CN103221835A - 电池组的控制装置 - Google Patents

电池组的控制装置 Download PDF

Info

Publication number
CN103221835A
CN103221835A CN2010800702288A CN201080070228A CN103221835A CN 103221835 A CN103221835 A CN 103221835A CN 2010800702288 A CN2010800702288 A CN 2010800702288A CN 201080070228 A CN201080070228 A CN 201080070228A CN 103221835 A CN103221835 A CN 103221835A
Authority
CN
China
Prior art keywords
soc
mentioned
voltage
difference data
electric battery
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.)
Granted
Application number
CN2010800702288A
Other languages
English (en)
Other versions
CN103221835B (zh
Inventor
久保田智也
宫崎泰仁
加藤行成
下井田良雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of CN103221835A publication Critical patent/CN103221835A/zh
Application granted granted Critical
Publication of CN103221835B publication Critical patent/CN103221835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H02J7/0016—Circuits for equalisation of charge between batteries using shunting, discharge or bypass circuits
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

具备多个单电池的电池组的控制装置，具备：目标电压设定单元，其设定用于使多个单电池的电压均一的目标电压；容量调整单元，其进行容量调整，使得多个单电池的电压均一化为目标电压；内部状态检测单元，其检测多个单电池的端子电压或者SOC，根据检测出的端子电压或者SOC来检测多个单电池间的电压差或者SOC差，来作为电压差数据或者SOC差数据；时间序列数据存储单元，其按时间序列存储电压差数据或者SOC差数据；以及预测单元，其根据时间序列数据存储单元中存储的电压差数据或者SOC差数据中的、在与目标电压相差规定电压以上的电压区域或者与在该电压区域对应的SOC区域检测出的电压差数据或者SOC差数据的随时间变化，来预测上述电池组成为第一异常状态的时期。该控制装置恰当地预测具备多个单电池的电池组成为异常状态的时期。

Description

电池组的控制装置
技术领域
本发明涉及具备多个单电池的电池组的控制装置。
背景技术
以往，已知一种在具备多个单电池的电池组中对构成电池组的多个单电池进行容量调整的技术，例如在专利文献1中提出了如下一种技术：在进行该容量调整的时间间隔为预先确定的阈值以下的情况下，检测电池组处于接近异常状态的情况。
然而，在上述以往技术中，为了检测电池组的异常状态，需要使进行容量调整的时间间隔为预先确定的阈值以下，因此存在以下问题：为了检测电池组处于接近异常状态的情况而花费时间，即使能够检测处于接近异常状态的情况，实际上也不能预测成为异常状态的时期。
本发明所要解决的问题在于，恰当地预测具备多个单电池的电池组成为异常状态的时期。
专利文献1：日本特开2008-134060号公报
发明内容
本发明通过如下方式解决上述问题：根据在与目标电压相差规定电压以上的电压区域或者与该电压区域对应的SOC(State Of Charge：荷电状态)区域中检测出的电压差数据或者SOC差数据的随时间变化，来预测电池组成为异常状态的时期，其中，该目标电压是用于使构成电池组的多个单电池的电压均一化的电压。
根据本发明，通过求出在与目标电压相差规定电压以上的电压区域或者与该电压区域对应的SOC区域中检测出的电压差或者SOC差的随时间变化，由此能够高精度地掌握电压差或者SOC差的变化倾向，恰当地预测电池组成为异常状态的时期。
附图说明
图1是表示本发明所涉及的电池组系统的结构图。
图2是电池组控制器500的功能框图。
图3是示出表示作为单电池的一例的锂离子电池的SOC与端子电压的关系的曲线图的图。
图4是示出表示SOC与SOC区段Ssec的关系的SOC区段表(soc section table)的一例的图。
图5是表示第一实施方式所涉及的异常时期预测处理的流程的流程图(之一)。
图6是表示第一实施方式所涉及的异常时期预测处理的流程的流程图(之二)。
图7是表示通过对电压差ΔV的数据与测量时刻的关系进行线性回归而得到的回归直线的一例的图。
图8是表示第二实施方式所涉及的异常时期预测处理的流程的流程图(之一)。
图9是表示第二实施方式所涉及的异常时期预测处理的流程的流程图(之二)。
图10是用于说明SOC区域与电压差的关系的图。
图11是表示各单电池间的标准化电压差的计算处理的流程的流程图。
图12是用于说明标准化电压差的计算处理的图。
图13是表示第三实施方式所涉及的异常时期预测处理的流程的流程图。
图14是表示第四实施方式所涉及的异常时期预测处理的流程的流程图。
图15是表示微短路异常检测处理的流程的流程图(之一)。
图16是表示微短路异常检测处理的流程的流程图(之二)。
具体实施方式
下面，根据附图说明本发明的实施方式。
第一实施方式
图1是表示本实施方式所涉及的电池组系统的结构图。下面，以将本实施方式所涉及的电池组系统用作混合动力车辆、电动汽车等的车辆用电池的情况为例进行说明。
如图1所示，本实施方式所涉及的电池组系统具备：电池组100，其具备串联连接的多个单电池C1、C2、···、CN；负载200，其与电池组100的两端电连接；容量调整电路400，其用于进行电池组100的容量调整；以及电池组控制器500，其控制电池组系统整体。
将N个单电池C1、C2、···、CN串联连接来构成电池组100。作为各单电池C1、C2、···、CN，能够列举出镍氢电池等碱性蓄电池、锂离子电池等有机电解质二次电池等，但在本实施方式中，作为单电池C1、C2、···、CN，以利用了锂离子电池的情况为例进行说明。另外，作为单电池C1、C2、···、CN，还包括被并联连接、能够测量的端子电压相同、可看作单电池的状态的多个电池。此外，对单电池的数量N不作特别地限定，能够根据期望适当设定。另外，电池组100具备用于测量构成电池组100的单电池C1、C2、···、CN的温度的温度传感器102。由温度传感器102测量出的电池温度被发送到电池组控制器500。
构成电池组100的N个单电池C1、C2、···、CN上分别并联连接有容量调整电路400。容量调整电路400由电阻401和开关402构成，将开关402闭合来进行单电池的容量调整放电，由此能够调整单电池的容量。此外，通过电池组控制器500来控制各开关402的断开、闭合。
负载200例如是被装载于混合动力车辆、电动汽车等的马达和逆变器，例如，在进行再生控制时，经由马达和逆变器能够逆变换为电能，来对电池组100进行充电。另外，例如通过与未图示的外部电源相连接也能够对电池组100进行充电。
图2是电池组控制器500的功能框图。如图2所示，电池组控制器500具备电压检测部501、电流检测部502、电池温度检测部503、容量调整部504、控制部505、异常判定部506、预测部507、电压差数据存储部508、通信部509以及SOC表存储部510。
电压检测部501经由与各单电池相连接的多个端子线，以规定的周期按时间序列测量构成电池组100的各单电池C1、C2、···、CN的端子电压，将测量出的各单电池的端子电压从模拟信号变换为数字信号并发送到控制部505。此外，作为测量各单电池的端子电压的方法，例如能够列举出飞跨电容器方式等。
电流检测部502以规定的周期获取由电流传感器300测量出的充放电电流，将获取到的充放电电流从模拟信号变换为数字信号并发送到控制部505。此外，电流传感器300例如由电阻元件、电流互感器等构成。
电池温度检测部503以规定的周期来获取由设置在电池组100中的温度传感器102测量出的各单电池C1、C2、···、CN的温度，将获取到的各单电池C1、C2、···、CN的温度从模拟信号变换为数字信号并发送到控制部505。
在各单电池C1、C2、···、CN间的端子电压的偏差为规定值以上的情况下，容量调整部504根据来自控制部505的容量调整命令来控制设置在各容量调整电路400中的各开关402的断开、闭合，由此进行电池组100的容量调整。
控制部505根据从电压检测部501、电流检测部502以及电池温度检测部503接收到的各单电池的端子电压、充放电电流、电池温度各数据进行用于使容量调整部504进行容量调整的控制。具体地说，控制部505首先对用于使构成电池组100的各单电池C1、C2、···、CN的电压均一的电压即目标均一化电压Vtar进行设定。此外，作为目标均一化电压Vtar，不作特别地限定，能够任意地设定，例如能够将电池组100的满充电附近的规定的电压设定为目标均一化电压Vtar。或者，也可以将预先确定的规定的电压(例如满充电电压、满充电电压附近的规定的电压)预先设定为目标均一化电压Vtar。以这种方式设定的目标均一化电压Vtar被存储到电池组控制器500所具备的存储器(未图示)中。然后，控制部505从各单电池C1、C2、···、CN的端子间电压中求出最大电压值和最小电压值，并计算出其电压差。而且，在产生了规定量的该电压差的情况下，生成用于使容量调整部504进行如下控制的容量调整命令，并将所生成的容量调整命令发送到容量调整部504，该控制是使构成电池组100的各单电池C1、C2、···、CN的电压均一化为目标均一化电压Vtar。
然后，容量调整部504根据该容量调整命令进行容量调整。具体地说，容量调整部504根据容量调整命令来控制各开关402的断开、闭合，由此能够通过进行使各单电池C1、C2、···、CN的电压均一化为目标均一化电压Vtar那样的控制来进行容量调整。或者，容量调整部504根据容量调整命令来控制各开关402的断开、闭合，由此进行容量调整，使得各单电池C1、C2、···、CN分别成为规定的电压，之后，在电池组100中通过反复进行充放电，也能够进行使各单电池C1、C2、···、CN的电压均一化为目标均一化电压Vtar那样的控制。
另外，控制部505将从电压检测部501、电流检测部502以及电池温度检测部503接收到的各单电池的端子电压、充放电电流、电池温度各数据发送到异常判定部506和预测部507。
异常判定部506利用从控制部505发送来的各单电池的端子电压、充放电电流、电池温度各数据来判定电池组100是否处于异常状态(需要限制使用的状态)。此外，在本实施方式中，作为判定是否处于异常状态的方法，不作特别地限定，能够使用以往公知的方法，例如，在规定时间内，累计计算对电池组100进行充放电的电流值的绝对值，求出其总量(总充放电容量)来作为异常判定值，判定所求出的异常判定值是否为预先确定的阈值以上，由此能够进行异常判定。
预测部507进行如下异常时期预测处理：用于根据从控制部505发送来的各单电池的端子电压、充放电电流以及电池温度各数据来预测电池组100成为异常状态的时期。具体地说，预测部507进行如下的异常时期预测处理：用于对各单电池C1、C2、···、CN的端子电压中的端子电压最大的单电池的端子电压即最高电压Vmax和端子电压最小的单电池的端子电压即最低电压Vmin进行检测，计算它们的差即电压差ΔV，利用计算出的电压差ΔV来预测电池组100成为异常状态的时期。然后，将得到的预测结果发送到通信部509。此外，对本实施方式所涉及的异常时期预测处理在后面叙述。另外，在本实施方式中，作为电池组100成为异常状态的时期，例如能够将成为构成电池组100的单电池中的一个或者两个以上单电池的容量下降而需要限制使用的状态的时期预测为成为异常状态的时期。
电压差数据存储部508使由预测部507计算出的电压差ΔV的数据存储到电池组控制器500所具备的存储器(未图示)中。
在此，图3示出表示作为单电池C1、C2、···、CN的一例的锂离子电池的SOC与端子电压的关系的表。此外，该表被存储到SOC表存储部510。如图3所示，在锂离子电池的情况下具有以下特性：在满充电SFULL附近的SOC区域和放电下限SL_LIM附近的SOC区域中，端子电压变化相对于电池的SOC变化的比率变大，而在除此以外的SOC区域中，端子电压变化相对于电池的SOC变化的比率变小。
另一方面，在本实施方式中，如图4所示，将从满充电SFULL至放电下限SL_LIM的整个SOC范围划分为多个SOC区段Ssec，并且预先制作表示SOC与SOC区段Ssec的这种关系的SOC区段表，然后，使这样的SOC区段表预先存储到电压差数据存储部508。此外，在图4中，用虚线划分得到的各SOC范围对应于各SOC区段Ssec。另外，在本实施方式中，如图4所示，越是端子电压变化相对于电池的SOC变化的比率变大的SOC区域，将构成SOC区段Ssec的SOC范围设定得越窄，越是端子电压变化相对于电池的SOC变化的比率变小的SOC区域，将构成SOC区段Ssec的SOC范围设定得越宽。
而且，在本实施方式中，当电压差数据存储部508使由预测部507计算出的电压差ΔV的数据存储到电池组控制器500所具备的存储器时，首先参照表示如图4所示的关系的SOC区段表来决定与进行该电压差ΔV的数据的计算时的多个单电池C1、C2、···、CN(或者电池组100)的电压对应的SOC区域所属的SOC区段Ssec。然后，电压差数据存储部508使由预测部507计算出的电压差ΔV的数据与所决定的SOC区段Ssec相关联地存储到电池组控制器500所具备的存储器。
通信部509将由预测部507进行异常时期预测处理而得到的电池组100成为异常状态的时期的预测结果发送到用户所持有的便携式电话等无线通信终端、设置在车辆中的车载装置，经由无线通信终端、车载装置向用户通知预测结果。
接着，对通过电池组控制器500的预测部507执行的本实施方式所涉及的异常时期预测处理进行详细地说明。在此，图5、图6是表示本实施方式所涉及的异常时期预测处理的流程的流程图。此外，例如在对装载有本实施方式所涉及的电池组系统的车辆进行点火时、充电时，开始下面要说明的异常时期预测处理。此外，主要通过电池组控制器500的预测部507来执行以下处理。
首先，在步骤S1中，获取各单电池C1、C2、···、CN的端子电压和电池温度。
接着，在步骤S2中，将由控制部505设定的目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压进行比较，来判定目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差是否为规定电压V1以上。在它们的差为规定电压V1以上的情况下进入步骤S3。另一方面，在它们的差小于规定电压V1的情况下，结束本处理并再次返回到步骤S1。此外，在本实施方式中，关于目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差是否为规定电压V1以上的判断，能够是在各单电池C1、C2、···、CN中的所有单电池的端子电压相对于目标均一化电压Vtar相差规定电压V1以上的情况下，判断为它们的差为规定电压V1以上。但是，并不限定于此，例如也可以设为如下方式：在各单电池C1、C2、···、CN中的规定数量以上的单电池的端子电压相对于目标均一化电压Vtar相差规定电压V1以上的情况下，判断为它们的差为规定电压V1以上。另外，作为规定电压V1，不作特别地限定，只要设为能够判断为目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压实质上不同那样的电压即可，例如，能够在1mV～几十mV的范围内进行设定。
接着，在步骤S3中，对各单电池C1、C2、···、CN的端子电压的差即电压差ΔV进行计算。具体地说，首先，根据在步骤S1中获取到的各单电池C1、C2、···、CN的端子电压进行以下处理：对端子电压最大的单电池的端子电压即最高电压Vmax和端子电压最小的单电池的端子电压即最低电压Vmin进行检测。然后，通过对所检测到的最高电压Vmax和最低电压Vmin的差进行运算来计算电压差ΔV。然后，将计算出的电压差ΔV的数据发送到电压差数据存储部508。
接着，在步骤S4中，利用电池组控制器500的电压差数据存储部508，参照表示如图4所示的关系的SOC区段表，根据在步骤S3中计算出的电压差ΔV的数据来决定与计算出该电压差ΔV的数据时的各单电池C1、C2、···、CN的端子电压对应的SOC区域所属的SOC区段Ssec。然后，电压差数据存储部508将电压差ΔV的数据与所决定的SOC区段Ssec相关联地保存到电池组控制器500所具备的存储器。另外，此时，将电压差ΔV的数据和用于计算电压差ΔV的各单电池C1、C2、···、CN的端子电压的测量时刻的数据一起与所决定的SOC区段Ssec相关联地保存到电池组控制器500所具备的存储器。
接着，在步骤S5中，读出存储器中保存的、在前次及之前的处理中计算出的电压差ΔV的数据。此外，在本实施方式中，当读出在前次及之前的处理中计算出的电压差ΔV的数据时，仅读出在步骤S4中决定的、与本次处理中的电压差ΔV属于相同的SOC区段Ssec的电压差ΔV的数据。
接着，在步骤S6中，通过对在前次及之前的处理中计算出的且与本次处理中的电压差ΔV属于相同的SOC区段Ssec的电压差ΔV的数据和在本次处理中计算出的电压差ΔV的数据与这些数据的测量时刻的关系进行线性回归，来求出回归直线。图7表示通过本实施方式求出的回归直线的一例。在本实施方式中，如图7所示，将测量时刻设为x轴，将电压差ΔV的数据设为y轴，来绘制各数据，接着，通过对得到的图进行线性回归，能够求出回归直线。此外，作为进行线性回归的方法，不作特别地限定，能够利用最小二乘法等公知的方法。
接着，在步骤S7中，计算在步骤S6中得到的回归直线的相关系数R2，根据计算出的相关系数R2来评价在步骤S6中得到的回归直线的可靠性。在判断为回归直线的相关系数R2为预先确定的阈值以上、可靠性充分的情况下，进入步骤S8，另一方面，在回归直线的相关系数R2小于预先确定的阈值的情况下进入步骤S10。此外，能够根据回归直线的可靠性是否充分来设定这种情况下的阈值。
在判断为在步骤S6中得到的回归直线的可靠性充分的情况下进入步骤S8，在步骤S8中将错误标记设定为0，接着进入步骤S9。在步骤S9中，根据在步骤S5中得到的回归直线来预测电池组100成为异常状态的时期。具体地说，对在步骤S6中得到的回归直线进行外推处理，根据外推得到的回归直线来计算电压差ΔV成为预先确定的阈值ΔVα以上的时刻，将计算出的时刻设为电池组100成为异常状态的时期。此外，在本实施方式中，能够将阈值ΔVα设定为能够判断为电池组100处于异常状态(例如，构成电池组100的单电池中的一个或者两个以上单电池的容量下降、需要限制使用的状态)那样的值。然后，将通过这样求出的电池组100成为异常状态的时期的信息从预测部507发送到通信部510，通过通信部510将该信息发送到用户所持有的便携式电话等无线通信终端、设置在车辆中的车载装置，并经由无线通信终端、车载装置向用户提供电池组100成为异常状态的时期的信息。这样，通过向用户提供电池组100成为异常状态的时期的信息来催促用户对构成电池组100的单电池中的一部分单电池进行更换，由此能够使用户更长久更安全地使用电池组100。
此外，错误标记是用于进行如下判定的标记：判定是否产生了错误概率P(关于错误概率P在后叙述)为规定的阈值以上的电压差ΔV的数据，在本实施方式中，按每个SOC区段Ssec设定错误标记。即，在本实施方式中，与SOC区段Ssec的数量相应地设定错误标记。
另一方面，在步骤S7中，在判定为在步骤S6中得到的回归直线的相关系数R2为预先确定的阈值而可靠性低的情况下，进入步骤S10。在步骤S10中，对在本次处理中计算出的电压差ΔV的数据的错误概率P进行计算。此外，对在前次及之前的处理中计算出的并且与本次处理中的电压差ΔV属于相同的SOC区段Ssec的电压差ΔV的数据以及在本次处理中计算出的电压差ΔV的数据的平均值AVE(ΔV)和标准偏差STDV(ΔV)进行计算，根据“(在本次处理中计算出的电压差ΔV)－平均值AVE(ΔV)”和“标准偏差STDV(ΔV)”来计算概率密度，由此计算错误概率P。
在步骤S11中，判定本次处理中计算出的电压差ΔV的数据的错误概率P是否为规定的阈值以上。在错误概率P为规定的阈值以上的情况下进入步骤S12。另一方面，在错误概率P小于规定的阈值的情况下，结束本处理并再次返回到步骤S1。此外，在步骤S11中，作为规定的阈值，被设定为如下的值：能够判断为本次处理中计算出的电压差ΔV的数据成为明显偏离了上次处理之前计算出的电压差ΔV的数据的分布的值。
在步骤S12中，判断错误标记是否被设定为1以上。此外，在本实施方式中，在上次处理时计算出错误概率P(步骤S10)且判定为错误概率P为规定的阈值以上的情况下(步骤S11)，在后述的步骤S18中将错误标记设定为1。而且，在错误标记被设定为1以上的情况下进入步骤S13。另一方面，在错误标记未被设定为1以上的情况下(即，错误标记=0的情况)，进入步骤S18，设定为错误标记=1，结束本处理并再次返回到步骤S1。
在错误标记被设定为1以上的情况下进入步骤S13，判断错误标记是否被设定为2。此外，在本实施方式中，在前次处理时通过上述步骤S18将错误标记设定为1的状态下，并且在计算出错误概率P(步骤S10)且判定为错误概率P为规定的阈值以上的情况下(步骤S11)，在后述的步骤S19中将错误标记设定为2。而且，在错误标记被设定为2的情况下进入步骤S14。另一方面，在错误标记未被设定为2的情况下(即，错误标记=1的情况)，进入步骤S19，设定为错误标记=2，不预测电池组100成为异常状态的时期就结束本处理，并再次返回到步骤S1。
即，在本实施方式中，在针对相同SOC区段Ssec的电压差ΔV的数据连续三次判定为错误概率P为规定的阈值以上的情况下，进入步骤S14。
在步骤S14中，利用连续三次获得的、从最初的电压差ΔV的数据起的三个数据，与上述步骤S6同样地计算表示电压差ΔV与测量时刻的关系的回归直线。
在步骤S15中，与上述步骤S7同样地计算在步骤S14中得到的回归直线的相关系数R2，根据计算出的相关系数R2来评价在步骤S14中得到的回归直线的可靠性。在判断为回归直线的相关系数R2为预先确定的阈值以上而可靠性充分的情况下，进入步骤S16，另一方面，在回归直线的相关系数R2小于预先确定的阈值的情况下，结束本处理并再次返回到步骤S1。
在判断为在步骤S14中得到的回归直线的可靠性充分的情况下进入步骤S16，在步骤S16中将错误标记设定为0，接着进入步骤S17。在步骤S17中，根据在步骤S14中得到的回归直线，与上述步骤S9同样地预测电池组100成为异常状态的时期。具体地说，进行对步骤S14中得到的回归直线进行外推的处理，根据外推得到的回归直线计算电压差ΔV为预先确定的阈值ΔVα以上的时刻，将计算出的时刻设为电池组100成为异常状态的时期。然后，将通过这样求出的电池组100成为异常状态的时期的信息从预测部507发送到通信部510，通过通信部510被发送到用户所持有的便携式电话等无线通信终端、设置在车辆中的车载装置，经由无线通信终端、车载装置向用户提供电池组100成为异常状态的时期的信息。
此外，在进行了上述步骤S14～S17的处理(以下设为错误处理)的情况下，对于下次及之后的处理，在上述步骤S5中，当进行与测量时刻相对应地读出在前次及之前的处理中计算出的电压差ΔV的数据中的属于相同SOC区段Ssec的电压差ΔV的数据的处理时，读出在错误处理中使用的电压差ΔV的数据，利用该数据预测电池组100成为异常状态的时期。此外，在本实施方式中，按每个SOC区段Ssec设定错误标记，按每个SOC区段Ssec进行上述错误处理。因此，在本实施方式中，针对进行了错误处理的SOC区段Ssec，在上述步骤S5中读出在错误处理中使用的电压差ΔV的数据，另一方面，针对没有进行错误处理的SOC区段Ssec，不读出在错误处理中使用的电压差ΔV的数据，而像通常那样读出在前次及之前的处理中计算出的电压差ΔV的数据。
另外，在上述步骤S15中，在判断为回归直线的相关系数R2小于预先确定的阈值、在下次及之后的处理中再次计算错误概率P(步骤S10)且判定为错误概率P为规定的阈值以上的情况下(步骤S11)，通过对判断为错误概率P为规定的阈值以上的共计四个(另外还可以是五个以上)的电压差数据进行线性回归，来同样求出回归直线，进行上述步骤S14～S17的处理。而且，此时在下次及之后的处理中计算错误概率P(步骤S10)且判定为错误概率P为规定的阈值以上(步骤S11)的状态继续的情况下，在步骤S15中反复进行上述步骤S14～S17的处理，直到判断为回归直线的相关系数R2为预先确定的阈值以上。
在本实施方式中，在各单电池C1、C2、···、CN的电压处于与用于容量调整的、用于使各单电池C1、C2、···、CN的电压均一化的电压即目标均一化电压Vtar不同的电压区域的情况下，计算各单电池C1、C2、···、CN的电压差ΔV。而且，在本实施方式中，通过求出所计算出的电压差ΔV的随时间变化来掌握电压差ΔV的变化倾向。因此，根据本实施方式，能够高精度地掌握电压差ΔV的变化倾向，由此能够恰当地预测电池组100成为异常状态(例如，构成电池组100的单电池中的一个或者两个以上单电池的容量下降、需要限制使用的状态)的时期。特别是，根据本实施方式，在各单电池C1、C2、···、CN的电压处于与目标均一化电压Vtar相差规定电压V1以上的电压区域的情况下，计算电压差ΔV，并利用该电压差ΔV来预测电池组100成为异常状态的时期，由此能够使容量调整和电池组100的异常状态的预测良好地并存。即，根据本实施方式，不仅能够恰当地进行容量调整，而且还能够不受容量调整的影响地预测电池组100成为异常状态的时期。
另外，在本实施方式中，参照表示如图4所示的关系的SOC区段表，根据计算出的电压差ΔV的数据来决定与计算该电压差ΔV的数据时的各单电池C1、C2、···、CN的端子电压对应的SOC区域所属的SOC区段Ssec。然后，在本实施方式中，仅利用属于SOC区段Ssec的电压差ΔV的数据求出属于相同SOC区段Ssec的电压差ΔV的数据随时间变化，由此预测电池组100成为异常状态的时期。即，在本实施方式中，按每个SOC区段Ssec划分电压差ΔV的数据，按每个SOC区段Ssec求出电压差ΔV的数据的随时间变化，由此预测电池组100成为异常状态的时期。因此，根据本实施方式，通过仅利用属于相同的SOC区段Ssec的电压差ΔV的数据求出电压差ΔV的随时间变化，能够恰当地比较在各时刻计算出的电压差ΔV，由此能够高精度地预测电池组100成为异常状态的时期。另外，按每个SOC区段Ssec求出电压差ΔV的随时间变化，来预测电池组100成为异常状态的时期，由此能够与电池组100的充电状态无关地预测电池组100成为异常状态的时期，因此，能够不受驾驶员的电池组100的使用习惯影响地预测电池组100成为异常状态的时期。
并且，根据本实施方式，如图4所示，越是端子电压变化相对于电池的SOC变化的比率变大的SOC区域，将构成SOC区段Ssec的SOC范围设定得越窄，越是端子电压变化相对于电池的SOC变化的比率变小的SOC区域，将构成SOC区段Ssec的SOC范围设定得越宽，由此能够进一步提高属于相同的SOC区段Ssec的电压差ΔV的数据的比较精度，作为结果，能够进一步提高预测电池组100成为异常状态的时期的预测精度。
除此以外，根据本实施方式，当预测电池组100成为异常状态的时期时，对电压差ΔV的数据与电压差ΔV的测量时刻的关系进行线性回归，根据所得到的回归直线将电压差ΔV成为阈值ΔVα以上的时刻预测为电池组100成为异常状态的时期，因此能够比较简便且高精度地预测电池组100成为异常状态的时期。特别是，根据本实施方式，通过在回归直线的相关系数R2为规定值以上而充分确保了回归直线的可靠性的情况下来预测电池组100成为异常状态的时期，能够提高该预测的可靠性。
或者，根据本实施方式，在电压差ΔV较为急剧地扩大时，因此回归直线的相关系数R2变低的情况下，错误概率P为规定阈值以上的连续的电压差数据收集三个以上，重新计算其它回归直线，利用重新计算出的回归直线来预测电池组100成为异常状态的时期，因此能够更为恰当地预测电池组100成为异常状态的时期。
此外，在上述实施方式中例示了如下结构：将在图4所示的SOC区段Ssec中的所有SOC区段Ssec计算出的电压差ΔV预先进行保存，在所有SOC区段Ssec预测电池组100成为异常状态的时期，但是，例如也可以设为如下结构：仅将在图4所示的SOC区段Ssec中的一部分SOC区段Ssec计算出的电压差ΔV预先进行保存，在该一部分SOC区段Ssec预测电池组100成为异常状态的时期。具体地说，也可以设为如下结构：仅将在与端子电压变化相对于电池的SOC变化的比率为规定比率以上的SOC区域对应的SOC区段Ssec(即在将构成SOC区段Ssec的SOC范围设定得较窄的SOC区段Ssec)得到的电压差ΔV预先进行保存，利用该电压差ΔV来预测电池组100成为异常状态的时期。特别是，在端子电压变化相对于电池的SOC变化的比率为规定比率以上的SOC区域，即使与该变化的比率低的SOC区域相比容量差相同的情况下，也能够将电压差ΔV检测为大的值(例如参照后述的图10)，因此与该变化的比率低的SOC区域相比，能够以高精度地预测电池组100成为异常状态的时期。因此，通过采用这样的结构，能够在减少存储器中保存的数据数以及减少运算负载的同时以高精度地预测电池组100成为异常状态的时期。
此外，在这种情况下，基于能够进一步提高上述效果这一点，优选在与端子电压变化相对于电池的SOC变化的比率为规定比率以上的SOC区域对应的SOC区段Ssec，以及在与目标均一化电压Vtar所属的SOC区段Ssec不同的SOC区段Ssec，仅利用所得到的电压差ΔV来预测电池组100成为异常状态的时期。
并且，更为理想的是，在目标均一化电压Vtar所属的SOC区段Ssec处于满充电SFULL的附近的SOC区域的情况下，在处于放电下限SL_LIM的附近的SOC区域的SOC区段Ssec仅利用所得到的电压差ΔV，并且在目标均一化电压Vtar所属的SOC区段Ssec处于放电下限SL_LIM的附近的SOC区域的情况下，在处于满充电SFULL的附近的SOC区域的SOC区段Ssec仅利用所得到的电压差ΔV。即，更为理想的是，在与目标均一化电压Vtar所属的SOC区段Ssec的SOC区域相对的SOC区域中检测电压差ΔV，利用该电压差ΔV预测电池组100成为异常状态的时期。在这种情况下，使各单电池的电压差充分地消解而均一化为目标均一化电压Vtar，因此能够减少存储器中保存的数据以及减少运算负载，同时能够显著提高预测电池组100成为异常状态的时期时的预测精度。
第二实施方式
接着，说明本发明的第二实施方式。
在第二实施方式中，在图1、图2所示的电池组系统中，通过后述方法执行异常时期预测处理，除此以外与上述第一实施方式相同。
下面，对第二实施方式中的异常时期预测处理进行说明。
图8、图9示出表示第二实施方式中的异常时期预测处理的流程的流程图。此外，例如在对装载有本实施方式所涉及的电池组系统的车辆进行点火时、充电时，开始下面要说明的异常时期预测处理。另外，主要通过电池组控制器500的预测部507来执行以下处理。
首先，在步骤S101中，与上述第一实施方式的步骤S1同样地，获取各单电池C1、C2、···、CN的端子电压和电池温度。
接着，在步骤S102中，与上述第一实施方式的步骤S1同样地，判定由控制部505设定的目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差是否为规定电压V1以上，在它们的差为规定电压V1以上的情况下进入步骤S103。另一方面，在它们的差小于规定电压V1的情况下，结束本处理并再次返回到步骤S101。
接着，在步骤S103中，进行如下标准化电压差计算处理：将各单电池C1、C2、···、CN的端子电压的差即电压差标准化为预先确定的特定的SOC来计算。在此，如图3所示，作为单电池C1、C2、···、CN的一例，在由某种正极材料与某种负极材料组合而成的离子电池中具有以下特性：端子电压的变化相对于SOC的变化的比率并非固定。具体地说，具有以下特性：在满充电SFULL的附近的SOC区域和放电下限SL_LIM的附近的SOC区域中，端子电压变化相对于电池的SOC变化的比率变大，而另一方面在除此以外的SOC区域(平稳区域)中，端子电压变化相对于SOC变化的比率比较小。例如图10所示，在平稳区域中存在端子电压为Va的单电池A和端子电压为Vb的单电池B的情况下，即使在平稳区域中它们的电压差(Va-Vb)比较小的情况下，在放电下限SL_LIM的附近的SOC区域中端子电压也分别为Va’、Vb’，它们的电压差(Va’-Vb’)比较大。因此，例如在设为存在具有某固定的容量差ΔAh的两个单电池的情况下，作为容量差，即使设为ΔAh均相同，在满充电SFULL的附近的SOC区域和平稳区域中这两个单电池的电压差也成为不同的值。换句话说，即使是相同的电压差ΔV，在满充电SFULL的附近的SOC区域和平稳区域中也示出不同的容量差。因此，在第二实施方式中，当计算各单电池C1、C2、···、CN间的电压差时，进行标准化为预先确定的特定的SOC(以下设为特定SOCα)的SOC标准化处理，计算标准化为特定SOCα时的各单电池C1、C2、···、CN间的电压差即标准化电压差。
此外，作为特定SOCα，不作特别地限定，能够任意地设定，但在本实施方式中，作为特定SOCα，设定为电压的变化相对于SOC的变化的比率大的SOC区域、具体地说是满充电SFULL的附近的SOC区域或者放电下限SL_LIM的附近的SOC区域中的规定的SOC。通过将特定SOCα设定为电压的变化相对于SOC的变化的比率大的SOC区域中的规定的SOC，如能够根据图10所理解的那样，能够将所得到的标准化电压差计算为比较大的差。而且，由此在后述的步骤S106～S109中，能够进一步提高对标准化电压差的回归直线进行计算时的计算精度，并且能够基于此进一步提高预测电池组100成为异常状态的时期时的预测精度。
除此以外，作为特定SOCα，还能够进行以下设定：在目标均一化电压Vtar处于满充电SFULL的附近的SOC区域的情况下，将特定SOCα设定为放电下限SL_LIM的附近的SOC区域中的规定的SOC，并且在目标均一化电压Vtar处于放电下限SL_LIM的附近的SOC区域的情况下，将特定SOCα设定为满充电SFULL的附近的SOC区域中的规定的SOC。即，还能够将特定SOCα设定为与目标均一化电压Vtar的SOC区域相对的SOC区域中的规定的SOC。
下面，根据图11所示的流程图对各单电池C1、C2、···、CN间的标准化电压差的计算处理方法进行说明。
首先，在图11所示的步骤S201中，基于图8所示的在步骤S101中获取到的各单电池C1、C2、···、CN的端子电压进行以下处理：检测端子电压最大的单电池的端子电压即最高电压Vmax和端子电压最小的单电池的端子电压即最低电压Vmin。
在步骤S202中，进行以下处理：根据在步骤S201中检测出的最高电压Vmax和最低电压Vmin以及在步骤S101中获取到的电池温度，基于SOC表存储部510中存储的、图3所示的表示单电池C1、C2、···、CN的SOC与端子电压的关系的表，来计算具有最高电压Vmax的单电池的SOC(以下设为SOCmax)和具有最低电压Vmin的单电池的SOC(以下设为SOCmin)。此外，单电池C1、C2、···、CN的SOC与端子电压的关系一般具有依赖于电池温度的特性。因此，在本实施方式的标准化电压差的计算处理中，当计算SOCmax和SOCmin时，考虑在步骤S101中获取到的电池温度，基于图3所示的表示单电池C1、C2、···、CN的SOC与端子电压的关系的表来进行计算。
在步骤S203中，根据在步骤S202中计算出的SOCmax和SOCmin来计算具有最高电压Vmax的单电池与具有最低电压Vmin的单电池的容量差ΔAh。此外，例如通过将构成电池组100的各单电池M1、M2、···、MN的电池容量(额定容量或者实际容量)乘以在步骤S202中计算出的SOCmax与SOCmin的差，来计算容量差ΔAh。
在步骤S204中，根据具有最低电压Vmin的单电池的SOC和特定SOCα，基于图3所示的表示单电池C1、C2、···、CN的SOC与端子电压的关系的表，来计算相当于具有Vmin的单电池的SOC与特定SOCα的差容量的标准化容量差ΔAhnor。而且，根据计算出的标准化容量差ΔAhnor，基于图3所示的表示单电池C1、C2、···、CN的SOC与端子电压的关系的表，来求出将具有最低电压Vmin的单电池的SOC设为特定SOCα时的、具有最低电压Vmin的单电池的电压(以下设为标准化最低电压Vmin_nor)。在此，图12是用于说明标准化电压差的计算处理的图。即，在步骤S204中，如图12所示，以特定SOCα对具有最低电压Vmin的单电池的端子电压进行标准化，设为标准化最低电压Vmin_nor。
在步骤S205中，基于具有最高电压Vmax的单电池的SOC和图3所示的表示单电池C1、C2、···、CN的SOC与端子电压的关系的表，从具有最高电压Vmax的单电池的容量减去在上述步骤S204中计算出的标准化容量差ΔAhnor，来计算出减去了标准化容量差ΔAhnor后的、具有高电压Vmax的单电池的电压和SOC(以下分别设为标准化最高电压Vmax_nor和SOCmax_nor)。即，在步骤S205中，如图12所示，以标准化容量差ΔAhnor对具有最高电压Vmax的单电池的端子电压进行标准化，设为标准化最高电压Vmax_nor。
在步骤S206中，根据在步骤S204中计算出的标准化最低电压Vmin_nor和在步骤S205中计算出的标准化最高电压Vmax_nor来计算标准化电压差ΔVnor。具体地说，通过计算标准化最高电压Vmax_nor与标准化最低电压Vmin_nor的差来计算出标准化电压差ΔVnor。
如上所述，计算各单电池C1、C2、···、CN间的标准化电压差ΔVnor。此外，像这样计算出的标准化电压差ΔVnor是以预先确定的特定SOCα对与具有最高电压Vmax的单电池和具有最低电压Vmin的单电池的容量差ΔAh相应的电压差进行标准化而得到的，因此能够用于在不同SOC区域中测量出的数据之间的比较。
接着，返回到图8，在步骤S104中，利用电池组控制器500的电压差数据存储部508进行使通过上述标准化电压差的计算处理计算出的标准化电压差ΔVnor的数据保存到电压差数据存储部508的处理。此时，标准化电压差ΔVnor的数据与用于计算标准化电压差ΔVnor的各单电池C1、C2、···、CN的端子电压的测量时刻的数据一起被保存到电池组控制器500所具备的存储器中。此外，在第二实施方式中，如第一实施方式那样，电压差数据存储部508不进行与SOC区段Ssec相关联的处理，与SOC区段Ssec不关联地使标准化电压差ΔVnor的数据保存到电池组控制器500所具备的存储器中。
在步骤S105中进行以下处理：与测量时刻相对应地读出电压差数据存储部508中保存的、在前次及之前的处理(迄今为止的处理)中计算出的标准化电压差ΔVnor的数据。
在步骤S106中，与上述第一实施方式的步骤S6同样地，通过对在前次及之前的处理中计算出的标准化电压差ΔVnor的数据和在本次处理中计算出的标准化电压差ΔVnor的数据与这些数据的测量时刻的关系进行线性回归，来求出回归直线。
接着，在步骤S107中，与上述第一实施方式的步骤S7同样地，判断回归直线的相关系数R2是否为预先确定的阈值以上，在相关系数R2为预先确定的阈值以上的情况下，在步骤S108中将错误标记设定为0，在步骤S109中，与上述第一实施方式的步骤S9同样地，通过计算出标准化电压差ΔVnor成为预先确定的阈值ΔVα以上的时刻，来预测电池组100成为异常状态的时期。
另外，在步骤S107中，在判断为回归直线的相关系数R2小于预先确定的阈值的情况下，进行图9所示的步骤S110～S119的处理。此外，图9所示的步骤S110～S119的处理与图6所示的第一实施方式的步骤S10～S19的处理相同。但是，在第二实施方式中，并不是如上述第一实施方式那样按每个SOC区段Ssec设定错误标记、按每个SOC区段Ssec进行这样的处理，而是设定单个的错误标记，对所有电压差ΔV的数据进行这样的处理(在后述的第三实施方式、第四实施方式中也同样)。另外，在图9所示的步骤S110～S119所涉及的处理结束后，结束本处理并再次返回到步骤S101。
根据第二实施方式，除了上述第一实施方式中的优点之外，还具有以下优点。
即，在第二实施方式中，当计算各单电池C1、C2、···、CN间的电压差时，计算以特定SOCα对各单电池的SOC进行标准化得到的标准化电压差ΔVnor，利用标准化电压差ΔVnor来预测电池组100成为异常状态的时期。因此，根据第二实施方式，能够使在SOC条件下检测出的电压差数据之间具有良好的数据兼容性，由此，能够以高精度地对电压差数据进行比较，能够以更高的精度来求出各单电池之间的电压差的随时间变化。
第三实施方式
接着，说明本发明的第三实施方式。
在第三实施方式中，在图1、图2所示的电池组系统中，通过后述方法来执行异常时期预测处理，除此以外与上述第一实施方式相同。
下面，对第三实施方式中的异常时期预测处理进行说明。
图13示出表示第三实施方式中的异常时期预测处理的流程的流程图。此外，例如在对装载有本实施方式所涉及的电池组系统的车辆进行点火时、充电时，开始下面要说明的异常时期预测处理。此外，主要通过电池组控制器500的预测部507来执行以下处理。
首先，在步骤S301中，与上述第一实施方式的步骤S1同样地，获取各单电池C1、C2、···、CN的端子电压和电池温度。
接着，在步骤S302中，与上述第一实施方式的步骤S1同样地，判定由控制部505设定的目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差是否为规定电压V1以上，在它们的差为规定电压V1以上的情况下，进入步骤S303。另一方面，在它们的差小于规定电压V1的情况下，结束本处理并再次返回到步骤S301。
在步骤S303中，根据各单电池C1、C2、···、CN的端子电压判定各单电池C1、C2、···、CN的SOC是否处于预先确定的规定的SOC区域Sr。在各单电池处于预先确定的规定的SOC区域Sr的情况下进入步骤S305。另一方面，在各单电池不处于预先确定的规定的SOC区域Sr的情况下，结束本处理并再次返回到步骤S301。此外，作为预先确定的规定的SOC区域Sr，不作特别地限定，但在本实施方式中，设定电压的变化相对于SOC的变化的比率大的SOC区域、具体地说是满充电SFULL的附近的SOC区域或者放电下限SL_LIM的附近的SOC区域中的规定的SOC范围。另外，在本实施方式中，在与由控制部505设定的目标均一化电压Vtar对应的SOC处于满充电SFULL的附近的SOC区域内的情况下，将上述规定的SOC区域Sr设定为放电下限SL_LIM的附近的SOC区域。另一方面，在与由控制部505设定的目标均一化电压Vtar对应的SOC处于放电下限SL_LIx的附近的SOC区域内的情况下，将上述规定的SOC区域Sr设定为满充电SFULL的附近的SOC区域。
接着，在步骤S304中，与上述第一实施方式的步骤S3同样地，对各单电池C1、C2、···、CN的端子电压的差即电压差ΔV进行计算。
接着，在步骤S305中，利用电池组控制器500的电压差数据存储部508进行使在步骤S304中计算出的电压差ΔV的数据保存到电压差数据存储部508的处理。此时，电压差ΔV的数据与用于计算电压差ΔV的各单电池C1、C2、···、CN的端子电压的测量时刻的数据一起被保存到电池组控制器500所具备的存储器中。此外，在第三实施方式中，如第一实施方式那样，电压差数据存储部508不进行与SOC区段Ssec相关联的处理，而与SOC区段Ssec无关联地使电压差ΔV的数据保存到电池组控制器500所具备的存储器中。
在步骤S306中进行以下处理：与测量时刻相对应地读出电压差数据存储部508中保存的在前次及之前的处理(迄今为止的处理)中计算出的电压差ΔV的数据。
在步骤S307中，与上述第一实施方式的步骤S6同样地，通过对在前次及之前的处理中计算出的电压差ΔV的数据和在本次处理中计算出的电压差ΔV的数据与这些数据的测量时刻的关系进行线性回归，来求出回归直线。
接着，在步骤S308中，与上述第一实施方式的步骤S7同样地，判断回归直线的相关系数R2是否为预先确定的阈值以上，在相关系数R2为预先确定的阈值以上的情况下，在步骤S309中将错误标记设定为0，在步骤S310中，与上述第一实施方式的步骤S9同样地，通过计算出电压差ΔV成为预先确定的阈值ΔVα以上的时刻，来预测电池组100成为异常状态的时期。
另外，在步骤S308中判断为回归直线的相关系数R2小于预先确定的阈值的情况下，进行上述第二实施方式中的图9所示的步骤S110～S119的处理(其中，在第三实施方式中，在步骤S110～S119中代替标准化电压差ΔVnor而使用电压差ΔV)。另外，在图9所示的步骤S110～S119所涉及的处理结束之后，结束本处理并再次返回到步骤S301。
根据第三实施方式，除了上述第一实施方式中的优点以外，还具有以下优点。
即，根据第三实施方式，在处于预先确定的规定的SOC区域Sr的情况下，计算电压差ΔV并利用计算出的电压差ΔV来预测电池组100成为异常状态的时期，因此能够在减少存储器中保存的数据数以及减少运算负载，同时以高精度地预测电池组100成为异常状态的时期。
此外，在第三实施方式中，作为预先确定的规定的SOC区域Sr，也可以进行以下设定：在目标均一化电压Vtar处于满充电SFULL的附近的SOC区域的情况下，将规定的SOC区域Sr设定为放电下限SL_LIM的附近的SOC区域，并且在目标均一化电压Vtar处于放电下限SL_LIM的附近的SOC区域的情况下，将规定的SOC区域Sr设定为满充电SFULL的附近的SOC区域。即，还能够将预先确定的规定的SOC区域Sr设定为与目标均一化电压Vtar的SOC区域相对的SOC区域。在这种情况下，使各单电池的电压差充分消除而均一化后为目标均一化电压Vtar，因此能够减少存储器中保存的数据以及减少运算负载，同时能够显著提高预测电池组100成为异常状态的时期时的预测精度。
第四实施方式
接着，说明本发明的第四实施方式。
在第四实施方式中，在图1、图2所示的电池组系统中，通过后述方法来执行异常时期预测处理，除此以外与上述第一实施方式相同。
下面，对第四实施方式中的异常时期预测处理进行说明。
图14示出表示第四实施方式中的异常时期预测处理的流程的流程图。
在第四实施方式中，如图14所示，在第一实施方式的步骤S2中判定由控制部505设定的目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差是否为规定电压V1以上的结果是它们的差小于规定电压V1的情况下，进入步骤S400，进行用于通过检测微短路来预测成为异常状态的时期的微短路异常检测处理，除此以外与第一实施方式相同。即，在第四实施方式中，在步骤S2中判定由控制部505设定的目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差是否为规定电压V1以上的结果是它们的差为规定电压V1以上的情况下，与上述第一实施方式同样地，进行步骤S1～S9以及图6所示的步骤S10～S20的处理。
此外，在目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差小于规定电压V1的情况下，能够判断为处于利用目标均一化电压Vtar使各单电池C1、C2、···、CN的端子电压均一化的状态(或者，在均一化之后几乎没有进行充放电的状态)，因此，在这种情况下，通常认为各单电池C1、C2、···、CN的端子电压均一化。但是另一方面，设想以下情况：在构成电池组100的单电池中发生了微短路的情况下，发生了微短路的单电池与其它单电池相比，端子电压变低。因此，在第四实施方式中，在目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差小于规定电压V1的情况下，通过进行下面要说明的微短路异常检测处理，来预测微短路的程度变大而成为异常状态的时期。
下面，对用于通过检测微短路来预测成为异常状态的时期的微短路异常检测处理进行说明。图15、图16是表示微短路异常检测处理的流程的流程图。
首先，在图15的步骤S401中，与上述第一实施方式的步骤S3同样地，通过运算各单电池C1、C2、···、CN的端子电压的差，来计算微短路检测用电压差ΔVs。
接着，在步骤S402中，利用电池组控制器500的电压差数据存储部508进行使在步骤S402中计算出的微短路检测用电压差ΔVs的数据保存到电压差数据存储部508的处理。此时，微短路检测用电压差ΔVs的数据与用于计算微短路检测用电压差ΔVs的各单电池C1、C2、···、CN的端子电压的测量时刻的数据一起被保存到电池组控制器500所具备的存储器中。此外，在微短路异常检测处理中，不进行与SOC区段Ssec相关联的处理，与SOC区段Ssec无关联地使微短路检测用电压差ΔVs的数据保存到电池组控制器500所具备的存储器中。
在步骤S403中进行以下处理：与测量时刻相对应地读出电压差数据存储部508中保存的在前次及之前的微短路异常检测处理中计算出的微短路检测用电压差ΔVs的数据。
在步骤S404中，与上述第一实施方式的步骤S6同样地，通过对在前次及之前的微短路异常检测处理中计算出的微短路检测用电压差ΔVs的数据和在本次处理中计算出的微短路检测用电压差ΔVs的数据与这些数据的测量时刻的关系进行线性回归，来求出回归直线。
接着，在步骤S405中，与上述第一实施方式的步骤S7同样地，判断回归直线的相关系数R2是否为预先确定的阈值以上，在相关系数R2为预先确定的阈值以上的情况下，在步骤S406中将微短路检测用错误标记设定为0。然后，进入步骤S407。
在步骤S407中，基于在步骤S404中得到的回归直线来预测由于微短路的程度变大而成为异常状态的时期。具体地说，进行将在步骤S404中得到的回归直线进行外推的处理，根据外推得到的回归直线来计算微短路检测用电压差ΔVs成为预先确定的微短路检测用阈值ΔVβ以上的时刻，将计算出的时刻设为微短路的程度变大而成为异常状态的时期。此外，在本实施方式中，作为微短路检测用阈值ΔVβ，只要设定为能够判断为由于微短路的程度变大而成为异常状态那样的值即可，例如，既可以是与上述阈值ΔVα相同的值，也可以是与上述阈值ΔVα不同的值。然后，通过这样求出的、由于微短路的程度变大而成为异常状态的时期的信息从预测部507被发送到通信部510，通过通信部510被发送到用户所持有的便携式电话等无线通信终端、设置在车辆中的车载装置，并经由无线通信终端、车载装置向用户提供该信息。之后，结束微短路异常检测处理，再次返回到步骤S1。
另外，在步骤S405中判断为回归直线的相关系数R2小于预先确定的阈值的情况下，进行图16所示的步骤S408～S417的处理。此外，关于图16所示的步骤S408～S417的处理，在图9所示的第二实施方式的步骤S110～S119中利用微短路检测用电压差ΔVs来代替标准化电压差ΔVnor、利用微短路检测用错误标记来代替错误标记，除此以外与图9所示的第二实施方式的步骤S110～S119相同。另外，在图16所示的步骤S408～S417所涉及的处理结束之后，结束微短路异常检测处理，并再次返回到步骤S1。
根据第四实施方式，除了具有上述第一实施方式中的优点以外，还具有以下优点。
即，根据第四实施方式，在目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差小于规定电压V1的情况下，计算微短路检测用电压差ΔVs，通过利用计算出的微短路检测用电压差ΔVs，能够恰当地预测成为与能够在第一实施方式中预测的异常状态(例如，构成电池组100的单电池中的一个或者两个以上单电池的容量下降、需要限制使用的状态)不同的异常状态、即由于微短路的程度变大而成为异常状态的时期。
此外，在上述实施方式中例示了以下处理：在第一实施方式的步骤S2中，目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差小于规定电压V1的情况下，进行微短路异常检测处理，但不作特别地限定，当然即使在第二实施方式和第三实施方式中也可以进行这样的微短路异常检测处理，即使在这种情况下也能够发挥相同的作用效果。
此外，在上述实施方式中，预测部507相当于本发明的内部状态检测单元和预测单元，电压差数据存储部508相当于本发明的时间序列数据存储单元，容量调整部504和控制部505相当于本发明的容量调整单元，控制部505相当于本发明的目标电压设定单元，SOC表存储部510相当于本发明的SOC-电压表存储单元。
以上，对本发明的实施方式进行了说明，但记载这些实施方式是为了易于理解本发明，而并非用于限定本发明。因而，宗旨是上述的实施方式中公开的各要素还包括属于本发明的技术范围的所有设计变更、等价物。
例如，在上述各实施方式中，例示了根据各单电池的电压差的随时间变化来预测电池组100成为异常状态的时期的方式，但也可以设为如下方式：代替电压差的随时间变化，根据各单电池的SOC差的随时间变化、各单电池的容量差的随时间变化、或者各单电池的内部电阻的随时间变化，来预测电池组100成为异常状态的时期。特别是，在各单电池的电压差与SOC差之间存在固定的相关关系，因此，在上述实施方式中，即使在代替各单电池的电压差而利用各单电池的SOC差的情况下，也能够采用大致相同的结构，因此是理想的。
并且，在上述各实施方式中，例示了如下结构：在目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差为(小于)规定电压V1以上的情况下，计算电压差ΔV(微短路检测用电压差ΔV)，基于此来预测电池组100成为异常状态的时期，但也可以设为如下结构：在对应于目标均一化电压Vtar的SOC与各单电池C1、C2、···、CN的SOC的差为(小于)规定值以上的情况下，计算电压差ΔV(微短路检测用电压差ΔV)，基于此来预测电池组100成为异常状态的时期。并且，还也可以设为如下结构：代替将目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压直接进行比较，而在成为目标均一化电压Vtar之后经过规定时间以上的情况下(小于规定时间的情况)，判定为目标均一化电压Vtar与各单电池C1、C2、···、CN的端子电压的差为(小于)规定电压V1以上，计算电压差ΔV(微短路检测用电压差ΔV)，基于此来预测电池组100成为异常状态的时期。
并且，可以设为如下结构：在预测电池组100成为异常状态的时期时，获取除电池组100以外的其它电池组的电压差的时间序列数据，参照其它电池组的电压差的时间序列数据来预测电池组100成为异常状态的时期。特别是，通过采用这样的结构能够收集大量统计上的信息，另外，通过有效利用其它电池组的信息，能够事先判断当前的电池组的状态相对于包括其它电池组的整体的倾向的该电池组的异常的程度，同时能够以高精度地预测电池组100成为异常状态的时期。
另外，在上述实施方式中例示了如下结构：在错误概率P为规定阈值以上的电压差数据连续收集三个以上的情况下，重新计算其它回归直线，但并不限定于错误概率P为规定阈值以上的电压差数据连续收集三个以上的情况，例如也可以设为如下结构：在这样的电压差数据收集了四个以上甚至更多的情况下，重新计算其它回归直线。
另外，在上述实施方式中，例示了利用电池组控制器500进行本实施方式所涉及的异常时期预测处理的方式，但也可以设为利用外部的异常检测装置来进行上述异常时期预测处理那样的结构。在这种情况下，例如，异常检测装置经由电池组100的用户所持有的便携式电话、车载机等无线通信终端或者被网络化的充电设备，从电池组控制器500获取构成电池组100的各单电池的端子电压。而且，能够设为如下结构：异常检测装置根据获取到的端子电压的信息来检测预先确定的固定条件下的各单电池间的电压差，根据检测出的电压差的数据，按照上述方法对电池组100成为异常状态的时期进行预测，并将预测结果发送到电池组100的用户所持有的便携式电话、车载机等。

