[go: up one dir, main page]

KR102373458B1 - 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템 - Google Patents

배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템 Download PDF

Info

Publication number
KR102373458B1
KR102373458B1 KR1020180015139A KR20180015139A KR102373458B1 KR 102373458 B1 KR102373458 B1 KR 102373458B1 KR 1020180015139 A KR1020180015139 A KR 1020180015139A KR 20180015139 A KR20180015139 A KR 20180015139A KR 102373458 B1 KR102373458 B1 KR 102373458B1
Authority
KR
South Korea
Prior art keywords
resistor
current
time step
vector
measured
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020180015139A
Other languages
English (en)
Other versions
KR20190095754A (ko
Inventor
안형준
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
Priority to KR1020180015139A priority Critical patent/KR102373458B1/ko
Application filed by 주식회사 엘지에너지솔루션 filed Critical 주식회사 엘지에너지솔루션
Priority to EP19750279.2A priority patent/EP3674726B1/en
Priority to JP2019568743A priority patent/JP6844090B2/ja
Priority to US16/617,090 priority patent/US11125823B2/en
Priority to HUE19750279A priority patent/HUE069143T2/hu
Priority to PCT/KR2019/000608 priority patent/WO2019156377A1/ko
Priority to CN201980002839.XA priority patent/CN110709716B/zh
Priority to ES19750279T priority patent/ES2994607T3/es
Publication of KR20190095754A publication Critical patent/KR20190095754A/ko
Application granted granted Critical
Publication of KR102373458B1 publication Critical patent/KR102373458B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G01R31/382—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]
    • G01R31/382—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
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • 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
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H21/0043—Adaptive algorithms
    • H03H2021/0049—Recursive least squares algorithm
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H21/0043—Adaptive algorithms
    • H03H2021/0049—Recursive least squares algorithm
    • H03H2021/005—Recursive least squares algorithm with forgetting factor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템이 개시된다. 상기 등가 회로 모델은, 제1 저항, 상기 제1 저항에 직렬 연결된 제2 저항 및 상기 제2 저항에 병렬 연결된 커패시터를 포함한다. 본 발명의 일 실시예에 따른 방법은, 본 발명의 일 실시예에 따른 방법은, 소정의 사이즈를 가지는 슬라이딩 타임 윈도우 내에서 타임 스텝마다 순차적으로 측정된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 기초로, 상기 제1 저항의 저항값과 상기 제2 저항의 저항값을 개별적으로 추정하고, 추정의 결과를 나타내는 데이터를 상기 메모리에 저장한다.

