CN116034281A - 信息处理装置、信息处理方法以及程序 - Google Patents

信息处理装置、信息处理方法以及程序 Download PDF

Info

Publication number
CN116034281A
CN116034281A CN202180056294.8A CN202180056294A CN116034281A CN 116034281 A CN116034281 A CN 116034281A CN 202180056294 A CN202180056294 A CN 202180056294A CN 116034281 A CN116034281 A CN 116034281A
Authority
CN
China
Prior art keywords
charge
secondary battery
discharge
estimation model
information processing
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.)
Pending
Application number
CN202180056294.8A
Other languages
English (en)
Inventor
新井寿一
绪方健
佐藤佳邦
井本浩
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.)
Travolta Technology Co ltd
Original Assignee
Travolta Technology 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 Travolta Technology Co ltd filed Critical Travolta Technology Co ltd
Publication of CN116034281A publication Critical patent/CN116034281A/zh
Pending legal-status Critical Current

Links

Images

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]
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
    • 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
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • 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
    • 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
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Materials Engineering (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)
  • Battery Electrode And Active Subsutance (AREA)

Abstract

一种信息处理装置，具备从多个二次电池管理系统接收各个二次电池管理系统管理的二次电池的充放电数据的第一接收部和基于充放电数据生成用于推测表示二次电池的老化状态的老化指标的推测模型的推测模型生成部。

