DNN-GRU-DNN Multiple layer 기반 전기자동차 배터리 SOC 추정 알고리즘

초록

본 논문에서는 전기자동차 배터리의 충전잔량 추정 을 위한 인공지능 모델을 제안한다. 전기자동차 배터리는 급속 충·방전 상황에서도 정확한 충전 잔량을 추정하는 것이 중요하 기 때문에 딥러닝 기반 추정 알고리즘이 필요하다. 따라서 본 논문에서는 딥러닝 모델 중 Deep neural network 모델과 Gated recurrent units 모델을 합성하여 급속 충전과 방전이 빈번하게 이루어지는 상황에서도 정확한 배터리 충전잔량을 추정하는 모 델을 구현하였다. 제안하는 딥러닝 모델 성능을 확인하기 위해 전기자동차 주행환경을 반영한 주행 테스트 데이터를 적용하여 배터리 충전잔량 추정 성능을 확인하였다. 실험을 통해 제안하 는 딥러닝 모델의 배터리 충전잔량 추정성능은 Urban dynamometer driving schedule와 US06 주행테스트 모두에서 Absolute error 3% 미만으로 배터리 충전잔량을 추정 하였으며, 주행 테스 트 별 SOC 추정 Max 오차는 2.46%, 2.31%로 확인하였다.