[논문]Shepherd model과 전류적산법을 이용한 개선된 SOC 추정 알고리즘

배경철; 최성촌; 신민호; 김영렬; 원충연

문제 정의

하지만 이 알고리즘은 단순 적분형이기 때문에 센서의 오차 및 노이즈가 발생하게 되면 그림 1과 같이 누적오차가 발생된다는 단점을 가지고 있다.^[1] 이러한 단점을 보완하고자 본 논문에서는 배터리 모델인 Shepherd model을 사용하여 누적 오차를 리셋 시킴으로써 개선된 전류적산법을 제안하였다.
따라서 본 논문에서는 전류적산법과 OCV를 통한 SOC 추정 알고리즘의 단점을 보완하는 SOC 추정 알고리즘을 제안하였다. 제안한 추정알고리즘은 전류적산법을 통해 SOC를 추정하다가 오차 누적이 발생시에 배터리 모델을 통해 오차 누적을 리셋 시킴으로써 단점을 개선시켰다.
본 논문은 전류적산법과 배터리 모델을 통한 SOC 추정 알고리즘을 제안하였다. 제안한 SOC 추정 알고리즘은 기존의 전류적산법의 단점인 누적 오차 부분을 Shepherd model을 통해 리셋 시켜줌으로써 단점을 보완하였다.

제안 방법

위와 같은 모델을 SOC 추정 알고리즘에 적용하여 누적오차가 발생하게 되면 이 모델을 통해 OCV를 계산하였다. 계산된 OCV는 OCV SOC 테이블을 이용하여 해당 SOC를 구하였다. 이렇게 구한 SOC를 통해 누적된 오차를 리셋 시킴으로써 전류적산법의 단점을 보완하는 SOC 추정 알고리즘을 수행하였다.
배터리 모델의 파라미터인 내부 저항 및 병렬 RC값을 구하기 위해서 배터리 내부 임피던스를 측정하였다. 내부 임피던스를 측정하기 위해 그림 4와 같은 펄스 전류 파형을 이용하여 식 (3) ∼ (5)를 통해 배터리의 내부 임피던스를 구하였다.
위와 같은 모델을 SOC 추정 알고리즘에 적용하여 누적오차가 발생하게 되면 이 모델을 통해 OCV를 계산하였다. 계산된 OCV는 OCV SOC 테이블을 이용하여 해당 SOC를 구하였다.
위와 같이 구한 OCV SOC 테이블 및 배터리 내부 임피던스를 제안한 SOC 추정 알고리즘에 적용하였다. 제안한 SOC 추정 알고리즘을 검증하기 위해 다음 그림 6과 같은 불규칙한 방전 전류 프로파일로 SOC 추정 실험을 진행하였다.
계산된 OCV는 OCV SOC 테이블을 이용하여 해당 SOC를 구하였다. 이렇게 구한 SOC를 통해 누적된 오차를 리셋 시킴으로써 전류적산법의 단점을 보완하는 SOC 추정 알고리즘을 수행하였다. 이와 같은 제안한 SOC 추정 알고리즘에 대해서 순서도로 정리하게 되면 다음 그림 3과 같다.
제안한 SOC 추정 실험에 앞서 개방회로전압 및 배터리 내부 임피던스 등을 측정하기 위해 특성 시험을 수행하였다. 본 논문에서는 Li ion 4.
본 논문은 전류적산법과 배터리 모델을 통한 SOC 추정 알고리즘을 제안하였다. 제안한 SOC 추정 알고리즘은 기존의 전류적산법의 단점인 누적 오차 부분을 Shepherd model을 통해 리셋 시켜줌으로써 단점을 보완하였다. 또한 배터리 특성 시험을 통해 OCV SOC 테이블 및 배터리 모델의 파라미터를 구하였고 SOC 추정 실험을 통해 제안한 SOC 추정 알고리즘의 타당성을 증명하였다.
위와 같이 구한 OCV SOC 테이블 및 배터리 내부 임피던스를 제안한 SOC 추정 알고리즘에 적용하였다. 제안한 SOC 추정 알고리즘을 검증하기 위해 다음 그림 6과 같은 불규칙한 방전 전류 프로파일로 SOC 추정 실험을 진행하였다. SOC 추정 실험 결과는 다음 그림 7과 같다.
따라서 본 논문에서는 전류적산법과 OCV를 통한 SOC 추정 알고리즘의 단점을 보완하는 SOC 추정 알고리즘을 제안하였다. 제안한 추정알고리즘은 전류적산법을 통해 SOC를 추정하다가 오차 누적이 발생시에 배터리 모델을 통해 오차 누적을 리셋 시킴으로써 단점을 개선시켰다. 제안한 SOC 추정 알고리즘은 불규칙적인 전류 프로파일을 통해 이상적인 SOC 추정값과 제안한 SOC 추정값을 비교함으로써 타당성을 검증하였다.

대상 데이터

제안한 SOC 추정 실험에 앞서 개방회로전압 및 배터리 내부 임피던스 등을 측정하기 위해 특성 시험을 수행하였다. 본 논문에서는 Li ion 4.2V, 10Ah 배터리를 사용하였다.

데이터처리

제안한 추정알고리즘은 전류적산법을 통해 SOC를 추정하다가 오차 누적이 발생시에 배터리 모델을 통해 오차 누적을 리셋 시킴으로써 단점을 개선시켰다. 제안한 SOC 추정 알고리즘은 불규칙적인 전류 프로파일을 통해 이상적인 SOC 추정값과 제안한 SOC 추정값을 비교함으로써 타당성을 검증하였다.

이론/모형

만을 포함하고 있기 때문에 배터리의 과도 특성을 묘사 할 수 없다는 단점을 가지고 있다. 따라서 그림 2와 같이 Thevenin battery model과 같이 병렬 RC 회로가 포함된 개선된 Shepherd battery model을 적용하였다. Shepherd battery model을 본 SOC 추정 알고리즘에 적용한 이유는 다음 식 (2)와 같이 배터리 OCV를 쉽게 구할 수 있기 때문이다.

성능/효과

제안한 SOC 추정 알고리즘은 기존의 전류적산법의 단점인 누적 오차 부분을 Shepherd model을 통해 리셋 시켜줌으로써 단점을 보완하였다. 또한 배터리 특성 시험을 통해 OCV SOC 테이블 및 배터리 모델의 파라미터를 구하였고 SOC 추정 실험을 통해 제안한 SOC 추정 알고리즘의 타당성을 증명하였다. 제안한 SOC 추정 알고리즘은 실시간으로 OCV를 구함으로써 전기 자동차와 같은 온 라인 시스템에 적용이 가능함을 보여주었다.
SOC 추정 실험 결과는 다음 그림 7과 같다. 빨간선은 이상적일 때의 SOC 파형이고 파란선은 제안한 SOC 추정 알고리즘을 통한 결과 파형이다. 실험결과 최대 오차율은 1.
빨간선은 이상적일 때의 SOC 파형이고 파란선은 제안한 SOC 추정 알고리즘을 통한 결과 파형이다. 실험결과 최대 오차율은 1.49%으로 제안한 SOC 추정 알고리즘의 타당성을 증명하였다.
또한 배터리 특성 시험을 통해 OCV SOC 테이블 및 배터리 모델의 파라미터를 구하였고 SOC 추정 실험을 통해 제안한 SOC 추정 알고리즘의 타당성을 증명하였다. 제안한 SOC 추정 알고리즘은 실시간으로 OCV를 구함으로써 전기 자동차와 같은 온 라인 시스템에 적용이 가능함을 보여주었다.

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

Shepherd model과 전류적산법을 이용한 개선된 SOC 추정 알고리즘
Improved SOC Estimation Algorithm using Shepherd Model and Coulomb Counting Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Shepherd model과 전류적산법을 이용한 개선된 SOC 추정 알고리즘 Improved SOC Estimation Algorithm using Shepherd Model and Coulomb Counting Method 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Shepherd model과 전류적산법을 이용한 개선된 SOC 추정 알고리즘
Improved SOC Estimation Algorithm using Shepherd Model and Coulomb Counting Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper