JP2013044598A - 二次電池の劣化管理システム - Google Patents
二次電池の劣化管理システム Download PDFInfo
- Publication number
- JP2013044598A JP2013044598A JP2011181600A JP2011181600A JP2013044598A JP 2013044598 A JP2013044598 A JP 2013044598A JP 2011181600 A JP2011181600 A JP 2011181600A JP 2011181600 A JP2011181600 A JP 2011181600A JP 2013044598 A JP2013044598 A JP 2013044598A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- value
- change rate
- secondary battery
- battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- 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
Abstract
【解決手段】変化率マップ141は、直流抵抗のパラメータ変化率のオンライン学習値grlを学習領域毎に記憶する。変化率マップ142は、拡散係数のパラメータ変化率のオンライン学習値gdlを学習領域毎に記憶する。変化率マップ141,142に記憶されたオンライン学習値が反映された電池モデル125を用いて、二次電池が所定のパターン電流に従って充放電したときの電圧挙動をシミュレーションするための仮想試験が実行される。劣化指標算出部250は、学習領域毎に実行された仮想試験の結果に基づいて、二次電池の劣化指標値Pdgを算出する。
【選択図】図12
Description
さらに好ましくは、劣化評価手段は、学習領域毎に、第2の記憶手段に記憶されたパラメータ変化率学習値に基づいて算出されたパラメータ値を所定パラメータに代入した電池モデルを用いた仮想試験を実行するための手段と、学習領域毎に、仮想試験の結果に基づいて所定の試験パターンにおける二次電池の内部抵抗値を算出するための手段と、学習領域毎に予め設定された内部抵抗値の基準値と、仮想試験の結果に基づいて算出された学習領域毎の内部抵抗値との、学習領域毎での比較に基づいて、二次電池の劣化度を示す指標値を算出するための手段とを含む。
図1は、本発明の実施の形態による二次電池の劣化管理システムが適用される、二次電池を電源とする電源システムの概略構成を示すブロック図である。
えば、電気自動車やハイブリッド自動車等に搭載される走行用電動機で構成される。さらに、負荷50は、電動機の回生電力により二次電池10を充電する。二次電池10は、代表的にはリチウムイオン電池により構成される。
次に、二次電池10の状態推定に用いられる電池モデルの一例を説明する。以下に説明する電池モデルは、二次電池内部での電気化学反応を考慮して内部挙動を動的に推定可能なように、非線形モデルを含んで構築されたものである。二次電池の種類は限定されるものではないが、以下の電池モデルでは、二次電池10としてリチウムイオン電池が適用されるものとして説明を進める。
次に、電池モデル中のパラメータについて説明する。
パラメータ変化率学習部150は、直流抵抗Raのパラメータ変化率grを、以下に説明する忘却要素付きの逐次最小自乗法を用いて推定する。まず、忘却係数付きの逐次最小自乗法について説明する。
拡散係数Dsについても、下記(17)式に従って、初期状態パラメータ値(Dsn)に対する変化率として、拡散係数のパラメータ変化率gdが定義される。
ECU100(データ収集部110)は、拡散抵抗の影響が電池電圧に大きく表われる時間的範囲において、所定の周期で電池電圧Vb,電池電流Ibおよび電池温度Tbのデータを繰返して取得する。
図10には、拡散係数Dsのパラメータ変化率学習値gdlを格納するための、変化率マップ142の概略的な構成を説明する概念図である。
次に、本実施の形態1による二次電池の劣化評価システムにおける、劣化評価指標について詳細に説明する。
図13は、I−V試験における代表的な電流波形図である。図13を参照して、時刻ta以前では、電池電流は0であり、二次電池は緩和状態である。時刻taから時刻tbまでの期間、一定の電池電流が電池から出力される。このときの電池電流はたとえば1Cであり、時刻taから時刻tbまでの期間は、たとえば10秒である。1Cは、電池の全容量を1時間で充電もしくは放電する場合の電流値である。
図17は、実施の形態1の変形例による劣化評価部200の機能を説明するブロック図である。
実施の形態1で説明したように、本実施の形態による二次電池の劣化評価システムは、二次電池の使用時に電池モデルのパラメータ変化率を学習することを前提としている。したがって、実施の形態2では、オンライン学習における各学習領域での学習回数を反映して、二次電池の劣化を評価をする。
実施の形態2の変形例では、各学習領域での学習回数を反映した劣化指標値の算出の他の例を説明する。すなわち、実施の形態2の変形例では、実施の形態2と比較して、劣化指標算出部250の機能が異なる。その他の部分については、実施の形態2と同様であるので、詳細な説明は繰り返さない。
ECU100は、ステップS450により、ステップS440で求められIV抵抗データの加重平均値IVaveに従って、劣化指標値Pdgを決定する。
実施の形態3では、実施の形態2およびその変形例で使用される学習回数の管理についての変形例が示される。すなわち、実施の形態3では、実施の形態2およびその変形例と比較して、学習回数の管理(図21)が異なる。その他の部分については、実施の形態2またはその変形例と同様であるので、詳細な説明は繰り返さない。
ECU100は、図21と同様のステップS212により、ステップS200により学習条件が成立したパラメータについて、パラメータ変化率grおよび/またはgdのオンライン学習値grl,gdlを更新する。さらに、図21と同様のステップS214により、変化率マップ141,142のマップ値を更新した学習領域について、学習回数マップ143,144に記憶された学習回数(Ngdおよび/またはNgd)がカウントアップされる。
実施の形態1では、電池モデル式に用いられるパラメータである直流抵抗Raおよび拡散係数Dsの両方が経年的に変化するものとして、両方のパラメータをオンライン学習する構成を説明した。しかしながら、二次電池のタイプによっては、主には、直流抵抗Raおよび拡散係数Dsの一方のみが経年的に変化するものもある。
実施の形態4の変形例では、実施の形態4とは反対に、拡散係数Dsの経年変化に対して、直流抵抗Raの経年変化が無視できる程に小さいタイプの二次電池の劣化評価について説明する。
Claims (12)
- 二次電池の電池電圧、電池電流および電池温度を検出するための検出手段と、
前記電池電圧および前記電池電流の少なくとも一方を含むデータを用いて、SOCを少なくとも含む前記二次電池の状態量を推定するための電池モデルに従って前記状態量を逐次推定するための電池状態推定手段と、
前記電池モデルで用いられるパラメータ群のうちの所定パラメータについて、前記SOCおよび前記電池温度の組み合わせによって規定された所定の学習領域毎に、初期状態値を予め記憶するための第1の記憶手段と、
前記二次電池の使用中に、前記検出手段によって検出されたデータと前記電池モデルとに基づくパラメータ同定によって、前記所定パラメータの前記初期状態値に対する現在のパラメータ値の比であるパラメータ変化率を逐次学習するためのパラメータ変化率学習手段と、
前記パラメータ変化率学習手段によって算出されたパラメータ変化率学習値を前記学習領域毎に記憶するための第2の記憶手段と、
前記学習領域毎に実行された、前記二次電池が所定の試験パターンに従って充電および放電の少なくとも一方を実行した際の前記二次電池の挙動を前記電池モデルを用いて求める仮想試験の結果に基づいて、前記二次電池の劣化度を評価するための劣化評価手段とを備える、二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記第2の記憶手段に記憶された前記パラメータ変化率学習値に基づいて算出されたパラメータ値を前記所定パラメータに代入した前記電池モデルを用いた前記仮想試験の結果に基づいて、前記二次電池の劣化度を評価する、請求項1記載の二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記学習領域毎に、前記第2の記憶手段に記憶された前記パラメータ変化率学習値に基づいて算出されたパラメータ値を前記所定パラメータに代入した前記電池モデルを用いた前記仮想試験を実行するための手段と、
前記学習領域毎に、前記仮想試験の結果に基づいて前記所定の試験パターンにおける前記二次電池の内部抵抗値を算出するための手段と、
前記学習領域毎に予め設定された前記内部抵抗値の基準値と、前記仮想試験の結果に基づいて算出された前記学習領域毎の前記内部抵抗値との、前記学習領域毎での比較に基づいて、前記二次電池の劣化度を示す指標値を算出するための手段とを含む、請求項1または2記載の二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記学習領域毎における前記仮想試験の結果に基づいて求められた、前記所定パラメータの前記パラメータ変化率に関する限界値と、前記第2の記憶手段に記憶された前記パラメータ変化率学習値との前記学習領域毎での比較に基づいて、前記二次電池の劣化度を評価する、請求項1記載の二次電池の劣化管理システム。 - 所定のパラメータは、複数のパラメータを含み、
前記劣化評価手段は、
前記学習領域毎に、前記複数のパラメータのうちの第1のパラメータを除く他の各パラメータの値を前記初期状態値に固定する一方で、前記第1のパラメータをそれぞれ変化させて前記電池モデルを用いた前記仮想試験を複数回実行するための手段と、
前記複数回の前記仮想試験の結果に基づいて、前記所定の試験パターンにおける前記二次電池の内部抵抗値が許容最大値であるときに対応する前記第1のパラメータのパラメータ変化率限界値を前記限界値として前記学習領域毎に求めるための手段と、
前記第1のパラメータについての、前記第2の記憶手段に記憶された前記パラメータ変化率学習値と、前記パラメータ変化率限界値との前記学習領域毎での比較に基づいて、前記二次電池の劣化度を示す指標値を算出するための手段とを含む、請求項1または4記載の二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記二次電池の使用前に前記複数回の仮想試験によって予め求められた前記学習領域毎の前記パラメータ変化率限界値を記憶するための第3の記憶手段を含み、
前記指標値の算出において、前記学習領域毎の前記パラメータ変化率限界値は前記第3の記憶手段から読み出される、請求項5記載の二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記学習領域毎での比較の結果を示す比較評価値を算出するための手段と、
前記学習領域毎の前記比較評価値のうちの、前記内部抵抗値が最も高いことを示す最大値に従って前記指標値を算出するための指標値算出手段とを含む、請求項3または5に記載の二次電池の劣化管理システム。 - 前記パラメータ変化率学習手段は、所定の学習条件が成立する毎に、その際の前記学習領域の前記パラメータ変化率学習値を更新し、
前記劣化管理システムは、
前記パラメータ変化率学習手段が前記パラメータ変化率学習値を更新した回数を前記学習領域毎に記憶するための第4の記憶手段をさらに備え、
前記劣化評価手段は、
前記学習領域毎での比較の結果を示す比較評価値を算出するための手段と、
前記第4の記憶手段に記憶された前記学習領域毎の学習回数に基づいて選択された前記学習領域での前記比較評価値に従って前記指標値を算出するための手段とを含む、請求項3または5に記載の二次電池の劣化管理システム。 - 前記パラメータ変化率学習手段は、所定の学習条件が成立する毎に、その際の前記学習領域の前記パラメータ変化率学習値を更新し、
前記劣化管理システムは、
前記パラメータ変化率学習手段が前記パラメータ変化率学習値を更新した回数を前記学習領域毎に記憶するための第4の記憶手段をさらに備え、
前記劣化評価手段は、
前記学習領域毎での比較の結果を示す比較評価値を算出するための手段と、
前記学習領域毎の前記比較評価値についての、前記第4の記憶手段に記憶された前記学習領域毎の学習回数で重み付けした平均値に従って、前記指標値を算出するための手段とを含む、請求項3または5に記載の二次電池の劣化管理システム。 - 前記パラメータ変化率学習手段は、時間経過に伴って前記第4の記憶手段に記憶された前記学習領域毎の学習回数を減少させるための手段をさらに含む、請求項8または9に記載の二次電池の劣化管理システム。
- 前記電池モデルは、
前記二次電池内部の活物質の表面での反応関与物質濃度の関数である開放電圧、および前記二次電池内部での充放電電流による電圧変化量から表わされる電圧方程式と、
前記活物質の内部における前記反応関与物質濃度の分布を規定する拡散方程式とを含み、
前記所定パラメータは、前記電圧方程式において直流抵抗を示すパラメータを含む、請求項1〜10のいずれか1項に記載の二次電池の劣化管理システム。 - 前記電池モデルは、
前記二次電池内部の活物質の表面での反応関与物質濃度の関数である開放電圧、および前記二次電池内部での充放電電流による電圧変化量から表わされる電圧方程式と、
前記活物質の内部における前記反応関与物質濃度の分布を規定する拡散方程式とを含み、
前記所定パラメータは、前記拡散方程式において前記反応関与物質の拡散速度を表わす拡散パラメータを含む、請求項1〜10のいずれか1項に記載の二次電池の劣化管理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011181600A JP5694088B2 (ja) | 2011-08-23 | 2011-08-23 | 二次電池の劣化管理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011181600A JP5694088B2 (ja) | 2011-08-23 | 2011-08-23 | 二次電池の劣化管理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013044598A true JP2013044598A (ja) | 2013-03-04 |
JP5694088B2 JP5694088B2 (ja) | 2015-04-01 |
Family
ID=48008625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011181600A Active JP5694088B2 (ja) | 2011-08-23 | 2011-08-23 | 二次電池の劣化管理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5694088B2 (ja) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013089424A (ja) * | 2011-10-17 | 2013-05-13 | Internatl Business Mach Corp <Ibm> | バッテリの状態予測システム、方法及びプログラム |
CN103345163A (zh) * | 2013-07-11 | 2013-10-09 | 哈尔滨工业大学 | 基于半实物仿真的电池管理系统性能测试平台及测试方法 |
CN105093114A (zh) * | 2015-03-02 | 2015-11-25 | 北京交通大学 | 一种电池在线建模与荷电状态的联合估计方法及系统 |
WO2015198631A1 (ja) * | 2014-06-24 | 2015-12-30 | 株式会社 東芝 | 蓄電池システムの劣化制御装置及びその方法 |
KR20160000317A (ko) * | 2014-06-24 | 2016-01-04 | 삼성전자주식회사 | 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법 |
JP5862836B2 (ja) * | 2013-04-11 | 2016-02-16 | トヨタ自動車株式会社 | 電池システム |
KR20170010002A (ko) | 2014-06-24 | 2017-01-25 | 가부시끼가이샤 도시바 | 축전 시스템 및 특성 파라미터의 추정 방법 |
JP2018040685A (ja) * | 2016-09-07 | 2018-03-15 | 日立化成株式会社 | シミュレーション方法およびシミュレーション装置 |
US10101406B2 (en) | 2014-12-04 | 2018-10-16 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating state of battery |
KR20180138329A (ko) * | 2017-06-21 | 2018-12-31 | 현대자동차주식회사 | 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템 |
JP2019030216A (ja) * | 2017-07-27 | 2019-02-21 | コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツングContinental Automotive GmbH | 第1エネルギ蓄積ユニットおよび第2エネルギ蓄積ユニット用の制御装置ならびに制御装置を動作させる方法 |
