다병렬 리튬전지시스템의 Hot Swap 알고리즘 설계 연구

Abstract

Environmental problems and fuel resource depletion continue to be a problem around the world, and active research is being conducted in various fields such as renewable energy development and eco-friendly vehicle to solve this problem. Install Large Scale ESS(Energy Storage systems) in renewable energy plants such as solar/wind to compensate for the shortcomings of intermittent power generation performance under weather conditions and provide optimal output. The battery that can be applied to large-scale ESS uses lithium-ion batteries. ESS consists of a large power system in which lithium-ion cells are connected in multi-series to form one device and the devices are configured in multi-parallel. In these high-power systems, there is a Hot Swap function. which does not shut down the entire system for maintenance or replacement of a cell or series battery, but disconnects or attaches only the corresponding series unit. However, Hot Swap can only be used under certain conditions. This is because excessive circulating current can occur between batteries if batteries with different charging states are put in. Therefore, we need to design a Hot Swap algorithm after analyzing various conditions in advance for Hot Swap behavior. Various studies have been conducted on the circulating current of existing multi-parallel systems, but no research and verification have been conducted on the key factors that determine circulating current. Therefore, in this work, we perform lithium battery pack design of 1S4P configuration for Hot Swap analysis and simulation model design, and Hot Swap key factor analysis through simulation model design. From the above analysis results, Hot Swap algorithm design was performed by deriving the Hot Swap operating conditions considering the key factors determining the circulatory current that were not reflected in the existing study. The Hot Swap algorithm is reflected in the model in the form of a look-up table based on the derived conditions. When using a table model, it can only be used as a condition to turn on and off relays. However, if the circulating current generated by Hot Swap operation can be calculated, it can be reflected in the Hot Swap motion judgment as well as in the design of power management algorithms before and after Hot Swap. Therefore, a study is needed to estimate the circulating current generated during the Hot Swap operation. In this work, we applied an ANN(Artificial Neural Network) model, which was previously mainly used for state estimation such as SOC(State of Charge) and SOH(State of Health) in battery systems to estimate circulating currents considering the Hot Swap key-factors. From the above results, we confirm that the ANN model can be used to estimate the circulating current generated during Hot Swap behavior.|환경 문제와 연료 자원 고갈은 전 세계적으로 지속적으로 문제가되고 있으며 이를 해결하기 위해 신 재생 에너지 개발, 친환경 자동차 등 다양한 분야에서 활발한 연구가 진행되고 있다. 태양광/풍력 등 신 재생 에너지 발전소에 대규모 ESS (Energy Storage System)를 설치하여 기상 조건에 따른 간헐적 인 발전 성능의 단점을 보완하고 최적의 출력을 제공한다. 대용량 ESS에 적용 할 수있는 배터리는 리튬 이온 배터리를 주로 사용한다. ESS는 리튬 이온 전지를 다 직렬로 연결하여 하나의 장치를 구성하고 장치를 다 병렬로 구성하는 대용량 전력 시스템으로 구성된다. 이러한 다직렬/다병렬 시스템에는 Hot Swap 기능이 있다. Hot Swap은 셀 또는 직렬단위의 배터리 유지 보수 또는 교체를 위해 전체 시스템을 종료하지 않고 해당 직렬단위의 배터리만 분리/연결하는 기능이다. 그러나 Hot Swap은 특정 조건에서만 사용할 수 있다. 이유는 충전 상태가 다른 배터리를 넣으면 배터리간에 과도한 순환 전류가 발생할 수 있기 때문이다. 따라서 Hot Swap 동작에 대해 미리 다양한 조건을 분석 한 후 Hot Swap 알고리즘을 설계해야한다. 기존의 다중 병렬 시스템의 순환 전류에 대한 다양한 연구가 수행되었지만 순환 전류를 결정하는 핵심 요소에 대한 연구 및 검증은 수행되지 않았다. 따라서 본 연구에서는 Hot Swap 분석 및 시뮬레이션 모델 설계를위한 1S4P 구성의 리튬 배터리 팩 설계, 시뮬레이션 모델 설계를 통해 Hot Swap 핵심 인자 분석을 수행한다. 위 분석 결과로부터 기존 연구에 반영되지 않은 순환 전류를 결정하는 주요 요인을 고려하여 Hot Swap 동작 조건을 도출하고 Hot Swap 알고리즘 설계를 수행 했다. Hot Swap 알고리즘은 분석된 조건을 기반으로 한 Look-up Table의 형태로 모델에 반영된다. 테이블 모델을 사용하는 경우 릴레이를 켜고 끄는 조건으로 만 사용할 수 있다. 그러나 Hot Swap 동작에 의해 생성 된 순환 전류를 계산할 수 있다면 Hot Swap 동작 판단과 Hot Swap 전후의 전력 관리 알고리즘 설계에 반영 될 수 있다. 따라서 Hot Swap 작동 중에 생성되는 순환 전류를 추정하기위한 연구가 필요하다. 본 연구에서는 이전에 배터리 시스템에서 SOC (State of Charge) 및 SOH (State of Health)와 같은 상태 추정에 주로 사용되었던 ANN (Artificial Neural Network) 모델을 적용하여 Hot Swap 핵심 인자를 고려하여 순환 전류를 추정했다. 위의 결과에서 ANN 모델을 사용하여 Hot Swap 동작 중에 생성되는 순환 전류를 추정 할 수 있음을 확인했다.