NL_202203_Application Talk.png

AVL Battery Lifecyle Management

배터리의 수명 주기 (Battery Lifecycle)

전동화 차량의 배터리는 차량 제작 비용의 많은 비율을 차지하고 있으며, 운전 사용에 따라 시간이 지나며 성능 및 안정성이 감소하게 됩니다.

 

개발 단계에서부터 실제 사용 시기를 거쳐 재사용 과정까지 일반적으로 배터리는 아래와 같은 사용 주기를 가지게 되며 배터리의 수명 예측(SOH)을 위해서는 사용 주기 상의 각 단계에서 사용 특성에 맞는 테스트 및 데이터 수집을 통한 환경 요인 분석이 필요합니다.

 

사용 주기에 따른 배터리 개발에 있어 일반적으로 아래와 같은 주제를 바탕으로 연구를 진행하게 됩니다.

  • 에너지 및 성능이 보장된 안전하고 긴 수명의 배터리의 개발
  • 배터리 사용 동작의 최적화 방법
  • 배터리 내 열 전파 안전성
  • 사용자의 운전 스타일이 배터리 건강에 미치는 영향
  • 현재 배터리의 SOH
  • 배터리 재사용 가능 여부
  • 배터리의 재활용 혹은 재사용
  • 재사용 배터리 사용과 비용
  • 배터리의 잔존가치
  • 배터리의 수명 예측

AVL에서는 배터리 및 전동화 차량 개발, 배터리 실사용 및 재사용 단계에 맞춰 사용자가 필요로 하는 테스팅 및 데이터 분석 솔루션을 제공합니다. 이를 통해 배터리의 수명을 예측하고 성능을 향상시키며 나아가 개발에 소요되는 비용을 절약할 수 있습니다.

 

배터리의 노화 (Battery Aging)

배터리의 수명에 미치는 효과로 크게 용량과 출력 저하를 예로 들 수 있습니다. 이러한 효과에 대한 원인을 파악하기 위해서는 설계/생산/사용 상 발생할 수 있는 영향 인자와 이로 인해 발생하는 부반응 및 저하 모드(Degradation Mode)에 대한 정의가 필요합니다.

이를 통해 아래와 같이 배터리 수명 및 성능 향상을 위해 고려되어야 하는 주요 인자를 크게 4가지로 선정할 수 있습니다.

  • 배터리 셀 설계 및 화학반응
  • 배터리 팩 설계
  • 배터리 사용 환경
  • 배터리 탑재 차량 작동 모드

사용에 따른 배터리의 수명 파악을 위해 셀 및 팩 설계에 따른 요인을 제외한다면 주행 경로 및 기후 등 배터리의 사용 환경과 차량 탑재 후 주행, 주차, 충전 등의 차량 동작 모드에 따른 배터리의 사용을 배터리 수명에 영향을 미치는 주요 요인으로 생각할 수 있습니다.

 

배터리 노화 예측 모델 (Battery Aging Model)

배터리의 수명 예측 모델링을 위해 양질의 테스트 데이터 수집을 통한 파라미터 설정이 선행되어야 합니다. AVL은 배터리부터 실제 차량에 이르기까지 다양한 테스트 및 데이터 수집을 위해 아래와 같은 다양한 접근 방법을 사용하고 있습니다.

  • 배터리 서브 셀 테스트 및 분석
    • 배터리 BOL/EOL사후 분석 및 시뮬레이션
  • 배터리 셀 테스트
    • 배터리 용량 및 저항, 임피던스 RPT(Reference Performance Test)
  • 배터리 모듈 및 팩 테스트
    • 셀 팽창, 기계적 압력 
  • xEV 차량 테스트 및 주행 데이터 수집

이러한 테스트를 통해 수집된 데이터는 아래와 같이 크게 3가지 방식의 모델 분석 방법에 활용됩니다.

 

1. 물리 기반 모델 (Physics-based Model)
서브 셀 구조 및 재료와 설계가 미치는 영향을 조사하기 위해, 아래와 같은 물리 기반의 모델을 사용합니다.

 

2. 경험적 모델 (Half-Empirical Model)
시험계획법(DoE – Design of Experiment) 기반의 자동화 테스트를 통해 배터리의 사용 모드 및 노화 인자에 따른 SOC/SOH를 측정하며 머신러닝 모델링 기법(RNN)을 통해 모델을 생성합니다.
이를 통해 주행, 냉각, 충전과 같은 동작 전략을 최적화 할 수 있습니다.

 

3. 데이터 기반 모델 (Data Driven Model)
AVL 사용 공간 분석 기법(AVL Usage Space Analysis Methods)을 도입하여 전 세계의 차량 주행데이터로부터 수집된 VUP(Vehicle Usage Parameter)를 분석합니다.

 

배터리 수명 주기 관리 (AVL Battery Lifecycle Management)

AVL Battery Lifecycle Management는 전기차 배터리의 가치 및 수익성 향상을 위한 데이터 분석 및 관리 플랫폼 솔루션입니다.

 

분석 플랫폼을 통해 데이터를 수집하고 차량의 주행데이터를 모니터링함으로써 배터리의 상태를 점검하며, 수집된 차량 데이터를 활용한 real-time 기반의 시뮬레이션 및 배터리 수명 방법론을 통한 KPI 선정, SOC, 배터리 성능 저하, 배터리 잔존가치 분석 등을 수행할 수 있습니다. 

 

AVL Battery Lifecycle Management은 아래와 같은 툴 체인으로 구성되어 있습니다.

 

AVL Device CONNECT를 활용하여 실 도로 주행 데이터 및 배터리, BMS로부터 수집되는 데이터 모델을 구성할 수 있습니다. AVL Model CONNECT의 시뮬레이션 모델 인터페이스를 통해 AVL CRUISE M 및 다양한 툴에서 생성된 모델 및 배터리 노화 모델 등을 연동하여 선행 분석을 수행할 수 있습니다. 또한 AVL의 Web Interface 기능을 통해 실시간으로 데이터베이스 작업을 수행하고 사용자가 원하는 화면 구성 및 시각화 플랫폼을 구성할 수도 있습니다.

AVL Cloud Service를 활용하여 데이터 저장 및 온라인 분석 플랫폼을 구성할 수 있으며, 수집된 BMS 데이터 및 노화 모델(Aging Model)을 활용하여 배터리의 수명에 영향을 주는 동작 모드 판별, 차량 운행에 따른 배터리의 수명 예측, 배터리 동작 및 충전 전략 최적화 등의 분석 작업을 수행할 수 있습니다.

 

Contact Us

더 많은 정보를 알고 싶으시다면, 지금 바로 AVL의 담당자(krmarketing@avl.com)에게 문의하십시오.