[go: up one dir, main page]

WO2021230533A1 - 배터리를 진단하기 위한 장치 및 그 방법 - Google Patents

배터리를 진단하기 위한 장치 및 그 방법 Download PDF

Info

Publication number
WO2021230533A1
WO2021230533A1 PCT/KR2021/005267 KR2021005267W WO2021230533A1 WO 2021230533 A1 WO2021230533 A1 WO 2021230533A1 KR 2021005267 W KR2021005267 W KR 2021005267W WO 2021230533 A1 WO2021230533 A1 WO 2021230533A1
Authority
WO
WIPO (PCT)
Prior art keywords
voltage
voltage level
battery cell
circuit
battery
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2021/005267
Other languages
English (en)
French (fr)
Inventor
김영진
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Energy Solution Ltd
Original Assignee
LG Energy Solution Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Energy Solution Ltd filed Critical LG Energy Solution Ltd
Priority to US17/764,728 priority Critical patent/US12188986B2/en
Priority to JP2022519728A priority patent/JP7332084B2/ja
Priority to EP21803320.7A priority patent/EP4024066A4/en
Priority to CN202180005808.7A priority patent/CN114514433B/zh
Publication of WO2021230533A1 publication Critical patent/WO2021230533A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/60—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers
    • G06F7/72—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers using residue arithmetic
    • G06F7/723—Modular exponentiation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2207/00—Indexing scheme relating to methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F2207/72—Indexing scheme relating to groups G06F7/72 - G06F7/729
    • G06F2207/7276—Additional details of aspects covered by group G06F7/723
    • G06F2207/7285—Additional details of aspects covered by group G06F7/723 using the window method, i.e. left-to-right k-ary exponentiation
    • G06F2207/729—Sliding-window exponentiation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to an apparatus for diagnosing a battery, and more particularly, to an apparatus for diagnosing a battery by detecting an abnormal voltage drop of a battery cell.
  • the secondary battery is a battery capable of charging and discharging, and includes all of a conventional Ni/Cd battery, a Ni/MH battery, and a recent lithium ion battery.
  • lithium ion batteries have an advantage in that their energy density is much higher than that of conventional Ni/Cd batteries and Ni/MH batteries.
  • Lithium-ion batteries can be manufactured to be small and lightweight, so they are used as power sources for mobile devices.
  • a lithium ion battery can be used as a power source for an electric vehicle, attracting attention as a next-generation energy storage medium.
  • the secondary battery is generally used as a battery pack including a battery module in which a plurality of battery cells are connected in series and/or in parallel.
  • the state and operation of the battery pack are managed and controlled by the battery management system. Battery cells in the battery pack are charged by receiving power from the outside.
  • the charged battery cells supply power to various devices and/or circuits connected to the battery pack.
  • a battery cell fails, power is not properly supplied to various devices and/or circuits, so a fatal accident may occur. Accordingly, there is a need for a method of diagnosing whether a battery cell is defective by monitoring the battery cell while the battery cell is being charged.
  • the present invention is to solve the above technical problem, and an object of the present invention is to provide an apparatus and method for diagnosing a battery that detects occurrence of an abnormal voltage drop in a battery cell using an extended Kalman filter.
  • An apparatus for diagnosing a battery may include a voltage measurement circuit, a current measurement circuit, a voltage estimation circuit, and a control circuit.
  • the voltage measuring circuit may measure the voltage at both ends of the battery cell.
  • the current measuring circuit may measure a current flowing through one of both ends of the battery cell.
  • the voltage estimation circuit may calculate an estimated voltage level that is an estimated value of the voltage level of the voltage based on the current and state estimation model.
  • the diagnostic circuit may calculate a voltage level difference between the voltage level measured by the voltage measuring circuit and the estimated voltage level, and may determine whether an error has occurred in the battery cell based on the voltage level difference and the reference value.
  • the control circuit may include a control circuit that adjusts the reference value according to the estimation accuracy of the estimated voltage level.
  • the voltage of the battery cell may be estimated using the extended Kalman filter. According to the present invention, the occurrence of an abnormal voltage drop in the battery cell can be more accurately detected by comparing the measured voltage and the estimated voltage. In addition, the present invention may provide a battery diagnosis apparatus more robust to noise by using a sliding window method.
  • FIG. 1 is a block diagram showing the configuration of a battery control system.
  • FIG. 2 is a block diagram showing the configuration of a battery pack including the battery diagnosis apparatus of the present invention.
  • FIG. 3 is a graph showing a voltage change of the battery cell of FIG. 2 .
  • FIG. 4 is a circuit diagram illustrating a Thevenin equivalent circuit model for estimating the voltage of the battery cell of FIG. 2 .
  • FIG. 5 is a flowchart illustrating a process of estimating a voltage of a battery cell in the voltage estimation circuit of FIG. 2 .
  • 6A shows a state estimation model to which an extended Kalman filter is applied.
  • 6B shows an equation for describing a system model of an extended Kalman filter.
  • FIG. 7 is a flowchart illustrating operations of the sampling circuit of FIG. 2 .
  • FIG. 8 is a flowchart illustrating operations of the diagnostic circuit of FIG. 2 .
  • FIG. 9 is a graph illustrating a change in an estimated voltage according to a temperature of a battery cell.
  • FIG. 10 is a diagram illustrating a hardware configuration of an apparatus for diagnosing a battery according to an embodiment of the present invention.
  • first, second, first, or second used in various embodiments may modify various components regardless of order and/or importance, do not limit
  • a first component may be referred to as a second component, and similarly, the second component may also be renamed to a first component.
  • FIG. 1 is a block diagram showing the configuration of a battery control system.
  • FIG. 1 it schematically shows a battery control system including a battery pack 1 and a host controller 2 included in the upper system according to an embodiment of the present invention.
  • the battery pack 1 is made of one or more battery cells, and is connected in series to a chargeable/dischargeable battery module 11 and the + terminal side or the - terminal side of the battery module 11 .
  • the switching unit 14 for controlling the charging/discharging current flow of the battery module 11, and monitoring the voltage, current, temperature, etc. of the battery pack 1 to control and manage to prevent overcharging and overdischarging, etc. system (Battery Management System, 20).
  • the switching unit 14 is a switching element for controlling the current flow for charging or discharging of the battery module 11, for example, a semiconductor switching element such as at least one MOSFET, or a relay, etc. may be used. have.
  • the battery management system 20 may monitor the voltage, current, temperature, etc. of the battery pack 1 , and also use the sensor 12 provided adjacent to the switching unit 14 to the current of the battery pack 1 . , voltage, temperature, etc. can be measured.
  • the battery management system 20 is an interface for receiving measured values of the various parameters described above, and may include a plurality of terminals and a circuit connected to these terminals to process the received values.
  • the battery management system 20 may control ON/OFF of the switching unit 14 , for example, a MOSFET or a relay, and may be connected to the battery module 11 to monitor the state of the battery module 11 . have.
  • the upper controller 2 may transmit a control signal for the battery module 11 to the battery management system 20 . Accordingly, the operation of the battery management system 20 may be controlled based on a signal applied from the upper controller 2 .
  • the battery cell of the present invention may be a configuration included in a battery pack used in an ESS (Energy Storage System) or a vehicle. However, it is not limited to these uses.
  • FIG. 2 is a block diagram showing the configuration of the battery pack 10 including the battery diagnosis apparatus of the present invention.
  • the battery module 100 and the battery management system 200 of FIG. 2 may correspond to the battery module 11 and the battery management system 20 of FIG. 1 .
  • the battery pack 10 may include a battery module 100 and a battery management system 200 .
  • a “battery diagnosis device” may be a device including some or all components of the battery management system 200 .
  • the “battery diagnosis apparatus” may include a voltage measurement circuit 210 , a current measurement circuit 220 , a voltage estimation circuit 230 , a diagnosis circuit 250 , and a control circuit 260 .
  • the battery module 100 may include a plurality of battery cells B1 to BN.
  • the plurality of battery cells B1 to BN may be configured to be connected in series and/or in parallel.
  • the battery pack 10 is illustrated as including one battery module 100 , but the present invention is not limited thereto, and the battery pack 10 may include one or more battery modules.
  • the battery module 100 may receive power from the power supply circuit 50 .
  • voltages at both ends of each of the battery cells B1 to BN may increase.
  • voltage of a battery cell means “voltage at both ends of a battery cell”.
  • An abnormal voltage drop may be detected in the battery cell due to an internal short-circuit or an external short-circuit of the battery cell.
  • the abnormal voltage drop phenomenon means that the voltage of the battery cell abruptly decreases in some sections of the charging section. The abnormal voltage drop phenomenon will be described in detail with reference to FIG. 3 .
  • the battery module 100 may supply power to external devices and/or circuits.
  • external devices and/or circuits may be a motor, a power control unit (PCU), an inverter, or the like.
  • the battery management system 200 may include a voltage measurement circuit 210 , a current measurement circuit 220 , a voltage estimation circuit 230 , a sampling circuit 240 , a diagnostic circuit 250 , and a control circuit 260 . .
  • the battery management system 200 monitors the battery module 100, detects a defect in the battery module 100, predicts the replacement time of the battery module 100, and controls and manages the battery module 100. have. Also, the battery management system 200 may provide information about the battery module 100 to a control device or a controller external to the battery pack 10 .
  • the battery management system 200 of the present invention may check whether an error has occurred in the battery cells B1 to BN.
  • the battery management system 200 may measure the voltage and current of the battery cell B1 during the charging period to determine whether an abnormal voltage drop phenomenon occurs in the battery cell B1 .
  • checking whether an error has occurred in the battery cell B1 means checking whether an abnormal voltage drop phenomenon occurs in the battery cell B1.
  • a method for the battery management system 200 to check the battery cell B1 is intensively described. In the same manner that the battery management system 200 checks the battery cell B1 , the remaining battery cells B2 to BN may also be checked.
  • a voltage measurement circuit 210 may measure the voltage (V k) of the voltage of the first time the battery cell (B1) of the (V k-1), the second time the battery cell (B1) of the.
  • the second time may be a time after the first time.
  • the voltage V k-1 may be a voltage measured in a period immediately before the period in which the voltage V k is measured.
  • the current measuring circuit 220 may measure a current of one end among both ends of the battery cell B1 . Specifically, the current measuring circuit 220 may measure a current input to the battery cell B1 or measure a current output from the battery cell B1 . In the following descriptions, it is assumed that the current measuring circuit 220 measures the current input to the battery cell B1 . In the following descriptions, “current of the battery cell B1” means “current input to the battery cell B1". The current measuring circuit 220 may measure the current I k of the battery cell B1 at the second time.
  • the voltage estimation circuit 230 may receive information on the voltage V k-1 from the voltage measurement circuit 210 and information on the current I- k from the current estimation circuit 220 .
  • the voltage estimation circuit 230 may store information on the state estimation model or receive information on the state estimation model from a memory (not shown).
  • the state estimation model may be a recursive filter model to which an extended Kalman filter is applied.
  • the voltage estimation circuit 230 may calculate the predicted voltage V k ′ by inputting the voltage V k-1 to the state estimation model.
  • the predicted voltage V k ′ may be the voltage of the battery cell B1 at the second time predicted by the voltage estimation circuit 230 .
  • the voltage estimation circuit 230 may calculate the estimated voltage V kf ′ by inputting the current I- k and the predicted voltage V k ′ to the state estimation model.
  • the estimated voltage V kf ′ may be a value obtained by correcting the predicted voltage V k ′ when the voltage estimation circuit 230 receives the current I- k . Operations of the voltage estimation circuit 230 will be described in more detail with reference to FIG. 5 .
  • the voltage measurement circuit 210 , the current measurement circuit 220 , and the voltage estimation circuit 230 may perform the above operations at regular intervals.
  • M is an integer of 2 or more.
  • the sampling circuit 240 may receive information about the M measured voltages from the voltage measuring circuit 210 .
  • the sampling circuit 240 may receive information on the M estimated voltages from the voltage estimation circuit 230 .
  • Voltage V k is one of the M measured voltages.
  • the estimated voltage V kf ′ is one of the M estimated voltages.
  • the sampling circuit 240 can calculate the voltage level difference between the voltage level of the voltage level and the voltage (V k) of the estimation voltage (V kf ') corresponding to the voltage (V k).
  • the sampling circuit 240 may perform the above operation for each pair of corresponding M measured voltages and M estimated voltages. That is, the sampling circuit 240 may calculate M voltage level differences from each pair of M measured voltages and M estimated voltages.
  • the sampling circuit 240 may sample M voltage level differences using a sliding window (or moving window) method.
  • the sampling circuit 240 may select Q voltage level differences among M voltage level differences by using a sliding window method.
  • "Q" is a natural number less than "M”.
  • the sampling circuit 240 may calculate a statistical value VS of Q sampled voltage level differences.
  • the statistical value VS of the Q voltage level differences may be at least one of an average value, a maximum value, a minimum value, and a standard deviation of the Q voltage level differences. Operations of the sampling circuit 240 are described in detail with reference to FIG. 7 .
  • the diagnostic circuit 250 may receive information about the statistical value VS from the sampling circuit 240 .
  • the diagnostic circuit 250 may compare the statistical value VS with a reference value.
  • the reference value may be stored inside or outside the diagnostic circuit 250 .
  • the reference value may be a value for diagnosing whether an abnormal voltage drop has occurred in the battery cell B1.
  • the reference value may be the maximum voltage difference between the actual voltage and the estimated voltage of the battery cell B1 that is possible when an abnormal voltage drop phenomenon does not occur in the battery cell B1 .
  • the reference value may be preset by the user and may be changed according to the state of the battery cell, such as temperature and SOC.
  • the diagnosis circuit 250 may determine that a defect has occurred in the battery cell B1 when the statistical value VS is equal to or greater than the reference value. That is, through the above operations, the diagnostic circuit 250 may detect that the voltage V k of the battery cell B1 abruptly decreases during the charging period.
  • the diagnostic circuit 250 may count the number of times an error occurs in the battery cell B1 .
  • the diagnostic circuit 250 may evaluate the state of the battery cell B1 based on the counted number of times. For example, when the counted number is less than the first reference number, the battery cell B1 may be evaluated to be in a normal state. When the counted number is greater than or equal to the first reference number and less than the second reference number, the battery cell B1 may not be in a critical state but may be evaluated as being in a warning state. When the counted number is equal to or greater than the second reference number, the battery cell B1 may be evaluated to be in a dangerous state.
  • the first reference number of times may be less than the second reference number of times.
  • the control circuit 260 may adjust the reference value according to the accuracy of the estimation of the voltage V kf ′ in the voltage estimation circuit 230 .
  • the control circuit 260 may decrease the reference value if the estimation accuracy is high, and may increase the reference value if the estimation accuracy is low.
  • Estimating voltage it is " a high accuracy estimation for the estimation voltage (V kf (V kf) 'means that the distribution of) is small, and an accuracy estimate for the estimation voltage (V kf") low estimation voltage (V kf ') means that the variance is large.
  • the estimation accuracy of the estimated voltage V kf ′ in the voltage estimation circuit 230 may vary. Specifically, when the temperature of the battery cell B1 decreases, the variance of the estimated voltage V kf ′ may increase. An increase in the variance of the estimated voltage V kf ′ means that the estimation accuracy for the estimated voltage Vkf ′ decreases. That is, when the temperature of the battery cell B1 decreases, the estimation accuracy of the estimated voltage V kf ′ may decrease. Accordingly, when the diagnosis circuit 250 uses the same reference value as at a high temperature even at a low temperature, it is possible to erroneously diagnose whether an error has occurred in the battery cell B1 . In order to prevent the diagnosis circuit 250 from erroneously performing a diagnosis, the control circuit 260 may increase the reference value when the temperature decreases and decrease the reference value when the temperature increases.
  • FIG. 3 is a graph showing a voltage change of the battery cell of FIG. 2 .
  • FIG. 3 shows a part of the voltage change of the battery cell B1 according to the passage of time in the charging section when the charge/discharge test is repeatedly performed with the test battery cell (for convenience of understanding, the results of some of the repeated tests) bays are shown).
  • the x-axis represents time and the y-axis represents voltage.
  • the voltage of the battery cell B1 increases with time.
  • the voltage of the battery cell B1 temporarily and sharply decreases. This phenomenon is expressed as an abnormal voltage drop phenomenon.
  • an abnormal voltage drop was observed in the 3160 to 3180 second interval of the 140th charging cycle.
  • the diagnostic circuit 250 of FIG. 2 may check whether an abnormal voltage drop has occurred in the battery cell B1 based on the increase in the voltage level difference.
  • FIG. 4 is a circuit diagram illustrating a Thevenin equivalent circuit model for estimating the voltage of the battery cell of FIG. 2 .
  • Thevenin equivalent circuit 40 may be a circuit model in which electrical characteristics of the battery cell B1 of FIG. 2 are reflected. Based on the Thevenin equivalent circuit 40, state variables of the extended Kalman filter used in the voltage estimation circuit 230 of FIG. 2 may be derived.
  • Thevenin equivalent circuit 40 is a voltage source 41, a resistor (R 0 ), and a resistor (R 1 )-capacitor (C 1 ) A set may be connected in series.
  • the resistor (R 1 )-capacitor (C 1 ) set may have a configuration in which the resistor (R 1 ) and the capacitor (C 1 ) are connected in parallel.
  • Thevenin equivalent circuit 40 is illustrated as a primary circuit including one resistor-capacitor set, but the present invention is not limited thereto.
  • the Thevenin equivalent circuit used in the voltage estimation circuit 230 of FIG. 2 may be a P-order circuit in which P resistor-capacitor sets are connected in series with each other.
  • P is a natural number.
  • V k ′ refers to the level of the voltage of the battery cell B1 at the second time predicted by the voltage estimation circuit 230 .
  • I k means the magnitude of the current of the battery cell B1 at the second time point.
  • OCV(SOC) refers to the voltage level of the voltage source 41 according to the state of charge (SOC) of the battery cell B1 .
  • R 0 ”, R 1 ”, and “C 1 ” mean the size of the resistor R 0 , the size of the resistor R 1 , and the size of the capacitor C 1 , respectively.
  • V k-1 and “I k-1 ” refer to the magnitude of the voltage and the magnitude of the current of the battery cell B1 at the first time, referring to the description related to FIG. 2 .
  • R 1 and “C 1 ” mean the size of the resistor R 1 and the size of the capacitor C 1 , respectively.
  • ⁇ t means the length of time between the second time and the first time.
  • the voltage estimation circuit 230 may derive the estimated voltage V kf ′ based on [Equation 2]. Operations for the voltage estimation circuit 230 to derive the estimated voltage V kf ′ will be described in detail with reference to FIG. 5 .
  • 5 is a flowchart illustrating a process of estimating a voltage of a battery cell in the voltage estimation circuit of FIG. 2 .
  • 6A shows a state estimation model to which an extended Kalman filter is applied.
  • 6B shows an equation for describing a system model of an extended Kalman filter. 5, 6A, and 6B will be described together for convenience of description.
  • Equations e1 to e6 shown in FIG. 6A may be derived.
  • Equations e1 to e6 of FIG. 6A represent equations used in a state estimation model to which the extended Kalman filter is applied.
  • Equations e11 to e15 of FIG. 6B represent equations for calculating variables related to the system model of the extended Kalman filter.
  • the variables may be defined by a user or may be defined by a system to which an extended Kalman filter is applied.
  • the voltage estimation circuit 230 of FIG. 2 receives the voltage V k-1 and the current I from the voltage measurement circuit 210 of FIG. 2 and the current measurement circuit 220 of FIG. 2 at the first time. k-1 ) can be received.
  • the voltage estimation circuit 230 updates the voltage (V k-1 ) and the current (I k-1 ) based on [Equation 2] described with reference to FIG. 4 over time, and the predicted voltage ( V k ') can be calculated.
  • Time update inputs the input values of the past time (specifically, voltage (V k-1 ) and current (I k-1 )), and displays the result value of the current time (specifically, voltage (V k-1 )) means to calculate.
  • the predicted voltage V k ′ may be the voltage of the battery cell B1 at the second time that is primarily predicted by the voltage estimation circuit 230 .
  • [Equation 2] may correspond to the first equation (e1) in the time update step shown in FIG. 6A .
  • the voltage estimation circuit 230 may measure and update the predicted voltage V k ′.
  • the measurement update refers to inputting a measurement value (specifically, a current I k ) at the current time to correct the predicted voltage V k ′.
  • the voltage estimation circuit 230 may measure and update the predicted voltage V k ′ to finally calculate the estimated voltage V fk ′.
  • the estimated voltage V fk ′ may be the voltage of the battery cell B1 at the second time estimated by the voltage estimation circuit 230 .
  • the voltage estimation circuit 230 may calculate an error covariance.
  • the error covariance may be calculated based on equation (e6) disclosed in FIG. 6A.
  • the error covariance may be a measure of how accurate the estimated voltage V fk ′ is.
  • the voltage estimation circuit 230 may increase the accuracy of the estimated voltage V fk ′ by repeating the time update and the measurement update based on the error covariance.
  • the voltage estimation circuit 230 may output information about the estimated voltage V fk ′ to the sampling circuit 240 .
  • FIG. 7 is a flowchart illustrating operations of the sampling circuit of FIG. 2 .
  • the voltage measuring circuit 210 and the current measuring circuit 220 of FIG. 2 may measure the voltage and current of the battery cell V1 at regular intervals. In the following descriptions, it is assumed that the voltage measuring circuit 210 and the current measuring circuit 220 respectively measure the voltage and current of the battery cell V1 M times.
  • the voltage estimation circuit 230 of FIG. 2 may derive M estimated voltages corresponding thereto.
  • the sampling circuit 240 of FIG. 2 may receive information on the M measured voltages V 1 to V m from the voltage measurement circuit 210 .
  • the sampling circuit 240 may receive information on the M estimated voltages V 1f ′ to V mf ′ from the voltage estimation circuit 230 .
  • the sampling circuit 240 may calculate voltage level differences between the M measured voltages V 1 ⁇ V m and the M estimated voltages V 1f ′ ⁇ V mf ′. As an example, the sampling circuit 240 can calculate the voltage level difference between the voltage (V k) and the estimated voltage (V kf ').
  • the sampling circuit 240 may sample M voltage level differences using a sliding window method.
  • the sliding window method may be a method of selecting a representative value from two or more windows overlapping each other in the data dimension. For example, in the time dimension, a representative value is selected based on a specific criterion among the input data collected in the first time period (t1 - t3), and the second time period (t2 - t4) overlaps with a part of the first time period It may be to select a representative value based on the same specific criterion among the input data collected in . That is, the sampling circuit 240 may select Q voltage level differences among the M voltage level differences by using the sliding window method. "Q" is a natural number less than "M". However, the present invention is not limited thereto, and the sampling circuit 240 may sample M voltage level differences using a fixed window method.
  • the sampling circuit 240 may calculate a statistical value VS of Q sampled voltage level differences.
  • the statistical value VS of the Q voltage level differences may be one of an average value, a maximum value, a minimum value, and a standard deviation of the Q voltage level differences.
  • the sampling circuit 240 may output the statistical value VS to the diagnostic circuit 250 .
  • FIG. 8 is a flowchart illustrating operations of the diagnostic circuit of FIG. 2 .
  • the diagnostic circuit 250 may receive the statistical value VS from the sampling circuit 240 .
  • the diagnostic circuit 250 may compare the statistical value VS with a reference value.
  • the reference value may vary depending on the temperature of the battery cell B1 of FIG. 2 .
  • the reference value may be derived by [Equation 3] below.
  • Thr1 means a reference value
  • Thr0 means a constant
  • f(temp) means a function value that varies depending on the temperature of the battery cell B1.
  • Equation (e14) of FIG. 6B may be expressed as [Equation 4].
  • Q W is a variable of the system model
  • ⁇ soc 2 and ⁇ Vk 2 mean the variance of the voltage OCV(SOC) and the variance of the voltage V k .
  • Equation (e2) of FIG. 6A it varies depending on the variable Q W of the predicted voltage V k ', and the variance ⁇ soc 2 of the voltage OCV(SOC) and the voltage V k )
  • the variance of ( ⁇ Vk 2 ) varies with temperature.
  • the function value f(temp) may be determined according to the amount of change in the variance ( ⁇ Vk 2 ) of the voltage V k according to the temperature.
  • the function value f(temp) may be determined to be proportional to the amount of change in the variance ( ⁇ Vk 2 ) of the voltage V k according to the temperature. Also, the function value f(temp) may be determined by the user to increase when the temperature of the battery cell B1 increases and decrease when the temperature of the battery cell B1 decreases. That is, the reference value may increase when the temperature of the battery cell B1 increases and decrease when the temperature of the battery cell B1 decreases.
  • operation S330 may be performed.
  • the diagnostic circuit 250 may determine that an error has occurred in the battery cell B1 . In this case, the diagnostic circuit 250 may increase the number of errors NG_count of the battery cell B1 by one.
  • operation S340 may be performed.
  • the diagnostic circuit 250 may determine that an error has not occurred in the battery cell B1 . In this case, the diagnosis circuit 250 may maintain the number of errors NG_count of the battery cell B1 as it is.
  • the diagnosis circuit 250 may compare the number of errors NG_count with the first reference number.
  • operation S360 may be performed.
  • the diagnostic circuit 250 may determine that the battery cell B1 is in a normal state.
  • operation S370 may be performed.
  • the diagnostic circuit 250 may compare the number of errors NG_count with the second reference number.
  • the second reference number of times may be greater than the first reference number of times.
  • operation S380 may be performed.
  • the diagnosis circuit 250 may determine that the battery cell B1 is in a warning state.
  • operation S390 may be performed.
  • the diagnostic circuit 250 may determine that the battery cell B1 is in a critical state.
  • the diagnostic circuit 250 may output state information of the battery cell B1 .
  • the diagnostic circuit 250 may output the state information of the battery cell B1 to a controller located inside or outside the battery pack 10 of FIG. 2 .
  • the diagnostic circuit 250 may output information on the state of the battery cell B1 to the control circuit 260 of FIG. 2 .
  • FIG. 9 is a graph illustrating a change in an estimated voltage according to a temperature of a battery cell.
  • the X-axis of the graph represents the temperature (°C) of the battery cell B1 of FIG. 2
  • the Y-axis represents the variance of the estimated voltage V fk ′.
  • the control circuit 260 of FIG. 2 may adjust the reference value based on this tendency.
  • the function value f(temp) in Equation 3 described above is a function expression representing the relationship between the temperature of the battery cell B1 shown in the graph of FIG. 9 and the variance of the estimated voltage V fk ' can Specifically, in some temperature sections (-20°C to 10°C), the change in the function value (f(temp)) is large, and in some temperature sections (10°C to 40°C), the function value (f(temp)) The change may be smaller.
  • FIG. 10 is a diagram illustrating a hardware configuration of an apparatus for diagnosing a battery according to an embodiment of the present invention.
  • the battery diagnosis apparatus 800 includes a microcontroller (MCU) 810 that controls various processes and each configuration, an operating system program and various programs (eg, a battery diagnosis program, a voltage approximation formula calculation program, etc.) ( 840) may be provided.
  • MCU microcontroller
  • various programs eg, a battery diagnosis program, a voltage approximation formula calculation program, etc.
  • the computer program according to the present invention is recorded in the memory 820 and processed by the microcontroller 810 to be implemented as a module that performs, for example, each of the functional blocks shown in FIG. 2 .

