Paper

급격한 산업화로 인하여 지구의 환경이 오염되어가고, 특히 지구온난화의 원인 중 하나로 거론되는 배출가스에 대한 규제가 점차 강해지는 추세이다. 이에 다양한 자동차회사에서는 친환경 자동차 중 하나인 전기자동차에 대한 관심을 갖고 상용화를 위한 연구를 진행하고 있다. 세계의 여러 정부에서도 이러한 추세에 발맞춰 전기자동차에 대한 지원 정책을 펼치고 있고, 우리나라 또한 마찬가지로 전기자동차 지원 정책을 펼치고 있다. 특히 제주도의 경우 전기자동차에 대한 정책을 강하게 펼치고 있어 현재 우리나라 전기자동차의 절반 이상이 제주도에 등록되어 있다. 하지만 전기자동차의 수요가 증가하면서 제주도에서는 사용 가능한 전기차 충전기를 찾아다니는 호핑(hopping) 현상이 발생하기 시작했다.

본 논문에서는 호핑 현상을 해결하기 위해 거대 충전소 모델을 제시하였다. 거대 충전소 모델은 기존의 충전소가 급속 충전기 1~3 대정도로 이루어진 것에 반하여 대량의 충전기를 보유한 모델로 전기자동차를 충전하기 위해 대기하는 시간을 없애는 것을 목표로 만든 모델이다. 거대 충전소 모델의 기본적인 사항은 LPG 가스 충전소의 충전기 개수를 고려하고 LPG 자동차와 전기자동차 간의 충전 시간 차이를 고려하여 설정하였다.

또한 본 논문에서는 거대 충전소 모델을 설치할 경우의 그 위치를 선정하는 알고리즘을 제작하였다. 기본 알고리즘으로는 k-mean 알고리즘을 사용하였고 제주도 내의 전기차 충전기의 위치, 지역별 인구 데이터, 주요도로의 교차로 데이터 등을 활용하여 거대 충전소의 적정 위치를 찾아보았다. 

2017년 우리나라 정부의 「미세먼지감축」방안과 대기환경 규제 강화대책은 최우선 정책과제로 물망에 올랐다. 아울러 세계도 대기환경 오염에 대한 대책과 지구환경 지킴을 위한 실천전략 마련에 초점을 두고 있다. 무거운 처벌규정방안과 세부 실천과제를 발표함에 앞서 자동차산업에서는 전기자동차, 수소자동차 등 친환경자동차 개발과 성능 향상에 촉각을 곤두세우고 수많은 결과를 만들어 내고 있으며, 그에 따른 현실 적용의 문제점들을 연구·분석·해결 해나가고 있다.

4차 산업혁명을 진행하기 위한 법과 제도 개선, 현실사회를 원활히 움직이기 위한 다수의 정책방안 마련이 중요함에도 빠르게 변해 가는 기술 개발과 고(高)지식군의 소비자 욕구에는 결코 만족되지 않는다.

그 중에서도 전기자동차 충전인프라 문제는 전기자동차의 단기다량(短期多量)보급과 병행하여 소비자 불만도 증가하고 있으며, 이는 언론과 학계, 우리 실 생활에서 충전 인프라의 시스템 개선에 관한 문제점을 보고 듣고 체험하고 있으며 끊임없는 이슈(issue)로 거론되고 있다.

본 논문에서는 내연기관에 비해 전기자동차(EV: Electric Vehicle)의 단점인 짧은 주행거리와 길어진 충전시간과 함께 복잡하고 바쁜(Hopping) 충전인프라의 문제점을 해결하고, 특히 소수의 충전기와 협소한 충전 장소만을 운영하고 있는 지금의 현실에서 운전자 대기시간을 효과적으로 활용·극복 할 수 있는 미래 거대 충전소 개념의 구체적인 모델을 제안하였다. 더불어 미래 전기자동차 생산과 운행 증가에 따른 정비서비스(Maintenance services)알고리즘을 추가 하여 실질적이고 전략적인 거대 충전소 위치 선정을 연구·구현하였다. 

환경오염 및 화석 연료의 고갈로 인해 내연기관의 사용을 제한하고, 친환경 자동차에 대한 관심과 보조금 정책을 통하여 전기자동차의 보급을 확산하고 있다. 하지만 내연기관의 비해 주행거리가 짧아서 도심 주행 위주로 한정되어 있고, 충전 인프라와 충전 시간으로 인해 어려움을 겪고 있다. 따라서 전기 자동차의 단점인 짧은 주행거리를 극복하고 소비자의 요구를 만족하게하기 위해 대용량의 배터리를 탑재한 전기자동차가 출시되고 있는 추세이다. 연구에 따르면 리튬 이온 배터리의 적정 운용 온도는 30~40℃로 대용량의 배터리 팩은 셀 직접도가 증가하여 충/방전 및 주행상황에 따라 적정 온도 이상의 열이 발생한다. 배터리의 온도가 높을 경우 배터리의 수명이 감소하고, 열 폭주를 유발하여 잠재적으로 화재나 폭발로 이어질 수 있으므로 셀 온도를 효율적으로 관리 할 수 있는 배터리 열관리 시스템 (Battery Thermal Management System : BTMS)이 필요하다.

본 논문에서는 PCM 물질을 이용한 배터리 열관리 시스템 모델 제작과 적용가능성을 확인하였다. 배터리 사용에 따른 발열특성에 초점을 두고 연구하였으며, 배터리의 발열을 잡아주는 열관리 시스템에 실제 사용될 모델을 만들기 위하여 수명 테스트를 제외한 온도, 전류, SOC에 따른 충·방전 실험을 진행하였다. 실험으로 획득한 온도, 전류, SOC의 데이터를 2차 등가 RC회로 배터리 모델에 적용하였고, 배터리 모델을 기반의 PCM 물질의 열관리 성능을 확인하기 위해 열전도 물질 모델과 외기 환경 모델을 추가하여 배터리 열관리 시스템 모델을 제작하였다.PCM 물질의 열관리 성능과 배터리 열관리 시스템 모델을 검증하기 위해 Cylindrical PCM+aluminium case와 비교 대상으로 Cylindrical aluminium case를 제작하였다. 또한 본 연구실에서 수행한 배터리 교환형 전기버스의 주행 사이클을 이용해 충/방전 실험을 진행하였다. 획득한 실험값을 시뮬레이션과 비교하여 PCM 물질이 적용된 배터리 열관리 시스템 모델을 검증을 진행하여 신뢰성을 확인하였다. 검증된 모델을 기반으로 PCM의 장점과 Aluminium의 장점을 결합한 Cylindrical PCM+aluminium foam case모델을 제작하고 시뮬레이션을 진행하여 PCM 물질의 배터리 열관리 성능을 확인하였다. 

화석 연료의 사용으로 인해 발생하는 탄소 및 공해물질이 대기오염 및 해수면 상승 등의 환경파괴를 가속화하고 있다. 환경 파괴를 막고자 세계적으로 운송 수단에서 발생하는 탄소를 저감하기 위해 내연기관 배기가스 규제 강화에 힘쓰며, 내연기관의 사용을 지양하는 친환경 자동차의 보급이 점차 진행됨에 따라 높은 효율의 전기자동차(Battery Electric Vehicle)가 가장 현실적인 대안으로 제시되며 빠르게 보급을 진행 중이다. 초기 출시된 전기자동차의 경우 배터리의 용량이 낮아 열로 인한 문제점이 발생하지 않았지만, 주행거리 향상을 위해 최근 대용량 배터리를 탑재한 전기자동차에서 열로 인한 폭발, 배터리 자가 방전으로 인한 수명 감소, 공조시스템 이용 시 급격한 주행거리 감소와 같은 문제점들이 공통적으로 제기되고 있다. 따라서 단순히 배터리의 용량 증가가 해결책이 아닌 성능과 내구성을 향상시키기 위한 연구가 요구되고 있는 실정이다.

전기자동차의 제조사들은 배터리의 안전하고 효율적인 사용을 위해 BTMS(Battery Thermal Management System)의 연구를 진행 중이며, 열을 제어하기 위해 다양한 매개체를 연구하고 있다. 본 논문에서는 BTMS의 사용되는 방법들 중 Heating 보다는 Cooling System에 주목하고, 배터리 자체의 부담을 최소화하면서 온도를 유지/ 관리할 수 있는 시스템의 필요성을 인지하였다. BTMS의 연구 중인 다양한 매개체들 중 PCM(Phase Change Material)이라는 물질이 상 변화과정에서 많은 양의 열에너지를 흡수하는 특성을 주목하였고, 배터리 열관리시스템의 적용가능성을 확인하고자 실험 장비를 제작을 하였다.

PCM을 적용한 BTMS 실험 장비를 제작하기 전 안정성 및 적절성을 검토하고자 Dassault Systems 사의 Dymola를 활용하였다. Dymola는 수치해석 프로그램으로 시뮬레이션을 통해 개발 비용을 보다 절약할 수 있고, 각 컴포넌트의 모델링을 통해 PCM이 사용되는 양의 적절성을 검토하였다. 시뮬레이션 결과를 바탕으로 PCM을 배터리에 적용하기 위해 Electric Load, Power Supply, DAQ, Cold Plate 등의 장비를 Self Test하여 각 실험 장비의 신뢰성을 검토하고, PCM을 담을 수 있는 배터리 케이스를 제작하여 실험을 진행하였다.

