KR20090077657A

KR20090077657A - 배터리 관리 시스템에서 배터리의 ｓｏｃ 측정 방법 및 장치

Info

Publication number: KR20090077657A
Application number: KR1020080094488A
Authority: KR
Inventors: 김산선; 임재환; 오전근; 한종훈; 조성우
Original assignee: 에스케이에너지 주식회사
Priority date: 2008-01-11
Filing date: 2008-09-26
Publication date: 2009-07-15
Also published as: JP2011515651A; WO2009088272A2; EP2233939A4; CN101971043B; US8548761B2; KR101189150B1; WO2009088271A3; US20100283471A1; CN101971043A; JP2011515652A; JP5483236B2; WO2009088271A2; CN101965522A; ATE551612T1; US20100280777A1; EP2233938A2; EP2233939B1; WO2009088272A3; KR20090077656A; EP2233939A2

Abstract

본 발명의 일실시예에 따른 배터리 SOC 측정 방법은, 배터리의 전류, 전압, 및 온도를 측정하여 전류 데이터, 전압 데이터, 및 온도 데이터를 획득하는 단계; 상기 전류 데이터를 적산하여 SOCi(State Of Charge based on current )를 산출하는 단계; 상기 전류 데이터, 상기 전압 데이터, 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력(OCV: Open Circuit Voltage)을 산출하는 단계; 상기 온도 데이터 및 상기 기전력을 이용하여 SOCv(State Of Charge based on voltage)를 산출하는 단계; 및 일정 시간 구간 동안 상기 배터리 전류 상태를 판단하여 상기 SOCi 및 SOCv 중 적어도 하나를 이용하여 상기 배터리의 SOC를 설정하는 단계를 포함한다.

SOC, 배터리, 등가회로모델, 기전력, BMS

Description

배터리 관리 시스템에서 배터리의 ＳＯＣ 측정 방법 및 장치{The method for measuring SOC of a battery in Battery Management System and the apparatus thereof}

본 발명은 배터리 관리 시스템에서 배터리의 SOC(State Of Chagre)를 측정하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 실제 배터리에 대한 간단한 등가 회로 모델을 이용하여 일정한 조건에 따라 SOCi(State Of Chagre based on current) 또는 SOCv(State Of Chagre based on voltage)를 배터리 관리 시스템에서 배터리 SOC로 설정하는 방법 및 장치에 관한 것이다.

가솔린이나 중유를 주연료로 사용하는 내연 엔진을 이용하는 자동차는 대기오염 등 공해발생에 심각한 영향을 주고 있다. 따라서 최근에는 공해발생을 줄이기 위하여, 전기 자동차 또는 하이브리드(Hybrid) 자동차의 개발에 많은 노력을 기울이고 있다.

최근 들어 고에너지 밀도의 비수전해해액을 이용한 고출력 이차 전지가 개발되고 있다. 전기 자동차 등과 같이 모터 구동을 위한 대전력을 필요로 하는 기기에 사용될 수 있도록 상기 고출력 이차 전지는 복수개를 직렬로 연결하여 대용량의 이 차 전지를 구성하게 된다.

이와 같이 하나의 대용량 이차 전지(이하 "배터리"라 한다)는 통상 직렬로 연결되는 복수개의 이차 전지로 이루어진다. 상기 배터리 특히, HEV용 배터리의 경우 수 개에서 많게는 수십 개의 이차 전지가 충전과 방전을 번갈아가면서 수행하게 됨에 따라 이러한 충방전 등을 제어하여 배터리가 적정한 동작 상태로 유지하도록 관리할 필요성이 있다.

이를 위해, 배터리에 대한 제반적인 상태를 관리하는 배터리관리시스템(BMS: Battery Management System)이 구비된다. 상기 BMS는 전지의 전압, 전류, 온도 등을 검출하여 SOC를 연산에 의해 추정하고, 차량의 연료 소비 효율이 가장 좋아지도록 SOC를 제어한다. SOC를 정확히 제어하기 위해, 충방전을 행하고 있는 배터리의 SOC를 정확히 측정하는 것이 필요하다.

종래 기술로서 대한민국 특허출원번호 2005-0061123(2005년 07월 07일 출원)에는 "이차 전지 모듈의 전지 잔존용량 측정방법"가 개시되어 있다.

상기 종래 기술은 발명은 전지의 SOC를 정밀하게 산출할 수 있도록, 시동온 시 전지 모듈의 전류값과 전압값 및 온도값을 측정하는 단계, 상기 측정된 값으로 초기 SOC를 산출하는 단계, 전류 적산 단계, 상기 전류적산 값에 따른 실제 SOC 산출 단계, 상기 전지 모듈이 무부하상태인가를 확인하는 단계, 무부하상태인 경우 상기 실제 SOC가 전류적산에 의해 측정가능한 설정범위 이내인지를 확인하는 단계, 상기 실제 SOC가 설정범위 밖인 경우 전압값을 측정하여 전압값에 따른 SOC를 산출하는 단계를 포함하는 이차 전지 모듈의 전지 잔존용량 측정방법을 제공한다. 그러 나 상기 종래 기술은 실제 배터리에 대한 간단한 등가 회로 모델을 이용하는 방법 및 장치에 관해서는 개시하고 있지 않다.

일반적으로 SOCi는 단기적으로 크게 오차가 생기지 않는다. 하지만, 도 1에서 도시된 것처럼, 지속적으로 오차가 적산되는 경향을 가지고 있어서 배터리를 오래 운전하는 경우 상당한 양의 오차가 발생하게 된다. 이러한 누적 오차는 특히 완전히 충방전이 이루어지지 않은 때에 주로 발생한다. 그 이유는 SOC의 계산을 위한 CPU의 LBS digit의 생략이나 자가 방전에 의한 충전량 감소에 의해 발생한 오차에 의해 정확도가 크게 영향을 받기 때문이다. 또한 SOC의 정확도는 전류 측정 센서에 크게 의존하기 때문에 센서에 문제가 생기는 경우 오차의 보정이 불가능한 문제점이 있다.

반면에 SOCv는, 도 2에 도시된 것처럼, 기전력을 통해 SOC를 측정하게 된다. 상기 측정 방법은 전류가 흐르지 않는 경우에 아주 정확한 결과를 가지게 된다. 그러나 전류가 흐르는 경우의 SOCv계산의 정확도는 전지의 충전과 방전 패턴에 의존한다. 그에 따라 SOC의 정확도는 충방전의 패턴에 의존하여 악화된다. 게다가 SOCv의 정확도를 악화시키는 충방전 패턴은 주로 배터리의 일반적인 사용범위 내에 있다. 그렇기 때문에 SOCv만을 사용하는 것 역시 상당한 오차를 감수해야 하는 문제점이 있다.

상기와 같은 문제를 해결하기 위해, 본 발명은 실제 배터리에 대한 간단한 등가회로모델(Equivalent circuit model) 및 적응 디지털 필터(Adaptiv digital filter)를 이용하여 더욱 간편하고 정확하게 배터리 SOC를 측정하는 방법 및 장치를 제공하는데 그 목적이 있다.

또한, 상기와 같은 문제를 해결하기 위해, 본 발명은 일정 시간구간 동안 저전류 상태를 유지하는가를 판단하여 SOCi 또는 SOCv를 배터리의 SOC로 설정함으로써, 더욱 간편하고 정확하게 배터리 SOC를 측정하는 방법 및 장치를 제공하는데 그 목적이 있다.

상기 목적을 달성하기 위해, 본 발명의 일실시예에 따른 배터리 SOC 측정 방법은, 배터리의 전류, 전압, 및 온도를 측정하여 전류 데이터, 전압 데이터, 및 온도 데이터를 획득하는 단계; 상기 전류 데이터를 적산하여 SOCi(State Of Charge based on current )를 산출하는 단계; 상기 전류 데이터, 상기 전압 데이터, 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력(OCV: Open Circuit Voltage)을 산출하는 단계; 상기 온도 데이터 및 상기 기전력을 이용하여 SOCv(State Of Charge based on voltage)를 산출하는 단계; 및 일정 시간 구간 동안 상기 배터리 전류 상태를 판단하여 상기 SOCi 및 SOCv 중 적어도 하나를 이용하여 상기 배터리의 SOC를 설정하는 단계를 포함한다.

또한, 본 발명의 일실시예에 따른 배터리 SOC 측정 장치는, 배터리의 전류, 전압, 및 온도를 측정하여 전류 데이터, 전압 데이터, 및 온도 데이터를 획득하는 배터리 정보 획득부; 상기 전류 데이터를 적산하여 SOCi(State Of Charge based on current)를 산출하는 전류 적산부; 상기 전류 데이터, 상기 전압 데이터 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력 (OCV: Open Circuit Voltage)을 산출하는 기전력 산출부; 상기 온도 데이터 및 상기 기전력을 이용하여 SOCv(State Of Charge based on voltage)를 추정하는 SOCv 추정부; 및 일정 시간 구간 동안 상기 배터리의 전류 상태를 판단하여 상기 SOCi 및 SOCv 중 적어도 하나를 이용하여 상기 배터리의 SOC를 설정하는 SOC 설정부를 포함한다.

본 발명은 실제 배터리에 대한 간단한 등가회로모델 및 적응 디지털 필터를 이용하여 배터리 SOC를 더욱 간편하고 정확하게 측정할 수 있다.

또한, 본 발명은 일정 시간구간 동안 저전류 상태를 유지하는가를 판단하여 SOCi 및 SOCv 중 적어도 하나를 이용하여 배터리의 SOC를 설정함으로써, 배터리 SOC를 더욱 간편하고 정확하게 측정할 수 있다.

본 발명에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우는 해당되는 발명의 상세한 설명 부분에서 그 의미를 기재하였으므로 단순한 용어의 명칭이 아닌 용어가 가지는 의미로 본 발명을 파악하여야 한다.

이하 상기의 목적을 구체적으로 실현할 수 있는 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 설명하지만, 본 발명이 상기 실시예들에 의해 제한되거나 한정되는 것은 아니다.

도 3은 본 발명의 일실시예에 따른 배터리 관리 시스템에서 배터리 SOC 측정 장치에 대한 블럭도이다. 도 3을 참조하면, 상기 배터리 SOC 측정 장치는 배터리정보 획득부(도시되지 않음), 전류 적산부(100), 로우패스 필터링부(200), 기전력 산출부(300), SOCv 추정부(400) 및 SOC 설정부(500)을 포함한다.

배터리 관리 시스템에서 배터리 SOC(이하, "BMS SOC"라 한다)를 계산하는 과정은 아래와 같이 크게 6단계로 구성될 수 있다.

1단계 : 전류 및 전압 데이터의 수집

2단계 : 전류 적산을 통한 SOCi의 계산

3단계 : 로우패스 필터링

4단계 : 등가회로모델 및 적응 디지털 필터링

5단계 : 기전력과 온도를 통한 SOCv의 계산

6단계 : 적절한 SOC 선택

상기 배터리정보 획득부는 상기 1단계 과정을 수행한다. 즉 BMS(Battery Management System)로부터 전류 데이터, 전압 데이터, 온도 데이터 등을 수집한다. 수집된 전류 데이터는 전류 적산부(100)로 전달된다. 상기 전류 적산부(100)는 전류 데이터를 적산하여 이전 단계에서 계산한 SOC(도 3에는 "SOC(k-1)"로 도시됨)에 더하는 방식으로 SOCi를 계산한다.

또한, 상기 배터리정보 획득부에서 수집된 전류 데이터 및 전압 데이터는 로우패스 필터링부(200)으로 전달된다. 상기 로우패스 필터링부(200)는 전류 데이터 및 전압 데이터를 필터링한 후에 기전력 산출부(300)로 전달한다. 상기 기전력 산출부(300)는 등가회로모델 및 적응 디지털 필터링을 통해 상기 등가회로모델에 이용되는 파라미터들을 산출하고, 상기 파라미터들을 이용하여 기전력(OCV)을 산출한다.

상기 SOCv 추정부(400)는 온도 데이터 및 상기 기전력을 이용하여 SOCv를 추정하고, 추정된 SOCv를 SOC 설정부(500)로 전달한다. 상기 SOC 설정부(500)는 미리 결정된 기준에 따라 전류 적산부(100)에서 산출된 SOCi 또는 SOCv 추정부(400)에서 추정된 SOCv를 BMS SOC로 설정한다. 상기 배터리 SOC 측정장치의 각 구성요소에서 수행되는 상세한 과정은 도5 내지 도10을 참조하여 후술된다.

도 4는 본 발명의 일실시예에 따른 배터리 관리 시스템에서 배터리 SOC 측정 방법에 대한 흐름도이다. 도 3에 도시된 배터리 SOC 측정장치를 이용하여 상기 SOC 측정 방법을 기술한다.

도 4를 참조하면, 먼저 배터리정보 획득부는 BMS에서 배터리 팩의 전류 데이터, 전압 데이터, 온도 데이터 등을 실시간으로 측정한다(S401). 그 다음에 전류 적산부(100)는 상기 전류 데이터를 적산하여 SOCi를 산출한다(S402). 그 다음에 로우패스 필터링부(200)는 상기 전류 데이터 및 전압 데이터를 필터링한다(S403).

필터링된 전류 데이터 및 전압 데이터는 기전력 산출부(300)로 전달되고, 기전력 산출부(300)는 적응 디지털 필터링을 통해 등가회로모델에 이용되는 파라미터 들을 산출하고(S404), 상기 파라미터들을 이용하여 기전력(Vo)을 산출한다(S405). 그 다음에 SOCv 추정부(400)는 상기 기전력을 이용하여 SOCv를 추정한다(S406).

그 다음에 SOC 설정부(500)는 저전류 상태인가를 판정하여, 만일 저전류 상태인 경우(S407) SOCv를 BMS SOC로 설정하고(S408), 만일 저전류 상태가 아닌 경우 SOCi를 BMS SOC로 설정한다(S409). 이와 같은 과정을 통해 배터리 관리 시스템에서 배터리 SOC가 계산된다(S410). 이하에서 BMS SOC의 측정 방법을 구성하는 각 단계에 대하여 상세하게 기술한다.

가. 1단계 : 전류 데이터, 전압 데이터, 온도 데이터 등의 수집

이 단계에서는 BMS로부터 전류 데이터, 전압 데이터 등을 수집한다. 이 단계에서 전류 센서의 이상으로 인하여 정확한 전류 데이터가 측정되지 않을 수 있다. 특히 전류 센서가 전류의 크기를 정확하게 측정하지 못하고 대략적인 값만을 측정하는 경우, 전류 적산 과정에서 상당한 양의 오차가 생길 수 있다. 그러나 본 발명에 따른 배터리 SOC 측정방법은 SOCv로 SOCi의 오차를 보상하게 된다. 실제 시뮬레이션을 통해 본 발명에 따른 배터리 SOC 측정방법이 BMS SOC를 정확히 계산하는지 알아보았다. 그 결과 SOCi는 점점 오차가 점점 누적되나, SOCv에 의한 적절한 보상이 일어나 전체 BMS SOC의 계산에는 큰 문제가 없었다. 이때 실제 값과의 오차는 최대 1.502%에서 최소 -4.170%로 목표 오차 범위인 5.000% 이내인 것으로 확인된다. 즉, 본 발명에 따른 배터리 SOC 측정방법은 전류 센서의 이상으로 전류가 어느 정도 부정확하게 측정되더라도 SOC 계산시 큰 오차가 발생하지 않는다.

전류 센서의 이상 이외에 다른 문제가 발생할 수 있다. 전류 센서의 이상 또 는 CAN(Controller Area Network) 통신상의 문제로 인하여 전류 값이 옵셋(offset)되어 전송될 수 있다.

도 5는 1A 옵셋이 일어나는 경우를 상정하여 시뮬레이션을 수행한 결과이다. 도 5에 도시된 것처럼, SOCi는 오차가 점점 누적되고 있다. 누적 정도가 상당히 크다는 것을 알 수 있는데, 이러한 누적의 원인은 1A가 옵셋되어 들어가 적산되어 발생되기 때문이다. 그러나 SOCv로 적절하게 보상이 일어나 실제 오차가 크게 발생하지 않음을 알 수 있다.

전반적으로 분석을 하면 패턴의 시작과 끝에서 충방전을 하는 부분에서는 SOCv 보상이 일어나지 않기 때문에 BMS SOC에 문제가 발생할 수 있다. 그러나 충전 또는 방전이 종료된 후 SOCv로 보상이 이루어지면 그 이후부터 신뢰성을 확보할 수 있게 된다. 마찬가지로 반대의 경우인 -1A의 옵셋이 발생하는 경우도 BMS SOC에 대한 신뢰성을 확보할 수 있다.

나. 2단계 : 전류 적산을 통한 SOCi의 계산

이 단계에서는 상기 1단계를 거쳐서 모인 전류 데이터를 적산하여 직전 단계에서 계산한 SOC에 더하는 방식으로 SOCi를 계산한다. 계산 방법은 전류를 시간에 따라 적분하는 방법으로 이루어진다. 계산된 결과를 전체 커패시티(capacity)로 나누어 남아있는 커패시티의 양을 %로 표현한다. 이를 식으로 표현하면 수학식 1과 같다.

본 발명에 따른 배터리 SOC 측정방법은 전류를 초 단위로 인식하므로 상기 수학식 1은 수학식 2와 같이 표현할 수 있다.

즉, k 단계에서의 SOCi의 계산은 k-1 단계에서의 SOC에 k 단계에 흐르는 전류를 총 커패시티로 나누어 준 만큼 기준 시간인 1초에 대해 적산하여 계산한다.

다. 3단계 : 로우패스 필터링(Low pass filtering)

상기 1단계를 통해 모인 전류 데이터와 전압 데이터는 로우패스 필터(low pass filter)를 통과한다. 본 발명은 3차 로우패스 필터를 사용하였으며 필터 상수(f)는 0.6으로 하였으나, 본 발명은 이에 제한되지 않고 다른 종류의 필터 및 필터 상수를 사용하는 것도 포함한다. 본 발명에서 이용된 필터는 수학식 3과 같은 형태를 갖는다.

본 발명에 따른 배터리 SOC 측정방법에 있어서, 등가회로모델이 필요로 하는 전류 데이터와 전압 데이터는 총 6가지이다. 전류 데이터는 그대로 사용되며 전압 데이터는 초기값과의 차이값이 사용된다. 전류 값, 전류의 미분값, 전류의 2차 미분값이 전류 데이터의 한 세트이며, 초기 전압과 현재 전압의 차이값, 그 값의 1차 미분값과 2차 미분값이 전압 테이터의 한 세트이다. 미분 데이터가 필요한 이유와 전압의 차이값이 필요한 이유에 대해서는 등가회로모델 부분에서 상세히 기술된다.

라. 4단계 : 등가회로모델 및 적응 디지털 필터링

상기 등가회로모델은 본 발명의 실시예에 따라 2가지의 모델로 구현될 수 있다. 즉, 상기 등가회로모델은 각각의 실시예에 따라 제1 등가회로모델 및 제2 등가회로모델로 구현될 수 있다. 이하에서는 도 6 내지 도 8을 통해 상기 제1 등가회로모델에 대하여 설명한 후, 도 9를 참조하여 상기 제2 등가회로모델에 대하여 설명한다.

1) 제1 등가회로모델

(1) 제1 등가회로모델

이 단계에서는 상기 3단계에서 수집된 전류 데이터와 전압 데이터를 배터리 모델에 적용하여 기전력을 구하도록 한다. 상기 기전력을 통해 SOCv를 구할 수 있기 때문이다. 일반적으로 배터리 모델은 배터리 내의 전기화학적 현상과 열적 거동을 고려한 first-principle model이 있다. 그러나 상기 모델을 개발하는 시간 및 비용이 과도하게 필요하다는 단점이 있기 때문에, 본 발명은 전기 회로를 통해 간단하게 표현하는 등가회로모델을 통해 배터리 모델을 구현한다.

모델링 대상은 리튬폴리머전지(LiPB)이며 회로 모델은 1차 모델로 구성이 되었다. 도 6은 본 발명에 따른 등가회로모델을 도시한다. 본 발명에 따른 배터리 SOC 측정방법은 간단한 전기 회로로 표현되는 배터리 모델을 이용한다. 상기 등가회로모델 내에 포함되어 있는 저항, 커패시터 등의 소자는 각각 표1과 같은 의미를 가진다.

도 6에서 R₂는 전극 내의 저항을 의미하며, R₁과 C는 전극과 전극 또는 분리막의 계면에서 일어나는 전기 이중층 현상(electric double layer)을 저항과 축전의 개념으로 표현한다. 각 파라미터 수치는 일반적으로 first-principle model을 통해 구하거나 실험을 통해 구할 수 있다. 도 6에 도시된 등가회로모델을 수학적으로 표현하면 수학식 4와 같다.

상기 수학식 4에서, 상기 등가회로모델을 구성하는 각 소자에 대응되는 파라미터를 구하면 기전력(OCV)를 구할 수 있음을 알 수 있다. 즉, 각 파라미터를 구하고 구해진 파라미터를 상기 수학식 4에 대입하여 기전력을 구하는 것이 본 발명에 따른 배터리 모델링의 목표라 할 수 있다.

상기 수학식 4는 다음과 같은 과정을 통해 유도될 수 있다. 도 6의 등가회로모델에서 키르히호프의 법칙에 의해 전류는 수학식 5와 같은 형태로 표현된다.

또한, 전체 회로에서 저항과 축전기 값을 고려하여 모델을 세우면 수학식 6과 같다.

여기서, 전압과 기전력을 초기값(t=0)과의 차이로 표현하면 수학식 7과 같이 표현할 수 있다.

이기 때문에 상기 수학식 7을 정리하면 수학식 8을 구할 수 있다.

상기 수학식 8을 시간에 대해 미분한 뒤 정리하면 수학식 9를 구할 수 있다.

Laplace transform으로 변환하여 정리하면 수학식 10과 같다.

여기서, 전류와 기전력의 변화량이 비례한다고 가정하여 비례상수 h라고 가정하면

라는 식을 세울 수 있으며, 이 식을 상기 수학식 10에 대입하면 수학식 11과 같이 표현될 수 있다.

여기서 각각의 인자를 수학식 12와 같이 정의할 수 있다.

이렇게 정의된 값을 상기 수학식 11에 대입하여 정리하면 수학식 13과 같다.

상기 수학식 13을 행렬 형태로 표현하면 수학식 14와 같다.

여기서 전류와 전압과 관련한 인자는 BMS에서 수집되어 상기 3단계에서 필터링을 거친 전류 데이터와 전압 데이터를 통해 구할 수 있다. 이 값들을 대입하고 적응 디지털 필터를 사용하면 각 파라미터 R₁ _,R₂ _,C, h를 구할 수 있다. 적응 디지털 필터의 방법에 대해서는 후술한다.

필터를 통해 각각의 상황에 대한 파라미터를 구하면, 기전력을 구할 수 있는 기본식을 정리한 수학식 15에 대입한다.

상기 수학식 15를 이용하여 구해진 기전력은 다음 단계로 넘어가 SOCv를 계산하는데 이용된다.

본 발명에 따른 배터리 SOC 측정 방법은 상기와 같은 등가회로모델을 이용한다. 그런데, 상기 모델에서 유도된 식에서 전반적으로 한 단계씩 적분을 더 해주면 수학식 16을 구할 수 있다.

원래 식의 분모 분자에 s를 나누어 주어 전반적으로 적분을 한 효과를 얻을 수 있다. 도 7은 적분 효과를 준 모델을 사용한 경우에 실제 SOC와 계 산된 BMS SOC를 도시한다. 도 8은 적분 효과를 준 모델을 사용한 경우에 보상점을 도시한다.

본 발명에 따른 등가회로모델을 사용하는 경우 전반적으로 보상이 적절하게 일어난다. 적분 효과를 준 모델을 사용한 경우 보상이 더 자주 일어난다. 적분 효과를 준 모델을 사용할 경우 노이즈가 더 생긴다. 이는 특히 보상을 하는 부분에서 일어나며, 적분을 하는 경우 전반적으로 데이터가 불안정하여 튄다는 것을 의미한다. 그러나 그러한 정도가 크지 않기 때문에 적분 효과를 준 모델을 사용할 수 있다. 즉, 기본적으로 본 발명에 따른 등가회로모델을 사용하는 것이 가장 좋으나, 필요한 경우 적분 효과를 준 모델 역시 사용할 수 있다.

