리튬 배터리의 충전 상태(SOC)를 추정하는 것은 기술적으로 어렵습니다. 특히 배터리가 완전히 충전되지 않거나 완전히 방전되지 않은 응용 분야에서는 더욱 그렇습니다.이러한 애플리케이션은 하이브리드 전기 자동차(HEV)입니다.문제는 리튬 배터리의 매우 균일한 전압 방전 특성에서 비롯됩니다.전압은 70% SOC에서 20% SOC까지 거의 변하지 않습니다.실제로 온도 변화에 따른 전압 변화는 방전에 따른 전압 변화와 유사하므로, 전압에서 SOC를 도출하려면 셀 온도를 보상해야 합니다.
또 다른 과제는 배터리 용량이 가장 낮은 용량의 셀 용량에 따라 결정되기 때문에 SOC는 셀의 단자 전압을 기준으로 판단할 것이 아니라 가장 약한 셀의 단자 전압을 기준으로 판단해야 한다는 것입니다.이 모든 것이 조금 어렵게 들립니다.그렇다면 단순히 셀로 흐르는 전류의 총량을 유지하고 흐르는 전류와 균형을 맞추는 것은 어떨까요?이것은 전기량 계산으로 알려져 있으며 아주 간단하게 들리지만 이 방법에는 많은 어려움이 있습니다.
배터리완벽한 배터리는 아닙니다.그들은 당신이 넣은 것을 결코 돌려주지 않습니다.충전 중에는 누출 전류가 있으며 이는 온도, 충전 속도, 충전 상태 및 노후화에 따라 달라집니다.
배터리 용량은 방전 속도에 따라 비선형적으로 변합니다.방전이 빠를수록 용량은 낮아집니다.0.5C 방전에서 5C 방전까지 감소율은 최대 15%에 이릅니다.
배터리는 고온에서 누설 전류가 상당히 높습니다.배터리의 내부 셀은 외부 셀보다 더 뜨거울 수 있으므로 배터리를 통한 셀 누출은 동일하지 않습니다.
용량은 온도의 함수이기도 합니다.일부 리튬 화학물질은 다른 화학물질보다 더 많은 영향을 받습니다.
이러한 불평등을 보상하기 위해 배터리 내에서는 셀 밸런싱이 사용됩니다.이 추가 누설 전류는 배터리 외부에서는 측정할 수 없습니다.
배터리 용량은 셀 수명과 시간이 지남에 따라 꾸준히 감소합니다.
현재 측정의 작은 오프셋은 통합되며 시간이 지남에 따라 큰 숫자가 되어 SOC의 정확도에 심각한 영향을 미칠 수 있습니다.
위의 모든 사항은 정기적인 교정을 수행하지 않는 한 시간이 지남에 따라 정확도에 변화를 가져오지만 이는 배터리가 거의 방전되거나 거의 가득 찼을 때만 가능합니다.HEV 애플리케이션에서는 배터리를 약 50% 충전 상태로 유지하는 것이 가장 좋습니다. 따라서 측정 정확도를 안정적으로 수정하는 한 가지 방법은 주기적으로 배터리를 완전히 충전하는 것입니다.순수 전기 자동차는 정기적으로 완전 충전되거나 거의 완전 충전되므로 전기량 측정을 기반으로 한 측정은 특히 다른 배터리 문제가 보상되는 경우 매우 정확할 수 있습니다.
전기량 계산에서 우수한 정확도의 핵심은 넓은 동적 범위에 걸쳐 우수한 전류 감지입니다.
전류를 측정하는 전통적인 방법은 션트(shunt)이지만 더 높은(250A+) 전류가 관련되면 이러한 방법은 효과가 없습니다.전력 소비로 인해 션트는 저항이 낮아야 합니다.저저항 션트는 낮은(50mA) 전류를 측정하는 데 적합하지 않습니다.이는 즉시 가장 중요한 질문을 제기합니다. 측정할 최소 전류와 최대 전류는 얼마입니까?이것을 다이내믹 레인지라고 합니다.
배터리 용량을 100Ahr로 가정하면 허용 가능한 통합 오류의 대략적인 추정치입니다.
4A 오류는 하루에 100%의 오류를 생성하고, 0.4A 오류는 하루에 10%의 오류를 생성합니다.
4/7A 오류는 일주일 이내에 100% 오류를 생성하고, 60mA 오류는 일주일 이내에 10% 오류를 생성합니다.
4/28A 오류는 한 달 안에 100% 오류를 생성하고, 15mA 오류는 한 달 안에 10% 오류를 생성합니다. 이는 아마도 충전이나 거의 완전 방전으로 인한 재보정 없이 기대할 수 있는 최고의 측정일 것입니다.
이제 전류를 측정하는 션트를 살펴보겠습니다.250A의 경우 1mΩ 션트가 높은 쪽에 위치하며 62.5W를 생성합니다.그러나 15mA에서는 15마이크로볼트만 생성하며 이는 배경 소음으로 인해 손실됩니다.동적 범위는 250A/15mA = 17,000:1입니다.14비트 A/D 변환기가 실제로 신호의 잡음, 오프셋 및 드리프트를 "볼" 수 있다면 14비트 A/D 변환기가 필요합니다.오프셋의 중요한 원인은 열전대에 의해 생성된 전압 및 접지 루프 오프셋입니다.
기본적으로 이 동적 범위에서 전류를 측정할 수 있는 센서는 없습니다.견인력 및 충전 사례에서 더 높은 전류를 측정하려면 고전류 센서가 필요하고, 액세서리 및 제로 전류 상태 등에서 전류를 측정하려면 저전류 센서가 필요합니다.저전류 센서도 고전류를 "인식"하기 때문에 포화를 제외하고는 이러한 센서로 인해 손상되거나 손상될 수 없습니다.그러면 션트 전류가 즉시 계산됩니다.
해결책
매우 적합한 센서 제품군은 개방 루프 홀 효과 전류 센서입니다.이러한 장치는 고전류에 의해 손상되지 않으며 Raztec은 단일 도체를 통해 밀리암페어 범위의 전류를 실제로 측정할 수 있는 센서 범위를 개발했습니다.100mV/AT의 전달 함수가 실용적이므로 15mA 전류는 사용 가능한 1.5mV를 생성합니다.이용 가능한 최고의 코어 소재를 사용하면 단일 밀리암페어 범위에서 매우 낮은 잔류자재도 달성할 수 있습니다.100mV/AT에서는 포화가 25A 이상에서 발생합니다.물론 낮은 프로그래밍 이득은 더 높은 전류를 허용합니다.
고전류는 기존 고전류 센서를 사용하여 측정됩니다.한 센서에서 다른 센서로 전환하려면 간단한 논리가 필요합니다.
Raztec의 새로운 코어리스 센서 제품군은 고전류 센서를 위한 탁월한 선택입니다.이 장치는 뛰어난 선형성, 안정성 및 제로 히스테리시스를 제공합니다.다양한 기계적 구성과 전류 범위에 쉽게 적응할 수 있습니다.이러한 장치는 뛰어난 성능을 갖춘 차세대 자기장 센서를 사용하여 실용화되었습니다.
두 센서 유형 모두 필요한 전류의 매우 높은 동적 범위로 신호 대 잡음비를 관리하는 데 여전히 유용합니다.
그러나 배터리 자체가 정확한 쿨롱 카운터가 아니기 때문에 극도의 정확도는 중복됩니다.추가 불일치가 존재하는 배터리의 경우 충전과 방전 사이에 5%의 오류가 일반적입니다.이를 염두에 두고 기본 배터리 모델을 사용하는 비교적 간단한 기술을 사용할 수 있습니다.모델에는 무부하 단자 전압 대 용량, 충전 전압 대 용량, 용량 및 충전/방전 주기에 따라 수정될 수 있는 방전 및 충전 저항이 포함될 수 있습니다.고갈 및 회복 전압 시상수를 수용하려면 적절한 측정 전압 시상수를 설정해야 합니다.
고품질 리튬 배터리의 중요한 장점은 높은 방전율에서도 용량 손실이 거의 없다는 것입니다.이 사실은 계산을 단순화합니다.또한 누설 전류가 매우 낮습니다.시스템 누출이 더 높을 수 있습니다.
이 기술을 사용하면 쿨롱 계산 없이 적절한 매개변수를 설정한 후 실제 남은 용량의 몇 퍼센트 포인트 내에서 충전 상태를 추정할 수 있습니다.배터리는 쿨롱 카운터가 됩니다.
전류 센서 내의 오류 원인
위에서 언급한 것처럼 오프셋 오류는 전기량 측정에 매우 중요하며 전류가 0인 조건에서 센서 오프셋을 0으로 교정하기 위해 SOC 모니터 내에서 준비가 이루어져야 합니다.이는 일반적으로 공장 설치 중에만 가능합니다.그러나 제로 전류를 결정하여 오프셋의 자동 재보정을 허용하는 시스템이 있을 수 있습니다.드리프트를 수용할 수 있는 이상적인 상황입니다.
불행하게도 모든 센서 기술은 열 오프셋 드리프트를 생성하며 전류 센서도 예외는 아닙니다.이제 이것이 중요한 품질임을 알 수 있습니다.Raztec의 고품질 부품과 신중한 설계를 사용하여 드리프트 범위가 <0.25mA/K인 열적으로 안정적인 다양한 전류 센서를 개발했습니다.20K의 온도 변화에 대해 최대 5mA의 오류가 발생할 수 있습니다.
자기 회로를 통합한 전류 센서에서 발생하는 또 다른 일반적인 오류 원인은 잔류 자기로 인해 발생하는 히스테리시스 오류입니다.이는 종종 최대 400mA이므로 이러한 센서는 배터리 모니터링에 적합하지 않습니다.최고의 자성 재료를 선택함으로써 Raztec은 이 품질을 20mA로 줄였으며 이 오류는 시간이 지남에 따라 실제로 감소했습니다.오류가 덜 필요한 경우 자기소거가 가능하지만 상당한 복잡성이 추가됩니다.
더 작은 오류는 온도에 따른 전달 함수 교정의 드리프트이지만 질량 센서의 경우 이 효과는 온도에 따른 셀 성능의 드리프트보다 훨씬 작습니다.
SOC 추정에 대한 가장 좋은 접근 방식은 안정적인 무부하 전압, IXR로 보상된 셀 전압, 전기량 계산 및 매개변수의 온도 보상과 같은 기술을 조합하여 사용하는 것입니다.예를 들어, 무부하 또는 저부하 배터리 전압에 대한 SOC를 추정하여 장기 통합 오류를 무시할 수 있습니다.
게시 시간: 2022년 8월 9일