공학전문석사학위 연구보고서

배터리 SoH를 고려한

적응형 펄스 CC-CV

충전 방법 연구

2018년 2월

서울대학교 공학전문대학원

응용공학과

배 찬 중

배터리 SoH를 고려한

적응형 펄스 CC-CV

충전 방법 연구

지도교수 정 덕 균

이 리포트를 공학전문석사 학위 연구보고서로 제출함

2018년 2월

서울대학교 공학전문대학원

응용공학과

배 찬 중

배찬중의 공학전문석사 연구보고서를 인준함

2018년 2월

위 원 장 한 훈 (인)

위 원 곽 우 영 (인)

위 원 정 덕 균 (인)

- 1 -

국문초록

기존 모바일 디바이스의 충전 시스템은 빠른 충전에 초점을 맞추어왔다. 높은

전류로 고속 충전을 함으로써 사용자는 짧은 시간의 충전을 통해 상대적으로

길어진 사용 시간을 얻을 수 있는 반면, 배터리 노화에 의한 배터리 성능 열화

를 가속화할 수 있다는 단점이 있다. 특히 배터리 수명과 무관하게 동일한 충전

파워가 전달되는 기존의 방식에선 배터리 수명 노화를 가속화시키는 문제가 발

생할 수 있다.

본 연구에서는 배터리 SoH를 고려한 적응형 펄스 CC-CV 충전 방법을 제안한

다. DCIR(Direct Current Internal Resistance) 측정을 통해 배터리의 내부 저항

을 측정하고, 이를 이용하여 배터리의 SoH를 추정한다. 측정된 내부 저항을 지

속적으로 반영하여 충전 전압 및 전류를 변경한다. 또한 충전 효율 및 수명 성

능 개선을 위해 펄스 충전 적용을 검토한다. 펄스 충전은 배터리 전해질 내의

이온이 고르게 분포되도록 하여, 정전류 충전 대비 충전 효율을 개선시키는 효

과가 있다. 결과적으로 충전 에너지 손실을 최소화하여 기존 CC-CV 충전 방식

대비 충전 시간, 충전 효율 및 배터리 수명 개선을 목표로 한다.

실험을 통하여 DCIR로 추정한 SoH와 실제 배터리 용량으로 추정한 SoH를 비

교하여 DCIR 측정의 정확성을 확인하며, 펄스 충전의 최적 조건을 선정한다.

충전 시간, 충전 효율, 수명 측면에서 기존 CC-CV 대비 적응형 펄스 CC-CV

충전의 개선 유효성을 확인한다.

주요어 : 충전, 배터리 수명, SoH, DCIR, 펄스 충전

학 번 : 2016-22240

- 2 -

목 차

제 1 장 서론 ··········································································· 1

제 1 절 기존의 충전 시스템 ··························································· 1

제 2 절 연구 목적 ··········································································· 6

제 2 장 배터리 SoH와 추정 ··············································· 7

제 1 절 배터리 SoH의 정의 ··························································· 7

제 2 절 SoH 추정 방법 ··································································· 9

제 3 절 DCIR 측정을 위한 배터리 모델 ··································· 15

제 4 절 DCIR을 이용한 SoH 추정 제안 ···································· 17

제 3 장 개선된 충전 방법에 대한 검토 ························· 20

제 1 절 AC 펄스 충전 ··································································· 20

제 2 절 멀티 전류 충전 ································································· 24

제 4 장 배터리 SoH를 고려한 적응형 펄스 CC-CV ·· 26

제 1 절 적응형 펄스 CC-CV의 제어 ·········································· 26

제 2 절 적응형 펄스 CC-CV의 충전 조건 ································ 29

제 5 장 실험 ········································································· 32

제 1 절 실험 환경 ··········································································· 32

- 3 -

제 2 절 실험 조건 및 결과 ··························································· 33

제 6 장 결론 ········································································· 44

참고문헌 ················································································· 47

Abstract ·················································································· 50

- 4 -

표 목차

표 1 미사용 샘플 vs 노화 샘플 충전 시험 결과 ·····························5

표 2 SoH 추정 방법과 필요한 파라미터 ·········································14

표 3 DCIR 테스트의 충방전 조건 ·····················································33

표 4 cycle 별 DCIR 테스트 결과 ····················································34

표 5 펄스 충전 테스트 조건 ·······························································36

표 6 펄스 충전 테스트 결과 ·······························································37

표 7 적응형 펄스 CC-CV : 충전 테스트 조건 ·····························39

표 8 적응형 펄스 CC-CV : 충전 테스트 결과 ·····························40

표 9 적응형 펄스 CC-CV : 수명 테스트 조건 ·····························42

표 10 적응형 펄스 CC-CV : 수명 테스트 결과 ··························43

그림 목차

그림 1 모바일 디바이스의 기존 충전 시스템 ···································1

그림 2 모바일 디바이스의 충전 방법 ·················································2

그림 3 병렬 연결된 charger IC ··························································3

그림 4 미사용 샘플 vs 노화 샘플 충전 시험 결과 ·························5

그림 5 C-rate 조건에 따른 배터리 내부 저항의 변화 ·················9

그림 6 배터리 온도 조건에 따른 배터리 내부 저항의 변화 ·········9

그림 7 배터리 손상 원인 별 임피던스의 변화 ·······························11

그림 8 충전, 방전 실험 중 충전 중단으로 인한 이완 전압 ········12

- 5 -

그림 9 배터리 노화 정도에 따른 이완 전압의 차이 ·····················12

그림 10 일반적인 배터리 모델 ······················································15

그림 11 단순화한 배터리 모델 ··························································16

그림 12 DCIR 측정을 위한 충전 펄스 ············································17

그림 13 DCIR 전류 프로파일 ····························································17

그림 14 CC-CV 충전에 의한 분극 현상 발생 ·····························20

그림 15 AC 리플 전류에 의한 동작 ················································20

그림 16 리튬 플레이팅의 형성 ··························································21

그림 17 CC 충전 대비 AC 리플 충전의 수명 성능 ·····················22

그림 18 CC 충전 대비 AC 펄스 충전의 수명 성능 ·····················22

그림 19 AC 펄스 충전의 전류 프로파일 ········································23

그림 20 AC 리플 충전의 전류 프로파일 ········································23

그림 21 SOC - 전압 커브 ································································24

그림 22 SOC - 내부 저항 커브 ······················································24

그림 23 적응형 펄스 CC-CV의 제어 방법 ···································26

그림 24 DCIR 확인 블록 제어 방법 ················································27

그림 25 적응형 펄스 CC-CV의 예상 충전 시퀀스 ·····················31

그림 26 Toscat-3600 배터리 테스터 ·········································32

그림 27 cycle 별 DCIR 테스트 결과 ··············································34

그림 28 DCIR로 추정한 SoH와 방전 용량으로 추정한 SoH ····35

그림 29 DCIR 측정을 위한 전압, 전류 파형 ·································35

그림 30 펄스 충전 테스트 그래프 ····················································38

그림 31 적응형 펄스 CC-CV : 충전 테스트 그래프 ··················41

그림 32 적응형 펄스 CC-CV : 수명 테스트 그래프 ··················43

- 1 -

제 1 장 서론

제 1 절 기존의 충전 시스템

기존 모바일 디바이스의 충전 시스템은 빠른 충전에 초점을 맞추어왔

다. 그림 1과 같이 충전용 어댑터와 모바일 디바이스 간의 통신을 통해

충전용 어댑터는 내줄 수 있는 최대의 파워를 모바일 디바이스 쪽으로

알려주며, 모바일 디바이스는 충전용 어댑터 쪽으로 필요로 하는 파워를

알려주게 된다. 일련의 프로토콜을 통해 각각의 충전 능력을 확인한 뒤,

모바일 디바이스는 충전용 어댑터로부터 받아들일 수 있는 최대의 파워

를 가져가며 충전을 진행하게 된다. 통신 방식 및 프로토콜, 허용하는

파워 수준에 따라 다양한 종류의 고속 충전 방법이 존재한다.

그림 1 모바일 디바이스의 기존 충전 시스템

모바일 디바이스의 기능과 속도가 발전하는 속도에 비해 모바일 디바

이스에 전력을 공급하는 배터리의 발전 속도는 매우 더딘 편이다. 이로

인한 모바일 디바이스의 짧은 사용 시간은 사용자의 주요 불만 사항 중

하나이다. 이 문제를 해결하기 위해 모바일 디바이스에서는 점점 더 높

은 전류로 배터리를 고속 충전을 하도록 충전 시스템을 개선하고 있다.

