• 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.

• 전력전자학회논문지
• /
• 제25권3호
• /
• pp.171-180
• /
• 2020

This paper presents the implementation and control methods of a battery simulator. The proposed battery simulator can emulate the dynamic characteristics of any actual battery using the second RC ladder model of the equivalent circuit. Moreover, it can emulate the variation of impedance, which is the result of the change of battery characteristics due to the aging effect. The parameters of the battery simulator can be derived from the sequence of tests of the actual battery or only from the data supplied by the battery manufacturer. Proposed methods for the battery simulator are tested by extensive experiments. Test results show that the proposed battery simulator can emulate not only the dynamic characteristics but also the aging effects of the actual battery in real time.

• 한국산업융합학회 논문집
• /
• 제23권5호
• /
• pp.853-863
• /
• 2020

As the battery ages, the internal resistance of the battery increases, so the loss due to the internal resistance increases at the same charging current, causing the battery temperature to rise, which further accelerates battery aging. Therefore, it is necessary to optimize the charging conditions according to the aging of the battery or the current charge amount, and to accurately estimate this, estimation of the parameters of the equivalent circuit is most important. This paper proposes a new measurement technique that can measure the internal resistance of a battery by analyzing a specific high frequency voltage and current applied to the battery. In addition, in order to test the validity of the proposed measurement technique, the current charging amount was estimated based on the measured internal resistance, and the terminal voltage of the constant current charging mode was automatically set and operated. As a result, good results were obtained regardless of the battery voltage. If this equipment is installed in the charging device, it is believed that it will be of great help in the stability management of the aging reusable battery.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권2호
• /
• pp.129-135
• /
• 2022

Currently, the rapid growth of electric vehicles and the collection and disposal of waste batteries are becoming a social problem. The purpose of this paper is to propose a fast and efficient battery screening method through a safe inspection and storage method according to the collection and storage of waste batteries of electric vehicles. In addition, as the resistance inside the waste battery increases, an instantaneous voltage drop occurs, and there is a risk of overcharging and overdischarging compared to the initial state of the battery. Accordingly, there are great difficulties in operation, so the final goal of this study is to develop a device for diagnosing aging through real-time battery internal resistance measurement. Final result As a result of simulation of the internal resistance measurement test circuit through external impedance (AC), the actual simulation value was 0.05Ω, RS = Vrms / Irms => Vrms = 8.0036mV, Irms = 162.83Ma. Substitute the suggested method. The result was calculated as Rs = 0.0495Ω. It is possible to measure up to 64 impedances inside the aging diagnostic equipment that enables real-time monitoring of the developed battery cells, and the range can be changed according to the application method.

• Korean Chemical Engineering Research
• /
• 제56권6호
• /
• pp.779-783
• /
• 2018

본 연구에서는 차량용 12 V 납축전지로 주로 사용되는 VRLA (Valve regulated lead acid) 배터리의 충/방전 특성과 노화에 따른 이의 변화를 수학적으로 모델링하였다. 기존에 리튬 이온 배터리의 거동 예측에 주로 이용되어 왔던 수학적 모델링 기법을 상용 70 Ah VRLA 배터리에 적용하였다. 정전류 충/방전에 따른 전압의 변화를 모델링 결과와 비교하였다. 비교 결과로부터 사용된 수학적 모델이 납축전지에도 높은 정확도로 적용될 수 있음을 알 수 있었다. 또한 이를 이용하여 납축전지의 노화를 예측할 수 있음을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2013년도 추계학술대회 논문집
• /
• pp.200-201
• /
• 2013

This paper investigates a new approach for Li-Ion battery state-of-charge (SOC) estimation using sliding mode observer (SMO) technique including parameters aging compensation via recursive least squares (RLS). The main advantages of this approach would be low computational load, easiness of implementation along with the robustness of the method for internal battery model parameters estimation. The proposed algorithm was first tested on a set of acquired battery data using implementation in Simulink and later developed as C-code module for firmware application.

• 한국진공학회지
• /
• 제16권3호
• /
• pp.227-230
• /
• 2007

리튬이온 제조공정에서 전해질 주입 후 반드시 거쳐야 하는 숙성공정은 일반적으로 별로 중요하게 다루어 지지 않고 있다. 왜냐하면 전지 숙성공정이 전지성능에 영향을 주는 인자에 대하여 그다지 깊이 있게 연구가 되어있지 않기 때문이다. 하지만 숙성공정 중에 나타나는 OCV 변화는 전해질 내에 포함되어 있는 성분이 전극으로 전기화학적 흡착되어 나타나는 현상으로 SEI 피막 형성에 매우 중요한 역할을 하게 된다. 이에 본 연구에서는 숙성기간 중에 변하게 되는 OCV와 SEI피막의 관계, 그리고 전지성능과의 연계에 대하여 깊이 있게 논의하고자 한다.

• 에너지공학
• /
• 제22권4호
• /
• pp.338-346
• /
• 2013

일반 납축전지는 차량의 시동 성능 위주로 최적 설계되어 있다. 최근 차량 전장 시스템과 납축전지를 활용한 연비기술 적용의 증가로 납축전지의 사용 빈도가 늘어나고 있다. 연비기술 적용은 납축전지의 잦은 충방전 반응을 일으켜 납축전지 내구 수명을 단축시키고 있다. 본 연구에서는 납축전지의 노화 수명 모델 구현을 통해 배터리 내구 수명을 예측하는 방법을 제시하고자 한다. 납축전지의 노화에 영향을 미치는 요인은 방전율, 충전 시간, 완충 시간, 온도 조건 등이 있다. 본 논문에서는 납축전지의 동적 거동을 예측하기 위하여 전기화학반응 속도론, 이온의 전달현상, 전극 공극률의 시간에 따른 변화를 고려하였다. 수명 예측을 위해서 노화 메커니즘 중 노화에 가장 큰 영향을 주는 극판 부식 현상과 활물질 탈락을 노화 모델링에 반영하였다. 개발된 납축전지의 노화 모델을 검증하기 위하여 납축전지의 가속 충방전 시험을 수행하였다.

• 전력전자학회논문지
• /
• 제26권3호
• /
• pp.183-191
• /
• 2021

A battery management system (BMS) provides some functions for ensuring safety and reliability that includes algorithms estimating battery states. Given the changes caused by various operating conditions, the state-of-health (SOH), which represents a figure of merit of the battery's ability to store and deliver energy, becomes challenging to estimate. Machine learning methods can be applied to perform accurate SOH estimation. In this study, we propose a Long-Term Recurrent Convolutional Network (LRCN) that combines the Convolutional Neural Network (CNN) and Long Short-term Memory (LSTM) to extract aging characteristics and learn temporal mechanisms. The dataset collected by the battery aging experiments of NASA PCoE is used to train models. The input dataset used part of the charging profile. The accuracy of the proposed model is compared with the CNN and LSTM models using the k-fold cross-validation technique. The proposed model achieves a low RMSE of 2.21%, which shows higher accuracy than others in SOH estimation.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.63-74
• /
• 2022

Nowadays, lithium-ion battery has become more popular around the world. Knowing when batteries reach their end of life (EOL) is crucial. Accurately predicting the remaining useful life (RUL) of lithium-ion batteries is needed for battery health management systems and to avoid unexpected accidents. It gives information about the battery status and when we should replace the battery. With the rapid growth of machine learning and deep learning, data-driven approaches are proposed to address this problem. Extracting aging information from battery charge/discharge records, including voltage, current, and temperature, can determine the battery state and predict battery RUL. In this work, we first outlined the charging and discharging processes of lithium-ion batteries. We then summarize the proposed techniques and achievements in all published data-driven RUL prediction studies. From that, we give a discussion about the accomplishments and remaining works with the corresponding challenges in order to provide a direction for further research in this area.