실제 실험을 통해 PCM이 배터리에 적용 되었을 때의 배터리 셀 간의 온도편차와 셀 최대온도에 끼치는 영향에 대해 확인하였고, Melting Point가 다른 PCM을 같은 조건 내에서 실험하여 배터리 온도로 인한 상변화 지연시간과 사용 조건을 검토하였다. 

현대 사회에서 에너지원을 얻기 위해 계속된 화석 연료의 사용으로 석유 자원의 고갈 문제가 대두되고 있으며, 특히 운송 분야에서의 배출가스 문제는 지구 온난화를 더욱 가속화되고 있다. 지구 온난화를 예방하기 위해 전 세계적으로 자동차의 CO2 배출가스를 규제하기 위해 기준을 엄격하게 개편하고 있으며, 친환경 자동차에 대한 관심이 증폭되고 있다. 전기자동차는 1회 충전 당 짧은 주행거리를 해결하고자 최근 고용량 리튬이온 배터리가 장착된 전기자동차가 출시되고 있다. 리튬이온 배터리의 효율적인 운용온도는 20~40℃ 이지만 실제 전기자동차는 운용시간에 따라 배터리 적정 온도 이상으로 발열하게 된다. 배터리 온도가 높을 경우 수명 및 효율이 저하되고, 배터리 발열로 인해 화재나 폭발로 이어질 수 있다. 그러므로 배터리 온도를 적정온도로 유지하고 효율적으로 관리할 수 있도록 하는 배터리 열관리 시스템 (Battery Thermal Management System : BTMS) 이 필수적이다. 배터리 열관리 방법으로 공랭식 및 수랭식을 비교하여 안정성 및 내구도, 효율 등을 고려하여 수랭식을 채택하고 있는 추세이다. 또한, Semiconductor, Heat Pipe, Phase Change Material (PCM) 등 여러 물질을 적용하기 위한 연구도 활발히 진행되고 있다.

본 논문에서는 배터리 온도를 제어하기 위한 매개체로 열전도성이 높은 재료를 활용한다면 효율적인 열관리를 할 수 있을 것이라 판단했고, 그에 상응하는 신소재를 이용하여 배터리 열관리 시스템에서의 적용가능성을 확인하는 것을 목표로 한다. 신소재의 특징으로는 높은 열전도도와 더불어 가볍고 얇기 때문에 배터리팩의 경량화를 통해 전기자동차의 효율을 증가시키는 효과도 있을 것이라 판단했다.

신소재의 적용가능성을 확인하기 위해 ANSYS Fluent를 활용하여 열전달 해석과 추가적으로 배터리의 효용성을 얻고자 다양한 구조의 시뮬레이션을 진행했다. 일부 열전달 해석의 신뢰성을 검증하고자 발열체를 제작하여 기존 배터리팩 내부에 사용된 소재 대비 신소재의 배터리 냉각 효과에 대한 실험을 진행했다. 발열체 실험과 시뮬레이션 결과값이 유사하였으며 이를 통해 신소재의 적용가능성을 확인하였다. 결론적으로 전기자동차 배터리팩에 신소재를 적용하고, 여러 가지 구조에 따라 전기자동차 배터리팩 내부의 냉각효과를 극대화할 수 있도록 열관리 시스템의 방향성을 제시한다. 

현대 사회에서 노후 디젤 자동차에 의해 배출되는 배기가스는 NOx, PM를 포함하고 있어 대기오염을 일으키는 주범이다. 세계 각국에서는 노후 디젤 자동차의 배기가스 문제를 해결하고자 노후 디젤 차량의 주행을 제한하려 한다. 특히, 국내에서는 정책으로 노후 디젤 차량 중 디젤트럭의 경우 폐기처분 방안을 내세웠다. 그러나 노후 디젤트럭의 폐기처분은 경제적으로 큰 손실을 가져올 수 있다. 이러한 손실을 줄이고자 국내에서는 노후 된 디젤 차량을 친환경 차량으로 개조하는 연구에 관심이 증가되고 있는 추세이다. 친환경 차량으로 개조함으로써 차량의 교체비용을 절감 할 수 있고 기존 차량의 편의시설을 그대로 활용 할 수 있다. 본 논문에서는 노후 된 1톤 디젤 트럭을 전기트럭으로 개조하기 위해 수치해석 프로그램을 통하여 차량의 부품을 선정하였다. 전장 부품과 VCU간의 연결 과정을 도식화하고 운송수단의 총괄 상위 제어기인 Vehicle Control Unit의 알고리즘 구현과 알고리즘 검증을 위한 테스트 보드인 EV Emulator를 제작하였다. EV Emulator는 Multisim을 활용하여 회로 시험 후 제작함으로써 VCU 알고리즘에 대한 테스트를 통해 효율적인 연구를 진행하였다. VCU와 전장부품의 통신을 위해 Canoe를 활용한 CAN DB 파일을 구축함으로써 전장부품과 VCU의 통신 프로토콜을 구성하였다. 양방향 OBC를 장착하여 Vehicle to Grid (V2G)로 활용 가능하고 배터리, BMS, 양방향 OBC의 CAN 프로토콜을 운용하여 Energy Storage System (ESS)으로 활용 가능한 1톤 전기트럭 개조작업을 진행한다. 현대 사회에서는 신재생에너지 보급 확대 및 전력계통의 효율적인 운용에 대한 관심이 증가하고 있는 추세이다. 본 연구는 향후 발생 될 전기자동차 폐배터리에 대한 재활용 연구에 방향성을 제시 할 것으로 기대된다. 

기술 발전 및 산업화에 따른 화석연료의 사용 증가는 환경오염의 주범이 되어 친환경 에너지 활용 기술의 연구개발이 빠르게 진행되고 있다. 이런 점은 현재 친환경 에너지 활용 플랫폼으로 조명 받고 있는 에너지저장시스템(energy storage system; ESS) 및 전기자동차에 대한 연구개발을 가속화시키고 있고, 전기자동차와 에너지저장시스템에서 중요한 기능을 담당하고 있는 배터리의 연구개발도 더불어 진행되게 하고 있다. 배터리의 효율적인 운용 및 관리를 위해 사용되는 배터리관리시스템(battery management system; BMS)의 중요성은 미래 전기자동차를 비롯한 각종 어플리케이션에서 중요한 요소로 고려될 것이다. 본 논문에서는 BMS의 성능을 판가름하는 SOC 및 SOH 추정 방식에 대해 조사하고 내부저항 추정방식을 활용한 SOC 및 SOH 추정 알고리즘을 설계했다. 먼저, simulation에서 알고리즘의 적용가능성을 확인하기 위해 목표 배터리인 18650 리튬이온 배터리와 유사한 전압 특성을 나타내는 배터리 모델을 Shepherd model로 설계했다. MATLAB SIMULINK를 활용해 내부저항 추정방식 알고리즘을 설계했고, 배터리 모델이 노화함에 따라서 증가하는 내부저항 및 감소하는 SOH를 추정 가능했다. 추가적으로 알고리즘의 세부 전략 구상을 위한 18650 리튬이온 배터리 방전실험을 진행했고, 방전 실험 결과 내부저항 추정방식 SOC 및 SOH 추정 알고리즘의 전략 구성 시 휴지기 전압특성이 유사한 구간에서의 총 에너지를 추정할 경우 실시간 어플리케이션이 정지했을 때 빠른 시간 안에 낮은 오차를 가지는 결과를 얻을 수 있음을 확인했다. 또한, 실험 결과를 통해 실시간 방전상황 중 배터리의 내부저항을 보정하고 보정한 내부저항을 통해 방전 전압 곡선을 확인하여 SOH를 추정할 수 있다. 

이륜 차량의 운행으로 인해 배출되는 배기가스에 대한 대기 환경 문제는 국제 사회에서 중요하게 다뤄지는 문제점 중 하나이다. 기존 내연기관 이륜 차량의 배출가스 감소를 위해 EU 연합을 중심으로 이륜 차량 배기가스에 대한 환경 규제는 점차 강화되고 있으며 친환경 이륜 차량의 연구 및 개발 필요성이 증대되고 있다. 기존 내연기관 이륜 차량의 주행으로 발생되는 배출가스로 인한 대기오염 문제를 해결하기 위해 동남아 주요국들은 기존 내연기관 이륜 차량을 전기 이륜 차량으로 교체하기 위해 노력하고 있다. 기존 이륜 차량을 배기가스가 배출되지 않는 전기 이륜 차량으로 보급하는 것이 바람직하지만, 현실적으로 동남아시아 주요 국가의 전기보급률, 가옥 구조상 전력 문제로 보급에 어려움을 겪고 있다. 따라서 기존 이륜 차량을 전기 이륜 차량이 아닌 플러그 인 직렬 하이브리드 이륜 차량으로 개발하여 보급하는 것이 더 현실적인 대안으로 판단되고 있다. 플러그 인 직렬 하이브리드 이륜 차량은 주행 시 배터리의 전기에너지를 사용하여 모터를 구동한다. 모터 사용으로 인하여 배터리 충전 상태가 감소되면 보조 엔진 및 AVR이 동작되어 배터리를 충전하기 때문에 특정 상황에서의 엔진 동작으로 배출가스를 저감할 수 있다는 장점이 있다. 본 논문은 기존 이륜 차량 및 플러그 인 직렬 하이브리드 이륜 차량의 simulation 연구이다. 목표 주행거리로 운행 시 각각의 이륜 차량에서 발생되는 연료소비량 및 배터리 전력사용량을 동남아 주요국의 휘발유 주유비 및 가정용 전기요금제를 적용하여 연간유지비용을 예측하였다. 또한, 기존 내연기관 이륜 차량 및 플러그 인 직렬 하이브리드 이륜 차량의 초기 차량 구매비용을 조사하였고 연간유지비용을 합산하여 초기 투자 금액 대비 역전 구간을 예측하였다. 

현재, 지구 온난화 등의 환경문제로 세계 각국에서는 전 산업 분야에서 탄소 배출량 저감을 위한 노력이 확산되고 있다. 이러한 문제를 해결하기 위하여, 전체 탄소 배출량의 20%를 차지하는 수송 분야에서 전기자동차를 활용하고자 하는 움직임이 증대되고 있다. 이러한 전기 자동차의 활용을 확산시키기 위한 노력으로 많은 법제도가 준비되어 시행되고 있지만, 전기 자동차의 보급은 배터리의 긴 충전 시간의 문제로 인해 기대했던 것보다 더디게 확산되고 있다.

본 논문에서는 배터리 충전 및 교환소인 QCM(Quick Changing Machine)과 연동하여 차량 상부에서 배터리를 교체하여 운영되는 배터리 교체형 전기버스(Smart e-Bus)에 대해 설명하고, 이를 개발하기 위한 차량 개조 기술을 소개하였다. 또한, 통신 메커니즘을 기반으로 스마트 교통체계와의 연계를 위한 무선 통신 기술을 소개하였다. 마지막으로 도심 주행 프로파일(Manhattan Urban Bus Driving Cycle)을 기반으로 실차 시험을 실시하였다. 차량 주행 성능 및 가속 성능 시험 결과를 통해 향후 개선해야 할 방안을 수립하였으며, 차량 성능의 안정화를 위한 연구 방안을 정리하였다.

배터리의 긴 충전 시간의 문제를 해결하기 위해 개발한 배터리 교체형 전기버스는 효율적인 대중교통 시스템을 구축하기 위한 적절한 방안이 될 수 있다고 생각한다. 

최근 몇 년간 인공지능기술의 발달로 많은 연구자들이 자율주행관련 기술을 개발하고 있다. 지속적인 기술의 발달로 LIDAR의 가격이 하락하면서 LIDAR를 이용한 자율주행 연구가 활발히 진행되고 있다. LIDAR는 쉽게 3D 위치파악이 가능하지만, 개당 약 $ 10,000이 넘는 가격과 많은 전력사용량으로 인해 소형 및 전기기반 모빌리티에 적용하기 어려운 단점이 있다. 대신 카메라를 이용한 시스템은 Lidar대비 대단히 저렴하고, 낮은 전력사용으로 전력기반 모빌리티에 적용하기 좋은 시스템이다.

본 논문은 Stereo camera를 이용한 목표물체 3D 위치파악 알고리즘을 연구했다. 좌측과 우측 카메라에서 목표물체를 촬영하면 각 카메라에서 촬영한 이미지 좌표는 각 카메라에서 유일하게 촬영된 목표물체의 이미지 좌표이다. 이때 촬영된 이미지 좌표를 목표물체를 향한 선으로 변환한다. 이럴 경우 좌측과 우측 카메라에서 목표물체를 향한 선은 목표물체의 중심에서 교차점을 만들게 될 것이다. 이때 교차점의 위치를 계산한다면 목표물체의 3D 위치를 계산할 수 있다.

시뮬레이션 및 실험을 통해 Stereo image를 통한 목표물체의 3D 위치 탐지가 가능하다는 것을 확인 가능했다.

이렇게 계산한 목표물체의 3D 위치를 이용하여 드론 및 자동차, UAM(Urban air mobility)등 다양한 모빌리티의 자율주행 및 자동착륙 등 다양한 분야에 사용가능 한 알고리즘을 연구했다. 

자원고갈, 에너지 문제, 지구 온난화와 환경문제, 주요국의 CO2 규제정책과 같은 자동차 산업을 둘러싼 환경의 변화로 전기자동차의 필요성이 강력히 대두되고 있으며 그에 관한 연구개발이 빠르게 진행 중이다. 이에 따라 친환경 에너지를 사용하는 전기자동차 및 생산한 전력을 저장하고 필요한 시기에 공급하여 효율적인 운용할 수 있도록 해주는 저장장치인 에너지저장시스템(ESS)의 연구개발이 활발해지고 전기자동차와 에너지저장시스템의 필수적인 요소인 배터리 연구가 활발하다. 수백 혹은 수천 개의 셀로 구성되어있는 전기자동차 배터리의 에너지 효율을 높이고 수명을 연장하는 배터리관리시스템(BMS)은 자동차뿐만 아니라 전동화기기의 핵심부품으로 개발되고 있다. 본 논문에서는 배터리의 SOC 및 SOH 추정방법에 대해 이해하고 전압기반 추정방법과 전류적산 추정방법을 활용한 SOC 및 SOH 추정 알고리즘을 Matlab simulink를 활용해 구성하였다. 먼저, 배터리 모델을 선정 후 알고리즘의 적용가능성을 확인하고 배터리의 개방회로전압 특성을 분석하기 위해 충전율 혹은 방전율 및 SOC 별 충, 방전 실험을 진행하였다. 배터리 실험을 통해 가까운 SOC 지점에서 알고리즘을 적용하면 기존에 측정하는 시간보다 훨씬 짧은 시간에 정확도 있는 SOH를 추정이 가능하였다. 추가적으로 SOC 및 SOH 알고리즘의 세부 전략 구상을 위해 18650 리튬이온 배터리 방전 및 충전 패턴을 변경하여 실험을 진행하였다. 또한, 실험 결과를 통해 SOC 지점별 빠른 개방회로전압으로 배터리 용량을 계측하고 충, 방전실험을 통해 배터리 용량의 오차가 적은 충전 및 방전 패턴을 찾을 수 있었다. 

