CN102144169B - 二次电池的状态推定装置 - Google Patents

Abstract

电池状态推定部(110)按照电池模型公式按每个运算周期推定二次电池内部状态，根据推定结果来推定充电率(SOC)和电池电流。参数推定部(130)获取由传感器测量得到的电池电流(Ib)、以及由电池状态推定部(110)推定得到的充电率(SOC)和电池电流(I_te)。参数推定部(130)以使得实际电流的累计值与推定电流的累计值的误差(推定误差)相对于充电率(SOC)的变化率变得最小的方式推定容量劣化参数。容量劣化参数的推定结果通过电池状态推定部(110)反映给电池模型。

Description

二次电池的状态推定装置

技术领域

本发明涉及一种二次电池的状态推定装置，更具体地说，涉及一种按照能够动态地推定二次电池内部状态的电池模型的二次电池的状态推定装置。

背景技术

现在使用一种电源系统：利用可充放电的二次电池将电源提供给负载，并且根据需要在该负载的运转中也能够对该二次电池进行充电。代表性的是，具备由二次电池驱动的电动机作为驱动力源的混合动力汽车、电动汽车装载了这种电源系统。

在这种电源系统中，除了二次电池的储存电力被使用于作为驱动力源的电动机的驱动电力以外，通过该电动机进行再生发电时的发电电力、随着发动机的旋转而发电的发电机的发电电力等对该二次电池进行充电。在这种电源系统中，对二次电池的状态推定装置，代表性的是要求准确地求出相对于满充电状态的充电率(SOC：state of charge)。即，需要在充放电期间、紧接着充放电之后准确地依次推定二次电池的充电率，限制二次电池的过量充放电。另外，当随着二次电池的使用而二次电池的状态逐渐发生变化(二次电池劣化)时，二次电池的电池参数(内部电阻、满充电容量等)发生变化。因而，要求与这样的经年变化对应地高精度地推定二次电池的状态。

例如在日本特开2005-37230号公报(专利文献1)中公开了一种劣化检测装置以及方法，即，通过将根据测量出的电池电流的累计值求出的实测SOC与根据推定出的电池电流的累计值求出的推定SOC之间的差，与预定量进行比较，来检测电池的劣化。

例如在日本特开2003-224901号公报(专利文献2)中公开了一种电池容量管理方法，即，根据无负载状态的电池的开路电压算出电池的SOC，并且算出直到无负载状态为止的负载状态的电池放电电流累计量，根据所算出的SOC和放电电流累计量来算出电池的总实力容量(总满充电容量)。

例如在日本特开2005-269760号公报(专利文献3)中公开了一种用于能够提高剩余容量的算出精度的充电电池。根据该文献，充电电池具备：累计放电量算出单元，其在充电电池处于放电状态时算出累计放电量而进行存储；元件数据存储单元，其存储充电电池的等效电路的电路元件的数据；推定放电特性算出单元，其根据元件数据存储单元的数据和当前放电电流值得到与充电率相应的推定放电特性；充电率算出单元，其根据开始放电时的充电电池的剩余容量以及之后由累计放电量算出单元算出的累计量来算出；以及放电特性校正单元，其算出当前充电率的充电电池的电压值与满充电时的电压值之间的差和根据与当前充电率对应的推定放电特性得到的电压值与满充电时的电压值之间的差的比率，根据比率来校正推定放电特性。充电电池根据校正后的推定放电特性得到上述开始放电时的充电电池的剩余容量。

专利文献1：日本特开2005-37230号公报

专利文献2：日本特开2003-224901号公报

专利文献3：日本特开2005-269760号公报

发明内容

在日本特开2005-37230号公报(专利文献1)中，示出根据实测SOC和推定SOC来判定电池的劣化这一点，但是没有特别示出与劣化的电池有关的其它信息、例如用于算出开路电压特性或者满充电容量等的技术。

根据日本特开2003-224901号公报(专利文献2)所公开的方法，需要测量无负载状态下的开路电压。但是，在构成为能够对二次电池进行充放电的电源系统中，有可能产生这种无负载状态的机会少。另外，即便在产生无负载状态的情况下，也会由电池内部的反应参与物质的扩散而产生电压变化，因此为了高精度地测量开路电压，需要该无负载状态长时间持续。例如在上述混合动力汽车或者电动汽车中，被认为产生这种无负载状态的机会少并且无负载状态的持续时间也短。因而，被认为在混合动力汽车、电动汽车中，通过该方法来推定电池容量的机会少。另外，在日本特开2003-224901号公报(专利文献2)所公开的方法中，以该电池的相对容量值由电池的放电后的开路电压唯一地确定为前提条件，但是在电池劣化的情况下有时开路电压与相对容量值的关系发生变化，在这种情况下有可能无法正确地推定总实力容量。

日本特开2005-269760号公报(专利文献3)所公开的方法是以放电期间的电流值为固定的情况为前提的方法。但是，在负载状态发生大变化的情况下，电流值发生大的变化，因此难以应用该方法。例如在混合动力汽车、电动汽车中，负载状态根据车辆的行驶状态来发生大的变化，因此电流值也发生大变化。因而，在混合动力汽车、电动汽车中难以应用该方法。

本发明是为了解决这样的问题点而完成的，本发明的目的在于，在按照电池模型推定二次电池的状态量的二次电池的状态推定装置中，防止由与电池状态的变化对应的参数值变化的影响而引起的推定精度的恶化，实现确保与电池的经年变化对应的电池模型的推定精度。

本发明的二次电池的状态推定装置具备检测部、电池状态推定部以及参数推定部。检测部检测二次电池的电池电压、电池电流以及电池温度。电池状态推定部构成为：基于电池温度的检测值、以及作为电池电压和电池电流中的一方的第一状态量的检测值，按照电池模型公式，依次推定二次电池的充电率、二次电池的开路电压以及作为电池电压和电池电流中的另一方的第二状态量。参数推定部构成为：基于第二状态量的检测值和推定值，算出表示第二状态量的检测值和推定值之间的差异的推定误差，并且基于充电率和开路电压中的任一方以及推定误差，推定电池模型公式中使用的参数群中的根据二次电池的状态变化而变化的预定参数。电池状态推定部使参数推定部的预定参数的推定结果反映到电池模型公式，由此校正正极开路电位和负极开路电位，并且基于经校正的正极开路电位和负极开路电位来推定开路电压。

根据上述二次电池的状态推定装置，检测出电池状态推定部所推定的第二状态量的推定值与检测部所检测出的第二状态量的检测值之间的差异(推定误差)，根据该推定误差和充电率来推定使用于电池模型公式的参数群中的根据二次电池的状态变化而变化的预定的参数。在由于电池劣化而开路电压特性发生变化的情况下，在由电池状态推定部算出的开路电压的推定值与电池的实际开路电压之间产生差异。在这种情况下，在由电池状态推定部推定出的第二状态量的推定值与由检测部检测出的第二状态量的检测值之间也产生推定误差。根据该推定误差和充电率来校正用于电池模型的预定参数，由此校正正极开路电位和负极开路电位，因此能够校正电池模型的开路电压特性。其结果是，能够高精度地推定由二次电池的劣化引起变化的开路电压特性。

优选参数推定部以使得推定误差相对于充电率的变化率变得最小的方式推定预定的参数。

通过设为这种构成，能够将由电池状态推定部推定出的开路电压特性校正为与实际电池的开路电压特性一致。推定误差相对于充电率的变化率最小(例如变化率为0)意味着：由电池状态推定部推定出的第二状态量的推定值最接近由检测部检测出的第二状态量的检测值。因而，以使得推定误差相对于充电率的变化率变得最小的方式推定预定的参数，由此能够高精度地推定开路电压特性。

优选第一状态量和第二状态量分别为电池电压和电池电流。推定误差为电池电流的检测值的累计结果与电池电流的推定值的累计结果之间的差。

通过设为这种构成，将检测出的电池温度和电池电压输入到电池模型而能够得到电池电流的推定值。根据该电池电流推定值以及由检测部检测出的电池电流的检测值，能够得到电池电流的检测值的累计结果与电池电流的推定值的累计结果之间的差，作为电池状态推定部的推定误差。由此能够高精度地推定由二次电池的劣化而变化的开路电压特性。

优选第一状态量和第二状态量分别为电池电流和电池电压。推定误差为电池电压的检测值与电池电压的推定值之间的差。

通过设为这种构成，将检测出的电池温度和电池电流输入到电池模型而能够得到电池电压的推定值。并且，能够得到该电池电压推定值与由检测部检测出的电池电压的检测值之间的差作为电池状态推定部的推定误差。由此能够高精度地推定由二次电池的劣化而变化的开路电压特性。

优选参数推定部以使得推定误差相对于开路电压的变化变得最小的方式推定预定的参数。

通过设为这种构成，能够将由电池状态推定部推定出的开路电压特性校正为与实际电池的开路电压特性一致。相对于开路电压的变化的推定误差最小(例如推定误差为0)是表示由电池状态推定部推定出的第二状态量的推定值最接近由检测部检测出的第二状态量的检测值。因而，以使得相对于开路电压的推定误差变得最小的方式推定预定的参数，由此能够高精度地推定由劣化而变化的开路电压特性。

优选推定误差为对开路电压从第一开路电压变化到第二开路电压所需的电池电流的累计值进行推定而得到的结果与开路电压从第一开路电压变化到第二开路电压时的电池电流的检测值的累计结果的差。

通过设为这种构成，能够高精度地推定由劣化而变化的开路电压特性。并非累计充电率的变化期间的推定电流而是根据两个开路电压的值来推定电流累计值，由此例如能够降低推定错误的电池电流的可能性。由此能够高精度地推定电池容量。

优选参数推定部，在充电率的推定值在预定的第一范围内且二次电池是缓和的状态的情况下，开始电池电流的检测值的累计，在充电率的推定值在预定的第二范围内且电池是缓和的状态的情况下，结束电池电流的检测值的累计。。

通过设为这种构成，能够高精度地推定由劣化而变化的开路电压特性。如果二次电池缓和，就能够结束电流值的累计，因此例如也可以不持续电流值的累计直到使用电池模型得到的开路电压达到实际开路电压。于是，不容易产生由电流传感器的检测误差累计而引起的推定误差，因此能够提高开路电压特性的推定精度。

优选参数推定部使用二分法来推定预定的参数。

通过设为这种构成，能够通过实验等预先求出预定参数的范围，通过一次的推定来求出其最佳值。

优选状态推定装置还具备满充电容量推定部。满充电容量推定部构成为：对电池状态推定部所推定的开路电压从与二次电池(10)的完全放电状态对应的第一电压成为与二次电池的满充电状态对应的第二电压的期间内的每单位极板面积的满充电容量进行推定。满充电容量推定部构成为：将该推定出的满充电容量乘以二次电池的极板面积来推定二次电池的满充电容量。

通过设为这种构成，能够推定由劣化而变化的电池满充电容量。电池的满充电容量，由电池的开路电压从定义完全放电的电压(例如3.0V)变化为定义满充电状态的电压(例如4.1V)为止的所需电流累计量来定义。根据本发明的二次电池的状态推定装置，如上所述，能够推定劣化后的电池的开路电压特性，因此能够使用电池模型来算出在电池的开路电压从定义完全放电的电压变化为定义满充电状态的电压的期间从正极移动到负极的反应参与物质量。在对电池进行充放电时在各电极中进行反应的反应参与物质量与电荷量之间成立某一种关系式，因此使用该关系式来算出满充电所需的电荷量，由此能够算出电池的满充电容量。

优选状态推定装置还具备劣化判定部。劣化判定部构成为：根据二次电池的初始状态下的二次电池的满充电容量以及推定得到的二次电池的满充电容量之间的差，来判定二次电池的电池容量的劣化。

通过设为这种构成，能够将初始状态(例如二次电池的新品时)的满充电容量与当前满充电容量之间的差作为电池劣化的程度而使用，因此能够判定二次电池的电池容量的劣化。

优选状态推定装置还具备劣化判定部。劣化判定部构成为：根据二次电池的初始状态下的二次电池的满充电容量以及推定得到的二次电池的满充电容量之比，来判定二次电池的电池容量的劣化。

通过设为这种构成，能够将初始状态(例如二次电池的新品时)的满充电容量与当前满充电容量之比作为电池劣化的程度而使用，因此能够判定二次电池的电池容量的劣化。

优选预定的参数包括：正极中的单极容量的维持率；负极中的单极容量的维持率；以及由正极活性物质内部的平均充电率与负极活性物质内部的平均充电率之间的对应关系的初始状态起的变化引起的二次电池的电池容量的变动量(正负极组成对应偏差容量)。

通过设为这种构成，仅决定三个参数，就能够在电池模型上表现电池的容量劣化。

优选状态推定装置还具备存储部。该存储部构成为：存储对正极活性物质表面上的局部充电率与正极开路电位的关系以及负极活性物质表面上的局部充电率与负极开路电位的关系进行定义的开路电位特性数据。电池状态推定部根据由参数推定部推定得到的预定参数的推定结果，来校正正极和负极的局部充电率，根据该校正后的局部充电率和开路电位特性数据，来校正正极开路电位和负极开路电位。

通过设为这种构成，能够根据推定出的(校正后)预定参数、即正极中的单极容量的维持率、负极中的单极容量的维持率以及正负极组成对应偏差容量来校正正极开路电位和负极开路电位。

优选正极的活性物质内部的平均充电率，由正极活性物质内的反应参与物质的平均浓度相对于在正极活性物质中反应参与物质能够取得的最大浓度之比表示。负极的活性物质内部的平均充电率，由负极活性物质内的反应参与物质的平均浓度相对于在负极活性物质中反应参与物质能够取得的最大浓度之比表示。

