배터리의 효율적인 사용을 위해 배터리 관리 시스템(BMS)는 중요하다. 그 중 배터리의 잔존 수명을 나타내는 지표인 SOH(State of Health)를 예측하기 위해 본 논문에서는 18650 리튬이온 셀에 전기적 노화 실험(Cycle Life Test)을 적용하였다. 방전 용량 및 저항 변화에 의한 SOH 변화를 인공 신경망(Artificial Neural Network)을 사용하여 예측하도록 설계하고 이에 대한 검증을 수행하였다.
The Journal of the Institute of Internet, Broadcasting and Communication
/
v.19
no.4
/
pp.99-104
/
2019
It was proposed the use of an inducive element to measure the SOH of a secondary battery by phase response. As a result of simulating the Randles equivalent model of a secondary battery, the inductive element used as the load has a high response characteristic and increases the maximum phase response frequency band. In order to obtain the frequency band in which the phase response characteristic of the secondary battery is well observed, the phase response was measured with the change of the inductance value of the inductive element, 33uH,49mohm inductive element with the maximum phase response at 631Hz was used. The phase response measurements for secondary battery with different SOH showed that the phase response for each 20% of SOH showed a difference of about 3.8(degree), enabling the SOH diagnosis of secondary battery by the phase measurement for the inductive element.
A novel battery SOH estimation algorithm based on outlier detection has been presented. The Battery state of health (SOH) is one of the most important parameters that describes the usability state of the power battery system. Firstly, a battery system model with lifetime fading characteristic was established, and the battery characteristic parameters were acquired from the lifetime fading process. Then, the outlier detection method based on angular distribution was used to identify the outliers among the battery behaviors. Lastly, the functional relationship between battery SOH and the outlier distribution was obtained by polynomial fitting method. The experimental results show that the algorithm can identify the outliers accurately, and the absolute error between the SOH estimation value and true value is less than 3%.
본 논문에서는 배터리 팩을 구성하는 셀간의 전압편차를 이용한 이산 웨이블릿 변환(DWT;discrete wavelet transform) 기반 SOH(State-of-health) 예측방법을 소개한다. 충방전 전압은 DWT의 다해상도 분석(MRA;multi-resolution analysis)을 이용한 시간-주파수 분석을 통해 고주파 전압 성분(detail;$D_n$)과 저주파 전압 성분(approximation;$A_n$)으로 추가 분해되어 SOH 예측을 위한 추가정보를 제공한다. 각 성분의 통계처리(표준편차)를 통해 노화 이전과 이후의 성분값을 비교한다. 즉 프레시 배터리팩과 노화된 팩의 표준편차 기반 셀간 불균형을 서로 비교하여 SOH 예측이 가능하다.
현대사회에서 축전지라 불리우는 2차 전지는 그 용도가 중요하지만, 비선형적이고 다양한 파라메타에 따른 복잡한 특성 때문에 그 사용법에 있어서 발전에 제한을 받아왔다 [1][2]. 각 배터리셀의 건강상태(SOH)를 실시간으로 정확히 파악하는 것은 장비의 안정된 운전과 원활한 축전지관리를 위하여 필수적이다. 본 논문에서는 축전지의 내부컨덕턴스를 측정하는 간접적인 방법에 의하여 장비의 운전이나 축전지의 수명에 영향을 주지 않고 축전지의 건강상태(SOH)를 실시간으로 진단하는 방법을 제시하고, 실제로 120개의 축전지에 대한 컨덕턴스 자료에 의하여 건강상태를 진단하고 교체시기를 판단한다.
