배터리 테스트 시스템은 최소자승법을 사용하여 동적 방전 후의 분극 전압 완화를 신속하게 모델링할 수 있으며, 일반적으로 측정값과 피팅값 사이의 전압 오차를 ±1 mV 이내로 유지할 수 있습니다. 시스템은 정의된 휴지 기간 동안 전압 회복을 기록하고, 완화 곡선을 배터리 분극 모델에 피팅하며, 추출된 매개변수를 사용하여 SOC(충전 상태) 및 SOH(건강 상태) 추정치를 개선합니다. 60%, 70%, 80% 방전 심도(DOD)에서 FUDS 방전 후 수행된 대표적인 테스트에서 피팅은 약 235~378초 내에 완료될 수 있습니다.
실질적인 가치는 단순히 곡선을 더 잘 맞추는 데에만 있지 않습니다. 최소자승 분석은 방전 후 전압 완화를 신뢰할 수 있는 분극 모델 매개변수로 변환하여, 배터리 테스트 시스템이 배터리 모델링 및 상태 추정 작업에 필요한 밀리볼트 수준의 정확도를 유지하면서 피팅 시간을 단축할 수 있게 합니다.
방전 후 완화가 중요한 이유
분극 현상이 측정 전압을 왜곡함
동적 방전 중에 측정되는 단자 전압에는 배터리의 평형 전압 외에도 오믹 전압 강하(ohmic voltage drop)와 전기화학적 및 농도 과정으로 인한 과도 분극 효과가 포함됩니다.
부하가 제거되면 분극 성분은 점차 감소합니다. 이 감소가 충분히 완료될 때까지 측정된 단자 전압은 배터리의 실제 개방 회로 전압(OCV)을 정확하게 나타내지 못합니다.
완화 현상을 통한 배터리 동역학 파악
제어된 휴지 기간을 가지면 분극 전압이 0에 가까워지고 단자 전압이 OCV에 근접하게 됩니다. 일부 셀에서는 완화 과정을 통해 20~30 mV 정도의 전압 오프셋을 제거할 수 있습니다.
따라서 완화 곡선은 등가 회로 배터리 모델의 저항, 커패시턴스 및 시상수 특성을 식별하는 데 유용합니다.
동적 테스트를 통한 관련 데이터 생성
배터리 테스트 시스템은 FUDS 시뮬레이션 주행 사이클과 같은 동적 프로파일을 적용한 후 제어된 휴지 기간을 시작할 수 있습니다. 동일한 절차를 60%, 70%, 80%를 포함한 선택된 방전 심도에서 반복하여 배터리 상태에 따라 완화 거동이 어떻게 변화하는지 평가할 수 있습니다.
최소자승법 적용 방법
회복 곡선 캡처
테스트 시스템은 방전 후 휴지 기간 동안 단자 전압을 샘플링합니다. 생성된 데이터 세트에는 시간 샘플과 해당 전압 값이 포함됩니다:
[ {(t_i,V_i)} ]
측정된 회복 곡선은 직접적으로 또는 측정된 전압과 추정된 평형 전압 기준선 간의 차이를 통해 분극 전압과 연관됩니다.
분극 모델 선택
테브난(Thevenin) 유형의 등가 회로 모델의 경우, 분극 완화는 일반적으로 RC 응답을 통해 표현됩니다. 단순화된 단일 시상수 형태는 다음과 같이 작성할 수 있습니다:
[ U_P(t)=U_{P,0}e^{-t/\tau} ]
여기서 (U_{P,0})은 초기 분극 전압이고 (\tau=R_PC_P)는 분극 시상수입니다.
정확한 모델에는 전압 오프셋, 다중 지수 항 또는 추가적인 배터리 상태가 포함될 수 있습니다. 피팅 원리는 동일합니다. 계산된 완화 곡선이 측정된 데이터와 최대한 일치하도록 매개변수를 선택하는 것입니다.
전압 잔차 최소화
각 측정 지점에 대해 시스템은 잔차를 계산합니다:
[ e_i=V_i-V_{\text{fit}}(t_i,\theta) ]
여기서 (\theta)는 알 수 없는 모델 매개변수를 나타냅니다. 최소자승법은 잔차 제곱의 합을 최소화하는 매개변수 세트를 결정합니다:
[ \min_{\theta}\sum_{i=1}^{N}e_i^2 ]
이는 테스트 시스템이 수동으로 선택한 완화 종료 지점이나 단일 전압 샘플에 의존하지 않고 분극 매개변수를 추정할 수 있는 객관적인 방법을 제공합니다.
테스터 내 절차 자동화
배터리 테스트 시스템은 전체 시퀀스를 자동화할 수 있습니다:
- 동적 방전 프로파일을 적용합니다.
- 선택한 방전 심도에서 전류를 차단합니다.
- 휴지 기간 동안 전압을 기록합니다.
- 최소자승 계산을 실행합니다.