Description

배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템{Method and battery management system for estimating parameters of battery equivalent circuit model for a battery}
본 발명은 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 방법 및 배터리 관리 시스템에 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.
배터리의 과충전 및 과방전을 방지하기 위해서는, 배터리의 충전 상태(SOC: state of charge)에 따라 배터리의 충전 전류 및 방전 전류를 조절해야 한다. 그런데, 배터리의 충전 상태는 직접적으로 측정 가능한 것이 아니라, 배터리의 단자 전압과 전류에 기초하여 추정되는 것이다. 따라서, 배터리를 보다 안전하고 효율적으로 제어하기 위해서는, 배터리의 충전 상태(SOC: state of charge)를 정확하게 추정하는 것이 무엇보다도 중요하다.
배터리의 충전 상태를 추정하는 종래 기술로서 암페어 카운팅(전류 적산법이라고 칭하기도 함)이 존재한다. 암페어 카운팅은, 전류 센서에 의해 주기적으로 측정되는 배터리 전류를 시간을 따라 순차적으로 누적한 결과로부터 배터리의 충전 상태를 추정한다. 그런데, 전류 센서 자체의 정밀도 또는 외부로부터의 노이즈 등으로 인해, 전류 센서에 의해 측정된 배터리 전류와 실제 배터리 전류 간의 차이가 존재하므로, 시간이 경과할수록 암페어 카운팅에 의해 추정된 충전 상태와 실제 충전 상태 간의 차이도 커질 수 밖에 없다.
위와 같은 문제점을 보완하기 위한 다른 종래 기술은, 배터리의 충전 상태를 추정하기 위해 확장 칼만 필터(EKF: extended kalman filter)를 이용한다. 확장 칼만 필터는, 배터리의 전류에 의한 전압의 변화를 예측할 수 있도록 하는 등가 회로 모델과 함께 암페어 카운팅을 이용하기 때문에, 단순히 암페어 카운팅만을 이용하는 방식에 비하여 배터리의 충전 상태를 정확하게 추정할 수 있다.
확장 칼만 필터가 실행되는 동안, 주어진 파라미터 맵을 이용하여, 배터리 단자 전압, 배터리 전류 및/또는 배터리 온도를 기초로, 등가 회로 모델의 파라미터가 주기적으로 갱신되어야 한다. 종래의 파라미터 맵에 포함되는 데이터는 다수의 실험용 배터리에 대한 충방전 테스트의 결과로부터 결정된 고정된 값들을 나타내는 것이다. 따라서, 종래의 파라미터 맵을 이용하여 갱신되는 등가 회로 모델의 파라미터는, 배터리의 제조 과정에서의 편차나 반복적인 충방전에 의해 배터리의 전기화학적인 특성 변화(예, 내부 저항의 증가)를 충분히 반영하지 못하게 된다.
본 발명은, 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 주기적으로 측정되는 배터리의 단자 전압 및 전류를 기초로, 상기 배터리의 단자 전압의 동적 특성을 모사하는 등가 회로 모델의 파라미터를 주기적으로 업데이트하는 방법 및 배터리 관리 시스템을 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.
상기 목적을 달성하기 위한 본 발명의 다양한 실시예는 다음과 같다.
본 발명의 일 실시예에 따른 방법은, 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 것으로서, 상기 등가 회로 모델은, 제1 저항, 상기 제1 저항에 직렬 연결된 제2 저항 및 상기 제2 저항에 병렬 연결된 커패시터를 포함한다. 상기 방법은, 소정의 사이즈를 가지는 슬라이딩 타임 윈도우 내에서 타임 스텝마다 순차적으로 측정된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 나타내는 측정 데이터를 메모리로부터 독출하는 단계; 상기 제1 개수의 단자 전압에 포함된 현 타임 스텝에서 측정된 단자 전압과 이전 타임 스텝에서 측정된 단자 전압을 기초로, 상기 현 타임 스텝의 전압 변화량을 산출하는 단계; 상기 제1 개수의 전류에 포함된 상기 현 타임 스텝에서 측정된 전류와 상기 이전 타임 스텝에서 측정된 전류를 기초로, 상기 현 타임 스텝의 전류 변화량을 산출하는 단계; 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값, 상기 전압 변화량 및 상기 전류 변화량을 기초로, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정하는 단계; 상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성하는 단계; 및 상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값 및 상기 이전 타임 스텝에서 추정된 상기 제2 저항의 저항값을 기초로, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계;를 포함한다.
또한, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정하는 단계는, 제1 데이터 필터링 조건이 만족된 경우에 실행될 수 있다. 상기 제1 데이터 필터링 조건은, 상기 전류 변화량의 절대값이 제1 임계값보다 크면서, 상기 전압 변화량과 상기 전류 변화량의 곱이 양의 값인 경우에 만족될 수 있다.
또한, 상기 방법은, 상기 제1 데이터 필터링 조건이 만족되지 않는 경우, 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값을 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값으로 설정하는 단계;를 더 포함할 수 있다.
또한, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정하는 단계는, 회귀적 최소 제곱 알고리즘에 관련된 하기의 수학식 1 및 수학식 2를 포함할 수 있다.
<수학식 1>
Figure 112018013603714-pat00001
<수학식 2>
R1_est(n) = R1_est(n-1) + P1(n)ΔI(n){ΔV(n) - R1_est(n-1)ΔI(n))
P1(n)은 상기 현 타임 스텝을 위한 보정 팩터, P1(n-1)은 상기 이전 타임 스텝을 위한 보정 팩터, ΔI(n)은 상기 전류 변화량, ΔV(n)은 상기 전압 변화량, λ은 소정의 망각 인자, R1_est(n)은 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값, R1_est(n-1)은 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값이다.
또한, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계는, 상기 제1 개수의 전류가 제2 데이터 필터링 조건을 만족하는 경우에 실행될 수 있다. 상기 제2 데이터 필터링 조건은, 상기 제1 개수의 전류 중 최대값과 최소값 간의 차이가 제2 임계값보다 큰 경우에 만족될 수 있다.
또한, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계는, 상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성하는 단계; 상기 측정 전압 벡터, 상기 측정 전류 벡터 및 상기 현 타임 스텝에서의 상기 제1 저항의 추정된 저항값을 기초로, 기준 전압 벡터를 생성하는 단계; 상기 등가 회로 모델 및 상기 측정 전류 벡터를 기초로, 제1 특성 벡터, 제1 파라미터 벡터 및 제1 모델 전압 벡터를 생성하는 단계; 상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정하는 단계; 상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제1 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제1 에러값을 산출하는 단계; 상기 등가 회로 모델로부터 상기 제2 저항이 제거된 대체 회로 모델 및 상기 측정 전류 벡터를 기초로, 제2 특성 벡터, 제2 파라미터 벡터 및 제2 모델 전압 벡터를 생성하는 단계; 상기 기준 전압 벡터 및 상기 제2 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제2 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제2 에러값을 산출하는 단계; 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값, 상기 제1 에러값 및 상기 제2 에러값을 기초로, 제3 데이터 필터링 조건의 만족 여부를 판정하는 단계; 및 상기 제3 데이터 필터링 조건이 만족된 경우, 상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서의 상기 제1 저항의 추정된 저항값 및 상기 이전 타임 스텝에서 추정된 상기 제2 저항의 저항값을 기초로, 초기 타임 스텝부터 상기 현 타임 스텝까지의 현 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정하는 단계;를 포함할 수 있다.
또한, 상기 제3 데이터 필터링 조건은, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값이 0옴보다 크고, 상기 제2 에러값이 미리 정해진 스케일링 팩터를 상기 제1 에러값에 곱한 값보다 큰 경우에 만족될 수 있다.
또한, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계는, 회귀적 최소 제곱 알고리즘을 이용할 수 있다.
본 발명의 다른 실시예에 따른 배터리 관리 시스템은, 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 것으로서, 상기 등가 회로 모델은, 제1 저항, 상기 제1 저항에 직렬 연결된 제2 저항 및 상기 제2 저항에 병렬 연결된 커패시터를 포함한다. 상기 배터리 관리 시스템은, 타임 스텝마다, 상기 배터리의 단자 전압 및 전류를 측정하는 센싱부; 및 상기 센싱부와 동작 가능하게 결합되고, 상기 타임 스텝마다 상기 센싱부에 의해 측정되는 단자 전압과 전류를 메모리에 기록하는 제어부;를 포함한다. 상기 제어부는, 소정의 사이즈를 가지는 슬라이딩 타임 윈도우 내에서 상기 타임 스텝마다 순차적으로 측정된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 나타내는 측정 데이터를 메모리로부터 독출한다. 상기 제어부는, 상기 제1 개수의 단자 전압에 포함된 현 타임 스텝에서 측정된 단자 전압과 이전 타임 스텝에서 측정된 단자 전압을 기초로, 상기 현 타임 스텝의 전압 변화량을 산출한다. 상기 제어부는, 상기 제1 개수의 전류에 포함된 상기 현 타임 스텝에서 측정된 전류와 상기 이전 타임 스텝에서 측정된 전류를 기초로, 상기 현 타임 스텝의 전류 변화량을 산출한다. 상기 제어부는, 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값, 상기 전압 변화량 및 상기 전류 변화량을 기초로, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정한다. 상기 제어부는, 상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성한다. 상기 제어부는, 상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값 및 상기 이전 타임 스텝에서 추정된 상기 제2 저항의 저항값을 기초로, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정한다.
또한, 상기 제어부는, 상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성할 수 있다. 상기 제어부는, 상기 측정 전압 벡터, 상기 측정 전류 벡터 및 상기 현 타임 스텝에서의 상기 제1 저항의 추정된 저항값을 기초로, 기준 전압 벡터를 생성할 수 있다. 상기 제어부는, 상기 등가 회로 모델 및 상기 측정 전류 벡터를 기초로, 제1 특성 벡터, 제1 파라미터 벡터 및 제1 모델 전압 벡터를 생성할 수 있다. 상기 제어부는, 상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정할 수 있다. 상기 제어부는, 상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제1 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제1 에러값을 산출할 수 있다. 상기 제어부는, 상기 등가 회로 모델로부터 상기 제2 저항이 제거된 대체 회로 모델 및 상기 측정 전류 벡터를 기초로, 제2 특성 벡터, 제2 파라미터 벡터 및 제2 모델 전압 벡터를 생성할 수 있다. 상기 제어부는, 상기 기준 전압 벡터 및 상기 제2 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제2 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제2 에러값을 산출할 수 있다. 상기 제어부는, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값, 상기 제1 에러값 및 상기 제2 에러값을 기초로, 제3 데이터 필터링 조건의 만족 여부를 판정할 수 있다. 상기 제어부는, 상기 제3 데이터 필터링 조건이 만족된 경우, 상기 측정 전압 벡터 및 상기 측정 전류 벡터를 기초로, 초기 타임 스텝부터 상기 현 타임 스텝까지의 현 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정할 수 있다.
또한, 상기 제3 데이터 필터링 조건은, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값이 0옴보다 크고, 상기 제2 에러값이 미리 정해진 스케일링 팩터를 상기 제1 에러값에 곱한 값보다 큰 경우에 만족될 수 있다.
본 발명의 실시예들 중 적어도 하나에 의하면, 주기적으로 측정되는 배터리의 단자 전압 및 전류를 기초로, 상기 배터리의 단자 전압의 동적 특성을 모사하는 등가 회로 모델의 파라미터를 주기적으로 업데이트할 수 있다.
주기적으로 업데이트되는 등가 회로 모델의 파라미터는, 상기 배터리의 퇴화에 따라 변화하는 상기 배터리의 동작 특성이 반영된 것이다. 따라서, 본 발명에 따르면, 상기 배터리가 퇴화에 따라 상기 등가 회로 모델의 파라미터가 적응적으로 조절되므로, 상기 배터리의 단자 전압을 보다 정확하게 예측할 수 있다. 또한, 예측된 단자 전압은, 상기 배터리에 전기적으로 결합된 부품(예, 개폐기)의 제어에 활용됨으로써, 상기 배터리의 과전압, 저전압, 과충전 및/또는 과방전을 방지할 수 있다.
본 발명의 실시예들 중 적어도 하나에 의하면, 슬라이딩 타임 윈도우 내에서 측정된 소정 개수의 단자 전압 및 전류를 나타내는 측정 데이터가 상기 등가 회로 모델의 파라미터를 추정하기 위한 학습용 데이터로서 적합한 것인지 검증하고, 검증을 통과한 경우에만 상기 측정 데이터를 상기 등가 회로 모델의 파라미터를 추정하는 데에 활용할 수 있다. 이에 따라, 상기 등가 회로 모델의 파라미터에 기초하여 예측된 단자 전압과 실제 단자 전압 간의 차이를 줄일 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 본 발명의 바람직한 실시예를 예시하는 것이며, 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 배터리팩의 기능적 구성을 나타낸 도면이다.
도 2는 배터리의 예시적인 등가 회로 모델을 보여주는 도면이다.
