리튬 이온 배터리의 SOH 추정 정확도 향상을 위한 시계열 데이터 생성 및 평가 방안 연구

Abstract

최근 화석 연료 차량의 규제가 강화됨에 따라 친환경 에너지원인 리튬 이온 배터리를 활용한 xEV 시장이 확대되고 있다. 배터리의 사용에 있어 안전성과 신뢰성 확보는 필수적이며, 그에 따라 배터리의 건강 상태(SOH, State Of Health) 추정이 중요하다. SOH 추정 방법에는 모델 기반과 데이터 기반이 있다. 그중 데이터 기반으로 SOH를 추정하기 위해서는 많은 양과 높은 품질의 배터리 데이터셋을 필요로 한다. 실측이 어려운 데이터셋 확보 방법으로는 데이터 증강 알고리즘이 있다. 데이터 증강 알고리즘을 통해 생성된 시계열 데이터셋의 품질 평가는 간접적인 평가가 주로 사용되며, 이는 학습 환경에 따라 결과가 유동적이라는 한계가 있다. 따라서 본 논문에서는 SOH 추정 정확도 향상을 위하여 생성된 배터리 데이터셋의 품질을 정량적으로 평가하기 위한 방법으로 선형회귀의 상관계수 변화율과 클러스터링 지표인 Dunn Index, 실루엣 계수를 제안한다. 또한, 제안한 평가 방법을 통해 신뢰성이 확보된 많은 양과 높은 품질의 데이터셋을 활용하여 LSTM 및 GRU를 통해 SOH 추정 정확도를 비교하였다.