위키원
"배터리관리시스템"의 두 판 사이의 차이
leejia1222 (토론 | 기여) |
잔글 (→같이 보기) |
||
| 60번째 줄: | 60번째 줄: | ||
* [[배터리]] | * [[배터리]] | ||
| − | {{자동차 부품| | + | {{자동차 부품|검토 필요}} |
2020년 8월 26일 (수) 00:45 판
배터리 관리 시스템(BMS; Battery Management System)은 배터리를 최적으로 관리하여 에너지 효율을 높이고 수명을 연장하기 위한 시스템이다. 이를 통해 배터리의 전압, 전류뿐만 아니라 온도를 실시간으로 모니터링하여 과도한 충전 또는 방전을 미연에 방지하고 배터리의 안전성과 신뢰성을 높일 수 있다. 배터리 관리 시스템은 전기자동차 분야에 적용되며 주행거리 증가를 위한 핵심 요소로서 그 중요성이 점점 높아지고 있다.
목차
개요
배터리 관리 시스템은 빠르게 성장하고 있는 전기자동차 산업에 적용되며 그 중요성이 점점 높아지고 있다. 전기자동차 이용에 있어서 가장 중요하다고 평가받는 주행거리 증가를 위한 핵심 요소이기 때문이다. 전기자동차에서 배터리는 모터를 구동하기 위한 에너지를 공급하는 핵심 부품으로 성능에 영향을 주는 요소들이 많다. 배터리 종류별 충전방식, 방전율, 온도 등으로 인하여 내부저항에 변화를 가져와 배터리의 성능과 수명에 영향을 미치기 때문이다. 따라서 전기자동차 배터리의 성능과 수명을 향상시키기 위해서는 체계적으로 배터리의 충전, 방전, 상태를 모니터링하고 관리하기 위한 시스템이 필요하다. 배터리 관리 시스템은 구동 시스템에서 필요로 하는 전력을 공급하는 2차 전지의 안전성과 신뢰를 보증하는 역할을 한다. 배터리 관리 시스템을 통해 전기자동차 배터리 제어의 최적화를 이뤄냄으로써 주행거리 향상과 안전성을 확보할 수 있다.
배터리 관리 시스템의 기능은 크게 1) 열관리 제어 기술과 2) 배터리 충전상태 제어기술로 나뉜다. 열관리 제어 기술은 열에 약한 배터리를 균등 냉각하여 항상 균일한 성능을 나타낼 수 있도록 하는 기술로서, 시스템의 전압, 전류 및 온도를 모니터링하여 최적의 상태로 유지 관리하며 시스템의 안전한 운영을 위한 경보 및 사전 안전예방 조치를 취할 수 있다. 또한 배터리의 과충전 및 과방전을 억제하여 셀 간의 전압을 균일하게 제어함으로써 에너지 효율 및 배터리의 수명이 연장된다. 경보 관련 이력 상태의 저장과 외부 진단시스템 혹은 모니터링 PC를 통한 데이터의 보전 및 시스템 진단이 가능하다. 배터리 충전상태(SOC; State Of Charge) 제어기술은 배터리의 각 상태를 판단하여 최적 효율 지점에서 작동하도록 하는 기술이다. 충전상태를 제어하는 기술은 모든 셀을 항상 균등한 충전상태로 유지시켜주는 셀 밸런스를 통해 실현하고 있다. 더욱이 배터리 관리 시스템은 각종 변화 요소들을 종합 분석하여 남은 주행 가능 거리를 예측하고 그 정보를 상위의 차량 전자제어장치(ECU; Electronic Control Unhit)에 제공한다. 차량 내 통신은 일반적으로 ISO 표준 네트워크인 CAN(Controller Area Network)을 활용하는데, CAN이란 차량 내 차량 전자제어장치들 간의 데이터 공유를 통해 보쉬(Bosch)에 의해 개발된 통신 시스템이다.
한편 배터리 관리 시스템은 전기자동차뿐만 아니라 에너지 저장장치(ESS; Energy Storage System)를 구성하는 핵심 요소 중 하나로써 사용된다. 전력가격의 차이를 이용한 충방전을 통해 경제적 이득을 얻을 수 있음은 물론이고, 최근에는 FR, 신재생 에너지의 버퍼, 부하 평준화 및 무정전 전원장치(UPS : Uninterruptible Power Supply) 역할 등 다양한 분야로 그 용도를 확장시켜 나가고 있다. 작게는 수 kWh부터 크게는 수 MWh의 대용량 배터리를 제어해야 하기 때문에 그 중요성은 점차 증대되어 가고 있다. 때문에 배터리 관리 시스템을 어떻게 설계 및 구현하여 보장되는 동작 가능범위 내에서 배터리의 성능을 최대한 이끌어낼 것인가에 대한 기술적 이슈는 현재 진행형이며 이에 대한 학계 및 산업계에서의 다양한 연구가 활발히 이루어지고 있다.
등장배경
산업혁명 이후 화석연료 사용량의 급격한 증가로 인해 기후변화와 이산화탄소(CO2) 농도의 상승은 인류의 생존에 심각한 위협을 가하고 있으며, 그 정도 또한 매우 심각한 수준이다. 전 세계적으로 이산화탄소 배출량 증가에 따른 기후 변화에 대한 우려가 그 어느 때보다 높은 와중에, 지난 40만년 동안 대기 중 이산화탄소 농도 변화를 분석한 결과, 최근 100여 년 동안 수직에 가깝게 치솟아 이산화탄소 농도가 400 피피엠(ppm)에 도달했다는 연구결과가 발표되기도 했다. 농도가 450 피피엠 도달하면 지구 온도가 산업혁명 전보다 2도 증가해서 동식물의 20~30%가 멸종 위기에 놓이게 되고, 빙하가 녹아 해수면이 상승하여 적도 부근 섬들이 잠기게 된다. 실제로 증가하는 속도가 멈추거나 조금도 느려지지 않고 지금과 같은 속도를 유지한다면 20년 내에 이러한 상태에 도달하게 된다. 국제 에너지 기구(IEA)의 2013년 보고서에 따르면, 운송분야에서의 이산화탄소 배출량은 연간 6.9 기가톤(Gton)으로 전 세계 배출량(31.2 기가톤)의 약 22%나 차지하고 있다. 때문에 내연기관을 기반으로 하는 것이 아닌, 새로운 동력원을 사용하는 이동수단 기술의 개발은 선택이 아닌 필수로 인식되고 있으며 그 결과로써 전기자동차가 출현하게 되었다.
석유 에너지가 가장 많이 쓰이는 자동차 산업은 배기가스 배출량이 높고, 대기 오염 및 지구온난화의 가장 큰 원인으로 꼽히곤 한다. 따라서 국가적인 차원에서 자동차 배기가스 규제를 강화하고 있으며 이를 대처하기 위한 자동차 개발 연구에 힘쓰고 있다. 그 중에 전기자동차는 환경오염의 주범인 이산화탄소와 배기가스 등 공해물질을 배출하지 않는 친환경적인 자동차이다. 각 국가에서도 대체 에너지와 함께 꾸준히 개발을 하기 위해 노력하고 있다. 전기자동차는 값싼 전기를 이용하고, 운행비용이 많이 절감되며, 윤활유 및 필터 등 소모품의 주기적인 교환이 없어 자동차 유지비가 절감된다. 또한 가솔린에 비해 저속에서의 출력 성능이 우수하고 소음과 진동이 적다. 하지만 아직 개선해야 할 부분들이 많다는 게 현실이다. 전기자동차의 경우, 1회 충전 거리가 짧고 충전 인프라가 없으면 장거리 주행이 불가능하여 근거리에서만 사용할 수 있다. 전기 자동차의 핵심은 동력원으로 이용되는 대용량 배터리와 이를 관리하는 배터리 관리 시스템이다. 배터리는 비선형적 특성을 가진 내부의 화학적 작용을 통해 전기 에너지를 발생시키는 메커니즘을 가지고 있으며 100년이 넘게 검증되어온 내연기관의 성능 및 안정성과 비교했을 때 많이 뒤쳐지고 있는 실정이다. 특히 비선형적 특성으로 인한 성능 및 안정성의 불확실성은 배터리를 보수적으로 디자인하게 만들고 이로 인한 경제적 손실을 발생시킨다. 이에 따른 배터리 관리 시스템 연구가 더욱 필요한 상황이다.
기능
배터리 관리 시스템은 기능 중에서 가장 중요한 셀 전압의 정밀한 측정, 배터리 상태의 정확한 예측, 배터리 균일성 및 동등화방법, 배터리 결함 진단에 대하여 점검한다.
배터리 셀 전압 측정
전기자동차용 배터리 팩은 수백 개의 셀이 직렬로 연결되어 있기 때문에 전압측정 방법에 따라 누적 전압이 달라질 수 있으므로 이를 제거하거나 보상하는 것이 거의 불가능하고 회로 측정 설계가 대단히 어렵다. 배터리 전압측정을 정밀하게 하려면 각각 의 셀 전압을 정확히 측정하여야 한다.
배터리 상태 예측
배터리 상태는 충전상태(SOC), 건강상태(SOH) 및 기능상태(SOF)와 이들 사이의 상관관계를 의미한다. 배터리 잔존수명은 예상 사용수명과 결함진단결과 출력에 의해 결정되고, 배터리 기능상태는 시효 효과의 영향, 충전상태의 범위, 온도범위 및 결함 수준을 고려하여 결정된다.
- 충전상태 예측 알고리즘
충전상태(SOC; State Of Charge)는 표준상태에서 충전할 경우 총 충전량 대비 배터리에 남아있는 충전량의 비율을 의미한다. 충전상태는 보통 퍼센트(%)로 표시한다. 100%는 최대 충전 상태이고 0%는 최대 방전 상태를 의미하며, 다음과 같은 방법에 의해 배터리의 충전상태를 예측한다.
- 방전 시험방법 : 지정된 방전율과 주위 온도 조건과 같이 제한된 조건으로 실제 방전 시험을 실시하는 가장 신뢰성 있는 방법이다.
- 암페어-시간 적분법 : 초기 충전상태 값이 정확할 경우 암페어와 시간을 적분하는 가장 단순하고 일반적인 방법이다.
- 개방 회로 전압 방법 : 배터리 사용을 중지한 상태에서 개방회로 전압을 측정하여 정밀하게 충전상태를 예측하는데 방법이다.
- 배터리 모델 기반 충전상태예측 방법 : 운행 중인 차량에서 등가회로 또는 전기화학적 배터리 모델을 사용하여 개방회로전압(OCV)을 온라인 예측하는 방법이다.
- 신경 네트워크 모델 방법 : 신경 네트워크의 비선형 매핑특성을 사용하고, 네트워크를 학습하는 방법에 의해 충전상태를 예측한다.
- 퍼지논리 방법 : 퍼지논리를 사용하여 인간의 퍼지사고를 시뮬레이션 하는 것으로서, 시험결과 곡선, 경험 및 신뢰성 있는 퍼지논리 이론에 바탕을 두고 충전상태를 예측한다.
- 배터리 성능에 기반을 둔 충전상태 예측방법 : 교류 임피던스 방법 또는 직류 내부 저항 방법에 의해 충전상태를 예측하는 방법이다.
- 건강상태 예측 알고리즘
배터리 건전성을 예측할 수 있는 건강상태(SOH; state of health)는 배터리의 이상적인 상태를 기준으로 배터리의 현재 상태를 비교하여 그 값을 퍼센트로 나타낸다. 건강상태는 용량과 초기 저항에 의해 도출하거나, 또는 AC 임피던스, 자기 방전 율 및 출력밀도에 의해 도출할 수도 있다.
- 내구성모델 기반 개방루프 예측방법 : 배터리 내구성모델에 기반을 두고 용량 감소와 내부저항 변화를 예측하는 방법이다.
- 배터리모델 기반 변수식별 폐쇄 루프 예측방법 : 배터리 모델을 기반으로 최소자승법, 칼만(Kalman filtering) 알고리즘 등 최적상태 예측기법을 사용하여 배터리 건강상태를 예측한다.