사용자는 짧은 시간의 충전을 통해 상대적으로 길어진 사용 시간을 얻을

- 2 -

수 있다.

높은 전류에 의한 지속적인 충전 및 방전은 배터리 수명에 의한 배터

리 성능 열화를 가속화할 수 있다는 단점이 있다. 또한 기존 모바일 디

바이스의 충전 시스템은 배터리의 상태, 특히 수명을 고려하지 않고 동

일한 전류로 충전을 진행한다. 출하 상태의 배터리, 즉 사용을 하지 않

은 배터리를 기준으로 충전 조건이 최적화되어 있다. 출하 이후 사용자

가 지속적으로 배터리를 사용함에 따라 발생하는 배터리의 상태 변화는

충전 시스템에 반영되지 않는다.

그림 2 모바일 디바이스의 충전 방법

모바일 디바이스의 기존 충전 방법은 그럼 21)와 같다. 일반적인

CC-CV 충전은 배터리의 전압과 배터리로 들어가는 전류를 지속적으로

확인하면서 정해진 전압과 전류로 충전을 진행하는 방법이다. 배터리 전

압이 매우 낮은 Precharge 구간에서는 낮은 전류에 의한 정전류 제어를

통해 충전을 진행한다. 낮은 전류로 충전이 지속되다가 배터리 전압이

미리 설정된 전압 값 이상이 될 경우 CC(Constant Current) 구간으로

변경되어 정전류 제어를 통해 충전을 진행한다. 배터리 전압이 미리 설

정된 만충 전압 값에 도달하게 되면 CV(Constant Voltage) 구간으로

1) https://ece.snu.ac.kr/en/community/seminar?bm=v&bbsidx=44877&page=6

- 3 -

변경되어 정전압 제어를 통해 충전을 하게 된다. 정전압 제어 중에 배터

리로 들어가는 전류가 특정 전류 값 이하로 떨어지게 될 경우, 만충이

되었다고 판단하고 충전을 종료하게 된다.

CP-CV의 경우 제어 방법은 CC-CV와 동일하나, 충전 용량 극대화

를 위해 CC 구간에서 좀 더 높은 전류를 충전하는 방법이다. CC 구간

초반에는 배터리 전압이 낮으므로, 동일한 파워를 기준으로 좀 더 높은

전류로 배터리를 충전하는 방법이다. Precharge 구간과 CV 구간에서의

제어는 CC-CV와 동일하다. 최근의 모바일 디바이스 충전 시스템에서는

CP-CV와 동일한 제어 방법을 사용하되, 전체 파워 수준을 지속적으로

끌어올려 좀 더 높은 파워로 빠르게 충전하는 방법들이 사용되고 있다.

이상의 방법들은 모두 높은 파워를 배터리로 전달하여 빠른 속도로 충

전하는 것을 목표로 하고 있다. 충전 전류는 배터리 스펙에 따라 배터리

가 허용할 수 있는 충전 기준의 최대 c-rate2)를 기준으로 결정된다.

그림 3 병렬 연결된 charger IC

2) 배터리의 충전 및 방전 시, 다양한 사용 조건에서의 전류값 설정 및 배터리의 사용 가능 시간 예측 및 표기를 위한 단위

충방전율 전지의정격용량 충전방전전류

- 4 -

빠른 충전으로 인해 충전 시스템에서 발생하는 가장 큰 문제는 충전

IC 및 관련 회로의 높은 발열이다. 이를 극복하기 위해 충전 시스템 내

의 제어 IC가 충전 IC 및 관련 회로, 배터리의 발열 수준을 지속적으로

확인하여 온도 값이 특정 기준을 넘기면 충전 전류를 적절하게 제어한

다. 온도 측정을 위한 써미스터는 배터리 주변 및 주요 발열 부품 근처

에 위치한다. charger IC의 발열 문제를 해결하기 위하여 그림 33)과

같이 charger IC를 병렬로 연결하여 발열을 분산시키는 방법도 있다.

배터리 수명과 무관하게 동일한 파워를 전달시키는 기존의 충전 방법

은 배터리 수명 단축을 더욱 가속화시키는 원인 중 하나가 될 수 있다.

배터리 노화가 진행되면 일반적으로 배터리의 내부 저항이 증가하므로,

동일한 충전 파워 전달 시에 내부 저항에 의한 내부 에너지 손실이 증가

하기 때문이다. 이는 배터리 온도 상승의 원인이 되며, 이 것이 다시 배

터리 노화를 더욱 가속화시키는 원인이 된다. 또한 배터리 노화에 따라

배터리 충전, 방전 용량은 줄어드는 것에 반해 충전 시간은 오히려 증가

하는 현상이 발생한다.

그림 4와 표 1은 3,000 mAh 배터리의 미사용 샘플(fresh sample,

한 번도 사용하지 않은 상태의 샘플)과 노화 샘플(500-cycled

sample, 500회 충전 및 방전을 진행 완료한 상태의 샘플)을 일반적인

CC-CV 충전 방법으로 충전 테스트를 진행한 결과이다. 미사용 샘플 대

비 노화 샘플은 노화가 충분히 진행되었으므로, 충전용량이 약 9 % 줄

어들었음이 확인된다. 그럼에도 불구하고, 노화 샘플의 충전시간은 미사

용 샘플에 비해 오히려 3 % 증가되었다. CC 구간과 CV 구간을 각각

비교하면, 노화 샘플의 CC 구간 충전시간은 약 16 % 줄어들었고, CV

구간 충전시간이 49 % 늘어났다. 노화 샘플은 배터리 내부 저항 증가로

인해 CC 구간에서 더 빠르게 배터리 전압이 상승했고, 이로 인해 CV

3) https://ece.snu.ac.kr/en/community/seminar?bm=v&bbsidx=44877&page=6

- 5 -

구간에 더 빠르게 진입했기 때문이다. CV 구간에서는 배터리 전류가 점

점 줄어들기 때문에 충전 시간이 더욱 늘어나는 원인으로 작용한다.

그림 4 미사용 샘플 vs 노화 샘플 충전 시험 결과

미사용 샘플 노화 샘플

충전용량 3,064mAh 2,804mAh

총 충전시간 148min 152min

CC 구간의 충전시간 109min 94min

CV 구간의 충전시간 39min 58min

표 1 미사용 샘플 vs 노화 샘플 충전 시험 결과

이는 배터리의 수명 노화에 따른 상태 변화를 모바일 디바이스의 충전

시스템이 반영하지 않고, 충전 방법 및 충전 전류 등을 상황에 따라 바

꿔주지 않기 때문이다.

- 6 -

제 2 절 연구 목적

본 연구의 목적은 다음과 같다.

배터리 수명을 고려한 적응형 충전 방법을 제안한다. 배터리 내부 저

항 고려 및 충전 에너지 손실 최소화를 목표로 하며, CC-CV 대비 충전

효율을 개선할 수 있는 새로운 방식의 충전을 적용 검토한다.

결과적으로 기존 CC-CV 충전 방식과 비교하여, 충전 시간 및 배터리

수명 개선을 목표로 한다.

- 7 -

제 2 장 배터리 SoH와 추정

제 1 절 배터리 SoH의 정의

배터리의 충전, 방전이 반복되면 배터리 셀 내부의 화학적 및 전기적

상태는 해당 배터리의 초기 상태에 대비하여 지속적으로 영향을 받아 변

화하게 되며, 이에 따라 배터리 셀이 받아들일 수 있는 전하량, 방출할

수 있는 전하량에도 영향을 주게 된다.

배터리 SoH(State of Health)는 배터리의 이상적인 상태와 현재 배

터리의 상태를 비교하여 표현되는 상대적인 값이다. 단위는 %이며, 0 ~

100 %의 범위를 가진다. 배터리의 노화 정도를 추적하고, 이를 바탕으

로 안정적인 시스템 운영을 위해 SoH는 필수적인 정보이다. 또한 배터

리 관리 시스템(BMS, Battery Management System)에서 추정하여

시스템에 제공하는 정보인 SOC(State Of Charge, 배터리의 충전 정도

를 % 단위로 표기) 역시 SoH 정보를 이용하여 보상이 진행된다.

배터리 관리 시스템은 초기 배터리 상태의 SoH를 측정하고 그 값을

저장한다. 배터리가 사용됨에 따라 변화되는 값들을 기준으로 초기 측정

된 SoH와 비교하여 현재 배터리의 SoH를 결정하게 된다.