전기자동차의 확산이 급격하게 진행되면서 정상적인 사용연한이 지나고 난 사용후 배터리의 숫자가 급격히 증가할 것으로 예상하고 있다. 전기자동차에서는 처음부터 배터리의 높은 성능을 요구하기 때문에 전기자동차에서 내구연한이 지난 배터리 즉, 사용후 배터리 역시 상당한 수준의 성능을 유지하고 있기 때문에, 에너지 저장 장치(ESS: Energy Storage System) 및 전기자전거, 개인이동수단 등으로 재활용할 수 있다. 하지만 재활용하기 위해서는 사용후 배터리의 성능을 보증해 줄 수 있는 가용 최대 용량 측정이 가장 중요한 문제이다. 현재 배터리의 가용 최대 용량 측정에는 전류 적산 가용 최대 용량 측정법. 전기화학적 내부저항 측정법 (EIS: Electrochemical Impedance Spectroscopy), 모델 기반 내부저항 예측 등 다양한 방법이 사용되고 있다. 현재 다양한 방법들이 연구되고 있지만 긴 측정시간과 정확성의 한계로 사용후 배터리 재활용에 어려움을 주고 있다.

본 연구에서는 가용 최대 용량 측정법 중 하나인, 안정화된 개방전압(OCV1)의 SOC1에서 일정량의 전류(ΔQ)를 방전한 후, 또 다른 휴지 과정 이후 얻은 안정화된 개방전압(OCV2)의 SOC2를 측정한 뒤, 두 SOC의 차이를 이용하여 가용 최대 용량을 측정하는 Qmax 가용 최대 용량 방법 기반으로 머신러닝을 활용한 가용 최대 용량 고속 측정법을 연구하였다. 기존의 Qmax 가용 최대 용량 측정법은 휴지 과정이 길어야만 안정적인 개방전압(OCV) 측정이 가능하므로 시간이 길어지는 단점이 있다. 머신러닝을 활용하여 짧은 시간에 안정화된 개방전압(OCV)을 예측할 수 있다면, 가용 최대 용량을 고속으로 측정할 수 있는 방법을 개발하게 되며, 이 고속 측정 방법은 사용후 배터리의 가용 최대 용량을 빠르게 판단 할 수 있다. 이는 재사용 가능성을 빠르게 판단할 수 있게 하여 배터리 재활용사업의 사업성 확보를 위해 매우 중요한 기여를 할 수 있다.

본 논문에서는 상용의 리튬이온배터리를 선정하여 실험하였고, 그 결과를 기반으로 본 연구에서 제안하는 고속 측정 방법을 검증하였다. 우선, 배터리의 가용 최대 용량을 기존의 측정 방법을 활용하여 측정하였고, 그 결과를 비교의 기준으로 삼았다. 이후, 본 연구에서 제안하는 고속 측정 방법의 가장 중요한 부분인 안정된 개방전압의 고속 예측을 위하여, 다양한 SOC에서 측정한 휴지기 전압의 거동 패턴들을 머신러닝 기법 중 하나인 가우시안 프로세스 회귀(Gaussian Process Regression)를 적용하여 머신러닝을 진행하였다. 이러한 학습을 통하여, 휴지 기간 초기의 짧은 시간 내에 측정된 전압 데이터만을 기반으로 안정화된 개방전압(OCV)을 성공적으로 얻었다. 이렇게 예측된 개방전압(OCV)을 바탕으로 배터리의 가용 최대 용량을 측정한 결과, 기존의 다른 방법들과 비교했을 때, 측정시간을 20분 내외에 완료할 수 있는 획기적인 결과를 얻었다. 

