| 초록 |
전기자동차 배터리는 충·방전 횟수와 주행 환경 등에 따라 노화가 다르게 진행되고, 노화로 인한 배터리 용량 감소는 예상치 못한 고장 및 손실로 연결될 수 있다. 배터리의 효율적인 사용과 적절한 교체 시기를 추정하기 위해서는 배터리의 SOC 및 잔존수명 예측이 필요하다. 하지만 NASA, Oxford, Stanford 등 공개 셀단위 실험 DB를 이용해 개발된 기존 배터리 잔존수명 예측 모델은 이상적인 완전 충·방전의 경우에만 적용이 가능하기에, 다양한 충·방전 패턴, 환경 변수와 주행습관을 고려한 실도로 주행 전기자동차 배터리의 잔존수명 예측과 잔존가치 판정은 여전히 어려운 문제이다. 본 연구는 실도로 주행 실시간 데이터의 수집을 위해 OBD 단말기를 개발하고, 이를 통해 배터리팩의 전류, 셀 전압, 모듈별 온도 등 실시간 배터리 정보를 수집하였다. 또한 수집한 빅데이터를 활용해, TensorFlow 오픈소스의 RNN 모델을 기반으로 충·방전 패턴, 환경 변수와 주행습관 등이 고려된 활용도 높은 SOC 예측 모델을 개발하였다. |
