Accurate estimation of the state of charge (SOC) of a satellite battery system is essential for determining missions and fault management design. However, in the case of low Earth orbit (LEO) satellites, it is difficult to continuously monitor the battery SOC from the ground due to non-contact duration in orbit. Therefore, to achieve accurate SOC estimation for the entire orbit, it is necessary to predict the battery power consumption. However, existing studies mostly use SOC estimation techniques that rely on real-time battery-related information, probability-based, and power budget-based techniques. Among these methods, the real-time onboard-based approach is not suitable for mission design and expansion because the status information is not available to the ground during the non-contact duration. Probability-based power state prediction and worst-case-based analysis are also not reliable during the non-contact duration. In this study, we propose current and voltage prediction by operation conditions utilizing bidirectional long short-term memory (Bi-LSTM) modeling, and, using the predicted data as input, the battery SOC is estimated using the unscented Kalman filter (UKF) algorithm considering battery degradation during the non-contact duration. The proposed technique is tested with in-orbit data of the KOMPSAT-3A satellite. As a result, the root mean squared error (RMSE) of current and voltage predictions achieved using the proposed technique are within about 1.7A and 0.2V, respectively. Additionally, the RMSE between the SOC estimated using the predicted current and voltage and the SOC calculated using the actual orbit data is found within 2%.
위성에 사용되는 배터리 시스템의 SOC(충전 상태)를 정확하게 추정하고 지상에서 예측하는 것은 사용 가능한 임무 및 오류 관리 설계를 결정하는 데 필수적이다. 일반적으로 배터리 시스템의 SOC는 전류, 전압 및 온도에 따라 비 선형적인 특성을 가지기 때문에 추정을 위해서는 배터리의 전류와 전압 혹은 전력량 측정이 필요하다. 그러나 저궤도(LEO) 위성의 경우 지상과의 접속 제한으로 인해 지상에서 지속적으로 배터리 전류, 전압 등의 정보를 모니터링하기가 어렵다. 이와 같은 비 접속 구간으로 인한 위성의 배터리 충전 상태를 추정하기 위한, 기존의 기술은 위성 자체의 로직을 사용하여 실시간으로 상태를 추정하는 방법과 지상에서 전력 예산 혹은 확률 기반으로 생성 전력과 소모 전력을 예측하여 추정하는 방법이 있다. 이중 위성 자체 로직을 이용한 실 시간 배터리 충전 상태는 정확하게 추정이 가능하다. 하지만, 비 접속 구간에는 지상으로 전달되지 않으므로, 임무 설계 및 확장에 적합 하지 않고, 위성 자체의 계산 량 증가가 필요하다. 그리고, 설계 단계에서 로직이 고려되지 않은 위성의 경우에는 적용이 불가능 한다. 또한, 전력 예산 및 확률 기반 예측 방안은 전력량의 예측을 이용하여 지상에서 배터리 충전 상태를 예측한다. 하지만, 비 확실 요소들에 관련 정보의 예측 정확도가 감소하여, 배터리 충전 상태의 정확한 추정이 불가능 하다. 따라서, 본 논문에서는 궤도 데이터를 이용한 양방향 장단기 기억 (Bi-LSTM) 모델링을 통해 동작에 따른 전류와 전압을 예측하고, 예측된 데이터를 입력으로 사용하여 무향 칼만 필터 (UKF) 알고리즘을 사용하여 배터리의 SOC를 추정하였다. 또한, 본 논문에서 제안한 기술을 검증하기 위해 KOMPSAT-3A 위성의 궤도 데이터를 이용하여 전류, 전압, SOC 결과의 예측 정확도를 비교 분석하였다. 제안된 기술을 사용한 전류 예측의 정확도는 1.7A RMSE, 전압의 경우에는 0.2V RMSE로 계산되었다. 그리고, 궤도상 기준 SOC와의 추정 오차는 2% RMSE 이내였다. 본 논문에서 제안한 데이터 기반 전류 및 전압 예측과 배터리 상태 추정 기술을 저궤도 위성에 적용함으로써 최대 가용 임무 설계, 판별, 배터리 관리 및 보호를 위한 지침을 제시할 수 있을 것으로 기대된다.
