배터리 상태추정·고장진단 및 커넥티드 HEV 에너지 매니지먼트

Battery Fault Detection and Connected HEV Predictive Energy Management

연구 내용

전류 센서/무센서 정보로 배터리 상태를 추정하고, 연결 기반 미래 구동 정보로 HEV 에너지 운용을 전역 최적에 근접하게 결정하는 연구

배터리 관리와 하이브리드 차량 에너지 운용에서 필요한 상태추정과 최적제어를 다루는 연구입니다. 전류 센서 기반 신호에서 교란 관측자와 정규화 잔차로 고장 유형을 분리하고, 전류 센서가 불완전하거나 누락된 조건에서도 관측자 구조로 SOC를 추정합니다. 또한 커넥티드 주행 정보로 미래 경로의 구간별 에너지 요구와 시간 정보를 구성해, 궤적 최적화 문제를 QP 형태로 재구성하고 샘플링 시간마다 실시간으로 제어입력을 산출하는 접근을 수행합니다. 이를 통해 온라인 운용 가능성과 이론적 최적성 관점을 함께 확보하는 차별성을 보유합니다.

관련 프로젝트

5건

연구 흐름

초기에는 2022년 전류 센서 의존도를 낮춘 SOC 추정 접근을 제시하고, 불확실한 측정 조건에서도 관측 가능성을 확보하는 방향으로 연구를 확장했습니다. 2023년에는 전류 센서 이상이 배터리 관리에 미치는 영향을 줄이기 위해 교란 관측자 기반의 고장진단과 정규화 잔차 설계를 도입했습니다. 이후 2024년에는 연결 기반 HEV 예측 에너지 매니지먼트를 다루기 위해 미래 구동 정보를 이용한 궤적 최적화를 QP 문제로 해석하고, 샘플링 단위 실시간 계산 절차를 구성하는 연구로 심화했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

배터리 이상진단 로직
무센서 SOC 추정 모듈
정규화 잔차 기반 고장판별
연결 기반 실시간 에너지 최적화
QP 기반 온라인 제어기
HEV 구동전략 산출 엔진
실주행 에너지 수요 예측
고장 허용 배터리 관리 소프트웨어
차량-인프라 데이터 기반 최적제어
전력 손실 최소화 운용 지원