실험실 데이터를 사용하여 SOE 추정을 보정된 조회 방식으로 전환하세요. 고정된 셀 화학 조성과 정의된 작동 조건에서 동일한 SOC 또는 용량 간격으로 OCV를 측정한 다음, 전압-전류 프로파일을 적분하여 해당 잔여 에너지를 계산합니다. 이렇게 얻은 SOC-SOE 관계를 배터리 관리 시스템(BMS)에 저장하면, 복잡한 실시간 에너지 적분을 수행하는 대신 기존 SOC 추정값을 조회 테이블에서 검색하여 SOE를 추정할 수 있습니다.
핵심 개념: 실험실 테스트를 통해 각 SOC에서 사용 가능한 잔여 에너지의 양을 설정합니다. 일단 보정이 완료되면 온도, 열화, 부하 조건 및 사용 가능 에너지 한계가 적절히 반영된다는 전제하에 BMS는 SOC를 SOE로 신속하게 변환할 수 있습니다.
SOE에 SOC 이상의 정보가 필요한 이유
SOC는 에너지가 아닌 전하를 측정합니다
충전 상태(State of Charge, SOC)는 배터리의 사용 가능한 충전 용량 대비 잔여 충전 용량을 나타냅니다. SOC는 배터리가 실제로 얼마나 많은 에너지를 공급할 수 있는지를 직접 나타내지는 않습니다.
에너지는 전하와 전압 모두에 따라 달라집니다:
[ E = \int u(t)i(t),dt ]
방전 중 전압이 변하기 때문에 잔여 SOC가 동일한 두 배터리라도 서로 다른 양의 에너지를 공급할 수 있습니다.
SOE는 사용 가능한 배터리 출력을 반영합니다
에너지 상태(State of Energy, SOE)는 배터리의 최대 사용 가능 에너지 대비 잔여 에너지를 백분율로 나타냅니다:
[ SOE = \frac{E_{\text{rem}}}{E_{\text{max}}}\times 100% ]
따라서 SOE는 전기차 주행 거리, 장비 작동 시간 및 전력 관리 결정과 같은 애플리케이션에 더욱 직접적으로 관련된 정보를 제공합니다.
실험실 테스트를 통해 보정 데이터를 생성하는 방법
제어된 테스트 조건 설정
OCV-SOC 관계는 정의된 셀 화학 조성과 제어된 조건에서 측정해야 합니다. 온도, 충전 및 방전 한계, 휴지 시간, 테스트 전류는 측정된 전압과 사용 가능한 에너지에 영향을 미치므로 문서화해야 합니다.
정밀도가 높은 시스템의 경우 하나의 범용 테이블에 의존하기보다 관련 온도, 전류율 및 열화 조건에서 테스트를 반복할 수 있습니다.
알려진 SOC 지점에서 OCV 측정
실험실 배터리 테스트 시스템은 셀을 정의된 완전 충전 상태까지 충전한 다음, 정의된 완전 방전 상태에 도달할 때까지 동일한 용량 간격으로 전하를 제거할 수 있습니다.
각 간격에서 다음을 수행합니다:
- 규정된 충전 또는 방전 단계를 적용합니다.
- 셀의 전압이 평형 상태에 가까워질 때까지 휴지시킵니다.
- 안정화된 개방 회로 전압을 기록합니다.
- 해당 전압을 알려진 SOC와 연결합니다.
이를 통해 대략 SOC = 100%에서 SOC = 0%까지를 포괄하는 지점 집합을 생성할 수 있습니다.
OCV-SOC 관계 구축
측정값을 평균화하거나 다른 방식으로 처리하여 OCV-SOC 곡선 또는 테이블을 생성합니다. 그 결과 지정된 조건에서 선택한 화학 조성의 특징적인 전압 거동을 파악할 수 있습니다.
작동 중 BMS는 SOC 추정값을 테이블 입력값으로 사용하여 해당 SOE 값을 검색할 수 있습니다.