- 기능상태 예측 알고리즘
건강상태는 현재 배터리가 새로운 배터리와 얼마나 다른지를 나타내는데, 기능상태(SOF; State of Function)는 배터리를 사용하는 도중에 배터리 성능이 실제 요구조건에 얼마나 부합되고 있는지를 나타낸다.
- 에너지 저장에 사용되는 배터리의 경우, 기능상태는 배터리에 저장할 수 있는 최대 에너지 대비 잔류하고 있는 가용 에너지의 비율로 정의한다. 따라서 전기자동차에 사용되는 배터리에 잔류하고 있는 전기적 에너지에 의해 운행할 수 있는 거리를 예측할 수 있다.
- 전력 공급이 요구되는 시스템에 사용하는 배터리의 경우, 기능상태는 배터리가 전력 수요를 얼마나 만족할 수 있는지를 의미하므로 기능상태는 긍정/부정의 논리적 변수 즉 1 또는 0으로 표현한다.
- 단일 셀의 기능상태는 그 셀의 충전상태와 건강상태를 알고 있다면 쉽게 결정할 수 있다. 배터리 모듈의 경우에는 셀 모델로부터 배터리 모듈의 모델을 만들어 기능상태의 값을 구한다.
배터리 균일성 및 동등화
배터리 팩은 같은 사양 및 같은 형태의 배터리를 적층하여 생산하지만 각 셀의 특성이 서로 다르기 때문에 배터리 균일성이 중요하다. 이 때 고려 할 셀의 특성은 전압, 충전상태, 용량,용량 소모율, 내부 저항 및 변화율, 배터리 수명, 자기 방전율 및 시간 변화율 등이 있다. 배터리 제조환경이 열악하거나 수동 생산라인의 경우 각 셀 간의 특성에 더욱 큰 차이가 생기게 된다. 자기방전 또는 쿨롱효과의 불균일성 때문에 생기는 배터리 잔류용량의 불균일성을 보상하기 위해 동등화 작업이 필요하다. 배터리 동등화 방법은 화학적 동등화 방법과 물리적 동등화 방법의 두 가지를 사용한다.
배터리 결함 진단
결함 진단은 배터리 안전을 보장하는데 필수적인 기술이다. 1995년 IEC가 제정한 배터리 관리시스템 규정에 의하면 전기자동차용 배터리 관리 시스템은 배터리 건전성이 훼손되었을 때 이를 사전에 경고하고, 배터리 성능이 약화된 정보를 제공하는 등 배터리 결함진단 기능을 가져야 한다고 정하였다. 중국에서도 26개의 결함 진단항목을 포함한 배터리 결함진단 기능을 가진 배터리 관리 시스템을 규정하고 있다. 최근 결함 진단 기술은 진단 대상기기의 작동 원리를 바탕으로 컴퓨터 네트워크, 데이터베이스, 제어이론, 인공지능 및 기타 기술과 접목하고, 공정변수 예측과 상태예측 및 다른 경험적 예측방법을 동원하여 더욱 완전한 운영체제로 발전하고 있다. 현재 개발 단계에 있는 지능형 결함진단 시스템은 전문가 시스템을 사용하고, 지식기반, 추론 엔진, 인터프리터(interpreter), 인간-기계 접속기, 복합 데이터베이스 등으로 구성된다. 전문가 진단시스템을 통하여 배터리 건전성을 조기에 진단할 수 있다.
각주
참고자료
- 덕산공조연구소 송근수 책임연구원, 〈전기자동차의 배터리 관리 시스템 기술 동향〉, 《Konetic Report》, 2016-12-02
- 한국과학기술정보연구원 Reseat ,프로그램 심영일 전문연구위원, 〈전기자동차의 배터리 관리 시스템〉, 《녹색기술정보포털》
- 한국과학기술정보연구원 나덕주 전문연구위원, 〈전기자동차용 리튬이온 배터리의 효율적 적용 방안〉, 《한국과학기술정보연구원》
같이 보기