도 3은 본 발명의 일 실시예에 따른 등가 회로 모델의 파라미터 중 하나인 제1 저항의 저항값을 추정하는 방법을 보여주는 플로우 챠트이다.
도 4는 도 3의 방법을 설명하는 데에 참조되는 그래프들을 보여준다
도 5 및 도 6은 본 발명의 일 실시예에 따른 등가 회로 모델의 파라미터 중 하나인 제2 저항의 저항값을 추정하는 방법을 보여주는 플로우 챠트이다.
도 7은 도 5의 방법을 설명하는 데에 참조되는 그래프를 보여준다
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 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 <제어 유닛>과 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.
도 1은 본 발명의 일 실시예에 따른 배터리팩(1)의 기능적 구성을 나타낸 도면이다.
도 1을 참조하면, 배터리팩(1)은, 배터리(10), 개폐기(20) 및 배터리 관리 시스템(100)을 포함한다. 상기 개폐기(20)는, 상기 배터리 관리 시스템(100)으로부터의 스위칭 신호(예, 펄스 폭 변조 신호)에 응답하여, 상기 배터리(10)의 충전 전류 및/또는 방전 전류의 크기를 조절하도록 구성된다.
상기 배터리 관리 시스템(100)은, 상기 배터리(10)에 전기적으로 결합되어, 상기 배터리(10)의 상태를 모니터링 및 제어하도록 구성된다. 상기 배터리 관리 시스템(100)은, 센싱부(110), 메모리(120), 제어부(130) 및 통신 인터페이스(140)를 포함한다.
센싱부(110)는, 전류 측정부(111)를 포함한다. 전류 측정부(111)는, 소정 길이의 시간에 의해 정의되는 타임 스텝마다 상기 배터리(10)의 전류를 측정하고, 측정된 전류를 나타내는 전류 신호를 제어부(130)에게 전송한다. 상기 배터리(10)의 방전 시의 전류를 '방전 전류'라고 칭하고, 상기 배터리(10)의 충전 시의 전류를 '충전 전류'라고 칭할 수 있다. 제어부(130)는, 전류 측정부(111)로부터 전송된 아날로그 형태의 전류 신호를 디지털 형태의 전류 데이터로 변환할 수 있다. 이하에서는, 충전 시의 전류가 양의 값으로 측정되고, 방전 시의 전류는 음의 값으로 측정되는 것으로 가정한다.
센싱부(110)는, 전압 측정부(112)를 더 포함할 수 있다. 전압 측정부(112)는, 상기 타임 스텝마다 상기 배터리(10)의 단자 전압을 측정하고, 측정된 단자 전압을 나타내는 전압 신호를 제어부(130)에게 전송한다. 제어부(130)는, 전압 측정부(112)로부터 전송된 아날로그 형태의 전압 신호를 디지털 형태의 전압 데이터로 변환할 수 있다.
센싱부(110)는, 온도 측정부(113)를 더 포함할 수 있다. 온도 측정부(113)는, 상기 타임 스텝마다 상기 배터리(10)의 온도를 측정하고, 측정된 온도를 나타내는 온도 신호를 제어부(130)에게 전송한다. 제어부(130)는, 온도 측정부(113)로부터 전송된 아날로그 형태의 온도 신호를 디지털 형태의 온도 데이터로 변환할 수 있다. 전류 측정부(111), 전압 측정부(112) 및 온도 측정부(113)는, 서로 시간 동기화되어 동작할 수 있다. 이하에서는, k번째 타임 스텝을 '타임 스텝 k'라고 표현하기로 한다. 또한, 타임 스텝 k에서 센싱부(110)에 의해 측정된 전압과 전류를 각각 V(k)와 I(k)로 표현하기로 한다.
메모리(120)는, 상기 배터리 관리 시스템(100)의 전반적인 동작에 요구되는 데이터들, 명령어 및 소프트웨어를 추가적으로 저장할 수 있다. 메모리(120)는, 제어부(130)에 의해 실행된 동작의 결과를 나타내는 데이터를 저장할 수 있다. 센싱부(110)에 의해 타임 스텝마다 측정되는 배터리(10)의 단자 전압, 전류 및/또는 온도는 메모리(120)에 순차적으로 기록될 수 있다. 메모리(120)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory) 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
제어부(130)는, 센싱부(110), 메모리(120) 및 통신 인터페이스(140)에 동작 가능하게 결합된다. 제어부(130)는, 센싱부(110)에 의해 타임 스텝마다 측정되는 배터리(10)의 단자 전압, 전류 및/또는 온도는 메모리(120)에 순차적으로 기록한다. 제어부(130)는, 상기 타임 스텝마다, 소정의 사이즈를 가지는 슬라이딩 타임 윈도우(sliding time window)를 상기 타임 스텝의 시간 간격 Δt만큼씩 이동시킴으로써, 메모리(120)로부터 메모리(120)에 기록된 모든 단자 전압 및 전류 중에서 상기 슬라이딩 타임 윈도우 내에서 측정된 복수의 단자 전압 및 복수의 전류를 독출할 수 있다. 예컨대, 상기 타임 스텝의 시간 간격이 0.01초이고, 상기 슬라이딩 타임 윈도우의 사이즈가 10초인 경우, 상기 타임 스텝마다 1000개의 단자 전압과 1000개의 전류가 메모리(120)로부터 독출될 수 있다.
제어부(130)는, 하드웨어적으로, ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
통신 인터페이스(140)는, 전기차의 ECU와 같은 외부 디바이스(2)와 통신 가능하게 결합될 수 있다. 통신 인터페이스(140)는, 외부 디바이스(2)로부터의 명령 메시지를 수신하고, 수신된 명령 메시지를 제어부(130)에게 제공할 수 있다. 상기 명령 메시지는, 상기 장치의 특정 기능의 활성화를 요구하는 메시지일 수 있다. 통신 인터페이스(140)는, 제어부(130)로부터의 통지 메시지를 외부 디바이스(2)에게 전달할 수 있다. 상기 통지 메시지는, 제어부(130)에 의해 실행된 기능의 결과(예, 상기 배터리의 충전 상태)를 외부 디바이스(2)에게 알리기 위한 메시지일 수 있다.
도 2는 배터리의 예시적인 등가 회로 모델(200)을 보여주는 도면이다.
도 2를 참조하면, 상기 등가 회로 모델(200)은, 전압원(205), 제1 저항(210), 제2 저항(220) 및 커패시터(230)를 포함할 수 있다. 상기 등가 회로 모델(200)의 파라미터는, 상기 제1 저항(210)의 저항값, 상기 제2 저항(220)의 저항값 및 상기 커패시터(230)의 커패시턴스를 포함할 수 있다.
전압원(205)은, 배터리의 충전 상태(SOC: State Of Charge) 및 온도로부터 결정되는 배터리의 개방 전압 VOCV을 나타낸다. 즉, 개방 전압 VOCV은, 충전 상태와 온도가 정해지면 고유하게 정해질 수 있다. 상기 개방 전압 VOCV은, 충전 상태와 온도 별로 미리 정의될 수 있다. 즉, 배터리의 충전 상태, 온도 및 개방 전압 사이의 상관 관계를 정의하는 OCV-SOC 맵이 메모리(110)에 미리 저장될 수 있다. k번째 타임 스텝에서의 상기 개방 전압은 VOCV(k)로 표현될 수 있다.
상기 제1 저항(210)은, 상기 배터리에 흐르는 전류에 의한 단기간의 전압 변동을 모사한다. 상기 내부 저항에 의해 상기 배터리의 충전 시에 측정되는 단자 전압은 개방 전압보다 크다. 반대로, 상기 배터리의 방전 시에 측정되는 단자 전압은 개방 전압보다 작다.
상기 제2 저항(220) 및 상기 커패시터(230)는 서로 병렬 연결된다. 도시된 바와 같이, 제2 저항(220)은 제1 저항(210)에 직렬 연결될 수 있다. 상기 제2 저항(220) 및 상기 커패시터(230)의 병렬 연결 회로를 'RC 페어'라고 칭할 수 있다. 상기 제1 저항(210)과는 달리, 상기 제2 저항(220)은, 상기 커패시터(230)에 병렬 연결되어 있다. 따라서, 상기 RC 페어는, 상기 배터리의 충방전 시에 발생하는 분극 전압을 모사할 수 있다. 즉, 상기 제2 저항(220)와 상기 상기 커패시터(230)의 병렬 조합은, 상기 배터리의 과도 응답을 모사하기 위한 것이다.
상기 제1 저항(210)의 저항값 및 상기 제2 저항(220)의 저항값이 각각 R1, R2로 일정하다고 해보자. 만약, Δt이 매우 작다면, 임의의 타임 스텝 사이에서 각각 측정된 상기 배터리(10)의 단자 전압과 전류는 다음 타임 스텝이 되기 전까지는 일정하다고 볼 수 있으므로, 상기 전압원(205)의 개방 전압 역시 서로 인접한 두 타임 스텝 사이에서 일정한 것으로 취급할 수 있다.
타임 스텝 k가 시작되는 임의의 시점에서 상기 RC 페어에 의한 분극 전압이 Vpola이고, 타임 스텝 k부터 타임 스텝 q까지 제1 저항(210)의 저항값 및 제2 저항(220)의 저항값이 각각 R1 및 R2로 일정하다고 해보자. 그러면, 타임 스텝 q에서의 상기 등가 회로 모델(200)의 전압 Vmodel(q)은 아래의 수학식 1과 같이 표현될 수 있다.
<수학식 1>
Figure 112018013603714-pat00002
τ는 상기 RC 페어의 미리 정해진 시상수이다.
도 3은 본 발명의 일 실시예에 따른 등가 회로 모델(200)의 파라미터 중 하나인 제1 저항(210)의 저항값을 추정하는 방법을 보여주는 플로우 챠트이고, 도 4는 도 3의 방법을 설명하는 데에 참조되는 그래프들을 보여준다.
단계 S310에서, 제어부(130)는, 소정의 사이즈를 가지는 슬라이딩 타임 윈도우 내에서 상기 센싱부(110)에 의해 상기 타임 스텝마다 순차적으로 측정된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 나타내는 측정 데이터를 메모리(120)로부터 독출한다. 즉, 제어부(130)는, 종료 시점이 현 타임 스텝으로 이동된 상기 슬라이딩 타임 윈도우를 이용하여, 상기 현 타임 스텝으로부터 과거의 소정 시간에 걸쳐 상기 메모리(120)에 기록된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 상기 메모리(120)로부터 독출한다. 상기 소정 시간은, 상기 슬라이딩 타임 윈도우의 사이즈와 동일하다. 상기 제1 개수는, 상기 소정 시간과 각 타임 스텝 간의 시간 간격 Δt에 의해 정해진다. 일 예로, 상기 소정 시간=10초이고 Δt=0.01초인 경우, 상기 제1 개수=10초/0.01초=1000이다. 상기 슬라이딩 타임 윈도우가 Δt만큼씩 이동할 때마다, 상기 제1 개수의 단자 전압 중에서 가장 오래 전에 측정된 값은 버려지고, 새롭게 측정된 단자 전압이 추가된다. 이와 유사하게, 상기 슬라이딩 타임 윈도우가 Δt만큼씩 이동할 때마다, 상기 제1 개수의 전류 중에서 가장 오래 전에 측정된 값은 버려지고, 새롭게 측정된 전류가 추가된다.
상기 제1 개수의 단자 전압은, 상기 현 타임 스텝에서 측정된 단자 전압 V(n) 및 이전 타임 스텝에서 측정된 단자 전압 V(n-1)을 포함한다. 상기 제1 개수의 전류는, 상기 현 타임 스텝에서 측정된 전류 I(n) 및 상기 이전 타임 스텝에서 측정된 전류 I(n-1)를 포함한다.
단계 S320에서, 제어부(130)는, 상기 현 타임 스텝에서 측정된 단자 전압 V(n)과 상기 이전 타임 스텝에서 측정된 단자 전압 V(n-1)을 기초로, 상기 현 타임 스텝의 전압 변화량 ΔV(n)을 산출한다. 이때, 제어부(130)는 상기 현 타임 스텝에서 측정된 단자 전압 V(n)에서 상기 이전 타임 스텝에서 측정된 단자 전압 V(n-1)을 차감하여, 상기 전압 변화량 ΔV(n)을 산출할 수 있다. 즉, ΔV(n) = V(n) - V(n-1)일 수 있다.
단계 S330에서, 제어부(130)는, 상기 현 타임 스텝에서 측정된 전류 I(n)와 상기 이전 타임 스텝에서 측정된 전류 I(n-1)를 기초로, 상기 현 타임 스텝의 전류 변화량 ΔI(n)을 산출한다. 이때, 제어부(130)는 상기 현 타임 스텝에서 측정된 I(n)에서 상기 이전 타임 스텝에서 측정된 I(n-1)를 차감하여, 상기 전류 변화량 ΔI(n)을 산출할 수 있다. 즉, ΔI(n) = I(n) - I(n-1)일 수 있다.
도 3에 도시된 바와는 달리, 단계 S330은 단계 S320에 선행하거나, 단계 S320와 동시에 수행될 수 있다.
단계 S340에서, 제어부(130)는, 상기 전압 변화량 ΔV(n) 및 상기 전류 변화량 ΔI(n)이 제1 데이터 필터링 조건을 만족하는지 여부를 판정한다. 상기 제1 데이터 필터링 조건은, ΔV(n)와 ΔI(n)가 상기 제1 저항(210)의 저항값의 추정을 위한 학습용 데이터로 적합한 것인지 판정하는 기준이 된다.
제어부(130)는, (i)상기 전류 변화량 ΔI(n)의 절대값이 제1 임계값보다 크면서, (ii)상기 전압 변화량 ΔV(n)과 상기 전류 변화량 ΔI(n)의 곱이 0보다 큰 경우, 상기 제1 데이터 필터링 조건이 만족된 것으로 판정할 수 있다.
상기 제1 임계값은, 상기 전류 측정 회로의 측정 오차를 기준으로 미리 정해진 0보다 큰 실수이다. 상기 제1 저항(210)은 상기 배터리(10)의 내부 저항에 형성되는 순간적인 전압 변동을 모사하기 위한 것이므로, ΔI(n)의 절대값이 상기 제1 임계값보다 큰 경우, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 저항값을 추정하기 위해 ΔI(n)을 이용하는 것은 적합하다고 할 수 있다. 반면, ΔI(n)의 절대값이 상기 제1 임계값 이하인 경우, ΔI(n)은 상기 전류 측정부(111)의 측정 오차로 인한 것일 가능성이 크기 때문에, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 저항값을 추정하기 위해 ΔI(n)을 이용하는 것은 부적합하다고 할 수 있다.
또한, 옴의 법칙(ohm's law)에 따르면, 상기 제1 저항(210)의 전압은 상기 제1 저항(210)에 흐르는 전류에 비례한다. 따라서, ΔV(n)와 ΔI(n)의 부호가 동일해야만, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 저항값을 추정하기 위해 ΔV(n)와 ΔI(n)를 이용하는 것이 적합하다고 할 수 있다. 반면, ΔV(n)가 양의 값을 가지고 ΔI(n)는 음의 값을 가지거나, V(n)가 음의 값을 가지고 ΔI(n)는 양의 값을 가진다는 것은, 상기 제1 저항(210)의 전압 변화가 옴의 법칙에 어긋난 것을 의미하므로, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 저항값을 추정하기 위해 ΔI(n)을 이용하는 것은 부적합하다고 할 수 있다. 도 4에 도시된 2개의 그래프는 각각 동일한 시간 범위에서 상기 배터리(10)의 전압과 전류의 변화를 보여준다. 도 4에서, 상기 제1 데이터 필터링 조건을 만족하는 전압과 전류 각각을 굵은 점으로 마킹하였다.
단계 S340의 값이 "YES"인 경우, 방법은 단계 S350으로 진행한다. 반면, 단계 S340의 값이 "NO"인 경우, 방법은 단계 S360으로 진행한다.
단계 S350에서, 제어부(130)는, 상기 이전 타임 스텝에서 추정된 상기 제1 저항(210)의 저항값 R1_est(n-1), 상기 전압 변화량 ΔV(n) 및 상기 전류 변화량 ΔI(n)을 기초로, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 저항값을 추정한다.
제어부(130)는, 회귀적 최소 제곱(RLS: recursive least square) 알고리즘을 이용하여, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 저항값을 추정할 수 있는바, 지금부터 상세히 설명하기로 한다.
먼저, 상기 제1 저항(210)의 저항값의 추정에 관련된 가중 오차 제곱합(weighted sum of squared error) S1는 아래의 수학식 2로 표현될 수 있다.
<수학식 2>
Figure 112018013603714-pat00003
수학식 2에서, R1_est(n)은, 추정의 대상인 상기 제1 저항(210)의 저항값이다. 또한, 수학식 2에서, λ은 0보다 크고 1보다 작게 미리 정해진 제1 망각 인자(forgetting factor)이다. λ은, 현 타임 스텝으로부터 과거에 측정된 단자 전압과 전류일수록 상기 제1 저항(210)의 저항값을 추정하는 데에 미치는 영향을 줄여주기 위한 것이다.
