• Proceedings of the KIPE Conference
• /
• 2019.07a
• /
• pp.201-203
• /
• 2019

ESS의 데이터에 노이즈가 발생하였을 때 배터리의 상태를 정확하게 추정하는 것은 어려운 부분이며, 부정확한 배터리 상태 추정은 시스템의 안전성 및 신뢰성을 하락시킬 수 있다. 실제 사용되는 시스템의 대부분의 데이터에는 노이즈가 발생하며, 이러한 노이즈를 고려하여 배터리의 상태를 정확하게 파악하는 연구는 매우 중요하다. 본 논문에서는 주파수 조정 용도로 ESS가 사용되었을 때 배터리의 운전 패턴을 생성하고, 입력 데이터에 심각한 노이즈가 발생하였을 때 EKF 알고리즘을 사용하여 배터리의 상태를 정확하게 추정하는 것을 보여준다.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.20 no.1
• /
• pp.119-123
• /
• 2012

In traditional vehicles, a great amount of energy is dissipated by braking. In electric vehicles (EVs), however, electric motors can be controlled to operate as generators to convert kinetic and potential energy of vehicles into electrical energy and store it in batteries. In this paper, the relationship between regenerative braking factor and battery final SOC is derived and the final SOC from the relationship is compared to that from simulation. Two types of braking algorithms are introduced and applied to an EV, and the final SOC derived from simulation is compared to that derived from the relationship.

• Transactions of the Korean hydrogen and new energy society
• /
• v.30 no.2
• /
• pp.155-162
• /
• 2019

The energy management technology for an independent fuel cell-battery hybrid system is developed for a household usage. To develop an efficient energy management technology, a simulation model is first developed. After the model is verified with experimental results, three energy management schemes are developed. Three control techniques are a fuzzy logic control (FLC), a state machine control (SMC), and a hybrid method of FLC and SMC. As the fuel cell-battery hybrid system is used for a house, battery state of charge (SOC) regulation is the most important factor for an energy management because SOC should be kept constant every day for continuous usage. Three management schemes are compared to see SOC, power split, and fuel cell power variations effects. Experimental results are also presented and the most favorable strategy is the state machine combined fuzzy control method.

• Proceedings of the KIPE Conference
• /
• 2013.11a
• /
• pp.222-223
• /
• 2013

본 논문에서는 배터리 SOC 추정 정확도 향상을 위해 기존 EKF 추정 기법에 MMAE 방법을 접목시키는 방법을 제안한다. 노이즈의 세기에 따라 EKF 출력에 비중을 부여함으로써 배터리 사용 전 영역에서 SOC 추정 오차 저감이 가능하며, Matlab 시뮬레이션을 통하여 MMAE-EKF 알고리즘의 타당성을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.189-190
• /
• 2015

본 논문은 배터리에너지저장장치(BESS)를 적용하여 전력계통의 2차 주파수조정 보조서비스를 제공하기 위한 제어 방안을 검토한다. BESS가 계통운영기관의 자동발전제어를 통한 2차 주파수조정 보조서비스에 참여하기 위해서는 제어 요구량에 대한 정확한 추종이 가능 해야하고 이를 위한 효율적인 SOC 관리가 요구된다. 이를 위해 본 논문에서는 2차 주파수조정 보조서비스 제어신호를 제어대상 배터리의 SOC에 따라 배분하고 SOC가 가용범위를 벗어 날 경우 SOC 회복제어를 수행하도록 제어 방안을 제안하였다.

• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.153-155
• /
• 2018

본 논문에서는 여러개의 셀들로 구성된 대용량 배터리팩을 충/방전시 나타나는 저 SOC영역에서의 셀간 편차 발생을 줄이기 위해 저 SOC영역에서 사용 가능한 전류값을 제한하여 셀간 편차발생을 방지하는 방법을 제안하고자 한다.

• Proceedings of the KIPE Conference
• /
• 2016.11a
• /
• pp.83-84
• /
• 2016

본 논문은 배터리 모델 의존도를 최소화한 SOC 추정 알고리즘을 제안한다. 제안한 알고리즘은 전류 적산법을 기반으로, 100초 내외의 짧은 휴지시간 동안 측정된 휴지곡선을 함수최적화 기법으로 분석하여 OCV를 추정하고 추정 OCV를 이용하여 누적 SOC 오차를 리셋 한다. 또한 최적화 기법의 발산 위험을 저감하기 위한 초깃값 설정 과정을 포함한다. 제안하는 알고리즘의 정확성은 시뮬레이션과 단전지 실험을 통해 검증한다.

• Proceedings of the KIPE Conference
• /
• 2017.07a
• /
• pp.455-456
• /
• 2017

본 논문에서는 리튬 인산철 배터리($LiFePO_4$)의 내부 파라미터 추출 방법으로 전기화학적 기반인 정전류식 간헐적 적정 테크닉(galvanostatic intermittent titration technique;GITT)을 사용하였다. 배터리 관리 시스템(battery management system;BMS) 알고리즘의 기본적으로 들어가는 충방전 저항을 미세 구간으로 나누어 볼 수 있다. SOC(state-of-charge)에 맞는 저항 성분을 찾을 수 있고, 미소 용량 정보를 알아내어 특정 SOC 구간에서의 LFP 배터리 최적 운용 구간을 알 수 있다.

• The Journal of Korean Institute of Information Technology
• /
• v.18 no.5
• /
• pp.55-64
• /
• 2020

Estimating the state of charge (SOC) of a battery is essential for increasing the stability and reliability of a photovoltaic system. In this study, battery SOC estimation methods were proposed using artificial neural networks (ANNs) with gradient descent (GD), Levenberg-Marquardt (LM), and scaled conjugate gradient (SCG), and an adaptive neuro-fuzzy inference system (ANFIS). The charge start voltage and the integrated charge current were used as input data and the SOC was used as output data. Four models (ANN-GD, ANN-LM, ANN-SCG, and ANFIS) were implemented for battery SOC estimation and compared using MATLAB. The experimental results revealed that battery SOC estimation using the ANFIS model had both the highest accuracy and highest convergence speed.

• Proceedings of the KIPE Conference
• /
• 2013.11a
• /
• pp.198-199
• /
• 2013

본 논문에서는 리튬공기(Li-Air) 배터리를 소개하고 전기화학적 특성분석을 간단히 진행하였다. 우선, 리튬공기 배터리의 동작원리를 소개하고 기존 리튬이온(Li-Ion) 배터리와의 차이점을 제시하였다. 각 만방전압에 따른 배터리의 전기화학적 특성분석을 위해 방전용량 및 임피던스 특성커브를 분석하였다. 더불어, 향후 State-of-charge(SOC) 추정을 위한 데이터를 위해 Open-circuit voltage(OCV) 및 실제 충방전 전류 프로파일에 따른 충방전 전압을 분석하였다.