Search

KR-102961509-B1 - Method for estimating SOC of a battery module using battery module coefficients

KR102961509B1KR 102961509 B1KR102961509 B1KR 102961509B1KR-102961509-B1

Abstract

본 발명은 배터리 모듈 계수를 이용하여 배터리 모듈의 용량을 추정하는 방법에 관한 것으로서, 본 발명의 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법은 배터리 모듈 내 셀 간 온도 편차를 토대로 산출된 용량값을 기반으로 데이터 피팅(fitting)을 수행하는 데이터 피팅(fitting) 단계, 발열 차이에 따른 피팅(fitting) 계수의 함수화를 수행하는 열화 차이 계수화 단계, 및 배터리 셀의 초기 용량 차이 및 발열 차이에 대한 영향을 셀 단위 열화 모델에 반영해 배터리 모듈 용량을 산출하는 배터리 모듈 용량 산출 단계를 포함한다.

Inventors

  • 김병철

Assignees

  • 효성중공업 주식회사

Dates

Publication Date
20260506
Application Date
20240913

Claims (10)

  1. 배터리 용량을 추정하는 방법으로서, 배터리 모듈 내 셀 간 온도 편차를 토대로 산출된 배터리 모듈의 용량값을 기반으로 데이터 피팅(fitting)을 수행하는 데이터 피팅(fitting) 단계; 발열 차이에 따른 피팅(fitting) 계수의 함수화를 수행하는 열화 차이 계수화 단계; 및 배터리 셀의 초기 용량 차이 및 발열 차이에 대한 영향을 셀 단위 열화 모델에 반영해 배터리 모듈 용량을 산출하는 배터리 모듈 용량 산출 단계;를 포함하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  2. 제 1항에 있어서, 상기 데이터 피팅(fitting) 단계에서, 각 온도 편차에 대한 데이터 피팅(fitting)에 사용된 함수는 편차 데이터의 변화 특성에 따른 지수함수(exponential) 적인 특성을 반영하는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  3. 제 2항에 있어서, 상기 지수함수는 다음의 수학식 1로 표시되는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법. [수학식 1] 여기서, T dev 는 상온 대비 온도 편차를 나타내고, cycle 은 충방전 회수, 그리고 a, b, c 는 함수 계수.
  4. 제 3항에 있어서, 상기 지수함수는 각 온도 편차 별로 계수 a, b 값은 달라지게 되고, 계수 c 는 데이터 구간마다 실질적으로 동일한 값을 가지는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  5. 제 4항에 있어서, 상기 열화 차이 계수화 단계에서, 상기 온도 편차의 정도에 따른 상기 계수 a, b 의 변화를 반영하기 위해 상기 계수 a, b 에 대한 각각의 추세 함수를 도출하고, 도출된 계수 a, b 에 대한 각각의 추세 함수를 상기 수학식 1 에 적용하는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  6. 제 5항에 있어서, 상기 계수 a 에 대해 도출된 추세 함수는 [a = k 1 * T dev + k 2 ] 로 나타내고, 상기 계수 b 에 대해 도출된 추세 함수는 [b = k 3 * exp(T dev * k 4 )] 로 나타내고, 여기서, T dev 는 상온 대비 온도 편차를 나타내고, k 1 , k 2 , k 3 , k 4 는 함수 계수인 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  7. 제 6항에 있어서, 상기 배터리 모듈 용량 산출 단계에서, 상기 배터리 셀의 초기 용량 차이 및 발열 차이에 대한 영향을 셀 단위 열화 모델에 반영해 배터리 모듈 용량을 산출하는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  8. 제 7항에 있어서, 상기 배터리 셀의 초기 용량 차이는 상기 배터리 셀의 정격 용량과 상기 배터리 모듈 내 셀 하한 용량과의 차이(Q dev )를 상기 셀 단위 열화 모델에 적용함으로써 반영하는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  9. 제 8항에 있어서, 상기 배터리 셀의 발열 차이는 상기 열화 차이 계수화 단계에서 산출한 온도 편차 계수를 셀 단위 열화 모델에 적용함으로써 반영하는 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법.
  10. 제 9항에 있어서, 상기 배터리 모듈 용량 산출 단계에서, 상기 배터리 모듈의 용량(Q module )은 다음 수학식 2 로 산출하고, [수학식 2] 여기서, Q dev 는 상기 배터리 셀의 정격 용량과 상기 배터리 모듈 내 셀 하한 용량과의 차이이고, Q temp 는 온도 편차에 따른 상기 배터리 모듈의 용량값 차이로서 다음 수학식 3 으로 나타내고, 셀 단위 열화 모델은 배터리 셀 단위의 열화 모델에 의해 산출된 용량값인 것을 특징으로 하는 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법. [수학식 3] 여기서, T dev 는 상온 대비 온도 편차를 나타내고, k 1 , k 2 , k 3 , k 4 는 함수 계수이며, cycle 은 충방전 회수이고, c 는 고정값을 적용함.

