2.1 국내 ESS 화재 사례

소방청 통계자료에 따르면, 2017년부터 2024년까지 국내에서 보고된 ESS 화재 발생 건수는 55건으로 그림 1에 나타내었다^[7]. 2017년 이후부터 ESS 화재가 급격히 증가하였다. 2018년과 2019년에는 각각 11건, 10건이 발생하였으며, ESS의 안전성 문제가 대두되었다. 이후 정부와 기업 차원의 안전 대책 마련, 화재 원인 조사 및 운전 패턴 제한 등 다각적 대응에 따른 규제 효과로 2020년과 2021년에는 사고 건수가 각각 2건으로 크게 감소하였다. 하지만 2022년에는 13건, 2023년에는 15건으로 다시 증가세를 보였다. 따라서 ESS 화재 예방을 위한 체계적이고 지속적인 안전 관리 체계가 필요하다.

그림 1. 연간 ESS 화재 사고 발생 건수

Fig. 1. Annual occurrences of ESS fire incidents

2.2 전기적 요인에 따른 ESS 화재

ESS 화재 사례 원인을 분석한 결과를 그림 2에 나타내었다. 그림 2는 화학적 요인(1.9%), 기계적 요인(13.0%), 전기적 요인(25.9%) 및 기타ㆍ미상(59.3%)으로 조사되었다. 이러한 원인은 ESS 시스템의 복잡성과 다층적인 원인 구조로 인해 개별 요인만으로 발화를 명확하게 규명하기 어려운 부분이 존재한다. 하지만 전기적 요인은 전체 비중의 약 26%를 차지하여 ESS 화재 위험성과 직결되는 핵심 진단 지표로 판단된다.

따라서 전기적 요인에 대한 세부 분석이 요구되며, 배터리 내부저항 증가는 ESS 화재의 주요 원인 중 하나로 해석된다. 내부저항 증가로 인한 줄열 손실( P = I 2 R )은 충·방전 전류가 큰 상황에서 급격히 증가한다.

그림 2. ESS 화재 세부 요인

Fig. 2. Detailed factors contributing to ESS fires

특히 고SOC 상태에서 단락, 접속 불량, 절연 열화와 중첩되면 국부 발열이 심화되어 열폭주 가능성이 높아진다^[8]. 따라서 본 논문에서는 이러한 내부저항 증가로 인한 화재 사고를 방지하기 위하여 실시간 추정 기법을 제안하였다.

3.1 기존의 배터리 셀 내부저항 추정

배터리 내부저항(Internal Resistance, IR)은 전기화학적 반응과 전류 전달 과정에서 발생하는 저항 성분을 의미하며, 일반적으로 DCIR로 정의된다. DCIR은 전류 변화에 따른 전압 변화의 비율로 산출된다^[9,10]. 이러한 DCIR의 특성곡선을 그림 3에 나타내었다.

그림 3. DCIR 전압, 전류 특성곡선

Fig. 3. DCIR V–I Characteristic Curve

DCIR은 전류 스텝변화에 따른 전압 응답으로 식 (1)과 같이 계산된다.

여기서, Δ V 는 전류 변화에 따른 순간 전압 강하, Δ I 는 인가된 전류 변화량

DCIR은 충·방전 과정에서의 동적 응답 특성을 반영하는 핵심 파라미터이며, 배터리의 전기적 상태를 평가하는 중요한 지표로 활용된다. 또한, 측정된 전압 변화에는 배터리의 순간적인 과도 응답뿐만 아니라 OCV의 변화 성분이 포함될 수 있다^[11]. 따라서 DCIR 계산 시 OCV 변화를 충분히 고려해야 한다.

그러나 실제 ESS 운전 조건에서 DCIR 추정 기법은 실시간 적용의 어려움이 있다. 실제 충·방전 과정에서는 정전류(Constant Current, CC) 조건으로 인해 전류 스텝( Δ I )을 확보하기 어렵다. 따라서 Δ V / Δ I 의 안정성이 저하되고 실시간 내부저항 모니터링에 한계가 존재한다. 이러한 이유로 기존 DCIR 방식은 연구실 기반의 특성 평가는 가능하다. 하지만 실제 계통 연계 ESS의 운전 환경에서 한계를 가진다. 따라서 현장 운전 조건을 반영하고 개선된 RTIR 추정 기법의 도입이 요구된다.