배터리 SoH를 어떻게 정의하고 결정할 것인가에 대한 표준 혹은 산

업계의 일치된 의견은 아직 존재하지 않는다. 배터리가 사용되고 응용되

는 분야는 매우 다양하고, 각 분야 별로 주목하는 배터리의 성능은 매우

다르기 때문이다. SoH는 일반적으로 배터리의 내부 저항, 임피던스, 컨

덕턴스, 용량, 충방전 횟수를 고려하여 측정되며 측정 방법 및 기준은

각 배터리 관리 시스템의 설계 방법에 따라 달라진다.

모바일 디바이스 기준으로, 배터리에서 가장 중요한 성능은 배터리 셀

이 내주거나 받아들일 수 있는 전하량, 특히 방전 시에 내줄 수 있는 방

- 8 -

전 용량이다. 따라서 본 연구에서는 방전 용량을 기준으로 SoH를 정의

한다. 즉, SoH는 수식 (2.1), (2.2)와 같이 정의할 수 있다.

× (2.1)

× (2.2)

배터리 방전 용량을 이용하여 SoH 추정을 하기 위해 배터리의 수명

종료(End of Life, EOL)에 대한 논의가 필요하다. SoH는 상대적인 값

이므로 배터리 수명 종료의 기준 설정에 따라 그 값이 달라진다. 일반적

으로는 동일한 조건(동일한 온도, 동일한 SOC)에서 배터리의 최대 전력

이 초기 최대 전력의 특정 수준까지 감소 할 때 배터리의 수명이 끝났다

고 정의한다.

본 연구에서는 EOL을 500 회의 충전, 방전 테스트를 완료한 상태라

고 정의한다. 따라서 은 노화 샘플에서 측정된 방전 용량이며,

는 미사용 샘플에서 측정된 방전 용량이다.

정의된 EOL을 사용하여, SoH는 수식 (2.3)과 같이 구할 수 있다.

× (2.3)

- 9 -

제 2 절 SoH 추정 방법

SoH는 여러 가지 배터리 파라미터를 통해 추정할 수 있다. 추정 방법

에 따라 배터리의 내부 저항, 용량, 자가 방전, 충전 및 방전 횟수 등의

다양한 파라미터가 필요하다.

그림 5 C-rate 조건에 따른 배터리 내부 저항의 변화

그림 6 배터리 온도 조건에 따른 배터리 내부 저항의 변화

- 10 -

배터리의 수명은 충전 및 방전 C-rate 및 주변 온도에 많은 영향을

받는다. (그림 5, 그림 6)[1] 높은 C-rate로 충전 및 방전할 경우 또는

높은 온도에서 충전 및 방전을 지속할 경우 배터리의 수명 노화가 가속

화되며, 이에 따라 배터리 내부 저항은 가파르게 증가한다. 이와 같은

배터리 내부 저항 특성은 배터리 SoH 추정에 적절하게 활용될 수 있다.

Coulomb counting 방법(Current integration method, 전류 적분 방

법)은 배터리로 들어가고 나오는 전류를 적산하는 방법이다. 배터리에

100 mA의 전류가 들어갔다면, 방전 시에 동일하게 100 mA의 전류가

나온다는 가정 하에, 들어가고 나가는 전류를 지속적으로 측정하면서 현

배터리 기준의 사용 가능한 용량을 추정한다. 다만 실제 배터리에서 활

용 가능한 에너지는 충전된 에너지보다 항상 적으므로 주기적으로 적절

한 보상이 필요하다. Coulomb counting 방법은 특히 Li-ion 배터리에

서 정확도가 높다고 알려져 있다.

관련 연구[2]에서는, 향상된 Coulomb counting 알고리즘으로 SOC를

추정하되, 발생하는 오차는 정확한 OCV(Open Circuit Voltage, 부하가

없는 상태에서 측정하는 전압) 측정을 통해 얻어낸 SOC와 비교하여 보

정한다. 이 방법을 활용하여 구한 배터리의 최대 용량은 배터리의 SoH

추정에 활용된다. 이 방법을 모바일 디바이스에 활용하기 위해서는 전류

측정의 정확도를 확보해야 하며, 정확한 OCV 데이터를 얻어내야 한다.

사용자의 활용 빈도가 매우 잦은 모바일 디바이스는 끊임없이 충전과 방

전이 계속되므로, 정확한 OCV 데이터를 얻어내는 것은 쉽지 않다.

임피던스 측정, 즉 EIS(Electrical Impedance Spectroscopy)는 일

반적으로 배터리의 SOC 추정, 배터리의 손상 원인 추정, 배터리 생산

라인의 품질 검사 방법으로 많이 활용된다. 임피던스는 배터리 내 전극

에서 화학 반응이 발생할 때 전기 전달을 방해하는 원인으로 해석할 수

있다. EIS는 주파수 별로 배터리 상태에 따라 변하는 임피던스 특성을

- 11 -

측정하여 배터리의 상태를 진단하는 방식이다. 그림 74)과 같이 임피던

스 스펙트럼은 배터리의 상태에 따라 다양한 형태를 보여주므로, 배터리

SoH 추정을 위해 EIS를 활용하는 방법[3]도 가능하다. 다만 임피던스

측정을 위해선 mV 범위의 낮은 측정 전압을 사용하므로, 별도의 정밀한

측정 장비를 이용하여 정확한 연결을 통해 이뤄져야 한다. 모바일 디바

이스에 해당 장비 혹은 유사 기능을 탑재하는 것은 어려운 문제이다.

그림 7 배터리 손상 원인 별 임피던스의 변화

배터리의 OCV는 다양한 조건에서 배터리 특성을 파악하는 중요한 정

보이고, 특히 SOC 추정에 많이 활용된다. 배터리의 OCV를 이용하여 매

개변수 모델링을 진행, SoH를 추정하는 연구[4]의 경우 OCV - SOC

관계를 모델링한 후 증분 용량 분석을 통해 배터리의 점진적인 변화를

감지한다. 그러나 정확한 OCV 데이터를 얻기 위해서는 0.05 C의 작은

전류로 배터리 충방전을 처음부터 끝까지 진행해야 하는데, 이는 모바일

디바이스에서는 진행이 어려운 방법이다. 3 Ah 배터리의 경우 60 시간

이 소요되며, 이는 일반적인 모바일 디바이스의 사용 환경에서 나타날

수 없는 조건이다.

확장 칼만 필터(Extended Kalman Filter)를 이용한 SoH 추정 연

4) http://www.autoelectronics.co.kr/article/articleView.asp?idx=1435

- 12 -

구[5]의 경우, 배터리 수명 노화에 의한 성능 저하를 RC 배터리 모델을

활용하여 저항 및 커패시터 값 변화로 정량화한다. 확장 칼만 필터는

SOC 및 SoH의 모니터링 및 변화 예측에 활용된다. 이 방법의 경우 모

델링의 정확도 확보가 가장 중요하다고 볼 수 있다.

그림 8 충전, 방전 실험 중 충전 중단으로 인한 이완 전압

그림 9 배터리 노화 정도에 따른 이완 전압의 차이

이완 전압(relaxing voltage)을 이용한 SoH 추정 연구[6]의 경우, 배

터리 노화에 따라 내부 저항이 증가하는 배터리의 특성을 이용하였다.

그림 8과 같이 정전류 충전 중에 특정 시간(rest time) 동안 충전을 중

- 13 -

단할 경우 배터리 전압이 OCV에 가깝게 떨어지게 되는데, 떨어지는 전

압의 차이는 배터리 내부 저항의 차이에 따라 다르다는 점을 활용하였

다. 그림 9와 같이, 배터리 노화에 의해 용량이 줄어드는 경우 이완 전

압이 더 커지는 것을 확인할 수 있다.

해당 연구에서는 다양한 배터리 샘플을 이용하여 많은 실험을 거치고,

대량으로 수집한 이완 전압 데이터들을 기반으로 커브 피팅(curve

fitting method)을 활용하여 배터리 이완 전압과 SoH 간 관계식을 유도

한다. 해당 관계식에서 배터리 SoH와 가장 밀접한 연관 관계를 가지는

파라미터를 선정하고, 해당 파라미터와 SoH가 선형적인 관계를 가지는

수식을 유도한다. 이 연구는 모바일 디바이스에서 상대적으로 쉽게 얻어

낼 수 있는 배터리 전압 데이터만 활용하여 SoH를 추정했다는 점에서

의미가 있다.

