향상된 배터리 관리 시스템으로 리튬 배터리의 수명을 연장할 수 있습니다.

Sep 13, 2023

스탠포드 연구진은 실제 경험을 바탕으로 더 나은 배터리 관리 시스템을 구축하려고 합니다.

에 의해

게시됨

이론이 있으면 현실이 있습니다. 그들 사이의 연결은 종종 기껏해야 약할 수 있습니다. 전기 자동차의 세계에서 각 배터리 팩에는 알고리즘을 사용하여 배터리의 전반적인 상태와 작동 상태를 모니터링하는 배터리 관리 시스템이 있습니다. “알고리즘은 배터리가 제대로 작동하는지, 재충전이 필요하기 전에 주행할 수 있는 거리 등을 알려줍니다. 문제는 BMS 알고리즘이 실제 세계에서 배터리 팩이 보는 것을 반영하지 않는 이상적인 실험실 조건에서 설계되었다는 것입니다.”라고 Stanford Doerr School of Sustainability의 에너지 과학 및 공학 조교수인 Simona Onori는 말합니다.

통제된 실험실 테스트와 실제 도로 경험 사이의 격차를 입증하기 위해 스탠포드의 Onori와 동료들은 대학 캠퍼스 근처에 위치한 Volkswagen 혁신 및 엔지니어링 센터의 연구원들과 협력했습니다. “비현실적인 운전 데이터를 기반으로 한 알고리즘은 현장에서 부정확할 가능성이 높습니다.”라고 이번 연구의 주저자인 Onori가 말했습니다. "우리의 목표는 실제 데이터로 훈련된 알고리즘을 설계하여 배터리 팩의 수명을 늘리는 것입니다."

이번 연구 결과는 과학저널 줄(Joule)(페이월) 2023년 8월 18일자에 게재됐다. 해당 보고서를 요약하면 다음과 같습니다.

“배터리 상태 추정 및 예측 알고리즘을 배포하는 것은 배터리 전기 자동차의 안정적인 성능을 보장하는 데 중요합니다. SoH 알고리즘은 사전 정의된 부하 및 온도에서 셀을 사이클링할 때 실험실에서 수집된 데이터를 바탕으로 설계되고 훈련되었습니다.

“1년 동안 차량을 운행하면서 수집한 필드 배터리 팩 데이터를 사용하여 성능/상태 지표를 정의 및 추출하고 이를 실제 운전 특성(충전 습관, 가속 및 제동) 및 계절에 따른 주변 온도와 연관시킵니다. 주행 및 충전 이벤트 중 성능 지표는 주요 배터리 관리 시스템 신호를 추출하기 위한 데이터 파이프라인 구축 시 정의됩니다.

"이 연구는 실험실 테스트와 실제 배터리 사용 사이에 존재하는 불일치와 SoH 추정 전략을 개선하기 위해 배터리 실험 테스트를 강화하여 시간과 온도를 분리하는 데 존재하는 기회를 보여줍니다."

이미지 크레디트 : Joule을 통한 스탠포드 대학교

오늘날 배터리 관리 시스템은 제동, 가속, 감속 및 충전 중에 정기적으로 데이터를 기록합니다. 충전식 배터리의 긴 수명의 비결은 실제 작동에서 개별 셀 간의 차이점을 이해하는 데 있을 수 있습니다. 팩의 리튬 이온 셀이 어떻게 저하되는지에 대한 새로운 모델링은 EV 배터리가 더 많은 충전 주기와 더 긴 서비스 수명을 처리할 수 있도록 각 셀의 용량에 맞춰 충전하는 방법을 보여줍니다.

"실제 운전은 운전자마다 다릅니다."라고 스탠포드 연구 엔지니어이자 공동 저자인 Gabriele Pozzato는 말합니다. “당신은 공격적인 운전자일 수도 있고 자동차를 부분적으로만 충전하는 사람일 수도 있습니다. 운전 및 충전 스타일이 다르면 배터리 성능 저하의 궤적도 달라집니다. 하지만 기존 배터리 알고리즘에는 그런 필드 데이터가 포함되지 않습니다.”

연구를 위해 폭스바겐은 2019년 11월부터 2020년 10월까지 1년 동안 샌프란시스코 베이 지역에서 주행한 순수 전기 아우디 e-트론 SUV에서 수집한 약 3,750시간의 BMS 주행 데이터를 스탠포드 팀에 제공했습니다. 팀은 해당 기간 동안 배터리 팩의 전기 저항을 계산합니다. 이 데이터를 통해 팀은 에너지와 전력이라는 두 가지 주요 배터리 지표를 평가할 수 있었습니다.

"에너지는 주행 거리, 즉 완전히 충전된 배터리로 몇 마일을 운전할 수 있는지를 알려줍니다."라고 Pozzato는 말합니다. “힘이란 에너지를 빠르게 추출하는 능력이다. 가속할 때 에너지에 접근하고 배터리를 매우 빠르게 방전하고 싶을 것입니다. 배터리의 전기 저항이 적을수록 더 많은 전력을 사용할 수 있습니다.”