• 대한기계학회논문집B
• /
• 제37권4호
• /
• pp.313-322
• /
• 2013

배터리는 최근 여러 분야에서 중요한 에너지원 역할을 하고 있는데, 사용 중 충방전을 거듭하면 용량이 점차 저하되며 초기 대비 80% 이하로 떨어지면 고장으로 간주되므로, 이를 예측하기 위한 수명 예측 기법이 활발히 개발되고 있다. 본 연구에서는 사용중인 배터리에 대해 충전곡선 기울기를 이용하여 배터리의 용량을 평가하고 이를 바탕으로 잔존수명을 예측하는 새로운 방법을 제안하였다. 이 과정에서 발생하는 여러 불확실성을 고려하기 위해 베이지안 접근법에 기반한 파티클 필터 방법을 활용하였고 그 결과 잔존수명을 확률분포로 구하였다. 개발된 방법을 미국 NASA Ames 연구소와 본 연구실에서 직접 수행한 배터리 충방전 시험 데이터에 대해 각각 적용한 결과 충전곡선 기울기가 용량 열화를 잘 나타내며 파티클 필터로 예측된 잔존수명 신뢰구간은 실제 수명을 잘 포함함을 확인할 수 있었다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.359-360
• /
• 2020

리튬 이온 배터리가 전기 자동차의 주 동력원으로 사용됨에 따라 배터리의 잔존 수명 예측기술의 중요성이 부각되고 있다. 사용 환경에 적합한 잔존 수명 예측을 위해 전기 자동차의 주행 환경을 모사하여 충전 및 방전이 빈번하게 나타나는 UDDS 프로파일에서 범용적으로 사용할 수 있는 수명 인자를 선정하는 것이 필수적이다. 배터리의 잔존 용량과 가장 상관도가 높은 수명 인자를 선정함으로써, 인공지능 기반 예측 알고리즘의 정확도 향상을 기대 할 수 있으며, 태양광 ESS와 같은 상이한 특성의 어플리케이션에도 범용적인 적용이 가능하다.

• 한국융합학회논문지
• /
• 제8권6호
• /
• pp.219-226
• /
• 2017

무인항공기 산업이 성숙해짐에 따라 촬영, 정찰, 구조 등 많은 분야에 무인항공기가 적용되고 있으며, 이로 인하여 신속한 무인항공기의 하드웨어의 설계, 특히 배터리팩의 설계가 필요하게 되었다. 수직이착륙 형태의 배송용 무인항공기의 편리한 배터리팩 구성 설계를 위한 자동 배터리팩 설계 툴을 개발하였다. 전류, 전압 패턴, 여러 셀 사양, 원하는 배터리팩 전압 등의 입력을 하면, 자동 배터리팩 설계 툴이 균질 셀 또는 이종 셀들을 결합하여 최소 중량과 최대 용량을 갖는 배터리팩을 계산한다. 또한 이 툴은 설계된 배터리팩 구성의 사용에 따른 용량 감소 경향을 예측할 수 있다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2018년도 추계학술대회
• /
• pp.133-134
• /
• 2018

배터리의 효율적인 사용을 위해 배터리 관리 시스템(BMS)는 중요하다. 그 중 배터리의 잔존 수명을 나타내는 지표인 SOH(State of Health)를 예측하기 위해 본 논문에서는 18650 리튬이온 셀에 전기적 노화 실험(Cycle Life Test)을 적용하였다. 방전 용량 및 저항 변화에 의한 SOH 변화를 인공 신경망(Artificial Neural Network)을 사용하여 예측하도록 설계하고 이에 대한 검증을 수행하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2011년도 춘계학술논문집 2부
• /
• pp.753-756
• /
• 2011

지속적인 충/방전에 의하여 표준 수명 보다 더 빠른 노화 현상을 일으키는 배터리의 효율적인 관리를 위하여, 배터리의 내부 상태를 모니터링 하였다. 정확한 배터리 모니터링을 위해서 해당하는 배터리의 잔존 용량 및 잔존 수명을 정확히 예측할 수 있어야 하며, 이를 위해 Open Voltage를 사용한 실험, 에너지 보존 법칙에 의한 충전 전류 측정법, 시동 시 최대 전류와 내부 저항의 변화량을 알아내는 실험을 하였다. Open Voltage 실험 결과, SOC수치에 따른 특정 전압의 범위를 알 수 있었고, 이 전압은 온도에 의해 변동된다는 것을 확인할 수 있었다. 충전 그래프를 그려본 결과 충전횟수와 완충에 걸리는 시간은 반비례하며, 배터리 내부에 충전되는 총 전류의 양과도 관계가 있었다. 시동 실험에서는 최저 전압 드롭 값과 최대 공급 전류의 범위를 알 수 있었으며, 특정 SOC 구간 내 내부 저항의 값을 차이를 알 수 있었다. 이 값들은 각 SOC의 수치에 비례한 결과를 보였다. 이 결과들을 정리하여, 배터리 내부 상태를 예측하는 방법을 제안하고자 한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2014년도 전력전자학술대회 논문집
• /
• pp.415-416
• /
• 2014