DCIR 측정을 활용한 연구[7] 역시 배터리 전압 데이터만 활용한 방법

이다. 해당 연구에서는 OCV 정보를 기반으로 SOC를 추정하되, 추정 에

러를 보정하기 위한 방법으로 DCIR 측정을 이용하였다. SOC 10% 간

격으로 충전 및 방전 전류 펄스를 인가하여 전압 변화를 측정하고,

을 측정한 뒤 SOC를 보정하는 방법이다. 해당 연구에서는 SOC

추정에만 DCIR 측정을 활용하였으나, DCIR 측정을 통해 추정해낸

을 SoH 추정에도 활용할 수 있다는 점에 주목할 필요가 있다.

이와 같이 다양한 배터리 파라미터를 이용한 SoH 추정 연구 증 일부

는 모바일 디바이스에 적용하기에 상당한 제약 사항이 존재한다. 모바일

환경에서는 OCV 측정의 어려움, SOC 추정 및 전류 센싱의 낮은 정확

도, 임피던스 측정 장비 부재로 인해 정확한 임피던스 측정이 어렵다는

한계가 있기 때문이다. SoH 추정 방법 별 필요한 파라미터를 표 2를 통

해 정리하였다.

본 연구에서는 이러한 모바일 환경의 제약을 극복하기 위해 가장 쉽게

- 14 -

확보할 수 있는 파라미터인 배터리 전압을 활용하고자 한다. 그 중에서

도 DCIR 측정을 통해 SoH를 추정하는 방법을 활용하고자 한다.

추정 방법필요한 파라미터

전압 전류 OCV SOC 내부저항 임피던스

Coulomb counting O O O

임피던스 스펙트럼 측정 O

OCV 기반의 SoH 추정 O O

Kalman filter 기반의 SoH 추정 O O O

이완 전압 기반의 SoH 추정 O

DCIR 기반의 SoH 추정 O

표 2 SoH 추정 방법과 필요한 파라미터

- 15 -

제 3 절 DCIR 측정을 위한 배터리 모델

배터리는 정전압 전원(, open circuit voltage)과 내부 저항 및

커패시터가 직병렬 연결된 전기적 회로로 모델링할 수 있다.

그림 10 일반적인 배터리 모델

내부 등가 저항을 구하기 위해 일반적으로 사용하는 배터리 모델은 그

림 10과 같이 배터리의 내부 저항(), 전하 전달(), 전기 이중층

(), 확산 현상() 등을 전기회로로 등가화 시켜서 표현한다.[8]

전극, 전해질 및 세퍼레이터(Separator, 양극과 음극 사이의 분리막)

의 물리적 저항으로 인해 발생하는 전압 강하는 배터리 내부 저항 으

로 표현된다. 이는 전해질을 통하여 전하가 이동할 때 나타나는 저항 성

분을 의미한다. 배터리는 노화되면서 전극의 화학 반응이 방해를 받게

되는데, 이러한 노화에 의한 전하 이동 방해 성분까지 에 포함된다고

볼 수 있다.

배터리의 양 전극에서 화학 반응을 통해 발생하는 전하가 배터리 외부

로 전달될 때 나타나는 전위 손실은 전하 전달 로 표현할 수 있다.

전극과 전해질 사이의 경계에서 전하가 일정한 배열을 이루면서 커패시

터와 같은 효과가 나타나는데 이는 전기 이중층 으로 표현된다. 전

- 16 -

극 표면에서 발생하는 전기화학 반응은 확산 현상 로 표현된다. 확산

현상의 경우, 비슷한 농도를 가진 전해질 층으로 분류하여 동일한 농도

를 가진 영역을 RC의 연속 결합 형태로 모델링할 수 있다. 따라서 원래

특성을 최대한 정확히 나타내기 위해서는 무한개의 RC 병렬 결합으로

표현해야 하나, 이 경우 계산량이 복잡해져 일반적으로 2차 혹은 3차

RC 결합을 사용한다.[9]

그림 11 단순화한 배터리 모델

본 연구에서 SoH 추정을 위해 단순화하여 사용할 배터리 모델은 그

림 11과 같다. 확산 현상은 1차 RC 결합이 가장 영향이 크기 때문에 1

차 RC 병렬만 남기고, 배터리 노화에 의한 SoH 감소 효과를 반영하기

위해 을 추가하였다. 은 배터리 노화에 의한 내부 저항 증

가 성분을 의미한다. 단순화된 배터리 모델에 따라 정전압인 에 직

렬 연결된 는 수식 (2.4)과 같이 표현되며 과 의 관계는 수

식 (2.5)와 같이 표현된다.

║

(2.4)

× (2.5)

- 17 -

제 4 절 DCIR을 이용한 SoH 추정 제안

2 장 2 절에서 기술한 바와 같이, 본 연구에서는 DCIR 측정을 이용

하여 SoH를 추정하는 방법을 사용한다. DCIR 측정을 통해 2 장 3 절

에서 정의된 를 추정하고, 를 이용하여 SoH를 추정한다.

그림 12 DCIR 측정을 위한 충전 펄스

그림 13 DCIR 전류 프로파일

- 18 -

수식 (2.4)와 같이, 배터리의 와 의 차이는 에 의한 전압

강하이므로, 그림 12와 같은 충전 펄스를 배터리에 인가함으로써 를

추정해낼 수 있다.

본 연구에서는 그림 13과 같은 DCIR 전류 프로파일을 사용한다.

정확한 DCIR 측정을 위해서는 배터리의 전체 SOC 구간에서 전압 변

화가 가장 적은 구간에서 전류 펄스를 인가하는 것이 유리하다. 일반적

인 리튬 이온 배터리는 SOC 30 ~ 60 % 구간에서 배터리 전압이 가장

안정적이므로 해당 구간에서 10 % 간격으로 DCIR을 측정하기 위한 전

류 펄스를 인가한다. 또한 각 전류 펄스 인가 전에, 배터리가 전기 화학

적, 열적으로 평형(equilibrium) 상태로 복귀하도록 유도하여 더욱 안정

된 를 얻기 위해 1 시간의 안정화 시간(rest time)을 가진다.

충전 펄스, 방전 펄스, 또는 충방전 펄스 3 가지 조건 중 어떤 조건의

전류 펄스를 이용하여 DCIR을 측정할 것인가의 문제와, 전류 펄스 지속

시간 ∆ 설정은 DCIR 측정 결과에 큰 영향을 줄 수 있는 변수들이다.

관련 연구[10]에서는 충방전 펄스 사용과 10 초의 ∆, 방전 펄스 사용

과 10 초의 ∆, 충방전 펄스 사용과 5 초의 ∆, 방전 펄스 사용과 5

초의 ∆ 등 4 가지 조건을 구분하여 DCIR의 정확도 실험을 진행하였

다. 4 가지 조건을 사용한 DCIR 테스트 결과와 HPPC(Hybrid Pulse

Power Capability) 테스트 결과를 비교한 결과, 충방전 펄스를 사용하

면서 최소 10 초의 지속 시간을 가지는 것이 가장 정확하다는 것을 확

인되었다. 본 연구에서도 적절한 정확성 확보를 위하여 충방전 펄스를

사용하면서, 펄스 지속 시간은 10 초로 설정하였다.

충방전 전류 펄스는 0.6 C부터 1.2 C까지 0.1 C씩 전류를 가변하는

형태를 가진다. 충방전 전류 펄스 인가로 인한 배터리 충전 용량에 미치

는 영향을 최소화하기 위해 충전 펄스의 크기와 방전 펄스의 크기는 동

일하도록 설정하였다.

- 19 -

수식 (2.6), 수식 (2.7)과 같이 서로 다른 전류값을 가지는 충전 펄스

, 를 인가하여 , 를 얻어낸다. ∆(10 초)는 가

변하기에는 충분히 짧다고 볼 수 있으므로, 와 는 같다고 볼

수 있다. 따라서, 수식 (2.8)이 성립한다.

× (2.6)

× (2.7)

∆

∆

(2.8)

를 이용한 SoH 추정은 수식 (2.9)와 같다.

× (2.9)

2 장 1 절에서 기술한 바와 같이, 본 연구에서는 EOL을 500 회의

충전, 방전 테스트를 완료한 상태라고 정의한다. 따라서 은 노화

샘플에서 측정된 저항 값으로 정의되며, 는 미사용 샘플에서

측정된 저항 값이다.

- 20 -

제 3 장 개선된 충전 방법에 대한 검토

제 1 절 AC 펄스 충전

일반적인 CC-CV와 달리 AC 형태의 전류로 배터리를 충전시키는 방

법에 대한 연구가 활발하다. AC 펄스 충전은 펄스 형태의 전류로, AC

리플 충전은 정현파 형태의 전류로 배터리를 충전시키는 방법이다.

