BMS issue
http://kidd.co.kr/news/186581
[에너지 칼럼] 배터리관리시스템의 중요 이슈
https://kidd.co.kr/news/184337
http://kidd.co.kr/news/184724
http://kidd.co.kr/news/185283
하드웨어 분야
밸런싱(balancing) 회로기술 : 배터리팩 내부를 구성하는 단위 셀 간 전압 및 충전상태(SOC)의 균형
빠른 충전을 위한 급속충전 회로기술
고장검출 및 보호를 위한 회로기술
소프트웨어 분야
충전상태(SOC) 추정알고리즘
수명상태(SOH) 추정알고리즘,
온도관리시스템( TMS)
배터리 시스템
입력: Current
출력: Voltage
영향요소: Temperature
SOC 밸런싱
장기간의 충방전 > SOC의 불균형 > 밸런싱 회로기술
– SOC수동적밸런싱 : 저항을 활용 => 간단, 쉬운구현
-SOC능동적밸런싱 : 변압기(transformer)사용
Screening 기반 배터리팩
특성실험을 통해 전기화학적 특성(parameter)을 가지는 단위 Cell의 선별하고, 배터리팩을 구축하는 기술 => 밸렁싱 회로기술 없이 Cell간 SOC불균형 지연 => 효율적 배터리팩 구성
특성실험:
– 전류적산법 기반 방전용량
– HPPC (hybrid pulse power characterization) 또는
DCIR( direct current internal resistance )기반 내부저항정보 획득
SOC 추정
목적: over-charge/ over-discharge 방지
0≤SOC≤1)에서 방전 및 충전이 수행되어야 배터리의 안정적 운용
충전상태의 최적정보를 사용자에게 제공
배터리의 동작전압범위, 즉, 허용 가능한 방전 및 충전상태를 넘어선 경우
– 과방전(over-discharge, SOC<0)
– 과충전(over-charge; SOC>1)
알고리즘 종류
전류적산법(Ampere-counting)기반 방전용량(discharge capacity)을 이용한 SOC 추정방법
초기 SOC를 임의의 값으로 설정했을 때, 방전용량 대비 방전 혹은 충전전류의 누적정보를 비교 및 이를 SOC 변화량(ΔSOC)으로 정의 후, 초기 SOC와 더한 결과를 나타낸다.
장점: 구현이 용이
단지, 전류의 누적정보만이 SOC 추정에 사용되므로, BMS의 H/W 및 S/W 사양에 큰 부담을 주지 않는다.
단점:
– 배터리의 SOC 충전상태결과가 초기 SOC에 전적으로 의지한다는 점
단지, 전류적산에 의한 SOC 변화량(ΔSOC)을 계산하므로, 초기 SOC의 설정이 잘못될 경우 이에 의한 SOC의 잘못된 추정을 피할 수 없다.
– 전류적산에 의한 SOC의 잘못된 추정이 배터리의 동작시간이 늘어날수록 심화된다는 점
전기자동차(EV) 같이 충전 및 방전이 빈번하게 반복되는 경우 잘못된 SOC 추정의 일부상쇄가 가능하지만, 에너지저장장치(ESS) 용도처럼 충전 혹은 방전만을 장시간 적용 시 잘못된 SOC 추정이 누적된다.
이를 해결하기 위해, 상위와 하위 SOC 영역 혹은 필요 시 중간 SOC 영역에 SOC 리셋(reset)기법을 적용하기도 한다.
heuristic( 발견적학습법) 기반 SOC 추정방법
실험데이터에 기반 한 방법
배터리의 다양한 충전 및 방전실험을 통해 확보된 데이터로부터 통계적 규칙이나 패턴을 찾아내고 이를 바탕으로 SOC 추정에 이용하는 것을 말한다.
대표적으로 퍼지로직(fuzzy logic), 신경망(neural network) 및 support vector machine(SVM)등이 있다.
SOC 추정을 위한 실험데이터가 많이 확보되고, 위 방법 기반의 학습(learning)이 잘 구현될 경우 높은 추정결과가 기대된다. 그렇지만, 이러한 실험데이터를 확보하기 위해서는 시간이 많이 소요되므로, 발견적학습법 하나만으로 SOC를 추정하지는 않는다.
