전기차 배터리(EV Battery)의 수명주기관리 (1/2) by Porsche Consulting

전기자동차가 대세가 되면서 전기차 배터리(EV Battery)에 대한 관심이 높습니다. 급증하는 배터리 수요에 비해 공급능력은 부족한 상태이다보니, 배터리 업체들의 공격적인 생산능력 확장이 이루어지고 있습니다. 그런데, 배터리 생산과정에서 리튬, 니켈, 코발트, 많은 희소금속들이 사용될 뿐만 아니라, 온실가스 배출도 많다보니, “배터리를 어떻게 재사용 또는재활용 할 것인지?”에 대해 관심이 늘고 있습니다. Porsche Consulting 에서 2022년에 출간한 “Understanding the Automotive Battery Life Cycle”은 배터리의 재사용 또는 재활용에 대해 좋은 Insight를 주고 있습니다. 관심있으신 분들은 원문 읽어보시기를 추천드립니다. (참고로, Porsche Consulting에서 나오는 Insight Paper들은 가독성이 좋습니다. 특히 Tablet 으로 볼 때에 눈에 잘 들어오는 구조이고,  결론 또는 요약부터 정리하고 들어가는터라 흐름을 쫓아가기가 좋습니다.)

(출처: Porsche Consulting)

본 페이퍼에서는3가지 Insight를 강조하고 있습니다.

Insight 1. Predictive Battery Analytics는 배터리 수명주기 관리(Battery Life Cycle Management)에 있어 핵심적 역할을 할 것임.

Insight 2. 중고 배터리의 일부분만이 2차 수명 용도(second-life applications)로 사용될 것임.

Insight 3. 배터리 리사이클링을 통해 원자재를 공급할 수 있으며, 경제적으로도 매력이 있음.

그럼, 본문의 중요 내용을 요약해봅니다.

0.      배터리 수명 주기(Battery Life Cycle)

배터리의 수명주기(Battery Life Cycle)는 1차 수명(first life)과 2차 수명(second life)으로 나누어볼 수 있음. EOL(End-of-Life) 배터리는 1차 수명주기의 끝에 이른 배터리를 의미하는데, 건강 상태(State of Health – SoH)에 따라 어떻게 처리될지가 결정됨.  EOL 배터리를 ESS와 같은 에너지 저장장치에 사용하는 방법, 재생산(remanufacturing)을 통해서 모듈을 재활용하는 방법, 그리고 기계적 또는 화학적 공정을 거쳐서 원자재를 추출하는 방법이 있음. 배터리 수명주기를 개념적으로 표현하면 아래의 그림과 같음.

(출처: Porsche Consulting)

중장기적으로는 전기차의 수명 종료가 도래함에 따라 EOL 배터리가 늘어날 것임임. 전기차 수명을 15년으로 가정할 때에, New Battery Demand와 EOL Battery 회수량은 아래의 표와 같이 예상됨. 단기적으로는 EOL 배터리 공급량이 많지 않지만,  2030년 이후에는 상당량의 EoL 배터리가 나올 것이기 때문에, 지속가능을 위해 또 경제적으로 원재료를 확보하기 위해EOL배터리의 활용방안을 찾아야 함.

(Unit: GWh)	2020	2030	2040	2050
New Battery Demand	230	4,400	8,300	11,000
EoL Battery Returns	4	330	2,400	4,900

(출처: Porsche Consulting)

1.      Insight 1. Predictive Battery Analytics는 배터리 수명주기관리에 있어 표준 절차가 될 것이다(Predictive Battery Analytics will become a standard procedure in battery life cycle management)

배터리 성능이 얼마나 저하되었는지를 정확하게 파악할 수 있어야, 배터리를 2차 수명 용도로 재사용할지 아니면 리사이클링 할지를 결정할 수 있음. SoH(State of Health)는 초기 능력(Initially Specified Capacity) 대비 현재의 능력(Current Capacity)으로 정의할 수 있는데, 임피던스를 비롯해서 여러 가지 기술적 패러미터의 측정이 필요함.

이러한 측정은 배터리가 전기차에 장착된 상태에서 또는 배터리를 분해한 상태에서 가능한데, 분해 후 측정은 시간과 노동력의 투입이 필요함. 현재의 SoH 측정 방법은 복잡할 뿐만 아니라 신뢰 수준이 떨어지는데, 진일보한 방법으로는sensor, connectivity, machine learning을 적용하는 것임. 최첨단의 방법은 실험실에서 데이터를 확보해서 AI 기반의 시뮬레이션 모델(일종의 digital twin)을 만들고 적용하는 것임. 운영 데이터의 수집은 주로 OEM업체들에 의해서 이루어지는데, 실시간으로 배터리 데이터를 수집하는 것은 아직 널리 적용되고 있지 않음. 실시간으로 차량 데이터를 수집하면,  a) 사전에 정의된 경고 수준과 signal 수준을 비교하거나, b) 여러 대의 차량 중에서 비정상적 행동을 보이는 차량(배터리)을 찾아내거나, c) 실험실에서 개발한 모델과 차량 데이터를 비교함으로써 여러가지 상황에서의 배터리 수명에 대한 데이터/지식을 축적하고, 배터리 건강도(SoH)를 판단하고, EOL 배터리가 2차 수명 용도로 사용할 수 있을지를 결정할 수 있음.

Predictive Battery Analytics는 SoH 판단을 위한 비용효율적인 방법일 뿐만 아니라, 보증기간 연장, 중고 전기차에 대한 보증 등 (데이터로부터 경제적 가치를 만드는) 비지니스 모델에 있어서도 중요함. 참고로, 시장에는 자동차 배터리에 대한 분석 모델에 특화한 업체들이 있으며, 독일의 스타트업인 TWAICE도 이 중의 하나라고 함.

 

Insight #2, #3에 대해서는 다음 포스팅에서 요약하겠습니다.

전기차 배터리(EV Battery)의 수명주기관리 (2/2) by Porsche Consulting