그림 14 CC-CV 충전에 의한 분극 현상 발생

그림 15 AC 리플 전류에 의한 동작

그림 14[11]와 같이 CC-CV 충전은 양 전하가 지속적으로 축적됨에

따라 농도 분극 현상(concentration polarization, 전류의 방향과 반대

방향으로 작용하는 기전력이 생겨 마치 저항처럼 작용하는 현상) 및 리

튬 플레이팅(lithium plating, 음극 표면에 금속과 같은 형태의 리튬 석

출물이 형성되는 현상, 그림 16[12])이 발생될 수 있다.

리튬 플레이팅의 검출 및 특성 이해를 통한 배터리의 노화 매커니즘

- 21 -

관련 연구[13]에 따르면, 리튬 플레이팅은 높은 충전 전류를 사용할 때,

낮은 주변 온도의 영향을 받을 때, 과도하게 높은 SOC에서 발생한다.

리튬 플레이팅은 전해질과 전극 사이의 계면에서 과전압을 발생시켜, 내

부 확산 속도 및 이온 전도도를 감소시킨다. 이는 배터리의 수명을 감소

시키고 충전 시간을 늘어나게 하는 주요 원인 중 하나이다.

그림 16 리튬 플레이팅의 형성

그림 15와 같이, 정현파 형태의 AC 리플 전류는 한 주기에서 두 번

극성을 변화시키기 때문에 그림 14의 CC-CV와 달리 전하 축적이 감소

하는 효과가 발생하여 전극에서의 농도 분극 현상이 최소화된다. 전하

이동 반응을 표현하는 RC 병렬 회로에서, 리플 전류는 농도 분극 현상

의 감소에 도움이 될 수 있다. 농도 분극 현상의 감소는 리튬 플레이팅

을 최소화할 수 있는 방법이며, 이는 배터리의 충전 속도와 수명을 향상

시키는 효과를 가질 수 있다.

AC 리플 전류 충전 관련 연구[14]에 따르면, CC 충전 대비 충전 중

에너지 손실 감소, 충전 시간 및 최대 상승 온도 감소, 충전 효율 및 수

명 개선 효과(그림 17)가 있음이 확인되었다.

- 22 -

그림 17 CC 충전 대비 AC 리플 충전의 수명 성능

주기적으로 제로(0)에 도달하는 충전 전류를 이용하는 펄스 충전 관

련 연구[15]에 따르면, 펄스 형태의 전류로 충전하는 방법 역시 정현파

형태의 전류로 충전하는 방법과 유사한 효과를 얻을 수 있다. 펄스 전류

의 제로 전류 조건은 배터리 전해질 내의 이온을 고르게 분포되도록 하

는 효과를 얻을 수 있으며, 이는 전하 축적이 감소되는 효과를 기대할

수 있다.

그림 18 CC 충전 대비 AC 펄스 충전의 수명 성능

- 23 -

이 연구에서의 실험 결과 CC 충전 대비 파워 전송률 증가, 충전 시간

감소 및 방전 용량 증가 효과가 있었으며, 특히 그림 18과 같이 수명

개선 효과가 있음이 확인되었다.

그림 19 AC 펄스 충전의 전류 프로파일

그림 20 AC 리플 충전의 전류 프로파일

AC 펄스 충전 및 AC 리플 충전의 전류 프로파일(그림 19, 그림 20)

을 비교해보면, peak 전류는 CC 충전 시의 DC 전류 의 2 배이며,

rms 전류는 AC펄스 충전은 의 배, AC 리플 충전은 의

배이다.

본 연구에서는 배터리의 충전 속도 및 수명 향상을 위해 제로 전류 조

건을 가지는 AC 펄스 충전을 적용한다.

- 24 -

제 2 절 멀티 전류 충전

배터리의 내부 저항은 SOC 변화에 의해서도 영향을 받는다.

그림 21 SOC - 전압 커브

그림 22 SOC - 내부 저항 커브

- 25 -

그림 21은 다양한 충전 전류를 적용했을 때 SOC 변화에 따른 배터리

전압 변화를 나타낸 것이다. 배터리에 인가된 전류와 전압으로, 수식

(2.7)을 이용하여 그림 22와 같이 SOC 변화에 따른 배터리 내부 저항

의 변화를 알아낼 수 있다. 멀티 전류 충전은 배터리 내부 저항의 변화

를 반영하여 SOC에 따라 지속적으로 충전 전류를 변경해주는 방법이다.

수식 (3.1)과 같이, SOC와 전류 로 표현된 내부 저항을 이용하여 전력

손실을 계산한 뒤, 전력 손실을 최소화하도록 충전 전류를 변경한다.[16]

× (3.1)

내부 저항을 고려한 충전을 통해 내부 에너지 손실을 최소화하여 배터

리의 수명 개선 효과를 기대할 수 있다.

그림 22에서 확인할 수 있듯이, 배터리의 내부 저항은 SOC가 높을

때 비선형적으로 증가하는 특성을 보인다. 이 특성은 전류의 크기가 바

뀌더라도 변하지 않는다.

본 연구에서는 SOC가 30 % 이하일 때, 30 % 초과 70 % 미만일

때, 70 % 이상일 때 등 3 단계로 분류하여 각각 다른 전류를 적용한다.

SOC가 높아질 때 내부 저항이 높아지는 특성을 반영하여 전력 손실을

최소화하는 효과를 얻고자 하였다.

- 26 -

제 4 장 배터리 SoH를 고려한 적응형 펄스

CC-CV

제 1 절 적응형 펄스 CC-CV의 제어

본 연구에서는 2 장 4 절에서 제안한 바와 같이 DCIR 측정을 통해

추정된 를 충전 조건에 적용하고, 3 장에서 소개된 AC 펄스 충전을

반영하여 적응형 펄스 CC-CV 충전을 새롭게 제안한다.

적응형 펄스 CC-CV의 전체적인 제어 방법은 그림 23과 같다.

그림 23 적응형 펄스 CC-CV의 제어 방법

- 27 -

배터리 전압 이 세팅된 보다 낮을 때는 trickle charging

조건이 성립한다. 이 조건에서의 충전 제어는 일반적인 CC-CV와 동일

하며, 배터리 손상을 막기 위해 매우 낮은 전류로 충전을 진행한다.

로 정전류 제어를 통해 충전을 진행하며, 는 CC 전류 의

10 %이다.

일반적인 CC-CV 충전의 경우 CC 구간에서는 정해진 로 정전류

제어를 하게 되며, CV 구간에서는 정해진 로 정전압 제어를 하게

된다. 본 연구에서 제안된 적응형 펄스 CC-CV는 CC 구간에서 특별한

제어를 진행한다. 배터리 관리 시스템에서 추적하는 배터리 SOC 정보가

30 %, 40 %, 50 %, 60 %에 도달했을 때 DCIR 확인을 진행하며, 이

를 통해 , , , 값을 업데이트한다.

그림 24 DCIR 확인 블록 제어 방법

- 28 -

DCIR 확인 블록에서의 제어는 그림 24와 같다. 2 장 4 절에서 제안

된 DCIR 전류 프로파일을 배터리에 인가하며, 전류 펄스 인가 시의 배

터리 전압 과 전류 펄스 인가 후의 배터리 전압 을 측정한

다. 수식 (2.7)과 같이, , 의 차이값을 DCIR 전류 프로파일

의 전류 값으로 나줘준 뒤 평균을 내주면 값을 구할 수 있다. 가장

최초로 측정된 값은 초기 값으로 저장되어, 와 를 지속

적으로 업데이트하도록 사용된다. 와 가 결정되는 상세한 충전

조건은 4 장 2 절에서 기술되었다.

이 와 동일해지면 CV 구간으로 바뀌는 조건이 성립되며, CV

구간에서의 정전압 제어는 일반적인 CC-CV와 동일하다. 배터리 전류

이 이하로 떨어지면 만충이 된 것으로 판단하고, 충전을 종료

한다.

- 29 -

제 2 절 적응형 펄스 CC-CV의 충전 조건

고정된 와 를 사용하는 일반적인 CC-CV 충전과 달리, 적응형

펄스 CC-CV에서는 와 를 지속적으로 업데이트하여 사용한다.

적응형 펄스 CC-CV의 CC 구간 충전 전류는 수식 (4.1)과 같이 DC

성분 를 가지는 펄스 전류의 형태로 결정된다.

