Stochastic Degradation Experiment Framework for Electric Vehicle Batteries

Abstract

Accurate evaluation of battery degradation is critical for the reliable operation of electric vehicles (EVs). Conventional durability evaluation methods, however, fail to capture the variability of real-world driving, which limits their effectiveness. This study proposes a stochastic battery degradation framework that replicates real-world variability to address this limitation. The proposed framework constructs feasible degradation scenarios from driving data and generates representative operational profiles that reflect the variability of the real-world discharging process. Analysis using real driving data shows that the generated profiles exhibit less than 10% relative error (RE) in both dynamic driving characteristics and energy consumption, validating the framework's effectiveness. The approach can also be applied to accelerated degradation experiments under real-world operational conditions. Thus, this study demonstrates a practical and reliable method for evaluating battery performance degradation.

전기차 (EVs)의 안정적인 운용을 위해서는 배터리 성능 열화를 정밀하게 평가하는 것이 필수적이다. 그러나 기존의 내구성 평가법은 실제 주행의 변동성을 충분히 반영하지 못해, 전기차 배터리 성능 열화를 정밀하게 평가하는데 한계가 존재한다. 본 연구는 이러한 한계를 극복하고자, 실제 주행의 변동성을 모사할 수 있는 추계학적 배터리 열화 실험 프레임워크를 제안한다. 제안된 프레임워크는 실제 주행 데이터를 기반으로 실증적 열화 실험 시나리오를 설계하며, 방전 과정의 변동성을 반영할 수 있는 대표 운행 프로파일을 생성한다. 실제 주행 데이터와의 비교 분석 결과, 생성된 운행 프로파일은 동적 주행 특성 및 에너지 소비량 모두에서 10% 미만의 상대 오차(REs)를 보이며 실제 주행을 효과적으로 모사함을 입증하였다. 나아가 본 프레임워크는 실제 운행 조건을 반영한 가속 열화 실험 설계에도 적용 가능하여, 높은 신뢰도를 갖춘 배터리 성능 열화 평가 체계로서의 실질적인 활용 가능성을 제시한다.