상기 가중 오차 제곱합 S1의 해 즉, S1가 최소가 되도록 하는 R1_est(n)는 아래의 수학식 3 및 수학식 4에 의해 산출될 수 있다.
<수학식 3>
Figure 112018013603714-pat00004
<수학식 4>
R1_est(n) = R1_est(n-1) + P1(n)ΔI(n){ΔV(n) - R1_est(n-1)ΔI(n)}
P1(n)와 P1(n-1)는 각각 상기 현 타임 스텝의 보정 팩터와 상기 이전 타임 스텝의 보정 팩터이다. 즉, 수학식 4에 의해 P1(n-1)는 P1(n)로 업데이트된다.
수학식 4의 R1_est(n-1)는, 상기 이전 타임 스텝에서 기 추정된 상기 제1 저항(210)의 저항값이다. 제어부(130)는, 수학식 3 및 수학식 4를 이용하여, 상기 현 타임 스텝에서의 상기 제1 저항(210)의 추정된 저항값 R1_est(n)을 산출할 수 있다.
상기 배터리 관리 시스템(100)의 초기화 등으로 인해, 현 타임 스텝을 나타내는 기호 n의 값이 1으로 된 경우를 위해, P1(0)과 R1_est(0)이 서로 다른 초기값으로서 메모리(120)에 미리 저장될 수 있다. 예컨대,
Figure 112018013603714-pat00005
으로 표현될 수 있는데, TH1은 상기 제1 임계값과 동일할 수 있다. 또한, R1_est(0)은 초기 타임 스텝에서 측정된 상기 배터리(10)의 온도에 대응하는 것으로 미리 정해진 값일 수 있다. 제어부(130)는, 상기 현 타임 스템에서의 상기 제1 저항(210)의 추정된 저항값인 R1_est(n)을 메모리(120)에 저장한다.
단계 S360에서, 제어부(130)는, 상기 이전 타임 스텝에서 추정된 상기 제1 저항(210)의 저항값 R1_est(n-1)을 상기 현 타임 스텝에서 추정된 상기 제1 저항(210)의 저항값 R1_est(n)으로 설정한다. 즉, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값이 상기 이전 타임 스텝에서 추정된 상기 제1 저항(210)의 저항값 R1_est(n-1)과 동일한 것으로 처리된다. 이에 따라, 단계 S350와는 달리, R1_est(n) = R1_est(n-1)이 된다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 등가 회로 모델(200)의 파라미터 중 다른 하나인 제2 저항(220)의 저항값을 추정하는 방법을 보여주는 플로우 챠트이고, 도 7은 도 5의 방법을 설명하는 데에 참조되는 그래프를 보여준다.
단계 S510에서, 제어부(130)는, 상기 제1 개수의 전류가 제2 데이터 필터링 조건을 만족하는지 판정한다. 상기 제2 데이터 필터링 조건은, 상기 제1 개수의 단자 전압 및 상기 제1 개수의 전류가 상기 제2 저항(220)의 저항값의 추정을 위한 학습용 데이터로 적합한 것인지 판정하는 기준이 된다.
제어부(130)는, 상기 제1 개수의 전류 중 최대값과 최소값 간의 차이가 제2 임계값보다 큰 경우, 상기 제2 데이터 필터링 조건이 만족된 것으로 판정할 수 있다. 도 7에 도시된 그래프는 상기 슬라이딩 타임 윈도우의 사이즈보다 긴 시간 동안에 측정된 상기 배터리(10)의 전류의 변화를 보여준다. 상기 슬라이딩 타임 윈도우의 사이즈가 10초이고, 상기 제2 임계값이 10A라고 해보자. 도 7을 살피면, 330초에서 340초까지 측정된 전류의 최대값과 최소값 간의 차이는 100A 이상이다. 따라서, 330초에서 340초까지 측정된 전류는 상기 제2 데이터 필터링 조건을 만족한다. 반면, 390초에서 400초까지 측정된 전류는 일정하므로, 상기 제2 데이터 필터링 조건을 만족하지 못한다.
상기 커패시터(230)로 인해 상기 제2 저항(220)의 전압은 상기 제1 저항(210)의 전압보다 느리게 변화한다. 따라서, 상기 제2 임계값은, 상기 제1 임계값보다 큰 것이 좋다.
단계 S510의 값이 "YES"인 경우, 단계 S520이 진행된다. 만약, 단계 S510의 값이 "NO"인 경우, 단계 S630이 진행된다.
단계 S520에서, 제어부(130)는, 상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성한다. 이하에서는, 상기 제1 개수가 2 이상의 m이라고 가정한다. 당업자라면, 현 타임 스텝의 순서를 나타내는 n이 m보다 크다는 것을 쉽게 이해할 수 있을 것이다.
상기 측정 전압 벡터는, 아래와 같은 m×1행렬로 표현될 수 있다.
Vvec = [V(n-m+1) V(n-m+2) V(n-m+3) ... V(n)]T
상기 측정 전류 벡터는, 아래와 같은 m×1행렬로 표현될 수 있다.
Ivec = [I(n-m+1) I(n-m+2) I(n-m+3) ... I(n)]T
위에서 기호 T는 전치 행렬을 나타낸다.
단계 S530에서, 제어부(130)는, 상기 측정 전압 벡터 Vvec, 상기 측정 전류 벡터 Ivec 및 상기 현 타임 스텝에서 추정된 상기 제1 저항(210)의 저항값 R1_est(n)을 기초로, 기준 전압 벡터를 생성한다. R1_est(n)은 상기 배터리(10)의 내부 저항을 나타내는 것으로서, 상기 슬라이딩 타임 윈도우 내에서 일정하다고 해보자. 그러면, 상기 기준 전압 벡터는 아래와 같이 표현될 수 있다.
Yw_vec = Vvec - R1_est(n)Vvec
상기 기준 전압 벡터 Yw_vec는, 상기 제1 개수의 단자 전압 각각으로부터 상기 제1 개수의 전류 각각에 의한 상기 내부 저항의 전압을 뺀 결과를 나타낸다.
단계 S540에서, 제어부(130)는, 상기 등가 회로 모델(200) 및 상기 측정 전류 벡터를 기초로, 제1 특성 벡터(feature vector), 제1 파라미터 벡터(parameter vector) 및 제1 모델 전압 벡터를 생성할 수 있다. 제1 모델 전압 벡터는, 제1 특성 벡터와 제1 파라미터 벡터의 곱이다.
r, Kvec, Hind_vec, 1vec 각각을 아래와 같이 정의해보자.
Figure 112018013603714-pat00006
Figure 112018013603714-pat00007
Figure 112018013603714-pat00008
Figure 112018013603714-pat00009
상기 슬라이딩 타임 윈도우 내에서 상기 전압원(205)의 개방 전압이 Vocv로 일정하다고 할 때, 위의 정의를 수학식 1에 적용하면, 아래의 수학식 5로 표현되는 상기 제1 모델 전압 벡터를 도출할 수 있다.
<수학식 5>
Vmodel1_vec = Vocv1vec + R2Hind_vec + VpolaKvec = [1vec Hind_vec Kvec][Vocv R2 Vpola]T
수학식 5에서 X1_vec = [1vec Hind_vec Kvec], β1_vec = [Vocv R2 Vpola]T 라고 하면, 수학식 5는 아래의 수학식 6과 같이 간소화될 수 있다. 상기 제1 모델 전압 벡터는, 상기 기준 전압 벡터를 모델링한 것이라고 할 수 있다.
<수학식 6>
Vmodel1_vec = X1_vecβ1_vec
X1_vec가 바로 m×3 행렬로 표현되는 상기 제1 특성 벡터다. β1_vec는 3×1행렬로 표현되는 상기 제1 파라미터 벡터로서, 상기 제1 특성 벡터를 상기 제1 모델 전압 벡터로 변환하다. 상기 제1 파라미터 벡터에 포함된 3개의 성분은 모두 미지수이다.
단계 S550에서, 제어부(130)는, 상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항(220)의 저항값을 추정한다.
상기 기준 전압 벡터와 상기 제1 모델 전압 벡터 간의 오차 제곱합 S2은 아래의 수학식 7과 같이 표현될 수 있다.
<수학식 7>
Figure 112018013603714-pat00010
제어부(130)는, 아래의 수학식 8을 이용하여, 상기 오차 제곱합 S2을 최소화하는 상기 제1 파라미터 벡터를 추정할 수 있다.
<수학식 8>
Figure 112018013603714-pat00011
상기 슬라이딩 타임 윈도우 내에 발생하는 상기 배터리의 과도 응답 이력은, 상기 제1 개수의 단자 전압과 상기 제1 개수의 전류에 의해 정의된다. 따라서, 상기 수학식 8을 이용하여 추정된 상기 제1 파라미터 벡터의 성분 R2_win이 바로 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항(220)의 추정된 저항값이다.
단계 S560에서, 제어부(130)는, 상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제1 모델 전압 벡터 간의 최소 오차 제곱합 S3에 대응하는 제1 에러값을 산출할 수 있다.
제어부(130)는, 최소 제곱법과 관련된 아래의 수학식 9를 이용하여, 상기 최소 오차 제곱합 S3을 산출할 수 있다.
<수학식 9>
Figure 112018013603714-pat00012
수학식 9에서, E는 단위 행렬이다.
상기 제1 에러값은, (i)S3, (ii)S3의 평균 즉, S3/m 및 (iii)S3/m의 제곱근 중 어느 하나일 수 있다.
단계 S570에서, 제어부(130)는, 상기 등가 회로 모델(200)로부터 상기 제2 저항(220)이 제거된 대체 회로 모델 및 상기 측정 전류 벡터를 기초로, 제2 특성 벡터, 제2 파라미터 벡터 및 제2 모델 전압 벡터를 생성할 수 있다. 제2 모델 전압 벡터는, 제2 특성 벡터와 제2 파라미터 벡터의 곱이다.
상기 대체 회로 모델은, 상기 등가 회로 모델(200)의 상기 제2 저항(220)이 제거된 것이므로, 상기 제2 파라미터 벡터는 상기 제1 파라미터 벡터에서 R2를 제거한 β2_v= [Vocv Vpola]T로 표현되고, 상기 제2 특성 벡터는 상기 제1 특성 벡터에서 Hind_v를 제거한 X2_vec = [1v kv]로 표현된다. 따라서, 상기 제2 모델 전압 벡터는, 아래의 수학식 10과 같이 표현될 수 있다.
<수학식 10>
Vmodel2_vec = X2_vecβ2_vec
단계 S580에서, 제어부(130)는, 상기 기준 전압 벡터 및 상기 제2 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제2 모델 전압 벡터 간의 최소 오차 제곱합 S4에 대응하는 제2 에러값을 산출할 수 있다.
제어부(130)는, 최소 제곱법과 관련된 아래의 수학식 11을 이용하여, 상기 최소 오차 제곱합 S4을 산출할 수 있다.
<수학식 11>
Figure 112018013603714-pat00013
상기 제2 에러값은, (i)S4, (ii)S4의 평균 즉, S4/m 및 (iii)S4/m의 제곱근 중 어느 하나일 수 있다.
단계 S610에서, 제어부(130)는, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항(220)의 저항값 R2_win, 상기 제1 에러값 및 상기 제2 에러값을 기초로, 제3 데이터 필터링 조건의 만족 여부를 판정한다.
구체적으로, 단계 S610에서, 제어부(130)는, (i)R2_win이 0옴(ohm)보다 큰지 여부와 (ii)상기 제2 에러값이 1보다 큰 값으로 미리 정해진 스케일링 팩터(예, 1.1)를 상기 제1 에러값에 곱한 값보다 큰지 여부를 각각 판정한다. 즉, 상기 제3 데이터 필터링 조건은, R2_win이 0ohm보다 크면서 상기 제2 에러값이 상기 스케일링 팩터를 상기 제1 에러값에 곱한 값보다 큰 경우에 만족될 수 있다.
상기 제2 저항(220)의 저항값은 물리적인 측면에서 실제로는 0ohm 이하일 수 없다. 따라서, R2_win이 0ohm 이하라는 것은, 상기 제1 개수의 단자 전압 및 상기 제1 개수의 전류가 상기 제2 저항(220)의 저항값을 추정하는 데에 부적합하는 것을 의미한다. 또한, 전술한 바와 같이, 상기 제2 에러값은, 상기 RC 페어에 의한 분극 전압을 고려하지 않은 결과를 나타내는 것이다. 따라서, 상기 스케일링 팩터를 상기 제1 에러값에 곱한 값이 상기 제2 에러값보다 크다는 것은, 상기 제1 개수의 단자 전압 및 상기 제1 개수의 전류가 상기 제2 저항(220)에 의해 발생하는 전압의 동적 특성을 제대로 반영하지 못하는 것을 뜻한다.
상기 제3 데이터 필터링 조건이 만족된 경우 단계 S620이 진행되고, 그렇지 않은 경우에는 단계 S630이 진행된다.
단계 S620에서, 제어부(130)는, 상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서 추정된 상기 제1 저항(210)의 저항값 R1_est(n) 및 이전 관측 기간 내에서의 상기 배터리(10)의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항(220)의 저항값 R2_est(n-1)을 기초로, 현 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항(220)의 저항값을 추정한다. 상기 이전 관측 기간은, 상기 초기 타임 스텝부터 상기 이전 타임 스텝까지의 기간이다. 상기 현 관측 기간은, 상기 초기 타임 스텝부터 상기 현 타임 스텝까지의 기간이다.
제어부(130)는, 회귀적 최소 제곱 알고리즘에 기반한 함수를 나타내는 다음의 수학식 12를 이용하여, 상기 현 타임 스텝에서의 상기 제2 저항(220)의 저항값을 추정할 수 있다.
<수학식 12>
Figure 112018013603714-pat00014
수학식 12의 함수 f()은, R1_est(n), R2_est(n-1), Vvec 및 Ivec이 입력 시에 R2_est(n)을 출력한다. R2_est(n-1)은, 이전 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항(220)의 추정된 저항값이다. 이와 유사하게, R2_est(n)은, 상기 현 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항(220)의 추정된 저항값이다.
단계 S630에서, 제어부(130)는, 상기 이전 관측 기간 내에서의 상기 배터리(10)의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항(220)의 저항값 R2_est(n-1)을 상기 현 관측 기간 내에서의 상기 배터리(10)의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항(220)의 저항값 R2_est(n)으로 설정한다. 즉, 상기 이전 관측 기간 내에서의 상기 배터리(10)의 과도 응답 이력이 상기 현 관측 기간 내에서의 상기 배터리(10)의 과도 응답 이력과 동일한 것으로 처리된다. 이에 따라, 단계 S620과는 달리, R2_est(n) = R2_est(n-1)이 된다.
제어부(130)는, 상기 제1 저항(210)의 추정된 저항값 R1_est(n) 및 상기 제2 저항(220)의 추정된 저항값 R1_est(n)을 활용하여, 상기 배터리(10)의 단자 전압을 예측하고, 예측된 단자 전압에 기초하여 개폐기(20)에게 출력되는 상기 스위칭 신호의 듀티 사이클을 조절할 수 있다.
제어부(130)는, 상기 제1 저항(210)의 추정된 저항값 R1_est(n) 및 상기 제2 저항(220)의 추정된 저항값 R1_est(n)을 활용하여, 상기 현 타임 스텝에서의 상기 배터리(10)의 충전 상태를 추정한 다음, 추정된 충전 상태에 기초하여 개폐기(20)에게 출력되는 상기 스위칭 신호의 듀티 사이클을 조절할 수 있다.
도 3, 도 5 및 도 6에 도시된 각 단계의 실행 결과를 나타내는 데이터는, 각 단계가 완료될 때마다 제어부(130)에 의해 메모리(120)에 저장될 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: 배터리팩
10: 배터리
20: 개폐기
100: 배터리 관리 시스템
110: 센싱부
120: 메모리
130: 제어부
140: 통신 인터페이스
200: 등가 회로 모델
210: 제1 저항
220: 제2 저항
230: 커패시터

Claims (11)

  1. 배터리를 위한 등가 회로 모델-상기 등가 회로 모델은, 제1 저항, 상기 제1 저항에 직렬 연결된 제2 저항 및 상기 제2 저항에 병렬 연결된 커패시터를 포함-의 파라미터를 추정하는 방법에 있어서,
    소정의 사이즈를 가지는 슬라이딩 타임 윈도우 내에서 타임 스텝마다 순차적으로 측정된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 나타내는 측정 데이터를 메모리로부터 독출하는 단계;
    상기 제1 개수의 단자 전압에 포함된 현 타임 스텝에서 측정된 단자 전압과 이전 타임 스텝에서 측정된 단자 전압을 기초로, 상기 현 타임 스텝의 전압 변화량을 산출하는 단계;
    상기 제1 개수의 전류에 포함된 상기 현 타임 스텝에서 측정된 전류와 상기 이전 타임 스텝에서 측정된 전류를 기초로, 상기 현 타임 스텝의 전류 변화량을 산출하는 단계;
    상기 전압 변화량 및 상기 전류 변화량이 제1 데이터 필터링 조건을 만족하는지 여부를 판정하는 단계 - 여기서 상기 제1 데이터 필터링 조건은, 상기 전류 변화량의 절대값이 제1 임계값보다 크면서, 상기 전압 변화량과 상기 전류 변화량의 곱이 양의 값인 경우에 만족됨;
    상기 제1 데이터 필터링 조건이 만족된 경우, 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값, 상기 전압 변화량 및 상기 전류 변화량을 기초로, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정하는 단계;
    상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성하는 단계; 및
    상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값 및 상기 이전 타임 스텝에서 추정된 상기 제2 저항의 저항값을 기초로, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계;
    를 포함하는, 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 제1 데이터 필터링 조건이 만족되지 않는 경우, 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값을 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값으로 설정하는 단계;
    를 더 포함하는, 방법.
  4. 제1항에 있어서,
    상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정하는 단계는, 회귀적 최소 제곱 알고리즘에 관련된 하기의 수학식 1 및 수학식 2를 포함하되,
    <수학식 1>
    Figure 112018013603714-pat00015