- 피팅된 매개변수와 잔차 오차를 저장합니다.
- 다른 방전 상태나 노화 조건에서 절차를 반복합니다.
자동화를 통해 이 방법은 다양한 셀, 작동 조건 및 노화 단계에 걸쳐 반복적인 특성 분석에 적합해집니다.
계산 효율성 향상
재귀적 분극 추적 사용
동적 작동 조건의 경우, 전체 전류 이력을 유지하지 않고도 분극 상태를 추적할 수 있습니다. 이산 재귀 관계식을 사용할 수 있습니다:
[ M_k(k)=I_{\text{Dch}}(k)+\alpha M_k(k-1) ]
여기서:
[ \alpha=1-\frac{T}{R_PC_P}<1 ]
여기서 (T)는 샘플링 간격이고, (R_P)와 (C_P)는 분극 분기를 설명합니다.
그러면 분극 전압은 다음과 같이 근사할 수 있습니다:
[ U_P(k)\approx\frac{T}{C_P}M_k(k) ]
메모리 및 처리 요구 사항 감소
이 재귀 방식은 전체 이력 부하 전류 시퀀스가 아닌 (M_k)의 이전 값만 유지하면 됩니다. 이는 배터리 모니터링 소프트웨어의 계산 오버헤드를 줄이고 테스트 시스템이나 배터리 관리 알고리즘의 실시간 구현을 지원합니다.
오차 수렴의 이점
(\alpha<1)이므로, 재귀 상태의 초기 오차는 샘플 수(N)가 증가함에 따라 다음과 같이 감소합니다:
[ \alpha^N\rightarrow 0 ]
결과적으로, 초기 분극 상태의 적당한 불확실성이 알고리즘이 올바른 동적 거동으로 수렴하는 것을 방해하지 않습니다.
재귀적 방법은 실시간 분극 추적을 지원하며, 최소자승 피팅은 매개변수 식별 메커니즘을 제공합니다. 함께 사용하면 계산 효율성과 매개변수 신뢰성이 모두 향상됩니다.
어느 정도의 정확도를 달성할 수 있는가?
피팅 오차
참조된 테스트 결과에 따르면 측정 전압과 피팅 전압 간의 차이는 ±1 mV 이내로 유지됩니다. 이는 경험적 분극 전압 특성 분석에 있어 매우 높은 수준의 일치도입니다.
보고된 피팅 시간은 테스트 조건(선택된 방전 심도 및 완화 거동 포함)에 따라 약 235~378초입니다.
정확도 해석
±1 mV의 오차 범위는 피팅된 곡선이 분석 기간 동안 측정된 완화 전압을 밀접하게 재현한다는 것을 의미합니다. 이는 저항이나 용량과 같은 모든 배터리 매개변수가 독립적으로 ±1 mV에 해당하는 불확실성을 가진다는 의미는 아닙니다.
매개변수 정확도는 여전히 센서 품질, 샘플링 간격, 모델 구조, 온도 제어 및 OCV 기준의 품질에 따라 달라집니다.
SOC 및 SOH 추정에 활용
정확한 분극 특성 분석은 과도 전압 효과를 평형 전압으로부터 분리하는 데 도움이 됩니다. 이는 SOC 추정기가 일시적인 분극을 배터리 충전량의 실제 변화로 잘못 해석할 위험을 줄여줍니다.
노화 조건 전반에 걸친 반복적인 피팅은 특히 저항, 완화 시상수 또는 가용 용량의 변화를 추적할 때 SOH 모델에 대한 경험적 정보를 제공합니다.
완화 현상과 OCV–SOC 특성 분석의 연결
충분한 휴지 시간 확보
제어된 방전 또는 쿨롱 카운트 충전 후 구조화된 휴지 일정은 OCV가 기록되기 전에 분극이 감소하도록 합니다. 결과 전압은 배터리의 평형 상태를 더 잘 나타냅니다.
OCV–SOC 곡선은 많은 모델 기반 상태 추정기의 기초로 사용되기 때문에 이는 중요합니다.
셀 간 용량 차이 고려
용량이 다른 셀은 서로 다른 실제 SOC 값에서 동일한 공칭 방전 단계에 도달할 수 있습니다. 따라서 테스트 시스템은 OCV–SOC 데이터를 정렬할 때 개별 셀 용량을 고려해야 합니다.
그렇지 않으면 분극 거동의 명백한 차이가 실제로는 일치하지 않는 SOC 조건을 반영할 수 있습니다.
팩 일관성 분석 개선
정렬된 OCV–SOC 곡선은 연구자가 잔류 분극으로 인한 측정 아티팩트와 실제 셀 차이를 구별하는 데 도움을 줍니다. 이는 팩 일관성 및 셀 밸런싱 요구 사항에 대한 보다 신뢰할 수 있는 평가를 지원합니다.
