[논문]리튬-이온 배터리의 SOC 추정을 위한 OCV 예측방법

배경철; 최성촌; 신민호; 김영렬; 원충연

리튬-이온 배터리의 SOC 추정을 위한 OCV 예측방법
OCV Prediction Method for SOC Estimation of Li-ion Battery 원문보기

배경철 (성균관대학교) , 최성촌 (성균관대학교) , 신민호 (성균관대학교) , 김영렬 (안양대학교) , 원충연 (성균관대학교)

본 논문은 리튬-이온 배터리의 OCV 예측기법에 대해서 제안하였다. OCV는 배터리의 SOC를 추정할 때 중요한 정보이다. 하지만, 정확한 OCV를 측정하기 위해서는 최소 30분 이상의 휴지시간이 소요된다는 단점을 가지고 있다. 따라서 본 논문은 이런 단점을 해결하기 위해 OCV 예측기법에 대해서 제안하였다. 제안한 OCV 예측기법의 타당성은 배터리 모델의 OCV와 예측된 OCV를 비교하는 시뮬레이션 통해 검증하였다.

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

문제 정의

따라서 본 논문에서는 전기 자동차가 정차시 짧은 시간내 OCV를 구할 수 있도록 OCV 예측기법에 대해서 제안하였다. 제안한 OCV 예측기법은 시뮬레이션을 통해 묘사된 OCV와 예측된 OCV를 비교하여 타당성을 검증하였다.
본 논문은 배터리 모델을 통한 OCV 예측기법을 제안하였다. 제안한 OCV 예측기법은 예측 모델을 통해 수행되며, 예측 모델은 배터리 모델을 통해 구하였다.

제안 방법

또한 빠른 시뮬레이션 수행을 위해서 10시간을 1초로 모의하였다. 묘사된 OCV을 기준으로 제안한 OCV 예측 기법을 적용하였다. 도로교통법 제2조23에 의거하면 정차 기준시간이 5분으로 정해져있기 때문에 OCV 예측은 전류가 흐르지 않을 때 약 5분간 수행하였다.
본 논문은 배터리 모델을 통한 OCV 예측기법을 제안하였다. 제안한 OCV 예측기법은 예측 모델을 통해 수행되며, 예측 모델은 배터리 모델을 통해 구하였다. 또한 제안한 기법의 타당성은 시뮬레이션을 통해 증명하였다.

대상 데이터

시뮬레이션은 본 논문에서 제안한 OCV 예측 기법의 타당성을 검증하기 위해 배터리 모델을 적용하여 PSIM을 통해 수행하였다. 배터리 모델을 이용하여 4.2V, 10Ah 리튬 이온 배터리를 구현하였다.
본 논문에서 제안한 OCV 예측 기법은 배터리 모델을 이용하여 예측하였다. 사용된 배터리 모델은 그림 2와 같은 테브냉(Thevenin) 배터리 모델을 사용하였다.

이론/모형

본 논문에서 제안한 OCV 예측 기법은 배터리 모델을 이용하여 예측하였다. 사용된 배터리 모델은 그림 2와 같은 테브냉(Thevenin) 배터리 모델을 사용하였다.
시뮬레이션은 본 논문에서 제안한 OCV 예측 기법의 타당성을 검증하기 위해 배터리 모델을 적용하여 PSIM을 통해 수행하였다. 배터리 모델을 이용하여 4.

성능/효과

그림 5를 통해 묘사된 OCV와 예측된 OCV를 비교한 결과 약 0.003%의 오차율로 제안한 OCV 예측 기법의 타당성을 증명하였다.
따라서 본 논문에서는 전기 자동차가 정차시 짧은 시간내 OCV를 구할 수 있도록 OCV 예측기법에 대해서 제안하였다. 제안한 OCV 예측기법은 시뮬레이션을 통해 묘사된 OCV와 예측된 OCV를 비교하여 타당성을 검증하였다.

후속연구

또한 제안한 기법의 타당성은 시뮬레이션을 통해 증명하였다. 향후 제안한 OCV 예측 기법을 통해 짧은 시간 내에 OCV를 예측함으로써 전기 자동차와 같은 온 라인 시스템에 적용이 기대된다.

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

리튬-이온 배터리의 SOC 추정을 위한 OCV 예측방법
OCV Prediction Method for SOC Estimation of Li-ion Battery 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

리튬-이온 배터리의 SOC 추정을 위한 OCV 예측방법 OCV Prediction Method for SOC Estimation of Li-ion Battery 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

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

리튬-이온 배터리의 SOC 추정을 위한 OCV 예측방법
OCV Prediction Method for SOC Estimation of Li-ion Battery 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper