[논문]비례적분 관측기를 이용한 실시간 잔존용량 추정 알고리즘

김나리; 안정훈; 이병국

비례적분 관측기를 이용한 실시간 잔존용량 추정 알고리즘
Online State-of-Charge Estimation Algorithm Using Proportional-Integral Observer 원문보기

김나리 (성균관대학교 전자전기컴퓨터공학과) , 안정훈 (성균관대학교 전자전기컴퓨터공학과) , 이병국 (성균관대학교 전자전기컴퓨터공학과)

본 논문은 추정 정확도를 높이기 위해 비례적분 관측기를 이용한 실시간 잔존용량 추정 알고리즘을 제안한다. 시뮬레이션을 통해 제안하는 알고리즘의 타당성을 검증하였고, 초기 잔존 용량이 불명확하거나 배터리 모델 파라미터 값이 실제와 일치하지 않더라도 평균 추정오차는 0.3% 미만으로 확인되었다.

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

문제 정의

본 논문에서는 리튬 배터리의 등가회로로 널리 사용되는 그림 1의 2차 RC회로를 기반으로 배터리를 모델링한다.^[1] 표 1은 상온에서 Kokam사의 27 Ah 리튬이온 배터리로부터 추출한 SOC에 따른 개방회로전압과 RC 파라미터를 나타내며 쿨롱 효율은 93%로 측정되었다.
본 논문에서는 이러한 한계를 보완하고 정확도를 향상시킨 비례적분 관측기 기반의 실시간 잔존용량 추정 알고리즘을 제시한다. UDDS (Urban Dynamometer Driving Schedule) 전류 프로파일을 이용한 시뮬레이션을 통해 제안 알고리즘의 타당성 및 정확도 개선 여부를 검증하고, 전류적산법과 비교하여 제안하는 알고리즘의 효용성을 증명한다.
본 논문은 비례적분 관측기를 이용한 높은 정확도의 실시간 배터리 잔존용량 추정 알고리즘을 제안하고 그 타당성을 검증하였다. 제안하는 알고리즘은 초기 잔존용량이 불명확하거나 모델 파라미터 값이 실제와 다르더라도 평균 0.

제안 방법

전류와 단자전압을 각각 입출력변수로 정하고 두 RC에 인가되는 전압과 SOC를 상태변수로 선정함으로써, 기존 1차 RC등가회로보다 배터리 특성을 잘 반영할 수 있도록 하였다.^[1] 상태변수에 외란을 포함시켜 실제 배터리 동작에 가깝게 배터리를 모사하였고, 개방회로전압 그래프를 이용하여 출력방정식을 구성함으로써 상태변수에 따른 시스템의 출력을 연속적으로 나타냄과 동시에 출력변수를 직관적으로 표현하였다. η_i와 C_batt은 각각 쿨롱 효율과 배터리 용량을 나타낸다.
그림 3의 UDDS 전류 프로파일을 이용하여 MATLAB / Simulink 상에서 제안하는 잔존용량 추정 알고리즘의 타당성을 검증하였다. 시뮬레이션은 배터리 모델이 실제 배터리의 ① 초기 잔존용량과 일치하지 않을 때 (실제 배터리와 모델의 초기 SOC값이 각각 90%, 70%인 경우)와 ② 파라미터 값이 다를 때 (모델 파라미터 값이 실제와 0 9배 차이 나는 경우)의 두 가지 경우와 ③ 배터리에 사인파 형태의 외란이 존재하는 경우로 나누었다. 그림 4는 그 결과를 나타내며 e는 평균오차를 의미한다.
그림 1의 배터리 등가회로를 토대로 비례적분 관측기의 상태 공간식을 식 (1)과 같이 정의하고 그림 2의 추정 알고리즘을 설계하였다. 전류와 단자전압을 각각 입출력변수로 정하고 두 RC에 인가되는 전압과 SOC를 상태변수로 선정함으로써, 기존 1차 RC등가회로보다 배터리 특성을 잘 반영할 수 있도록 하였다.^[1] 상태변수에 외란을 포함시켜 실제 배터리 동작에 가깝게 배터리를 모사하였고, 개방회로전압 그래프를 이용하여 출력방정식을 구성함으로써 상태변수에 따른 시스템의 출력을 연속적으로 나타냄과 동시에 출력변수를 직관적으로 표현하였다.

성능/효과

본 논문에서는 이러한 한계를 보완하고 정확도를 향상시킨 비례적분 관측기 기반의 실시간 잔존용량 추정 알고리즘을 제시한다. UDDS (Urban Dynamometer Driving Schedule) 전류 프로파일을 이용한 시뮬레이션을 통해 제안 알고리즘의 타당성 및 정확도 개선 여부를 검증하고, 전류적산법과 비교하여 제안하는 알고리즘의 효용성을 증명한다.
[1] 표 1은 상온에서 Kokam사의 27 Ah 리튬이온 배터리로부터 추출한 SOC에 따른 개방회로전압과 RC 파라미터를 나타내며 쿨롱 효율은 93%로 측정되었다.
이 때 Topstek사의 전류 센서 TN50A의 사양을 기준으로 게인오차와 오프셋을 합하여 전류 센싱오차를 설정하였다. 배터리 사용시간이 길어짐에 따라 전류적산에 따른 오차는 점점 증가하는 반면, 제안하는 알고리즘은 작은 오차를 유지하는 것을 확인할 수 있다.
3% 미만의 오차를 가지며 SOC를 추정하였고 강한 외란 특성을 가진다. 비록 모델의 파라미터 값이 정확하지 않으면 전류크기와 함께 오차도 일시적으로 증가하지만, 제안하는 알고리즘은 전류적산법과 달리 배터리 사용시간이 길어져도 높은 정확도를 유지한다.
본 논문은 비례적분 관측기를 이용한 높은 정확도의 실시간 배터리 잔존용량 추정 알고리즘을 제안하고 그 타당성을 검증하였다. 제안하는 알고리즘은 초기 잔존용량이 불명확하거나 모델 파라미터 값이 실제와 다르더라도 평균 0.3% 미만의 오차를 가지며 SOC를 추정하였고 강한 외란 특성을 가진다. 비록 모델의 파라미터 값이 정확하지 않으면 전류크기와 함께 오차도 일시적으로 증가하지만, 제안하는 알고리즘은 전류적산법과 달리 배터리 사용시간이 길어져도 높은 정확도를 유지한다.

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

비례적분 관측기를 이용한 실시간 잔존용량 추정 알고리즘
Online State-of-Charge Estimation Algorithm Using Proportional-Integral Observer 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

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

비례적분 관측기를 이용한 실시간 잔존용량 추정 알고리즘 Online State-of-Charge Estimation Algorithm Using Proportional-Integral Observer 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

비례적분 관측기를 이용한 실시간 잔존용량 추정 알고리즘
Online State-of-Charge Estimation Algorithm Using Proportional-Integral Observer 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper