CN102859377B - 蓄电元件的劣化推定装置和劣化推定方法 - Google Patents
蓄电元件的劣化推定装置和劣化推定方法 Download PDFInfo
- Publication number
- CN102859377B CN102859377B CN201080066381.3A CN201080066381A CN102859377B CN 102859377 B CN102859377 B CN 102859377B CN 201080066381 A CN201080066381 A CN 201080066381A CN 102859377 B CN102859377 B CN 102859377B
- Authority
- CN
- China
- Prior art keywords
- deteriorated
- degradation
- time
- degradation value
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000015556 catabolic process Effects 0.000 title claims abstract description 102
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims description 18
- 230000006866 deterioration Effects 0.000 claims description 43
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 2
- 229940075875 delta d3 Drugs 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000630 rising effect Effects 0.000 description 6
- 230000004069 differentiation Effects 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 229910018095 Ni-MH Inorganic materials 0.000 description 1
- 229910018477 Ni—MH Inorganic materials 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Abstract
本发明提供一种蓄电元件的劣化推定装置和劣化推定方法,在使用了表示劣化状态的劣化值与经过时间的n次根成比例关系、且比例关系根据劣化条件变化的蓄电元件时,推定蓄电元件的劣化状态,其中,所述n是比1大的值,该劣化推定装置具有运算器,该运算器累积多个劣化条件下的劣化值的变化量,算出经过预定时间时的蓄电元件的劣化值。运算器预测直到经过预定时间为止的期间中的各劣化条件发生的期间。另外,运算器基于表示劣化值和经过时间的关系的劣化特性和各劣化条件的发生期间,算出各劣化条件下的劣化值的变化量,在按顺序加所算出的变化量时,以加之前得到的劣化值为基准来算出要加的劣化值的变化量。
Description
技术领域
本发明涉及推定蓄电元件的劣化状态的装置和方法。
背景技术
在专利文献1中,分为蓄电池的温度为25℃以下的情况和蓄电池的温度超过25℃的情况而分别计算蓄电池的劣化量。具体而言,通过对各温度区域的劣化容量乘以实测温度存在于各温度区域的时间来算出劣化容量。并且,通过将两个劣化容量相加来算出从开始使用蓄电池到经过预定时间为止的劣化容量。
在先技术文献
专利文献1:日本特开2003-161768号公报
专利文献2:日本特开2007-057433号公报
专利文献3:日本特开2000-228227号公报
发明内容
发明要解决的问题
在专利文献1中,仅仅是分别求出2个温度区域的劣化容量,并仅将这些劣化容量相加。这样仅将多个劣化量简单相加的情况下,有时在推定电池的劣化状态方面是不充分的。
用于解决问题的手段
本申请第1发明是一种劣化推定装置,在使用了表示劣化状态的劣化值与经过时间的n次根成比例关系、且比例关系根据劣化条件变化的蓄电元件时,推定蓄电元件的劣化状态,其中,所述n是比1大的值,该劣化推定装置具有运算器,该运算器累积多个劣化条件下的劣化值的变化量,算出经过预定时间时的蓄电元件的劣化值。运算器预测直到经过预定时间为止的期间中的各劣化条件发生的期间。另外,运算器基于表示劣化值和经过时间的关系的劣化特性和各劣化条件的发生期间,算出各劣化条件下的劣化值的变化量,在按顺序加所算出的变化量时,以加之前得到的劣化值为基准来算出要加的劣化值的变化量。
在此,可以基于以下式Ex1来算出劣化值的变化量的总和。
在此,Δdtotal是劣化值的变化量的总和,v(f)是与各劣化条件对应设置的表示劣化值相对于经过时间的变化的劣化速度,t(f)是所预测的各劣化条件的发生期间。
各劣化条件下的劣化特性可以存储于存储器。由此,能够从存储器中读出劣化特性而算出各劣化条件下的劣化值的变化量。
另外,可以设置用于检测劣化条件的检测传感器和用于计时的计时器。并且,运算器可以使用检测传感器和计时器,取得直到经过比预定时间短的时间为止的各劣化条件的发生期间,基于所取得的发生期间,预测直到经过所述预定时间为止的各劣化条件的发生期间。由此,能够基于实测值来预测劣化条件的发生期间,能够提高计算劣化率的变化量时的精度。
可以设置用于取得劣化值的取得传感器;和用于计时的计时器。并且,运算器可以判别使用取得传感器取得的劣化值是否与使用计时器取得的经过时间的n次根成比例,在劣化值与经过时间的n次根成比例时,算出经过预定时间时的蓄电元件的劣化值。由此,能够判别是否为适用于本发明的劣化状态的推定的蓄电元件。