Description

信息处理装置、信息处理方法以及程序
技术领域
本发明涉及信息处理装置、信息处理方法以及程序。
背景技术
近几年，将太阳光或者风力等的自然能转换为电能的技术备受瞩目。伴随于此，作为安全性高且能够积蓄较多电能的蓄电设备，开发有各种各样的二次电池。尤其是，将与锂离子二次电池等相比进一步高能量密度化或者提高生产性等作为目的，开发有使用不具有碳材料或锂金属这样的负极活性物质的负极的二次电池。例如，在专利文献1中公开有在负极集电体上形成金属粒子，通过充电从正极移动，在负极集电体上形成锂金属的二次电池。
由于这样的二次电池在使用时伴随着重复充放电发生老化，所以提出二次电池的老化状态的各种各样的推测方法。关于这一点，本发明人们发现，关于不具有上述负极活性物质的二次电池，老化状态与二次电池的各种参数示出良好的线性。
现有技术文献
专利文献
专利文献1:日本特表2019-25971号公报
发明内容
然而，例如，在某二次电池的老化状态的推测中，存在即使仅基于从该二次电池得到的数据进行推测，也难以进行高精度地推测的情况。另一方面，在相对于多个用户综合地提供与二次电池的使用相关的各种服务的BAAS(Battery as a Service：电池即服务)中，存在各用户所利用的二次电池的数据没有充分地活用的一面。
本发明是鉴于涉及的事情而完成的，其目的在于，提供一种信息处理装置、信息处理方法以及程序，能够有效地活用与多个二次电池相关的数据，且能够高精度地进行二次电池的老化状态的预测。
本发明的实施方式涉及的信息处理装置具备：第一接收部，从多个二次电池管理系统接收各个二次电池管理系统所管理的二次电池的充放电数据；以及推测模型生成部，基于所述充放电数据，生成用于推测表示所述二次电池的老化状态的老化指标的推测模型。
根据该方式，能够在从多个二次电池管理系统接收各个二次电池管理系统所管理的二次电池的充放电数据的基础上，基于这些充放电数据生成用于推测二次电池的老化指标的推测模型。因此，能够有效地活用与多个二次电池相关的数据，高精度地进行二次电池的老化状态的预测。
发明效果
根据本发明，能够提供一种信息处理装置、信息处理方法以及程序，能够有效地活用与多个二次电池相关的数据，高精度地进行二次电池的老化状态的预测。
附图说明
图1是表示本实施方式涉及的管理系统1的概略构成的一例的框图。
图2是表示本实施方式涉及的电源装置10的概略构成的一例的框图。
图3是本实施方式涉及的锂二次电池101的概略截面图。
图4是表示本实施方式涉及的BMS400的功能构成的一例的框图。
图5是表示本实施方式涉及的服务器装置20的功能构成的一例的框图。
图6是表示本实施方式涉及的充放电数据的数据构造的一例的图。
图7是表示各种实施例涉及的锂二次电池101的“放电后OCV”与“SOH”的特性信息的图。
图8是表示各种实施例涉及的锂二次电池101的“充电后OCV-放电后OCV”与“充放电容量”的特性信息的图。
图9是表示基于本实施方式涉及的管理系统1进行的推测模型的生成处理的工作顺序的一例的图。
图10是表示基于本实施方式涉及的管理系统1进行的老化指标的推测处理的工作顺序的一例的图。
图11是表示本实施方式涉及的通知信息的画面1000的一例的图。
具体实施方式
参照附图，关于本发明的合适的实施方式进行说明。此外，在各图中，标注相同的附图标记的部件具有相同或者同样的构成。
(1)管理系统1
图1是表示本实施方式涉及的管理系统1的概略构成的一例的框图。如图1所示，管理系统1例如具备多个电源装置10和服务器装置20。多个电源装置10各自为例如用户所利用的电源装置，例如具备电池模块100、充电器200、负载300和电池管理系统(BMS)400。各BMS400与服务器装置20例如彼此能够发送和接收信息地与互联网等的通信网络N连接。在管理系统1中，例如通过服务器装置20提供对利用电源装置10的各用户综合性地提供与二次电池的使用相关的各种服务的BAAS(Battery as a Service：电池即服务)。
(2)电源装置10
(2-1)整体构成
图2是表示本实施方式涉及的电源装置10的概略构成的一例的框图。
电源装置10例如包含电池模块100、充电器200、负载300和BMS400。
电池模块100包含作为单一的电池单元(cell)的锂二次电池101，或者串联和/或并联地连接的多个锂二次电池101而构成。电池模块100所具有的锂二次电池101的数量无特别限定。多个锂二次电池101既可以分别具有相同的特性，也可以具有不同的特性。后述关于锂二次电池101的详细构成。
电池模块100还具有与多个锂二次电池101串联地连接的电流传感器102。电流传感器102相对于多个锂二次电池101串联地连接，测量向这些锂二次电池101流过的电流，向BMS400供给该电流值。
电池模块100还具有分别设置于多个锂二次电池101的电压传感器103以及温度传感器104。各电压传感器103相对于各锂二次电池101并联地连接。各电压传感器103测量各锂二次电池101的正极端子以及负极端子之间的电压(端子间电压)，向BMS400供给该电压值。此外，温度传感器104相对于多个锂二次电池101分别热耦合，测量各锂二次电池101的温度，向BMS400供给该温度值。
充电器200的构成无特别限定，例如可以构成为设置与外部电源连接的充电插头能够连接的充电连接器且将来自外部电源的供给功率转换为锂二次电池101的充电功率。锂二次电池101例如与充电器200连接，通过BMS400的控制能够通过充电器200所供给的充电电流充电。
负载300的构成无特别限定，例如，可以作为电动车辆(电动汽车、混合动力汽车)的驱动装置等构成。锂二次电池101例如与负载300连接，能够通过基于BMS400的控制向负载300供给电流。
BMS400控制电池模块100所包含的锂二次电池101的充电以及放电。后述BMS400的构成。
(2-2)锂二次电池101
图3是本实施方式涉及的锂二次电池101的概略截面图。本实施方式的锂二次电池101具备正极12、不具有负极活性物质的负极13。此外，在锂二次电池101中，在正极12的与负极13相对的面的相反侧配置正极集电体11，在正极12与负极13之间配置有分隔件14。以下，关于锂二次电池101的各构成进行说明。
(负极)
负极13不具有负极活性物质。在本说明书中，“负极活性物质”是指在负极中产生电极反应，即氧化反应以及还原反应的物质。具体来说，作为本实施方式的负极活性物质，列举出锂金属以及锂元素(锂离子或者锂金属)的宿主物质。锂元素的宿主物质是指为了将锂离子或者锂金属保持在负极13上而设置的物质。作为这样的保持机构，无特别限定，列举出例如嵌入、合金化以及金属簇的吸收等，典型地是嵌入。
由于本实施方式的锂二次电池101在电池的初始充电前负极13不具有负极活性物质，所以通过在负极13上析出锂金属以及该析出的锂金属电解溶出从而进行充放电。因此，本实施方式的锂二次电池101与具有负极活性物质的锂二次电池101比较，由于负极活性物质所占的体积以及负极活性物质的质量削减，电池整体的体积以及质量变小，所以能量密度原则上高。
本实施方式的锂二次电池101在电池的初始充电前，负极13不具有负极活性物质，通过电池的充电在负极上析出锂金属，通过电池的放电，电解溶出该析出的锂金属。因此，本实施方式的锂二次电池101在电池的放电结束时候，负极13也实质上不具有负极活性物质。因此，在本实施方式的锂二次电池101中，负极13作为负极集电体工作。
当将本实施方式的锂二次电池101与锂离子电池(LIB)以及锂金属电池(LMB)比较时，在以下方面不同。
在锂离子电池(LIB)中，负极具有锂元素(锂离子或者锂金属)的宿主物质，通过电池的充电在相关的物质中填充锂元素，通过宿主物质释放锂元素从而进行电池的放电。LIB在负极具有锂元素的宿主物质这一点上与本实施方式的锂二次电池101不同。
锂金属电池(LMB)是在其表面具有锂金属的电极，或者将锂金属单体作为负极使用而制造的。即，LMB与本实施方式的锂二次电池101的不同之处在于，在组装电池之后，即在电池的初始充电之前，负极具有作为负极活性物质的锂金属。LMB在该制造中，使用包含可燃性以及反应性高的锂金属的电极，但由于本实施方式的锂二次电池101使用不具有锂金属的负极13，所以安全性以及生产性更加优异。
在本说明书中，负极“不具有负极活性物质”是指负极不具有或者实质上不具有负极活性物质。负极实质上不具有负极活性物质是指负极中的负极活性物质的含量相对于负极整体为10质量％以下。负极中的负极活性物质的含量相对于负极整体，优选为2质量％以下，可以为1.0质量％以下，也可以为0.1质量％以下，还可以为0.0质量％以下。通过负极不具有负极活性物质，或者负极中的负极活性物质的含量在上述范围内，从而锂二次电池101的能量密度高。
在本说明书中，“锂金属在负极上析出”是指在负极的表面，或者在负极的表面形成的后述的固体电解质界面(SEI)层的表面的至少一处析出锂金属。例如，在图1中，锂金属在负极13的表面(负极13与分隔件14的界面)析出。
在本说明书中，电池为“初始充电前”是指从电池组装到进行第一次充电之前的状态。此外，电池为“放电结束时”是指电池的电压为1.0V以上3.8V以下，优选为1.0V以上3.0V以下的状态。
在本说明书中，“具备不具有负极活性物质的负极的锂二次电池101”是指在电池的初始充电前或者放电结束时，负极不具有负极活性物质。因此，“不具有负极活性物质的负极”这样的句子可以换言之为“在电池的初始充电前或者放电结束时不具有负极活性物质的负极”、“无论电池处于何种充电状态，都不具有锂金属以外的负极活性物质，并且在初始充电前或者放电结束时不具有锂金属的负极”或者“在初始充电前或者放电结束时不具有锂金属的负极集电体”等。此外，“具备不具有负极活性物质的负极的锂二次电池101”也可以换言之为无阳极锂电池、零阳极锂电池、或者无负极锂电池。
本实施方式的负极13是无论电池处于何种充电状态，除了锂金属以外的负极活性物质的含量相对于负极整体为10质量％以下，优选为2质量％以下，可以为1.0质量％以下，也可以为0.1质量％以下，还可以为0.0质量％以下。此外，本实施方式的负极13在初始充电前或者放电结束时，锂金属的含量相对于负极整体为10质量％以下，优选为2质量％以下，可以为1.0质量％以下，可以为0.1质量％以下，还可以为0.0质量％以下。负极13在初始充电前以及放电结束时，优选为锂金属的含量相对于负极13整体为10质量％以下(其中，优选锂金属的含量相对于负极13整体为2质量％以下，可以为1.0质量％以下，可以为0.1质量％以下，也可以为0.0质量％以下)。
本实施方式的锂二次电池101在电池的电压为1.0V以上3.5V以下的情况下，锂金属的含量相对于负极13整体可以为10质量％以下(优选为2质量％以下，可以为1.0质量％以下，可以为0.1质量％以下，也可以为0.0质量％以下)；在电池的电压为1.0V以上3.0V以下的情况下，锂金属的含量相对于负极13整体可以为10质量％以下(优选为2质量％以下，可以为1.0质量％以下，可以为0.1质量％以下，也可以为0.0质量％以下)；或者，在电池的电压为1.0V以上2.5V以下的情况下，锂金属的含量相对于负极整体也可以为10质量％以下(优选为2质量％以下，可以为1.0质量％以下，可以为0.1质量％以下，也可以为0.0质量％以下)。
此外，在本实施方式的锂二次电池101中，电池的电压在3.0V的状态下负极13上析出的锂金属的质量M3.0相对于电池的电压在4.2V的状态下负极13上析出的锂金属的质量M4.2的比值M3.0/M4.2优选为20％以下、更加优选为15％以下、进一步优选为10％以下。比值M3.0/M4.2可以为8.0％以下，可以为2％以下，还可以为3.0％以下，也可以为1.0％以下。
作为作为本实施方式的负极活性物质的例子，列举出锂金属以及包含锂金属的合金、碳类物质、金属氧化物以及与锂合金化的金属以及包含该金属的合金等。作为上述碳类物质，无特别限定，列举出例如石墨烯、石墨、硬碳、介孔碳、碳纳米管以及碳纳米角等。作为上述金属氧化物，无特别限定，列举出例如氧化钛类化合物、氧化锡类化合物以及氧化钴类化合物等。作为与上述锂合金化的金属，列举出例如硅、锗、锡、铅、铝以及镓。
作为本实施方式的负极13，如果是不具有负极活性物质但能够作为集电体使用则无特别限定，列举出例如从由Cu、Ni、Ti、Fe以及除此之外不与Li反应的金属以及它们的合金，以及不锈钢(SUS)构成的组选择的至少一种构成。此外，在负极13中使用SUS的情况下，作为SUS的种类能够使用以往公知的各种物质。上述那样的负极材料单独使用一种或者并用两种以上。此外，本说明书中，“不与Li反应的金属”是指在锂二次电池101的工作条件下不与锂离子或者锂金属反应而合金化的金属。
本实施方式的负极13优选为从由Cu、Ni、Ti、Fe以及它们的合金，以及不锈钢(SUS)构成的组选择的至少一种构成，更加优选为从由Cu、Ni以及它们的合金，以及不锈钢(SUS)构成的组选择的至少一种构成。负极13进一步优选为Cu、Ni、它们的合金或者不锈钢(SUS)。当使用这样的负极13时，电池的能量密度以及生产性趋于更加优异。
本实施方式的负极13的平均厚度优选为4μm以上20μm以下，更加优选为5μm以上18μm以下，进一步优选为6μm以上15μm以下。根据这样的方式，由于电池中的负极13所占的体积减少，所以电池的能量密度更加提高。
(正极)
作为正极12，只要具有正极活性物质，只要一般来说用于锂二次电池101即可，无特别限定，能够根据锂二次电池101的用途适当选择公知的材料。由于正极12具有正极活性物质，所以稳定性以及输出电压高。
在本说明书中，“正极活性物质”是指在正极产生电极反应、即氧化反应以及还原反应的物质。具体来说，作为本实施方式的正极活性物质列举出锂元素(典型地是锂离子)的宿主物质。
作为这样的正极活性物质，无特别限定，列举出例如金属氧化物以及金属磷酸盐。作为上述金属氧化物，无特别限定，列举出例如氧化钴类化合物、氧化锰类化合物以及氧化镍类化合物等。作为上述金属磷酸盐，无特别限定，列举出例如磷酸铁类化合物以及磷酸钴类化合物。作为典型的正极活性物质，列举出LiCoO2、LiNixCoyMnZO2(x+y+z＝1)、LiNixMnyO2(x+y＝1)、LiNiO2、LiMn2O4、LiFePO、LiCoPO、LiFeOF、LiFeOF、LiNiOF以及TiS2。上述那样的正极活性物质单独使用一种或者并用两种以上。
正极12也可以包含除了上述正极活性物质以外的成分。作为这样的成分，无特别限定，列举出例如公知的导电助剂、粘合剂、聚合物电解质以及无机固体电解质。
作为正极12中的导电助剂，无特别限定，列举出例如碳黑、单壁碳纳米管(SWCNT)、多壁碳纳米管(MWCNT)、碳纳米纤维(CF)以及乙炔黑等。此外，作为粘合剂，无特别限定，列举出例如聚偏氟乙烯、聚四氟乙烯、丁苯橡胶、丙烯酸树脂以及聚酰亚胺树脂等。
正极12中的正极活性物质的含量相对于正极12整体也可以为例如2质量％以上100质量％以下。导电助剂的含量相对于正极12整体也可以为例如0.5质量％以上30质量％以下。粘合剂的含量相对于正极12整体也可以为例如0.5质量％以上30质量％以下。固体聚合物电解质以及无机固体电解质的含量的合计相对于正极12整体，也可以为例如0.5质量％以上30质量％以下。
(正极集电体)
在正极12的一侧配置有正极集电体11。正极集电体11只要是在电池中不与锂离子反应的导电体则无特别限定。作为这样的正极集电体11，列举出例如铝。
正极集电体11的平均厚度优选为4μm以上20μm以下，更加优选为5μm以上18μm以下，进一步优选为6μm以上15μm以下。根据这样的方式，由于锂二次电池101中的正极集电体11所占的体积减少，所以锂二次电池101的能量密度更加提高。
(分隔件)
分隔件14为用于通过将正极12与负极13隔离而防止电池短路，并且确保成为正极12与负极13之间的电荷载体的锂离子的离子传导性的部件，由不具有电子导电性且不与锂离子反应的材料构成。此外，分隔件14也承担保持电解液的作用。构成分隔件14的材料自身没有离子传导性，但通过分隔件14保持电解液，通过电解液传导锂离子。分隔件14只要承担上述作用，就没有限制，由例如多孔质的聚乙烯(PE)膜、聚丙烯(PP)膜或者它们的层积构造构成。
分隔件14也可以被分隔件覆盖层覆盖。分隔件覆盖层既可以覆盖分隔件14的两面，也可以仅覆盖一面。分隔件覆盖层如果是不与锂离子反应的部件则无特别限定，优选为能够使分隔件14和与分隔件14邻接的层牢固地粘接。作为这样的分隔件覆盖层无特别限定，列举出例如包含聚偏氟乙烯(PVDF)、苯乙烯-丁二烯橡胶与羧甲基纤维素的复合材料(SBR-CMC)、聚丙烯酸(PAA)、聚丙烯酸锂(LI-PAA)、聚酰亚胺(PI)、聚酰胺酰亚胺(PAI)以及芳纶那样的粘合剂。分隔件覆盖层也可以在上述粘合剂中添加二氧化硅、氧化铝、二氧化钛、氧化锆、氧化镁、氢氧化镁、硝酸锂等的无机粒子。此外，分隔件14既可以不具有分隔件覆盖层，也可以具有分隔件覆盖层。
分隔件14的平均厚度优选为30μm以下，更加优选为25μm以下，进一步优选为20μm以下。根据这样的方式，由于锂二次电池101中的分隔件14所占的体积减少，锂二次电池101的能量密度更加提高。此外，分隔件14的平均厚度优选为5μm以上，更加优选为7μm以上，进一步优选为10μm以上。根据这样的方式，能够更加可靠地隔离正极12与负极13，能够更加抑制电池短路。
