JP2014077785A - 蓄電池管理装置、蓄電池管理方法及びプログラム - Google Patents

Abstract

【課題】蓄電池についてのモデルを利用して蓄電池の劣化状態を推定するにあたり、想定外の劣化要因による劣化が発生した場合における推定精度の低下を抑制する。
【解決手段】蓄電池管理装置は、蓄電池について検出した所定の状態に基づく判定パラメータと、蓄電池の基本モデルと劣化モデルとにしたがって推定した判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示している場合に、劣化要因ごとに運用条件が対応付けられた劣化要因データベースに運用履歴を照合させることにより蓄電池の劣化要因を推定する。そして、蓄電池管理装置は、推定された劣化要因に基づいて劣化モデルを変更する。
【選択図】図２

Description

本発明は、蓄電池管理装置、蓄電池管理方法及びプログラムに関する。

例えばリチウムイオン電池などの蓄電池あるいは二次電池などといわれるものは、使用経過に応じて劣化することが知られている。従って、蓄電池の劣化状況を把握しておくことができれば、蓄電池を運用していくのにあたって有用であると考えられる。

そこで、以下のように二次電池の余寿命を推定する二次電池の制御システムが知られている。つまり、この制御システムは、二次電池に設けられたセンサからの検出値に基づき、二次電池の内部状態を動的に推定可能な電池モデルにしたがって、二次電池の内部状態としての予測端子間電圧を予測する。ここでの電池モデルは、活物質と界面の化学反応、活物質内の濃度分布、電解液の濃度分布、電極と電解液の電位分布を推定するためのものである。
この制御システムは、センサにより検出された実際のバッテリ電圧と予測端子間電圧とを比較して、両者の差が大きい場合には、電池モデルに使用するパラメータを同定モデルにしたがって同定し、同定された値に更新したパラメータを電池モデルに使用する。
この更新対象とされるパラメータについては、予め、二次電池の使用度(使用期間あるいは充放電積算値)に応じた値の変化が劣化特性として求められている。制御システムは、更新時点におけるパラメータと、劣化特性において予め設定されている限界値との差から、二次電池の余寿命を使用可能な期間として推定するというものである（例えば、特許文献１参照）。

特許第４８０２９４５号公報

蓄電池の劣化要因は多様であるため、その使用環境や使用条件などによっては、運用を開始してから或る時間が経過した後に、想定外の劣化要因による劣化が発生する可能性がある。蓄電池を運用するにあたり、すべての劣化要因を把握しておくことが理想ではあるが、現実的には非常に困難である。このために、ある程度の分析や評価結果などから起こりえる劣化を推定したうえでの蓄電池の運用とならざるを得ない側面があり、この場合には、電池モデルでは想定外の劣化要因による劣化が発生する可能性がある。
例えば、特許文献１の制御システムにおける電池モデルもある程度の分析や試験などに基づいて得られるものであるため、想定外の劣化要因による劣化が発生した場合には、その電池モデル自体が現実の蓄電池の劣化要因を反映していないものになってしまう。これにより、例えば電池モデルを用いた蓄電池の劣化についての推定精度が低下してしまうことになる。
しかし、特許文献１では、予め求めた電池モデルに反映されている劣化要因とは異なるような想定外の劣化要因による劣化が発生した場合に、これにどのように対応して蓄電池の劣化状態の推定精度を維持するのかということについての記載はない。したがって、特許文献１の技術により、想定外の劣化要因による劣化が発生した場合に対応して劣化状態の推定精度の低下を抑えることは難しい。

本発明は、このような事情に鑑みてなされたもので、蓄電池についてのモデルを利用して蓄電池の劣化状態を推定するにあたり、想定外の劣化要因による劣化が発生した場合における推定精度の低下を抑制することを目的とする。

上述した課題を解決するために、本発明の一態様としての蓄電池管理装置は、蓄電池についての所定の状態を検出する状態検出部と、蓄電池の運用に関する履歴を示す運用履歴情報に基づいて、蓄電池の内部状態を推定するための基本モデルと前記基本モデルに蓄電池の劣化機能を与える劣化モデルとにしたがって蓄電池の所定の状態を推定するモデル部と、前記状態検出部により検出された所定の状態に基づく判定パラメータと前記モデル部により推定された判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する乖離判定部と、蓄電池の劣化要因ごとに運用条件が対応付けられた劣化要因データベースを記憶する劣化要因データベース記憶部と、前記状態検出部により検出された所定の状態と前記モデル部により推定された所定の状態とが前記一定以上の乖離を示していると前記乖離判定部により判定された場合に、前記運用履歴情報を前記劣化要因データベースと照合することにより、蓄電池の劣化要因を推定する劣化要因推定部と、前記劣化要因推定部により推定された劣化要因に基づいて前記劣化モデルを変更するモデル変更部とを備える。

また、上記の蓄電池管理装置において、前記モデル変更部は、前記劣化要因推定部により推定された劣化要因に対応して設定された抵抗成分を付加するように前記劣化モデルを変更してもよい。

また、上記の蓄電池管理装置において、前記劣化モデルは、蓄電池の充放電のサイクルに応じたサイクル劣化としての劣化機能を前記基本モデルに与えるサイクル劣化モデルであってもよい。

また、上記の蓄電池管理装置において、前記劣化モデルは、蓄電池の保存時間に応じた保存劣化としての劣化機能を前記基本モデルに与える保存劣化モデルであってもよい。

また、上記の蓄電池管理装置において、前記状態検出部は、前記蓄電池の所定の状態として電池容量を検出し、前記乖離判定部は、前記状態検出部により検出された電池容量に基づいて判定パラメータとして求めた実容量維持率と、前記モデル部により判定パラメータとして推定された推定実容量維持率との差分の絶対値に基づく判定対象値が一定以上であるか否かに基づいて、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定してもよい。

また、上記の蓄電池管理装置において、前記状態検出部は、前記蓄電池の所定の状態として電池容量を検出し、前記乖離判定部は、前記モデル部により判定パラメータとして推定された推定実容量維持率が、前記状態検出部により検出された電池容量に基づいて判定パラメータとして求めた実容量維持率と同じ値になるまでの充放電サイクル回数または時間に基づく判定対象値が一定以上であるか否かに基づいて、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定してもよい。

また、上記の蓄電池管理装置において、前記状態検出部は、前記蓄電池の所定の状態として電池容量を検出し、前記乖離判定部は、前記モデル部により判定パラメータとして推定された推定実容量維持率の充放電サイクル回数または時間に応じた変化を示す曲線において変曲点が出現しない区間において、前記状態検出部により検出された電池容量に基づいて判定パラメータとして求めた実容量維持率の充放電サイクル回数または時間に応じた変化を示す曲線に変曲点が出現するか否かに基づいて、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定してもよい。

また、上記の蓄電池管理装置は、前記モデル部により推定された蓄電池の所定の状態に基づいて、蓄電池についての所定の情報を示す蓄電池情報を生成する蓄電池情報生成部をさらに備えてもよい。

また、上記の蓄電池管理装置において、前記蓄電池情報生成部は、蓄電池についての余寿命を推定し、推定した余寿命を前記蓄電池情報として生成してもよい。

また、本発明の一態様としての蓄電池管理方法は、蓄電池についての所定の状態を検出する状態検出ステップと、蓄電池の運用に関する履歴を示す運用履歴情報に基づいて、蓄電池の内部状態を推定するための基本モデルと前記基本モデルに蓄電池の劣化機能を与える劣化モデルとにしたがって蓄電池の所定の状態を推定するモデルステップと、前記状態検出ステップにより検出された所定の状態に基づく判定パラメータと前記モデルステップにより推定された判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する乖離判定ステップと、前記状態検出ステップにより検出された所定の状態と前記モデルステップにより推定された所定の状態とが前記一定以上の乖離を示していると前記乖離判定ステップにより判定された場合に、前記運用履歴情報を蓄電池の劣化要因ごとに運用条件が対応付けられた劣化要因データベースと照合することにより、蓄電池の劣化要因を推定する劣化要因推定ステップと、前記劣化要因推定ステップにより推定された劣化要因に基づいて前記劣化モデルを変更するモデル変更ステップとを備える。

また、本発明の一態様としてのプログラムは、コンピュータに、蓄電池についての所定の状態を検出する状態検出ステップと、蓄電池の運用に関する履歴を示す運用履歴情報に基づいて、蓄電池の内部状態を推定するための基本モデルと前記基本モデルに蓄電池の劣化機能を与える劣化モデルとにしたがって蓄電池の所定の状態を推定するモデルステップと、前記状態検出ステップにより検出された所定の状態に基づく判定パラメータと前記モデルステップにより推定された判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する乖離判定ステップと、前記状態検出ステップにより検出された所定の状態と前記モデルステップにより推定された所定の状態とが前記一定以上の乖離を示していると前記乖離判定ステップにより判定された場合に、前記運用履歴情報を蓄電池の劣化要因ごとに運用条件が対応付けられた劣化要因データベースと照合することにより、蓄電池の劣化要因を推定する劣化要因推定ステップと、前記劣化要因推定ステップにより推定された劣化要因に基づいて、前記劣化モデルを変更するモデル変更ステップとを実行させるためのものである。

以上説明したように、本発明によれば、電池についてのモデルを利用して蓄電池の劣化状態を推定するにあたり、想定外の劣化要因による劣化が発生した場合における推定精度の低下を抑制できるようになるという効果が得られる。

本実施形態における電力管理システムの構成例を示す図である。 本実施形態における管理装置の構成例を示す図である。 本実施形態におけるモデルデータ記憶部が記憶するモデルデータの内容例を示す図である。 本実施形態における劣化要因データベースの内容例を示す図である。 本実施形態における基本モデルに対応する一次元充放電モデルの例を示す図である。 サイクル劣化モデルを生成するための手順例を示す図である。 蓄電池に想定外の劣化要因による劣化が生じた場合の蓄電池の状態と、劣化モデルにしたがって予測される蓄電池の状態を、充放電サイクル回数と容量維持率との関係により例示するとともに、本実施形態における乖離判定手法の第１例を示す図である。 本実施形態における乖離判定手法の第２例を示す図である。 本実施形態における乖離判定手法の第３例を示す図である。 劣化モデルを変更した後の蓄電池の状態と、変更された劣化モデルにしたがって予測される蓄電池の状態を、充放電サイクル回数と容量維持率との関係により例示する図である。 劣化モデルを変更するために管理装置が実行する処理手順例を示す図である。

［電力管理システムの構成例］
図１は、本発明の実施形態における電力管理システムの構成例を示している。この図に示す電力管理システムは、１つの施設１００において利用される電力を管理するもので、例えばＨＥＭＳ（Home Energy Management System）といわれるものに対応する。
また、施設１００は、例えば住宅、商業施設、産業施設、公共施設などのうちのいずれかである。

図１に示す施設１００においては、太陽電池１０１、パワーコンディショナ（PCS：Power Conditioning System）１０２、蓄電池１０３、インバータ１０４、電力経路切替部１０５、負荷１０６及び管理装置１０７を備える。

太陽電池１０１は、光起電力効果により光エネルギーを電力に変換する電力発生装置(太陽光発電装置)である。太陽電池１０１は、例えば施設１００の屋根などのように太陽光を効率的に受けられる場所に設置されることで、太陽光を電力に変換する。
パワーコンディショナ１０２は、太陽電池１０１から出力される直流の電力を交流に変換する。

蓄電池１０３は、充電のために入力される電力を蓄積し、また、蓄積した電力を放電して出力する。この蓄電池１０３には、例えばリチウムイオン電池などを採用することができる。

インバータ１０４は、複数の蓄電池１０３ごとに対応して備えられるもので、蓄電池１０３に充電するための電力の交流直流変換または蓄電池１０３から放電により出力される電力の直流交流変換を行う。つまり、蓄電池１０３が入出力する電力の双方向変換を行う。
具体的に、蓄電池１０３に対する充電時には、商用電源ＡＣまたはパワーコンディショナ１０２から電力経路切替部１０５を介して充電のための交流の電力がインバータ１０４に供給される。インバータ１０４は、このように供給される交流の電力を直流に変換し、蓄電池１０３に供給する。
また、蓄電池１０３の放電時には、蓄電池１０３から直流の電力が出力される。インバータ１０４は、このように蓄電池１０３から出力される直流の電力を交流に変換して電力経路切替部１０５に供給する。

電力経路切替部１０５は、管理装置１０７の制御に応じて電力経路の切り替えを行う。
上記の制御に応じて、電力経路切替部１０５は、施設１００において、商用電源ＡＣを負荷１０６に供給するように電力経路を形成することができる。

また、電力経路切替部１０５は、施設１００において、太陽電池１０１により発生された電力をパワーコンディショナ１０２から負荷１０６に供給するように電力経路を形成することができる。
また、電力経路切替部１０５は、施設１００において、商用電源ＡＣと太陽電池１０１の一方または両方から供給される電力をインバータ１０４経由で蓄電池１０３に充電するように電力経路を形成することができる。
また、電力経路切替部１０５は、施設１００において、蓄電池１０３から放電により出力させた電力を、インバータ１０４経由で負荷１０６に供給するように電力経路を形成することができる。

負荷１０６は、施設１００において自己が動作するために電力を消費する機器や設備などを一括して示したものである。

管理装置１０７は、施設１００における電力を管理する。このために、管理装置１０７は、施設１００における電気設備（太陽電池１０１、パワーコンディショナ１０２、蓄電池１０３、インバータ１０４、電力経路切替部１０５、負荷１０６のすべてまたは一部）を制御する。

そのうえで、本実施形態の管理装置１０７は、施設１００において運用される蓄電池１０３の管理を行う蓄電池管理装置１０７Ａとしての機能を含む。一例として、蓄電池管理装置１０７Ａの機能は、蓄電池１０３の余寿命を推定することである。

［蓄電池管理装置の構成例］
図２は、蓄電池管理装置１０７Ａの構成例を示している。
この図に示す蓄電池管理装置１０７Ａは、状態検出部２０１、運用履歴情報管理部２０２、運用履歴情報記憶部２０３、モデルデータ記憶部２０４、モデル部２０５、乖離判定部２０６、劣化要因推定部２０７、劣化要因データベース記憶部２０８、モデル変更部２０９、蓄電池情報生成部２１０及び情報出力部２１１を備える。

