• 전력전자학회논문지
• /
• 제12권4호
• /
• pp.324-331
• /
• 2007

본 연구에서는 슬라이딩 모드 관측기를 사용한 리튬 배터리의 충전량 예측방법에 대해서 논의한다. 배터리의 비선형 회로 모델링 기법이 소개되고 슬라이딩 모드 관측기를 사용한 충전량 예측기의 설계 방법이 논의된다. 기존의 복잡한 배터리 모델링 방법 대신, 단순화된 저항-커패시터 모델링 방법이 본 연구에서 사용되었다. 단순화된 모델에 의해 발생되는 오차나 불확실성은 슬라이딩 모드 관측기에 의해 보상되었다. 슬라이딩 모드 관측기의 구조는 단순하지만, 모델링 에러나 외란에 대해서 강인한 특성을 보여준다. 제안된 제어기의 수렴성은 등가제어 방법에 의해서 증명되었다. 제안된 시스템의 성능은 UDDS (Urban Dynamometer Driving Schedule) 시험에 의해서 증명되었다. 시험 결과 제안된 시스템은 실제 주행 환경에서도 우수한 추적 성능을 보여주었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.137-138
• /
• 2007

하이브리드 자동차용 리듐 배터리의 수명을 예측하기 위한 듀얼 슬라이딩 모드 관측기를 설계하는 방법에 대해서 논의한다. 단순화된 R-C 모델을 사용하여 리듐 배터리를 전기적으로 모델링하고, 듀얼 슬라이딩 모드 관측기를 설계하는 방법에 대해서 순차적으로 서술한다. 제안된 시스템의 구조는 단순하고 구현이 쉬운 장점이 있으며, 외란에 대해서 강인하다는 특징도 가지고 있다. Lyapunov 조건에 의한 관측기의 수렴성이 증명되고 시스템의 성능은 UDDS(Urban dynamometer driving schedule) 시험에 의해서 입증되었다. 제안된 시스템은 실제 주행 상황에서도 짧은 계산시간과 뛰어난 추적 성능을 보여주었다.

• 한국가스학회지
• /
• 제24권6호
• /
• pp.91-97
• /
• 2020

리튬이온 배터리(LIB)는 다른 배터리에 비해 수명이 길고, 에너지 밀도가 높으며, 자체 방전율이 낮아, 에너지 저장장치(ESS)로 선호되고 있다. 하지만, 2017~2019년 기간 동안 국내에서만도 28건의 화재사고가 발생하였으며, LIB의 운영 중 안전성 및 신뢰성을 보장하기 위해 LIB의 정확한 용량추정은 필수요소이다. 본 연구에서는 LIB의 충방전 cycle에 따른 용량변화를 예측하는 기계학습 기반 모델의 설계에 있어 중요한 요소인 최적 머신러닝 모델의 선정을 위해, Decision Tree, 앙상블학습법, Support Vector Regression, Gaussian Process Regression (GPR) 각각을 이용한 예측모델을 구현하고 성능비교를 실시하였다. 학습을 위해 NASA에서 제공하는 시험데이터를 사용하였으며, GPR이 가장 좋은 예측성능을 보였다. 이를 바탕으로 추가 시험데이터 학습을 통해 개선된 LIB 용량예측과 잔여 수명추정 모델을 개발하여, 운영 중 이상 감지 및 모니터링 성능을 높여, 보다 안전하고 안정된 ESS 운용에 활용하고자 한다.

• 조명전기설비학회논문지
• /
• 제22권6호
• /
• pp.127-133
• /
• 2008

본 논문에서는 무정전 전원시스템(UPS : Uninterruptible Power Supply)의 에너지 저장용으로 사용되는 납축전지를 최적의 상태로 유지, 관리하는 배터리관리시스템을 설계, 제작하고, 잔존용량을 추정하는 알고리즘을 제안한다. 제안된 배터리관리시스템은 배터리의 충 방전 전류를 제어하여 과방전 및 과충전으로부터 배터리를 보호하며, 충 방전 시 배터리 잔존용량(SOC)을 예측하여 배터리를 최적 상태로 유지하도록 하는 알고리즘이 적용된다. 또한 충 방전 시험기를 이용한 실험과 UPS에 장착한 후 성능 실험을 통해, 제작된 시스템의 성능 및 제안된 배터리 잔존용량 추정 알고리즘의 타당성을 입증한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.130-132
• /
• 2020

배터리 시스템은 어플리케이션의 대영화에 따른 데이터 저장공간 문제 및 연속적인 배터리 신뢰성 문제 해결을 위한 건전성 예측 및 관리기술 접목에 관한 문제에 직면해 있으며, 이러한 문제 해결을 위해서는 배터리 시스템 신호를 통해 추출 가능한 건전성 지표 수립이 중요하다. 본 논문은 건전성 지표를 물리적, 간접적 지표로써 정의하고, 사이클 노화 데이터를 통해 건전성 지표로써의 성능을 검증하였다.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.284-294
• /
• 2018

