현대 산업사회에서 휴대가 간편한 이동용 에너지저장 장치로 다양하게 이용되고 있는 재충전 가능한 배터리인 이차전지(secondary battery)의 잔존용량(State of Charge)은 사용자나 그 배터리를 장착한 기기에 반드시 필요한 정보이다. 그러나 배터리의 용량, 수명특성은 그 초기상태나 사용조건 등과 같은 인자에 따라 매우 비선형적이고 복잡하여 배터리의 잔존용량을 예측함에 있어 그 산출값의 정확도가 떨어지며 이를 장착한 기기의 사용가능한 시간예측값의 신뢰도 또한 낮아지게 되어 자칫 휴대기기 사용자는 불편함을 넘어 큰 곤란을 겪을 수 있다.
본 연구에서는 이러한 문제점을 해결하기 위하여 배터리의 잔존용량 예측 정확성을 높일 수 있는 ...
현대 산업사회에서 휴대가 간편한 이동용 에너지저장 장치로 다양하게 이용되고 있는 재충전 가능한 배터리인 이차전지(secondary battery)의 잔존용량(State of Charge)은 사용자나 그 배터리를 장착한 기기에 반드시 필요한 정보이다. 그러나 배터리의 용량, 수명특성은 그 초기상태나 사용조건 등과 같은 인자에 따라 매우 비선형적이고 복잡하여 배터리의 잔존용량을 예측함에 있어 그 산출값의 정확도가 떨어지며 이를 장착한 기기의 사용가능한 시간예측값의 신뢰도 또한 낮아지게 되어 자칫 휴대기기 사용자는 불편함을 넘어 큰 곤란을 겪을 수 있다.
본 연구에서는 이러한 문제점을 해결하기 위하여 배터리의 잔존용량 예측 정확성을 높일 수 있는 알고리즘(algorithm)을 제안하였고 이를 구현한 리튬이온 배터리용 배터리매니지먼트시스템(battery management system)을 제작하여 그 효과를 시험 하였다. 특히 최근들어 친환경자동차로 곽광받고 있는 하이브리드전기자동차(HEV)용에 적합한 잔존용량 산출 알고리즘에 초점을 맞추고자 하였다. 배터리의 잔존용량을 나타내는 가장 간단한 방법인 전압측정기법을 평가하여 최적의 사용조건을 제시하였다. 또한 암페어ㆍ아워(Aㆍh) 카운팅에 의한 전류누적기법을 사용한 잔존용량 예측시 오차누적 가능성을 평가해 보고 이러한 오차의 누적을 보정할 수 있는 방법에 대하여 제시하였다. 이러한 기법들을 사용한 알고리즘의 설계를 위하여 배터리 특성에 대한 많은 시험이 필요하며 특성 데이타를 분석하여 최적 알고리즘 설계 하였다. 이러한 특성 데이타에는 기본적으로 온도에 따른 배터리의 용량변화 특성을 비롯하여 잔존용량에 따른 안정기의 배터리 전압, 특정조건에서의 배터리 전압, 충전 대비한 방전 효율 특성 등을 데이타마이닝(data minining) 하여 활용하였다. 또한 잔존용량 산출에서 기본이 되는 배터리의 건강상태(State of Health)와 노화정도에 대하여 평가 하였다. 배터리의 건강상태는 용도에 따라 용량평가기법(%Capacity법)과 출력평가기법(%Power법) 등이 있는데 잔존용량의 산출에 적합한 용량평가기법 중 누적방전량에 따른 배터리의 건강상태 예측기법을 제안 안하였다.
이상의 절차를 거쳐 설계된 잔존용량 알고리즘의 테스트를 위하여 배터리매니지먼트시스템(battery management system)을 제작하였다. 배터리의 분석 데이타를 테이블맵화 또는 수식화하고 최종 설계된 알고리즘을 배터리매니지먼트시스템의 마이콤(Micom)에 입력하여 계산 정확성을 테스트 하였고, HEV 전류 Profile을 입력하여 테스트한 결과 본 연구결과로 설계된 SOC 알고리즘의 잔존용량 예측 정확성이 오차 2% 정도로 매우 높음을 확인 하였다.
현대 산업사회에서 휴대가 간편한 이동용 에너지저장 장치로 다양하게 이용되고 있는 재충전 가능한 배터리인 이차전지(secondary battery)의 잔존용량(State of Charge)은 사용자나 그 배터리를 장착한 기기에 반드시 필요한 정보이다. 그러나 배터리의 용량, 수명특성은 그 초기상태나 사용조건 등과 같은 인자에 따라 매우 비선형적이고 복잡하여 배터리의 잔존용량을 예측함에 있어 그 산출값의 정확도가 떨어지며 이를 장착한 기기의 사용가능한 시간예측값의 신뢰도 또한 낮아지게 되어 자칫 휴대기기 사용자는 불편함을 넘어 큰 곤란을 겪을 수 있다.
본 연구에서는 이러한 문제점을 해결하기 위하여 배터리의 잔존용량 예측 정확성을 높일 수 있는 알고리즘(algorithm)을 제안하였고 이를 구현한 리튬이온 배터리용 배터리매니지먼트시스템(battery management system)을 제작하여 그 효과를 시험 하였다. 특히 최근들어 친환경자동차로 곽광받고 있는 하이브리드전기자동차(HEV)용에 적합한 잔존용량 산출 알고리즘에 초점을 맞추고자 하였다. 배터리의 잔존용량을 나타내는 가장 간단한 방법인 전압측정기법을 평가하여 최적의 사용조건을 제시하였다. 또한 암페어ㆍ아워(Aㆍh) 카운팅에 의한 전류누적기법을 사용한 잔존용량 예측시 오차누적 가능성을 평가해 보고 이러한 오차의 누적을 보정할 수 있는 방법에 대하여 제시하였다. 이러한 기법들을 사용한 알고리즘의 설계를 위하여 배터리 특성에 대한 많은 시험이 필요하며 특성 데이타를 분석하여 최적 알고리즘 설계 하였다. 이러한 특성 데이타에는 기본적으로 온도에 따른 배터리의 용량변화 특성을 비롯하여 잔존용량에 따른 안정기의 배터리 전압, 특정조건에서의 배터리 전압, 충전 대비한 방전 효율 특성 등을 데이타마이닝(data minining) 하여 활용하였다. 또한 잔존용량 산출에서 기본이 되는 배터리의 건강상태(State of Health)와 노화정도에 대하여 평가 하였다. 배터리의 건강상태는 용도에 따라 용량평가기법(%Capacity법)과 출력평가기법(%Power법) 등이 있는데 잔존용량의 산출에 적합한 용량평가기법 중 누적방전량에 따른 배터리의 건강상태 예측기법을 제안 안하였다.
이상의 절차를 거쳐 설계된 잔존용량 알고리즘의 테스트를 위하여 배터리매니지먼트시스템(battery management system)을 제작하였다. 배터리의 분석 데이타를 테이블맵화 또는 수식화하고 최종 설계된 알고리즘을 배터리매니지먼트시스템의 마이콤(Micom)에 입력하여 계산 정확성을 테스트 하였고, HEV 전류 Profile을 입력하여 테스트한 결과 본 연구결과로 설계된 SOC 알고리즘의 잔존용량 예측 정확성이 오차 2% 정도로 매우 높음을 확인 하였다.
Nowadays, state of charge(SOC) of battery is important information, since secondary battery is used for many mobile energy source. But calculation of SOC is not easy because battery performance is non-linear to factors such as initial state, operating conditions...etc. Hence foreseeing using time is...
Nowadays, state of charge(SOC) of battery is important information, since secondary battery is used for many mobile energy source. But calculation of SOC is not easy because battery performance is non-linear to factors such as initial state, operating conditions...etc. Hence foreseeing using time is difficult and users can be unexpected situation.
For resolving this problem, using the designed high accuracy SOC algorithm battery management system has been designed and tested. Especially, this study propose SOC algorithm for the Hybrid Electric Vehicle(HEV). The accurate SOC is required for HEV battery because accurate caculation about assistance and regeneration power limit is based on accurate SOC.
The voltage sensing method which is the simplest among SOC calculation method has been estimated and optimized. Accumulated error by Ampere-hour counting method has been estimated and compensation method is offered.
For optimized algorithm design, many experiments on battery must be done and those experimnets are capacity test versus temperature, SOC versus OCV, battery voltage on special state, chage/discharge efficientcy. The results of thoes experements are datamined as tables, equations for algorithm design. And State of Heath(SOH) whitch is essential to SOC has been designed and estimated. SOH calculatoin method is %Capacity method and %Power method...etc. Among %Capacity method, accumulated discharge current method is proposed.
For SOC algorithm test, current profile of HEV simulated using ADVISOR 2002.
Nowadays, state of charge(SOC) of battery is important information, since secondary battery is used for many mobile energy source. But calculation of SOC is not easy because battery performance is non-linear to factors such as initial state, operating conditions...etc. Hence foreseeing using time is difficult and users can be unexpected situation.
For resolving this problem, using the designed high accuracy SOC algorithm battery management system has been designed and tested. Especially, this study propose SOC algorithm for the Hybrid Electric Vehicle(HEV). The accurate SOC is required for HEV battery because accurate caculation about assistance and regeneration power limit is based on accurate SOC.
The voltage sensing method which is the simplest among SOC calculation method has been estimated and optimized. Accumulated error by Ampere-hour counting method has been estimated and compensation method is offered.
For optimized algorithm design, many experiments on battery must be done and those experimnets are capacity test versus temperature, SOC versus OCV, battery voltage on special state, chage/discharge efficientcy. The results of thoes experements are datamined as tables, equations for algorithm design. And State of Heath(SOH) whitch is essential to SOC has been designed and estimated. SOH calculatoin method is %Capacity method and %Power method...etc. Among %Capacity method, accumulated discharge current method is proposed.
For SOC algorithm test, current profile of HEV simulated using ADVISOR 2002.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.