논문 전문 : https://www.sciencedirect.com/science/article/abs/pii/S037877531931290X
[출처] Bernhard Liebhart, Lidiya Komsiyska, Christian Endisch,Passive impedance spectroscopy for monitoring lithium-ion battery cells during vehicle operation,Journal of Power Sources,Volume 449,2020,227297,ISSN 0378-7753,
https://doi.org/10.1016/j.jpowsour.2019.227297.
※ The picture and content of this article are from the original paper.
[논문요약]
Passive impedance spectroscopy for monitoring lithium-ion battery cells during vehicle operation
해당 논문은 실제 차량에서 발생하는 Noise를 Lapalce Domain/Frequency Domain으로의 변환 해석을 통해 임피던스를 구하는 논문입니다. 즉, 별도의 EIS HW없이 Signal Processing만을 통해 Dynamic한 주행상황에서의 임피던스를 얻는것을 목표로 합니다.
Purpose
Passive Impedance는 Active한 EIS HW없이 임피던스를 추정하는 것을 의미하며, 실제 차량상태에서의 전류,전압 부하를 Frequeny Domain으로 PSD(Power Spectrum Density)를 구하여 Galavnostatic 상황에서의 전류/전압 주파수성분을 구하고, 최종적으로 임피던스를 얻어내어 실제 측정한 임피던스와 비교합니다.
※ Passive Impedance를 1D-CNN을 통해 추정하는 논문
https://limitsinx.tistory.com/173
[ENERGY-2021] Deep neural network battery impedance spectra prediction by only using constant-current curve
논문 전문 : https://www.sciencedirect.com/science/article/abs/pii/S2405829721002592 [출처] Yanzhou Duan, Jinpeng Tian, Jiahuan Lu, Chenxu Wang, Weixiang Shen, Rui Xiong, Deep neural netwo..
limitsinx.tistory.com
제가 해당논문에서 아주 좋았던 부분은, 실제 미쓰비시에서 만든 전기차의 주행데이터를 기반으로 해당 프로세스를 진행했다는 점입니다. 즉, 학계에서 자주나오는 논문을 위한 논문은 아니라고 생각됩니다.
Contents
상기그래프가 해당논문의 모든것을 나타내고 있습니다.
결국 차량의 전류,전압 데이터에 차량복합주파수가 섞여있다고 보고, Frequeny Domain해석을 통해 신호처리 방식으로 신호를 깔끔하게 정리한다음, 임피던스를 구하는 논문입니다.
즉, 이런순서대로 진행되는데요
해당 논문의 상당히 많은페이지가 Windowing, Averaging 및 Signal Processing하는 방법론에 대해 다루고있습니다.
간략하게 정리를 하자면, Dynamic한 전류/전압 상황에서 FFT를 통해 얻어낸 주파수성분의 값이 얼마나 안정적인지, 정확한지를 보장하기위해 Windowing을 통해 데이터가 중첩되도록 Segmentation합니다.
이렇게 얻어진 값들을 토대로 FFT를 하고, Periodigram을 추정합니다. 그다음, 중첩된 데이터들을 통해 정제되고 정확한 각 지점들의 주파수 값을 얻기위해 Averaging을 진행하는데요, 이 과정에서 간단하게 적었지만 여러 수학적 복잡한 과정들을 통해 간략화, 일반화하여 최종적으로 유의미한 주파수성분만 남기게됩니다.
해당 주파수성분들을 통해 결과적으로 Impedance(Z)값을 도출합니다.
Results
결과적으로 상기 과정을 통해 얻어진 EIS값은 Reference EIS를 잘따라갑니다.
여기서 중요한 포인트, 제가 생각하기에 이 논문에서 가장 중요하다고 생각되기도합니다.
Dynamic한 상황에서 주파수해석을 통해 임피던스값을 얻어질수있다고 칠때, 그럼 이때의 Reference값은 어떻게 얻어질까요?
즉, 전류가 인가된 상태에서의 EIS는 측정해보면 무의미하게 꼬인 그래프가 나오기 마련인데요, 가장 중요한것은 '부하상태'에서 '평형상태'의 EIS를 추출하는것입니다.
해당 논문은, 실제 미쓰비시 EV차량의 주행데이터를 얻은후 해당지점에서 EIS에 영향을 주는인자들(SOH,SOC,Temp...)을 여러지점을 찍습니다. 그다음, 해당 지점들에서의 인자들과 완벽하게 동일하고 평형상태의 셀시험환경을 조성하여, 250mA 50mHz~10kHz EIS로 측정하여 Reference로 삼습니다.
Passive Impedance면서 Dynamic한 상황에서 사용하려면 해당방법밖에는 뚜렷하게 떠오르는게 없는데요, 여기서 중요한점은 과연 이렇게 무부하상태에 두고 찍은 EIS가 실제 셀의 상태를 대변할 수있을까? 라는 점입니다.
말이 어려운데요, '부하상태'에서의 EIS값을 계산을 통해 추정한다고 한들 Reference로 삼을수있는건 '무부하,평형상태'에서의 EIS라는것입니다. 즉, 부하상태에서의 EIS Reference값은 얻을수도, 얻는다고 한들 전기화학적으로 큰 의미가 없기때문입니다.
해당 부분에서는 SOC와 온도를 바꿔가며 Passive Impedance를 추정해보았다고 합니다. 연구결과 셀의 Generated Heat이 발생할수록(발열량) Nyquist plot의 반지름크기가 작아졌으며(RC ECM으로 해석시 저항이 낮아짐, 아레니우스 수식) 저SOC영역에서는 Semi-circle이 추가적으로 형성되었다고합니다.
해당논문에서 좋았던점은, 위에도 적었지만 실제 양산차 데이터를 기반으로 Passive Impedance를 수행했다는 점이고, 대부분 EIS의 특성상 1병렬 즉, 단일셀로 연구를 해야 더욱 명확하고 뚜렷한 결과를 낼 수 있습니다. 저용량셀 4병렬이라는 부분이 아쉽지만, 해당 논문은 4병렬 18650을 통해 진행된 연구입니다.
OEM들이 실제 차량EV 혹은 ESS에 EIS를 쉽사리 적용하기 힘든 이유가 바로 이 병렬연결시 Nyquist plot이 뭉게진다는 점 때문인데요, 이런 악조건에도 불구하고 Passive Impedance로도 꽤나 정합성있게 따라가는 모습을 보여주어 좋은 논문이라고 생각합니다.
참조
1. Bernhard Liebhart, Lidiya Komsiyska, Christian Endisch,Passive impedance spectroscopy for monitoring lithium-ion battery cells during vehicle operation,Journal of Power Sources,Volume 449,2020,227297,ISSN 0378-7753,
https://doi.org/10.1016/j.jpowsour.2019.227297.
댓글