CN116134658A - 电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序 - Google Patents

电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序 Download PDF

Info

Publication number
CN116134658A
CN116134658A CN202180059962.2A CN202180059962A CN116134658A CN 116134658 A CN116134658 A CN 116134658A CN 202180059962 A CN202180059962 A CN 202180059962A CN 116134658 A CN116134658 A CN 116134658A
Authority
CN
China
Prior art keywords
battery
deterioration
data
soh
sohs
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
CN202180059962.2A
Other languages
English (en)
Inventor
石井洋平
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.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management 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 Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN116134658A publication Critical patent/CN116134658A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving 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]
    • G01R31/392—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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/42—Control modes by adaptive correction
    • 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
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electrochemistry (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

SOH估计部(4613)基于电池(E1、41)的测定数据，来估计电池(E1、41)的SOH(State Of Health)。劣化回归曲线生成部(4614)对电池(E1、41)的按时间序列确定出的多个SOH进行曲线回归，来生成电池(E1、41)的劣化回归曲线。快速劣化判定部(4615)根据基于第一数据区间的多个SOH生成的电池(E1、41)的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的电池(E1、41)的劣化回归曲线的劣化系数之差或者比率，来判定电池(E1、41)是否发生了快速劣化。

Description

电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序
技术领域
本公开涉及一种用于进行电池的劣化预测的电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序。
背景技术
近年来，混合动力车(HV)、插电式混合动力车(PHV)、电动汽车(EV)逐渐普及。在这些电动车辆中，作为关键设备，搭载有锂离子电池等二次电池。
当对锂离子电池等二次电池在低温下重复进行充放电时，容易发生容量的急剧劣化(下面称为快速劣化或三次劣化)。另外，在对二次电池以高速率重复进行充放电的情况下也容易发生容量的快速劣化。容量的快速劣化是因电解液的减少、极板反应面积的降低等而发生的。在容量快速劣化后，输入输出性能显著地降低。另外，伴随快速劣化，容易发生作为离子溶解的锂作为金属析出的现象。当金属锂析出时，金属锂将隔板贯穿，有可能使正极与负极短路。像这样，在容量快速劣化之后，二次电池的稳定性、安全性降低，因此基本上结束二次电池的使用。
作为检测二次电池的快速劣化的方法，提出有如下方法：将二次电池的满充电容量(FCC：Full Charge Capacity)或容量维持率(SOH：State Of Health，健康状态)和使用经过时间作为输入，在对满充电容量或容量维持率的与经过时间对应的变化量进行线性回归而得到的直线的斜率的变化量超过阈值的情况下，判定为发生了快速劣化(例如，参照专利文献1)。
现有技术文献
专利文献
专利文献1：国际公开第17/098686号
发明内容
基于行驶中的电动车辆的测定数据计算的FCC、SOC(State Of Charge：荷电状态)以及SOH的值受到传感器的测定误差、噪声的影响。在误差、噪声的影响大的情况下，若通过上述的对FCC或SOC的变化量进行线性回归的方法，则进行误判定的可能性增高。
本公开是鉴于这样的状况而完成的，其目的在于提供一种高精度地检测电池的快速劣化的技术。
为了解决上述问题，本公开的某个方式的电池管理装置具备：测定部，其至少测定电池的电压和电流；SOH估计部，其基于所述电池的测定数据，来估计所述电池的SOH；劣化回归曲线生成部，其对所述电池的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池的劣化回归曲线；以及快速劣化判定部，其根据基于第一数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数之差或者比率，来判定所述电池是否发生了快速劣化。
此外，以上的构成要素的任意的组合、将本公开的表达在方法、装置、系统、计算机程序等之间进行转换而得到的方式作为本公开的方式也是有效的。
根据本公开，能够高精度地检测电池的快速劣化。
附图说明
图1是用于说明实施方式所涉及的、由运营商利用的运算系统的图。
图2是用于说明实施方式所涉及的、电动车辆中搭载的电池系统的详细结构的图。
图3是示出实施例1所涉及的电池控制部的结构例的图。
图4是用于说明FCC的估计方法的图。
图5是用曲线图示出二次电池的劣化曲线的图。
图6是用曲线图示出二次电池发生了快速劣化的情况下的劣化曲线的一例的图。
图7是用曲线图示出数据区间不同的多个劣化曲线的具体例的图。
图8是示出数据区间的第一划分方法的具体例的图。
图9是示出数据区间的第二划分方法的具体例的图。
图10是示出由电池管理部进行的电池模块的快速劣化判定处理的流程的流程图。
图11是示出实施例2所涉及的运算系统的结构例的图。
具体实施方式
图1是用于说明实施方式所涉及的、由运营商利用的运算系统1的图。运营商保有多个电动车辆3，灵活使用多个电动车辆3来经营事业。例如，运营商灵活使用多个电动车辆3，来经营配送事业(快递事业)、出租车事业、租赁车事业、或者汽车共享事业。在本实施方式中，作为电动车辆3，假定未搭载发动机的纯EV。
运算系统1是用于管理运营商的业务的系统。运算系统1由1台或者多台信息处理装置(例如，服务器、PC)构成。构成运算系统1的信息处理装置的一部分或者全部也可以存在于数据中心。例如，也可以由数据中心内的服务器(本公司服务器、云服务器或者租赁服务器)与运营商内的客户端PC的组合构成。
多个电动车辆3在待机期间停放在运营商的营业所的停车场、车库内。多个电动车辆3具有无线通信功能，能够与运算系统1进行无线通信。多个电动车辆3将包括所搭载的二次电池的运用数据在内的行驶数据发送到运算系统1。电动车辆3可以在行驶期间经由网络向构成运算系统1的服务器无线发送行驶数据。例如，可以以每10秒1次的频度每次发送行驶数据。另外，也可以每天1次在规定的定时(例如，营业时间结束时)批量发送1天的行驶数据。
另外，在运算系统1由设置于营业所的本公司的服务器或者PC构成的情况下，电动车辆3也可以在营业结束后被归还营业所之后，将1天的行驶数据发送到该本公司的服务器或者PC。在该情况下，既可以以无线的方式发送到该本公司的服务器或者PC，也可以与该本公司的服务器或者PC有线连接来经由有线进行发送。另外，还可以经由记录有行驶数据的记录媒体，来向该本公司的服务器或者PC发送数据。另外，在运算系统1由云服务器与营业者内的客户端PC的组合构成的情况下，电动车辆3也可以经由营业者内的客户端PC来将行驶数据发送到云服务器。
图2是用于说明实施方式所涉及的、电动车辆3中搭载的电池系统40的详细结构的图。电池系统40经由第一继电器RY1和逆变器35来与马达34连接。在动力运行时，逆变器35将从电池系统40供给的直流电力转换为交流电力后供给到马达34。在再生时，逆变器35将从马达34供给的交流电力转换为直流电力后供给到电池系统40。马达34是三相交流马达，在动力运行时，根据从逆变器35供给的交流电力进行旋转。在再生时，将通过减速产生的旋转能量转换为交流电力后供给到逆变器35。
第一继电器RY1是插入于将电池系统40与逆变器35相连的布线间的接触器。在行驶时，车辆控制部30将第一继电器RY1控制为接通状态(闭合状态)，来将电池系统40与电动车辆3的动力系统电连接。在没有行驶时，车辆控制部30原则上将第一继电器RY1控制为断开状态(打开状态)，来将电池系统40与电动车辆3的动力系统电切断。此外，也可以使用半导体开关等其它种类的开关来代替继电器。
电池系统40能够通过利用充电线缆38而与设置于电动车辆3外的充电器4连接，来从商用电力系统9进行充电。充电器4与商用电力系统9连接，经由充电线缆38对电动车辆3内的电池系统40进行充电。在电动车辆3中，在将电池系统40与充电器4相连的布线间插入有第二继电器RY2。此外，也可以使用半导体开关等其它种类的开关来代替继电器。在充电开始前，电池系统40的电池管理部42将第二继电器RY2控制为接通状态(闭合状态)，在充电结束后，电池系统40的电池管理部42将第二继电器RY2控制为断开状态(打开状态)。
一般地，在普通充电的情况下以交流进行充电，在快速充电的情况下以直流进行充电。在以交流进行充电的情况下，通过插入于第二继电器RY2与电池系统40之间的AC/DC转换器(未图示)来将交流电力转换为直流电力。
电池系统40具备电池模块41和电池管理部42，电池模块41包括串联连接的多个单体E1-En。此外，电池模块41也可以是多个电池模块串联/串并联连接而构成的。单体能够使用锂离子电池单体、镍氢电池单体、铅电池单体等。下面，在本说明书中，假定使用锂离子电池单体(公称电压：3.6V-3.7V)的例子。单体E1-En的串联数量根据马达34的驱动电压来决定。
与多个单体E1-En串联地连接有分流电阻Rs。分流电阻Rs作为电流检测元件发挥功能。此外，也可以使用霍尔元件来代替分流电阻Rs。另外，在电池模块41内设置有用于检测多个单体E1-En的温度的多个温度传感器T1、T2。既可以在电池模块中设置有一个温度传感器，也可以针对多个单体的每个单体设置一个温度传感器。温度传感器T1、T2例如能够使用热敏电阻。
电池管理部42具备电压测定部43、温度测定部44、电流测定部45以及电池控制部46。串联连接的多个单体E1-En的各节点与电压测定部43之间通过多条电压线连接。电压测定部43通过分别测定相邻的2条电压线之间的电压，来测定各单体E1-En的电压。电压测定部43将测定出的各单体E1-En的电压发送到电池控制部46。
电压测定部43的电压高于电池控制部46的电压，因此电压测定部43与电池控制部46之间以绝缘的状态通过通信线连接。电压测定部43能够由ASIC(Application SpecificIntegrated Circuit：专用集成电路)或通用的模拟前端IC构成。电压测定部43包括多路复用器和A/D转换器。多路复用器将相邻的2条电压线之间的电压按从上到下的顺序依次输出到A/D转换器。A/D转换器将从多路复用器输入的模拟电压转换为数字值。
温度测定部44包括分压电阻和A/D转换器。A/D转换器将由多个温度传感器T1、T2和多个分压电阻分别进行分压而得到的多个模拟电压依次转换为数字值并输出到电池控制部46。电池控制部46基于该数字值来估计多个单体E1-En的温度。例如，电池控制部46基于由与各单体E1-En最相邻的温度传感器测定出的值，来估计各单体E1-En的温度。
电流测定部45包括差动放大器和A/D转换器。差动放大器将分流电阻Rs的两端电压放大并输出到A/D转换器。A/D转换器将从差动放大器输入的电压转换为数字值并输出到电池控制部46。电池控制部46基于该数字值来估计多个单体E1-En中流动的电流。
此外，在电池控制部46内搭载有A/D转换器、且在电池控制部46设置有模拟输入端口的情况下，温度测定部44和电流测定部45也可以向电池控制部46输出模拟电压，并由电池控制部46内的A/D转换器将该模拟电压转换为数字值。
