송현철 교수

In electric vehicles and micro-grid applications, high-capacity battery packs consist of battery modules connected in parallel to increase the power and energy capacity. In order to prevent the short-circuit current from the battery pack, to minimize the leakage current when not in use, and also to isolate the battery's high voltage from the outside, the series connected battery modules have the high voltage protective power relay. These relays are disconnected on the unintended conditions. Ther

The paper proposes a diagnostic function to prevent over charging and discharging of the Li-Ion batteries as well as to keep connections with generator and motors of electric vehicles. Both operating conditions normal and abnormal are taken into account in terms of communications. Especially to cope with a situation that communication from the battery side has been cut off, an additional protected function is introduced. The diagnostic function has one generic logic based on the voltage threshol

Lithium-ion batteries are widely used as core energy sources in various applications such as electric ships, drones, electric vehicles (EVs), and energy storage systems (ESSs). These batteries can be operated safely with the help of a Battery Management System (BMS). Among the various functions of the BMS, accurately estimating the State of Charge (SOC) is crucial for the efficient use of the battery. One common method for improving SOC estimation accuracy involves using an Open Circuit Voltage

This research introduces variable discharging/charging experiments and their electrochemical characteristics analysis of a prismatic LiNiMnCoO <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sub> (NMC) cell with a large rated capacity. This cell can be clearly considered as the representative cell for electric-powered application such as electric vehicle (EV) and energy storage system (ESS) with purposes of an operating power source and grid-conn

리튬 이온 배티리는 모빌리티, 항공, 드론, 선박등 여러 곳에 사용되고 있다. 리튬 이온 배터리를 효율적으로 사용하기 위해서는 SOC(State Of Charge)를 정확하게 추정하는 것이 매우 중요하다. SOC를 추정하기 위한 여러 가지 방법 중 OCV(Open Circuit Voltage)를 활용하는 방법이 가장 널리 알려진 방법으로 많은 사용자가 사용하고 있다. OCV를 이용하여 SOC를 보정 하기 위해서 충전 및 방전 OCV를 측정하고 이를 활용할 수 있다. 이러한 OCV는 안정된 셀 전압일 때 사용된다. 일반적으로 충전 이후에는 충전 OCV로 SOC를 보정 하고 방전 이후에는 방전 OCV로 SOC를 보정 하는 방법을 사용한다. 이러한 단순한 방법은 미소 방전이 일어나는 경우에서는 맞지 않을 수 있다. 본 논문에서는 충전 및 방전OCV 시험한 결과를 바탕으로 로직을 설계하고 코드를 구현한 후 시뮬레이션하여 검증하였습니다. 최대 오차 감소한 결과는 일반방법의 SOC 오차 –3.

This paper proposes a method to calculate the initial State-of-Charge (SOC) when Battery-Management-System (BMS) power is reset. The SOC estimation error of a Li-Ion battery is the sum of the initial SOC correction error and the SOC estimation error during charging and discharging. If the initial SOC correction can be calculated accurately, a more accurate SOC estimation is possible. Since the initial SOC operates sensitively to the previous state of the Li-Ion battery, it is necessary to check

리튬 이온 배터리는 최근 EV, ESS, 잠수함 등 다양한 곳에 사용되고 있으며 그 중요성은 점차 증대되고 있다. 여러 제품에 적용되기 위해서는 SOC(State of Charge)를 정확하게 추정하는 것이 필요하다. 가장 기본적으로 사용 방법이 OCV(Open Circuit Voltage)를 이용한 SOC를 확인하는 방법이다. 이를 사용하는 일반적인 방법은 마지막 충⋅방전 전류가 충전일 때 충전 OCV 테이블로 SOC를 보정하고 방전일 때 방전 OCV 테이블로 SOC를 보정하는 방법을 사용하지만 이럴 때 SOC 오차가 커질 수 있다. 본 논문은 소량 충전에서 SOC 보정에 대한 OCV SOC 적용 방안에 관한 연구이다. 시험을 통해 이중 선형 보간 기반 선형 방정식을 유도하여 이를 로직에 적용하였으며 시뮬레이션을 수행하였다. 그 결과 SOC 90%, 50%에서도 SOC 오차가 줄어드는 것을 확인하였으며 특히 SOC 20% 부근에서 일반방법의 SOC 오차는 3.7%를 보였으나 제안된

리튬 이온 배터리는 여러 모듈을 병렬로 조합하여 구성할 수 있다. 상위 BMS(Battery Management System)는 하위 병렬 모듈들의 BMS를 통해 수신된 SOC(State Of Charge)를 수집하여 하나의 시스템 SOC로 만든다. 하나의 시스템 SOC는 상위 관리 장치로 전달하여 충방전을 원활하게 제어한다. 여러 병렬 모듈의 SOC를 하나의 시스템 SOC로 변환하는 과정에서 SOC의 급격한 변화로 인해 사용자는 제품을 SOC 이상 또는 불량으로 판단할 수 있으며 제품의 신뢰성 및 안전성이 저하될 수 있다. 따라서 본 논문에서는 기존에 제안된 SOC 운용 방식에서 SOC가 급격하게 변화하는 부분을 본 논문에서 제안된 확장형 가중치 기법을 적용하여 개선됨을 확인하였다. 충전과 방전 시뮬레이션 결과 최대 2.07%에서 0.92%로 시스템 SOC가 급격하게 변화되는 부분이 감소됨을 확인하였고 이로써 제품의 신뢰성과 안전성을 향상시켰다.

As the importance of power safety and efficiency in data centers grows due to the recent acceleration of AI and digital transformation, the adoption of Energy Storage Systems (ESS) is expanding. However, as demonstrated by the Pangyo data center fire incident, ESS fires within data centers pose unique risks distinct from conventional scenarios due to environmental characteristics such as enclosed structures and high-density equipment placement. Although international standards such as IEC, UL, a