리튬이온 축전지는 1991년에 최초로 상품화되었는데, 이전의 축전지에 비해 상당히 고출력, 고에너지 밀도를 가지고 있었기 때문에 혁신적인 축전 디바이스로서 세상에 기술 혁신을 일으켰다. 보급 초기에는 휴대전화나 퍼스널컴퓨터, 태블릿 단말 등과 같은 초소형 경량 디바이스의 큰 진화를 가져왔다.

 

최근에는 유럽과 중국을 중심으로 저탄소화에 대한 요구로 전기자동차의 급속한 보급이 추진되고 있다. 그러나 너무나 급속한 수요 증가 때문에 리튬이온 축전지의 재료가 되는 리튬과 코발트, 니켈과 같은 희소금속 공급 부족이 될 우려가 커지고 있다. 따라서 희소금속을 사용하지 않는 축전지로 전환하거나 재활용을 요구하는 등 축전 시스템 개발에 큰 변화가 일어나고 있다. 또한 보다 안전하고 고출력, 고에너지 밀도의 전고체 전지로 발전하기를 크게 기대하고 있다.

 

한편 저탄소사회 실현에는 태양광이나 풍력, 지열과 같은 자연 에너지의 유효 활용이 강하게 요구되고 있는데, 자연 에너지는 기본적으로 출력의 변동이 커서 그 안정화를 위해 대용량 축전지 시스템과의 연계가 필수적이다. 전기자동차 1대에 탑재되는 전기에너지는 일반 주택 1채용 축전 시스템의 3～5배 용량이기 때문에 전기자동차 축전지는 재생에너지와의 연계에도 기대가 크다. 드디어 지역 내에 많은 축전 디바이스가 배치되고, 그들 사이의 전력 융통이 이루어져 효과적으로 활용되는 시대를 맞이하고 있다. 이들은 VPP, 배터리 애그리게이션(Battery Aggregation)이라고 불리며, 재생 가능 에너지 활용을 위한 중요 기술 중 하나로서 주목받고 있다.

 

이와 같이 여러 종류의 다양한 축전지 시스템이 세상에 대거 보급되어 재활용 재사용이 추진되는 시대에 BMS(Battery Management System)의 역할은 중요해진다. 전기자동차의 축전지는 열화로 인해 특성과 안전성이 변화하므로 이들의 상태 관리, 잔가치 관리, 보수 관리는 자동화와 데이터 사이언스에 기초한 상시 관리가 요구된다.

 

배터리 매니지먼트

 

BMS의 기본 기능은 그림 1에 나타냈듯이 감시·보호, 측정·관리, 통신·진단 등으로 분류된다. 리튬이온 축전지는 일반적으로 SOC(State of Charge : 충전 상태)의 넓은 영역에서 사용하기 때문에 열화 억제를 위한 SOC의 상하한 관리나 열화에 의한 전지 상태의 변화 SOH(State of Health) 관리와 자동차용 전지의 각 셀 상태를 제어장치에 전달하기 위한 CAN 통신, 열화 원인 특정 등을 하는 열화 진단이나 잔전지 수명을 판정하기 위한 열화 예측 등의 기능이 부가된다.

 

 

열화는 FCC(Full Charge Capacity : 만충전 용량)의 감소나 내부 저항의 증대로 파악되는데, FCC는 온도나 전류 의존성이 있기 때문에 정확한 값을 파악하기 어렵다. 내부 저항도 온도와 SOC 의존이 있는 데다 전해질, 극판 표면, 활물질 내부 등 합성 저항이기 때문에 정확한 값의 파악이 어렵다. 어느 것도 직접 측정할 수 없기 때문에 추정 기술이 필요하게 된다.

 

전기자동차 특유의 기능으로는 이하와 같은 요구가 있다.

 

· 조립 전지 SOC 밸런스의 관리, 수정

· 대전류 충방전에 대한 열화 추정과 억제

· 온도 관리와 운전 제약, FCC 변동 관리

· 전지 재활용을 위한 잔수명, 잔가치 관리

 

축전지의 등가회로 모델과 온도 특성

 

축전지를 관리하는 데 있어 기초적인 상태는 총충전 용량 FCC(Full Charge Capacity), 충전 상태 SOC(State of Charge), 내부 임피던스, 개회로 전압 OCV(Open circuit Voltage)으로, 그들의 상태가 온도나 전류의 영향을 받는다. 일반적으로 내부 임피던스는 온도 상승에 따라 감소한다. FCC는 전류와 내부 저항의 곱에 영향을 받으며, 온도 하강에 의한 내부 저항 증가나 전류 증가에 의해 감소한다.