모바일 스마트 장치 배터리의 남은 시간 예측에 통계적 기법이 많이 사용되고 있다. 그러나 특정 통계 기법만을 사용한 기존 연구들의 결과만으로는, 통계적 기법이 배터리의 남은 시간 예측에 적합한지가 판단하기 어렵다. 이에 본 논문에서는 스마트 장치 배터리의 남은 시간 예측에 적용 가능한 다양한 통계 기법들의 성능을 평가하였다. 평가에 사용된 통계 예측 기법은 단순 및 이동 평균, 선형 회귀, 다변수 적응 회귀, 자기 회귀, 다항식 회귀, 이중 및 삼중 지수평활 기법이다. 분석 결과는, 향후 통계적 기법을 배터리 남은 사용 시간 예측에 적용하려는 IT 엔지니어에게 중요한 자료로 활용될 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.339-341
• /
• 2024

본 논문에서는 전기 자동차 배터리 팩 설계에서 성능 예측을 위해 전산유체해석 및 Long Short-Term Memory (LSTM)를 활용한다. 두 계산 모두의 예측이 상당한 유사성을 나타내며, 전산유체해석은 시스템 유체 역학을 고려한 상세한 물리 모델을 제공하고, LSTM은 시계열 데이터를 기반으로 한 딥러닝 모델로 효과적으로 패턴을 파악, 향후 온도 상승을 예측한다. 결과는 두 접근 모두가 효과적인 예측을 제공하며 향후 전기 자동차 배터리 팩 설계 및 최적화에서 종합적인 접근의 필요성을 강조한다. 특히, LSTM 기반 예측에 소요되는 시간은 계산 유체 역학의 약 25%로, 약 일주일 정도로 빠르게 확인 가능하다. 이는 현대 산업 환경에서 시간적 효율성이 중요한 측면을 강조하며, 계산 유체 역학의 상세한 물리 모델링과 LSTM의 빠른 예측 속도를 결합한 설계 방법론을 제안한다.

• 대한기계학회논문집B
• /
• 제40권6호
• /
• pp.403-408
• /
• 2016

리튬 이온 배터리는 높은 에너지 밀도와 안정적인 충전/방전 특성을 내재하고 있어 하이드리드 및 전기자동차에 보편적으로 사용된다. 리튬 이온 배터리의 효율은 배터리 자체의 온도 특성에 직접적인 영향을 받으므로, 열을 효율적으로 냉각하는 기술이 요구된다. 본 논문에서는 수냉식 배터리 냉각 시스템의 냉각 성능과 펌프 소모동력에 관한 전산유체해석을 수행하였다. 이를 위해 배터리 셀의 냉각수 유량 및 냉각 채널의 특성에 따른 냉각 성능을 수치적으로 예측하였다. 이를 바탕으로 250개 배터리 셀을 기준으로 유량 및 차압에 의한 소모동력을 계산하였다. 이러한 연구는 차세대 하이브리드 및 전기자동차의 시간에 따른 배터리의 온도 변화 및 충/방전 효율 최적화 기술에 적용할 수 있는 기초 연구로 활용될 수 있을 것으로 기대된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1319-1322
• /
• 2015

일반적으로 이차전지를 이용한 에너지 저장 시스템(ESS, Energy Storage System)과 전기 자동차(EV, Electric Vehicle)에 사용되는 전지(Battery)는 용량에 따라 직 병렬로 수십 개에서 수 만개의 배터리가 사용되기도 한다. 이러한 많은 배터리를 제어하고 관리하기 위해 필요한 것이 배터리 관리 시스템(BMS, Battery Management System)이다. 이러한 BMS는 ESS(Energy Storage System, 에너지저장시스템)의 핵심부품으로서, 관련업계에서는 새로운 기술 개발에 박차를 가하고 있다. 따라서 본 논문에서는 최근 개발되고 있는 AC 임피던스를 이용한 SOH 예측 기능을 검증할 수 있는 DSP(Digital Signal Processing) Platform 기반으로 Master-Slave 형태의 BMS를 개발하였으며, Master-Slave간에는 CAN 통신을 이용하여 제어성, 확장성을 용이하게 함으로써, 새로운 SOH 알고리즘 구현 및 성능 검증을 손 쉽게 구현할 수 있게 되었다.

• 대한기계학회논문집B
• /
• 제40권12호
• /
• pp.801-807
• /
• 2016

본 논문은 전기자동차 배터리 시스템에 공기를 이용한 직접 냉각 방식을 적용하여, 공기 유로 형상에 따른 냉각 성능을 비교 연구하였다. 이를 위해, 배터리 냉각 시스템에서 모듈의 배치 형상과 발열량을 고정하고, 입 출구 면적 및 외부 Case 형상을 변경하여, 이에 따른 냉각 성능 결과를 수치 해석적으로 비교 분석하였다. 해석 결과는 배터리 내부의 공기 유동 유선(Stream line), 속도장 분포(Velocity field), 온도 분포(Temperature distributions)를 정리하여 제시하였다. 해석 결과, 외기온도 $25^{\circ}C$에서 안정적인 배터리 작동온도인 $50^{\circ}C$ 이하를 만족하기 위해서는 공기의 유입 체적이 $400m^3/h$ 이상이 되어야 함을 확인할 수 있었다. 또한, 출구 부근의 Diffuser 형상을 가지는 해석 조건에서 냉각이 끝난 공기의 배출이 원활히 진행되면서 냉각 성능이 향상되는 것을 알 수 있었다.