JP2009506317A - バッテリと関連する状態ベクトルを推定するシステム及び方法 - Google Patents

Abstract

【課題】バッテリと関連する状態ベクトルを推定するシステム及び方法が提供される。
【解決手段】上記方法は負荷回路から上記バッテリが電気的に分離される時間間隔を決定するステップを含む。上記時間間隔は第１時間で始まる。上記方法はメモリからバッテリと関連する第１状態ベクトルを獲得するステップをさらに含む。上記第１状態ベクトルは上記第１時間より先に決定される。上記方法は上記時間間隔及び上記第１状態ベクトルに基づいて上記バッテリと関連する第２予測状態ベクトルを計算するステップをさらに含む。

Description

本発明は、バッテリと関連する状態ベクトルを推定するシステム及び方法に関する。

バッテリは、多種多様な電気電子装置に用いられている。充電状態（ＳＯＣ；Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ）を含むバッテリの内部状態を推定できることが望ましい。上記ＳＯＣは、動作に用いられる可能性があるバッテリの現在利用可能な容量を表す値である。バッテリモニタリングシステム（ｂａｔｔｅｒｙ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ）は、バッテリ状態の推定値を提供するために、バッテリに対する入力電気電流及び上記バッテリからの出力電圧に関する履歴を測定することができる。

一般に、バッテリが電気的にアンロードされ、時間間隔（ｔｉｍｅ ｉｎｔｅｒｖａｌ）の間にバッテリ状態が変化する場合には、バッテリはこのような時間間隔にわたって放電する。しかし、バッテリモニタリングシステムは、このような時間間隔の間に計算及び測定に関する履歴を中断する。該システムの問題点は、上記時間間隔の間に、バッテリが負荷回路（ｌｏａｄ ｃｉｒｃｕｉｔ）から電気的に分離されてから上記負荷回路に再び電気的に連結されるときに、上記バッテリの状態を正確に決定することができないということである。

それゆえに、本願の発明者は、上記時間間隔の間にバッテリが負荷回路から電気的に分離されてから上記負荷回路に再び電気的に連結されるときに、上記バッテリと関連する状態ベクトルを推定するシステム及び方法の必要性を認識した。

本発明の望ましい実施例によれば、バッテリと関連する状態ベクトルを推定する方法が提供される。上記方法は、バッテリが負荷回路から電気的に分離される時間間隔を決定するステップを含む。上記時間間隔は、第１時間で始まる。上記方法は、メモリからバッテリと関連する第１状態ベクトルを獲得するステップを含む。上記第１状態ベクトルは、上記第１時間より先に決定される。上記方法は、さらに、上記時間間隔及び上記第１状態ベクトルに基づいて上記バッテリと関連する第２予測状態ベクトルを計算するステップを含む。上記方法は、さらに、上記バッテリが上記負荷回路に電気的に再連結される場合に、上記第１時間間隔後の第１バッテリ電圧値を獲得するために、上記バッテリから出力されるバッテリ電圧を測定するステップを含む。上記方法は、さらに、上記第２予測状態ベクトルに基づいて上記バッテリと関連する第２バッテリ電圧値を推定するステップを含む。上記方法は、さらに、上記第１バッテリ電圧値及び上記第２バッテリ電圧値に基づいて電圧誤差値（ｖｏｌｔａｇｅ ｅｒｒｏｒ ｖａｌｕｅ）を計算するステップを含む。上記方法は、さらに、上記第２予測状態ベクトル及び上記電圧誤差値に基づいて上記バッテリと関連する第３推定状態ベクトルを計算するステップを含む。

本発明の他の望ましい実施例によれば、バッテリと関連する状態ベクトルを推定するシステムが提供される。上記システムは、上記バッテリから出力される電圧を測定する電圧センサを含む。上記システムは、さらに、上記電圧センサに動作可能に連結されるコンピュータを含む。上記コンピュータは、上記バッテリが負荷回路から電気的に分離される時間間隔を決定する。上記時間間隔は、第１時間で始まる。上記コンピュータは、さらに、メモリから上記バッテリと関連する第１状態ベクトルを獲得する。上記第１状態ベクトルは、上記第１時間より先に決定される。上記コンピュータは、さらに、上記第１状態ベクトル及び上記時間間隔に基づいて上記バッテリと関連する第２予測状態ベクトルを計算する。上記コンピュータは、さらに、上記バッテリが上記負荷回路に電気的に連結される場合に、上記第１時間間隔後の第１バッテリ電圧値を獲得するために、上記バッテリから出力される電圧を上記電圧センサが測定するように誘導する。上記コンピュータは、さらに、上記第２予測状態ベクトルに基づいて上記バッテリと関連する第２バッテリ電圧値を推定する。上記コンピュータは、さらに、上記第１バッテリ電圧値及び上記第２バッテリ電圧値に基づいて電圧誤差値を計算する。上記コンピュータは、さらに、上記第２予測状態ベクトル及び上記電圧誤差値に基づいて上記バッテリと関連する第３推定状態ベクトルを計算する。

本発明のさらに他の望ましい実施例によれば、製造品が提供される。上記製造品は、バッテリと関連する状態ベクトルを推定するために符号化されたコンピュータプログラムを有するコンピュータ記憶媒体を含む。上記コンピュータ記憶媒体は、上記バッテリが負荷回路から電気的に分離される時間間隔を決定するためのコードを含む。上記時間間隔は第１時間で始まる。上記コンピュータ記憶媒体は、さらに、メモリからバッテリと関連する第１状態ベクトルを獲得するためのコードを含む。上記第１状態ベクトルは、上記第１時間より先に決定される。上記コンピュータ記憶媒体は、さらに、上記時間間隔及び上記第１状態ベクトルに基づいて上記バッテリと関連する第２予測状態ベクトルを計算するためのコードを含む。上記コンピュータ記憶媒体は、さらに、上記バッテリが電気的に上記負荷回路に連結される場合に、上記第１時間間隔後の第１バッテリ電圧値を獲得するために上記バッテリから出力されるバッテリ電圧を測定するためのコードを含む。上記コンピュータ記憶媒体は、さらに、上記第２予測状態ベクトルに基づいて上記バッテリと関連する第２バッテリ電圧値を推定するためのコードを含む。上記コンピュータ記憶媒体は、さらに、上記第１バッテリ電圧値及び上記第２バッテリ電圧値に基づいて電圧誤差値を計算するためのコードを含む。上記コンピュータ記憶媒体は、さらに、上記第２予測状態ベクトル及び上記電圧誤差値に基づいて上記バッテリと関連する第３推定状態ベクトルを計算するためのコードを含む。

上記実施例に係る他のシステム及び／または方法は、以下の図面及び詳細な説明から当業者に対して明らかになるであろう。なお、全ての追加的なシステム及び方法は、本発明の範囲にあり、添付の特許請求の範囲によって保護される。

図１を参照すれば、バッテリ１２と関連する状態ベクトルを推定するシステム１０が示されている。上記バッテリ１２は、少なくとも１つのバッテリセル１４を含む。勿論、上記バッテリ１２は、複数の追加的なバッテリセルを含むことができる。上記システム１０は、１つ以上の電圧センサ２０、負荷回路２６、及びコンピュータのような計算ユニット２８を含み、１つ以上の温度センサ２２及び電流センサ２４をさらに含んでも良い。

上記電圧センサ２０は、上記バッテリ１２の１つ以上のバッテリセルから算出される電圧を表す第１出力信号を生成する。上記電圧センサ２０は、上記コンピュータ２８の入出力インタフェース（Ｉ／Ｏ ｉｎｔｅｒｆａｃｅ）４６と上記バッテリ１２との間に電気的に連結される。上記電圧センサ２０は、上記第１出力信号を上記コンピュータ２８に伝送する。明確に図示するために、ここでは１つの電圧センサのみを示す。しかし、上記システム１０の代替可能な実施例においては、複数の電圧センサ（例えば、バッテリセル毎に１つの電圧センサ）がシステム１０に用いられる。

上記温度センサ２２は、上記バッテリ１２の１つ以上の温度を表す第２出力信号を生成する。上記温度センサ２２は、バッテリ１２の付近に位置して、上記コンピュータ２８の入出力インタフェース４６に電気的に連結される。上記温度センサ２２は、上記コンピュータ２８に上記第２出力信号を伝送する。明確に図示するために、ここでは１つの温度センサのみを示す。しかし、上記システム１０の代替可能な実施例においては、複数の温度センサ（例えば、バッテリセル毎に１つの温度センサ）がシステム１０に用いられる。

上記電流センサ２４は、上記バッテリ１２のバッテリセルによる供給電流または放出電流を表す第３出力信号を生成する。上記電流センサ２４は、上記負荷回路２６と上記バッテリ１２との間に電気的に連結される。上記電流センサ２４は、上記コンピュータ２８の入出力インタフェース４６とも電気的に連結される。上記電流センサ２４は、上記コンピュータ２８に上記第３出力信号を伝送する。

上記負荷回路２６は、上記電流センサ２４と電気的に連結され、上記バッテリ１２から電流が供給／放出される。上記負荷回路２６は、上記バッテリ１２と電気的に連結され得る全ての電気装置を含む。

上記コンピュータ２８は、より詳しく後述するように、上記バッテリ１２と関連する状態ベクトルを決定する。上記コンピュータ２８は、中央処理装置（ＣＰＵ）４０、ＲＯＭ４４、ＲＡＭ４５のような揮発性メモリ、及び入出力インタフェース４６を含む。上記ＣＰＵ４０は、ＲＯＭ４４、ＲＡＭ４５、及び入出力インタフェース４６と動作可能なように連結される。上記ＣＰＵ４０は、クロック４２を含む。ＲＯＭ４４及びＲＡＭ４５を含むコンピュータ可読媒体（ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉａ）は、ＰＲＯＭｓ、ＥＰＲＯＭｓ、ＥＥＰＲＯＭｓ、フラッシュメモリ、またはデータが記憶可能な他の電気的、磁気的、光学的、またはコンビネーションメモリ、ＣＰＵ４０によって用いられる実行可能な命令を表すものなどのような多くの公知のメモリ装置を使うことで具現化されても良い。

上記バッテリ１２と関連する状態ベクトルを決定する方法について詳しく説明する前に、一般的な概説を行う。上記状態ベクトルは、上記バッテリ１２と関連する少なくとも１つの充電状態（ＳＯＣ）を含む。ＳＯＣ値は、０ないし１００パーセントの値であり、動作に用いられる可能性がある上記バッテリの現在利用可能な容量を示す。推定状態ベクトルは、上記負荷回路２６が活性化されるときに、（ｉ）測定されたバッテリ電圧、（ii）（ＳＯＣ値を含む）記憶された先行推定状態ベクトル（ｐｒｉｏｒ ｅｓｔｉｍａｔｅｄ ｓｔａｔｅ ｖｅｃｔｏｒ）、及び（iii）上記負荷回路２６が上記バッテリ１２から電気的に分離される、または非活性化される時間間隔のようなパラメータを用いて決定される。これらのパラメータは、ヒステリシス効果、電圧分極化効果、及び自己放電に対する可能な補償を含む上記バッテリ１２の状態ベクトルの改善された推定値を計算するために、バッテリセル挙動の数学的モデルに用いられる。上記装置が非活性化される持続時間は、上記コンピュータ２８のクロック４２を用いて測定される可能性がある。

上記バッテリセル動力学（ｂａｔｔｅｒｙ ｃｅｌｌ ｄｙｎａｍｉｃｓ）に対する数学的モデルは公知であり、後述のように状態方程式及び出力方程式を含む離散時間状態空間モデル（ｄｉｓｃｒｅｔｅ−ｔｉｍｅ ｓｔａｔｅ−ｓｐａｃｅ ｍｏｄｅｌ）を用いて表されても良い。

上記バッテリ１２と関連する状態ベクトルを決定するために用いられる状態方程式は次のようである。

数式において、ｘ_ｋはタイムインデックスｋにおける上記バッテリ１２と関連する状態ベクトルであり、ｕ_ｋは上記バッテリ１２に対する知られている決定入力値（ｋｎｏｗｎ／ｄｅｔｅｒｍｉｎｉｓｔｉｃ ｉｎｐｕｔ）を表す変数、ｗ_ｋは上記システムの状態に影響を及ぼす任意の測定されない入力値をモデリングするプロセスノイズまたはディスターバンス（ｄｉｓｔｕｒｂａｎｃｅ）であり、

は状態転移関数（ｓｔａｔｅ ｔｒａｎｓｉｔｉｏｎ ｆｕｎｃｔｉｏｎ）である。

上記状態ベクトルｘ_ｋはＳＯＣ値を含む。さらに、上記知られている決定入力値ｕ_ｋは、（ｉ）上記バッテリによって現在供給または放出された電気電流、（ii）上記バッテリ１２の温度のうち少なくとも１つを含む。

上記バッテリ１２と関連する出力ベクトルは、次の数式を用いて決定される。

数式において、

は測定関数であり、ｖ_ｋは非メモリモード（ｍｅｍｏｒｙ−ｌｅｓｓ ｍｏｄｅ）で上記バッテリ１２の出力測定に影響を及ぼすが、上記バッテリ１２の状態ベクトルには影響を及ぼさないセンサノイズである。

以下のシステムは、確率的推論（ｐｒｏｂａｂｉｌｉｓｔｉｃ ｉｎｆｅｒｅｎｃｅ）を用いて上記状態ベクトルｘ_ｋの全ての観察値Ｙ_ｋ＝｛ｙ_０，ｙ_１，…，ｙ_ｋ｝に与えられた推定状態ベクトル

を決定する。

頻繁に使われる推定子は条件付き平均である。

ここで、

はｘ_ｋの範囲であり、Ｅ［］は統計的予測演算子である。上記数式は再帰的に後行確率密度ｐ（ｘ_ｋ｜Ｙ_ｋ）を計算する。上記数式は解き難いため、詳しく後述するように、数理的な方法が上記推定状態ベクトル

を計算する方程式の近似化に用いられる。

理解のために、後述する方法の方程式に用いられる表記法を説明する。曲折アクセント記号（ｃｉｒｃｕｍｆｌｅｘ ｓｙｍｂｏｌ）は推定された数量を表す（例えば、

は実際の数量ｘに対する推定値を表す）。上付き記号「−」は先験的な推定値（すなわち、過去のデータに基づいた数量の現在値の予測値）を表す。上付き記号「＋」は帰納的な推定値を表す（例えば、

は時間ｋを含めて取られた全ての測定値に基づいたタイムインデックスｋにおける真の数量ｘに対する推定値）。波形ダッシュ符号は推定数量の誤差を表す（例えば、

）。

はその下付き変数に対する相関または相互相関を表す（ここに述べられる数量はゼロ平均であるので、上記相関は共分散と同一である）。

と同一数量を表す。上付き「Ｔ」はマトリクス／ベクトル転置演算子である。

図２及び図３を参照して、一般的な連続確率的推論方法論を用いて推定状態ベクトル

を計算する方法を説明する。

ステップＳ６０において、上記コンピュータ２８は、上記バッテリ１２が上記負荷回路２６から電気的に分離される時間間隔を決定する。上記時間間隔は第１時間で始まる。

ステップＳ６２において、上記コンピュータ２８は、メモリ４６から上記バッテリ１２と関連する第１状態ベクトルｘ_ｋ−１を獲得する。上記第１状態ベクトルｘ_ｋ−１は、上記第１時間より先に決定される。

ステップＳ６４において、上記コンピュータ２８は方程式

を利用し、上記第１状態ベクトルｘ_ｋ−１と上記時間間隔に基づいて上記バッテリ１２と関連する第２予測状態ベクトル

を計算する。

ステップＳ６６において、上記コンピュータ２８は、方程式

を利用し、上記第２予測状態ベクトル

に係る第１共分散値である

を計算する。

ステップＳ６８において、上記コンピュータ２８は、バッテリ１２から出力されたバッテリ電圧を測定するように電圧センサ２０を誘導し、上記バッテリ１２が上記負荷回路２６に電気的に連結されるときの上記第１時間間隔後の第１バッテリ電圧値を獲得する。

ステップＳ７０において、上記コンピュータ２８は、方程式

を利用し、上記第２予測状態ベクトル

に基づいて上記バッテリ１２と関連する第２バッテリ電圧値を推定する。

ステップＳ７２において、上記コンピュータ２８は、上記第１バッテリ電圧値及び上記第２バッテリ電圧値に基づいて電圧誤差値を計算する。

ステップＳ７４において、Ｌ_ｋが方程式

を利用して決定される方程式

を利用し、上記第２予測状態ベクトル

及び上記電圧誤差値

に基づいて上記バッテリ１２と関連する第３予測状態ベクトル

を計算する。上記第３予測状態ベクトル

は、前述の方法によって算出される上記バッテリ１２の実際状態に対する最も正確な推定値になる。

ステップＳ７６において、上記コンピュータ２８は、方程式

を用いて上記第３予測状態ベクトル

と関連する第２共分散値

を計算する。ステップＳ７６の後に、計算は終了する。

前述したように、上記第３予測状態ベクトル

の近似化には多くの方法がある。例えば、線形カルマンフィルタ（ｌｉｎｅａｒ Ｋａｌｍａｎ ｆｉｌｔｅｒ）を用いる方法、非線形拡張カルマンフィルタ（ｎｏｎｌｉｎｅａｒ ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ ｆｉｌｔｅｒ）を用いる方法、さらに、非線形シグマポイントカルマンフィルタ（ｎｏｎｌｉｎｅａｒ ｓｉｇｍａ‐ｐｏｉｎｔ Ｋａｌｍａｎ ｆｉｌｔｅｒ）を用いる方法がある。これらの方法は、計算量の違いを活用し、結果状態ベクトルにおいて異なる精度を算出する。

例えば、図４及び図５を参照して、非線形拡張カルマンフィルタを用いて上記推定状態ベクトル

を計算する方法を説明する。以下の定義は上記方法の方程式に用いられる。

ステップＳ８０において、上記コンピュータ２８は、上記バッテリ１２が負荷回路２６から電気的に分離される時間間隔を決定する。上記時間間隔は第１時間で始まる。

ステップＳ８２において、上記コンピュータ２８は、バッテリ１２と関連する第１状態ベクトル

をメモリ４６から獲得する。上記第１状態ベクトル

は上記第１時間より先に決定される。

ステップＳ８４において、上記コンピュータ２８は、方程式

を利用し、上記第１状態ベクトル

及び上記時間間隔に基づいて上記バッテリ１２と関連する第２予測状態ベクトル

を計算する。

ステップＳ８６において、上記コンピュータ２８は、方程式

を利用し、上記第２予測状態ベクトル

と関連する第１共分散値

を計算する。

ステップＳ８８において、上記コンピュータ２８は、バッテリ１２から出力されたバッテリ電圧を測定するように電圧センサ２０を誘導し、上記バッテリ１２が上記負荷回路２６に電気的に連結されるときの上記第１時間間隔後の第１バッテリ電圧値を獲得する。

ステップＳ９０において、上記コンピュータ２８は、方程式

を利用し、上記第２予測状態ベクトル

に基づいて上記バッテリ１２と関連する第２バッテリ電圧値を推定する。

ステップＳ９２において、上記コンピュータ２８は、上記第１バッテリ電圧値及び上記第２バッテリ電圧値に基づいてバッテリ誤差値を計算する。

ステップＳ９４において、上記コンピュータ２８は、Ｌ_ｋが方程式

を利用して決定される方程式

を利用し、上記第２予測状態ベクトル

及び上記電圧誤差値に基づいて上記バッテリ１２と関連する第３予測状態ベクトル

を計算する。

ステップＳ９６において、上記コンピュータ２８は、方程式

を利用し、上記第３予測状態ベクトル

と関連する第２共分散値

を計算する。ステップＳ９６の後、計算は終了する。

代替可能な実施例においては、線形カルマンフィルタ、非線形シグマポイントカルマンフィルタ、平方根線形カルマンフィルタ（ｓｑｕａｒｅ−ｒｏｏｔ ｌｉｎｅａｒ Ｋａｌｍａｎ ｆｉｌｔｅｒ）、平方根拡張カルマンフィルタ（ｓｑｕａｒｅ−ｒｏｏｔ ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ ｆｉｌｔｅｒ）、平方根シグマポイントカルマンフィルタ（ｓｑｕａｒｅ−ｒｏｏｔ ｓｉｇｍａ−ｐｏｉｎｔ Ｋａｌｍａｎ ｆｉｌｔｅｒ）、パーティクルフィルタ（ｐａｒｔｉｃｌｅ ｆｉｌｔｅｒ）などを用いて上記バッテリ１２の推定状態ベクトル

を計算することもできる。

本発明に係るバッテリと関連する状態ベクトルを推定するシステム及び方法は、他のシステム及び方法に比べて多くの長所を有する。特に、上記システム及び方法は、上記時間間隔の間にバッテリが上記負荷回路から電気的に分離されてから負荷回路に再び電気的に連結されるときに、バッテリと関連する状態ベクトルを正確に推定することができるという技術的な効果を奏する。

前述した方法は、フロッピーディスク、ＣＤ−ＲＯＭｓ、ハードドライブ、または他のコンピュータ可読記憶媒体のような媒体によって具現化される命令を含むコンピュータプログラムコードの形態で具現化することができる。コンピュータプログラムコードがコンピュータによって読み込まれて実行される場合には、コンピュータは本発明を実行するための装置になる。さらに前述した方法は、例えば、記憶媒体に記憶されたり、コンピュータによって読み込み及び／または実行されたり、電気配線、電気ケーブル、光ファイバ、または電磁放射線などのような伝送媒体を介して伝送されるコンピュータプログラムコードの形態で具現化することができる。コンピュータプログラムコードがコンピュータによって読み込まれて実行される場合には、コンピュータは本発明を実行するための装置になる。汎用マイクロプロセッサによって実行される場合には、コンピュータプログラムコードセグメントは特定論理回路を設けるようにマイクロプロセッサを構成する。

本発明は一実施例を参照して説明されているが、当業者によって多様な変更例が可能であって、均等な要素が本発明の範囲を逸脱することなく本発明の要素を代替しても良いと理解されたい。さらに、多くの応用例は、本発明の範囲を逸脱することなく本発明の教示に対する特定の状況に適合されても良い。したがって、本発明は、本発明を実施するために開示される実施例に制限されず、添付の特許請求の範囲にあたる全ての実施例を含むと解釈される。なお、第１、第２などのような用語は、重要度の順番を意味するのではなく、１つの要素を他の要素と区別するために使われる。

望ましい実施例に係るバッテリと関連する状態ベクトルを推定するシステムの概略図である。 他の望ましい実施例に係るバッテリと関連する状態ベクトルを推定する方法を示すフロー図である。 他の望ましい実施例に係るバッテリと関連する状態ベクトルを推定する方法を示すフロー図である。 さらに他の望ましい実施例に係るバッテリと関連する状態ベクトルを推定する方法を示すフロー図である。 さらに他の望ましい実施例に係るバッテリと関連する状態ベクトルを推定する方法を示すフロー図である。

Claims (8)

1. バッテリと関連する状態ベクトルを推定する方法において、
   上記バッテリが負荷回路から電気的に分離される、第１時間で始まる時間間隔（ｔｉｍｅ ｉｎｔｅｒｖａｌ）を決定するステップと、
   メモリから上記バッテリと関連する、前記第１時間より先に決定される第１状態ベクトルを獲得するステップと、
   前記第１状態ベクトル及び前記時間間隔に基づいて前記バッテリと関連する第２予測状態ベクトルを計算するステップと、
   前記バッテリが電気的に前記負荷回路に再連結されるとき、前記第１時間後の第１バッテリ電圧値を獲得するように前記バッテリから出力されるバッテリ電圧を測定するステップと、
   前記第２予測状態ベクトルに基づいて前記バッテリと関連する第２バッテリ電圧値を推定するステップと、
   前記第１バッテリ電圧値及び前記第２バッテリ電圧値に基づいて電圧誤差値を計算するステップと、
   前記第２予測状態ベクトル及び前記電圧誤差値に基づいて前記バッテリと関連する第３推定状態ベクトルを計算するステップと、を含むことを特徴とするバッテリと関連する状態ベクトルを推定する方法。
2. 前記第３推定状態ベクトルに係わる共分散値を計算するステップをさらに含むことを特徴とする請求項１に記載のバッテリと関連する状態ベクトルを推定する方法。
3. 前記第２予測状態ベクトルを計算するステップは、
   カルマンフィルタ、拡張カルマンフィルタ、シグマポイントカルマンフィルタ、平方根シグマポイントカルマンフィルタ、及びパーティクルフィルタのうち少なくとも１つを利用し、前記第１状態ベクトル及び前記時間間隔に基づいて前記バッテリと関連する第２予測状態ベクトルを計算するステップを含むことを特徴とする請求項１に記載のバッテリと関連する状態ベクトルを推定する方法。
4. 前記第３推定状態ベクトルを計算するステップは、
   カルマンフィルタ、拡張カルマンフィルタ、シグマポイントカルマンフィルタ、平方根シグマポイントカルマンフィルタ、及びパーティクルフィルタのうち少なくとも１つを利用し、前記第２予測状態ベクトル及び前記電圧誤差値に基づいて前記バッテリと関連する前記第３推定状態ベクトルを計算するステップを含むことを特徴とする請求項１に記載のバッテリと関連する状態ベクトルを推定する方法。
5. 前記第２予測状態ベクトルは、
   前記バッテリの少なくとも１つの予測充電状態（ｐｒｅｄｉｃｔｅｄ ｓｔａｔｅ ｏｆ ｃｈａｒｇｅ）を示すことを特徴とする請求項１に記載のバッテリと関連する状態ベクトルを推定する方法。
6. 前記第３予測状態ベクトルは、
   前記バッテリの少なくとも１つの予測充電状態を示すことを特徴とする請求項１に記載のバッテリと関連する状態ベクトルを推定する方法。
7. バッテリと関連する状態ベクトルを推定するシステムであって、
   前記バッテリから出力される電圧を測定する電圧センサと、
   請求項１ないし請求項６のうちのいずれか１項によるステップを実行するように構成され、前記電圧センサと作動可能に連結されるコンピュータと、を含むことを特徴とするバッテリと関連する状態ベクトルを推定するシステム。
8. バッテリと関連する状態ベクトルを推定するコンピュータプログラムコードを有するコンピュータ記憶媒体であって、請求項１ないし請求項６のうちのいずれか１項による方法を実行するプログラムを含むコンピュータ記憶媒体。

Images