신경회로망 기반 리튬 배터리 멀티 셀의 SOC 추정

초록

현재 다양한 시스템에서 배터리팩이 동력원으로 사용되고 있다. 배터리팩의 구성 시 내부 셀 간 전압 편차가 심할 경우 과방전이 발생하며 이는 폭발사고와 같은 안전상의 문제가 발생한다. 이러한 문제를 방지하기 위해서는 배터리의 SOC가 중요한 지표로 사용되며, SOC는 배터리의 내부 파라미터를 통해 간접적으로 추정된다. 따라서 본 연구에서는 배터리의 내부 파라미터와 SOC의 관계를 모델링 할 수 있는 신경회로망 기반 배터리 멀티 셀의 SOC 추정 모델을 제안한다. 본 연구는 제작한 주행 시뮬레이터를 통해 배터리의 충방전 실험을 진행하였고 실험 데이터로부터 MNN, LSTM 그리고 GRU의 총 3가지 신경회로망 모델을 사용하여 멀티 셀의 SOC 추정 모델의 성능을 비교하였다. 비교 결과 추정오차가 LSTM 모델이 1.45, MNN 모델은 1.57 그리고 GRU 모델이 1.63으로 세 가지 모델 중 LSTM 모델이 가장 성능이 우수함을 확인하였다.

키워드