通过设为这种构成，能够高精度地推定由劣化而产生正极和负极的容量减少以及正负极间的相对组成对应的偏差的情况下的正极开路电位和负极开路电位。由此，能够高精度地推定由二次电池的劣化引起的开路电压特性的变化以及满充电容量的降低。

优选电池状态推定部根据正极开路电位与负极开路电位的电位差来推定开路电压。

通过设为这种构成，能够高精度地推定由二次电池的劣化引起的开路电压特性的变化。

优选电池模型公式为示出每单位极板面积的电池模型的公式。

通过设为这种构成，能够使电池模型公式相对于二次电池的设计容量一般化。

优选二次电池由充放电控制装置进行充放电，充放电控制装置，基于充电率的当前值以及充电率的目标值，控制二次电池的充放电量使得充电率接近目标值。状态推定装置还具备：推定执行判定部和目标充电率设定部。推定执行判定部构成为：判定用于执行由电池状态推定部进行的二次电池的状态的推定的推定执行条件是否成立，并且在判定为推定执行条件成立的情况下，使电池状态推定部开始推定二次电池的状态。目标充电率设定部构成为：在由推定执行判定部判定为推定执行条件成立的情况下，设定目标值。

通过设为这种构成，能够可靠地推定开路电压特性或者满充电容量。在推定上述开路电压特性和满充电容量的情况下，为了高精度地推定开路电压特性和满充电容量，需要使充电率变化足够的幅度。然而，例如在将二次电池装载于混合动力汽车、电动汽车等电动车辆的情况下，通常以其电池的充电率接近预定的控制目标值的方式控制电池的充放电电力量。其结果是，一般认为除了车辆行驶负载变大的情况以外充电率的变化量不会变大。根据该构成，以使得接近目标充电率的方式控制充电率，由此能够积极地使充电率变化。由此，能够创造机会高精度地推定开路电压特性和满充电容量。

优选在从电池状态推定部的二次电池的状态的推定结束起所经过的时间在预定期间以上的情况下，推定执行判定部判定为推定执行条件成立。

通过设为这种构成，能够以一定时间间隔来推定满充电容量，因此算出由二次电池的劣化引起的满充电容量的减少速度变得容易。另外，能够根据电池的劣化速度以适当的频率来进行推定。另外，能够以适当的频率推定开路电压特性，因此能够减小产生电池模型的开路电压特性与实际电池的开路电压特性之间的差异的可能性。

优选充放电控制装置包括电动机，该电动机使车辆行驶。在电池状态推定部的二次电池的状态的推定结束之后车辆的行驶距离在预定距离以上的情况下，推定执行判定部判定为推定执行条件成立。

通过设为这种构成，能够按每一定行驶距离来推定满充电容量，因此算出由二次电池的劣化引起的满充电容量的减少速度变得容易。另外，能够根据电池的劣化速度以适当的频率来进行推定。另外，能够以适当的频率推定开路电压特性，因此能够减小产生电池模型的开路电压特性与实际电池的开路电压特性之间的差异的可能性。

优选推定执行判定部从电池状态推定部获取充电率和推定误差，在充电率变化预定量时的推定误差在预定值以上的情况下，判定为推定执行条件成立。

通过设为这种构成，能够可靠地掌握电池的容量劣化来执行推定。在由于劣化而电池的容量减少以及开路电压特性发生变化的情况下，充电率变化预定量期间的电流累计推定误差也变大。在这种情况下，能够推定开路电压特性、满充电容量，因此能够可靠地掌握电池的容量劣化来执行推定。

优选目标充电率设定部以使得由充放电控制装置对二次电池放电的方式设定目标值。

通过设为这种构成，在对装载于混合动力汽车或者电动汽车等电动车辆的二次电池进行上述充电率控制(使充电率积极地变化的控制)的情况下，能够以使得尽可能不会产生乘坐的感觉恶化(在混合动力汽车的情况下还需要考虑燃料消耗)的方式进行充电率控制。在通过对二次电池充电来接近目标充电率的情况下，在车辆的行驶条件、例如加速多的行驶、爬坡等车辆所需的功率(power，动力)较大的行驶条件下，成为二次电池放电的倾向，因此存在接近目标充电率时费时这种问题。通过使电池放电而降低充电率，来使充电率接近目标值，由此能够避免这些问题。

优选目标充电率设定部，在满充电容量维持率为预定值以下的情况下，以使得与满充电容量维持率大于预定值的情况相比充电率的变化幅度变大的方式，设定目标值，满充电容量维持率是二次电池的当前的满充电容量相对于初始状态下的满充电容量之比。

通过设为这种构成，在满充电容量大幅减少的电池中也能够充分扩大充电率的变化幅度，因此能够高精度地推定使用于电池模型的预定的参数。

优选推定执行判定部在二次电池的充放电电力超过基准值的情况下，中止由电池状态推定部推定二次电池的状态。

通过设为这种构成，能够使充电率可靠地移动到目标值。若在电池负载大时继续进行充电率控制，则有可能难以使充电率可靠地移动到目标值。在这种情况下中止充电率控制，由此能够避免上述问题。

根据本发明的二次电池的状态推定装置，通过推定(更新)电池模型公式中的参数，能够实现确保与电池的经年变化对应的电池模型的推定精度，因此能够高精度地推定随着电池的经年变化而变化的满充电容量或者开路电压特性。另外，将推定出的开路电压特性使用于充电率的推定，由此能够高精度地推定充电率。

附图说明

图1是表示应用了本发明的实施方式的二次电池的状态推定装置的将二次电池作为电源的电源系统的概要构成的框图。

图2是说明通过电池模型表现的二次电池10的内部构成的概要的概念图。

图3是表示示出开路电压相对于局部SOC的变化的变化特性的映射的构成例的概念图。

图4是表示扩散系数相对于电池温度的变化的变化特性的概念图。

图5是说明使用了本发明的实施方式的电池模型公式的充电率(SOC)的推定方法的流程图。

图6是表示示出活性物质模型内的平均锂浓度与充电率的关系的映射的构成例的概念图。

图7是表示二次电池的初始状态以及劣化后的、从满充电状态起开路电压相对于放电时间的变化特性的一例的图。

图8是表示随着单极容量的减少而产生的单极开路电位的变化的示意图。

图9是表示正负极间的组成对应的偏差的示意图。

图10是说明由劣化引起的正负极组成的对应偏差的示意图。

图11是用于说明在正极活性物质内部的平均充电率θ_1ave与负极活性物质内部的平均充电率θ_2ave之间成立的关系式的图。

图12是说明实施方式1的电池的容量劣化的推定构成的框图。

图13是说明图12示出的构成的电池的容量劣化的推定定时的图。

图14是表示用于推定容量劣化参数的SOC推定值的条件的概念图。

图15是表示二次电池劣化了的情况下的实际电流累计值S_i和推定电流累计值S_ie相对于SOC推定值的关系的图。

图16是表示基于图15的电流累计推定误差ΔS_i与SOC的关系的图。

图17是说明参数推定部130的容量劣化参数的推定处理的流程图。

图18是说明由电池状态推定部110在电池模型的初始化中执行的使容量劣化参数反映到电池模型的处理的流程图。

图19是表示在反复进行容量劣化参数的推定与向电池模型反映容量劣化参数时的电流累计推定误差ΔS_i相对于SOC推定值的变化的图。

图20是表示反复推定正负极组成对应偏差容量ΔQ_s而得到的结果的图。

图21是表示没有进行容量劣化参数的学习的情况下的SOC推定值的时间推移的图。

图22是表示基于图21的SOC推定误差的图。

图23是表示进行了容量劣化参数的学习的情况下的SOC推定值的时间推移的图。

图24是表示基于图23的SOC推定误差的图。

图25是表示在进行了二次电池的加速劣化试验时的满充电容量维持率dQ_rate的推定结果的图。

图26是说明实施方式2的电池的容量劣化的推定构成的框图。

图27是说明根据电池电流Ib和电池温度Tb来算出电池的充电率推定值和电池电压推定值V_e的方法的流程图。

图28是表示电池电压推定值与电池电压测量值的误差ΔV相对于SOC的变化量ΔSOC的关系的示意图。

图29是说明参数推定部130A的容量劣化参数的推定处理的流程图。

图30是说明图1示出的电源系统中的SOC移动控制的框图。

图31是用于推定容量劣化参数的SOC移动控制的概念图。

图32是说明实施方式3的容量劣化参数的推定以及SOC移动控制的框图。

图33是表示实施方式3的SOC移动控制的第一变形例的框图。

图34是表示实施方式3的SOC移动控制的第二变形例的框图。

图35是表示实施方式3的SOC移动控制的第三变形例的框图。

图36是表示实施方式3的SOC移动控制的第四变形例的框图。

图37是表示本实施方式的推定容量劣化参数用的SOC移动控制的实验数据的示例的图。

图38是表示实施方式4的电池的容量劣化的推定构成的框图。

图39是说明参数推定部130B的容量劣化参数的推定处理的流程图。

图40是详细说明图39示出的步骤S285的搜索处理的流程图。

图41是作为开路电压从OCV1变化到OCV2时的开路电压而示出算出的开路电压特性以及劣化了的实际的二次电池的开路电压特性的图。

附图标记说明

10：二次电池；12：负极；13、16：集电器(current collector)；14：分隔件；15：正极；18：活性物质；20：电流传感器；30：电压传感器；40：温度传感器；50：负载；60：负载控制装置；100：ECU；110、110A：电池状态推定部；115：电池模型部；120：参数特性映射存储部；130、130A、130B：参数推定部；150：满充电容量推定部；160：劣化判定部；170：推定执行条件判定部；175：计数器；180：目标值设定部；200：容量劣化推定部；210：车辆ECU。

具体实施方式

以下，参照附图详细说明本发明的实施方式。此外，对以下图中相同或相当的部分标记相同的附图标记而原则上不进行重复说明。

(整体构成)

图1是表示应用了本发明的实施方式的二次电池的状态推定装置的将二次电池作为电源的电源系统的概要构成的框图。

参照图1，二次电池10提供负载50的驱动电力。负载50例如由装载于电动汽车、混合动力汽车等的行驶用电动机构成。并且，负载50利用电动机的再生电力对二次电池10进行充电。二次电池10代表性的是由锂离子电池构成。

在二次电池10中设置有用于测量电池电流的电流传感器20、用于测量电池电压的电压传感器30以及用于测量电池温度的温度传感器40。下面，将由电流传感器20测量得到的测量值记载为电池电流Ib，将由电压传感器30测量得到的测量值记载为电池电压Vb，将由温度传感器40测量得到的测量值记载为电池温度Tb。

将由传感器20～40测量得到的电池电流Ib、电池电压Vb以及电池温度Tb传输到电子控制装置(ECU)100。

与本发明的实施方式的二次电池的状态推定装置对应的ECU 100包括未图示的微处理器、存储器、A/D变换器以及D/A变换器等，构成为：通过执行预先保存在存储器中的预定程序，使用来自传感器等的输入信号/数据执行预定的运算处理，根据运算处理结果来生成输出信号/数据。在本实施方式中，ECU 100根据由电流传感器20、电压传感器30以及温度传感器40检测出的电池数据(将Ib、Vb、Tb总括地记载)，按照后述的电池模型来动态地推定二次电池10的内部状态，推定充电率(SOC)。并且，ECU100通过进行后述的推定处理对随着二次电池10的经年劣化而变化的二次电池10的满充电容量以及开路电压特性进行推定学习。ECU 100使用该推定出的满充电容量来推定定义为满充电容量的减少率、减少量的电池劣化程度，并且使用推定出的开路电压特性来推定充电率。

特别是，ECU 100能够根据利用二次电池10来运转负载50中、即利用二次电池10的供给电力来驱动负载50时、利用来自负载50的再生电力对二次电池10进行充电时的实际的负载运转中的电池数据，根据后述的电池模型公式，来进行电池模型公式中的参数推定。因而，如果设为根据该参数推定结果求出二次电池10的劣化状态(劣化程度)的构成，则能够根据实际运转负载50的联机(on-line)中的电池数据来推定电池劣化程度。即，即便不为了推定电池的劣化状态而停止负载50的运转或者以特别的充放电模式使二次电池10充放电或者从负载50断开二次电池10，也能够推定电池劣化度。

根据本实施方式，即使SOC的变化比较小也能够推定二次电池10的满充电容量，因此能够高精度地推定二次电池10的劣化程度。在电动汽车或者混合动力汽车中，难以使二次电池成为完全的放电状态或者完全的充电状态，因此这一点变得重要。

另外，在本实施方式中，通过将参数推定结果依次反映给电池模型，能够与参数值的经年变化对应地确保电池模型的推定精度。具体地说，不仅高精度地推定电池的满充电容量，还能够高精度地推定开路电压特性。通过将推定出的开路电压特性使用于充电率推定，在劣化后的电池中也能够高精度地推定充电率。

将由ECU 100求出的充电率(SOC)等电池信息传输到负载控制装置60。负载控制装置60根据电池信息产生控制负载50的驱动状态用的控制指令。例如在二次电池10的充电率低于预先确定的下限值的情况下，生成限制负载50的使用电力的控制指令。相反，在二次电池10的充电率大于预先确定的上限值的情况下，生成抑制由负载50产生再生电力的控制指令。此外，负载50和负载控制装置60构成充放电控制装置，该充放电控制装置控制二次电池10的充放电量。

(电池模型公式的说明)

接着，说明使用于二次电池10的状态推定的电池模型的一例。下面说明的电池模型是以下那样构筑的，即，包括非线形模型使得考虑二次电池内部的电化学反应来能够动态地推定内部动作。

图2是说明通过电池模型表现的二次电池10的内部构成的概要的概念图。

参照图2，二次电池10包括负载12、分隔件14以及正极15。分隔件14通过使电解液浸透到设置于负载12与正极15之间的树脂而构成。

负载12与正极15分别由球状的活性物质18的集合体构成。在二次电池10放电时，在负载12的活性物质18的界面上，进行放出锂离子Li⁺和电子e^-的化学反应。另一方面，在正极15的活性物质18的界面上进行吸收锂离子Li⁺和电子e^-的化学反应。此外，在二次电池10的充电时，关于电子e^-的放出和吸收，进行与上述反应相反的反应。

