최근 리튬이온 배터리 기술의 비약적 발전으로 전기차(Electric Vehicle, EV) 시장은 기하급수적으로 성장하고 있습니다. 하지만 리튬이온 배터리는 충·방전을 거듭할 수록 초기용량 대비 가용용량이 감소하는 열화 문제를 가지고 있습니다. 이 문제는 EV 주행거리 감소 및 배터리 교체로 인한 유지비 증가 뿐 아니라, 최근 대두되고 있는 폐배터리 문제와 관련되어 EV 대중화를 위해 꼭 해결되어야 하는 문제 중 하나입니다. 배터리 열화를 결정짓는 요인으로는, 하드웨어(예: 소재 특성, 셀 및 팩 설계) 뿐 아니라, 배터리 사용변수(예: 충전속도, 사용량, 온도 등) 또한 중요한 역할을 합니다. 사용변수들은 일차적으로 EV 운전자와 사용환경에 의해서 주어지지만, 배터리 관리 시스템(Battery Management System, BMS) 소프트웨어를 통해 일정 부분 제어가 가능합니다.

본 과제에서는 인공지능을 통해 EV 운행 패턴을 학습하고, 사용변수를 능동적으로 변화시켜 배터리 열화 속도를 완화시키는 BMS 알고리듬을 개발합니다. 하드웨어 인자를 통한 수명 개선 연구들과 상호보완적으로 배터리 수명을 연장하여, 배터리 교체와 관련된 사용자 비용 뿐 아니라 폐배터리 처리와 관련된 사회적 비용도 줄일 수 있을 것으로 기대됩니다. 궁극적으로 EV를 포함한 배터리 기반 이동수단과 에너지저장장치 (ESS) 의 보급화를 앞당길 수 있을 것으로 기대됩니다.