3.2 제안하는 실시간 배터리 팩 내부저항 추정

본 논문에서는 기존 DCIR 방식의 한계를 극복하기 위하여 OCV 기반 RTIR 추정 기법을 제안하였다. 기존 DCIR 방식은 전류 펄스 인가 직후와 안정화된 OCV 구간의 전압 차를 이용해 계산된다. 지속적으로 배터리를 운영하는 환경에서 매우 짧은 시간마다 측정하게 되면 전압 변동량이 미세하여 내부저항의 변화를 분석할 수 없다. 따라서 정확한 내부저항 측정을 위하여 Δ I 는 Δ V 를 계산한 시간 만큼의 충·방전 조건에서 OCV를 반영한 시간 변화량 구간을 이용하여 평균 전류로 계산한다. Δ V 는 배터리 OCV에 따른 일정 시간 동안 전압 증분에 대한 변화량으로 산정하며, Δ I 는 Δ V 의 산정 구간에서 측정된 전류의 평균값으로 계산하여 식 (2)와 같이 나타내었다.

여기서, V t 는 일정 시점 𝑡[s]의 전압값, V t + k 는 일정 시점 𝑡[s] 이후 k에서의 전압값, I n 은 V t 에서 V t + k 사이 n번째 시점에서의 전류 변화

그림 4는 본 논문에서 제안하는 ESS 배터리 팩 단위 실시간 내부저항을 산출하는 모니터링 S/W와 알고리즘 방식을 보여준다.

그림 4. ESS 배터리 팩 단위 실시간 내부저항 모니터링 S/W

Fig. 4. RTIR monitoring of ESS battery pack units S/W

본 논문에서 제안하는 OCV 기반 실시간 내부저항 추정방식의 알고리즘은 다음과 같다. 우선 전압과 전류를 실시간으로 0.5[s]마다 저장하며, 식 (2)를 통해 OCV를 반영한 t와 t+k까지의 내부저항 값을 기준값으로 정한다. 만약 OCV 값에 따른 Δ V 를 따라가지 못하면 다시 재추종하는 알고리즘을 적용하였다. 다음 단계에서는 0.5[s]마다 저장된 전압과 전류 값으로 식 (2)를 적용하여 내부저항을 실시간으로 추정한다.

4.1 배터리 팩 단위 실험 구성

본 논문에서는 ESS 운전 조건에서의 DCIR 특성을 분석하기 위해 배터리 팩을 사용하여 실험하였다. 그림 5는 배터리 팩단위 실험을 위한 하드웨어 구성도를 보여준다. 사용된 배터리 팩은 리튬이온 배터리로 14직렬×14병렬(14S14P) 구조로 총 196개 셀을 포함한다. 팩의 정격 전압은 50.96[V], 정격 용량은 60[Ah], 에너지 용량은 3.06[kWh]이다. 배터리의 동작 전압 범위는 42.0[V]~57.54[V]로 설정하였다. 충·방전 실험을 위해 정격 3[kW] 양방향 PCS(Power Conversion System)를 사용하였다.

그림 5. ESS 배터리 팩 단위 시스템 구성

Fig. 5. ESS battery pack unit system configuration

충·방전 전류 조건은 국제표준 IEC 62660-1 및 ISO 12405-2을 준용하여 30[A]에 C-rate를 0.5[C]로 설정하였다. 두 표준은 배터리 내부저항 측정 시 전류를 1[C] 또는 배터리 제조사 제시 값으로 설정하도록 명시하고 있다. 본 논문에서 사용한 배터리 팩의 경우 제조사에서 최대 충전 전류를 0.5[C]로 제한하고 있다. 따라서 충·방전 전류 조건 0.5[C]는 국제표준의 허용 범위 내에서 제조사 안전기준을 반영하여 설정하였다^[12,13].

4.2 기존 DCIR 추정 기법

일반적으로 저SoC(5~20%) 구간은 OCV 변화율과 DCIR 편차가 크게 나타나는 초기 구간이며, 중SoC(20~80%) 구간은 전압 및 내부저항이 가장 안정적으로 유지되는 구간이다. 그리고 고SoC(80~90%) 구간은 전극 포화 및 분극 증가로 인해 내부저항이 상승하는 경향이 나타나는 위험 구간이다^[14,15]. 따라서 본 논문에서는 충·방전 조건에서 나타나는 내부저항의 변화를 분석하기 위하여 SoC 구간을 저SoC, 중SoC 및 고SoC로 구분하였다.

충전 조건 실험을 위해 배터리 팩을 완전히 방전한 후 1시간 동안 안정화 상태로 유지한다. 이후 30[A](0.5[C]) 전류를 인가하여 목표 SoC까지 충전한 후 30분간 배터리 안정화를 위하여 휴지하며, 이때의 전압 V o c v 를 SoC별 OCV로 기록한다^[12]. 이후 충전 전류 Δ I 를 인가하고 𝑡초 시점에서의 전압 V 1 을 기록한다. 충전 시 DCIR은 식 (3)과 같이 계산된다.