在负极12上设置吸收电子e^-的集电器13，在正极15上设置放出电子e^-的集电器16。负极的集电器13代表性地由铜构成，正极的集电器16代表性地由铝构成。在集电器13上设置有负极端子，在集电器16上设置有正极端子。通过分隔件14交换锂离子Li⁺，从而在二次电池10中进行充放电，产生充电电流或者放电电流。

即，二次电池内部的充放电状态根据电极(负极12和正极15)的活性物质18内的锂浓度分布不同而不同。该锂相当于锂离子电池中的反应参与物质。

负极12和正极15对于电子e^-的移动的纯电气性的电阻(纯电阻)Rd以及在活性物质界面中的产生反应电流时等效地作为电阻而起作用的电荷移动电阻(反应电阻)Rr合起来的电阻，相当于宏观观察二次电池10的情况下的直流电阻。下面，将该宏观直流电阻还表示为直流电阻R_a。另外，活性物质18内的锂Li的扩散由扩散系数D_s支配。

接着，说明ECU 100使用的电池模型的一例。此外，在在此所说明的电池模型公式中，考虑到常温时的双电层电容器的影响小，构筑了忽视该影响的电池模型。并且，将电池模型定义为电极的每单位极板面积的模型。通过使用电极的每单位极板面积的模型，能够使该模型相对于设计容量一般化。

首先，对于作为二次电池10的输出电压的电池电压V，使用了电池温度T、电池电流I、开路电压OCV以及上述二次电池10整体的宏观直流电阻R_a的以下公式(1)成立。在此，电池电流I表示每单位极板面积的电流值。即，当将流过正负极端子的电池电流(能够利用电流表测量的电流值)设为Ib而将电池的双面极板面积设为S时，通过I＝Ib/S来定义电池电流I。下面，只要没有特别说明，在电池模型中所说的“电流”和“电流推定值”，就指上述每单位极板面积的电流。

[数学式1]

V＝OCV(θ₁，θ₂)-R_a(θ₁，θ₂，T)×I

 ＝U₁(θ₁)-U₂(θ₂)-R_a(θ₁，θ₂，T)×I                …(1)

θ₁以及θ₂分别表示正极活性物质表面上的局部SOC以及负极活性物质表面上的局部SOC。开路电压OCV作为正极开路电位U₁与负极开路电位U₂的电位差而表示。如图3所示，正极开路电位U₁和负极开路电位U₂分别具有依赖于局部SOCθ₁和局部SOCθ₂而变化的特性。因而，能够通过在二次电池10的初始状态下测量局部SOCθ₁与正极开路电位U₁的关系以及局部SOCθ₂与负极开路电位U₂的关系，制作特性映射(map，映射图)，该特性映射预先存储相对于局部SOCθ₁的变化的正极开路电位U₁(θ₁)的变化特性以及相对于局部SOCθ₂的变化的负极开路电位U₂(θ₂)的变化特性。

另外，直流电阻R_a具有根据局部SOC(θ₁)、局部SOC(θ₂)以及电池温度T的变化而变化的特性。即，直流电阻R_a表示为局部SOC(θ₁，θ₂)以及电池温度T的函数。因而，能够基于二次电池10的初始状态下的实测实验结果，，制作特性映射(直流电阻映射)，该特性映射与局部SOC(θ₁，θ₂)以及电池温度T的组合对应地决定直流电阻R_a的值。

如上所述，在负极12和正极15各自的球状活性物质模型中，活性物质表面(与电解液的界面)上的局部SOCθ_i(i＝1，2)利用以下公式(2)来定义。此外，与局部SOCθ_i同样地，在以下说明中，定义为以i表示的下标在1的情况下表示正极，在2的情况下表示负极。

[数学式2]

${\mathrm{\θ}}_i=\frac{C_{\mathrm{se},i}}{C_{s,i,\max }}(i=\mathrm{1,2})...\left(2\right)$

在公式(2)中，C_se，i为活性物质界面上的锂平均浓度，C_s，i，max为活性物质中的临界锂浓度。

以球状模型处理的活性物质内，锂浓度c_s，i在半径方向上具有分布。即，假设为球状的活性物质内的锂浓度分布通过以下公式(3)示出的极坐标系的扩散方程式来规定。

[数学式3]

$\frac{{\∂c}_{s,i}}{\∂t}=D_{s,i}\left(T\right)[\frac{{\∂}^2{c}_{s,i}}{\∂r}+\frac{2}{r}\frac{\∂c_{s,i}}{\∂r}](i=\mathrm{1,2})...\left(3\right)$

在公式(3)中，D_s，i为活性物质中的锂的扩散系数。如图4所示，扩散系数D_s，i具有依赖于电池温度而发生变化的特性。因而，与上述直流电阻R_a同样地，对于扩散系数D_s，i也能够根据二次电池10的初始状态下的实测结果，作成特性映射(扩散系数映射)，该特性映射预先存储图4示出的特性相对于电池温度变化的扩散系数D_s，i(T)的变化特性。

另外，以下公式(4)、(5)那样设定公式(3)的扩散方程式的边界条件。

[数学式4]

$\frac{{\∂c}_{s,i}}{\∂r}=0(r=0,i=\mathrm{1,2})...\left(4\right)$

$\frac{{\∂c}_{s,i}}{\∂t}=\frac{{\∂c}_{\mathrm{se},i}}{\∂t}=-\frac{j_i^{\mathrm{Li}}}{{\mathrm{\ϵ}}_{s,i}{a}_{s,i}F}(r=r_{s,i},i=\mathrm{1,2})...\left(5\right)$

在公式(4)中，示出活性物质中心的浓度梯度为0。在公式(5)中，意味着：活性物质的电解液界面中的锂浓度变化随着锂从活性物质表面出入而变化。

在公式(5)中r_s，i表示活性物质半径，ε_s，i表示活性物质的体积分数，a_s，i表示每电极单位体积的活性物质表面积。根据通过各种电化学测量法测量得到的结果来决定这些值。另外，F为法拉第常数。

并且，公式(5)中的j^Li为每单位体积/时间的锂生成量，方便起见，假设为在电极厚度方向上反应均匀，则使用电极厚度L_i以及每单位极板面积的电池电流I利用以下公式(6)示出。

[数学式5]

$I=j_2^{\mathrm{Li}}{L}_2=-j_1^{\mathrm{Li}}{L}_1...\left(6\right)$

将电池电流I或者电池电压V作为输入，使这些公式(1)～(6)联立来求解，由此能够算出电压推定值或者电流推定值，并且推定二次电池10的内部状态，推定充电率。

通过使用该电池模型，能够将电池电压V作为输入来推定二次电池的充电率。在输入电池电压V的情况下，使用表示活性物质模型内的平均锂浓度与充电率的关系的映射(图6)来算出充电率。

下面，首先说明以下方法，即，将由传感器测量得到的电池电压Vb和电池温度Tb作为输入使用上述电池模型来算出电池的充电率(SOC)推定值以及电流推定值。

图5是说明使用了本发明的实施方式的电池模型公式的充电率(SOC)的推定方法的流程图。图5示出的处理在ECU 100中按每预定的运算周期调用来执行。此外，为了便于说明，图5的流程图示出没有考虑二次电池劣化的影响而根据电池温度和电池电压推定二次电池的充电率的方法。

参照图5，在步骤S100中，ECU 100利用电压传感器30测量电池电压Vb。测量出的电池电压Vb被使用作电池模型公式中的电池电压V。进而，在步骤S110中，ECU利用温度传感器40测量电池温度Tb。测量出的电池温度Tb被使用作模型公式中的电池温度T。

在步骤S120中，ECU 100利用公式(2)根据前一次运算时的锂浓度分布c_se，i来算出活性物质表面的局部SOCθ_i(θ₁和θ₂)。然后，在步骤S130中，ECU 100根据图3示出那样的开路电位U_i(θ_i)相对于局部SOCθ_i的特性映射算出开路电位U_i(U₁和U₂)，作为该算出的开路电位U₁和U₂的电位差，算出开路电压推定值U#。

进而，在步骤S140中，ECU 100根据所算出的局部SOCθ_i以及测量出的电池温度T，按照预先存储的直流电阻映射来算出直流电阻R_a。然后，在步骤S150中，ECU 100使用测量出的电池电压Vb、所算出的开路电压推定值U#以及直流电阻R_a基于以下公式(7)算出电池电流的推定值I_te。

[数学式6]

$I_{\mathrm{te}}=\frac{U\#-\mathrm{Vb}}{R_a}...\left(7\right)$

接着，在步骤S160中，ECU 100将电池电流推定值I_te代入到公式(6)的电池电流I，由此算出每单位体积/时间的锂生成量j^Li。将该每单位体积/时间的锂生成量j^Li使用于公式(5)的边界条件，求解公式(3)的扩散方程式，由此决定正负极各自的活性物质内的锂浓度分布。此外，按照图4示出的相对于电池温度的扩散系数映射，根据测量出的电池温度Tb，也能够算出公式(3)中的扩散系数D_s，i。

此外，在求解公式(3)的扩散方程式时，ECU 100使用通过位置和时间而离散化了的扩散方程式，更新活性物质内部的锂浓度分布c_s，i，k(t+Δt)(其中，Δt表示离散时间步骤(相当于运算周期)，k表示在半径方向上离散化的离散位置序号)(步骤S170)。此外，将扩散方程式通过位置和时间离散化的方法是公知的，因此在此不重复详细说明。

接着，在步骤S180中，ECU 100按照以下公式(8)算出活性物质内部的平均锂浓度c_save。

[数学式7]

$c_{\mathrm{save}}=\frac{1}{N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{c}_{s,k}...\left(8\right)$

其中，在公式(8)中N为在半径方向上使球状的活性物质离散化的情况下的划分数。

然后，在步骤S190中，ECU 100使用表示图6示出的活性物质内的平均锂浓度c_save与二次电池10的充电率(SOC)的关系的预先存储的映射来算出充电率。

这样，ECU 100能够根据由传感器测量出的电池电压Vb和电池温度Tb来算出二次电池10的充电率(SOC)、开路电压推定值U#以及每单位极板面积的电池电流的推定值。另外，根据上述电池电流I的定义式，将每单位极板面积的电流推定值乘以电池的双面极板面积，由此能够算出流过电池整体的电流的推定值。

(实施方式1)

从电池管理的观点出发，掌握二次电池的满充电容量是重要的。另外，在根据开路电压特性推定二次电池的SOC的情况下，当由于二次电池的劣化而在从电池模型得到的开路电压特性与实际开路电压特性之间产生差异时，产生SOC的推定误差。因而，推定由二次电池的劣化而引起的开路电压特性的变化并根据其推定结果来校正电池模型对于二次电池的状态推定来说是重要的。

在实施方式1中，说明以下构成：推定二次电池的容量劣化、具体地说是开路电压特性的变化以及满充电容量的变化，并且使推定出的开路电压特性反映给充电率推定用的电池模型，由此在二次电池劣化了的状态下也能够高精度地推定充电率。

首先，说明由二次电池的劣化引起的满充电容量的变化以及开路电压的变化。通常，二次电池由于其使用条件和使用时间而引起经年劣化，其开路电压和满充电容量发生变化的情况是公知的。

图7是表示二次电池的初始状态以及劣化后，从满充电状态起，开路电压相对于放电时间的变化特性的一例的图。图7示出的初始状态，代表性地是二次电池为新的时(新品时)的状态，但是并不限于此，例如也可以将二次电池的新品时与二次电池的最大劣化时的中间状态设为初始状态。

如图7所示，开路电压具有随着放电进行而降低这种特性。但是，在劣化后的电池中，与初始状态的电池相比，电压降低量相对于相同放电时间增加。这表示由于二次电池的劣化而产生满充电容量的降低以及开路电压特性的变化。在实施方式1中，将这种随着二次电池的劣化而引起的满充电容量和开路电压特性的变化作为被认为是在该劣化电池的内部产生的两个现象而模型化。

上述两个现象之一为正极和负极的单极容量减少，另一个为正极与负极之间的组成的对应偏差。此外，组成的对应偏差意味着：正极和负极各自的活性物质内部的平均锂浓度c_save的对应产生偏差，或者作为活性物质内部的平均锂浓度c_save相对于活性物质中的临界锂浓度(c_s，i，max)之比而表示的平均充电率的正极和负极之间的对应产生偏差。

另外，将单极开路电位相对于正极和负极各自的组成的关系定义为即使二次电池劣化也不会变化。即，在该模型中，定义为即使二次电池劣化也保持图3示出的局部SOCθ_i与开路电位U_i的关系。

图8是表示随着单极容量的减少而产生的单极开路电位的变化的示意图。参照图8，正极单极容量轴中的Q_L1和Q_H1表示在二次电池的初始状态下分别与图3的局部SOCθ_L1和θ_H1对应的容量。同样地，负极单极容量轴中的Q_L2和Q_H2表示在二次电池的初始状态下分别与图3的局部SOCθ_L2和θ_H2对应的容量。

“单极容量的减少”表示正极和负极各自中的锂的接受能力的降低。这表示在各电极内有效作用于充放电的活性物质的减少等现象。在正极中，由于锂的接受能力降低，与局部SOCθ_H1对应的容量从Q_H1降低到Q_H1’。同样地在负极中，由于锂的接受能力降低，与局部SOCθ_L2对应的容量从Q_L2降低到Q_L2’。

另一方面，即使二次电池劣化，局部SOCθ₁与正极开路电位U₁的关系也不会发生变化。因此，在将局部SOCθ₁与正极开路电位U₁的关系变换为正极单极容量与正极开路电位的关系的情况下，如图8所示，示出正极单极容量与正极开路电位的关系的曲线随着二次电池的劣化可以说成为缩小的状态。同样地，在将局部SOCθ₂与负极开路电位U₂的关系变换为负极单极容量与开路电位的关系的情况下，示出单极容量与开路电位的关系的曲线也随着二次电池的劣化可以说成为缩小的状态。

图9是表示正负极间的组成对应的偏差的示意图。参照图9，“组成对应的偏差”表示在将正极与负极的组作为电池而使用时正极的组成(正极活性物质内部的平均充电率)与负极的组成(负极活性物质内部的平均充电率)的组合从二次电池的初始状态产生偏差。

关于表示组成(活性物质内部的平均充电率)θ_i与开路电位U_i的关系的曲线，与图3示出的曲线是同样的。但是，随着二次电池的劣化，负极组成轴向正极组成变小的方向位移Δθ₂。由此，表示负极组合θ₂与开路电位U₂的关系的曲线也向正极组合θ₁变小的方向位移Δθ₂。与正极的组成θ_1fix对应的负极的组成在二次电池的初始状态下是θ_{2fix_ini}，但在二次电池劣化之后成为θ_2fix。作为引起这种组成的对应偏差的原因之一的一例，例如被认为是由于在进行充电时从正极放出的锂离子成为副生成物等而不被取入到负极的情况。此外，在图9中将负极组成θ_L2设为0，θ_L2＝0是指负极的锂全部脱落的状态。

在本实施方式中，将“正极容量维持率”、“负极容量维持率”以及“正负极组成对应偏差容量”这三个参数作为与容量劣化有关的参数导入到电池模型，由此能够使上述两个现象模型化。具体地说，在本实施方式中，推定该三个参数，使用该推定出的参数来校正电池模型，由此能够使电池模型的开路电压特性与劣化后的实际电池的开路电压特性适应，并且能够推定劣化后的实际电池的满充电容量。

下面，首先具体地说明使上述两个容量劣化现象(单极容量的减少以及组成对应的偏差)模型化的方法。

将正极侧和负极侧各自的单极的容量维持率表示为单极容量(劣化后)/单极容量(初始)。定义为：单极容量在二次电池劣化后从初始状态下的值减少某一量。利用以下公式(9)来确定正极容量维持率k₁。

[数学式8]

$k_1=\frac{Q_{1\_\mathrm{ini}}-\mathrm{\Δ}{Q}_1}{Q_{1\_\mathrm{ini}}}...\left(9\right)$

同样地，利用以下公式(10)来确定负极容量维持率k₂。

[数学式9]

$k_2=\frac{Q_{2\_\mathrm{ini}}-\mathrm{\Δ}{Q}_2}{Q_{2\_\mathrm{ini}}}...\left(10\right)$

在此，Q_{1_ini}和Q_{2_ini}分别表示正极和负极的初始状态的单极容量，ΔQ₁和ΔQ₂分别表示正极和负极的单极容量减少量。此外，单极容量Q_{1_ini}和Q_{2_ini}为通过例如实验等预先求出的常数。

另外，将与正极组成轴与负极组成轴的相对的偏差量(图9示出的Δθ₂)对应的正负极组成对应偏差容量设为ΔQ_s。

图10是说明由劣化引起的正负极组成的对应偏差的示意图。参照图10，在二次电池劣化后，负极组成θ₂为1时的容量成为(Q_{2_ini}-ΔQ₂)。另外，正负极组成对应偏差容量ΔQ_s为与负极组成轴相对于正极组成轴的偏差量Δθ₂对应的容量。根据这些，1∶Δθ₂＝(Q_{2_ini}-ΔQ₂)∶ΔQ_s的关系成立。因而，利用以下公式(11)算出二次电池劣化后的正负极组成对应偏差容量ΔQ_s。

[数学式10]

ΔQ_S＝(Q_{2_ini}-ΔQ₂)×Δθ₂

    ＝k₂×Q_{2_ini}×Δθ₂                     …(11)

将与初始的正极组成θ_{1fix_ini}对应的初始的负极组成设为θ_{2fix_ini}，与由二次电池的劣化而产生组成偏差后的正极组成θ_1fix对应的负极组成设为θ_2fix。并且，将初始的正极组成θ_{1fix_ini}设为偏差的基准。即设为θ_{1fix_ini}与θ_1fix相互相等。

在由二次电池的劣化在正负极间产生相对的组成对应偏差的情况下，按照以下公式(12)以及公式(13)来算出正极组成θ_1fix和负极组成θ_2fix。

[数学式11]

θ_1fix＝θ_{1fix_ini}                          …(12)

${\mathrm{\θ}}_{2\mathrm{fix}}=\frac{(1-{\mathrm{\θ}}_{1\mathrm{fix}})\×k_1\×Q_{1\mathrm{ini}}-\mathrm{\Δ}{Q}_s}{k_2\×Q_{2\_\mathrm{ini}}}...\left(13\right)$

进一步说明公式(13)的意义。在二次电池劣化后，在正极组成θ₁从1变化(减少)为θ_1fix时从正极放出的锂的量表示为将正极组成的变化量、即(1-θ_1fix)乘以正极的单极容量(即k₁×Q_{1_ini})而得到的值。当设为从正极放出的锂全部被负极吸藏时，负极的单极容量(劣化后)为k₂×Q_{2_ini}，因此负极组成θ_2fix成为(1-θ_1fix)×(k₁×Q_{1_ini)}/(k₂×Q_{2_ini})。但是，如公式(11)所示，存在正负极间的相对的组成对应偏差(Δθ₂)，因此劣化后的负极组成θ_2fix成为从上述值减去偏差量Δθ₂而得到的值。能够根据公式(11)使用正负极组成对应偏差容量ΔQ_s来表示偏差量Δθ₂。因而，能够按照公式(13)来表示劣化后的负极组成θ_2fix。

在本实施方式中的电池模型中，如公式(14)～(17)所示，使正极/负极的单极容量的减少反映给电极厚度以及活性物质体积分数。

[数学式12]

$L_1=L_{10}\×\sqrt{k_1}...\left(14\right)$

$L_2=L_{20}\×\sqrt{k_2}...\left(15\right)$

${\mathrm{\ϵ}}_{s,1}={\mathrm{\ϵ}}_{s\mathrm{0,1}}\×\sqrt{k_1}...\left(16\right)$

${\mathrm{\ϵ}}_{s,2}={\mathrm{\ϵ}}_{s\mathrm{0,2}}\×\sqrt{k_2}...\left(17\right)$

在此，L₁₀和L₂₀分别为初始状态下的正极电极厚度和负极电极厚度，ε_s0，1和ε_s0，2分别为初始状态下的正极活性物质体积分数和负极活性物质体积分数。

根据上述说明，利用以下公式(18)来算出由劣化而产生正极/负极单极的容量减少以及正负极间的相对的组成对应的偏差的情况下的开路电压OCV。此外，在电流流过二次电池的情况下或者紧接着断开电流之后，在活性物质内存在锂的浓度分布，因此活性物质表面的锂浓度与活性物质内部的平均锂浓度不一致，但在求出开路电压OCV时二次电池成为充分缓和的状态，因此活性物质内不存在锂的浓度分布，活性物质表面的锂浓度与活性物质内部的平均锂浓度变得相同。

[数学式13]

OCV(θ_1ave′θ_2ave)＝U(θ_1ave)-U(θ_2ave)                …(18)

在公式(18)中，θ_1ave和θ_2ave分别为正极和负极的活性物质内部的平均充电率，通过以下公式(19)来定义。此外，在公式(19)中，c_save，i为活性物质内的平均锂浓度。

[数学式14]

${\mathrm{\θ}}_{\mathrm{iave}}=\frac{c_{\mathrm{save},i}}{c_{s,i,\max }},(i=\mathrm{1,2})...\left(19\right)$

在θ_1ave与θ_2ave之间，按照以下公式(20)的关系成立。

[数学式15]

θ_2ave＝θ_2fix+(θ_1fix-θ_1ave)×λ                      …(20)

另外，利用以下公式(21)来定义公式(20)示出的λ。

[数学式16]

$\mathrm{\λ}=\frac{c_{s,1,\max }{L}_1{\mathrm{\ϵ}}_{s,1}}{c_{s,2,\max }{L}_2{\mathrm{\ϵ}}_{s,2}}...\left(21\right)$

图11是用于说明在正极活性物质内部的平均充电率θ_1ave与负极活性物质内部的平均充电率θ_2ave之间成立的关系式的图。参照图11，设为正极组成θ_1fix与负极组成θ_2fix对应。并且，设为正极吸收从负极放出的全部锂，由此负极组成从θ_2fix变化为θ_2ave，并且正极组成从θ_1fix变化为θ_1ave。

正极中的锂的变化量与负极中的锂的变化量相等，因此当将正极和负极的极板面积设为S时，根据公式(14)～公式(17)以及公式(19)成立以下关系。

(θ_1fix-θ_1ave)×c_s，1，max×L₁×ε_s，1×S＝(θ_2ave-θ_2fix)×c_s，2，max×L₂×ε_s，2×S

通过求解该公式，成立上述公式(20)和公式(21)。

如上所述，通过算出正极活性物质内部的平均充电率θ_1ave与负极活性物质内部的平均充电率θ_2ave，利用公式(18)，能够算出由劣化而产生正负极的单极容量减少以及正负极间的组成对应的偏差的情况下的开路电压特性。如公式(20)所示，θ_1ave和θ_2ave与正极组成θ_1fix和负极组成θ_2fix对应。如公式(13)所示，负极组成θ_2fix包括作为与容量劣化有关的参数的正极容量维持率k₁、负极容量维持率k₂以及正负极组成对应偏差容量ΔQ_s。因而，通过推定正极容量维持率k₁、负极容量维持率k₂以及正负极组成对应偏差容量ΔQ_s，能够推定二次电池劣化后的θ_1ave和θ_2ave。由此，在本实施方式中，能够推定随着二次电池的经年劣化而变化的二次电池的开路电压特性。

接着，说明由劣化而产生正负极的单极容量减少以及正负极间的组成对应偏差的情况下的电池满充电容量的算出方法。

首先，按照公式(18)的劣化电池的开路电压OCV的算出公式，算出SOC为100％的情况下的正极组成θ_{1_100}以及SOC为0％的情况下的正极组成θ_{1_0}。详细地说，当将定义SOC＝100％的开路电压设为V₁₀₀而定义SOC＝0％的开路电压设为V₀时，算出满足OCV(θ₁，θ₂)＝V₁₀₀的正极组成θ₁(正极组成θ_{1_100})以及满足OCV(θ₁，θ₂)＝V₀的正极组成θ₁(正极组成θ_{1_0})。此外，在本实施方式中使用的电池中，例如设为定义为SOC＝100％时的V₁₀₀＝4.1V而定义为SOC＝0％时的V₀＝3.0V。

利用以下公式(22)来算出劣化后的每单位极板面积的满充电容量Q_d。

[数学式17]

$Q_d=\frac{({\mathrm{\θ}}_{1\_0}-{\mathrm{\θ}}_{1-100})c_{s,1,\max }{L}_1{\mathrm{\ϵ}}_{s,1}F}{3600}...\left(22\right)$

公式(22)包括电极厚度L₁和体积分数ε_s，1。这些都依赖于正极容量维持率k₁。因而，满充电容量Q_d依赖于正极容量维持率k₁而发生变化。即当由于二次电池的劣化而正极容量维持率k₁降低时满充电容量Q_d降低。此外，正极组成θ_{1_100}和θ_{1_0}也由于正极容量维持率k₁、负极容量维持率k₂以及正负极组成对应偏差容量ΔQ_s而发生变化。

当将极板面积设为S时，利用以下公式(23)算出劣化后的满充电容量Q_{d_all}。

[数学式18]

Q_{d_all}＝Q_d×S                        …(23)

另外，当将初始状态下的每单位极板面积的电池容量设为Q_ini时，利用以下公式(24)算出劣化后的满充电容量维持率dQ_rate。

[数学式19]

$d{Q}_{\mathrm{rate}}=\frac{Q_d}{Q_{\mathrm{ini}}}...\left(24\right)$

因而，通过使用满充电容量维持率dQ_rate可知满充电容量与初始相比以什么程度减少，因此能够将dQ_rate使用于电池劣化度的判定。

如上所述，在本实施方式中，通过使正极和负极的单极容量的减少以及正极/负极间的组成对应的偏差模型化，能够求出产生它们的情况下的开路电压特性和满充电容量。下面，说明推定由劣化引起的正极/负极的单极容量的减少、正负极间的组成对应偏差，反映到用于推定SOC或者电流等电池状态的电池模型的具体构成。

图12示出说明实施方式1的电池的容量劣化的推定构成的框图。由ECU 100实现图12示出的框图的容量劣化推定处理。

参照图12，电池状态推定部110构成为包括由上述公式(1)～(8)构成的电池模型部115，按照图5示出的流程图以及公式(12)～公式(21)、后述的公式(28)～公式(30)，按每个运算周期中，使用电池温度Tb、电池电压Vb，推定二次电池10的内部状态(动作)，根据推定结果算出充电率(SOC)、电池电流推定值I_te等。

参数特性映射存储部120关于上述那样作为电池模型公式中的参数的扩散系数D_s，i和直流电阻R_a存储基于初始状态下的实测结果的特性映射。即，构成为：能够与电池温度Tb以及局部SOCθ等每时发生变化的电池状态对应地，读出与当前时刻的电池状态对应的扩散系数D_s，i和直流电阻R_a。参数特性映射存储部120还存储确定了相对于局部SOCθ₁的变化的正极开路电位U₁的变化特性以及相对于局部SOCθ₂的变化的负极开路电位U₂的变化特性的特性映射。

