• Journal of Electrical Engineering and Technology
• /
• 제7권6호
• /
• pp.824-833
• /
• 2012

In this paper, a coordinated state-of-charge (SOC) control strategy for the energy storage system (ESS) operating under microgrid islanded mode to stabilize the frequency and voltage was proposed. The proposed SOC control loop is made up of PI controller, which uses a SOC state of the energy storage system as an input and an auxiliary reference value of secondary control as an output. The SOC controller changes the auxiliary reference value of secondary control to charge or discharge the ESS. To verify the proposed control strategy, PSCAD/EMTDC simulation study was performed. The simulation results show that the SOC of the ESS can be regulated at the desired operating range without degrading the stabilizing control performance by proposed coordinated SOC control method.

• 전기전자학회논문지
• /
• 제18권3호
• /
• pp.298-304
• /
• 2014

배터리를 사용하고 있는 시스템에서 배터리의 잔존 용량에 대한 정보는 매우 중요하며, 따라서 정확한 SOC(State of Charge)의 추정이 필요하다. 배터리는 노화됨에 따라 전체 사용 가능 용량이 줄어들고 성능이 떨어지는데 이러한 노화의 영향을 고려하지 않는 배터리의 SOC 추정 방법은 추정의 정확도가 떨어지는 단점이 있다. 따라서 본 논문에서는 배터리의 노화 상태를 고려하여 배터리의 SOC를 추정하는 새로운 방법을 제안한다. 제안한 방법에서는 배터리의 전압-SOC 특성 곡선을 Boltzmann 방정식을 사용하여 모델링하고 노화 지표를 정의하며, 노화 지표를 Boltzmann 방정식 모델과 결합하여 SOC를 추정한다. 따라서 제안한 방법은 배터리의 노화 상태를 SOC 추정에 반영하여 노화된 배터리에 대한 정확한 SOC 추정이 가능하다. 또한 새 배터리와 1년 사용한 배터리에 대한 실험과 시뮬레이션을 통하여 제안한 방법의 유효성을 확인한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2016년도 추계학술대회 논문집
• /
• pp.33-34
• /
• 2016

This paper presents a load sharing method based on the low bandwidth communication (LBC) applied to a DC microgrid in order to balance the state of charge (SOC) of the battery units connected in parallel to the common bus. In this method, SOC of each battery unit is transferred to each other through LBC to calculate average SOC value. After that, droop coefficients of battery units are adjusted according to the difference between SOC of each unit and average SOC value of all batteries in the system. The proposed method can effectively balance the SOC of battery units in charging and discharging duration with a simple low bandwidth communication system.

• Transactions on Electrical and Electronic Materials
• /
• 제18권3호
• /
• pp.136-140
• /
• 2017

The state of charge (SOC) is an important parameter in a battery-management system (BMS), and is very significant for accurately estimating the SOC of a battery. Li-ion batteries boast of excellent performance, and can only remain at their best working state by means of accurate SOC estimation that gives full play to their performances and raises their economic benefits. This paper summarizes some measures taken in SOC estimation, including the discharge experiment method, the ampere-hour integral method, the open circuit voltage method, the Kalman filter method, the neural network method, and electrochemical impedance spectroscopy (EIS. The principles of the various SOC estimation methods are introduced, and their advantages and disadvantages, as well as the working conditions adopted during these methods, are discussed and analyzed.

• 전력전자학회논문지
• /
• 제20권4호
• /
• pp.344-350
• /
• 2015

A battery management system requires accurate information on the battery state of charge (SOC) to achieve efficient energy management of electric vehicle and renewable energy systems. Although correct SOC estimation is difficult because of the changes in the electrical characteristics of the battery attributed to ambient temperature, service life, and operating point, various methods for accurate SOC estimation have been reported. On the basis of piecewise linear (PWL) modeling technique, this paper proposes a simple SOC observer for lithium-polymer batteries. For performance evaluation, the SOC estimated by the PWL SOC observer, the SOC measured by the battery-discharging experiment and the SOC estimated by the extended Kalman filter (EKF) estimator were compared through a PSIM simulation study.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권2호
• /
• pp.126-131
• /
• 2015

When a battery is discharging, the battery's current and terminal voltage must both be measured to estimate its state of charge (SOC). If the SOC can be estimated by using only the current or voltage, hardware costs will decrease. This paper proposes an SOC estimation algorithm that needs to measure only the terminal voltage while a battery is discharging. The battery's SOC can be deduced from its open circuit voltage (OCV) through the relationship between SOC and OCV. But when the battery is discharging, it is not possible to measure the OCV due to the voltage drop in the battery's internal resistance (IRdrop). The proposed algorithm calculates OCV by estimating IRdrop using a dynamic terminal voltage measurement. This paper confirms the results of applying the algorithm in a hardware environment via algorithm binarization. To evaluate the algorithm, a Simulink battery model based on actual values was used.