状態検出部２０１は、蓄電池１０３についての所定の状態を検出する。状態検出部２０１は、所定の状態として、例えば、蓄電池１０３の放電容量または充電容量としての電池容量、蓄電池１０３の内部抵抗（インピーダンス）などを検出することができる。放電容量は、蓄電池１０３の仕様や運用等の条件に応じて定めた放電開始から放電終了までの間に蓄電池１０３から放出された電気量である。充電容量は、蓄電池１０３の仕様や運用等の条件に応じて定めた充電開始から充電終了までの間で充電するのに必要な電気量である。なお、以降において、電池容量は放電容量である場合を例に説明を行う。
あるいは、状態検出部２０１は、電池容量や内部抵抗の検出のほかに、蓄電池１０３の充放電曲線特性（一定電流による充電、放電を行った場合の電圧変化を示す特性）、蓄電池１０３の温度、蓄電池１０３の外形変化などの検出を行ってもよい。また、状態検出部２０１は、これらの状態のうちの２以上を組み合わせて検出してもよい。

運用履歴情報管理部２０２は、蓄電池１０３の運用に関する履歴を示す運用履歴情報を管理する。運用履歴情報管理部２０２は、蓄電池１０３が運用される状態を監視することにより、その運用実績から運用履歴情報を生成する。
運用履歴情報は、これまでの蓄電池１０３の運用において行われた充電、放電に関する各種の履歴を含む。
運用履歴情報管理部２０２は、上記のように生成した運用履歴情報を運用履歴情報記憶部２０３に記憶させる。運用履歴情報記憶部２０３は、運用履歴情報を記憶する。

モデルデータ記憶部２０４は、基本モデルデータと劣化モデルデータとを記憶する。
図３は、モデルデータ記憶部２０４の記憶内容例を示している。
この図に示すように、モデルデータ記憶部２０４においては、基本モデルデータ３０１と劣化モデルデータ３０２が記憶される。
基本モデルデータ３０１は、蓄電池１０３の内部状態を推定するための基本モデルを示すデータである。
劣化モデルデータ３０２は、基本モデルに蓄電池の劣化機能を与える劣化モデルを示すデータである。

また、本実施形態におけるモデルデータ記憶部２０４は、同じ図３に示すように、劣化モデルデータ３０２として、サイクル劣化モデルデータ３１１と保存劣化モデルデータ３１２を記憶する。
サイクル劣化モデルデータ３１１は、サイクル劣化としての劣化機能を基本モデルに与えるデータである。サイクル劣化は、例えば充放電サイクルを繰り返すことによる蓄電池１０３の劣化であり、充放電サイクルの回数に依存する。
保存劣化モデルデータ３１２は、保存劣化としての劣化機能を基本モデルに与えるデータである。保存劣化は、例えば蓄電状態の蓄電池に発生する劣化であり、蓄電池１０３の充電が完了してから放電を開始するまでの保存時間に主に依存する。ただし、保存劣化は、充電中及び放電中においても進行することから、保存劣化モデルデータ３１２としては、充電中及び放電中の時間を考慮して構築されてよい。

図２において、モデル部２０５は、運用履歴情報記憶部２０３が記憶する運用履歴情報に基づいて、基本モデルと劣化モデルとにしたがって蓄電池１０３の所定の状態を推定する。
この際、モデル部２０５は、モデルデータ記憶部２０４に記憶される基本モデルデータ３０１と劣化モデルデータ３０２（サイクル劣化モデルデータ３１１、保存劣化モデルデータ３１２）とを読み出す。そして、モデル部２０５は、読み出した基本モデルデータ３０１、サイクル劣化モデルデータ３１１、保存劣化モデルデータ３１２のそれぞれが示す基本モデル、サイクル劣化モデル、保存劣化モデルにしたがって蓄電池１０３の所定の状態を推定する。この際、モデル部２０５は、運用履歴情報に基づくことにより、現在における所定の状態を推定する。
なお、モデル部２０５が推定する所定の状態は、状態検出部２０１が検出する状態に対応したものであればよい。例えば、状態検出部２０１が電池容量を検出するのであれば、モデル部２０５も電池容量を推定すればよい。

乖離判定部２０６は、状態検出部２０１により検出された所定の状態に基づく判定パラメータと、モデル部２０５により推定された判定パラメータとが、劣化モデルでは想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する。
具体例の１つとして、乖離判定部２０６は、状態検出部２０１により検出された所定の状態に基づく判定パラメータとして、状態検出部２０１により検出された電池容量に基づいて求められる容量維持率を利用する。容量維持率は、蓄電池１０３の初期の電池容量に対する、初期以降における蓄電池１０３の電池容量である。電池容量は、蓄電池１０３の使用経過に応じた劣化の進行に伴って減少する。したがって、容量維持率は、初期時を１００％として、以降の使用経過に応じて減少する。
なお、以降において、状態検出部２０１により検出された所定の状態に基づく判定パラメータについては実判定パラメータと呼び、モデル部２０５により推定された判定パラメータについては推定判定パラメータと呼ぶ。

劣化要因推定部２０７は、実判定パラメータと推定判定パラメータとが一定以上の乖離を示していると乖離判定部２０６により判定された場合に蓄電池１０３の劣化要因を推定する。この際、劣化要因推定部２０７は、運用履歴情報記憶部２０３に記憶される運用履歴情報を、劣化要因データベース記憶部２０８に記憶される劣化要因データベースと照合する。

劣化要因データベース記憶部２０８は、劣化要因データベースを記憶する。
図４は、劣化要因データベース記憶部２０８が記憶する劣化要因データベース４００の内容例を示している。
劣化要因データベース４００は、蓄電池において、サイクル劣化モデルデータ３１１、保存劣化モデルデータ３１２のいずれにも適用されていない劣化要因ごとに運用条件が対応付けられている。
同図に示される劣化要因は、「負極：Ｌｉ析出」、「負極：集電体剥離」、「正極：集電体剥離１」、「正極：集電体剥離２」、「正極：集電体剥離３」、「負極：活物質割れ」、「正極：活物質割れ」、「電解液劣化」である。
「負極：Ｌｉ析出」は、負極からのＬｉ（リチウム）の析出であり、「負極：集電体剥離」は、集電体からの負極活物質の剥離である。また、「正極：集電体剥離１」、「正極：集電体剥離２」、「正極：集電体剥離３」は、それぞれ、集電体からの正極活物質の剥離に対応するが、「集電体からの正極活物質の剥離」としての同じ劣化要因を引き起こす可能性が高い運用条件として、それぞれ異なる運用条件に対応する。つまり、この場合における集電体からの正極活物質の剥離は、複数の運用条件の下で発生し得る。
運用条件は、対応の劣化要因を引き起こす可能性が高い運用の仕方を示している。ここでは、運用条件の例として、温度情報、温度環境該当時間、放電電流レート、放電時間、ＳＯＣ（State Of Charge：ここでは運転時に設定されるＳＯＣの範囲を示す）、ＳＯＣ滞留時間（蓄電池の全使用時間において対応のＳＯＣが維持される状態の時間比率）、容量減少率が示されている。