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 발명은 배터리 셀의 이상 전압 강하 현상을 감지하여, 배터리를 진단하는 장치를 제공한다. 배터리 진단 장치는 전압 측정 회로, 전류 측정 회로, 전압 추정 회로 및 제어 회로를 포함한다. 전압 측정 회로는 배터리 셀의 양 단의 전압을 측정한다. 전류 측정 회로는 배터리 셀의 양 단 중 일 단을 흐르는 전류를 측정한다. 전압 추정 회로는 전류 및 상태 추정 모델에 기초하여, 전압의 전압 레벨에 대한 추정 값인 추정 전압 레벨을 계산한다. 진단 회로는 전압 측정 회로에 의하여 측정된 전압 레벨과 추정 전압 레벨 사이의 전압 레벨 차이를 계산하고, 전압 레벨 차이와 기준 값에 기초하여 배터리 셀에서 에러가 발생하였는지 여부를 확인한다. 제어 회로는 추정 전압 레벨에 대한 추정 정확도에 따라, 기준 값을 조절하는 제어 회로를 포함한다.

Description

배터리를 진단하기 위한 장치 및 그 방법
관련출원과의 상호인용
본 발명은 2020.05.15.에 출원된 한국 특허 출원 제10-2020-0058587호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용을 본 명세서의 일부로서 포함한다.
기술분야
본 발명은 배터리를 진단하기 위한 장치에 관한 것으로, 좀 더 상세하게는 배터리 셀의 이상 전압 강하 현상을 감지하여, 배터리를 진단하는 장치에 관한 것이다.
최근 이차 전지에 대한 연구 개발이 활발히 이루어지고 있다. 여기서 이차 전지는 충방전이 가능한 전지로서, 종래의 Ni/Cd 전지, Ni/MH 전지 등과 최근의 리튬 이온 전지를 모두 포함한다. 이차 전지 중 리튬 이온 전지는 종래의 Ni/Cd 전지, Ni/MH 전지 등에 비하여 에너지 밀도가 훨씬 높다는 장점이 있다. 리튬 이온 전지는 소형, 경량으로 제작할 수 있어서, 이동 기기의 전원으로 사용된다. 특히, 리튬 이온 전지는 전기 자동차의 전원으로 사용될 수 있어, 차세대 에너지 저장 매체로 주목을 받고 있다.
또한, 이차 전지는 일반적으로 복수 개의 배터리 셀들이 직렬 및/또는 병렬로 연결된 배터리 모듈을 포함하는 배터리 팩으로 이용된다. 배터리 팩은 배터리 관리 시스템에 의하여 상태 및 동작이 관리 및 제어된다. 배터리 팩 내의 배터리 셀들은 외부로부터 전원을 공급받아 충전된다.
충전된 배터리 셀들은 배터리 팩과 연결된 다양한 장치들 및/또는 회로들로 전원을 공급한다. 배터리 셀이 고장난 경우, 다양한 장치들 및/또는 회로들로 전원이 제대로 공급되지 않으므로, 치명적인 사고가 발생할 수 있다. 따라서, 배터리 셀이 충전되는 동안 배터리 셀을 모니터링하여 배터리 셀에 결함이 있는지 여부를 진단하는 방안이 요구된다.
본 발명은 상술된 기술적 과제를 해결하기 위한 것으로써, 본 발명의 목적은 확장 칼만 필터를 이용하여 배터리 셀에서 이상 전압 강하 현상이 발생하는 것을 감지하는 배터리 진단 장치 및 방법을 제공하는데 있다.
본 발명의 실시 예에 따른 배터리를 진단하기 위한 장치는 전압 측정 회로, 전류 측정 회로, 전압 추정 회로 및 제어 회로를 포함할 수 있다. 전압 측정 회로는 배터리 셀의 양 단의 전압을 측정할 수 있다. 전류 측정 회로는 배터리 셀의 양 단 중 일 단을 흐르는 전류를 측정할 수 있다. 전압 추정 회로는 전류 및 상태 추정 모델에 기초하여, 전압의 전압 레벨에 대한 추정 값인 추정 전압 레벨을 계산할 수 있다. 진단 회로는 전압 측정 회로에 의하여 측정된 전압 레벨과 추정 전압 레벨 사이의 전압 레벨 차이를 계산하고, 전압 레벨 차이와 기준 값에 기초하여 배터리 셀에서 에러가 발생하였는지 여부를 확인할 수 있다. 제어 회로는 추정 전압 레벨에 대한 추정 정확도에 따라, 기준 값을 조절하는 제어 회로를 포함할 수 있다.
본 발명은 확장 칼만 필터를 이용하여 배터리 셀의 전압을 추정할 수 있다. 본 발명은 측정된 전압과 추정된 전압을 비교하여, 배터리 셀에서 이상 전압 강하 현상이 발생하는 것을 보다 정확하게 감지할 수 있다. 또한, 본 발명은 슬라이딩 윈도우 방식을 이용하여, 노이즈에 보다 강건한 배터리 진단 장치를 제공할 수 있다.
도 1은 배터리 제어 시스템의 구성을 나타내는 블록도이다.
도 2는 본 발명의 배터리 진단 장치를 포함하는 배터리 팩의 구성을 보여주는 블록도이다.
도 3은 도 2의 배터리 셀의 전압 변화를 보여주는 그래프이다.
도 4는 도 2의 배터리 셀의 전압을 추정하기 위한 테브닌 등가 회로 모델을 보여주는 회로도이다.
도 5는 도 2의 전압 추정 회로에서 배터리 셀의 전압이 추정되는 과정을 설명하기 위한 흐름도이다.
도 6a는 확장 칼만 필터가 적용된 상태 추정 모델을 보여준다.
도 6b는 확장 칼만 필터의 시스템 모델을 설명하기 위한 식을 보여준다.
도 7은 도 2의 샘플링 회로의 동작들을 설명하기 위한 흐름도이다.
도 8은 도 2의 진단 회로의 동작들을 설명하기 위한 흐름도이다.
도 9는 배터리 셀의 온도에 따른 추정 전압의 변화를 나타내는 그래프이다.
도 10은 본 발명의 일 실시 예에 따른 배터리 진단 장치의 하드웨어 구성을 나타내는 도면이다.
이하, 첨부한 도면을 참조하여 본 발명의 다양한 실시 예들에 대해 상세히 설명하고자 한다. 본 문서에서 도면 상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본 문서에 개시되어 있는 본 발명의 다양한 실시 예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 다양한 실시 예들은 여러 가지 형태로 실시될 수 있으며 본 문서에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.
다양한 실시 예에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 해당 구성 요소들을 한정하지 않는다. 예를 들면, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성 요소로 바꾸어 명명될 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의된 용어들은 관련 기술의 문맥 상 가지는 의미와 동일 또는 유사한 의미를 가지는 것으로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 발명의 실시 예들을 배제하도록 해석될 수 없다.
도 1은 배터리 제어 시스템의 구성을 나타내는 블록도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 배터리 팩(1)과 상위 시스템에 포함되어 있는 상위 제어기(2)를 포함하는 배터리 제어 시스템을 개략적으로 나타낸다.
도 1에 도시된 바와 같이, 배터리 팩(1)은 하나의 이상의 배터리 셀로 이루어지고, 충방전 가능한 배터리 모듈(11)과, 배터리 모듈(11)의 +단자 측 또는 -단자 측에 직렬로 연결되어 배터리 모듈(11)의 충방전 전류 흐름을 제어하기 위한 스위칭부(14)와, 배터리 팩(1)의 전압, 전류, 온도 등을 모니터링하여, 과충전 및 과방전 등을 방지하도록 제어 관리하는 배터리 관리 시스템(Battery Management System, 20)을 포함한다.
여기서, 스위칭부(14)는 배터리 모듈(11)의 충전 또는 방전에 대한 전류 흐름을 제어하기 위한 스위칭 소자로서, 예를 들면, 적어도 하나의 MOSFET과 같은 반도체 스위칭 소자, 또는 릴레이 등이 이용될 수 있다.
또한, 배터리 관리 시스템(20)은, 배터리 팩(1)의 전압, 전류, 온도 등을 모니터링할 수 있고, 또한, 스위칭부(14)에 인접해서 마련된 센서(12)를 이용하여 배터리 팩의 전류, 전압, 온도 등을 측정할 수 있다. 배터리 관리 시스템(20)는 상술한 각종 파라미터를 측정한 값을 입력받는 인터페이스로서, 복수의 단자와, 이들 단자와 연결되어 입력받은 값들의 처리를 수행하는 회로 등을 포함할 수 있다.
또한, 배터리 관리 시스템(20)은, 스위칭부(14) 예를 들어 MOSFET나 릴레이의 ON/OFF를 제어할 수도 있으며, 배터리 모듈(11)에 연결되어 배터리 모듈(11)의 상태를 감시할 수 있다.
상위 제어기(2)는 배터리 관리 시스템(20)으로 배터리 모듈(11)에 대한 제어 신호를 전송할 수 있다. 이에 따라, 배터리 관리 시스템(20)은 상위 제어기(2)로부터 인가되는 신호에 기초하여 동작이 제어될 수 있을 것이다. 본 발명의 배터리 셀이 ESS(Energy Storage System) 또는 차량 등에 이용되는 배터리 팩에 포함된 구성일 수 있다. 다만, 이러한 용도에 한정되는 것은 아니다.
이와 같은 배터리 팩(1)의 구성 및 배터리 관리 시스템(20)의 구성은 공지된 구성이므로, 보다 구체적인 설명은 생략하기로 한다.
도 2는 본 발명의 배터리 진단 장치를 포함하는 배터리 팩(10)의 구성을 보여주는 블록도이다. 도 2의 배터리 모듈(100) 및 배터리 관리 시스템(200)은 도 1의 배터리 모듈(11) 및 배터리 관리 시스템(20)에 대응할 수 있다.