∞

(4.1)

3 장 1 절에서 설명한 바와 같이, 는 SOC가 30 % 이하일 때, 30

% 초과 70 % 미만일 때, 70 % 이상일 때 등 3 단계로 분류하여 각각

_, _, _를 적용한다. 수식 (4.2), (4.3)과 같이, 측정된

를 이용하여 _를 지속적으로 업데이트한다.

_

(4.2)

_ _ _ _ (4.3)

적응형 펄스 CC-CV의 전체 충전 전류 평균은 기존 CC-CV 충전의

충전 전류와 동일해야 한다. 따라서 _, _, _의 평균 값

은 일반적인 CC-CV의 와 동일하도록 설정된다.

변화에 따라 _를 지속적으로 업데이트하기 위해 사용되는

충전 파워 는, 한 번도 사용하지 않은 배터리에 인가되는 초기의 파

워를 의미한다. 따라서 수식 (4.4)와 같이 는 의 초기 값

를 이용하여 계산된다.

- 30 -

_ × (4.4)

충전 전압 의 경우, 수식 (4.5)와 같이 업데이트되는 를 반

영하여 초기값 대비 증감하여, 배터리의 증가에 따른 전압

강하를 보상하게 된다.

× (4.5)

이는 결과적으로 충전 전압을 배터리 셀 내부의 실제 전압에 최대한

근접하도록 유도하여 CC 구간을 최대한 연장하는 효과를 얻을 수 있다.

그림 25와 같이, CC 구간의 연장과 CV 구간의 최소화를 통해 전체 충

전 시간 단축의 효과를 기대할 수 있다.

- 31 -

그림 25 적응형 펄스 CC-CV의 예상 충전 시퀀스

- 32 -

제 5 장 실험

제 1 절 실험 환경

본 연구에서는 모바일 디바이스에서 많이 쓰는 배터리를 대상으로 실

험을 진행하였다. 3,000 mAh 배터리를 테스트용 샘플로 선정하였으며,

테스트 조건에 따라 미사용 샘플, 노화 샘플로 구분하여 사용하였다.

실험 장비로 Toscat-3600 배터리 테스터 기가 사용되었다. 배터리

셀 상태로 배터리 충전, 방전 테스트를 진행하며, 테스트 패턴 설정에

따라 시험 조건을 다양하게 할 수 있는 장비이다. (그림 26)5)

그림 26 Toscat-3600 배터리 테스터

5) http://toyosystem.com/image/menu3/toscat/TOSCAT-3600.pdf

- 33 -

제 2 절 실험 조건 및 결과

1. DCIR 테스트

첫 번째로 진행된 DCIR 테스트의 목적은, 배터리 노화에 따른 DCIR

변화 확인이다. DCIR의 변화와 배터리 SoH 변화의 연관성을 확인하여,

DCIR을 이용한 배터리 SoH 추정의 신뢰성을 확인하고자 하였다.

배터리를 500 회까지 충방전을 진행하면서, 50 회 주기로 DCIR을 측

정하였다. 상세 충방전 조건은 표 3과 같다. 배터리 충전 시에는 일반적

인 CC-CV 충전 방법을 사용하였고, 방전 시에는 정전류 방전을 진행하

였다. 테스트용 샘플로는 미사용 샘플 3 개가 사용되었다.

구분 조건

충전제어 조건 CC 1,500 mA, CV 4.4 V

종료 조건 150 mA cut off

방전제어 조건 CC 1,500 mA

종료 조건 2.75 V cut off

표 3 DCIR 테스트의 충방전 조건

테스트 결과는 표 4 및 그림 27에 정리하였다. 배터리 노화가 진행됨

에 따라, DCIR은 선형적으로 증가한다는 것이 확인되었다. 이 결과는

SOC 30 ~ 60 % 전 구간 대에서 동일하게 나타났다. 500 cycle 테스

트가 완료된 샘플의 DCIR 평균 값은 동일 샘플의 초기 DCIR 평균 값

보다 43.4 % 증가함이 확인되었다.

- 34 -

Cycle SOC 30% SOC 40% SOC 50% SOC 60%1 0.0630 0.0611 0.0598 0.0594 50 0.0602 0.0594 0.0585 0.0584 100 0.0624 0.0614 0.0604 0.0601 150 0.0673 0.0658 0.0649 0.0646 200 0.0743 0.0729 0.0723 0.0708 250 0.0723 0.0714 0.0710 0.0705 300 0.0744 0.0730 0.0718 0.0718 350 0.0778 0.0769 0.0762 0.0758 400 0.0804 0.0792 0.0785 0.0783 450 0.0869 0.0851 0.0823 0.0816 500 0.0901 0.0885 0.0853 0.0850

표 4 cycle 별 DCIR 테스트 결과

그림 27 cycle 별 DCIR 테스트 결과

측정된 DCIR을 이용하여 추정한 SoH와, 배터리의 실제 용량을 이용

하여 추정한 SoH 간의 관계를 비교한 결과는 그림 28에 정리되었다.

두 SoH는 최대 10 % 오차 내에서 유사한 추세를 보였다. 측정된

DCIR로 추정된 SoH가 신뢰 가능한 수준임을 확인할 수 있다.

- 35 -

그림 28 DCIR로 추정한 SoH와 방전 용량으로 추정한 SoH

DCIR 측정을 위해 샘플에 인가된 전압 및 전류 파형은 그림 29와 같

다. 그림 10에서 정의된 DCIR 테스트 프로파일을 동일하게 사용하였다.

그림 29 DCIR 측정을 위한 전압, 전류 파형

- 36 -

2. 펄스 충전 테스트

본 테스트의 목적은 적응형 펄스 CC-CV 충전에서 사용할 최적의 펄

스 충전 조건 선정이다. 0.5 C 충방전을 기준으로, duty, 주기, 펄스 크

기 및 주파수를 가변하여 충전 시간, 충전 용량, 방전 용량, 충전 효율에

서의 영향을 비교 검토하였다. 충전 효율은 수식 (5.1)과 같이 구할 수

있다.

× (5.1)

테스트용 샘플로 미사용 샘플 5 개가 사용되었다.

상세 테스트 조건은 표 5와 같다. 테스트 조건 #1 ~ #3은 동일한

2,000 Hz 주파수 내에서 펄스의 duty 및 크기를 가변하는 충전 조건을

사용하였다. 테스트 조건 #4 ~ #6은 동일한 펄스 형태를 가지되, 주파

수를 가변하는 충전 조건을 사용하였다. 테스트 조건 #1 ~ #6의 평균

충전 전류는 1.5 A로 모두 동일하며, 방전 전류 역시 1.5 A로 모두 동

일하다.

테스트 조건 #1 #2 #3 #4 #5 #6

충전

전류 형태 펄스 펄스 펄스 펄스 펄스 펄스

펄스 전류

조건

3A(0.25ms)

/ 0A(0.25ms)

2.25A(0.25ms)

/ 0.75A(0.25ms)

2A(0.375ms)

/ 0A(0.125ms)

3A(500ms)

/ 0A(500ms)

3A(5ms)

/ 0A(5ms)

3mA(25ms)

/ 0A(25ms)

2,000 Hz 2,000 Hz 2,000 Hz 1 Hz 100 Hz 500 Hz

종료 조건150 mA

cut off

150 mA

cut off

150 mA

cut off

150 mA

cut off

150 mA

cut off

150 mA

cut off

표 5 펄스 충전 테스트 조건

- 37 -

표 6 및 그림 30의 테스트 결과와 같이, duty 주기, 펄스 크기 및 주

파수 가변 등은 충전 테스트 결과에 큰 영향을 주지 않았다. 동일한 샘

플로 테스트 조건 #1 ~ #6를 각각 적용해본 결과 충전 시간은 모든

조건이 유사했으며, 충전 용량, 방전 용량, 충전 효율의 결과 역시 큰 차

이가 나타나지 않았다.

duty 주기 50 %, 주파수 1 Hz를 적응형 펄스 CC-CV 충전 테스트

에서 사용할 최적 조건으로 선정하였다.

테스트 조건 #1 #2 #3 #4 #5 #6

충전시간

(분)샘플#1 150 151 151 149 151 151

충전용량

(mAh)

샘플#1 2,937 2,931 2,941 2,940 2,943 2,945

샘플#2 2,933 2,927 2,928 2,920 2,927 2,934

샘플#3 2,928 2,919 2,935 2,922 2,930 2,928

샘플#4 2,950 2,941 2,941 2,940 2,941 2,929

샘플#5 2,938 2,938 2,910 2,921 2,936 2,916

방전용량

(mAh)

샘플#1 2,927 2,922 2,922 2,924 2,923 2,918

샘플#2 2,912 2,908 2,908 2,910 2,909 2,904

샘플#3 2,909 2,905 2,905 2,907 2,906 2,902

샘플#4 2,930 2,926 2,926 2,927 2,926 2,922

샘플#5 2,913 2,908 2,907 2,910 2,910 2,905

충전효율

(%)

샘플#1 99.66% 99.69% 99.35% 99.46% 99.32% 99.08%

샘플#2 99.28% 99.35% 99.32% 99.66% 99.39% 98.98%

샘플#3 99.35% 99.52% 98.98% 99.49% 99.18% 99.11%

샘플#4 99.32% 99.49% 99.49% 99.56% 99.49% 99.76%

샘플#5 99.15% 98.98% 99.90% 99.62% 99.11% 99.62%

표 6 펄스 충전 테스트 결과

- 38 -

그림 30 펄스 충전 테스트 그래프

- 39 -

3. 적응형 펄스 CC-CV 충전 테스트

4 장에서 제안한 적응형 펄스 CC-CV 충전의 개선 유효성 검증을 위

하여, 충전 테스트와 수명 테스트를 진행하였다.

충전 테스트 샘플은 노화 샘플 5 개이며, 동일 샘플을 대상으로 각각

기존의 CC-CV, 적응형 CC-CV, 적응형 펄스 CC-CV 등 3 가지 충전

방법을 적용하여 비교 테스트를 진행하였다. 적응형 CC-CV 충전 조건

은 적응형 펄스 CC-CV 충전 조건과 동일한 조건 하에서 펄스 전류를

사용하지 않는 충전 조건이다. 펄스 전류 사용 여부에 따른 유의차 확인

을 위해 해당 조건을 추가하였다. 펄스 충전 테스트 결과에서 언급한 바

와 같이, 펄스 전류 조건은 duty 주기 50 %, 주파수 1 Hz를 사용하였

다. 상세 테스트 조건은 표 7과 같다.

테스트 조건 CC-CV적응형

CC-CV

적응형

펄스 CC-CV

충전

전류 형태 CC CC 펄스

전류 크기 1.5 A

 : 1.75 A

 : 1.5 A

 : 1.25 A

 _: 1.75 A

 _: 1.5 A

 _: 1.25 A

펄스 전류

조건

3A(500ms)/0A(500ms)

1 Hz

종료 조건 150 mA cut off 150 mA cut off 150 mA cut off

표 7 적응형 펄스 CC-CV : 충전 테스트 조건

충전 테스트 결과는 표 8 및 그림 31과 같다.

새롭게 제안된 적응형 CC-CV, 적응형 펄스 CC-CV 충전 조건 모두

기존 CC-CV 대비 CC 구간에서의 충전 용량이 약 5 % 늘어났으며, 이

- 40 -

로 인해 CC 구간에서의 충전 시간은 약 5 분, 전체 충전 시간은 약 4

분 감소되는 효과가 있음이 확인되었다. 충전 효율은 3 가지 조건 모두

100 %에 근접하여, 충전 시간 단축에 따른 충전 효율 영향은 없음이

확인되었다. 충전 테스트 결과로 비교하면 적응형 CC-CV 충전 조건과

적응형 펄스 CC-CV 충전 조건 사이의 큰 유의차는 확인되지 않았다.

펄스 전류는 충전 성능 개선에는 큰 영향을 주지 못하는 것으로 분석된

다.

테스트 조건 CC-CV적응형

CC-CV

적응형 펄스

CC-CV

CC구간

의

충전시간

(분)

샘플#1 95 101 101

샘플#2 94 100 100

샘플#3 96 100 100

샘플#4 95 101 100

샘플#5 97 102 101

평균 95.4 100.8 100.4

총 충전

시간

(분)

샘플#1 147 144 143

샘플#2 147 143 142

샘플#3 148 144 143

샘플#4 146 142 142

샘플#5 149 144 145

평균 147.4 143.4 143

CC구간의

충전 용량

2,385 mAh

(84.7 %)

2,548 mAh

(90.1 %)

2,559 mAh

(90.6 %)

총 충전 용량 2,815 mAh 2,827 mAh 2,825 mAh

총 방전 용량 2,809 mAh 2,825 mAh 2,819 mAh

충전 효율 99.8 % 99.9 % 99.8 %

표 8 적응형 펄스 CC-CV : 충전 테스트 결과

- 41 -

그림 31 적응형 펄스 CC-CV : 충전 테스트 그래프

- 42 -

수명 테스트의 테스트 샘플은 미사용 샘플 3 개이며, 각 샘플에

CC-CV 충전 조건, 적응형 CC-CV 충전 조건, 적응형 펄스 CC-CV

충전 조건을 적용하여 비교 테스트를 진행하였다. 500 cycle까지 충방

전을 진행하여, 500 cycle 수명 동안 방전 용량의 변화 추이와 결과를

비교하였다. 수명 테스트의 상세 조건은 표 9와 같다.

테스트 조건 CC-CV적응형

CC-CV

적응형

펄스 CC-CV

충전

전류 형태 CC CC 펄스

전류 크기 1.5 A

 : 1.75 A

 : 1.5 A

 : 1.25 A

 _: 1.75 A

 _: 1.5 A

 _: 1.25 A

펄스 전류

조건

3A(500ms)/0A(500ms)

1 Hz

종료 조건 150 mA cut off 150 mA cut off 150 mA cut off

방전제어 조건 CC 1,500 mA CC 1,500 mA CC 1,500 mA

종료 조건 3.2 V cut off 3.2 V cut off 3.2 V cut off

충방전 회수 500 cycle 500 cycle 500 cycle

표 9 적응형 펄스 CC-CV : 수명 테스트 조건

수명 테스트 결과는 표 10과 같다. 최종 500 cycle 이후 방전용량을

최초 방전 용량으로 나눠준 방전 용량 잔존 율 기준으로, 적응형 펄스

CC-CV 충전은 기존 CC-CV 대비 약 3.6 %의 개선 효과가 있음이 확

인되었다. 특히, 적응형 CC-CV 대비 약 2.4 %의 개선 효과가 있는 것

이 확인되어, 펄스 전류 적용이 수명 성능 개선에 긍정적인 효과가 있음

이 확인되었다.

그림 32 수명 테스트 그래프와 같이, 3 개의 충전 조건은 약 300 회

까지 거의 유사한 추이를 유지했으나, 300 회 이후 적응형 펄스

- 43 -

CC-CV 충전이 수명 성능에서 우월한 성능을 보였다. 이는 3 장 1 절

에서 언급한 바와 같이, 펄스 전류의 제로 전류 조건이 전해질 내의 리

튬 이온을 고르게 분포시키는 효과가 작용한 것으로 분석된다.

테스트 조건 CC-CV적응형

CC-CV

적응형 펄스

CC-CV

최초

방전 용량2,920 mAh 2,916 mAh 2,919 mAh

500 cycle 이후

방전 용량2,461 mAh 2,492 mAh 2,566 mAh

방전 용량

잔존 율84.3 % 85.5 % 87.9 %

표 10 적응형 펄스 CC-CV : 수명 테스트 결과

그림 32 적응형 펄스 CC-CV : 수명 테스트 그래프

- 44 -

제 6 장 결론

기존 모바일 디바이스의 충전 시스템에서 적용하는 고속 충전 방식의

경우 배터리 수명과 무관하게 동일한 충전 파워를 전달하는 방식이며,

이는 배터리 노화의 가속화, 배터리 노화에 따른 충전 시간 지연 등의

문제가 발생할 수 있다.

본 연구에서는 배터리 SoH를 고려한 충전 방법으로, 적응형 펄스

CC-CV 충전을 제안하였다. 충전 진행 중에 특정 SOC 시점에 도달하

면 배터리의 DCIR을 측정하여 내부 저항을 추정하며, 이를 통해 배터리

의 SoH를 추정한다. 일반적인 CC-CV와 달리 측정한 내부 저항을 반

영한 충전 파워를 계산하고 충전 전압 및 충전 전류를 적절히 변경하는

적응형 충전 방식을 적용하였다. 배터리의 노화가 진행되면 배터리의 내

부 저항이 증가되므로, 이를 반영하여 충전 전압을 높이고, 충전 전류를

낮추는 방향으로 조정하게 된다.

또한 본 연구에서 적용한 펄스 충전은 배터리 전해질 내의 이온을 고

르게 분포되도록 하는 효과로 인해 기존 CC-CV 대비 충전 효율을 개

선시키는 효과가 있다고 알려져 있다.