具体的に、「負極：Ｌｉ析出」の劣化要因の項目であれば、運用条件として、「温度環境」が１０℃以下で、かつ、「温度環境該当時間」が３０％以上であることが示されている。
これは、蓄電池１０３が１０℃以下の温度環境におかれていた時間が、これまでの運用実績により示される総時間に対して３０％以上という運用であった場合には、今回の蓄電池１０３の劣化を引き起こした劣化要因が負極のＬｉの析出であることを示す。
また、「負極：集電体剥離」の 項目は、「放電電流レート」が２Ｃ以上で、かつ、「放電時間」が２０％以上であることが示されている。
これは、これまでの運用期間において２Ｃの放電電流レートにより放電を行った時間が、これまでの運用における総放電時間の２０％以上という運用であった場合に、今回の蓄電池１０３の劣化を引き起こした劣化要因が負極の集電体の剥離によるものであることを示す。

劣化要因推定部２０７は、運用履歴情報記憶部２０３に記憶される運用履歴情報に基づいて、劣化要因データベース４００の運用条件と照合すべき照合情報（温度環境と温度環境該当時間との関係を示す情報、放電電流レートと放電時間の関係を示す情報、容量減少率など）を生成する。
そして、劣化要因推定部２０７は、生成した照合情報を劣化要因データベース４００における運用条件と照合し、運用条件に適合した照合情報に対応付けられている劣化要因の項目を特定する。劣化要因推定部２０７は、このように特定した劣化要因の項目が示す劣化要因を推定結果として出力する。

モデル変更部２０９は、劣化要因推定部２０７により推定された劣化要因に基づいて劣化モデルを変更する。このために、本実施形態のモデル変更部２０９は、モデルデータ記憶部２０４に記憶される劣化モデルデータ３０２を変更する。

蓄電池情報生成部２１０は、モデル部２０５により推定された蓄電池１０３の所定の状態に基づいて、蓄電池１０３についての所定の情報を示す蓄電池情報を生成する。
一例として、蓄電池情報生成部２１０は、蓄電池１０３の余寿命を推定し、推定した余寿命を蓄電池情報として生成する。この場合、モデル部２０５は、蓄電池１０３についての現在以降の所定の状態の変化を推定する。蓄電池情報生成部２１０は、例えばこの推定結果に基づいて蓄電池１０３が寿命となるときを推定する。これにより、蓄電池情報生成部２１０は、現在から蓄電池１０３が寿命となるまでの期間である余寿命を推定できる。

情報出力部２１１は、蓄電池情報生成部２１０が生成した蓄電池情報を出力する。例えば、情報出力部２１１は、蓄電池情報を表示により出力する。蓄電池情報が余寿命である場合、情報出力部２１１は、蓄電池１０３の余寿命を示す画像を所定の態様により表示する。

［モデルに関する説明］
ここで、モデルデータ記憶部２０４に記憶されるモデルデータ（基本モデルデータ３０１、劣化モデルデータ３０２）によりモデル部２０５に適用されるモデルについて説明する。

図５は、基本モデルに対応する一次元充放電モデル５００を示す概念図である。図５（ａ）は、蓄電池（リチウムイオン電池）の基本構成を示すイメージ図であり、図５（ｂ）は、それを一次元にモデル化したイメージ図である。
一次元充放電モデル５００は、蓄電池１０３を、負極５０１と正極５０２とセパレータ５０３をそれぞれ面方向に均質化した一次元モデルとして扱う。負極５０１としての負極合材層には負極活物質５１１が存在し、正極５０２としての正極合材層には正極活物質５１２が存在する。
また、負極５０１、正極５０２、セパレータ５０３による一次元充放電モデル５００は、固相と液相に分けられる。

一次元充放電モデル５００の負極５０１、正極５０２、セパレータ５０３の各領域における放電時におけるＬｉとＬｉイオンの放電時における輸送過程イメージは以下のようになる。
つまり、負極５０１の固相（活物質）では、Ｌｉは中心から表面への拡散フラックスが生じる。正極５０２の固相では、Ｌｉは表面から中心へと拡散する。
負極５０１の液相（空隙）では、界面反応によって固相から放出されたＬｉイオンがセパレータ５０３の方向に輸送される。ここで、セパレータ５０３は反応が無いため、Ｌｉイオンは正極５０２の方向に泳動しながら拡散していく。正極５０２の液相は、界面反応によって固相へＬｉイオンが吸収される。

負極５０１としての負極合材層と、正極５０２としての正極合材層は、それぞれ、固相におけるＬｉ濃度と電位、液相における塩濃度と電位が算出される。セパレータは、塩濃度と電位が算出される。
このような、基本モデルは、例えば以下の文献に記載されている。
“Journal of The Electrochemical Society,141(1),1-10(1994)”

また、劣化モデルのうちサイクル劣化モデルは、前述もしたように、充放電サイクルを繰り返すことによる蓄電池１０３の劣化である。サイクル劣化モデルでは、充放電が行われるのに応じて負極活物質５１１の表面に不働態ＳＥＩ（Solid Electrolyte Interface）膜が形成され、この不働態ＳＥＩ膜が成長していくことにより電池容量の低下やインピーダンス（内部抵抗）の増加などの劣化をもたらすものとしている。サイクル劣化モデルは、不働態ＳＥＩ膜の成長による状態変化をモデル化したものである。

また、劣化モデルのうち保存劣化モデルは、前述のように蓄電状態の蓄電池に発生する劣化である。保存劣化モデルも、例えば、保存時間の経過に応じた特定の活物質の特性変化や特定の構造の変化などが劣化をもたらすものとして、このような劣化要因の変化による蓄電池の状態変化をモデル化したものである。
なお、本実施形態において述べたサイクル劣化モデルについては、例えば以下の文献に記載されている。
“Journal of The Electrochemical Society,151(2),A196-A203(2004)”

図６は、サイクル劣化モデルを求めるための手順例を示している。本実施形態では、例えば予め試験を行うことで、図６に示す手順にしたがって、サイクル劣化モデルを求めておく。そして、図６の手順によって求められたサイクル劣化モデルのデータ（例えばファイル）をサイクル劣化モデルデータ３１１としてモデルデータ記憶部２０４に記憶させておくものである。なお、この図に示す手順は、例えばサイクル劣化モデルを求めるための数値計算用のプログラムを実行するコンピュータにより実現できる。

まず、コンピュータは、記憶装置に記憶されている初期条件設定データを読み出し、この読み出した初期条件設定データにより初期条件を設定する（ステップＳ１０１）。
次に、コンピュータは、基本モデルにより放電解析を行うことで今回のサイクルの放電に応じた蓄電池１０３の状態を求める（ステップＳ１０２）。
次に、コンピュータは、基本モデルにより充電解析を行うことで今回のサイクルの充電に応じた蓄電池１０３の状態を求める（ステップＳ１０３）。
次に、コンピュータは、例えば今回のステップＳ１０２とＳ１０３の解析結果と、前回までのステップＳ１０２とＳ１０３の解析結果とに基づいて、劣化計算を行う（ステップＳ１０４）。これにより、今回までの充放電サイクル回数に応じた電池容量、インピーダンス（抵抗）などの劣化状態が求められる。また、ステップＳ１０４による劣化計算の結果が試験結果と一致するように、サイクル劣化モデルデータ３１１において使用されるパラメータが最適化される。

