한세경 연구실은 전력계통 내에서 전기차(EV)와 에너지 저장장치(ESS)의 통합 운영 및 최적화에 관한 연구를 선도하고 있습니다. 최근 전기차의 보급이 급격히 증가함에 따라, 대규모 전기차 집합체가 전력계통에 미치는 영향과 이를 효과적으로 관리하기 위한 기술 개발이 필수적입니다. 연구실에서는 전기차의 충방전 스케줄링, V2G(Vehicle-to-Grid) 기술, 그리고 전력계통의 주파수 안정화 및 부하 관리에 중점을 두고 있습니다. 특히, 확률적 전력 흐름 분석, 온라인 이중 계층 평가 기법, 그리고 대규모 EV 집합자원의 최적 배치 및 운영 알고리즘을 개발하여, 전력계통의 신뢰도와 효율성을 극대화하고자 합니다. 이러한 연구는 실제 전력시장 참여, 주파수 조정 서비스, 그리고 신재생에너지와의 연계 등 다양한 응용 분야에 적용되고 있습니다. 또한, 실시간 데이터 기반의 예측 및 제어 기술을 통해 전력계통의 불확실성을 효과적으로 대응하고 있습니다. 이러한 연구 성과는 국내외 다양한 프로젝트와 논문, 특허로 이어지고 있으며, 전력계통의 미래 지능형 운영을 위한 핵심 기술로 자리매김하고 있습니다. 연구실은 앞으로도 전기차와 ESS의 통합 운영을 통한 친환경 에너지 시스템 구축에 기여할 계획입니다.

본 연구실은 리튬이온 배터리 및 다양한 이차전지의 상태 진단, 이상 탐지, 수명 예측 분야에서 데이터 기반 인공지능(AI) 및 기계학습 기술을 적극적으로 도입하고 있습니다. 배터리의 안전성과 효율성은 전기차, 에너지저장장치, 스마트그리드 등 다양한 응용 분야에서 매우 중요한 요소로, 연구실은 실시간 데이터 수집, 빅데이터 분석, 그리고 AI 기반 예측 모델 개발에 집중하고 있습니다. 특히, 배터리의 SOH(State of Health) 추정, 열화도 예측, 이상 진단 알고리즘 개발 등 다양한 특허와 논문을 통해 기술력을 입증하고 있습니다. OBD 기반 데이터, 충전/방전 프로파일, 셀 단위 전압 및 전류 데이터 등 다양한 센서 데이터를 활용하여, 배터리의 잔존 수명과 이상 상태를 정밀하게 진단하는 기술을 개발하고 있습니다. 또한, 클라우드 기반의 배터리 관리 시스템(BMS)과 연계하여, 실시간 모니터링 및 사용자 맞춤형 피드백 서비스를 제공하는 플랫폼도 연구 중입니다. 이러한 연구는 전기차 화재 예방, 배터리 수명 연장, 에너지 효율 극대화 등 사회적 요구에 부응하며, 산업 현장과의 협력을 통해 실제 상용화 및 실증 사업에도 적극적으로 참여하고 있습니다. 앞으로도 연구실은 AI와 빅데이터를 활용한 배터리 진단 및 예측 기술의 고도화를 통해, 안전하고 지속가능한 에너지 사회 구현에 앞장설 것입니다.