Claims (16)

1.一种电池组的控制装置，该电池组具备多个单电池，其中，该电池组的控制装置具备：
目标电压设定单元，其设定用于使构成上述电池组的多个单电池的电压均一的电压、即目标电压；
容量调整单元，其进行容量调整，使得构成上述电池组的多个单电池的电压均一化为上述目标电压；
内部状态检测单元，其检测上述多个单电池的端子电压或者荷电状态、即SOC，根据检测出的端子电压或者SOC来检测上述多个单电池间的电压差或者SOC差，来作为电压差数据或者SOC差数据；
时间序列数据存储单元，其将利用上述内部状态检测单元检测出的上述电压差数据或者SOC差数据按时间序列进行存储；以及
预测单元，其根据上述时间序列数据存储单元中存储的上述电压差数据或者SOC差数据中的、在与上述目标电压相差规定电压以上的电压区域或者与该电压区域对应的SOC区域中检测出的电压差数据或者SOC差数据的随时间变化，来预测上述电池组成为第一异常状态的时期。
2.根据权利要求1所述的电池组的控制装置，其特征在于，
上述时间序列数据存储单元具备SOC区段表，该SOC区段表是将从上述单电池的满充电至放电下限的SOC范围划分为多个SOC区段而得到的，
上述时间序列数据存储单元在按时间序列存储由上述内部状态检测单元检测出的上述电压差数据或者SOC差数据时，基于上述SOC区段表，将与进行了上述电压差数据或者SOC差数据的检测时的SOC相对应的SOC区段与上述电压差数据或者SOC差数据相关联地进行存储，
上述预测单元根据上述电压差数据或者SOC差数据中的、属于相同的SOC区段的电压差数据或者SOC差数据的随时间变化，来预测上述电池组成为第一异常状态的时期。
3.根据权利要求2所述的电池组的控制装置，其特征在于，
将上述多个SOC区段设定为，越是电压变化相对于SOC变化的比率大的区域则设为越窄的SOC范围。
4.根据权利要求3所述的电池组的控制装置，其特征在于，
上述预测单元根据属于SOC范围的大小为规定范围以下的SOC区段的电压差数据或者SOC差数据中的、属于相同的SOC区段的电压差数据或者SOC差数据的随时间变化，来预测上述电池组成为异常状态的时期。
5.根据权利要求4所述的电池组的控制装置，其特征在于，
上述预测单元根据属于SOC范围的大小为规定范围以下并且具有与对应于上述目标电压的SOC所属的SOC区段不同的电压变化相对于SOC变化的比率的SOC区段的电压差数据或者SOC差数据中的、属于相同的SOC区段的电压差数据或者SOC差数据的随时间变化，来预测上述电池组成为第一异常状态的时期。
6.根据权利要求1～5中的任一项所述的电池组的控制装置，其特征在于，
还具备SOC-电压表存储单元，该SOC-电压表存储单元存储表示上述多个单电池的SOC与端子电压的关系的表，
上述内部状态检测单元在检测上述电压差数据时，利用上述SOC-电压表存储单元中存储的上述表，将成为检测的对象的多个单电池的SOC标准化为规定的SOC，由此计算标准化端子电压，根据得到的标准化端子电压来进行上述电压差数据的检测。
7.根据权利要求6所述的电池组的控制装置，其特征在于，
用于进行标准化的上述规定的SOC是处于电压变化相对于SOC变化的比率为规定值以上的SOC区域中的规定的SOC。
8.根据权利要求7所述的电池组的控制装置，其特征在于，
用于进行标准化的上述规定的SOC是处于电压变化相对于SOC变化的比率为规定值以上并且具有与对应于上述目标电压的SOC区域中的电压变化相对于SOC变化的比率不同的比率的SOC区域中的规定的SOC。
9.根据权利要求1～8中的任一项所述的电池组的控制装置，其特征在于，
上述内部状态检测单元在电压变化相对于SOC变化的比率为规定值以上并且具有与对应于上述目标电压的SOC区域中的电压变化相对于SOC变化的比率不同的比率的SOC区域中或者对应于该SOC区域的电压区域中检测上述电压差数据或者SOC差数据。
10.根据权利要求1～9中的任一项所述的电池组的控制装置，其特征在于，
上述预测单元根据在相对于上述目标电压的变化小于规定电压的电压区域中或者与该电压区域对应的SOC区域中检测得到的电压差数据或者SOC差数据的随时间变化，来预测上述电池组成为与上述第一异常状态不同的第二异常状态的时期。
11.根据权利要求1～9中的任一项所述的电池组的控制装置，其特征在于，
上述预测单元通过将上述时间序列数据存储单元中存储的上述电压差数据或者SOC差数据的随时间变化进行线性回归来得到回归直线，根据所得到的回归直线来预测上述电池组成为第一异常状态的时期。
12.根据权利要求10所述的电池组的控制装置，其特征在于，
上述预测单元通过对上述时间序列数据存储单元中存储的上述电压差数据或者SOC差数据的随时间变化进行线性回归来得到回归直线，根据所得到的回归直线来预测上述电池组成为第二异常状态的时期。
13.根据权利要求11或12所述的电池组的控制装置，其特征在于，
在对上述回归直线的可靠性进行判定而上述回归直线的可靠性为规定值以上的情况下，上述预测单元基于上述回归直线，对上述多个单电池间的电压差或者SOC差成为规定的阈值以上的时期进行计算，将成为上述阈值以上的时期预测为上述电池组成为第一异常状态或者第二异常状态的时期。
14.根据权利要求11～13中的任一项所述的电池组的控制装置，其特征在于，
上述预测单元在上述回归直线的可靠性小于上述规定值的情况下，判断是否检测到上述时间序列数据存储单元中存储的上述电压差数据或者SOC差数据中的、从其它电压差数据或者SOC差数据的分布偏离了规定值以上的电压差数据或者SOC差数据为规定数以上，在检测到从上述其它电压差数据或者SOC差数据的分布偏离了规定值以上的电压差数据或者SOC差数据为规定数以上的情况下，通过对该电压差数据或者SOC差数据的随时间变化进行线性回归来得到回归直线，
上述预测单元在对所得到的回归直线的可靠性进行判定而上述回归直线的可靠性为规定值以上的情况下，基于上述回归直线计算上述多个单电池间的电压差或者SOC差成为规定的阈值以上的时期，将成为上述阈值以上的时期预测为上述电池组成为第一异常状态或者第二异常状态的时期。
15.根据权利要求1～14中的任一项所述的电池组的控制装置，其特征在于，
还具备获取单元，该获取单元获取与作为上述控制装置的控制的对象的电池组不同的其它电池组的多个单电池间的电压差数据或者SOC差数据，
上述预测单元在预测上述作为上述控制装置的控制的对象的电池组成为异常状态的时期时，参照由上述获取单元获取到的上述其它电池组的电压差数据或者SOC差数据，在进行预测的同时，考虑包括上述其它电池组以及作为上述控制装置的控制对象的电池组的当前状态在内的整体的电池状态倾向，事先判断作为上述控制装置的控制对象的电池组的异常的程度。
16.根据权利要求1～15中的任一项所述的电池组的控制装置，其特征在于，
还具备通知单元，该通知单元经由无线通信终端或者车载机向用户通知由上述预测单元预测出的上述电池组成为异常状态的时期的信息。
CN201080070228.8A 2010-11-17 2010-12-09 电池组的控制装置 Active CN103221835B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2010257194 2010-11-17
JP2010-257194 2010-11-17
JP2010-272252 2010-12-07
JP2010272252A JP5786324B2 (ja) 2010-11-17 2010-12-07 組電池の制御装置
PCT/JP2010/072074 WO2012066688A1 (ja) 2010-11-17 2010-12-09 組電池の制御装置