 

방전 시의 단자 전압 변화를 플롯한 것을 방전 곡선이라고 한다. 전류로 방전됐을 때에 단자 전압은 개회로 전압보다 아래의 값을 추이한다. 방전 시에 이러한 전기 화학 반응에 의해 전극 표면의 전압이 저하되는 현상을 분극이라고 한다. 분극에 의한 전압 저하의 반응을 등가회로로 표현한 것을 내부 임피던스라고 한다. 분극의 크기는 전류 I와 내부 임피던스의 곱에 따른 전압 저하로 관측된다. 따라서 분극의 양은 전류에 대한 의존성을 나타낸다(그림 2). 또한 내부 저항은 온도에 의한 영향을 받기 때문에 분극의 양도 온도 의존성을 나타낸다. FCC는 최저 전압까지의 방전량으로 정의되기 때문에 분극의 양이 큰 상태(대전류 방전이나 저온 시)일수록 FCC가 작아진다.

 

 

방전 시에는 음극 내의 리튬이온이 음극 표면으로 활물질 내를 이동, 음극 표면으로부터 리튬이온이 이탈해 전해액 중의 유기용매와 결합한 용매화가 되고 전해액 중을 양극 측으로 이동, 리튬이온이 용매화에서 벗어나 양극 활물질에 삽입, 활물질 내부로 리튬이온이 확산된다. 내부 임피던스에 의한 표현을 그림 3에 나타냈다. 전해액 내 리튬이온의 이동 반응을 나타내는 전해질 유래의 저항 R0, 리튬이온이 용매화에서 벗어나 전극 내부에 삽입될 때의 전하 이동 저항 R1과 전극 표면에서 생기는 전기 이중층 용량 C1에 의해 생기는 빠른 반응, 활물질 내에 리튬이온이 확산되기 위한 1초에서 몇 시간에 이르는 느린 반응(R2, C2 )으로 나눌 수 있다(그림 3).

 

 

등가회로의 각 상수는 교류 임피던스법에 의해 구할 수 있다. 그림 3의 아래 그림은 교류 임피던스법에 의해 얻은 나이퀴스트(Nyquist)도이다. 전지에 정현파 교류 부하를 주고, 그 주파수를 바꾸면서 전류 전압의 진폭비와 위상 어긋남을 플롯한 것이다.

 

또한 내부 저항의 각 성분은 각각 화학 반응의 속도 상수에 반비례하고 화학 반응의 속도 상수 k의 온도 의존성에 관해서는 아레니우스(Arrhenius)식이 성립된다. 따라서 온도가 낮아질수록 저항값이 대폭으로 증가한다. 저온 시의 저항 증대는 그림 2에 나타낸 FCC의 감소나 충전 시의 음극 전위 저하에 의한 리튬 금속 석출 등을 유발한다.

 

고정도 FCC, SOC 추정

 

일반적으로 많이 이용되고 있는 전류적산법은 구분구적법을 이용해 시간 방향의 전하 소분을 적산하는 방법으로, Q미터라고도 한다. 이 방법은 비교적 고정도의 결과를 보이지만, 초기값이 정확하다는 것과 축전지의 만충전 용량(FCC)을 정확하게 알고 있다는 것이 전제조건으로서 필수이다. 그림 2와 같이 대전류나 저온 방전으로 FCC가 작아지는 경우의 보정이 필요하다.

 

칼만(Kalman) 필터를 이용한 방법은 우선 축전지의 상태 공간 모델을 작성한다. 이 모델은 전지의 상태(SOC, 내부 저항, 내부 저항 전압)와 관측값(축전지의 단자 전압)에 관해서 상태의 시간 변화를 상태방정식, 상태와 관측값의 관계를 관측방정식(모두 선 형식)으로 표현한 것이다.