전기자동차의 발전으로 많은 전기자동차가 보급되었다. 전기자동차의 중요한 부품중 하나인 배터리팩은 많은 리튬 이온 배터리를 직ㆍ병렬로 연결되어있다. 배터리팩의 수명이 다하거나 고장, 사고 등의 이유로 배터리를 교체하게 되면 기존의 배터리팩은 폐배터리로 남게 된다. 각국에서는 폐배터리의 재활용, 재사용에 대한 다양한 정책들을 준비하고 있지만 이를 위해서는 배터리의 상태를 파악하는 것이 중요하다. 본 논문에서는 배터리의 현재 상태 SOH를 파악하는 다양한 방법중 하나인 전기화학적 임피던스 분광법 (Electrochemical Impedance Spectroscopy, EIS)을 활용하여 배터리의 내부 저항 데이터와 배터리 Capacity와의 상관관계를 확인했다. 리튬 이온 배터리를 지속적으로 사용하여 발생하는 노화로 인해 EIS data의 변화와 Capacity의 변화를 확인하기 위해 SAMSUNG INR 21700 40T 배터리를 충전 및 방전을 반복하여 배터리를 노화시켰다. 리튬 이온 배터리의 전기 화학적 특성으로 인한 오차를 고려하여 4개의 리튬 이온 배터리를 동일한 환경에서 실험을 진행했다. 노화 Cycle을 진행하기 전에 표준 충전 후 충분한 휴지기를 부여하여 배터리 초기 Capacity값과 EIS data를 측정했고, 이를 기준점으로 하여 충전 및 방전을 150번 반복할 때마다 Capacity값과 EIS data를 측정했다. 수집한 데이터들은 MATLAB Curve fitting tool을 활용하여 EIS data를 x축으로 Capacity를 y축으로 설정한 다항식을 도출하여 상관관계를 확인했다. 

화석연료의 사용이 환경문제로 규제가 점점 더 엄격해지고 있다. 규제의 영향으로 자동차 제조업체들은 화석연료 대체에너지 기술을 개발하는데 힘을 쏟고 있다. 대체에너지 기술 중 가장 활발하게 진행되고 있는 것은 전기에너지이다. 2010년부터 전기자동차의 판매량이 빠르게 늘어나고 있으며, 현재는 전기에너지를 이용한 e-모빌리티 산업의 발달로 자동차뿐만 아니라 여러 가지 모빌리티가 전기에너지를 사용하고 있거나, 사용하기 위해 전기에너지에 대한 기술개발 중에 있다. 전기에너지의 핵심기술 중 하나로 배터리를 고를 수 있는데, 전기에너지는 화석연료에 비해 충전에 필요한 시간이 길기 때문에 배터리를 사용할 수 있는 모빌리티가 제한적이다. 이러한 이유로 여러 분야에서 전기에너지를 활용하기 위해 배터리의 고속 충전에 대한 기술이 연구되고 있는데 고속 충전은 배터리의 수명을 빠르게 단축시키기 때문에 수명에 대한 영향이 적은 고속 충전 알고리즘이 필요하다..

본 논문은 배터리 초고속 충전 알고리즘 개발을 위해 배터리의 수명을 EIS 측정법을 통해 검사할 수 있는 것을 확인하였고, EIS 측정법을 활용한 배터리 내부저항측정 실험을 진행하였다. 실험은 18650 리튬 이온 배터리를 모델로 사용하였으며, 세 가지의 충전 알고리즘으로 충·방전 사이클 실험을 진행하여 배터리를 노화시키고 내부저항을 측정하였다. 실험한 결과를 바탕으로 리튬 이온 배터리에 수명에 효과적인 고속 충전 알고리즘을 알 수 있었다. 추가적으로 다양한 배터리의 특성과 더 많은 알고리즘에 대한 연구가 필요할 것으로 사료된다. 

전 세계적으로 전기자동차의 보급이 급격히 증가하면서, 사용 연한이 다한 전기자동차 사용 후 배터리 또한 폭발적으로 증가할 것으로 예상되고 있다. 이에, 전기자동차 사용 후 배터리 처리 방안이 환경적, 경제적, 산업적 측면에서 대두되고 있다. 전기자동차 사용 후 배터리 처리 문제를 친환경적으로 해결하는 방안은 재사용 및 재활용이 존재하며, 에너지 저장 장치 (Energy Storage System, ESS) 등 다른 용도로 재사용하거나, 금속을 추출하여 자원을 재활용하는 방안이 존재한다. 사용 후 배터리의 재사용을 위해서는 배터리의 성능을 보장해 줄 수 있는 잔존가치를 평가하게 되는데, 현재 사용 후 배터리 잔존가치 평가 항목 중, 용량 측정 항목은 최소 10시간 이상이 소요되므로 사용 후 배터리 가격 경쟁력 및 채산성 확보를 위해서는 잔존가치 평가 공정시간 단축이 필요한 실정이다.