电池控制部46基于由电压测定部43、温度测定部44以及电流测定部45测定出的多个单体E1-En的电压、温度以及电流，来管理多个单体E1-En的状态。电池控制部46与车辆控制部30之间通过车载网络连接。作为车载网络，例如能够使用CAN(Controller AreaNetwork：控制器局域网)、LIN(Local Interconnect Network：局域互联网)。
图3是示出实施例1所涉及的电池控制部46的结构例的图。电池控制部46具备处理部461和存储部462。处理部461包括SOC估计部4611、FCC估计部4612、SOH估计部4613、劣化回归曲线生成部4614、快速劣化判定部4615以及数据发送部4616。处理部461的功能能够通过硬件资源与软件资源的协作来实现，或者能够仅通过硬件资源实现。作为硬件资源，能够利用CPU、ROM、RAM、ASIC、FPGA(Field Programmable Gate Array：现场可编程门阵列)、其它的LSI。作为软件资源，能够利用固件等程序。
存储部462包括SOC-OCV(Open Circuit Voltage：开路电压)特性保持部4621、电池数据保持部4622以及时间序列SOH值保持部4623。存储部462包括EEPROM(ElectricallyErasable Programmable Read-Only Memory：电可擦除可编程只读存储器)、NAND型快闪存储器等非易失性的记录介质，记录各种程序和数据。
在SOC-OCV特性保持部4621中，描述有多个单体E1-En的SOC-OCV曲线的特性数据。多个单体E1-En的SOC-OCV曲线是由电池制造商预先制作的，在出厂时被登记在SOC-OCV特性保持部4621中。电池制造商进行各种试验，来导出单体E1-En的SOC-OCV曲线。
电池数据保持部4622按时间序列记录包含多个单体E1-En的电压、电流以及温度的电池数据。此外，电池数据中也可以还包含由SOC估计部4611估计的SOC。
时间序列SOH值保持部4623保持由SOH估计部4613估计出的SOH的时间序列数据。SOH的时间序列数据例如是以1天1次、数日1次、或者1周1次的频度记录的。此外，时间序列SOH值保持部4623和电池数据保持部4622也可以被统合在一个表中。
SOC估计部4611估计多个单体E1-En各自的SOC。SOC估计部4611通过OCV法、电流积分法、或者两者的组合来估计SOC。OCV法是基于由电压测定部43测定出的各单体E1-En的OCV和SOC估计部4611中保持的SOC-OCV曲线的特性数据来估计SOC的方法。电流积分法是基于各单体E1-En的充放电开始时的OCV和由电流测定部45测定出的电流的积分值来估计SOC的方法。在电流积分法中，随着充放电时间变长，电流测定部45的测定误差累积。因而，优选使用通过OCV法估计出的SOC，并通过电流积分法对估计出的SOC进行校正。
FCC估计部4612能够基于SOC估计部4611中保持的SOC-OCV曲线的特性数据和由电压测定部43测定出的单体的2个点的OCV，来估计该单体的FCC。
图4是用于说明FCC的估计方法的图。FCC估计部4612获取单体的2个点的OCV。FCC估计部4612参照SOC-OCV曲线，来确定与2个点的电压分别对应的2个点的SOC，并计算2个点的SOC之差ΔSOC。在图4所示的例子中，2个点的SOC是20％和75％，ΔSOC是55％。
FCC估计部4612基于由电流测定部45测定出的电流的推移，来计算获取到2个点的OCV的2个点的时刻之间的期间的电流积分量(＝充放电容量)Q。FCC估计部4612能够计算下述(式1)来估计FCC。
FCC＝Q/ΔSOC…(式1)
SOH估计部4613基于所估计出的FCC来估计SOH。SOH是由当前的FCC相对于初始的FCC的比率规定的，数值越低(越接近0％)，则表示劣化越严重。SOH估计部4613能够计算下述(式2)来估计SOH。
SOH＝当前的FCC/初始的FCC…(式2)
另外，SOH既可以通过基于完全充放电的容量测定来求出，也可以通过将保存劣化与循环劣化相加来求出。保存劣化能够基于SOC、温度以及保存劣化速度来估计。循环劣化能够基于所使用的SOC范围、温度、电流速率以及循环劣化速度来估计。保存劣化速度和循环劣化速度能够预先通过实验、模拟来导出。SOC、温度、SOC范围以及电流速率能够通过测定来求出。
另外，SOH还能够基于与单体的内部电阻的相关关系来估计。内部电阻能够通过将在单体中流过规定时间的规定的电流时产生的压降除以该电流值来估计。关于内部电阻，处于温度越高则该内部电阻越低的关系，并且处于SOH越低则该内部电阻越高的关系。
SOH估计部4613将估计出的SOH保存到时间序列SOH值保持部4623。SOH估计部4613例如以1天1次、数日1次、或者1周1次的频度估计SOH，并将估计出的SOH保存到时间序列SOH值保持部4623。
劣化回归曲线生成部113对电池模块41的按时间序列确定出的多个SOH进行曲线回归，来生成电池模块41的劣化回归曲线。曲线回归例如能够使用最小平方法。
图5是用曲线图示出二次电池的劣化曲线的图。已知二次电池的劣化如下述(式3)所示那样与时间的平方根(0.5乘方)成比例地加剧。
Figure BDA0004113716280000081
w0是初始值，w1是劣化系数。
劣化回归曲线生成部4614通过以时间t为独立变量且以SOH为从属变量的、0.5乘方的指数曲线回归，来求出上述(式3)的劣化系数w1。w0是共通的，通常设定为1.0～1.1的范围。在实际的初始容量与公称值一致的情况下，设定为w0＝1.0，公称值被设定为最低保证量，在设定得比实际的初始容量低的情况下，设定为大于1.0的值。
图6是用曲线图示出二次电池发生了快速劣化的情况下的劣化曲线的一例的图。在图6中，示出在P1点发生了快速劣化的例子。如上所述，当重复进行在低温或者高温环境下的充放电、以高速率进行的充放电等对二次电池来说负担大的使用方法时，容易发生快速劣化。当发生了快速劣化时，二次电池基本上无法再使用，因此二次电池的寿命变短。快速劣化的主要原因在于电解液的减少，但是直接测定电解液的量需要将二次电池分解。在使用电池模块41的期间将各单体E1-En分解是不现实的，谋求一种不将各单体E1-En分解而判定快速劣化的方法。对此，在本实施方式中，通过检测电池模块41的SOH相对于劣化曲线大幅度地偏离，来检测快速劣化的发生。
快速劣化判定部4615根据基于第一数据区间的多个SOH生成的电池模块41的劣化回归曲线的劣化系数w1与基于第二数据区间的多个SOH生成的电池模块41的劣化回归曲线的劣化系数w1之差或者比率，来判定电池模块41是否发生了快速劣化。在该差或者该比率脱离了规定范围时，快速劣化判定部4615判定为电池模块41发生了快速劣化。即，在该差或者该比率的绝对值超过了阈值时，快速劣化判定部4615判定为发生了快速劣化，在该差或者该比率的绝对值为该阈值以下时，快速劣化判定部4615判定为没有发生快速劣化。该阈值能够使用通过实验、模拟导出的值。此外，快速劣化的判定也可以是以单体为单位执行的。