트레이드오프 이해
정확도는 모델에 따라 다름
단순한 단일 RC 모델은 계산 효율적이지만 긴 휴지 기간 동안의 모든 완화 과정을 나타내지 못할 수 있습니다. 더 복잡한 모델은 추가적인 동역학을 포착할 수 있지만 피팅 복잡성을 증가시키고 더 많은 데이터가 필요할 수 있습니다.
따라서 모델은 의도한 SOC, SOH 또는 제어 애플리케이션에 필요한 것보다 더 복잡해서는 안 됩니다.
휴지 시간과 테스트 시간의 균형
일반적으로 휴지 시간이 길수록 느린 완화 과정에 대한 정보가 더 많이 제공되고 분극과 OCV 간의 분리가 향상됩니다. 그러나 이는 테스트 기간을 늘리고 실험실 처리량을 감소시킵니다.
보고된 235~378초의 피팅 간격은 빠른 처리를 보여주지만, 이를 방전, 휴지, 안정화 및 측정 시퀀스에 필요한 총 시간과 혼동해서는 안 됩니다.
분극을 오믹 저항과 혼동해서는 안 됨
전압 강하 저항 테스트는 오믹 내부 저항을 분리하는 것이 목표일 때 일반적으로 5~50밀리초의 엄격하게 제어된 짧은 펄스를 사용해야 합니다. 펄스가 길어지면 분극이 발생하여 측정된 저항이 인위적으로 높게 나타날 수 있습니다.
단순화된 형태로, 관찰된 총 저항은 오믹 기여도와 분극 기여도를 모두 포함할 수 있습니다:
[ R_T=R_{ir}+R_P ]
최소자승 완화 피팅은 과도 성분을 특성화하는 데 유용하지만, 적절한 펄스 지속 시간으로 저항 테스트를 설계해야 할 필요성을 없애지는 않습니다.
측정 품질은 여전히 중요함
±1 mV의 피팅 결과는 전압 측정 시스템, 타이밍, 전류 제어 및 온도 조건이 충분히 안정적일 때만 의미가 있습니다. 노이즈, 드리프트, 불량한 동기화 또는 부정확한 OCV 기준선은 피팅된 매개변수의 타당성을 제한할 수 있습니다.
프로젝트에 적용하는 방법
최소자승 피팅은 테스트 프로토콜과 모델이 함께 설계될 때 가장 효과적입니다.
- 주요 초점이 빠른 배터리 모델 매개변수화인 경우: 제어된 동적 방전 및 휴지 시퀀스를 적용하고, 완화 곡선을 자동으로 피팅하며, 재귀적 분극 추적을 사용하여 계산 및 메모리 요구 사항을 줄이십시오.
- 주요 초점이 SOC 정확도인 경우: 피팅된 분극 응답을 사용하여 과도 전압을 평형 전압과 구별한 다음, 이를 적절히 휴지하고 용량이 정렬된 OCV–SOC 데이터와 결합하십시오.
- 주요 초점이 SOH 평가인 경우: 노화 조건 전반에 걸쳐 동일한 완화 및 피팅 절차를 반복하고 피팅된 분극 매개변수와 완화 시상수의 변화를 비교하십시오.
- 주요 초점이 내부 저항 측정인 경우: 저항 펄스를 적절한 짧은 지속 시간 내로 유지하고 오믹 저항과 분극 효과를 혼합하는 더 긴 펄스를 사용하지 마십시오.
- 주요 초점이 테스트 처리량인 경우: 자동화된 피팅을 사용하고 약 235~378초의 처리 창이 ±1 mV 일치 목표를 희생하지 않으면서 필요한 특성 분석 일정을 충족하는지 평가하십시오.
제어된 완화 프로토콜, 적절한 분극 모델 및 자동화된 최소자승 분석을 통해 배터리 테스트 시스템은 더 신뢰할 수 있는 배터리 상태 추정을 위해 빠르고 정밀한 데이터를 얻을 수 있습니다.
요약 표:
| 측면 | 세부 정보 |
|---|---|
| 방법 | 분극 전압 완화 곡선의 최소자승 피팅 |
| 정확도 | 측정값과 피팅값 간의 전압 오차 ±1 mV 이내 |
| 피팅 시간 | 235~378초 |
| 주요 이점 | SOC/SOH 추정을 위한 신속하고 정밀한 매개변수 추출 |
| 적용 | 60%, 70%, 80% DOD에서의 FUDS 프로파일 |
정밀한 분극 분석으로 배터리 테스트를 향상시킬 준비가 되셨습니까? KINTEK은 R&D를 간소화하도록 설계된 고급 배터리 테스트 시스템 및 실험실 장비를 제공합니다. 당사의 솔루션은 포괄적인 셀 제조 및 테스트 워크플로우를 지원하여 프로젝트에 필요한 정확도와 효율성을 달성하도록 보장합니다. 배터리 특성 분석 및 상태 추정을 최적화하는 방법을 논의하려면 지금 문의하십시오. 전문가에게 문의하기.