• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.902-903
• /
• 2014

현재, 해양 레저 스포츠 산업이 발달로 인하여 해양 레저용 보트 산업도 발달해 나가고 있다. 그러나 세계적으로 친환경 기술 개발 관련 정책이 강화되고 있으며, 미국 및 유럽의 경우는 가솔린 엔진으로부터 배출되는 대기 오염 물질에 대한 환경규제를 점점 강화해 나가고 있다. 이러한 원인으로 인하여 친환경 배터리 충전식 전기모터시스템을 도입하고 있으며, 충전식 전기모터시스템에 사용되는 소형 모터 및 충전용 배터리에 대한 수요가 꾸준히 증가하고 있다. 본 논문에서는 배터리 충전식 전기모터시스템에 사용되는 직류 24[V] 환경에서 2.5[HP] 용량의 고출력 고효율의 선외기용 BLDC(Brushless Direct Current) 모터 제어기 및 모터 드라이브, 홀(Hall) 센서를 통한 BLDC 모터의 상태 파악 및 모터의 정/역 제어 및 속도제어에 대한 설계 방법을 제시하고자 한다.

• Proceedings of the KIPE Conference
• /
• 2019.11a
• /
• pp.79-81
• /
• 2019

전기자동차(EV)뿐만 아니라 ESS(Energy Storage System) 등의 사용량이 증가하면서 리튬이온배터리의 중요성은 점점 커지고 있다. 리튬 이온 배터리의 정확한 상태를 추정하는 것은 배터리의 안전하고 신뢰성 있는 작동을 위해 매우 중요하다. 본 논문에서는 AEKF(Adaptive Extended Kalman Filter)를 이용한 배터리 파라미터와 충전상태(SOC, State of Charge)를 추정하고, 이를 활용하여 배터리의 건강상태(SOH, State of Health)를 추정하는 간단한 알고리즘을 제시한다. AEKF에 파라미터 값을 적용하여 SOC를 추정하고, 추정된 SOC값과 전류 적산을 이용하여 SOH를 추정한다. SOC 오차에 따른 SOH 추정 값의 편차는 SOC 연산 간격을 늘리고 가중치 필터를 적용하여 최소화시킴으로써 결과의 정확성을 향상했다. 다양한 자동차의 표준 주행 패턴을 적용한 실험을 통해 제안된 방법을 이용하여 얻어진 SOH 추정 결과는 RMSE(Root Mean Square Error) 1.428% 이내임을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.979_980
• /
• 2009

본 논문에서는 PHEV와 EV의 보급 확대에 따른 충전 시스템 사용자 혹은 관리자의 사고 방지 및 효율적인 충전 시스템의 운용을 위해서 차량내 배터리와 충전 시스템의 상태를 모니터링 할 수 있는 충전 모니터링 시스템의 구조와 충전 프로세스 알고리즘을 제안하고자 한다. 충전 모니터링 장치는 유/무선 통신기술을 적용하여 차량을 식별함으로써 효율적인 차량 관리 및 충전 시스템 운용이 가능하며 충전 시스템 내의 정보 교환, 충전 동작/정지 제어 등을 위한 차량과의 인터페이스 기술과 통신 프로토콜 등 다양한 기능이 필요하다. 본 논문에서는 충전 모니터링 장치용 제어기와 충전 전력량 및 상태 표시가 가능한 충전 모니터링 장치와 충전 알고리즘을 제안한다.

• Proceedings of the KIPE Conference
• /
• 2014.11a
• /
• pp.58-59
• /
• 2014

본 논문에서는 비례-적분(PI) 제어의 상태관측기를 구성하여 리튬폴리머 배터리의 충전량(SOC)을 추정하는 기법에 대해 설계한 뒤 실험을 통하여 검증하였다. 리튬폴리머 배터리는 1차 R-C 등가모델로 단순화하여 표현하였고, PI상태관측기를 Matlab/Simulink에서 설계하였다. 상온($25^{\circ}C$)에서 양방향 DC-DC 컨버터를 이용하여 리튬폴리머 배터리에 FTP-72 충 방전 사이클의 전류패턴을 인가한 뒤 SOC 추정기법을 검증하였다. PI상태관측기는 임의의 초기 SOC 상태에서도 오차율 2%이내로 SOC를 추정하여 모델링 에러나 외란에도 강인한 특성이 있는 것을 확인하였다.

• Proceedings of the KIPE Conference
• /
• 2012.11a
• /
• pp.157-158
• /
• 2012

본 논문은 리튬 폴리머 배터리의 수명 감소에 대한 경향성 테스트를 토대로 이중 확장 칼만 필터(Dual EKF)를 이용하여 배터리의 SOC(State-of-Charge) 및 SOH(State-of-Charge) 방법을 제안하였다. 배터리에 수명에 따른 임피던스 변화를 테스트를 수행함으로써 등가회로 모델상에서 수명에 따른 변화가 가장 큰 내부 저항을 선택함으로써 배터리의 SOH 추정을 위해 선택하였다. 배터리 모델은 4.2V, 1440mAh의 리튬폴리머 전지에서 추출되었다. 배터리는 Bulk 커패시터, 두 개의 R-C회로, 직렬 저항을 사용하여 모델링하였다. Dual EKF를 모델에 적용하기 위해 캐패시터 전압은 개방 회로 전압(OCV)을 나타내는데 사용된다. Dual EKF는 충/방전 기기인 TOSCAT-5200에 의해 얻은 실험 데이터로 테스트하였다.

• Smart Media Journal
• /
• v.12 no.11
• /
• pp.103-112
• /
• 2023

Recently, the need to prevent battery fires and accidents has emerged, as the use of lithium-ion batteries has increased. In order to prevent accidents, it is necessary to predict the state of health (SOH) and check the replacement timing of the battery with a lot of degradation. This paper proposes a model for predicting the degradation state of a battery by using four battery degradation indicators: maximum voltage arrival time, current change time, maximum temperature arrival time, and incremental capacity (IC) that can be obtained in the battery charging process, and LSTM using an attention mechanism. The performance of the proposed model was measured using the NASA battery data set, and the predictive performance was improved compared to that of the general LSTM model, especially in the SOH 90-70% section, which is close to the battery replacement cycle.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.73.2-73.2
• /
• 2010

휴대용 전자기기들의 소비전력 증가에 따라 2차전지에 비해 에너지 밀도가 높은 연료전지를 이용한 충전기의 필요성이 부각되고 있다. 대다수의 충전기는 On-Grid 방식으로 벅타입 컨버터를 이용한 감압 방식이었으나, 연료전지를 이용할 경우 승압식 컨버터를 통한 배터리의 충전이 요구된다. 또한 배터리는 일반 저항부하와 달리 큰 커패시턴스 성분을 가지고 있기 때문에 컨버터의 출력단에 인덕터가 없는 경우 큰 출력 리플전류를 유도하게 되어 시스템의 효율과 배터리의 수명에 좋지 않은 영향을 끼치게 된다. 또한 이를 해결하기 위해 절연형 감압 컨버터를 사용하는 경우 변압기 사용에 의한 부피 증가와 부가 소자의 사용에 따른 가격 상승을 피하기 어렵다. Cuk 컨버터는 주스위치의 ON/OFF 동작에 관계없이 출력으로 에너지가 항상 전달되며, 이상적으로 리플이 거의 존재하지 않아 충전용으로 적합하다. 또한, 승압 및 감압이 자유롭기 때문에 배터리의 정격전압에 상관없는 범용 충전기의 설계도 가능하다. 따라서 본 논문에서는 Cuk 컨버터를 이용하여 배터리 충전기를 설계하고, 그의 상태공간 모델링, 주파수 특성 해석 및 제어기 설계에 대해 기술한다. 제안된 제어 방식은 소형 연료전지 스택을 이용하여 실제 배터리를 대상으로 한 정전류 및 정전압 제어를 실행하여 그 성능 및 안정성을 검증한다.

• Fire Science and Engineering
• /
• v.30 no.4
• /
• pp.111-120
• /
• 2016

This is an experimental study to analyze the explosion and fire hazards of mobile phone batteries. Using the lithium-ion batteries currently used on smart phone as the experiment samples, the experiments were conducted by overcharging, internal and external short circuit, and thermal shock with the potential of explosion and fire caused by careless use or abnormal conditions. The experiment results showed that, in the case of overcharging and external short circuit, there was no explosion and fire hazard in the normal operation of the protection circuit module (PCM), but there were big risks when the PCM faulted conditions were assumed. In the case of the experiments by internal short circuit and thermal shock, such risks varied depending on a battery charge state. In other words, it could be verified that there were low risks of explosion and fire in a full discharge state, but there were high risks in a full charge state. These experiment results suggest that to minimize the explosion and fire hazards of mobile phone batteries, an alarm device is necessary when the PCM fault occurs. In addition, a solid battery case should be made and safety equipment, such as a cooling device to avoid high temperature, is needed.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.16 no.6
• /
• pp.385-391
• /
• 2023

As the use of electric vehicles has increased to minimize carbon emissions, the analyzing the state and performance of lithium-ion batteries that is instrumental in electric vehicles have been important. Comprehensive analysis using not only the voltage, current and temperature of the battery pack, which can affect the condition and performance of the battery, but also the driving data and charging pattern data of the electric vehicle is required. Therefore, a thorough analysis is imperative, utilizing electric vehicle operation data, charging pattern data, as well as battery pack voltage, current, and temperature data, which collectively influence the condition and performance of the battery. Therefore, collection and preprocessing of battery data collected from electric vehicles, collection and preprocessing of data on driver driving habits in addition to simple battery data, detailed design and modification of artificial intelligence algorithm based on the analyzed influencing factors, and A battery analysis and evaluation model was designed. In this paper, we gathered operational data and battery data from real-time electric buses. These data sets were then utilized to train a Random Forest algorithm. Furthermore, a comprehensive assessment of battery status, operation, and charging patterns was conducted using the explainable Artificial Intelligence (XAI) algorithm. The study identified crucial influencing factors on battery status, including rapid acceleration, rapid deceleration, sudden stops in driving patterns, the number of drives per day in the charging and discharging pattern, daily accumulated Depth of Discharge (DOD), cell voltage differences during discharge, maximum cell temperature, and minimum cell temperature. These factors were confirmed to significantly impact the battery condition. Based on the identified influencing factors, a battery analysis and evaluation model was designed and assessed using the Random Forest algorithm. The results contribute to the understanding of battery health and lay the foundation for effective battery management in electric vehicles.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.218-220
• /
• 2020

배터리 팩을 구성하는 단위 셀들은 전기화학적 특성으로 인해 다양한 내부 파라미터들이 동일한 값을 가지지 않고 편차가 있으며, 편차가 심할 경우 과방전 및 과충전의 원인이 될 수 있다. 기존의 연구된 SOF (State-Of-Function) 알고리즘의 경우 SOC (State-Of-Charge), SOH (State-Of-Health)와 같은 파라미터를 하나의 수식으로 정의하여 배터리 팩의 가용 전력을 예측하는 지표로써 사용되어 왔으나, 본 논문에서 제안하는 새로운 SOF 알고리즘은 배터리 팩 내부의 단위 셀간 파라미터들의 편차를 하나의 수식으로 정의하여 배터리 팩의 안전 상태를 나타낼 수 있는 지표로써 활용한다. SOF 알고리즘을 통해 배터리 팩의 안전 상태를 확인하고 검증하기 위해 21700 NMC(LiNiMnCoO₂) 계열의 고용량 배터리를 14S40P로 구성한 배터리 팩을 사용했다.