KR102255914B1

KR102255914B1 - 저온 환경에서의 예측 정확도 향상을 위한 리튬이차전지 잔량 예측방법 및 예측장치

Info

Publication number: KR102255914B1
Application number: KR1020190130031A
Authority: KR
Inventors: 김성철
Original assignee: 주식회사 티움리서치
Priority date: 2019-10-18
Filing date: 2019-10-18
Publication date: 2021-05-26
Also published as: KR20210046902A

Abstract

본 발명은 리튬이차전지의 전류 적산량에 가감하여 리튬이차전지의 잔여 용량을 예측함에 있어서, 전지 온도 및 전지 전류에 따라 보정한 전류 적산량을 적용함으로써, 저온 환경에서의 예측 정확도를 향상시킨 리튬이차전지 잔량 예측방법 및 예측장치에 관한 것으로서, 서로 다른 온도의 환경에서의 용량 활용률을 커브 피팅(Curve Fitting)하여 획득한 온도인자 산정식에 근거하여, 측정 온도에 대응되는 온도인자로 보정한 전류 적산량을 가감하여 잔여 용량을 예측한다.

Description

저온 환경에서의 예측 정확도 향상을 위한 리튬이차전지 잔량 예측방법 및 예측장치{Method and Apparatus for State-of-Charge Prediction of Lithium Ion Battery for Precision Enhancement at Low Temperature}

본 발명은 리튬이차전지의 전류 적산량에 가감하여 리튬이차전지의 잔여 용량을 예측함에 있어서, 전지 온도 및 전지 전류에 따라 보정한 전류 적산량을 적용함으로써, 저온 환경에서의 예측 정확도를 향상시킨 리튬이차전지 잔량 예측방법 및 예측장치에 관한 것이다.

리튬이차전지를 충전할 경우에 권장하는 주위 온도는 0℃ ~ 45℃ 범위로서 실제 사용 환경에 비해 상대적으로 범위가 좁다.

이와 같이 온도 범위를 권장하는 이유는 0℃ 이하의 저온 환경에서 충전하면, 리튬이 전극 표면에서 석출되어, 가용 용량이 감소하고 안전성도 저하되며, 또한, 고온 환경에서 충전하면, 과도한 열발생으로 인한 부반응으로 전지 성능이 저하될 수 있기 때문이다.

방전할 시에도 저온 환경에서 방전하면, 리튬 석출과 같은 부반응이 발생하지는 않지만, 전하 이동 속도 또는 전극 반응 속도가 저하되어서, 상온 대비 가용 용량(또는 용량 활용율)이 감소된다. 고온 환경에서 방전하면, 전하 이동 속도 및 전극 반응 속도는 약간 증가하지만, 전해액의 부반응이 증가하는 등 원치 않는 다른 반응이 발생하여 가용 용량이 감소하고 비가역 용량은 증가하며, 결국, 고온 환경에서 방전하는 시간이 누적될수록 수명이 급격히 줄어들 수 있다. 이에 따라, 리튬이차전지를 권장 온도 환경에서 방전시킬 것을 권고한다.

아울러, 충전 전류 및 방전 전류는 가용 용량에 영향을 주는 데, 특히, 온도가 낮아질수록 전극 반응 속도 및 전하 이동 속도가 저하되고 저항 크기도 변동하여, 상온 대비 반응 효율이 급격히 저하된다.

따라서, 온도 및 전류의 영향을 반영하며 리튬이차전지의 잔여 용량을 예측하여야 하며, 특히, 권장 온도 범위를 벗어난 저온 구간의 예측을 위해서는 온도에 따른 특성 변화를 충분히 반영하며 예측하여야 한다.

잔여 용량을 예측하는 방법으로는 룩업테이블(Look-up Table) 이용 방법, 전류 적산(Ampere-Hour Counting) 방법, 수학적 모델링(Mathematiclal Modeling) 이용 방법 및 등가회로(Equivalent Circuit model) 이용 방법이 주로 사용되고 있다.

이들 방법 중에 전류 적산 방법은 만충전할 시의 용량을 100으로 하며, 충전 또는 방전할 시에 전류를 누적하여 얻는 충전량 또는 방전량을 용량 변화량으로 하여, 이전 용량에서 용량 변화량을 가감하여 잔여 용량을 산출하는 방법으로서, 비교적 예측 정확성이 높고, 계산하기에 유리하며, 외부 노이즈(또는 외부 환경)에 덜 민감하기도 하여서, 다른 방법에 비해 상대적으로 많이 사용되고 있다.

그렇지만, 전류 적산 방법은 상온 및 고온 환경에서 비교적 정확하게 예측할 수 있으나, 저온 환경에서는 예측 오차가 큰 편이다.

즉, 저온 환경에서는 전하 이동 속도와 전극 반응 속도가 급격히 저하됨에 따라, 상온 기준으로 한 잔여 용량의 활용률이 크게 낮아지므로, 전류를 적산하여 얻는 용량 변화량만 그대로 반영하면 잔여 용량의 오차가 발생하고, 오차가 누적되는 문제도 발생한다.

이에 따라, 저온에서의 활용률을 실험적으로 얻어 반영할 수는 있으나, 그럴 경우 실험 온도에 한정되어 실험 온도가 아닌 저온 온도에서의 오차는 보정할 수 없다. 즉, 충전 또는 방전할 시의 실시간으로 온도변화를 반영하는 잔여 용량을 예측하는 기술이 요구된다.

KR 10-0740099 B1 2007.07.10. KR 10-1946877 B1 2019.02.01.

따라서, 본 발명의 목적은 충전 또는 방전할 시의 온도 변화를 반영하며 용량 활용률을 예측하고, 예측한 용량 활용률을 전류 적산식에 반영하여 저온 환경에서의 잔여 용량을 정확하게 예측하는 리튬이차전지 잔량 예측방법 및 예측장치를 제공하는 것이다.

상기 목적을 달성하기 위해 본 발명은 충방전할 시의 전류 적산량을 가감하여 리튬이차전지의 잔여용량을 예측하는 리튬이차전지 잔량 예측방법에 있어서, 전류 적산량을 가감하여 리튬이차전지의 잔여용량을 예측하는 리튬이차전지 잔량 예측방법에 있어서, 리튬이차전지의 온도 및 전류를 센서로 측정하는 측정단계; 서로 다른 온도의 환경에서 각각 방전종지전압까지 방전시켜 얻는 온도별 방전용량의 상온 방전용량 대비 비율을 커브 피팅(Curve Fitting)한 기설정 온도인자 산정식에 근거하여, 측정 온도에 대응되는 온도인자를 산정하는 성능 예측단계; 산정한 온도인자에 따라 보정한 전류 적산량을 적용하여 리튬이차전지의 잔여용량을 예측하는 잔량 예측단계; 를 포함하며, 상기 성능 예측단계에서 온도인자 산정식은

이되,

은 온도인자이고,

는 측정 온도이고, a, b 및 c는 커브 피팅(Curve Fitting)에 의해 얻은 기설정 상수로 한다.

본 발명의 실시 예에 따르면, 상기 성능 예측단계의 상기 온도인자 산정식은 온도별 방전용량의 상온 방전용량 대비 비율을 0.2C 및 0.5C를 포함한 방전율에 대해 각각 얻어 커브 피팅(Curve Fitting)한 것으로 한다.

본 발명의 실시 예에 따르면, 상기 성능 예측단계의 상기 온도인자 산정식은 온도별 방전용량의 상온 방전용량 대비 비율을 서로 다른 방전율에 대해 각각 얻어 커브 피팅(Curve Fitting)한 것으로 한다.

본 발명의 실시 예에 따르면, 상기 성능 예측단계에서, 상기 온도인자 산정식은 -30℃와 50℃를 포함한 서로 다른 온도의 환경에서 얻은 온도별 방전용량으로 얻은 것으로 한다.

본 발명의 실시 예에 따르면, 상기 잔량 예측단계에서 온도인자에 따라 보정한 전류 적산량은

으로 산정하며,

는 온도인자로 하는 성능 예측인자이고,

는 성능 예측인자

에 의해 보정되어 적산하는 측정 전류로 한다.

본 발명의 실시 예에 따르면, 상기 성능 예측인자

는 충방전율 구간별 용량 활용률로 정의한 전류인자를 설정하여 둔 룩업테이블에 근거하여, 측정 전류의 충방전율에 대응되는 전류인자를 선정한 후, 온도인자와 전류인자의 곱셈으로 얻는 값을 상기 성능 예측인자로 한다.

본 발명의 실시 예에 따르면, 상기 성능 예측단계는 리튬이차전지가 0℃ 미만이면서 휴지 기간에 있을 시에, 전류인자를 1로 하여 온도인자의 값으로 되는 성능 예측인자를 적용한다.

상기 목적을 달성하기 위해 본 발명은 충방전할 시의 전류 적산량을 가감하여 리튬이차전지의 잔여용량을 예측하는 리튬이차전지 잔량 예측장치에 있어서, 서로 다른 온도의 환경에서 각각 방전종지전압까지 방전시켜 얻는 온도별 방전용량의 상온 방전용량 대비 비율을 커브 피팅(Curve Fitting)한 기설정 온도인자 산정식의 파라미터 값을 저장하여 둔 데이터 저장부(10); 리튬이차전지의 온도 및 전류를 센서로 측정하는 측정부(20); 및 측정 온도에 대응되는 온도인자를 상기 온도인자 산정식으로 얻은 후, 온도인자를 적용하여 전류 적산량을 보정하고, 보정한 전류 적산량을 적용하여 리튬이차전지의 잔여용량을 예측하는 잔량 예측부(30); 를 포함하며, 상기 온도인자 산정식은

이되,

은 온도인자이고,

상기와 같이 이루어지는 본 발명은 온도에 따른 용량 활용률을 온도별로 획득한 후 커브 피팅하여 얻은 온도인자 산정식을 사용하였고, 온도인자 산정식이 온도별 용량 활용률을 잘 반영할 수 있었으며, 이에, 온도인자 산정식으로 산정한 온도인자를 적용하며 전류를 적산하므로, 온도 영향을 상쇄한 잔여 용량을 예측할 수 있고, 특히, 저온 환경하의 잔여 용량을 보다 정확하게 예측하며, 연속적인 온도 변화에 적응하며 온도 영향을 상쇄한 잔여 용량을 예측할 수 있다.

도 1은 본 발명의 실시 예에 따른 리튬이차전지 잔량 예측장치의 블록 구성도.
도 2는 본 발명의 실시 예에 따른 리튬이차전지 잔량 예측방법의 순서도.
도 3은 -30℃, -10℃, 0℃, 25℃ 및 50℃ 환경에서 각각 방전종지전압까지 방전하여 얻는 온도별 방전용량의 상온(25℃) 방전용량에 대한 비율을 0.2C 및 0.5C 방전율로 각각 획득한 후, 커브 피팅한 그래프를 보여주는 도면.
도 4는 상온에서 대략 61% 충전한 리튬이차전지를 -10℃에서 2시간 정치한 후, EV(Electric Vehicle) 평가를 수행하는 중에 측정한 온도, 전압 및 전류의 그래프.
도 5는 성능 예측인자를 적용하기 전후의 잔여 용량 예측 결과를 비교한 그래프.

이하, 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 당해 분야에 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 설명한다. 본 발명의 실시 예를 설명함에 있어, 관련된 공지의 기능 또는 공지의 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.

도 1에 도시한 블록 구성도를 참조하면, 본 발명의 실시 예에 따른 리튬이차전지 잔량 예측장치는 개량한 전류 적산 방법으로 리튬이차전지의 잔여용량을 예측하는 장치로서, 전지의 전류 및 온도에 따라 전류 적산량을 보정하여, 보정한 전류 적산량으로 잔여용량을 예측하며, 이를 위해서 데이터 저장부(10), 측정부(20) 및 잔량 예측부(30)를 포함한다.

이와 같이 구성되는 리튬이차전지 잔량 예측장치에 따르면, 측정부(20)에서 리튬이차전지(1)를 충전 또는 방전할 시의 전류 및 전압과 리튬이차전지(1)의 온도를 실시간 측정하여 데이터 저장부(10)에 저장하고, 잔량 예측부(30)에서 리튬이차전지(1)의 전류, 온도 및 전압에 따라 잔여 용량을 예측하고, 데이터 저장부(10)에는 잔여 용량 예측에 필요한 데이터를 미리 저장하여 두어서 잔여 용량을 예측할 시에 활용되게 하며, 구체적으로 설명하면 다음과 같다.

상기 데이터 저장부(10)에는 전지 온도를 변수로 하는 온도인자 산정식의 파라미터 값과, 충방전율 구간별 전류인자의 룩업테이블이 미리 저장되어 있고, 상기 측정부(20)에서 측정되는 전류, 전압 및 온도와, 예측한 잔여 용량 이력을 기록하여 보관한다.

먼저, 상기 온도인자 산정식에 대해서 상세하게 설명한다.

리튬이차전지의 잔여 용량은 일반적으로 아래의 수학식 1로 정의되는 SOC(State of Charge)로 표현한다.

수학식 1에서,

는 현재 보유하고 있는 잔여 용량이고,

는 상온에서 최대한 충전한 상태의 잔여 용량(즉, 만충전 용량)이며, 통상적으로 [Ah] 단위를 사용한다. 수학식 1에 따르면, 만충전 용량 대한 현재 잔여 용량의 비율로 정의한 SOC로 잔여 용량을 표현함으로써, 만충전 용량이 상이한 리튬이차전지에 대해 표준화된 잔여 용량으로 표현할 수 있다.

본 발명에 따르면, 전류 적산 방법에 따라 전류 적산량을 산정할 시에 성능 예측인자

을 반영하여, 아래의 수학식 2로 잔여 용량 SOC를 산정한다.

수학식 2에서,

는 이전 시점

에서의 SOC이고,

는

이후의 시점

에 예측되는 SOC이고,

는 순시 전류이고,

는

부터

까지 측정한 전류의 적산량이며,

는 상수로서

의 단위를 [sec]로 하고

의 단위를 [A]로 하는 경우

이다.

여기서, 성능 예측인자

는 전류 i 및 온도 T를 변수로 하는 함수로서, 아래의 수학식 3과 같이 정의하였다.

수학식 3에서,

는 온도의 영향에 따른 용량 활용률로서 아래의 수학식 4로 정의한 온도인자 산정식으로 산정한다.

여기서, a, b 및 c는 실험적으로 얻은 온도별 용량 활용률에 따라 선정하는 상수이다. 즉, 동일하게 충전한 후 전지를 서로 다른 온도의 환경에서 각각 방전종지전압까지 방전시켜 온도별 방전용량(또는 방전량)을 얻은 후, 상온 방전용량에 대한 각 온도별 방전용량의 비율을 용량 활용률로서 얻는다. 그리고, 용량 활용률을 상기 수학식 4의 온도인자 산정식으로 커브 피팅(Curve Fitting)하여 상수 a, b, c를 얻는다. 커브 피팅할 시에는 예를 들어, 최소 자승법을 사용할 수 있다.

예를 들어, 만충전한 리튬이차전지를 서로 다른 온도 환경 하에서 각각 방전종지전압까지 방전시키며 방전 전류를 적산하여, 온도별 방전용량을 얻을 수 있고, 이와 같이 얻은 온도별 방전용량 중에 최대치가 발현되는 온도(통상적으로 대략 25℃)를 상온으로 하여, 상온 방전용량에 대한 비율을 얻을 수 있다. 이때 얻는 비율은 온도 T의 영향을 반영한 용량 활용률로서, 상기 수학식 4로 정의한 바와 같이 온도 T를 변수로 하는 2차 다항식을 지수로 하는 함수로 모델링하였다.

그런데, 방전용량이 방전 전류의 영향도 받으므로, 본 발명의 실시 예에서는 상온 방전용량 대비 각 온도별 방전용량의 비율을 서로 다른 방전율(Discharge rate)에 대해 각각 얻어서 상기 수학식 4로 커브 피팅(Curve Fitting)하였다. 이때의 서로 다른 방전율은 0.2C 및 0.5C로 하여서, 방전전류의 영향에 따른 오차를 최대한 줄일 수 있는 온도인자 산정식을 얻었다.

한편, 커브 피팅을 위해 실험할 서로 다른 온도는 저온부터 고온까지 커브 피팅할 수 있도록 적어도 -30℃와 50℃를 포함하고, -30℃와 50℃ 사이를 다수 구간으로 나누는 온도를 포함하게 하였다.

상기한 바와 같이 수학식 4로 정의한 온도인자 산정식은 후술하는 잔량 예측부(30)의 성능 예측인자 산정부(31)의 온도인자 선정부(31a)에서 사용하도록 프로그램적으로 코드화하였고, 커브 피팅에 의해 얻는 상수 a, b 및 c는 온도인자 산정식의 파라미터 값으로서 상기 데이터 저장부(10)에 저장하여 두었다.

다음으로 상기 전류인자

는 충방전율에 따른 용량 활용률로서, 아래의 표 1로 보여주는 룩업테이블과 같이 정의하여, 상기 데이터 저장부(10)에 저장하여 두었다.

충전율 또는 방전율
T < 0.2C	1.0
0.2C ≤T < 0.5C	0.9
0.5C ≤T < 1.0C	0.85
1.0C ≤T	0.8

상기 표 1을 참조하면, 상기 전류인자

는 충방전율 구간별로 설정되어 있으므로, 측정 전류가 속한 구간의 값을 전류 영향을 반영한 용량 활용률로서 사용할 수 있게 한다. 예를 들어, 충방전율 구간별 전류인자

의 값은 구간별 대표 방전율에 대해 각각 측정한 용량 활용률로 선정할 수 있다. 아울러, 서로 다른 온도 환경에 각각 충방전율 구간별 용량 활용률을 얻은 후, 오차를 최소화할 수 있는 최적으로 값으로 선정할 수도 있다. 또한, 표 1의 충방전율 구간 수는 좀 더 많게 하여 구간을 세분화할 수도 있다.

이와 같이, 상기 수학식 4로 정의한 온도인자 산정식의 상수 a,b 및 c의 값과, 상기 표 1로 정의한 전류인자

의 룩업테이블을 상기 데이터 저장부(10)에 저장하여 둠으로써, 후술하는 바와 같이 충방전에 따른 잔여 용량을 예측할 시에 활용되게 한다.

상기 측정부(20)는 전류 센서(21), 온도 센서(22) 및 전압 센서(23)를 포함하여, 리튬이차전지(1)의 전류, 온도 및 전압을 실시간 측정하고, 데이터 저장부(10)에 저장한다. 물론, 전류, 온도 및 전압을 기설정한 샘플 주기의 디지털 데이터 값으로 얻어 저장한다.

본 발명의 실시 예를 설명함에 있어서, 측정한 전압을 어떻게 활용하는지에 대해서는 설명하지 아니하지만, 리튬이차전지(1)의 상태를 모니터링하기 위한 데이터로서 활용될 수 있고, 아울러, 측정 전압에 따라 잔여 용량을 예측하는 공지의 기술을 채택하여, 잔여 용량을 수정하는 데 활용될 수 있다. 예를 들어, 상기 수학식 2에 따라 전류 적산하여 잔여 용량을 예측하더라도, 리튬이차전지(1)를 사용하지 않는 휴지 기간에 측정된 전압에 대응되는 잔여 용량을 전압-용량 상관성에 근거하여 선정하고 수정하는 것이다.

상기 잔량 예측부(30)는 리튬이차전지를 충방전할 시에 측정된 온도 및 전류에 따라 성능 예측인자를 산정하는 성능 예측인자 산정부(31), 성능 예측인자를 적용하여 용량 증감분을 산정하는 용량 증감분 연산부(32) 및 용량 증감분에 따라 잔여 용량을 수정 예측하는 잔여 용량 예측부(33)를 포함한다.

상기 성능 예측인자 산정부(31)는 측정 온도에 대응되는 온도인자를 수학식 4의 온도인자 산정식에 근거하여 산정하는 온도인자 선정부(31a)와, 측정 전류의 충방전율에 대응되는 전류인자를 표 1의 룩업테이블에 따라 선정하는 전류인자 선정부(31b)를 구비하며, 온도인자와 전류인자를 곱셈 연산하여 수학식 3의 성능 예측인자를 얻는다.

물론, 온도인자 산정식의 상수 a, b 및 c는 상기 데이터 저장부(10)에 저장되어 있는 값을 적용하고, 룩업테이블은 상기 데이터 저장부(10)에 저장되어 있는 것을 적용한다.

여기서, 온도인자는 상기 수학식 4로 피팅한 온도인자 산정식을 사용함으로써, 연속적인 온도 변화에도 온도에 대응되는 값을 적용할 수 있다.

상기 용량 증감분 연산부(32)는 상기 수학식 2에서, 용량 증감분

을 얻는다.

즉, 측정 온도에 대응되는 온도인자를 포함한 성능 예측인자를 적용함으로써, 온도 영향을 반영하여 보정한 전류 적산량을 얻는다.

마찬가지로, 측정 전류의 충방전율에 대응되는 전류인자를 포함한 성능 예측인자를 적용함으로써, 전류 영향을 반영하여 보정한 전류 적산량을 얻게 된다.

상기 잔여 용량 예측부(33)는 용량 증감분

을 상기 수학식 2에 대입하여, SOC로 표현한 잔여 용량을 얻는다. 앞서 언급하였듯이, 최대 충전 용량에 따른 상수 k에 용량 증감분을 곱셈하여 얻는

는 SOC 증감분이 되므로, 이전 SOC에 SOC 증감분을 가감하여 현재의 SOC의 예측치를 얻게 된다.

이와 같이 예측한 SOC는 상기 데이터 저장부(10)에 저장하여, SOC 이력에 기록에 되게 하고, 도면에 도시하지는 아니하였지만, 예측한 SOC를 활용하기 위해서, 공지의 디스플레이할 수단 또는 BMS(Battery Management System)와 연계할 공지의 수단을 포함할 수 있다. 물론, 본 발명에 따른 리튬이차전지 잔량 예측장치는 BMS에 내장되게 구성할 수도 있다.

도 2는 본 발명의 실시 예에 따른 리튬이차전지 잔량 예측방법의 순서도로서, 상기 도 1을 참조하며 설명한 리튬이차전지 잔량 예측장치에 의해 이루어지므로, 반복 설명은 생략하고, 방법의 순서 위주로 설명한다.

잔여 용량을 디지털 데이터 처리에 의해 예측하므로, 본 발명의 실시 예에 따른 리튬이차전지 잔량 예측방법은 측정 단계(S10), 성능 예측단계(S20, S21, S22) 및 잔량 예측단계(S30, S31)를

간격마다 순차적으로 수행하여, 잔여 용량을

간격으로 갱신하는 것으로 설명한다. 여기서,

는 디지털 데이터 처리를 위한 시간 간격으로서, 디지털 데이터로 얻기 위한 샘플 주기의 배수로 할 수 있다.

잔량 예측부(30)는 측정부(20)에 의해 측정된 전류를 모니터링하여 충전 또는 방전이 실시되는 것으로 판단되면, 측정 단계(S10), 성능 예측단계(S20, S21, S22) 및 잔량 예측단계(S30, S31)를 순차적으로 수행하는 순환루프를 반복 수행하고, 종료 확인 단계(S40)에서 종료 조건이 발생하면 순환루프를 종료한다.

상기 측정 단계(S10)에서는 측정부(20)를 통해 측정되어 데이터 저장부(10)에 저장되는 전류 및 온도를

간격으로 불러들인다(S10). 물론, 측정부(20)를 통해 측정되는 전류 및 온도 값을 잔량 예측부(30)에서 직접 받아도 좋다.

다음으로, 상기 성능 예측단계(S20, S21, S22)에서는

간격의 측정 온도에 대응되는 온도인자를 상기 수학식 4의 온도인자 산정식에 근거하여 산정하고(S20),

간격의 측정 전류의 충전율 또는 방전율에 대응되는 전류인자를 상기 표 1의 룩업테이블에 근거하여 선정한 후(S21), 온도인자에 전류인자를 곱셈하여 성능 예측인자를 얻는다(S22).

다음으로서, 상기 잔량 예측단계(S30, S31)에서는 성능 예측인자를 반영한 용량 증감분을 연산한 후(S30) 용량 증감분을 이전 잔여 용량에 가감하여

시간 동안 변동한 후의 잔여 용량을 예측한다(S31). 여기서 얻는 잔여 용량은 상기 데이터 저장부(10)에 기록함은 물론이고 현재 잔여 용량을 갱신한다.

디지털 데이터 처리에 의해 잔여 용량을 얻으므로, 상기 수학식 2를 변형한 아래의 수학식 5로 사용하여 잔여 용량을 얻는다.

만약,

를 샘플 주기의 2배수 이상으로 설정 사용한다면, 전류 평균치 및 온도 평균치에 따라 성능 예측인자

를 산정하여 상기 수학식 5에 적용한다.

다음으로, 종료 확인 단계(S40)를 수행하여서, 측정 단계(S10), 성능 예측단계(S20, S21, S22) 및 잔량 예측단계(S30, S31)로 이루어지는 잔여 용량 갱신 동작을 다시 수행할 것인지 결정한다. 예를 들어, 리튬이차전지(1)가 장착 사용되는 EV(Electric Vehicle) 또는 HEV(Hybrid Electric Vehicle)의 구동 모터 정치에 따른 휴지 기간인지를 판단하여, 휴지 기간이 아니면 용량 갱신 동작을 반복하고, 휴지 기간이면 종료한다. 물론, 도면에는 표시하지 아니하였지만, 리튬이차전지(1)가 장착 사용되는 장치의 동작을 감지하기 위한 수단으로서, 해당 장치의 구동 동작에 관련된 인터럽트 신호를 입력받게 할 수 있다.

한편, 본 발명의 변형 실시 예로서, 잔량 예측부(30)는 리튬이차전지가 0℃ 미만이면서 휴지 기간에 있을 시에도 잔여 용량 갱신 동작을 수행하게 하되, 리튬이차전지의 온도에 따라 산정한 온도인자만을 반영하여 잔여 용량을 예측하게 할 수 있다. 즉, 성능 예측인자에서 전류인자의 값을 0의 값으로 한다. 리튬이차전지(1)가 장착 사용되는 장치는 구동하지 않는 상황에서도 자기방전뿐만 아니라 저전력을 소모할 수 있고, 저온에서는 그 영향이 클 수 있으므로, 이 상황에서는 온도인자를 적용하여 변동하는 잔여 용량을 예측하는 것이다.

이 경우, 상기 종료 확인 단계(S40)는 전류 적산에 기반하는 잔여 용량 예측 동작의 수행 여부를 정하는 판단 기준을 별도로 마련할 수 있다. 예를 들어, 휴지 기간 중에 전압에 따라 잔여 용량을 예측하는 경우를 판단 기준으로 할 수 있다.

<구체적인 실시 예 : 온도인자 산정식의 커브 피팅>

공칭전압 3.7V이고 공칭용량이 50Ah인 리튬이온 폴리머전지 단셀을 항온 챔버에 넣은 상태에서, 항온 챔버의 온도를 상온(본 발명의 실시 예에서는 25℃)으로 유지하며 만충전하고, 다음으로 시험 온도로 조절한 후 2시간 정치하고, 다음으로 0.2C 방전율로 방전종지전압까지 방전시켜 방전용량을 얻었다. 여기서, 방전용량은 시험 온도를 -30℃, -10℃, 0℃, 25℃ 및 50℃로 한 경우에 대해 각각 얻었다.

또한, 방전율만 0.5C로 하여, -30℃, -10℃, 0℃, 25℃ 및 50℃ 환경 하의 방전용량을 다시 얻었다.

아래 표는 0.2C 및 0.5C 방전율로 방전하여 얻은 온도별 방전용량을 상온 방전용량에 대한 비율(즉, 온도에 따른 용량 활용률)의 값으로 정리한 결과이다.

온도 [℃]	(방전용량)/(상온 방전용량)
온도 [℃]	방전율 0.2C	방전율 0.5C
-30	0.754	0.751
-10	0.873	0.861
0	0.921	0.903
25	1	1
50	0.995	0.999

다음으로, 용량 활용률을 나타내는 비율

의 값을 온도인자 산정식

으로 커브 피팅한 결과, 상수 a는 -0.0807이고, b는 0.00477이고, c는 -0.0000648이었다. 여기서, 상온 방전용량은 특정 온도로 하지 아니하고 용량 활용률이 최대인 온도로 하는 것이 좋다.

도 3은 0.2C 및 0.5C 방전율과, -30℃, -10℃, 0℃, 25℃ 및 50℃ 온도 환경하에서 얻은 용량 활용률

과 커브 피팅한 그래프를 보여주는 그래프이다.

도 3을 참조하면, 방전율의 차이에 따라 용량 할용률

의 차이가 나타남을 확인할 수 있다. 이에, 0.2C 및 0.5C 방전율을 얻은 결과에 따라 커브 피팅하여서, 어느 한 방전율에 편중되지 아니한 피팅 결과를 얻었다.

<구체적인 실시 예 : 성능 비교>

온도인자 또는 전류인자를 반영하기 전후의 예측 성능을 비교하였다.

여기서, 온도인자는 커브 피팅한 결과에 따라 상수 a,b,c의 값이 정해진 온도인자 산정식으로 얻었고, 전류인자는 상기 표 1의 룩업테이블을 적용하였다.

예측 성능의 비교를 위해, 리튬이차전지를 상온에서 대략 61% SOC로 충전하고, -10℃에서 2시간 정치한 이후 1시간 동안 EV(Electric Vehicle) 평가를 수행하여 도 4의 그래프로 보여준 전지의 온도, 전압 및 전류 데이터를 얻었다.

도 4의 그래프를 참조하면, 전류는 EV 전기모터의 구동에 따른 방전패턴과 정지시의 회생전류에 의한 충전패턴이 섞여 있는 패턴을 보인다. 최대 충전전류는 44A이고, 최대 방전전류는 -60A이며, 평균전류는 -3.73A이다.

전압은 초기 휴지 기간에 3.85V를 유지하다가, EV 전기모터의 기동 이후에는 전류 패턴과 마찬가지로 방전패턴과 충전패턴이 섞여 있는 패턴을 보인다. 최대 충전 전류가 유입되는 구간에서는 4.14V이고, 최대 방전전류가 인가되는 구간에서는 3.45V이다.

온도는 EV의 기동 이후에 증가하다가 대략 -10.5℃를 유지하였고, 평가 진행 중에 대략 3000초를 경과할 때에 최대값 -9.5℃가 되었다.

EV 평가를 하기 이전에 상온에서 측정한 결과, 잔여 용량(SOC)은 대략 61.2%이었고, EV 평가로 얻은 전류 및 온도 데이터를 적용하여, 전류 적산 방법으로 잔여 용량을 예측하여 보았다.

도 5는 성능 예측인자(온도 인자 및 전류인자)를 미적용하여 예측한 잔여 용량(A 그래프), 온도 인자를 적용하되 전류인자는 1로 하여 예측한 잔여 용량(B 그래프), 온도 인자를 휴지 기간에도 적용하되 전류인자는 1로 하여 예측한 잔여 용량(C 그래프) 및 온도인자와 전류인자를 모두 적용하되 휴지 기간에는 적용하지 아니하여 예측한 잔여 용량(D 그래프)을 보여주는 도면이다.

도 5를 살펴보면, 성능 예측인자를 적용하여 예측한 잔여 용량(B,C,D 그래프)이 성능 예측인자를 미적용하여 예측한 잔여용량(A 그래프)에 비해 낮게 나타나고, 성능 예측인자를 적용하더라도 온도인자만을 적용하여 예측한 잔여 용량(B,C 그래프)보다는 온도인자와 전류인자를 모두 적용하여 예측한 잔여 용량(D 그래프)이 낮게 나타났다. 또한, 휴지 기간에 온도인자를 적용하기 전후의 잔여 용량(B,C 그래프) 차이도 나타났다.

EV 평가를 종료한 후의 잔여 용량 SOC를 예측한 결과, 성능 예측인자의 미적용할 시에 53.8%(A 그래프)이고, 온도인자만 적용할 시에 52.7%(B 그래프)이고, 온도인자를 휴지 기간에도 적용할 시에 52.5%(C 그래프)이고, 온도인자와 전류인자를 모두 적용할 시에 51.8%(D 그래프)이었다.

EV 평가를 종료한 후의 실제 잔여 용량을 얻기 위해서, -10℃에서 EV 방전시험을 한 후 2시간동안 정치하고, 이후 방전종지전압까지 방전시켜 방전용량을 측정하여 보았다. 방전시간은 2.6시간이 소요되었고, 방전용량은 26Ah로 측정되었으며, SOC로 환산한 결과, 실제 잔여 용량은 52%이었다.

실제 잔여 용량과 예측 잔여 용량을 비교한 결과, 온도인자 및 전류인자를 모두 적용한 경우의 오차가 가장 적었다.

아울러, 온도인자만을 적용하더라도 잔여 용량의 예측 성능이 크게 향상됨을 확인할 수 있었다.

또한, 온도인자를 휴지 기간에도 적용하면 예측 성능이 보다 향상됨을 확인할 수 있었다.

여기서, 휴지 기간은 EV를 기동하기 이전 및 EV를 기동 정지한 이후(즉, 정치한 기간)를 포함하며, 의미를 확장하면, 리튬이차전지가 장착 사용되는 EV, HEV, 기기 등의 장치에서 장치를 구동 정지한 상태, 즉, 구동을 위해 사용하던 전력 공급을 차단하여 사용하지 않는 상태로 보면 된다. 예를 들어, EV에서는 구동모터를 가동시킬 시에 전류 적산법으로 잔여 용량을 예측하는 데, 가동 정지한 상태에서도 온도인자를 적용하여 잔여 용량을 예측함으로써, 휴지 기간의 잔여 용량 변화를 반영하며 잔여 용량을 실시간 예측하는 것이다.

1 : 리튬이차전지
10 : 데이터 저장부
20 : 측정부
21 : 전류 센서 22 : 온도 센서 23 : 전압 센서
30 : 잔량 예측부
31 : 성능 예측인자 산정부
31a : 온도인자 선정부 31b : 전류인자 선정부
32 : 용량 증감분 연산부
33 : 잔여 용량 예측부

Claims

전류 적산량을 가감하여 리튬이차전지의 잔여용량을 예측하는 리튬이차전지 잔량 예측방법에 있어서,
리튬이차전지의 온도 및 전류를 센서로 측정하는 측정단계;
-30℃와 50℃를 포함한 서로 다른 온도의 환경에서 각각 방전종지전압까지 방전시켜 얻는 온도별 방전용량의 상온 방전용량 대비 비율을 0.2C 및 0.5C를 포함한 방전율에 대해 각각 얻어 커브 피팅(Curve Fitting)한 기설정 온도인자 산정식에 근거하여, 측정 온도에 대응되는 온도인자를 산정하고, 충방전율 구간별 용량 활용률로 정의한 전류인자를 설정하여 둔 룩업테이블에 근거하여, 측정 전류의 충방전율에 대응되는 전류인자를 선정한 후, 온도인자와 전류인자의 곱셈으로 얻는 값을 성능 예측인자의 값으로 얻되, 리튬이차전지가 0℃ 미만이면서 휴지 기간에 있을 시에, 전류인자를 1로 하여 온도인자의 값으로 되는 성능 예측인자를 얻는 성능 예측단계;
성능 예측인자에 따라 보정한 전류 적산량을 적용하여 리튬이차전지의 잔여용량을 예측하는 잔량 예측단계;
를 포함하며,
상기 성능 예측단계에서 온도인자 산정식은

이되,
은 온도인자이고,
는 측정 온도이고, a, b 및 c는 커브 피팅(Curve Fitting)에 의해 얻은 기설정 상수로 하고,
상기 잔량 예측단계에서 온도인자에 따라 보정한 전류 적산량은

으로 산정하며,
는 성능 예측인자이고,
는 성능 예측인자
에 의해 보정되어 적산하는 측정 전류로 하는
리튬이차전지 잔량 예측방법.
삭제
삭제
삭제
삭제
삭제
삭제
-30℃와 50℃를 포함한 서로 다른 온도의 환경에서 각각 방전종지전압까지 방전시켜 얻는 온도별 방전용량의 상온 방전용량 대비 비율을 0.2C 및 0.5C를 포함한 방전율에 대해 각각 얻어 커브 피팅(Curve Fitting)한 기설정 온도인자 산정식의 파라미터 값과, 충방전율 구간별 용량 활용률로 정의한 전류인자를 설정하여 둔 룩업테이블을 저장하여 둔 데이터 저장부(10);
리튬이차전지의 온도 및 전류를 센서로 측정하는 측정부(20); 및
측정 온도에 대응되는 온도인자를 상기 온도인자 산정식으로 얻고, 룩업테이블에 근거하여 측정 전류의 충방전율에 대응되는 전류인자를 선정한 후, 온도인자와 전류인자의 곱셈으로 얻는 성능 예측인자를 적용하되, 리튬이차전지가 0℃ 미만이면서 휴지 기간에 있을 시에, 전류인자를 1로 하여 온도인자의 값으로 되는 성능 예측인자를 적용하여 전류 적산량을 보정하고, 보정한 전류 적산량을 적용하여 리튬이차전지의 잔여용량을 예측하는 잔량 예측부(30);
를 포함하며,
상기 온도인자 산정식은

이되,
은 온도인자이고,
는 측정 온도이고, a, b 및 c는 커브 피팅(Curve Fitting)에 의해 얻은 기설정 상수로 하고,
상기 잔량 예측부(30)는

에 따라 보정한 전류 적산량을 산정하며,
는 성능 예측인자로 하고,
는 성능 예측인자
에 의해 보정되어 적산하는 측정 전류로 하는
리튬이차전지 잔량 예측장치.
삭제
삭제
삭제
삭제