图7是用曲线图示出数据区间不同的多个劣化曲线的具体例的图。图7所示的劣化回归曲线
Figure BDA0004113716280000091
的w0被设定为1.05。这表示电池模块41的实际的初始容量比公称值大。在图7所示的例子中，将基于过去100个点的SOH的劣化曲线、基于过去200个点的SOH的劣化曲线、基于过去300个点的SOH的劣化曲线以及基于全部点的SOH的劣化曲线重叠地进行描绘。基于过去200个点的劣化曲线、基于过去300个点的劣化曲线以及基于全部点的劣化曲线几乎是相同的，各劣化曲线的劣化系数w1也为几乎相同的值。与此相对，基于过去100个点的劣化曲线的劣化系数w1为比其它3条劣化曲线的劣化系数w1小的值。
在图7所示的例子中可知，用虚线的圆包围的区域R1中包括的SOH相比于区域R1以前的区域的SOH而言大幅度地降低。因而，能够估计为在区域R1的某个地点发生了快速劣化。如果将上述阈值例如设定为同基于过去100个点的劣化曲线的劣化系数w1与基于过去200个点的劣化曲线的劣化系数w1的在区域R1的差对应的值，则能够通过将两者的劣化系数w1进行比较，来检测区域R1。
图8是示出数据区间的第一划分方法的具体例的图。第一划分方法是使多个数据区间的终点相同而使向过去追溯的数据的个数不同的方法。例如，第一数据区间被设定为包括从最后确定出的SOH起过去的a个SOH的区间。第二数据区间被设定为包括从最后确定出的SOH起过去的b(b＞a)个SOH的区间。第三数据区间被设定为包括从最后确定出的SOH起过去的c(c＞b＞a)个SOH的区间。在图8所示的例子中，a＝100，b＝200，c＝300。
图9是示出数据区间的第二划分方法的具体例的图。第二划分方法是使多个数据区间的个数相同地向过去依次追溯的划分方法。第一数据区间被设定为包括从最后确定出的SOH起过去的a个SOH的区间。第二数据区间被设定为包括从将第一数据区间中包括的SOH除外后的最后确定出的SOH起过去的a个SOH的区间。第三数据区间被设定为包括从将第一数据区间和第二数据区间中包括的SOH除外后的最后确定出的SOH起过去的a个SOH的区间。在图9所示的例子中，a＝100。
返回到图3。电池控制部46的数据发送部4616将多个单体E1-En的电压、电流、温度、SOC、FCC以及SOH经由车载网络通知给车辆控制部30。车辆控制部30生成包含电池数据和车辆数据的行驶数据。在电池数据中包含多个单体E1-En的电压、电流以及温度。此外，根据电池系统40的不同，还具有在电池数据中除了包含电压、电流以及温度以外还能够包含SOC的机型。并且，还具有除了包含电压、电流、温度以及SOC以外还能够包含FCC和SOH中的至少一方的机型。车辆数据中能够包含平均速度、行驶距离、行驶路线等。
在由快速劣化判定部4615检测到电池模块41的快速劣化的情况下，数据发送部4616将快速劣化检测信号经由车载网络通知给车辆控制部30。车辆控制部30当接收到电池模块41的快速劣化检测信号时，使设置于驾驶座的仪表板的、用于表示电池模块41的异常的警告灯点亮，来向驾驶员通知电池模块41的异常。另外，车辆控制部30也可以通过声音合成输出来向驾驶员通知电池模块41的异常。
无线通信部36进行用于经由天线36a来与网络无线连接的信号处理。在本实施方式中，无线通信部36将从车辆控制部30获取到的行驶数据无线发送到运算系统1。另外，无线通信部36将从车辆控制部30获取到的电池模块41的快速劣化检测信号无线发送到运算系统1。作为电动车辆3能够进行无线连接的无线通信网，例如能够使用移动电话网(蜂窝网)、无线LAN、ETC(Electronic Toll Collection System：电子收费系统)、DSRC(Dedicated Short Range Communications：专用短程通信)、V2I(Vehicle-to-Infrastructure：车与基础设施通信)、V2V(Vehicle-to-Vehicle：车与车通信)。
图10是示出由电池管理部42进行的电池模块41的快速劣化判定处理的流程的流程图。SOH估计部4613基于电池模块41的测定数据来估计电池模块41的SOH(S10)。
在判定电池模块41有无快速劣化的时机，劣化回归曲线生成部4614对电池模块41的第一数据区间的多个SOH进行曲线回归，来生成电池模块41的第一劣化回归曲线(S11)。同时，劣化回归曲线生成部4614对电池模块41的第二数据区间的多个SOH进行曲线回归，来生成电池模块41的第二劣化回归曲线(S12)。
快速劣化判定部4615计算第一劣化回归曲线的劣化系数w1与第二劣化回归曲线的劣化系数w1之差(S13)。在该差的绝对值为阈值以下时(S14为“否”)，快速劣化判定部4615判定为电池模块41没有发生快速劣化(S15)。在该差的绝对值超过该阈值时(S14为“是”)，快速劣化判定部4615判定为电池模块41发生了快速劣化(S16)。
在上述的实施例1中，对由电池管理部42进行电池模块41的快速劣化判定处理的例子进行了说明。关于这一点，也可以是由运算系统1进行电池模块41的快速劣化判定处理。
图11是示出实施例2所涉及的运算系统1的结构例的图。运算系统1具备处理部11、存储部12、显示部13以及操作部14。处理部11包括数据获取部111、SOH确定部112、劣化回归曲线生成部113、快速劣化判定部114、操作受理部115以及显示控制部116。处理部11的功能能够通过硬件资源与软件资源的协作来实现，或者能够仅通过硬件资源来实现。作为硬件资源，能够利用CPU、GPU(Graphics Processing Unit：图形处理单元)、ROM、RAM、ASIC、FPGA、其它的LSI。作为软件资源，能够利用操作系统、应用程序等程序。
存储部12包括行驶数据保持部121、驾驶员数据保持部122、SOC-OCV特性保持部123以及时间序列SOH值保持部124。存储部12包括HDD(Hard Disk Drive：硬盘驱动器)、SSD(Solid State Drive：固态驱动器)等非易失性的记录介质，记录各种程序和数据。
行驶数据保持部121保持从运营商所保有的多个电动车辆3收集到的行驶数据。驾驶员数据保持部122保持隶属于运营商的多个驾驶员的数据。例如，针对每位驾驶员管理其所驾驶的每个电动车辆3的累计行驶距离。
SOC-OCV特性保持部123保持运营商所保有的多个电动车辆3中分别搭载的多个电池模块41的SOC-OCV特性。电池模块41的SOC-OCV特性既可以使用从各电动车辆3获取到的SOC-OCV特性，也可以使用基于从各电动车辆3收集到的行驶数据估计出的SOC-OCV特性。