 

칼만 필터의 내부 처리에서는 상태 오차와 관측 오차에 항상 주목해 상태 오차 최소화를 목적으로 최적화가 이루어진다. 앞에서 말한 전류적산법은 연역적으로 적산을 반복하는 방법이므로, 말하자면 칼만 필터의 상태방정식을 반복해서 적용하는 것에 해당된다. 칼만 필터는 상태방정식을 이용해 다음 상태를 추정(이것을 사전 추정값이라고 한다)한 후, 관측값을 이용한 보정 메커니즘이 특징으로 이것에 의해 고정도화가 이루어진다.

 

관측값에 의한 보정은 이하와 같이 실시한다. 관측방정식은 상태의 실제값과 관측값(단자 전압의 실측값)의 관계를 나타내고 있다. 또한 상태의 사전 추정값에 관측방정식을 적용한 것은 관측 추정값을 준다. 상태와 관측 각각의 실제값과 추정값 차이는 상태 오차, 관측 오차로 불리며, 그들의 비율은 통계 이론에 의해 구할 수 있고 칼만 게인으로 정의된다. 즉, 상태 사전 추정값, 관측값, 관측 추정값, 칼만 게인에 기초해 상태 실제값을 추정할 수 있다. 이 단계를 보정 단계(혹은 필터링 단계)라고 부르며, 상태 추정값이 보정된다. 여기서 얻은 보정 후의 추정값을 사후 추정값이라고 하며, 사전 추정값보다 고정도화되어 있다.

 

이상의 처리를 통해 칼만 필터는 초깃값이나 FCC가 다소 어긋나 있더라도 오차 최소화의 메커니즘이 작용해 고정도의 결과를 얻는 것이 특징이다.

 

또한 정확한 SOC와 전류 적산을 조합해 FCC를 보정 혹은 추정할 수도 있다.

 

축전지의 내부 저항과 OCV의 추정

 

축전지의 내부 저항은 전기적이고 고속인 반응(전하 저항, 전기 이중층 저항)과 전기화학적이고 느린 반응(확산 저항)의 복합이다. 전자는 몇 밀리초, 후자는 1초에서 몇 시간의 느린 시상수 반응을 나타낸다. 실험실에서 측정을 한다면, 교류 임피던스법을 이용해 시간을 들여 양쪽의 특성을 측정할 수 있지만 시간과 노력이 필요하다. 그러나 실용적인 면에서는 상시 진단이 요구된다.

 

 

상시 진단의 하나의 해는 순차 최소제곱법을 이용하는 것이다. 전지 단자의 전류와 전압 시계열 정보로부터 내부 저항을 추정한다. 그림 4에 나타냈듯이 전지의 등가회로 모델과 현실 시스템에 동일한 전류 파형을 주어 출력(단자 전압)이 가능한 한 가까워지도록 등가회로 모델의 상수(내부 임피던스의 각 파라미터)를 순차적으로 최소 제곱 해를 구하는 방법이다. 이 방법은 일반적으로 전류와 전압값의 샘플링 간격을 좁게 설정하는 것이 어려워 0.1～1초 정도의 간격으로 계측한다. 따라서 몇 밀리초의 시상수 반응은 파악할 수 없지만, 느린 반응을 실시간으로 측정하기 위해서는 효과적이다.

 

 

또한 주파수가 다른 정현파의 생성, 교류 부하에 대한 전류 전압의 측정, 나이퀴스트도 작성까지의 교류 임피던스법의 처리를 LSI와 마이크로컴퓨터에 의해 기기에 내장하는 기술도 고안되고 있으며, 이것을 사용하면 몇 밀리초의 시상수 반응도 획득이 가능해져 그림 3에 나타낸 전극 표면의 반응 속도 변화(열화)를 관측할 수 있게 된다(그림 5).

 

조립 전지의 문제 SOC 밸런스 조정

 

EV나 거치용 축전지는 대용량이기 때문에 일반적으로 여러 개의 리튬이온 축전지 셀을 직병렬로 접속한 조립 전지가 사용된다. 전지 셀을 직병렬 접속에 의해 다루기 쉬운 크기로 묶은 것을 모듈이라고 한다. 셀 단자에는 큰 전류가 흐르는 경우가 많기 때문에 용접을 통해 접속 저항을 줄이는 등의 고안이 이루어진다. 또한 방열을 고려한 하우징 설계가 이루어져 안전과 상태 관리를 위한 BMS(Battery Management System)이 탑재된다. BMS는 조립 전지의 각 계층에 필요한 기능이 실장된다. 일반적으로는 전지 공장에서 모듈까지 제조하고, 그 후에는 EV나 전원 등과 같은 시스템 제조 현장에서 전지 팩을 조립한다.

