암페어시(Ah) 카운팅은 간단하지만 자체적으로 보정되지 않습니다. 이 방법은 알려진 초기 SOC에서 시간에 따른 전류를 적분하여 배터리 충전 상태(SOC)를 추정합니다. 시작값, 전류 측정, 충전 효율 또는 가정된 용량에 오차가 있으면 그 오차가 누적될 수 있으므로, 배터리 테스트 시스템은 제어된 전압, 전류, 온도 및 휴지 조건을 사용하여 초기 SOC와 관련 모델 매개변수를 재보정합니다.
Ah 카운팅은 완전한 SOC 기준이 아니라 추적 방법으로 사용하는 것이 가장 적합합니다. 배터리 테스트 시스템은 추정값을 주기적으로 개방 회로 전압(OCV)-SOC 데이터에 맞추고, 용량, 효율, 온도 및 노화가 배터리에 미치는 영향을 측정하여 Ah 카운팅의 신뢰성을 높입니다.
시간이 지남에 따라 Ah 카운팅이 드리프트하는 이유
초기 SOC에 의존함
이 방법은 일반적으로 SOC₀로 표시되는 가정값에서 시작합니다. SOC₀가 잘못되면 전류 센서가 완벽하게 정확하더라도 추정값에 지속적인 오프셋이 남습니다.
Ah 카운팅은 전류 적분만으로 자체 시작점을 결정할 수 없습니다. 외부에서 설정된 초기 조건을 입력받아야 합니다.
전류 측정 오차가 누적됨
SOC는 측정된 전류를 시간에 따라 적분하여 계산합니다. 따라서 작은 센서 바이어스, 오프셋, 노이즈 성분 또는 보정 오차도 SOC 추정값에서 점점 커지는 오차가 됩니다.
이것이 적분 기반 방법의 핵심적인 약점입니다. 한 번의 측정에서는 사소한 오차로 보이는 문제가 여러 번의 충전 및 방전 사이클을 거치면서 상당한 오차가 될 수 있습니다.
자기 방전을 독립적으로 추적하지 못함
배터리는 외부 전류가 측정되지 않는 동안에도 충전량을 잃을 수 있습니다. 자기 방전은 측정 경로를 통과하는 전류에 반드시 나타나는 것이 아니므로, Ah 카운팅은 실제보다 높은 SOC를 계속 보고할 수 있습니다.
따라서 보관 및 휴지 중 발생하는 충전량 손실을 반영하려면 추가 정보나 주기적인 재보정이 필요합니다.
최대 용량이 안정적이라고 가정함
SOC 계산은 일반적으로 Qmax로 나타내는 배터리의 사용 가능한 최대 용량에 의존합니다. Ah 카운팅은 노화, 열화, 온도 또는 사용 이력으로 인해 Qmax가 변경된 시점을 자동으로 파악하지 못합니다.
알고리즘이 오래된 용량값을 계속 사용하면 보고된 SOC는 배터리가 실제로 제공할 수 있는 충전량을 점점 덜 반영하게 됩니다.
충전과 방전은 완전히 대칭적이지 않음
배터리에 들어가는 충전량이 나중에 회수할 수 있는 충전량과 항상 동일한 것은 아닙니다. 기생 반응과 쿨롱 효율 저하, 특히 충전 중 발생하는 현상은 측정된 충전량과 실제 사용 가능한 저장 충전량 사이에 차이를 만듭니다.
따라서 신뢰할 수 있는 구현에서는 측정된 모든 암페어시가 SOC의 동일한 증가로 이어진다고 가정하지 말고 쿨롱 효율을 반영해야 합니다.
온도와 작동 조건에 따라 결과가 달라짐
사용 가능한 용량과 충전 효율은 온도, 전류율 및 전류 방향에 따라 달라집니다. 동적 부하는 평형 SOC와 직접적으로 일치하지 않는 전압 및 분극 거동을 유발할 수도 있습니다.
Ah 카운팅은 이러한 조건에서도 유용하지만, 연구 대상 작동 범위에 맞게 용량 및 효율 매개변수를 특성화해야 합니다.
배터리 테스트 시스템이 더 정확한 SOC₀를 설정하는 방법
OCV를 독립적인 SOC 기준으로 사용
배터리가 적절한 평형 조건에 도달한 후 테스트 시스템은 개방 회로 전압(Uocv 또는 OCV)을 측정합니다. 그런 다음 측정된 전압을 사전에 특성화한 OCV-SOC 관계와 비교합니다.
이를 통해 Ah 카운팅으로 누적된 오프셋을 보정할 수 있는 외부 기준을 확보할 수 있습니다. OCV 관계는 해당 배터리 화학계, 온도 및 작동 이력에 맞게 설정해야 합니다.
충분한 휴지 시간 후 보정
충분히 긴 휴지 시간 동안 전류는 0이 되고 분극 전압은 점차 감소합니다. 따라서 단자 전압은 배터리의 평형 전압에 가까워집니다.
테스트 시스템은 안정화된 전압을 사용하여 SOC를 추정하고, 누적된 Ah 카운팅 추정값을 대체하거나 보정할 수 있습니다. 실제로 정확한 OCV 특성화를 위해서는 긴 완화 시간이 필요할 수 있으며, 특히 셀이 최근 상당한 충전 또는 방전을 겪은 경우에는 더욱 그렇습니다.
충전 종료 시 보정
충전이 완료되고 충전 전류가 최소 수준으로 감소한 경우에도 SOC를 수정할 수 있습니다. 이 조건에서는 전압-SOC 관계가 유용한 보정 지점을 제공할 수 있습니다.
주요 기준에 따르면 충전 종료 영역은 특히 유용합니다. 이 영역에서는 OCV-SOC 기울기가 가파르기 때문에 전압 변화가 SOC 추정값을 조정하는 데 더 많은 정보를 제공하기 때문입니다.
충전 시작 전에 분극 평가
일부 테스트 시스템은 충전 직전에 분극 전압을 추정합니다. 측정된 단자 전압과 예상되는 평형 거동의 차이를 신속하게 평가함으로써 시스템은 분극 효과를 보상하고 초기 SOC를 개선할 수 있습니다.
이 방법은 매우 긴 휴지 시간의 필요성을 줄일 수 있지만, 정확도는 배터리 모델과 측정 시스템의 품질에 따라 달라집니다.
테스트 시스템이 측정해야 하는 항목
고정밀 전류
Ah 카운팅은 전류를 지속적으로 적분하므로 정확한 전류 측정이 필수적입니다. 테스트 시스템은 예상되는 충전 및 방전 범위 전체에서 낮은 오프셋과 충분한 분해능으로 전류를 제어하고 기록해야 합니다.
정기적인 장비 보정은 센서 드리프트가 실제 배터리 충전량의 변화로 잘못 해석되는 것을 방지하는 데 도움이 됩니다.
전압 및 온도
전압 측정은 OCV 기반 보정과 모델 검증을 지원합니다. 전압 거동과 사용 가능한 용량이 모두 열 조건에 따라 달라지므로 온도 측정도 필요합니다.
제어된 열 테스트를 통해 엔지니어는 애플리케이션과 관련된 온도 범위 전체에서 SOC 및 효율 데이터를 생성할 수 있습니다.
작동 조건에 따른 용량 및 효율
제어된 충전-방전 프로파일을 사용하면 시스템이 사용 가능한 용량, 쿨롱 효율 및 다양한 C-rate의 영향을 측정할 수 있습니다. 이러한 결과는 SOC 추정기의 Qmax 및 효율 매개변수를 업데이트하는 데 사용할 수 있습니다.
반복 테스트를 통해 용량 감소도 확인할 수 있으므로 추정기가 일반적인 SOC 변화와 배터리 노화를 구분할 수 있습니다.
완화 거동
성능이 우수한 테스트 시스템은 휴지 시간을 자동화하고 완화 중 전압 변화를 기록할 수 있습니다. 이 데이터는 셀이 OCV 기반 SOC 보정에 충분할 정도로 평형에 가까워지는 시점을 판단하는 데 도움이 됩니다.
또한 옴 전압 강하, 활성화 분극 및 농도 분극을 나타내는 등가 회로 모델 개발도 지원합니다.
주기적 보정에서 폐루프 추정으로
Ah 카운팅과 OCV 조회 테이블 결합
실용적인 시스템은 연속 추적에 Ah 카운팅을 사용하고 주기적 보정에는 OCV 조회 테이블을 사용할 수 있습니다. 전류 적분값은 동적 작동 중 신속한 응답을 제공하고, OCV는 더 느리지만 독립적인 기준을 제공합니다.
이러한 결합 방식은 일반적으로 어느 한 측정만 사용하는 것보다 더 신뢰할 수 있습니다.
등가 회로 모델 사용
등가 회로 모델은 평형 전압을 내부 저항 및 분극과 같은 과도 전압 성분과 분리합니다. 테스트 시스템은 이러한 모델 매개변수를 식별하는 데 필요한 전류, 전압 및 온도 데이터를 제공합니다.
그런 다음 부하 변화로 인해 단자 전압이 일시적으로 왜곡되더라도 모델은 실제 SOC를 추정할 수 있습니다.
적응형 추정기 검증
칼만 필터와 기타 모델 기반 또는 자체 적응형 알고리즘은 작동 중 Ah 카운팅 드리프트를 보정할 수 있습니다. 그러나 이를 위해서는 정확한 모델 매개변수와 대표성 있는 학습 또는 검증 데이터가 필요합니다.
배터리 테스트 시스템은 다양한 온도, 전류율, 방전 심도 범위 및 노화 상태를 포함한 제어된 조건에서 이러한 데이터 세트를 생성합니다.
트레이드오프 이해
OCV 보정이 항상 즉시 가능한 것은 아님
OCV는 과도 분극이 감소한 경우에 가장 의미가 있습니다. 평형에 도달하지 않은 단자 전압을 기준으로 자주 보정하면 기존 오차를 제거하기는커녕 새로운 오차를 만들 수 있습니다.
이로 인해 보정 정확도와 테스트 시간 사이에 실질적인 트레이드오프가 발생합니다.
OCV-SOC 곡선은 배터리 화학계에 따라 다를 수 있음
OCV와 SOC의 관계는 배터리 화학계에 따라 달라지며, 온도, 히스테리시스, 노화 및 충전 또는 방전 이력에 따라서도 변할 수 있습니다. 따라서 고정밀 작업에는 하나의 범용 조회 곡선만으로는 충분하지 않습니다.
추정기가 작동할 조건에서 이러한 관계를 특성화해야 합니다.
충전 종료 보정은 적용 가능한 작동 범위가 제한적임
충전 종료 조건은 유용한 기준을 제공할 수 있지만, 실제 사용 환경에서 배터리가 해당 상태에 정기적으로 도달하지 않을 수 있습니다. 완전 충전 보정에만 의존하는 시스템은 부분 SOC 작동 중 오차가 계속 누적되도록 할 수 있습니다.
SOC 범위가 좁은 애플리케이션에서는 주기적인 휴지 기반 보정이나 모델 기반 추정기가 필요할 수 있습니다.
더 나은 모델에는 더 많은 테스트가 필요함
온도 보상, 분극 모델, 용량 감소 추적 또는 적응형 필터를 추가하면 잠재적인 정확도가 향상되지만, 매개변수 식별 작업과 구현 복잡성이 증가합니다.
항상 가장 복잡한 솔루션이 올바른 것은 아닙니다. 추정기는 필요한 정확도, 사용 가능한 센서, 테스트 예산 및 작동 프로파일에 맞아야 합니다.
프로젝트에 적용하는 방법
SOC 알고리즘을 배포하기 전에 배터리 테스트 시스템이 기준 데이터와 보정 규칙을 설정할 때 가장 효과적으로 작동합니다.
- 주요 초점이 간단한 구현인 경우: 신중하게 보정된 전류 측정, 검증된 SOC₀ 및 주기적인 OCV 기반 보정을 사용하십시오.
- 주요 초점이 장기 정확도인 경우: 시간이 지남에 따라 추정기를 재보정할 수 있도록 센서 바이어스, 자기 방전, 쿨롱 효율 및 Qmax 열화를 측정하십시오.
- 주요 초점이 동적 작동인 경우: 고속 Ah 카운팅과 등가 회로 모델 또는 분극 및 부하 과도 현상을 보상하는 폐루프 추정기를 결합하십시오.
- 주요 초점이 실험실 연구인 경우: 제어된 충전-방전, 휴지 및 열 프로파일을 사용하여 OCV-SOC 거동을 매핑하고 다양한 C-rate 및 노화 상태에서 추정기를 검증하십시오.
가장 신뢰할 수 있는 SOC 전략은 연속성을 위해 Ah 카운팅을 사용하고, 주기적 보정, 용량 추적 및 모델 검증을 위해 배터리 테스트 데이터를 활용하는 것입니다.
요약 표:
| 한계 | SOC 추정에 미치는 영향 | 테스트 시스템의 지원 방법 |
|---|---|---|
| 초기 SOC(SOC₀)에 의존 | SOC₀가 잘못되면 지속적인 오프셋 발생 | OCV-SOC 곡선을 사용하여 독립적인 기준 설정 |
| 전류 측정 오차가 누적됨 | 센서 바이어스 및 노이즈로 시간이 지남에 따라 드리프트 발생 | 보정 기능을 갖춘 고정밀 전류 센서 사용 |
| 자기 방전을 추적하지 않음 | SOC 과대 추정 | 휴지 시간을 사용하여 OCV를 측정하고 보정 |
| 최대 용량(Qmax)이 안정적이라고 가정 | 노화로 용량이 변하면 오차 발생 | 반복적인 용량 테스트를 통해 Qmax 업데이트 |
| 쿨롱 효율 저하를 무시함 | 충전 중 SOC 과대 추정 | 제어된 프로파일에서 효율 측정 |
| 온도 및 작동 조건의 영향 | 용량과 효율이 변동함 | 제어된 열 테스트 및 온도 보상 |
R&D 또는 생산 환경에서 신뢰할 수 있는 배터리 SOC 추정을 실현하십시오. KINTEK의 테스트 시스템은 고정밀 전류, 전압 및 온도 제어와 자동화된 OCV-SOC 보정 기능을 제공합니다. 당사의 솔루션은 슬러리 혼합 및 코팅부터 프레싱과 테스트에 이르는 전체 배터리 셀 제조 공정을 지원하며, 재료 과학, 분말 야금 및 학술 연구 분야에서 신뢰받고 있습니다. 지금 배터리 성능을 최적화하십시오. 상담을 원하시면 문의해 주세요!