Embedded Files
A study on Estimating SOC of Module-Based Lithium-Ion Batteries Reflecting Aging Using an Extended Kalman Filter
본 연구에서는 리튬이온 전지의 충전상태(State of Charge, SOC)를 보다 정확하게 추정하기 위하여, 배터리 노화 특성을 고려한 확장 칼만 필터(Extended Kalman Filter, EKF) 기반의 추정 기법을 제안한다. 전기자동차의 보급 확대와 함께 사용 종료된 사용 후 배터리의 관리 및 재사용(Reuse), 재활용(Recycle)에 대한 연구가 증가함에 따라, 사용 후 배터리의 상태를 정확하게 평가하고 활용하는 기술의 중요성이 더욱 부각되고 있다. 이러한 사용 후 배터리의 재활용 및 재사용 가능성을 판단하기 위해서 사용 후 배터리의 현재 상태를 정밀하게 진단할 수 있는 신뢰도 높은 SOC 추정 기술이 연구되고 있다. 그러나 기존의 SOC 추정 기법은 배터리 사용 이력에 따른 내부저항 증가, 유효 용량 감소, 전압 응답 변화와 같은 노화 특성을 충분히 반영하지 못하여, 재사용 환경에서의 적용에 한계를 가진다. 본 연구에서는 삼성 SDI의 INR21700-40T 원통형 리튬이온 배터리를 대상으로 실험을 수행하여, 노화 특성을 반영한 ECM을 구축하고 이를 기반으로 확장 칼만 필터(EKF) 기반 SOC 추정 기법을 검증하였다. 먼저, 충·방전 실험을 통해 배터리의 전압 및 전류 데이터를 수집하고, 이를 바탕으로 각 노화 단계별 ECM 파라미터를 식별하였다. 또한 KS C IEC 62660-3 표준에 따라 용량 감소 및 내부저항 증가와 같은 노화 지표를 정량적으로 평가하여, 배터리 열화에 따른 특성 변화를 모델에 반영하였다. 이후, 구축된 노화 반영 ECM을 기반으로 EKF 기반 SOC 추정 알고리즘을 구성하고, MATLAB/Simulink 환경에서 UDDS(Urban Dynamometer Driving Schedule) 주행 사이클을 적용하여 동적 운전 조건에서의 SOC 추정 성능을 검증하였다. 이를 통해 노화가 진행된 배터리 환경에서도 제안한 EKF 기반 SOC 추정 기법이 안정적인 추정 성능을 유지함을 확인하였다. 노화 반영 전·후의 EKF 기반 SOC 추정 성능을 비교한 결과, 제안된 노화 반영 EKF는 배터리 열화가 진행된 조건에서도 기존 EKF 대비 우수한 성능을 보였으며, SOC 추정 오차(RMSE)를 약 1%로 안정적으로 유지하였다. 특히 RC 파라미터와 SOC–OCV 관계를 노화 상태별로 갱신함으로써, 시간 경과에 따른 전압 응답 변화에도 불구하고 SOC 추정의 수렴성과 일관성을 효과적으로 확보할 수 있었다. 또한 모듈 단위 실험을 통해 실시간 전류 입력을 기반으로 각 셀의 전압을 측정하고 EKF를 적용한 결과, 제안된 EKF 기반 추정 기법이 실제 차량과 유사한 환경에서도 안정적인 실시간 SOC 추정을 수행할 수 있음을 검증한다. 종합적으로 본 연구는 배터리 노화에 따른 특성 변화를 체계적으로 반영한 EKF 기반 SOC 추정 기법의 유효성을 실험적으로 입증하였으며, 향후 재사용 배터리에서도 SOC 진단 알고리즘으로 확장 적용될 수 있는 기술적 기반을 제시한다.
This study proposes an Extended Kalman Filter (EKF)-based estimation technique that considers battery aging characteristics to more accurately estimate the State of Charge (SOC) of lithium-ion batteries. With the increasing adoption of electric vehicles and the increasing research on the management, reuse, and recycling of used batteries, the importance of technologies for accurately assessing and utilizing the state of used batteries is growing. To determine the recyclability and reuse of these batteries, research is being conducted on reliable SOC estimation techniques that can accurately diagnose the current state of used batteries. However, existing SOC estimation techniques fail to adequately account for aging characteristics, such as increased internal resistance, decreased effective capacity, and voltage response changes, resulting in limitations in their applicability in reuse environments.
In this study, experiments were conducted on Samsung SDI's INR21700-40T cylindrical lithium-ion batteries. This study developed an ECM that reflects aging characteristics and validated an Extended Kalman Filter (EKF)-based SOC estimation technique based on this ECM. First, battery voltage and current data were collected through charge and discharge experiments, and based on this data, ECM parameters for each aging stage were identified. Furthermore, aging indicators such as capacity loss and internal resistance increase were quantitatively evaluated according to the KS C IEC 62660-3 standard, and changes in battery characteristics due to battery deterioration were reflected in the model.
Next, an EKF-based SOC estimation algorithm was developed based on the developed aging-incorporated ECM. The SOC estimation performance under dynamic driving conditions was verified using the Urban Dynamometer Driving Schedule (UDDS) driving cycle in a MATLAB/Simulink environment. This demonstrated that the proposed EKF-based SOC estimation technique maintained stable estimation performance even under aging battery conditions.
A comparison of EKF-based SOC estimation performance before and after aging was performed revealed that the proposed aging-incorporated EKF outperformed the conventional EKF even under conditions of battery deterioration, maintaining a stable SOC estimation error (RMSE) of approximately 1%. In particular, by updating the RC parameters and the SOC–OCV relationship according to the aging status, we were able to effectively ensure convergence and consistency of SOC estimation despite changes in voltage response over time.
Furthermore, through module-level experiments, we measured the voltage of each cell based on real-time current input and applied the EKF. This demonstrates that the proposed EKF-based estimation technique can perform stable real-time SOC estimation even in environments similar to actual vehicles.
In summary, this study experimentally demonstrates the effectiveness of an EKF-based SOC estimation technique that systematically reflects characteristic changes due to battery aging. Furthermore, it provides a technological foundation for its expansion into SOC diagnosis algorithms for reused batteries.
Aging-Aware Equivalent Circuit Model for State-of-Health Estimation and Voltage Response Prediction
본 연구에서는 이러한 한계를 해결하기 위해 노화 특성을 반영한 ECM 기반 상태 추정 모델을 제안하였다. ECM의 구성 요소인 파라미터를 추출하기 위해 1C 정격 전류 조건에서 6분, 3분, 1분의 부분 방전 데이터를 확보하고, 각 사이클에서 얻은 전류·전압 응답을 바탕으로 3차 RC ECM 파라미터를 추출하였다. 이후 머신러닝 기법인 배터리 열화 과정에서 나타나는 비선형적이고 복합적인 파라미터 변화 추세를 효과적으로 학습할 수 있다는 장점을 가진 그래디언트 부스팅 회귀 모델(Gradient Boosting Regressor, GBR)을 활용했다. 파라미터의 사이클 변화 추세를 학습함으로써, 초기 파라미터만 확보하면 노화가 진행된 상태에서의 SOH 추정과 전압 거동 예측이 가능하도록 모델을 구성하였다. 이를 통해 대규모 데이터 없이도 짧은 방전 데이터를 기반으로 건강 상태 추정이 가능함을 확인하였다.
실험 결과, 제안된 모델은 셀 단위에서 먼저 SOH를 추정하고 그 노화 시점의 예측 전압과 실험 전압 간 평균제곱근오차(Root Mean Square Error, RMSE)는 모든 노화 시점에서 0.03V 이하 수준으로 나타났다. 초기 파라미터 및 학습된 노화 추세 모델만으로, 배터리의 노화 상태를 반영한 SOH 추정이 가능함을 확인하였으며, 추정된 SOH에 대응하는 ECM 파라미터를 적용함으로써 해당 노화 상태에서의 전압 거동을 정밀하게 모사할 수 있음을 검증하였다. 본 연구는 셀 단위에서 검증되었으나, 제안된 방법론은 향후 모듈 및 팩 단위 배터리 시스템의 실시간 상태 진단 및 수명 예측 알고리즘 개발에 활용될 수 있는 기반 기술로 확장할 수 있다.
In this study, to address these limitations, an ECM-based state estimation model that reflects aging characteristics is proposed. To extract the parameters constituting the ECM, partial discharge data with durations of 6 min, 3 min, and 1 min were obtained under a 1C nominal current condition, and third-order RC ECM parameters were extracted based on the current and voltage responses obtained at each cycle. Subsequently, a gradient boosting regressor (GBR), a machine learning technique that has the advantage of effectively learning the nonlinear and complex parameter evolution trends observed during battery aging, was employed. By learning the cycle-dependent trends of the parameters, the model was constructed such that SOH estimation and voltage behavior prediction under aged conditions are possible using only the initially extracted parameters. Through this approach, it was confirmed that battery health estimation can be achieved based on short-duration discharge data without requiring large-scale datasets.
Experimental results show that the proposed model first estimates the SOH at the cell level, and the root mean square error (RMSE) between the predicted voltage and the experimentally measured voltage at the corresponding aging states remains below 0.03 V at all aging points. Using only the initial parameters and the learned aging trend model, it was confirmed that SOH estimation reflecting the battery aging state is possible, and by applying ECM parameters corresponding to the estimated SOH, the voltage behavior at the given aging state can be accurately reproduced. Although this study was validated at the cell level, the proposed methodology can be extended as a foundational technology for the development of real-time state diagnosis and lifetime prediction algorithms for future module- and pack-level battery systems.
Development and Practical Verification of a Deep Learning-Based Residual Value Assessment Model for Lithium-Ion Batteries
본 논문은 전기차 시장의 확산에 따라 사용 후 배터리의 처리 문제가 중요한 과제로 떠오르는 상황에서, 리튬 이온 배터리의 잔존가치를 효율적이고 신속하게 평가하기 위한 진단 기술과 예측 모델을 개발하여 재사용, 재제조, 재활용 가능성을 극대화하고 지속 가능한 자원 순환 경제 구축을 목표로 한다. 기존 배터리 성능 평가 방식은 장시간 소요와 높은 비용이 문제가 되었으나, 본 연구는 짧은 시간과 낮은 전류 조건에서 부분 방전 데이터를 활용한 딥러닝 기반 모델을 제안하여 이 문제를 해결하고자 한다.
연구에서는 리튬 이온 배터리의 노화 특성을 반영할 수 있는 주요 지표를 도출하여 MLP, LSTM, GRU, CNN, CNN-LSTM 앙상블 모델을 구축하고, 다양한 배터리 조건에서 모델의 성능을 평가하여 높은 예측 정확도를 검증하였다. 특히, CNN-LSTM 앙상블 모델은 RMSE 2.5% 이내의 예측 오차를 보이며 기존 모델 대비 일반화 성능과 예측 신뢰성이 우수한 것으로 나타났으며, 이를 통해 전기차 배터리의 경제적 재사용 가능성을 높이는 데 기여할 수 있음을 확인하였다. 본 연구에서 제안한 모델은 기존 평가 방식보다 약 60배의 시간 단축과 58배의 비용 절감 효과를 제공하여, 배터리 관리 효율을 극대화할 수 있다.
또한, 본 연구는 사용 후 배터리의 잔존가치를 평가하여 재사용과 재활용을 통한 자원 순환 경제를 촉진하고, 글로벌 탄소 중립 목표 달성에도 중요한 기여를 할 수 있는 기술적 기반을 제공한다. 이를 통해 전기차 시장의 지속 가능한 발전과 환경적, 경제적 가치 창출을 동시에 달성할 것으로 기대된다.
As the disposal of used batteries has become a significant concern in the context of the growing electric vehicle market, this paper seeks to develop diagnostic techniques and predictive models for the efficient and rapid evaluation of the residual value of lithium-ion batteries. This is with a view to maximizing their potential for reuse, remanufacturing, and recycling, and to establishing a sustainable resource circulation economy. The current battery performance evaluation methods are time-consuming and costly. This study aims to address these limitations by proposing a deep learning-based model that utilizes partial discharge data under short time and low current conditions.
In this study, multiple neural network models were constructed using key indicators derived from data reflecting the aging characteristics of lithium-ion batteries. The performance of these models was evaluated under various battery conditions to verify their high prediction accuracy. In particular, the CNN-LSTM ensemble model demonstrates superior generalization performance and prediction reliability compared to existing models, with a prediction error within RMSE 2.5%. This confirms that the model can contribute to the economic reusability of electric vehicle batteries. The proposed model has the potential to enhance the efficiency of battery management, reducing the time and cost associated with existing evaluation methods by approximately 60 and 58 times, respectively.
Furthermore, this research provides a technical foundation for evaluating the residual value of used batteries to facilitate a resource-circular economy through reuse and recycling, thereby making a significant contribution to achieving the global carbon neutrality goal. This is expected to promote the sustainable development of the electric vehicle market and the creation of environmental and economic value simultaneously.
A Study on the Correlation between the Voltage Variation Characteristics and Battery Storage Capacity during Discharge
최근 전 세계 각국은 환경오염 문제와 관련하여 탄소 배출량 감축을 위해 큰 노력과 관심을 기울이고 있다. 그중에서도 수송 부문으로 인한 환경오염에 효과적으로 대응하기 위한 각국의 내연기관 자동차 판매 규제 정책 수립, 전기자동차 분야 투자 규모 확대 등과 같은 노력을 통해 전기자동차의 보급량이 해를 거듭할수록 기하급수적으로 증가하고 있다. 이에 따라 전기자동차의 사용 후 배터리의 배출 규모 또한 점점 증가할 것으로 예측되기에 사용 후 배터리의 처리 방안에 대한 산업이 주목받고 있다. 사용 후 배터리는 초기 용량 대비 배터리의 저장 용량(Static Capacity)이 80% 이하로 저하된 배터리를 의미한다. 사용 후 배터리 처리 방안은 다시 전기자동차용으로 재사용, 다른 용도로 재제조, 배터리 내부 희귀 유가금속을 추출하여 재활용하는 방법으로 나누어지며, 이는 환경적, 경제적인 측면에서 이점이 있다. 사용 후 배터리의 재사용, 재제조, 재활용 여부를 결정하려면 사용 후 배터리의 잔존가치를 판단하는 것이 중요하다. 현재 사용 후 배터리의 잔존가치 판단 방법은 완전 충전 및 방전을 통한 용량 측정 검사 방법이 주로 사용되는데 이는 정확도가 매우 높은 장점이 있지만, 최소 10시간에서 길게는 며칠 동안의 기간이 소요되는 점과 고비용 등 투입 비용이 많이 드는 단점이 있다. 따라서 사용 후 배터리의 잔존가치 평가 시 정확성과 신뢰성이 높으며, 기존의 용량 측정 검사의 시간보다 신속하게 측정하는 방법이 필요하다. 또한 사용 후 배터리는 사고, 고장 수명 등의 다양한 이유로 교체되고, 일반적으로 과거 사용 이력을 알 수가 없기에 재사용, 재제조, 재활용 이전에 배터리의 저장 용량(Static Capacity)을 정확하게 파악하는 것이 중요하다.
본 논문에서는 전기자동차에 주로 사용되는 원통형, 각형 리튬이온 배터리를 사용하여 부분 방전 실험, 저장 용량 측정 실험, 노화 가속 실험을 진행하였으며, 사용 후 배터리 구현을 위해 배터리의 수명 종료 시점(End of Life, EOL)인 배터리 저장 용량 80% 부근에 도달할 때까지 진행하였다. 기존의 사용 후 배터리 용량 측정 검사 방법의 시간 단축을 위해 1C-rate의 전류로 6분의 부분 방전 용량 측정 검사를 통해 전압 응답 곡선으로부터 배터리 용량 감소를 정량화하기 위한 건전성 지표 7가지를 추출하였다. 저장 용량 측정 실험의 경우 기존의 완전 방전 용량 측정 검사를 통해 측정하였고, 그 결과를 비교 기준으로 정하여 배터리 부분 방전 시 추출된 건전성 지표 7가지와 배터리 저장 용량과의 상관관계 분석을 통해 그들의 상관관계를 분석하였다. 배터리 저장 용량과의 상관관계가 높았던 건전성 지표들은 사용 후 배터리 잔존가치 평가 시 중요 요소로 고려되는 적은 투입 비용으로 신뢰성 높은 결과를 얻을 수 있는 평가 방법의 중요 입력 파라미터로 적용할 수 있을 것으로 판단된다. 따라서 본 논문의 연구 분석 결과를 기반으로 추후 머신러닝 모델의 학습 데이터로 활용하여 머신러닝 모델을 통해 사용 후 배터리의 저장 용량을 정확하게 파악하고 예측함으로써 사용 후 배터리 잔존가치 평가 시 기존의 측정 검사 시간보다 빠르고 정확성이 높은 측정 검사 방법론을 제안할 수 있을 것으로 사료 된다.
Recently, countries around the world are putting great effort and interest into reducing carbon emissions in relation to environmental pollution issues. Among them, the supply of electric vehicles is increasing exponentially every year through efforts such as establishing policies to regulate sales of internal combustion engine vehicles in each country to effectively respond to environmental pollution caused by the transportation sector and expanding investment in the field of electric vehicles. Accordingly, the amount of emissions from used batteries from electric vehicles is also expected to increase, so the industry is receiving attention on ways to dispose of used batteries. A used battery refers to a battery whose storage capacity (static capacity) has decreased to 80% or less compared to its initial capacity. Methods for disposing of batteries after use are divided into reusing them for electric vehicles,
remanufacturing them for other purposes, and extracting and recycling rare valuable metals inside the batteries, which has advantages in environmental and economic aspects. It is important to determine the residual value of a used battery in order to decide whether to reuse, remanufacture, or recycle it. Currently, the method of determining the residual value of a battery after use is mainly a capacity measurement inspection method through full charging and discharging. This has the advantage of very high accuracy, but it takes at least 10 hours and up to several days and is expensive. The downside is that the input cost is high. Therefore, when evaluating the residual value of a battery after use, a method is needed that has high accuracy and reliability and measures it more quickly than the time of existing capacity measurement tests. After use, batteries are replaced for various reasons such as accidents and failure lifespan, and because past use history is generally unknown, it is necessary to accurately determine the storage capacity (static capacity) of the battery before reuse, remanufacturing, or recycling. In this study, partial discharge experiments, storage capacity measurement experiments, and aging acceleration experiments were conducted using cylindrical and prismatic lithium-ion batteries commonly employed in electric vehicles. Furthermore, to simulate post-use battery conditions, the End of Life (EOL) stage, marked by the battery storage capacity nearing approximately 80%, was reached. To expedite the existing post-use battery capacity measurement inspection, seven reliability indicators were extracted from the voltage response curve through a six-minute partial discharge capacity measurement inspection at a 1C-rate current. For the storage capacity measurement experiment, measurements were conducted using the conventional full discharge capacity measurement test. The results were set as a comparative standard, and their correlation with the seven reliability indicators extracted during partial battery discharge and the battery storage capacity was analyzed to ascertain the closeness of their relationship. Reliability indicators exhibiting a high correlation with the battery storage capacity are deemed crucial inputs for assessing the residual value of post-use batteries, offering a reliable evaluation method at minimal cost. Therefore, based on the research and analysis in this paper, it is anticipated that leveraging the data for future machine learning models could accurately ascertain and predict the storage capacity of post-use batteries. This, in turn, could propose a measurement and testing methodology for evaluating the residual value of post-use batteries that is faster and more accurate than the current measurement inspection time.