作为劣化值,能够使用蓄电元件处于初期状态时的内部电阻与蓄电元件处于劣化状态时的内部电阻之比。作为劣化值也可以使用蓄电元件的内部电阻。另外,作为劣化条件,能举出蓄电元件的温度、表示充电状态的值(SOC)和电流值。进一步,可以使上述“n”为“2”。
本申请第2发明是一种劣化推定方法,在使用了表示劣化状态的劣化值与经过时间的n次根成比例关系、且比例关系根据劣化条件变化的蓄电元件时,推定蓄电元件的劣化状态,其中,所述n是比1大的值。在此,包括:第1步骤,预测直到经过预定时间为止的期间中的各劣化条件发生的期间;和第2步骤,基于表示劣化值和经过时间的关系的劣化特性和各劣化条件的发生期间,算出各劣化条件下的劣化值的变化量,按顺序加所算出的变化量,算出经过预定时间时的蓄电元件的劣化值。在第2步骤中,以加之前得到的劣化值为基准来算出要加的劣化值的变化量。
发明的效果
根据本发明,能够根据蓄电元件的劣化特性来累积劣化值的变化量,能够提高劣化状态的推定精度。
附图说明
图1是表示本发明实施例1的劣化推定装置的结构的框图。
图2是表示实施例1中的搭载了劣化推定装置的车辆的一部分结构的框图。
图3是表示取得多个温度状态的发生频度的处理的流程图。
图4是表示多个温度状态的发生频度的图。
图5是表示推定电池组的劣化状态的处理的流程图。
图6是表示劣化率和经过时间的关系的图。
图7是表示劣化率和经过时间的平方根的关系的图。
图8是比较劣化状态的推定方法的说明图。
标号说明
10:单电池
11:电池组
21:电流传感器
22:电压传感器
23:温度传感器
30:电池ECU
31:存储器
41a、41b:系统主继电器
42:升压电路
43:变换器
44:电动发电机
具体实施方式
下面,对本发明的实施例进行说明。
实施例1
本发明实施例1的劣化推定装置是推定单电池(蓄电元件)的劣化状态的装置,使用图1来说明其结构。
单电池10是如镍氢电池、锂离子电池这样的二次电池,单电池10与负载相连接。需说明的是,也可以代替二次电池而使用双电层电容器。电流传感器21检测在单电池10中流动的电流值(充电电流或放电电流),并将检测结果输出至电池ECU(Electric Control Unit:电子控制单元,相当于运算器)30。电压传感器22检测单电池10的电压值,并将检测结果输出至电池ECU30。
温度传感器23检测单电池10的温度,并将检测结果输出至电池ECU30。温度传感器23只要能够直接或间接地检测单电池10的温度即可。在此,当使温度传感器23与单电池10的外表面接触时,则能够直接地检测单电池10的温度。另外,当将温度传感器23配置在单电池10的附近且离开单电池10的位置时,则能够间接地检测单电池10的温度。电池ECU30具有存储器31和计时器32。存储器31和计时器32也可以设置在电池ECU30的外部。
本实施例的劣化推定装置能够搭载于车辆。使用图2来说明将劣化推定装置搭载于车辆时的结构。作为该车辆,包括混合动力汽车、电动汽车。在图2中,对与用图1说明过的元件相同的元件,使用相同的附图标记。
在将单电池10搭载于车辆的情况下,使用电池组11。可以通过将多个单电池10电串联连接来构成电池组11。此外,电池组11也可以包括电并联连接的单电池10。构成电池组11的单电池10的数量能够基于电池组11的要求输出来适当设定。
电池组11经由系统主继电器41a、41b与升压电路(DC/DC转换器)42连接。系统主继电器41a、41b的接通/断开的切换受电池ECU30控制。升压电路42使电池组11的输出电压上升,并将其供给至变换器(inverter)43。变换器43将从升压电路42供给的直流电力变换为交流电力,并将其供给至电动发电机(例如三相交流马达)44。电动发电机44与车轮(未图示)连接,接受来自变换器43的交流电力,产生用于使车辆行驶的动能。
在车辆制动时,电动发电机44将动能变换为电能,并将其供给至变换器43。变换器43将来自电动发电机44的交流电力变换为直流电力,并将其供给至升压电路42。升压电路42使来自变换器43的电压下降,并将其供给至电池组11,电池组11能够存储来自升压电路42的电力。
接下来,说明推定电池组11的劣化状态的处理。在本实施例中,基于电池组11的温度来推定电池组11的劣化状态。在此,劣化状态是指电池组11处于初期状态时的内部电阻与电池组11处于劣化状态时的内部电阻的比率,通过以下式(1)来表示。
在此,D表示劣化率,该劣化率是表示劣化状态的劣化值,R1表示电池组11处于初期状态时的内部电阻,R2表示电池组11处于劣化状态时的内部电阻。随着电池组11进一步劣化,内部电阻R2上升。
在本实施例中,作为劣化状态,使用了内部电阻R1、R2的比率,但不限于此,只要使用能够确定劣化状态的参数即可。
首先,如图3的流程图所示,取得用于进行劣化状态的推定的数据。图3所示的流程由电池ECU30执行。
在步骤S101中,电池ECU30使计时器32的计时动作开始。计时器32用于对电池组11的温度被维持在任意的温度时的时间进行计时。在步骤S102中,电池ECU30基于温度传感器23的输出来检测当前时刻的电池组11的温度。需说明的是,步骤S101、102的处理既可以按相反的顺序进行,也可以同时进行。
在步骤S103中,电池ECU30判别步骤S102中得到的检测温度是否发生了变化。具体而言,判别检测温度是否处于被区分为多个的温度范围中的任一温度范围内。在本实施例中,当检测温度变化了小数点以上时,判别为检测温度发生了变化,当检测温度变化了小数点以下时,判别为检测温度未变化。
例如,当电池组11的温度从16℃变化为17℃时,在步骤S103的处理中,判别为检测温度发生了变化。另一方面,当电池组11的温度从16.2℃变化为16.8℃时,在步骤S103的处理中,判别为检测温度未变化。需说明的是,在无法检测小数点以下的数值的情况下可以为:当数值变化时,则判别为检测温度发生了变化。
