (zh) 2017-11-08 2018-01-30 中国科学院电工研究所 一种基于主成分法的电池一致性评价方法
KR102349300B1 (ko) * 2018-04-10 2022-01-10 주식회사 엘지에너지솔루션 배터리의 전극 정보를 결정하기 위한 장치, 방법, 배터리 팩 및 전기 시스템
PL3674730T3 (pl) * 2018-04-10 2021-08-16 Lg Chem, Ltd. Sposób i urządzenie do diagnostyki akumulatora
WO2019199064A1 (ko) * 2018-04-10 2019-10-17 주식회사 엘지화학 배터리 진단 장치 및 방법
CN109063260B (zh) 2018-06-29 2023-07-11 深圳市科列技术股份有限公司 一种动力电池的老化趋势判断方法和装置
KR102259415B1 (ko) * 2018-08-29 2021-06-01 주식회사 엘지에너지솔루션 배터리 관리 장치, 배터리 관리 방법, 배터리 팩 및 전기 차량
WO2020097271A1 (en) * 2018-11-07 2020-05-14 Qnovo Inc. Battery adaptive charging
KR20200102923A (ko) * 2019-02-22 2020-09-01 주식회사 엘지화학 배터리 상태 추정 장치 및 방법
CN111103544B (zh) 2019-12-26 2021-12-21 江苏大学 基于长短时记忆lstm和粒子滤波pf的锂离子电池剩余使用寿命预测方法
CN111200168B (zh) 2020-01-09 2021-01-05 杭州电子科技大学 一种基于放电曲线分析的铅蓄电池自动配组方法
WO2022030971A1 (ko) 2020-08-03 2022-02-10 주식회사 엘지에너지솔루션 배터리 진단 디바이스, 배터리 팩, 배터리 시스템 및 배터리 진단 방법
KR20220021248A (ko) 2020-08-13 2022-02-22 주식회사 엘지에너지솔루션 배터리 용량 추정 장치 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024071847A1 (ko) * 2022-09-27 2024-04-04 주식회사 엘지에너지솔루션 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
KR102535952B1 (ko) * 2022-10-12 2023-05-26 주식회사 민테크 전기화학 임피던스 분광법에 기초하여 배터리 불량을 진단하는 방법 및 장치
WO2024196104A1 (ko) * 2023-03-21 2024-09-26 주식회사 엘지에너지솔루션 배터리 정보 요청 장치 및 방법
WO2024205080A1 (ko) * 2023-03-31 2024-10-03 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법
KR102666899B1 (ko) * 2023-05-12 2024-05-17 주식회사 비엘비 전압의 특성 변화를 기반으로 하는 배터리 내적 상태 정밀 진단시스템 및 방법

Also Published As

Publication number Publication date
US20230305065A1 (en) 2023-09-28
JP7512514B2 (ja) 2024-07-08
EP4191262A4 (en) 2024-03-27
CN116057394A (zh) 2023-05-02
WO2022075708A1 (ko) 2022-04-14
JP2023536496A (ja) 2023-08-25
EP4191262A1 (en) 2023-06-07

Similar Documents

Publication Publication Date Title
JP7512514B2 (ja) バッテリ状態診断装置及び方法
KR102714079B1 (ko) 배터리 관리 장치 및 방법
KR102420091B1 (ko) 배터리 진단 장치 및 방법
KR102521577B1 (ko) 배터리 상태 추정 장치
KR102630222B1 (ko) 배터리 진단 장치 및 방법
JP7443648B2 (ja) バッテリー管理装置及び方法
EP4155747A1 (en) Apparatus and method for diagnosing state of battery
KR102657496B1 (ko) 배터리 관리 장치 및 방법
KR102596153B1 (ko) 배터리 관리 장치 및 방법
KR20210154027A (ko) 배터리 상태 진단 장치 및 방법
JP2022534442A (ja) バッテリー退化度診断装置及び方法
JP2023533238A (ja) バッテリー診断装置及び方法
EP4145589A1 (en) Battery classification device and method
KR20220159818A (ko) 배터리 모니터링 장치 및 방법
KR102698009B1 (ko) 배터리 진단 장치 및 방법
KR20220050654A (ko) 배터리 상태 진단 장치 및 방법
JP7452780B2 (ja) バッテリー診断装置及び方法
KR102730220B1 (ko) 배터리 진단 장치 및 방법
EP4152025A1 (en) Battery diagnostic device and method
KR102715583B1 (ko) 배터리 진단 장치 및 방법
KR102732059B1 (ko) 배터리 진단 장치 및 방법
KR20240101262A (ko) 배터리 진단 장치 및 방법
JP2023547133A (ja) バッテリー管理装置及び方法
KR20240002211A (ko) 배터리 진단 장치 및 방법
KR20240117422A (ko) 배터리 진단 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination