WO2024232510A1 - 배터리 관리 장치 및 그것의 동작 방법 - Google Patents

배터리 관리 장치 및 그것의 동작 방법 Download PDF

Info

Publication number
WO2024232510A1
WO2024232510A1 PCT/KR2024/001613 KR2024001613W WO2024232510A1 WO 2024232510 A1 WO2024232510 A1 WO 2024232510A1 KR 2024001613 W KR2024001613 W KR 2024001613W WO 2024232510 A1 WO2024232510 A1 WO 2024232510A1
Authority
WO
WIPO (PCT)
Prior art keywords
diagnostic
deviation
battery cell
battery
battery cells
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2024/001613
Other languages
English (en)
French (fr)
Inventor
김지수
성용철
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Energy Solution Ltd
Original Assignee
LG Energy Solution Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Energy Solution Ltd filed Critical LG Energy Solution Ltd
Priority to CN202480020049.5A priority Critical patent/CN120898142A/zh
Priority to EP24803567.7A priority patent/EP4660650A4/en
Publication of WO2024232510A1 publication Critical patent/WO2024232510A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/003—Measuring mean values of current or voltage during a given time interval
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • G01R19/16576—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 comparing DC or AC voltage with one threshold
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/30—Measuring the maximum or the minimum value of current or voltage reached in a time interval
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or discharging batteries or for supplying loads from batteries
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or discharging batteries or for supplying loads from batteries
    • H02J7/80—Circuit arrangements for charging or discharging batteries or for supplying loads from batteries including monitoring or indicating arrangements
    • H02J7/84—Control of state of health [SOH]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • Embodiments disclosed in this document relate to a battery management device and a method of operating the same.
  • Electric vehicles receive electricity from the outside to charge battery cells, and then drive a motor with the voltage charged in the battery cells to obtain power.
  • Battery cells undergo internal deformation and transformation through various charging and discharging during the production and use stages, and their physical and chemical properties change, which can cause internal short circuits, external short circuits, venting due to lithium deposition, or undervoltage defects in which the voltage of the battery cell decreases below a certain level.
  • a defect occurs inside a battery cell, the performance of the battery cell may deteriorate, and direct problems may occur in the battery cell, such as an increased risk of ignition due to electrolyte leakage. Therefore, a technology to determine whether a battery cell is abnormal is required.
  • One purpose of the embodiments disclosed in this document is to provide a battery management device and an operating method thereof capable of accurately diagnosing an abnormal battery cell by removing noise of deviations between a long-term moving average value and a short-term moving average value of a battery cell's voltage.
  • one purpose of the embodiments disclosed in this document is to provide a battery management device and an operating method thereof capable of preventing over-detection due to a voltage inflection point (an inflection point of open circuit voltage) in the process of detecting abnormal voltage behavior.
  • a battery management device may include a voltage measuring unit which measures the voltage of each of a plurality of battery cells, and a controller which calculates a first deviation which is a deviation between a long-term moving average value and a short-term moving average value of battery cell voltages for each of the plurality of battery cells, calculates a second deviation which is a deviation between the long-term moving average value and the short-term moving average value of average voltages of the plurality of battery cells, calculates a first diagnostic deviation which is a difference between the first deviation and the second deviation for each of the plurality of battery cells, diagnoses at least one battery cell among the plurality of battery cells based on the first diagnostic deviation of each of the plurality of battery cells to set a diagnostic battery cell, and compares the first diagnostic deviation of a battery cell having a maximum value among first diagnostic deviations of battery cells different from the diagnostic battery cell with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell has been diagnosed normally.
  • the controller may determine that the diagnostic battery cell is diagnosed normally if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by the set value exceeds the first diagnostic deviation of the battery cell having the maximum value, and may determine that the diagnostic battery cell is diagnosed incorrectly if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by the set value is less than or equal to the first diagnostic deviation of the battery cell having the maximum value.
  • the controller may calculate a first diagnostic deviation of each of the plurality of battery cells at each reference time, and update a first diagnostic deviation of a battery cell having a maximum value among the first diagnostic deviations of battery cells different from the diagnostic battery cell at each reference time.
  • the controller can calculate a first diagnostic deviation of the diagnostic battery cell at each reference time, and update a maximum value of the first diagnostic deviation of the diagnostic battery cell at each reference time.
  • the controller may determine that the diagnostic battery cell is diagnosed normally if a minimum value among the voltages of the plurality of battery cells is higher than a voltage at the time of diagnosis of the diagnostic battery cell and the diagnosis of the diagnostic battery cell is not determined to be a misdiagnosis.
  • the controller can update a maximum value of a first diagnostic deviation of a battery cell different from the diagnostic battery cell at each reference time, and compare the updated maximum value with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell has been diagnosed normally.
  • the controller calculates a second diagnostic deviation of each of the plurality of battery cells based on a reference value obtained by multiplying the second deviation among the first diagnostic deviations of each of the plurality of battery cells by a critical constant, and diagnoses at least one battery cell among the plurality of battery cells based on the second diagnostic deviation of each of the plurality of battery cells to set the diagnostic battery cell.
  • the controller sets a maximum value among a value obtained by multiplying the second deviation by a first threshold constant and the second threshold constant as the reference value, calculates a second diagnostic deviation of each of the plurality of battery cells by excluding a first diagnostic deviation less than or equal to the reference value among the first diagnostic deviations of each of the plurality of battery cells, normalizes the second diagnostic deviation of each of the plurality of battery cells by a value obtained by multiplying the second deviation by a third threshold constant and a maximum value among the fourth threshold constants, calculates a third diagnostic deviation of each of the plurality of battery cells by normalizing the same, calculates a value obtained by adding a minimum value of the third diagnostic deviation of each of the plurality of battery cells to the third diagnostic deviation of each of the plurality of battery cells and dividing the value by the third diagnostic deviation, calculates a bias of each of the plurality of battery cells, calculates a fourth diagnostic deviation of each of the plurality of battery cells by multiplying the third diagnostic deviation of each of the plurality of battery cells by the bias,
  • An operating method of a battery management device may include an operation of measuring the voltage of each of a plurality of battery cells, an operation of calculating a first deviation, which is a deviation between a long-term moving average value and a short-term moving average value of battery cell voltages, for each of the plurality of battery cells, an operation of calculating a second deviation, which is a deviation between the long-term moving average value and the short-term moving average value of average voltages of the plurality of battery cells, and an operation of calculating a first diagnostic deviation, which is a difference between the first deviation and the second deviation, for each of the plurality of battery cells, an operation of diagnosing at least one battery cell among the plurality of battery cells based on the first diagnostic deviation of each of the plurality of battery cells to set a diagnostic battery cell, and an operation of comparing the first diagnostic deviation of a battery cell having a maximum value among first diagnostic deviations of battery cells different from the diagnostic battery cell with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic
  • the operation of comparing the first diagnostic deviation of a battery cell having a maximum value among first diagnostic deviations of battery cells different from the diagnostic battery cell and the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell has been diagnosed normally may include determining that the diagnostic battery cell has been diagnosed normally if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by a set value exceeds the first diagnostic deviation of the battery cell having the maximum value, and determining that the diagnostic battery cell has been misdiagnosed if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by a set value is equal to or less than the first diagnostic deviation of the battery cell having the maximum value.
  • the method may further include calculating a first diagnostic deviation of each of the plurality of battery cells at each reference time, and updating a first diagnostic deviation of a battery cell having a maximum value among first diagnostic deviations of battery cells different from the diagnostic battery cell at each reference time.
  • the method may further include calculating a first diagnostic deviation of the diagnostic battery cell at each reference time and updating a maximum value of the first diagnostic deviation of the diagnostic battery cell at each reference time.
  • the operation of comparing the first diagnostic deviation of a battery cell having a maximum value among the first diagnostic deviations of battery cells different from the diagnostic battery cell and the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell has been diagnosed normally may include the operation of updating the maximum value among the first diagnostic deviations of battery cells different from the diagnostic battery cell at each reference time, and the operation of comparing the first diagnostic deviation of the diagnostic battery cell with the updated maximum value to determine whether the diagnostic battery cell has been diagnosed normally.
  • the operation of diagnosing at least one battery cell among the plurality of battery cells and setting the diagnostic battery cell based on the first diagnostic deviation of each of the plurality of battery cells may include the operation of calculating a second diagnostic deviation of each of the plurality of battery cells based on a reference value obtained by multiplying the second deviation of the first diagnostic deviations of each of the plurality of battery cells by a threshold constant, and the operation of diagnosing at least one battery cell among the plurality of battery cells and setting the diagnostic battery cell based on the second diagnostic deviation of each of the plurality of battery cells.
  • the operation of diagnosing at least one battery cell among the plurality of battery cells based on the second diagnostic deviation of each of the plurality of battery cells and setting the diagnostic battery cell comprises: an operation of setting a maximum value between a value obtained by multiplying the second deviation by a first threshold constant and the second threshold constant as the reference value; an operation of calculating the second diagnostic deviation of each of the plurality of battery cells by excluding a first diagnostic deviation less than or equal to the reference value among the first diagnostic deviations of each of the plurality of battery cells; an operation of normalizing the second diagnostic deviation of each of the plurality of battery cells by a value obtained by multiplying the second deviation by a third threshold constant and the maximum value between a fourth threshold constant to calculate a third diagnostic deviation of each of the plurality of battery cells; an operation of calculating a bias of each of the plurality of battery cells by dividing a value obtained by adding a minimum value of the third diagnostic deviation of each of the plurality of battery cells to the third diagnostic deviation of each of the plurality of battery cells by the third diagnostic deviation
  • a battery management device and its operating method can accurately diagnose an abnormal battery cell by removing noise of deviations between a long-term moving average value and a short-term moving average value of voltage of a battery cell.
  • the battery management device and its operating method according to one embodiment disclosed in the present document can prevent over-detection based on voltage inflection points of a plurality of battery cells, detect minute signals by lowering thresholds, and filter out noise to increase detection rates and reduce over-detection rates.
  • the battery management device and its operating method according to one embodiment disclosed in this document can prevent over-inspection and increase the diagnosis rate by distinguishing between a voltage inflection point that commonly appears depending on the characteristics of a cell and a voltage inflection point due to a defect.
  • FIG. 1 is a drawing showing a battery cell pack according to one embodiment disclosed in this document.
  • FIG. 2 is a block diagram showing the configuration of a battery management device according to one embodiment disclosed in this document.
  • FIG. 3 is a graph showing the voltage of a battery cell according to one embodiment disclosed in this document.
  • FIG. 4 is a flowchart showing a method for diagnosing a battery cell of a controller according to one embodiment disclosed in this document.
  • FIG. 5a is a graph showing a first diagnostic deviation of a battery cell according to one embodiment disclosed in the present document.
  • FIG. 5b is a graph showing a third diagnostic deviation of a battery cell according to one embodiment disclosed in the present document.
  • FIG. 5c is a graph showing the bias of a third diagnostic deviation of a battery cell according to one embodiment disclosed in the present document.
  • FIG. 5d is a graph showing a fourth diagnostic deviation of a battery cell according to one embodiment disclosed in the present document.
  • FIG. 6 is a flowchart illustrating a battery management device according to another embodiment disclosed in this document.
  • FIG. 7 is a drawing for explaining the difference in voltage inflection points between multiple battery cells according to another embodiment disclosed in this document.
  • FIGS. 8A and 8B are diagrams for explaining the difference in the first diagnostic deviation according to the difference in the voltage inflection point of the battery cell according to another embodiment disclosed in the present document.
  • FIGS. 9 and 10 are drawings for explaining a method for detecting a misdiagnosis of a battery management device according to another embodiment disclosed in this document.
  • FIG. 11 is a drawing for explaining an operation method of a battery management device according to another embodiment disclosed in this document.
  • FIG. 12 is a drawing specifically explaining an operation method of a battery management device according to another embodiment disclosed in this document.
  • FIG. 13 is a block diagram showing the hardware configuration of a computing system that implements an operating method of a battery management device according to one embodiment disclosed in this document.
  • FIG. 1 is a drawing showing a battery cell pack according to one embodiment disclosed in this document.
  • a battery cell pack (1000) may include a battery cell module (100), a battery management device (200), and a relay (300).
  • the battery cell module (100) may be a battery cell, and in this case, the battery cell pack (1000) may have a cell to pack structure.
  • a single battery cell module (100) is illustrated, but depending on the embodiment, the battery cell module (100) may be configured with a plurality of battery cell modules, and the battery cell pack (1000) may have a stacked structure of a plurality of battery cell modules.
  • the battery cell module (100) may include a plurality of battery cells (110, 120, 130, 140).
  • the plurality of battery cells is illustrated as being four, but this is not limited thereto, and the battery cell module (100) may be configured to include n (n is a natural number greater than or equal to 2) battery cells.
  • the battery cell module (100) can supply power to a target device (not shown).
  • the battery cell module (100) can be electrically connected to the target device.
  • the target device can include an electrical, electronic, or mechanical device that operates by receiving power from a battery cell pack (1000) including a plurality of battery cells (110, 120, 130, 140), and for example, the target device can be, but is not limited to, an electric vehicle (EV) or an energy storage system (ESS).
  • EV electric vehicle
  • ESS energy storage system
  • a plurality of battery cells (110, 120, 130, 140) are basic units of battery cells that can be used by charging and discharging electric energy, and may be, but are not limited to, lithium-ion (Li-ion) batteries, lithium-ion polymer (Li-ion polymer) batteries, nickel-cadmium (Ni-Cd) batteries, nickel-metal hydride (Ni-MH) batteries, etc. Meanwhile, in FIG. 1, a single battery cell module (100) is illustrated, but depending on the embodiment, the battery cell module (100) may be configured in multiples.
  • a battery management system (BMS) (200) can manage and/or control the status and/or operation of a battery cell module (100).
  • the battery management device (200) can manage and/or control the status and/or operation of a plurality of battery cells (110, 120, 130, 140) included in the battery cell module (100).
  • the battery management device (200) can manage charging and/or discharging of the battery cell module (100).
  • the battery management device (200) can control the operation of the relay (300). For example, the battery management device (200) can short-circuit the relay (300) to supply power to the target device. Additionally, the battery management device (200) can short-circuit the relay (300) when a charging device is connected to the battery cell pack (1000).
  • the battery management device (200) can monitor the voltage, current, temperature, etc. of the battery cell module (100) and/or each of the plurality of battery cells (110, 120, 130, 140) included in the battery cell module (100).
  • sensors or various measurement modules not shown may be additionally installed at any location of the battery cell module (100), the charging/discharging path, or the battery cell module (100).
  • the battery management device (200) can calculate parameters indicating the state of the battery cell module (100), for example, SOC (State of Charge) or SOH (State of Health), based on the measured values of the monitored voltage, current, temperature, etc.
  • the battery management device (200) may diagnose abnormal phenomena inside the plurality of battery cells (110, 120, 130, 140) based on data of various factors that change as the battery cells deteriorate.
  • Battery cells may experience faster and greater voltage changes than normal battery cells when they are defective due to various causes, such as defects during the production stage, internal deformation and transformation through multiple charging and discharging, or external impact.
  • the battery management device (200) utilizes the phenomenon that battery cells with internal defects experience faster and greater voltage changes than normal battery cells during the idle period, and compares voltage data of the idle periods of each of a plurality of battery cells (110, 120, 130, 140) with statistical normal voltage data of the idle periods of normal battery cells, thereby diagnosing abnormal battery cells among the plurality of battery cells (110, 120, 130, 140).
  • the battery management device (200) can determine whether an abnormal battery cell exists among a plurality of battery cells (110, 120, 130, 140) by utilizing the characteristics of a large deviation and a large bias of an abnormal battery cell compared to a normal battery cell.
  • the battery management device (200) can determine whether an abnormal battery cell exists based on voltage deviations of a plurality of battery cells (110, 120, 130, 140) during charging. In this case, the battery management device (200) can determine whether an abnormal battery cell exists by comprehensively considering voltage deviations of a plurality of battery cells (110, 120, 130, 140) and whether a voltage inflection point has been passed, and can determine a misdiagnosis if a battery cell that has been incorrectly diagnosed as passing a voltage inflection point exists.
  • the battery management device (200) can calculate an average value of voltages of a plurality of battery cells (110, 120, 130, 140) and a voltage deviation (dV) of each of the plurality of battery cells (110, 120, 130, 140).
  • the battery management device (200) can use the voltage deviation of each of the plurality of battery cells (110, 120, 130, 140) to determine an abnormal voltage behavior of at least one battery cell among the plurality of battery cells (110, 120, 130, 140) and diagnose the corresponding battery cell.
  • the battery management device (200) can diagnose the battery cell by using the voltage deviation data of each of the plurality of battery cells (110, 120, 130, 140) excluding noise voltage data suspected of being noise data from among the voltage deviations of each of the plurality of battery cells (110, 120, 130, 140).
  • the battery management device (200) can amplify the voltage deviation data of each of the plurality of battery cells (110, 120, 130, 140) after excluding the noise voltage data from among the voltage deviations of each of the plurality of battery cells (110, 120, 130, 140).
  • the battery management device (200) can diagnose an abnormal battery cell suspected of having an abnormal voltage by using the amplified voltage deviation data of each of the plurality of battery cells (110, 120, 130, 140).
  • the operation of the battery management device (200) below can be performed in various devices such as a server, cloud, charger, or charger/discharger connected to the battery management device (200) or a vehicle equipped with the battery management device (200).
  • FIG. 2 is a block diagram showing the configuration of a battery management device according to one embodiment disclosed in this document.
  • the battery management device (200) may include a voltage measurement unit (210) and a controller (220).
  • the voltage measuring unit (210) can calculate the voltage of each of the plurality of battery cells (110, 120, 130, 140).
  • the voltage measuring unit (210) can calculate the voltage of each of the plurality of battery cells (110, 120, 130, 140) per unit time to calculate time-series data of the voltage of each of the plurality of battery cells (110, 120, 130, 140).
  • the voltage measuring unit (210) can continuously calculate voltage rise and fall data during charging, a rest period after charging, a rest period after discharging, and a rest period after discharging, and long-term stabilization (Relaxation) data of the plurality of battery cells (110, 120, 130, 140).
  • FIG. 3 is a graph showing the voltage of a battery cell according to one embodiment disclosed in this document.
  • the voltage measurement unit (210) can measure the voltages of the plurality of battery cells (110, 120, 130, 140) during charging, a rest period after charging, a discharge period, and a rest period after discharging, and can produce time series data of the voltages of each of the plurality of battery cells (110, 120, 130, 140).
  • the voltage measurement unit (210) can measure the voltages of each of the plurality of battery cells (110, 120, 130, 140) per unit time and generate a graph representing the voltage change of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can calculate the moving average of the voltage of each of the plurality of battery cells (110, 120, 130, 140).
  • the moving average is an average of some data extracted while moving a window of a specific size (Size) among the entire data.
  • the window is a reference section from which some of the entire data can be extracted to determine data to be used.
  • the start point of the window is a point in time before the reference time from the present point in time, and the end point of the window is the present point in time. For example, if the window is one week, the controller (220) can extract data acquired during the last one week from the present point in time from the entire data.
  • the controller (220) can calculate a moving average value of the voltage of each of the plurality of battery cells (110, 120, 130, 140) by using voltage data extracted while moving a window among the total voltage data of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can calculate a continuous moving average value of the voltage of each of the plurality of battery cells (110, 120, 130, 140) by using voltage data continuously extracted while moving a window among the total voltage data of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) may apply one of a simple moving average, a weighted moving average, or an exponential moving average (EMA) to the overall voltage data of each of the plurality of battery cells (110, 120, 130, 140) to calculate a moving average value of the voltage of each of the plurality of battery cells (110, 120, 130, 140).
  • a simple moving average a weighted moving average
  • EMA exponential moving average
  • the controller (220) may apply an exponential moving average (EMA) to the total voltage data of each of the plurality of battery cells (110, 120, 130, 140) to calculate an exponential moving average of the voltages of each of the plurality of battery cells (110, 120, 130, 140).
  • EMA exponential moving average
  • the exponential moving average is a type of weighted moving average method that uses data from all past periods while giving a higher weight to recent data.
  • the controller (220) may calculate a plurality of moving averages having different window sizes using voltage data of each of the plurality of battery cells (110, 120, 130, 140). According to one embodiment, the controller (220) may calculate a long-term moving average having a relatively long window length (Long) and a short-term moving average having a relatively short window length (Short) using total voltage data of each of the plurality of battery cells (110, 120, 130, 140).
  • the window size of the long-term moving average may include 100 seconds
  • the window size of the short-term moving average may include 10 seconds.
  • the controller (220) may calculate a long-term moving average value of each of the plurality of battery cells (110, 120, 130, 140) using voltage data acquired over the past 100 seconds from the time of calculation using voltage data of each of the plurality of battery cells (110, 120, 130, 140), and may calculate a short-term moving average value of each of the plurality of battery cells (110, 120, 130, 140) using voltage data acquired over the past 10 seconds from the time of calculation.
  • the controller (220) can analyze the long-term voltage change trend (Trend) and the short-term voltage change trend of each of the plurality of battery cells (110, 120, 130, 140) by using the continuous long-term moving average value (V_LMA) and the short-term moving average value (V_SMA) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can diagnose whether the voltage of each of the plurality of battery cells is abnormal by using the long-term moving average value (V_LMA) and the short-term moving average value (V_SMA) of the voltage of each of the plurality of battery cells (110, 120, 130, 140).
  • FIG. 4 is a flowchart showing a method for diagnosing a battery cell of a controller according to one embodiment disclosed in this document.
  • the controller (220) can calculate a plurality of first deviations (V_LMA - V_SMA), which are deviations of a long-term moving average value (V_LMA) and a short-term moving average value (V_SMA) of voltages of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can continuously calculate the first deviations (V_LMA - V_SMA) of each of the plurality of battery cells (110, 120, 130, 140) calculated for a unit time.
  • the controller (220) can continuously calculate deviations of long-term behavior and short-term behavior of voltages of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) calculates a long-term moving average of the average voltage (V_avg) of multiple battery cells (110, 120, 130, 140). and short term moving average can be produced.
  • the average voltage (V_avg) of the plurality of battery cells (110, 120, 130, 140) may include the average value (Mean) or median value (Median) of the voltages of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) continuously calculates the average voltage (V_avg) of the plurality of battery cells (110, 120, 130, 140) per unit time, and uses the average voltage (V_avg) of the plurality of battery cells (110, 120, 130, 140) to obtain a long-term moving average value of the average voltage (V_avg) of the plurality of battery cells (110, 120, 130, 140). and short term moving average can be calculated.
  • the size of the window may be the same as the size of the window of the long-term moving average value (V_LMA) of the voltage of each of the plurality of battery cells (110, 120, 130, 140).
  • the size of the window may be equal to the size of the window of the short-term moving average (V_SMA) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) calculates a long-term moving average of the average voltage (V_avg) of multiple battery cells (110, 120, 130, 140). and short term moving average The second deviation is the deviation of
  • the controller (220) can calculate the second deviation of a plurality of battery cells (110, 120, 130, 140) per unit time. can be continuously produced. That is, the controller (220) can produce the deviation between the long-term behavior and the short-term behavior of the average voltage (V_avg) of multiple battery cells (110, 120, 130, 140).
  • the controller (220) detects a plurality of first deviations (V_LMA - V_SMA) and second deviations
  • the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140) can be calculated.
  • the controller (220) can calculate the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140) based on [Mathematical Formula 1].
  • the controller (220) has a plurality of first deviations (V_LMA - V_SMA) and second deviations
  • the deviation can be calculated as the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140).
  • FIG. 5a is a graph showing a first diagnostic deviation of a battery cell according to one embodiment disclosed in the present document.
  • the controller (220) can continuously calculate the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140) per unit time, and generate a graph showing the change in the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) calculates a first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140) and compares the deviation of the long-term behavior and short-term behavior of the voltage of each of the plurality of battery cells (110, 120, 130, 140) with the deviation of the long-term behavior and short-term behavior of the average voltage (V_avg) of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can remove noise data from the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140) to calculate the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can set a reference value for determining whether the first diagnostic deviation (D1) of each of the plurality of battery cells (110, 120, 130, 140) is noise based on [Mathematical Formula 2] below.
  • the controller (220) detects the second deviation The value obtained by multiplying the absolute value of by the first critical constant (C1)
  • the maximum value (Max) of the first and second critical constants (C1 and C2) can be set as a reference value for each of the plurality of battery cells (110, 120, 130, and 140).
  • the first critical constant (C1) can include '0.1'
  • the second critical constant (C2) can include '0.4'.
  • the first critical constant (C1) and the second critical constant (C2) can be changed according to the size and characteristics of the voltage data of each of the plurality of battery cells (110, 120, 130, and 140).
  • the controller (220) may determine a first diagnostic deviation (D1) lower than a reference value among the first diagnostic deviations (D1) of each of the plurality of battery cells (110, 120, 130, 140) as noise data.
  • the controller (220) may calculate a second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) by excluding the first diagnostic deviation (D1) lower than a reference value among the first diagnostic deviations (D1) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can normalize the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) to produce a third diagnostic deviation (D3).
  • the controller (220) can normalize the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) based on [Mathematical Formula 3] below to calculate the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) determines the absolute value of the second deviation The value obtained by multiplying the third critical constant (C3)
  • the controller (220) can calculate the maximum value (Max) among the third critical constant (C4) and the fourth critical constant (C4).
  • the controller (220) calculates the value obtained by multiplying the absolute value of the second deviation by the third critical constant and the maximum value among the fourth critical constant (C4).
  • the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) can be normalized using the third critical constant (C3) and the fourth critical constant (C4).
  • the third critical constant (C3) can include '0.1' and the fourth critical constant (C4) can include '0.1', and the third critical constant (C3) and the fourth critical constant (C4) can be changed according to the size and characteristics of the voltage data of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) determines the second diagnostic deviation (D2) representing the behavior of the average voltage (V_avg) of the plurality of battery cells (110, 120, 130, 140). Using this, the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) can be normalized to produce a third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) may normalize the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) through a logarithmic operation. That is, the controller (220) may calculate the normalized value of the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) through a logarithmic operation as the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) may set the average value (D2_avg) of the second diagnostic deviations (D2) of each of the plurality of battery cells (110, 120, 130, 140) as a normalization reference value.
  • the controller (220) may use the average value (D2_avg) of the second diagnostic deviations as a normalization reference value, and normalize the second diagnostic deviations (D2) of each of the plurality of battery cells (110, 120, 130, 140) by dividing the average value (D2_avg) of the second diagnostic deviations (D2).
  • the controller (220) can calculate the normalized value by dividing the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) by the average value (D2_avg) of the second diagnostic deviations as the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • FIG. 5b is a graph showing a third diagnostic deviation (D3) of a battery cell according to one embodiment disclosed in the present document.
  • the controller (220) may normalize the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) according to various embodiments to calculate the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can continuously calculate the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140) per unit time, and generate a graph showing the change in the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) may be configured to generate a second deviation that represents the behavior of the average voltage (V_avg) of a plurality of battery cells (110, 120, 130, 140).
  • the second diagnostic deviation (D2) of each of the plurality of battery cells (110, 120, 130, 140) can be normalized using .
  • the controller (220) can calculate the skewness of the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can calculate the skewness of the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140) based on [Mathematical Formula 4] below.
  • the controller (220) adds the minimum value (Min[third diagnostic deviation (D3)]) of the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140) to the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140), and divides the obtained value by the third diagnostic deviation (D3) to calculate the deflection of each of the plurality of battery cells (110, 120, 130, 140).
  • FIG. 5c is a graph showing the bias of a third diagnostic deviation of a battery cell according to one embodiment disclosed in this document.
  • the controller (220) can continuously calculate the deflection of the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140) per unit time, and generate a graph showing the change in the deflection of the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can calculate a fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140) by reflecting the bias in the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140). Specifically, the controller (220) can calculate the fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140) based on [Mathematical Formula 5] below.
  • the controller (220) can multiply the third diagnostic deviation (D3) of each of the plurality of battery cells (110, 120, 130, 140) by a bias to calculate the fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140).
  • FIG. 5d is a graph showing a fourth diagnostic deviation of a battery cell according to one embodiment disclosed in the present document.
  • the controller (220) can continuously calculate the fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140) per unit time, and generate a graph showing the change in the fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140).
  • the controller (220) can determine whether the fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140) exceeds a threshold value.
  • the threshold value can be defined as a reference value that can be determined as ‘abnormal’ if an extreme result occurs.
  • the threshold value can be defined as a criterion that indicates how much data contradicts a specific statistical model.
  • the controller (220) can determine that a battery cell among the plurality of battery cells (110, 120, 130, 140) in which the fourth diagnostic deviation (D4) exceeds the threshold value is a battery cell in which an abnormal voltage behavior has occurred.
  • the controller (220) can diagnose at least one battery cell among the plurality of battery cells (110, 120, 130, 140) based on whether the fourth diagnostic deviation (D4) of each of the plurality of battery cells (110, 120, 130, 140) exceeds the threshold value. In operation S108, the controller (220) can diagnose at least one battery cell among the plurality of battery cells (110, 120, 130, 140) if the fourth diagnostic deviation (D4) of the corresponding battery cell exceeds the threshold value.
  • the controller (220) may increase a diagnostic count value of at least one battery cell when a fourth diagnostic deviation (D4) of at least one battery cell among the plurality of battery cells (110, 120, 130, 140) exceeds a threshold value.
  • D4 fourth diagnostic deviation
  • the controller (220) can diagnose at least one battery cell if the diagnostic count value of at least one battery cell among the plurality of battery cells (110, 120, 130, 140) is greater than or equal to a threshold count value.
  • the controller (220) can diagnose at least one battery cell among a plurality of battery cells (110, 120, 130, 140), and then track and monitor whether there is a defect, such as whether an internal short circuit occurs, whether an external short circuit occurs, or whether lithium is precipitated, within the battery cell.
  • the controller (220) determines that an internal defect has occurred in a battery cell as a result of the diagnosis, it can provide information about the corresponding battery cell to the user. For example, the controller (220) can provide information about a battery cell in which an internal short circuit has occurred to a user terminal through a communication unit (not shown), and can also provide information about the corresponding battery cell through a display equipped in a vehicle or charger.
  • noise of deviations between long-term moving average values and short-term moving average values of voltages of battery cells can be removed to accurately diagnose abnormal battery cells.
  • the battery management device (200) minimizes the distortion of the voltage of the battery cell, removes noise data, and reflects the bias of the voltage of the battery cell to amplify the abnormal voltage behavior of the battery cell, thereby improving the accuracy of the diagnosis.
  • the battery management device (200) can diagnose a battery cell in which abnormal voltage behavior has occurred early by using the deviation of the long-term moving average value and the short-term moving average value of the voltage of the battery cell, thereby ensuring the safety and reliability of the battery cell energy.
  • the battery management device (200) can diagnose a battery cell in which abnormal voltage behavior has occurred while the battery cell is mounted in a vehicle, thereby making it possible to diagnose the battery cell quickly and easily without the need for separate separation of the battery cell.
  • FIG. 6 is a flowchart for explaining a battery management device according to another embodiment disclosed in this document. The operations illustrated in FIG. 6 can be performed through the battery management device (200) of FIG. 2.
  • the voltage measuring unit (210) can measure the voltage of each of a plurality of battery cells.
  • the controller (220) can calculate a first deviation, which is a deviation between a long-term moving average value and a short-term moving average value of battery cell voltages for each of the plurality of battery cells.
  • a first deviation which is a deviation between a long-term moving average value and a short-term moving average value of battery cell voltages for each of the plurality of battery cells.
  • operation S202 can be substantially the same as operation S102 of FIG. 4.
  • the controller (220) can calculate a second deviation, which is a deviation between a long-term moving average value and a short-term moving average value of the average voltage of a plurality of battery cells.
  • a second deviation which is a deviation between a long-term moving average value and a short-term moving average value of the average voltage of a plurality of battery cells.
  • operation S203 can be substantially the same as operation S103 of FIG. 4.
  • the controller (220) can calculate a first diagnostic deviation, which is a difference between the first deviation and the second deviation, for each of the plurality of battery cells.
  • operation S204 can be substantially the same as operation S104 of FIG. 4.
  • the controller (220) can diagnose at least one battery cell among the plurality of battery cells based on the first diagnostic deviation of each of the plurality of battery cells to set the diagnostic battery cell. For example, the controller (220) can set a battery cell in which the first diagnostic deviation increases above a predetermined value as the diagnostic battery cell.
  • the controller (220) may calculate a second past deviation of each of the plurality of battery cells based on a reference value obtained by multiplying a second deviation among the first diagnostic deviations of each of the plurality of battery cells by a critical constant, and may diagnose at least one battery cell among the plurality of battery cells based on the second diagnostic deviation of each of the plurality of battery cells to set a diagnostic battery cell.
  • the controller (220) may set a maximum value among the second threshold constant and a value obtained by multiplying the second deviation by the first threshold constant as a reference value, and may calculate the second diagnostic deviation of each of the plurality of battery cells by excluding a first diagnostic deviation that is lower than the reference value among the first diagnostic deviations of each of the plurality of battery cells.
  • the controller (220) may normalize the second diagnostic deviation of each of the plurality of battery cells by dividing the value obtained by multiplying the second deviation by the third threshold constant and the maximum value among the fourth threshold constant, and may calculate the third diagnostic deviation of each of the plurality of battery cells.
  • the controller (220) may calculate the bias of each of the plurality of battery cells by dividing the value obtained by adding a minimum value of the third diagnostic deviation of each of the plurality of battery cells to the third diagnostic deviation of each of the plurality of battery cells by the third diagnostic deviation, and may calculate the fourth diagnostic deviation of each of the plurality of battery cells by multiplying the third diagnostic deviation of each of the plurality of battery cells by the bias, and may diagnose at least one battery cell among the plurality of battery cells based on whether the fourth diagnostic deviation of each of the plurality of battery cells exceeds a threshold value to set the diagnostic battery cell.
  • the controller (220) can diagnose a plurality of battery cells based on any one of the first diagnostic deviation, the second diagnostic deviation based on the first diagnostic deviation, the third diagnostic deviation, or the fourth diagnostic deviation, and set the diagnostic battery cell.
  • the controller (220) may compare the first diagnostic deviation of a battery cell having a maximum value among the first diagnostic deviations of different battery cells from the diagnostic battery cell with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell is diagnosed normally. For example, the controller (220) may determine that the diagnostic battery cell is diagnosed normally if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by a set value exceeds the first diagnostic deviation of the battery cell having the maximum value. For another example, the controller (220) may determine that the diagnostic battery cell is misdiagnosed if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by a set value is less than or equal to the first diagnostic deviation of the battery cell having the maximum value.
  • the controller (220) can update the maximum value among the first diagnostic deviations of the battery cells different from the diagnostic battery cell at each reference time. For example, the controller (220) can calculate the first diagnostic deviation of each of the plurality of battery cells at each reference time, and update the first diagnostic deviation of the battery cell having the maximum value among the first diagnostic deviations of the battery cells different from the diagnostic battery cell at each reference time. That is, the controller (220) can update the first diagnostic deviation of the battery cell having the maximum value among the first diagnostic deviations with the maximum value among the previously stored maximum value and the newly calculated first diagnostic deviation.
  • the controller (220) may store together with the voltage of the battery cell having the maximum value among the first diagnostic deviations of the battery cells different from the diagnostic battery cell. For example, if the first battery cell is different from the diagnostic battery cell and the first diagnostic deviation of the first battery cell has the maximum value, the controller (220) may store the first diagnostic deviation of the first battery cell and the voltage of the first battery cell in correspondence. In addition, the controller (220) may store further identification information of the first battery cell in correspondence.
  • the controller (220) may initialize the stored value when the voltage of the stored first battery cell becomes lower than the voltage of the battery cell having the minimum voltage among the plurality of battery cells. For example, when the voltage of the stored first battery cell becomes lower than the voltage of the battery cell having the minimum voltage among the plurality of battery cells, it means that all the battery cells have passed the voltage inflection point, and therefore, the controller (220) may initialize the stored value at the voltage inflection point and store the maximum value of the new first diagnostic deviation.
  • the controller (220) may calculate a first diagnostic deviation of the diagnostic battery cell at each reference time, and update a maximum value of the first diagnostic deviation of the diagnostic battery cell at each reference time. For example, the controller (220) may update a maximum value of the first diagnostic deviation of the diagnostic battery cell at each reference time in order to update a maximum value of the first diagnostic deviation calculated in relation to the diagnostic battery cell. According to an embodiment, the controller (220) may store the maximum value of the first diagnostic deviation of the diagnostic battery cell and the voltage of the diagnostic battery cell at the corresponding time in correspondence. In addition, the controller (220) may further store identification information of the diagnostic battery cell in correspondence.
  • the controller (220) may determine that the diagnostic battery cell is diagnosed normally if the minimum value among the voltages of the plurality of battery cells is higher than the voltage at the time of diagnosis of the diagnostic battery cell and the diagnosis of the diagnostic battery cell is not determined to be a misdiagnosis.
  • the controller (220) updates the maximum value of the first diagnostic deviation of a different battery cell from the diagnostic battery cell at each reference time, and compares the updated maximum value with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell has been diagnosed normally.
  • FIG. 7 is a drawing for explaining the difference in voltage inflection points between multiple battery cells according to another embodiment disclosed in this document.
  • multiple battery cells may have different voltages during charging.
  • the multiple battery cells may have different times at which they have the same voltage during charging. Accordingly, the times at which each of the multiple battery cells passes the voltage inflection point may be different, and a battery management device (200) that diagnoses based on the deviation may misdiagnose the battery at the time of passing the voltage inflection point.
  • FIGS. 8A and 8B are diagrams for explaining the difference in the first diagnostic deviation according to the difference in the voltage inflection point of the battery cell according to another embodiment disclosed in the present document.
  • a voltage difference may occur between the battery cell (805) with the highest voltage and the remaining battery cells (810).
  • the battery cell (805) having the highest voltage may have a high first diagnostic deviation (815).
  • the remaining battery cells (810) may not reach the voltage inflection point and thus may have lower first diagnostic deviations (820). Accordingly, the battery management device (200) diagnosing the battery cells based on the first diagnostic deviation may diagnose that the battery cell (805) having the highest voltage is abnormal.
  • the remaining battery cells (810) also have a first diagnostic deviation similar to the high first diagnostic deviation (815) when they pass the voltage inflection point as time passes. That is, the battery management device (200) according to another embodiment disclosed in this document is intended to provide a diagnostic method capable of preventing misdiagnosis due to the voltage inflection point.
  • FIGS. 9 and 10 are drawings for explaining a method for detecting a misdiagnosis of a battery management device according to another embodiment disclosed in this document.
  • the controller (220) of the battery management device (200) may store the maximum value among the first diagnostic deviations of each of the plurality of battery cells.
  • the controller (220) may store the maximum value among the first diagnostic deviations of each of the plurality of battery cells at each reference time.
  • the controller (220) may store the maximum value among the first diagnostic deviations of each of the plurality of battery cells alternately in slot 1 and slot 2. That is, when a first diagnostic deviation higher than the values stored in slot 1 and slot 2 is calculated, the controller (220) may update a slot having a lower first diagnostic deviation among the first diagnostic deviations stored in slot 1 or slot 2.
  • the controller (220) of the battery management device (200) can set a diagnostic battery cell.
  • the controller (220) can store a first diagnostic deviation and a voltage of the diagnostic battery cell. Since the first diagnostic deviation of the diagnostic battery cell is greater than the first diagnostic deviation of another battery cell different from the diagnostic battery cell, the first diagnostic deviation of the diagnostic battery cell can be stored in one of the two slots, and the maximum value of the first diagnostic deviation of another battery cell different from the diagnostic battery cell can be stored in the remaining slot.
  • the battery management device (200) can store the maximum value among the first diagnostic deviations of a plurality of battery cells at each reference time, and compare the stored maximum value with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell is misdiagnosed.
  • FIG. 9 illustrates an example in which a diagnostic battery cell is determined to be misdiagnosed based on the maximum value of the first diagnostic deviation in the past from the time at which the diagnostic battery cell was diagnosed.
  • the battery management device (200) can continuously calculate the first diagnostic deviations of multiple battery cells at each reference time and update the maximum value in order to preserve data.
  • the controller (220) of the battery management device (200) can store the maximum value among the first diagnostic deviations of each of the plurality of battery cells.
  • the controller (220) can compare the first diagnostic deviation of the diagnostic battery cell with the maximum value of the first diagnostic deviation of a battery cell different from the diagnostic battery cell to determine whether the diagnostic battery cell is diagnosed normally. In this case, the controller (220) can preferentially compare the maximum value of the first diagnostic deviation of the diagnostic battery cell with the first diagnostic deviation of the diagnostic battery cell in the past rather than at the time when the diagnostic battery cell was diagnosed, and if the diagnostic battery cell is not determined to be misdiagnosed, the controller can wait for the diagnostic judgment of the diagnostic battery cell in order to compare the maximum value of the first diagnostic deviation in the future rather than at the time when the diagnostic battery cell was diagnosed.
  • the controller (220) may wait for the diagnosis determination of the diagnostic battery cell until the minimum value among the voltages of the plurality of battery cells becomes higher than the voltage at the time of diagnosis of the diagnostic battery cell. According to an embodiment, if the minimum value among the voltages of the plurality of battery cells becomes higher than the voltage at the time of diagnosis of the diagnostic battery cell and is not determined to be a misdiagnosis, the controller (220) may determine that the diagnostic battery cell is diagnosed normally. According to an embodiment, the controller (220) may wait for the diagnosis determination of the diagnostic battery cell until the minimum value among the voltages of the plurality of battery cells becomes higher than a set voltage value or more than the voltage at the time of diagnosis of the diagnostic battery cell.
  • the controller (220) can store the maximum value among the first diagnostic deviations of a battery cell different from the diagnostic battery cell at each reference time when the voltage of the diagnostic battery cell at the time of diagnosis is higher than the minimum value among the voltages of a plurality of battery cells.
  • the controller (220) can compare the maximum value of the first diagnostic deviations of the diagnostic battery cell and the different battery cells with the first diagnostic deviation of the diagnostic battery cell at each reference time to determine whether the diagnostic battery cell has been diagnosed normally. That is, in FIG. 10, since the minimum value (3.98 V) of the voltages of the plurality of battery cells is lower than the voltage (4.1 V) at the diagnostic time of the diagnostic battery cell, the maximum value (2.4) of the first diagnostic deviations of the different battery cell and the diagnostic battery cell, which is greater than the value obtained by multiplying the first diagnostic deviation (3.2) of the diagnostic battery cell by the set value (0.72), is calculated, and therefore, the controller (220) can determine that the diagnostic battery cell has been misdiagnosed.
  • the battery management device (200) according to another embodiment disclosed in this document, over-inspection can be prevented and the diagnosis rate can be increased by distinguishing between a voltage inflection point that commonly appears depending on the characteristics of the cell and a voltage inflection point due to a defect.
  • FIG. 11 is a drawing for explaining an operation method of a battery management device according to another embodiment disclosed in this document. The operations illustrated in FIG. 11 can be performed through the battery management device (200) of FIG. 2.
  • the measuring unit (210) may measure the voltage of each of the plurality of battery cells. For example, when the plurality of battery cells are being charged, the measuring unit (210) may measure the voltage of each of the plurality of battery cells at each reference time.
  • the controller (220) can calculate a first deviation, which is a deviation between a long-term moving average value and a short-term moving average value of battery voltage for each of a plurality of battery cells.
  • the controller (220) can calculate a second deviation, which is a deviation between a long-term moving average and a short-term moving average of the average voltages of multiple batteries.
  • the controller (220) can calculate a first diagnostic deviation, which is the difference between the first deviation and the second deviation, for each of the plurality of battery cells.
  • the controller (220) can remove noise of the first diagnostic deviation of each of the plurality of battery cells to calculate the second diagnostic deviation of each of the plurality of battery cells.
  • the controller (220) can normalize the second diagnostic deviation of each of the plurality of battery cells to produce a third diagnostic deviation of each of the plurality of battery cells.
  • the controller (220) can multiply the third diagnostic deviation of each of the plurality of battery cells by the bias to calculate the fourth diagnostic deviation of each of the plurality of battery cells.
  • the controller (220) can compare the fourth diagnostic deviation of each of the plurality of battery cells with a threshold value.
  • operations S304 to S307 may not be performed and operation S308 may be performed.
  • the controller (220) can set the diagnostic battery cell. According to an embodiment, the controller (220) can set the diagnostic battery cell based on the first diagnostic deviation. According to another embodiment, the controller (220) can set the diagnostic battery cell based on any one of the second diagnostic deviation to the fourth diagnostic deviation.
  • the controller (220) may compare the first diagnostic deviation of the battery cell having the maximum value among the first diagnostic deviations of different battery cells from the diagnostic battery cell with the first diagnostic deviation of the diagnostic battery cell to determine whether the diagnostic battery cell is diagnosed normally. According to an embodiment, in operation S309, the controller (220) may determine that the diagnostic battery cell is diagnosed normally if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by the set value exceeds the first diagnostic deviation of the battery cell having the maximum value, and may determine that the diagnostic battery cell is misdiagnosed if the value obtained by multiplying the first diagnostic deviation of the diagnostic battery cell by the set value is equal to or less than the first diagnostic deviation of the battery cell having the maximum value.
  • FIG. 12 is a drawing specifically explaining an operation method of a battery management device according to another embodiment disclosed in this document. The operations illustrated in FIG. 12 can be performed through the battery management device (200) of FIG. 2.
  • the controller (220) can calculate the first diagnostic deviation of each of the plurality of battery cells for each reference time.
  • the controller (220) can update the first diagnostic deviation of the battery cell having the maximum value among the first diagnostic deviations of the battery cell different from the diagnostic battery cell at each reference time. That is, the controller (220) can update and store the maximum value among the first diagnostic deviations of the battery cell different from the diagnostic battery cell in the past or future from the time when the diagnostic battery cell was diagnosed.
  • the controller (220) can calculate the first diagnostic deviation of the diagnostic battery cell at each reference time.
  • the controller (220) can update the maximum value of the first diagnostic deviation of the diagnostic battery cell at each reference time.
  • FIG. 13 is a block diagram showing the hardware configuration of a computing system that implements an operating method of a battery management device according to one embodiment disclosed in this document.
  • a computing system (2000) may include an MCU (2100), a memory (2200), an input/output I/F (2300), and a communication I/F (2400).
  • the MCU (2100) may be a processor that executes various programs (e.g., a battery cell voltage deviation analysis program) stored in the memory (2200), processes various data from these programs, and performs the functions of the battery management device (200) shown in FIG. 2 described above.
  • programs e.g., a battery cell voltage deviation analysis program
  • the memory (2200) can store various programs related to the operation of the battery management device (200). In addition, the memory (2200) can store operation data of the battery management device (200).
  • the memories (2200) may be provided in multiple numbers as needed.
  • the memories (2200) may be volatile memories or nonvolatile memories.
  • volatile memories (2200) RAM, DRAM, SRAM, etc. may be used.
  • nonvolatile memories (2200) ROM, PROM, EAROM, EPROM, EEPROM, flash memories, etc. may be used.
  • the examples of the memories (2200) listed above are only examples and are not limited to these examples.
  • the input/output I/F (2300) can provide an interface that enables data to be transmitted and received between an input device (not shown) such as a keyboard, mouse, or touch panel, and an output device (not shown) such as a display and the MCU (2100).
  • an input device such as a keyboard, mouse, or touch panel
  • an output device such as a display and the MCU (2100).
  • the communication I/F (2400) is a configuration that can transmit and receive various data with the server, and may be various devices that can support wired or wireless communication. For example, programs for voltage deviation diagnosis, misdiagnosis judgment, and abnormality diagnosis, or various data, etc. can be transmitted and received from a separately provided external server through the communication I/F (2400).

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 문서에 개시된 일 실시예에 따른 배터리 관리 장치는 복수의 배터리 셀 각각의 전압을 측정하는 전압 측정부 및 상기 복수의 배터리 셀 각각에 대해 배터리 셀 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출하고, 상기 복수의 배터리 셀의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출하고, 상기 복수의 배터리 셀 각각에 대해 상기 제1 편차와 상기 제2 편차 간의 차이인 제1 진단 편차를 산출하고, 상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하고, 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 컨트롤러를 포함할 수 있다.

Description

배터리 관리 장치 및 그것의 동작 방법
관련출원과의 상호인용
본 발명은 2023.05.08.에 출원된 한국 특허 출원 제 10-2023-0059022호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용을 본 명세서의 일부로 포함한다.
기술분야
본 문서에 개시된 실시예들은 배터리 관리 장치 및 그것의 동작 방법에 관한 것이다.
전기차는 외부로부터 전기를 공급받아 배터리 셀을 충전한 후, 배터리 셀에 충전된 전압으로 모터를 구동시켜 동력을 얻는다. 배터리 셀은 생산 및 사용 단계에서 다양한 충방전을 통해 내부 변형 및 변성을 겪으며 물리 화학적 특성이 변경되어 내부 단락, 외부 단락, 리튬 석출로 인한 벤팅(Venting) 또는 배터리 셀의 전압이 일정 수준 이하로 감소하는 저전압 (Under Voltage) 불량이 발생할 수 있다.
배터리 셀 내부에 불량이 발생하는 경우 배터리 셀의 성능이 저하되고, 전해액이 누액됨으로 인하여 발화 가능성이 증가하는 등 배터리 셀에 직접적인 문제가 발생할 수 있다. 따라서, 배터리 셀의 이상 여부를 판단하는 기술이 필요하다.
종래의 배터리 관리 장치는 배터리 셀들의 평균 전압 대비 개별 배터리 셀의 전압 편차를 이용하여 배터리 셀의 전압 이상을 진단하였으나, 이러한 방법은 노이즈에 취약하여 이상 배터리 셀 진단의 기준이 되는 임계값(Threshold)을 일정 수준 이하로 조정할 수 없고, 전기차에서 발생하는 미세 단선으로 인한 배터리 셀의 이상 전압을 검출할 수 없는 한계점이 있다.
본 문서에 개시되는 실시예들의 일 목적은 배터리 셀의 전압의 장기 이동 평균값 및 단기 이동 평균값의 편차의 노이즈를 제거하여 이상 배터리 셀을 정확하게 진단할 수 있는 배터리 관리 장치 및 그것의 동작 방법을 제공하는 데 있다.
또한, 본 문서에 개시되는 실시예들의 일목적은, 전압의 이상 거동을 검출하는 과정에서 전압 변곡점(개방 회로 전압의 변곡점)으로 인한 과검을 방지할 수 있는 배터리 관리 장치 및 그것의 동작 방법을 제공하는 데 있다.
본 문서에 개시된 실시예들의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 문서에 개시된 일 실시예에 따른 배터리 관리 장치는 복수의 배터리 셀 각각의 전압을 측정하는 전압 측정부 및 상기 복수의 배터리 셀 각각에 대해 배터리 셀 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출하고, 상기 복수의 배터리 셀의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출하고, 상기 복수의 배터리 셀 각각에 대해 상기 제1 편차와 상기 제2 편차 간의 차이인 제1 진단 편차를 산출하고, 상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하고, 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 컨트롤러를 포함할 수 있다.
일 실시예에서, 상기 컨트롤러는, 상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 초과인 경우 상기 진단 배터리 셀이 정상적으로 진단된 것으로 판단하고, 상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 이하인 경우 상기 진단 배터리 셀이 오진단 된 것으로 판단할 수 있다.
일 실시예에서, 상기 컨트롤러는, 기준 시간마다 상기 복수의 배터리 셀 각각의 제1 진단 편차를 산출하고, 상기 기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트할 수 있다.
일 실시예에서, 상기 컨트롤러는, 기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차를 산출하고, 상기 기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트할 수 있다.
일 실시예에서, 상기 컨트롤러는, 상기 복수의 배터리 셀의 전압 중 최소값이 상기 진단 배터리 셀의 진단시 전압보다 높아지고 상기 진단 배터리 셀의 진단이 오진단으로 판단되지 않은 경우, 상기 진단 배터리 셀이 정상적으로 진단된 것으로 판단할 수 있다.
일 실시예에서, 상기 컨트롤러는, 기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갱신하고, 갱신된 최대값과 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단할 수 있다.
일 실시예에서, 상기 컨트롤러는, 상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 제2 편차에 임계 상수를 곱하여 얻어지는 기준값에 기초하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하고, 상기 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정할 수 있다.
일 실시예에서, 상기 컨트롤러는, 상기 제2 편차에 제1 임계 상수를 곱하여 얻어지는 값과 제2 임계 상수 중 최대값을 상기 기준값으로 설정하고,상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 기준값 이하의 제1 진단 편차를 제외하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하고, 상기 복수의 배터리 셀 각각의 제2 진단 편차를 상기 제2 편차에 제3 임계 상수를 곱하여 얻어지는 값과 제4 임계 상수 중 최대값으로 나누어 정규화(Normalization)하여 상기 복수의 배터리 셀 각각의 제3 진단 편차를 산출하고, 상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 복수의 배터리 셀 각각의 제3 진단 편차의 최소값을 더하여 얻어지는 값을 상기 제3 진단 편차로 나누어 상기 복수의 배터리 셀 각각의 편향도를 산출하고, 상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 편향도를 곱하여 상기 복수의 배터리 셀 각각의 제4 진단 편차를 산출하고, 상기 복수의 배터리 셀 각각의 제4 진단 편차의 임계값 초과 여부를 기초로 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정할 수 있다.
본 문서에 개시된 일 실시예에 따른 배터리 관리 장치의 동작 방법은 복수의 배터리 셀 각각의 전압을 측정하는 동작, 상기 복수의 배터리 셀 각각에 대해 배터리 셀 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출하고, 상기 복수의 배터리 셀의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출하고, 상기 복수의 배터리 셀 각각에 대해 상기 제1 편차와 상기 제2 편차 간의 차이인 제1 진단 편차를 산출하는 동작, 상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하는 동작 및 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작을 포함할 수 있다.
일 실시예에서, 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작은, 상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 초과인 경우 상기 진단 배터리 셀이 정상적으로 진단된 것으로 판단하고, 상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 이하인 경우 상기 진단 배터리 셀이 오진단 된 것으로 판단할 수 있다.
일 실시예에서, 기준 시간마다 상기 복수의 배터리 셀 각각의 제1 진단 편차를 산출하는 동작 및 상기 기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트하는 동작을 더 포함할 수 있다.
일 실시예에서, 기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차를 산출하는 동작 및 상기 기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트하는 동작을 더 포함할 수 있다.
일 실시예에서, 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작은, 기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갱신하는 동작 및 갱신된 최대값과 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작을 포함할 수 있다.
일 실시예에서, 상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하는 동작은, 상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 제2 편차에 임계 상수를 곱하여 얻어지는 기준값에 기초하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하는 동작 및 상기 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는 동작; 을 포함할 수 있다.
일 실시예에서, 상기 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는 동작은, 상기 제2 편차에 제1 임계 상수를 곱하여 얻어지는 값과 제2 임계 상수 중 최대값을 상기 기준값으로 설정하는 동작, 상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 기준값 이하의 제1 진단 편차를 제외하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하는 동작, 상기 복수의 배터리 셀 각각의 제2 진단 편차를 상기 제2 편차에 제3 임계 상수를 곱하여 얻어지는 값과 제4 임계 상수 중 최대값으로 나누어 정규화(Normalization)하여 상기 복수의 배터리 셀 각각의 제3 진단 편차를 산출하는 동작, 상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 복수의 배터리 셀 각각의 제3 진단 편차의 최소값을 더하여 얻어지는 값을 상기 제3 진단 편차로 나누어 상기 복수의 배터리 셀 각각의 편향도를 산출하는 동작, 상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 편향도를 곱하여 상기 복수의 배터리 셀 각각의 제4 진단 편차를 산출하는 동작 및 상기 복수의 배터리 셀 각각의 제4 진단 편차의 임계값 초과 여부를 기초로 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는 동작을 포함할 수 있다.
본 문서에 개시되는 일 실시예에 따른 배터리 관리 장치 및 그것의 동작 방법은 배터리 셀의 전압의 장기 이동 평균값 및 단기 이동 평균값의 편차의 노이즈를 제거하여 이상 배터리 셀을 정확하게 진단할 수 있다.
또한, 본 문서에 개시되는 일 실시예에 따른 배터리 관리 장치 및 그것의 동작 방법은 복수의 배터리 셀의 전압 변곡점에 기반한 과검을 방지하고, 임계값을 낮추어 미세 신호를 검출하며 노이즈를 필터링하여 검출율을 높이고 과검율을 줄일 수 있다.
또한, 본 문서에 개시되는 일 실시예에 따른 배터리 관리 장치 및 그것의 동작 방법은 셀의 특성에 따라 공통적으로 나타나는 전압 변곡점과 불량에 의한 전압 변곡점을 구분함으로써 과검을 방지하고 진단률을 높일 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 문서에 개시된 일 실시예에 따른 배터리 셀 팩을 보여주는 도면이다.
도 2는 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치의 구성을 보여주는 블록도이다.
도 3은 본 문서에 개시된 일 실시예에 따른 배터리 셀의 전압을 나타내는 그래프이다.
도 4는 본 문서에 개시된 일 실시예에 따른 컨트롤러의 배터리 셀을 진단하는 방법을 보여주는 흐름도이다.
도 5a는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제1 진단 편차를 나타내는 그래프이다.
도 5b는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제3 진단 편차를 나타내는 그래프이다.
도 5c는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제3 진단 편차의 편향도를 나타내는 그래프이다.
도 5d는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제4 진단 편차를 나타내는 그래프이다.
도 6은 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치를 설명하기 위한 흐름도이다.
도 7은 본 문서에 개시된 다른 실시예에 따른 복수의 배터리 셀 간 전압 변곡점의 차이를 설명하기 위한 도면이다.
도 8a 및 도 8b는 본 문서에 개시된 다른 실시예에 따른 배터리 셀의 전압변곡점의 차이에 따른 제1 진단 편차의 차이를 설명하기 위한 도면이다.
도 9 및 도 10은 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치의 오진단 검출 방법을 설명하기 위한 도면이다.
도 11은 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치의 동작 방법을 설명하기 위한 도면이다.
도 12는 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치의 동작 방법을 구체적으로 설명하기 위한 도면이다.
도 13은 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치의 동작 방법을 구현하는 컴퓨팅 시스템의 하드웨어 구성을 나타내는 블록도이다.
이하, 본 문서에 개시된 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 문서에 개시된 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 문서에 개시된 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 문서에 개시된 실시예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 문서에 개시된 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 문서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 문서에 개시된 일 실시예에 따른 배터리 셀 팩을 보여주는 도면이다.
도 1을 참조하면, 본 문서에 개시된 일 실시예에 따른 배터리 셀 팩(1000)은 배터리 셀 모듈(100), 배터리 관리 장치(200) 및 릴레이(300)를 포함할 수 있다. 다양한 실시예에 따르면, 배터리 셀 모듈(100)은 배터리 셀일 수 있으며, 이러한 경우 배터리 셀 팩(1000)은 셀 투 팩(cell to pack) 구조를 가질 수 있다.
도 1에서는 배터리 셀 모듈(100)이 한 개인 경우로 도시되나, 실시예에 따라 배터리 셀 모듈(100)은 복수개로 구성될 수도 있고, 배터리 셀 팩(1000)은 복수의 배터리 셀 모듈이 적층 구조를 이룰 수 있다. 배터리 셀 모듈(100)은 복수의 배터리 셀들(110, 120, 130, 140)을 포함할 수 있다. 도 1에서는 복수의 배터리 셀들이 4개인 것으로 도시되었지만, 이에 한정되는 것은 아니며, 배터리 셀 모듈(100)은 n(n은 2이상의 자연수)개의 배터리 셀들을 포함하여 구성될 수 있다.
배터리 셀 모듈(100)은 대상 장치(미도시)에 전원을 공급할 수 있다. 이를 위해, 배터리 셀 모듈(100)은 대상 장치와 전기적으로 연결될 수 있다. 여기서, 대상 장치는 복수의 배터리 셀들(110, 120, 130, 140)을 포함하는 배터리 셀 팩(1000)으로부터 전원을 공급받아 동작하는 전기적, 전자적, 또는 기계적인 장치를 포함할 수 있으며, 예를 들어, 대상 장치는 전기 자동차(EV) 또는 에너지 저장 시스템(ESS, Energy Storage System)일 수 있으나 이에 한정되는 것은 아니다.
복수의 배터리 셀들(110, 120, 130, 140)은 전기 에너지를 충방전하여 사용할 수 있는 배터리 셀의 기본 단위로, 리튬이온(Li-ion) 전지, 리튬이온 폴리머(Li-ion polymer) 전지, 니켈 카드뮴(Ni-Cd) 전지, 니켈 수소(Ni-MH) 전지 등일 수 있으며, 이에 한정되지 않는다. 한편, 도 1에서는 배터리 셀 모듈(100)이 한 개인 경우로 도시되나, 실시예에 따라 배터리 셀 모듈(100)은 복수개로 구성될 수도 있다.
배터리 관리 장치(BMS, Battery Management System)(200)는 배터리 셀 모듈(100)의 상태 및/또는 동작을 관리 및/또는 제어할 수 있다. 예를 들어, 배터리 관리 장치(200)는 배터리 셀 모듈(100)에 포함된 복수의 배터리 셀들(110, 120, 130, 140)의 상태 및/또는 동작을 관리 및/또는 제어할 수 있다. 배터리 관리 장치(200)는 배터리 셀 모듈(100)의 충전 및/또는 방전을 관리할 수 있다.
배터리 관리 장치(200)는 릴레이(300)의 동작을 제어할 수 있다. 예를 들어, 배터리 관리 장치(200)는 대상 장치에 전원을 공급하기 위해 릴레이(300)를 단락 시킬 수 있다. 또한, 배터리 관리 장치(200)는 배터리 셀 팩(1000)에 충전 장치가 연결되는 경우 릴레이(300)를 단락 시킬 수 있다.
또한, 배터리 관리 장치(200)는 배터리 셀 모듈(100) 및/또는 배터리 셀 모듈(100)에 포함된 복수의 배터리 셀들(110, 120, 130, 140) 각각의 전압, 전류, 온도 등을 모니터링 할 수 있다. 그리고 배터리 관리 장치(200)에 의한 모니터링을 위해 도시하지 않은 센서나 각종 측정 모듈이 배터리 셀 모듈(100)이나 충방전 경로, 또는 배터리 셀 모듈(100) 등의 임의의 위치에 추가로 설치될 수 있다. 배터리 관리 장치(200)는 모니터링 한 전압, 전류, 온도 등의 측정값에 기초하여 배터리 셀 모듈(100)의 상태를 나타내는 파라미터, 예를 들어 SOC(State of Charge) 또는 SOH(State of Health)를 산출할 수 있다.
복수의 배터리 셀(110, 120, 130, 140)은 사용 기간 또는 사용 횟수가 증가할수록 용량이 감소하고, 내부 저항이 증가하는 등 여러 인자들이 변화할 수 있다. 배터리 관리 장치(200)는 배터리 셀이 열화됨에 따라 변화하는 여러 인자들의 데이터를 기초로 복수의 배터리 셀(110, 120, 130, 140) 내부의 이상 현상을 진단할 수 있다.
배터리 셀은 생산 단계에서의 불량, 복수의 충방전을 통한 내부 변형 및 변성 또는 외부 충격 등 다양한 원인으로 불량이 발생한 경우 정상 배터리 셀에 비해 전압 변화가 더 빠르게 크게 일어날 수 있다. 배터리 관리 장치(200)는 내부 불량이 발생한 배터리 셀이 휴지기에서 정상 배터리 셀에 비해 전압 변화가 빠르고 크게 발생하는 현상을 이용하여, 복수의 배터리 셀(110, 120, 130, 140) 각각의 휴지기의 전압 데이터와 정상 배터리 셀의 휴지기의 통계적인 정상 전압 데이터를 비교해 복수의 배터리 셀(110, 120, 130, 140) 중 이상 배터리 셀을 진단할 수 있다.
구체적으로 이상 배터리 셀의 경우 정상 배터리 셀 대비 충전 후 휴지 구간에서 전압이 하강하는 현상이 발생하고, 정상 배터리 셀의 전압 거동 대비 큰 전압 거동의 편차가 발생하여 전압 거동이 한쪽으로 치우치는 현상이 발생해 큰 편향도를 갖는다. 배터리 관리 장치(200)는 이상 배터리 셀의 정상 배터리 셀의 전압 거동 대비 편차가 크고 편향도가 큰 특성을 이용하여 복수의 배터리 셀(110, 120, 130, 140) 중 이상 배터리 셀의 존재 여부를 판단할 수 있다.
실시예에 따르면, 배터리 관리 장치(200)는 충전 중 복수의 배터리 셀(110, 120, 130, 140)의 전압 편차에 기반하여 이상 배터리 셀의 존재 여부를 판단할 수 있다. 이 경우, 배터리 관리 장치(200)는 복수의 배터리 셀(110, 120, 130, 140) 전압 편차 및 전압 변곡점 통과 여부를 종합적으로 고려하여 이상 배터리 셀의 존재 여부를 판단할 수 있고, 전압 변곡점을 통과함에 따라 잘못 진단된 배터리 셀이 존재하는 경우 오진단을 판정할 수 있다.
배터리 관리 장치(200)는 복수의 배터리 셀들(110, 120, 130, 140)의 전압의 평균값과 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 편차(dV)를 산출할 수 있다. 배터리 관리 장치(200)는 복수의 배터리 셀들(110, 120, 130, 140)각각의 전압의 편차를 이용하여 복수의 배터리 셀들(110, 120, 130, 140) 중 적어도 하나의 배터리 셀의 전압의 이상 거동을 판단하여 해당 배터리 셀을 진단할 수 있다.
배터리 관리 장치(200)는 복수의 배터리 셀(110, 120, 130, 140)의 각각의 전압의 편차 중 노이즈(Noise) 데이터로 의심되는 노이즈 전압 데이터를 제외한 복수의 배터리 셀(110, 120, 130, 140)의 각각의 전압의 편차 데이터를 이용하여 배터리 셀을 진단할 수 있다. 배터리 관리 장치(200)는 복수의 배터리 셀(110, 120, 130, 140)의 각각의 전압의 편차 중 노이즈 전압 데이터를 제외한 후, 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압 편차 데이터를 증폭할 수 있다. 배터리 관리 장치(200)는 증폭된 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압 편차 데이터를 이용하여 이상 전압으로 의심되는 이상 배터리 셀을 진단할 수 있다.
또한, 이하의 배터리 관리 장치(200)의 동작은 배터리 관리 장치(200) 또는 배터리 관리 장치(200)가 탑재된 차량과 연결되는 서버, 클라우드, 충전기 또는 충방전기 등 다양한 기기에서 수행될 수 있다.
도 2는 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치의 구성을 보여주는 블록도이다.
이하에서는 도 2를 참조하여 배터리 관리 장치(200)의 구성에 대해 구체적으로 설명한다.
도 2를 참조하면 배터리 관리 장치(200)는 전압 측정부(210) 및 컨트롤러(220)를 포함할 수 있다.
전압 측정부(210)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압을 산출할 수 있다. 전압 측정부(210)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압을 단위 시간마다 산출하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 시계열(Time-series) 데이터를 산출할 수 있다. 일 실시예에 따라, 전압 측정부(210)는 복수의 배터리 셀(110, 120, 130, 140)의 충전, 충전 후 휴지 구간, 방전 및 방전 후 휴지 구간에서의 전압 상승 및 하강과, 장시간 안정화(Relaxation) 데이터를 연속적으로 산출할 수 있다.
도 3은 본 문서에 개시된 일 실시예에 따른 배터리 셀의 전압을 나타내는 그래프이다.
도 3을 참조하면, 전압 측정부(210)는 복수의 배터리 셀(110, 120, 130, 140)의 충전, 충전 후 휴지 구간, 방전 및 방전 후 휴지 구간에서의 전압을 측정하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 시계열 데이터를 산출할 수 있다. 전압 측정부(210)는 단위 시간마다 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압을 측정하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압 변화를 나타내는 그래프를 생성할 수 있다.
컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 이동 평균(Moving Average)을 산출할 수 있다. 여기서 이동 평균은 전체 데이터의 중 특정 사이즈(Size)의 윈도우(Window)를 이동하면서 추출한 일부 데이터의 평균이다. 여기서 윈도우는 전체 데이터 중 일부를 추출하여 사용될 데이터를 판단할 수 있는 기준 구간이다. 윈도우의 시작 시점은 현 시점으로부터 기준 시간만큼 앞선 시점이고, 윈도우의 종료 시점은 현 시점이다, 예를 들어, 윈도우가 1주일인 경우 컨트롤러(220)는 전체 데이터 중 현 시점으로부터 최근 1주일 동안 획득한 데이터를 추출할 수 있다.
컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전체 전압 데이터 중 윈도우를 이동하면서 추출한 전압 데이터를 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 이동 평균값을 산출할 수 있다. 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전체 전압 데이터 중 윈도우를 이동하면서 연속적으로 추출한 전압 데이터를 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 연속적인 이동 평균값을 산출할 수 있다. 예를 들어, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전체 전압 데이터에 단순 이동 평균(Simple Moving Average), 가중 이동 평균(Weighted Moving Average) 또는 지수 이동 평균(EMA, Exponential Moving Average)중 어느 하나를 적용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 이동 평균값을 산출할 수 있다.
일 실시예에 따라, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전체 전압 데이터에 지수 이동 평균(EMA)을 적용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 지수 이동 평균값을 산출할 수 있다. 지수 이동 평균은 과거의 모든 기간의 데이터를 사용하면서, 최근의 데이터에 더 높은 가중치를 두는 일종의 가중 이동 평균법이다.
컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압 데이터를 이용하여 윈도우의 크기가 서로 다른 복수의 이동 평균값을 산출할 수 있다. 일 실시예에 따라, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전체 전압 데이터를 이용하여 상대적으로 윈도우의 길이가 긴(Long) 장기 이동 평균값(Long Moving Average) 및 상대적으로 윈도우의 길이가 짧은(Short) 단기 이동 평균값(Short Moving Average)을 산출할 수 있다. 예를 들어, 장기 이동 평균값의 윈도우의 크기는 100초를 포함할 수 있고, 단기 이동 평균값의 윈도우의 크기는 10초를 포함할 수 있다. 예를 들어, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압 데이터를 이용하여 산출 시점으로부터 최근 100초 동안 획득한 전압 데이터를 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 장기 이동 평균값을 산출할 수 있고, 산출 시점으로부터 최근 10초 동안 획득한 전압 데이터를 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 단기 이동 평균값을 산출할 수 있다.
컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 연속적인 장기 이동 평균값(V_LMA)과 단기 이동 평균값(V_SMA)을 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 장기 전압 변화 추세(Trend) 및 단기 전압 변화 추세를 분석할 수 있다. 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 장기 이동 평균값(V_LMA)과 단기 이동 평균값(V_SMA)을 이용하여 복수의 배터리 셀 각각의 전압의 이상 여부를 진단할 수 있다.
도 4는 본 문서에 개시된 일 실시예에 따른 컨트롤러의 배터리 셀을 진단하는 방법을 보여주는 흐름도이다.
이하에서는 도 4를 참조하여 컨트롤러의 배터리 셀 진단 방법을 구체적으로 설명한다.
S101 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 장기 이동 평균값(V_LMA) 및 단기 이동 평균값(V_SMA)의 편차인 복수의 제1 편차(V_LMA - V_SMA)를 산출할 수 있다. S101 동작에서, 컨트롤러(220)는 단위 시간 동안 산출된 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 편차(V_LMA - V_SMA)를 연속적으로 산출할 수 있다. S101 동작에서, 즉, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 장기 거동과 단기 거동의 편차를 연속적으로 산출할 수 있다.
S102 동작에서, 컨트롤러(220)는 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 장기 이동 평균값
Figure PCTKR2024001613-appb-img-000001
및 단기 이동 평균값
Figure PCTKR2024001613-appb-img-000002
을 산출할 수 있다. 여기서 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)은 복수의 배터리 셀들(110, 120, 130, 140)의 전압의 평균값(Mean) 또는 중앙값(Median)을 포함할 수 있다.
S102 동작에서, 컨트롤러(220)는 단위 시간마다 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)을 연속적으로 산출하고, 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)을 이용하여 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 장기 이동 평균값
Figure PCTKR2024001613-appb-img-000003
및 단기 이동 평균값
Figure PCTKR2024001613-appb-img-000004
을 산출할 수 있다. 여기서 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 장기 이동 평균값
Figure PCTKR2024001613-appb-img-000005
의 윈도우의 크기는 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 장기 이동 평균값(V_LMA)의 윈도우의 크기와 동일할 수 있다. 또한, 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 단기 이동 평균값
Figure PCTKR2024001613-appb-img-000006
의 윈도우의 크기는 복수의 배터리 셀(110, 120, 130, 140) 각각의 단기 이동 평균값(V_SMA)의 윈도우의 크기와 동일할 수 있다.
S102 동작에서, 컨트롤러(220)는 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 장기 이동 평균값
Figure PCTKR2024001613-appb-img-000007
및 단기 이동 평균값
Figure PCTKR2024001613-appb-img-000008
의 편차인 제2 편차
Figure PCTKR2024001613-appb-img-000009
를 산출할 수 있다. S102 동작에서, 컨트롤러(220)는 단위 시간마다 복수의 배터리 셀들(110, 120, 130, 140)의 제2 편차
Figure PCTKR2024001613-appb-img-000010
를 연속적으로 산출할 수 있다. 즉, 컨트롤러(220)는 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 장기 거동과 단기 거동의 편차를 산출할 수 있다.
S103 동작에서, 컨트롤러(220)는 복수의 제1 편차(V_LMA - V_SMA)과 제2 편차
Figure PCTKR2024001613-appb-img-000011
의 편차인 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)를 산출할 수 있다.
S103 동작에서, 구체적으로 컨트롤러(220)는 [수학식 1]에 기초하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)를 산출할 수 있다.
[수학식 1]
Figure PCTKR2024001613-appb-img-000012
[수학식 1]을 참조하면, 컨트롤러(220)는 복수의 제1 편차(V_LMA - V_SMA)과 제2 편차
Figure PCTKR2024001613-appb-img-000013
의 편차를 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)으로 산출할 수 있다.
도 5a는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제1 진단 편차를 나타내는 그래프이다.
도 5a를 참조하면, 컨트롤러(220)는 단위 시간마다 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)를 연속적으로 산출하여, 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)의 변화를 나타내는 그래프를 생성할 수 있다.
즉, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)를 산출하여 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 장기 거동 및 단기 거동의 편차 대비 복수의 배터리 셀(110, 120, 130, 140) 각각의 전압의 장기 거동 및 단기 거동의 편차를 비교할 수 있다.
다시 도 4를 참조하면, S104 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1) 중 노이즈 데이터를 제거하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 산출할 수 있다.
S104 동작에서, 구체적으로 컨트롤러(220)는 아래의 [수학식 2]에 기초하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1)의 노이즈 여부를 판단할 수 있는 기준값을 설정할 수 있다.
[수학식 2]
Figure PCTKR2024001613-appb-img-000014
S104 동작에서, 컨트롤러(220)는 제2 편차
Figure PCTKR2024001613-appb-img-000015
의 절대값(Absolute Value)에 제1 임계 상수(C1)를 곱하여 얻어지는 값
Figure PCTKR2024001613-appb-img-000016
과 제2 임계 상수(C2) 중 최대값(Max)을 복수의 배터리 셀(110, 120, 130, 140) 각각의 기준값으로 설정할 수 있다. 여기서 제1 임계 상수(C1)는 '0.1', 제2 임계 상수(C2)는 '0.4'를 포함할 수 있다. 또한, 제1 임계 상수(C1) 및 제2 임계 상수(C2)는 복수의 배터리 셀(110, 120, 130, 140) 각각 전압 데이터의 크기 및 특성에 따라 변경될 수 있다.
S104 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1) 중 기준값 이하의 제1 진단 편차(D1)를 노이즈 데이터로 판단할 수 있다. S104 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제1 진단 편차(D1) 중 기준값 이하의 제1 진단 편차(D1)를 제외하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 산출할 수 있다.
S105 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 정규화(Normalization)하여 제3 진단 편차(D3)를 산출할 수 있다.
S105 동작에서, 구체적으로 컨트롤러(220)는 아래의 [수학식 3]에 기초하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 정규화하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)를 산출할 수 있다.
[수학식 3]
Figure PCTKR2024001613-appb-img-000017
S105 동작에서, 컨트롤러(220)는 제2 편차의 절대값
Figure PCTKR2024001613-appb-img-000018
에 제3 임계 상수(C3)를 곱하여 얻어지는 값
Figure PCTKR2024001613-appb-img-000019
과 제4 임계 상수(C4) 중 최대값(Max)을 산출할 수 있다. 컨트롤러(220)는 제2 편차의 절대값에 제3 임계 상수를 곱하여 얻어지는 값과 제4 임계 상수(C4) 중 최대값
Figure PCTKR2024001613-appb-img-000020
을 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 정규화할 수 있다. 여기서 제3 임계 상수(C3)는 '0.1', 제4 임계 상수(C4)는 '0.1'를 포함할 수 있고, 제3 임계 상수(C3) 및 제4 임계 상수(C4)는 복수의 배터리 셀(110, 120, 130, 140) 각각 전압 데이터의 크기 및 특성에 따라 변경될 수 있다. S105 동작에서, 컨트롤러(220)는 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 거동을 나타내는 제2 편차
Figure PCTKR2024001613-appb-img-000021
를 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 정규화한 값을 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)로 산출할 수 있다.
S105 동작에서, 일 실시예에 따라 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 로그(log)　연산을 통해　정규화할 수 있다. 즉, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 로그　연산을 통해　정규화한 값을 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)로 산출할 수 있다.
S105 동작에서, 일 실시예에 따라 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)의 평균값(D2_avg)을 정규화 기준값으로 설정할 수 있다. S105 동작에서, 컨트롤러(220)는 제2 진단 편차의 평균값(D2_avg)을 정규화 기준값으로 사용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 제2 진단 편차(D2)의 평균값(D2_avg)으로 나누어 정규화할 수 있다. 즉, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 제2 진단 편차의 평균값(D2_avg)으로 나누어 정규화한 값을 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)로 산출할 수 있다.
도 5b는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제3 진단 편차(D3)를 나타내는 그래프이다.
도 5b를 참조하면, 컨트롤러(220)는 다양한 실시예에 따라 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 정규화하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)를 산출할 수 있다.
컨트롤러(220)는 단위 시간마다 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)를 연속적으로 산출하여, 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)의 변화를 나타내는 그래프를 생성할 수 있다.
예를 들어, 컨트롤러(220)는 복수의 배터리 셀들(110, 120, 130, 140)의 평균 전압(V_avg)의 거동을 나타내는 제2 편차
Figure PCTKR2024001613-appb-img-000022
를 이용하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제2 진단 편차(D2)를 정규화할 수 있다.
다시 도 4를 참조하면, S106 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)의 편향도(Skewness)를 산출할 수 있다. S106 동작에서, 구체적으로 컨트롤러(220)는 아래의 [수학식 4]에 기초하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)의 편향도(Skewness)를 산출할 수 있다.
[수학식 4]
편향도 =(제3 진단 편차(D3)+Min[제3 진단 편차(D3)])/ 제3 진단 편차(D3)
S106 동작에서, [수학식 4]를 참조하면, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)에 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)의 최소값(Min[제3 진단 편차(D3)])을 더하여 얻어지는 값을 제3 진단 편차(D3)으로 나누어 복수의 배터리 셀(110, 120, 130, 140) 각각의 편향도를 산출할 수 있다.
도 5c를 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제3 진단 편차의 편향도를 나타내는 그래프이다.
도 5c를 참조하면, 컨트롤러(220)는 단위 시간마다 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)의 편향도를 연속적으로 산출하여, 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)의 편향도의 변화를 나타내는 그래프를 생성할 수 있다.
다시 도 4를 참조하면, S106 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)에 편향도를 반영하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)를 산출할 수 있다. 구체적으로 컨트롤러(220)는 아래의 [수학식 5]에 기초하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)를 산출할 수 있다.
[수학식 5]
제4 진단 편차(D4) = 제3 진단 편차(D3) * 편향도
컨트롤러(220)는 S106 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제3 진단 편차(D3)에 편향도를 곱하여 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)를 산출할 수 있다.
도 5d는 본 문서에 개시된 일 실시예에 따른 배터리 셀의 제4 진단 편차를 나타내는 그래프이다.
도 5d를 참조하면, 컨트롤러(220)는 단위 시간마다 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)를 연속적으로 산출하여, 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)의 변화를 나타내는 그래프를 생성할 수 있다.
다시 도 4를 참조하면, S107 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)의 임계값(Threshold) 초과 여부를 판단할 수 있다. 여기서 임계값은 극단적인 결과가 나와 ‘비정상’ 이라고 판단할 수 있는 기준값으로 정의될 수 있다. 즉, 임계값은 데이터가 특정 통계 모델과 얼마나 상반되는지 나타내는 기준으로 정의될 수 있다. 컨트롤러(220)는 복수의 배터리 셀들(110, 120, 130, 140) 중 제4 진단 편차(D4)이 임계값 초과인 배터리 셀의 경우 전압의 이상 거동이 발생한 배터리 셀로 판단할 수 있다.
S108 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 각각의 제4 진단 편차(D4)의 임계값 초과 여부를 기초로 복수의 배터리 셀(110, 120, 130, 140) 중 적어도 하나의 배터리 셀을 진단할 수 있다. S108 동작에서, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 중 적어도 하나의 배터리 셀의 제4 진단 편차(D4)이 임계값 초과인 경우 해당 배터리 셀을 진단할 수 있다.
S108 동작에서, 일 실시예에 따라, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 중 적어도 하나의 배터리 셀의 제4 진단 편차(D4)이 임계값 초과인 경우, 적어도 하나의 배터리 셀의 진단 카운트 값을 증가시킬 수 있다.
S108 동작에서, 일 실시예에 따라, 컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 중 적어도 하나의 배터리 셀의 진단 카운트 값이 임계 카운트 값 이상인 경우, 적어도 하나의 배터리 셀을 진단할 수 있다.
컨트롤러(220)는 복수의 배터리 셀(110, 120, 130, 140) 중 적어도 하나의 배터리 셀을 진단한 후, 해당 배터리 셀 내부의 내부 단락 발생 여부, 외부 단락 발생 여부, 리튬 석출 여부 등의 불량 여부를 추적 및 모니터링할 수 있다.
그리고 컨트롤러(220)는 진단 결과 배터리 셀 내부 불량이 발생한 것으로 확인되면, 해당 배터리 셀에 대한 정보를 사용자에게 제공할 수 있다. 일 예로, 컨트롤러(220)는 통신부(미도시)를 통해 사용자 단말로 내부 단락이 발생한 배터리 셀에 대한 정보를 제공할 수 있음은 물론, 차량 또는 충전기 등에 구비된 디스플레이를 통해 해당 배터리 셀에 대한 정보를 제공할 수 있을 것이다.
상술한 바와 같이, 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치(200)에 따르면 배터리 셀의 전압의 장기 이동 평균값 및 단기 이동 평균값의 편차의 노이즈를 제거하여 이상 배터리 셀을 정확하게 진단할 수 있다.
종래의 배터리 관리 장치는 배터리 셀들 평균 전압 대비 배터리 셀 각각의 전압의 편차를 이용하여 배터리 셀 각각의 전압의 이상 거동 신호가 왜곡되고 노이즈 데이터로 인한 오진단의 가능성이 있었으나, 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치(200)는 배터리 셀 각각의 전압의 장기 이동 평균값 및 단기 이동 평균값의 편차를 이용하여 배터리 셀의 전압의 왜곡을 최소화하고, 노이즈 데이터를 제거하고, 배터리 셀의 전압의 편향도를 반영해 이상 배터리 셀의 전압 거동을 증폭하여 진단의 정확도를 개선할 수 있다.
배터리 관리 장치(200)는 배터리 셀의 전압의 장기 이동 평균값 및 단기 이동 평균값의 편차를 이용하여 이상 전압 거동이 발생한 배터리 셀을 조기에 진단하여 배터리 셀 에너지의 안전성과 신뢰성을 확보할 수 있다. 또한, 배터리 관리 장치(200)는 차량에 배터리 셀이 장착된 상태에서 이상 전압 거동이 발생한 배터리 셀을 진단해 배터리 셀의 별도 분리가 불필요하여 신속 및 간편하게 배터리 셀을 진단할 수 있다.
도 6은 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치를 설명하기 위한 흐름도이다. 도 6에 도시된 동작들은 도 2의 배터리 관리 장치(200)를 통해 수행될 수 있다.
도 6을 참조하면, S201 동작에서, 전압 측정부(210)는 복수의 배터리 셀 각각의 전압을 측정할 수 있다.
S202 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각에 대해 배터리 셀 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출할 수 있다. 예를 들어, S202 동작은 도 4의 S102 동작과 실질적으로 동일할 수 있다.
S203 동작에서, 컨트롤러(220)는 복수의 배터리 셀의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출할 수 있다. 예를 들어, S203 동작은 도 4의 S103 동작과 실질적으로 동일할 수 있다.
S204 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각에 대해 제1 편차와 제2 편차 간의 차이인 제1 진단 편차를 산출할 수 있다. 예를 들어, S204 동작은 도 4의 S104 동작과 실질적으로 동일할 수 있다.
S205 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정할 수 있다. 예를 들어, 컨트롤러(220)는 제1 진단 편차가 소정의 값 이상으로 높아지는 배터리 셀을 진단 배터리 셀로 설정할 수 있다.
실시예에 따르면, 컨트롤러(220)는 복수의 배터리 셀 각각의 제1 진단 편차 중 제2 편차에 임계 상수를 곱하여 얻어지는 기준값에 기초하여 복수의 배터리 셀 각각의 제2 지난 편차를 산출할 수 있고, 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정할 수 있다.
실시예에 따르면, 컨트롤러(220)는 제2 편차에 제1 임계 상수를 곱하여 얻어지는 값과 제2 임계 상수 중 최대값을 기준값으로 설정하고, 복수의 배터리 셀 각각의 제1 진단 편차 중 기준값 이하의 제1 진단 편차를 제외하여 복수의 배터리 셀 각각의 제2 진단 편차를 산출할 수 있다. 또한, 컨트롤러(220)는 복수의 배터리 셀 각각의 제2 진단 편차를 제2 편차에 제3 임계 상수를 곱하여 얻어지는 값과 제4 임계 상수 중 최대값으로 나누어 정규화하여 복수의 배터리 셀 각각의 제3 진단 편차를 산출할 수 있다. 또한, 컨트롤러(220)는 복수의 배터리 셀 각각의 제3 진단 편차에 복수의 배터리 셀 각각의 제3 진단 편차의 최소값을 더하여 얻어지는 값을 제3 진단 편차로 나누어 상기 복수의 배터리 셀 각각의 편향도를 산출하고, 복수의 배터리 셀 각각의 제3 진단 편차에 편향도를 곱하여 복수의 배터리 셀 각각의 제4 진단 편차를 산출할 수 있고, 복수의 배터리 셀 각각의 제4 진단 편차의 임계값 초과 여부를 기초로 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정할 수 있다.
즉, 다양한 실시예들에 따르면, S205 동작에서, 컨트롤러(220)는 제1 진단 편차 내지 제1 진단 편차에 기초한 제2 진단 편차, 제3 진단 편차 또는 제4 진단 편차 중 어느 하나에 기반하여 복수의 배터리 셀을 진단하여 진단 배터리 셀을 설정할 수 있다.
S206 동작에서, 컨트롤러(220)는 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 진단 배터리 셀의 제1 진단 편차를 비교하여 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단할 수 있다. 예를 들어, 컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 최대값을 갖는 배터리 셀의 제1 진단 편차 초과인 경우, 진단 배터리 셀이 정상적으로 진단된 것으로 판단할 수 있다. 다른 예를 들어, 컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 최대값을 갖는 배터리 셀의 제1 진단 편차 이하인 경우, 진단 배터리 셀이 오진단 된 것으로 판단할 수 있다.
실시예에 따르면, 컨트롤러(220)는 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 기준 시간마다 업데이트할 수 있다. 예를 들어, 컨트롤러(220)는 기준 시간마다 복수의 배터리 셀 각각의 제1 진단 편차를 산출하고, 기준 시간마다 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트할 수 있다. 즉, 컨트롤러(220)는 이전에 저장된 최대값과 새로 산출된 제1 진단 편차 중 최대값으로 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트할 수 있다.
실시예에 따르면, 컨트롤러(220)는 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 전압과 함께 저장할 수 있다. 예를 들어, 제1 배터리 셀이 진단 배터리 셀과 상이하며 제1 배터리 셀의 제1 진단 편차가 최대값을 갖는 경우 컨트롤러(220)는 제1 배터리 셀의 제1 진단 편차와 제1 배터리 셀의 전압을 대응시켜 저장할 수 있다. 또한, 컨트롤러(220)는 제1 배터리 셀의 식별 정보를 더 대응시켜 저장할 수 있다.
실시예에 따르면, 컨트롤러(220)는 저장된 제1 배터리 셀의 전압이 복수의 배터리 셀 중 최소 전압을 갖는 배터리 셀의 전압보다 작아지는 경우, 저장된 값을 초기화할 수 있다. 예를 들어, 저장된 제1 배터리 셀의 전압이 복수의 배터리 셀 중 최소 전압을 갖는 배터리 셀의 전압보다 작아지는 경우는 모든 배터리 셀이 전압 변곡점을 통과한 경우이므로, 컨트롤러(220)는 해당 전압 변곡점에서 저장된 값을 초기화하여 새로운 제1 진단 편차의 최대값을 저장할 수 있다.
실시예에 따르면, 컨트롤러(220)는 기준 시간마다 진단 배터리 셀의 제1 진단 편차를 산출하고, 기준 시간마다 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트할 수 있다. 예를 들어, 컨트롤러(220)는 진단 배터리 셀에 관련되어 산출되는 제1 진단 편차의 최대값을 업데이트하기 위하여 기준 시간마다 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트할 수 있다. 실시예에 따르면, 컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차의 최대값과, 해당 시점의 진단 배터리 셀의 전압을 대응시켜 저장할 수 있다. 또한, 컨트롤러(220)는 진단 배터리 셀의 식별 정보를 더 대응시켜 저장할 수 있다.
실시예에 따르면, 컨트롤러(220)는 복수의 배터리 셀의 전압 중 최소값이 진단 배터리 셀의 진단시 전압보다 높아지고, 진단 배터리 셀의 진단이 오진단으로 판단되지 않은 경우 진단 배터리 셀이 정상적으로 진단된 것으로 판단할 수 있다.
실시예에 따르면, 컨트롤러(220)는 기준 시간마다 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갱신하고, 갱신된 최대값과 진단 배터리 셀의 제1 진단 편차를 비교하여 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단할 수 있다.
도 7은 본 문서에 개시된 다른 실시예에 따른 복수의 배터리 셀 간 전압 변곡점의 차이를 설명하기 위한 도면이다.
도 7을 참조하면, 복수의 배터리 셀은 충전 중 각기 다른 전압을 가질 수 있다. 이 경우, 복수의 배터리 셀은 충전 중에 같은 전압을 가지는 시기가 서로 달라지는 상황이 발생할 수 있는데, 이에 따라 복수의 배터리 셀 각각이 전압 변곡점을 통과하는 시기가 어긋나게 되어, 편차를 기준으로 진단하는 배터리 관리 장치(200)가 전압 변곡점을 통과하는 시점의 배터리를 오진단하는 경우가 발생할 수 있다.
도 8a 및 도 8b는 본 문서에 개시된 다른 실시예에 따른 배터리 셀의 전압변곡점의 차이에 따른 제1 진단 편차의 차이를 설명하기 위한 도면이다.
도 8a를 참조하면, 복수의 배터리 셀이 충전중인 경우, 가장 높은 전압을 가지는 배터리 셀(805)과 나머지 배터리 셀(810)간의 전압 편차가 발생할 수 있다.
도 8b를 참조하면, 가장 높은 전압을 가지는 배터리 셀(805)은 높은 제1 진단 편차(815)를 가질 수 있다. 이 경우 나머지 배터리 셀(810)은 전압 변곡점에 도달하지 못하여 더 낮은 제1 진단 편차(820)를 가질 수 있다. 따라서, 제1 진단 편차에 기초하여 배터리 셀을 진단하는 배터리 관리 장치(200)는 가장 높은 전압을 가지는 배터리 셀(805)에 이상이 생긴 것으로 진단할 수 있다.
다만, 나머지 배터리 셀(810)도 시간이 도과하여 전압 변곡점을 통과하는 경우 높은 제1 진단 편차(815)와 유사한 제1 진단 편차를 가짐을 확인할 수 있다. 즉, 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치(200)는 전압 변곡점에 따른 오진단을 방지할 수 있는 진단 방법을 제공하고자 한다.
도 9 및 도 10은 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치의 오진단 검출 방법을 설명하기 위한 도면이다.
도 9를 참조하면, 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치(200)의 컨트롤러(220)는 복수의 배터리 셀 각각의 제1 진단 편차 중 최대값을 저장할 수 있다. 예를 들어, 컨트롤러(220)는 기준 시간마다 복수의 배터리 셀 각각의 제1 진단 편차 중 최대값을 저장할 수 있다. 실시예에 따르면, 컨트롤러(220)는 slot 1 및 slot 2에 번갈아가면서 복수의 배터리 셀 각각의 제1 진단 편차 중 최대값을 저장할 수 있다. 즉, slot 1 및 slot 2에 저장된 값보다 높은 제1 진단 편차가 산출되는 경우, 컨트롤러(220)는 slot 1 또는 slot 2에 저장된 제1 진단 편차 중 더 낮은 제1 진단 편차를 가진 slot을 업데이트할 수 있다. 도 9에 도시된 그래프에서 slot 1=[2.0, 3.93]은 2.0의 제1 진단 편차와 3.93의 전압을 의미할 수 있다. 즉, 컨트롤러(220)는 각 slot에 최대값을 가지는 제1 진단 편차와 해당 시점의 배터리 셀의 전압을 대응시켜 저장할 수 있다.
배터리 관리 장치(200)의 컨트롤러(220)는 진단 배터리 셀을 설정할 수 있다. 이 경우, 컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차 및 전압을 저장할 수 있다. 진단 배터리 셀의 제1 진단 편차는 진단 배터리 셀과 상이한 다른 배터리 셀의 제1 진단 편차보다 크기 때문에, 2개의 slot 중 어느 하나에는 2개의 slot 중 어느 하나에 진단 배터리 셀의 제1 진단 편차가 저장되고, 나머지 slot에 진단 배터리 셀과 상이한 배터리 셀 중 제1 진단 편차의 최대값이 저장될 수 있다.
배터리 관리 장치(200)의 컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차와 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값에 기반하여 진단 배터리 셀이 정상적으로 진단되었는지 여부를 확인할 수 있다. 예를 들어, 진단 배터리 셀의 제1 진단 편차(3.2)에 설정값 (0.72)을 곱한 값 보다 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값(2.5)이 더 큰 경우(3.2*0.72=2.304<2.5), 컨트롤러(220)는 진단 배터리 셀이 오진단 된 것으로 판단할 수 있다.
즉, 배터리 관리 장치(200)는 기준 시간마다 복수의 배터리 셀의 제1 진단 편차 중 최대값을 저장할 수 있고, 저장된 최대값과 진단 배터리 셀의 제1 진단 편차를 비교하여 진단 배터리 셀이 오진단되었는지 여부를 확인할 수 있다.
도 9에는 진단 배터리 셀이 진단된 시점보다 과거의 제1 진단 편차의 최대값을 기초로 진단 배터리 셀이 오진단된 것으로 판단한 예시를 도시하였지만, 진단 배터리 셀이 오진단 된 것으로 판단된 경우에도 데이터의 보존을 위하여 배터리 관리 장치(200)는 기준 시간마다 지속적으로 복수의 배터리 셀의 제1 진단 편차를 산출하여 최대값을 갱신할 수 있다.
도 10을 참조하면, 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치(200)의 컨트롤러(220)는 복수의 배터리 셀 각각의 제1 진단 편차 중 최대값을 저장할 수 있다.
컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차와 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 비교하여 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단할 수 있다. 이 경우, 컨트롤러(220)는 진단 배터리 셀이 진단된 시점보다 과거의 제1 진단 편차 중 최대값과 진단 배터리 셀의 제1 진단 편차를 우선적으로 비교할 수 있고, 진단 배터리 셀이 오진단된 것으로 판단되지 않으면 진단 배터리 셀이 진단된 시점보다 미래의 제1 진단 편차 중 최대값을 비교하기 위하여 진단 배터리 셀의 진단 판정을 대기할 수 있다.
컨트롤러(220)는 진단 배터리 셀의 진단 당시 전압보다 복수의 배터리 셀의 전압 중 최소값이 높아질 때까지 진단 배터리 셀의 진단 판정을 대기할 수 있다. 실시예에 따르면, 진단 배터리 셀의 진단 당시 전압보다 복수의 배터리 셀의 전압 중 최소값이 높아지고 오진단으로 판단되지 않은 경우, 컨트롤러(220)는 진단 배터리 셀이 정상 진단된 것으로 판단할 수 있다. 실시예에 따르면, 컨트롤러(220)는 진단 배터리 셀의 진단 당시 전압보다 복수의 배터리 셀의 전압 중 최소값이 설정된 전압값 이상 높아질 때까지 진단 배터리 셀의 진단 판정을 대기할 수 있다.
컨트롤러(220)는 진단 배터리 셀의 진단 당시 전압보다 복수의 배터리 셀의 전압 중 최소값 이상인 경우, 기준 시간마다 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 저장할 수 있다.
컨트롤러(220)는 기준 시간마다 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값과 진단 배터리 셀의 제1 진단 편차를 비교하여 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단할 수 있다. 즉, 도 10에서는 진단 배터리 셀의 진단 시점의 전압(4.1V)보다 복수의 배터리 셀의 전압 중 최소값(3.98V)이 더 작은 상태에서, 진단 배터리 셀의 제1 진단 편차(3.2)에 설정값(0.72)을 곱한값 보다 큰 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값(2.4)가 산출되었으므로, 컨트롤러(220)는 진단 배터리 셀이 오진단 된 것으로 판단할 수 있다.
따라서, 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치(200)에 따르면, 셀의 특성에 따라 공통적으로 나타나는 전압 변곡점과 불량에 의한 전압 변곡점을 구분함으로써 과검을 방지하고 진단률을 높일 수 있다.
도 11은 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치의 동작 방법을 설명하기 위한 도면이다. 도 11에 도시된 동작들은 도 2의 배터리 관리 장치(200)를 통해 수행될 수 있다.
실시예에 따르면, S301 동작이 수행되기 전에 측정부(210)는 복수의 배터리 셀 각각의 전압을 측정할 수 있다. 예를 들어, 측정부(210)는 복수의 배터리 셀이 충전 중인 경우 복수의 배터리 셀 각각의 전압을 기준 시간마다 측정할 수 있다.
도 11을 참조하면, S301 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각에 대해 배터리 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출할 수 있다.
S302 동작에서, 컨트롤러(220)는 복수의 배터리의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출할 수 있다.
S303 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각에 대해 제1 편차와 제2 편차 간의 차이인 제1 진단 편차를 산출할 수 있다.
S304 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각의 복수의 배터리 셀 각각의 제1 진단 편차의 노이즈를 제거하여 복수의 배터리 셀 각각의 제2 진단 편차를 산출할 수 있다.
S305 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각의 제2 진단 편차를 정규화하여 복수의 배터리 셀 각각의 제3 진단 편차를 산출할 수 있다.
S306 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각의 제3 진단 편차에 편향도를 곱하여 복수의 배터리 셀 각각의 제4 진단 편차를 산출할 수 있다.
S307 동작에서, 컨트롤러(220)는 복수의 배터리 셀 각각의 제4 진단 편차와 임계값을 비교할 수 있다.
실시예에 따르면, S304 동작 내지 S307 동작은 수행되지 않고 S308 동작이 수행될 수 있다.
S308 동작에서, 컨트롤러(220)는 진단 배터리 셀을 설정할 수 있다. 실시예에 따르면, 컨트롤러(220)는 제1 진단 편차에 기반하여 진단 배터리 셀을 설정할 수 있다. 다른 실시예에 따르면, 컨트롤러(220)는 제2 진단 편차 내지 제4 진단 편차 중 어느 하나에 기반하여 진단 배터리 셀을 설정할 수 있다.
S309 동작에서, 컨트롤러(220)는 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 진단 배터리 셀의 제1 진단 편차를 비교하여 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단할 수 있다. 실시예에 따르면, S309 동작에서, 컨트롤러(220)는 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 최대값을 갖는 배터리 셀의 제1 진단 편차 초과인 경우 진단 배터리 셀이 정상적으로 진단된 것으로 판단할 수 있고, 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 최대값을 갖는 배터리 셀의 제1 진단 편차 이하인 경우 진단 배터리 셀이 오진단된 것으로 판단할 수 있다.
도 12는 본 문서에 개시된 다른 실시예에 따른 배터리 관리 장치의 동작 방법을 구체적으로 설명하기 위한 도면이다. 도 12에 도시된 동작들은 도 2의 배터리 관리 장치(200)를 통해 수행될 수 있다.
도 12를 참조하면, S401 동작에서, 컨트롤러(220)는 기준 시간마다 복수의 배터리 셀 각각의 제1 진단 편차를 산출할 수 있다.
S402 동작에서, 컨트롤러(220)는 기준 시간마다 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트할 수 있다. 즉, 컨트롤러(220)는 진단 배터리 셀이 진단된 시점부터 과거 또는 미래에 진단 배터리 셀과 상이한 배터리 셀이 가지는 제1 진단 편차 중 최대값을 업데이트하여 저장할 수 있다.
S403 동작에서, 컨트롤러(220)는 기준 시간마다 진단 배터리 셀의 제1 진단 편차를 산출할 수 있다.
S404 동작에서, 컨트롤러(220)는 기준 시간마다 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트할 수 있다.
도 13은 본 문서에 개시된 일 실시예에 따른 배터리 관리 장치의 동작 방법을 구현하는 컴퓨팅 시스템의 하드웨어 구성을 나타내는 블록도이다.
도 13을 참조하면, 본 문서에 개시된 일 실시예에 따른 컴퓨팅 시스템(2000)은 MCU(2100), 메모리(2200), 입출력 I/F(2300) 및 통신 I/F(2400)를 포함할 수 있다.
MCU(2100)는 메모리(2200)에 저장되어 있는 각종 프로그램(예를 들면, 배터리 셀 전압 편차 분석 프로그램)을 실행시키고, 이러한 프로그램들을 각종 데이터를 처리하며, 전술한 도 2에 나타낸 배터리 관리 장치(200)의 기능들을 수행하도록 하는 프로세서일 수 있다.
메모리(2200)는 배터리 관리 장치(200)의 작동에 관한 각종 프로그램을 저장할 수 있다. 또한, 메모리(2200)는 배터리 관리 장치(200)의 작동 데이터를 저장할 수 있다.
이러한 메모리(2200)는 필요에 따라서 복수 개 마련될 수도 있을 것이다. 메모리(2200)는 휘발성 메모리일 수도 있으며 비휘발성 메모리일 수 있다. 휘발성 메모리로서의 메모리(2200)는 RAM, DRAM, SRAM 등이 사용될 수 있다. 비휘발성 메모리로서 메모리(2200)는 ROM, PROM, EAROM, EPROM, EEPROM, 플래시 메모리 등이 사용될 수 있다. 상기 열거한 메모리(2200)들의 예를 단지 예시일 뿐이며 이들 예로 한정되는 것은 아니다.
입출력 I/F(2300)는, 키보드, 마우스, 터치 패널 등의 입력 장치(미도시)와 디스플레이(미도시) 등의 출력 장치와 MCU(2100) 사이를 연결하여 데이터를 송수신할 수 있도록 하는 인터페이스를 제공할 수 있다.
통신 I/F(2400)는 서버와 각종 데이터를 송수신할 수 있는 구성으로서, 유선 또는 무선 통신을 지원할 수 있는 각종 장치일 수 있다. 예를 들면, 통신 I/F(2400)를 통해 별도로 마련된 외부 서버로부터 전압 편차 진단, 오진단 판단 및 이상 진단을 위한 프로그램이나 각종 데이터 등을 송수신할 수 있다.
이상의 설명은 본 개시의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 개시에 개시된 실시예들은 본 개시의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 개시의 기술 사상의 범위가 한정되는 것은 아니다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (15)

  1. 복수의 배터리 셀 각각의 전압을 측정하는 전압 측정부; 및
    상기 복수의 배터리 셀 각각에 대해 배터리 셀 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출하고, 상기 복수의 배터리 셀의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출하고, 상기 복수의 배터리 셀 각각에 대해 상기 제1 편차와 상기 제2 편차 간의 차이인 제1 진단 편차를 산출하고,
    상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하고,
    상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 컨트롤러; 를 포함하는 배터리 관리 장치.
  2. 제 1 항에 있어서,
    상기 컨트롤러는,
    상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 초과인 경우 상기 진단 배터리 셀이 정상적으로 진단된 것으로 판단하고,
    상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 이하인 경우 상기 진단 배터리 셀이 오진단 된 것으로 판단하는, 배터리 관리 장치.
  3. 제 1 항에 있어서,
    상기 컨트롤러는,
    기준 시간마다 상기 복수의 배터리 셀 각각의 제1 진단 편차를 산출하고,
    상기 기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트하는, 배터리 관리 장치.
  4. 제 1 항에 있어서,
    상기 컨트롤러는,
    기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차를 산출하고,
    상기 기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트하는, 배터리 관리 장치.
  5. 제 1 항에 있어서,
    상기 컨트롤러는,
    상기 복수의 배터리 셀의 전압 중 최소값이 상기 진단 배터리 셀의 진단시 전압보다 높아지고 상기 진단 배터리 셀의 진단이 오진단으로 판단되지 않은 경우, 상기 진단 배터리 셀이 정상적으로 진단된 것으로 판단하는, 배터리 관리 장치.
  6. 제 1 항에 있어서,
    상기 컨트롤러는,
    기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갱신하고,
    갱신된 최대값과 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는, 배터리 관리 장치.
  7. 제 1 항에 있어서,
    상기 컨트롤러는,
    상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 제2 편차에 임계 상수를 곱하여 얻어지는 기준값에 기초하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하고,
    상기 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는, 배터리 관리 장치.
  8. 제 7 항에 있어서,
    상기 컨트롤러는,
    상기 제2 편차에 제1 임계 상수를 곱하여 얻어지는 값과 제2 임계 상수 중 최대값을 상기 기준값으로 설정하고,
    상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 기준값 이하의 제1 진단 편차를 제외하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하고,
    상기 복수의 배터리 셀 각각의 제2 진단 편차를 상기 제2 편차에 제3 임계 상수를 곱하여 얻어지는 값과 제4 임계 상수 중 최대값으로 나누어 정규화(Normalization)하여 상기 복수의 배터리 셀 각각의 제3 진단 편차를 산출하고,
    상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 복수의 배터리 셀 각각의 제3 진단 편차의 최소값을 더하여 얻어지는 값을 상기 제3 진단 편차로 나누어 상기 복수의 배터리 셀 각각의 편향도를 산출하고,
    상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 편향도를 곱하여 상기 복수의 배터리 셀 각각의 제4 진단 편차를 산출하고,
    상기 복수의 배터리 셀 각각의 제4 진단 편차의 임계값 초과 여부를 기초로 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는, 배터리 관리 장치.
  9. 복수의 배터리 셀 각각의 전압을 측정하는 동작;
    상기 복수의 배터리 셀 각각에 대해 배터리 셀 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제1 편차를 산출하고, 상기 복수의 배터리 셀의 평균 전압의 장기 이동 평균값 및 단기 이동 평균값 간의 편차인 제2 편차를 산출하고, 상기 복수의 배터리 셀 각각에 대해 상기 제1 편차와 상기 제2 편차 간의 차이인 제1 진단 편차를 산출하는 동작;
    상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하는 동작; 및
    상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작; 을 포함하는, 배터리 관리 장치의 동작 방법.
  10. 제 9 항에 있어서,
    상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작은,
    상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 초과인 경우 상기 진단 배터리 셀이 정상적으로 진단된 것으로 판단하고,
    상기 진단 배터리 셀의 제1 진단 편차에 설정값을 곱한 값이 상기 최대값을 갖는 배터리 셀의 제1 진단 편차 이하인 경우 상기 진단 배터리 셀이 오진단 된 것으로 판단하는, 배터리 관리 장치의 동작 방법.
  11. 제 9 항에 있어서,
    기준 시간마다 상기 복수의 배터리 셀 각각의 제1 진단 편차를 산출하는 동작; 및
    상기 기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차를 업데이트하는 동작; 을 더 포함하는 배터리 관리 장치의 동작 방법.
  12. 제 9 항에 있어서,
    기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차를 산출하는 동작; 및
    상기 기준 시간마다 상기 진단 배터리 셀의 제1 진단 편차의 최대값을 업데이트하는 동작; 을 더 포함하는, 배터리 관리 장치의 동작 방법.
  13. 제 9 항에 있어서,
    상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갖는 배터리 셀의 제1 진단 편차와 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작은,
    기준 시간마다 상기 진단 배터리 셀과 상이한 배터리 셀의 제1 진단 편차 중 최대값을 갱신하는 동작; 및
    갱신된 최대값과 상기 진단 배터리 셀의 제1 진단 편차를 비교하여 상기 진단 배터리 셀이 정상적으로 진단되었는지 여부를 판단하는 동작; 을 포함하는, 배터리 관리 장치의 동작 방법.
  14. 제 9 항에 있어서,
    상기 복수의 배터리 셀 각각의 제1 진단 편차에 기반하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 진단 배터리 셀을 설정하는 동작은,
    상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 제2 편차에 임계 상수를 곱하여 얻어지는 기준값에 기초하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하는 동작; 및
    상기 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는 동작; 을 포함하는, 배터리 관리 장치의 동작 방법.
  15. 제 14 항에 있어서,
    상기 복수의 배터리 셀 각각의 제2 진단 편차에 기초하여 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는 동작은,
    상기 제2 편차에 제1 임계 상수를 곱하여 얻어지는 값과 제2 임계 상수 중 최대값을 상기 기준값으로 설정하는 동작;
    상기 복수의 배터리 셀 각각의 제1 진단 편차 중 상기 기준값 이하의 제1 진단 편차를 제외하여 상기 복수의 배터리 셀 각각의 제2 진단 편차를 산출하는 동작;
    상기 복수의 배터리 셀 각각의 제2 진단 편차를 상기 제2 편차에 제3 임계 상수를 곱하여 얻어지는 값과 제4 임계 상수 중 최대값으로 나누어 정규화(Normalization)하여 상기 복수의 배터리 셀 각각의 제3 진단 편차를 산출하는 동작;
    상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 복수의 배터리 셀 각각의 제3 진단 편차의 최소값을 더하여 얻어지는 값을 상기 제3 진단 편차로 나누어 상기 복수의 배터리 셀 각각의 편향도를 산출하는 동작;
    상기 복수의 배터리 셀 각각의 제3 진단 편차에 상기 편향도를 곱하여 상기 복수의 배터리 셀 각각의 제4 진단 편차를 산출하는 동작; 및
    상기 복수의 배터리 셀 각각의 제4 진단 편차의 임계값 초과 여부를 기초로 상기 복수의 배터리 셀 중 적어도 하나의 배터리 셀을 진단하여 상기 진단 배터리 셀을 설정하는 동작; 을 포함하는, 배터리 관리 장치의 동작 방법.
PCT/KR2024/001613 2023-05-08 2024-02-02 배터리 관리 장치 및 그것의 동작 방법 Ceased WO2024232510A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202480020049.5A CN120898142A (zh) 2023-05-08 2024-02-02 电池管理装置及其操作方法
EP24803567.7A EP4660650A4 (en) 2023-05-08 2024-02-02 BATTERY MANAGEMENT DEVICE AND ITS OPERATING METHOD