(2) 적응 디지털 필터

등가회로모델을 상기 수학식 14와 같이 행렬식으로 표현된다. 상기 수학식 14 중,

를 w라고 하고,

를 θ라 하면 상기 수학식 14 를 수학식 17와 같이 표현할 수 있다.

이 행렬에서 w는 전류 데이터와 전압 데이터를 로우패스 필터에 통과시킨 상기 3단계를 통해 알 수 있으며, V2 역시 같은 결과로 알 수 있다. 이 두 값을 통해 θ행렬을 구하고, θ행렬의 각 element를 통해 파라미터 값을 실시간으로 추정하는 것이 적응 디지털 필터의 목적이라 할 수 있다. 로우패스 필터를 통과한 V₂를 gV₂라 하면, 상기 수학식 17은 수학식 18과 같이 표현될 수 있다.

우선, 파라미터의 전류가 흐르지 않고, 전압이 기전력값을 가지는 초기 상태의 파라미터를 구하여 그 값을 상기 수학식 18에 대입하여 θ행렬의 초기값을 구한다. 이때의 행렬을 θo라 표현한다. 이 행렬의 제곱을 구하면 수학식 19와 같이 표현될 수 있다.

여기서 θ행렬의 지속적인 갱신을 위해 필요한 K 행렬을 수학식 20과 같이 정의할 수 있다.

여기서 R은 초기의 gV₂ 값에 의해 분모가 0으로 발산하는 것을 막기 위해서 정하는 값으로 그 값은 매우 작다. 이 행렬을 정리하면 수학식 21과 같이 표현될 수 있다.

여기서 gV₂(n-1)은 gV₂ 의 한 단계 전의 값이라고 할 수 있다. θ행렬의 지속적인 갱신이 수학식 22와 같은 비례관계에 의해 일어난다.

상기 수학식 22를 정리하면 수학식 23을 얻을 수 있다.

여기서 R이 매우 작기 때문에 K 행렬을 치환하여 대입할 수 있다. 이를 정리하면 수학식 24와 같다.

여기서 기본적인 관계식을 대입하면 수학식 25를 얻을 수 있다.

상기 수학식 25에서 θ값은 전류 데이터와 전압 데이터, 그리고 이전의 θ행렬을 통해 구할 수 있다. 그러므로 이를 통해 지속적으로 각각의 파라미터를 추정할 수 있다. 그리고 초기 단계 이후에 는 각각의 θ행렬과 P행렬을 새롭게 구한 값으로 갱신할 수 있다. 이를 통해 지속적으로 등가회로모델에 적합한 파라미터의 값을 계속 갱신하여 구할 수 있다. 그리고 여기서 구한 파라미터를 통해 기전력을 구할 수 있다.

2) 제2 등가회로모델

(1) 제2 등가회로모델

이하에서는 도 9를 참조하여 본 발명의 제2 실시예에 따른 제2 등가회로모델 및 적응 디지털 필터링 방법에 대하여 설명한다.

본 발명의 제2 실시예에 따른 제2 등가회로모델 및 적응 디지털 필터링 방법 은 BMS가 배터리의 전압, 전류 및 온도 값을 이산적으로(discrete) 수신하는 특징을 활용하여 이산적인 등가회로 모델링 방법을 제시한다. 본 발명의 제2 실시예에 따른 제2 등가회로모델은 reduced model의 일종으로 배터리 내부의 전기화학적 특성을 전기회로를 통해 간단하게 표현하고 있다. 이를 통해 모델을 간단히 디자인할 수 있어 모델링에 소요되는 시간을 최소화할 수 있으므로 배터리 관리 시스템(BMS)에 적합하도록 적용될 수 있다.

도 9는 본 발명의 제2 실시예에 따른 제2 등가회로모델을 도시한 도면이다.

본 발명의 제2 실시예에 따른 제2 등가회로모델은 1차 모델로 구성된다. 상기 모델의 저항 및 축전기 등의 소자는 각각의 의미를 갖는다. 상기 각 소자의 의미는 아래 표 2와 같다.

표 2에서와 같이, 도 9에서 R0는 전극 내의 저항을 의미하며, R과 C는 전극과 전극 또는 분리막의 계면에서 일어나는 전기 이중층 현상(electric double layer)을 저항과 축전의 개념으로 표현한다. V0는 배터리의 기전력을 의미한다.

상기 제2 등가회로모델에 적용되는 핵심 아이디어는 전류 데이터 및 전압 데이터가 BMS에 일정한 간격으로 이산적으로(discrete) 입력된다는 점이다. 이러한 점을 이용하여 상기 제2 등가회로모델을 통해 배터리의 거동을 표현할 수 있는 모델을 구현할 수 있다. 상기 각 모델에서 사용되는 파라미터는 적응 디지털 필터(Adaptive Digital Filter)를 통해 산출될 수 있다.

도 9 및 표 2의 파라미터를 통해 수학식 26 내지 수학식 29를 산출할 수 있다.

수학식 28을 시간에 대하여 미분한 뒤 정리하면 수학식 30을 산출할 수 있다.

수학식 30을 integrating factor를 이용하여 시간에 대해 적분하면, 수학식 31을 산출할 수 있다.

배터리가 BMS 작동 초기시각에 polarization 현상이 없다고 가정하는 경우, Q(0)=0 이라 할 수 있다. 따라서, 수학식 31은 수학식 32와 같이 표현될 수 있다.

수학식 32에서, 전압 데이터 및 전류 데이터 등이 BMS에 일정한 시간을 주기로 입력되므로, 이산적으로(discrete) 표현할 수 있다. 데이터의 입력 시간 간격을 Δt라 한다.

우선, t≤0 인 경우, I(t)=0 이라 가정하면, T=0에서

이므로, 수학식 32는 수학식 33과 같다.

또한, 시간이 t=Δt=t1, 즉, Δt 만큼 시간이 지난 경우에 대하여 부분적분을 통해 수학식 32를 표현하면 수학식 34과 같다.

또한, 시간이 t=2Δt=t2, 즉, t1 에서 Δt 만큼 시간이 지난 경우에 대하여 부분적분을 통해 수학식 32를 표현하면 수학식 35와 같다.

수학식 34 및 수학식 35를 연립하면 수학식 36과 같다.

상기와 같은 계산을 반복하면, 시간 t에 대해 수학식 32를 수학식 37과 같이 표현할 수 있다.

따라서, 상기 등가회로모델은 수학식 38을 통해 연산될 수 있다.

수학식 38에서, Δt는 데이터의 입력 시간 간격이고, t-Δt는 이전 단계에서 의 각 변수값을 의미한다. 수학식 38을 간단히 정리하기 위하여, α=1/C 및 β=1/RC 로 표현하면 수학식 38은 수학식 39로 정리될 수 있다.

수학식 39에서, β는 시간상수(time constant) τ의 역수이다. τ는 배터리가 정상 상태에 도달하는 시간을 나타낼 수 있다. 일반적으로 전지의 작동 시간이 3τ 이상 경과되는 경우, 전지 내의 반응은 정상 상태에 도달한 것으로 평가될 수 있다.

전류 및 전압에 대한 인자는 BMS에서 수집되어 필터링을 거친 전류 데이터 및 전압 데이터를 통해 산출될 수 있다. 각 변수를 대입하여 기전력을 산출할 수 있다.

파라미터 중 전지 자체의 ohmic resistance를 의미하는 R0 는 전지 내 물질의 특성에 따른 것으로 고정된 값을 정해줄 수 있다. 일반적으로 상기 값은 임피던스를 통해 쉽게 구할 수 있다. Polarization과 관련된 두 파라미터 R 및 C가 결합된 새로운 변수 α 및 β는 적응 디지털 필터(adaptive digital filter)를 통해 최적화될 수 있다.

(2) 적응 디지털 필터(Adaptive Digital Filter)

도 9의 등가회로모델을 수학적으로 표현한 수학식 39를 수학식 40과 같은 행렬식으로 표현할 수 있다.

수학식 40에서,

인 경우, 수학식 40은 수학식 41과 같이 표현될 수 있다.

수학식 41에서, w는 전류 데이터 및 전압 데이터를 통해 구할 수 있고, V 또한 상기 전류 데이터 및 상기 전압 데이터를 통해 구할 수 있다. 상기 적응 디지털 필터는 상기 두 값(w, V)을 통해 θ를 구하고, θ의 각 성분을 통해 파라미터의 값을 실시간으로 추정할 수 있다.

로우패스필터(Low Pass Filter)를 통과한 V를 gV 라 하는 경우, 수학식 41은 수학식 42와 같이 표현될 수 있다.

t=0, 즉, 전류가 흐르지 않고 전압이 기전력값을 갖는 상태의 파라미터를 구 하여 θ의 초기값을 구할 수 있다. 이 때의 행렬을 θ₀ 라 한다. θ₀ 및 θ^t ₀ 의 곱은 수학식 43과 같다.

수학식 43에서, θ의 지속적인 갱신을 위해 필요한 행렬 K를 수학식 44와 같이 정의한다.

수학식 44에서, r은 초기의 V에 의해 분모가 발산하는 것을 방지하기 위해 정하는 상수(constant)로 매우 작은 값으로 정해지기 마련이다. 이에, 수학식 44의 행렬을 정리하면 수학식 45와 같다.

수학식 45에서, gV(n-1)은 gV의 한 단계 전의 값이라 할 수 있다. θ의 지속적인 갱신이 수학식 46의 비례 관계에 의해 발생한다고 하여 θ를 정리하면 수학식 47과 같다.

수학식 47에서 r은 매우 작은 값이므로 K를 치환하여 대입할 수 있다. 즉, 수학식 45 및 수학식 47을 연립하여 정리하면, 수학식 48과 같다.

수학식 48에 수학식 42를 대입하면 수학식 49를 얻을 수 있다.

수학식 49에서 주요 변수는 전류 데이터, 전압 데이터, 및 θ₀를 통해 구할 수 있다. 따라서, 이를 통해 지속적으로 각각의 파라미터를 추정할 수 있다.

또한, 초기 단계 이후에는 각각의 θ와 P를 새롭게 구한 값으로 갱신할 수 있다. 이를 통해 지속적으로 등가회로모델에 적합한 파라미터 값을 계속하여 갱신할 수 있다. 또한, 이와 같은 방법으로 구한 파라미터를 통해 배터리의 기전력을 산출할 수 있다. 상기 기전력을 통해 SOCv를 계산할 수 있다.

마. 5단계 : 온도와 기전력을 이용한 SOCv의 계산

본 발명에 따른 등가회로모델을 통해 기전력 값을 구할 수 있다. 일반적으로 SOCv는 기전력과 온도의 영향을 받으며 이 둘 사이의 함수로 나타낼 수 있다. 상온에서 기전력과 SOCv의 관계식은 수학식 50과 같다.

상기와 같은 기전력과 SOCv의 관계를 통해 상온 상태에서의 기전력값을 통해 SOCv를 구할 수 있다. 그러나 상기 수학식 50은 문제점이 있다. 상온 상태의 모델이기 때문에 온도가 변할 경우 오차를 가지게 된다. 실제 상온 상태 (25℃) 이외에 45℃와 -10℃에서 시뮬레이션을 수행하는 경우 발생하는 오차의 최대값 및 최소값은 표 3과 같다.

따라서 상온에서의 기전력과 SOCv의 관계를 사용하면 45℃에서는 정확한 값을 구할 수 있으나, -10℃에서는 부정확한 값을 가진다는 것을 알 수 있다. 즉 -10℃에서는 다른 관계식을 쓰거나 온도를 고려하는 펙터(Factor)를 도입해야 한다. 우 선, -10℃에서의 기전력과 SOCv간의 관계식은 수학식 51과 같다.

바. 6단계 : 적절한 SOC의 선택

상기 6단계는 이전 단계에서 구한 SOCi와 SOCv 중 어떤 것을 선택할 것인가에 대해 판단하는 단계이다. 일반적으로 저전류 상태인 경우 SOCv가 정확한 값을 가진다고 알려져 있기 때문에 저전류 상태인 경우에 SOCv로 계산한다. 그리고 그 외의 경우에는 직전의 SOC 값에 전류 적산을 함으로서 계산한다.

저전류 상태의 판단 기준은 일정한 절대값 이하로 전류가 일정 시간 이상 지속적으로 흐르는 경우로 판단한다. 이때 중요한 기준이 전류의 절대값과 전류가 흐르는 시간이다. 적절한 기준을 찾은 결과 상기 절대값 및 시간은 2A, 20s~60s인 것이 바람직하다.