(电解液)
锂二次电池101优选为具有电解液。在锂二次电池101中，电解液既可以浸润于分隔件14，也可以与正极集电体11、正极12、分隔件14、负极13的层积体共同封入密闭容器。电解液含有电解质以及溶剂，为具有离子传导性的溶液，作为锂离子的导电路径作用。因此，根据包含电解液的方式，电池的内部电阻更加降低，能量密度、容量以及循环特性更加提高。
电解液优选含有具有由下述式(A)表示的一价基团以及由下述式(B)表示的一价基团之中的至少一个的氟化烷基化合物作为溶剂。
[化学式1]
Figure BDA0004113331070000101
[化学式2]
Figure BDA0004113331070000102
在式中，波浪线表示一价基团中的键合部位。
一般来说，在具有电解液的无阳极型的锂二次电池101中，通过电解液中的溶剂等分解，在负极等的表面形成固体电解质界面层(SEI层)。SEI层在锂二次电池101中，抑制电解液中的成分进一步分解以及以此为起因的非可逆的锂离子的还原以及气体的产生等。此外，由于SEI层具有离子传导性，所以在形成SEI层的负极表面，锂金属析出反应的反应性在负极表面的面方向上变得均匀。在锂二次电池101中，当将上述氟化烷基化合物作为溶剂使用时，在负极表面容易形成SEI层，在负极上更加抑制枝晶状的锂金属生长，其结果是，循环特性趋于更加提高。
此外，在本说明书中，化合物“作为溶剂包含”是指在锂二次电池101的使用环境中，该化合物单体或者与其他化合物的混合物为液体即可，而且，只要是能够使电解质溶解而制作溶液相中电解液即可。
作为这样的氟化烷基化合物，列举出具有醚键的化合物(以下，称为“醚化合物”)、具有酯键的化合物以及具有碳酸酯键的化合物等。从使电解液中的电解质的溶解度更加提高的观点以及SEI层更容易形成的观点来看，氟化烷基化合物优选为醚化合物。
作为氟化烷基化合物的醚化合物，列举出具有由式(A)表示的一价基团以及由式(B)表示的一价基团的双方的醚化合物(以下，也称为“第一氟溶剂”)、具有由式(A)表示的一价基团而不具有由式(B)表示的一价基团的醚化合物(以下，也称为“第二氟溶剂”)以及不具有由式(A)表示的一价基团而具有由式(B)表示的一价基团的醚化合物(以下，也称为“第三氟溶剂”)等。
作为第一氟溶剂，列举出例如1,1,2,2-四氟乙基-2,2,3,3-四氟丙基醚、1,1,2,2-四氟乙基-2,2,3,3-四氟丙基二乙氧基甲烷以及1,1,2,2-四氟乙基-2,2,3,3-四氟丙基二乙氧基丙烷等。从有效且可靠地起到上述的氟化烷基化合物的效果的观点来看，作为第一氟溶剂，优选1,1,2,2-四氟乙基-2,2,3,3-四氟丙基醚。
作为第二氟溶剂，列举出例如1,1,2,2-四氟乙基-2,2,2-三氟乙基醚、甲基-1,1,2,2-四氟乙基醚、乙基-1,1,2,2-四氟乙基醚、丙基-1,1,2,2-四氟乙基醚、1H,1H,5H-全氟戊基-1,1,2,2-四氟乙基醚以及1H,1H,5H-八氟戊基-1,1,2,2-四氟乙基醚等。从有效且可靠地起到上述氟化烷基化合物的效果的观点来看，作为第二氟溶剂，优选1,1,2,2-四氟乙基-2,2,2-三氟乙基醚、甲基-1,1,2,2-四氟乙基醚、乙基-1,1,2,2-四氟乙基醚以及1H,1H,5H-八氟戊基-1,1,2,2-四氟乙基醚。
作为第三氟溶剂，列举出例如二氟甲基-2,2,3,3-四氟丙基醚、三氟甲基-2,2,3,3-四氟丙基醚、全氟甲基-2,2,3,3-四氟丙基醚以及甲基-2,2,3,3-四氟丙基醚等。从有效且可靠地起到上述氟化烷基化合物的效果的观点来看，作为第三氟溶剂，优选二氟甲基-2,2,3,3-四氟丙基醚。
电解液也可以包含不具有由式(A)表示的一价基团以及由式(B)表示的一价基团的双方的溶剂。作为这样的溶剂无特别限定，列举出例如二甲醚、三甘醇二甲醚、二甲氧基乙烷、二甘醇二甲醚、乙腈、碳酸二甲酯、碳酸二乙酯、碳酸甲乙酯、碳酸亚乙酯、碳酸亚丙酯、氯代碳酸亚乙酯、乙酸甲酯、乙酸乙酯、乙酸丙酯、丙酸甲酯、丙酸乙酯、磷酸三甲酯及磷酸三乙酯等的不含氟的溶剂，以及甲基萘氟丁基醚、乙基萘氟丁基醚、1,1,1,2,2,3,4,5,5,5-十氟-3-甲氧基-4-三氟甲基戊烷、甲基-2,2,3,3,3-五氟丙基醚、1,1,2,3,3,3-六氟丙基甲基醚、乙基-1,1,2,3,3,3-六氟丙基醚以及四氟乙基四氟丙基醚等的含氟的溶剂。
包含上述氟化烷基化合物，上述溶剂能够单独使用一种或者并用两种以上。
电解液中的氟化烷基化合物的含量无特别限定，相对于电解液的溶剂成分的总量优选为40体积％以上，更加优选为2体积％以上，进一步优选为60体积％以上，更加进一步优选为70体积％以上。当氟化烷基化合物的含量在上述范围内时，由于SEI层更容易形成，所以电池的循环特性趋于更加提高。氟化烷基化合物的含量的上限无特别限定，氟化烷基化合物的含量相对于电解液的溶剂成分的总量可以为100体积％以下，可以为95体积％以下，也可以为90体积％以下，还可以为80体积％以下。
作为电解液所包含的电解质，如果是盐则无特别限定，列举出例如Li、Na、K、Ca以及Mg的盐等。作为电解质，优选为使用锂盐。作为锂盐，无特别限定，列举出LiI、LiCl、LiBr、LiF、LiBF4、LiPF6、LiAsF6、LiSO3CF3、LiN(SO2F)2、LiN(SO2CF3)2、LiN(SO2CF3CF3)2、LiBF2(C2O4)2、LiB(O2C2H4)2、LiB(O2C2H4)F2、LiB(OCOCF3)4、LiNO3以及Li2SO4等。上述锂盐单独使用一种或者并用两种以上。
电解液中的电解质的浓度无特别限定，优选为0.5M以上，更加优选为0.7M以上，进一步优选为0.9M以上，更加进一步优选为1.0M以上。通过电解质的浓度在上述范围内，SEI层更容易形成，此外，内部电阻趋于进一步降低。电解质的浓度的上限无特别限定，电解质的浓度可以为10.0M以下，也可以为2M以下，还可以为2.0M以下。
(2-3)BMS400
图4是表示本实施方式涉及的BMS400的功能构成的一例的框图。BMS400例如由一个或者多个计算机构成，具有通信部401、操作部402、输出部403、存储部404和处理部405。BMS400例如可以为PC、智能手机、平板终端等的设备，能够管理锂二次电池101并且从服务器装置20接收BAAS的提供。
通信部401具备通信接口电路，将BMS400与通信网络N连接。通信部401经由通信网络N向服务器装置20等发送从处理部405供给的数据。此外，通信部401向处理部405供给从服务器装置20等经由通信网络N接收的数据。
操作部402能够操作BMS400则可以为任何设备，例如为触摸屏或键控按钮等。用户能够使用操作部402输入文字或数字、记号等。操作部402当通过用户操作时，产生与该操作对应的信号。然后，产生的信号作为用户的指示供给至处理部405。
输出部403例如具备显示部或声音输出部。显示部如果能够显示影像或图像等则任何设备均可，例如为液晶显示器或有机EL(Electro-Luminescence：电致发光)显示器等。显示部显示与从处理部405供给的影像数据相应的影像或者与图像数据相应的图像等。此外，声音输出部例如作为扬声器构成，基于从处理部405供给的声音数据输出声音。
存储部404例如具备半导体存储装置。存储部404存储在处理部405的处理中使用的操作系统程序、驱动器程序、应用程序、数据等。例如，存储部404作为驱动器程序，存储控制操作部402的输入设备驱动器程序、控制输出部403的输出设备驱动器程序等。此外，存储部404作为应用程序，存储用于管理BMS400的程序、或者用于利用服务器装置20所提供的BAAS的程序等。各种程序例如也可以使用公知的设置应用程序等从CD-ROM、DVD-ROM等的计算机可读取的便携式存储介质安装于存储部404。此外，存储部404可以存储作为与BMS400所管理的锂二次电池101的充放电相关的数据的充放电数据。后述关于充放电数据的数据构造。
处理部405具备一个或者多个处理器以及其外围电路。处理部405综合地控制BMS400的整体动作，例如为CPU。处理部405以基于BMS400的各种处理存储于存储部404的程序或操作部402的操作等以合适的顺序执行的方式控制通信部401或输出部403等的动作。处理部405基于存储于存储部404的程序(操作系统程序或驱动器程序、应用程序等)执行处理。此外，处理部406能够并行地执行多个程序(应用程序等)。
处理部405例如具备充放电控制部406、充放电数据生成部407、收发部408和输出控制部409。这些各部分为通过由处理部405所具备的处理器执行的程序实现的功能模块。或者，这些各部分也可以作为独立的集成电路、微处理器、或者固件实装于BMS400。