• 한국정보기술학회논문지
• /
• 제18권5호
• /
• pp.55-64
• /
• 2020

태양광 시스템의 안정성과 신뢰성 향상을 위해서는 배터리의 잔존량 (State of Charge, SOC)을 정확하게 추정하여야 한다. 본 연구에서는 gradient descent, Levenberg-Marquardt 및 scaled conjugate gradient 학습방법을 사용한 인공 신경회로망 (Artificial Neural Networks, ANN)과 적응형 뉴로-퍼지 추론 시스템 (Adaptive Neuro-Fuzzy Inference System, ANFIS)을 사용한 SOC 추정방법을 제안한다. 입력으로는 충전 시작 전압 및 적류적산법을 통해 구한 충전 전류를 사용하여 추정된 SOC를 출력한다. 4개의 모델 (ANN-GD, ANN-LM, ANN-SCG, 및 ANFIS)을 사용하여 SOC 추정 방법을 구현하였고 실험을 통해 MATLAB을 사용하여 4개의 모델의 성능을 비교 분석하였다. 실험 결과로부터 ANFIS 모델을 사용한 배터리의 SOC 추정이 가장 정확도가 높았으며 빠른 속도로 수렴함을 확인하였다.

• 전자공학회논문지SC
• /
• 제48권1호
• /
• pp.9-17
• /
• 2011

본 논문에서는 저전류 충방전용 배터리의 SOC(Storage of Charge)을 구하기 위하여 헤르미트 보간법을 이용한 새로운 SOC 다항식을 제안하였다. 또한 SOC 다항식의 계수들을 직접 구할 수 있는 일반 공식이 제안되었다. 실험한 결과, 제안된 방식이 기존의 볼츠만(Boltzmann) SOC 방정식보다 실측 SOC에 정확하게 근사됨을 알 수가 있었으며, 계산적으로도 효율적인 솔루션임이 입증 되었다.

• Korean Chemical Engineering Research
• /
• 제60권3호
• /
• pp.363-370
• /
• 2022

본 논문에서는 전기자동차용 배터리 충/방전 상태 추정의 정확도를 개선하기 위해 칼만 필터(Kalman Filter, KF) 알고리즘과 등가회로모델(Equivalent Circuit Model)을 활용한 State Of Charge (SOC) 추정 방법을 적용하였다. 특히 노화된 배터리 용량을 함께 추정 가능한 관측기(observer)를 설계하였다. 우선 노화가 없는 경우, 칼만 필터를 이용하여 SOC를 단일 추정하면, 관측기 없이 모델로 계산된 경우와 비교하여 평균 절대 오차율이 1.43%(관측기 미사용)에서 0.27%(관측기 사용)로 감소하였다. 차량 주행상태에서는 전류가 고정되지 않아 SOC와 배터리 용량을 모두 추정하는 것에 일반적인 KF 혹은 Extended KF 알고리즘을 이용할 수 없다. 배터리 노화에 의한 용량 변화는 단시간에 일어나지는 않다는 점에 착안하여, 충전 시 배터리 용량 추정을 주기적으로 실시하는 전략을 제시하였다. 충전 모드에서는 일정 구간마다 전류가 고정되기에, 해당 상황에서 배터리 노화 용량을 SOC와 함께 추정 전략을 제시하였다. 전류가 고정된 상태에서 SOC 추정의 평균 절대 오차율은 0.54% 였으며, 용량 추정의 평균 절대 오차율은 2.24%로 나타났다. 충전상태에서 전류가 고정됨으로 일반적인 EKF를 활용하여 배터리 용량과 SOC 동시 추정이 가능하도록 하였다. 이를 통하여 배터리 충전 시 주기적인 배터리 용량 보정을 수행할 수 있다. 그리고, 방전 시에는 해당 용량으로 고정한 채 SOC를 추정하는, 배터리 관리 시스템에서 활용 가능한 추정 알고리즘을 제안하였다.

• Journal of Power Electronics
• /
• 제14권5호
• /
• pp.1038-1046
• /
• 2014

Lithium-ion batteries are widely used in hybrid and pure electric vehicles. State-of-charge (SOC) estimation is a fundamental issue in vehicle power train control and battery management systems. This study proposes a novel model-based SOC estimation method that applies closed-loop state observer theory and a comprehensive battery model. The state-space model of lithium-ion battery is developed based on a three-order resistor-capacitor equivalent circuit model. The least square algorithm is used to identify model parameters. A multi-state closed-loop state observer is designed to predict the open-circuit voltage (OCV) of a battery based on the battery state-space model. Battery SOC can then be estimated based on the corresponding relationship between battery OCV and SOC. Finally, practical driving tests that use two types of typical driving cycle are performed to verify the proposed SOC estimation method. Test results prove that the proposed estimation method is reasonably accurate and exhibits accuracy in estimating SOC within 2% under different driving cycles.