在步骤103中,在判别为检测温度发生了变化时,进入步骤S104。另外,在判别为检测温度未变化时,返回步骤S102,继续检测电池组11的温度。在本实施例中,将小数点以上的数值的变化作为检测温度的变化,但不限于此。用于判别检测温度是否发生变化的条件可以进行适当的设定。
在步骤S104中,电池ECU30使计时器32的计时动作停止,将计时器32的计时时间存储于存储器31。该计时时间为电池组11被维持在特定的温度状态时的时间。
当使图3所示的处理进行预定期间后,则能得到图4所示的数据(一个例子)。在图4中,横轴表示电池组11的温度,纵轴表示各温度的发生频度。发生频度是特定的温度发生时的频度,用以下式(2)来表示。
在此,F(Tk)表示温度Tk的发生频度,t1total是进行图3所示的处理的期间,表示全部的检测温度的期间的总和。t1(Tk)表示电池组11为温度Tk时的累积时间。在温度Tk的状态仅发生了1次时,累积时间t1(Tk)表示温度Tk发生的时间,在温度Tk的状态发生了多次时,累积时间t1(Tk)为总计的时间。收集图4所示的数据的期间可以适当地设定,例如,可以为1年。
接着,使用图5来说明推定电池组11的劣化状态的处理。图5所示的处理由电池ECU30执行。
在步骤S201中,电池ECU30使计时器32的计时动作开始。在步骤202中,电池ECU30基于电流传感器21的输出来检测电池组11的电流值,并且,基于电压传感器22的输出来检测电池组11的电压值。
在步骤S203中,电池ECU30基于在步骤S202中检测到的电流值和电压值,算出当前时刻的电池组11的电阻,并算出电池组11的劣化率。劣化率基于上述式(1)来算出。通过反复进行劣化率的计算,得到表示经过时间和劣化率的对应关系的数据。
在步骤S204中,电池ECU30使用表示经过时间和劣化率的对应关系的数据,判别劣化率是否与经过时间的平方根成比例。即,判别是否能够应用本实施例的劣化状态的推定处理。在步骤204中,当劣化率与经过时间的平方根成比例时,进入步骤205,否则,结束本处理。
在步骤S205中,电池ECU30使用各温度下的电池组11的劣化特性和各温度的发生频度,算出经过了预定时间时的将来的劣化率。关于步骤205的具体的处理将在后面进行叙述。
在图5所示的处理中,通过判别劣化率与经过时间的平方根是否成比例来判别本实施例的劣化状态的推定处理是否能够适用于电池组11,但可以省略该判别。即,当预先知道劣化率与经过时间的平方根成比例时,则能够省略该判别。例如,在锂离子二次电池中,由于劣化率与经过时间的平方根成比例的倾向高,所以在使用锂离子二次电池来作为单电池10时,能够省略在图5中说明的判别处理。
接着,使用图6具体说明图5的步骤S205的处理。在此,预测从开始使用电池组11到经过了时间t2total时的电池组11的劣化率。期间t2total是比上述的期间t1total长的期间。
在存储器31存储有图6中用虚线表示的5条劣化曲线(数据),各劣化曲线(相当于劣化特性)表示各温度T1~T5下的劣化率的变化。图6的纵轴表示电池组11的劣化率,横轴表示经过时间。图6所示的各劣化曲线能够通过实验等预先求出。温度按T1、T2、T3、T4、T5的顺序变高,温度越高,劣化率就越高。
首先,在期间t2total中确定各温度T1~T5的状态所占的期间。在此,设为在期间t2total的期间发生了各温度T1~T5的状态。期间t2total根据图4所示的各温度T1~T5的发生频度被分割。具体而言,基于以下式(3)确定各温度T1~T5的状态所占的期间。温度T1~T5的状态所占的期间的总和为期间t2total。
在此,t2(Tk)表示在期间t2total中温度Tk的状态所占的期间,F(Tk)表示温度Tk的发生频度。如上所述,发生频度F(Tk)能够从图4所示的数据中取得。
上述式(2)中的t1(Tk)是温度Tk的状态发生时的实测时间,上述式(3)中的t2(Tk)是温度Tk的状态发生时的预测时间。在本实施例中,基于发生频度F(Tk)来算出期间t2(Tk),但不限于此。例如,也可以不使用发生频度F(Tk)而适当地设定期间t2(Tk)。
当得到期间t2(Tk)时,则能够使用图6所示的劣化曲线来算出温度Tk下的劣化率的变化量。然后,将累积多个温度Tk下的劣化率的变化量而得到的值作为经过了时间t2total时的电池组11的劣化率。
在图6所示的例子中,使温度T1~T5的期间t2(T1)~t2(T5)为t(1)~t(5)。然后,能够通过算出各温度T1~T5下的劣化率的变化量、并累积这些劣化率的变化量,确定经过了时间t2total时的电池组11的劣化率。期间t2total是期间t(1)~t(5)的总和。
在此,说明累积劣化率的变化量的方法(一个例子)。在图6中,当温度T1的状态发生了期间t(1)时,劣化率上升Δd1。具体而言,相对于电池组11处于初期状态时的劣化率,上升变化量Δd1。在电池组11处于初期状态时,劣化率(参照上述式(1))为与“1”大致相等的值。
接着,算出温度T2下的劣化率的变化量,以劣化率上升了Δd1后的劣化率为基准来算出温度T2下的劣化率的变化量。具体而言,在温度T2的劣化曲线中,算出从与上升了变化量Δd1后的劣化率对应的时间开始到经过时间t(2)为止的期间的劣化率的变化量。即,温度T2的状态发生了期间t(2)时,劣化率上升Δd2。
在算出温度T3下的劣化率的变化量时,以劣化率上升了“Δd1+Δd2”后的劣化率为基准。若进行与计算温度T2下的劣化率的变化量Δd2的情况同样的计算,则当温度T3的状态发生了期间t(3)时,劣化率上升Δd3。
在计算温度T4下的劣化率的变化量时,以劣化率上升了“Δd1+Δd2+Δd3”后的劣化率为基准。若进行与计算温度T2下的劣化率的变化量Δd2的情况同样的计算,则当温度T4的状态发生了期间t(4)时,劣化率上升Δd4。
