지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 최우진
- 발행연도
- 2021
- 저작권
- 숭실대학교 논문은 저작권에 의해 보호받습니다.
이용수13
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
배터리는 우리의 생활 속에 다양한 형태로 사용되고 있다. AGM 배터리는 차량의 시동용 배터리로 널리 사용되고 있고, 리튬이온 배터리는 전기차(EV)의 배터리 팩뿐만 아니라 ESS(Energy Storage System)의 형태로 사용되고 있다. 다양하게 사용되고 있는 이러한 배터리들은 해당 시스템에서 매우 중요한 역할을 맡고 있다. 이러한 배터리들의 상태에 따라 AGM 배터리의 경우, 차량의 엔진 시동의 실패를 발생시킬 수 있으며, 리튬이온 배터리의 경우, 화재 혹은 운전 효율의 저하를 발생시킨다. 따리서 이러한 배터리들의 SOH(State Of Health) 추정이 매우 중요하다. SOH는 배터리의 용량이 얼마나 저하되었는지를 판단하는 지표이며, 본 논문에서는 강화 전류적산법으로 배터리 SOH를 추정하며, 적응 칼만 필터를 추가로 적용하여 추정된 SOH의 에러를 효과적으로 제거한다. 또, 강화 전류적산법은 SOC의 정확성에 따라 SOH 추정 정확성이 결정되므로, 적응 확장 칼만 필터와 ARX RLS 필터를 적용하여 효과적으로 SOC 추정 성능을 개선하였다. 해당 방법으로 노화도가 서로 다른 AGM 배터리와 리튬이온 배터리의 SOH 추정을 4% 에러 이내로 추정해낼 수 있다.
목차
제 1 장 강화 전류적산법과 적응 칼만 필터를 이용한 Li-Ion 전지의 새로운 용량 추정법 11.1 서론 11.2 SOH 추정을 위한 강화 전류적산법 31.3 SOH 추정 에러 제거를 위한 적응 칼만 필터 51.4 SOC 추정을 위한 적응 확장 칼만 필터 81.5 파라미터 추정을 위한 ARX RLS 필터 101.6 실험 및 검증 141.7 결론 31제 2 장 강화 전류적산법과 적응 칼만 필터를 이용한 AGM 납축전지의 새로운 용량 추정법 332.1 서론 332.2 강화 전류적산법과 적응 칼만 필터를 이용한 AGM 배터리의 용량 추정 352.3 평행사변형 히스테리시스 모델링과 적응 확장 칼만 필터를 이용한 AGM 배터리의 SOC 추정 382.4 실험 및 검증 402.5 결론 43참고문헌 44
최근 본 자료
댓글(0)
0