Comparative study of estimation precision by C-rate in lithium-ion battery state estimation method based on discharge characteristics
최근 기후 변화와 환경 보호에 대한 급격한 관심 상승으로 인해 친환경 자동차 수요가 증가하고 있는 상황에서, 전기자동차에서 배출되는 사용 후 배터리의 효율적인 처리 방법에 대한 연구가 다루어지고 있다. 이러한 배터리 처리 문제는 전기자동차의 보급 확대로 인해 더욱 커질 전망이며, 이에 사용 후 배터리의 재사용, 재활용 산업은 배터리 산업에 중요한 과제가 되고 있다. 하지만, 사용 후 배터리의 잔존가치 평가는 매우 시간이 오래 걸리며, 고출력에 의한 평가 오차와 장비의 크기 및 무게에 대해 많은 제한 사항이 있다. 이에 따른 해결책으로, 사용 후 배터리의 잔존가치를 신속하게 평가하고, 평가의 정확성이나 평가 장비에 대한 경제성과 효율성을 창출하여 배터리의 처리 방법을 개발하는 것을 목표로 많은 연구가 진행되고 있으며, 본 논문은 전기자동차에서 배출되는 사용 후 배터리의 잔존가치를 신속하고 경제적으로 진단할 수 있는 방법론에 대해 깊이 있게 연구하고 제시하고자 한다. 본 방법론은 부분 방전을 활용한 잔존가치 평가를 중점에 두고 있으며, 높은 전류가 아닌 낮은 전류에서의 부분 방전 데이터를 통해 정밀하게 측정하고, 이를 바탕으로 배터리의 건강 상태를 정확하게 평가하려는 새로운 접근 방식을 채택하였다. 또한, 이 연구 방법론은 기존의 고전류를 사용하는 방식에 비해 장비의 경량화, 소형화를 가능하게 함으로써, 사용자에게 더욱 편리한 환경을 제공하고자 하며, 장비 비용의 절감 및 측정 시간의 단축에 크게 기여하고자 한다. 이는 새롭게 사용 후 배터리의 잔존가치 평가 사업에 진입하려는 신규 기업과 기존 기업들의 평가 장비의 유지보수 비용에 있어 경제적으로 부담을 줄일 수 있다. 따라서, 본 연구는 C-rate 변화에 따른 데이터를 활용하여 학습 모델을 개발한 뒤 학습 모델을 이용한 예측값과 실제값 간의 관계를 분석하였다. 본 논문에서 제안한 방법론은 높은 전류로 부분 방전하였을 때와 낮은 전류로 부분 방전하였을 배터리의 건강 상태를 정밀하게 예측할 수 있음을 입증하였으며, 이를 통해 사용 후 배터리의 잔존가치를 더욱 정확하게 평가하고, 측정 장비에 대한 비용 절감 및 경량화, 소형화를 목표화하였다. 또한, 이를 바탕으로 배터리 재사용 및 재활용 산업을 활성화하는 데 중요한 기여를 할 것으로 기대되며, 이번 연구의 결과는 전기자동차의 사용 후 배터리 재사용 및 재활용 산업, 그리고 이를 통한 지속 가능한 미래 구현에 중요한 발판이 될 것이다. 이에 따라 이번 연구는 전기자동차 사용 후 배터리 재활용 산업의 성장과 지속 가능한 환경을 위한 노력에 중요한 도움을 줄 것으로 예상된다.
With the recent surge in interest in climate change and environmental protection, demand for eco-friendly vehicles is increasing. In this context, research is being conducted on efficient disposal methods for used batteries discharged from electric vehicles. As the distribution of electric vehicles expands, the problem of battery disposal is expected to grow, making the reuse and recycling industry of post-use batteries a crucial issue in the battery industry. However, the residual value assessment of post-use batteries is time-consuming, and there are many restrictions on the errors caused by high output and the size and weight of the equipment.
As a solution to this, many studies aim to develop a method to quickly assess the residual value of used batteries, create economic and efficient evaluation equipment, and develop a way to handle batteries. This paper aims to deeply study and propose a methodology that can quickly and economically diagnose the residual value of used batteries discharged from electric vehicles. This methodology focuses on the residual value assessment using partial discharge, adopting a new approach to accurately assess the health of the battery by precisely measuring the partial discharge data at low currents, not high currents.
Furthermore, this research methodology aims to contribute significantly to reducing equipment costs and shortening measurement times by enabling the lightening and miniaturization of equipment compared to the existing method using high currents, thereby providing a more convenient environment for users. This can economically reduce the burden on new and existing companies looking to enter the residual value assessment business of post-use batteries in terms of maintenance costs for evaluation equipment. Therefore, this study developed a learning model using data according to the change in C-rate and analyzed the relationship between the predicted values using the learning model and the actual values.
The methodology proposed in this paper has proven that it can accurately predict the health of the battery when partially discharged at high currents and low currents, aiming to more accurately assess the residual value of post-use batteries and target cost savings, lightening, and miniaturization of measurement equipment. It is also expected to make an important contribution to activating the battery reuse and recycling industry. The results of this study will be an important stepping stone for the reuse and recycling industry of post-use batteries from electric vehicles and the implementation of a sustainable future through this. Therefore, this study is expected to provide significant assistance to the growth of the post-use battery recycling industry of electric vehicles and efforts for a sustainable environment.
A Study on Accelerating Battery Aging Estimation through Machine Learning for Reduced Estimation Time
전 세계적 온실가스 배출량 중 수송부문이 20% 이상을 차지하고 있으며, 세계 여러 나라들은 전기차 보급의 확대를 통한 온실가스 감축에 힘쓰고 있다. 그 노력의 하나로 전기자동차의 보급이 매년 확대되고 있으며, 이러한 전기자동차의 보급으로 인해 사용 후 배터리의 배출이 같이 증가할 것으로 보인다. 전기자동차의 배터리의 내구연한은 10년 정도로, 초기 용량 대비 노후 된 배터리의 잔존 용량이 80% 이하일 때를 사용 후 배터리로 정의하고 있다. 기하급수적으로 증가할 사용 후 배터리의 효율적인 처리를 위해서는 사용 후 배터리의 잔존용량을 정확하게 파악한 뒤 재사용, 재활용, 재제조 과정을 거쳐야 한다. 현재 사용 후 배터리의 잔존 용량(SOH) 검사에 소모되는 시간은 진단 방법에 따라 많게는 2~3일, 최소 10간 이상 정도로 많은 시간과 인력이 소모되고 있는 현황이다. 전기자동차 배터리의 재사용 및 재활용을 통해 배터리의 원가를 절감하고 온실가스 감축을 위해서는 추후 증가하는 전기차 시장과 함께 배출될 사용 후 배터리 시장에 유연하게 대응할 필요가 있으며, 사용 후 배터리의 잔존 용량 고속 추정에 대한 연구를 통해 시간 혹은 비용을 최소화하여 가격 경쟁력을 높일 필요가 있다.
따라서 본 논문에서는 리튬이온 배터리의 작동 원리와 종류, 노화 특성에 대해 분석하고, 고속 추정을 위한 방법의 하나인 시간 단축을 목표로 배터리 노화에 따라 부분 정전류 방전을 시간별로 진행하여 데이터를 취득한 이후에 시계열 학습모델의 하나인 알고리즘을 이용하여 상태추정을 진행하였다. 1C-rate 정전류 부분 방전을 노화 이후 데이터 취득 단계에서 6분, 3분, 1분을 진행한다. 부분 방전을 통해 얻은 데이터를 ICA (Incremental capacity analysis), DVA (Different voltage analysis)를 통해 노화에 따른 전압 특성을 분석한 뒤, 머신러닝의 학습 데이터로 가공하여 활용하였다, CNN 기반의 모델을 이용하여 6분, 3분, 1분에서 취득한 데이터를 이용하여 SOH를 추정하였으며, 모델의 성능 비교는 MAE(Mean absolute error), MSE(Mean squared error), RMSE(Root mean squared error)의 지표를 활용하였다. 결론적으로 1C-rate 정전류 부분 방전할 경우 1분의 부분방전만을 통해 얻어진 데이터를 이용해도 낮은 오차율로 사용 후 배터리의 잔존 용량을 추정할 수 있음을 확인하였다. 이를 통해 1C-rate의 정전류 방전을 1분만 하여 취득한 데이터로도 사용 후 배터리의 잔존 용량을 비교적 정확하게 추정할 수 있음을 확인하였고, 데이터 측정 시간을 1분 내외로 완료할 수 있는 획기적인 결과를 얻었다.