전류의 절대적인 크기가 2A 이상인 경우 저전류에 대한 판단 기준이 크게 완화되어 저전류가 흐르지 않는 구간도 저전류가 흐른다고 판단하게 된다. 그 결과 정확한 SOCv의 추산이 어렵게 되며 SOCv로의 보상이 너무 자주 일어나게 된다. 반면 2A 이하인 경우에는 옵셋이 생기는 경우 저전류에 대한 인식이 불가능하다. 따라서 2A라는 기준이 바람직하다.

저전류가 흐르는 시간에 대한 기준은 조금 더 복잡하다. 충전 혹은 방전에 해당하는 전류가 2A 크기 이하로 지속적으로 흐르는 시간을 t라 하면, 상기 기준은 표 4와 같은 형식으로 표현될 수 있다.

도 10은 상기 시간 기준을 도시한다. 도 10을 참조하면, 20초 미만으로 저전류가 흐르면 전류 적산에 의해 SOC를 계산한다. 그러나 20초 이상으로 흐르는 경우 SOCv로의 보상이 발생한다. 보상이 발생하는 시점은 2A 이하의 저전류 구간이 끝나는 시점이다. 그러나 60초 이상 저전류가 흐르는 경우에는 60초에서 보상이 일어난다. 그리고 보상이 일어나는 순간 저전류가 흐르는 지속 시간을 다시 계산하기 시작한다.

상기 기준은 다양한 시뮬레이션에 의해 최적의 시간 기준을 정하면서 결정되었다. 우선 최소 20초 시간 기준은 전류 센서의 이상이 생긴 경우에도 보상이 적절하게 일어나는 것을 기준으로 정한 것이다. 실제로 10초로 보상 기준 시간을 옮겼을 때 오차가 8.3%에 이른다. 또한 지속 시간이 60초가 되도록 기준을 정한 경우에는 업다운 패턴(up down pattern)에서 보상이 적절하게 일어나지 않아 오차가 누적되는 현상을 발견할 수 있다.

시간 기준을 이동 가능하게 정한 가장 큰 원인은 장시간 충전이 끝났을 때 보상이 시의 적절하게 일어나지 않아 오차가 커지는 현상을 방지하기 위한 것이다. 본 발명은 상기 시간 기준에 제한되지 않고, 다양한 시간 기준을 이용하는 것을 포함한다.

도 11의 (a)는 20초 시간 기준으로 시뮬레이션을 수행한 경우 오차를 도시하며, 도 11의 (b)는 제안된 시간 기준으로 시뮬레이션을 수행한 경우 오차를 도시한다.

도 11을 참조하면, 제안된 시간 기준의 효용성을 알 수 있다. 20초 시간 기준으로 시뮬레이션을 한 경우 시작과 끝 부분의 충전 직후 부분에서 오차가 상당히 발생하였다는 것을 알 수 있다. 그러나 제안된 시간 기준을 사용하여 시뮬레이션을 한 경우 시작과 끝 부분에서 오차가 거의 발생하지 않는다. 전반적인 오차의 크기는 크게 변하지 않지만 충전이 끝난 시점에서의 오차 발생이 1.5%이상 줄어들었음을 알 수 있다.

제안된 시간 기준은 저온에서 더 큰 효과를 발휘한다. 저온 상태의 경우에는 충전이 끝난 시점에서만이 아니라 전반적으로 효과가 크게 나타난다. 제안된 시간 기준을 이용하는 경우 오차의 최대값이 7.287%에서 3.542%로 작아졌으며, 최소값은 -4.191%에서 -3.870%로 줄어든다. 이는 저온에서 제안된 시간 기준이 더 큰 효과를 나타낸다는 것을 의미한다.

상기와 같은 시간 및 전류의 기준에 의해 저전류라 판단되면 SOCv가 SOC로 결정된다. 그렇지 않은 경우에는 전류 적산에 의해 구해지는 SOCi가 SOC로 결정된다. 상기와 같은 본 발명에 따른 배터리 SOC 측정 방법을 BMS SOC를 정확하게 계산할 수 있다.

본 발명에 따른 배터리 SOC 측정 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.

도 1은 종래의 SOCi로 배터리 SOC로 설정하는 경우를 나타내는 그래프.

도 2는 종래의 SOCv로 배터리 SOC를 보정하는 경우를 나타내는 그래프.

도 3은 본 발명의 일실시예에 따른 배터리 SOC 측정장치에 대한 블럭도.

도 4는 본 발명의 일실시예에 따른 배터리 SOC 측정방법에 대한 흐름도.

도 5는 본 발명의 일실시예에 따른 1A 옵셋이 일어나는 경우를 상정하여 시뮬레이션을 수행한 결과를 도시하는 그래프.

도 6은 본 발명의 일실시예에 따른 등가회로모델을 나타내는 그림.

도 7은 본 발명의 일실시예에 따른 적분 효과를 준 모델을 사용한 경우에 실제 SOC와 계산된 BMS SOC를 나타내는 그래프.

도 8은 본 발명의 일실시예에 따른 적분 효과를 준 모델을 사용한 경우에 보상점을 나타내는 그래프.

도 9는 본 발명의 다른 실시예에 따른 등가회로모델을 나타내는 그림.

도 10은 본 발명의 일실시예에 따른 제안된 시간 기준을 나타내는 그래프.

도 11은 본 발명의 일실시예에 따른 20초 시간 기준과 제안된 시간 기준으로 시뮬레이션을 수행한 경우 오차를 나타내는 그래프.

<도면의 주요부분에 대한 부호의 설명>

100 : 전류적산부

200 : 로우패스필터링부

300 : 기전력산출부

400 : SOCv추정부

500 : SOC설정부

Claims

배터리의 전류, 전압, 및 온도를 측정하여 전류 데이터, 전압 데이터, 및 온도 데이터를 획득하는 단계;

상기 전류 데이터를 적산하여 SOCi(State Of Charge based on current )를 산출하는 단계;

상기 전류 데이터, 상기 전압 데이터, 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력(OCV: Open Circuit Voltage)을 산출하는 단계;

상기 온도 데이터 및 상기 기전력을 이용하여 SOCv(State Of Charge based on voltage)를 산출하는 단계; 및

일정 시간 구간 동안 상기 배터리 전류 상태를 판단하여 상기 SOCi 및 SOCv 중 적어도 하나를 이용하여 상기 배터리의 SOC를 설정하는 단계

를 포함하는 것을 특징으로 하는 배터리 SOC 측정 방법.
제1항에 있어서,

상기 전류 데이터, 상기 전압 데이터, 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력(OCV: Open Circuit Voltage)을 산출하는 단계는,

저역통과 필터(Lowpass filter)를 이용하여 상기 전류 데이터 및 상기 전압 데이터를 필터링하는 단계;

필터링된 상기 전류 데이터 및 상기 전압 데이터를 상기 등가회로모델 및 적응 디지털 필터(Adaptive digital filter)에 적용하여 상기 등가회로모델에 이용되는 파라미터를 산출하는 단계; 및

상기 파라미터를 이용하여 상기 기전력을 산출하는 단계

를 포함하는 것을 특징으로 하는 배터리 SOC 측정 방법.
제2항에 있어서,

상기 저역통과 필터는 3차 저역통과 필터인 것을 특징으로 하는 배터리 SOC 측정 방법.
제2항에 있어서,

상기 등가회로모델은 상기 배터리의 저항(R), 전류(I), 커패시터(C), 단자전압(V: Terminal voltage), 및 상기 기전력(Vo) 파라미터를 이용한 전기회로로 표현되는 것을 특징으로 하는 배터리 SOC 측정 방법.
제2항에 있어서,

상기 등가회로모델에서 이용되는 상기 파라미터의 값은 상기 적응 디지털 필터를 통해 갱신되는 것을 특징으로 하는 배터리 SOC 측정 방법.
제1항에 있어서,

상기 일정 시간 구간 동안 상기 배터리 전류 상태를 판단하여 상기 SOCi 및 SOCv 중 적어도 하나를 이용하여 상기 배터리의 SOC를 설정하는 단계는,

상기 일정 시간 구간 동안 상기 배터리 전류 상태가 저전류 상태인 경우, 상기 SOCv를 상기 배터리의 SOC로 설정하는 단계; 및

상기 일정 시간 구간 동안 상기 배터리 전류 상태가 저전류 상태가 아닌 경우, 상기 SOCi를 상기 배터리의 SOC로 설정하는 단계

를 포함하는 것을 특징으로 하는 배터리 SOC 측정 방법.
제6항에 있어서,

상기 일정 시간구간은 20초 내지 60초이고, 상기 저전류의 판단 기준은 2A인 것을 특징으로 하는 배터리 SOC 측정 방법.
제1항에 있어서,

상기 전류 데이터, 상기 전압 데이터, 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력(OCV: Open Circuit Voltage)을 산출하는 단계는,

상기 전류 데이터, 상기 전압 데이터, 및 상기 배터리를 전기회로를 통해 간단하게 표현한 상기 등가회로모델의 적분 모델을 이용하여 상기 기전력을 산출하는 단계

를 포함하는 것을 특징으로 하는 배터리 SOC 측정 방법.
배터리의 전류, 전압, 및 온도를 측정하여 전류 데이터, 전압 데이터, 및 온도 데이터를 획득하는 배터리 정보 획득부;

상기 전류 데이터를 적산하여 SOCi(State Of Charge based on current)를 산출하는 전류 적산부;

상기 전류 데이터, 상기 전압 데이터 및 상기 배터리를 전기회로를 통해 간단하게 표현한 등가회로모델을 이용하여 기전력 (OCV: Open Circuit Voltage)을 산출하는 기전력 산출부;

상기 온도 데이터 및 상기 기전력을 이용하여 SOCv(State Of Charge based on voltag e)를 추정하는 SOCv 추정부; 및

일정 시간 구간 동안 상기 배터리의 전류 상태를 판단하여 상기 SOCi 및 SOCv 중 적어도 하나를 이용하여 상기 배터리의 SOC를 설정하는 SOC 설정부

를 포함하는 것을 특징으로 하는 배터리 SOC 측정 장치.
제9항에 있어서,

저역통과 필터(Lowpass filter)를 이용하여 상기 전류 데이터 및 상기 전압 데이터를 필터링하는 저역통과 필터링부

를 더 포함하고,

상기 기전력 산출부는 상기 저역통과 필터링부에서 필터링된 상기 전류 데이 터 및 상기 전압 데이터를 상기 등가회로모델 및 적응 디지털 필터(Adaptive digital filter)에 적용하여 상기 등가회로모델에 이용되는 파라미터를 산출하고, 상기 파라미터를 이용하여 상기 기전력을 산출하는 것을 특징으로 하는 배터리 SOC 측정 장치.
제10항에 있어서,

상기 저역통과 필터는 3차 저역통과 필터인 것을 특징으로 하는 SOC 측정 장치.
제10항에 있어서,

상기 등가회로모델은 상기 배터리를 저항(R), 전류(I), 커패시터(C), 단자전압(V: Terminal voltage) 및 상기 기전력(Vo) 파라미터를 이용한 전기회로로 표현되는 것을 특징으로 하는 배터리 SOC 측정 장치.
제10항에 있어서,

상기 적응 디지털 필터는 상기 등가회로모델에서 이용되는 상기 파라미터의 값을 계속하여 갱신하는 것을 특징으로 하는 배터리 SOC 측정 장치.
제9항에 있어서,

상기 SOC 설정부는 상기 일정 시간 구간 동안 배터리 전류 상태가 저전류 상 태이면 상기 SOCv를 상기 배터리의 SOC로 설정하고, 그 외 에는 상기 SOCi를 상기 배터리의 SOC로 설정하는 것을 특징으로 하는 배터리 SOC 측정 장치.
제14항에 있어서,

상기 일정 시간구간은 20초 내지 60초이고, 상기 저전류의 판단 기준은 2A인 것을 특징으로 하는 배터리 SOC 측정 장치.
제9항에 있어서,

상기 기전력 산출부는 상기 등가회로모델의 적분모델을 통해 상기 기전력 (OCV: Open Circuit Voltage)을 산출하는 것을 특징으로 하는 배터리 SOC 측정 장치.
제1항 내지 제8항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.