• Journal of IKEEE
• /
• v.18 no.3
• /
• pp.298-304
• /
• 2014

Proper operation of the battery powered systems depends on the accuracy of the battery SOC(State of Charge) estimation, therefore it is critical for those systems that SOC is accurately determined. The SOC of the battery is related to the battery aging and the SOC estimation methods without considering the aging of the battery are not accurate. In this paper, a new method that accurately estimate the SOC of the battery is proposed considering the aging of the battery. A mathematical model for the Battery SOC-OCV(Open Circuit Voltage) relationship is presented using Boltzmann equation and aging indicator is defined, and then the SOC is estimated combining the mathematical model and aging indicator. The proposed method takes the aging of the battery into consideration, which leads to an accurate estimation of the SOC. The simulations and experiments show the effectiveness of the proposed method for improving the accuracy of the SOC estimation.

• Journal of the Korea Convergence Society
• /
• v.11 no.6
• /
• pp.7-14
• /
• 2020

A Battery Monitoring System capable of State-of-Charge(SOC) estimation using the Extended Kalman Filter(EKF) is described in this paper. In order to accurately estimate the SOC of the battery, the battery cells were modeled as the Thevenin equivalent circuit model. The Thevenin model's parameters were measured in experiments. For the Battery Monitoring System, we designed a battery monitoring device that can calculate the SOC estimation using the EKF and a monitoring server that controls multiple battery monitoring devices. We also develop a web-based dashboard for controlling and monitoring batteries. Especially the computation of the monitoring server could be reduced by calculating the battery SOC estimation at each Battery Monitoring Device.

• Proceedings of the KIPE Conference
• /
• 2015.11a
• /
• pp.54-55
• /
• 2015

본 논문에서는 리튬-이온(Lithium-ion) 폐배터리 효율적인 재활용을 위한 발전된 SOC 추정방법의 필요성과 간단한 개념을 언급하고자 한다. 배터리는 노화되면 용량이 줄어들고 임피던스의 크기가 증가해 기존의 새 배터리의 SOC 추정방법으로는 정확한 추정이 어렵다. 따라서, 폐배터리를 안전하고 효율적으로 사용하기 위해서는 그에 맞는 SOC 추정방법이 필요하다. 따라서, 폐배터리의 간단한 개념을 설명하고, 동일한 배터리 등 가회로모델과 EKF 알고리즘을 적용한 새 리튬-이온 셀과 노화된 리튬-이온셀의 SOC 추정결과를 비교하고 노화에 따른 배터리 파라미터값의 변화를 분석해봄으로서 발전된 SOC 추정방법의 필요성에 대해 논의해보고자 한다.

• Proceedings of the KIPE Conference
• /
• 2011.11a
• /
• pp.51-52
• /
• 2011

전류 적산법(Coulomb counting, Ampere counting)을 이용한 배터리 SOC(State of Charge) 추정 방식은 초기 SOC 값에 존재하는 오차와 SOC를 추정하는 시간동안 누적되는 전류값의 오차로 인해 추정이 실패할 수 있는 단점이 존재한다. 하지만 알고리즘이 직관적이며 단시간 내에서는 그 오차가 크지않고, 상용화된 배터리 SOC 추정 IC가 존재하여 구현이 간단하다는 장점 또한 있다. 본 논문에서는 전류 적산법 기반의 배터리 SOC 추정 IC를 사용하여 $LiFePO_4$ 리튬 폴리머 배터리의 SOC 추정 회로를 구현하는 과정을 제안한다. 또한 실험을 통해 제안된 배터리 SOC 추정 회로의 성능을 확인해본다.

• 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.