ステップＳ１０２〜Ｓ１０４は、１回の充放電サイクルに応じた処理である。そこで、コンピュータは、例えば試験時に行った充放電サイクル回数に応じた規定の充放電サイクル回数によるステップＳ１０２〜Ｓ１０４の処理を繰り返し実行したか否かについて判定する（ステップＳ１０５）。
ここで、規定の充放電サイクルに応じた回数のステップＳ１０２〜Ｓ１０４の処理を実行していないと判定した場合（ステップＳ１０５−ＮＯ）、コンピュータは、ステップＳ１０２に処理を戻す。これにより、次の充放電サイクルに応じたステップＳ１０２〜Ｓ１０４の処理が実行される。
一方、規定の充放電サイクルに応じた回数のステップＳ１０２〜Ｓ１０４の処理を実行したと判定した場合（ステップＳ１０５−ＹＥＳ）、コンピュータは、これまでの処理により求められたサイクルごとの劣化の状態に基づいてサイクル劣化モデルを生成する。そして、コンピュータは、生成したサイクル劣化モデルを出力する（ステップＳ１０６）。

なお、サイクル劣化モデルを生成するための試験における充放電サイクル回数は、ある程度の劣化状態を出現させればよく、例えば数百回程度である。また、保存劣化モデルを生成するための試験における保存時間は例えば数ヶ月程度である。

［乖離判定部、劣化要因推定部、モデル変更部の処理の具体例］
図７を参照して、乖離判定部２０６による判定手法の一具体例について説明する。この説明にあたり、実判定パラメータと推定判定パラメータはそれぞれ容量維持率により表されるものとする。これまでの説明から理解されるように、蓄電池１０３は劣化の進行に応じて容量維持率が減少する。

図７における曲線ｆ１は、モデルデータ記憶部２０４が記憶する基本モデルデータ３０１と劣化モデルデータ３０２に基づいて推定される、充放電サイクル回数（横軸）に応じた容量維持率(縦軸)の変化を示している。
また、曲線ｆ２は、状態検出部２０１により検出された電池容量に基づく実判定パラメータである容量維持率についての充放電サイクル回数に応じた変化を示している。
なお、下限許容値ｌｉｍは、蓄電池１０３が寿命に至ったとする状態に対応する容量維持率の値である。
また、横軸は、充放電サイクル回数に代えて、例えば蓄電池１０３の稼働時間などとしてもよい。

乖離判定部２０６は、例えば状態検出部２０１により電池容量が検出されるごとに、検出された電池容量に基づいて、実判定パラメータとしての容量維持率（実容量維持率）を求める。乖離判定部２０６は、求めた実容量維持率と、現在の充放電サイクル回数に対応して曲線ｆ１により示される推定判定パラメータとしての容量維持率（推定容量維持率）とが一定以上に乖離している否かについて判定する。

つまり、本実施形態においては、実容量維持率と推定容量維持率とが一定以上に乖離している状態が、蓄電池１０３において想定外の劣化要因による劣化が発生している状態に相当する。一方、実容量維持率と推定容量維持率との乖離が一定未満の状態は、蓄電池１０３において想定外の劣化要因による劣化は発生しておらず、想定内の劣化要因による劣化のみが発生している状態に相当する。

本実施形態において、想定内の劣化要因による劣化は、図７との対応では、曲線ｆ１が示す充放電サイクル回数に応じた容量維持率の変化として示される。
前述のように、図７の曲線ｆ１は、モデルデータ記憶部２０４が記憶する基本モデルデータ３０１と劣化モデルデータ３０２（サイクル劣化モデルデータ３１１、保存劣化モデルデータ３１２）に基づく容量維持率についての推定結果である。

一例として、劣化モデルデータ３０２におけるサイクル劣化モデルデータ３１１に適用されるサイクル劣化モデルは、ルート則、負極の不働態ＳＥＩ膜の成長、正極の構造転移（表面相転移層の進展）に対応する劣化モデルを含んだものである。なお、ここでのルート則は、蓄電池の容量維持率の低下が充放電サイクル回数（または稼働時間）の平方根に比例するとの考え方に基づいて、充放電サイクル回数に応じた容量維持率の変化を表したものである。
また、劣化モデルデータ３０２における保存劣化モデルデータ３１２に適用される保存劣化モデルは、保存時間及び充放電中の時間の負極の不働態ＳＥＩ膜の成長に対応する劣化モデルを含む。

ここで、蓄電池の劣化要因としては、上記のルート則、負極の不働態ＳＥＩ膜の成長、正極の構造転移に該当しないものが存在する。例えば、図４の劣化要因データベース４００において示した、負極におけるリチウムの析出、負極の集電体からの剥離、正極の集電体からの剥離、正極における活物質割れ、負極における活物質割れ、電解液劣化などである。

従って、一具体例として、本実施形態における想定内の劣化要因による劣化とは、ルート則の前提となる劣化要因、負極の不働態ＳＥＩ膜の成長、正極の構造転移の少なくともいずれか１つによる劣化である。
一方、想定外の劣化要因による劣化は、上記したように、負極におけるリチウムの析出、負極の集電体からの剥離（負極集電体剥離）、正極の集電体からの剥離（正極集電体剥離）、正極における活物質割れ、負極における活物質割れ、電解液劣化などにおける少なくともいずれか１つによる劣化である。

図７においては、曲線ｆ２により示される実容量維持率の充放電サイクル回数に応じた変化が、充放電サイクル回数Ｎ１以降において、曲線ｆ１が示す推定容量維持率から乖離しはじめ、徐々に乖離の度合い大きくなっていく状態が示されている。
つまり、曲線ｆ２により示される実容量維持率の変化は、充放電サイクル回数Ｎ１以降において、蓄電池１０３に想定外の劣化要因による劣化が発生していることを示している。

上記のように曲線ｆ２により示される実容量維持率が、曲線ｆ１により示される推定容量維持率から乖離していく度合いが大きくなっていく過程において、乖離判定部２０６は、実容量維持率と推定容量維持率とが一定以上の乖離を示しているか否かについて判定する。

上記の乖離判定の手法として３つの例を挙げて説明する。まず、乖離判定手法の第１例について、同じく図７を参照して説明する。
第１例の乖離判定部２０６は、推定容量維持率ｚ１と実容量維持率ｚ２との差分の絶対値の推定容量維持率ｚ１に対する比率が一定以上になったときに、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定する。
つまり、乖離判定部２０６は、推定容量維持率ｚ１と実容量維持率ｚ２との差分の絶対値の推定容量維持率ｚ１に対する比率α（判定対象値）について下記の式により求める。
α＝｜（ｚ１−ｚ２）｜／ｚ１
乖離判定部２０６は、上記のように求めた比率αと予め定めた閾値とを比較し、比率αが閾値以上であれば、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定する。

図７では、充放電サイクル回数Ｎ２のときに、推定容量維持率ｚ１と実容量維持率ｚ２との差分Δｚに応じた比率αが閾値以上となり、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定された場合を示している。
なお、第１例における変形例として、乖離判定部２０６は、推定容量維持率ｚ１と実容量維持率ｚ２との差分Δｚの絶対値が予め定めた閾値以上となった場合に、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定するようにしてもよい。