 

 

조립 전지에서 각 셀의 전류값이나 총충전 용량은 단일 셀의 경우와는 달리 조립 전지를 구성하는 다른 셀의 상태를 고려할 필요가 있다. 조립 전지를 구성하는 셀의 등가회로 상수에 편차가 있는 경우, 전류, 전압이나 SOC 등이 불균일해져 열화가 가속된다. 예를 들어 직렬의 조립 축전지에 SOC 편차가 있는 경우는 그림 6에 나타낸 것처럼 충전 시에 과충전되기 쉬운 셀과 방전 시에 과방전되기 쉬운 셀이 특정화되며, 따라서 그들 셀이 열화되기 쉽다. 더욱이 열화가 진행되면 그 셀의 전지 용량이 줄어들기 때문에 전압 상하한에 도달하기 더 쉬워져 열화가 진행된다. 또한 전지 모듈은 주변부가 외기에 닿기 때문에 방열되기 쉬운데, 중심부는 열이 빠져나오기 어렵기 때문에 열이 쌓인다. 이러한 영향으로 온도 편차가 생긴다. 전지 셀의 열화 요인은 주로 화학 반응에 의한 것이므로 항상 고온에 노출되어 있는 셀이 더 쉽게 열화된다. 이러한 이유로 전지 모듈에 공기 흐름이나 파이프 등에 의한 액체 흐름을 도입해 내부 온도를 낮추는 동시에, 가능한 한 온도 편차를 줄이는 것이 열화 억제에 있어 중요하다.

 

조립 전지의 SOC 편차에 대한 대책으로는 밸런서의 실장이 효과적이다. 밸런싱 방법으로는 각 셀의 양음극 끝에 트랜지스터 스위치와 방전용 저항을 구비하고 SOC가 높은 셀에서 저항을 통해 방전을 반복해서 조정하는 방법이다. 또한 액티브한 방법으로는 SOC가 높은 셀의 방전에너지를 콘덴서 혹은 인덕터에 저장해 SOC가 낮은 셀에 충전하는 방법이다. 액티브 밸런서는 에너지 손실이 없는 점이 뛰어나지만, 필요한 회로 부품이 많기 때문에 BMS가 대형화될 가능성이 있다. 또한 밸런스 조정을 위한 시간을 단시간화하는 것이 바람직하지만, 이를 위해서는 조정을 위해 대전류를 흘릴 필요가 있어 회로 부품도 대전류 대응을 위해 대형화된다. 이와 같이 요구 사항과 회로 규모에 트레이드 오프가 있기 때문에 적절한 타이밍과 속도를 명확하게 한 후에 최소 규모의 대책이 요구된다.

 

전기자동차 특유의 과제

 

전기자동차 특유의 과제에 대해서는 앞에서 다루었다. 이미 앞에서 단편적으로 설명한 것도 있지만, 중요한 항목에 대해서 설명한다.

 

1. 조립 전지 SOC 밸런스의 관리, 수정

조립 전지의 밸런스가 어긋나는 것은 어느 정도 사용해 열화한 후이다. 밸런서를 실장하지 않은 경우 혹은 저속인 경우는 열화가 진행된다. 전기자동차의 과제 중 하나가 중고차 가격이 가솔린차에 비해 빠르게 저하되는 것이다. 열화를 억제하는 사용법과 중고 전지의 정확한 인증 시스템 확립이 앞으로 중요하다.

 

또한 자원이 부족해 재활용 전지의 용도가 확대되지만, 재활용 전지는 편차 요인이 많기 때문에 밸런서의 실장이 필수이다. 그리고 재활용 전지의 조립에서 편차를 억제하는 조립을 하는 스크리닝 기법도 중요하다.

 

2. 대전류의 충방전에 대한 열화 추정과 억제

전기자동차의 편리성을 높이기 위해서는 대전류에 의한 급속 충전이 요구되지만, 급속 충전을 하면 열화가 크게 진행된다. 리튬이온 축전지 열화의 주요한 것은 SEI 열화(음극 표면의 리튬 화합물 피막 생성에 의한 리튬이온량 감소), 리튬 금속 석출(음극 표면에서 리튬 금속 석출, 수지 모양의 것, 평면 모양의 것 등이 있으며 리튬이온량의 대폭 감소와 내부 단락, 열 폭주 위험도 증가), 양극 표면 열화(양극 표면의 결정 구조 변화에 의한 내부 저항 증가), 활물질 파괴(양음극 입자 모양 활물질 내 리튬이온량 변화에 따른 압력 변화에 의한 입자 균열이나 분쇄와 활물질 총량의 감소) 등인데, 특히 리튬 금속 석출은 검출이 어려운 데다 안전성도 해치기 때문에 최대한 피하고 싶은 열화 현상이다.

 

음극 표면이 0V 부근이 되면 그 위험성이 증대하기 때문에 내부 저항이 커지는 저온 시, 음극 전위가 낮아지는 고 SOC 시의 취급에 주의하고 시뮬레이션 등을 통해 음극 전위의 동적 예측을 하는 것이 대책으로서 효과적이다. 저온 시에는 전류 억제를 하거나, 혹은 히터로 가열하는 등의 대책이 효과적이다. 또한 급속 충전은 줄열로 전지 온도가 상승하기 쉽고 고온이 됨으로써 SEI 열화 등이 가속되므로 팬 등의 냉각장치로 고온부를 냉각해 전체 온도를 균일화하는 것이 효과적이다.

 

3. 온도 관리와 운전 제약, FCC 변동 관리

겨울철과 같은 저온 운전 시에는 전지의 내부 저항이 증가함에 따라 FCC가 현저하게 감소한다. 가솔린차의 경우에 사용되는 엔진의 배열 이용 히팅도 사용할 수 없고, 차내 난방에 전기에너지를 소비한다는 사정과 전지 열화, 노면이나 기상의 영향도 받기 때문에 정확한 잔거리 예측이 중요하다. 봄철에 비해 겨울철 주행 거리가 최악의 경우 50% 감소한다고도 하므로 주의가 필요하다.

 

4. 전지 재활용을 위한 잔수명, 잔가치 관리

앞의 내용과 연관되는데, 전지 열화 상태의 감시와 인증이 중고 전지의 고부가가치화와 재활용 사업의 건전화를 위해 중요하다. 전지 상태의 로그를 수집해 데이터베이스화를 하고, 원격 조작과 데이터 사이언스를 이용한 열화 진단이나 이상 검지 등이 요구된다. 따라서 축전지 주변에 에지 단말을 설치하고 복잡한 상태 관리나 추정은 원격으로 처리하는 IoT화가 앞으로 더 중요해진다. 또한 전지의 열화 상태에 따른 처리 프로그램의 재작성이나 전지 동작에 대한 지령 등도 원격화가 요구된다.

 

맺음말

 

전기자동차는 급속한 보급기를 맞이하고 있으며, 안전하고 환경에 친화적인 운용이 요구된다. 자원 재료 부족, 중고 전지의 가치 인정 불확실 등 직면한 과제도 많다. 겨울철에 주행 가능 거리가 크게 줄어드는 문제 등 온도 관리나 충전 스케줄 관리 문제도 우려된다. 그러나 저탄소사회를 구축하기 위해서는 재생에너지의 안정성이 필수적이며, 전기자동차를 대량으로 도입하고 그리드와 연계함으로써 미래의 에너지 사회를 개척할 수 있다는 관점도 있다. 이 글에서는 전기자동차의 배터리 매니지먼트에 요구되는 국면과 대책에 대해 개략적으로 설명했다. 축전지는 재활용을 포함한 오랜 시간의 최적 관리가 요구되며, 장래적으로는 빅데이터나 심층학습을 이용한 축전지 데이터베이스 구축도 이루어져 수명 추정이나 잔가치 평가, 이상의 전조 관리 등에 활용될 것으로 기대된다.

 

후쿠이 마사히로, 리츠메이칸대학

아리마 마사히토, 다이와제관주식회사