Modeling, State Estimation and Control of Lithium-ion Battery for Hybrid Energy System

Abstract

최근 휴대용 기기와 친환경 자동차의 에너지 저장 시스템이 큰 관심을 받으며, 특히 전압과 출력 면에서 높은 성능을 보이는 리튬 이온 전지가 가장 각광을 받고 있다. 이러한 리튬 이온 전지는 친환경 자동차와 같은 하이브리드 에너지 시스템의 주요 출력 공급원 또는 보조 출력 공급원으로 쓰인다. 친환경 자동차 내에 탑재되는 리튬 이온 전지의 경우 자동차에 출력을 공급하는 동시에 여분의 출력이 남는 경우 이를 저장하는 역할을 수행한다. 따라서 리튬 이온 전지의 성능이 친환경 자동차의 성능을 대표할 수 있는 중요한 요소 중 하나라고 할 수 있다. 리튬 이온 전지의 성능을 대표하여 나타낼 수 있는 것으로 가용 잔존 용량과 건전 상태를 들 수 있다. 이러한 두 종류의 상태는 센서를 통해 직접 측정이 불가능하기 때문에 이를 추정하기 위해 동적 상세 모델의 개발이 필요하다. 따라서 본 논문에서는 리튬 이온 전지에 대한 동적 상세 모델을 개발하였다. 그리고 이를 바탕으로 하여 전지의 가용 잔존 용량과 건전 상태를 추정하는 방법론을 개발하였다. 최종적으로 본 논문에서 개발한 모델 및 추정 방법론을 연료 전지 하이브리드 자동차의 최적 제어 방법론에 적용하였다. 우선, 친환경 자동차에 쓰이는 리튬 이온 전지의 가용 잔존 용량 추정 알고리즘을 제안하고자 한다. 제안된 방법론은 다양한 온도, 운전 상태 및 출력 부하에 따른 운전 조건에 부합할 수 있는 강건한 가용 잔존 용량 추정을 기본적인 목표로 한다. 이러한 방법론은 전기화학적 모델에 기반을 둔 등가 회로 모델과 재귀 추정자를 포함하고 있다. 등가 회로 모델에 필요한 각 파라미터들은 다양한 온도 및 전류 조건에 따른 실험에 의해 추정하였다. 이러한 모델에 기반을 둔 가용 잔존 용량 추정 방법론과 전류 적산에 의한 추정 방법론의 결합을 통해 가용 잔존 용량의 추정 알고리즘을 개발하였다. 제안된 방법론은 저온 및 상온, 고온 상태에서의 다양한 운전 범위 하에서 실시된 리튬 이온 전지 팩에 대한 실험을 통해 검증하였다. 또한 각종 센서의 이상으로 인한 경우에 대해서도 검증하여 신뢰성을 입증하였다. 그 결과 제안된 방법론은 가용 잔존 용량의 추정에 적당하다는 것을 알 수 있으며 다양한 조건에 적합하고 센서 오류에 대한 문제에도 신뢰성을 가지고 있으며 계산 부하가 작기 때문에 온라인으로 적용 가능하다는 사실 또한 입증하였다. 또한 건전 상태로 대표되는 리튬 이온 전지의 실제 성능에 대한 온라인 감시를 위한 알고리즘을 개발하였다. 여러 변수 중 전지의 충전 용량이 건전 상태를 나타낼 수 있는 대표적인 변수로 선정되었다. 이러한 충전 용량의 추정을 위해 주요 알고리즘, 보조 알고리즘, 두 알고리즘을 결합한 통합 알고리즘의 세 가지 알고리즘을 개발하였다. 주요 알고리즘은 간략화한 등가 회로 모델과 소프트 센서 기술을 결합하여 개발하였다. 소프트 센서 기술은 시스템 인지 방법론과 이동 지평선 추정 방법론에 기반을 둔 방법론으로 파라미터 추정 방법에 주로 사용하였다. 그리고 주요 알고리즘의 계산 부하 문제를 해결하기 위해 보조 방법론을 개발하였다. 그리고 이 두 알고리즘의 단점을 상쇄하고 장점을 극대화하기 위해 두 알고리즘을 결합하여 통합 알고리즘을 개발하였다. 개발된 알고리즘의 적합성을 평가하기 위해 새로운 상태의 전지와 열화된 전지에 대해 다양한 온라인 추정 시험을 거쳤다. 다양한 하이브리드 자동차 및 플러그인 하이브리드 자동차용 리튬 이온 전지에 대한 실험 결과, 개발한 알고리즘은 정확도, 신뢰성, 강건성 및 계산 부하에 대해 강점을 가지고 있어 적합하다는 결론을 내릴 수 있었다. 즉, 개발한 통합 알고리즘은 충전 용량 및 가용 출력에 대해 실시간으로 정량적인 값을 온라인 형태로 추정할 수 있어 실제 하이브리드 자동차 계열 리튬 이차 전지 시스템에 대한 응용에 적합하다는 것을 알 수 있다. 마지막으로 퍼지 제어 논리를 이용하여 고분자 전해질 연료 전지/리튬 이온 전지 하이브리드 에너지 시스템의 최적 제어 논리를 설계하였다. 이를 위해 우선적으로 앞에서 개발된 리튬 이온 전지 모델과 고분자전해질연료전지 시스템에 대해 모사를 하였다. 특히 고분자 전해질 연료 전지의 경우 수소 재활용과 공기극의 가습을 고려하여 모사하였다. 최적 제어기는 퍼지 논리 알고리즘을 활용하여 개발하였다. 이 제어기는 세 가지의 입력 변수가 있다. 그 중 첫 번째 변수인 연료 전지 하이브리드 자동차에서 요구하는 출력을 통해 연료 전지에서 생산해야 하는 출력을 계산하였다. 또한, 앞에서 개발한 방법론을 통해 추정이 가능한 가용 잔존 용량과 건전 상태 역시 제어기의 입력 값으로 사용되었다. 이렇게 개발한 퍼지 제어기를 친환경 자동차의 다양한 운전 조건 및 리튬 이온 전지의 상태에 대해 검증하였다. 검증 결과 제안된 퍼지 논리 제어기를 통해 친환경 자동차의 운전 및 부품 교환 비용을 줄일 수 있으며 최적으로 운전을 할 수 있어 실제 이러한 시스템의 운영에 적합하다는 것을 알 수 있었다. 이러한 연구는 하이브리드 에너지 시스템을 위한 리튬 이온 전지에 대한 상태 추정 및 제어를 온라인으로 가능하게 할 수 있다. 본 논문에서 소개한 모델, 상태 추정 방법론과 제어 논리는 친환경 자동차와 같은 하이브리드 에너지 시스템에 대해 온라인으로 적용할 수 있을 것으로 보인다.

In recent years, energy storage systems have been highlighted in portable electronics and eco-friendly vehicle applications. In particular, lithium-ion batteries are used as principal or auxiliary power supply devices for the eco-friendly vehicle applications as hybrid energy systems due to high performance of voltage and power. The batteries in the eco-friendly vehicles either store excess power from the vehicle or supply insufficient power to vehicle motive power generator. Therefore, the performance of the lithium-ion battery is a key variable for the performance evaluation of eco-friendly cars. The key variables of the lithium-ion battery are state-of-charge and state-of-health. Rigorous dynamic model is required to estimate the key variables as state. Therefore, the lithium-ion battery model for hybrid energy system is presented in this thesis. The estimation methodologies for state-of-charge and state-of-health are suggested based on the developed model. Finally, the developed model and estimation methodologies are applied to the optimal control logic of fuel cell hybrid electric vehicle as the hybrid energy system. This thesis describes a state-of-charge estimation methodology for lithium-ion batteries in eco-friendly vehicles. The proposed methodology is intended for state-of-charge estimation under various operating conditions including changes in temperature, driving mode and power duty. The suggested methodology consists of a recursive estimator and employs an equivalent circuit as the electrochemical cell model. Model parameters are estimated by parameter map on experimental cell data with various temperatures and current conditions. The parameter map is developed by a least sum square error estimation method based on nonlinear programming. An adaptive estimator is employed and is based on the combination of current integration and battery model based estimation. The proposed state-of-charge estimation methodology is validated with experimental lithium-ion battery pack data under various driving schedules with low and ambient temperatures and sensor fault cases. The presented results show that the proposed model and methodology are appropriate for estimating state-of-charge under various conditions

power duty, temperature and sensor fault situations. State-of-health estimation algorithms for the actual performance of a lithium-ion battery as state-of-health are presented for on-line monitoring. The capacity is selected as the representative variable, which indicates the performance of the battery. Three algorithms are suggested to estimate the degree of capacity fading: principal algorithm, supplementary algorithm, and hybridized algorithm. The principal algorithm is based on a simplified equivalent circuit model and soft sensor technique. The soft sensor technique is based on a system identification methodology with variance inhibition based approach. The second algorithm is developed to compensate for the problem of computational load. Finally, both of the algorithms are combined in a hybridized algorithm to complement each other. The suitability of algorithms is demonstrated with on-line monitoring of fresh and aged cells using cyclic experiments. The results from diverse experiments for hybrid electric vehicle and plug-in hybrid electric vehicle applications demonstrate the appropriateness of the accuracy, reliability against the inaccurate previous estimated values and computational load. Consequently, the developed hybridized algorithm was appropriate for on-line estimation of the actual battery performance as quantitative values of capacity and power in real time. The optimal control logic for lithium-ion battery / proton exchange membrane fuel cell hybrid energy system is developed using fuzzy logic controller. The developed lithium-ion battery model is applied to design of the control logic. The proton exchange membrane fuel cell system model with hydrogen recirculation and cathode humidifier is developed. The optimal controller is suggested by fuzzy logic control algorithm. Demanded power of the fuel cell hybrid electric vehicle is used with the fuzzy logic controller to calculate the output power from the fuel cell system. In addition, estimated state-of-charge and state-of-health are used as input variables of the fuzzy logic controller. The fuzzy controller is validated with various operations for the eco-friendly vehicles as the hybrid energy system. The suggested control logic is appropriate for application in commercialization and practical usage of the eco-friendly vehicles. This work could contribute to state estimation and control of the lithium-ion battery for the hybrid energy system. The developed models, state estimation methodologies and control logic could be implemented to on-line application for practical usage of the eco-friendly vehicle.