US10330737B2 (en) | 2015-04-08 | 2019-06-25 | Hyundai Motor Company | Apparatus and method for calculating degradation degree |
CN111002828A (zh) * | 2018-10-05 | 2020-04-14 | 本田技研工业株式会社 | 诊断装置、诊断方法及存储介质 |
KR20200128170A (ko) * | 2018-03-28 | 2020-11-11 | 도요시스템 가부시키가이샤 | 열화 상태 판정 장치 및 열화 상태 판정 방법 |
WO2020246558A1 (ja) | 2019-06-07 | 2020-12-10 | ビークルエナジージャパン株式会社 | 電池制御装置 |
US10886767B2 (en) | 2018-02-12 | 2021-01-05 | Samsung Electronics Co., Ltd. | Method and apparatus controlling charging of battery based on diffusion characteristics of material included in the battery |
JPWO2021028707A1 (ja) * | 2019-08-12 | 2021-02-18 | ||
US11150309B2 (en) | 2018-08-02 | 2021-10-19 | Denso Corporation | Degradation degree estimation apparatus and power source including the same |
US20210405123A1 (en) * | 2020-06-24 | 2021-12-30 | Kai Ming WONG | Method, apparatus, storage medium and terminal equipment for estimating the impedance of battery |
CN113924501A (zh) * | 2020-01-20 | 2022-01-11 | 东洋系统株式会社 | 电池性能评估装置、电子设备、充电器以及电池性能评估方法 |
WO2024042874A1 (ja) * | 2022-08-26 | 2024-02-29 | パナソニックIpマネジメント株式会社 | 電池の内部抵抗の測定方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102574257B1 (ko) | 2015-10-30 | 2023-09-01 | 삼성전자주식회사 | Soh 추정 장치 및 방법과, soh 추정 모델 생성 장치 및 방법 |
CN108983100B (zh) * | 2017-05-31 | 2022-03-01 | 东莞前沿技术研究院 | 电池剩余电量的处理方法及装置 |
KR102296993B1 (ko) | 2017-11-17 | 2021-09-01 | 주식회사 엘지에너지솔루션 | 배터리 저항 추정 장치 및 방법 |
CN108318823B (zh) * | 2017-12-28 | 2020-06-02 | 上海交通大学 | 一种基于噪声跟踪的锂电池荷电状态估算方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011015520A (ja) * | 2009-07-01 | 2011-01-20 | Toyota Motor Corp | 車両の制御装置 |
-
2011
- 2011-08-23 JP JP2011181600A patent/JP5694088B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011015520A (ja) * | 2009-07-01 | 2011-01-20 | Toyota Motor Corp | 車両の制御装置 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013089424A (ja) * | 2011-10-17 | 2013-05-13 | Internatl Business Mach Corp <Ibm> | バッテリの状態予測システム、方法及びプログラム |
JP5862836B2 (ja) * | 2013-04-11 | 2016-02-16 | トヨタ自動車株式会社 | 電池システム |
JPWO2014167602A1 (ja) * | 2013-04-11 | 2017-02-16 | トヨタ自動車株式会社 | 電池システム |
CN103345163A (zh) * | 2013-07-11 | 2013-10-09 | 哈尔滨工业大学 | 基于半实物仿真的电池管理系统性能测试平台及测试方法 |
KR101927644B1 (ko) * | 2014-06-24 | 2018-12-10 | 가부시끼가이샤 도시바 | 축전지 시스템의 열화 제어 장치 및 그 방법 |
WO2015198631A1 (ja) * | 2014-06-24 | 2015-12-30 | 株式会社 東芝 | 蓄電池システムの劣化制御装置及びその方法 |
KR20160000317A (ko) * | 2014-06-24 | 2016-01-04 | 삼성전자주식회사 | 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법 |
KR20170010002A (ko) | 2014-06-24 | 2017-01-25 | 가부시끼가이샤 도시바 | 축전 시스템 및 특성 파라미터의 추정 방법 |