본 연구에서 제안한 적응형 펄스 CC-CV 충전 조건의 개선 유효성

검증을 위해 3가지 테스트를 진행하였다.

첫 번째로 진행된 DCIR 테스트 결과, 배터리 노화 정도와 배터리

DCIR 증가 정도는 대략적으로 선형적인 관계를 보였다. 또한 DCIR 측

정에 의한 SoH 추정 결과와 배터리 방전 용량 측정에 의한 SoH 추정

결과를 비교하면, 최대 10 % 오차 내에서 유사한 연관성을 보였다.

DCIR 측정에 의한 SoH 추정이 신뢰 가능한 수준임을 확인하였다.

펄스 충전 테스트에서는 최적의 펄스 충전 조건을 선정하였다. Duty,

주기, 펄스 크기 및 주파수를 가변한 충전 조건을 적용하여 테스트한 결

- 45 -

과, 배터리의 충전 시간, 충전 용량, 방전 용량, 충전 효율의 결과에서

큰 유의차가 나타나지 않았다. 충전 성능에서의 추가 개선 효과를 위해

서는 배터리의 최소 임피던스를 가지는 주파수를 찾아내는 방법과 같은

추가 검토가 필요한 것으로 판단된다. duty 주기 50 %, 주파수 1 Hz를

최적 조건으로 선정하여 적응형 펄스 CC-CV 충전 테스트의 조건으로

적용하였다.

마지막으로, CC-CV 대비 적응형 펄스 CC-CV 충전의 개선 유효성

을 검증하기 위한 테스트를 진행하였다. 새롭게 제안된 적응형 펄스

CC-CV 충전 조건과, 해당 조건에서 펄스 전류를 제외한 적응형

CC-CV 충전 조건, 기존 CC-CV 충전 조건 등 3 가지의 조건을 동일

샘플에 적용하여 비교 테스트를 진행하였다. 테스트 결과 적응형 펄스

CC-CV 충전 조건과 적응형 CC-CV 충전 조건 모두 기존 CC-CV 충

전 조건 대비 CC 구간에서의 충전 용량이 약 5 % 증가했으며, CC 구

간에서의 충전 시간은 약 5 분, 전체 충전 시간은 약 4 분 감소되는 효

과가 확인되었다. 충전 효율은 3 가지 조건 모두 차이가 없어서, 충전

시간 단축에 따른 충전 효율 영향은 없음이 확인되었다. 500 cycle 수

명 테스트에서는 역시 3 가지 조건을 비교했으며, 방전 용량 잔존 율 기

준으로 적응형 펄스 CC-CV 충전은 기존 CC-CV 대비 약 3.6 %의 개

선 효과가 있음이 확인되었다. 특히, 적응형 CC-CV 대비 약 2.4 %의

개선 효과가 있는 것이 확인되어, 펄스 전류 적용이 수명 성능 개선에

긍정적인 효과가 있음이 확인되었다.

향후 과제로는 주변 온도의 영향 반영을 꼽을 수 있다. 본 연구는 배

터리 및 충전 시스템의 주변 온도가 상온(25 ℃)을 유지한다는 가정 하

에 이루어졌으며, 관련 실험 역시 상온을 유지한 환경에서 진행되었다.

주변 온도의 변화는 배터리 내부 저항에 큰 영향을 주는 주요 인자 중

하나이며, 충전 시스템에서 중요하게 다루는 파라미터이다. 좀 더 정확

- 46 -

한 배터리 수명 추정을 구현하기 위해선 주변 온도 변화에 의한 배터리

내부 저항 변화가 반영된 열적 모델링 연구가 필요하다.

- 47 -

참 고 문 헌

[1] Haifeng, Dai, Wei Xuezhe, and Sun Zechang. "A new SOH

prediction concept for the power lithium-ion battery used on

HEVs." Vehicle Power and Propulsion Conference, 2009.

VPPC'09. IEEE. IEEE, 2009

[2] Kim, Taesic, Wei Qiao, and Liayn Qu. "Online SOC and

SOH estimation for multicell lithium-ion batteries based on

an adaptive hybrid battery model and sliding-mode

observer." Energy Conversion Congress and Exposition

(ECCE), 2013 IEEE. IEEE, 2013

[3] Christophersen, Jon P., et al. "Rapid impedance spectrum

measurements for state-of-health assessment of energy

storage devices." SAE International Journal of Passenger

Cars-Electronic and Electrical Systems 5.2012-01-0657 (2012):

246-256

[4] Weng, Caihao, Jing Sun, and Huei Peng. "A unified

open-circuit-voltage model of lithium-ion batteries for

state-of-charge estimation and state-of-health monitoring."

Journal of power Sources 258 (2014): 228-237

[5] Zou, Yuan, et al. "Combined state of charge and state of

health estimation over lithium-ion battery cell cycle lifespan

for electric vehicles." Journal of Power Sources 273 (2015):

- 48 -

793-803

[6] He, Liang, et al. "Battery state-of-health estimation for

mobile devices." Proceedings of the 8th International

Conference on Cyber-Physical Systems. ACM, 2017

[7] Cho, Yong-Ki, et al. "A new SOC estimation algorithm

without integrated error using DCIR repetitive calculation."

Electrical Machines and Systems (ICEMS), 2014 17th

International Conference on. IEEE, 2014.

[8] Buller, Stephan. “Impedance based simulation models for

energy storage devices in advanced automotive power

systems”, Shaker, 2002

[9] 전창윤, “배터리 용량 최대화를 위한 양방향 Flyback 밸런싱

회로”, 2011, 서울대학교

[10] Kim, Jong Hoon, et al. "A new direct current internal

resistance and state of charge relationship for the Li-ion

battery pulse power estimation." Power Electronics, 2007.

ICPE'07. 7th Internatonal Conference on. IEEE, 2007

[11] Lee, Yong-Duk, and Sung-Yeul Park. "Electrochemical

state-based sinusoidal ripple current charging control." IEEE

Transactions on Power Electronics 30.8 (2015): 4232-4243

[12] Makimura, Yoshinari, et al. "Studying the charging process

- 49 -

of a lithium-ion battery toward 10 V by in situ X-ray

absorption and diffraction: Lithium insertion/extraction with

side reactions at positive and negative electrodes." Journal of

The Electrochemical Society 163.7 (2016): A1450-A1456

[13] Vetter, J., et al. "Ageing mechanisms in lithium-ion

batteries." Journal of power sources 147.1 (2005): 269-281

[14] Chen, Liang-Rui, et al. "Sinusoidal-ripple-current charging

strategy and optimal charging frequency study for Li-ion

batteries." IEEE, 2013

[15] Li, Jun, et al. "The effects of pulse charging on cycling

characteristics of commercial lithium-ion batteries." Journal of

Power Sources 102.1 (2001): 302-309

[16] LiuLiu, Wei, et al. "A multistage current charging method

for Li-ion battery bank considering balance of internal

consumption and charging speed." Power Electronics and

Motion Control Conference (IPEMC-ECCE Asia), 2016 IEEE

8th International. IEEE, 2016

- 50 -

Abstract

Adaptive Pulse CC-CV

Charging method considering

the battery SoH

Bae Chanjung

Department of Engineering Practice

Graduate School of Engineering Practice

Seoul National University

Existing mobile device charging systems have focused on fast

charging. By charging at a high current with a high speed, users can

obtain a relatively long usage time through charging in a short time,

but it has a disadvantage of accelerating deterioration of battery

performance due to battery aging. In particular, conventional methods

of delivering the same charging power, regardless of battery life, can

lead to accelerated aging of the battery life.

This project proposes Adaptive Pulse CC-CV charging method

considering the battery SoH. Measure the internal resistance of the

battery using DCIR (Direct Current Internal Resistance) measurement

and use this to estimate SoH of the battery. The charging voltage

and current is changed continuously by reflecting the measured

- 51 -

internal resistance. In addition, apply pulse charging to improve

charging efficiency and battery life. Pulse charging improves the

charging efficiency by ensuring that the ions within the battery

electrolyte are evenly distributed. As a result, this project aims to

minimize charging energy loss, improving the charging time, charging

efficiency, and battery life compared to existing CC-CV charging

method.

Through experiments, compare the SoH estimated by DCIR with the

SoH estimated by actual battery capacity to verify the accuracy of

DCIR measurement and select the optimal conditions for pulse

charging. In terms of charging time, charging efficiency, and battery

life, the validity of improvement of Adaptive pulse CC-CV charging

compared to existing CC-CV is confirmed.

keywords : Charging, battery life, SoH, DCIR, pulse charging

Student Number : 2016-22240