• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2018년도 추계학술대회
• /
• pp.121-122
• /
• 2018

리튬 인산철(LFP, $LiFePo_4$) 배터리의 경우 다른 종류의 배터리에 비해 내부 파라미터가 비선형적인 단점이 있다. 일반적인 배터리 등가회로 모델을 적용 시, 비선형성으로 인해 추정 성능이 감소한다. 배터리 등가회로 모델을 기반인 확장 칼만 필터(EKF, Extended Kalman Filter)를 통해 SOC (State of Charge) 추정 시 추정성능이 감소할 수 있다. 따라서 본 논문은 LFP 배터리의 SOC 추정 성능 향상을 위해 실시간 파라미터 관측기를 통한 배터리 등가회로 모델을 기반으로 EKF의 내부 파라미터를 분석하고 이에 따른 차등 모델을 제안한다.

• Journal of Electrical Engineering and Technology
• /
• 제13권5호
• /
• pp.1927-1934
• /
• 2018

In this paper, we studied the state of charge (SOC) estimation algorithm of a high-capacity lithium secondary battery for electric vehicles (EVs) considering temperature characteristics. Nonlinear characteristics of high-capacity lithium secondary batteries are represented by differential equations in the mathematical form and expressed by the state space equation through battery modeling to extract the characteristic parameters of the lithium secondary battery. Charging and discharging equipment were used to perform characteristic tests for the extraction of parameters of lithium secondary batteries at various temperatures. An extended Kalman filter (EKF) algorithm, a state observer, was used to estimate the state of the battery. The battery capacity and internal resistance of the high-capacity lithium secondary battery were investigated through battery modeling. The proposed modeling was applied to the battery pack for EVs to estimate the state of the battery. We confirmed the feasibility of the proposed study by comparing the estimated SOC values and the SOC values from the experiment. The proposed method using the EKF is expected to be highly applicable in estimating the state of the high-capacity rechargeable lithium battery pack for electric vehicles.

• 조명전기설비학회논문지
• /
• 제28권11호
• /
• pp.77-83
• /
• 2014

The Estimation of State of Charge(SOC) for batteries is an important aspect of a Battery Management System(BMS). A method for estimating the SOC is proposed in order to overcome the individual disadvantages of the current integral and Open Circuit Voltage(OCV) estimation methods by combining them using Extended Kalman filter(EKF). The non-linear characteristics of the Li-Ion RC battery model used in this study is also solved through EKF. The proposed method is simulated in a Matlab environment with a Li-Ion Kokam battery (3.7V, 1,500mAh). Results showed that there is an improvement in the estimation error when using the proposed model compared to the conventional current integral method.

• 대한토목학회논문집
• /
• 제35권6호
• /
• pp.1347-1356
• /
• 2015

1970년대 이후 급격한 경제성장과 함께 교통SOC 투자 또한 지속적으로 이루어졌으나, 최근 중복 및 과투자 논란에 따른 합리적 투자규모 산정에 대한 필요성이 증가하고 있다. 이에 본 연구에서는 적정 투자규모 산정관련 국내 외 다양한 연구를 검토하고, 국제비교, 국내 SOC 투자재원규모, 내생적 경제성장모형 등 3가지 방법을 통해 투자규모를 산정하였다. 각각의 투자규모 산정방법은 규모의 적정성, 정책성, 경제성 등을 고려하여 산정하였기 때문에 이를 종합할 수 있는 AHP 기법을 활용하여 합리적인 수준의 투자규모를 제시하고자 하였다. AHP분석결과 내생적 경제성장모형의 가중치가 0.4433으로 가장 높게 도출되었으며, 다음으로 국내 SOC 투자재원규모(0.3666), 국제비교(0.1901) 순으로 나타났다. 가중치를 이용하여 산정된 적정 교통 SOC 투자규모는 2019년 기준 19.51조원~24.49조원으로 산정되었으며, 국가재정운용계획대비 약 4.28조원~9.26조원 높게 도출되었다. 이는 경제적 측면의 가중치가 높게 반영되어 투자규모 산정이 이루어졌기 때문인데, 향후 국내 외 여건 및 정책변화에 부응하기 위하여 적절한 투자규모산정 방안이 필요하며, 예산이 한정된 상황하에서 합리적인 투자계획조정을 통한 체계적인 투자가 이루어져야 할 것으로 판단된다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2013년도 추계학술대회 논문집
• /
• pp.216-217
• /
• 2013