充放电控制部406控制电池模块100所包含的各锂二次电池101的充电以及放电。充放电控制部406例如也可以基于预先存储于存储部404的设定或通过经由操作部402的操作输入的设定控制充电以及放电。该设定例如也可以通过充放电的时间、充放电开始时的残留容量、充放电结束时的残留容量、充放电开始时的正极和/或负极的端子电压、充放电结束时的正极和/或负极的端子电压等任意地设定。
充放电数据生成部407生成作为与BMS400所管理的锂二次电池101的充放电相关的数据的充放电数据。充放电数据生成部407也可以将生成的充放电数据存储于存储部404。后述关于充放电数据的数据构造。
收发部408具有作为发送部以及接收部的功能，经由通信部401向服务器装置20等的其他信息处理装置发送各种信息或数据，或者经由通信部401从服务器装置20等的其他信息处理装置接收各种信息或数据。收发部408例如向服务器装置20发送充放电数据。此外，收发部408例如从服务器装置20接收各种通知信息。
输出控制部409向输出部403输出各种信息。例如，在输出部403作为显示部构成的情况下，输出控制部409生成影像数据或图像数据，将根据基于该影像数据的影像或图像数据的图像等显示于该显示部。此外，在输出部409作为声音输出部构成的情况下，输出控制部409生成声音数据，向该声音输出部进行声音输出。
(3)服务器装置20
图5是表示本实施方式涉及的服务器装置20的功能构成的一例的框图。服务器装置20是例如由一个或者多个计算机构成的信息处理装置的一例，具备通信部21、存储部22和处理部23。服务器装置20对各BMS400提供BAAS。
通信部21具备通信接口电路，将服务器装置20与通信网络N连接。通信部21将从处理部23供给的数据经由通信网络N向各BMS400等发送。此外，通信部21向处理部23供给从各BMS400等经由通信网络N接收的数据。
存储部22例如具备半导体存储装置。存储部22存储在处理部23的处理中使用的操作系统程序、驱动器程序、应用程序、数据等。各种程序例如也可以使用公知的设置应用程序等从CD-ROM、DVD-ROM等的计算机可读取的便携式存储介质安装至存储部22。存储部22例如也可以存储推测模型生成部25生成的推测模型。此外，存储部22也可以存储从BMS400发送的充放电数据。此外，存储部22也可以存储各BMS400所管理的电池模块100的规格(与负极、正极、负极集电体、正极集电体、分隔件、电解液等的锂二次电池101的规格相关的信息或者与各锂二次电池101的连接相关的信息)或者与充电器200以及负载300的规格相关的信息等。
处理部23具备一个或者多个处理器以及其外围电路。处理部23综合地控制服务器装置20的整体动作，例如，为CPU。处理部23以基于服务器装置20的各种处理存储于存储部22的程序等以合适的顺序执行的方式控制通信部21等的动作。处理部23基于存储于存储部22的程序(操作系统程序或驱动器程序、应用程序等)执行处理。此外，处理部23能够并行地执行多个程序(应用程序等)。
处理部23例如具备收发部24、推测模型生成部25、推测部26和通知信息生成部27。这些各部分是通过由处理部23所具备的处理器执行的程序实现的功能模块。或者，这些各部分也可以作为独立的集成电路、微处理器或者固件实装在服务器装置20上。
收发部24具有作为发送部以及接收部的功能，经由通信部21向各BMS400等的其他信息处理装置发送各种信息或数据，或者经由通信部21从各BMS400等的其他信息处理装置接收各种信息或数据。收发部24例如从各BMS400接收充放电数据。此外，收发部24例如向各BMS400发送各种通知信息。
推测模型生成部25基于从各BMS400接收的充放电数据，生成用于推测锂二次电池101的老化指标的推测模型。尤其是，推测模型生成部25也可以综合从多个BMS400接收的充放电数据生成单一的推测模型。推测模型生成部25也可以例如通过执行基于充放电数据的回归分析生成作为回归模型的推测模型。或者，推测模型生成部25也可以例如通过执行基于充放电数据的机械学习生成作为机器学习完成模型的推测模型。
在此，参照图6，说明充放电数据的数据构造。图6是表示本实施方式涉及的充放电数据的数据构造的一例的图。图6所示的列表的各记录与BMS400所具备的锂二次电池101的充电或者放电的一次循环对应。此外，充放电数据还可以包含电压传感器103测量的电压值、电流传感器102测量的电流值以及温度传感器104测量的温度值的至少一个的、各循环中的时变的数据。
如图6所示那样，充放电数据例如包含解析“日期和时间”、“状态”、“模式”、“循环次数”、“总循环次数”、“累计容量”、“经过时间”、“累计功率”、“平均电压”、“峰值电压”、“OCV”、“结束条件”以及充放电数据而得到的“解析数据”。“日期和时间”为表示执行该循环的日期和时间的信息。“状态”为表示关于该循环的充电或者放电的不同的信息，例如，1表示充电，2表示放电。“模式”为与充放电的重复相关的模式的设定，例如，“1”表示执行单一的充放电循环的模式，“2”表示执行多个充放电循环的模式。“循环次数”是表示该循环是在“模式”所示出的模式中第几次循环的信息。“总循环次数”是表示在该电源装置10中执行的总计的充放电循环次数的信息。“累计容量”是表示通过该记录中的充电记录的充电容量或者通过该记录中的放电记录的放电容量的信息。“经过时间”为该循环中的充电或者放电所需要的时间。“总经过时间”为从该电源装置10的充电或者放电开始到该循环的充电或者放电执行为止的总计的经过时间。“累计功率”为表示通过该循环中的充电充入的功率或者通过在该循环中的放电放出的功率的信息。“平均电压”为该循环中的充电或者放电中的电池模块100的平均电压。“峰值电压”为该循环中的充电或者放电中的电池模块100的峰值电压(电压的最大值)。“OCV”为表示作为从该循环中的放电结束经过规定时间后的OCV的放电后OCV或者作为从该循环中的充电结束经过规定时间后的OCV的充电后OCV的信息。在此，OCV也称为开路电压(Open Circuit Voltage)，可以为在电池的电极间连接外部电源，将电流设为0A而在不自放电的时间范围内长时间缓和时的平衡电压。此外，规定时间可以为例如为了OCV稳定而需要的时间。“结束条件”为表示该循环的充放电的结束条件的信息。结束条件既可以例如包含锂二次电池101的电压值成为规定的值，也可以包含从充放电开始经过规定时间。“解析数据”为在通过所述充放电数据的解析得到的数据，例如包含“直流电阻”、“dQ/dV”、“dQ/dV”的各峰值位置、“dQ/dV”的各峰值高度、“dQ/dV”的各峰值幅度等。“直流电阻”为某个时点中的电压与OCV的差除以电流的数值。“dQ/dV”为电流值除以每单位时间的电压变化的数值。该峰值位置、峰值幅度、峰值高度为将“dQ/dV”描绘为电流、电压或者其他参数的图表中的峰值的位置、幅度、高度的信息。
在推测模型通过回归分析生成的情况下，推测模型生成部25例如基于充放电数据设定回归分析中的说明变量，或者也可以基于充放电数据设定目的变量。尤其是，推测模型生成部25在回归分析中，也可以使基于充放电数据所包含的放电后OCV的参数包含于推测模型的说明变量。参数例如可以为如后述那样与老化指标表现出良好线性的“放电后OCV”，尤其是也可以仅“放电后OCV”为推测模型的说明变量。在这种情况下，推测模型实质上成为表示“放电后OCV”与老化指标之间的关联性的图表或表格。或者是，参数例如可以为如后述那样与老化指标表现出良好线性的“充电后OCV-放电后OCV”，尤其是也可以仅“充电后OCV-放电后OCV”为推测模型的说明变量。在这种情况下，推测模型实质上成为表示“充电后OCV-放电后OCV”与老化指标之间的关系性的图表或表格。此外，尤其是，推测模型生成部25在回归分析中，也可以将包含于充放电数据的老化指标包含于推测模型的目的变量。老化指标例如既可以为锂二次电池101的“充放电容量”，也可以为“充放电容量”除以“初始的充放电容量”的比例的“SOH(State of Health：健康状况)”。此外，BMS400的充放电数据生成部407只要包含服务器装置20的推测模型生成部25在回归分析中处理的上述说明变量以及目的变量，就也可以任意地构成充放电数据。
在推测模型通过机械学习生成的情况下，推测模型生成部25例如基于充放电数据设定机械学习中的输入，或者也可以基于充放电数据设定机械学习中的输出。推测模型生成部25在机械学习中，也可以将基于包含于充放电数据的放电后OCV的参数包含于推测模型的输入。参数例如既可以为“放电后OCV”，也可以为“充电后OCV-放电后OCV”。