参数推定部130获取由电流传感器20测量出的电池电流的实测值Ib以及由电池状态推定部110推定出的充电率SOC和电池电流推定值I_te，推定正负极组成对应偏差容量ΔQ_s、正极容量维持率k₁以及负极容量维持率k₂。如上所述，这三个参数是由于电池劣化而变化的与容量劣化有关的参数。下面，将ΔQ_s、k₁、k₂一起称为“容量劣化参数”。

由参数推定部130推定出的容量劣化参数被提供给电池模型部115。电池状态推定部110根据由参数推定部130推定出的容量劣化参数的推定结果，算出正极的活性物质内部的平均充电率θ_1ave以及负极的活性物质内部的平均充电率θ_2ave，根据所算出的该θ_1ave和θ_2ave以及参数特性映射存储部120所存储的确定了局部SOCθ_i与开路电位U_i的关系的映射，算出开路电压OCV的推定值U#。由此，在劣化后的电池中也能够高精度地推定SOC或者电流等内部状态。

满充电容量推定部150使用由参数推定部130推定出的容量劣化参数，按照公式(17)，推定由于劣化而发生变化的电池的满充电容量Q_d(也可以是Q_{d_all})。

劣化判定部160使用满充电容量推定部150推定出的满充电容量Q_d以及二次电池的初始状态下的满充电容量Q_ini，按照公式(24)算出dQ_rate。然后，劣化判定部160根据所算出的dQ_rate(例如将dQ_rate与基准值进行比较)，判定电池劣化度。二次电池的初始状态下的满充电容量Q_ini为通过实验等预先求出的常数，被存储到劣化判定部160内部。此外，在实施方式1中，劣化判定部160构成为：按照满充电容量Q_d与满充电容量Q_ini之比来判定电池容量的劣化。但是，劣化判定部160也可以算出满充电容量Q_d、Q_ini的差(Q_ini-Q_d)，在该差大于基准值的情况下，判定为产生二次电池的容量劣化。将初始状态(例如二次电池的新品时)的满充电容量与当前满充电容量的差或者比使用于电池劣化的程度，由此能够判定电池劣化度。

图13是说明图12示出的构成的电池的容量劣化的推定定时的图。此外，设为图1示出的负载50为装载于混合动力汽车、电动汽车等车辆的行驶用电动机。参照图13，在车辆起动时(例如点火开关打开时)，电池状态推定部110使用存储在参数推定部130中的容量劣化参数使电池模型初始化。并且，当车辆开始行驶时，参数推定部130按每个预定行驶距离或者按每个预定行驶时间来执行容量劣化参数的推定。此外，上述“行驶距离”是指通过驱动行驶用电动机而车辆所行使的距离。因而，在装载有发动机和行驶用电动机的混合动力汽车的情况下，仅发动机进行动作时的混合动力汽车的行驶距离不包括在成为用于执行容量劣化参数的推定的条件的上述“行驶距离”中。

在车辆的动作结束时(例如点火开关关闭时)，参数推定部130将最新容量劣化参数存储到其内部。存储在参数推定部130中的容量劣化参数用于在下一次车辆起动时使电池模型初始化。

接着，说明由参数推定部130进行的容量劣化参数的推定。参数推定部130获取由电流传感器20测量出的电池电流的实测值Ib以及由电池状态推定部110推定出的充电率SOC和电池电流推定值I_te，算出实测值(＝Ib/S)的累计值(实际电流累计值S_i)和推定值I_te的累计值(推定电流累计值S_ie)。参数推定部130还从电池状态推定部110获取SOC。如图14所示，在时刻t1中SOC推定值包括在预定SOC范围A1内。此时，参数推定部130开始实际电流的累计以及推定电流的累计。

由于二次电池的充放电而SOC的推定值逐渐发生变化，在时刻t2中SOC推定值包括在预定SOC范围A2内。此时，参数推定部130结束实际电流的累计以及推定电流的累计。

此外，在本实施方式中，只要SOC范围A1、A2相互不同，并且SOC的推定值从SOC范围A1内的值推移到SOC范围A2内的值即可，因此可以在对二次电池进行充电期间进行实际电流的累计以及推定电流的累计，也可以在实际电流的累计以及推定电流的累计的途中，切换二次电池的充电和放电。

如果电池模型高精度地反映劣化了的实际电池的状态，则实际电流累计值S_i与推定电流累计值S_ie大致一致。但是，在电池模型背离电池的实际状态的情况下，在实际电流累计值S_i与推定电流累计值S_ie之间产生差。该差相当于电池状态推定部110的推定误差。

图15是表示二次电池劣化了的情况下的实际电流累计值S_i和推定电流累计值S_ie相对于SOC推定值的关系的图。当由于二次电池的劣化而满充电容量减少时，开路电压特性发生变化(参照图8)。但是，如图15所示，在二次电池的劣化状态没有适当地反映给电池模型的情况下，在实际电流累计值S_i和推定电流累计值S_ie之间产生误差。将该推定电流累计值S_ie与实际电流累计值S_i的差(S_ie-S_i)表示为电流累计推定误差ΔS_i。

此外，图15是二次电池10放电时的电池电流Ib的累计值，将电池电流Ib定义为负值(Ib＜0)。

图16是表示基于图15的电流累计推定误差ΔS_i与SOC的关系的图。参照图16，倾斜(斜率)dK表示电流累计推定误差ΔS_i相对于SOC推定值的变化率。在实施方式1中以使得dK变得最小的方式进行容量劣化参数的推定处理。倾斜dK的最小值并不限于特定的值，但作为一例将最小值设定为0。在本例中，以使得倾斜dK变为0的方式、即即便SOC推定值发生变化、电流累计推定误差ΔS_i也保持为0(实际电流累计值S_i与推定电流累计值S_ie一致)的方式进行容量劣化参数的推定处理。电流累计推定误差ΔS_i相对于SOC的变化率为0是指不管SOC如何，电流累计推定误差ΔS_i都保持为0。即，由电池状态推定部110推定出的电池电流的推定值与由电流传感器20检测出的电池电流的检测值一致。也就是说，电池模型反映实际电池的状态。其结果，能够高精度地推定开路电压特性和满充电容量。

图17是说明参数推定部130的容量劣化参数的推定处理的流程图。此外，该流程图示出的处理在ECU 100中按每个预定的运算周期调用来执行。

参照图17，在步骤S200中，参数推定部130判定容量劣化参数的推定开始。如图13以及图14所示，在前一次推定处理结束之后车辆行驶预定距离并且SOC推定值在预定SOC范围A1内的情况下，参数推定部130判定为容量劣化参数的推定开始条件成立。或者，在前一次推定处理结束之后经过了预定时间并且SOC推定值在上述预定SOC范围A1内的情况下，参数推定部130判定为容量劣化参数的推定开始条件成立。在容量劣化参数的推定开始条件成立的情况下、或者在参数推定部130推定容量劣化参数期间的情况下(步骤S200：“是”)，处理进入到步骤S210。另一方面，在容量劣化参数的推定开始条件没有成立并且并非参数推定部130推定容量劣化参数期间的情况下(步骤S200：“否”)，结束整体处理。

在步骤S210中，参数推定部130判定本次处理是否为容量劣化参数推定处理的开始时。在为推定处理的开始时的情况下(步骤S210：“是”)，参数推定部130在步骤S220中清除前一次电流累计值(实际电流累计值S_i与推定电流累计值S_ie)。在并非推定处理的开始时的情况下(步骤S210：“否”)，处理进入到步骤S230。

接着，在步骤S230中，参数推定部130使用由电流传感器20测量得到的电池电流Ib来算出实际电流累计值S_i。并且在步骤S240中，参数推定部130使用由电池状态推定部110推定出的电池电流推定值I_te来算出推定电流累计值S_ie。然后，在步骤S250中，参数推定部130算出作为推定电流累计值S_ie与实际电流累计值S_i的差的电流累计推定误差ΔS_i。

在步骤S260中，参数推定部130判定用于推定容量劣化参数的电流累计是否结束。如上所述，该电流累计的结束以SOC推定值在与电流累计开始时的SOC范围A1不同的SOC范围A2内为条件。

在用于推定容量劣化参数的电流累计没有结束的情况下(步骤S260：“否”)，结束整体的处理，在经过预定时间之后从步骤S200起开始处理。由此，反复进行步骤S220～S250的处理直到电流累计结束条件成立为止。另一方面，在电流累计结束了的情况下(步骤S260：“是”)，在步骤S270中，参数推定部130算出作为电流累计推定误差ΔS_i相对于SOC推定值的倾斜(变化率)的dK。不特别限定倾斜dK的算出方法，例如能够应用最小二乘法(最小自乗法)。通过使用最小二乘法来能够更高精度地算出倾斜dK。

在步骤S280中，参数推定部130以使得倾斜dK变小的方式按照以下公式(25)来校正正负极组合对应偏差容量ΔQ_s。

[数学式20]

ΔQ_s(校正后)＝ΔQ_s(前一次值)-α×dK                    …(25)

其中，α为校正系数，是常数。另外，在二次电池的初始状态下(没有劣化的状态)，设为ΔQ_s＝0(即设为没有正负极的组成对应偏差)，开始正负极组成对应偏差容量ΔQ_s的校正。

接着，在步骤S290中，参数推定部130算出正极容量维持率k₁和负极容量维持率k₂。在本实施方式中，预先通过实验等求出正负极组成对应偏差容量ΔQ_s与正极和负极容量维持率k₁、k₂之间的关系，以映射等方式保存到参数推定部130。由此根据推定出的ΔQ_s算出k₁、k₂。但是，参数推定部130也可以保存以下公式(26)以及公式(27)那样的函数f₁、f₂，根据从步骤S280算出的ΔQ_s算出k₁、k₂。

[数学式21]

k₁＝f₁(ΔQ_s)                …(26)

k₂＝f₂(ΔQ_s)                …(27)

这样通过执行图17的流程图示出的处理，参数推定部130推定容量劣化参数(正负极组成对应偏差容量、正极容量维持率以及负极容量维持率)。如上所述，将在车辆行驶中推定得到的这三个容量劣化参数例如保存到参数推定部130的存储区域，在下一次电池模型的初始化时(在没有对二次电池施加负载时、例如在点火开关打开时)，反映给电池模型。

接着，参照图18说明电池状态推定部110在电池模型初始化时执行的、向电池模型反映容量劣化参数的反映处理。此外，该流程图示出的处理同样在ECU 100中按每个预定的运算周期调用而执行。

首先，在步骤S300中，电池状态推定部110判定当前时刻是否相当于电池模型的初始化时。例如在车辆的用户打开点火开关的情况下，电池状态推定部110判定为到了电池模型的初始化时。

接着，在步骤S310中，电池状态推定部110使正负极的单极容量维持率k_i反映给作为使用于电池模型的参数的电极厚度L_i以及活性物质体积分数ε_s，i。具体地说，电池状态推定部110获取存储在参数推定部130内部的单极容量维持率k_i，按照公式(14)～公式(17)来算出电极厚度L_i以及活性物质体积分数ε_s，i。

接着，在步骤S320中，电池状态推定部110更新由劣化产生组成对应偏差之后的正负极的组成θ_1fix、θ_2fix。具体地说，电池状态推定部110根据从参数推定部130获取到的单极容量维持率k_i和正负极组成对应偏差容量ΔQ_s，按照公式(12)以及公式(13)来更新正负极的组成θ_1fix、θ_2fix。

接着，在步骤S330中，电池状态推定部110获取由电压传感器30测量得到的无负载状态下的电池电压V_ini的值。电池电压V_ini为初始化用电池电压。

接着，在步骤S340中，电池状态推定部110根据初始化用电池电压V_ini、更新后的正负极的组成θ_1fix和θ_2fix，按照公式(18)算出满足以下公式(28)并且满足公式(20)的正极、负极的初始组成θ_{1_ini}、θ_{2_ini}。

[数学式22]

OCV(θ_{1_ini}，θ_{2_ini})＝V_ini                        …(28)

然后，在步骤S350中，电池状态推定部110使用所算出的初始组成θ_{1_ini}、θ_{2_ini}，按照以下公式(29)以及公式(30)，使活性物质内锂浓度初始化。

[数学式23]

c_s，1，k＝θ_{1_ini}×c_s，1，max(k＝1，2，…N)        …(29)

c_s，2，k＝θ_{2_ini}×c_s，2，max(k＝1，2，…N)        …(30)

当步骤S350的处理结束时，电池模型的初始化处理结束。

反复进行以上说明的三个容量劣化参数的推定与更新(图17的流程图)以及向电池模型反映三个容量劣化参数(图18的流程图)，由此电池模型能够适合于随着二次电池的容量劣化的开路电压的变化。由此，电池模型的开路电压特性逐渐接近实际电池的开路电压特性。即，开路电压推定值U#接近实际电池的开路电压。因而，根据实施方式1，在产生了容量劣化的二次电池中，能够高精度地进行SOC和电流等内部状态的推定。另外，在推定容量劣化参数时，能够逐渐缩小倾斜dK(电流累计推定误差ΔS_i相对于SOC推定值的变化率)。

图19是表示在反复进行容量劣化参数的推定与向电池模型反映容量劣化参数时的电流累计推定误差ΔS_i相对于SOC推定值的变化的图。参照图19可知，随着推定次数增加，电流累计推定误差ΔS_i相对于SOC推定值的变化率(即倾斜dK)接近0。

图20是表示反复进行推定正负极组成对应偏差容量ΔQ_s而得到的结果的图。参照图20，随着推定次数增加，正负极组成对应偏差容量ΔQ_s收敛到真值(理论值)。正负极组成对应偏差容量ΔQ_s收敛到真值(理论值)的状态与倾斜dK为0的状态对应。在这种状态下，电池模型的开路电压特性与劣化后的实际电池的开路电压特性大致相同。