Publications (2)

Publication Number Publication Date
CN103221835A true CN103221835A (zh) 2013-07-24
CN103221835B CN103221835B (zh) 2015-07-22

Family

ID=46083645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080070228.8A Active CN103221835B (zh) 2010-11-17 2010-12-09 电池组的控制装置

Country Status (6)

Country Link
US (1) US9490646B2 (zh)
EP (1) EP2642307B1 (zh)
JP (1) JP5786324B2 (zh)
KR (1) KR101465380B1 (zh)
CN (1) CN103221835B (zh)
WO (1) WO2012066688A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336248A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
CN106556802A (zh) * 2016-11-01 2017-04-05 东软集团股份有限公司 一种蓄电池组异常单体电池识别方法及装置
CN107306053A (zh) * 2016-04-21 2017-10-31 Enfas有限责任公司 能源储存系统
CN107599858A (zh) * 2017-08-31 2018-01-19 西安特锐德智能充电科技有限公司 一种充换电一体的动力电池系统和工作方法和应用
CN107831443A (zh) * 2017-10-20 2018-03-23 开沃新能源汽车集团有限公司 基于相关系数的电池系统短路故障诊断方法
CN109313235A (zh) * 2016-06-22 2019-02-05 株式会社村田制作所 组电池电路、容量系数检测方法、及容量系数检测程序
CN111492555A (zh) * 2017-12-22 2020-08-04 三洋电机株式会社 管理装置和电源系统
CN112470326A (zh) * 2018-07-25 2021-03-09 松下知识产权经营株式会社 管理装置以及电源系统
WO2022016862A1 (zh) * 2020-07-23 2022-01-27 广州汽车集团股份有限公司 用于监控电池组健康状况的方法和系统
US20230294552A1 (en) * 2020-10-29 2023-09-21 Wing Aviation Llc Systems and Methods for Battery Capacity Management in a Fleet of UAVs
US11804622B2 (en) 2018-06-22 2023-10-31 Semiconductor Energy Laboratory Co., Ltd. Abnormality detection method of power storage device and management device of power storage device

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9269994B2 (en) * 2011-12-29 2016-02-23 Blackberry Limited Power pack remaining capacity level detection
DE102012211125A1 (de) * 2012-06-28 2014-01-02 Robert Bosch Gmbh Verfahren zur Datenübertragung zwischen elektronischen Steuergeräten, Batterie und Kraftfahrzeug mit einer solchen Batterie
DE102012013405A1 (de) * 2012-07-05 2014-01-09 Audi Ag Diagnoseeinrichtung zur Überprüfung einer Steuersignalleitung
JP6118555B2 (ja) * 2012-12-20 2017-04-19 中国電力株式会社 土壌固有熱抵抗測定装置、土壌固有熱抵抗測定方法、及び土壌固有熱抵抗測定システム
JPWO2014115513A1 (ja) * 2013-01-22 2017-01-26 三洋電機株式会社 電池モジュールの故障推定システム
CN105026944B (zh) * 2013-03-07 2019-08-27 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
JP6206117B2 (ja) * 2013-11-21 2017-10-04 日産自動車株式会社 電池モジュールの制御装置及び電池モジュールの状態判別方法
US10033213B2 (en) * 2014-09-30 2018-07-24 Johnson Controls Technology Company Short circuit wake-up system and method for automotive battery while in key-off position
KR102268638B1 (ko) * 2014-10-13 2021-06-23 현대모비스 주식회사 배터리 교체 시기 판단 시스템 및 방법
CN107870301B (zh) * 2016-09-27 2020-09-04 华为技术有限公司 一种电池微短路的检测方法及装置
KR102038610B1 (ko) 2016-12-05 2019-10-30 주식회사 엘지화학 배터리 관리 장치 및 방법
US9774197B1 (en) * 2017-02-22 2017-09-26 Bordrin Motor Corporation, Inc. Battery internal short-circuit detection method based on cell charge balancing
DE102017208770B4 (de) * 2017-05-23 2019-03-28 Audi Ag Verfahren zur Prüfung eines Batteriezustands und Prüfvorrichtung zur Prüfung eines Batteriezustands
KR102239365B1 (ko) 2017-10-20 2021-04-09 주식회사 엘지화학 배터리 충전 상태 추정 장치
TWI692173B (zh) * 2018-04-09 2020-04-21 茂達電子股份有限公司 非窄電壓直流充電器及其控制方法
KR102361334B1 (ko) * 2018-05-09 2022-02-09 주식회사 엘지에너지솔루션 배터리 제어 장치 및 이를 포함하는 에너지 저장 시스템
US11913998B2 (en) * 2018-07-25 2024-02-27 Panasonic Intellectual Property Management Co., Ltd. Management device and power supply system
US10608442B1 (en) * 2018-09-24 2020-03-31 Texas Instruments Incorporated Adaptive cell-balancing
KR102569897B1 (ko) 2018-10-08 2023-08-23 현대자동차주식회사 배터리 진단방법 및 장치
JP7056513B2 (ja) 2018-10-26 2022-04-19 トヨタ自動車株式会社 電池制御装置
US10992147B2 (en) * 2019-09-25 2021-04-27 GM Global Technology Operations LLC Diagnostic method for electric propulsion system with reconfigurable battery system
KR20220100684A (ko) * 2019-11-20 2022-07-15 데크라 에스에 트랙션 배터리의 상태 값을 결정하는 방법
KR20210079020A (ko) * 2019-12-19 2021-06-29 주식회사 엘지화학 불량 배터리 셀 조기 검출 장치 및 방법
WO2022075655A1 (en) * 2020-10-06 2022-04-14 Samsung Electronics Co., Ltd. Methods and systems for detecting faulty behavior in a battery
CN112319305A (zh) * 2020-10-10 2021-02-05 蔚来汽车科技(安徽)有限公司 车辆的安全监控方法、监控系统和装置
CN114633664A (zh) * 2020-11-30 2022-06-17 宁德时代新能源科技股份有限公司 一种充电预警方法、电池管理系统以及车辆
KR20220089969A (ko) * 2020-12-22 2022-06-29 삼성전자주식회사 배터리의 단락 검출 장치 및 방법
CN112737049B (zh) * 2021-01-04 2023-04-14 珠海格力电器股份有限公司 一种电池均衡控制方法、装置及电池模组
KR20220100442A (ko) * 2021-01-08 2022-07-15 주식회사 엘지에너지솔루션 배터리 진단 장치, 배터리 시스템 및 배터리 진단 방법
US11967851B2 (en) * 2021-02-25 2024-04-23 GM Global Technology Operations LLC Electrified powertrain with method for determining battery limits based on cell factors
CN113433458B (zh) * 2021-07-16 2023-06-27 北京现代汽车有限公司 电池健康状态的确定方法和装置
CN113554229A (zh) * 2021-07-23 2021-10-26 国网青海省电力公司信息通信公司 三相电压不平衡异常检测方法及装置
EP4123321A1 (de) 2021-07-23 2023-01-25 Siemens Aktiengesellschaft Verfahren, vorrichtung und computerprogrammprodukt zur restwertbestimmung von batteriespeichern
EP4123319B1 (de) 2021-07-23 2024-02-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und computerprogrammprodukt zur lebensdauerabschätzung von batteriespeichern
CN113625176B (zh) * 2021-08-02 2024-02-09 合肥国轩高科动力能源有限公司 一种锂离子电池模块soc差计算方法及设备
CN113945753B (zh) * 2021-09-01 2023-11-28 力高(山东)新能源技术有限公司 一种判断电池组电芯电压异常的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62100670A (ja) * 1985-10-28 1987-05-11 Matsushita Electric Ind Co Ltd アルカリ畜電池パツクの容量減劣化の検出方法
JP2003204627A (ja) * 2001-09-14 2003-07-18 Matsushita Electric Ind Co Ltd バッテリ制御装置
CN1835273A (zh) * 2005-03-07 2006-09-20 日立汽能源株式会社 电源装置、其用状态检测装置及其中用初始特性提取装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59158276U (ja) * 1983-04-08 1984-10-24 日本電池株式会社 蓄電池寿命判定器
JPH08140206A (ja) * 1994-11-09 1996-05-31 Fuji Heavy Ind Ltd 電気自動車のバッテリ管理方法
JPH08140209A (ja) * 1994-11-11 1996-05-31 Fuji Heavy Ind Ltd 電気自動車のバッテリ管理システム
JPH08308114A (ja) * 1995-05-10 1996-11-22 Matsushita Electric Ind Co Ltd シール鉛蓄電池の寿命判定方法
JP3273714B2 (ja) * 1995-06-30 2002-04-15 松下電器産業株式会社 二次電池の保護装置
JPH0973922A (ja) * 1995-09-06 1997-03-18 Matsushita Electric Ind Co Ltd 蓄電池の作動方法
JP2001110459A (ja) * 1999-10-06 2001-04-20 Nec Mobile Energy Kk 容量補正機能を備えた電池パック
US6366054B1 (en) * 2001-05-02 2002-04-02 Honeywell International Inc. Method for determining state of charge of a battery by measuring its open circuit voltage
JP4019815B2 (ja) * 2002-06-26 2007-12-12 日産自動車株式会社 組電池の異常診断装置および方法
US7081737B2 (en) * 2003-06-19 2006-07-25 O2Micro International Limited Battery cell monitoring and balancing circuit
JP4130425B2 (ja) * 2003-07-29 2008-08-06 パナソニックＥｖエナジー株式会社 二次電池の充放電電気量推定方法および装置、二次電池の分極電圧推定方法および装置、並びに二次電池の残存容量推定方法および装置
JP4283615B2 (ja) * 2003-08-14 2009-06-24 パナソニックＥｖエナジー株式会社 二次電池の電圧補正方法および装置、並びに二次電池の残存容量推定方法および装置
JP2005278249A (ja) * 2004-03-23 2005-10-06 Nissan Motor Co Ltd 組電池の容量調整装置および容量調整方法
JP2007018871A (ja) * 2005-07-07 2007-01-25 Toyota Motor Corp 二次電池の制御装置及びこの装置を搭載するシステム
JP5460943B2 (ja) * 2005-08-19 2014-04-02 株式会社Ｎｔｔファシリティーズ 劣化判定装置、劣化判定方法、コンピュータプログラム
JP4548289B2 (ja) * 2005-09-26 2010-09-22 日産自動車株式会社 組電池の容量調整装置
JP2007240182A (ja) * 2006-03-06 2007-09-20 Sony Corp バッテリパックおよびその残容量情報供給装置
JP2007311255A (ja) * 2006-05-19 2007-11-29 Fuji Electric Systems Co Ltd 組電池状態測定装置、組電池劣化判定方法および組電池劣化判定プログラム
JP5248764B2 (ja) * 2006-11-02 2013-07-31 パナソニック株式会社 蓄電素子の異常検出装置、蓄電素子の異常検出方法及びその異常検出プログラム
JP5179047B2 (ja) 2006-11-27 2013-04-10 パナソニック株式会社 蓄電装置の異常検出装置、蓄電装置の異常検出方法及びその異常検出プログラム
EP2110679B1 (en) * 2007-02-08 2013-04-10 Panasonic EV Energy Co., Ltd. Device and method for detecting abnormality of electric storage device
JP5093225B2 (ja) * 2007-03-07 2012-12-12 トヨタ自動車株式会社 二次電池の制御装置および車両
US8163411B2 (en) * 2007-11-21 2012-04-24 Denso Corporation Abnormality detection apparatus for battery pack
WO2009146048A1 (en) * 2008-03-31 2009-12-03 A123 Systems, Inc. Method for detecting cell state-of-charge and state-of-discharge divergence of a series string of batteries or capacitors
JP2010164510A (ja) * 2009-01-19 2010-07-29 Toyota Motor Corp 組電池の異常検出装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62100670A (ja) * 1985-10-28 1987-05-11 Matsushita Electric Ind Co Ltd アルカリ畜電池パツクの容量減劣化の検出方法
JP2003204627A (ja) * 2001-09-14 2003-07-18 Matsushita Electric Ind Co Ltd バッテリ制御装置
CN1835273A (zh) * 2005-03-07 2006-09-20 日立汽能源株式会社 电源装置、其用状态检测装置及其中用初始特性提取装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336248B (zh) * 2013-07-25 2015-08-19 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
CN103336248A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
US10854934B2 (en) 2016-04-21 2020-12-01 enfas GmbH Energy storage system
CN107306053A (zh) * 2016-04-21 2017-10-31 Enfas有限责任公司 能源储存系统
CN107306053B (zh) * 2016-04-21 2020-06-23 Enfas有限责任公司 能源储存系统
CN109313235A (zh) * 2016-06-22 2019-02-05 株式会社村田制作所 组电池电路、容量系数检测方法、及容量系数检测程序
CN106556802A (zh) * 2016-11-01 2017-04-05 东软集团股份有限公司 一种蓄电池组异常单体电池识别方法及装置
CN107599858A (zh) * 2017-08-31 2018-01-19 西安特锐德智能充电科技有限公司 一种充换电一体的动力电池系统和工作方法和应用
CN107831443A (zh) * 2017-10-20 2018-03-23 开沃新能源汽车集团有限公司 基于相关系数的电池系统短路故障诊断方法
CN111492555A (zh) * 2017-12-22 2020-08-04 三洋电机株式会社 管理装置和电源系统
CN111492555B (zh) * 2017-12-22 2023-09-15 三洋电机株式会社 管理装置和电源系统
US11804622B2 (en) 2018-06-22 2023-10-31 Semiconductor Energy Laboratory Co., Ltd. Abnormality detection method of power storage device and management device of power storage device
CN112470326A (zh) * 2018-07-25 2021-03-09 松下知识产权经营株式会社 管理装置以及电源系统
CN112470326B (zh) * 2018-07-25 2024-04-26 松下知识产权经营株式会社 管理装置以及电源系统
WO2022016862A1 (zh) * 2020-07-23 2022-01-27 广州汽车集团股份有限公司 用于监控电池组健康状况的方法和系统
US20230294552A1 (en) * 2020-10-29 2023-09-21 Wing Aviation Llc Systems and Methods for Battery Capacity Management in a Fleet of UAVs

Also Published As

Publication number Publication date
EP2642307A1 (en) 2013-09-25
JP5786324B2 (ja) 2015-09-30
US20130234672A1 (en) 2013-09-12
EP2642307A4 (en) 2017-01-18
KR20130086233A (ko) 2013-07-31
JP2012122787A (ja) 2012-06-28
EP2642307B1 (en) 2020-10-07
KR101465380B1 (ko) 2014-11-26
WO2012066688A1 (ja) 2012-05-24
US9490646B2 (en) 2016-11-08
CN103221835B (zh) 2015-07-22

Similar Documents

Publication Publication Date Title
CN103221835B (zh) 电池组的控制装置
CN1835273B (zh) 电源装置、其用状态检测装置及其中用初始特性提取装置
CN103138026B (zh) 电池组的控制装置
JP5743367B2 (ja) バッテリー管理システムおよびバッテリー管理方法
CN107870301A (zh) 一种电池微短路的检测方法及装置
CN103809123B (zh) 状态推定装置、状态推定方法
CN101454682A (zh) 充电状态预测程序、无架线交通系统及其充电方法
KR20120123346A (ko) 2차 전지의 충전 상태 측정 장치 및 2차 전지의 충전 상태 측정 방법
CN110221226B (zh) 电池包容量一致性的测试方法及测试系统
CN111208431B (zh) 一种电动汽车用锂离子电池全气候日历寿命预测方法
KR102572652B1 (ko) 배터리의 충전상태를 추정하는 방법
CN106340689A (zh) 一种电池组系统容量自学习的方法
CN110462413A (zh) 蓄电量估计装置、蓄电模块、蓄电量估计方法、和计算机程序
CN110476073A (zh) 蓄电量估计装置、蓄电模块、蓄电量估计方法、和计算机程序
KR20210000207A (ko) 내부 단락 셀 검출 방법
US20220196754A1 (en) Method for detecting abnormal battery cell
CN113826021A (zh) 用于诊断电池单体的设备和方法
US20240027537A1 (en) Battery management apparatus and method
CN112557926A (zh) 一种计算剩余充电时间的方法和装置
JP6722387B2 (ja) 寿命推定装置
EP4102239A1 (en) Battery management device and method
KR20180116988A (ko) 자동차용 lfp 전지의 soc 산출 시스템 및 방법
CN112578294B (zh) 锂电池测定的方法、装置、车辆及介质
KR20230108663A (ko) 배터리 충전 심도 산출 장치 및 그것의 동작 방법
CN117825999A (zh) 电池组的容量衰减率的检测方法、电子设备以及存储介质

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