此外，推测模型生成部25除了上述充放电数据以外，也可以基于与各BMS400所管理的电池模块100、充电器200以及负载300等的规格相关的信息生成推测模型。例如，在推测模型通过回归分析生成的情况下，推测模型生成部25例如也可以将与这些规格相关的信息的至少一部分加入回归分析中的说明变量。此外，在推测模型通过机械学习生成的情况下，推测模型生成部25也可以例如将与这些规格相关的信息的至少一部分包含于机械学习中的输入。
在此，参照图7以及8，关于锂二次电池101的老化指标的线性进行说明。本发明人们发现：如本实施方式涉及的锂二次电池101那样，在负极13不包含负极活性物质的情况下，基于放电后OCV的参数与锂二次电池101的老化指标示出良好的线性。
图7是表示各种实施例涉及的锂二次电池101的“放电后OCV”和“SOH”的特性信息的图。各实施例的条件如接下来的表1所示。各实施例可以通过电池条件以及工作条件等规定。电池条件也可以包含正极重量(mg/cm2)以及分隔件的构成。此外，工作条件也可以包含充电率(C)以及放电率(C)。此外，上限电压(停止充电的电压)全部设为4.2V，下限电压(停止放电的电压)全部设为3V。在表1中，分隔件“A”表示涂敷了PVDF的聚乙烯类分隔件。
[表1]
Figure BDA0004113331070000181
如图7所示那样，在实施例1～5涉及的放电后OCV-SOH特性信息中，均在“放电后OCV”与“SOH”之间，对应各实施例的条件观察到线性。因此，在推测模型通过回归分析生成的情况下作为推测模型的说明变量，或者在推测模型通过机械学习生成的情况下作为机械学习的输入，可以说通过包含“放电后OCV”，提高了基于推测模型的老化指标的推测值(例如SOH)的精度。
图8是表示各种实施例涉及的锂二次电池101的“充电后OCV-放电后OCV”和“充放电容量”的特性信息的图。各实施例的条件如接下来的表2所示。各实施例可以通过电池条件以及工作条件等规定。电池条件也可以包含正极重量(mg/cm2)以及分隔件的构成。此外，工作条件也可以包含充电率(C)以及放电率(C)。此外，上限电压(停止充电的电压)全部设为4.2V，下限电压(停止放电的电压)全部设为3V。在表1中，分隔件“B”表示涂敷了芳族聚酰胺的聚乙烯类分隔件，分隔件“C”表示以与分隔件“A”不同的厚度涂敷了PVDF的聚乙烯类分隔件。
[表2]
Figure BDA0004113331070000191
如图8所示那样，在实施例6～10涉及的“充电后OCV-放电后OCV”和“充放电容量”中，均可以在“充电后OCV-放电后OCV”与“充放电容量”之间观察到线性。因此，在推测模型通过回归分析生成的情况下，作为推测模型的说明变量，或者推测模型通过机械学习生成的情况下作为机械学习的输入，可以说通过包含“充电后OCV-放电后OCV”，提高了基于推测模型的老化指标的推测值(例如SOH)的精度。
推测部26使用推测模型，获取锂二次电池101的老化指标的推测值。推测部26例如通过从构成管理系统1的任意的BMS400获取充放电数据，将该充放电数据向推测模型输入，获取该BMS400管理的锂二次电池101的老化指标的推测值。推测部26在满足规定的推测条件的情况下，也可以输出BMS400管理的锂二次电池101的推测值。
通知信息生成部27基于推测值生成规定的通知信息。在此，通知信息的内容如果基于老化指标的推测值则无特别限定，例如，也可以包含表示该推测值的信息、表示与该推测值的规定阈值的比较的信息、表示锂二次电池101的更换时期的信息、促使更换锂二次电池101的消息、与锂二次电池101的运用相关的建议等。此外，通知信息生成部27既可以基于所述推测值判断规定的通知条件，也可以在判断为满足规定的通知条件的情况下，生成上述通知信息。
(4)工作处理
(4-1)推测模型的生成处理
图9是表示基于本实施方式涉及的管理系统1进行的推测模型的生成处理的工作顺序的一例的图。
(S101)首先，BMS400的充放电控制部406执行电池模块100的充放电。充放电控制部406例如基于与存储于存储部404的充放电相关的设定，控制充电器200以及负载300，控制电池模块100的充电以及放电。与充放电相关的设定例如也可以包含充放电的时间、充放电开始时的残留容量、充放电结束时的残留容量、充放电开始时的正极和/或负极的端子电压、充放电结束时的正极和/或负极的端子电压等。在充放电控制中，充放电控制部406可以监视从电流传感器102供给的电流值、从电压传感器103供给的电压值以及从温度传感器104供给的温度值的至少一个。
(S102)接着，BMS400的充放电数据生成部407基于在步骤S101中的充放电控制生成充放电数据。充放电数据例如也可以具有如图6所示的数据构造。
(S103)接着，BMS400的收发部408向服务器装置20发送在步骤S102生成的充放电数据。服务器装置20的收发部24从BMS400接收该充放电数据，存储于存储部22。可以任意地设定收发部408发送充放电数据的时点或发送的充放电数据的单位。发送充放电数据的时点无特别限定，例如可以是循环次数超过规定阈值时、周期性或者非周期性的特定的日期和时间、充放电容量低于规定的阈值时、用户经由操作部402进行规定的操作时、BMS400接收来自服务器装置20的要求时等。
(S104)接着，服务器装置20的推测模型生成部25在规定的时点，基于从各BMS400供给的充放电数据生成推测模型。推测模型生成部25也可以例如通过执行基于从各BMS400供给的充放电数据的回归分析生成作为回归模型的推测模型。或者，推测模型生成部25也可以例如通过执行基于从各BMS400供给的充放电数据的机械学习生成作为机器学习完成模型的推测模型。生成推测模型的时点无特别限定，可以是周期性或者非周期性的特定的日期和时间等。
(4-2)老化指标的推测处理
图10是表示基于本实施方式涉及的管理系统1进行的老化指标的推测处理的工作顺序的一例的图。
(S201)首先，服务器装置20的推测部26在规定的BMS400满足关于老化指标的推测的规定条件的情况下，使用推测模型输出该规定的BMS400所管理的锂二次电池101的老化指标的推测值。在此，关于老化指标的推测的规定条件无特别限定，例如也可以包含从该规定的BMS400接收充放电数据、周期性或者非周期性的特定的日期和时间到来、服务器装置20接收来自该特定的BMS400的要求等。
(S202)接着，服务器装置20的通知信息生成部27基于在步骤S201生成的老化指标的推测值生成通知信息。在此，如果通知信息的内容基于老化指标的推测值则无特别限定，例如也可以包含表示该推测值的信息、表示与该推测值的规定阈值的比较的信息、表示锂二次电池101的更换时期的信息、促使更换锂二次电池101的消息、与锂二次电池101的运用相关的建议等。
(S203)接着，服务器装置20的收发部24将生成的通知信息发送至上述规定的BMS400。规定的BMS400的收发部408从服务器装置20接收通知信息。
(S204)接着，BMS400的输出控制部409使输出部403输出各种信息。例如，在输出部403作为显示部构成的情况下，输出控制部409基于上述通知信息生成影像数据或图像数据，使该显示部显示基于该影像数据的影像或图像数据的图像等。此外，在输出部409作为声音输出部构成的情况下，输出控制部409基于上述通知信息生成声音数据，使该声音输出部输出声音。由此，从输出部403作为通知信息的内容输出表示该推测值的信息、表示与该推测值的规定阈值的比较的信息、表示锂二次电池101的更换时期的信息、促使更换锂二次电池101的消息等。
图11是表示输出部403作为显示部构成的情况下，在该显示部显示的通知信息的画面1000的一例的图。如图11所示，在画面1000中可以包含充放电容量或者SOH这样的老化指标的推测值。此外，如图11所示那样，在画面1000中，作为基于老化指标的推测值的信息，可以包含能够使用循环次数或者更换标准这样的信息。
以上说明的实施方式是为了使本发明的理解变得容易，而不是为了限制而解释本发明。实施方式所具备的各要素以及其配置、材料、条件、形状以及尺寸等并不限定于例示的内容，能够适当变更。此外，能够部分置换或者组合在不同的实施方式中示出的对应结构。
附图标记说明
1…管理系统、10…电源装置、11…正极集电体、12…正极、13…负极、14…分隔件、20…服务器装置、21…通信部、22…存储部、23…处理部、24…收发部、25…推测模型生成部、26…推测部、27…通知信息生成部、100…电池模块、101…二次电池单元、102…电流传感器、103…电压传感器、200…充电器、300…负载、400…电池管理系统(BMS)、401…通信部、402…操作部、403…输出部、404…存储部、405…处理部、406…充放电控制部、407…充放电数据生成部、408…收发部、409…输出控制部。