배터리 팩(10)은 배터리 모듈(100) 및 배터리 관리 시스템(200)을 포함할 수 있다. 이하 설명들에서, "배터리 진단 장치"는 배터리 관리 시스템(200)의 일부 또는 전체 구성들을 포함하는 장치일 수 있다. 예로서, "배터리 진단 장치"는 전압 측정 회로(210), 전류 측정 회로(220), 전압 추정 회로(230), 진단 회로(250) 및 제어 회로(260)를 포함할 수도 있다.
배터리 모듈(100)은 복수 개의 배터리 셀들(B1~BN)을 포함할 수 있다. 복수 개의 배터리 셀들(B1~BN)은 직렬 및/또는 병렬로 연결된 구성일 수 있다. 도 2를 참조하면 배터리 팩(10)이 하나의 배터리 모듈(100)을 포함하는 것으로 도시되지만, 본 발명은 이에 한정되지 않고, 배터리 팩(10)은 하나 이상의 배터리 모듈을 포함할 수 있다.
충전 구간에서, 배터리 모듈(100)은 전원 공급 회로(50)로부터 전원을 공급받을 수 있다. 충전 구간에서, 배터리 셀들(B1~BN) 각각의 양 단의 전압이 증가할 수 있다. 이하 설명들에서, "배터리 셀의 전압"은 "배터리 셀의 양 단의 전압"을 의미한다. 배터리 셀의 내부 단락(internal short-circuit) 또는 외부 단락(external short-circuit)으로 인해, 배터리 셀에서 이상 전압 강하 현상이 감지될 수 있다. 이상 전압 강하 현상은 충전 구간 중 일부 구간에서 배터리 셀의 전압이 급격하게 감소하는 것을 의미한다. 이상 전압 강하 현상은 도 3을 참조하여 자세하게 설명된다.
방전 구간에서, 배터리 모듈(100)은 외부 장치들 및/또는 회로들로 전원을 공급해줄 수 있다. 예로서, 배터리 모듈(100)이 전기 자동차에 포함되는 경우, 외부 장치들 및/또는 회로들은 모터, PCU(Power Control Unit), 인버터 등일 수 있다.
배터리 관리 시스템(200)은 전압 측정 회로(210), 전류 측정 회로(220), 전압 추정 회로(230), 샘플링 회로(240), 진단 회로(250) 및 제어 회로(260)를 포함할 수 있다. 배터리 관리 시스템(200)은 배터리 모듈(100)을 모니터링하여, 배터리 모듈(100)의 결함을 발견하고, 배터리 모듈(100)의 교체 시기를 예측하며, 배터리 모듈(100)을 제어하고 관리할 수 있다. 또한, 배터리 관리 시스템(200)은 배터리 팩(10) 외부에 있는 제어 장치 또는 컨트롤러로 배터리 모듈(100)에 관한 정보를 제공할 수 있다.
본 발명의 배터리 관리 시스템(200)은 배터리 셀들(B1~BN)에 에러가 발생하였는지 여부를 점검할 수 있다. 예로서, 배터리 관리 시스템(200)은 충전 구간에서 배터리 셀(B1)의 전압 및 전류를 측정하여, 배터리 셀(B1)에서 이상 전압 강하 현상이 발생하는지 여부를 확인할 수 있다. 이하 설명들에서, 배터리 셀(B1)에서 에러가 발생하였는지 여부를 확인한다는 것은 배터리 셀(B1)에서 이상 전압 강하 현상이 발생하는지 여부를 확인하는 것을 의미한다. 또한, 이하 설명들에서는, 설명의 편의를 위해, 배터리 관리 시스템(200)이 배터리 셀(B1)을 점검하는 방법이 집중적으로 설명된다. 배터리 관리 시스템(200)이 배터리 셀(B1)을 점검하는 방법과 동일하게, 나머지 배터리 셀들(B2~BN)도 점검할 수 있다.
전압 측정 회로(210)는 제 1 시각에서의 배터리 셀(B1)의 전압(Vk-1), 제 2 시각에서의 배터리 셀(B1)의 전압(Vk)을 측정할 수 있다. 제 2 시각은 제 1 시각 이후의 시각일 수 있다. 전압 측정 회로(210)가 일정 주기마다 배터리 셀(B1)의 전압을 측정하는 경우, 전압(Vk-1)은 전압(Vk)이 측정된 주기 직전의 주기에서 측정된 전압일 수 있다.
전류 측정 회로(220)는 배터리 셀(B1)의 양 단 중 일 단의 전류를 측정할 수 있다. 구체적으로, 전류 측정 회로(220)는 배터리 셀(B1)로 입력되는 전류를 측정하거나, 배터리 셀(B1)로부터 출력되는 전류를 측정할 수 있다. 이하 설명들에서는, 전류 측정 회로(220)가 배터리 셀(B1)로 입력되는 전류를 측정하는 것으로 가정된다. 이하 설명들에서, "배터리 셀(B1)의 전류"는 "배터리 셀(B1)로 입력되는 전류"를 의미한다. 전류 측정 회로(220)는 제 2 시각에서의 배터리 셀(B1)의 전류(Ik)를 측정할 수 있다.
전압 추정 회로(230)는 전압 측정 회로(210)로부터 전압(Vk-1)에 대한 정보를 수신하고, 전류 추정 회로(220)로부터 전류(I-k)에 대한 정보를 수신할 수 있다. 전압 추정 회로(230)는 상태 추정 모델에 대한 정보를 저장하거나, 메모리(미도시)로부터 상태 추정 모델에 대한 정보를 수신할 수 있다. 예로서, 상태 추정 모델은 확장 칼만 필터(Extended Kalman Filter)가 적용된 재귀 필터 모델일 수 있다. 전압 추정 회로(230)는 상태 추정 모델에 전압(Vk-1)을 입력하여, 예측 전압(Vk’)을 계산할 수 있다. 예측 전압(Vk’)은 전압 추정 회로(230)에 의해 예측되는 제 2 시각에서의 배터리 셀(B1)의 전압일 수 있다. 전압 추정 회로(230)는 상태 추정 모델에 전류(I-k) 및 예측 전압(Vk’)을 입력하여, 추정 전압(Vkf’)을 계산할 수 있다. 추정 전압(Vkf’)은 전압 추정 회로(230)가 전류(I-k)를 입력받아 예측 전압(Vk’)을 보정한 값일 수 있다. 전압 추정 회로(230)의 동작들은 도 5를 참조하여 더 자세하게 설명될 것이다.
전압 측정 회로(210), 전류 측정 회로(220) 및 전압 추정 회로(230)는 일정 주기마다 상기 동작들을 수행할 수 있다. 전압 측정 회로(210), 전류 측정 회로(220) 및 전압 추정 회로(230)가 상기 동작들을 M번 수행한 경우, M개의 측정된 전압들 및 M개의 추정된 전압들이 생성될 수 있다. "M"은 2 이상의 정수이다.
샘플링 회로(240)는 전압 측정 회로(210)로부터 M개의 측정된 전압들에 대한 정보를 수신할 수 있다. 샘플링 회로(240)는 전압 추정 회로(230)로부터 M개의 추정된 전압들에 대한 정보를 수신할 수 있다. 전압(Vk)은 M개의 측정된 전압들 중 하나이다. 추정 전압(Vkf’)은 M개의 추정된 전압들 중 하나이다. 샘플링 회로(240)는 전압(Vk)에 대응하는 추정 전압(Vkf’)의 전압 레벨과 전압(Vk)의 전압 레벨 사이의 전압 레벨 차이를 계산할 수 있다. 샘플링 회로(240)는 상기 동작을 대응하는 M개의 측정된 전압들 및 M개의 추정된 전압들 각각의 쌍에 대해 수행할 수 있다. 즉, 샘플링 회로(240)는 M개의 측정된 전압들과 M개의 추정된 전압들 각각의 쌍으로부터 M개의 전압 레벨 차이들을 계산할 수 있다. 샘플링 회로(240)는 슬라이딩 윈도우(Sliding Window)(또는, 무빙 윈도우(Moving Window)) 방식을 이용하여, M개의 전압 레벨 차이들을 샘플링 할 수 있다. 샘플링 회로(240)는 슬라이딩 윈도우 방식을 이용하여, M개의 전압 레벨 차이들 중 Q개의 전압 레벨 차이들을 선택할 수 있다. "Q"는 "M"보다 작은 자연수이다. 샘플링 회로(240)는 샘플링된 Q개의 전압 레벨 차이들의 통계 값(VS)을 계산할 수 있다. 예로서, Q개의 전압 레벨 차이들의 통계 값(VS)은 Q개의 전압 레벨 차이들의 평균값, 최대값, 최소값, 표준 편차 등 중 적어도 어느 하나일 수 있다. 샘플링 회로(240)의 동작들은 도 7을 참조하여 자세하게 설명된다.
진단 회로(250)는 샘플링 회로(240)로부터 통계 값(VS)에 대한 정보를 수신할 수 있다. 진단 회로(250)는 통계 값(VS)과 기준 값을 비교할 수 있다. 기준 값은 진단 회로(250) 내부 또는 외부에 저장될 수 있다. 기준 값은 배터리 셀(B1)에 이상 전압 강하 현상이 발생하였는지 여부를 진단하기 위한 값일 수 있다. 기준 값은 배터리 셀(B1)에 이상 전압 강하 현상이 발생하지 않은 경우에 가능한 배터리 셀(B1)의 실제 전압과 추정 전압 사이의 최대 전압 차이일 수 있다. 기준 값은 사용자에 의해 미리 설정될 수 있고, 온도, SOC 등 배터리 셀의 상태에 따라 변경될 수도 있다.
진단 회로(250)는 통계 값(VS)이 기준 값 이상인 경우, 배터리 셀(B1)에 결함이 발생한 것으로 판단할 수 있다. 즉, 진단 회로(250)는 상기 동작들을 통해, 충전 구간에서 배터리 셀(B1)의 전압(Vk)이 급격하게 감소되는 것을 감지할 수 있다.
진단 회로(250)는 배터리 셀(B1)에서 에러가 발생되는 횟수를 카운트할 수 있다. 진단 회로(250)는 카운트된 횟수에 기초하여, 배터리 셀(B1)의 상태를 평가할 수 있다. 예로서, 카운트된 횟수가 제 1 기준 횟수 미만인 경우, 배터리 셀(B1)은 정상 상태인 것으로 평가될 수 있다. 카운트된 횟수가 제 1 기준 횟수 이상이고, 제 2 기준 횟수 미만인 경우, 배터리 셀(B1)은 위험 상태는 아니지만 경고 상태인 것으로 평가될 수 있다. 카운트된 횟수가 제 2 기준 횟수 이상인 경우, 배터리 셀(B1)은 위험 상태인 것으로 평가될 수 있다. 제 1 기준 횟수는 제 2 기준 횟수보다 작을 수 있다.
