최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전력전자학회 2019년도 춘계학술대회, 2019 July 02, 2019년, pp.53 - 55
박성윤 (충남대학교) , 김종훈 (충남대학교) , 박성백 (한국원자력안전기술원) , 김영미 (한국원자력안전기술원)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
리튬 이온 배터리의 건전성에 대한 추정이 중요하게 요구되는 이유는 무엇인가? | 리튬 이온 배터리의 소형 모바일 기기, 전기 자동차(EV; Electric Vehicle) 및 에너지 저장 장치(ESS; Energy Storage System)의 시장이 활발해지면서 리튬 이온 배터리의 건전성(SOH; State-of-Health)에 대한 추정이 중요하게 요구되고 있다.[1] 리튬 이온 배터리의 노화는 충·방전을 진행함에 따라 지속되어 초기 용량 대비 80%의 방전 가능 용량이 남았을 때, 리튬 이온 배터리의 수명을 다한 것으로 판단한다[2]. | |
리튬 이온 배터리의 노화는 어떻게 판단하는가? | 리튬 이온 배터리의 소형 모바일 기기, 전기 자동차(EV; Electric Vehicle) 및 에너지 저장 장치(ESS; Energy Storage System)의 시장이 활발해지면서 리튬 이온 배터리의 건전성(SOH; State-of-Health)에 대한 추정이 중요하게 요구되고 있다.[1] 리튬 이온 배터리의 노화는 충·방전을 진행함에 따라 지속되어 초기 용량 대비 80%의 방전 가능 용량이 남았을 때, 리튬 이온 배터리의 수명을 다한 것으로 판단한다[2]. 리튬 이온 배터리의 SOH를 추정하기 위해서 칼만 필터[3], 파티클 필터 및 서포트 벡터 회귀분석[4] 및 용량 감소 및 저항 증가 모델을 통한 추정 방법[5] 등 다양한 추정 방법이 연구되고 있다. | |
배터리의 사용 데이터를 이용한 데이터 기반의 추정은 어떠한 방법으로 하는가? | EKF(Extended Kalman Filter), UKF(Unscented Kalman Filter) 및 PF(Particle Filter) 등의 적응 제어 기반 알고리즘이 사용되고 있으며, 이는 베이지안 추론 방법이 적용되어 이전 상태(사전 정보)를 통해 측정값(가능도)과 연산하여 사후 정보를 추정하는 기법이 사용되고 있다.[6] |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.