在计算温度T5下的劣化率的变化量时,以劣化率上升了“Δd1+Δd2+Δd3+Δd4”后的劣化率为基准。若进行与计算温度T2下的劣化率的变化量Δd2的情况同样的计算,则当温度T5的状态发生了期间t(5)时,劣化率上升Δd5。
由此,对于经过了时间t2total时的电池组11的劣化率,能够推定为相对于初期状态的劣化率上升了“Δd1+Δd2+Δd3+Δd4+Δd5”后的值。在上述的说明中,针对发生了温度T1~T5的状态的情况进行了说明,但不限于此,只要根据温度状态的数量来进行上述的处理即可。
在上述的说明中,以温度T1~T5的顺序加上劣化率的变化量,但即使改变了加上劣化率的变化量的顺序,最终得到的劣化率也大致相等。
另一方面,在图6中,对基于由劣化率和经过时间的坐标系表示的劣化曲线来确定经过了时间t2total时的电池组11的劣化率的方法进行了说明,但不限于此。在劣化率与经过时间的n次根成比例时,若使用经过时间的n次根和劣化率的坐标系,则如图7所示,能够用直线表示各温度的劣化数据。在图7中,纵轴表示劣化率,横轴表示经过时间的平方根。
在图7所示的坐标系中,通过使用温度T1的劣化数据,能得到与期间t(1)的平方根对应的劣化率的变化量Δd1。如上所述,期间t(1)为温度T1的状态所占的期间。另外,变化量Δd1相当于在图6中所说明的变化量Δd1。
同样地,通过使用温度T2的劣化数据,能得到与期间t(2)的平方根对应的劣化率的变化量Δd2。期间t(2)是温度T2的状态所占的期间,变化量Δd2相当于在图6中所说明的变化量Δd2。另一方面,通过使用温度T3的劣化数据,能得到与期间t(3)的平方根对应的劣化率的变化量Δd3。期间t(3)为温度T3的状态所占的期间,变化量Δd3相当于在图6中所说明的变化量Δd3。
当加上图7所示的劣化率的变化量Δd1~Δd3时,则与用图6所说明的情况同样地,能够确定将来的电池组11的劣化率。在图7所示的坐标系中,由于劣化率与经过时间的平方根成比例,所以仅加上在各温度下得到的劣化率的变化量,就能够得到与用图6说明过的情况同样的结果。
使用图6说明过的劣化率的计算(推定)能够基于以下式(4)来进行。
在此,Δdtotal表示经过了时间t2total时的劣化率的变化量,当在初期状态的劣化率加上变化量Δdtotal时,则能够得到经过了时间t2total时的电池组11的劣化率。v(Tk)表示温度Tk下的劣化速度,相当于在图6中所说明的劣化曲线。F(Tk)表示温度Tk的发生频度,具体而言,表示温度Tk占时间t2total的比例。
当考虑上述式(3)时,则上述式(4)可以用以下式(5)来表示。
根据本实施例,能够推定经过了时间t2total时的劣化率的变化量,能够推定经过了时间t2total时的电池组11的劣化率。当能够推定电池组11的劣化率时,则例如能够确定更换电池组11的时期。具体而言,能够预测电池组11的劣化率达到预先设定的阈值时的时间t2total,能够使用声音或显示等使用户等知道预测到的时间t2total。
另外,在本实施例中,使用由劣化率和经过时间的坐标系规定的劣化曲线来算出各温度下的劣化率的变化量,与仅加上这些变化量的情况相比,能够提高劣化率的推定精度。下面,使用图8进行具体的说明。
图8的右侧表示本实施例中说明的劣化率的计算方法,图8的左侧表示作为比较例的劣化率的计算方法。在图8的左侧所示的计算方法中,在各温度T1、T2下从相同的时刻开始计算劣化率的变化量。
如图8所示,在左侧的计算方法和右侧的计算方法中,作为累积值的劣化率产生了差ΔD。在图8的左侧所示的计算方法中,以初期状态的劣化率为基准,算出各温度T1、T2下的劣化率的变化量,但没有考虑电池组11的实际的劣化状态。电池组11的实际的使用状态为:在发生了特定温度下的劣化后,发生其他温度下的劣化。因此,在2个温度下,不会以相同的劣化率为基准进行劣化。
根据本实施例,在计算各温度下的劣化率的变化量时,使成为基准的劣化率改变,因此能够在考虑了电池组11的使用状态之后,高精度地推定劣化率。
在本实施例中,推定了电池组11的劣化状态,但不限于此。具体而言,可以对构成电池组11的单电池10的劣化状态进行与本实施例同样的推定。另外,在将构成电池组11的多个单电池10分为多个块时,可以针对各块的劣化状态进行与本实施例同样的推定。在此,1个块至少包括2个单电池10。
另外,在本实施例中,针对劣化率与经过时间的平方根成比例的情况进行了说明,但不限于此。即,在劣化率与经过时间的n次根成比例时,也能够应用本发明。
具体而言,能够基于以下式(6)计算劣化率的变化量。
在此,v(Tk)表示温度Tk下的劣化速度,如在图6中说明过的那样,劣化速度由劣化率相对于经过时间的变化来表示。F(Tk)是温度Tk的状态发生时的频度,t2total表示预测电池组11的劣化时的时间。另外,n是比1大的数。
当考虑上述式(3)时,则上述式(6)也可以由以下式(7)来表示。
当能够确定n时,则能够使用上述式(6)来算出劣化率的变化量Δdtotal。作为确定n的方法,首先,求出成为对象的电池组11的劣化率和经过时间的关系。接着,将劣化率和经过时间的关系绘制为使纵轴为劣化率、使横轴为经过时间的n次根的坐标系。在此,使n在比1大的范围内变化来准备多个坐标系。在n的值互不相同的多个坐标系中,当确定了能够使所绘制的劣化率最近似直线的坐标系,则能够确定n。
另一方面,在本实施例中,使用各温度下的劣化曲线来计算劣化率的变化量,但不限于此。即,电池组11的劣化率不仅根据温度而变化,还根据表示充电状态的SOC(State Of Charge:充电状态)、电压、电流而变化。在此,即使SOC等变化,也能得到与图6所示的特性(劣化曲线)同样的特性。并且,SOC越高,劣化率就越高。
因此,上述式(6)可以由以下的一般式(8)来表示。