본 연구에서는 배터리 부분 방전 시 전압 응답 곡선 측정을 통해 열화가 심하게 진행된 배터리일수록 전압 변화가 크다는 것을 이용하여 건강 상태를 진단하는 방법론을 연구하였다. 기존의 10시간 이상 소요되는 용량 검사 공정시간 단축을 위해 부분 방전 용량 검사 방법을 활용하였으며, 전압 응답 곡선으로부터 5가지의 용량 감소를 정량화할 수 있는 건전성 지표를 추출하였다. 주성분 분석을 통해 5개의 건전성 지표를 설명하는 새로운 주성분 1과 2를 생성하였으며, 이를 다중 회귀 모형에 적용하여 사용 후 배터리 건강 상태를 예측하였다. 제시한 방법론은 배터리 셀 단위의 사용 후 배터리 건강 상태를 빠르게 판단할 수 있으며, 이를 통해 사용 후 배터리의 채산성 확보를 위한 중요한 기여를 할 수 있다.

본 논문에서는 전기자동차용 리튬이온 배터리를 선정하여 전기자동차 배터리 수명 종료 시점 (End of Life, EOL)까지 부분 방전 실험, 열화 가속 실험, 용량 측정 실험을 진행하였고, 그 결과를 기반으로 본 연구에서 제시하는 사용 후 배터리 건강 상태 고속 예측 방법론을 검증하였다. 배터리 정적 용량을 기존의 측정 방법을 활용하여 측정하였고, 그 결과를 비교 기준으로 삼았다. 1C-rate 6분 부분 방전을 통해 얻어진 전압 응답 곡선으로부터 건전성 지표를 추출하였으며, 방전 용량과의 선형 상관관계를 가짐을 확인하였고, 본 연구에서 제시한 지표들은 열화와 관련된 인자임을 나타낸다. 이후, 주성분 분석을 통해 본 연구에서 제시한 건전성 지표를 모두 설명하는 새로운 주성분을 생성하였으며, 새로운 주성분에 대하여 다중 회귀 모형을 적용하였다. 본 연구에서 제시하는 방법론의 가장 중요한 부분인 전압 응답 곡선은, 배터리 열화가 진행됨에 따라 전압 변화가 크며 이를 활용하여 건강 상태를 진단할 수 있다는 것이다. 배터리 열화 데이터의 학습을 통해, SOC 10% 구간별 SOH 예측을 위한 다중 회귀 모형을 설계하였다. 1C-rate 6분의 부분 방전을 통해 건강 상태 예측을 진행한 결과, 측정 시간을 20분 내외에 완료할 수 있는 획기적인 결과를 얻었다. 

탄소 배출량 규제에 따라 전기자동차의 판매량이 매년 증가하고 있다. 전기자동차의 중요한 요소 중 하나인 배터리는 주로 고에너지, 고용량의 리튬이온 배터리를 사용하며, 배터리의 안정적인 운용을 위해 배터리 상태를 정확하게 추정하는 기능이 요구된다. 배터리 상태를 추정하기 위한 모델 기반의 방법으로는 등가회로모델 (Equivalent Circuit Model, ECM)과 전기화학적 임피던스 모델 (Electrochemical Impedance Model) 등 다양한 형태의 모델을 기반으로 배터리의 상태를 추정한다. 일반적으로 등가회로모델은 DCIR(Direct Current Internal Resistance)을 기초하여 배터리의 상태를 추정한다. 이처럼 배터리의 상태 추정을 하는 경우 배터리에 나타나는 전해질 저항과 충방전 과정에서 발생하는 반응 저항, 전극 내에서 발생하는 리튬이온 확산 저항을 설명하기에 어렵다. 따라서, 배터리의 내부 상태를 분석 가능한 전기화학적 임피던스 분광법을 기반으로 전기화학적 모델을 구성하고 배터리의 상태 추정을 진행한다. 또한 대부분의 전기화학적 모델에 관한 논문에서 한 가지 종류의 리튬이온 배터리를 시료로 전기화학적 모델 구성하고 배터리 상태 추정을 진행했다. 이러한 논문은 현재 전기자동차에서 사용하고 있는 다양한 종류(파우치형 배터리와 각형 배터리 등)의 배터리에 대한 상태 추정 결과를 비교하는 과정에서 어려움이 발생하며, 이에 따라 배터리 종류에 적합한 모델과 상태 추정 알고리즘을 적용하기 위한 많은 시간을 할애해야 한다.

따라서, 본 논문에서는 두 가지 타입(파우치형 배터리와 각형 배터리)의 리튬이온 배터리에 전기화학적 임피던스 분광법 측정을 진행하고 산출된 배터리 파라미터를 기반으로 한 전기화학적 모델을 구성하고자 하며, 구성한 전기화학적 모델에 상태 추정 알고리즘 중 하나인 확장 칼만 필터 (Extended Kalman Filter, EKF) 기법을 사용하여 배터리의 충전 상태 (State Of Charge, SOC)를 추정한다.