오늘날 하이브리드 자동차나 소형 전기추진선박에서는 리튬계열의 배터리를 많이 사용하고 있다. 납축전지에 비하여 가격이 매우 비싸지만 에너지 밀도(납축전지보다 2배 정도 높고, 리튬이온, 리튬폴리머전지에 비해 낮은 편임)가 높고, 자가 방전율이 낮으며(납축전지는 월 5~20%, 리튬인산철배터리는 월1% 정도), 수명이 길기 때문에 이러한 계열의 배터리를 사용하고 있다. 리튬계열의 배터리에는 리튬이온, 리튬폴리머, 리튬 인산철 등이 있으며, 이 중에서 리튬 인산철 배터리는 고온, 화재에도 폭발의 위험이 거의 없기 때문에 하이브리드 선박에서 많이 사용하고 있다[1]-[6]. 또 리튬인산철 배터리는 무게가 가볍고, 에너지 용량 당 가격이 비싸다(납축전지보다 실제출력량이 1.8배, 수명이 3배 길기 때문에 실제적인 가격은 비싼 편이 아니다).

하이브리드 자동차나 소형 전기추진선박의 주 동력원으로 사용하는 배터리는 원하는 전압의 범위를 만들기 위하여 수십 개의 셀 단위의 배터리를 직·병렬로 접속하여 팩 단위로 사용하고 있다. 이러한 팩 내의 셀 배터리 중에 하나라도 고장이 나면 남은 배터리 셀들이 높은 전류를 부담하면서 부하를 구동시켜야 한다. 따라서 배터리 구동 소형 전기추진선박에서는 배터리 셀의 고장을 사전에 점검하기 위하여 셀의 전압, 전류, 온도 등의 데이터를 기반으로 배터리의 상태를 관리(BMS, Battery management system)하고 있다. 배터리 상태관리에는 위 데이터의 체크 외에도 SOH(State of health, 잔존수명), SOC(State of charge, 충전상태) 등을 산출하여 상태를 체크하는 방법 등이 있다. SOH의 추정은 배터리 내부저항, 이온화 손실저항 등을 계산하여 저항 값이 증가하면 잔존용량이 감소하는 방식을 이용하며, SOC 추정에는 전류적산법을 이용하는 방식[7][8]과 OCV(Open circuit voltage, 무부하시의 배터리 단자전압)를 이용하는 방법이 있다.

OCV를 이용하는 방식은 완전 충전을 100%로 보고, 완전 방전을 0%로 하여 시간에 따라 일정 비율의 % 단위로 SOC를 설정하고, 그 SOC 시점이 되는 순간마다 배터리 단자전압을 측정하여 그 값을 해당 SOC에 맞는 OCV 값으로 그린 SOC-OCV 그래프를 이용한다[9]-[12].

자동차 및 소형 전기추진선박에서는 이와 같은 BMS를 통하여 배터리 상태관리를 수행하고 있지만 운전 중에 예기치 않게 배터리 셀이 고장이 발생하는 경우에는 구동용 전원장치의 출력전압이 변동하는 문제가 발생한다. 또한 앞서 언급한 배터리 노화 파라미터인 내부저항, 손실저항도 운전 중에 측정하는 것이 쉽지 않다.

본 논문에서는 리튬인산철 배터리 팩을 이용한 하이브리드 선박용 직류전원장치를 대상으로 운전 중에 OCV의 상시 추정이 가능하고, 갑자기 배터리 팩 내의 하나의 셀이 고장이 날 경우에도 직류전원장치가 나머지 남은 배터리를 이용하여 부하에 일정전압을 공급하면서 동시에 운전 중에 내부 파라미터의 추정이 가능한 고 안전 BMS 를 구현하고자 한다.

운전 중의 OCV 추정은 전류적산법을 이용하여 SOC를 구한 후 SOC-OCV 관계로부터 OCV를 추정하게 되고, 셀의 고장이 발생되면 즉시 고장 난 셀을 차단하고, 남은 셀들로 제어기를 이용하여 전원장치를 제어하며, 동시에 전압이 바뀌는 시점의 전압, 전류를 이용하여 배터리 내부저항을 추정하는 방식을 이용한다.

제안한 시스템에서 배터리 관리에 필요한 배터리 셀의 전압, 전류, OCV 등의 데이터는 현장에 있는 마이크로프로세서로부터 전력선통신(Power line communication, PLC)에 의해 원거리로 전송하여 모니터링 된다.

Figure 6은 실험 장치이다. 부하로서는 ODA사에서 판매하는 전자로드(LP900A)를 이용하였고, 배터리의 데이터는 RS-232 통신을 사용하여 전송하고, NI사의 Labview 프로그램을 이용하여 모니터링 하였다. MCU는 Atmel사의 8비트 CPU인 Atmega128로서, 16MHz주파수로 동작하고, SW & controller는 MCU로부터 출력된 PWM TLP250소자를 거쳐 절연시키고, IR2117 게이트 증폭회로를 이용하여 전원장치의 IGBT 소자로 보내주는 제어기이다.

Figure 6: 
Experimental device

3.1 운전 전 파라미터(R₁, R₂, C) 측정

Figure 7은 배터리 내부 파라미터를 측정하기 위하여 초기 충전된 10Ah 리튬 인산철 배터리에 부하를 접속하고 6A의 전류로 방전하면서 얻은 방전시간에 따른 배터리의 단자전압 그래프이다.

Figure 7: 
A OCV graph according to the discharging time of No.4 battery cell

초기 전압에서 방전 시작과 동시에 떨어진 전압의 차이를 전류로 나누어 R₁을 구하고, 이후 C와 R₂에 의해 전압이 떨어지게 되며, C의 방전이 완료되면서 정상상태(본 논문에서는 약 301초)에 도달하게 된다. 여기서 정상상태에 이르렀을 때 과도상태에서 떨어진 전압강하 분을 전류를 나누어서 R₂를 구한다. 또한 C가 충전되는 곡선과 시정수를 이용하여 C를 산출할 수 있으며, 위 그래프에서 C가 63.2% 충전되는 시간을 구한 후(본 논문에서는 65초) τ=R₂C에서 C를 산출하게 된다. 아래 식 (2)에 R₁, R₂, C를 구하는 과정을 정리하였다.

R1=(3.2915V-3.2088V)/6A=13.78mΩR2=(3.2088-3.1466)/6A=10.37mΩC=65/0.01037=6268F

(2)

3.2 운전 중 파라미터 추정 및 고장 검출

3.2.1 파라미터(OCV, R₁, R₂) 추정

부하에 전력을 공급하기 시작하면 ∫0tibdt/Qd의 값이 변하여 SOC_b의 값이 산출되고, 산출된 SOC_b의 값을 Figure 8의 SOC-OCV 실험 그래프에 적용하여 현재의 OCV를 추정하게 된다. Figure 8는 충·방전 실험을 통하여 SOC(횡축)와 OCV(종축) 관계를 나타낸 그래프이며, SOC는 100%를 3% 간격으로 나누어 OCV를 측정한 파형이다[9][10][13].

Figure 8: 
A experimental graph of SOC-OCV of No.4 battery cell

Figure 9은 배터리 팩으로부터 부하로 약 6A의 전류를 30분 동안 공급하는 중에 약 265μs동안 파라미터 측정을 위해 No. 4 셀을 분리시킨 후 분리된 셀의 전압과 배터리 팩에서 출력되는 전류를 측정한 파형이다.

Figure 9: 
Parameter estimation waveforms of No.4 battery cell during operation

이때 운전 전에 충전한 OCV 값은 3.304V이고, Figure 8의 그래프로부터 운전 전의 SOC는 SOC_b0=0.761이며, 전류적산식을 이용하여 현재의 SOC를 구하면 다음 식과 같다.

SOCb=0.761+-6A×0.5h10Ah=0.461

SOC가 0.461일 때의 운전 중의 OCV는 3.263V로 바뀌어 진다. 여기에서 운전 중의 파라미터 R₁, R₂를 추정해 보면 V_R1 = 3.2099V – 3.1283V = 0.0816V이며 R₁=0.0186=V/6A=13.6mΩ, V_R2=V_b-V_R1-V_i = 3.263–0.0816–3.1283 = 0.0531V이며, R₂=0.0531V=8.85mΩ로 추정된다.

위에서 구한 값과 3.1절에서 구한 운전 전의 R₁, R₂값을 비교해 보면 R₁은 비슷하나 R₂는 약 15%의 차이를 보이고 있다. 이는 운전 전에 구한 R₂는 R₂가 계산되기 까지 비교적 긴 시간이 걸리기 때문에 셀의 OCV가 변동되어 운전 전에 계산된 R₂가 더 큰 것으로 추정된다.

3.2.2 파라미터 추정과 고장 검출 시의 과도상태 분석

Figure 10은 운전 중에 파라미터 측정시의 바이패스 회로 동작과정을 확인하기 위한 실험파형이다. A 지점에서 파라미터 측정을 시작하면 바이패스 스위치가 ON되면서(SWs4 OFF, SWp4 ON) SMPS로 전원이 연속 접속된다. A 지점부터 파라미터 측정이 끝나는 B 지점까지의 시간은 약 265us이고, B로부터 160us가 경과한 C지점에서 다시 부하 시의 정상동작으로 회복되고 있다.

Figure 10: 
Bypass operating test at parameter estimation of No.4 battery cell

A에서 B 지점까지 배터리 팩 전압 또는 컨버터 입력전압(맨 위 파형)이 하나의 셀 전압(3.2V)만큼 강하되어 있으나 DC/DC 컨버터 출력전압(위로부터 두 번째 파형)은 거의 일정한 상태를 유지하고 있으며, 컨버터 출력전류는 거의 연속성을 유지하고 있음을 알 수 있다.

Figure 11는 운전 중에 배터리 고장 검출시의 바이패스 회로 동작을 확인하기 위한 실험파형이다. D지점에서 배터리의 고장검출이 되면 바이패스 스위치가 ON되면서(SWs4 OFF, SWp4 ON) No.4 배터리는 무 부하 상태가 된다. 이 때 배터리 팩의 전압은 No.4 배터리를 제외한 배터리 6 Cell에 해당하는 전압으로 떨어지지만 부하에 공급되는 컨버터 출력전압과 전류는 거의 연속성을 유지하였다.

Figure 11: 
Bypass operating test at fault moment of No.4 battery cell

Figure 12은 배터리 점검시스템의 모니터링 화면이다. 배터리의 OCV, 온도, 전압 및 전류의 정보가 표시된다. 배터리의 OCV와 OCV로부터 산출된 배터리의 SOC, 단자전압 및 스위치 상태 등을 표시하고, SOC가 한계치에 도달하면 경고 기능을 추가하였다. ①번 그래프는 각 배터리의 SOC를 표시하고, ②번 그래프는 배터리의 온도를 표시하고 있고 ③번 그래프는 배터리에서 부하로 공급되는 전류를 표시하고 있다.

Figure 12: 
Monitor screen

이 논문은 자동차 또는 소형 전기추진 선박에 많이 사용하고 있는 리튬인산철 배터리의 고장이나 OCV 상태를 원거리에서 안전하게 감시하고, 운전 중에 배터리 셀의 내부 파라미터와 OCV를 추정할 수 있는 배터리관리시스템을 구현하였다. 총 7개의 배터리를 직렬로 접속하고, 전압, 전류 등의 검출이 가능한 회로를 구성하고, 검출된 데이터를 받아서 컨버터 시스템을 제어하며, 원거리로 데이터를 송신하여 감시기능을 갖도록 설계하였다.

이와 같은 시스템을 구성하여 실험을 수행한 결과 다음과 같은 결론을 얻을 수 있었다.

1. 운전 전에 배터리 내부 파라미터 R₁, R₂, C를 측정하기 위하여 초기 충전된 배터리에 부하를 접속하고 6A의 전류로 방전하면서 얻은 방전시간에 따른 배터리의 단자전압 그래프를 얻을 수 있었으며, 이를 바탕으로 배터리 셀의 내부 파라미터를 구하였다.

2. 구성한 BMS를 통하여 운전 중에 고장 난 셀의 검출과 바이패스회로를 제어할 수 있었고, 동시에 운전 중에 흐르는 전류를 이용하여 SOC를 산출하여 OCV를 추정하였으며, 또한 내부 파라미터를 추정하였다. 추정된 R₁, R₂에 대해 운전 전과 운전 중을 비교할 때 R₁은 거의 비슷하였으나, R₂는 약 15%의 오차를 보였다. 그 이유로는 운전 전에 구한 R₂는 계산되기 까지 비교적 긴 시간이 걸리기 때문에 셀의 OCV가 변동되어 영향을 준 것으로 사료된다.

3. 운전 중의 바이패스 회로 스위치 제어시간(약 265μs)에 남은 배터리 팩 전압의 강하(고장 난 배터리 셀 전압 3.2V만 큼)에도 불구하고, DC/DC 컨버터의 출력전압은 거의 일정한 상태를 유지하고 있으며, 컨버터 출력전류는 연속성을 유지하였다.

4. 향후 운전 중의 고장진단과 파라미터 추정용 스위칭 소자의 축소, 스위칭 손실 저감 등에 대한 보완 연구와 이 알고리즘을 이용한 배터리의 다양한 수명예측에 대한 연구가 더 진행되어야 할 것으로 사료된다.