在此,v(f)表示如上述的温度、SOC这样的各劣化条件下的劣化速度,劣化速度被表示为劣化率相对于经过时间的变化。F表示劣化条件的发生频度,ttotal表示预测劣化状态时的时间。
另外,上述式(8)可以由以下式(9)来表示。
在此,t(f)表示劣化条件发生的期间(预测期间)。
上述式(8)和(9)中的劣化速度v(f)不仅可以作为温度的函数来加以表示,也可以作为包括SOC、电压以及电流中的至少一个的函数来加以表示。由于SOC和电压通常具有对应关系,所以使用任一值即可。劣化速度v(f)例如可以通过以下式(10)来表示。
v(f)=a*Tk+b*V+c*I+d...(10)
在此,变量V是电池组11的电压值,如用图2说明过的那样,能够使用电压传感器22来取得变量V。也可以将电压值V置换为电池组11的SOC。变量I是在电池组11中流动的电流值,如用图2说明过的那样,能够使用电流传感器21来取得变量I。a~d是常数。
上述式(10)也可以表示为以下式(11)。
在此,e为常数。
另一方面,作为对电池组11的劣化最有影响的原因,可举出温度。因此,作为上述式(8)中的发生频度F,如上述式(6)所示,可以使用温度Tk的发生频度F(Tk)。另外,作为上述式(9)中的劣化条件的发生期间t(f),如上述式(7)所示,可以使用温度Tk的状态所占的期间t2(Tk)。
另外,可以基于电池组11(或单电池10)的实际的劣化状态(劣化率)来修正上述的劣化速度v(f)。具体而言,检测电池组11的实际的劣化状态(劣化率),并且,检测电池组11的使用环境。电池组11的使用环境用于使用本实施例中说明的推定方法来推定电池组11的劣化状态。
另外,使用检测到的电池组11的使用环境和本实施例中说明的推定方法来推定电池组11的劣化状态。然后,将推定的劣化状态与检测到的劣化状态作比较,在大致不一致的情况下,可以修正劣化速度v(f)。即,可以修正劣化速度v(f),以使得推定的劣化状态成为检测到的劣化状态。当修正了劣化速度v(f)时,则能够提高修正后的劣化状态的推定精度。
Claims (10)
1.一种劣化推定装置,在使用了表示劣化状态的劣化值与经过时间的n次根成比例关系、且所述比例关系根据劣化条件变化的蓄电元件时,推定所述蓄电元件的劣化状态,其中,所述n是比1大的值,所述劣化推定装置的特征在于,
具有运算器,该运算器累积多个所述劣化条件下的所述劣化值的变化量,算出经过预定时间时的所述蓄电元件的劣化值,
所述运算器预测直到经过所述预定时间为止的期间中的所述各劣化条件发生的期间,基于表示所述劣化值和所述经过时间的关系的劣化特性和所述各劣化条件的发生期间,算出所述各劣化条件下的所述劣化值的变化量,在按顺序加所算出的所述变化量时,以加之前得到的所述劣化值为基准来算出要加的所述劣化值的变化量。
2.如权利要求1所述的劣化推定装置,其特征在于,
所述运算器基于以下式Ex1来算出所述劣化值的变化量的总和,
在此,Δdtotal是劣化值的变化量的总和,v(f)是与所述各劣化条件对应设置的表示所述劣化值相对于经过时间的变化的劣化速度,t(f)是所预测的所述各劣化条件的发生期间。
3.如权利要求1或2所述的劣化推定装置,其特征在于,
具有存储器,该存储器存储所述各劣化条件下的所述劣化特性。
4.如权利要求1或2所述的劣化推定装置,其特征在于,
具有:
用于检测所述劣化条件的检测传感器;和
用于计时的计时器,
所述运算器使用所述检测传感器和所述计时器,取得直到经过比所述预定时间短的时间为止的所述各劣化条件的发生期间,基于所取得的发生期间,预测直到经过所述预定时间为止的所述各劣化条件的所述发生期间。
5.如权利要求1或2所述的劣化推定装置,其特征在于,
具有:
用于取得所述劣化值的取得传感器;和
用于计时的计时器,
所述运算器判别使用所述取得传感器取得的所述劣化值是否与使用所述计时器取得的经过时间的n次根成比例,在所述劣化值与所述经过时间的n次根成比例时,算出经过所述预定时间时的所述蓄电元件的劣化值。
6.如权利要求1或2所述的劣化推定装置,其特征在于,
所述劣化值是所述蓄电元件处于初期状态时的内部电阻与所述蓄电元件处于劣化状态时的内部电阻的比率。
7.如权利要求1或2所述的劣化推定装置,其特征在于,
所述劣化条件包括所述蓄电元件的温度、表示充电状态的值以及电流值中的至少一个。
8.如权利要求1或2所述的劣化推定装置,其特征在于,
所述n为2。
9.一种劣化推定方法,在使用了表示劣化状态的劣化值与经过时间的n次根成比例关系、且所述比例关系根据劣化条件变化的蓄电元件时,推定所述蓄电元件的劣化状态,其中,所述n是比1大的值,所述劣化推定方法的特征在于,包括:
第1步骤,预测直到经过预定时间为止的期间中的所述各劣化条件发生的期间;和
第2步骤,基于表示所述劣化值和所述经过时间的关系的劣化特性和所述各劣化条件的发生期间,算出所述各劣化条件下的所述劣化值的变化量,按顺序加所算出的所述变化量,算出经过预定时间时的所述蓄电元件的劣化值,
在所述第2步骤中,以加之前得到的所述劣化值为基准来算出要加的所述劣化值的变化量。
10.如权利要求9所述的劣化推定方法,其特征在于,
基于以下式Ex2来算出所述劣化值的变化量的总和,
在此,Δdtotal是劣化值的变化量的总和,v(f)是与所述各劣化条件对应设置的表示所述劣化值相对于经过时间的变化的劣化速度,t(f)是所述第1步骤中预测的所述各劣化条件的发生期间。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2010/002995 WO2011135609A1 (ja) | 2010-04-26 | 2010-04-26 | 蓄電素子の劣化推定装置および劣化推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102859377A CN102859377A (zh) | 2013-01-02 |
