• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.249-251
• /
• 2018

본 논문에서는 모델 기반 적응제어 방식중 하나인 확장 칼만 필터(EKF: Extended Kalman Filter)를 사용하여 전기자전거용 배터리팩의 충전량(SOC: State of Charge)을 상온과 저온에서 추정하였다. 온도에 따라 배터리의 특성은 매우 가변적이며, 모델의 특성이 달라짐에 따라 적응제어를 위한 내부 파라미터 또한 상이하게 나타난다. 본 논문에서는 Matlab/Simulink를 이용하여 배터리와 확장 칼만 필터를 설계하고 시뮬레이션하였다. 온도에 따른 최적의 SOC 추정 성능을 얻기 위해, 오차 원인을 분석하고 이에 따른 개선된 SOC 추정 결과를 나타냈다.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• pp.244-245
• /
• 2012

본 논문에서는 이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi-resolution analysis)을 통해 분해된 배터리의 저주파 전압 성분(approximation;$A_n$) 기반 SOC(State-of-charge) 추정방법을 소개한다. 급격한 전압 변화의 특성을 나타내는 고주파 전압 성분(detail;$D_n$)이 제거되고 저주파 전압 성분만이 SOC 추정을 위해 사용된다. 이 경우 기존 확장 칼만필터(EKF;extended Kalman filter)에서 SOC 추정에러를 개선하기 위해 사용되었던 노이즈 모델의 생략이 가능하여 알고리즘의 복잡성이 개선된다. 개선된 확장 칼만필터 기반 SOC 추정 결과를 통해 제안된 방법을 검증하였다.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• 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.

• Proceedings of the KIPE Conference
• /
• 2011.11a
• /
• pp.51-52
• /
• 2011

전류 적산법(Coulomb counting, Ampere counting)을 이용한 배터리 SOC(State of Charge) 추정 방식은 초기 SOC 값에 존재하는 오차와 SOC를 추정하는 시간동안 누적되는 전류값의 오차로 인해 추정이 실패할 수 있는 단점이 존재한다. 하지만 알고리즘이 직관적이며 단시간 내에서는 그 오차가 크지않고, 상용화된 배터리 SOC 추정 IC가 존재하여 구현이 간단하다는 장점 또한 있다. 본 논문에서는 전류 적산법 기반의 배터리 SOC 추정 IC를 사용하여 $LiFePO_4$ 리튬 폴리머 배터리의 SOC 추정 회로를 구현하는 과정을 제안한다. 또한 실험을 통해 제안된 배터리 SOC 추정 회로의 성능을 확인해본다.

• Proceedings of the KIPE Conference
• /
• 2011.11a
• /
• pp.301-302
• /
• 2011

본 논문에서는 리튬 폴리머 배터리($LiFePO_4/C$)의 개방전압(OCV;open-circuit voltage) 히스테리시스 특성을 이용한 확장 칼만 필터(EKF;extended Kalman filter) 기반 state-of-charge(SOC) 추정방법을 소개한다. 배터리 등가회로의 중요 요소인 OCV 모델링을 위해 충전 및 방전 각각의 OCV 히스테리시스 특성을 고려하였고 더불어 OCV-SOC 관계의 SOC 간격을 10%에서 5%로 조정하여 EKF 기반 SOC 추정알고리즘의 성능이 향상되었다. 축소된 하이브리드 자동차용 전류프로파일을 적용했을 때 SOC 추정이 잘 이루어지지 않는 영역은 EKF의 측정방정식에 노이즈 모델 및 데이터 리젝션(data rejection)을 구축하였다. 제안된 방법을 이용하여 SOC 추정결과 전류적산법 대비 5%이내의 SOC 추정에러를 만족하였다.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• pp.271-272
• /
• 2012

전류 적산법(Coulomb counting, ampere counting)을 이용한 배터리 SOC(State-of-Charge) 추정 방법은 상용화된 IC를 사용할 수 있기에 구현이 간단하고 SOC 정의를 통해 배터리 사용 가능한 시간을 쉽게 예측할 수도 있다. 하지만 초기 SOC 오류와 누적되는 전류 정보의 오차로 인해 추정이 실패하는 단점이 존재하기 때문에 이를 해결해주는 알고리즘이 필요하다. 본 논문에서는 전류 적산법 기반의 배터리 SOC 추정 회로에 확장 칼만 필터(EKF, Extended Kalman Filter)를 접목하여 전류 적산법을 이용하였을 때 나타날 수 있는 오차 누적을 줄이는 알고리즘을 제안한다. 또한 실험을 통해 제안된 배터리 SOC 추정 회로의 성능을 확인해본다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.54 no.4
• /
• pp.99-107
• /
• 2017

This paper proposes a battery model coefficient correction method for improving the accuracy of existing lithium battery equivalent models. BMS(battery management system) has been researched and developed to minimize shortening of battery life by keeping SOC(state of charge) and state of charge of lithium battery used in various industrial fields such as EV. However, the cell balancing operation based on the battery cell voltage can not follow the SOC change due to the internal resistance and the capacitor. Various battery equivalent models have been studied for estimation of battery SOC according to the internal resistance of the battery and capacitors. However, it is difficult to apply the same to all the batteries, and it tis difficult to estimate the battery state in the transient state. The existing battery electrical equivalent model study simulates charging and discharging dynamic characteristics of one kind of battery with error rate of 5~10% and it is not suitable to apply to actual battery having different electric characteristics. Therefore, this paper proposes a battery model coefficient correction algorithm that is suitable for real battery operating environments with different models and capacities, and can simulate dynamic characteristics with an error rate of less than 5%. To verify proposed battery model coefficient calibration method, a lithium battery of 3.7V rated voltage, 280 mAh, 1600 mAh capacity used, and a two stage RC tank model was used as an electrical equivalent model of a lithium battery. The battery charge/discharge test and model verification were performed using four C-rate of 0.25C, 0.5C, 0.75C, and 1C. The proposed battery model coefficient correction algorithm was applied to two battery models, The error rate of the discharge characteristics and the transient state characteristics is 2.13% at the maximum.

• Journal of Soil and Groundwater Environment
• /
• v.20 no.2
• /
• pp.41-46
• /
• 2015

The drag of the excess charge in an electrical double layer at the solid fluid interface due to water flow induces the streaming current, i.e., the streaming potential (SP). Here we introduce a sandbox experiment to study this hydroelectric coupling in case of a tracer test. An acrylic tank was filled up with homogeneous sand as a sand aquifer, and the upstream and downstream reservoirs were connected to the sand aquifer to control the hydraulic gradient. Under a steady-state water flow condition, a tracer test was performed in the sandbox with the help of peristaltic pump, and tracer samples were collected from the same interval of five screened wells in the sandbox. During the tracer test, SP signals resulting from the distribution of 20 nonpolarizable electrodes were measured at the top of the tank by a multichannel meter. The results showed that there were changes in the observed SP after injection of tracer, which indicated that the SP was likely to be related to the solute transport.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.26 no.5
• /
• pp.357-363
• /
• 2021

Eco-friendly hybrid railroad propulsion system with fuel-cell and battery was suggested to reduce carbon dioxide gas and replace retired diesel railroads. Lithium-ion battery with high energy/power density and long lifetime is selected as the energy source at the battery side due to its excellent performance. However, the performance of lithium-ion batteries was affected by temperature, current rate, and operating condition. Temperature is known to be the most influential factor in changing battery parameters. In addition, appropriate thermal management is required to ensure the safe and effective operation of lithium-ion battery. Electro-thermal coupled model with varying parameter depends on temperature, and state-of-charge (SOC) is suggested to estimate battery temperature. The electric-thermal coupled model contains diffusion current using parameter identification by adaptive control algorithm when considering thermal diffusion effect. An experiment under forced convection was conducted using cylindrical cell and 18 parallel-connected battery module to demonstrate the method.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.18 no.1
• /
• pp.217-222
• /
• 2018

The deterioration of the Battery is decided by SoC and SoH. To determine Battery deterioration, SoC measurement method of Battery by Transfer Function was studied. The SoC of the Battery changes most greatly in the 1Hz band where the DC resistance is detected. but it is a narrow band to observe, therefore, the observation band was moved to 1kHz using the tone busrst signal. Welch's method was used to observe the frequency domain characteristics of the signal. As a result of the spectral estimation, it was confirmed that the response signal of the battery is 1dB difference when the SoC is 40%, 60%, and 80%, respectively. Through this, Proposed the new method of Battery SoC measurement.