본 논문에서는 전류적산법을 이용한 배터리 SOC 추정에 있어 오차를 발생시키는 원인들에 대한 이론적인 분석을 통하여 주요 인자들 중 전류센서, 스케일 변환회로, ADC에서 발생 가능한 오차 발생 요인을 고려한다. 그리고 오차를 반영한 시뮬레이션으로 BMS모델을 구현하여 실제 실험과의 정확성을 판단하고, 오차 발생 비중을 규명한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 추계학술대회
• /
• pp.137-138
• /
• 2017

본 논문에서는 각형 형태의 120Ah 고용량 배터리 ($LiNiMnCoO_2$; NMC)의 내부 파라미터 추출을 통해 배터리 관리 시스템(battery management system;BMS)에 중요한 팩터로 0.1C 및 0.25C 방전 조건에서 확장칼만필터(extended Kalman fileter;EKF) 기반으로 SOC(state-of-charge)를 추정하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 추계학술대회 논문집
• /
• pp.157-158
• /
• 2012

본 논문은 리튬 폴리머 배터리의 수명 감소에 대한 경향성 테스트를 토대로 이중 확장 칼만 필터(Dual EKF)를 이용하여 배터리의 SOC(State-of-Charge) 및 SOH(State-of-Charge) 방법을 제안하였다. 배터리에 수명에 따른 임피던스 변화를 테스트를 수행함으로써 등가회로 모델상에서 수명에 따른 변화가 가장 큰 내부 저항을 선택함으로써 배터리의 SOH 추정을 위해 선택하였다. 배터리 모델은 4.2V, 1440mAh의 리튬폴리머 전지에서 추출되었다. 배터리는 Bulk 커패시터, 두 개의 R-C회로, 직렬 저항을 사용하여 모델링하였다. Dual EKF를 모델에 적용하기 위해 캐패시터 전압은 개방 회로 전압(OCV)을 나타내는데 사용된다. Dual EKF는 충/방전 기기인 TOSCAT-5200에 의해 얻은 실험 데이터로 테스트하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2010년도 하계학술대회 논문집
• /
• pp.418-419
• /
• 2010

본 논문에서는 스크리닝에 기반한 리튬이온 배터리 팩의 state of charge (SOC) 추정방법을 연구하였다. 전기화학적 특성이 서로 유사한 셀들을 미리 선별하는 스크리닝 방법을 통해 직렬, 병렬, 직/병렬팩이 구성될 때, 이러한 팩의 전기화학적 등가회로 모델은 단위 셀 대비 일정한 경향성을 보이는 용량, open circuit voltage (OCV) 등의 파라미터 정보를 토대로 기존 단위 셀 모델과 동일한 모델 구축이 가능하다. 이를 통하여 extended kalman filter (EKF)를 이용한 배터리 팩의 SOC 추정이 가능함을 보인다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2014년도 전력전자학술대회 논문집
• /
• pp.528-529
• /
• 2014

본 논문은 리튬-이온 배터리의 OCV 예측기법에 대해서 제안하였다. OCV는 배터리의 SOC를 추정할 때 중요한 정보이다. 하지만, 정확한 OCV를 측정하기 위해서는 최소 30분 이상의 휴지시간이 소요된다는 단점을 가지고 있다. 따라서 본 논문은 이런 단점을 해결하기 위해 OCV 예측기법에 대해서 제안하였다. 제안한 OCV 예측기법의 타당성은 배터리 모델의 OCV와 예측된 OCV를 비교하는 시뮬레이션 통해 검증하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 전력전자학술대회 논문집
• /
• pp.130-131
• /
• 2012

본 논문은 확장 칼만 필터(EKF)를 이용하여 배터리의 SOC(State-of-Charge) 추정 방법을 제안하였다. EKF는 정확한 모델에서만 제대로 동작 할 수 있다. 따라서, 본 논문은 EKF의 적용을 위해 높은 정확도를 가진 전기적 배터리 모델에 대해 설명한다. 배터리 모델은 4.2V, 40Ah의 리튬폴리머 전지에서 추출되었다. 배터리는 Bulk 커패시터, 두 개의 R-C회로, 직렬 저항을 사용하여 모델링하였다. EKF를 모델에 적용하기 위해 캐패시터 전압은 개방 회로 전압(OCV)을 나타내는데 사용된다. EKF는 충/방전 기기인 Maccor 8500에 의해 얻을 실험 데이터로 테스트하였다. 테스트 결과에서 추정의 오차가 최대 5% 정도로 줄일 수 있다는 것을 보여준다.