    <수학식 2>
    R1_est(n) = R1_est(n-1) + P1(n)ΔI(n){ΔV(n) - R1_est(n-1)ΔI(n))
    P1(n)은 상기 현 타임 스텝을 위한 보정 팩터, P1(n-1)은 상기 이전 타임 스텝을 위한 보정 팩터, ΔI(n)은 상기 전류 변화량, ΔV(n)은 상기 전압 변화량, λ은 소정의 망각 인자, R1_est(n)은 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값, R1_est(n-1)은 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값인, 방법.
  5. 제1항에 있어서,
    상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계는,
    상기 제1 개수의 전류가 제2 데이터 필터링 조건을 만족하는 경우에 실행되되,
    상기 제2 데이터 필터링 조건은, 상기 제1 개수의 전류 중 최대값과 최소값 간의 차이가 제2 임계값보다 큰 경우에 만족되는, 방법.
  6. 제1항에 있어서,
    상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계는,
    상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성하는 단계;
    상기 측정 전압 벡터, 상기 측정 전류 벡터 및 상기 현 타임 스텝에서의 상기 제1 저항의 추정된 저항값을 기초로, 기준 전압 벡터를 생성하는 단계;
    상기 등가 회로 모델 및 상기 측정 전류 벡터를 기초로, 제1 특성 벡터, 제1 파라미터 벡터 및 제1 모델 전압 벡터를 생성하는 단계;
    상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정하는 단계;
    상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제1 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제1 에러값을 산출하는 단계;
    상기 등가 회로 모델로부터 상기 제2 저항이 제거된 대체 회로 모델 및 상기 측정 전류 벡터를 기초로, 제2 특성 벡터, 제2 파라미터 벡터 및 제2 모델 전압 벡터를 생성하는 단계;
    상기 기준 전압 벡터 및 상기 제2 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제2 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제2 에러값을 산출하는 단계;
    상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값, 상기 제1 에러값 및 상기 제2 에러값을 기초로, 제3 데이터 필터링 조건의 만족 여부를 판정하는 단계; 및
    상기 제3 데이터 필터링 조건이 만족된 경우, 상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서의 상기 제1 저항의 추정된 저항값 및 상기 이전 타임 스텝에서 추정된 상기 제2 저항의 저항값을 기초로, 초기 타임 스텝부터 상기 현 타임 스텝까지의 현 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정하는 단계;
    를 포함하는, 방법.
  7. 제6항에 있어서,
    상기 제3 데이터 필터링 조건은,
    상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값이 0옴보다 크고, 상기 제2 에러값이 미리 정해진 스케일링 팩터를 상기 제1 에러값에 곱한 값보다 큰 경우에 만족되는, 방법.
  8. 제1항에 있어서,
    상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는 단계는,
    회귀적 최소 제곱 알고리즘을 이용하는, 방법.
  9. 배터리를 위한 등가 회로 모델-상기 등가 회로 모델은, 제1 저항, 상기 제1 저항에 직렬 연결된 제2 저항 및 상기 제2 저항에 병렬 연결된 커패시터를 포함-의 파라미터를 추정하는 배터리 관리 시스템에 있어서,
    타임 스텝마다, 상기 배터리의 단자 전압 및 전류를 측정하는 센싱부; 및
    상기 센싱부와 동작 가능하게 결합되고, 상기 타임 스텝마다 상기 센싱부에 의해 측정되는 단자 전압과 전류를 메모리에 기록하는 제어부;를 포함하되,
    상기 제어부는,
    소정의 사이즈를 가지는 슬라이딩 타임 윈도우 내에서 상기 타임 스텝마다 순차적으로 측정된 제1 개수의 단자 전압 및 상기 제1 개수의 전류를 나타내는 측정 데이터를 메모리로부터 독출하고,
    상기 제1 개수의 단자 전압에 포함된 현 타임 스텝에서 측정된 단자 전압과 이전 타임 스텝에서 측정된 단자 전압을 기초로, 상기 현 타임 스텝의 전압 변화량을 산출하고,
    상기 제1 개수의 전류에 포함된 상기 현 타임 스텝에서 측정된 전류와 상기 이전 타임 스텝에서 측정된 전류를 기초로, 상기 현 타임 스텝의 전류 변화량을 산출하고,
    상기 전압 변화량 및 상기 전류 변화량이 제1 데이터 필터링 조건을 만족하는지 여부를 판정하며, 여기서 상기 제1 데이터 필터링 조건은, 상기 전류 변화량의 절대값이 제1 임계값보다 크면서, 상기 전압 변화량과 상기 전류 변화량의 곱이 양의 값인 경우에 만족됨,
    상기 제1 데이터 필터링 조건이 만족된 경우, 상기 이전 타임 스텝에서 추정된 상기 제1 저항의 저항값, 상기 전압 변화량 및 상기 전류 변화량을 기초로, 상기 현 타임 스텝에서의 상기 제1 저항의 저항값을 추정하고,
    상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성하고,
    상기 측정 전압 벡터, 상기 측정 전류 벡터, 상기 현 타임 스텝에서 추정된 상기 제1 저항의 저항값 및 상기 이전 타임 스텝에서 추정된 상기 제2 저항의 저항값을 기초로, 상기 현 타임 스텝에서의 상기 제2 저항의 저항값을 추정하는, 배터리 관리 시스템.
  10. 제9항에 있어서,
    상기 제어부는,
    상기 제1 개수의 단자 전압에 기초하는 측정 전압 벡터 및 상기 제1 개수의 전류에 기초하는 측정 전류 벡터를 생성하고,
    상기 측정 전압 벡터, 상기 측정 전류 벡터 및 상기 현 타임 스텝에서의 상기 제1 저항의 추정된 저항값을 기초로, 기준 전압 벡터를 생성하고,
    상기 등가 회로 모델 및 상기 측정 전류 벡터를 기초로, 제1 특성 벡터, 제1 파라미터 벡터 및 제1 모델 전압 벡터를 생성하고,
    상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정하고,
    상기 기준 전압 벡터 및 상기 제1 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제1 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제1 에러값을 산출하고,
    상기 등가 회로 모델로부터 상기 제2 저항이 제거된 대체 회로 모델 및 상기 측정 전류 벡터를 기초로, 제2 특성 벡터, 제2 파라미터 벡터 및 제2 모델 전압 벡터를 생성하고,
    상기 기준 전압 벡터 및 상기 제2 특성 벡터를 기초로, 상기 기준 전압 벡터와 상기 제2 모델 전압 벡터 간의 최소 오차 제곱합에 대응하는 제2 에러값을 산출하고,
    상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값, 상기 제1 에러값 및 상기 제2 에러값을 기초로, 제3 데이터 필터링 조건의 만족 여부를 판정하고,
    상기 제3 데이터 필터링 조건이 만족된 경우, 상기 측정 전압 벡터 및 상기 측정 전류 벡터를 기초로, 초기 타임 스텝부터 상기 현 타임 스텝까지의 현 관측 기간 내에서의 상기 배터리의 과도 응답 이력을 나타내는 상기 제2 저항의 저항값을 추정하는, 배터리 관리 시스템.
  11. 제10항에 있어서,
    상기 제3 데이터 필터링 조건은,
    상기 슬라이딩 타임 윈도우 내에서의 상기 배터리의 과도 응답 이력을 나타내는 것으로 추정된 상기 제2 저항의 저항값이 0옴보다 크고, 상기 제2 에러값이 미리 정해진 스케일링 팩터를 상기 제1 에러값에 곱한 값보다 큰 경우에 만족되는, 배터리 관리 시스템.