在后者的情况下，处理部11的SOC-OCV特性估计部(未图示)从获取到的电池数据中包含的多个时刻的SOC与电压的组中提取能视为电池模块41为休止状态的期间的SOC与电压(≈OCV)的组，并基于提取出的多组的SOC和OCV来对SOC-OCV特性进行近似。此外，SOC-OCV特性估计部也可以基于从搭载了相同类别的电池模块41的多个电动车辆3获取到的SOC与OCV的组数据，来生成该类别的电池模块41的共通的SOC-OCV特性。此外，SOC-OCV特性也可以是以单体为单位保持的。
时间序列SOH值保持部124保持每个电池模块41的SOH的时间序列数据。SOH的时间序列数据例如是以1天1次、数日1次或者1周1次的频度记录的。
显示部13具备液晶显示器、有机EL显示器等显示器，显示由处理部11生成的图像。操作部14是键盘、鼠标、触摸面板等用户接口，受理运算系统1的用户的操作。
数据获取部111获取包含多个电动车辆3中分别搭载的电池模块41的电池数据的行驶数据，并将获取到的行驶数据保存到行驶数据保持部121。SOH确定部112基于由数据获取部111获取到的行驶数据中包含的电池数据，来确定各电动车辆3中搭载的电池模块41的SOH。SOH确定部112将确定出的SOH保存到时间序列SOH值保持部124。
在获取到的电池数据中包含SOH的情况下，SOH确定部112能够直接使用所获取到的SOH。在获取到的电池数据中不包含SOH但是包含电压、电流、温度以及SOC的情况下，能够基于上述(式1)和(式2)来计算SOH。即，SOH确定部112基于电池数据中包含的电流的推移，来计算获取到2个点的OCV的2个点的时刻之间的期间的电流积分量Q，并将计算出的电流积分量Q应用于上述(式1)来估计FCC。SOH确定部112将计算出的FCC应用于上述(式2)来计算SOH。
在获取到的电池数据既不包含SOC也不包含SOH的情况下，SOH确定部112将能视为电池模块41为休止状态的期间的电压(≈OCV)应用于SOC-OCV特性来估计SOC。或者，SOH确定部112将固定期间的电流值进行积分来估计SOC。SOH确定部112使用所估计出的SOC来与电池数据中包含SOC的情况同样地计算SOH。
劣化回归曲线生成部113对各电池模块41的按时间序列确定出的多个SOH进行曲线回归，来生成各电池模块41的劣化回归曲线。快速劣化判定部114计算基于特定的电池模块41的时间序列的SOH中的第一数据区间的多个SOH生成的该电池模块41的劣化回归曲线的劣化系数w1与基于第二数据区间的多个SOH生成的该电池模块41的劣化回归曲线的劣化系数w1之差或者比率。快速劣化判定部114基于计算出的差或者比率，来判定该电池模块41是否发生了快速劣化。
操作受理部117受理用户对操作部14的操作。显示控制部118使显示部13显示各种信息。在实施例2中，使得显示各电池模块41的快速劣化的判定结果。
如以上所说明的那样，根据本实施方式，通过参照改变数据区间地生成的多个劣化回归曲线的劣化系数w1之差或者比率，能够不将电池模块41分解而高精度地检测电池模块41的快速劣化。如电动车辆3中搭载的电池模块41那样，即使在使用包含SOH的估计误差的数据的情况下，也能够进行可靠的检测。根据本发明人的实验可知，如果有100个点左右的SOH，则能够将最大误差抑制在5％左右。如果以1天1次的频度估计SOH，则3个多月成为能够高精度地检测快速劣化的状态。此外，SOH的数量越多，误差越减小。
还考虑基于对电池模块41的FCC或SOH的变化量进行线性回归而得到的直线的斜率的变化量来判定快速劣化的方法。该方法在误差、噪声小的情况下被认为有效地发挥功能，但是在误差、噪声大的情况下，快速劣化的判定有可能变得不稳定。
对此，在本实施方式中，以将时间序列的SOH的数据区间进行划分的方式生成劣化回归曲线。如果是通常劣化，则劣化回归曲线的劣化系数w1不发生实质性的变化。通过将劣化回归曲线的劣化系数w1作为参数使用，能够检测因快速劣化引起的劣化回归曲线自身的变化。通过检测劣化回归曲线自身的变化，与检测对FCC或SOH的变化量进行线性回归而得到的直线的斜率的变化的情况相比，能够进行更可靠的检测。
当电动车辆3中搭载的电池模块41发生了快速劣化时，电动车辆3的可行驶距离骤减。通过检测出快速劣化，能够进行电动车辆3的在适当的时期的更换、使用方法的变更等。通过像这样检测电池模块41的快速劣化，能够提高电池模块41的使用的安全性。
另外，在不是由电动车辆3内的电池管理部42、而是由运算系统1基于从电动车辆3发送来的测定数据判定有无快速劣化的情况下，能够使保有大量的电动车辆3的运营商的车辆管理高效化。
以上，基于实施方式对本公开进行了说明。本领域技术人员应当理解的是，实施方式是例示，能够对它们的各构成要素、各处理过程的组合进行各种变形，并且这样的变形例也处于本公开的范围。
在上述的实施方式中，说明了将数据区间以SOH的个数进行划分的例子。关于这一点，也可以将数据区间以天数(例如，100天等)进行划分。在该情况下，易于将电池模块41有无快速劣化的确认设定为定期的车辆检查的项目之一。
在上述的实施方式中，劣化回归曲线生成部4614将基于第一数据区间的数据的劣化系数w1与基于第二数据区间的数据的劣化系数w1进行了比较。关于这一点，劣化回归曲线生成部4614也可以将基于第一数据区间的数据的劣化系数w1与对基于多个数据区间的数据的多个劣化系数w1进行统计处理而得到的值(例如，平均值、方差值、标准偏差值)进行比较。
在以方差值进行比较的情况下，劣化回归曲线生成部4614将基于第一数据区间的数据的劣化系数w1的偏差的平方值与基于多个数据区间的数据的多个劣化系数w1的方差值进行比较。在以标准偏差值进行比较的情况下，劣化回归曲线生成部4614将基于第一数据区间的数据的劣化系数w1的偏差的绝对值与基于多个数据区间的数据的多个劣化系数w1的标准偏差值进行比较。在这些情况下，能够更高精度地检测快速劣化。
也可以将上述的实施方式所涉及的快速劣化的判定方法与其它的快速劣化的判定方法组合来使用。例如有以下方法：从电池模块41的外部施加使电解液进行反应的频带(例如，100Hz～10kHz)的交流信号，并测定电池模块41的交流阻抗值，根据测定出的交流阻抗值是否为阈值以上，来检测或者预测电池模块41的快速劣化。在该方法中，需要用于对电池模块41施加交流信号并测定交流阻抗值的电路。另一方面，在本实施方式所涉及的快速劣化的判定方法中，不需要该电路。
在通过本实施方式所涉及的快速劣化的判定方法判定为发生了快速劣化的情况下，也可以使电动车辆3移动到具有能够测定电池模块41的交流阻抗值的电路装置的设施(例如，汽车经销商)，来进行基于交流阻抗值的快速劣化的判定。
为了在电池模块41发生快速劣化后在早期向用户通知警告，需要高频度地进行快速劣化的判定处理。当高频度地进行(例如，每增加1个数据时进行)本实施方式所涉及的快速劣化的判定方法时，尽管实际没有发生快速劣化但是误判定为发生了快速劣化的概率增高。
对此，如果将实施方式所涉及的快速劣化的判定处理定位为1次判定，将基于交流阻抗值的快速劣化的判定处理定位为2次判定，则即使高频度地进行本实施方式所涉及的快速劣化的判定方法，误判定的概率也降低。即，能够在早期高精度地检测电池模块41的快速劣化。
在上述的实施方式中，假定对电动车辆3中搭载的电池模块41的快速劣化进行判定的例子。关于这一点，电动车辆3也可以是二轮的电动摩托车(电动小摩托)或者电动自行车。另外，电动车辆3还包括高尔夫球车、在购物中心、娱乐设施等中使用的路上车(landcar)等低速的电动车辆3。
另外，搭载电池模块41的对象不限于是电动车辆3。例如，还包括电动船舶、铁道车辆、多旋翼直升机(无人机)等电动移动体。另外，搭载电池模块41的对象还包括固定型蓄电系统、民生用的电子设备(智能手机、笔记本PC等)。
此外，实施方式也可以通过以下项目来确定。
[项目1]
一种电池管理装置(42)，其特征在于，具备：测定部(43-45)，其至少测定电池(E1、41)的电压和电流；SOH估计部(4613)，其基于所述电池(E1、41)的测定数据，来估计所述电池(E1、41)的SOH(State Of Health)；劣化回归曲线生成部(4614)，其对所述电池(E1、41)的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池(E1、41)的劣化回归曲线；快速劣化判定部(4615)，其根据基于第一数据区间的多个SOH生成的所述电池(E1、41)的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池(E1、41)的劣化回归曲线的劣化系数之差或者比率，来判定所述电池(E1、41)是否发生了快速劣化。
电池(E1、41)既可以是单体E1，也可以是模块41。
据此，能够高精度地检测电池(E1、41)的快速劣化。
[项目2]
根据项目1所述的电池管理装置(42)，其特征在于，在所述差或者所述比率脱离了规定范围时，所述快速劣化判定部(4615)判定为所述电池(E1、41)发生了快速劣化。
据此，能够通过检测偏离了通常劣化这一情况，来高精度地检测快速劣化。
[项目3]
根据项目1或2所述的电池管理装置(42)，其特征在于，所述第一数据区间是包括从最后确定出的SOH起过去的a个SOH的区间，所述第二数据区间是包括从最后确定出的SOH起过去的b(b＞a)个SOH的区间。
据此，通过使数据区间重复，能够进行稳定的检测。
[项目4]
根据项目1或2所述的电池管理装置(42)，其特征在于，所述第一数据区间是包括从最后确定出的SOH起过去的a个SOH的区间，所述第二数据区间是包括从将所述第一数据区间除外后的最后确定出的SOH起过去的a个SOH的区间。
据此，通过使数据区间不重复，能够实现早期检测。
[项目5]
根据项目1或2所述的电池管理装置(42)，其特征在于，所述第二数据区间包括多个数据区间，所述第二数据区间的劣化系数是对所述多个数据区间的各劣化系数进行统计处理而得到的值。
据此，能够进一步提高检测精度。
[项目6]
一种运算系统(1)，其特征在于，具备：数据获取部(111)，其获取电池(E1、41)的测定数据；SOH确定部(112)，其基于所述电池(E1、41)的测定数据，来确定所述电池(E1、41)的SOH；劣化回归曲线生成部(113)，其对所述电池(E1、41)的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池(E1、41)的劣化回归曲线；以及快速劣化判定部(114)，其根据基于第一数据区间的多个SOH生成的所述电池(E1、41)的劣化曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池(E1、41)的劣化曲线的劣化系数之差或者比率，来判定所述电池(E1、41)是否发生了快速劣化。
据此，能够高精度地检测电池(E1、41)的快速劣化。
[项目7]
一种电池(E1、41)的劣化预测方法，其特征在于，包括以下步骤：基于电池(E1、41)的测定数据，来确定所述电池(E1、41)的SOH；对所述电池(E1、41)的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池(E1、41)的劣化回归曲线；以及根据基于第一数据区间的多个SOH生成的所述电池(E1、41)的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池(E1、41)的劣化回归曲线的劣化系数之差或者比率，来判定所述电池(E1、41)是否发生了快速劣化。
据此，能够高精度地检测电池(E1、41)的快速劣化。
[项目8]
一种电池(E1、41)的劣化预测程序，其特征在于，使计算机执行以下处理：基于电池(E1、41)的测定数据，来确定所述电池(E1、41)的SOH；对所述电池(E1、41)的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池(E1、41)的劣化回归曲线；以及根据基于第一数据区间的多个SOH生成的所述电池(E1、41)的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池(E1、41)的劣化回归曲线的劣化系数之差或者比率，来判定所述电池(E1、41)是否发生了快速劣化。
据此，能够高精度地检测电池(E1、41)的快速劣化。
附图标记说明
1：运算系统；E1-En：单体；T1、T2：温度传感器；RY1、RY2：继电器；3：电动车辆；4：充电器；11：处理部；111：数据获取部；112：SOH确定部；113：劣化回归曲线生成部；114：快速劣化判定部；115：操作受理部；116：显示控制部；12：存储部；121：行驶数据保持部；122：驾驶员数据保持部；123：SOC-OCV特性保持部；124：时间序列SOH值保持部；13：显示部；14：操作部；30：车辆控制部；34：马达；35：逆变器；36：无线通信部；36a：天线；38：充电线缆；40：电池系统；41：电池模块；42：电池管理部；43：电压测定部；44：温度测定部；45：电流测定部；46：电池控制部；461：处理部；4611：SOC估计部；4612：FCC估计部；4613：SOH估计部；4614：劣化回归曲线生成部；4615：快速劣化判定部；4616：数据发送部；462：存储部；4621：SOC-OCV特性保持部；4622：电池数据保持部；4623：时间序列SOH值保持部。

Claims (8)

1.一种电池管理装置，其特征在于，具备：
测定部，其至少测定电池的电压和电流；
SOH估计部，其基于所述电池的测定数据，来估计所述电池的健康状态即SOH；
劣化回归曲线生成部，其对所述电池的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池的劣化回归曲线；以及
快速劣化判定部，其根据基于第一数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数之差或者比率，来判定所述电池是否发生了快速劣化。
2.根据权利要求1所述的电池管理装置，其特征在于，
在所述差或者所述比率脱离了规定范围时，所述快速劣化判定部判定为所述电池发生了快速劣化。
3.根据权利要求1或2所述的电池管理装置，其特征在于，
所述第一数据区间是包括从最后确定出的SOH起过去的a个SOH的区间，
所述第二数据区间是包括从最后确定出的SOH起过去的b个SOH的区间，其中，b＞a。
4.根据权利要求1或2所述的电池管理装置，其特征在于，
所述第一数据区间是包括从最后确定出的SOH起过去的a个SOH的区间，
所述第二数据区间是包括从将所述第一数据区间除外后的最后确定出的SOH起过去的a个SOH的区间。
5.根据权利要求1或2所述的电池管理装置，其特征在于，
所述第二数据区间包括多个数据区间，
所述第二数据区间的劣化系数是对所述多个数据区间的各劣化系数进行统计处理而得到的值。
6.一种运算系统，其特征在于，具备：
数据获取部，其获取电池的测定数据；
SOH确定部，其基于所述电池的测定数据，来确定所述电池的健康状态即SOH；
劣化回归曲线生成部，其对所述电池的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池的劣化回归曲线；以及
快速劣化判定部，其根据基于第一数据区间的多个SOH生成的所述电池的劣化曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池的劣化曲线的劣化系数之差或者比率，来判定所述电池是否发生了快速劣化。
7.一种电池的劣化预测方法，其特征在于，包括以下步骤：
基于电池的测定数据，来确定所述电池的健康状态即SOH；
对所述电池的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池的劣化回归曲线；以及
根据基于第一数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数之差或者比率，来判定所述电池是否发生了快速劣化。
8.一种电池的劣化预测程序，其特征在于，使计算机执行以下处理：
基于电池的测定数据，来确定所述电池的健康状态即SOH；
对所述电池的按时间序列确定出的多个SOH进行曲线回归，来生成所述电池的劣化回归曲线；以及
根据基于第一数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数与基于第二数据区间的多个SOH生成的所述电池的劣化回归曲线的劣化系数之差或者比率，来判定所述电池是否发生了快速劣化。
CN202180059962.2A 2020-07-29 2021-07-19 电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序 Pending CN116134658A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020128059 2020-07-29
JP2020-128059 2020-07-29
PCT/JP2021/026999 WO2022024848A1 (ja) 2020-07-29 2021-07-19 電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム

Publications (1)

Publication Number Publication Date
CN116134658A true CN116134658A (zh) 2023-05-16

Family

ID=80035553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180059962.2A Pending CN116134658A (zh) 2020-07-29 2021-07-19 电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序

Country Status (5)

Country Link
US (1) US20230266399A1 (zh)
EP (1) EP4191733A4 (zh)
JP (1) JPWO2022024848A1 (zh)
CN (1) CN116134658A (zh)
WO (1) WO2022024848A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024122305A1 (ja) * 2022-12-05 2024-06-13 パナソニックＩｐマネジメント株式会社 電池分析システム、電池分析方法および電池分析プログラム、電池分析プログラムが記載された記憶媒体
CN117574788B (zh) * 2024-01-17 2024-05-14 中国第一汽车股份有限公司 一种基于多尺度建模的电池健康度预测方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5125303B2 (ja) * 2007-08-10 2013-01-23 ソニー株式会社 バッテリパック、電子機器、および残容量表示導出方法
CN102007420A (zh) * 2008-04-16 2011-04-06 皇家飞利浦电子股份有限公司 用于预测可再充电电池的寿命的方法和设备
JP5971680B2 (ja) * 2012-01-11 2016-08-17 株式会社東芝 電池寿命事前検知方法、電池システム、及び電池コントローラ
EP3232216B1 (en) * 2014-12-10 2020-09-02 GS Yuasa International Ltd. Energy storage element state estimation device and energy storage element state estimation method
KR20160090140A (ko) * 2015-01-21 2016-07-29 삼성전자주식회사 배터리의 상태를 추정하는 방법 및 장치
WO2017098686A1 (ja) 2015-12-10 2017-06-15 ソニー株式会社 電池パック、蓄電装置及び劣化検出方法
JP6992275B2 (ja) * 2017-04-25 2022-02-03 株式会社デンソー 蓄電装置
US11448707B2 (en) * 2017-09-15 2022-09-20 Panasonic Intellectual Property Management Co., Ltd. Battery management device, battery system, and battery management method for estimating transition of AC resistance value of secondary battery
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
CN110456275A (zh) * 2019-08-26 2019-11-15 东莞塔菲尔新能源科技有限公司 一种判断电芯析锂的方法及系统

Also Published As

Publication number Publication date
EP4191733A4 (en) 2024-06-12
EP4191733A1 (en) 2023-06-07
WO2022024848A1 (ja) 2022-02-03
US20230266399A1 (en) 2023-08-24
JPWO2022024848A1 (zh) 2022-02-03

Similar Documents

Publication Publication Date Title
US20230065968A1 (en) Calculation system, battery characteristic estimation method, and battery characteristic estimation program
CN113165550B (zh) 信息处理系统、控制装置以及车辆用电源系统
EP4035934A1 (en) In-vehicle notification device, notification program, and calculation device
WO2011163331A2 (en) Determining the state-of-charge of batteries via selective sampling of extrapolated open circuit voltage
CN116134658A (zh) 电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序
EP4181265A1 (en) Arithmetic system, battery inspection method, and battery inspection program
JP2014504723A (ja) バッテリーの可用時間推定装置及び方法
JP7061196B2 (ja) 診断装置、診断方法、診断システム及びプログラム
EP4020350A1 (en) Management system, management program, and electric vehicle
CN111886511A (zh) 电流传感器诊断设备及方法
JP2021078227A (ja) バッテリ状態判定システム、バッテリ状態判定方法、およびプログラム
CN118541895A (zh) 电池异常检测系统、电池异常检测方法以及电池异常检测程序
CN113459899B (zh) 诊断系统、诊断方法及存储介质
EP4394412A1 (en) Deterioration determination system, deterioration determination method, and deterioration determination program
US20230286415A1 (en) Computing system, battery deterioration predicting method, and battery deterioration predicting program
EP4316894A1 (en) Remaining capacity notification device, remaining capacity notification method, and remaining capacity notification program
JP7486130B2 (ja) 管理装置、及び車両用電源システム
CN111077466B (zh) 一种确定车辆电池健康状态的方法及装置
WO2021128116A1 (en) Systems and methods for performing a health evaluation of a battery system
WO2024157509A1 (ja) 車両利用状況推定システム、車両利用状況推定方法および車両利用状況推定プログラム
CN118696240A (zh) 电池状态分析系统、电池状态分析方法、及电池状态分析程序

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