실험실 데이터를 SOE로 변환하기
각 SOC 간격의 에너지 계산
각 간격에 해당하는 에너지는 측정된 전압과 전류를 사용하여 계산할 수 있습니다:
[ \Delta E_k = \int_{t_k}^{t_{k+1}} u(t)i(t),dt ]
각 간격의 에너지를 합산하면 특정 SOC부터 정의된 완전 방전 상태까지 사용 가능한 에너지를 구할 수 있습니다:
[ E_{\text{rem}}(SOC_k)=\sum_{j=k}^{N}\Delta E_j ]
완전 충전 상태에서 완전 방전 상태까지의 총 에너지는 기준 최대 사용 가능 에너지를 정의합니다:
[ E_{\text{max}}=\sum_{j=0}^{N}\Delta E_j ]
그 결과로 얻은 정규화 값은 다음과 같습니다:
[ SOE(SOC_k)=\frac{E_{\text{rem}}(SOC_k)}{E_{\text{max}}}\times100% ]
직접적인 SOC-SOE 조회 테이블 저장
BMS가 실시간 작동 중에 적분을 반복해서 수행할 필요는 없습니다. 다음과 같은 대응 값을 저장할 수 있습니다:
| SOC | 잔여 에너지 | SOE |
|---|---|---|
| 100% | (E_{\text{max}}) | 100% |
| 75% | (E_{\text{rem}}) | 보정값 |
| 50% | (E_{\text{rem}}) | 보정값 |
| 25% | (E_{\text{rem}}) | 보정값 |
| 0% | 0 | 0% |
테스트 지점 사이의 SOC 값에 대해서는 BMS가 인접한 항목 사이를 보간할 수 있습니다.
OCV 데이터와 에너지 데이터를 개념적으로 분리
OCV는 SOC와 셀 전압 간의 관계를 특성화하는 데 유용합니다. 그러나 SOE는 에너지를 기반으로 해야 하며, 이를 위해서는 시간에 따른 전압과 전류가 필요합니다.
따라서 가장 효과적인 작업 흐름은 다음과 같습니다:
- 용량 제어 실험실 테스트를 사용하여 SOC 지점을 설정합니다.
- 적절한 휴지 시간 후 OCV를 측정합니다.
- 동적 전압-전류 데이터를 사용하여 공급된 에너지를 계산합니다.
- 생성된 SOC-SOE 매핑을 온라인 사용을 위해 저장합니다.
이 방법은 OCV만으로 잔여 에너지를 완전히 측정할 수 있다고 간주하는 오류를 방지합니다.
조회 방식 추정이 BMS를 간소화하는 이유
지속적인 온라인 적분을 제거합니다
실시간 적분기는 전압과 전류를 지속적으로 처리하고 센서 오프셋, 샘플링 오류, 초기화 및 누적 드리프트를 관리해야 합니다. 보정된 테이블을 사용하면 이러한 계산의 상당 부분을 간단한 매핑 작업으로 대체할 수 있습니다.
BMS는 다음 순서로 작동할 수 있습니다:
- 일반적인 SOC 알고리즘을 사용하여 SOC를 추정합니다.
- 적용 가능한 온도, 열화 또는 작동 조건별 테이블을 식별합니다.
- 해당 SOE를 조회합니다.
- 필요한 경우 보간합니다.
- 상위 제어기 또는 사용자 인터페이스에 SOE를 보고합니다.
계산 및 보정 복잡성을 줄입니다
테이블 조회는 계산 비용이 낮고 예측 가능하며, 특히 BMS에 신뢰할 수 있는 SOC 추정값은 있지만 지속적인 에너지 적분에 필요한 처리 예산이나 견고성이 부족한 경우에 유용합니다.
애플리케이션 수준의 해석을 개선합니다
SOE는 전하가 아닌 에너지와 연계되므로 예상 작동 시간이나 차량 주행 거리를 더욱 의미 있게 추정할 수 있습니다. 이는 단순히 더 나은 배터리 백분율이 아니라 시스템의 실제 에너지 요구 사항에 더욱 밀접하게 부합하는 값입니다.
절충점 이해하기
관계는 조건에 따라 달라집니다
OCV-SOC 관계는 모든 조건에서 보편적으로 일정하지 않습니다. 화학 조성, 온도, 휴지 상태 및 정의된 작동 한계와 같은 관련 조건이 제어되거나 적절히 반영되는 경우에만 대략적으로 안정적입니다.