次に、図８を参照して、乖離判定手法の第２例について説明する。なお、図８に示される曲線ｆ１、ｆ２は図７と同様である。
第１例の乖離判定部２０６は、状態検出部２０１による電池容量の検出に応じて実容量維持率を求めるごとに、曲線ｆ１上で、今回求めた実容量維持率と同じ値の推定容量維持率が得られる充放電サイクル回数を求める。
例えば、図８の充放電サイクル回数Ｎ３において、乖離判定部２０６が実容量維持率を求めた場合、このときに求められた実容量維持率と同じ値の推定容量維持率が得られる充放電サイクル回数として、充放電サイクル回数Ｎ４を求める。
乖離判定部２０６は、今回の実容量維持率を求めた充放電サイクル回数Ｎ３と、実容量維持率と同じ値の推定容量維持率が得られる充放電サイクル回数Ｎ４との差分ΔＮの絶対値の充放電サイクル回数Ｎ３に対する比率が一定以上になったときに、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定する。
つまり、乖離判定部２０６は、充放電サイクル回数Ｎ３と充放電サイクル回数Ｎ４との差分の絶対値ΔＮの充放電サイクル回数Ｎ３に対する比率β（判定対象値）について下記の式により求める。
β＝｜（Ｎ３−Ｎ４）｜／Ｎ３
乖離判定部２０６は、上記のように求めた比率βと予め定めた閾値とを比較し、比率βが閾値以上であれば、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定する。
なお、第２例における変形例として、乖離判定部２０６は、充放電サイクル回数Ｎ３と充放電サイクル回数Ｎ４との差分ΔＮの絶対値が予め定めた閾値以上となった場合に、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定するようにしてもよい。

次に、図９を参照して、乖離判定手法の第３例について説明する。なお、図９に示される曲線ｆ１、ｆ２は図７と同様である。
例えば、図９において曲線ｆ１として示す推定容量維持率は、初期から充放電サイクル回数Ｎ６までの間は、充放電回数サイクル回数の増加に応じて減少する割合が小さくなっていくように変化し、充放電サイクル回数Ｎ６を越えて寿命が近づくにつれて、大きく低下するような特性である。このような特性では、初期から充放電サイクル回数Ｎ６までの区間の曲線ｆ１において変曲点は出現しない。

一方、初期から充放電サイクル回数Ｎ６までの期間において、実容量維持率が推定容量維持率よりも低下するように乖離する状態がはじまるとき、曲線ｆ２には変曲点ｉｐが出現する。そこで、乖離判定部２０６は、実容量維持率の変化を監視し、実容量維持率を示す曲線ｆ２に変曲点ｉｐが出現したときに、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定する。

なお、第３例における変形例として、乖離判定部２０６は、曲線ｆ１の曲率と曲線ｆ２の曲率との差分、あるいは曲率の差分に基づく比率が一定以上となるのに応じて、実容量維持率と推定容量維持率とが一定以上の乖離を示していると判定するようにしてもよい。

また、図７〜図９により説明した乖離判定は、横軸が充放電サイクル回数に代えて蓄電池１０３の稼働時間である場合にも、同様に行うことができる。

ここで、上記のように推定蓄電量と実蓄電量とが一定以上の乖離を示すこととなった場合には、これまでの劣化モデルでは適切な状態推定を行えないことになる。これに伴い、蓄電池情報生成部２１０が推定する蓄電池１０３の余寿命についても大きな誤差を生じる可能性がある。

そこで、今回の蓄電池１０３の劣化を引き起こした劣化要因が反映される劣化モデルを得るために、劣化要因推定部２０７とモデル変更部２０９は、例えば以下のように処理を実行する。

まず、劣化要因推定部２０７は、今回の蓄電池１０３の劣化を引き起こした劣化要因を推定する。このために、前述もしたように、劣化要因推定部２０７は、運用履歴情報記憶部２０３に記憶されている運用履歴情報を基に照合情報を生成し、この照合情報と、劣化要因データベース４００における運用条件とを照合する。

具体例として、照合情報により、蓄電池１０３が１０℃以下となる低温の温度環境となる時間（温度環境該当時間）が、これまでの運用期間における４０％以上であることが示されているとする。また、照合情報により、１００サイクルあたりの容量減少率が４０％以上であったことが示されているとする。また、照合情報により、放電電流レートが０．５Ｃで１００％の時間にわたって運用したことが示されているとする。

この照合状態と図４の劣化要因データベース４００の運用条件とを照合した場合、まず、「負極：集電体剥離」の劣化要因に対応する容量減少率は１００サイクルあたり３０％以上である。この条件には、１００サイクルあたりの容量の低下率が４０％以上という照合情報が該当する。しかし、「負極：集電体剥離」の劣化要因に対応する放電電流レートが２Ｃ以上であるのに対して、照合情報の放電電流レートは０．５Ｃであるため、放電電流レートについては運用条件に該当しない。したがって、劣化要因推定部２０７は、「負極：集電体剥離」は、今回の蓄電池１０３の劣化を引き起こした劣化要因ではないと判定する。

一方、「負極：Ｌｉ析出」の劣化要因に対応する容量減少率は１００サイクルあたり４０％以上であり、照合情報が示す１００サイクルあたりの容量減少率も４０％以上であるから、この照合情報は、「負極：Ｌｉ析出」の劣化要因の運用条件に該当する。
また、「負極：Ｌｉ析出」の劣化要因に対応する温度環境と温度環境該当時間は１０℃以下、３０％以上であり、照合情報が示す温度環境と温度環境該当時間は１０℃以下、４０％以上であるから、この照合情報も「負極：Ｌｉ析出」の劣化要因の運用条件に該当する。そこで、劣化要因推定部２０７は、今回の蓄電池１０３の劣化を引き起こした劣化要因は、「負極：Ｌｉ析出」であると推定する。

モデル変更部２０９は、劣化モデルデータ３０２を変更するにあたり、推定された劣化要因に基づいて抵抗成分を設定する。なお、モデル変更部２０９は、抵抗成分を設定するにあたり、例えば時間などについての所定の関数を利用した演算により抵抗成分を求める。ここで、「負極：Ｌｉ析出」の劣化要因に応じて求められた抵抗成分をＲｎとする。
モデル変更部２０９は、抵抗成分Ｒｎを付加するように劣化モデルを変更する。この際、モデル変更部２０９は、抵抗成分Ｒｎが付加された劣化モデルとなるように、劣化モデルデータ３０２を変更する。
モデル変更部２０９は、劣化モデルデータ３０２を変更するにあたり、サイクル劣化モデルデータ３１１と保存劣化モデルデータ３１２を変更すればよい。あるいは、モデル変更部２０９は、劣化要因推定部２０７により推定された劣化要因に応じて、サイクル劣化モデルデータ３１１と保存劣化モデルデータ３１２のうちでいずれか適切な方を変更してもよい。

このように劣化モデルデータ３０２が変更されるのに応じて、この劣化モデルデータ３０２を利用してモデル部２０５が出力する蓄電池１０３の状態についての推定結果が図７〜図９などと異なってくる。
図１０において、曲線ｆ３は、抵抗成分Ｒｎを付加したことにより変更された劣化モデルに基づく充放電サイクル回数に応じた容量維持率の変化を示している。なお、この図においては、図９の第３例の乖離判定結果に応じて劣化モデルを変更した例を示している。