The transportation sector is responsible for over 20% of global greenhouse gas emissions. To mitigate this, many countries are expanding the distribution of electric vehicles (EVs). The lifespan of an EV battery is approximately 10 years, and a battery is considered 'used' when its remaining capacity falls to 80% or less of its initial capacity. Accurately identifying the remaining capacity of used batteries is essential for their efficient reuse, recycling, and remanufacturing. Currently, testing the remaining capacity (State of Health, SOH) of a used battery can take up to 10 days or more, depending on the diagnostic method, consuming significant time and manpower. To reduce battery costs and greenhouse gas emissions through the reuse and recycling of EV batteries, it's necessary to respond quickly to the used battery market and to estimate the remaining capacity of used batteries swiftly. Research in this area is crucial.
In this paper, we analyze the operating principles, types, and aging characteristics of lithium-ion batteries. We collect data by conducting partial constant current discharges for different durations based on battery aging, using an algorithm from time series learning models for state estimation. Data acquisition after aging involves 1C-rate constant current partial discharges for 6 minutes, 3 minutes, and 1 minute. The data obtained from these partial discharges are analyzed for voltage characteristics according to aging through Incremental Capacity Analysis (ICA) and Differential Voltage Analysis (DVA). This data is then processed and used as training data for a machine learning model based on Convolutional Neural Networks (CNNs). We estimate the SOH using data acquired from 6, 3, and 1-minute durations, employing indicators such as Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE) to compare model performance. In conclusion, it was found that even with data obtained from just 1 minute of 1C-rate constant current partial discharge, the remaining capacity of a used battery can be estimated with a low error rate. This groundbreaking result implies that the remaining capacity of used batteries can be estimated relatively accurately with data obtained from only 1 minute of 1C-rate constant current discharge, significantly reducing the data measurement time to about 1 minute
Rapid Prediction of State of Health of Retired Battery for Secondary-Use based on Voltage Response
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.
As the supply of electric vehicles increases rapidly worldwide, the battery packs after their end of life are expected to increase exponentially. Accordingly, retired battery treatment methods are emerging in terms of environmental, economic, and industrial aspects. There are reuse and recycle methods, reuse is the secondary use for other purposes such as ESS (Energy Storage System), and recycle is the utilization of resources through metal extraction. To reuse the battery after its end of life, the performance assessment that can guarantee performance is the most important problem. Among the performance assessment items of the battery after use, the capacity measurement item takes at least 10 hours, so it is necessary to shorten the processing time to secure the battery's price competitiveness.
This study proposes a methodology for diagnosing the state of health by measuring the voltage response curve during partial discharge and using the fact that the voltage response is large in the battery with severe degradation. The health indicators that can quantify capacity reduction were extracted by the voltage response curve. The overfitting and multi-collinearity problems of the model were solved through principal component analysis, and new principal components 1 and 2 were extracted and applied to the multiple linear regression model to predict the battery state of health. The proposed methodology can quickly determine the state of health, which can make an important contribution to ensuring the profitability of the retired battery.
In this paper, lithium-ion batteries for electric vehicles were selected and conducted for partial discharge experiments until the end of life. Based on the results, the rapid prediction of the state of health methodology proposed in this study was verified. The static capacity of the battery was measured using the existing measurement method, and the result was used as a comparison standard. The health indicators were extracted from the voltage response curve obtained through the 1C-rate 6-minute partial discharge, and it was confirmed that it has a linear correlation with the discharged capacity, and the indicators resented in this study indicate that it is a factor related to degradation. Principal component analysis was conducted to solve the multi-collinearity problem, and extract a new principal component that explains all the health indicators presented in this study, and applied to a multiple linear regression model to predict the state of health. The voltage response curve, which is the most important part of the methodology presented in this study, shows a large voltage change as the battery degraded, and can be used to diagnose the state of health. Through the learning of battery degradation data, a multiple linear regression model was designed for state of health prediction by 10% state of charge interval. As a result of the prediction through the partial discharge of 1C-rate 6 minutes, the measurement time was completed in about 20 minutes.
A Study on the Lithium-ion Battery State Estimation Base on Electrochemical Impedance Model
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.
Sales of electric vehicles are increasing every year under carbon emission regulations. A battery, which is one of the important elements of an electric vehicle, mainly uses high-energy and high-capacity lithium-ion batteries, and a function of accurately estimating a battery state for stable operation of the battery is required. As a model-based method for estimating a battery state, the state of a battery is estimated based on various types of models, such as an equivalent circuit model (ECM), an electrochemical impedance model, etc. In general, an equivalent circuit model estimates a battery state based on direct current internal resistance (DCIR). When estimating the state of the battery as described above, it is difficult to explain the electrolyte resistance of the battery, the reaction resistance of charging/discharging, and the diffusion resistance of lithium ions in the electrode. Therefore, an electrochemical model is constructed based on the electrochemical impedance spectroscopy capable of analyzing the internal state of the battery, and the battery state is estimated. In addition, in most papers on electrochemical models, an electrochemical model was constructed with samples of one type of lithium-ion battery, and a battery state was estimated. This paper makes it difficult to compare the state estimation results of various types of batteries (pouch-type battery, prismatic battery, etc.) currently used in an electric vehicle, and accordingly, it is required to devote a lot of time to apply the model and state estimation algorithm suitable for the battery type.
Therefore, in this paper, we measure electrochemical impedance spectroscopy in two types of lithium-ion batteries (pouch-type batteries and prismatic batteries), construct an electrochemical model based on the calculated battery parameters, and estimate the state of charge (State Of Charge, EKF) of the battery using one of the state estimation algorithms.
High speed measurement technique for EV battery energy capacity based on machine-learning
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.
As electric vehicles become popular, the number of second life batteries that have passed their normal service life will increase rapidly. Because electric vehicles require high performance from batteries, batteries that have passed their lifespan in electric vehicles, that is, second life batteries, also maintain a significant level of performance. For this reason, second life battery can be recycled as an energy storage system (ESS), electric bicycle, personal transportation, and the like. However, for recycling, measuring the maximum usable energy capacity that can guarantee the performance of the second life battery is the most important issue. Currently, the maximum usable energy capacity of a battery is measured using the current integration maximum capacity measurement method. Various methods such as electrochemical impedance spectroscopy(EIS) and model-based internal resistance prediction are being used. Although various methods are being studied, it is giving difficulties due to limitations in accuracy and long measurement time to measure the maximum usable energy capacity.
In this study, after discharging a certain amount of current (ΔQ) from SOC1 of stabilized open-circuit voltage (OCV1), one of the methods for measuring the maximum available capacity, SOC2 of stabilized open-circuit voltage (OCV2) obtained after another resting process was measured. Then, a high-speed method for measuring the maximum available capacity was studied based on the Qmax maximum available capacity method, which measures the maximum available capacity using the difference between the two SOCs. The existing method of measuring the maximum available capacity of Qmax has a disadvantage in that it takes a long time for stable open-circuit voltage (OCV) measurement only when the resting process is long. If the quiescent process can be minimized and the stabilized open-circuit voltage (OCV) can be predicted in a short time, the maximum usable capacity can be measured at high speed. The high-speed measurement method can make a very important contribution to securing the feasibility of the battery recycling business by making it possible to quickly determine the reusability of the battery after use.
In this paper, commercial lithium-ion batteries were selected and tested, and the high-speed measurement method proposed in this study was verified based on the results. First, the maximum usable capacity of the battery was measured using existing measurement methods, and the result was used as a standard for comparison. Then, for the high-speed prediction of stable open-circuit voltage, which is the most important part of the high-speed measurement method proposed in this study, Gaussian Process Regression, one of the machine learning techniques, was applied to the behavior patterns of the resting voltages measured at various SOCs. Machine learning was applied. Through this learning, a stabilized open-circuit voltage (OCV) was successfully obtained even based on only the voltage data measured within a short time at the beginning of the rest period. As a result of measuring the maximum usable capacity of the battery based on the predicted open-circuit voltage (OCV), it was possible to complete the measurement in less than 20 minutes compared to other existing methods.
Correlation analysis of Electrochemical Impedance Spectroscopy results and Capacity reduction over battery aging process
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.
Many electric vehicles have been introduced due to the development of electric vehicles. Battery packs, one of the important parts of electric vehicles, are directly and parallelly connected to many lithium ion batteries. If the battery pack is replaced due to a failure or an accident, the existing battery pack will remain as a waste battery. Each country is preparing various policies for recycling and reuse of waste batteries, but it is important to understand the state of health of the battery.
In this paper, we use electrochemical impedance spectroscopy (EIS), one of the various methods to estimate the current state SOH of the battery, to confirm the correlation between internal resistance data and battery capacity. To confirm the change of EIS data and the change of Capacity due to aging caused by continuous use of lithium ion batteries, the SAMSUNG INR 21700 40T battery was charged and discharged repeatedly to age the battery. Four lithium ion batteries were experimented in the same environment considering the error due to the electrochemical characteristics of the lithium ion battery. Before the aging Cycle, sufficient resting was given after standard charging to measure the initial Capacity and EIS data of the battery. The Capacity and EIS data were measured every 150 times of charging and discharging. The collected data were correlated by deriving polynomials that set the Capacity as the y-axis using the EIS data using the MATLAB Curve fitting tool.