따라서 넓은 온도 범위에 걸쳐 사용하거나 상당한 열화가 발생한 셀에는 단일 테이블만으로 부족할 수 있습니다.
OCV는 부하가 걸린 전압을 나타내지 않습니다
작동 중 단자 전압에는 내부 저항, 분극 및 동적 이완과 같은 영향이 포함됩니다. OCV 기반 테이블만으로는 부하 상태에서 발생하는 모든 전압 손실을 포착할 수 없습니다.
애플리케이션에 부하별 사용 가능 에너지가 필요한 경우, 보정에는 동적 충전-방전 프로파일과 관련 전력 한계를 포함해야 합니다.
열화는 보정값을 변경합니다
셀이 열화되면 용량, 저항 및 공급 가능한 에너지가 변할 수 있습니다. 새 셀로 생성한 테이블은 셀 수명 후반에 SOE를 과대평가할 수 있습니다.
BMS는 열화 추정값을 사용하여 테이블을 업데이트하거나 서로 다른 상태에 대해 별도의 매개변수 세트를 적용해야 합니다.
측정 품질이 테이블 품질을 결정합니다
전류 측정, 전압 측정, 용량 제어 또는 휴지 안정화 과정의 오류가 조회 테이블에 반영될 수 있습니다. 따라서 실험실 시스템은 정확하고 동기화된 전압 및 전류 기록, 반복 가능한 테스트 제어, 명확하게 정의된 완전 충전 및 완전 방전 조건을 제공해야 합니다.
테이블은 추정을 간소화하지만 불확실성을 제거하지는 않습니다
조회 방식은 온라인 계산 부담을 크게 줄이지만, 정확도는 여전히 SOC 추정값과 실제 작동 조건이 실험실 보정 조건과 얼마나 일치하는지에 따라 달라집니다.
테이블은 범용 물리 상수가 아니라 보정된 모델로 취급해야 합니다.
이를 배터리 시스템에 적용하는 방법
실제 구현은 애플리케이션에 필요한 정확도에 맞춰야 합니다.
- 주요 목표가 계산 간소화인 경우: 검증된 SOC-SOE 조회 테이블을 구축하고, 지속적인 온라인 에너지 적분 대신 BMS에서 보간을 사용합니다.
- 주요 목표가 추정 정확도인 경우: 관련 온도, 전류율, 열화 상태 및 작동 한계에 걸쳐 테이블을 생성한 다음 작동 중 적절한 테이블을 선택합니다.
- 주요 목표가 차량 주행 거리 또는 장비 작동 시간인 경우: OCV만이 아니라 측정된 에너지 공급량을 사용하여 SOE를 보정함으로써 애플리케이션의 전력 요구 조건에서 사용 가능한 에너지를 추정값에 반영합니다.
- 주요 목표가 장기적인 신뢰성인 경우: 배터리가 열화됨에 따라 용량 및 에너지 매개변수를 주기적으로 업데이트합니다. 새 셀에 고정된 테이블은 시간이 지날수록 점점 더 낙관적인 값을 제시할 수 있기 때문입니다.
잘 설계된 실험실 보정은 복잡한 에너지 거동을 빠르고 투명하며 유지 관리가 용이한 실시간 SOE 추정기로 변환합니다.
요약 표:
| SOC | 잔여 에너지 | SOE |
|---|---|---|
| 100% | E_max | 100% |
| 75% | E_rem75 | 보정값 |
| 50% | E_rem50 | 보정값 |
| 25% | E_rem25 | 보정값 |
| 0% | 0 | 0% |
참고: 값은 예시이며 실제 데이터는 배터리 화학 조성과 테스트 조건에 따라 달라집니다.
배터리 테스트와 BMS 구현을 간소화할 준비가 되셨습니까? KINTEK은 정밀 배터리 테스터와 사이클러를 포함한 배터리 연구개발용 종합 실험실 장비를 제공합니다. 당사의 솔루션은 OCV/SOC 및 에너지를 정확하게 특성화하여 신뢰할 수 있는 SOE 조회 테이블을 구축할 수 있도록 지원합니다. 지금 전문가에게 문의하여 요구 사항을 상담하고 배터리 관리 시스템을 향상시키세요.