Hybrid Deep Learning for State-of-Health Estimation of Battery Energy Storage System

본 연구의 목적은 배터리 에너지 저장 시스템의 상태 추정을 위한 하이브리드 딥러닝 모델을 개발하는 것이다. 컨테이너 내부 온도와 습도, 배터리 충전 상태 등 주요 변수들을 정밀하게 추정하기 위해, 다양한 단일 신경망을 조합한 하이브리드 신경망 아키텍처를 활용하였다. 하이브리드 모델은 충, 방전 종료 구간에서 발생하는 예측 오차를 효과적으로 보완하며, 안정 상태는 물론 다양한 충, 방전 조건에서도 정확한 예측 성능을 제공한다. 제안된 딥러닝 모델은 태양광 연계형 배터리 에너지 저장 시스템 실증 플랫폼에 적용되어, 고습 환경, 급격한 온도 상승, 과충전 상황 등 주요 고장 조건을 효과적으로 탐지하였다. 시스템의 성능은 표준화된 평가 지표와 실제 운영 데이터를 통해 검증되었으며, 저비용 센서 인프라를 기반으로 한 실질적인 현장 적용 가능성도 입증되었다.