图21是表示没有进行容量劣化参数的学习的情况下的SOC推定值的时间推移的图。图22是表示基于图21的SOC推定误差的图。参照图21以及图22，在没有进行容量劣化参数的学习的情况下，SOC推定值保持着与SOC真值具有大致固定的差的状态而推移。因此，SOC推定误差也保持着具有某一个值的状态而推移。

图23是表示进行了容量劣化参数的学习的情况下的SOC推定值的时间推移的图。图24是表示基于图23的SOC推定误差的图。参照图23以及图24，通过进行容量劣化参数的学习从SOC的推定开始时刻起SOC推定值与SOC真值十分一致。SOC推定误差保持着大致接近0％的值的状态而推移。

此外，通过反复进行容量劣化参数的更新以及向电池模型反映，利用公式(22)算出的每单位极板面积的满充电容量Q_d也逐渐接近二次电池的实际满充电容量。劣化判定部160按照公式(24)来算出满充电容量维持率dQ_rate。劣化判定部160根据满充电容量维持率dQ_rate能够准确地判定电池的劣化状态。

图25是表示在进行二次电池的加速劣化试验时的满充电容量维持率dQ_rate的推定结果的图。图25示出的结果是，按照加速劣化试验下的每预定数循环(N循环)，在车辆行驶时的充放电模式下进行充放电来测量评价用数据，使用测量出的电流、电压、温度的值来进行容量劣化参数的推定学习，利用公式(24)来推定满充电容量维持率dQ_rate而得的。根据图25可知，即使加速劣化试验的循环数增加，满充电容量维持率的实测值与推定值也十分一致。这样，可知根据实施方式1，能够使用车辆行驶中的充放电模式高精度地推定劣化电池的满充电容量。

此外，在电池劣化的情况下，通常不仅与容量、开路电压相关联的参数发生变化，与电阻相关联的参数(反应电阻、扩散电阻等)也发生变化。在这种情况下，推定与电阻有关的参数、即扩散系数、反应电阻的变化率，使其反映给电池状态推定部的电池模型，由此排除由电阻变化引起的影响，并且能够高精度地推定容量劣化参数。由此，能够更高精度地推定开路电压特性和满充电容量。此外，关于与电阻有关的参数的推定方法以及向电池模型反映推定出的参数的反映方法，例如能够应用记载于日本特开2008-241246号公报(日本特愿2007-077597号)的本发明者的发明。

另外，在本实施方式中示出以下构成：对一个电池包分别配置一个电压传感器、电流传感器、温度传感器，但是并不限于此，也可以设为以下构成：为了推定电池包内的每个单电池或者模块的劣化状态，按每个单电池或者模块设置传感器，分别对各自进行容量劣化的推定。

(实施方式2)

在实施方式2中，电池状态推定部中根据电池电流和电池温度来推定电池电压，使用推定电压与测量出的电池电压的误差来推定容量劣化参数。这一点，实施方式2与实施方式1不同，但是表示由劣化引起满充电容量的减少以及开路电压特性的变化的模型与实施方式1相同。

图26是说明实施方式2的电池的容量劣化的推定构成的框图。参照图26，电池状态推定部110A按每个运算周期使用电池温度Tb、电池电流Ib来推定二次电池10的内部状态(动作)，根据推定结果来算出充电率(SOC)、电池电压推定值V_e等。参数推定部130A算出推定电压V_e与由电压传感器30测量得到的电池电压Vb的误差，根据该误差来推定容量劣化参数。此外，图26示出的其它部分的构成与图12的对应部分的构成相同，因此以后不重复说明。

接着，详细说明实施方式2的容量劣化参数的推定方法。首先，参照图27的流程图来说明根据电池电流Ib和电池温度Tb算出电池的充电率推定值和电池电压推定值V_e的方法。图27示出的处理在ECU 100中按每个预定的运算周期中调用来执行。图27的流程图追加了步骤S155的处理，这一点与图5的流程图的处理不同，其它步骤的处理与图5的流程图相同。

在步骤S155中，ECU 100按照以下公式(31)根据测量出的电池电流推定电池电压。

[数学式24]

V_e＝U#-R_aI                    …(31)

在步骤S160中，ECU 100将电池电流实测值代入到公式(6)的电池电流I，由此算出每单位体积/时间的锂生成量j^Li。ECU 100在步骤S170、S180中将计算出的每单位体积/时间的锂生成量j^Li使用于利用公式(4)以及公式(5)确定的边界条件，求解公式(3)的扩散方程式，由此算出正负极各自的活性物质内的平均锂浓度。ECU 100使用该算出的平均锂浓度来算出SOC。

接着，说明根据电池电压推定值和测量出的电池电压推定容量劣化参数的方法。在电池模型初始化时、即二次电池缓和的状态下，使用测量出的电池电压Vb使电池模型初始化。此外，电池模型的初始化方法是与图18的流程图示出的方法相同的方法。考虑从该状态对二次电池进行充放电而充电率发生变化的情况。

如图7所示，当二次电池产生容量劣化时，开路电压特性从二次电池的初始状态下的特性发生变化。因而，如图28所示，当二次电池的SOC从充放电开始时刻的值发生变化时，电池电压的推定值V_e与电池电压的测量值Vb的误差ΔV(推定误差)相对于SOC的变化量ΔSOC保持倾斜。

在实施方式1中，以使得减少电流累计推定误差ΔS_i相对于SOC的变化量ΔSOC的倾斜(变化率)的方式校正容量劣化参数。同样地，在实施方式2中，以使得减少ΔV相对于SOC的变化量ΔSOC的倾斜的方式校正容量劣化参数。因而，根据实施方式2，与实施方式1同样地，以使得推定误差相对于ΔSOC的变化率变得最小(例如0)的方式校正容量劣化参数，因此能够以使得电池模型的开路电压特性接近实际电池的开路电压特性的方式修正电池模型。

图29是说明参数推定部130A的容量劣化参数的推定处理的流程图。此外，该流程图示出的处理在ECU 100中按每个预定的运算周期调用来执行。在代替步骤S220～S250的处理执行步骤S220A～S240A的处理这一点、代替步骤S270、S280的处理执行步骤S270A、S280A的处理这一点，图29的流程图与图17的流程图的处理不同，但是其它步骤的处理与图17的流程图相同。因而，下面，对于图29的流程图主要说明与图17的流程图的不同点，而不重复与图17的流程图相同点的详细说明。

参照图29，在步骤S200中，参数推定部130A判定容量劣化参数的推定开始。在前一次推定处理结束之后车辆行驶预定距离并且SOC推定值在预定SOC范围A1内的情况下，或者在前一次推定处理结束之后经过了预定时间并且SOC推定值在上述预定SOC范围A1内的情况下，该推定条件成立。但是，也可以将判定二次电池缓和的状态的情况添加到条件中。

在步骤S210中，参数推定部130A判定本次处理是否为容量劣化参数推定处理的开始时。在为推定处理的开始时的情况下(步骤S210：“是”)，判定是否为电池模型初始化后的第一次推定处理。在本次推定处理为第一次处理的情况下(步骤S210：“是”)，参数推定部130A在步骤S220A中保存推定开始时的SOC推定值(SOC_0)。在并非推定处理的开始时的情况下(步骤S210：“否”)，处理进入到步骤S230A。

接着，在步骤S230A中，参数推定部130A算出作为由电压传感器30测量出的电池电压Vb与电池电压推定值V_e的差的电压推定误差ΔV。接着，在步骤S240A中，参数推定部130A算出作为当前SOC推定值与推定开始时的SOC推定值的差的SOC变化量ΔSOC(＝SOC-SOC_0)。

在步骤S260中，参数推定部130A判定用于推定容量劣化参数的电流累计是否结束。在电流累计结束了的情况下(步骤S260：“是”)，在步骤S270A中，参数推定部130A算出作为电压推定误差ΔV相对于SOC变化量ΔSOC的倾斜的dK。也能够将最小二乘法应用于该倾斜dK的算出方法。

在步骤S280A中，参数推定部130A以使得倾斜dK变小的方式按照以下公式(32)来校正正负极组成对应偏差容量ΔQ_s。

[数学式25]

ΔQ_s(校正后)＝ΔQ_s(前一次值)+α_v×dK_v                …(32)

其中，α_v为校正系数，是常数。另外，与实施方式1同样地，在二次电池的初始状态下(没有劣化的状态)，设为ΔQ_s＝0(即作为没有正负极的组成对应偏差)，开始正负极组成对应偏差容量ΔQ_s的校正。

接着，在步骤S290中，参数推定部130A按照映射或者公式(26)以及公式(27)根据在步骤S280A中算出的ΔQ_s来算出k₁、k₂。

这样，根据实施方式2，与实施方式1同样地，能够高精度地推定容量劣化参数，并且能够高精度地推定开路电压特性和满充电容量。

(实施方式3)

为了判定电池的劣化状态或者在劣化的电池中维持SOC推定精度，优选定期推定容量劣化参数，使该推定出的容量劣化参数反映给电池模型。另外，为了高精度地推定实施方式1所说明的容量劣化参数，优选充分增大用于算出电流累计推定误差ΔS_i的SOC的移动幅度。

然而，在混合动力汽车或者电动汽车中，反复对二次电池进行充电和放电，因此该二次电池的SOC被控制为接近预定控制中心SOC的情况较多。因此，SOC大幅度变动仅限于车辆行驶负载大的情况等。

因而，在混合动力汽车(也可以是电动汽车)行驶中，即便要利用本实施方式的状态推定装置来推定容量劣化参数，也有可能无法充分得到满足其推定条件的机会。在实施方式3中，为了可靠地推定容量劣化参数，执行控制使SOC移动。

图30是说明图1示出的电源系统中的SOC移动控制的框图。图31是用于推定容量劣化参数的SOC移动控制的概念图。参照图30以及图31，在该控制中，首先，ECU 100判定二次电池10的SOC是否到达预定值SOCa。

在SOC到达预定值SOCa的情况下，ECU 100将SOC的目标值设定为SOCb。负载控制装置60从ECU 100接收当前二次电池的SOC(预定值SOCa)和目标值SOCb。负载控制装置60以使得二次电池10的SOC从预定值SOCa接近目标值SOCb的方式设定二次电池10的充放电要求量Pchg_dq。

在预定值SOCa大于目标值SOCb的情况下，设定用于使二次电池放电的值，作为充放电要求量Pchg_dq。另一方面，在目标值SOCb大于预定值SOCa的情况下，设定用于对二次电池充电的值作为充放电要求量Pchg_dq。例如在使二次电池10放电的情况下，将充放电要求量Pchg_dq设定为正值，在对二次电池10充电的情况下，将充放电要求量Pchg_dq设定为负值。

负载控制装置60控制负载50，从二次电池10取出满足充放电要求量Pchg_dq的电力或者将满足充放电要求量Pchg_dq的电力提供给二次电池10。

将预定值SOCa和目标值SOCb设定为分别包含在实施方式1所说明的SOC范围A1和SOC范围A2。并且，如图31所示，优选将预定值SOCa设定为大于目标值SOCb的值。这样设定预定值SOCa和目标值SOCb，由此使二次电池放电而驱动负载50，并且SOC在SOC范围A1和SOC范围A2之间发生变化。

在使二次电池放电时进行上述SOC的移动控制，由此能够一边通过负载50(车辆行驶用的电动机)使车辆行驶，一边使SOC移动。也就是说，即使使SOC移动，也能够减小对车辆行驶的影响(车辆动作的变化)。其结果，能够抑制混合动力汽车的乘坐感觉恶化、燃料消耗恶化，并且能够不受到车辆行驶条件左右地使SOC移动。

另外，在通过对二次电池充电来接近目标充电率的情况下，在车辆的行驶条件、例如加速多的行驶、爬坡等车辆所需的功率大的行驶条件下，成为二次电池放电的倾向，因此存在使SOC接近目标值需要花费时间这种问题。进行控制通过使电池放电(降低充电率)来使SOC接近目标值，由此能够避免这些问题。

此外，通过反馈控制在混合动力汽车等电动汽车中以电池的SOC接近预定的控制中心SOC的方式操作充放电要求量的方法，能够应用公知的各种技术，因此在此不重复详细说明。

最后，ECU 100判定二次电池10的SOC是否到达目标值SOCb。在SOC到达目标值SOCb的情况下，结束本控制处理。

图32是说明实施方式3的容量劣化参数的推定以及SOC移动控制的框图。

参照图32以及图12，在实施方式3中与容量劣化参数的推定有关的构成与实施方式1的构成相同。在图32中，该部分表示为“容量劣化推定部200”。在实施方式3中，为了SOC移动控制而还追加了推定执行条件判定部170和目标值设定部180，这一点与实施方式1不同。

推定执行条件判定部170从容量劣化推定部200接收SOC推定值，判定该推定值是否为预定值SOCa。在SOC的推定值为预定值SOCa的情况下，推定执行条件判定部170对容量劣化推定部200(具体地说是电池状态推定部110)发送推定开始指示。在这种情况下，电池状态推定部110开始进行作为推定误差、即实际电流值的累计值与推定电流的累计值的误差的电流累计推定误差ΔS_i的算出。

推定执行条件判定部170还对目标值设定部180发送目标值的设定指示。目标值设定部180根据来自推定执行条件判定部170的设定指示输出SOC的目标值SOCb。

推定执行条件判定部170对容量劣化推定部200指示推定开始之后，以预定周期从容量劣化推定部200获取SOC推定值。并且，在SOC推定值到达目标值SOCb的情况下，推定执行条件判定部170对容量劣化推定部200(具体地说是电池状态推定部110)指示电流累计推定误差ΔS_i的算出结束。

容量劣化推定部200推定容量劣化参数、充电率、开路电压以及电池电流(或者电池电压等)。下面，将这些推定简单说明为“二次电池的状态推定”。

电池状态推定部110根据来自推定执行条件判定部170的开始指示来开始图17的流程图示出的处理。并且，在图17的步骤S260中，电池状态推定部110根据来自推定执行条件判定部170的结束指示判定为电流累计已结束。

这样，根据实施方式3，执行控制来积极地使SOC发生变化，由此能够可靠地推定容量劣化参数。由此能够创造出高精度地推定开路电压特性和满充电容量的机会。

此外，实现SOC移动控制的构成并不限于图32示出的构成。下面，参照图33～图34说明实施方式3的SOC移动控制的变形例。

参照图33，推定执行条件判定部170包括计数器175，该计数器175用于测量前一次推定执行后的经过时间。在由计数器175测量出的前一次推定执行后的经过时间为预定时间以上的情况下，推定执行条件判定部170对容量劣化推定部200发送开始指示，对容量劣化推定部200发送用于开始推定二次电池的状态的指示。

参照图34，推定执行条件判定部170从用于总括控制混合动力汽车的动作的车辆ECU 210获取混合动力汽车的行驶距离信息。例如车辆ECU210根据车速和时间算出混合动力汽车的行驶距离(混合动力汽车通过行驶用电动机的驱动所行驶的距离)。在前一次推定执行后混合动力汽车的行驶距离为预定距离以上的情况下，推定执行条件判定部170对容量劣化推定部200发送用于开始推定二次电池的状态的指示。

这样，根据混合动力汽车的行驶时间或者行驶距离来确定推定开始条件，由此能够定期地执行充电率的控制。由此能够可靠地推定由于容量劣化而发生变化的开路电压特性和满充电容量。另外，容易算出由二次电池的劣化引起的满充电容量的减少速度。

参照图35，推定执行条件判定部170从容量劣化推定部200获取SOC推定值，并且获取作为由电流传感器测量出的实际电流值的累计值与由电池模型推定出的推定电流的累计值的误差的电流累计推定误差ΔS_i。在SOC推定值变化预定量期间的电流累计推定误差ΔS_i变为预定量以上的情况下，推定执行条件判定部170对容量劣化推定部200发送用于开始推定二次电池的状态的指示。通过这样确定推定开始条件，能够可靠地执行容量劣化发展了的情况下的容量劣化参数的推定。在由劣化引起电池的容量减少以及开路电压特性发生变化的情况下，充电率变化预定量期间的电流累计推定误差也变大。因而，在这种情况下，能够推定开路电压特性、满充电容量，因此能够可靠地掌握电池的容量劣化来推定二次电池的状态。

参照图36，在二次电池的满充电容量Q_d为基准值以下的情况下或者满充电容量维持率dQ_rate的推定值为基准值以下的情况下，推定执行条件判定部170将目标值SOCb设为更小，从而增加充电率的变化量。即，在该变形例中，目标值SOCb为可变量。通过增加充电率的变化量，对于容量大幅减少的二次电池也能够确保一定程度大小的电流累计推定误差ΔS_i，因此能够高精度地算出倾斜dK。由此，能够高精度地推定容量劣化参数。

在图34～图36示出的构成的任一个中，也优选在使二次电池放电时进行SOC的移动控制。其理由与上述理由相同，因此在此不重复说明。另外，还能够将图36示出的构成与图33～图35示出的构成相组合。即，在图33～图35示出的构成中，推定执行条件判定部170也可以在二次电池的满充电容量Q_d为基准值以下的情况下或者满充电容量维持率dQ_rate的推定值为基准值以下的情况下，将目标值SOCb设定得更小。

另外，在图33～图36示出的构成中，在二次电池的充放电电力超过某个基准值的情况下，推定执行条件判定部170结束由容量劣化推定部200推定容量劣化参数。当电池负载大时，若继续进行充电率的移动控制，则有可能难以可靠地使充电率移动到目标值。在这种情况下，通过中止充电率控制，能够避免上述问题。

图37是表示本实施方式的用于推定容量劣化参数的SOC移动控制的实验数据的示例的图。图37是表示实验开始时刻起车速、SOC、电池充放电量以及发动机功率的时间推移的图。可知在实验开始时刻(在横轴中表示为0)起至时刻tA的期间，通过控制电池充放电量，SOC从初始值移动为目标值SOCb。通过这样使SOC移动到目标值SOCb，能够可靠地得到推定容量劣化参数的机会。因而，在劣化后的电池中也能够维持SOC推定精度。另外，能够推定满充电容量的变化，因此能够可靠地判定电池劣化状态。

此外，在上述说明中，设为容量劣化推定部200的构成与图12示出的构成相同，但是容量劣化推定部200的构成也可以与图26示出的构成(实施方式2)相同。在这种情况下，例如在图35的构成中，将电流累计推定误差ΔS_i替换为电池电压的推定值V_e与电池电压的测量值Vb的误差ΔV即可。

(实施方式4)

在实施方式4中，电池劣化时的满充电容量的推定方法以及开路电压特性的模型化方法与实施方式1示出的方法相同。在容量劣化参数(即，正负极组成对应偏差容量ΔQ_s、正极容量维持率k₁以及负极容量维持率k₂)的算出方法这一点，实施方式4与实施方式1不同。

图38是表示实施方式4的电池的容量劣化的推定构成的框图。参照图38，电池状态推定部130B通过执行后述的搜索处理来推定容量劣化参数。图38示出的其它部分的构成与图12的对应部分的构成相同，因此不重复以后的说明。

图39是说明参数推定部130B的容量劣化参数的推定处理的流程图。此外，该流程图示出的处理在图1示出的ECU 100中按每个预定的运算周期调用来执行。图39的流程图与图17的流程图大致相同，但是在接着步骤S220的处理执行步骤S225的处理这一点、不执行步骤S240、S250的处理这一点、代替步骤S270而执行步骤S275的处理这一点以及代替步骤S280、S290的处理而执行步骤S285的处理这一点与图17的流程图不同。下面，对于图39的流程图，主要说明与图17的流程图不同点，不重复与图17的流程图相同点的详细说明。

参照图39以及图38，在步骤S200中，参数推定部130B判定容量劣化参数的推定开始。具体地说，在前一次推定处理结束后车辆行驶了预定距离、或者经过预定时间、并且SOC推定值在预定范围内(图14示出的SOC范围A1内)、并且二次电池处于缓和状态的情况下，参数推定部130B开始推定。此外，电池缓和的情况的判定条件例如为以下条件：电池模型中的活性物质内的锂离子浓度的最大浓度差为预先确定的浓度差以下，并且电池电流的绝对值为预定值以下。

在步骤S210中，参数推定部130B判定本次处理是否为容量劣化参数推定处理的开始时。在为推定处理的开始时的情况下(步骤S210：“是”)，在步骤S220中，参数推定部130清除前一次电流累计值(实际电流累计值S_i)。在这种情况下，处理进入到步骤S225。另一方面，在本次处理并非推定处理的开始时的情况下(步骤S210：“否”)，处理进入到步骤S230。

在步骤S225中，参数推定部130B推定开路电压OCV1。参数推定部130B按照以下公式(33)算出开路电压OCV1。

[数学式26]

OCV＝V+R_a(θ₁，θ₂，T)×I                …(33)

其中，V为电池电压测量值，I为电池电流推定值，R_a为直流电阻。电池电流推定值I和直流电阻R_a为通过电池模型得到的值，其中，该电池模型根据电池电压和电池温度来推定充电率。

接着，在步骤S230中，参数推定部130B使用由电流传感器20测量出的电池电流Ib算出实际电流累计值S_i。在步骤S260中，参数推定部130判定用于推定容量劣化参数的电流累计是否结束。具体地说，在SOC推定值在与电流累计开始时的SOC的范围不同的范围内(图14示出的SOC范围A2内)并且二次电池处于缓和的情况下，参数推定部130B结束电流累计。在电流累计结束的情况下(步骤S260：“是”)，在步骤S275中，参数推定部130B通过将电池电压测量值、电池电流推定值以及直流电阻值代入到公式(33)来算出开路电压OCV2。

接着，在步骤S285中，参数推定部130B执行搜索处理，该搜索处理用于根据所算出的开路电压OCV1、OCV2以及所算出的实际电流累计值S_i来算出容量劣化参数(正负极组成对应偏差容量ΔQ_s、正极容量维持率k₁以及负极容量维持率k₂)的最佳解。下面详细说明该搜索处理。

图40是详细说明图39示出的步骤S285的搜索处理的流程图。参照图40，在步骤S400中，参数推定部130B设定用于算出最佳正负极组成对应偏差容量ΔQ_s的正负极组成对应偏差容量ΔQ_s的上限值ΔQ_{s_h}和下限值ΔQ_{s_I}。在首次进行正负极组成对应偏差容量ΔQ_s的搜索处理时，上限值ΔQ_{s_h}和下限值ΔQ_{s_I}为预定值。

在步骤S410中，参数推定部130B算出在上限值ΔQ_{s_h}和下限值ΔQ_{s_I}的范围内的正负极组成对应偏差容量ΔQ_s的候选值ΔQ_{s_e}。例如参数推定部130B算出上限值ΔQ_{s_h}和下限值ΔQ_{s_I}的中间值作为候选值。

在步骤S420中，参数推定部130B根据本次正负极组成对应偏差容量ΔQ_s的候选值ΔQ_{s_e}算出正极容量维持率k₁和负极容量维持率k₂。该处理与图17的步骤S290相同，可以使用映射根据ΔQ_s算出k₁、k₂，也可以按照公式(26)以及公式(27)根据ΔQ_s算出k₁、k₂。

在步骤S430中，参数推定部130B根据通过上述步骤S400～S420的处理算出的ΔQ_s、k₁、k₂按照图18的流程图执行处理。由此算出开路电压相对于局部SOCθ_i的变化特性。

在步骤S440中，参数推定部130B根据开路电压的变化特性(在步骤S430中算出)以及电流累计开始时算出的开路电压OCV1来算出与开路电压OCV1对应的正极活性物质内部的平均充电率(平均SOCθ_{1_1})。同样地，在步骤S450中，参数推定部130B根据开路电压的变化特性(在步骤S430中算出)以及电流累计结束时算出的开路电压OCV2来算出与开路电压OCV2对应的正极活性物质内部的平均充电率(平均SOCθ_{1_2})。

在步骤S460中，参数推定部130B根据所算出的平均SOCθ_{1_1}和θ_{1_2}，推定在电池模型上开路电压从OCV1变化到OCV2而需要流过的电池电流的累计值。参数推定部130B使用以下公式(34)算出电流累计量推定值S_m。在公式(34)中S表示极板面积。

[数学式27]

S_m(θ_{1_2}-θ_{1_1})c_s，1，maxL₁ε_s，1FS                …(34)

在步骤S470中，参数推定部130B将电流累计量推定值S_m与实际电流累计值S_i(参照图39的步骤S230)进行比较。在电流累计量推定值S_m大于实际电流累计值S_i的情况下(步骤S470：“是”)，在步骤S480中，参数推定部130B将下次正负极组成对应偏差容量ΔQ_s的运算中的上限值ΔQ_{s_h}替换为本次正负极组成对应偏差容量的候选值ΔQ_{s_e}。也就是说，参数推定部130B将下次搜索处理中的候选值ΔQ_{s_e}的搜索范围缩小为从ΔQ_{s_I}至ΔQ_{s_e}的范围。

另一方面，在电流累计量推定值S_m小于实际电流累计值S_i的情况下(步骤S470：“否”)，在步骤S490中，参数推定部130B将下一次正负极组成对应偏差容量ΔQ_s的运算中的下限值ΔQ_{s_I}替换为本次正负极组成对应偏差容量的候选值ΔQ_{s_e}。也就是说，参数推定部130B将下一次搜索处理中的候选值ΔQ_{s_e}的搜索范围缩小为从ΔQ_{s_e}至ΔQ_{s_h}的范围。

当步骤S480或者步骤S490的处理结束时，在步骤S500中，参数推定部130B判定上限值ΔQ_{s_h}与下限值ΔQ_{s_I}的差(ΔQ_{s_h}-ΔQ_{s_I})是否小于预定值ΔQ_{s_min}。在(ΔQ_{s_h}-ΔQ_{s_I})的值小于预定值ΔQ_{s_min}的情况下(步骤S500：“是”)，结束整体的处理。因而，结束步骤S285的处理。返回到图39，当步骤S285的处理结束时，结束整体的处理。另一方面，在(ΔQ_{s_h}-ΔQ_{s_I})的值为预定值ΔQ_{s_min}以上的情况下(步骤S500：“否”)，整体的处理返回到步骤S410。因而，在这种情况下，通过二分法反复执行容量劣化参数的搜索。

这样，根据实施方式4，依次反复执行以下处理：根据电流累计量推定值缩小正负极组成对应偏差容量的搜索范围的处理；在该缩小了的搜索范围内求出正负极组成对应偏差容量的候选值的处理；根据所算出的候选值来求出开路电压相对于局部SOC的变化特性的处理；以及根据该开路电压的变化特性来推定使开路电压移动所需的电池电流的累计量的处理。由此，以使得电流累计量推定值S_m与实际电流累计值S_i的差(推定误差)变得最小的方式推定正负极组成对应偏差容量ΔQ_s。即在实施方式4中，以使得推定误差(电流累计量推定值S_m与实际电流累计值S_i的差)相对于开路电压的变化(从开路电压OCV1向开路电压OCV2的变化)变得最小(例如为0)的方式推定作为容量劣化参数的正负极组成对应偏差容量ΔQ_s。由此，对于所算出的开路电压OCV1、OCV2以及实测出的电流累计值S_i能够算出最佳容量劣化参数(正负极组成对应偏差容量ΔQ_s、正极容量维持率k₁以及负极容量维持率k₂)。

此外，根据正负极组成对应偏差容量ΔQ_s的候选值来求出开路电压相对于局部SOC的变化特性的处理、即使容量劣化参数反映给用于推定电池内部状态的电池模型的方法，与实施方式1的方法相同，因此不重复以后的说明。根据实施方式4，与实施方式1同样地，通过反复执行容量劣化参数的推定和更新以及向电池模型反映容量劣化参数，能够将由容量劣化引起的开路电压的变化应用于电池模型。因而，根据实施方式4，与实施方式1同样地，对于产生了容量劣化的二次电池能够高精度地推定充电率以及电池电流等内部状态。

并且，根据实施方式4，推定容量劣化参数时的相对于SOC推定值的电流累计推定误差逐渐变小，并且公式(22)表示的每单位极板面积的劣化电池的满充电容量推定值也逐渐接近实际电池的满充电容量值。因而，能够利用公式(24)来算出满充电容量的变化率，因此能够使用这些值来判定电池的劣化状态。

并且，根据实施方式4，还能够解决在实施方式1的容量推定方法中有可能产生的以下问题，因此与实施方式1相比能够提高二次电池的劣化状态下的开路电压以及容量的推定精度。

首先，在实施方式1中，以使得由电池模型推定出的电池电流的累计值接近实际电流累计值的方式校正正负极组成对应偏差容量ΔQ_s。并且在实施方式1中，根据测量出的电池电压来运算电池模型。在所算出的开路电压特性与二次电池的实际开路电压特性不同的情况下，电池状态推定部稍微偏大(或者偏小)地算出电池电流的推定值，以校正开路电压特性的偏差。由此，如图41所示，作为开路电压从OCV1变化为OCV2时的特性按照电池模型算出的开路电压特性一点一点地接近实际开路电压特性(二次电池劣化后的开路电压特性)。

但是，即使假设为二次电池的实际开路电压为保持为OCV2不发生变化，按照电池模型算出的开路电压也仅能够一点一点地接近OCV2。因此，在实施方式1中，会导致推定电流和实际电流的累计长时间持续。

在实施方式1中，在成为SOC推定值稳定的状态(即局部SOCθ_i的变化率小的状态)并且该SOC推定值包含在预定的SOC范围A2的情况下结束推定电流和实际电流的累计。但是，为了高精度地推定开路电压和容量，优选累计推定电流和实际电流直到使用电池模型得到的开路电压达到实际开路电压OCV2。然而由于长时间进行实际电流的累计，电流传感器20的检测误差长时间地累计。因此电流累计推定误差ΔS_i被增大。

另外，为了校正开路电压的偏差而稳定地流过电池模型的电流为小的值。因而，在通过判定为SOC推定值(或者局部SOC)已稳定来使电流值的累计结束的情况下，有可能在所算出的开路电压与二次电池的实际开路电压的差较大的状态下电流值的累计结束。在这种情况下，对开路电压特性的推定精度有可能产生影响。

与此相对，在实施方式4中，通过直接测量电池电压，算出该时刻的实际开路电压。即在实施方式4中，在开路电压特性以及容量的推定中不使用推定电流。不使用推定电流，由此能够不需要判定电池模型的开路电压是否达到实际开路电压。即，根据实施方式4，不需要持续累计电流值直到使用电池模型得到的开路电压达到实际开路电压，如果二次电池缓和就能够结束电流值的累计。于是，不容易产生由电流传感器的检测误差累计而引起的推定误差，因此与实施方式1相比能够提高推定精度。

另外，根据实施方式1，根据测量出的电池电压使用电池模型公式来算出推定电流。因而在直流电阻R_a的推定不充分的情况下，可能会推定出错误的电池电流。如上所述，根据实施方式4，在开路电压特性以及容量的推定中不使用推定电流，因此能够避免直流电阻的推定与电池电流累计值的推定相互干扰。因而，能够降低推定出错误的电池电流累计值的可能性，因此能够更高精度地推定开路电压和容量。

并且，根据实施方式4，能够事先预测由例如实验引起容量劣化的情况下的正负极组成对应偏差容量ΔQ_s的范围。因而，能够在想定的正负极组成对应偏差容量ΔQ_s的范围内设定上限值ΔQ_{s_h}和下限值ΔQ_{s_I}。并且，在作为用于推定容量的开路电压的范围的从OCV1至OCV2的范围内，按照电池模型根据正极开路电位和负极开路电位算出的电流累计量的推定值相对于正负极组成对应偏差容量ΔQ_s的减少而单调减少。因而，能够通过二分法来求出正负极组成对应偏差容量ΔQ_s的最佳值。由此，以能够一次推定求出容量。

此外，在实施方式4中也可以执行使实施方式3示出的使SOC移动的控制。由此，能够定期地推定容量劣化参数。另外，能够充分增加SOC的移动幅度，因此能够高精度地推定容量劣化参数。

在以上说明的实施方式中，将二次电池作为锂离子电池进行了说明，但是还能够将本发明的二次电池的状态推定装置应用于锂离子电池以外的其它二次电池中而不特别限定负载的种类。例如在镍氢电池中，作为活性物质内部的反应参与物质通过扩散方程式来算出质子的浓度分布，将开路电压定义为活性物质表面的质子的函数，由此能够同样地应用本发明的方法。另外，对于其它种类的二次电池也一样，如果构成为对于同样的电池模型公式中的预定参数推定初始状态的参数值起的变化率，则能够得到的相同的效果。

应该认为：本次公开的实施方式在所有方面都为例示而不是限制性的。本发明的范围由权利要求的范围示出而并非上述说明，与权利要求的范围等同的意思以及范围内的所有变更都被包括在本发明的范围中。

Claims (23)

1.一种二次电池(10)的状态推定装置，具备：

检测部(20、30、40)，其用于检测二次电池(10)的电池电压、电池电流以及电池温度；

电池状态推定部(110、110A)，其构成为：基于上述电池温度的检测值、以及作为上述电池电压和上述电池电流中的一方的第一状态量的检测值，按照电池模型公式，依次推定上述二次电池(10)的充电率、上述二次电池(10)的开路电压以及作为上述电池电压和上述电池电流中的另一方的第二状态量；以及

参数推定部(130、130A、130B)，其构成为：基于上述第二状态量的检测值和推定值，算出表示上述第二状态量的检测值和推定值之间的差异的推定误差，并且基于上述充电率和上述开路电压中的任一方以及上述推定误差，推定上述电池模型公式中使用的参数群中的根据上述二次电池(10)的状态变化而变化的预定参数，

上述电池状态推定部(110、110A)，使上述参数推定部(130、130A、130B)的上述预定参数的推定结果反映到上述电池模型公式，由此校正正极开路电位和负极开路电位，并且基于经校正的正极开路电位和经校正的负极开路电位来推定上述开路电压。

2.根据权利要求1所述的二次电池的状态推定装置，

上述参数推定部(130、130A)以使得上述推定误差相对于上述充电率的变化率成为最小的方式推定上述预定参数。

3.根据权利要求1所述的二次电池的状态推定装置，

上述第一状态量和上述第二状态量分别为上述电池电压和上述电池电流，

上述推定误差为上述电池电流的检测值的累计结果与上述电池电流的推定值的累计结果的差。

4.根据权利要求1所述的二次电池的状态推定装置，

上述第一状态量和上述第二状态量分别为上述电池电流和上述电池电压，

上述推定误差为上述电池电压的检测值与上述电池电压的推定值的差。

5.根据权利要求1所述的二次电池的状态推定装置，

上述参数推定部(130B)以使得相对于上述开路电压的上述推定误差成为最小的方式推定上述预定参数。

6.根据权利要求5所述的二次电池的状态推定装置，

上述推定误差为：对上述开路电压从第一开路电压变化到第二开路电压所需的上述电池电流的累计值进行推定而得到的结果与上述开路电压从上述第一开路电压变化到上述第二开路电压时的上述电池电流的检测值的累计结果的差。

7.根据权利要求6所述的二次电池的状态推定装置，

上述参数推定部(130B)，在上述充电率的推定值在预定的第一范围内且上述二次电池(10)是缓和的状态的情况下，开始上述电池电流的检测值的累计，在上述充电率的推定值在预定的第二范围内且上述二次电池是缓和的状态的情况下，结束上述电池电流的检测值的累计，

上述参数推定部，在电池模型中的活性物质内的锂离子浓度的最大浓度差为预先确定的浓度差以下、并且电池电流的绝对值为预定值以下的情况下，判定为上述二次电池缓和。

8.根据权利要求5所述的二次电池的状态推定装置，

上述参数推定部(130B)使用二分法来推定上述预定参数。

9.根据权利要求1所述的二次电池的状态推定装置，

上述状态推定装置还具备满充电容量推定部(150)，该满充电容量推定部(150)构成为：对上述电池状态推定部(110、110A)所推定的上述开路电压从与上述二次电池(10)的完全放电状态对应的第一电压成为与上述二次电池(10)的满充电状态对应的第二电压的期间内的每单位极板面积的满充电容量进行推定，并且将该推定出的满充电容量乘以上述二次电池(10)的极板面积来推定上述二次电池(10)的满充电容量。

10.根据权利要求9所述的二次电池的状态推定装置，

上述状态推定装置还具备劣化判定部(160)，该劣化判定部(160)构成为：基于上述二次电池(10)的初始状态下的上述二次电池(10)的满充电容量与推定出的上述二次电池(10)的满充电容量的差，判定上述二次电池(10)的电池容量的劣化。

11.根据权利要求9所述的二次电池的状态推定装置，

上述状态推定装置还具备劣化判定部(160)，该劣化判定部(160)构成为：基于上述二次电池(10)的初始状态下的上述二次电池(10)的满充电容量与推定出的上述二次电池(10)的满充电容量之比，判定上述二次电池(10)的电池容量的劣化。

12.根据权利要求1所述的二次电池的状态推定装置，

上述预定参数包括：

正极中的单极容量的维持率；

负极中的单极容量的维持率；以及

由于上述正极的活性物质内部的平均充电率与上述负极的活性物质内部的平均充电率之间的对应关系从初始状态变化引起的上述二次电池(10)的电池容量的变动量。

13.根据权利要求12所述的二次电池的状态推定装置，

上述状态推定装置还具备存储部(120)，该存储部(120)构成为：存储对上述正极的活性物质表面上的局部充电率与上述正极开路电位之间的关系、以及上述负极的活性物质表面上的局部充电率与上述负极开路电位之间的关系进行定义的开路电位特性数据，

上述电池状态推定部(110、110A)，基于由上述参数推定部(130、130A、130B)的上述预定参数的上述推定结果，校正上述正极的活性物质表面上的局部充电率和上述负极的活性物质表面上的局部充电率，基于该经校正的局部充电率和上述开路电位特性数据，校正上述正极开路电位和上述负极开路电位。

14.根据权利要求12所述的二次电池的状态推定装置，

上述正极的活性物质内部的平均充电率，由正极活性物质内的反应参与物质的平均浓度相对于在上述正极活性物质中上述反应参与物质能够取得的最大浓度之比表示，

上述负极的活性物质内部的平均充电率，由负极活性物质内的上述反应参与物质的平均浓度相对于在上述负极活性物质中上述反应参与物质能够取得的最大浓度之比表示。

15.根据权利要求1所述的二次电池的状态推定装置，

上述电池状态推定部(110、110A)，基于上述正极开路电位与上述负极开路电位的电位差，推定上述开路电压。

16.根据权利要求1所述的二次电池的状态推定装置，

上述电池模型公式为示出每单位极板面积的电池模型的公式。

17.根据权利要求1所述的二次电池的状态推定装置，

上述二次电池(10)由充放电控制装置(50、60)进行充放电，上述充放电控制装置(50、60)，基于上述充电率的当前值以及上述充电率的目标值，控制上述二次电池(10)的充放电量使得上述充电率接近上述目标值，

上述状态推定装置还具备：

推定执行判定部(170)，其构成为：判定用于执行由上述电池状态推定部(110)进行的上述二次电池(10)的状态的推定的推定执行条件是否成立，并且在判定为上述推定执行条件成立的情况下，使上述电池状态推定部(110)开始推定上述二次电池(10)的状态；以及

目标充电率设定部(180)，其构成为：在由上述推定执行判定部(170)判定为上述推定执行条件成立的情况下，设定上述目标值。

18.根据权利要求17所述的二次电池的状态推定装置，

上述推定执行判定部(170)，在从由上述电池状态推定部(110)进行的上述二次电池(10)的状态的推定结束起经过的时间为预定期间以上的情况下，判定为上述推定执行条件成立。

19.根据权利要求17所述的二次电池的状态推定装置，

上述充放电控制装置包括用于使车辆行驶的电动机，

上述推定执行判定部(170)，在由上述电池状态推定部(110)进行的上述二次电池(10)的状态的推定结束之后上述车辆的行驶距离为预定距离以上的情况下，判定为上述推定执行条件成立。

20.根据权利要求17所述的二次电池的状态推定装置，

上述推定执行判定部(170)，从上述电池状态推定部(110)获取上述充电率和上述推定误差，在上述充电率变化预定量时的上述推定误差为预定值以上的情况下，判定为上述推定执行条件成立。

21.根据权利要求17所述的二次电池的状态推定装置，

上述目标充电率设定部(180)设定上述目标值，使得上述二次电池(10)由上述充放电控制装置放电。

22.根据权利要求17所述的二次电池的状态推定装置，

上述目标充电率设定部(180)，在满充电容量维持率为预定值以下的情况下，以使得与上述满充电容量维持率大于上述预定值的情况相比上述充电率的变化幅度变大的方式，设定上述目标值，上述满充电容量维持率是上述二次电池(10)的当前的满充电容量相对于初始状态下的满充电容量之比。

23.根据权利要求17所述的二次电池的状态推定装置，

上述推定执行判定部(170)，在上述二次电池(10)的充放电电力超过基准值的情况下，使由上述电池状态推定部(110)进行的上述二次电池(10)的状态的推定中止。

Images