• 한국지리정보학회지
• /
• 제19권1호
• /
• pp.167-179
• /
• 2016

최근 범지구적으로 증가하는 이상기후에 의해 SOC 시설물 안전이 지속적으로 위협받고 있다. 재난대응을 위해서는 피난 대피 경로 제시 등과 같은 신속한 의사결정이 필요하며 이는 재난 재해 정보 및 SOC 시설물 정보가 융 복합된 시공간적 정보가 활용되어야 한다. 이러한 정보는 정부 및 유관기관에서 분산적으로 수집되고 있어, 통합적 관리가 이루어지지 않고 있는 실정이다. 신속한 재난대응을 위해서는 분산 수집 관리되고 있는 재난 재해 정보의 통합관리와 SOC 시설물에 대한 안전도와 피해도 등의 정보 생성이 필요하다. 또한 재난 재해 정보 특성상 시공간적 융합이 필요하기 때문에, 관련 정보를 통합한 재해대응 의사결정 지원을 위한 인벤토리 구축이 필요하다. 본 연구에서는 신속한 재난대응의사결정 지원을 위한 시설물 중요도 위험도 피해액 인벤토리 구축 방안을 제시한다. 본 연구를 통해 분산 관리 되고 있는 재난 재해 및 SOC 시설물 관련 데이터를 수집하여 표준화 하고, 시설물의 중요도 위험도 피해액 산정에 필요한 통합 정보를 제공 할 수 있다. 향후 제안된 시스템을 통해 선제적 재난 대응을 위한 의사결정 도구로 활용할 수 있을 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.15-23
• /
• 2017

본 논문에서는 전기자동차용 배터리의 충방전 상태를 정확하게 추정하고 안정적으로 평가하기 위하여, 비선형성을 가지는 배터리의 출력특성을 단계마다 선형화시켜 상태를 평가하고, 실시간 구현 및 모델의 오차보정과 노이즈에 강인한 특성을 가지고 있는 확장칼만필터 알고리즘을 이용한 SOC 추정 방법을 제안한다. 확장칼만필터를 적용하기 위해 배터리를 1차 Thevenin 모델로 나타내고, SOC 추정을 위한 배터리 성능평가 시뮬레이터를 구현하여, 실험을 통해 확장칼만필터에 적용될 파라미터를 도출한다. 본 논문에 적용된 SOC 상태추정 전략에서는 기존 선행 연구들과 다르게 배터리에 명시되어 있는 정격용량을 최대 충전가능용량으로 대체함으로써, 배터리의 노화에 상관없이 언제나 0%~100%의 SOC를 가질 수 있도록 변경된 수법을 제안한다. 이를 통해, 고정밀 CT를 사용한 Ah counting에 의한 SOC 추정을 기준으로 하여 본 논문에서는 배터리의 비선형 구간에서도 오차를 줄일 수 있는 확장칼만필터 방법을 제안하고 시뮬레이션을 통해 배터리 전 SOC 영역에서 추정오차를 5% 미만으로 줄일 수 있음을 확인한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2014년도 전력전자학술대회 논문집
• /
• pp.526-527
• /
• 2014

본 논문은 Shepherd model과 전류적산법을 이용한 개선된 SOC 추정 알고리즘을 제안하였다. 제안한 추정 알고리즘은 전류적산법을 통해 SOC를 측정 한 후 누적된 오차는 Shepherd model을 통해 구한 OCV를 이용하여 리셋시킴으로써 최종적으로 SOC 추정을 수행하였다. Li-ion 4.2V, 10Ah 배터리를 사용하여 SOC 추정 실험을 하였다. 제안한 SOC 추정 알고리즘은 불규칙적인 전류 프로파일을 통해 이상적인 SOC 추정값과 제안한 SOC 추정값을 비교함으로써 SOC 추정 알고리즘의 우수성을 확인하였다.

• Journal of Power Electronics
• /
• 제16권3호
• /
• pp.1131-1140
• /
• 2016

A simple design for a sliding mode observer is proposed for EV lithium battery SOC estimation in this paper. The proposed observer does not have the limiting conditions of existing observers. Compared to the design of previous sliding mode observers, the new observer does not require a solving matrix equation and it does not need many observers for all of the state components. As a result, it is simple in terms of calculations and convenient for engineering applications. The new observer is suitable for both time-variant and time-invariant models of battery SOC estimation, and the robustness of the new observer is proved by Liapunov stability theorem. Battery tests are performed with simulated FUDS cycles. The proposed observer is used for the SOC estimation on both unchanging parameter and changing parameter models. The estimation results show that the new observer is robust and that the estimation precision can be improved base on a more accurate battery model.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2011년도 추계학술대회
• /
• 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.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2011년도 추계학술대회
• /
• pp.301-302
• /
• 2011

본 논문에서는 리튬 폴리머 배터리($LiFePO_4/C$)의 개방전압(OCV;open-circuit voltage) 히스테리시스 특성을 이용한 확장 칼만 필터(EKF;extended Kalman filter) 기반 state-of-charge(SOC) 추정방법을 소개한다. 배터리 등가회로의 중요 요소인 OCV 모델링을 위해 충전 및 방전 각각의 OCV 히스테리시스 특성을 고려하였고 더불어 OCV-SOC 관계의 SOC 간격을 10%에서 5%로 조정하여 EKF 기반 SOC 추정알고리즘의 성능이 향상되었다. 축소된 하이브리드 자동차용 전류프로파일을 적용했을 때 SOC 추정이 잘 이루어지지 않는 영역은 EKF의 측정방정식에 노이즈 모델 및 데이터 리젝션(data rejection)을 구축하였다. 제안된 방법을 이용하여 SOC 추정결과 전류적산법 대비 5%이내의 SOC 추정에러를 만족하였다.

• 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.

• Journal of Power Electronics
• /
• 제12권1호
• /
• pp.1-9
• /
• 2012

This study investigates an application of the Hamming network-dual extended Kalman filter (DEKF) based on pattern recognition for high accuracy state-of-charge (SOC)/capacity estimation and state-of-health (SOH) prediction at various temperatures. The averaged nine discharging/charging voltage-temperature (DCVT) patterns for ten fresh Li-Ion cells at experimental temperatures are measured as representative patterns, together with cell model parameters. Through statistical analysis, the Hamming network is applied to identify the representative pattern that matches most closely with the pattern of an arbitrary cell measured at any temperature. Based on temperature-checking process, model parameters for a representative DCVT pattern can then be applied to estimate SOC/capacity and to predict SOH of an arbitrary cell using the DEKF. This avoids the need for repeated parameter measuremet.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2014년도 추계학술대회 논문집
• /
• pp.60-61
• /
• 2014

Lithium-Ion batteries have become the best tradeoff between energy, power density and cost of the energy storage system in many portable high electric power applications. In order to manage the battery efficiently State of Charge (SOC) of the battery needs to be estimated accurately. In this paper a model-based approach to estimate the SOC of the Lithium-Ion battery based on the estimation of the battery impedance is proposed. The validity and feasibility of the proposed algorithm is verified by the experimental results.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2019년도 전력전자학술대회
• /
• 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.