KR1020180015139A 2018-02-07 2018-02-07 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템 Active KR102373458B1 (ko)

Priority Applications (8)

Application Number Priority Date Filing Date Title
KR1020180015139A KR102373458B1 (ko) 2018-02-07 2018-02-07 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
JP2019568743A JP6844090B2 (ja) 2018-02-07 2019-01-15 バッテリーのための等価回路モデルのパラメータを推定する方法及びバッテリー管理システム
US16/617,090 US11125823B2 (en) 2018-02-07 2019-01-15 Method for estimating parameter of equivalent circuit model for battery, and battery management system
HUE19750279A HUE069143T2 (hu) 2018-02-07 2019-01-15 Eljárás helyettesítõ kapcsolás modell paraméterek becslésére akkumulátorhoz, valamint akkumulátor-felügyeleti rendszer
EP19750279.2A EP3674726B1 (en) 2018-02-07 2019-01-15 Method for estimating parameter of equivalent circuit model for battery, and battery management system
PCT/KR2019/000608 WO2019156377A1 (ko) 2018-02-07 2019-01-15 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 방법 및 배터리 관리 시스템
CN201980002839.XA CN110709716B (zh) 2018-02-07 2019-01-15 估计电池的等效电路模型的参数的方法以及电池管理系统
ES19750279T ES2994607T3 (en) 2018-02-07 2019-01-15 Method for estimating parameter of equivalent circuit model for battery, and battery management system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180015139A KR102373458B1 (ko) 2018-02-07 2018-02-07 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템

Publications (2)

Publication Number Publication Date
KR20190095754A KR20190095754A (ko) 2019-08-16
KR102373458B1 true KR102373458B1 (ko) 2022-03-10

Family

ID=67548508

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180015139A Active KR102373458B1 (ko) 2018-02-07 2018-02-07 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템

Country Status (8)

Country Link
US (1) US11125823B2 (ko)
EP (1) EP3674726B1 (ko)
JP (1) JP6844090B2 (ko)
KR (1) KR102373458B1 (ko)
CN (1) CN110709716B (ko)
ES (1) ES2994607T3 (ko)
HU (1) HUE069143T2 (ko)
WO (1) WO2019156377A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230028017A (ko) * 2021-08-20 2023-02-28 포항공과대학교 산학협력단 시변 부하전류 상황에 강인한 리튬 이온 배터리의 모델 기반 충전 상태 추정 장치 및 방법

