명사 설명

이는 배터리가 완전히 충전된 후 전력을 공급할 수 있는 시간을 나타내며, 일반적으로 부하 전력, 주변 온도, 방전 깊이와 같은 요인에 따라 달라집니다.
주요 영향 요인으로는 배터리 용량(Ah)과 부하 전류(A), 방전율, 온도 조건(저온은 작동 시간을 상당히 단축할 수 있음), 노후화 정도(용량 감소) 등이 있습니다.

배터리 작동 중 허용되는 최소 및 최대 전압 범위는 제한되어 있으며, 이를 초과하면 성능 저하 또는 안전 위험이 발생할 수 있습니다.
안전 관점에서:
저전압은 음극에 리튬 침전과 SEI(고체-전해질-계면) 파괴로 이어질 수 있습니다.
과전압은 열 폭주, 가스 발생, 전해질 분해를 유발할 수 있습니다.

배터리가 수명이 다한 후(일반적으로 용량이 80% 미만으로 떨어진 경우) 전력/에너지 수요가 낮아지는 애플리케이션 시나리오를 말하며, 에너지 저장 등이 여기에 해당합니다.
배터리 사용 주기를 연장하고, 자원 활용도를 높이고, 전기자동차의 전체 수명 주기 동안 탄소 배출량을 줄이고, 에너지 저장 시스템의 비용 절감을 촉진합니다.

자가방전은 외부 부하가 연결되지 않은 상태에서 내부 화학적 또는 물리적 과정으로 인해 배터리의 충전(용량)이 시간이 지남에 따라 자연스럽게 감소하는 현상을 말합니다.
영향 요인
온도: 자가방전율은 10°C 상승할 때마다 약 XNUMX배로 증가합니다.
배터리 노화: SEI(고체 전해질 계면) 필름이 손상되거나 두꺼워지면 자가 방전이 심해집니다.
충전 상태(SOC): 고전압 상태에서는 부반응이 더 활발해져서 자체 방전이 더 심해집니다.
재료 순도: 불순물(Fe, Cu 등)은 전기화학적 부식을 일으켜 자가방전을 증가시킬 수 있습니다.

준경험적 모델은 물리적 법칙과 실험 데이터를 결합하여 배터리 성능(용량, 내부 저항, 수명, SOC/SOH 등)이 사용 조건에 따라 어떻게 변화하는지를 예측하는 수학적 모델을 말합니다. 이러한 모델은 이론의 해석 가능성과 데이터 기반 접근 방식의 유연성을 균형 있게 조화시키며, 배터리 관리 시스템(BMS), 노화 예측, 열 관리 등의 분야에서 널리 사용됩니다.

센서 오프셋은 배터리 관리 시스템(BMS)의 센서(전압, 전류, 온도 센서 등)의 판독 값과 실제 물리적 양 간의 체계적인 오류 또는 오프셋을 말합니다.

기능/역할: 오류이기는 하지만, 이러한 편차는 시스템 설계 시 교정이나 알고리즘 보정을 통해 수정되어 정확한 SOC/SOH/온도 제어 판단이 보장되는 경우가 많습니다.

분리막은 배터리의 양극과 음극 사이에 위치한 다공성 필름으로, 이온은 통과시키지만 전자 사이의 직접적인 접촉은 막아 단락을 방지합니다.

기능/역할:

배터리 내부의 전기적 절연을 확보하세요
리튬 이온이 자유롭게 이동할 수 있도록 합니다.
고온에서 닫힌 기공을 녹여 '열 차단' 기능 구현

심각도 수준은 FMEA(고장 모드 및 영향 분석) 및 안전성 평가에 일반적으로 사용되는 안전 또는 성능 이벤트에서 배터리 고장의 심각도 수준을 나타냅니다.

기능/역할:
의사결정에 도움이 되도록 실패 영향의 정도를 정량화합니다.
발생(발생 빈도), 탐지(탐지 가능성)와 함께 RPN 분석을 구성합니다.

실리콘은 리튬 이온 배터리의 고용량 음극 소재로, 이론 비용량이 약 3579mAh/g(흑연의 372mAh/g 대비)에 달하며, 리튬-실리콘 합금(예: Li15Si4)을 형성하여 리튬 이온을 저장할 수 있습니다. 충전 과정에서는 리튬 이온이 실리콘에 포집되어 합금을 형성하고, 방전 과정에서는 리튬 이온이 방출됩니다.

저속 충전은 배터리를 더 낮은 속도(일반적으로 ≤ 0.3C)로 충전하는 방식을 말하며, 고속 충전보다 더 부드럽습니다. 저속 충전은 시간이 더 오래 걸리지만, 열 응력과 재료 노화 속도를 효과적으로 줄일 수 있습니다.
장점:
발열량이 적고, 열관리 압력이 작습니다.
이를 통해 용량 저하를 상당히 늦추고 사이클 수명을 연장할 수 있습니다.
전해질 안정성을 유지하고 가스 발생을 예방하는 데 더 도움이 됩니다.

SoC(충전 상태)는 배터리의 정격 용량 대비 잔여 용량의 백분율을 나타내며, 배터리의 '충전 수준'을 평가하는 핵심 지표입니다. SoC 추정은 다양한 방법과 모델을 통해 현재 배터리 잔여 용량을 계산하는 과정을 의미합니다. 배터리의 '충전 수준'은 직접적으로 측정할 수 없기 때문에 전압, 전류, 온도 등 외부 측정 가능 매개변수를 통해 간접적으로 추정해야 합니다.

나트륨층 산화물은 층상 결정 구조를 가진 나트륨 이온 전지 양극 소재의 한 유형으로, 일반적으로 일반식은 NaxMO₂(M은 Ni, Mn, Fe 등과 같은 전이 금속)입니다. 이 산화물의 구조적 특징은 전이 금속 산화물 층 사이에 나트륨 이온 층이 매립되어 있어 나트륨 이온의 삽입 및 방출이 용이하다는 것입니다.

배터리 산업에서 나트륨층 산화물은 나트륨 이온 배터리 개발을 위한 핵심 양극 소재 중 하나이며, 강력한 나트륨 저장 용량, 높은 에너지 밀도, 그리고 비교적 성숙한 제조 공정으로 인해 많은 주목을 받아 왔습니다. 나트륨층 산화물의 성능은 나트륨 이온 배터리의 용량, 사이클 수명, 그리고 비용에 직접적인 영향을 미치며, 저비용 대규모 에너지 저장 응용 분야를 위한 핵심 소재 중 하나입니다.

나트륨 이온 전지는 양극과 음극 사이에 나트륨 이온이 삽입 및 탈리되는 현상을 이용하여 충전과 방전을 수행하는 전기화학적 에너지 저장 장치입니다. 리튬 이온 전지와 마찬가지로 나트륨 자원이 풍부하고 가격이 저렴하여 전력망의 피크 부하 조절과 같은 저비용 대규모 에너지 저장 시나리오에 특히 적합합니다. 나트륨 이온 전지는 성능 향상 및 상용화 촉진 측면에서 빠르게 발전하고 있습니다.

SOHc(State of Health – Capacity)는 배터리 용량 건강 상태에 대한 정량적 값을 나타내며, 신뢰 구간은 이 추정값의 통계적 신뢰 범위를 나타냅니다.
배터리 상태 추정의 투명성과 신뢰성 향상
BMS 시스템에서 SOH 추정 알고리즘의 불확실성을 평가하는 데 사용됩니다.
운영팀의 의사결정 지원(교체 여부, 계속 사용 여부)

SEI는 배터리의 첫 번째 충전 과정에서 음극 표면에 자발적으로 형성되는 나노 크기의 부동태화막입니다. SEI는 전해질이 전극과 계속 반응하는 것을 방지하는 동시에 이온의 침투를 허용하여 배터리의 정상적인 작동을 보장합니다. 리튬 이온 및 나트륨 이온 배터리 시스템에서 SEI의 안정성은 사이클 수명, 안전성 및 효율에 중요한 역할을 합니다.

고체 전지는 기존의 액체 전해질을 고체 전해질로 대체하여 열 안정성과 안전성을 향상시키고, 더 높은 에너지 밀도를 달성할 것으로 기대됩니다. 차세대 고성능 배터리 기술 연구의 핵심이며, 특히 전기 자동차, 고안전 에너지 저장, 그리고 항공우주 분야에 적합합니다.

배터리 산업에서 표준화란 배터리 제품의 상호 운용성, 안전성, 그리고 시장 접근 효율성을 높이기 위해 통일된 기술 규격, 시험 방법, 그리고 안전 요건을 확립하는 것을 의미합니다. 이는 산업 사슬의 조화로운 발전을 촉진하고, 기술 구현을 용이하게 하며, 국제 무역을 증진하는 데 매우 중요합니다.

상태 추정 알고리즘은 배터리의 주요 작동 상태(충전 상태 SOC, 건전 상태 SOH 등)를 실시간으로 추정하는 데 사용되는 수학적 도구입니다. 일반적인 필터로는 칼만 필터, 확장 칼만 필터 등이 있습니다. 이러한 필터는 배터리 관리 시스템(BMS)의 핵심이며, 배터리 시스템의 안전, 성능 관리 및 수명 예측에 직접적인 영향을 미칩니다.

SoC는 배터리에 현재 저장된 에너지가 최대 가용 용량 대비 얼마인지를 나타내는 백분율로, 일반적으로 0%(완전 방전)에서 100%(완전 충전)로 표시됩니다. SoC는 자동차의 연료계처럼 배터리의 잔여 에너지를 측정하는 핵심 지표입니다. 배터리 산업에서 SoC는 배터리 관리 시스템(BMS)의 핵심 매개변수로, 에너지 스케줄링, 충방전 제어 및 시스템 안전 보호에 사용됩니다. 정확한 SoC 예측은 배터리 수명 연장, 시스템 효율 향상, 그리고 특히 전기 자동차 및 에너지 저장 시스템과 같은 애플리케이션에서 운영 안전성을 보장하는 데 매우 중요합니다.