적응(adaptive)제어기반 SOC 추정방법
– 칼만 필터(Kalman filter; KF)
– 슬라이딩모드 관측기(sliding-mode observer)
실제 SOC 측정결과와 위 방법을 이용한 추정 값을 서로 비교한 뒤, 피드백(feedback) 원리에 따라 두 결과의 차이를 줄여나가는 방법을 말한다.
이 방법은 높은 추정성능을 기대할 수 있지만, 복잡한 구현 및 이에 따른 고비용의 단점을 가진다.
SOH 추정
사용 가능한 기간 정보를 제공하는 수명상태 (SOH) 추정알고리즘)
올바른 SOH 정보를 제공
예기치 않은 배터리의 노화방지
Fresh: SOH 100%(1), Aged SOH 0%(0)
배터리의 SOH를 얻기 위한 중요 실험 데이터 정보
– 방전용량: 노화가 진행 될수록 감소.
-내부저항: 노화가 진행 될수록 증가.
방전 용량
임의의 C-rate 전류(공칭: 0.2)를 fully-charged에서 fully-discharged까지 적용했을 때, 얻을 수 있는 전류적산 결과를 의미한다.
내부저항
임의의 C-rate 전류에 따른 배터리 전압의 변화량을 옴(Ohm)의 법칙을 적용해 구하는 것
방전용량의 감소와 내부저항의 증가는
단지 노화진행에 따른 파라미터의 절대적인 값을 보여주는 것이며, 배터리의 노화상태를 SOH로 나타내기 위해서는 측정값과 상대적인 비교를 위한 기준값이 반드시 요구된다.
SOH를 얻기 위한 기준값
방전용량과 내부저항이 유사하다.
임의의 배터리가 있을 때, 그 배터리의 현재 방전용량 및 내부저항 측정값을 CCurrent와 RCurrent라 정하자.
노화되지 않은 배터리의 방전용량과 내부저항은 CFresh와 RFresh이다. 더불어, 사용 불가능한 상태인 Aged를 이용해 CAged와 RAged로 나타낼 수 있다.
이때, 배터리의 전체 운용 가능한(Fresh-Aged) 방전용량과 내부저항 대비 현재 운용 가능한(Current-Aged)를 비교해 각 정보 기반의 SOH를 산출한다.
여기서 두 정보기반 SOH 모니터링의 가장 큰 차이점은 CAged와 RAged의 확보에 있다.
방전용량의 경우, CAged는 CFresh의 80% 값을 나타내며, 이는 국제적으로 통용하고 있는 규칙이다.
그렇지만, 내부저항의 경우, RAged의 구체적인 값이 정의돼 있지 않다. 방전용량이 CAged일 때의 내부저항 혹은 간단히 RFresh의 2~3배로 정의하기도 한다. 구체화된 RAged가 정의돼 있지 않으므로, 방전용량을 이용한 SOH 모니터링에 비해 더욱 연구가 진행 돼야 한다.
올바른 SOH 모니터링을 위해 추가로 고려돼야 할 사항
바로 SOH 모니터링 시 방전용량과 내부저항은 100% 상관성이 존재하지 않는다는 점이다.
예를 들어, 두 배터리 A와 B가 있다고 가정한다면, 이는 곧 배터리 A의방전용량이 B의 방전용량보다 크다고 할 때, A의 내부저항이 B의 내부저항보다 작음을 의미하는 것은 아님을 나타낸다
그러므로 배터리의 SOH를 산출하기 위해서는 방전용량과 내부저항을 모두 고려해야 하며, 배터리의 정격용량 기준에 따라 두 정보의 가중치를 달리해 SOH를 산출한다.
정격용량이 작은 소용량배터리의 경우, 방전용량보다 내부저항에 가중치를 두며, 반대로 대용량배터리의 경우 내부저항보다 방전용량에 가중치를 두어 SOH를 산출한다.
노화에 따른 방전용량과 내부저항의 100% 상관성이 아님에 따른 특징을 나타내기 위한 효율적 방법으로 볼 수 있다.
