수치해석 기반의 리튬 이차전지의 SOH 예측에 관한 연구 :A study on SOH prediction of lithium secondary battery based on numerical analysis

장경민

추천

검색

자료유형: 학위논문

저자정보: 장경민 (한국기술교육대학교, 한국기술교육대학교 일반대학원)

지도교수: 金光宣

발행연도: 2019

저작권: 한국기술교육대학교 논문은 저작권에 의해 보호받습니다.

이용수27

초록· 키워드

이차전지는 전기화학반응을 통해 반영구적으로 충?방전을 거듭하며 사용할 수 있는 화학전지이다. 1991년 Sony 사에서 최초로 상용화에 성공한 원통형 리튬 이차전지를 시작으로 지속적으로 발전을 거듭하여 최근에는 전기 자동차(xEV : Electric vehicle)를 중심으로 한 자동차 및 에너지 저장 장치(ESS : Energy storage system)에 적용되는 중대형 전지 수요가 급증하고 있으며 사물인터넷, 인공지능 등의 첨단 기술 요소와 결합함 으로써 4차 산업혁명을 주도할 기술로 주목받고 있다.
리튬 이차전지의 수요가 급증하면서, 전지 관리와 관련된 문제 역시 주목 받고 있다. 리튬 이차전지는 사용 후 폐기에 따른 환경오염 문제 및사용 중 화재?폭발의 위험성을 내포하고 있다. 전지 폐기와 관련된 문제에 대해서는 사용 후 전지의 평가를 거쳐 재사용 하는 방안이 논의되고 있으며, 사용 중 화재?폭발과 관련 문제는 지속적으로 전지를 사용함에 있어 안전성을 담보하기 위한 노력이 진행 중이다. 이와 같은 문제들은 전지의 상태(SOH : State of charge)를 정확히 예측함으로써 해결이 가능한데, 전지의 작동 특성상 현장에서 SOH를 정확히 예측하는 방법은 지속 적으로 연구 중인 분야이다.
기존의 연구에서는 측정된 데이터를 기반으로 전지 모델을 통해 가까운미래의 전지 거동을 예측하는 방법이 제안되었다. 이와 같은 연구에서 좋은 예측이 이루어진 경우도 있으나, 알고리즘이 복잡하고 계산 량이 많아 현장에서 적용하기에는 무리가 있다. 본 연구에서는 기존의 연구와는 달리 수치해석을 통해 특정 동작 조건에서의 전지 거동 데이터를 미리 수집하는 방식을 제안 하였다. 수치해석 모델은 전기화학 모델과 열유동 모델로 구성되어 있으며, 각각 전지 내부의 물리 현상과 팩 단위에서의 열전달을 모사한다. 수치해석 모델은 전지의 전기화학적 현상과 열전달을 동시에 계산하며, 서로 계산 결과를 공유하기 때문에 더 효율적인 계산이가능하다. 충분히 검증된 수치해석 모델을 기반으로 수집된 전지 데이터를 기반으로 작동 중인 전지의 SOH를 예측할 수 있는 알고리즘을 제안하였으며, Matlab Simulink를 이용하여 현재 전지의 상태를 검출할 수 있음을 확인하였다.

A secondary battery can be used repeatedly by charging and discharging semi-permanently through an electrochemical reaction. In 1991, starting with development of cylindrical li rechargeable battery by sony, li secondary batteries were developed continuously. It has recently been applied to automobile and energy storage system (ESS:
Energy Vehicle). Demand for mid- to large-sized batteries is rapidly increasing, and it is attracting attention as a technology that will lead the fourth industrial revolution by combining with advanced technology elements such as Internet of matter and artificial intelligence.
With the rapid increase in demand for lithium secondary batteries, problems related to battery management are also attracting attention.
Lithium rechargeable batteries contain environmental pollution problems due to disposal after use and risks of fire and explosion during use.
As for the problems related to the disposal of the batteries, there are discussions on how to reuse the batteries after using them after using them. In the use of the batteries, fire and explosion-related problems are under way. These problems can be solved by accurately predicting the state of the battery (SOH). Due to the operating characteristics of the battery, accurate methods for predicting the SOH in the field are still under investigation.
In the previous research, a method of predicting the near future battery behavior through the battery model based on measured data has been proposed. Although good predictions have been made in such studies, the algorithms are complex and computationally expensive. In this study, unlike previous studies, we proposed a method to collect battery behavior data in specific operating conditions through simulation. Based on the fully verified simulation model, it is possible to collect the data of the entire behavior of the battery according to the surrounding environment conditions, and it is confirmed that the state of the battery can be detected based on the collected data.

제1장 서 론 1
제1절. 연구배경 및 목적 1
1. 연구의 배경 1
2. 연구 목적 및 범위 6
제2절. 관련 연구 동향 9
1. 리튬 이차전지의 모델링 기법 10
2. SOH 측정 방법 16
3. RUL 측정 방법 20
제2장 리튬 이차전지의 특성과 BMS 22
제1절. 리튬 이차전지의 특성 22
1. 전지 화학의 기본 22
2. 리튬 이차전지의 구성 29
3. 리튬 이차전지의 성능 요인 32
4. SOC와 SOH 35
제2절. 전지 관리 시스템(BMS) 38
1. 전지 관리 시스템의 구성 및 기능 38
2. BMS와 전지 관리 40
3. SOH 알고리즘의 BMS에의 적용 43
제3장 수치해석 기반의 리튬 이차전지 특성 분석및 모듈 형상 설계 45
제1절. 리튬 이차전지의 수치해석 모델 45
1. 수치해석 모델 45
2. 수치해석 모델의 검증 66
제2절. 파라미터 변화에 따른 리튬 이차전지의 특성 74
1. 리튬 이차전지의 해석파라미터와 출력 전압 특성 74
2. 리튬 이차전지 출력 전압의 온도 의존성 97
제3절. 온도 분포 균일화를 위한 전지 모듈 형상 설계 103
1. 리튬 이차전지 팩(Pack) 수치해석 103
2. 수치해석을 통한 모듈 형상 최적화 103
3. 최적 설계에 의한 수치해석 결과 109
제4장 수치해석 데이터 기반의 전지 관리알고리즘 116
제1절. 수치해석 기반 전지 관리 알고리즘 116
1. 개요 116
2. 수치해석을 통한 기준값 수집 117
3. 수치해석에 기반 한 전지상태 예측 알고리즘 123
제2절. 전지 관리 알고리즘 구현 및 SOH 예측 128
1. Matlab Simulink를 이용한 전지 관리 알고리즘 구현 128
2. 전지 관리 알고리즘에 의한 SOH 예측 131
제5장 결 론 151
제1절. 결 론 151
참 고 문 헌 153
ABSTRACT 164
부 록 166

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

목차

최근 본 자료

댓글(0)