배터리 노화는 SOC 추정을 '움직이는 표적'을 맞추는 문제로 만듭니다. 리튬 이온 셀이 사이클을 거치면서 비가역적인 리튬 손실, 부반응, 구조적 변화로 인해 최대 가용 용량(Q_{\max})이 감소합니다. 만약 SOC 알고리즘이 계속해서 새 셀의 공칭 용량을 사용한다면, 남은 충전 비율을 잘못 계산하게 되어 쿨롱 카운팅(coulomb counting) 과정에서 오차가 누적되고 전압 기반 SOC 맵이 왜곡됩니다. 따라서 배터리 R&D 테스트 시스템은 정의된 노화 단계에서 용량을 측정하고, 노화 인식 모델을 업데이트하고 검증하는 데 필요한 데이터를 제공해야 합니다.
핵심 문제는 SOC가 배터리의 원래 명판 용량이 아닌 현재 사용 가능한 용량에 의존한다는 점입니다. 정확한 수명 추정을 위해서는 반복적인 용량, 전압, 전류, 온도 및 저항 측정이 필요하며, 이를 통해 SOC 및 SOH 모델이 셀의 변화하는 상태를 반영할 수 있습니다.
용량 저하가 SOC 추정을 변화시키는 이유
SOC는 최대 가용 용량을 사용합니다
SOC는 일반적으로 다음과 같이 표현됩니다:
[ SOC = \frac{Q_{\mathrm{rem}}}{Q_{\max}} \times 100% ]
여기서 (Q_{\mathrm{rem}})은 잔여 충전 용량이고, (Q_{\max})는 셀의 현재 최대 가용 용량입니다.
노화에 따라 (Q_{\max})가 감소하면 이 관계식의 분모가 변합니다. 이를 고정된 값으로 취급하면 계산된 SOC는 셀의 실제 상태를 점점 더 제대로 반영하지 못하게 됩니다.
공칭 용량은 더 이상 유효한 참조값이 아닙니다
공칭 용량이 100Ah로 시작했지만 나중에 80Ah만 유지하는 셀을 고려해 보십시오. 추정기가 여전히 (Q_{\max}=100)Ah라고 가정하면, 측정된 동일한 충전량은 실제보다 배터리 용량의 더 작은 비율로 해석됩니다.
이로 인해 SOC가 너무 느리게 변하는 것처럼 보이거나, 보고된 SOC가 셀의 전압 및 관찰된 방전 동작과 일치하지 않을 수 있습니다.
쿨롱 카운팅 오차의 누적
쿨롱 카운팅은 시간에 따른 전류를 적분하여 SOC를 추정합니다. 그 정확도는 정규화에 사용되는 용량 값에 직접적으로 의존합니다.
용량 불일치가 단일 시점에서 큰 오차를 반드시 만드는 것은 아니지만, 전체 충전-방전 사이클에 걸쳐서는 중요해집니다. 오래된 용량 매개변수로 반복적인 사이클을 수행하면 추정된 SOC와 셀의 실제 가용 충전량 사이에 상당한 편차가 발생할 수 있습니다.
노화가 전압 기반 SOC 모델을 변화시키는 방식
전압 곡선은 셀의 상태에 의존합니다
배터리 전압은 종종 특성 데이터를 사용하여 SOC 또는 방전 심도(DOD)에 매핑됩니다. 셀이 노화됨에 따라 용량 감소는 제거된 충전량과 해당 곡선상의 위치 간의 관계를 변화시킵니다.
(Q_{\max})를 다양한 노화 단계에서 업데이트하면 노화된 데이터를 새 셀의 용량 축에 강제로 맞추는 대신, 방전 전압 곡선을 셀의 실제 SOC 척도에 맞추는 데 도움이 됩니다.
저항 증가로 인한 분극 오차 추가
노화는 용량 감소 이상의 영향을 미칩니다. SEI 층 성장 및 전극 구조 변화와 같은 부반응은 내부 저항도 증가시킵니다.
저항이 커지면 부하 시 더 큰 전압 분극이 발생합니다. 결과적으로 동일한 공칭 SOC라도 전류, 온도, 노화 상태에 따라 측정되는 전압이 다를 수 있습니다. 이러한 변화를 무시하는 전압 전용 추정기는 저항 관련 전압 강하를 SOC의 변화로 잘못 해석할 수 있습니다.
전기화학적 특성(Signature)의 변화
열화는 (\Delta Q/\Delta V) 또는 (\Delta SOC/\Delta V)와 같은 진단 곡선의 특징을 바꿀 수 있습니다. 예를 들어, 두 번째 피크가 감소하면 리튬 이온 삽입 능력이 저하되고 전류 수용성이 낮아졌음을 나타낼 수 있습니다.
이러한 변화는 정적 모델 매개변수가 더 이상 노화된 셀을 설명하지 못할 수 있음을 보여줍니다. BMS 개발자는 배터리 수명 중 여러 지점의 측정을 사용하여 등가 회로 매개변수, 적응형 필터 또는 데이터 기반 모델을 재보정해야 할 수 있습니다.
R&D 테스트 시스템이 용량 감소를 추적해야 하는 이유
실제 (Q_{\max}) 확립
고정밀 배터리 사이클러는 정의된 사이클 이정표에서 제어된 전체 용량 테스트를 수행할 수 있습니다. 이러한 테스트는 지정된 전류, 전압 및 온도 조건에서 셀이 실제로 수용하고 전달할 수 있는 충전량을 확인합니다.
결과로 얻은 용량 이력은 SOC 추정기에서 (Q_{\max})를 업데이트하고 SOH 열화를 정량화하는 경험적 근거를 제공합니다.
노화 효과와 측정 효과의 분리
겉보기 SOC 이상은 잘못된 용량 매개변수, 화학적 불일치, 전류 측정 오차 또는 실제 셀 열화 등 여러 원인으로 발생할 수 있습니다.
정확한 계측 장비는 전류, 전압, 온도 및 전달된 용량을 충분한 정밀도로 측정하여 이러한 원인을 구별하는 데 도움을 줍니다. 이러한 기준이 없으면 엔지니어는 테스트 설정이나 구성에서 기인한 오차를 알고리즘으로 수정하려고 시도할 수 있습니다.
전체 사이클 수명에 걸친 데이터 생성
새 셀에서만 보정된 모델이 수백 번의 사이클 후에도 정확할 것이라고 가정할 수 없습니다. 셀의 노화 궤적 전반에 걸친 테스트는 용량 감소, 저항 증가 및 전압 곡선 변화가 언제 중요해지는지 밝혀냅니다.
이 수명 주기 데이터 세트는 셀 수명의 한 지점이 아닌 현실적인 작동 조건에서 SOC 및 SOH 알고리즘의 보정 및 검증을 지원합니다.
중요한 노화 조건 제어
온도와 보관 SOC는 특히 달력 노화(calendar-aging) 연구 중에 열화에 큰 영향을 미칩니다. 고온은 기생 반응과 SEI 성장을 가속화하며, 높은 SOC는 계면 응력과 저항 증가를 더욱 심화시킬 수 있습니다.
온도, 전류, 전압 및 휴지 기간을 정밀하게 제어하는 테스트 시스템을 통해 연구자는 노화 조건을 일관되게 비교하고 더 신뢰할 수 있는 수명 및 추정 모델을 개발할 수 있습니다.
트레이드오프 이해하기
용량 업데이트는 SOC를 개선하지만 모든 것을 해결하지는 않습니다
(Q_{\max})를 수정하는 것은 필수적이지만, 속도 의존적 전압 분극, 온도 효과, 히스테리시스 또는 셀 간 편차를 완전히 포착하지는 못합니다.
정확한 추정기는 일반적으로 용량 정보와 전류 적분, 전압 동작, 온도 보상, 그리고 배터리의 전기적 또는 전기화학적 응답 모델을 결합합니다.
전체 용량 테스트는 유익하지만 중단이 발생합니다
전체 용량 테스트는 (Q_{\max})에 대한 강력한 참조를 제공하지만, 시간이 걸리고 의도된 사이클링 프로필을 중단시킬 수 있습니다. 테스트 프로그램은 측정 빈도와 처리량 및 테스트 현실성 사이에서 균형을 맞춰야 합니다.
적절한 간격은 셀이 얼마나 빨리 열화될 것으로 예상되는지, 그리고 얼마나 높은 SOC 추정 정확도가 필요한지에 따라 달라집니다.
SOC와 SOH는 관련이 있지만 다릅니다
용량 저하는 주로 SOH의 변화이며, SOC는 현재 가용 용량 대비 현재 충전 상태를 설명합니다.
셀이 전체 용량을 상당히 잃었더라도 시스템은 높은 SOC를 보고할 수 있습니다. 이러한 개념을 혼동하면 남은 런타임, 노화 심각도 및 배터리 성능에 대해 잘못된 결론을 내릴 수 있습니다.
팩 수준의 동작은 개별 셀에 의해 제한될 수 있습니다
직렬 연결된 팩에서 사용 가능한 용량은 충전 또는 방전 한계에 먼저 도달하는 셀에 의해 제한됩니다. 따라서 용량 불일치, 저항 불일치 및 SOC 불균형은 평균 셀 용량이 허용 가능한 수준으로 보이더라도 스트링 수준의 가용 에너지를 감소시킬 수 있습니다.
R&D 시스템은 평균값에만 의존하지 말고 개별 셀과 팩 밸런싱 동작을 평가해야 합니다.
SOC는 가용 에너지와 직접적으로 같지 않습니다
SOC는 전하를 측정하며 에너지가 아닙니다. 실제 에너지는 시간 경과에 따른 전압과 전류의 적분에 의존하며, 전압 대 SOC 관계는 비선형적이고 화학적 특성에 따라 다릅니다.
런타임이나 전달되는 에너지에 중점을 둔 애플리케이션의 경우, 테스트는 SOC 분석에 에너지 상태(SOE) 측정을 보완해야 합니다.
목표에 맞는 올바른 선택
테스트 및 모델링 접근 방식은 배터리 시스템이 지원해야 하는 결정 사항을 반영해야 합니다.
- SOC 정확도가 주된 초점인 경우: 노화 이정표에서 (Q_{\max})를 재계산하거나 추정하고, 제어된 용량 및 전압 측정값과 비교하여 결과를 검증하십시오.
- SOH 추적이 주된 초점인 경우: 용량 감소와 내부 저항 증가를 함께 기록하여 열화가 용량만으로 표현되지 않도록 하십시오.
- BMS 모델 개발이 주된 초점인 경우: 전류, 온도, SOC 및 휴지 조건 전반에 걸쳐 노화 단계 데이터를 수집하여 적응형 필터나 데이터 기반 모델을 재보정하십시오.
- 팩 성능이 주된 초점인 경우: 가장 제약이 많은 셀이 스트링의 가용 용량을 결정할 수 있으므로 셀 간 용량, 저항 및 SOC 편차를 측정하십시오.
- 수명 에너지 효율이 주된 초점인 경우: 동일한 충전 용량이 동일한 전달 에너지를 보장하지 않으므로 SOE 특성 분석을 추가하십시오.
신뢰할 수 있는 SOC 추정은 배터리가 어떻게 변하는지 측정하고, 모든 모델 매개변수가 측정된 상태를 반영하도록 보장하는 것에서 시작됩니다.
요약 표:
| 노화 효과 | SOC 추정에 미치는 영향 | R&D 테스트에서의 완화 방안 |
|---|---|---|
| 용량 감소 | SOC 분모(Q_max) 변화, 공칭 용량 사용 시 오차 발생 | 주기적인 전체 용량 테스트를 통한 Q_max 업데이트 |
| 저항 증가 | 전압 분극이 전압-SOC 관계를 변경 | 저항 측정 및 모델 재보정 |
| 전압 곡선 이동 | 새 셀 전압 맵이 부정확해짐 | 다양한 노화 단계에서의 재특성 분석 |
| 전기화학적 특성 변화 | 진단 피크 이동으로 모델 매개변수에 영향 | 업데이트된 등가 회로 또는 데이터 기반 모델 |
정밀한 테스트 시스템으로 배터리 R&D를 최적화하십시오. KINTEK은 셀 제작 워크플로우 전체를 아우르는 배터리 R&D 및 첨단 소재 연구를 위한 포괄적인 실험실 장비를 제공합니다. 당사의 고정밀 사이클러와 테스트 시스템은 정확한 용량 추적, 열화 분석 및 모델 검증을 가능하게 하여 신뢰할 수 있는 SOC 추정 알고리즘을 개발하도록 돕습니다. 연구 효율성과 정확성을 높이려면 지금 문의하십시오. 맞춤형 솔루션을 위해 문의하기를 클릭하세요.