FCEV(Fuel Cell Electric Vehicle)는 연료전지를 사용하여 차량 구동용 전동기에 필요한 에너지를 공급한다. 연료전지는 부하에 급격한 변화가 발생하였을 시에 과도특성이 나타나고 자동차에 에너지를 공급하는 속도에 영향을 준다. 그러므로 연료전지의 특성상 FCEV에서 배터리는 연료전지와 함께 사용된다. FCEV 및 전기자동차는 배터리의 대용량화를 위해 일반적으로 배터리 셀을 직/병렬로 모듈화하여 사용하는데, 이때 배터리 모듈의 충전 및 방전이 반복될 경우, 각 배터리 잔존용량의 불균형이 나타난다. 본 논문은 연료전지 전기자동차용 전력변환 장치를 이용하여 배터리 셀을 모듈화하여 모듈 별 밸런싱을 수행하는 시스템의 설계와 제어기법을 제안한다. 각각의 배터리 모듈과 연료전지를 연결하는 컨버터 모듈은 독립적으로 제어되어 배터리를 모듈 단위로 균등화시킨다. 이때 연료전지를 입력으로 절연형 컨버터를 병렬로 사용하며, 각각의 배터리 모듈을 균일하게 충전한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 전력전자학술대회 논문집
• /
• pp.413-414
• /
• 2012

본 논문에서는 C-rate, 온도, SOC (State-of-Charge, 잔존용량)를 고려하여 NiMH 배터리를 모델링하였고, 시뮬레이션 결과를 배터리 실험 결과와 비교하였다. 제안한 배터리 모델은 1차 테브난 등가회로를 기반으로 구성하였으며 Matlab/Simulink 환경에서 구현하였다. 모델을 구현하기 위한 실험으로는 정전류, 펄스전류 실험을 하여 가변온도와 다양한 C-rate에서 변하는 파라미터를 도출하였고, 도출한 파라미터는 룩업 테이블을 이용하여 배터리 모델에 적용하였다. 제안된 배터리 모델을 짧은 시간동안 불규칙하게 변하는 전류 패턴에 대한 시뮬레이션과 실험 파형을 통하여 배터리 모델의 성능을 검증하였다.

• 대한기계학회논문집A
• /
• 제40권10호
• /
• pp.895-900
• /
• 2016

리튬 이온 배터리의 잔존수명 추정은 품질보증, 운전계획, 교체주기 파악 등을 위해 활용된다는 점에서 그 필요성이 점점 커지고 있다. 본 논문에서는 에너지 저장 장치용 배터리의 잔존 수명을 단일지수 용량열화 모델과 마코프체인 몬테카를로(MCMC) 방법을 이용하여 추정한 결과를 제시한다. MCMC방법은 사전 정보가 제대로 주어지지 않았을 때, 추정결과가 모델 초기값과 입력 설정값에 따라 크게 변하게 되는 단점이 있어, 실제 현장에서 배터리 모델과 추정법에 익숙하지 않은 사용자가 활용하는데 어려움이 있다. 이러한 어려움을 극복하기 위해, 본 논문에서는 베이지안 추론법의 이론식을 전역 탐색하여 구한 이론값과 MCMC 추정값을 비교해서, 초기값과 설정값을 결정하는 과정을 제안한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.379-380
• /
• 2020

배터리의 효율적인 관리와 안정적인 운영을 위해서는 배터리의 노화에 따른 배터리의 모니터링이 중요하다. 그 중에서도 노화에 대한 문제는 실제 어플리케이션에서 매우 중요하기 때문에 더 정확하고 안정적인 운영을 위해서는 배터리 잔존 수명을 판단하는 지표인 State of Health (SOH)가 필수적이다. 따라서 실험을 통한 UDDS의 전압 차 (Voltage Difference) 이미지를 학습데이터로 구성하여, SOH의 파라미터인 용량을 추정하는 Convolutional Neural Network(CNN) 모델을 제안한다.

• 전기전자학회논문지
• /
• 제18권3호
• /
• pp.298-304
• /
• 2014

배터리를 사용하고 있는 시스템에서 배터리의 잔존 용량에 대한 정보는 매우 중요하며, 따라서 정확한 SOC(State of Charge)의 추정이 필요하다. 배터리는 노화됨에 따라 전체 사용 가능 용량이 줄어들고 성능이 떨어지는데 이러한 노화의 영향을 고려하지 않는 배터리의 SOC 추정 방법은 추정의 정확도가 떨어지는 단점이 있다. 따라서 본 논문에서는 배터리의 노화 상태를 고려하여 배터리의 SOC를 추정하는 새로운 방법을 제안한다. 제안한 방법에서는 배터리의 전압-SOC 특성 곡선을 Boltzmann 방정식을 사용하여 모델링하고 노화 지표를 정의하며, 노화 지표를 Boltzmann 방정식 모델과 결합하여 SOC를 추정한다. 따라서 제안한 방법은 배터리의 노화 상태를 SOC 추정에 반영하여 노화된 배터리에 대한 정확한 SOC 추정이 가능하다. 또한 새 배터리와 1년 사용한 배터리에 대한 실험과 시뮬레이션을 통하여 제안한 방법의 유효성을 확인한다.