기술 발전 및 산업화에 따른 화석연료의 사용 증가는 환경오염의 주범이 되어 친환경 에너지 활용 기술의 연구개발이 빠르게 진행되고 있다. 이런 점은 현재 친환경 에너지 활용 플랫폼으로 조명 받고 있는 에너지저장시스템(energy storage system; ESS) 및 전기자동차에 대한 연구개발을 가속화시키고 있고, 전기자동차와 에너지저장시스템에서 중요한 기능을 담당하고 있는 배터리의 연구개발도 더불어 진행되게 하고 있다. 배터리의 효율적인 운용 및 관리를 위해 사용되는 배터리관리시스템(battery management system; ...
기술 발전 및 산업화에 따른 화석연료의 사용 증가는 환경오염의 주범이 되어 친환경 에너지 활용 기술의 연구개발이 빠르게 진행되고 있다. 이런 점은 현재 친환경 에너지 활용 플랫폼으로 조명 받고 있는 에너지저장시스템(energy storage system; ESS) 및 전기자동차에 대한 연구개발을 가속화시키고 있고, 전기자동차와 에너지저장시스템에서 중요한 기능을 담당하고 있는 배터리의 연구개발도 더불어 진행되게 하고 있다. 배터리의 효율적인 운용 및 관리를 위해 사용되는 배터리관리시스템(battery management system; BMS)의 중요성은 미래 전기자동차를 비롯한 각종 어플리케이션에서 중요한 요소로 고려될 것이다. 본 논문에서는 BMS의 성능을 판가름하는 SOC 및 SOH 추정 방식에 대해 조사하고 내부저항 추정방식을 활용한 SOC 및 SOH 추정 알고리즘을 설계했다. 먼저, simulation에서 알고리즘의 적용가능성을 확인하기 위해 목표 배터리인 18650 리튬이온 배터리와 유사한 전압 특성을 나타내는 배터리 모델을 Shepherd model로 설계했다. MATLAB SIMULINK를 활용해 내부저항 추정방식 알고리즘을 설계했고, 배터리 모델이 노화함에 따라서 증가하는 내부저항 및 감소하는 SOH를 추정 가능했다. 추가적으로 알고리즘의 세부 전략 구상을 위한 18650 리튬이온 배터리 방전실험을 진행했고, 방전 실험 결과 내부저항 추정방식 SOC 및 SOH 추정 알고리즘의 전략 구성 시 휴지기 전압특성이 유사한 구간에서의 총 에너지를 추정할 경우 실시간 어플리케이션이 정지했을 때 빠른 시간 안에 낮은 오차를 가지는 결과를 얻을 수 있음을 확인했다. 또한, 실험 결과를 통해 실시간 방전상황 중 배터리의 내부저항을 보정하고 보정한 내부저항을 통해 방전 전압 곡선을 확인하여 SOH를 추정할 수 있다.
기술 발전 및 산업화에 따른 화석연료의 사용 증가는 환경오염의 주범이 되어 친환경 에너지 활용 기술의 연구개발이 빠르게 진행되고 있다. 이런 점은 현재 친환경 에너지 활용 플랫폼으로 조명 받고 있는 에너지저장시스템(energy storage system; ESS) 및 전기자동차에 대한 연구개발을 가속화시키고 있고, 전기자동차와 에너지저장시스템에서 중요한 기능을 담당하고 있는 배터리의 연구개발도 더불어 진행되게 하고 있다. 배터리의 효율적인 운용 및 관리를 위해 사용되는 배터리관리시스템(battery management system; BMS)의 중요성은 미래 전기자동차를 비롯한 각종 어플리케이션에서 중요한 요소로 고려될 것이다. 본 논문에서는 BMS의 성능을 판가름하는 SOC 및 SOH 추정 방식에 대해 조사하고 내부저항 추정방식을 활용한 SOC 및 SOH 추정 알고리즘을 설계했다. 먼저, simulation에서 알고리즘의 적용가능성을 확인하기 위해 목표 배터리인 18650 리튬이온 배터리와 유사한 전압 특성을 나타내는 배터리 모델을 Shepherd model로 설계했다. MATLAB SIMULINK를 활용해 내부저항 추정방식 알고리즘을 설계했고, 배터리 모델이 노화함에 따라서 증가하는 내부저항 및 감소하는 SOH를 추정 가능했다. 추가적으로 알고리즘의 세부 전략 구상을 위한 18650 리튬이온 배터리 방전실험을 진행했고, 방전 실험 결과 내부저항 추정방식 SOC 및 SOH 추정 알고리즘의 전략 구성 시 휴지기 전압특성이 유사한 구간에서의 총 에너지를 추정할 경우 실시간 어플리케이션이 정지했을 때 빠른 시간 안에 낮은 오차를 가지는 결과를 얻을 수 있음을 확인했다. 또한, 실험 결과를 통해 실시간 방전상황 중 배터리의 내부저항을 보정하고 보정한 내부저항을 통해 방전 전압 곡선을 확인하여 SOH를 추정할 수 있다.
Increasing use of fossil fuels due to technological advances and industrialization is a major contributor to environmental pollution. In order to solve this problem, research and development of eco-friendly energy utilization technology is progressing rapidly. Research and development of energy stor...
Increasing use of fossil fuels due to technological advances and industrialization is a major contributor to environmental pollution. In order to solve this problem, research and development of eco-friendly energy utilization technology is progressing rapidly. Research and development of energy storage systems (ESS) and electric vehicles, which are being highlighted as eco-friendly energy utilization platforms, are accelerating. In addition, the research and development of batteries that play an important role in electric vehicles and energy storage systems are also in progress. The importance of a battery management system (BMS) used for efficient operation and management of batteries will be considered as an important factor in various applications including future electric vehicles. In this paper, we investigate the SOC and SOH estimation method that determines the performance of BMS and design the SOC and SOH estimation algorithm through the internal resistance estimation method. In order to confirm the applicability of the algorithm through simulation, a battery model of target battery that exhibits similar voltage characteristics with 18650 Li-ion battery was designed as a Shepherd model. The internal resistance estimation algorithm was designed using MATLAB SIMULINK, and the battery was able to estimate the internal resistance that increases with age and the decrease of SOH. In addition, 18650 lithium-ion battery discharge experiments were conducted to develop a detailed strategy of the algorithm. As a result of the discharge experiments, it was confirmed that when the total energy in the periods with similar resting voltage characteristics was estimated by the internal resistance estimation method SOC and SOH estimation algorithms, low error was obtained in a short time. In addition, through the experimental results, the internal resistance of the battery was corrected during real time discharge, and the SOH was estimated by checking the discharge voltage curve through the corrected internal resistance.
Increasing use of fossil fuels due to technological advances and industrialization is a major contributor to environmental pollution. In order to solve this problem, research and development of eco-friendly energy utilization technology is progressing rapidly. Research and development of energy storage systems (ESS) and electric vehicles, which are being highlighted as eco-friendly energy utilization platforms, are accelerating. In addition, the research and development of batteries that play an important role in electric vehicles and energy storage systems are also in progress. The importance of a battery management system (BMS) used for efficient operation and management of batteries will be considered as an important factor in various applications including future electric vehicles. In this paper, we investigate the SOC and SOH estimation method that determines the performance of BMS and design the SOC and SOH estimation algorithm through the internal resistance estimation method. In order to confirm the applicability of the algorithm through simulation, a battery model of target battery that exhibits similar voltage characteristics with 18650 Li-ion battery was designed as a Shepherd model. The internal resistance estimation algorithm was designed using MATLAB SIMULINK, and the battery was able to estimate the internal resistance that increases with age and the decrease of SOH. In addition, 18650 lithium-ion battery discharge experiments were conducted to develop a detailed strategy of the algorithm. As a result of the discharge experiments, it was confirmed that when the total energy in the periods with similar resting voltage characteristics was estimated by the internal resistance estimation method SOC and SOH estimation algorithms, low error was obtained in a short time. In addition, through the experimental results, the internal resistance of the battery was corrected during real time discharge, and the SOH was estimated by checking the discharge voltage curve through the corrected internal resistance.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.