曲線ｆ３と曲線ｆ２とを比較して分かるように、曲線ｆ３は、曲線ｆ２に近似したものとなっている。つまり、蓄電池１０３に生じた劣化についての劣化要因が劣化モデルに反映されたことにより、予測される劣化状態が実際の劣化状態に近いものとなっている。

これにより、蓄電池情報生成部２１０が行う寿命の推定についてもその精度の低下を抑制できる。
具体的に、図７〜図１０のようにモデル部２０５により充放電サイクル回数に応じた容量維持率が推定される場合、蓄電池情報生成部２１０は以下のように寿命推定を行うことができる。
例えば、図７〜図１０に示した曲線ｆ１、ｆ３によっては、容量維持率が下限許容値ｌｉｍとなるときの充放電サイクル回数を予測できる。この容量維持率が下限許容値ｌｉｍとなるときの充放電サイクル回数とは、すなわち、蓄電池１０３が寿命となるときの充放電サイクル回数である。

そこで、蓄電池情報生成部２１０は、劣化モデルを利用して、例えば蓄電池１０３が寿命となるときの充放電サイクル回数を予測する。そして、この予測された充放電サイクル回数から、運用履歴情報が示す現在の充放電サイクル回数を減算すれば、蓄電池１０３が寿命となるまでの充放電サイクル回数を予測することができる。つまり、蓄電池１０３の余寿命が予測される。

ここで、想定外の劣化要因による劣化が生じた場合には、蓄電池１０３の余寿命は短くなる可能性が高い。しかし、劣化モデルが変更されないとすると、蓄電池情報生成部２１０は、充放電サイクル回数がＮ回目のときにおける蓄電池１０３の余寿命Ｌｆを、図７の曲線ｆ１に基づいて予測することになる。このように予測される蓄電池１０３の余寿命Ｌｆは、実際よりも長いものとなってしまい、大きな誤差を生じる。
これに対して、図１０のように劣化モデルが変更された場合、蓄電池情報生成部２１０が予測する蓄電池の余寿命Ｌｆは、図７〜図９と比較して大幅に短縮されている。このように、劣化モデルが変更されることで、蓄電池情報生成部２１０は、想定外の劣化要因による劣化が生じたことによって短縮した余寿命を高い精度で推定することができる。
これにより、本実施形態によっては、例えば余寿命などの蓄電池１０３についての劣化状態を推定するにあたり、想定外の劣化要因による劣化が発生した場合における推定精度の低下を有効に抑制できるものである。

［処理手順例］
図１１は、劣化モデルを変更するために蓄電池管理装置１０７Ａが実行する処理手順例を示している。
蓄電池管理装置１０７Ａにおいて、乖離判定部２０６は、状態検出部２０１が検出した蓄電池１０３の電池容量を利用して、蓄電池１０３についての判定パラメータである実容量維持率を求める。（ステップＳ２０１）。
次に、モデル部２０５は、基本モデルデータ３０１が示す基本モデルと、劣化モデルデータ３０２が示す劣化モデルとにしたがって蓄電池１０３の推定容量維持率を求める（ステップＳ２０２）。

乖離判定部２０６は、ステップＳ２０１により求められた実容量維持率と、ステップＳ２０２により求められた推定容量維持率とに基づいて、例えば図７〜図９により説明した乖離判定手法のいずれかにより乖離判定を行う（ステップＳ２０３）。そして、乖離判定部２０６は、ステップＳ２０３により実容量維持率と推定容量維持率とについて一定以上の乖離を示しているとの判定結果が得られたか否かについて判定する（ステップＳ２０４）。

実容量維持率と推定容量維持率とが一定以上の乖離を示していない場合には（ステップＳ２０４−ＮＯ）、同図に示す処理を終了する。
これに対して、実容量維持率と推定容量維持率とが一定以上の乖離を示している場合（ステップＳ２０４−ＹＥＳ）、劣化要因推定部２０７は、運用履歴情報から生成した照合情報を劣化要因データベース４００と照合することにより、今回の蓄電池１０３の劣化を引き起こした劣化要因を推定する（ステップＳ２０５）。

モデル変更部２０９は、例えば前述のように、ステップＳ２０５により推定された劣化要因に応じた抵抗成分が劣化モデルに付加されるように劣化モデルデータ３０２を変更する（ステップＳ２０６）。

なお、図示は省略するが、本実施形態の蓄電池管理装置１０７Ａは、劣化抑制制御部をさらに備えてもよい。劣化抑制制御部は、劣化要因推定部２０７により推定された劣化要因による劣化が抑制されるように蓄電池１０３の運転を制御する。
劣化抑制制御部を備えるのに応じて、蓄電池管理装置１０７Ａは、制御パターンテーブルを記憶すればよい。制御パターンテーブルは、例えば図４の劣化要因データベースにおいて示される劣化要因ごとに、その劣化要因による蓄電池１０３の劣化を抑制するように劣化抑制制御部が実行すべき制御内容を示したテーブルである。
劣化抑制制御部は、劣化要因推定部２０７により推定された劣化要因に応じた制御内容を制御パターンテーブルから取得し、取得した制御内容に従って蓄電池１０３の運転を制御する。これにより、劣化要因推定部２０７により推定された劣化要因による蓄電池１０３の劣化の進行を抑制することができる。

また、本実施形態の蓄電池管理装置１０７Ａは、これまでの説明のように施設１００ごとに備えられてもよいし、複数の施設１００に対して共通に備えられるようにしてもよい。
複数の施設１００に対して１つの蓄電池管理装置１０７Ａが共通に備えられる場合、施設１００の各々と蓄電池管理装置１０７Ａとをネットワーク経由で通信可能に接続する。そのうえで、各施設１００が電池容量などの所定の状態を検出するとともに運用履歴情報を管理し、蓄電池１０３についての状態検出結果と運用履歴情報とを蓄電池管理装置１０７Ａに送信する。そして、蓄電池管理装置１０７Ａは、各施設１００において検出された電池容量などの状態と運用履歴情報とを利用して、各施設１００における蓄電池１０３の劣化推定を行う。また、蓄電池管理装置１０７Ａは、施設１００における蓄電池１０３ごとに乖離判定を行い、或る施設１００において一定以上の乖離が生じていると判定した場合には劣化要因を推定し、推定した劣化要因に基づいて、該当の施設１００における劣化モデルデータ３０２を変更する。さらに、蓄電池管理装置１０７Ａは、推定した劣化要因による劣化が進行しないように、該当の施設１００における蓄電池１０３の運転を制御してもよい。

また、図１１に示す劣化モデルの変更のための処理は、例えば、蓄電池１０３の運用過程において、一定回数の充放電サイクルが行われるごとに実行すればよい。あるいは、一定時間が経過するごとに実行してもよい。
また、例えばユーザからの指示などにより、余寿命などを示す蓄電池情報を生成する必要のあるときに、蓄電池情報の生成に先立って劣化モデルの変更のための処理を実行すれば、より高い精度の推定結果を示す蓄電池情報が得られる。
また、蓄電池情報生成部２１０が生成する蓄電池情報は、余寿命を示す情報以外であってもよい。例えば、蓄電池１０３の劣化状態に応じて最も適切とされる充電率などを推定してもよい。
また、例えば図１に示す構成は、蓄電池１０３の劣化状態を推定する蓄電池管理装置１０７Ａを管理装置１０７が備えるものとしているが、管理装置１０７と蓄電池管理装置１０７Ａとをそれぞれ個別の装置として構成してもよい。

また、図２における各機能部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによりモデルの変更を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

また、「コンピュータシステム」は、ＷＷＷなどのネットワークを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１００ 施設
１０１ 太陽電池
１０２ パワーコンディショナ
１０３ 蓄電池
１０４ インバータ
１０５ 電力経路切替部
１０６ 負荷
１０７ 管理装置
１０７Ａ 蓄電池管理装置
２０１ 状態検出部
２０２ 運用履歴情報管理部
２０３ 運用履歴情報記憶部
２０４ モデルデータ記憶部
２０５ モデル部
２０６ 乖離判定部
２０７ 劣化要因推定部
２０８ 劣化要因データベース記憶部
２０９ モデル変更部
２１０ 蓄電池情報生成部
２１１ 情報出力部
３０１ 基本モデルデータ
３０２ 劣化モデルデータ
３１１ サイクル劣化モデルデータ
３１２ 保存劣化モデルデータ
４００ 劣化要因データベース

Claims (11)

1. 蓄電池についての所定の状態を検出する状態検出部と、
   蓄電池の運用に関する履歴を示す運用履歴情報に基づいて、蓄電池の内部状態を推定するための基本モデルと前記基本モデルに蓄電池の劣化機能を与える劣化モデルとにしたがって蓄電池の所定の状態を推定するモデル部と、
   前記状態検出部により検出された所定の状態に基づく判定パラメータと前記モデル部により推定された判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する乖離判定部と、
   蓄電池の劣化要因ごとに運用条件が対応付けられた劣化要因データベースを記憶する劣化要因データベース記憶部と、
   前記状態検出部により検出された所定の状態と前記モデル部により推定された所定の状態とが前記一定以上の乖離を示していると前記乖離判定部により判定された場合に、前記運用履歴情報を前記劣化要因データベースと照合することにより、蓄電池の劣化要因を推定する劣化要因推定部と、
   前記劣化要因推定部により推定された劣化要因に基づいて前記劣化モデルを変更するモデル変更部と
   を備える蓄電池管理装置。
2. 前記モデル変更部は、
   前記劣化要因推定部により推定された劣化要因に対応して設定された抵抗成分を付加するように前記劣化モデルを変更する
   請求項１に記載の蓄電池管理装置。
3. 前記劣化モデルは、
   蓄電池の充放電のサイクルに応じたサイクル劣化としての劣化機能を前記基本モデルに与えるサイクル劣化モデルである
   請求項１または２に記載の蓄電池管理装置。
4. 前記劣化モデルは、
   蓄電池の保存時間に応じた保存劣化としての劣化機能を前記基本モデルに与える保存劣化モデルである
   請求項１から３のいずれか一項に記載の蓄電池管理装置。
5. 前記状態検出部は、
   前記蓄電池の所定の状態として電池容量を検出し、
   前記乖離判定部は、
   前記状態検出部により検出された電池容量に基づいて判定パラメータとして求めた実容量維持率と、前記モデル部により判定パラメータとして推定された推定実容量維持率との差分の絶対値に基づく判定対象値が一定以上であるか否かに基づいて、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する
   請求項１から４のいずれか一項に記載の蓄電池管理装置。
6. 前記状態検出部は、
   前記蓄電池の所定の状態として電池容量を検出し、
   前記乖離判定部は、
   前記モデル部により判定パラメータとして推定された推定実容量維持率が、前記状態検出部により検出された電池容量に基づいて判定パラメータとして求めた実容量維持率と同じ値になるまでの充放電サイクル回数または時間に基づく判定対象値が一定以上であるか否かに基づいて、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する
   請求項１から４のいずれか一項に記載の蓄電池管理装置。
7. 前記状態検出部は、
   前記蓄電池の所定の状態として電池容量を検出し、
   前記乖離判定部は、
   前記モデル部により判定パラメータとして推定された推定実容量維持率の充放電サイクル回数または時間に応じた変化を示す曲線において変曲点が出現しない区間において、前記状態検出部により検出された電池容量に基づいて判定パラメータとして求めた実容量維持率の充放電サイクル回数または時間に応じた変化を示す曲線に変曲点が出現するか否かに基づいて、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する
   請求項１から４のいずれか一項に記載の蓄電池管理装置。
8. 前記モデル部により推定された蓄電池の所定の状態に基づいて、蓄電池についての所定の情報を示す蓄電池情報を生成する蓄電池情報生成部をさらに備える
   請求項１から７のいずれか一項に記載の蓄電池管理装置。
9. 前記蓄電池情報生成部は、
   蓄電池についての余寿命を推定し、推定した余寿命を前記蓄電池情報として生成する
   請求項８に記載の蓄電池管理装置。
10. 蓄電池についての所定の状態を検出する状態検出ステップと、
    蓄電池の運用に関する履歴を示す運用履歴情報に基づいて、蓄電池の内部状態を推定するための基本モデルと前記基本モデルに蓄電池の劣化機能を与える劣化モデルとにしたがって蓄電池の所定の状態を推定するモデルステップと、
    前記状態検出ステップにより検出された所定の状態に基づく判定パラメータと前記モデルステップにより推定された判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する乖離判定ステップと、
    前記状態検出ステップにより検出された所定の状態と前記モデルステップにより推定された所定の状態とが前記一定以上の乖離を示していると前記乖離判定ステップにより判定された場合に、前記運用履歴情報を蓄電池の劣化要因ごとに運用条件が対応付けられた劣化要因データベースと照合することにより、蓄電池の劣化要因を推定する劣化要因推定ステップと、
    前記劣化要因推定ステップにより推定された劣化要因に基づいて前記劣化モデルを変更するモデル変更ステップと
    を備える蓄電池管理方法。
11. コンピュータに、
    蓄電池についての所定の状態を検出する状態検出ステップと、
    蓄電池の運用に関する履歴を示す運用履歴情報に基づいて、蓄電池の内部状態を推定するための基本モデルと前記基本モデルに蓄電池の劣化機能を与える劣化モデルとにしたがって蓄電池の所定の状態を推定するモデルステップと、
    前記状態検出ステップにより検出された所定の状態に基づく判定パラメータと前記モデルステップにより推定された判定パラメータとが、想定外の劣化要因による劣化の発生に応じた一定以上の乖離を示しているか否かについて判定する乖離判定ステップと、
    前記状態検出ステップにより検出された所定の状態と前記モデルステップにより推定された所定の状態とが前記一定以上の乖離を示していると前記乖離判定ステップにより判定された場合に、前記運用履歴情報を蓄電池の劣化要因ごとに運用条件が対応付けられた劣化要因データベースと照合することにより、蓄電池の劣化要因を推定する劣化要因推定ステップと、
    前記劣化要因推定ステップにより推定された劣化要因に基づいて前記劣化モデルを変更するモデル変更ステップと
    を実行させるためのプログラム。

Images