$\require{mediawiki-texvc}$

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.

[국내논문] 리튬이온 배터리 상태 추정을 위한 근사모델링 방법과 그 성능 분석을 통한 수명 예측에 대한 연구
Study on Analysis of Performance to Surrogate modeling Method for Battery State Estimation 원문보기

전력전자학회 2019년도 추계학술대회, 2019 Nov. 22, 2019년, pp.206 - 207  

강덕훈 (충남대학교) ,  이평연 (충남대학교) ,  장신우 (라온엑스 솔루션즈) ,  김종훈 (충남대학교)

초록
AI-Helper 아이콘AI-Helper

리튬이온 배터리의 상태를 모니터링 하는 방법에 있어서, 대표적으로 배터리의 충전 상태(SOC)와 배터리의 건강 상태(SOH)를 추정하여 상태 지표로 사용된다. 본 연구에서는 리튬 이온 배터리의 상태 지표를 위한 용량 정보의 추정을 데이터 기반의 근사 모델을 이용하여 수행하였다. 다양한 근사 모델링 방법을 적용하여 추정되는 용량 정보를 비교하고, 모델링 방법에 따른 용량 추정 성능을 확인하였다. 또한, 이를 바탕으로 리튬이온 배터리의 용량을 예측하고 예측 성능을 분석하였다. 본 연구를 통하여 근사모델을 이용하는 경우, 리튬이온 배터리의 용량 추정은 물론 예측을 수행하는 방법으로서의 활용 가능성을 확인하였으며, 또한 제안하는 방법을 이용하여 보유하고 있는 모니터링 데이터를 활용하여 리튬이온 배터리의 성능을 평가하는데 있어 효과적으로 활용될 수 있을 것으로 판단된다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 리튬이온 배터리의 SOH 추정을 위해 필요한배터리의 용량정보를 추정하기 위한 방법으로 근사 모델을 사용하는 방법을 제안한다. 배터리 상태 지표 추정을 위한 방법으로 근사 모델을 활용하는 방법의 타당성을 확인하기 위하여 배터리 용량 추정 및 예측의 결과를 비교하고 근사 모델링 방법에 따른 추정(estimation) 및 예측(prediction)의 성능 분석을 수행하였다.
  • fresh의 위 첨자는 초기 상태에서의 내부저항, 용량을말한다. 본 연구에서는 기준이 명확한 용량을 기준으로 하는SOH의 정의를 참고로 하여, 배터리의 용량 정보를 추정하는 방법에 대한 연구를 수행하였다. 배터리의 용량 정보는 측정이 가능한 전압, 전류 등의 정보를 활용하여 배터리의 용량을 추정해야 하며, 대표적인 방법으로 전류적산법(the coulombcounting method), 모델 기반의 방법(model-based method), 데이터 기반의 방법(data-driven method)이 있다.
  • 본 연구에서는 배터리의 사이클 실험 데이터를 활용하여 다양한 근사 모델을 생성하고 배터리의 용량 추정 및 예측을 수행하는 근사 모델의 성능 분석을 수행하였다. 다양한 근사 모델의 성능 분석을 위하여 Datadvance사의 상용 데이터분석 전문 프로그램인 pSeven을 활용하였다.
  • 본 논문은 상용 프로그램인 pSeven을 이용하여 다양한 근사 모델을 생성하고 이를 기반으로 배터리의 용량을 추정, 예측하고 그 결과를 분석하였다. 모든 모델이 배터리의 용량 추정에 있어 우수한 성능을 보였으며, 일부 모델의 경우 용량 예측에도 좋은 성능을 보여주었다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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