Description

배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법{Method for estimating SOC of a battery module using battery module coefficients} 본 발명은 배터리 모듈의 용량 추정 방법에 관한 것으로, 상세하게는, 배터리 모듈 계수를 이용하여 배터리 모듈의 용량을 추정하는 방법에 관한 것이다. 최근 급격한 전력수요의 증가로 인해 신재생에너지 발전의 보급 및 배터리를 이용한 에너지 저장장치(ESS; Energy Storage System)의 개발이 요구되고 있다. ESS 는 대용량 전력 저장 장치로서, 과잉 생산된 전력을 배터리에 저장해 두었다가, 전력이 부족할 때 방전하는 장치다. ESS 를 사용할 경우 신규 발전 시설을 위한 투자비를 절감할 수 있고, 풍력에너지나 태양에너지와 같은 신재생 에너지와의 연계를 통한 에너지 생산 및 이용 효율을 극대화할 수 있다. ESS 는 다수의 배터리, 전력변환장치(PCS; power conditioning system) 등으로 구성된다. 여기서, PCS 는 기본적으로 전력계통과 배터리 사이에서 직류전원과 교류전원의 양방향 전력 제어를 수행하며, 또한 전력계통의 신뢰도 향상, 전력 수요 피크 시 저장된 에너지의 신속한 공급 등의 기능을 수행한다. 또한, 배터리 장치는 화학 에너지를 전기 에너지로 변환하여 제공하는 방전 기능과 외부 전원에 의하여 화학 에너지를 저장하는 충전 기능을 갖는 이차전지를 이용하는 것이 일반적이다. 이러한 배터리 장치는 배터리 셀(Cell)이나 배터리 모듈(Module), 또는 배터리 랙(Rack)으로 구성될 수 있다. 배터리 셀은 각각이 에너지를 저장했다 내보내는 역할을 하며, 배터리 모듈은 배터리 셀을 외부충격과 열, 진동 등으로부터 보호하기 위해 일정한 개수로 묶어 프레임에 넣은 배터리 조립체(Assembly)이다. 이러한 배터리 모듈은 서로 직렬 및/혹은 병렬로 연결된 다수의 셀들로 이루어져 있으며, 보통 기계적 구조물 안에 매입된다. 배터리 랙(Rack)은 다수의 배터리 모듈을 안전하게 보호하고 냉각하며 전력 관리를 할 수 있도록 이루어져 있고, 주로 대용량 배터리 장치를 구성하는 데 사용된다. 배터리 장치는 충전과 방전을 반복하는 과정에서 용량이 저하되는 현상이 발생하며, 이러한 용량 저하를 예측하기 위한 연구가 지속되어 왔다. 그 일례로, 대한민국 등록특허공보 제10-2537607호에서는 배터리가 제1 정전류로 충전되는 동안의 상기 배터리의 전압 및 전류를 나타내는 제1 센싱 정보를 생성하고, 배터리가 제2 정전류로 방전되는 제2 기간 동안의 배터리의 전압 및 전류를 나타내는 제2 센싱 정보를 생성하는 한편, 제1 센싱 정보에 기초하는 제1 미분 용량 커브의 제1 충전 특징점의 전압 및 제2 미분 용량 커브의 제1 방전 특징점의 전압값을 기초로, 배터리의 퇴화도를 결정하는 방법을 제안하였다. 그러나, 기존의 배터리 용량 추정방법은 배터리 셀의 시험 과정에서 SOC(State of Charge), C-rate 등의 조건만 고려되며, 배터리 모듈과의 차이에서 생기는 인자에 대해서는 고려하지 않는 경우가 대부분이었다. 따라서, 종래에는 배터리 셀 레벨의 용량 저하와 배터리 모듈 레벨의 용량 저하 사이에 인과관계를 고려할 수 없어 배터리 모듈 레벨로 예측결과를 확장할 수 없었으며, 또한 배터리 모듈 레벨의 용량에 대해 배터리 셀 레벨의 용량에 마진을 적용하는 방식을 취하고 있어 정확한 배터리 모듈 단위의 용량 예측이 어려운 문제점이 있었다. 도 1 은 본 발명의 일 실시예에 따른 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법을 나타낸 도면이다. 도 2는 도 1의 데이터 피팅(fitting) 단계의 동작을 설명하기 위한 도면이다. 도 3은 도 1의 열화 차이 계수화 단계의 동작을 설명하기 위한 도면이다. 도 4 는 기존의 셀 단위 열화 모델을 이용하여 배터리 용량을 예측한 결과와, 본 발명의 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법을 통해 배터리 용량을 예측한 결과를 나타낸 것이다. 이하, 본 발명의 실시를 위한 구체적인 실시예를 첨부된 도면들을 참조하여 설명한다. 본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다. 본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다. 