[論文レビュー] Performance Analysis of Empirical Open-Circuit Voltage Modeling in Lithium Ion Batteries, Part-1: Performance Measures

Prarthana Pillai, James Nguyen+1 more|arXiv (Cornell University)|Jun 28, 2023

Advanced Battery Technologies Research被引用数 5

ひとこと要約

本稿は、リチウムイオン電池の実験的開路電圧（OCV）-充電状態（SOC）モデルにおける不確実性を定量化する包括的なフレームワークを提案する。6つの主要な誤差要因——セル間ばらつき、温度、劣化、サイクルレート、曲線適合、測定／推定誤差——を特定し、それらがSOCおよび容量推定精度に与える影響を導出する。主な貢献は、不確実性を考慮したモデル化を通じて、バッテリマネジメントシステム（BMS）の安全性、性能、信頼性を向上させるための統一的OCV不確実性係数を提供することにある。

ABSTRACT

The open circuit voltage to the state of charge (OCVSOC) characteristic is crucial for battery management systems. Using the OCV-SOC curve, the SOC and the battery capacity can be estimated in real-time. Accurate SOC and capacity information are important to carry out the majority of battery management functionalities that ensure a safe, efficient, and reliable battery pack power system. Numerous approaches have been reported in the literature for improved SOC estimation and battery capacity estimation. These approaches focus on various estimation and filtering techniques to reduce the effect of measurement noise and uncertainties due to hysteresis and relaxation effects. Even though all the existing approaches to SOC estimation rely on the OCV-SOC characterization, little attention was paid to investigating the possibility of errors in the OCV-SOC characterization and the effect of uncertainty in the OCV-SOC curve on SOC and capacity estimates. In this paper, which is the first part of a series of three papers, the effect of OCV-SOC modeling error in the overall battery management system is discussed. The different sources of uncertainties in the OCV-SOC curve include cell-to-cell variation, temperature variation, aging drift, cycle rate effect, curve-fitting error, and measurement/estimation error. The proposed uncertainty models can be incorporated into battery management systems to improve their safety, performance, and reliability.

研究の動機と目的

• 実験的OCV-SOCモデルにおける主な不確実性要因を同定・定量化し、それらがバッテリマネジメントシステム（BMS）におけるSOCおよび容量推定に与える影響を明らかにすること。
• OCV-SOCモデル誤差を無視した場合、特に実世界の応用において、既存のSOC推定手法が不十分であることを示すこと。
• 複数の誤差要因を考慮した統一的不確実性モデルを提案し、BMSの耐障害性を向上させること。
• OCV誤差がSOC推定誤差にどのように伝播するかを理論的に導出し、不確実性を考慮したBMS設計の理論的基盤を構築すること。

提案手法

• OCV-SOC曲線の不確実性を、セル間ばらつき、温度変動、劣化ドリフト、サイクルレート効果、曲線適合誤差、測定／推定誤差の独立した誤差要因の和としてモデル化する。
• 各誤差要因を、SOCに依存する分散を持つゼロ平均のガウス確率変数として表現し、$\tilde{E}_v(s) \sim \mathcal{N}(\mu_v(s), \sigma_v^2(s))$ の形で表す。
• 全OCV不確実性分散を $\sigma_E^2(s) = \sigma_{c2c}^2(s) + \sigma_T^2(s) + \sigma_A^2(s) + \sigma_{\text{crate}}^2(s) + \sigma_{\text{CF}}^2(s) + \sigma_v^2(s)$ として導出する。これは、すべての個別の誤差寄与を組み合わせたものである。
• SOC照合誤差を $\tilde{s} \sim \mathcal{N}(\mu_s, \sigma_s^2)$ として定式化し、$\sigma_s^2$ がOCV不確実性 $\sigma_E^2(s)$ に依存するようにすることで、誤差伝播解析を可能にする。
• 理論的誤差伝播を用いて、OCVモデルの不確実性がSOC推定誤差にどのように関連するかを示し、完全なSOC推定には完全なOCV知識が必須であることを示す。
• すべての誤差要因を統合するための統一的OCV不確実性係数を導入し、BMS応用における体系的不確実性定量化を可能にする。

実験結果

リサーチクエスチョン

• RQ1 OCV-SOC特性におけるセル間ばらつきが、バッテリーパックにおけるSOC推定精度にどのように影響するか？
• RQ2 温度変動がOCV-SOCモデルの不確実性およびその後のSOC推定誤差に与える影響は何か？
• RQ3 バッテリーの劣化ドリフトが、時間経過とともにOCV-SOCモデル誤差にどのように寄与するか？
• RQ4 OCVにおける曲線適合誤差および測定／推定誤差が、リアルタイムBMS応用におけるSOCおよび容量推定に及ぼす影響の程度はどの程度か？
• RQ5 すべての主要なOCV-SOC不確実性要因を、BMS設計に適した単一の統一的不確実性係数に統合する方法は何か？

主な発見

• OCV-SOCモデル誤差は、高度なフィルタリング技術を用いても、SOCおよびバッテリー容量推定精度を著しく低下させる。
• 全OCV不確実性分散は、セル間ばらつき、温度変動、劣化ドリフト、サイクルレート効果、曲線適合誤差、測定／推定誤差の6つの独立した誤差要因の和である。
• すべての不確実性要因がゼロの場合、SOC推定誤差分散 $\sigma_s^2$ もゼロになる。これは、完全なOCV知識がなければ理論的にも完全なSOC推定が不可能であることを示している。
• OCVの測定および推定誤差は、SOCに依存するガウス変数としてモデル化され、$\sigma_v^2(s)$ はセンサーノイズとフィルタリングの不正確さの影響を統合的に表す。
• 提案された統一的OCV不確実性係数により、誤差伝播の体系的定量化が可能となり、不確実性を考慮したBMS設計を支援する。
• OCVモデルの不確実性を無視するとBMSの性能が最適でなくなることが明らかであり、安全で信頼性が高く効率的なバッテリー運用のためには、不確実性を考慮したモデリングが不可欠である。