본 논문에서는 기존 DCIR 추정 방식을 적용하여 SoC 5%에서 90% 구간까지의 DCIR과 OCV를 분석하였다. 그림 6은 30[A] 충전 조건에서 SoC에 따른 DCIR과 OCV의 변화를 나타낸 결과이다.

그림 6에 대한 분석 결과로 SoC 구간에 따라 DCIR과 OCV가 구분되는 전기적 특성을 보였다.

저SoC 구간에서는 OCV가 45.6[V]에서 48.5[V]로 완만히 증가하는 반면, DCIR은 35.6[mΩ]에서 28.9[mΩ]으로 급격히 감소하여 높은 내부저항 특성을 보였다. 중SoC 구간에서는 OCV가 48.5[V]에서 55.6[V]까지 안정적으로 상승하고 DCIR은 27~29[mΩ] 범위에서 일정하게 유지되어 안정적인 전기적 특성을 나타냈다. 고SoC 구간에서는 OCV가 55.6[V]에서 56.9[V]로 증가하고, DCIR은 26.9[mΩ]에서 27.6[mΩ]으로 상승하였다.

그림 6. 충전 시 SoC 변화에 따른 DCIR 및 OCV 파형

Fig. 6. DCIR and OCV waveforms with SoC variation during charging

따라서 충전 조건에서 배터리는 저SoC 및 고SoC 구간에서 내부저항이 증가하고, 중SoC 구간에서 안정적인 전기적 특성을 확인하였다.

방전 조건 실험을 위해 배터리 팩을 완전히 충전한 후 1시간 동안 안정화 과정을 거친다. 이후 30[A](0.5[C]) 전류를 인가하여 목표 SoC까지 방전한 후에 30분간 휴지하고 이때의 전압 V o c v 를 해당 SoC의 OCV로 기록한다. 이후 일정 크기의 방전 전류 Δ I 를 인가하고, 𝑡초 시점에서의 전압 V 1 을 측정한다. 이러한 방식으로 방전 시 DCIR은 식 (4)와 같이 계산된다.

그림 7은 30[A] 방전 조건에서 SoC 구간별 OCV와 DCIR의 변화를 나타낸 결과 파형이다.

그림 7. 방전 시 SoC 변화에 따른 DCIR 및 OCV 파형

Fig. 7. DCIR and OCV waveforms with SoC variation during discharging

그림 7을 분석한 결과 고SoC 구간에서는 OCV가 56.9[V]에서 55.7[V]로 감소하였으며, DCIR은 27.2[mΩ]에서 28.2[mΩ]으로 증가하여 안정적인 특성을 보였다. 중SoC 구간에서는 OCV가 55.7[V]에서 48.7[V]까지 안정적으로 하락하였으며, DCIR은 26.5~28.5[mΩ] 범위에서 유지되어 가장 안정적인 전기적 특성을 나타냈다. 마지막으로 저SoC 구간에서는 OCV가 48.7[V]에서 46.1[V]까지 감소하고, DCIR은 27.2[mΩ]에서 34.1[mΩ]으로 증가하였다.

따라서 방전 조건에서 배터리는 고SoC 및 중SoC 구간에서 안정적인 운전 특성을 보이나, 저SoC 구간에서는 내부저항 급증으로 전기적 특성이 저하되는 것을 확인하였다.

충전과 방전의 중SoC 구간에서 가장 안정적인 전기적 특성을 보였으며, 저SoC 및 고SoC 구간에서는 내부저항 증가로 인해 성능 및 안전성이 저하되는 특성을 확인하였다. 하지만 충전 조건에서는 고SoC 구간에서 내부저항 상승이 두드러지며, 방전 조건에서는 저SoC 구간에서 내부저항 상승이 더욱 크게 나타나는 차이가 존재하였다.

4.3 제안하는 RTIR 추정 기법

본 논문에서 제안된 RTIR 추정 기법으로 충전 실험을 진행하였다. 실험은 초기 조건을 동일하게 설정하였으며, 이후 30[A](0.5[C])의 충전 전류를 인가하여 SoC 5%에서 90%까지 정전류 조건으로 충전하였다.

RTIR 계산 시 적용된 기준 전압 변화량은 기존 DCIR 방식을 통해 측정된 OCV 데이터를 기반으로 산정하였다. 즉 기존 DCIR 방식으로 측정한 OCV는 약 0.8[V]로 나타났다. 따라서 측정된 OCV 변화량을 가지고 시간 변화에 따른 구간을 산정하기 위해 RTIR 기법에 적용하게 되면 기준 시간 구간은 약 420[s]가 된다. 이후 해당 시간 구간을 기준으로 전압과 전류 데이터를 약 0.5초 간격으로 실시간 내부저항을 산출하였다.

한편 본 논문에서는 420[s] 기준 시간 구간의 설정 근거에 대한 타당성을 분석하기 위해 시간 구간을 미세한 내부저항의 변화를 고려하여 1분 간격(360[s], 420[s], 480[s])으로 실시간 내부저항 오차율을 분석하였다.

그림 8은 층전 시 SoC 변화에 따른 RTIR 결과를 나타낸 것이다.

그림 8. 층전 시 SoC 변화에 따른 RTIR 분석 파형

Fig. 8. RTIR analysis waveforms with SoC variation during charging

저SoC 구간에서는 내부저항 값의 편차가 크게 나타났지만 중SoC 구간에서는 일정하게 유지되며 안정적인 특성을 보였다. 고SoC 구간에서는 내부저항이 상승하는 경향이 나타나며, DCIR 추정 방식과 유사한 파형이 형성되는 것을 확인하였다.

DCIR과 RTIR의 충전 조건의 내부저항 추정 오차율을 분석하여 표 1에 정리하였다.

배터리 저SoC 구간은 배터리의 화학적 요인에 의해 내부저항이 높게 나타나는 경향이 있어 본 논문에서는 저SoC 구간을 제외하고 오차율을 비교하였다^[6].

기존 DCIR 추정 결과와 비교했을 때, RTIR은 유사한 전기적 특성을 나타냈으며, 특히 𝑡=420[s] 조건에서 평균 오차율이 약 4.54%로 가장 낮게 나타나 기존 방식과의 일치도가 가장 높게 나타났다.

방전 조건에서 SoC 변화에 따른 RTIR 결과를 그림 9에 나타내었으며, 충전 방식과 동일하게 데이터를 바탕으로 산정하였다. 전압 변화량은 충전과 동일한 약 0.8[V] 수준으로 측정되었다.

그림 9. 방전 시 SoC 변화에 따른 RTIR 분석 파형

Fig. 9. RTIR analysis waveforms with SoC variation during discharging

따라서 실시간 데이터 기준으로 시간 간격은 420[s]로 나타났다. 방전 시간을 충전 방식과 동일하게 실험하였다. 또한, 30[A](0.5[C])의 방전 전류를 인가하여 SoC 90%에서 5%까지 방전하였다.

방전한 결과 저SoC 구간에서는 내부저항 값의 편차가 크게 나타났다. 하지만 중SoC 구간에서는 일정하게 유지되며, 안정적인 특성을 보였다. 고SoC 구간에서는 내부저항이 상승하는 경향이 나타나며, DCIR 방식과 유사한 파형이 형성되는 것을 확인하였다.

방전 조건에서 제안된 RTIR 추정 기법과 기존 DCIR 추정 오차율을 분석하여 표 2에 정리하였다.

또한, 기존 DCIR 측정 결과와 비교했을 때, RTIR은 유사한 전기적 특성을 나타냈으며, 특히 𝑡=420[s] 조건에서 평균 오차율이 약 3.92%로 가장 낮게 나타나 기존 방식과의 일치도가 가장 높게 나타났다.

따라서 방전 조건에서 RTIR 추정 기법은 𝑡=420[s] 구간을 기준으로 적용할 때 기존 DCIR 측정 방식과 가장 높은 일치도를 나타냈으며, 본 논문에서 선정한 시간 구간은 OCV 기반 RTIR 추정에서는 유효함을 확인하였다.

본 논문에서는 충전 및 방전 조건에서 제안된 RTIR 추정 기법의 성능을 기존 DCIR 측정 방식과 비교 분석하였다. 충·방전 조건에서 RTIR 추정은 기존 DCIR 추정한 결과와 유사한 경향을 보였으며, 특히 중SoC 구간에서 가장 안정적으로 나타났다. 또한, 충·방전 조건에서 𝑡=420[s] 구간에서 평균 오차율은 충전 4.54%와 방전 3.92%로 각각 가장 낮게 나타났다. 따라서 제안 기법이 실제 ESS 운용 환경에서 내부저항 실시간 모니터링에 적용될 수 있음을 확인하였다.

본 논문에서 기준으로 활용한 DCIR은 실험적·환경적 요인에 의해 일정 범위의 불확실도를 내포하는 기준값으로 국제표준 ISO 12405 및 IEC 62660에서 측정 전류 크기, 휴지시간 및 온도 조건 등에 따라 ±3%~±5% 수준의 변동이 허용되는 값이다. 본 논문에서 제안한 RTIR의 평균 오차율 3.92%(방전)와 4.54%(충전)는 DCIR의 허용 오차 범위 내에 있다. 제안한 알고리즘 구현을 통해 얻은 RTIR은 DCIR의 오차 범위와 동등한 범위로 DCIR 수준의 재현성을 확보하였다.