JP2011191291A - 電池状態推定装置 - Google Patents

Abstract

【課題】二次電池のパラメータを高い精度で同定することのできる電池状態推定装置を提供すること。
【解決手段】二次電池の電流および端子電圧を検出し、検出した電流および端子電圧の計測値を用いて、所定の電池モデルに基づく二次電池の端子電圧を推定し、端子電圧の計測値との端子電圧の推定値との差分がゼロに収束するように、二次電池のパラメータを同定する電池状態推定装置であって、二次電池のパラメータを同定する際に、端子電圧の計測値および端子電圧の推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタを用いてフィルタ処理を施し、フィルタ処理を施した端子電圧の計測値および端子電圧の推定値を用いることを特徴とする電池状態推定装置。
【選択図】 図２

Description

本発明は、二次電池内部の状態を推定する電池状態推定装置に関するものである。

二次電池の制御装置として、所定の電池モデルを定義し、二次電池の電流および端子電圧の計測値を、電池モデルに基づく状態変数フィルタを用いて状態量変換し、これを用いて、電池モデルに基づく二次電池の端子電圧を推定し、電圧計測値と、電池モデルに基づいて推定された端子電圧との差分がゼロに収束するように、二次電池のパラメータを同定する制御装置が知られている（たとえば、特許文献１参照）。

特開２００３−１８５７１９号公報

しかしながら、上記従来技術においては、二次電池の電流の計測値および端子電圧の計測値のうち一部については、状態変数フィルタによるフィルタ処理されることなく、端子電圧の推定演算に用いられることとなる。ここで、二次電池の電流の計測値や端子電圧の計測値は、電流計や電圧計により測定されるものであるため、通常、観測ノイズを含むものであり、そのため、上記従来技術においては、観測ノイズの影響により、二次電池のパラメータの同定精度が不十分となるという問題があった。

本発明が解決しようとする課題は、二次電池のパラメータを高い精度で同定することのできる電池状態推定装置を提供することである。

本発明は、二次電池の電流および端子電圧を検出し、検出した電流および端子電圧の計測値を用いて、所定の電池モデルに基づく二次電池の端子電圧を推定し、端子電圧の計測値との端子電圧の推定値との差分がゼロに収束するように、二次電池のパラメータを同定する電池状態推定装置において、二次電池のパラメータを同定する際に、端子電圧の計測値および端子電圧の推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタを用いてフィルタ処理を施し、フィルタ処理を施した端子電圧の計測値および端子電圧の推定値を用いることにより、上記課題を解決する。

本発明によれば、二次電池のパラメータを同定する際に、端子電圧の計測値および端子電圧の推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによるフィルタ処理を施し、フィルタ処理を施した端子電圧の計測値および端子電圧の推定値を用いることにより、電流や端子電圧の計測値に含まれる観測ノイズの影響を有効に除去することができ、その結果として、二次電池のパラメータを高い精度で同定することができる。

図１は、本実施形態に係る二次電池の制御システムの構成を示す図である。 図２は、本実施形態に係る電子制御ユニット３０の機能ブロック図である。 図３は、二次電池の電池モデルを示す等価回路モデルを示す図である。 図４は、第１実施形態に係る適応同定システムの構成図である。 図５は、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）の周波数帯域特性を示す図である。 図６は、ローパスフィルタＧ_ｌｐｆのカットオフ周波数と、電池特性を得るために必要な情報の欠如および観測ノイズが電池パラメータの同定性能に及ぼす影響と、の関係を示す相関図である。 図７は、二次電池の開路電圧−充電率特性の一例を示す図である。 図８は、本実施形態における電池パラメータおよび充電率の推定処理を示すフローチャートである。 図９は、第１実施形態における充電率の推定処理のシミュレーション結果を示す図である。 図１０は、第２実施形態に係る適応同定システムの構成図である。 図１１は、第２実施形態における充電率の推定処理のシミュレーション結果を示す図である。 図１２は、第３実施形態に係る適応同定システムの構成図の一例である。 図１３は、第３実施形態に係る適応同定システムの構成図の他の例である。 図１４は、第１実施形態に係る適応同定システムの構成図の他の例である。

以下、本発明の実施形態を図面に基づいて説明する。

《第１実施形態》
図１は、本実施形態に係る二次電池の制御システムの構成を示す図である。図１に示す制御システムは、二次電池でモータ等の負荷を駆動したり、モータの回生による電力やエンジンを動力源としてオルタネータで発電した電力で二次電池を充電するシステムに、本発明に係る二次電池の制御装置を適用した例である。