Claims (18)

1.一种信息处理装置，具备：
第一接收部，从多个二次电池管理系统接收各个二次电池管理系统所管理的二次电池的充放电数据；以及
推测模型生成部，基于所述充放电数据，生成用于推测表示所述二次电池的老化状态的老化指标的推测模型。
2.根据权利要求1所述的信息处理装置，其中，
所述二次电池在负极不包含活性物质。
3.根据权利要求1或2所述的信息处理装置，其中，
所述推测模型生成部通过执行基于所述充放电数据的回归分析，生成作为回归模型的所述推测模型。
4.根据权利要求3所述的信息处理装置，其中，
所述推测模型生成部在所述回归分析中，使基于所述充放电数据所包含的放电后开路电压(OCV)的参数包含于所述推测模型的说明变量。
5.根据权利要求4所述的信息处理装置，其中，
所述参数为放电后OCV。
6.根据权利要求5所述的信息处理装置，其中，
所述推测模型生成部在所述回归分析中，仅将放电后OCV设为所述推测模型的说明变量。
7.根据权利要求4所述的信息处理装置，其中，
所述参数为充电后OCV-放电后OCV。
8.根据权利要求7所述的信息处理装置，其中，
所述推测模型生成部在所述回归分析中，仅将充电后OCV-放电后OCV设为所述推测模型的说明变量。
9.根据权利要求1或2所述的信息处理装置，其中，
所述推测模型生成部通过执行基于所述充放电数据的机械学习，生成作为机器学习完成模型的所述推测模型。
10.根据权利要求9所述的信息处理装置，其中，
所述推测模型生成部在所述机械学习中，使基于所述充放电数据所包含的放电后开路电压(OCV)的参数包含于所述推测模型的输入。
11.根据权利要求10所述的信息处理装置，其中，
所述参数为放电后OCV。
12.根据权利要求10所述的信息处理装置，其中，
所述参数为充电后OCV-放电后OCV。
13.根据权利要求1～12中任一项所述的信息处理装置，还具备：
第二接收部，从所述多个二次电池管理系统之中的一个二次电池管理系统接收所述一个二次电池管理系统所管理的二次电池的充放电数据；
推测部，通过向所述推测模型输入从所述一个二次电池管理系统获取的所述充放电数据，获取所述一个二次电池管理系统所管理的所述二次电池的老化指标的推测值；
通知信息生成部，生成基于获取的所述推测值的通知信息；以及
发送部，向所述一个二次电池管理系统发送所述通知信息。
14.根据权利要求13所述的信息处理装置，其中，
所述通知信息包含表示所述推测值的信息以及基于所述推测值的与所述二次电池相关的消息的至少一种。
15.根据权利要求13或14所述的信息处理装置，其中，
所述通知信息生成部基于所述推测值判断规定的通知条件，在判断为满足该通知条件的情况下，生成所述通知信息。
16.根据权利要求1～15中任一项所述的信息处理装置，其中，
所述多个二次电池管理系统分别管理在负极不包含负极活性物质的二次电池。
17.一种信息处理方法，所述信息处理方法使计算机执行如下操作：
从多个二次电池管理系统接收各个二次电池管理系统所管理的二次电池的充放电数据；以及
基于所述充放电数据生成用于推测表示所述二次电池的老化状态的老化指标的推测模型。
18.一种程序，用于使计算机作为如下部件发挥功能：
第一接收部，从多个二次电池管理系统接收各个二次电池管理系统所管理的二次电池的充放电数据；以及
推测模型生成部，基于所述充放电数据生成用于推测表示所述二次电池的老化状态的老化指标的推测模型。
CN202180056294.8A 2020-08-13 2021-02-26 信息处理装置、信息处理方法以及程序 Pending CN116034281A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PCT/JP2020/030800 WO2022034671A1 (ja) 2020-08-13 2020-08-13 劣化状態推定装置、劣化状態推定方法、及びプログラム、並びにこれらを搭載したアノードフリーリチウム電池用電源装置
JPPCT/JP2020/030800 2020-08-13
PCT/JP2021/007491 WO2022034704A1 (ja) 2020-08-13 2021-02-26 情報処理装置、情報処理方法、及びプログラム

Publications (1)

Publication Number Publication Date
CN116034281A true CN116034281A (zh) 2023-04-28

Family

ID=80247068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180056294.8A Pending CN116034281A (zh) 2020-08-13 2021-02-26 信息处理装置、信息处理方法以及程序

Country Status (6)

Country Link
US (2) US20230273267A1 (zh)
EP (1) EP4198533A4 (zh)
JP (2) JPWO2022034671A1 (zh)
KR (1) KR20230045089A (zh)
CN (1) CN116034281A (zh)
WO (2) WO2022034671A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102693238B1 (ko) * 2023-11-13 2024-08-08 주식회사 배터플라이 Ai 기반의 전기차 운행 데이터 분석을 통한 배터리 수명 평가 방법 및 시스템

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3395694B2 (ja) 1999-03-09 2003-04-14 日産自動車株式会社 二次電池の電池容量劣化算出方法
JP4582584B2 (ja) 2005-05-24 2010-11-17 株式会社デンソー 二次電池の残存容量演算方法
JP5268223B2 (ja) * 2005-03-24 2013-08-21 三洋電機株式会社 リチウム二次電池用負極及びリチウム二次電池
JP5419831B2 (ja) * 2010-09-06 2014-02-19 カルソニックカンセイ株式会社 バッテリの劣化度推定装置
JP5775725B2 (ja) * 2011-04-11 2015-09-09 日立オートモティブシステムズ株式会社 充電制御システム
FR3020142B1 (fr) * 2014-04-16 2016-05-13 Renault Sa Procede d'estimation de l'etat de sante d'une batterie
JP6668914B2 (ja) * 2016-04-22 2020-03-18 トヨタ自動車株式会社 バッテリ制御装置
WO2018003210A1 (ja) * 2016-06-28 2018-01-04 株式会社日立製作所 二次電池制御システム、二次電池制御方法
CN106199443B (zh) 2016-07-05 2018-12-04 常州工学院 一种锂电池退化鉴别方法及退化报警系统
JP6575569B2 (ja) 2017-07-26 2019-09-18 マツダ株式会社 車両の下部車体構造
WO2019058666A1 (ja) * 2017-09-22 2019-03-28 積水化学工業株式会社 二次電池劣化検出システム
CN107942261B (zh) * 2017-12-29 2021-04-02 上海电气集团股份有限公司 电池荷电状态的估计方法及系统
WO2019181727A1 (ja) * 2018-03-20 2019-09-26 株式会社Ｇｓユアサ 異常要因判定装置、劣化判定装置、コンピュータプログラム、劣化判定方法及び異常要因判定方法
JP6799713B2 (ja) * 2018-03-30 2020-12-16 富士フイルム株式会社 固体電解質シート、全固体二次電池用負極シート及び全固体二次電池の製造方法
DE112019002799T5 (de) * 2018-06-01 2021-03-18 Sumitomo Electric Industries, Ltd. Batterieverwaltungsvorrichtung, Batterieinformationsverarbeitungssystem und Batterieinformationsverarbeitungsverfahren
JP7322529B2 (ja) * 2018-06-14 2023-08-08 株式会社Ｇｓユアサ 推定装置、蓄電装置、推定方法、及びコンピュータプログラム
JP7249155B2 (ja) * 2018-09-20 2023-03-30 積水化学工業株式会社 蓄電池管理装置および蓄電池管理方法
JP7396813B2 (ja) * 2019-06-06 2023-12-12 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 開回路電圧計測方法、開回路電圧計測装置、及びプログラム
CN111157908A (zh) * 2020-01-09 2020-05-15 青岛特来电云科技有限公司 一种基于大数据机器学习的电池健康度预测方法

Also Published As

Publication number Publication date
EP4198533A1 (en) 2023-06-21
EP4198533A4 (en) 2024-03-27
WO2022034671A1 (ja) 2022-02-17
KR20230045089A (ko) 2023-04-04
US20230273267A1 (en) 2023-08-31
JPWO2022034671A1 (zh) 2022-02-17
JP7530670B2 (ja) 2024-08-08
WO2022034704A1 (ja) 2022-02-17
US20230194621A1 (en) 2023-06-22
JPWO2022034704A1 (zh) 2022-02-17

Similar Documents

Publication Publication Date Title
JP5192003B2 (ja) 非水電解質二次電池装置およびその負極を充電する方法
WO2021085255A1 (ja) 二次電池用負極および二次電池
JP5780359B2 (ja) 全固体電池の検査装置及び検査方法
JP2017073331A (ja) 二次電池装置
JPWO2011030832A1 (ja) 蓄電デバイス用非水電解液および蓄電デバイス
JP2014195397A (ja) 蓄電システム
CN109928750A (zh) 一种高倍率铌钨氧化物快充电极材料及其制备方法和应用
JP6596815B2 (ja) 二次電池用活物質、二次電池用電極、二次電池、電動車両および電子機器
TWI635640B (zh) 鋰二次電池及鋰二次電池用電解液
US20230246240A1 (en) Lithium secondary battery
JP6210166B2 (ja) リチウムイオン電池
US20230194621A1 (en) Information processing device, information processing method, and program
Spitthoff et al. Lifetime expectancy of lithium-ion batteries
JP6554978B2 (ja) 電池、電池パック、電子機器、電動車両、蓄電装置および電力システム
WO2021033706A1 (ja) リチウムイオン電池モジュール及び電池パック
JP2008226643A (ja) 非水電解液二次電池
JP2012138290A (ja) リチウム二次電池システム、及び当該リチウム二次電池システムの制御方法
US20240210488A1 (en) Deterioration state estimation device, deterioration state estimation method, and program
JP5333658B2 (ja) 電池用活物質および電池
JP2016103468A (ja) 非水電解質二次電池
TW201904123A (zh) 電解液及電化學裝置
JP2011076976A (ja) 放電可能容量算出方法および放電可能容量算出装置
TWI775863B (zh) 電解液及電化學裝置
US20240234816A9 (en) Functional interphase stabilizer for battery electrodes
JP6207842B2 (ja) 非水電解質電池、電池制御装置および電池制御システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination