효과적인 차세대 전기차 개발을 위한 제언
Building the next generation of electric vehicles
2018년 09월호 지면기사  / 글 | 푸닛 신하(Puneet Shinha), 기계해석 부문 오토모티브 매니저 / Mentor, a Siemens Business

차량 사용 데이터와 전기차용 시스템 기반의 제품 개발 프레임워크를 결합하면 새로운 설계 및 제조 혁신의 기회를 잡을 수 있고, 자동차 제조사들이 전기차 고객이 원하는 바를 수익성 있는 방식으로 전달하는데 도움이 된다.


오늘날 자동차 산업은 완전 전기차와 자율주행, 커넥티비티 등에 시장의 관심이 집중되고 투자가 급증하는 흥미로운 시기를 맞고 있다. 자동차 산업의 지난 10년을 돌이켜 보면, 2008년에는 전무했던 플러그인전기차(Plug-in Electric Vehicles, PEV) 판매량이 10년이 지난 2017년 전 세계적으로 1백만 대를 기록하며 매년 100%씩 성장했다.
차량의 전동화는 자동차 산업에 수많은 신규 업체들을 등장시켰다. 그 대표적인 예로, 2003년 설립된 테슬라 모터스(Tesla Motors)는 54년 만에 미국에서 새롭게 등장한 자동차 제조사이다. 그 이후로 많은 투자가 이뤄졌으며, 전 세계적으로 300여개 이상의 전기차 및 전기트럭 개발 업체들이 등장했다.
전기차 분야에 등장한 새로운 업체들은 세계 시장의 변혁에 가담했고, 혁신은 성공을 위한 필수 요건이 됐다. 이렇게 많은 업체의 등장으로, 기업들은 생산 속도를 앞당겨야 할 뿐만 아니라 소비자들이 원하는 전기차를 개발해야 한다.
전기차가 주류가 됨에 따라 향후 10년간 혁신 및 엔지니어링 개발을 이끌 주요 영역으로는 다음과 같은 것들이 있다.

완전 전기자동차: 300마일 이상의 주행거리, 4만 달러 이하 가격대

300마일(약 483 km) 이상 주행이 가능하고, 4만 달러 이하 가격대인 전기차는 향후 5~10년간 대다수 자동차 제조사들이 달성하고자 하는 주요 지표다. 최근 소비자들이 테슬라 모델 3(Model 3)와 쉐보레 볼트(Bolt)에 관심을 보인다는 점은 주행거리가 길고 양산 가능한 수준을 만들겠다는 목표 설정이 타당함을 보여주고 있기 때문이다. 이를 가능케 할 핵심 요인은, 배터리 비용은 줄이면서 배터리 에너지 밀도는 높이는 것이다.

최근 몇 년 동안 최신 리튬이온전지는 kWh당 150~200달러로 체적 당 에너지밀도 500~600 Wh/l를 제공해 왔다. 기업들은 대략 50% 향상된 전지 에너지 밀도를 갖추고, 비용을 30% 가량 낮춘 리튬이온전지를 개발하겠다는 목표를 갖고 있다.
OEM 및 배터리 공급업체들은 이를 달성하기 위해서 새로운 고 에너지밀도 화학, 비용절감을 위한 재료 최적화, 셀 및 배터리팩 설계, 전기 파워트레인 최적화 등 여러 분야에서 혁신을 이뤄 주행거리를 극대화해야 한다. 견고한 셀 설계 및 팩 열관리 역시 배터리 안정성과 내구성에 있어서 매우 중요하다.
이를 위해 자동차 제조사와 배터리 공급업체는 현재의 리튬이온배터리 기술 개발을 최대화 하는데 투자하고 있으며, 현재의 리튬이온배터리 대비 더욱 높은 에너지 밀도를 제공할 수 있는, 한층 더 안전한 고체형 리튬이온배터리 등과 같은 기술도 추구하고 있다. 그러나 고체형 배터리를 제공하기 위해 재료 최적화와 셀·팩 설계 엔지니어링, 테스트, 검증 등을 이루어 내려면 상당한 작업이 필요하다.
이러한 요구사항을 충족하는 배터리를 개발하기란 극히 어렵다. 이를 위해 배터리 화학의 최적화, 셀·팩 설계 및 차량 통합 단계부터 시뮬레이션 기반의 개발을 진행하면, 개발시간과 비용을 절감할 수 있다.
정확한 소프트웨어 예측으로 인해 갖가지 주행 상황이나 기상 여건에 부합하는 최적의 배터리 팩을 설계하고 검증할 수 있을 뿐만 아니라, 제한 메커니즘도 발견할 수 있다.
안전하고 내구성 있는 배터리를 저렴한 비용에 제공하려면, 고정밀 지능형 제조와 자동화 채택은 필수다.

여러 분야에 걸친 차량의 전동화

향후 5~10년에 걸쳐 우리는 여러 분야에서 갖가지 주요 애플리케이션을 가진 차량의 전동화를 보게 될 것이다. 파워트레인과 차량 전동화에 필요한 사항은 승용, 세단, 고성능 레이싱 카, 트럭, 오프로드 차량 등 그 용도에 따라 매우 다르다.
차량 미션 프로파일은 전동화 아키텍처에 지대한 영향을 미친다. 예를 들어 연료전지는 클래스 8 트럭과 같이 100 kWh 이상의 에너지가 필요한 차량에, 리튬이온배터리보다 더 흥미로운 가치 제안을 제공한다.
리튬이온배터리 가격이 급속히 하락하고, 더 높은 에너지밀도를 내야 하는 상황에서도 자동차 제조사들은 최적의 아키텍처를 정의하기 위해 연료전지와 배터리의 성능 비교를 재검토해야 한다. 또한 갖가지 차종과 업체를 최소화하기 위해 차량별 전기 시스템개발의 균형을 맞춰야 한다.
OEM 및 공급업체들은 차량의 여러분야를 전동화하려고 하고 있으며, 이를 위해서는 빠르고 안정적인 옵션 평가가 필요하다. 여기에는 모든 차량 엔지니어링 영역을 포함하는 전동화 옵션이 포함되는데, 이 옵션은 요구사항과 제조로부터 비롯되는 디지털 및 설계 연속성을 위한 수명주기 관리프레임워크를 기반으로 한다.

자율주행차와 전동화

자율주행차는 차량의 전동화를 견인하는 가장 큰 동인일지 모른다. 2030년까지 미국 내 차량 주행의 25% 가량이 자율주행차에 의해 이뤄질 것으로 보인다. 그러나 이는 전기 파워트레인에 차량 자율성을 단순하게 추가하는 엔지니어링 작업이 아니며, 고유한 문제와 의존성을 야기한다. 자율주행이 가능한 차량을 구동시키는데 들어가는 동력 규모 탓에 전기에 의한 구동거리가 크게 줄어들 수 있다. 일부의 경우 30% 가량 감소하기도 하며, 특히 레벨 4나 5 자율주행차의 경우 더욱 그렇다. 즉 더 크고 높은 에너지밀도를 가진 배터리를 구현해야 한다는 뜻인데, 이는 상당한 비용이 드는 일이다.
동시에 기계에 의한 운전 및 V2X(vehicle-to-everything) 연결로 자율주행차의 전반적인 주행 행태를 사람이 주행하는 것보다 더욱 매끄럽게 할 수 있으며, 더 나은 에너지 효율 및 전기차 주행 범위를 제공할 수 있다. 자율차 주행 행태에서도 특히 차량 공유 에코시스템의 경우, 다양한 배터리, 모터, 전력전자장치 내구성, 크기, 열관리에 대해 매우 다른 요구사항을 나타낸다.
또한 전기 시스템을 자율주행차에 적용하는 것은 훨씬 더 복잡한 일이며, 이는 자율전기차 개발에 주요 장애물로 작용한다.
자동차 제조사는 하드웨어와 소프트웨어 등 자율주행 기능의 상호 의존과, 초기 개발 단계에서의 차량 전동화를 달성해야 한다.

전기차 고속 충전

자동차 업계가 주행거리에 대한 KPI가 차량 판매를 능가하는 오토 2.0(Auto 2.0) 준비에 나선 가운데, 충전 시간이 고객 경험에 있어 핵심적 요소가 될 것이다. 도로 위에서 200마일 이상을 달리는 전기차가 늘어나면서 고속 충전 기술의 중요성이 더욱 커지고 있다.
이러한 고 에너지 배터리 팩의 경우 레벨 1 또는 레벨 2 충전에 8시간 이상이 소요된다. 따라서 자동차 제조사와 충전인프라 업체들은 고속 충전(30분에 80% 충전) 및 초고속 충전(15분에 80%)에 대규모 투자를 진행하고 있다.
업체들은 최적의 충전 알고리즘을 개발하고, 고속 충전이 배터리 팩 수명에 미치는 영향을 고려해야 한다. 충전하는 동안 배터리 팩이나 충전기 온도가 임계치를 넘어가면 차량 컨트롤러가 충전 속도를 낮추게 되는데, 이는 충전 시간이 더 길어진다는 뜻이다. 그러므로 배터리 팩과 고속 충전기 모두 전자 설계 및 열관리가 중요하다.

차량 사용 데이터 활용

전기차 비용을 절감하고 고객의 기대에 부응하는 자동차를 생산하려는 자동차 제조사와 공급업체들은, 수집한 대량의 데이터를 활용해 소비자들이 차량을 사용하는 방식을 살펴보고, 주행 행태, 충전 패턴 및 쾌적함을 제공하는 데 필요한 요건 등을 검토해 전기차를 최적화하겠다는 목표를 갖고 있다.
예를 들어 차량 사용 데이터는, 어느 한 부분의 효율을 향상시키는데 초점을 두기 보다는 차량 주행 방식에 대한 운영과 상응이 최대한 효율적으로 이뤄지도록 모터 설계를 개선시킬 수 있다. 이와 마찬가지로 배터리팩 사용과 충전 패턴을 파악하여 배터리 설계와 열 관리 전략, 제어를 향상시킬 수 있다.
이를 통해 기업은 e파워트레인과 차량설계를 개선하고, 전기차 성능 안정성과 안전을 가상으로 확인하고 검증할 수 있다. 사용 데이터와 전기차용 시스템 기반의 제품 개발 프레임워크를 결합시키면 새로운 설계 및 제조 혁신의 기회를 열 수 있으며, 자동차 제조사들이 전기차 고객이 원하는 바를 수익성 있는 방식으로 전달하는데 도움이 된다.<끝>
 



AEM_Automotive Electronics Magazine


<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>

PDF 원문보기

본 기사의 전문은 PDF문서로 제공합니다. (로그인필요)
다운로드한 PDF문서를 웹사이트, 카페, 블로그등을 통해 재배포하는 것을 금합니다. (비상업적 용도 포함)

  • 100자평 쓰기
  • 로그인


  • 세미나/교육/전시

TOP