제어 회로(260)는 전압 추정 회로(230)에서의 추정 전압(Vkf’)에 대한 추정 정확도에 따라 기준 값을 조절할 수 있다. 제어 회로(260)는 추정 정확도가 높으면 기준 값을 감소시키고, 추정 정확도가 낮으면 기준 값을 증가시킬 수 있다. 추정 전압(Vkf’)에 대한 추정 정확도가 높다는 것은 추정 전압(Vkf’)의 분산이 작다는 것을 의미하고, 추정 전압(Vkf’)에 대한 추정 정확도가 낮다는 것은 추정 전압(Vkf’)의 분산이 크다는 것을 의미한다.
배터리 셀(B1)의 온도에 따라, 전압 추정 회로(230)에서의 추정 전압(Vkf’)에 대한 추정 정확도가 달라질 수 있다. 구체적으로, 배터리 셀(B1)의 온도가 낮아지면, 추정 전압(Vkf’)의 분산이 커질 수 있다. 추정 전압(Vkf’)의 분산이 커진다는 것은 추정 전압(Vkf’)에 대한 추정 정확도가 낮아진다는 것을 의미한다. 즉, 배터리 셀(B1)의 온도가 낮아지면, 추정 전압(Vkf’)에 대한 추정 정확도가 낮아질 수 있다. 따라서, 진단 회로(250)가 낮은 온도에서도 높은 온도에서와 동일한 기준 값을 사용하는 경우, 배터리 셀(B1)에서 에러가 발생하였는지 여부를 오진단할 수 있다. 제어 회로(260)는 진단 회로(250)가 오진단하는 것을 방지하기 위해, 온도가 낮아지면 기준 값을 증가시키고, 온도가 높아지면 기준 값을 감소시킬 수 있다.
도 3은 도 2의 배터리 셀의 전압 변화를 보여주는 그래프이다.
도 3은 테스트 배터리 셀로 충방전 테스트를 반복하여 실행하였을 때, 충전 구간에서의 시간 흐름에 따른 배터리 셀(B1)의 전압 변화의 일부를 보여준다(이해의 편의를 위하여 반복 수행한 시험 중 일부의 결과만을 도시하고 있다). 도 3에 도시된 그래프의 x축은 시간을, y축은 전압을 나타낸다.
도 3을 참조하면, 충전 구간에서, 배터리 셀(B1)의 전압은 시간이 흐름에 따라 증가한다. 140번째 충전 동안, 배터리 셀(B1)의 전압은 일시적으로 급격하게 감소한다. 이러한 현상이 이상 전압 강하 현상이라고 표현된다. 도 3을 참조하면, 본 테스트에서는 140번째 충전 사이클의 3160~3180초 구간에서 이상 전압 강하 현상이 나타났다.
배터리 셀(B1)에서 이상 전압 강하 현상이 발생하는 경우, 도 2의 전압 측정 회로(210)에서 측정된 전압과 도 2의 전압 추정 회로(230)에서 추정된 전압 사이의 전압 레벨 차이가 증가하게 된다. 도 2의 진단 회로(250)는 전압 레벨 차이가 증가하는 것에 기초하여, 배터리 셀(B1)에서 이상 전압 강하 현상이 발생되었는지 여부를 점검할 수 있다.
도 4는 도 2의 배터리 셀의 전압을 추정하기 위한 테브닌 등가 회로 모델을 보여주는 회로도이다.
테브닌 등가 회로(40)는 도 2의 배터리 셀(B1)의 전기적 특성이 반영된 회로 모델일 수 있다. 테브닌 등가 회로(40)에 기초하여, 도 2의 전압 추정 회로(230)에서 이용되는 확장 칼만 필터의 상태 변수들이 도출될 수 있다. 테브닌 등가 회로(40)는 전압원(41), 저항(R0) 및 저항(R1)-커패시터(C1) 세트가 직렬 연결된 구성일 수 있다. 여기에서, 저항(R1)-커패시터(C1) 세트는 저항(R1) 및 커패시터(C1)가 병렬 연결된 구성일 수 있다.
도 4를 참조하면, 테브닌 등가 회로(40)는 하나의 저항-커패시터 세트를 포함하는 1차 회로로 도시되나, 본 발명은 이에 한정되지는 않는다. 도 2의 전압 추정 회로(230)에서 이용되는 테브닌 등가 회로는 P개의 저항-커패시터 세트가 서로 직렬 연결된 구성인 P차 회로일 수 있다. 여기에서, "P"는 자연수이다.
테브닌 등가 회로(40)에 기초하여, 아래의 [수학식 1]이 도출될 수 있다.
Figure PCTKR2021005267-appb-M000001
도 2와 관련된 설명을 참조하면, "Vk'"는 전압 추정 회로(230)에 의해 예측되는 제 2 시각에서의 배터리 셀(B1)의 전압의 크기를 의미한다. "Ik"는 제 2 시각에서의 배터리 셀(B1)의 전류의 크기를 의미한다. "OCV(SOC)"는 배터리 셀(B1)의 SOC(State Of Charge)에 따른 전압원(41)의 전압 레벨을 의미한다. 또한, "R0", "R1", 및 "C1"은 각각 저항(R0)의 크기, 저항(R1)의 크기 및 커패시터(C1)의 크기를 의미한다.
전압 추정 회로(230)는 [수학식 1]에 기초하여, 전압(Vk)을 추정하기 위한 전압 상태 추정 알고리즘을 도출할 수 있다. 먼저, 측정 시각(예로서, 제 2 시각)에서의 샘플링 타임 △t이 충분히 작다면, 시간 간격 동안의 전류는 일정하다고 가정한다. 그리고, 전압 추정 회로(230)는 테일러 확장식(구체적으로, f(x)=f(x0)+f'(x0)*(x-x0))을 사용하여 [수학식 1]을 선형화시킨 후에, 측정 시각(예로서, 제 2 시각)에 대한 전압 상태 추정 알고리즘을 도출할 수 있다.
전압 상태 추정 알고리즘은 [수학식 2]로 표현된다.
Figure PCTKR2021005267-appb-M000002
[수학식 2]에서, "Vk-1" 및 "Ik-1"는 도 2와 관련된 설명을 참조하면, 제 1 시각에서의 배터리 셀(B1)의 전압의 크기 및 전류의 크기를 의미한다. "R1", 및 "C1"은 각각 저항(R1)의 크기 및 커패시터(C1)의 크기를 의미한다. "△t"는 제 2 시각과 제 1 시각 사이의 시간 길이를 의미한다.
전압 추정 회로(230)는 [수학식 2]에 기초하여, 추정 전압(Vkf’)을 도출할 수 있다. 전압 추정 회로(230)가 추정 전압(Vkf’)을 도출하기 위한 동작들은 도 5를 참조하여 자세하게 설명될 것이다.
도 5는 도 2의 전압 추정 회로에서 배터리 셀의 전압이 추정되는 과정을 설명하기 위한 흐름도이다. 도 6a는 확장 칼만 필터가 적용된 상태 추정 모델을 보여준다. 도 6b는 확장 칼만 필터의 시스템 모델을 설명하기 위한 식을 보여준다. 설명의 편의를 위해 도 5, 도 6a, 도 6b가 함께 설명된다.
[수학식 2] 및 도 6b의 식들(e11~e15)에 기초하여, 도 6a에 도시된 식들(e1~e6)이 도출될 수 있다. 도 6a의 식들(e1~e6)은 확장 칼만 필터가 적용된 상태 추정 모델에서 이용되는 수학식들을 나타낸다. 도 6b의 식들(e11~e15)은 확장 칼만 필터의 시스템 모델과 관련된 변수들을 산출하기 위한 수학식들을 나타낸다. 상기 변수들은 사용자에 의해 정의되거나, 확장 칼만 필터가 적용되는 시스템에 의해 정의될 수 있다.
S110 동작에서, 도 2의 전압 추정 회로(230)는 도 2의 전압 측정 회로(210) 및 도 2의 전류 측정 회로(220)로부터 제 1 시각에서의 전압(Vk-1) 및 전류(Ik-1)에 대한 정보를 수신할 수 있다.
S120 동작에서, 전압 추정 회로(230)는 도 4를 참조하여 설명된 [수학식 2]에 기초하여, 전압(Vk-1) 및 전류(Ik-1)를 시간 업데이트 하여, 예측 전압(Vk’)을 계산할 수 있다. 시간 업데이트는 과거 시각의 입력 값들(구체적으로, 전압(Vk-1) 및 전류(Ik-1))을 입력하여, 현재 시각의 결과 값(구체적으로, 전압(Vk-1))을 산출하는 것을 의미한다. 예측 전압(Vk’)은 전압 추정 회로(230)에 의해 1차적으로 예측되는 제 2 시각에서의 배터리 셀(B1)의 전압일 수 있다. [수학식 2]는 도 6a에 도시된 시간 업데이트 단계에서의 첫 번째 식(e1)에 대응할 수 있다.
S130 동작에서, 전압 추정 회로(230)는 예측 전압(Vk’)을 측정 업데이트할 수 있다. 측정 업데이트는 현재 시각의 측정 값(구체적으로, 전류(Ik))를 입력하여, 예측 전압(Vk’)을 보정하는 것을 의미한다. 전압 추정 회로(230)는 예측 전압(Vk’)을 측정 업데이트하여, 최종적으로, 추정 전압(Vfk')을 계산할 수 있다. 추정 전압(Vfk')은 전압 추정 회로(230)에 의해 추정되는 제 2 시각에서의 배터리 셀(B1)의 전압일 수 있다.
S140 동작에서, 전압 추정 회로(230)는 오차 공분산을 계산할 수 있다. 오차 공분산은 도 6a에 개시된 식(e6)에 기초하여 계산될 수 있다. 오차 공분산은 추정 전압(Vfk')이 얼마나 정확한지를 나타내는 척도일 수 있다. 전압 추정 회로(230)는 오차 공분산에 기초하여, 시간 업데이트 및 측정 업데이트를 반복하여, 추정 전압(Vfk')의 정확도를 높일 수 있다.
S150 동작에서, 추정 전압(Vfk')의 정확도가 충분히 높은 것으로 판단되는 경우, 전압 추정 회로(230)는 추정 전압(Vfk')에 대한 정보를 샘플링 회로(240)로 출력할 수 있다.
도 7은 도 2의 샘플링 회로의 동작들을 설명하기 위한 흐름도이다.