CN102859377B true CN102859377B (zh) | 2014-11-05 |
Family
ID=44860964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080066381.3A Expired - Fee Related CN102859377B (zh) | 2010-04-26 | 2010-04-26 | 蓄电元件的劣化推定装置和劣化推定方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20120310571A1 (zh) |
EP (1) | EP2565660A1 (zh) |
JP (1) | JP5382208B2 (zh) |
KR (1) | KR101329826B1 (zh) |
CN (1) | CN102859377B (zh) |
WO (1) | WO2011135609A1 (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5875037B2 (ja) | 2011-07-08 | 2016-03-02 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | バッテリの状態予測システム、方法及びプログラム |
JP5768754B2 (ja) * | 2012-03-30 | 2015-08-26 | トヨタ自動車株式会社 | 推定装置および推定方法 |
JP2013253991A (ja) * | 2012-11-30 | 2013-12-19 | Gs Yuasa Corp | 蓄電素子の劣化後容量推定装置、劣化後容量推定方法及び蓄電システム |
JP2016034170A (ja) * | 2012-12-27 | 2016-03-10 | 三洋電機株式会社 | 蓄電装置充放電システム |
WO2014118824A1 (ja) * | 2013-02-01 | 2014-08-07 | トヨタ自動車株式会社 | 電池システム |
JP6488538B2 (ja) * | 2013-07-23 | 2019-03-27 | 日本電気株式会社 | 劣化係数決定システム、劣化予測システム、劣化係数決定方法およびプログラム |
JP6197479B2 (ja) * | 2013-08-23 | 2017-09-20 | トヨタ自動車株式会社 | 蓄電システム及び蓄電装置の満充電容量推定方法 |
JP6148144B2 (ja) * | 2013-10-03 | 2017-06-14 | 三菱重工業株式会社 | 劣化率特定装置、劣化率特定方法、及びプログラム |
JP6222822B2 (ja) * | 2013-10-22 | 2017-11-01 | 三菱重工業株式会社 | 劣化関数算出装置、劣化率推定システム、劣化関数算出方法、及びプログラム |
JP6555459B2 (ja) * | 2013-10-31 | 2019-08-07 | 三菱自動車工業株式会社 | 電池劣化監視システム |
JP6413311B2 (ja) * | 2014-04-11 | 2018-10-31 | 株式会社村田製作所 | 蓄電装置、制御方法、制御装置、蓄電システム、電動車両および電子機器 |
KR20150126208A (ko) * | 2014-05-02 | 2015-11-11 | 삼성에스디아이 주식회사 | 배터리 관리 장치 |
KR20150128160A (ko) * | 2014-05-08 | 2015-11-18 | 삼성에스디아이 주식회사 | 배터리 관리 장치 |
KR101631154B1 (ko) * | 2015-01-14 | 2016-06-24 | (주) 유진에너팜 | 적응정격용량법을 이용한 배터리의 soh 추정 장치 및 그 방법 |
WO2016135853A1 (ja) * | 2015-02-24 | 2016-09-01 | 株式会社東芝 | 蓄電池管理装置、方法及びプログラム |
WO2017015396A1 (en) | 2015-07-20 | 2017-01-26 | University Of Washington | Battery models, systems, and methods using robust fail-safe iteration free approach for solving differential algebraic equations |
JP6414336B2 (ja) * | 2015-08-26 | 2018-11-07 | 日産自動車株式会社 | 劣化度推定装置及び劣化度推定方法 |
US10830823B2 (en) | 2016-04-01 | 2020-11-10 | Gs Yuasa International Ltd. | Estimation device and estimation method |
JP6807014B2 (ja) * | 2016-04-01 | 2021-01-06 | 株式会社Gsユアサ | 推定装置、推定方法 |
JP6481661B2 (ja) * | 2016-06-10 | 2019-03-13 | トヨタ自動車株式会社 | 電池システム |
WO2018051613A1 (ja) * | 2016-09-16 | 2018-03-22 | パナソニックIpマネジメント株式会社 | 電池の診断方法、電池の診断プログラム、電池管理装置、及び蓄電システム |