二次電池１０は、複数の単位電池を直列に接続してなるものである。二次電池１０を構成する単位電池としては、たとえば、リチウムイオン二次電池などのリチウム系二次電池などが挙げられる。負荷２０としては、たとえば、モータなどが挙げられる。

電流センサ４０は、二次電池１０に流れる充放電電流を検出するセンサであり、電流センサ４０により検出された信号は、電子制御ユニット３０へ送出される。また、電圧センサ５０は、二次電池１０の端子電圧を検出するセンサであり、電圧センサ５０により検出された信号は、電子制御ユニット３０へ送出される。

電子制御ユニット３０は、二次電池１０を制御するための制御ユニットであり、プログラムを演算するＣＰＵ、プログラムや演算結果を記憶するＲＯＭおよびＲＡＭから構成されるマイクロコンピュータと電子回路等で構成される。図２に、電子制御ユニット３０の機能ブロック図を示す。

図２に示すように、電子制御ユニット３０は、電流検出部３０１、電圧検出部３０２、電池パラメータ推定部３０３、開路電圧推定部３０４、およびＳＯＣ推定部３０５を備える。また、図２に示すように、電池パラメータ推定部３０３は、ローパスフィルタ演算部３０３１、状態変数フィルタ演算部３０３２、および適応同定演算部３０３３を備える。

電流検出部３０１は、電流計４０からの信号を所定周期で取得し、電流計４０からの信号に基づき、二次電池１０に流れる充放電電流を検出することにより、電流計測値Ｉ（ｋ）を取得する。電流検出部３０１は、取得した電流計測値Ｉ（ｋ）を電池パラメータ推定部３０３に送出する。

電圧検出部３０２は、電圧計５０からの信号を所定周期で取得し、電圧計５０からの信号に基づき、二次電池１０の端子電圧を検出することにより、電圧計測値Ｖ（ｋ）を取得する。電圧検出部３０２は、取得した電流計測値Ｖ（ｋ）を電池パラメータ推定部３０３に送出する。

電池パラメータ推定部３０３は、二次電池１０の電池モデルを定義し、電流検出部３０１により検出された電流計測値Ｉ（ｋ）および電圧検出部３０２により検出された電圧計測値Ｖ（ｋ）から、適応デジタルフィルタ演算により、二次電池１０の電池モデルの電池パラメータφ＾（ｋ）を一括推定する。

ここで、φ＾（ｋ）における右肩に付した「＾」は、その値が推定値であることを示す。また、図２中では、推定値である「＾」を、それぞれ、φ（ｋ）の「φ」の真上、Ｖ_０（ｋ）の「Ｖ」の真上、ＳＯＣ（ｋ）の「Ｓ」の真上としているが、下記式（１）に示すように、これはφ＾（ｋ）、Ｖ_０＾（ｋ）、ＳＯＣ＾（ｋ）と同義である。以下、Ｖ＾（ｋ）においても同様である。

以下、電池パラメータ推定部３０３による二次電池１０の電池パラメータφ＾（ｋ）の推定方法について説明する。

まず、本実施形態で用いる「電池モデル」について、説明する。図３は、二次電池１０の電池モデルを示す等価回路モデルであり、図３に示す等価回路モデルは、下記式（２）で表される。

ここで、モデル入力は電流Ｉ［Ａ］（正値は充電、負値は放電）、モデル出力は端子電圧Ｖ［Ｖ］であり、Ｒ_１〔Ω］は電荷移動抵抗、Ｒ_２［Ω］は純抵抗、Ｃ_１［Ｆ］は電気二重層容量、Ｖ_０［Ｖ］は開路電圧である。また、上記式（２）中、ｓは微分オペレータである。なお、本実施形態に係る電池モデルは、正極、負極を特に分離していないリダクションモデル（１次）であるが、実際の電池の充放電特性を比較的正確に示すことが可能である。このように本実施形態においては、電池モデルの次数を１次にした構成を例として説明する。

そして、Ｒ_１、Ｒ_２、Ｃ_１を下記式（３）のように表すと、上記式（２）は、下記式（４）で表されることとなる。

そして、本実施形態においては、上記式（４）に示される電池モデルから、電池パラメータ推定部３０３によって、適応デジタルフィルタにより、図３に示す電池モデルの電池パラメータφ＾（ｋ）の推定を行なう。以下、電池パラメータ推定部３０３による、電池パラメータφ＾（ｋ）の推定方法について、説明する。

まず、開路電圧Ｖ_０（ｔ）は、電流Ｉ（ｔ）に可変なパラメータｈを乗じたものをある初期状態から積分したものと考えれば、開路電圧Ｖ_０（ｔ）は、下記式（５）で表すことができる。

そして、上記式（４）に、上記式（５）を代入すると、下記式（６）となり、これを整理すると下記式（７）となる。

なお、上記式（２）および上記式（７）は、それぞれ、下記式（８）および下記式（９）に対応し、下記式（８）および下記式（９）において、Ａ（ｓ）、Ｂ（ｓ）の次数を１次としたものに相当する。

ここで、Ａ（ｓ）、Ｂ（ｓ）はｓの多項式関数であり、Ａ（ｓ）とＢ（ｓ）とは次数が同じものである。

そして、上記式（７）に、既知定数ｋ_ｉ（ｉ＝１，２、・・・，ｎ）を導入することにより、下記式（１０）、（１１）を得ることができる。

なお、上記式（１１）において、Ｉ_ｉ，ｂ_０ｉは、未知パラメータ（Ｔ_１，Ｔ_２，Ｋ，ｈ）を含むパラメータであり、ｆ_Ｖｉ，ｆ_Ｉｉは、電流計４０および電圧計５０により計測可能な値であるＩ（ｋ）、Ｖ（ｋ）を状態変数フィルタによりフィルタ処理を施した変換状態量である。そして、上記式（１１）は、これらの積和式になっているため、適応デジタルフィルタの標準形である下記式（１２）と一致する。

ただし、上記式（１２）中、φ^Ｔ＝［Ｉ_ｉ，ｂ_０ｉ］、ω＝［ｆ_Ｖｉ，ｆ_Ｉｉ］ である。

そして、変換状態量であるω（ｋ）から、上述した電池モデルから推定される二次電池１０の端子電圧の推定値である電圧推定値Ｖ＾（ｋ）と、電圧計５０で検出され電圧検出部３０２により取得された実際の計測値である電圧計測値Ｖ（ｋ）と、の差分がゼロに収束するように、適応調整則により、下記式（１３）に示すアルゴリズムに基づいて、電池モデルの電池パラメータφ＾（ｋ）の同定を行なう。なお、この際において、本実施形態では、単純な「最小二乗法による適応デジタルフィルタ」の論理的な欠点（一度推定値が収束すると、その後パラメータが変化しても再度正確な推定ができないこと）を改善した「両限トレースゲイン方式」を用いることができる。

上記式（１３）は、電池パラメータφ＾（ｋ）を適応的に求める逐次式であり、γ（ｋ）、Γ（ｋ−１）は、共に適応ゲインであり、これらのうち、γ（ｋ）はスカラゲイン（誤差ゲイン）であり、Γ（ｋ−１）は行列ゲイン（信号ゲイン）である。そして、上記式（１３）により、ｋ時点における状態量ζ（ｋ）が得られた際には、電池モデルから推定される二次電池１０の端子電圧の推定値である電圧推定値Ｖ＾（ｋ）と、電圧計５０で検出され電圧検出部３０２により取得された電圧計測値Ｖ（ｋ）との差分であるｅ（ｋ）を求めることができ、このｅ（ｋ）をゼロに収束させることにより、電池パラメータφ＾（ｋ）を逐次的に算出することができる。

ここで、本実施形態においては、図２に示すように、電池パラメータ推定部３０３は、ローパスフィルタ演算部３０３１、状態変数フィルタ演算部３０３２、および適応同定演算部３０３３を備えるものである。そして、本実施形態においては、これらローパスフィルタ演算部３０３１、状態変数フィルタ演算部３０３２、および適応同定演算部３０３３により、以下に説明するような方法にて、電池パラメータφ＾（ｋ）を算出するものである。以下、本実施形態における、電池パラメータφ＾（ｋ）の算出方法を、図４に示す適応同定システムの構成図を参照して説明する。ここで、図４は、本実施形態に係る適応同定システムの構成図である。

すなわち、本実施形態においては、まず、上述した方法に従い、電池パラメータφ＾（ｋ）を算出するに際して、ローパスフィルタ演算部３０３１により、電流検出部３０１により検出された電流計測値Ｉ（ｋ）、電圧検出部３０２により検出された電圧計測値Ｖ（ｋ）について、観測ノイズを除去するために、図４に示すように、ローパスフィルタＧ_ｌｐｆによるフィルタ処理により、観測ノイズを除去する。

そして、本実施形態では、ローパスフィルタＧ_ｌｐｆにより観測ノイズを除去した電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）を用いて、図４に示すように、状態変数フィルタ演算部３０３２により、状態変数フィルタを用いて、変換状態量ω（ｋ）（変換状態量ω_１（ｋ）、ω_２（ｋ）、ω_３（ｋ）、ω_４（ｋ）、ω_５（ｋ））を得る。すなわち、本実施形態では、上記式（１０）、（１１）において、Ｉ（ｔ）およびＶ（ｔ）として、いずれも、ローパスフィルタ演算部３０３１により、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理を行ない、観測ノイズを除去されたものを用いる。そして、状態変数フィルタ演算部３０３２は、変換状態量ω（ｋ）に基づいて、電池モデルに基づく端子電圧の推定値である電圧推定値Ｖ＾（ｋ）を算出する。

次いで、本実施形態では、図４に示すように、状態変数フィルタ演算部３０３２により得られた変換状態量ω（ｋ）、ならびに、ローパスフィルタＧ_ｌｐｆにより観測ノイズを除去した電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）を用いて、適応同定演算部３０３３により、電池モデルの電池パラメータφ＾（ｋ）（φ_１、φ_２、φ_３、φ_４、φ_５）の同定を行なう。すなわち、本実施形態では、上記式（１３）において、Ｖ（ｋ）およびＶ＾（ｋ）として、いずれも、ローパスフィルタ演算部３０３１により、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理を行ない、観測ノイズを除去されたものを用いる。

このように、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）について、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理を行ない、観測ノイズを除去することにより、電圧推定値Ｖ＾（ｋ）と、電圧計測値Ｖ（ｋ）との差分であるｅ（ｋ）をゼロに収束させ電池パラメータφ＾（ｋ）の同定を行なう際に、観測ノイズの影響を有効に除去することができ、結果として、電池パラメータφ＾（ｋ）の推定精度を向上させることができる。

なお、本実施形態で用いるローパスフィルタＧ_ｌｐｆとしては、特に限定されないが、たとえば、下記式（１４）で示されるものなどが挙げられる。

ここで、図５に示すように、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）は、電池特性を得るために必要な周波数帯域（図５に示す例においては、０Ｈｚ〜ｆ_１Ｈｚ）および観測ノイズに基づく周波数帯域（図５に示す例においては、ｆ_１Ｈｚ〜ｆ_２Ｈｚ）からなり、観測ノイズに基づく周波数帯域は、電池特性を得るために必要な周波数帯域よりも高周波数側にあると考えられる。なお、図５は、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）の周波数帯域特性を示す図である。ここにおいて、電池特性の周波数帯域は、たとえば、ｃｏｌｅ−ｃｏｌｅプロットなどで測定することができ、また、観測ノイズに基づく周波数帯域は、ＦＦＴ（高速フーリエ変換）などにより測定することができる。

そして、図６に示すように、電池パラメータの同定性能に関し、ローパスフィルタＧ_ｌｐｆのカットオフ周波数に対して、電池特性を得るために必要な情報の欠如による影響と、観測ノイズによる影響とはトレードオフの関係にある。そのため、ローパスフィルタＧ_ｌｐｆのカットオフ周波数としては、電池特性を得るために必要な周波数帯域を減衰させることなく、観測ノイズを抑制するような周波数を選択することが好ましい。具体的には、ローパスフィルタ演算部３０３１により用いられるローパスフィルタＧ_ｌｐｆのカットオフ周波数は、状態変数フィルタ演算部３０３２により用いられる状態変数フィルタのカットオフ周波数以上とすることが好ましく、さらには、状態変数フィルタのカットオフ周波数と同じとすることがより好ましい。そして、ローパスフィルタＧ_ｌｐｆのカットオフ周波数を、状態変数フィルタのカットオフ周波数以上、さらには、状態変数フィルタのカットオフ周波数と同じとすることにより、観測ノイズを十分に低減しながら、電池特性を得るために必要な周波数帯域を抽出することができ、結果として、適応同定演算部３０３３により、電池モデルの電池パラメータφ＾（ｋ）を同定する際の同定精度を高めることができる。なお、図６は、ローパスフィルタＧ_ｌｐｆのカットオフ周波数と、電池特性を得るために必要な情報の欠如および観測ノイズが電池パラメータの同定性能に及ぼす影響と、の関係を示す相関図である。なお、図１４に示すように、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）について、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理を行なう方法でも、同様の効果を奏することができる。ここで、図１４は、図４に示す適応同定システムの等価変形例である。

また、本実施形態においては、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）のフィルタ処理に用いるローパスフィルタＧ_ｌｐｆとしては、位相ズレをなくすことができ、これにより、電池モデルの電池パラメータφ＾（ｋ）の同定精度が高くなるという観点より、全て同じ特性を有するものを用いることが望ましい。

そして、このようにして、算出された二次電池１０の電池パラメータφ＾（ｋ）は、変換状態量ω（ｋ）とともに、図２に示すように、電池パラメータ推定部３０３から、開路電圧推定部３０４に送出される。

開路電圧推定部３０４は、電池パラメータ推定部３０３により算出された電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）に基づいて、二次電池１０の開路電圧を推定し、開路電圧推定値Ｖ_０＾（ｋ）を算出する。以下、開路電圧推定値Ｖ_０＾（ｋ）の算出方法について説明する。

すなわち、本実施形態においては、上記式（１３）により算出された電池パラメータφ＾（ｋ）、および、上記式（１０）により演算された変換状態量ω（ｋ）より、上記式（４）に、これら電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）を代入することにより、開路電圧推定値Ｖ_０＾（ｋ）を算出する。

ここで、電池パラメータφ＾（ｋ）は、上述したように、未知パラメータ（Ｔ_１，Ｔ_２，Ｋ，ｈ）を含むパラメータＩ_ｉ，ｂ_０ｉに相当する。そのため、電池パラメータ推定部３０３により算出された電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）を用い、これらを、上記式（４）に代入することで、開路電圧推定値Ｖ_０＾（ｋ）を求めることができる。このようにして得られた開路電圧推定値Ｖ_０＾（ｋ）は、開路電圧推定部３０４により、ＳＯＣ推定部３０５に送出される。

ＳＯＣ推定部３０５は、開路電圧推定部３０４により算出された開路電圧推定値Ｖ_０＾（ｋ）から、予め定められた二次電池１０の開路電圧−充電率特性に基づいて、充電率推定値ＳＯＣ＾（ｋ）を算出する。なお、二次電池１０の開路電圧−充電率特性の一例を図７に示す。本実施形態では、二次電池１０の開路電圧−充電率特性は、電子制御ユニット３０に備えられたＲＡＭに予め記憶されており、二次電池１０について、予め実験などにより、開路電圧と充電率との関係を求めることにより得ることができる。

次いで、本実施形態における、電池パラメータφ＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定処理について、図８に示すフローチャートを用いて説明する。なお、図８に示す処理は一定周期毎（本実施形態では、１００ｍｓｅｃ毎）に実施される。以下の説明においては、Ｉ(ｋ）は今回の実行周期の電流値（今回の計測値）、Ｉ(ｋ−１）は１回前の実行周期での電流値（前回の計測値）とし、電流以外の値に関しても同様に表記する。なお、以下に説明する処理は、電子制御ユニット３０により行われる。

まず、ステップＳ１では、電流検出部３０１、および電圧検出部３０２により、電流計測値Ｉ（ｋ）、および電圧計測値Ｖ（ｋ）の取得が行われる。電流計測値Ｉ（ｋ）は電池パラメータ推定部３０３に送出される。

ステップＳ２では、電流計測値Ｉ（ｋ）、および電圧計測値Ｖ（ｋ）について、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１により、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理により、観測ノイズの除去が行なわれる。そして、ローパスフィルタＧ_ｌｐｆにより観測ノイズが除去された電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）について、電池パラメータ推定部３０３の状態変数フィルタ演算部３０３２により、上記式（１０）、（１１）に従い、状態変数フィルタを用いたフィルタ処理が行なわれ、変換状態量ω（ｋ）が算出される。

ステップＳ３では、ステップＳ２において算出された変換状態量ω（ｋ）、およびステップＳ２においてローパスフィルタＧ_ｌｐｆにより観測ノイズが除去された電圧計測値Ｖ（ｋ）を用いて、電池パラメータ推定部３０３の適応同定演算部３０３３により、上記式（１３）に従い、電池モデルの電池パラメータφ＾（ｋ）の同定が行なわれる。なお、電池パラメータφ＾（ｋ）の同定を行なう際においては、電圧推定値Ｖ＾（ｋ）について、ローパスフィルタ演算部３０３１により、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理を行ない、ローパスフィルタＧ_ｌｐｆによりフィルタ処理された電圧推定値Ｖ＾（ｋ）が用いられる。

ステップＳ４では、開路電圧推定部３０４により、電池パラメータ推定部３０３により算出された電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）に基づいて、開路電圧推定値Ｖ_０＾（ｋ）の算出が行なわれる。そして、算出された開路電圧推定値Ｖ_０＾（ｋ）は、ＳＯＣ推定部３０５に送出される。

ステップＳ５では、ＳＯＣ推定部３０５により、開路電圧推定部３０４により算出された開路電圧推定値Ｖ_０＾（ｋ）を用いて、予め定められた二次電池１０の開路電圧−充電率特性に基づいて、充電率推定値ＳＯＣ＾（ｋ）の算出が行なわれる。
本実施形態では、以上のようにして二次電池１０の電池モデルの電池パラメータφ＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定が行われる。

図９に、電池モデルを用いたシミュレーションにより、本実施形態の効果を検証した結果を示す。図９においては、上から電流計測値Ｉ（ｋ）の変化を示すプロファイル、電圧計測値Ｖ（ｋ）の変化を示すプロファイル、差分ｅ（ｋ）＝Ｖ（ｋ）−Ｖ＾（ｋ）の変化を示すプロファイル、充電率ＳＯＣの推定値の変化を示すプロファイルである。そして、これらのうち、差分ｅ（ｋ）、充電率ＳＯＣの推定値については、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）について、本実施形態に係るローパスフィルタ演算部３０３１によりローパスフィルタＧ_ｌｐｆによりフィルタ処理したものについて、実線で表し、ローパスフィルタＧ_ｌｐｆによりフィルタ処理しなかったものについて、一点鎖線で表した。また、充電率ＳＯＣの推定値については、各推定値に加えて、真値を点線で示した。

図９に示すように、ローパスフィルタＧ_ｌｐｆによりフィルタ処理しなかった場合には、差分ｅ（ｋ）＝Ｖ（ｋ）−Ｖ＾（ｋ）のブレが大きく、そのため、充電率ＳＯＣの推定値が、真値から乖離する結果となった。これに対して、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）について、本実施形態に係るローパスフィルタ演算部３０３１によりローパスフィルタＧ_ｌｐｆによりフィルタ処理した場合には、差分ｅ（ｋ）＝Ｖ（ｋ）−Ｖ＾（ｋ）がゼロに収束し、これにより、電池パラメータを良好に推定することができ、結果として、充電率ＳＯＣを高い精度で推定することが可能となることが確認できる。

本実施形態においては、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）を用いて、二次電池１０の電池モデルに基づく電圧推定値Ｖ＾（ｋ）を算出し、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）の差分ｅ（ｋ）がゼロに収束するように、電池モデルの電池パラメータφ＾（ｋ）を推定する際に、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）に含まれる計測ノイズの影響を除去するために、これらにローパスフィルタＧ_ｌｐｆによるフィルタ処理を施し、フィルタ処理を施した電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）を用いて、電池パラメータφ＾（ｋ）を推定する。そのため、本実施形態によれば、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）に含まれる計測ノイズの影響を有効に除去することができ、これにより、電圧計測値Ｖ（ｋ）と電圧推定値Ｖ＾（ｋ）との差分ｅ（ｋ）をゼロに収束し易くすることができ、これにより、電池パラメータφ＾（ｋ）の同定精度を向上させることができる。さらに、本実施形態によれば、電池パラメータφ＾（ｋ）を高い精度で同定できることにより、開路電圧推定値Ｖ_０＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定精度を高めることができる。なお、図１４に示すように、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）に代えて、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）について、ローパスフィルタＧ_ｌｐｆを用いたフィルタ処理を行なう方法でも、同様の効果を奏することができる。

また、本実施形態によれば、ローパスフィルタＧ_ｌｐｆのカットオフ周波数を、状態変数フィルタのカットオフ周波数以上、さらには、状態変数フィルタのカットオフ周波数と同じとすることにより、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）に含まれる電池特性を得るために必要な情報および観測ノイズのうち、電池特性を得るために必要な情報を減衰させることなく、観測ノイズを選択的に低減することができ、これにより、電池パラメータφ＾（ｋ）の同定精度をより向上させることができる。特に、ローパスフィルタＧ_ｌｐｆのカットオフ周波数を、状態変数フィルタのカットオフ周波数と同じとすることにより、電池特性を得るために必要な情報を減衰させることなく、観測ノイズを最小限に抑制することが可能となる。

《第２実施形態》
次いで、本発明の第２実施形態について、説明する。
第２実施形態においては、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１によるフィルタ処理に用いるローパスフィルタＧ_ｌｐｆ、および電池パラメータ推定部３０３の状態変数フィルタ演算部３０３２によるフィルタ処理に用いる状態変数フィルタとして、微分器を含まないものを用いる以外は、上述した第１実施形態と同様である。なお、図１０は、第２実施形態に係る適応同定システムの構成図である。

すなわち、第２実施形態においては、ローパスフィルタＧ_ｌｐｆとして微分器（微分演算子ｓ）を有しないものを用いるとともに、第１実施形態で用いた状態変数フィルタのうち、微分器を有するもの、すなわち、ｓ／（ｓ^２＋ｋ_１・ｓ＋ｋ_２）について、下記式（１５）に示すように部分分数分解を適用し、微分器（微分演算子ｓ）を有しない形とし、これを用いる。そして、第２実施形態においては、適応同定システムを図１０に示すような構成とする。

第２実施形態によれば、上述した第１実施形態の効果に加えて、次の効果を奏する。
すなわち、第２実施形態によれば、ローパスフィルタ演算部３０３１および状態変数フィルタ演算部３０３２によるフィルタ処理に用いるローパスフィルタＧ_ｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いるため、短いデータ長でも精度良く演算することができ、そのため、観測ノイズの影響のさらなる低減が可能となり、これにより、電池モデルの電池パラメータの推定精度および充電率ＳＯＣの推定精度のさらなる向上が可能となる。

特に、コストや消費電力の低減のために、電子制御ユニット３０を構成するＣＰＵとして、ＦＰＵ機能を有する高機能なＣＰＵを使用できない場合においては、演算を行なう際に、整数型で演算する必要性があり、このような場合においては、微分特性を有するローパスフィルタＧ_ｌｐｆや状態変数フィルタを、整数型変数で演算した場合、変数のダイナミックレンジが小さ過ぎて分解能を粗く設定する必要がある。そのため、このような場合において、ローパスフィルタＧ_ｌｐｆや状態変数フィルタとして、微分器を有するものを用いると、小さい観測ノイズによっても影響を受けたり、さらには、電池パラメータおよび充電率ＳＯＣの推定値にも誤差が生じてしまうこととなる。これに対して、第２実施形態によれば、ローパスフィルタＧ_ｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いるため、このようなＦＰＵ機能を有する高機能なＣＰＵを使用できない場合においても、観測ノイズの影響を受け難くすることができ、これにより、電池パラメータおよび充電率ＳＯＣの推定精度を高いものとすることができる。

図１１に、電池モデルを用いたシミュレーションにより、第２実施形態の効果を検証した結果を示す。図１１においては、上から電流計測値Ｉ（ｋ）の変化を示すプロファイル、電圧計測値Ｖ（ｋ）の変化を示すプロファイル、充電率ＳＯＣの推定値の変化を示すプロファイルである。そして、これらのうち、充電率ＳＯＣの推定値については、ローパスフィルタＧ_ｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いたものについて、実線で表し、微分器（微分演算子ｓ）を有するものを用いたものについて、一点鎖線で表した。また、充電率ＳＯＣの推定値について、各推定値に加えて、真値を点線で示した。なお、図１１に示すシミュレーション結果は、ローパスフィルタＧ_ｌｐｆおよび状態変数フィルタによる処理に係る演算を、整数型とし、分解能を粗く設定した場合のシミュレーション結果である。

図１１に示すように、ローパスフィルタＧ_ｌｐｆおよび状態変数フィルタによる処理に係る演算を、整数型とし、分解能を粗く設定した場合において、ローパスフィルタＧ_ｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有するものを用いた場合には、充電率ＳＯＣの推定値が、試験途中で発散する結果となった。これに対して、ローパスフィルタＧ_ｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いた場合には、電池パラメータを良好に推定することができ、結果として、充電率ＳＯＣを高い精度で推定することが可能となることが確認できる。

《第３実施形態》
次いで、本発明の第３実施形態について、説明する。
第３実施形態においては、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１によるフィルタ処理に用いるローパスフィルタＧ_ｌｐｆ、および状態変数フィルタ演算部３０３２によるフィルタ処理に用いる状態変数フィルタとして、それぞれ、一次のフィルタを用いる以外は、上述した第１実施形態と同様である。

すなわち、第３実施形態においては、第１実施形態で用いた状態変数フィルタである、ｓ／（ｓ^２＋ｋ_１・ｓ＋ｋ_２）および１／（ｓ^２＋ｋ_１・ｓ＋ｋ_２）について、下記式（１６）に示すように、部分分数分解を適用する。

そして、上記式（１６）において、ｋ_ａ＝ｋ_α、ｋ_ｂ＝ｋ_βとし、状態変数フィルタと、ローパスフィルタＧ_ｌｐｆとの共通根を括りだし、これらをまとめることにより、一次のローパスフィルタを並列接続した構成とすることにより、適応同定システムの構成を、図１２に示すようなものとすることができる。また、ｋ_１＝２・√（ｋ_２）とし、ローパスフィルタＧ_ｌｐｆを重根となるように設計し、これにより、一次のローパスフィルタを直列接続した構成とすることにより、適応同定システムの構成を、図１３に示すようなものとすることができる。なお、図１１中において、ζ_１（ｋ）、ζ_２（ｋ）、ζ_３（ｋ）、ζ_４（ｋ）およびζ_５（ｋ）は変換状態量であり、θ_１、θ_２、θ_３、θ_４およびθ_５は電池モデルお電池パラメータである。

第３実施形態によれば、上述した第１実施形態の効果に加えて、次の効果を奏する。
すなわち、第３実施形態によれば、ローパスフィルタ演算部３０３１および状態変数フィルタ演算部３０３２によるフィルタ処理に用いるローパスフィルタＧ_ｌｐｆおよび状態変数フィルタとして、一次のローパスフィルタを用いるため、これらのフィルタ処理に要する演算回数を低減することができ（たとえば、図４に示す適応同定システムにおいては、積算８回、加減算４回であるのに対し、図１２に示す適応同定システムにおいては、積算４回、加減算２回）、これにより、電池パラメータを同定する際における演算負荷を低減することができる。

なお、上述した実施形態において、電流検出部３０１は本発明の電流検出手段に、電圧検出部３０２は本発明の電圧検出手段に、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１は本発明のローパスフィルタ演算手段に、電池パラメータ推定部３０３の状態変数フィルタ演算部３０３２は本発明の端子電圧推定手段に、電池パラメータ推定部３０３の適応同定演算部３０３３は本発明の同定手段に、開路電圧推定部３０４は本発明の開路電圧推定手段に、ＳＯＣ推定部３０５は本発明の充電率推定手段に、それぞれ相当する。

以上、本発明の実施形態について説明したが、これらの実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。

１０…二次電池
２０…負荷
３０…電子制御ユニット
３０１…電流検出部
３０２…電圧検出部
３０３…電池パラメータ推定部
３０３１…ローパスフィルタ演算部
３０３２…状態変数フィルタ演算部
３０３３…適応同定演算部
３０４…開路電圧推定部
３０５…ＳＯＣ推定部
４０…電流計
５０…電圧計

Claims (6)

1. 二次電池の電流を、電流計測値として検出する電流検出手段と、
   前記二次電池の端子電圧を、電圧計測値として検出する電圧検出手段と、
   前記二次電池の電池モデルを定義し、前記電流計測値および前記電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定する端子電圧推定手段と、
   前記電圧計測値と前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する同定手段と、を備え、
   前記同定手段は、前記電圧計測値および前記電圧推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施し、前記ローパスフィルタによりフィルタ処理を施した前記電圧計測値および前記電圧推定値を用いて、前記差分を算出することを特徴とする電池状態推定装置。
2. 二次電池の電流を、電流計測値として検出する電流検出手段と、
   前記二次電池の端子電圧を、電圧計測値として検出する電圧検出手段と、
   前記電流計測値および前記電圧計測値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施すローパスフィルタ演算手段と、
   前記二次電池の電池モデルを定義し、前記ローパスフィルタを施した電流計測値および電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定する端子電圧推定手段と、
   前記ローパスフィルタによるフィルタ処理を施した電圧計測値と、前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する同定手段と、を備えることを特徴とする電池状態推定装置。
3. 請求項１または２に記載の電池状態推定装置において、
   前記ローパスフィルタのカットオフ周波数が、前記状態変数フィルタのカットオフ周波数以上であることを特徴とする電池状態推定装置。
4. 請求項３に記載の電池状態推定装置において、
   前記ローパスフィルタのカットオフ周波数が、前記状態変数フィルタのカットオフ周波数と同じであることを特徴とする電池状態推定装置。
5. 請求項１〜４のいずれかに記載の電池状態推定装置において、
   前記ローパスフィルタおよび前記状態変数フィルタが、微分器を含まない形態であることを特徴とする電池状態推定装置。
6. 請求項１〜５のいずれかに記載の電池状態推定装置において、
   前記ローパスフィルタおよび前記状態変数フィルタが、一次のローパスフィルタの直列または並列接続のみで構成されることを特徴とする電池状態推定装置。

Images