선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- OCV(open circuit voltage) test를 통해 1C 방전 30분 rest 하여 SOC에 따른 OCV를 추출 하였으며 방전 HPPC(hybrid pulse power characterization) test를 통해 리튬이온 배터리 모델에 필요한 R, C 파라미터를 추출하였다. 정확한 SOC추정을 하기 위해 시험에 사용된 고출력 배터리를 랜들스 모델을 통해 시뮬레이션 하였다.
- k는 IR drop에 의한 전압이 변한 이후 확산 및 분극 현상을 추정한 전압이다. Ud,k의 파악하기 위해, 방전이 끝난 후 Rest 상태가 시작되고 IR drop에 의해 전압 변화 일어난 시점인 t = 3591ms에서 Ud,3591에 각각 0.1V, 0.05V, 0.025V, 0.0125V로 설정한 후 다음 IR drop이 발생하는 시점인 t =21568ms까지 Ud,k를 구현하였다. 그림 3과 같이 Ud,3591에 설정한 전압과 관계없이 t = 21568ms에 도달할수록 모두 0V로 수렴하였다.
- 본 논문에서 제시한 방법과 OCV test, HPPC test를 통해 추출한 파라미터를 통해 그림 4 (a)와 같이 SOC 80%에서HPPC test 구현을 진행하였다
- SOC 추정에 신뢰성을 높이기 위해 정확하고 빠른 전압 시뮬레이션이 필요하다. 본 논문에서는 시뮬레이션과 실험 데이터 간 오차를 줄이기 위해 IR drop에 의해 변화한 전압 데이터를 사용하며 전압 추정의 연삭 속도를 높이기 위해 적응 알고리즘을 사용하지 않았다.
- 1s로 샘플링한 이산형 데이터이다. 실험 데이터를 사용한 시뮬레이션을 구현하기 위해 랜들스 등가회로 모델을 수식 (1), (2)와 같이 표현하였다.
대상 데이터
- 시뮬레이션 구현을 위해 사용한 실험 데이터는 0.1s로 샘플링한 이산형 데이터이다. 실험 데이터를 사용한 시뮬레이션을 구현하기 위해 랜들스 등가회로 모델을 수식 (1), (2)와 같이 표현하였다.
- IR drop이 발생하는 부분에서 시뮬레이션과 실험 데이터 간의 오차가 다른 구간에 비해 크게 발생한다. 오차를 보정하기위해 그림 2와 같이 부하 전류의 변화에 따른 IR drop 에 의해 변화한 전압 데이터를 선정한다. 선정한 전압 데이터는 추정 전압을 대체하는 것으로 활용된다.
이론/모형
- OCV(open circuit voltage) test를 통해 1C 방전 30분 rest 하여 SOC에 따른 OCV를 추출 하였으며 방전 HPPC(hybrid pulse power characterization) test를 통해 리튬이온 배터리 모델에 필요한 R, C 파라미터를 추출하였다. 정확한 SOC추정을 하기 위해 시험에 사용된 고출력 배터리를 랜들스 모델을 통해 시뮬레이션 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.