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111426962B (zh) * 2020-03-23 2022-08-09 华为技术有限公司 电池参数的辨识方法和终端
CN113466723B (zh) * 2020-03-31 2022-09-09 比亚迪股份有限公司 确定电池荷电状态的方法及装置，电池管理系统
PL4166963T3 (pl) * 2020-08-03 2025-01-07 Lg Energy Solution, Ltd. Urządzenie do diagnostyki akumulatora, pakiet akumulatorowy, układ akumulatorowy i sposób diagnostyki akumulatora
US20220373600A1 (en) * 2021-05-24 2022-11-24 Btech Inc. Neural network for estimating battery health
WO2023048408A1 (ko) * 2021-09-24 2023-03-30 (주) 테크윈 과도응답분석을 이용한 실시간 배터리 모니터링 장치 및 방법
CN114252771B (zh) * 2021-12-13 2024-05-07 北京经纬恒润科技股份有限公司 一种电池参数在线辨识方法及系统
KR102648555B1 (ko) * 2021-12-28 2024-03-19 경북대학교 산학협력단 배터리 파라미터에 기반한 배터리 이상발생 판단 장치 및 방법
KR20230143863A (ko) * 2022-04-06 2023-10-13 에스케이온 주식회사 배터리 셀의 불량 판단 장치 및 방법
CN117992738B (zh) * 2024-04-03 2024-06-11 山东兰蝶节能环保科技有限公司 一种节电柜电能自动化节电监测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011122951A (ja) 2009-12-11 2011-06-23 Honda Motor Co Ltd 二次電池の充電状態推定装置および劣化状態推定装置
JP2017090282A (ja) * 2015-11-11 2017-05-25 株式会社デンソー 電池特性学習装置
US20180017628A1 (en) 2015-02-19 2018-01-18 Mitsubishi Electric Corporation Battery state estimation device

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3747826B2 (ja) * 2001-09-05 2006-02-22 日産自動車株式会社 二次電池の充電率推定装置
US7324902B2 (en) * 2003-02-18 2008-01-29 General Motors Corporation Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
JP4532416B2 (ja) * 2006-01-12 2010-08-25 古河電気工業株式会社 バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム
KR20080073382A (ko) * 2007-02-06 2008-08-11 주식회사 파워로직스 축전지의 내부저항 측정방법
US7768233B2 (en) * 2007-10-04 2010-08-03 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery
FR2948771B1 (fr) * 2009-07-28 2011-08-26 Commissariat Energie Atomique Procede de caracterisation d'une batterie electrique
JP2011106952A (ja) 2009-11-17 2011-06-02 Honda Motor Co Ltd 電池の残容量推定方法
US20120101753A1 (en) * 2010-10-20 2012-04-26 Gm Global Technology Operations, Inc. Adaptive slowly-varying current detection
US9091735B2 (en) * 2010-10-26 2015-07-28 GM Global Technology Operations LLC Method for determining a state of a rechargeable battery device in real time
CN103392133A (zh) * 2011-03-07 2013-11-13 株式会社日立制作所 电池状态推定方法和电池管理系统
KR101852322B1 (ko) * 2011-11-30 2018-04-27 주식회사 실리콘웍스 배터리 파라미터 관리시스템 및 배터리 파라미터 추정방법
JP2014102111A (ja) * 2012-11-19 2014-06-05 Mazda Motor Corp バッテリの状態推定装置
US20140244193A1 (en) * 2013-02-24 2014-08-28 Fairchild Semiconductor Corporation Battery state of charge tracking, equivalent circuit selection and benchmarking
CN103197251B (zh) 2013-02-27 2016-02-03 山东省科学院自动化研究所 一种动力锂电池二阶rc等效模型的辨识方法
WO2014136593A1 (ja) * 2013-03-07 2014-09-12 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
US9594123B2 (en) * 2013-06-13 2017-03-14 Fca Us Llc Techniques for estimating battery pack parameters
KR101511655B1 (ko) 2013-08-30 2015-04-13 숭실대학교산학협력단 배터리 진단 기능을 가진 충전기 및 그 제어방법
CN103926538B (zh) * 2014-05-05 2016-10-05 山东大学 基于aic准则的变阶数rc等效电路模型及实现方法
JP6287582B2 (ja) * 2014-05-27 2018-03-07 株式会社デンソー 車両用二次電池の等価回路のパラメータ推定装置
JP2016003963A (ja) * 2014-06-17 2016-01-12 カルソニックカンセイ株式会社 電池モデル同定方法
KR102399720B1 (ko) * 2014-08-06 2022-05-19 삼성전자주식회사 패턴 정보에 기초하여 사용자 특성에 따른 배터리 수명을 추정하는 장치 및 방법
JP6555773B2 (ja) * 2014-11-18 2019-08-07 学校法人立命館 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
JP6455409B2 (ja) * 2015-03-06 2019-01-23 株式会社デンソー 電池状態推定装置
CN106248684B (zh) 2015-06-03 2019-12-17 法国圣戈班玻璃公司 用于检测透明基底的内部瑕疵的光学装置及方法
KR102032229B1 (ko) 2015-11-18 2019-10-16 현대일렉트릭앤에너지시스템(주) 배터리 수명 상태 추정 시스템 및 그 방법
JP6615011B2 (ja) 2016-03-09 2019-12-04 日立オートモティブシステムズ株式会社 電池管理システム、電池システムおよびハイブリッド車両制御システム
JP6711981B2 (ja) * 2016-04-27 2020-06-17 マレリ株式会社 バッテリのパラメータ推定装置
CN106126783B (zh) * 2016-06-16 2019-04-16 同济大学 一种锂离子电池变时间尺度模型参数估计方法
CN107561445A (zh) * 2016-07-01 2018-01-09 深圳市沃特玛电池有限公司 电池参数在线辨识方法及系统
CN106707181A (zh) * 2016-12-05 2017-05-24 澳特卡新能源科技（上海）有限公司 一种锂离子的电池参数与荷电状态估计方法
CN106646253A (zh) 2016-12-07 2017-05-10 华南农业大学 一种在线辨识电池内部参数的方法
CN106908732B (zh) * 2017-02-09 2019-05-10 北京长城华冠汽车科技股份有限公司 一种锂离子电池等效电路模型参数辨识方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011122951A (ja) 2009-12-11 2011-06-23 Honda Motor Co Ltd 二次電池の充電状態推定装置および劣化状態推定装置
US20180017628A1 (en) 2015-02-19 2018-01-18 Mitsubishi Electric Corporation Battery state estimation device
JP2017090282A (ja) * 2015-11-11 2017-05-25 株式会社デンソー 電池特性学習装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230028017A (ko) * 2021-08-20 2023-02-28 포항공과대학교 산학협력단 시변 부하전류 상황에 강인한 리튬 이온 배터리의 모델 기반 충전 상태 추정 장치 및 방법
KR102703823B1 (ko) * 2021-08-20 2024-09-04 포항공과대학교 산학협력단 시변 부하전류 상황에 강인한 리튬 이온 배터리의 모델 기반 충전 상태 추정 장치 및 방법

Also Published As

Publication number Publication date
JP2020524267A (ja) 2020-08-13
HUE069143T2 (hu) 2025-02-28
KR20190095754A (ko) 2019-08-16
US11125823B2 (en) 2021-09-21
WO2019156377A1 (ko) 2019-08-15
ES2994607T3 (en) 2025-01-27
CN110709716A (zh) 2020-01-17
EP3674726A4 (en) 2020-12-16
EP3674726A1 (en) 2020-07-01
CN110709716B (zh) 2021-12-28
JP6844090B2 (ja) 2021-03-17
EP3674726B1 (en) 2024-11-06
US20200081066A1 (en) 2020-03-12

Similar Documents

Publication Publication Date Title
KR102373458B1 (ko) 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
KR102416548B1 (ko) 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
KR102373449B1 (ko) 배터리의 전력 한계 결정 방법 및 배터리 관리 시스템
KR102194844B1 (ko) 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체
JP7172013B2 (ja) バッテリー管理装置、バッテリー管理方法及びバッテリーパック
CN112166330B (zh) 电池管理设备、电池管理方法和电池组
WO2014119328A1 (ja) 電池状態推定装置
KR20190098531A (ko) 배터리의 충전 상태를 추정하기 위한 장치 및 방법
JP2018520343A (ja) 効率的なバッテリーテスター
JP7062870B2 (ja) バッテリー管理装置、バッテリー管理方法及びバッテリーパック
US11121571B2 (en) Method and battery management system for smoothing power limit of battery
KR102659880B1 (ko) 배터리 팩의 충방전을 위한 전력 사양을 평가하기 위한 장치 및 방법

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20180207

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20200511

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20180207

Comment text: Patent Application

PN2301 Change of applicant

Patent event date: 20210511

Comment text: Notification of Change of Applicant

Patent event code: PN23011R01D

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20211025

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220216

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220307

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220307

End annual number: 3

Start annual number: 1

PG1601 Publication of registration