전류적산법 및 확장칼만필터를 적용한 배터리 SOC 추정 오차 최소화 알고리즘

• Published in: 한국정보통신학회논문지 Vol. 27; no. 12; pp. 1602 - 1608
• Main Authors: 이연식(YonSik Lee), 백재석(JaeSeok Baik), 이옥재(OkJae Lee)
• Format: Journal Article
• Language: Korean
• Published: 한국정보통신학회 01.12.2023
• Subjects: 전자/정보통신공학; 확장칼만필터; Battery Management System; Extended Kalman Filter; State of Charge Estimation; Coulomb Counting Method; 배터리 관리시스템; 충전 상태 추정; 전류적산법
• ISSN: 2234-4772; 2288-4165
• DOI: 10.6109/jkiice.2023.27.12.1602

배터리 충전상태 (SOC) 추정은 배터리 관리시스템 (BMS)의 기초 자료가 되는 필수적 요소로서, SOC 추정 오류로 인해 BMS에 문제가 생기면 배터리 전력 시스템 전체에 문제가 발생할 수 있다. 본 논문에서는 리튬이온 배터리의SOC 추정을 위하여 전류의 누적 정보만을 이용하는 전류적산법 (CCM)의 예측 정확도 분석을 기반으로, SOC 초기정보의 정확도 향상을 위한 확장칼만필터 (EKF) 알고리즘의 동시 적용을 통한 추정 오차 최소화 알고리즘을 제안한다. 가장 일반적인 전류적산법은 배터리의 용량과 초기 SOC 값이 정확한 경우에는 유용하지만, 초기 조건이 부정확한 경우에는 오차가 발생하고 시간이 지남에 따라 누적 오차가 커지는 단점이 있다. 이러한 문제점 해결을 위하여 초기 SOC 추정값에 EKF를 동시에 적용하는 방법을 제안한다. 제안 알고리즘의 평가를 위하여 Simulink를 이용하여실험을 진행하고, 실험 결과를 통하여 제안 방법이 기존 SOC 추정 방법보다 추정 오차가 개선됨을 확인하였다. The state of charge (SOC) estimation is an essential element that serves as the basic data for the battery managementsystem (BMS). If a BMS problem occurs due to an SOC estimation error, a problem may occur in the entire batterypower system. In this paper, we propose an algorithm that simultaneously applies the Coulomb Counting Method (CCM) andExtended Kalman filter (EKF) for SOC estimation. The most common CCM is useful when the capacity and initial SOCof a battery are accurate, but it is disadvantageous when the initial conditions are inaccurate, an error may occur and theaccumulation error increases over time. To solve this problem, we propose a method of simultaneously applying EKF tothe initial SOC estimate. For the evaluation of the proposed algorithm, the experiment was conducted using Simulink, andthe experimental results confirmed that the proposed method improved the estimation error compared to the existing SOCestimation method. KCI Citation Count: 0