[논문]칼만 필터를 이용한 리튬-폴리머 배터리의 SOC 추정

장기욱; 정교범

doi:10.6113/tkpe.2012.17.3.222

칼만 필터를 이용한 리튬-폴리머 배터리의 SOC 추정
A SOC Estimation using Kalman Filter for Lithium-Polymer Battery 원문보기

전력전자학회 논문지 = The Transactions of the Korean Institute of Power Electronics, v.17 no.3, 2012년, pp.222 - 229

장기욱 (LG Chemistry, Battery R&D, Advanced BESS PJT) , 정교범 (Dept. of Electronic & Electrical Eng., Hongik University)

Abstract ▼ AI-Helper

The SOC estimation method based on Kalman Filter(KF) requires the accurate battery model to express the electrical characteristics of the battery. However, the performance of KF SOC estimator can hardly be improved because of the nonlinear characteristic of the battery. This paper proposes the new KF SOC estimator of Lithium-Polymer Battery(LiPB), which considers the variation of parameters based on the hysteresis effect, the magnitude of SOC, the charging/discharging mode and the on/off load conditions. The proposed SOC estimation method is verified with the PSIM simulation combined the experimental data of the LiPB.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서, 본 논문은 리튬-폴리머 배터리의 SOC 추정기의 성능을 향상하기 위해서 칼만 필터 기반의 새로운 방법을 제안한다. SOC 추정기는 히스테리시스 특성, SOC 크기, 충·방전 모드 및 부하전류 유·무에 의한 배터리의 파라미터 변동을 조합한 칼만 필터를 이용하여 구현되었다.
본 연구는, 리튬-폴리머 배터리의 모델링 에러를 분석 하여 칼만 필터 기반의 SOC 추정기의 성능을 개선하기 위한 방법을 제안하였고, 성능 검증을 위해, 실측 데이터를 기반으로 칼만필터 SOC 추정기의 PSIM 시뮬레이션을 진행하였다.

제안 방법

SOC 20(%)인 C점에서 SOC 30(%)인 D점으로 부분 방·충전 동작을 히스테리시스 메이저루프, 평균값 및 히스테리시스 마이너루프를 고려하여 SOC-Voc 곡선을 표시하였다.
SOC 추정기는 히스테리시스 특성, SOC 크기, 충·방전 모드 및 부하전류 유·무에 의한 배터리의 파라미터 변동을 조합한 칼만 필터를 이용하여 구현되었다.
SOC 크기, 충·방전 모드 및 부하전류 유·무에 따른 파라미터 변동과 히스테리시스 특성을 고려한 칼만 필터 SOC 추정기는 PSIM 프로그램 C-Block을 이용하여 구현하였다.
SOC 크기, 충·방전 전류와 부하 전류의 유·무에 따른 파라미터 변동을 고려한 칼만 필터 SOC 추정기를 부하 전류의 유·무에 따라 구분하여 온로드 조건과 오프로드 조건으로 구분하여 결과를 비교·분석하였다.
기존의 칼만필터를 이용한 SOC 추정 방법은 상태변수로 SOC를 설정하였으나, 본 논문에서는 상태변수를 V_oc로 설정하였다.^[4][6][8] 그림 10은 본 논문에서 제안한 칼만필터를 이용한 SOC 추정 방법에 대한 플로우차트(Flow-Chart)이다.
배터리의 충·방전동작 중, 내부 온도 변화로 인한 Voc의 변동은 무시하였으며, 실내온도 25(℃)에서 Multi-Channel Source Measure Unit(YOKOGAWA GS-820)을 사용하여 측정하였다.
상수 파라미터는 R_i , R_d , C_d , C_b의 평균값을 사용하였고, 파라미터 변동은 R_i , R_d , C_d을 변동시키는 경우와 R_i , R_d , C_d , C_b을 변동시키는 경우로 구분하여 결과를 비교하였다.
히스테리시스 특성, SOC 크기, 충·방전 모드 및 부하 전류 유·무를 고려하여 리튬-폴리머 배터리의 모델링 에러를 분석하였다.
히스테리시스 특성, SOC 크기, 충·방전 모드와 부하 전류의 유·무의조건에 따른 파라미터 변동을 고려한 칼만 필터 SOC 추정기의 성능을 검토하였다.
히스테리시스 특성을 고려한 칼만 필터 SOC 추정기의 성능을 검토하였다. 그림 12는 그림 11과 동일한 조건에서 히스테리시스 메이저루프의 평균값을 이용한 SOC 추정 결과이다.

대상 데이터

그림 3∼6은 식 (1)∼(3)을 이용하여 추출한 리튬-폴리머 배터리의 파라미터이다. 사용한 배터리는 정격용량 0.73(Ah), 정격전압 3.79(V)인 에너테크사(ENERTECH INC.) 제품이다. 배터리의 컷오프 전압은 각각 3.

데이터처리

SOC 추정기는 히스테리시스 특성, SOC 크기, 충·방전 모드 및 부하전류 유·무에 의한 배터리의 파라미터 변동을 조합한 칼만 필터를 이용하여 구현되었다. 그리고, 실험을 통해 수집된 배터리 전기적 특성 데이터를 이용한 PSIM 시뮬레이션 결과를 AH Counting 방법과 OCV 방법을 이용한 결과와 비교하여 제안한 방법의 성능을 검증하였다.

성능/효과

^[4][5][6][7]배터리의 비선형적인 특성으로 인해 주로 확장 칼만 필터 방식이 이용되며, 초기치 문제를 해결할 수 있는 장점이 있으나, 상태변수의 증가에 따라 계산시간이 증가하는 단점이 있다.^[4] EKF를 이용한 배터리의 SOC 추정 기법은 우수한 추정 성능을 얻기 위해 배터리의 동작 특성을 정확하게 표현할 수 있는 배터리 모델의 사용이 요구된다.^[8][9] 그러나, 배터리의 전기적/화학적 특성은 다양한 인자에 의해서 영향을 받으므로, 배터리의 전기적 특성의 정확한 모델링은 매우 어려운 일이며, 확장 칼만 필터를 이용한 배터리 SOC 추정기의 성능을 저하시키는 결정적인 요인이 된다.
[5] 배터리 출력전압 V_t는 개방회로전압 V_oc, 출력전압의 빠른 과도응답 특성을 나타내는 V_i, 느린 과도응답 특성을 나타내는 V_d의 합이다. 벌크 커패시턴스 C_b는 배터리의 용량을 결정하며, C_b의 전압 V_oc는 SOC의 함수이다.
부하 전류 유·무에 상관없이 온로드 파라미터를 이용하는 것보다, 무부하 상태에서 오프로드 파라미터를 이용하면, SOC 추정 성능이 모든 SOC 영역에서 최대 약 1(%) 향상됨을 보인다.
제안된 방법은 온로드 조건에서 SOC 추정오차는 모든 SOC 영역에서 최대 약 1(%) 미만이며, 오프로드 조건에서 SOC 추정오차는 SOC 30∼35(%) 영역에서 최대 약 2(%)임을 보여준다.
파라미터 R_i , R_d와 C_d을 변동시켜 SOC를 추정하는 경우, 상수 파라미터를 이용한 SOC 추정 결과에 비해 추정 성능이 약 5(%) 정도 향상됨을 확인할 수 있다. 파라미터 C_b을 추가적으로 변동 시켜 SOC를 추정하는 경우, SOC 추정 성능을 향상됨을 보이나, 부하 전류가 존재하는 상태에서, SOC 추정 성능은 파라미터 C_b에 의한 영향은 거의 없으며, 과도 상태를 표현하는 파라미터 R_i , R_d와 C_d에 큰 영향을 받음을 보인다.
상수 파라미터를 이용한 SOC 추정 결과는 약 6(%) 이상의 오차가 존재한다. 파라미터 R_i , R_d와 C_d을 변동시켜 SOC를 추정하는 경우, 상수 파라미터를 이용한 SOC 추정 결과에 비해 추정 성능이 약 5(%) 정도 향상됨을 확인할 수 있다. 파라미터 C_b을 추가적으로 변동 시켜 SOC를 추정하는 경우, SOC 추정 성능을 향상됨을 보이나, 부하 전류가 존재하는 상태에서, SOC 추정 성능은 파라미터 C_b에 의한 영향은 거의 없으며, 과도 상태를 표현하는 파라미터 R_i , R_d와 C_d에 큰 영향을 받음을 보인다.
그림 12-(a)는 SOC 추정 결과이며, 그림 12-(b)는 그림 12-(a)의 영역을 확대한 그래프이다. 히스테리시스 메이저루프를 이용한 SOC 추정 결과는 SOC 30(%) 구간에서 이론값인 Real SOC와 최대 8(%) 오차를 보였다.