Comparative analysis of impedance increase for super charging algorithm
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.
The use of fossil fuels is becoming stricter due to environmental issues. Due to the influence of regulations, automobile manufacturers are focusing their efforts on developing fossil fuel alternative energy technologies. The most active alternative energy technology is electrical energy. Sales of electric vehicles have been increasing rapidly since 2010, and with the development of the e-mobility industry using electric energy, not only automobiles but also various mobility are using electric energy or are developing technologies for electric energy to use. As one of the core technologies of electric energy, batteries can be selected. Because electric energy takes longer to charge than fossil fuels, the mobility to use batteries is limited. For this reason, the technology for the fast charge of a battery is being researched to use electric energy in various fields, so the fast charge algorithm that has little effect on the life is required, as the fast charge quickly shorten a battery life.
In this paper, it is confirmed that the life of the battery can be inspected through the EIS measurement method to develop a high-speed battery charging algorithm and an experiment to measure the internal resistance of the battery using the EIS measurement method was conducted. In the experiment, lithium-ion batteries were used as models, and charge/discharge cycle experiments were conducted using three charging algorithms to age the batteries and measure internal resistance. Based on the experimental results, it was found that a fast charging algorithm effective for life in lithium ion batteries was found. In addition, it seems that research on various battery characteristics and algorithms is needed.
Development of 3D Positioning Algorithm Using Stereoscopic Imaging System and Deep Learning
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.
With the development of artificial intelligence technology in recent years, many researchers are developing technologies related to autonomous driving. As the price of LIDAR is falling due to the continuous development of technology, research on autonomous driving using LIDAR is actively progressing. LIDAR is easy to locate in 3D, but it has a disadvantage that it is difficult to apply to small and electric-based mobility due to its price exceeding about $10,000 each and its high power consumption. Instead, a system using a camera is very cheap compared to Lidar and is a good system to be applied to power-based mobility due to its low power usage.
In this paper, we studied the 3D positioning algorithm of the target object using a stereo camera. When the target object is photographed by the left and right cameras, the image coordinates captured by each camera are the image coordinates of the target object captured by each camera. Subsequently, the captured image coordinates are converted to a line facing the target object. In this case, the line facing the target object from the left and right cameras will make an intersection at the center of the target object. At this time, if the location of the intersection point is calculated, the 3D location of the target object can be calculated.
Using the calculated 3D position of the target object, we studied algorithms that can be used in various fields such as autonomous driving and automatic landing of various mobility such as drones, cars, and UAM (Urban air mobility).
Development of high-speed cell capacity measurement method based on charging and discharging characteristics of lithium-ion battery cell
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.
With the development of artificial intelligence technology in recent years, many researchers are developing technologies related to autonomous driving. As the price of LIDAR is falling due to the continuous development of technology, research on autonomous driving using LIDAR is actively progressing. LIDAR is easy to locate in 3D, but it has a disadvantage that it is difficult to apply to small and electric-based mobility due to its price exceeding about $10,000 each and its high power consumption. Instead, a system using a camera is very cheap compared to Lidar and is a good system to be applied to power-based mobility due to its low power usage.
In this paper, we studied the 3D positioning algorithm of the target object using a stereo camera. When the target object is photographed by the left and right cameras, the image coordinates captured by each camera are the image coordinates of the target object captured by each camera. Subsequently, the captured image coordinates are converted to a line facing the target object. In this case, the line facing the target object from the left and right cameras will make an intersection at the center of the target object. At this time, if the location of the intersection point is calculated, the 3D location of the target object can be calculated.
Using the calculated 3D position of the target object, we studied algorithms that can be used in various fields such as autonomous driving and automatic landing of various mobility such as drones, cars, and UAM (Urban air mobility).
Development of high-speed measurement technique for battery module capacity based on discharge characteristics of lithium-ion battery module
무분별한 화석연료의 사용으로 환경오염 문제가 점점 대두되어 가고 있고 개발도상국들의 경제발전으로 화석연료의 수요는 점점 더 늘어가고 있다. 이런 문제의 해결 방안 중 하나로 전체 에너지 소비량 중 두 번째로 높은 수송 부문에서 기존의 내연기관 자동차가 아닌 전기자동차로의 전환이 전 세계적으로 추진 중에 있다. 전기자동차에 대한 연구개발의 핵심은 에너지를 저장하는 배터리에 관한 것이다. 배터리의 개발, 개선도 아주 중요한 부분이지만, 배터리의 사용을 더 효율적으로 만드는 것도 아주 중요하다. 전기자동차 배터리는 여러 개의 모듈이 묶인 팩으로 구성되어 있으며 모듈은 여러 개의 셀로 구성되어 있다. 즉, 배터리 모듈은 셀을 모아서 차량에서 요구되는 에너지와 출력을 제공하고 팩은 배터리 모듈을 모아서 에너지와 출력을 제공한다.
본 논문에서는 배터리 셀에 대한 방전특성을 기초적인 방전 실험을 통하여 확인하였고, 이를 바탕으로 모듈에 대한 방전 실험을 진행하였다. 기존 실험장비의 정확성을 개선하기 위해 LABVIEW로 제작된 제어 프로그램을 수정하였으며 실험 중 배터리의 보호 및 셀 밸런싱을 목적으로 적절한 BMS를 구매하여 4개의 셀을 하나의 배터리 모듈로 제작하였다. 실험은 다양한 조건으로 진행되었으며, 실험한 결과를 바탕으로 18650 리튬배터리 모듈의 방전 특성 분석을 통해 배터리의 용량인 Qmax계측 방법에 대한 검증을 실시하고 셀과 같은 방전 방법을 적용하여 결과를 비교하였다. 비교 분석한 결과를 바탕으로 빠르게 배터리 용량을 추정할 수 있었지만 오차가 큰 부분이 많아 앞으로 적정한 방전 조건을 찾는것과 온도에대한 실험을 진행하여 상관관계를 확인하는 과정이 필요할 것으로 사료된다.
With the use of fossil fuels indiscriminately, the problem of environmental pollution is increasingly emerging, and the demand for fossil fuels is increasing with the economic development of developing countries. As one of the solutions to this problem, the shift to electric vehicles rather than conventional internal combustion engine vehicles in the transport sector, which is the second highest energy consumption, is being promoted worldwide. The core of research and development for electric vehicles is on batteries that store energy. The development and improvement of the battery is also a very important part, but it is also very important to make the use of the battery more efficient. The electric vehicle battery is composed of a pack of several modules, and the module is composed of several cells. That is, the battery module collects cells to provide the energy and output required by the vehicle, and the pack collects the battery modules to provide energy and output.
In this paper, the discharge characteristics of the battery cells were confirmed through a basic discharge experiment, and based on this, a discharge experiment was conducted for the module. In order to improve the accuracy of the existing experimental equipment, the control program produced by LABVIEW was modified, and four cells were manufactured as one battery module by purchasing an appropriate BMS for the purpose of battery protection and cell balancing during the experiment. The experiment was conducted under various conditions, and the purpose of the experiment is to verify the Qmax measurement method, which is the total energy storage amount of the battery, through analysis of the discharge characteristics of the 18650 lithium battery module based on the experimental results, and to confirm future tasks.
Development of SOC Precision Measurement Algorithm for Lithium-ion Battery
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.
Increasing use of fossil fuels due to technological advances and industrialization is a major contributor to environmental pollution. In order to solve this problem, research and development of eco-friendly energy utilization technology is progressing rapidly. Research and development of energy storage systems (ESS) and electric vehicles, which are being highlighted as eco-friendly energy utilization platforms, are accelerating. In addition, the research and development of batteries that play an important role in electric vehicles and energy storage systems are also in progress. The importance of a battery management system (BMS) used for efficient operation and management of batteries will be considered as an important factor in various applications including future electric vehicles. In this paper, we investigate the SOC and SOH estimation method that determines the performance of BMS and design the SOC and SOH estimation algorithm through the internal resistance estimation method. In order to confirm the applicability of the algorithm through simulation, a battery model of target battery that exhibits similar voltage characteristics with 18650 Li-ion battery was designed as a Shepherd model. The internal resistance estimation algorithm was designed using MATLAB SIMULINK, and the battery was able to estimate the internal resistance that increases with age and the decrease of SOH. In addition, 18650 lithium-ion battery discharge experiments were conducted to develop a detailed strategy of the algorithm. As a result of the discharge experiments, it was confirmed that when the total energy in the periods with similar resting voltage characteristics was estimated by the internal resistance estimation method SOC and SOH estimation algorithms, low error was obtained in a short time. In addition, through the experimental results, the internal resistance of the battery was corrected during real time discharge, and the SOH was estimated by checking the discharge voltage curve through the corrected internal resistance.
A Study on Equivalent Consumption Minimization Strategy for Optimization of Serial Hybrid Electric Vehicle
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.
Climate change due to emissions is one of the most important issues in the international community. In order to reduce emissions in the transportation sector, EU and developed countries are increasingly tightening environmental regulations on emissions and increasing the need for research and development of eco-friendly vehicles. Air pollution has been accelerating due to the expansion of two-wheel vehicles, the main vehicle for transportation in Thailand, the Philippines, Indonesia and Vietnam, which major Southeast Asian countries. To solve the problem of air pollution, major countries in Southeast Asia are actively developing research and development to change existing two-wheeled vehicles into the structure of eco-friendly two-wheeled vehicles. While it is desirable to develop the structure of conventional two-wheeled vehicles into electric two-wheeled vehicles that do not emit exhaust fumes, it is not realistic because, in reality, it is difficult to print a certain amount of electricity in the housing structure of major Southeast Asian countries. Therefore, it is more practical to develop and distribute existing two-wheeled vehicles as a series hybrid two-wheel vehicle rather than an electric two-wheel vehicle. Serial hybrid two-wheeled vehicles use motors when driving and motors use battery electrical energy. If the state of charge of the battery is reduced due to the use of the motor, the auxiliary engine and the AVR will operate and charge the battery. It has the advantage of being able to reduce emissions because the engine runs under certain circumstances. Energy efficiency data of each major part of the existing two-wheeled and series hybrid two-wheeled vehicles were constructed using MATLAB SIMULINK and the target mileage was set to derive fuel and electricity usage through simulation. The results obtained were predicted for annual maintenance costs by applying the gasoline-fueled and household electricity rate system in major Southeast Asian countries. In addition, the initial purchase cost of each vehicle was investigated to identify the reversal from the initial investment through the total annual maintenance cost summed up for the annual maintenance costs.
Analysis of the thermal management system using the new material and analysis of the effectiveness at the system
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.
In today's society, the problem of the depletion of oil resources is arising from the continued use of fossil fuels to obtain energy sources, particularly in the transportation sector, which is accelerating global
warming. To prevent global warming, the standards are strictly revised to regulate CO2 emissions of automobiles worldwide, and interest in eco-friendly cars is growing. Electric vehicles are currently being
marketed with electric vehicles equipped with a high capacity lithium-ion battery to solve short travel distance per charge. The effective operating temperature of a lithium-ion battery is 20 to 40℃, but an actual electric
vehicle will heat up above the battery's proper temperature depending on the operating time. Higher battery temperatures can degrade life and efficiency, and can lead to fire or explosion due to battery heat.
Therefore, a battery thermal management system (BTMS) is essential to maintain the battery temperature at an appropriate temperature and to manage it efficiently. Compared with air-cooled and water-cooled methods as a method of battery thermal management, water-cooling is being adopted considering stability, durability and efficiency. In addition, research is being actively carried out to apply various materials such as
semiconductors, heat pipes, and Phase Change Materials (PCM). In this paper, the goal is to assess the applicability of newly developed material, mainly a carbon based graphite with enhanced thermal
conductivity, as a medium to move the heat away from the cell in the BTMS. The characteristics of the new material are that it is light and thin with high thermal conductivity, so it is thought that there will be an effect
of increasing the efficiency of the electric car by reducing the weight of the battery pack.
In order to confirm the applicability of the new material, ANSYS Fluent was used to perform heat transfer analysis and simulation of various structures in order to obtain additional battery efficiency. In order to
verify the reliability of some heat transfer analysis, a heating element was fabricated and the battery cooling effect of the new material compared to the material used in the existing battery pack was tested. The results of the physical experiment and the simulation result are similar and the application possibility of the new material is confirmed. In conclusion, proposed the direction of the thermal management system to apply the
new material to the electric car battery pack and to maximize the cooling effect inside the electric car battery pack according to various structures.
1 ton electric truck conversion using Bi-directional OBC for efficient operation of renewable energe
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.
Exhaust gas, especially carbon dioxide, from conventional cars is thought to be the main cause of climate change. On top of that, pollutant emission gas such as excess PM and NOx from diesel cars are causing even worse air conditions and therefore, some countries around the world are trying to limit the driving of diesel
cars in order to solve severe pollution issues. In particular, in the case of aged diesel trucks, the government has proposed a disposal plan. However, disposal of diesel trucks can be significant losses in terms of economics. To reduce these losses, the some automobile experts are trying to establish standardized EV conversion of diesel vehicles. The replacement cost can be reduced through standardized remodeling of the vehicle and the existing vehicle equipment can be re-used. During this conversion project, special attention was paid to the possible recycle of battery packs in the future since the battery, which is the core of the electric vehicle, would be classified as a retired battery if the battery capacity was reduced by 70 ~ 80% compared to the new battery capacity. As, the electric power generation from renewable energy sources is increasing and the importance of utilizing energy storage system is getting more attentions which is essential to minimize the fluctuation of electricity from the renewable power generation system, it is clear the importance of the reuse of the battery pack in an easy way. In this paper, abi-directional OBC is used to support the Vehicle to Grid (V2G) function and the suggestion for the standardized CAN protocol for
important battery parameters was explored for easy reuse of the retired battery pack.
Development of Battery Thermal Management System using PCM(Phase Change Material) and Consideration of Temperature Deviation between Cell
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.
Carbon and pollutants from fossil fuel use are accelerating environmental destruction such as air pollution and sea level rise. In order to prevent environmental destruction, we are strengthening emission control of internal combustion engines to reduce carbon emissions of transportation vehicles worldwide.
As the spread of eco-friendly vehicles that do not use internal combustion engines progresses gradually, electric vehicles are being presented as the most realistic alternatives and are spreading rapidly. In the case of an electric vehicle that was initially launched, the battery capacity was low, and the problem caused by heat did not occur. However, in order to improve the mileage, an electric vehicle equipped with a large capacity battery recently exploded due to heat, a battery life reduced due to self- And problems such as a sudden decrease in mileage are commonly raised. Therefore, there is a need for research to improve the performance and durability of the battery rather than simply increasing the capacity of the battery.
Manufacturers of electric vehicles are studying a Battery Thermal Management System (BTMS) for safe and efficient use of batteries and are studying various mediators to control heat. In this paper, we pay attention to the cooling system rather than the heating among the methods used in the BTMS and recognize the necessity of the system that can maintain and manage the temperature while minimizing the burden of the battery itself. The Phase Change Material (PCM) among the various mediators under study in BTMS is focused on its ability to absorb a large amount of heat energy during the phase change process, and the experimental equipment is made to verify the applicability of the PCM.
Dymola of Dassault Systems Inc. was used to evaluate the stability and suitability of the BTMS experimental equipment using PCM. Dymola is a numerical analysis program that can save development cost through simulation and examine the adequacy of the amount of PCM used through modeling of each component. Based on the results of the simulation, we tested the reliability of each test equipments such as Electric Load, Power Supply, DAQ and Cold Plate to apply the PCM to the battery. Experimental results show that the effect of PCM on cell temperature and cell maximum temperature when applied to battery. PCMs with different melting points under the same conditions were tested and the phase change latency due to battery temperature was examined.
A Study on modeling and performance of battery thermal management system of electric vehicle applied PCM(Phase Change Material) in driving situation
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.
Due to environmental pollution and depletion of fossil fuels, the use of internal combustion engines is restricted, and the diffusion of electric vehicles is spreading through interest and subsidy policies for environmentally friendly vehicles. However, since the mileage is shorter than that of the internal combustion engine, it is limited to the city center driving, and it is suffering from the charging infrastructure and the charging time. Therefore, electric vehicles equipped with a large capacity battery tend to be on sale in order to overcome a short mileage, which is a drawback of electric vehicles, and satisfy the needs of consumers. Studies on the battery have shown that the proper operating temperature for lithium-ion batteries is 30℃ to 40℃. In the case of large-capacity battery packs, the density of cells increases, resulting in the generation of heat above the proper temperature due to charge and discharge. high battery temperature can shorten battery life and cause thermal runaway, potentially resulting in fire or explosion. therefore battery thermal management system (BTMS) is required to efficiently manage the cell temperature.
In this paper, we confirmed the fabrication and applicability of battery heat management system model using PCM material. Focusing on the heat generation characteristics associated with the use of the battery, research is conducted to eliminate heat generation in the battery, except for the life test in order to create an actual usage model, according to the temperature, current and SOC A discharge experiment. The temperature, current, and SOC data obtained from the experiment were applied to the secondary equivalent RC circuit battery model. To confirm the thermal management performance of the PCM material based on the battery model, a thermal conduction model and an external environment model were added to the battery thermal management system The model was constructed. The Cylindrical aluminium case was fabricated by comparison with Cylindrical PCM + aluminium case the target to verify the thermal management performance and battery thermal management system model of the PCM material. In addition, charge / discharge experiments were carried out by using the running cycle of the battery exchange type electric bus performed in this laboratory. By comparing the obtained experimental data with the simulation, we verified the reliability of the battery thermal management system model using PCM material. Based on the verified model, we fabricated and simulated a Cylindrical PCM + aluminium foam case model combining the benefits of PCM and the benefits of aluminum, and confirmed the battery thermal management performance of PCM material.
Consideration for Strategic Arrangement of Electric Vehicle Charging Infrastructure Based on Actual Usage Patterns
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.
주제어: 전기자동차충전인프라, 충전기문제, 거대충전소, 위치선정
In 2017, the Korean government's measures for "fine dust reduction" and measures to strengthen air pollution control have become top priority policy issues. At the same time, the world is focusing on measures to cope with atmospheric pollution and to develop action strategies for global environmental protection. Prior to announcing the plan for heavy penalties and detailed tasks, the automobile industry has been making a lot of effort to develop eco-friendly cars such as electric cars and hydrogen cars, and to improve the performance, and to produce numerous results. It is going to solve.
Although it is important to improve laws and systems to advance the Fourth Industrial Revolution and to create a number of policy measures to move the real society smoothly, it is never satisfied with the rapidly changing technology development and consumer needs of the high knowledge group. In particular, consumer complaints are growing along with short-term, large-scale supply of electric vehicles. This is due to the fact that consumers are hearing, experiencing, and experiencing problems with the system improvement of the charging infrastructure in the media, And is being addressed as a constant issue. In this paper, we address the problem of complicated and busy charging infrastructure with short driving distance and long charging time which are shortcomings of electric vehicle (EV) compared to internal combustion engine. Especially, In this paper, we propose a concrete model of the concept of future large-scale charging stations that can effectively utilize and overcome driver's waiting time. In addition, we have implemented practical and strategic location selection of large charging stations by adding maintenance services algorithm for future electric vehicle production and operation increase.
A study of Model of Mega Charging Station through using Pattern Analysis of Electric Vehicle in Jeju Island
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.
Due to rapid industrialization, the environment of the earth is becoming polluted. Especially, the regulation of exhaust gas, which is one of the causes of global warming, is getting stronger. Accordingly, various automobile companies are interested in electric vehicles, one of the environmentally friendly automobiles, and are carrying out research for commercialization. Many governments around the world are pursuing support policies for electric vehicles in line with this trend, and Korea is also pursuing electric vehicle support policies. In particular, Jeju Island is strongly enforcing its policies on electric vehicles, so more than half of electric cars in Korea are registered in Jeju. However, as the demand for electric vehicles increased, hopping phenomena began to take place in Jeju Island to search for available electric car chargers.
In this paper, we propose a large charging station model to solve the hopping phenomenon. The large charging station model is aimed at eliminating the waiting time to charge the electric car with a model with a large number of chargers, while the conventional charging station has about one or three quick chargers. The basic idea of the large charging station model was set considering the number of chargers of the LPG gas filling station and the charging time difference between the LPG car and the electric car.
In this paper, we also developed an algorithm to select the location of a large charging station model. We used the k-mean algorithm as the basic algorithm and used the location of the charger in Jeju Island, population data by region, and intersection data of major roads to find the proper location of the large charging station.
Study of Design for Aerodynamic Performance Improvement of Vehicle
자동차 제조사들은 연료효율 향상을 위해 관성저항, 구름저항, 등판저항, 공기저항 등 주행저항 감소를 위해 노력하고 있다. 주행저항 중 특히 공기저항은 자동차 속도가 증가할수록 급격하게 증가하므로 공기저항 감소를 위한 연구는 필수적으로 진행돼야 한다. 차량이 받는 공기저항 중 디자인에서 차지하는 공기저항이 약 70%에 달하기 때문에 공기저항 감
소를 위해서는 공기저항을 덜 받는 디자인을 개발해야 한다.
본 논문에서는 현대자동차 공력개발팀과 국민대학교 자동차운송디자인 학과 (송인호교수 중심)와 협업을 통해 공기역학적 성능 향상을 위한 디자인 개발을 위한 연구를 수행했다. 본 연구팀에서는 디자인 팀에서 추구하는 컨셉을 보다 더 구현가능하고, 공력학적 최적화에 다가갈 수 있도록 CFD해석을 통해 디자인별 상대적 비교 해석치를 제공해 디자인 개선방향을 지원하는 역할을 하였다. 세단 (Notchback)자동차의 공력 성능 향상을 위해 CFD 해석을 통해 세단 차량의 유동특성 파악 후 세단 차량에 맞는 공력개선
디자인을 연구했으며, 초기 검증단계를 거친 디자인 결과는 1/4 축소 모
형으로 제작해 풍동시험을 진행했다.
The study was conducted for the automotive aerodynamic performance improvements. At high speeds, air resistance is so strong that research to reduce air resistance is essential.
One way to improve automotive aerodynamics is to apply an aerodynamic design.
To develop the aerodynamic improvement design, we carried out design development research with the design team. The aerodynamic performance of the design model was verified using the STAR-CCM+.
Through the interpretation, the aerodynamic improvement design was discovered, and the improved design was made into the 1/4 scale model. A wind tunnel test of a 1/4 scale model was conducted to verify the analytical results. In some cases, analysis results and test results are different, but all results will remain as good data.
A Study on the Development of Test System for Electric Vehicle Battery Performance Characteristics and Battery Modeling Considering Realistic Driving Load and Battery Temperature
환경오염으로 인하여 배기가스 규제가 점점 강화되고 있기 때문에 이에 전 세계적으로 친환경 교통수단의 하나인 전기자동차가 주목을 받고 있다. 이에 따라 전기자동차의 핵심 부품인 배터리 역시 주목을 받고 있으며 배터리 성능을 향상시키기 위해 많은 연구가 진행되고 있다. 하지만 일반적으로 제시되는 배터리의 성능은 최상의 조건을 기반으로 연구한 결과이기 때문에 악조건의 환경을 견뎌야 하는 차량용 배터리로서의 신뢰도가 높다고 할 수 없다. 전기자동차를 구동하는 배터리는 반드시 차량의 주행환경을 고려해야한다.
배터리 온도가 높으면 양극재와 음극재의 성질이 변하여 배터리 수명에 영향을 미친다. 온도가 낮을 경우, 배터리에 들어가는 전해질이 낮은 온도에서 점도가 높아져 양이온을 전달하는 역할을 제대로 못하기 때문에 완전 충전이 힘들뿐 아니라 배터리 수명에도 영향을 준다. 따라서 배터리의 온도 특성에 대한 많은 연구가 진행되어야한다.
본 논문에서는 전기자동차의 주행환경 및 배터리 온도를 고려한 실험 장치를 개발하였다. 실험 장치는 전기자동차가 주행 중 배터리의 방전과 충전을 모사하기 위해 배터리를 방전하는 Electric Load, 충전하는 Power Supply 그리고 배터리 온도 제어를 위한 Col Plate 이용하였고 이 충·방전 장치는 LabVIEW로 제작된 프로그램으로 제어하였다. 배터리 성능 실험 장치의 배터리 온도 제어 범위는 –10℃에서 40℃이며 온도에 대한 다양한 온도 특성 실험을 진행하였다. 실험결과를 기반으로 온도에 대한 다양한 배터리 특성에 대해 연구하였고 배터리 등가회로 모델을 개발하였다. 실제 차량 데이터와 시뮬레이션 데이터를 비교 분석함으로써 실험 장치 및 배터리 등가회로 모델에 대한 신뢰성을 얻었다.
The electric vehicle disappeared in the old times due to the rapid development of IC engine vehicles and its limited capacity of electric energy storage. Since the environmental pollution problem has occurred, eco-friendly vehicles and batteries for driving vehicles are to the fore recently. In order to develop eco-friendly vehicles it is better than the current, it needs to study about the battery technology especially for its power and energy densities.
In this paper, a battery test system and battery modeling considering battery temperature is introduced. The test system is developed from scratch using a LabVIEW from National Instruments with appropriate hardware. The current test system is designed to accommodate electrical discharge and charge power profile derived from a specific driving cycle with a specific vehicle type. In other words, power profile can be chased every second to follow the vehicle driving cycle. With this setup, it is fully expected to evaluate batteries with load profiles under realistic driving conditions. It is also expected to test the battery to investigate the aging characteristics under the realistic load conditions and battery temperature. Furthermore, It is also expected to test the electric vehicle simulation using the second equivalent circuit model of the battery.
Modeling of Charging and Discharging Behavior of Electric Vehicles and Study On Vehicle To Grid
The short of source of fossil energy is becoming more and more serious under the influence of strong growth of the global economy, limited surplus production capacity of petroleum producers and the turbulence of international situation. Electric cars(EV) as the vehicles that have the advantage of clean, low energy consumption and so on. The World is constantly studying the relevant aspects to promote the development of EV. EV industry is developing faster and faster, so that charge and discharge of Electric cars will carry huge implications on power grid in the future.
In this paper, we suppose that electric cars are largely used in our society, and then the impact on the power grid while they are charge or not is researched as well as the impact on power quality of the grid when they are treated as moved power storages.
Firstly, in this paper, the origin and significance of this subject, the development of electric cars, the modeling methods of their charge and discharge characteristics and the model of V2G are discussed. Secondly, the modeling of charge/discharge characteristics of electric cars is presented and simulated in this paper using Monte Carlo method under three conditions: not controlled charge, controlled charge and V2G. After that, getting the daily load curve of power grid under three conditions mentioned. Thirdly, under SIMULINK condition, the V2G system model which can transmit power to both sides while electric cars connecting the grid is built, and the corresponding control method is presented. Lastly, the experiment is performed on the electric car platform. The influence on the grid harmonic is analyzed when electric car invent the power to the grid under different current conditions.
According to the simulation result of charge/discharge of electric cars: in uncontrolled model, electric cars will increase pressure on the grid ; in controlled model, the electric cars will charge at night so that it has no effect on grid peak; thirdly, V2G model can chip peak off and fill valley up, charge at valley and discharge at peak. The results of the V2G model built in SIMULINK condition show that the current, voltage of the inverter output contain harmonic, directly affect the power quality of the grid after electric cars access the grid. The result of battery inverter will cause the harmonic, and when the output current is increasing, the harmonic get smaller.
Development of Equivalent Fuel Consumption Minimization Strategy and Simulation Study for Energy Management in Hybrid Electric Vehicle
전 세계적으로 환경 규제가 강화되고 있으며 이로 인해 각국에서는 온실가스를 감축하기 위해 노력하고 있다. 특히 운송 부분에서의 주요 온실가스인 CO2를 감축하기 위해 세계 각국의 자동차 제조사와 정부는 연구 개발 및 제도 지원으로 이에 대응하고 있다. 하지만 친환경 자동차의 높은 구매 비용과 연비 문제는 소비자로 하여금 구매를 망설이게 하며 이는 친환경 자동차 시장 확대의 걸림돌이 되고 있다. 본 논문은 친환경 자동차의 대표주자인 플러그인 하이브리드 자동차의 제어전략에 대해서 연구하고 소비자 입장에서 가장 경제적으로 운영하는 방안에 대해서 논한다. 여러 제어전략 중 실차에 바로적용 가능한 규칙제어기반(rule-based)전략과 등가소비최소화전략(ECMS)를 적용하여 제어전략을 수립하였다. 등가소비최소화전략의 핵심인 등가치는 운전자가 전기를 가정에서 충전하거나 주유소에서 주유할 때 소비하는 금액으로 일원화 하여 구하였다. 먼저 국내 및 해외에서의 전기충전요금 및 유가 분석을 진행하였으며 이를 고려하여 제어 알고리즘을 구하였다. 제어전략은 엔진 on/off 제어전략과 엔진 출력 제어전략이 있으며 CD/CS구간을 변수로 두고 바꿔가며 소비금액을 출력하였다. 국내와 해외에서 각각 충전 및 주유 금액이 다르므로 변수의 입력 값에 따라 다양한 값이 출력 되었으며 최적의 제어 값을 선정하였다. 현재 제작된 차량에 적용 전 선행 시뮬레이션 단계에서 다양한 제어전략을 연구하고 하이브리드 전기자동차에 적용 및 실제 차량 단위의 검증을 목표로 한다.
Having strengthened environmental regulation, developing and advancing performance of electric vehicle(EV) including plug-in hybrid electric vehicle have become a important subject. In this paper, as a preceding research of manufacturing a low-speed hybrid electric vehicle, the equivalent consumption minimization strategy(ECMS) and rule-based control strategy are applied on analyzing hybrid vehicle’s energy consumption. Electric charge and gasoline fuel usage is an important issue for a driver who wants economical driving. So, cost & money when driving can be a significant issue and be an equivalent consumption value. Specific SoC(State of Charge) control section is selected and applied according to control algorithm. Component selection suitable for target driving performance is carried out and Roadload simulation on MATLAB Script is supposed to expect vehicle dynamic performance and be applied energy analysis on SIMULINK block diagram. SIMULINK vehicle simulator conduct CD(charge depleting)/CS(charge sustaining) rule-based control for various cases and make result of consuming energy as a money. Goal of this project is a application optimal control strategy on Series hybrid electric vehicle which is being manufactured.
A Study on Development of Series Subcompact PHEV for Development and Verification of Equivalent Consumption Minimization Strategy
환경규제 강화로 인해 자동차산업에서는 친환경자동차 개발 및 성능 향상에 심혈을 기울이고 있으며, 순수 전기자동차의 문제점인 짧은 주행거리와 긴 충전시간을 극복하기 위해 플러그인 하이브리드 전기자동차(PHEV)의 개발이 활발하게 진행 중이다. PHEV는 내연기관과 전기모터를 동시에 사용하는 자동차로써 효율적인 PHEV는 화석에너지와 전기에너지 간의 효율적인 에너지관리가 중요하다.
본 논문에서는 에너지 관리 제어전략 개발 및 검증을 위한 직렬형 소형 플러그인 하이브리드전기자동차를 개발하였다. 주행저항을 이용하여 목표성능에 적합한 차량의 부품을 선정하였으며, 선정된 부품을 Arogonn 사의 Autonomie를 통한 시뮬레이션으로 개발차량의 목표성능과 비교 및 분석하였다. 또한 효율적인 에너지관리를 위한 ECMS 제어전략을 소개하고 이를 적용하기 위해 차량의 알고리즘과 이를 토대로 National Instrument사의 Labview를 통하여 VCU 알고리즘을 제작하였다.
시뮬레이션과 실차의 데이터 결과 값을 비교 및 분석하여 ECMS 제어전략을 검증하기 위하여 상기에 제시된 직렬형 소형 플러그인 하이브리드 전기차를 부품의 접근성이 용이한 자작차 대회용 프레임을 통하여 제작하였다.
With strengthened regulatory policies on CO2 emissions in Europe and the United States, research and development of green cars has steadily been carried out worldwide. One of the most promising configuration seems to be a pure electric vehicle. However, with its limited energy capacity, it is still facing numerous issues involving charging infrastructure and possible burden on the power grid system. In an effort to overcome this generic energy limitation with the pure electric vehicle, various types of hybrid electric vehicles have been developed and marketed to the consumers. More recently, a plug-in hybrid electric vehicle (PHEV) has been introduced as a new variation and it seems to be quite promising to bridge the gap between the pure electric vehicle and the conventional IC vehicle. In this PHEV configuration, it is well known that the energy management strategy is the most important asset for the success of energy efficiency. Therefore, it is quite important to have a test vehicle platform where you can implement a newly developed energy management strategy to validate quickly and easily. With this in mind, in the current paper, a detailed description on the development of vehicle. In the near future, this vehicle will be applied to ECMS and will be compared and analyzed with result of simulation. Furthermore, this vehicle will be converted to become a Parallel PHEV and will serve as a validation vehicle platform for various energy management strategies.
keyword : PHEV(Plug-in Hybrid Electric Vehicle), ECMS(Equivalent Consumption Minimization Strategy),
Development, Energy management strategies, Series, platform, Green car
Analysis for the Possible Use of Battery Swapping Station for Battery Swappable Smart Electric Bus as a Smart ESS in Connection with the Grid System
-
Prediction and validation of energy consumption and driving performance of a battery swappable electric bus specifically targeting the integration with a public transportation system
현재, 환경문제를 해결하고자하는 노력이 세계 각국에서 확산되고 있다. 이러한 환경문제를 해결하기위해 산업분야의 전체 탄소 배출량의 20%를 차지하는 수송 분야에서 탄소 배출량 저감하고자 하는 노력이 활발하다. 수송 분야의 석탄연료의 의존도를 줄이고자 전기를 이용하여 석탄연료를 대체하고자 전기자동차가 개발되었다. 하지만 고가의 배터리와 인프라의 부족, 배터리 성능에 대한 신뢰성 등의 문제로 전기자동차의 보급이 더딘 것이 현실이다.
본 논문에서는 전기자동차의 문제점을 해결하기 위해 배터리 공용화를 목표로 배티리 교환형 전기버스를 개발하여 배터리 교환형 전기버스와 배터리 충전 및 교환소인 QCM(Quick Changing Machine)에 대해 설명하고, 개발하기 위한 차량 개조 기술을 소개하였다.
설계 단계에서 배터리 교환형 전기버스의 성능을 예측하기 위해 배터리 교환형 전기버스의 주행 시험 및 HVAC의 사용량에 대한 에너지사용량 시험, 모터 성능시험 등의 시험과 같은 실차 시험의 결과를 기반으로 에너지 모델을 구축하였다. 또한, 전기버스의 개발이 완료된 후, 실제 주행 시험과 시뮬레이션 결과를 비교 평가하여, 모델의 신뢰성을 향상시켰다. 본 논문에서는 에너지 모델의 신뢰성 확보를 위한 차량시험결과와 시뮬레이션 결과와의 비교분석 과정들을 기술하였다.
Among various solutions to reduce CO2 emission, a pure electric vehicle has been at the center of attention over many years now. However, with the generic limitation of battery performance such as energy density, power density along with a heavy weight and cost, a seemingly great solution for the eco friendly transportation system has not been able to make great progress in terms of market penetration and acceptance. In an effort to spread the use of electric vehicle, a battery swappable electric bus was developed as a part of the current research along with a battery swapping station. Prior to the implementation of the electric bus, a vehicle energy model was developed and after the completion of the full system, the electric bus was tested carefully in order to refine and enhance the reliability of the developed energy model. In this thesis, the validation process for the electric bus are reported in details.
Research on the development of a battery swappable electric bus integrated with smart transportation system
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.
Currently, efforts for the reduction of CO₂ emissions across all of the industries around the world are being made due to global warming as CO₂ is known to be the source of the issue. For that matter, interests in the utilization of electric vehicles increases in the transportation sector since it accounts for about 20% of total CO₂ emissions. In an effort to promote the wider use of electric vehicle, many legislative efforts are being conducted. However, the consumer acceptance of the electric vehicle is spreading rather slowly than expected due to numerous issues tightly related to the energy storage devices, namely, the battery.
In this paper, in order to address a specific issue of unacceptable level of long battery charging time, the battery swappable electric bus technology presented. This bus is also integrated with a wireless communication technology to complete the smart transportation system in conjunction with a Quick Changing Machine (QCM) for battery charging and swapping. The battery swappable electric bus as a part of the smart transportation system can play an important role in building an effective transportation system by complementing the deficiency of a typical fixed battery type electric bus especially for a specifically routed mass transportation system.
Page updated
Report abuse