$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

베이지안 회귀분석을 이용한 리튬이온 배터리의 SOH 추정 방법 연구
A study on SOH estimation of Lithium-ion battery based on Bayesian Regression. 원문보기

전력전자학회 2019년도 춘계학술대회, 2019 July 02, 2019년, pp.53 - 55  

박성윤 (충남대학교) ,  김종훈 (충남대학교) ,  박성백 (한국원자력안전기술원) ,  김영미 (한국원자력안전기술원)

초록
AI-Helper 아이콘AI-Helper

리튬 이온 배터리가 소형 모바일 기기, 전기 자동차, 에너지 저장장치 등에 상용화됨에 따라서 이의 충전 상태(SOC) 추정 및 셀, 모듈의 건전성(SOH)의 예측이 배터리 사용 기기의 관리 지표로 사용되고 있다. 리튬 이온 배터리는 여러 차례의 방전으로 노화되어 기기의 요구 부하를 공급가능한지 지표로 평가되어야 한다. 정확한 SOH 추정을 위해 리튬 이온 배터리의 방전 용량 실험이 주기적으로 진행되어야 하며, 이를 통해 오프라인 기반의 SOH 추정이 가능해진다. 본 논문에서는 베이지안 회귀분석 방법을 이용하여 오프라인 SOH 추정을 진행하기 위해 방전 용량을 추정하였으며, 고출력 배터리인 18650 25R셀을 이용하여 방전 용량 추정 결과 방전 전류 1 C-rate에서 1%, 2 C-rate에서 2%의 추정 오차율을 나타냈다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 장에서는 리튬 이온 배터리의 건전성을 판단하는 지표인 SOH를 추정하기 위해서 리튬 이온 배터리의 노화 실험 방법에 대해 소개하며, 베이지안 회귀 분석법을 통해 추정된 용량값을 바탕으로 SOH를 계산하여 그 결과를 분석하였다.

가설 설정

  • 베이지안 회귀 분석에 설명하기에 앞서 종속변수, 회귀 계수 및 분산은 평균을 β0 + β1x, 분산을 σ2로 하는 정규분포를 따른다고 가정하며, 예측하고자 하는 시스템에 대해 정보 및 주관의 개입을 막기 위해 모수에 대한 무정보적 사전 분포를 사용하여 이의 결합 확률 분포를 식 (10)과 같이 계산한다.
본문요약 정보가 도움이 되었나요?

질의응답

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]
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로