도 2를 참조하여 설명하였듯이, 도 2의 전압 측정 회로(210) 및 전류 측정 회로(220)는 일정 주기마다 배터리 셀(V1)의 전압 및 전류를 측정할 수 있다. 이하 설명들에서, 전압 측정 회로(210) 및 전류 측정 회로(220)가 각각 배터리 셀(V1)의 전압 및 전류를 M번 측정한 것으로 가정한다. 도 2의 전압 추정 회로(230)는 이에 대응하여, M개의 추정 전압들을 도출할 수 있다.
따라서, S210 동작에서, 도 2의 샘플링 회로(240)는 전압 측정 회로(210)로부터 M개의 측정된 전압들(V1~Vm)에 대한 정보를 수신할 수 있다. 또한, 샘플링 회로(240)는 전압 추정 회로(230)로부터 M개의 추정된 전압들(V1f'~Vmf')에 대한 정보를 수신할 수 있다.
S220 동작에서, 샘플링 회로(240)는 M개의 측정된 전압들(V1~Vm)과 M개의 추정된 전압들(V1f'~Vmf') 사이의 전압 레벨 차이들을 계산할 수 있다. 예로서, 샘플링 회로(240)는 전압(Vk)과 추정 전압(Vkf’) 사이의 전압 레벨 차이를 계산할 수 있다.
S230 동작에서, 샘플링 회로(240)는 슬라이딩 윈도우 방식을 이용하여, M개의 전압 레벨 차이들을 샘플링 할 수 있다. 슬라이딩 윈도우 방식은 데이터 차원에서 서로 중복되는 2개 이상의 윈도우에서 대표값을 선택하는 방식일 수 있다. 예로서, 시간 차원에서 제 1 시간 구간(t1 - t3)에서 수집한 입력 데이터들 중에서 특정 기준으로 대표값을 선택하고, 제 1 시간 구간의 일부 구간과 중복되는 제 2 시간 구간(t2 - t4)에서 수집한 입력 데이터들 중에서 동일한 특정 기준으로 대표값을 선택하는 것일 수 있다. 즉, 샘플링 회로(240)는 슬라이딩 윈도우 방식을 이용하여, M개의 전압 레벨 차이들 중 Q개의 전압 레벨 차이들을 선택할 수 있다. "Q"는 "M"보다 작은 자연수이다. 다만, 본 발명은 이에 한정되지 않고, 샘플링 회로(240)는 고정 윈도우 방식을 이용하여, M개의 전압 레벨 차이들을 샘플링 할 수도 있다.
S240 동작에서, 샘플링 회로(240)는 샘플링된 Q개의 전압 레벨 차이들의 통계 값(VS)을 계산할 수 있다. 예로서, Q개의 전압 레벨 차이들의 통계 값(VS)은 Q개의 전압 레벨 차이들의 평균값, 최대값, 최소값, 표준 편차 등 중 하나일 수 있다.
S250 동작에서, 샘플링 회로(240)는 통계 값(VS)을 진단 회로(250)로 출력할 수 있다.
도 8은 도 2의 진단 회로의 동작들을 설명하기 위한 흐름도이다.
S310 동작에서, 진단 회로(250)는 샘플링 회로(240)로부터 통계 값(VS)을 수신할 수 있다.
S320 동작에서, 진단 회로(250)는 통계 값(VS)과 기준 값을 비교할 수 있다. 기준 값은 도 2의 배터리 셀(B1)의 온도에 따라 달라질 수 있다. 기준 값은 아래의 [수학식 3]에 의해 도출될 수 있다.
Figure PCTKR2021005267-appb-M000003
[수학식 3]에서, "Thr1"은 기준 값을 의미하고, "Thr0"은 상수를 의미하고, f(temp)는 배터리 셀(B1)의 온도에 따라 달라지는 함수 값을 의미한다.
본 발명의 시스템 모델에서 도 6b의 수학식(e14)은 [수학식 4]와 같이 표현될 수 있다.
Figure PCTKR2021005267-appb-M000004
"QW"는 시스템 모델의 변수이고, "σsoc 2"및 "σVk 2"는 전압(OCV(SOC))의 분산 및 전압(Vk)의 분산을 의미한다. 도 6a의 수학식(e2)를 참조하면, 예측 전압(Vk')의 변수(QW)에 따라 달라지고, 전압(OCV(SOC))의 분산(σsoc 2) 및 전압(Vk)의 분산(σVk 2)은 온도에 따라 달라진다. 함수 값(f(temp))은 온도에 따른 전압(Vk)의 분산(σVk 2)의 변화량에 따라 결정될 수 있다. 예로서, 함수 값(f(temp))은 온도에 따른 전압(Vk)의 분산(σVk 2)의 변화량에 비례하도록 결정될 수 있다. 또한, 함수 값(f(temp))은 배터리 셀(B1)의 온도가 높아지는 경우 증가하고, 배터리 셀(B1)의 온도가 낮아지는 경우 감소하도록 사용자에 의해 결정될 수 있다. 즉, 기준 값은 배터리 셀(B1)의 온도가 높아지는 경우 증가하고, 배터리 셀(B1)의 온도가 낮아지는 경우 감소할 수 있다.
통계 값(VS)이 기준 값보다 큰 경우, S330 동작이 수행될 수 있다. S330 동작에서, 진단 회로(250)는 배터리 셀(B1)에 에러가 발생한 것으로 판단할 수 있다. 이 경우, 진단 회로(250)는 배터리 셀(B1)의 에러 횟수(NG_count)를 1만큼 증가시킬 수 있다.
통계 값(VS)이 기준 값 이하인 경우, S340 동작이 수행될 수 있다. S340 동작에서, 진단 회로(250)는 배터리 셀(B1)에 에러가 발생하지 않은 것으로 판단할 수 있다. 이 경우, 진단 회로(250)는 배터리 셀(B1)의 에러 횟수(NG_count)를 그대로 유지할 수 있다.
S350 동작에서, 진단 회로(250)는 에러 횟수(NG_count)를 제 1 기준 횟수와 비교할 수 있다.
에러 횟수(NG_count)가 제 1 기준 횟수 미만인 경우, S360 동작이 수행될 수 있다. S360 동작에서, 진단 회로(250)는 배터리 셀(B1)이 정상 상태인 것으로 판단할 수 있다.
에러 횟수(NG_count)가 제 1 기준 횟수 이상인 경우, S370 동작이 수행될 수 있다. S370 동작에서, 진단 회로(250)는 에러 횟수(NG_count)를 제 2 기준 횟수와 비교할 수 있다. 제 2 기준 횟수는 제 1 기준 횟수보다 클 수 있다.
에러 횟수(NG_count)가 제 2 기준 횟수 이하인 경우, S380 동작이 수행될 수 있다. S380 동작에서, 진단 회로(250)는 배터리 셀(B1)이 경고 상태인 것으로 판단할 수 있다.
에러 횟수(NG_count)가 제 2 기준 횟수보다 큰 경우, S390 동작이 수행될 수 있다. S390 동작에서, 진단 회로(250)는 배터리 셀(B1)이 위험 상태인 것으로 판단할 수 있다.
S395 동작에서, 진단 회로(250)는 배터리 셀(B1)의 상태 정보를 출력할 수 있다. 진단 회로(250)는 배터리 셀(B1)의 상태 정보를 도 2의 배터리 팩(10) 내부 또는 외부에 있는 컨트롤러로 출력할 수 있다. 예로서, 진단 회로(250)는 배터리 셀(B1)의 상태에 대한 정보를 도 2의 제어 회로(260)로 출력할 수 있다.
도 9는 배터리 셀의 온도에 따른 추정 전압의 변화를 나타내는 그래프이다.
그래프의 X축은 도 2의 배터리 셀(B1)의 온도(℃)를 나타내고, Y축은 추정 전압(Vfk')의 분산을 나타낸다. 도 9를 참조하면, 배터리 셀(B1)의 온도가 -20℃인 경우, 추정 전압(Vfk')의 분산은 2이고, 배터리 셀(B1)의 온도가 -10℃에서, 추정 전압(Vfk')의 분산은 1.5이다. 즉, 배터리 셀(B1)의 온도가 높아질수록, 추정 전압(Vfk')의 분산은 작아진다. 이는, 배터리 셀(B1)의 온도가 높아질수록, 추정 전압(Vfk')에 대한 추정 정확도가 높아진다는 것을 의미한다.
도 2의 제어 회로(260)는 이러한 경향성에 기초하여, 기준 값을 조절할 수 잇다. 위에서 기술된 [수학식 3]에서의 함수 값(f(temp))은 도 9의 그래프에 도시된 배터리 셀(B1)의 온도와 추정 전압(Vfk')의 분산과의 관계를 나타내는 함수식일 수 있다. 구체적으로, 일부 온도 구간(-20℃~10℃)에서, 함수 값(f(temp))의 변화는 크고, 일부 온도 구간(10℃~40℃)에서, 함수 값(f(temp))의 변화는 보다 작을 수 있다.
도 10은 본 발명의 일 실시 예에 따른 배터리 진단 장치의 하드웨어 구성을 나타내는 도면이다.
도 10을 참조하면, 배터리 진단 장치(800)는, 각종 처리 및 각 구성을 제어하는 마이크로컨트롤러(MCU; 810)와, 운영체제 프로그램 및 각종 프로그램(예로서, 배터리 진단 프로그램, 전압 근사식 산출 프로그램 등) 등이 기록되는 메모리(820)와, 배터리 셀 모듈 및/또는 반도체 스위칭 소자와의 사이에서 입력 인터페이스 및 출력 인터페이스를 제공하는 입출력 인터페이스(830)와, 유무선 통신망을 통해 외부와 통신 가능한 통신 인터페이스(840)를 구비할 수 있다. 이와 같이, 본 발명에 따른 컴퓨터 프로그램은 메모리(820)에 기록되고, 마이크로 컨트롤러(810)에 의해 처리됨으로써 예를 들면 도 2에서 도시한 각 기능 블록들을 수행하는 모듈로서 구현될 수 있다.
상술된 내용은 본 발명을 실시하기 위한 구체적인 실시 예들이다. 본 발명은 상술된 실시 예들뿐만 아니라, 단순하게 설계 변경되거나 용이하게 변경할 수 있는 실시 예들 또한 포함할 것이다. 또한, 본 발명은 실시 예들을 이용하여 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다. 따라서, 본 발명의 범위는 상술된 실시 예들에 국한되어 정해져서는 안되며 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 할 것이다.

Claims (14)

  1. 배터리 셀의 양 단의 전압을 측정하는 전압 측정 회로;
    상기 배터리 셀의 상기 양 단 중 일 단을 흐르는 전류를 측정하는 전류 측정 회로;
    상기 전류 및 상태 추정 모델에 기초하여, 상기 전압의 전압 레벨에 대한 추정 값인 추정 전압 레벨을 계산하는 전압 추정 회로;
    상기 전압 측정 회로에 의하여 측정된 전압 레벨과 상기 추정 전압 레벨 사이의 전압 레벨 차이를 계산하고, 상기 전압 레벨 차이와 기준 값에 기초하여 상기 배터리 셀에서 에러가 발생하였는지 여부를 확인하기 위한 진단 회로; 및
    상기 추정 전압 레벨에 대한 추정 정확도에 따라, 상기 기준 값을 조절하는 제어 회로를 포함하는 배터리 진단 장치.
  2. 청구항 1에 있어서,
    상기 상태 추정 모델은 확장 칼만 필터(Extended Kalman Filter)에 기초하는 재귀 필터 모델인 배터리 진단 장치.
  3. 청구항 1에 있어서,
    상기 에러는 상기 배터리 셀이 충전되는 도중에, 상기 배터리 셀의 상기 양 단의 상기 전압이 일시적으로 감소하는 이상 전압 강하 현상인 배터리 진단 장치.
  4. 청구항 1에 있어서,
    상기 진단 회로는 상기 전압 레벨 차이와 상기 기준 값을 비교한 비교 결과에 기초하여, 상기 배터리 셀에서 상기 에러가 발생하였는지 여부를 확인하고,
    상기 제어 회로는 상기 추정 정확도가 높아지면 상기 기준 값을 감소시키고, 상기 추정 정확도가 낮아지면 상기 기준 값을 증가시키고,
    상기 추정 정확도는 상기 추정 전압 레벨의 분산이 클수록 낮아지는 배터리 진단 장치.
  5. 청구항 1에 있어서,
    상기 제어 회로는 상기 배터리 셀의 온도가 높아지는 경우 상기 기준 값을 감소시키고, 상기 배터리의 온도가 낮아지면 상기 기준 값을 증가시키는 배터리 진단 장치.
  6. 청구항 5에 있어서,
    상기 제어 회로는 수학식에 따라 상기 기준 값을 조절하는 배터리 진단 장치.
    (수학식)
    Figure PCTKR2021005267-appb-I000001
    (“Thr1”은 기준 값, “f(temp)”는 배터리 셀의 온도에 따라 달라지는 함수 값, “Thr0”는 상수)
  7. 청구항 1에 있어서,
    상기 전압 측정 회로는 상기 전압을 복수 번 측정하여 복수 개의 전압 레벨들에 대한 정보를 획득하고,
    상기 전류 측정 회로는 상기 전류를 복수 번 측정하여 복수 개의 전류 레벨들에 대한 정보를 획득하고,
    상기 전압 추정 회로는 상기 복수 개의 전류 레벨들 및 상기 상태 추정 모델에 기초하여, 상기 복수 개의 전압 레벨들의 추정 값들인 추정 전압 레벨들을 계산하고,
    상기 진단 회로는 상기 복수 개의 전압 레벨들과 상기 추정 전압 레벨들 사이의 전압 레벨 차이들을 샘플링하고, 상기 샘플링된 전압 레벨 차이들의 통계 값과 상기 기준 값을 비교한 비교 결과에 기초하여, 상기 배터리 셀의 고장 여부를 진단하는 배터리 진단 장치.
  8. 청구항 7에 있어서,
    상기 진단 회로는 슬라이딩 윈도우 방식을 이용하여, 상기 전압 레벨 차이들을 샘플링하는 배터리 진단 장치.
  9. 청구항 7에 있어서,
    상기 통계 값은 상기 전압 레벨 차이들의 평균 값, 상기 전압 레벨 차이들 중 최대 값, 상치 레벨 차이들 중 최소 값, 또는 상기 전압 레벨 차이들의 표준 편차인 배터리 진단 장치.
  10. 청구항 1에 있어서,
    상기 전류는 상기 배터리 셀로 입력되는 전류인 배터리 진단 장치.
  11. 배터리 진단 장치에 의해, 제 1 시각 및 제 2 시각 각각에서 배터리 셀의 양 단의 전압을 측정하는 단계;
    상기 배터리 진단 장치에 의해, 상기 제 1 시각 및 상기 제 2 시각 각각에서 상기 배터리 셀의 상기 양 단 중 일 단을 흐르는 전류를 측정하는 단계;
    상기 배터리 진단 장치에 의해, 상기 제 1 시각에서 측정된 상기 전압, 상기 제 1 시각에서 측정된 상기 전류 및 상기 제 2 시각에서 측정된 상기 전류 및 상태 추정 모델에 기초하여, 상기 제 2 시각에서 측정되는 상기 전압의 전압 레벨의 추정 값인 추정 전압 레벨을 계산하는 단계; 및
    상기 배터리 진단 장치에 의해, 상기 제 2 시각에서 측정된 상기 전압의 상기 전압 레벨과 상기 추정 전압 레벨 사이의 전압 레벨 차이와 기준 값에 기초하여, 상기 배터리 셀의 고장 여부를 진단하는 단계를 포함하되,
    상기 기준 값은 상기 추정 전압 레벨에 대한 추정 정확도에 따라 결정되고,
    상기 제 2 시각은 상기 제 1 시각 이후의 시각인 배터리 진단 방법.
  12. 청구항 11에 있어서,
    상기 전압 레벨을 추정하는 단계는 테브닌 등가 회로에 기초하는 확장 칼만 필터가 적용된 상기 상태 추정 모델에 기초하여, 상기 추정 전압 레벨을 계산하고,
    상기 테브닌 등가 회로는 상기 배터리 셀의 전압-전류 특성이 반영된 배터리 진단 방법.
  13. 청구항 12에 있어서,
    상기 전압 레벨을 추정하는 단계는:
    상기 테브닌 등가 회로에 기초하여, 상기 확장 칼만 필터의 상태 변수를 산출하는 단계;
    상기 제 1 시각에서 측정된 상기 전압 및 상기 상태 변수에 기초하여, 상기 제 2 시각에서의 상기 전압의 상기 전압 레벨을 예측하는 단계; 및
    상기 제 2 시각에서 측정된 상기 전류 및 상기 예측된 전압 레벨에 기초하여, 상기 추정 전압 레벨을 계산하는 단계를 더 포함하는 배터리 진단 방법.
  14. 청구항 11에 있어서,
    상기 추정 정확도는 상기 배터리 셀의 온도에 따라 결정되고,
    상기 배터리 셀의 상기 온도가 높아지는 경우 상기 기준 값을 감소시키고 상기 배터리 셀의 상기 온도가 낮아지는 경우 상기 기준 값을 증가시키는 단계를 더 포함하는 배터리 진단 방법.
PCT/KR2021/005267 2020-05-15 2021-04-26 배터리를 진단하기 위한 장치 및 그 방법 Ceased WO2021230533A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/764,728 US12188986B2 (en) 2020-05-15 2021-04-26 Apparatus and method for diagnosing a battery
JP2022519728A JP7332084B2 (ja) 2020-05-15 2021-04-26 バッテリーを診断するための装置及びその方法
EP21803320.7A EP4024066A4 (en) 2020-05-15 2021-04-26 BATTERY DIAGNOSTIC DEVICE AND METHOD THEREOF
CN202180005808.7A CN114514433B (zh) 2020-05-15 2021-04-26 用于诊断电池的设备和方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0058587 2020-05-15
KR1020200058587A KR102894277B1 (ko) 2020-05-15 2020-05-15 배터리를 진단하기 위한 장치 및 그 방법