후속연구

향후, DSP를 이용한 SOC 추정 시스템 구축과 더불어 온도, 습도 및 전류크기 등의 다양한 조건에서 본 논문의 결과에 대한 추가 검증이 필요할 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Ampere-Hour(AH) Counting 방법의 장단점은?	SOC 추정을 위한 연구는 다양한 방식으로 활발하게 진행되고 있다.[2] 배터리의 충·방전 전류를 시간에 대해 적산하여 SOC를 추정하는 방법인 Ampere-Hour(AH) Counting 방법은 구현하기는 쉬우나, 초기치 문제와 센서 노이즈로 인한 SOC 추정 오차 누적의 문제점이 있다.[1][3] 배터리 단자 전압을 이용하는 Open-Circuit-Voltage(OCV) 방법은 배터리의 안정화를 위한 휴지기간을 요구하여, 실시간 측정이 필요한 분야에 적용이 어렵다.
	전기 에너지를 저장하여 사용할 수 있는 배터리가 사용되는 분야는?	전기 에너지를 저장하여 사용할 수 있는 배터리는 휴대폰, 전기 자동차, 하이브리드 자동차 등 다양한 분야에서 사용되고 있다.[1]
	칼만 필터를 이용한 SOC 추정의 장단점은?	칼만 필터를 이용한 SOC 추정은 실시간 구현이 가능하고, 노이즈에 강인한 특성을 보여 많은 연구가 진행되고 있다.[4][5][6][7] 배터리의 비선형적인 특성으로 인해 주로 확장 칼만 필터 방식이 이용되며, 초기치 문제를 해결할 수 있는 장점이 있으나, 상태변수의 증가에 따라 계산시간이 증가하는 단점이 있다.[4] EKF를 이용한 배터리의 SOC 추정 기법은 우수한 추정 성능을 얻기 위해 배터리의 동작 특성을 정확하게 표현할 수 있는 배터리 모델의 사용이 요구된다.

참고문헌 (10)

S. Piller, M. Perrin, and A. Jossen, "Methods for State-of-Charge determination and their applications," Journal of Power Sources, Vol. 96, No. 1, pp. 113-120, Jun. 2001.

상세보기
Coleman M., Chi Kwan Lee, Chunbo Zhu, Hurley W. G., "State-of-Charge Determination From EMF Voltage Estimation : Using Impedance, Terminal Voltage, and Current for Lead-Acid and Lithium-Ion Batteries," IEEE Transactions on Industrial Electronics, Vol. 54, No. 5, pp. 2550-2557, Oct. 2007.

상세보기
Windarko N. A., Jaeho Choi, "SOC Estimation Based on OCV for NiMH Batteries Using an Improved Takacs Model," Journal of Power Electronics, pp. 181-186, Feb. 2011.
J. Lee, O Nam, B. H. Cho. "Li-ion battery SOC estimation method based on the reduced order extended Kalman filtering," Journal of Power Sources, Vol. 174, No. 1, pp. 9-15, Jun. 2007.

상세보기
F. Zhang, G. Liu, L. Fang, "A battery State of Charge estimation method with extended Kalman filter," IEEE/ASME International Conference on Advanced Intelligent Mechatronics, pp. 1008-1013, July 2008.
A. Vasebi, et. al., "A novel combined battery model for state-of-charge estimation in lead-acid batteries based on extended Kalman filter for hybrid electric vehicle applications," Journal of Power Sources, Vol. 174, pp. 30-40, Nov. 2007.

상세보기
Kiwook Jang, Gyo-Bum Chung, "A Study On The Battery SOC Estimation Based On Kalman Filtering Using LabVIEW," Annual Fall Conference Proceedings of The Korean Institute of Illuminating and Elelctrical Installation Engineers, pp.321-322, 2010. 9.
Windarko, N.A, Jaeho Choi, Gyo-Bum Chung, "SOC estimation of LiPB batteries using Extended Kalman Filter based on high accuracy electrical model," IEEE International Conference on Power Electronics and ECCE Asia , pp. 2015-2022, May. 2011.
Kiwook Jang, Hyeok-Jin Kim, Gyo-Bum Chung, "Comparison of Battery Modelings and SOC Estimation Methods," Annual Summer Conference Proceedings of The Korean Institute of Power Electronics, pp. 87-88, 2010. 7
Feng Xuyun, Sun Zechang, "A battery model including hysteresis for State-of-Charge estimation in Ni-MH battery," IEEE Vehicle Power and Propulsion Conference, pp. 1-5, 3-5 Sep. 2008.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증