JPWO2015198631A1 (ja) * | 2014-06-24 | 2017-05-25 | 株式会社東芝 | 蓄電池システムの劣化制御装置及びその方法 |
US10261132B2 (en) | 2014-06-24 | 2019-04-16 | Kabushiki Kaisha Toshiba | Electricity storage system and method of estimating characteristic parameter |
KR102215450B1 (ko) | 2014-06-24 | 2021-02-15 | 삼성전자주식회사 | 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법 |
US10101406B2 (en) | 2014-12-04 | 2018-10-16 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating state of battery |
CN105093114A (zh) * | 2015-03-02 | 2015-11-25 | 北京交通大学 | 一种电池在线建模与荷电状态的联合估计方法及系统 |
US10330737B2 (en) | 2015-04-08 | 2019-06-25 | Hyundai Motor Company | Apparatus and method for calculating degradation degree |
JP2018040685A (ja) * | 2016-09-07 | 2018-03-15 | 日立化成株式会社 | シミュレーション方法およびシミュレーション装置 |
KR20180138329A (ko) * | 2017-06-21 | 2018-12-31 | 현대자동차주식회사 | 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템 |
KR102417895B1 (ko) * | 2017-06-21 | 2022-07-07 | 현대자동차주식회사 | 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템 |
JP2019030216A (ja) * | 2017-07-27 | 2019-02-21 | コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツングContinental Automotive GmbH | 第1エネルギ蓄積ユニットおよび第2エネルギ蓄積ユニット用の制御装置ならびに制御装置を動作させる方法 |
US10926641B2 (en) | 2017-07-27 | 2021-02-23 | Vitesco Technologies GmbH | Control apparatus for an energy storage unit |
US11552494B2 (en) | 2018-02-12 | 2023-01-10 | Samsung Electronics Co., Ltd. | Method and apparatus controlling charging of battery based on diffusion characteristics of material included in the battery |
US10886767B2 (en) | 2018-02-12 | 2021-01-05 | Samsung Electronics Co., Ltd. | Method and apparatus controlling charging of battery based on diffusion characteristics of material included in the battery |
KR102237565B1 (ko) | 2018-03-28 | 2021-04-07 | 도요시스템 가부시키가이샤 | 열화 상태 판정 장치 및 열화 상태 판정 방법 |
KR20200128170A (ko) * | 2018-03-28 | 2020-11-11 | 도요시스템 가부시키가이샤 | 열화 상태 판정 장치 및 열화 상태 판정 방법 |
US11150309B2 (en) | 2018-08-02 | 2021-10-19 | Denso Corporation | Degradation degree estimation apparatus and power source including the same |
JP7066590B2 (ja) | 2018-10-05 | 2022-05-13 | 本田技研工業株式会社 | 診断装置、診断方法、及びプログラム |
JP2020061824A (ja) * | 2018-10-05 | 2020-04-16 | 本田技研工業株式会社 | 診断装置、診断方法、及びプログラム |
CN111002828A (zh) * | 2018-10-05 | 2020-04-14 | 本田技研工业株式会社 | 诊断装置、诊断方法及存储介质 |
CN111002828B (zh) * | 2018-10-05 | 2023-08-25 | 本田技研工业株式会社 | 诊断装置、诊断方法及存储介质 |
WO2020246558A1 (ja) | 2019-06-07 | 2020-12-10 | ビークルエナジージャパン株式会社 | 電池制御装置 |
JPWO2021028707A1 (ja) * | 2019-08-12 | 2021-02-18 | ||
CN113924501A (zh) * | 2020-01-20 | 2022-01-11 | 东洋系统株式会社 | 电池性能评估装置、电子设备、充电器以及电池性能评估方法 |