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020230059022A KR20240162236A (ko) 2023-05-08 2023-05-08 배터리 관리 장치 및 그것의 동작 방법
KR10-2023-0059022 2023-05-08

Publications (1)

Publication Number Publication Date
WO2024232510A1 true WO2024232510A1 (ko) 2024-11-14

Family

ID=93430389

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/001613 Ceased WO2024232510A1 (ko) 2023-05-08 2024-02-02 배터리 관리 장치 및 그것의 동작 방법

Country Status (4)

Country Link
EP (1) EP4660650A4 (ko)
KR (1) KR20240162236A (ko)
CN (1) CN120898142A (ko)
WO (1) WO2024232510A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002334722A (ja) * 2001-05-09 2002-11-22 Matsushita Electric Ind Co Ltd 二次電池の検査方法
KR20210022417A (ko) * 2019-08-20 2021-03-03 주식회사 엘지화학 배터리 팩의 진단 방법, 배터리 관리 시스템 및 배터리 장치
CN114518539A (zh) * 2022-01-14 2022-05-20 北京交通大学 一种动力电池soc异常分析方法
KR20220074797A (ko) * 2020-11-27 2022-06-03 주식회사 엘지에너지솔루션 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
KR20220146255A (ko) * 2021-04-23 2022-11-01 주식회사 엘지에너지솔루션 배터리 진단 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230059022A (ko) 2021-10-25 2023-05-03 남춘환 면상 감지 레인 센서 장치 및 이를 구비한 프로젝트형 태양광 창문 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002334722A (ja) * 2001-05-09 2002-11-22 Matsushita Electric Ind Co Ltd 二次電池の検査方法
KR20210022417A (ko) * 2019-08-20 2021-03-03 주식회사 엘지화학 배터리 팩의 진단 방법, 배터리 관리 시스템 및 배터리 장치
KR20220074797A (ko) * 2020-11-27 2022-06-03 주식회사 엘지에너지솔루션 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
KR20220146255A (ko) * 2021-04-23 2022-11-01 주식회사 엘지에너지솔루션 배터리 진단 장치 및 방법
CN114518539A (zh) * 2022-01-14 2022-05-20 北京交通大学 一种动力电池soc异常分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4660650A1 *

Also Published As

Publication number Publication date
EP4660650A1 (en) 2025-12-10
CN120898142A (zh) 2025-11-04
EP4660650A4 (en) 2026-04-01
KR20240162236A (ko) 2024-11-15

Similar Documents

Publication Publication Date Title
WO2022114871A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
WO2023068899A1 (ko) 배터리 팩 내의 이상 징후 셀 검출 장치 및 방법
WO2021085836A1 (ko) 배터리 진단 장치 및 방법
WO2022098096A1 (ko) 배터리 진단 장치 및 방법
WO2021049800A1 (ko) 배터리 이상 상태를 진단하기 위한 방법, 이를 위한 전자 장치 및 저장 매체
WO2021230642A1 (ko) 배터리를 진단하기 위한 장치 및 그 방법
WO2020214000A1 (ko) 비파괴 저항 분석을 이용한 배터리 관리 장치 및 방법
WO2021118118A1 (ko) 배터리 퇴화도 진단 장치 및 방법
WO2024063600A1 (ko) 배터리 관리 장치 및 그것의 동작 방법
WO2022215962A1 (ko) 배터리 진단 장치 및 방법
WO2021107655A1 (ko) 배터리 상태 진단 장치 및 방법
WO2022149917A1 (ko) 배터리 관리 장치 및 방법
WO2022145822A1 (ko) 배터리 관리 장치 및 방법
WO2022124773A1 (ko) 배터리 진단 장치 및 방법
WO2023224414A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
WO2022250390A1 (ko) 배터리 모니터링 장치 및 방법
WO2022080837A1 (ko) 배터리 진단 장치 및 방법
WO2023249298A1 (ko) 배터리 진단 장치, 배터리 진단 방법 및 배터리 진단 시스템
WO2021080219A1 (ko) 배터리 퇴화도 진단 장치 및 방법
WO2021137642A1 (ko) 배터리 관리 장치 및 방법
WO2022071776A1 (ko) 배터리 진단 장치, 방법 및 시스템
WO2022085996A1 (ko) 배터리 관리 장치 및 방법
WO2023153744A1 (ko) 배터리 관리 장치 및 방법
WO2024237704A1 (ko) 배터리 관리 장치 및 그것의 동작 방법
WO2022080835A1 (ko) 배터리 진단 장치 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24803567

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202480020049.5

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2025563993

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025563993

Country of ref document: JP

WWP Wipo information: published in national office

Ref document number: 202480020049.5

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

WWP Wipo information: published in national office

Ref document number: 2024803567

Country of ref document: EP