Overview

배터리 관리 시스템(BMS)을 활용하여 배터리 시스템의 상태를 실시간으로 모니터링하고, 셀 간 불균형이나 열화로 인해 발생할 수 있는 이상 셀을 조기에 감지하는 지능형 진단 기술을 연구하고 있습니다. 또한 BMS에서 수집되는 전압, 전류, 온도, 밸런싱 데이터 등을 기반으로 배터리의 동작 특성을 분석하고, 데이터 기반 알고리즘을 활용하여 배터리의 안전성과 신뢰성을 향상시키는 진단 및 관리 기술을 개발하고 있습니다.

Matlab 및 Python 기반의 해석 환경에서 리튬이온 배터리의 SOC, SOH, SOP, SOL 등을 빠르고 정확하게 추정할 수 있는 상태 진단 알고리즘을 개발하고 있습니다. 실측 데이터를 활용한 모델 기반 및 데이터 기반 기법을 통해 다양한 운전 조건에서 적용 가능한 진단 기술을 연구하며, 배터리 시스템의 안전성과 운용 신뢰성 향상을 목표로 합니다.

배터리의 전기적 특성을 반영한 등가회로 모델(Equivalent Circuit Model, ECM)을 구축하여 가상 환경에서 배터리의 동작 특성을 시뮬레이션하는 연구를 수행하고 있습니다. 이를 통해 실제 배터리 실험 이전에 다양한 운전 조건을 가상 환경에서 분석할 수 있으며, 실험 과정에서 발생할 수 있는 위험 요소를 최소화하고 실험의 안전성을 확보할 수 있습니다. 또한 가상 시뮬레이션 환경을 활용하여 배터리 동작 데이터를 효율적으로 확보하고, 배터리 상태 추정 및 진단 알고리즘 검증에 활용할 수 있는 연구 환경을 구축하고 있습니다.

전기자동차에 사용되는 실제 리튬이온 배터리를 대상으로 충·방전 시험 장비를 활용하여 다양한 운전 조건에서 데이터를 수집하고, 이를 기반으로 배터리 상태 데이터베이스(DB)를 구축하는 연구를 수행하고 있습니다. 수집된 전압, 전류, 온도 등의 데이터를 분석하여 배터리의 전기적 특성을 평가하고, 전기화학적 특성 분석을 통해 배터리의 열화 거동과 성능 변화를 체계적으로 분석합니다. 또한 구축된 데이터베이스는 배터리 상태 추정 알고리즘 개발 및 배터리 진단 기술 연구에 활용됩니다.