또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법에 대해 상세히 설명한다. 통상, 배터리 모듈의 용량은 배터리 모듈 내 셀의 초기 용량 및 열화 경향 차이로 인해 단일 셀의 용량/수명 변화 특성과는 차이가 발생하게 된다. 이에 대해, 본 발명은 배터리 모듈의 용량을 추정함에 있어서 배터리 모듈 내 셀의 초기 용량 및 열화 경향 차이를 계수화 하여 배터리 모듈의 용량/수명 변화를 산출하는 방법을 제시한다. 이를 통해, 본 발명은 기존의 배터리 셀 레벨의 용량/수명 예측방법의 한계를 보완할 수 있으며, 보다 현실적이고 정확한 배터리 모듈의 용량/수명 추정이 가능하다. 도 1은 본 발명의 일 실시예에 따른 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법을 나타낸 도면이며, 도 2 및 도 3 은 도 1을 상세히 설명하기 위한 세부 도면이다. 이하, 도 1 내지 도 3 을 참조하여 본 발명에 따른 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법에 대해 설명한다. 도 1는 본 발명의 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법을 나타낸 순서도로서, 도 1에서 볼 수 있는 바와 같이, 본 발명의 배터리 모듈 계수를 이용한 배터리 모듈 용량 추정 방법은 데이터 피팅(fitting) 단계(S100), 열화 차이 계수화 단계(S200), 및 배터리 모듈 용량 산출 단계(S300)으로 이루어진다. 먼저, 데이터 피팅(fitting) 단계(S100)에서, 본 발명은 배터리 모듈 내 셀 간 온도 편차를 토대로 산출된 배터리 모듈의 용량값을 기반으로 데이터 피팅(fitting)을 수행하며, 이에 대해 도 2를 참조하여 상세히 설명한다. 본 발명의 데이터 피팅(fitting) 단계(S100)에서는 배터리 모듈 내 셀 간 온도 편차에 대해 각 설정 온도별로 용량값을 산출하는 한편, 산출된 용량값을 기반으로 데이터 피팅(fitting)을 수행한다. 이때, 배터리 모듈 내 셀 간 온도 편차는 모듈 내 기준이 되는 셀(예: 온도 25℃)과 가장 고온인 셀(예: 온도 55℃)의 온도 차이를 의미하며, 모듈 내 배터리 셀에 부착된 다수의 온도 센서를 통해 계측되거나 모의 해석을 통해 추정할 수 있다. 도 2(a) 는 배터리 모듈 내 셀 간 온도 편차가 상온 대비 5˚C 편차로부터 25˚C 편차까지 5˚C 간격으로 총 5개의 온도 편차별 용량 변화를 산출한 것이다. 본 발명은 이러한 온도 편차별 용량 변화에 대해 데이터 피팅(fitting)을 수행하게 되며, 도 2(a)에서 실선은 각 온도 편차에 대해 산출된 용량값을 의미하고, 점선은 산출된 용량값 데이터에 대해 본 발명의 데이터 피팅(fitting)을 수행한 결과를 나타낸 것이다. 이때, 각 온도 편차에 대한 데이터 피팅(fitting)에 사용된 함수는 기본(상온) 열화 모델로서 아래의 수식과 같다. [수학식 1] 여기서, Tdev 는 상온 대비 온도 편차를 나타내고, cycle 은 충방전 회수, 그리고 a, b, c 는 함수 계수 이다. 수학식 1 에서 볼 수 있는 바와 같이, 본 발명은 각 온도 편차에서의 용량값 변화가 나타내는 편차 데이터의 변화 특성, 즉 지수함수(exponential) 적인 특성을 반영한다. 또한, 이를 토대로 함수 기반 데이터 피팅(fitting)을 위한 계수 a, b, c 를 도출한다. 상기 수학식 1의 함수 기반으로, 온도 편차 별로 데이터 피팅(fitting)을 통해 계수 a, b, c 를 구한 것이 도 2(b) 이다. 도 2(b)에서 알 수 있는 바와 같이, 각 온도 편차 별로 계수 a, b 값은 달라지게 되고, 이에 반해 계수 c 는 데이터 구간마다 실질적으로 동일한 값을 가짐을 알 수 있다. 본 발명에서는 이후 단계의 간명함을 위해 계수 c 에 대해 그 값을 c = 0.56923 의 고정값을 사용한다. 다음, 열화 차이 계수화 단계(S200)에서, 본 발명은 온도 편차에 따른 열화 차이를 계수화 하게 되는데, 이하 도 3 을 참조하여 상세히 설명한다. 본 발명의 열화 차이 계수화 단계(S200)에서는 발열 차이에 따른 피팅(fitting) 계수의 함수화를 수행하게 된다. 이는 온도 편차의 정도에 따른 계수 a, b 의 변화를 반영하기 위해 계수 a, b 에 대한 각각의 추세 함수를 도출하는 방식으로 이루어지고, 본 발명은 이와 같이 도출된 계수 a, b 에 대한 각각의 추세 함수를 상기 수학식 1 의 기본(상온) 열화 모델에 적용한다. 도 3에서 알 수 있는 바와 같이, 계수 a 에 대해 도출된 추세