This paper investigates a new approach based on the fuzzy-logic controlled methodology that is suitable for analyzing and evaluating large format $LiMn_2O_4$ cell performance via online state-of-health (SOH) estimation for energy storage system (ESS) applications. First of all, the values of the cell resistance R and maximum cell capacity $Q_{max}$ are calculated from three factors such as voltage, current, and time that were measured by discharging/charging sequence. Then, using two values R and $Q_{max}$ previously calculated, present SOH of an arbitrary $LiMn_2O_4$ cell can be estimated using the defined fuzzy-logic inference system. The main advantage of this approach is wide parameters tuning possibility for good correspondence of SOH decay with other accurate estimation method and the possibility to perform suitable online SOH estimation.
Kim, Gun-Woo;Park, Jin-Hyung;Kim, Min-O;Kim, Jong-Hoon
Proceedings of the KIPE Conference
/
2019.11a
/
pp.194-195
/
2019
배터리는 사용 기간과 회수가 증가함에 따라 수명이 점차 감소한다. SOH(State-Of-Health)는 배터리의 초기 상태와 현재 상태를 비교하여 배터리의 수명 상태를 나타내는 지표이며, 이는 배터리를 사용함에 있어서배터리의 현재 충전상태를 나타내는 SOC(State-Of-Charge)와 함께 정확한 추정을 필요로 한다. 본 논문에서는 리튬이온 배터리를 C-rate에 따라 노화시키며 각 C-rate별 SOH 추정 경향성을 분석하였다. 배터리의 SOC와 SOH는 확장 칼만 필터를 병렬적으로 사용하는 이중 확장 칼만 필터를 활용하여 추정한다. 배터리의 노화실험은 완전충전과 완전충전을 반복하는 전류 프로파일을 인가하였으며, 실험은 상온(25℃)에서 실행하였다.
본 논문에서는 리튬 이온(Li-ion) 배터리의 열화과정 및 SOH(State-of-Health, 잔존수명) 판별방법에 대해 분석하였다. 리튬 이온 배터리의 SOH는 충/방전 주기의 횟수와 방법 및 전류에 따라 달라지며, 특히 온도에 따라 임피던스가 민감하게 변화하며, 그 과정에서 OCV(Open Circuit Voltage, 개방전압)가 변하게 된다. 따라서 온도변화와 배터리의 충/방전 과정에서 변화하는 임피던스의 특성과 그에 따른 OCV 변화를 고려하여 SOH 판별하는 방법과 리튬 이온 배터리의 열화 과정을 분석하여 소개한다.
Ignorance of battery pack life could bring unexpected UAV crashes and so the SOH estimation became a next important factor to the SOC estimation. In contrast to the EV applications, the small UAV could not carry heavy and complex BMS and so it is required to apply a simple, light, cheap, but powerful BMS to prevent any accident. In this paper, we show two SOH estimation methods, using internal resistance and using $SOC_I$ and $SOC_V$ with CF. Results show that the SOH becomes about 92% after 30 number of discharging cycles.
The Transactions of the Korean Institute of Power Electronics
/
v.24
no.3
/
pp.139-146
/
2019
As the number of electric vehicles (EVs) in Jejudo Island increases, the secondary use of EV batteries is becoming increasingly mandatory not only in reducing greenhouse gas emissions but also in promoting resource conservation. For the secondary use of EV batteries, their capacity and performance at the end of automotive service should be evaluated properly. In this study, the battery state information from the on-board diagnostics or OBD2 port was acquired in real time while driving three distinct routes in Jejudo Island, and then the battery operating characteristics were assessed with the driving routes. The route with higher altitude led to higher current output, i.e., higher C-rate, which would reportedly deteriorate state of health (SOH) faster. In addition, the SOH obtained from the battery management system (BMS) of a 2017 Kia Soul EV with a mileage of 55,000 km was 100.2%, which was unexpectedly high. This finding was confirmed by the SOH estimation based on the ratio of the current integral to the change in state of charge. The SOH larger than 100% can be attributed to the rated capacity that was lower than the nominal capacity in EV application. Therefore, considering the driving environment and understanding the SOH estimation process will be beneficial and necessary in evaluating the capacity and performance of retired batteries for post-vehicle applications.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.