• Korean Chemical Engineering Research
• /
• v.60 no.3
• /
• pp.363-370
• /
• 2022

In this paper, an estimation algorithm for state of charge (SOC) was applied using an equivalent circuit model (ECM) and an Extended Kalman Filter (EKF) to improve the estimation accuracy of the battery system states. In particular, an observer was designed to estimate SOC along with the aged capacity. In the case of the fresh battery, when SOC was estimated by Kalman Filter (KF), the mean absolute percentage error (MAPE) was 0.27% which was smaller than MAPE of 1.43% when the SOC was calculated by the model without the observer. In the driving mode of the vehicle, the general KF or EKF algorithm cannot be used to estimate both SOC and capacity. Considering that the battery aging does not occur in a short period of time, a strategy of periodically estimating the battery capacity during charging was proposed. In the charging mode, since the current is fixed at some intervals, a strategy for estimating the capacity along with the SOC in this situation was suggested. When the current was fixed, MAPE of SOC estimation was 0.54%, and the MAPE of capacity estimation was 2.24%. Since the current is fixed when charging, it is feasible to estimate the battery capacity and SOC simultaneously using the general EKF. This method can be used to periodically perform battery capacity correction when charging the battery. When driving, the SOC can be estimated using EKF with the corrected capacity.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• pp.271-272
• /
• 2012

전류 적산법(Coulomb counting, ampere counting)을 이용한 배터리 SOC(State-of-Charge) 추정 방법은 상용화된 IC를 사용할 수 있기에 구현이 간단하고 SOC 정의를 통해 배터리 사용 가능한 시간을 쉽게 예측할 수도 있다. 하지만 초기 SOC 오류와 누적되는 전류 정보의 오차로 인해 추정이 실패하는 단점이 존재하기 때문에 이를 해결해주는 알고리즘이 필요하다. 본 논문에서는 전류 적산법 기반의 배터리 SOC 추정 회로에 확장 칼만 필터(EKF, Extended Kalman Filter)를 접목하여 전류 적산법을 이용하였을 때 나타날 수 있는 오차 누적을 줄이는 알고리즘을 제안한다. 또한 실험을 통해 제안된 배터리 SOC 추정 회로의 성능을 확인해본다.

• Proceedings of the KIPE Conference
• /
• 2019.07a
• /
• pp.204-206
• /
• 2019

본 논문은 이중 확장 칼만 필터를 통한 SOC (State of charge) 및 용량 추정과 배터리 모델 파라미터를 이용한 폐배터리의 최대 출력을 추정하는 방법을 연구 및 제안한다. 배터리의 단순 전압 측정을 통해 상태를 진단할 경우, 부하 조건에 따라 급격한 전압 상승 및 강하로 인해 정밀한 안전 진단 및 운용에 어려움이 따르지만, 폐배터리는 일반 배터리에 비해 전압 변동율이 크기 때문에 상태 진단에 큰 어려움이 존재한다. 따라서 본 논문에서는 폐배터리의 정밀한 안전진단을 하기 위해 SOC 영역 및 충/방전에 따른 최대 출력을 계산하여 사전에 배터리의 상태를 진단할 수 있는 알고리즘을 제안한다. 또한, 배터리의 노화도에 따른 최대 출력을 실험 및 시뮬레이션을 통해 결과를 제시하여 유효한 방식임을 검증한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.3
• /
• pp.214-219
• /
• 2013

This paper proposes the robust high-gain observer based SOC estimatro for uncertain RC model of Li-Ion batteries. In general, RC battery model has inevitable uncertainties and it cause some negative effect to estimate the accurate SOC of Li-Ion batteries. The proposed estimator overcomes such weakness with two techniques; high-gain observer design technique and sliding mode control technique. A high-gain observer provides the robustness against model uncertainties to the proposed estimator. A sliding mode control technique helps the proposed estimator by reducing the side effect of adopting a high-gain observer such as peaking phenomenon and perturbation. The performance of the proposed estimator is verified by some simulation.

• Proceedings of the KIPE Conference
• /
• 2017.11a
• /
• pp.97-98
• /
• 2017

본 논문에서는 Full-bridge 서브모듈로 구성된Delta 구조 MMC를 기반으로 하는 BESS의 SOC 균등제어 기법에 대하여 기술하고 있다. Full-bridge로 구성된 서브모듈의 직류단에는 배터리가 연계되어있다. 배터리는 그 모델에 따라 고유의 전압특성 곡선을 갖기에 SOC 제어를 통한 배터리 출력전압의 균등제어가 필요하다. 본 논문에서는 Delta 구조 MMC BESS의 영상분 전류주입과 개별 배터리의 SOC 차를 이용한 SOC 균등제어 기법을 제안하였다. 그리고 PSCAD/EMTDC를 통하여 제안하는 기법을 시뮬레이션으로 검증하였다.