Publications (1)

Publication Number Publication Date
WO2021230533A1 true WO2021230533A1 (ko) 2021-11-18

Family

ID=78525194

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/005267 Ceased WO2021230533A1 (ko) 2020-05-15 2021-04-26 배터리를 진단하기 위한 장치 및 그 방법

Country Status (6)

Country Link
US (1) US12188986B2 (ko)
EP (1) EP4024066A4 (ko)
JP (1) JP7332084B2 (ko)
KR (1) KR102894277B1 (ko)
CN (1) CN114514433B (ko)
WO (1) WO2021230533A1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240019650A (ko) * 2022-08-04 2024-02-14 주식회사 엘지에너지솔루션 배터리 관리 장치 및 그것의 동작 방법
JP2025516737A (ja) * 2022-09-08 2025-05-30 エルジー エナジー ソリューション リミテッド バッテリー管理装置及び方法
CN115267589B (zh) * 2022-09-26 2023-01-06 陕西汽车集团股份有限公司 一种电动汽车电池故障多参数联合诊断方法
KR102791627B1 (ko) * 2022-09-29 2025-04-08 호서대학교 산학협력단 양식장의 전동 펌프 상태 이상 감지 방법
JP2025540369A (ja) * 2022-12-22 2025-12-11 エルジー エナジー ソリューション リミテッド 電池管理装置およびその動作方法
CN117092519A (zh) * 2023-08-21 2023-11-21 湖南行必达网联科技有限公司 一种基于XGBoost的电动重卡电池故障预警方法、装置及设备
KR102899570B1 (ko) * 2023-10-16 2025-12-12 주식회사 엘지에너지솔루션 배터리 진단 장치 및 그것의 동작 방법
CN117706392B (zh) * 2023-11-09 2024-09-10 宁波宇宁软件技术有限公司 电池的测试方法、系统、设备及介质
KR20250074919A (ko) * 2023-11-21 2025-05-28 삼성에스디아이 주식회사 배터리 접촉 불량 검출 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013072677A (ja) * 2011-09-27 2013-04-22 Primearth Ev Energy Co Ltd 二次電池の充電状態推定装置
KR20150043214A (ko) * 2013-10-14 2015-04-22 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
WO2015133103A1 (ja) * 2014-03-03 2015-09-11 パナソニックＩｐマネジメント株式会社 電池の状態推定装置、および、電池の状態推定方法
JP6499075B2 (ja) * 2013-07-15 2019-04-10 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
KR101963888B1 (ko) * 2017-11-29 2019-07-31 엘아이지넥스원 주식회사 2차 전지를 검증하기 위한 장치 및 방법

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4165268B2 (ja) 2003-03-24 2008-10-15 松下電器産業株式会社 蓄電池の充電状態検知方法
JP5102483B2 (ja) 2006-11-29 2012-12-19 プライムアースＥｖエナジー株式会社 異常検出装置、異常検出方法、及び異常検出プログラム
US7994755B2 (en) 2008-01-30 2011-08-09 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery cell module state
WO2012098968A1 (ja) 2011-01-17 2012-07-26 プライムアースＥｖエナジー株式会社 二次電池の充電状態推定装置
JP5798067B2 (ja) 2012-03-13 2015-10-21 プライムアースＥｖエナジー株式会社 二次電池の状態推定装置
JP5997081B2 (ja) 2013-03-21 2016-09-21 プライムアースＥｖエナジー株式会社 二次電池の状態推定装置及び二次電池の状態推定方法
US9770997B2 (en) * 2013-06-11 2017-09-26 Ford Global Technologies, Llc Detection of imbalance across multiple battery cells measured by the same voltage sensor
JP6421411B2 (ja) 2013-11-29 2018-11-14 富士通株式会社 電池の充電率を推定する推定プログラム、電池の充電率を推定する推定方法、および、電池の充電率を推定する推定装置
CN106133994B (zh) * 2014-04-01 2019-06-18 古河电气工业株式会社 二次电池状态检测装置以及二次电池状态检测方法
US20150285867A1 (en) 2014-04-08 2015-10-08 Ford Global Technologies, Llc Model-based diagnosis for battery voltage
KR20160128000A (ko) 2015-04-28 2016-11-07 영남대학교 산학협력단 배터리 진단 장치 및 그 방법
JP2018169161A (ja) * 2015-08-31 2018-11-01 日立化成株式会社 電池の劣化診断装置、劣化診断方法、及び劣化診断システム
KR102574257B1 (ko) * 2015-10-30 2023-09-01 삼성전자주식회사 Soh 추정 장치 및 방법과, soh 추정 모델 생성 장치 및 방법
US9707855B1 (en) 2016-04-15 2017-07-18 Ford Global Technologies, Llc Battery overcurrent diagnostic system
JP2018151176A (ja) 2017-03-10 2018-09-27 株式会社デンソーテン 推定装置、推定方法、および推定プログラム
KR101930647B1 (ko) 2017-11-22 2019-03-11 주식회사 포스코아이씨티 배터리 내부단락 진단장치 및 방법
US20200355749A1 (en) * 2018-01-11 2020-11-12 Semiconductor Energy Laboratory Co., Ltd. Device detecting abnormality of secondary battery, abnormality detection method, and program
JP6978339B2 (ja) * 2018-02-16 2021-12-08 株式会社半導体エネルギー研究所 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム
US20210055352A1 (en) 2018-03-16 2021-02-25 Semiconductor Energy Laboratory Co., Ltd. Device estimating charge state of secondary battery, device detecting abnormality of secondary battery, abnormality detection method of secondary battery, and management system of secondary battery
JP7072414B2 (ja) * 2018-03-20 2022-05-20 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
US10928457B2 (en) * 2018-12-07 2021-02-23 GM Global Technology Operations LLC Battery state estimation using high-frequency empirical model with resolved time constant
CN110596593B (zh) * 2019-08-26 2020-08-04 浙江大学 基于智能自适应扩展卡尔曼滤波的锂离子电池soc估计方法
US11531068B2 (en) * 2020-02-05 2022-12-20 GM Global Technology Operations LLC Apparatus and method for tracking electrode capacity

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013072677A (ja) * 2011-09-27 2013-04-22 Primearth Ev Energy Co Ltd 二次電池の充電状態推定装置
JP6499075B2 (ja) * 2013-07-15 2019-04-10 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
KR20150043214A (ko) * 2013-10-14 2015-04-22 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
WO2015133103A1 (ja) * 2014-03-03 2015-09-11 パナソニックＩｐマネジメント株式会社 電池の状態推定装置、および、電池の状態推定方法
KR101963888B1 (ko) * 2017-11-29 2019-07-31 엘아이지넥스원 주식회사 2차 전지를 검증하기 위한 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4024066A4 *

Also Published As

Publication number Publication date
US20220341997A1 (en) 2022-10-27
KR102894277B1 (ko) 2025-12-02
EP4024066A4 (en) 2022-12-07
EP4024066A1 (en) 2022-07-06
US12188986B2 (en) 2025-01-07
CN114514433A (zh) 2022-05-17
JP7332084B2 (ja) 2023-08-23
KR20210141211A (ko) 2021-11-23
JP2022550154A (ja) 2022-11-30
CN114514433B (zh) 2025-09-05

Similar Documents

Publication Publication Date Title
WO2021230533A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2021049753A1 (ko) 배터리 진단 장치 및 방법
WO2021006566A1 (ko) 배터리 셀 진단 장치 및 방법
WO2021125676A1 (ko) 배터리 진단 장치 및 방법
WO2022035151A1 (ko) 배터리 이상 진단 장치 및 방법
WO2022149824A1 (ko) 배터리 관리 장치 및 방법
WO2021107323A1 (ko) 배터리 셀 이상 퇴화 진단 장치 및 방법
WO2021230642A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2023287180A1 (ko) 배터리 진단 장치, 배터리 팩, 전기 차량 및 배터리 진단 방법
WO2018190508A1 (ko) 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법
WO2018074807A1 (ko) 듀티 제어를 통한 효과적인 배터리 셀 밸런싱 방법 및 시스템
WO2012060597A2 (ko) 배터리의 교환 시기 통보 장치 및 방법
WO2021015501A1 (ko) 배터리 저항 진단 장치 및 방법
WO2022149917A1 (ko) 배터리 관리 장치 및 방법
WO2022154545A1 (ko) 배터리 관리 장치 및 방법
WO2023038398A1 (ko) 배터리 진단 장치, 배터리 관리 시스템, 배터리 팩, 전기 차량 및 배터리 진단 방법
WO2020054924A1 (ko) 배터리의 상태를 셀 단위로 진단하는 장치 및 방법
WO2022149822A1 (ko) 배터리 관리 장치 및 방법
WO2023136512A1 (ko) 배터리 충전 심도 산출 장치 및 그것의 동작 방법
WO2022019703A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2023229267A1 (ko) 배터리 관리 장치 및 그것의 동작 방법
WO2023167394A1 (ko) 배터리 상태 추정 방법
WO2023018070A1 (ko) 배터리 관리 장치 및 이를 포함하는 배터리 검사 시스템
WO2022035149A1 (ko) 배터리 이상 진단 장치 및 방법
WO2023132520A1 (ko) 배터리 용량 예측 장치 및 그것의 동작 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21803320

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022519728

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2021803320

Country of ref document: EP

Effective date: 20220329

NENP Non-entry into the national phase

Ref country code: DE

WWG Wipo information: grant in national office

Ref document number: 202180005808.7

Country of ref document: CN