[논문 리뷰] Structural identifiability of battery equivalent circuit models.

Seyed Mohammad Mahdi Alavi, Adam Mahdi외 2명|arXiv (Cornell University)|2015. 05. 01.

Advanced Battery Technologies Research참고 문헌 27인용 수 4

한 줄 요약

이 논문은 배터리 등가 회로 모델의 구조적 식별 가능성을 확립하며, 일반적인 Randles 모델 구조가 연속 및 이산 시간 영역 모두에서 국소적으로 식별 가능하다는 것을 보여준다. 전기화학적 임피던스 분석(EIS) 제약 조건을 통합함으로써 모델들은 전역적으로 식별 가능해지며, 수치 시뮬레이션을 통해 검증된다.

ABSTRACT

This paper studies structural identifiability of battery equivalent circuit models. It is shown that the general Randles model structures, both in the continuous and discrete time domains, are locally identifiable. With respect to the battery electrochemical impedance spectroscopy, some conditions are added to the model structures, making them globally identifiable. Finally, numerical simulations are provided to demonstrate the results.

연구 동기 및 목표

• 배터리 등가 회로 모델의 구조적 식별 가능성을 분석하고, 특히 Randles 유형의 구조를 대상으로 한다.
• 이 모델들이 전역적으로 식별 가능해지기 위한 조건을 규명한다.
• 전기화학적 임피던스 분석(EIS) 데이터를 모델 구조에 통합하여 식별 가능성을 향상시킨다.
• 수치 시뮬레이션을 통해 이론적 결과를 검증한다.

제안 방법

• 연속 및 이산 시간 영역에서 미분 대수학과 입력-출력 관계를 이용한 구조적 식별 가능성 이론적 분석.
• 배터리 전기화학적 과정을 표현하기 위해 저항성 및 커패시턴스 성분을 포함한 Randles 모델 구조의 적용.
• 모델 식별 가능성을 향상시키기 위해 전기화학적 임피던스 분석(EIS) 데이터를 추가 제약 조건으로 통합.
• 모델 파라미터가 입력-출력 데이터로부터 유일하게 결정될 수 있는지 평가하기 위해 미분 대수학 기법 사용.
• 실제 조건에서 이론적 식별 가능성 결과를 시연하기 위한 수치 시뮬레이션.
• 다양한 모델 구성 및 데이터 조건에서 국소적 및 전역적 식별 가능성 간 비교.

실험 결과

연구 질문

• RQ1 일반적인 Randles 모델 구조는 연속 및 이산 시간 영역에서 구조적으로 식별 가능한가?
• RQ2 국소적 식별 가능성을 전역적 식별 가능성으로 격상시키기 위해 어떤 조건이 필요한가?
• RQ3 전기화학적 임피던스 분석(EIS) 데이터의 통합은 모델 식별 가능성에 어떤 영향을 미치는가?
• RQ4 수치 시뮬레이션을 통해 제안된 모델 구조의 이론적 식별 가능성 결과를 확인할 수 있는가?

주요 결과

• 일반적인 Randles 모델 구조는 연속 및 이산 시간 영역 모두에서 국소적으로 식별 가능하다.
• 전기화학적 임피던스 분석(EIS) 제약 조건을 추가함으로써 모델들은 전역적으로 식별 가능해진다.
• 지정된 모델 및 데이터 조건 하에서 식별 가능성 결과는 강건하다.
• 수치 시뮬레이션을 통해 이론적 식별 가능성 결과가 성공적으로 시연되었다.
• EIS 데이터 통합은 모델 구조 내 파라미터의 모호성을 효과적으로 해소한다.
• 연구 결과는 실무에서 신뢰할 수 있는 배터리 파라미터 추정을 위한 Randles 기반 모델의 활용을 뒷받침한다.