JP6791702B2 (ja) * | 2016-09-30 | 2020-11-25 | ビークルエナジージャパン株式会社 | 二次電池モジュール |
WO2018117105A1 (ja) | 2016-12-21 | 2018-06-28 | 株式会社Gsユアサ | 蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム |
JP7163571B2 (ja) * | 2017-10-03 | 2022-11-01 | 株式会社Gsユアサ | 劣化量推定装置、蓄電システム、劣化量推定方法、及びコンピュータプログラム |
US20210021000A1 (en) * | 2018-03-07 | 2021-01-21 | Panasonic Intellectual Property Management Co., Ltd. | Remaining capability evaluation method for secondary battery, remaining capability evaluation program for secondary battery, computation device, and remaining capability evaluation system |
WO2020044713A1 (ja) * | 2018-08-28 | 2020-03-05 | 本田技研工業株式会社 | 診断装置、診断方法、及びプログラム |
JP7119882B2 (ja) * | 2018-10-15 | 2022-08-17 | 富士通株式会社 | 劣化予測プログラム、劣化予測方法、および劣化予測装置 |
JP7363086B2 (ja) | 2019-04-26 | 2023-10-18 | 株式会社Gsユアサ | 推定装置、推定方法 |
US10957946B2 (en) | 2019-08-13 | 2021-03-23 | International Business Machines Corporation | Capacity degradation analysis for batteries |
JP7385698B2 (ja) * | 2022-03-30 | 2023-11-22 | 本田技研工業株式会社 | バッテリ状態分析システム及びバッテリ状態分析方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187697A (zh) * | 2006-11-21 | 2008-05-28 | 古河电气工业株式会社 | 电池状态判定方法、电池状态判定装置及电池电源系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3423484B2 (ja) * | 1995-05-19 | 2003-07-07 | 株式会社デンソー | バッテリ状態監視装置 |
JP3697818B2 (ja) * | 1996-02-28 | 2005-09-21 | 新神戸電機株式会社 | 蓄電池の劣化診断方法及び装置並びに交流無停電電源装置 |
US5977750A (en) * | 1998-04-20 | 1999-11-02 | Lucent Technologies, Inc. | Battery diagnostic method and apparatus |
CN1199050C (zh) * | 1998-05-28 | 2005-04-27 | 丰田自动车株式会社 | 电池充电状态的估计装置及电池恶化估计方法 |
JP3598873B2 (ja) * | 1998-08-10 | 2004-12-08 | トヨタ自動車株式会社 | 二次電池の状態判定方法及び状態判定装置、並びに二次電池の再生方法 |
JP3965817B2 (ja) | 1999-02-04 | 2007-08-29 | トヨタ自動車株式会社 | 電池容量予測装置 |
JP2003161768A (ja) | 2001-11-28 | 2003-06-06 | Ntt Power & Building Facilities Inc | 蓄電池の劣化予測方法 |
DE10335930B4 (de) * | 2003-08-06 | 2007-08-16 | Vb Autobatterie Gmbh & Co. Kgaa | Verfahren zur Bestimmung des Zustands einer elektrochemischen Speicherbatterie |
JP2007057433A (ja) * | 2005-08-25 | 2007-03-08 | Fuji Heavy Ind Ltd | 蓄電デバイスの劣化状態推定システム |
US7498772B2 (en) * | 2006-04-06 | 2009-03-03 | International Truck Intellectual Property Company, Llc | Method and system of modeling energy flow for vehicle battery diagnostic monitoring |
-
2010
- 2010-04-26 KR KR1020127018401A patent/KR101329826B1/ko not_active IP Right Cessation
- 2010-04-26 JP JP2012512525A patent/JP5382208B2/ja active Active
- 2010-04-26 CN CN201080066381.3A patent/CN102859377B/zh not_active Expired - Fee Related
- 2010-04-26 US US13/577,504 patent/US20120310571A1/en not_active Abandoned
- 2010-04-26 WO PCT/JP2010/002995 patent/WO2011135609A1/ja active Application Filing
- 2010-04-26 EP EP10850633A patent/EP2565660A1/en not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187697A (zh) * | 2006-11-21 | 2008-05-28 | 古河电气工业株式会社 | 电池状态判定方法、电池状态判定装置及电池电源系统 |
Non-Patent Citations (2)
Title |
---|
JP特开2007-57433A 2007.03.08 * |
JP特开平9-293539A 1997.11.11 * |
Also Published As
Publication number | Publication date |
---|---|
JPWO2011135609A1 (ja) | 2013-07-18 |
EP2565660A1 (en) | 2013-03-06 |
KR101329826B1 (ko) | 2013-11-14 |
US20120310571A1 (en) | 2012-12-06 |
WO2011135609A1 (ja) | 2011-11-03 |
CN102859377A (zh) | 2013-01-02 |
KR20120104359A (ko) | 2012-09-20 |
JP5382208B2 (ja) | 2014-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102859377B (zh) | 蓄电元件的劣化推定装置和劣化推定方法 | |
JP5710217B2 (ja) | 車両用バッテリの劣化度合推定装置及び方法 | |
CN102608540B (zh) | 一种用于动力电池soc估计的库伦效率测定方法 | |
KR101154308B1 (ko) | 전기자동차의 잔존주행거리 추정 방법 | |
EP3306735B1 (en) | Device for estimating degree of battery degradation, and estimation method | |
CN103424710B (zh) | 用于监测电池组中的老化单体的性能变化的方法和系统 | |
EP2907686B1 (en) | Regeneration control device for vehicle | |
US8972091B2 (en) | Reduced central processing unit load and memory usage battery state of charge calculation | |
US20140100803A1 (en) | Power estimation device for estimating chargeable/dischargeable power of electric storage device, electric storage apparatus, and method of estimating chargeable/dischargeable power | |
CN103802675A (zh) | 一种电动汽车剩余里程检测方法及系统 | |
JP5419831B2 (ja) | バッテリの劣化度推定装置 | |
US20150323610A1 (en) | Battery management apparatus | |
EP3166174B1 (en) | Battery degradation level estimation device and battery degradation level estimation method | |
CN104459551A (zh) | 一种电动汽车动力电池能量状态估算方法 | |
CN102455411A (zh) | 自适应的缓慢变化电流检测 | |
KR101779941B1 (ko) | 배터리 충전 상태 측정 장치 및 방법 | |
CN101813754A (zh) | 一种用于汽车起动照明型铅酸蓄电池的状态估算方法 | |
JP2013019730A (ja) | バッテリの状態予測システム、方法及びプログラム | |
CN102890245A (zh) | 用于确定充电接受能力及为可充电电池充电的方法 | |
CN105607011A (zh) | 一种电池健康状态soh的估算方法及装置 | |
CN108128168B (zh) | 一种电动汽车的平均电耗计算方法及装置 | |
CN102540085B (zh) | 储能系统模型中电气部件参数的优化方法及系统 | |
JP3689084B2 (ja) | バッテリ充電状態演算装置およびバッテリ充電状態演算方法 | |
WO2016200319A1 (en) | A method and a monitoring unit for monitoring a battery system | |
CN112912745A (zh) | 根据开路电压图形确定电化学电池的充电状态和老化状态的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141105 Termination date: 20160426 |