EP3951997A4 (en) * | 2020-01-20 | 2023-03-22 | Toyo System Co., Ltd. | BATTERY PERFORMANCE EVALUATION DEVICE, ELECTRONIC APPARATUS, CHARGER AND BATTERY PERFORMANCE EVALUATION METHOD |
US20210405123A1 (en) * | 2020-06-24 | 2021-12-30 | Kai Ming WONG | Method, apparatus, storage medium and terminal equipment for estimating the impedance of battery |
WO2024042874A1 (ja) * | 2022-08-26 | 2024-02-29 | パナソニックIpマネジメント株式会社 | 電池の内部抵抗の測定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5694088B2 (ja) | 2015-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5694088B2 (ja) | 二次電池の劣化管理システム | |
JP4703593B2 (ja) | 二次電池の状態推定装置 | |
Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
JP5036662B2 (ja) | 二次電池の監視装置及び二次電池システム | |
EP2325664B1 (en) | State estimating device for secondary battery | |
US8531158B2 (en) | Method and apparatus for assessing battery state of health | |
US8680815B2 (en) | Method and apparatus for assessing battery state of health | |
KR101846690B1 (ko) | Wls 기반 soh 추정 시스템 및 방법 | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
Waag et al. | Adaptive on-line prediction of the available power of lithium-ion batteries | |
RU2361333C2 (ru) | Оценка состояния и параметров гальванического элемента | |
JP6668905B2 (ja) | 電池劣化推定装置 | |
JP6234946B2 (ja) | 電池状態推定装置 | |
Kessels et al. | On-line battery identification for electric driving range prediction | |
Badeda et al. | Basics of lead–acid battery modelling and simulation | |
JP2015524048A (ja) | バッテリの充電状態の推定 | |
US20220082626A1 (en) | Method for estimating state of health of battery | |
US20220268856A1 (en) | Method for detecting internal short-circuited cell | |
JP2023541417A (ja) | バッテリの充電状態を推定する方法 | |
JP7326237B2 (ja) | 複数の電池に関する判定装置、蓄電システム、判定方法及び判定プログラム | |
Meng et al. | Comparative study of lithium‐ion battery open‐circuit‐voltage online estimation methods | |
CN113785209B (zh) | 用于检测异常电池单体的方法 | |
Chen et al. | An internal resistance estimation method of lithium-ion batteries with constant current tests considering thermal effect | |
Guoliang et al. | State of charge estimation for NiMH battery based on electromotive force method | |
Selvabharathi et al. | Estimating the state of health of lead-acid battery using feed-forward neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131125 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140520 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140714 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150113 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150204 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5694088 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |