• 전력전자학회논문지
• /
• 제27권4호
• /
• pp.316-324
• /
• 2022

This paper uses seasonal auto-regressive integrated moving average (S-ARIMA), which is efficient in seasonality between time-series models, to predict the degradation tendency for lithium-ion batteries and study a method for improving the predictive performance. The proposed method analyzes the degradation tendency and extracted factors through an electrical characteristic experiment of lithium-ion batteries, and verifies whether time-series data are suitable for the S-ARIMA model through several statistical analysis techniques. Finally, prediction of battery aging is performed through S-ARIMA, and performance of the model is verified through error comparison of predictions through mean absolute error.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.103-112
• /
• 2023

최근 리튬이온 배터리 사용이 늘어남에 따라 배터리 화재 및 사고 예방의 필요성이 대두되고 있다. 사고 예방을 위해서는 배터리 SOH(State of Health)를 예측하여 열화가 많이 진행된 배터리의 교체 시기를 확인하는 것이 필요하다. 본 논문에서는 배터리의 충전 과정에서 얻을 수 있는 최대 전압 도달 시간, 전류 변화 시간, 최대 온도 도달 시간, IC(Incremental Capacity) 등 4가지 배터리 열화 특성과 어텐션 메커니즘을 이용한 장단기 메모리(Long Short Term Memory, LSTM)를 사용하여 배터리의 열화 상태를 예측하는 모델을 제안한다. NASA에서 제공하는 배터리 데이터 세트를 사용해 제안하는 모델의 성능을 측정한 결과 일반적인 LSTM 모델을 사용하는 경우보다 예측성능의 개선을 확인할 수 있었고, 특히 배터리 교체 주기에 가까운 SOH 90-70% 구간에서 더 우수한 성능을 보였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 추계학술대회
• /
• pp.167-168
• /
• 2017

This paper investigates to identify an optimal for analysis of battery behavior in system-level applications such as Battery Energy Storage Systems in Smart Grid infrastructures and Electrical vehicles. At system level applications, it is mandatory to check model for meaningful equivalency and practical ability for extension from unit cell to Battery stack. The investigation of current battery models in relation to their suitability for study and analysis of system level applications of battery helpful for identification of optimal model and it also provides an intuition and direction to develop the most suitable model, if such models are not available already.

• 산업공학
• /
• 제11권2호
• /
• pp.25-37
• /
• 1998

In this paper, a simulation model is proposed to evaluate the system effectiveness of underwater battery propulsion systems which consist of motors, main switchboard, generators and batteries. The various operating environments such as emergency situations, equipment's failure and repair, and system performance degradation due to equipment's failures affect the system effectiveness and the environment elements are considered as the input parameters in the simulation model. Some simulation results with estimated data are studied.

• 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.

• 전력전자학회논문지
• /
• 제25권5호
• /
• pp.376-384
• /
• 2020

An energy storage system is composed of lithium-ion batteries in modern applications. Batteries are regarded as storage devices for renewable and residual energy. The failure of batteries can cause the performance reduction and explosion of battery systems. High maintenance cost is essential when dealing with the problem of battery safety. Therefore an accurate health diagnosis is required to ensure the high reliability of battery systems. A battery pack is a combination of single cells in series and parallel connections. A battery pack has to consider various factors to assess battery health. Battery health involves conventional factors and additional factors, such as cell-to-cell imbalance. For large applications, state-of-health (SOH) can be inaccurate because of the lack of factors that indicate the state of the battery pack. In this study, six characterization factors are proposed for improving the SOH estimation of battery packs. The six proposed characterization factors can be regarded as health indicators (HIs). The six HIs are applied to the principal component analysis (PCA) algorithm. To reflect information regarding capacity, voltage, and temperature, the PCA algorithm extracts new degradation factors by using the six HIs. The new degradation factors are applied to a multiple regression model. Results show the advancement and improvement of SOH estimation.

• 전력전자학회논문지
• /
• 제26권6호
• /
• pp.381-389
• /
• 2021

Most diagnosis approaches rely on historical failure data that might not be feasible in real operating conditions because the battery voltage and internal parameters are nonlinear according to various operating conditions, such as cell-to-cell configuration and initial condition. To overcome this issue, the estimator and the predictor require integrated approaches that consider comprehensive data, with the degradation process and measured data taken into account. In this paper, vector autoregressive models (VAR) with various parameters that affect overdischarge to the cell in the battery pack were constructed, and the cell-to-cell parameters were identified using an adaptive model to analyze the influence of failure prognosis. The theoretical analysis is validated using experimental results in terms of the feasibility and advantages of fault prognosis.

• 한국세라믹학회지
• /
• 제22권5호
• /
• pp.23-28
• /
• 1985

A model for degradation of $eta$-$Al_2O_3$ is derived from sress generated by Poiseuille pressure capillary effect and effulent flux in charging process of Na-S Battery. Critical current density for degradation increase with increasing the crack length and crack tip radius. radius 10-7cm and crack length 10-5cm Dependence of crack growth velocity on crack lengh is seperated two regions that is for a large crack length it is predominated by Poiseuille pressure and effulent fluex but in the case of small crack length it is controlled by capillary effect.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2018년도 전력전자학술대회
• /
• pp.237-239
• /
• 2018

This paper proposes an on-line estimation algorithm of internal resistance of Li-ion battery based on the recursive least squares method to prevent the overvoltage and undervoltage casing degradation of life cycle of battery. An equivalent circuit model with single time constant is adopted, and under assumptions that the terminal voltage, current and SOC are measured accurately, the discrete time based nonlinear equation of the model can be converted to the linear equation which can be applied to recursive least squares method. Since the coefficients of the discrete time linear equation can be expressed by the parameters of the equivalent circuit model, it is shown that an internal resistance (Ri) can be estimated in real time using the least square method.

• 지능정보연구
• /
• 제24권2호
• /
• pp.243-264
• /
• 2018

현재 전세계 배터리 시장은 이차전지 개발에 박차를 가하고 있는 실정이지만, 실제로 소비되는 배터리 중 가격 대비 성능이 좋고 재충전을 통해 다시 재사용이 가능한 납축전지(이차전지)의 소비가 광범위하게 이루어지고 있다. 하지만 납축전지는 복합적 셀(cell)을 묶어 하나의 배터리를 구성하여 활용하는 배터리의 특성상 하나의 셀에서 열화가 발생하면 전체 배터리의 손상을 가져와 열화가 빨리 진행되는 문제가 존재한다. 이를 극복하기 위해 본 연구는 기계학습을 통한 배터리 상태 데이터를 학습하여 배터리 열화를 예측할 수 있는 모델을 개발하고자 한다. 이를 위해 실제 현장에서 배터리 상태를 지속적으로 모니터링 할 수 있는 센서를 골프장 카트에 부착하여 실시간으로 배터리 상태 데이터를 수집하고, 수집한 데이터를 이용하여 기계학습 기법을 적용한 분석을 통해 열화 전조 현상에 대한 예측 모델을 개발하였다. 총 16,883개의 샘플을 분석 데이터로 사용하였으며, 예측 모델을 만들기 위한 알고리즘으로 의사결정나무, 로지스틱, 베이지언, 배깅, 부스팅, RandomForest를 사용하였다. 실험 결과, 의사결정나무를 기본 알고리즘으로 사용한 배깅 모델이 89.3923%이 가장 높은 적중률을 보이는 것으로 나타났다. 본 연구는 날씨와 운전습관 등 배터리 열화에 영향을 줄 수 있는 추가적인 변수들을 고려하지 못했다는 한계점이 있으나, 이는 향후 연구에서 다루고자 한다. 본 연구에서 제안하는 배터리 열화 예측 모델은 배터리 열화의 전조현상을 사전에 예측함으로써 배터리 관리를 효율적으로 수행하고 이에 따른 비용을 획기적으로 줄일 수 있을 것으로 기대한다.