JP2014081238A

JP2014081238A - 電池劣化寿命推定方法、電池劣化寿命推定装置、電動車両および電力供給装置

Info

Publication number: JP2014081238A
Application number: JP2012228122A
Authority: JP
Inventors: Yukio Miyaki; 幸夫宮木
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2012-10-15
Filing date: 2012-10-15
Publication date: 2014-05-08
Also published as: US20170291500A1; US10625617B2; US20140107956A1; US20180194244A1; US9709632B2; CN103728561B; CN103728561A

Abstract

【課題】電池の劣化寿命を正確に推定する。
【解決手段】電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定方法である。算出用温度Ｔおよび算出用充放電深度Ｓの条件を用いて劣化マスターデータが特定され、特定される劣化マスターデータにおいて、劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の劣化予測値を特定される劣化マスターデータから算出する電池劣化寿命推定方法である。
【選択図】図２

Description

本開示は、例えばリチウムイオン２次電池の劣化寿命推定方法、劣化寿命推定装置、電動車両および電力供給装置に関する。

電動車両、ハイブリッド車両、電動バイク、電動アシスト自転車など動力分野、ロードレベリング、ピークシフト、バックアップなどの蓄電分野の電源として、リチウムイオン２次電池が広く用いられている。

動力用途、或いは蓄電用途において、２次電池の寿命時期を正確に推定する必要性が大きい。なぜなら、電池寿命を誤って実際より長く推定し、機器使用中に電池寿命に達すると、大きな損害或いは事故につながり得るからであり、逆に、寿命を短く推定しすぎると、不要な電池更新を行うことになるからである。さらに、電池が大規模なシステムの一部として組み込まれるので、老朽化した電池の更新は随時可能ではなく、推測された電池寿命を基に、事前に使用状況などを勘案し、計画的に実施することが不可欠である。このような点から、電池の正確な寿命推定方法が強く望まれてきた。

例えば特許文献１には、自動車用電池の劣化度および残容量を算出する技術が記載されている。さらに、電池の内部抵抗の変化、電池の電圧降下から電圧の満充電容量を推定することも知られている。

特開２００７−３２２１７１号公報

容量劣化の予測技術があれば、実測評価の頻度の不足を補い、電池寿命を充分な時間余裕を持って定めることができる。リチウムイオン２次電池の残寿命の判断は、これまで困難とされ、単一経時条件、つまり、サイクル寿命のみ、或いは保存寿命のみが測定・予測されてきた。このことは、現実に即した方法ではない。なぜなら、実際の２次電池は、サイクルと保存の両方で混在使用されるからである。種々の経時条件混在を扱える実使用に即した推定手法が望まれてきた。特許文献１に記載のもの、並びに従来の寿命推定方法は、現時点の劣化を求めるものであり、将来の劣化の度合いを予測する点では、不十分なものであった。

したがって、本開示は、２次電池の劣化寿命を正確に予測することが可能な劣化寿命推定方法、劣化寿命推定装置、電動車両および電力供給装置の提供を目的とする。

上述の課題を解決するために、本開示は、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定方法であって、
算出用温度Ｔおよび算出用電池状態Ｓの条件を用いて劣化マスターデータが特定され、
特定される劣化マスターデータにおいて、劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の劣化予測値を特定される劣化マスターデータから算出する電池劣化寿命推定方法である。
本開示は、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置であって、
複数の劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用充放電深度Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
コントローラは、条件設定部によって設定される条件を用いて劣化マスターデータを特定し、
特定される劣化マスターデータにおいて、劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の劣化予測値を特定される劣化マスターデータから求める電池劣化寿命推定装置である。

本開示は、車両の駆動力を発生するための２次電池であって、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置を備える電動車両であって、
複数の劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
コントローラは、条件設定部によって設定される条件を用いて劣化マスターデータを特定し、
特定される劣化マスターデータにおいて、劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の劣化予測値を特定される劣化マスターデータから求める電動車両である。
本開示は、交流電力を発生するための２次電池であって、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置を備える電力供給装置であって、
複数の劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
コントローラは、条件設定部によって設定される条件を用いて劣化マスターデータを特定し、
特定される劣化マスターデータにおいて、劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の劣化予測値を特定される劣化マスターデータから求める電力供給装置である。

本開示の寿命推定方法により充放電サイクルと保存、種々の環境温度など条件が多様に変化する状況においても、誤差の少ない劣化寿命を推定できる。

電池の劣化寿命推定方法の説明に用いる略線図である。本開示の劣化寿命推定方法の説明に用いる略線図である。本開示の劣化寿命推定方法であって、複数の条件を推移する場合の推定方法の説明に用いる略線図である。本開示の劣化寿命推定装置の概略を示すブロック図である。本開示の劣化寿命推定装置における実劣化率測定部の一例のブロック図である。本開示の実施例１の説明に用いる略線図である。本開示の実施例２の説明に用いる略線図である。本開示の電源装置を適用できる応用例の第１の例のブロック図である。本開示の電源装置を適用できる応用例の第２の例のブロック図である。

以下に説明する実施の形態は、本開示の好適な具体例であり、技術的に好ましい種々の限定が付されている。しかしながら、本開示の範囲は、以下の説明において、特に本開示を限定する旨の記載がない限り、これらの実施の形態に限定されないものとする。

「リチウムイオン二次電池の例」
本開示において、使用される電池の一例は、正極活物質と、黒鉛を負極活物質として含むリチウムイオン２次電池である。正極材料として特に限定はないが、好ましくはオリビン構造を有する正極活物質を含有するものである。オリビン構造を有する正極活物質としてさらに好ましくは、リチウム鉄リン酸化合物（ＬｉＦｅＰＯ₄）、または、異種原子を含有するリチウム鉄複合リン酸化合物（ＬｉＦｅ_xＭ_1-xＯ₄ ：Ｍは１種類以上の金属、ｘは０＜ｘ＜１である。）が好ましい。ここで、「主体」とは、正極活物質層の正極活物質総質量の５０％以上を意味する。また、Ｍが２種以上の場合は、各々の下付数字の総和が１−ｘとなるように選定される。Ｍとしては、遷移元素、ＩＩＡ族元素、ＩＩＩＡ族元素、ＩＩＩＢ族元素、ＩＶＢ族元素等が挙げられる。特にコバルト（Ｃｏ），ニッケル，マンガン（Ｍｎ），鉄，アルミニウム，バナジウム（Ｖ），およびチタン（Ｔｉ）のうちの少なくとも１種を含むものが好ましい。

正極活物質は、リチウム鉄リン酸化合物またはリチウム鉄複合リン酸化合物の表面に、該酸化物とは異なる組成の金属酸化物（例えば、Ｎｉ、Ｍｎ、Ｌｉなどから選択されるもの）やリン酸化合物（例えば、リン酸リチウム等）等を含む被覆層が施されていてもよい。

本開示における黒鉛としては、特に限定はなく、業界において用いられる黒鉛材料を広く用いることができる。

本開示にかかる電池の電極の製造法としては、特に限定はなく、業界において用いられている方法を広く用いることができる。

本開示における電池構成としては、特に限定はなく、公知の構成を広く用いることができる。

本開示に用いられる電解液としては、特に限定はなく、液状、ゲル状を含み、業界において用いられる電解液を広く用いることができる。

電解液溶媒として好ましくは、４−フルオロ−１，３−ジオキソラン−２−オン（ＦＥＣ）、炭酸エチレン、炭酸プロピレン、炭酸ブチレン、炭酸ビニレン（ＶＣ）、炭酸ジメチル、炭酸ジエチル、炭酸エチルメチル、γ−ブチロラクトン、γ−バレロラクトン、１，２−ジメトキシエタン、テトラヒドロフラン、２−メチルテトラヒドロフラン、１，３−ジオキソラン、４−メチル−１，３−ジオキソラン、酢酸メチル、プロピオン酸メチル、プロピオン酸エチル、アセトニトリル、グルタロニトリル、アジポニトリル、メトキシアセトニトリル、３−メトキシプロピロニトリル、Ｎ，Ｎ−ジメチルフォルムアミド、Ｎ−メチルピロリジノン、Ｎ−メチルオキサゾリジノン、ニトロメタン、ニトロエタン、スルホラン、ジメチルスルフォキシド、リン酸トリメチル、リン酸トリエチル、エチレンスルフィド、およびビストリフルオロメチルスルホニルイミドトリメチルヘキシルアンモニウム
更に好ましくは４−フルオロ−１，３−ジオキソラン−２−オン（ＦＥＣ）、炭酸エチレン、炭酸プロピレン、炭酸ブチレン、炭酸ビニレン（ＶＣ）、炭酸ジメチル、炭酸ジエチル、炭酸エチルメチル、γ−ブチロラクトン、γ−バレロラクトンである

電解液支持塩として好ましくは、六フッ化リン酸リチウム（ＬｉＰＦ₆）、ビス（ペ
ンタフルオロエタンスルホニル）イミドリチウム（Ｌｉ（Ｃ₂Ｆ₅ＳＯ₂）₂Ｎ）、過塩素酸リチウム（ＬｉＣｌＯ₄）、六フッ化ヒ酸リチウム（ＬｉＡｓＦ₆）、四フッ化ホウ酸リチウム（ＬｉＢＦ₄）、トリフルオロメタンスルホン酸リチウム（ＬｉＳＯ₃ＣＦ₃）、ビス
（トリフルオロメタンスルホニル）イミドリチウム（Ｌｉ（ＣＦ₃ＳＯ₂）₂Ｎ）、トリス
（トリフルオロメタンスルホニル）メチルリチウム（ＬｉＣ（ＳＯ₂ＣＦ₃）₃である。

「劣化予測の概要」
劣化予測の概要について図１を参照して説明する。図１は、時間経過と、劣化率の関係を示す。電池組立時に電池電極と電解液とが外装体に封入・封止される。次に、該電池の定格容量の５０％以上の最初の充電（初回充電と称する）がなされる。未使用状態の容量を初期容量Capa（0）、初回充電のＸ日後の容量をCapa(x)とし、初回充電のｔ日後の劣化率Ｒを下記のように表す。

Ｒ＝100−100×Capa(x)／Capa(0) （0≦R≦100）とする。
なお、容量維持率＝１００−容量劣化率である。

本開示は、このＸ日における容量実測後、Ｙ日における容量劣化率予測を行うものである（０≦Ｘ，Ｙ）。寿命予測の基準日であるＸの日数として、特に限定はなく、予め設定されている電池の定期点検の日付等の日にちで良く、電池の寿命範囲の日数を選ぶことができる。例えば自動車の車検の日にちがＸであり、次の車検の日にちがＹに設定され、次の車検まで電池の性能が確保できるかどうかを予測することができる。

Ｙは、この寿命予測の基準日であるｘ日から、何日後の容量劣化を予測するかを表す値であり、予測用途に応じ任意に選ぶことができる。このＹ日後の劣化を予測するにあたり、条件として、温度（＝Ｔ）、ＳＯＣ(State Of Charge：充電深度)（＝Ｓ）、日数（＝
Ｙ）を指定して、予測値を算出する。なお、ＳＯＣの代わりにＤＯＤ(Depth Of Discharge：放電深度)を使用しても良い。ＳＯＣおよびＤＯＤを総称して電池状態と称する。

本開示では、この予測期間（Ｙ日間）における条件として、複数条件（Ｚ１、Ｚ２・・・・・Ｚｎ）を許容する。条件がＺn-1からＺｎに推移するときの劣化の積み上げ方法に
ついて以下に説明する。本開示は、劣化の積み上げ方を特徴とするものである。

上述したオリビン構造を有する正極活物質は、化学的安定性が非常に優れている。すなわち、正極由来の経時劣化は無視できるほど小さく、セル容量損失は、負極黒鉛表面での副反応によるリチウムの損失量により決まる。このため、容量劣化率Ｒ％にまで劣化したセルを別条件でさらに継続して使用する場合、劣化率Ｒ％に相当するリチウムの損失量が次の使用開始時に引き継がれるとみなすことができる。その結果、条件を切り替えた場合の劣化率を積み上げ計算することができる。

一例として、Ｘ日間の実使用後の劣化率をＲ％とし、さらに、条件として、期間Ｙ、温度Ｔ＝Ａ℃、ＳＯＣ（Ｓ＝ｂ％）を設定した場合の劣化予測値を求める。図２において破線のカーブ１は、劣化予測を行う場合の新しい条件（Ｔ＝Ａ℃、Ｓ＝ｂ％）に対応する劣化マスターカーブである。劣化マスターカーブは、予め数式によって求められ、テーブルとして不揮発性メモリに記憶され、テーブルを参照して劣化予測値を求めることができる。または数式（プログラム）によって劣化予測値を求めることができる。条件を指定することによって、対応する劣化マスターカーブが決定される。

劣化予測を行う新しい条件の劣化マスターカーブ１において、劣化率Ｒ％に相当する点（Ｘcorr日の点）から新規経時をＹ日間行うことによってＹ日後の劣化予測値を求める。すなわち、本開示では、実劣化率Ｒ（％）を横軸（電池の実経時日数）と平行移動して劣化マスターカーブ１と交叉する点の日数Ｘcorrとする。このように、新条件へ切り替え日はＸではなく、Ｘcorrという新規な日に換算されている。

本開示と異なる方法として、単純な劣化率の積み上げ方法がある。例えば初回充電から１ヶ月間、４５℃、ＳＯＣ１００％で保存した場合の容量劣化率が５％とする。
初回充電から１か月間、６０℃、ＳＯＣ１００％で保存した場合の容量劣化率が１０％とする。
そして、初回充電から４５℃で１カ月経時し、引き続いて６０℃で１カ月経時する場合の劣化率を求める。その方法の一つとして、劣化率を掛け合わせる方法がある。すなわち、（１−0．05）×（１−0．1）＝0．855とする。この方法では、14．5％劣化と求められる。このような方法は、経時変化において、初期の劣化の大きい時期を重複してカウントするので、劣化を過大評価することになる。
一方、劣化率を加算する方法（5＋10＝15％、0．85％劣化とする）も同様にずれの大きい予測となる。

劣化マスターカーブとは、一定温度、一定ＳＯＣ（またはＤＯＤ）で電池を保存（またはサイクル）する場合の電池容量劣化率の時間に対する変化曲線のことである。劣化マスターカーブは、電池の実際の劣化データにより求めてもよいが、必要なデータ数が多種にわたり、経時データ採取期間が１０年程度と長期にわたるので、実測データのみで劣化マスターカーブを構築することは現実的ではない。

本開示における劣化マスターデータは、好ましくは、数式に基づいて計算して得られた値である。さらに好ましくは、電池の外壁の温度から計算される値と、電池の初充電後の経時日数から計算される値と、電池の電池状態例えばＳＯＣより計算される値の積から計算される値である。

最も好ましくは、電池の外壁の温度Ｔから計算される値がexp（−Ａ／Ｔ）を含む式に
より計算される（Ｔは、絶対温度）。電池の初充電後の経時日数から計算される値が（経時日数）^Ｂ（＾は累乗を表す）を含む式により計算される（但し、０．３＜Ｂ＜０．７
）。電池の充電深度ＳＯＣから計算される値がexp（Ｃ×ＳＯＣ／Ｔ）を含む式により計
算されることである。Ａ、Ｂ、Ｃは、電池実測経時データのフィッティングにより得ることが好ましい。Ｃは、劣化の時間に対する依存性を示し、０．１以上、１．５以下、好ましくは、０．３５以上、０．６５以下である。

本開示における劣化マスターカーブの式において、温度Ｔとは、電池セルのおかれている環境温度ではなく、電池セルの外面の温度を意味する。本開示における劣化マスターカーブの式において、ＳＯＣとは、保存の場合、保存中のＳＯＣそのものを用いればよく、サイクルなど、ＳＯＣが時間で変動する場合には、ＳＯＣ範囲の時間平均値を用いることができる。なお、経時日数におけるサイクルの回数は、ＳＯＣの時間平均値が等しければ、劣化寿命の予測と無関係である。

劣化がＳＯＣに対して線形に変化しない場合、さらに好ましくは、各ＳＯＣ点に重みづけ平均をとることが好ましい。例えば、実測劣化値或いは容量劣化が負極黒鉛上の還元副反応で生じていることを考慮して、下式によってＳＯＣごとの劣化速度比を求め、この劣化速度比によってＳＯＣ変動各点に重みづけを行うことができる。

比劣化速度＝exp(αＦη／ＲＴ）、ηは（１−対Liでの負極黒鉛電位）、α＝0．5、Ｒ＝8．314、Ｆ＝96485、Ｔ：電池温度（Ｋ°）を用いて、ＳＯＣごとの劣化速度比を求め
、劣化速度比によってＳＯＣ変動各点に重みづけを行うことができる。

「劣化予測の一例」
図３を参照して劣化予測の一例について説明する。図３には、劣化マスターカーブ１ａ、１ｂ、１ｃ、１ｄと劣化マスターカーブ２ａ、２ｂ、２ｃ、２ｄとが示されている。劣化マスターカーブ１ａ〜１ｄは、温度Ｔ＝Ａの場合の劣化マスターカーブであり、ＳＯＣがａ％、ｂ％、ｃ％、ｄ％と対応している。劣化マスターカーブ２ａ〜２ｄは、温度Ｔ＝Ｂの場合の劣化マスターカーブであり、ＳＯＣがａ％、ｂ％、ｃ％、ｄ％と対応している。

図３において、太線が下記のように、劣化率の変化の遷移を表している。
ｔ＝０で初回充電がなされる。カーブ３で示すように、（ｔ＝Ｘ０）まで電池が実使用され、電池の実容量測定がなされる。求められた実劣化率Ｒ％が求められる。
次に、（温度Ａ、ＳＯＣ＝ｂ％）の条件でＹ１日経過するものと設定されている。設定は、ユーザによってなされる。この条件に対応して劣化マスターカーブ１ｂが選択される。上述したように、容量劣化率Ｒ％にまで劣化した電池を別条件でさらに継続して使用する場合、劣化率Ｒ％に相当するリチウムの損失量が次の使用開始時に引き継がれるとみなすことができる。したがって、実劣化率Ｒ（％）を横軸（電池の実経時日数）と平行移動して劣化マスターカーブ１ｂと交叉する点の日数Ｘ１corrが新条件へ切り替え日とされる。Ｘ１corrからＹ１日の期間、劣化マスターカーブ１ｂ上の太線４で示すように、劣化率が変化するものと予測される。期間Ｙ１日においての充電／放電の回数は、任意でよい。他の保存期間でも同様である。

次に、（温度Ｂ、ＳＯＣ＝ｂ％）の条件でＹ２日経過するものと設定されている。この条件に対応して劣化マスターカーブ２ｂが選択される。太線４の終端の劣化予測値が横軸（電池の実経時日数）と平行移動されて劣化マスターカーブ２ｂと交叉する点の日数Ｘ２corrが新条件へ切り替え日とされる。Ｘ２corrからＹ２日の期間、劣化マスターカーブ２ｂ上の太線５で示すように、劣化率が変化するものと予測される。

次に、（温度Ｂ、ＳＯＣ＝ｃ％）の条件でＹ３日経過するものと設定されている。この条件に対応して劣化マスターカーブ２ｃが選択される。太線５の終端の劣化予測値が横軸（電池の実経時日数）と平行移動されて劣化マスターカーブ２ｃと交叉する点の日数Ｘ３corrが新条件へ切り替え日とされる。Ｘ３corrからＹ３日の期間、劣化マスターカーブ２ｃ上の太線６で示すように、劣化率が変化するものと予測される。

次に、（温度Ｂ、ＳＯＣ＝ａ％）の条件でＹ４日経過するものと設定されている。この条件に対応して劣化マスターカーブ２ａが選択される。太線６の終端の劣化予測値が横軸（電池の実経時日数）と平行移動されて劣化マスターカーブ２ａと交叉する点の日数Ｘ４corrが新条件へ切り替え日とされる。Ｘ４corrからＹ４日の期間、劣化マスターカーブ２ａ上の太線７で示すように、劣化率が変化するものと予測される。

以上の処理の結果、Ｘ０の時点から（Ｙ１＋Ｙ２＋Ｙ３＋Ｙ４）の日数経過した時点の電池の劣化予測値が求められる。例えば電動車両に搭載されている電池の場合、Ｘ０が現車検の時点であり、上述した日にちの経過後の時点が車検の予定日とすると、車検の時の電池の劣化率を予測することができる。上述した条件の遷移は、一例であり、種々の遷移が可能である。但し、蓄電装置の種類（電動車両、ハイブリッド自動車、家庭等の蓄電装置等）、電池の使用用途（業務用、家庭用等）、使用地域（寒冷地、温暖地方等）等の実際の条件を考慮してある程度、実地に則した条件の遷移を設定することができる。例えば自動車のメーカ等がそのような条件の遷移についての情報を提供することが可能である。

「劣化予測装置の一例」
本開示が適用された劣化予測装置の概略を図４に示す。図４において、マイクロコントローラユニット（図４においてＭＣＵと表記する）１１に対して条件入力部１２から条件遷移の情報が入力される。上述したように、（温度、ＳＯＣ、経過日数）の条件が入力される。通常、複数の条件が順序付けて入力される。

マイクロコントローラユニット１１に対して、マスターカーブメモリ（不揮発性メモリ）１３から劣化マスターカーブデータが入力される。劣化マスターカーブデータは、上述したように、数式で求められるデータに対して電池実測経時データのフィッティングを行い、さらに、ＳＯＣごとの劣化速度比を求め、この劣化速度比によってＳＯＣ変動各点に重みづけを行ったものであり、予め記憶されている。

さらに、マイクロコントローラユニット１１に対して、実劣化率測定部１５から測定された実劣化率のデータが供給される。実劣化率測定部１５は、電池部１６の現時点の劣化率を測定する。マイクロコントローラユニット１１には、出力部１４が接続され、出力部１４によって設定された条件における劣化予測値を表示したり、劣化予測値を印刷するようになされる。

実劣化率測定部１５は、概略的には、図５に示すように構成されている。電池部１６の電流経路中に電流測定部２２と、充放電制御部２３とが挿入されている。電流測定部２２によって測定された電流（充電電流または放電電流）がマイクロコントローラユニット２１に対して供給される。マイクロコントローラユニット２１は、充放電制御部２３を制御するコントロール信号を発生する。

マイクロコントローラユニット２１内の不揮発性メモリには、初期容量Capa（0）のデ
ータが記憶されている。例えば電池部１６が満充電まで充電され、満充電から完全に放電される場合の放電電流をマイクロコントローラユニット２１が積算することによって、初回充電のＸ日後の容量をCapa(x)を求めることができる。そして、下式によって、実劣化
率Ｒ％が求められる。

Ｒ＝100−100×Capa(x)／Capa(0) （0≦R≦100）とする。
容量維持率＝１００−容量劣化率である。

上述した実劣化率測定方法は、満充電状態（ＳＯＣ＝１００％）から完全放電状態（ＳＯＣ＝０％）までの容量を実測するものである。電池使用時のこの容量を使用開始前の電池容量と比較することによって劣化状態を求めることができる。

しかしながら、電池の実使用と同時にこの測定を行い、電池を完全放電状態にすることは、例えば車両用電池では、車が走行能力を失い、バックアップ電源用電池では、バックアップ能力を失うことに相当する。このような事態は、到底許容できないため、機器使用中の場合、実劣化率測定方法としては、従来から知られている方法によって劣化率を推測しても良い。例えば電池の内部抵抗の変化、電池の電圧降下などから電池の劣化率を推定しても良い。

本開示の具体的な実施例について詳細に説明するが、本開示はこれに限定されるものではない。

（実施例１）
負極活物質として黒鉛を用い、正極活物質としてＬｉＦｅＰＯ₄を用い、５ｍＡｈの容量を有するコイン型２次電池を作製した。封口後に、室温にて３．６Ｖ、１ｍＡ、７．５時間、定電流定電圧法により充電した後、室温にて１ｍＡにて２．０Ｖまで放電した。再度、３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電し、得られた放電容量５．０ｍＡｈを初回容量とした。次に、表１に示すように、充放電と保存経時を行った。

表１および図６を参照して劣化率の変化の例について説明する。図６には、劣化マスターカーブ３１、３２、３３が示されている。劣化マスターカーブ３１は、温度Ｔ＝３５℃、ＳＯＣ＝１００％と対応している。劣化マスターカーブ３２は、温度Ｔ＝４５℃、ＳＯＣ＝１００％と対応している。劣化マスターカーブ３３は、温度Ｔ＝６０℃、ＳＯＣ＝１００％と対応している。

（段階１）
室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて３５℃、９０日間保存した（劣化マスターカーブ３１の太線３３）。室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電した。
（段階２）
引き続き、３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電した。得られた放電容量値を初回容量値（５．０ｍＡｈ）によって除算して、容量維持率９１．１％を得た。

（段階３）
室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて３５℃、６０日間保存した（劣化マスターカーブ３１の太線３４）。室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電した。
（段階４）
室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて４５℃、３０日間保存した（劣化マスターカーブ３１の太線３５）。室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電した。
（段階５）
室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて６０℃、３０日間保存した（劣化マスターカーブ３１の太線３６）。室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電した。
（段階６）
室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて３５℃、３０日間保存した（劣化マスターカーブ３１の太線３７）。室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電した。
（段階７）
引き続き、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電した。得られた放電容量値を初回容量値（５．０ｍＡｈ）によって除算して、実測維持率８３．２％を得た。

本開示の実施例１による劣化予測値を求める処理を以下に説明する。
容量維持率の劣化マスターカーブ３１、３２、３３は、下式にて計算した（Ｔ＝絶対温度）。
劣化率（％）＝23000×［exp(-3368/T)］×［(days)^0.45］×［exp（3.247×SOC/T)］
維持率（％）＝１００−劣化率（％）

予測計算は、先ず、上式に下記の値を代入することによって、劣化率8.9％が得られた
（太線３３）。
T＝273＋35
days＝30
SOC＝100

次に、上式に下記の値を代入することによって、劣化率11.2％が得られた（太線３４）。
T＝273+35
days＝90+60
SOC＝100

次に、45℃にて劣化率11.2％をあたえる日にちを逆算してdays=75.2を得た。上式に下
記の値を代入することによって、劣化率13.2％が得られた（太線３５）。
Ｔ＝273+45
days＝75.1＋30
SOC＝100
以下同様に繰り返し本開示にかかる予測維持率８２．６％を得た。この劣化予測値は、実測維持率８３．２％に近い値である。

（比較例１）
実施例１と同様にして作製した電池の初回容量を測定した後、室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて保存し、その後、室温まで降温し、２．０Ｖまで２．５ｍＡにて放電した。
引き続き、３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電した。得られた放電容量値を初回容量値（５．０ｍＡｈ）によって除算して、単独での容量維持率を得た。

上記の保存の温度と日数は
35℃90日、或いは35℃60日、或いは35℃30日、或いは45℃30日、或いは60℃30日で実施した。
得られた単独での容量維持率はそれぞれ
35℃
90日 91.1％
60日 92.6％
30日 94.6％
45℃
30日 92.6％
60℃
30日 88.6％
である。

３５℃９０日−３５℃６０日−４５℃３０日−６０℃３０日−３５℃３０日と、複数条件の保存を連続して行った場合の維持率を乗算で求めると、下式のように、複合維持率は６５．５％となる。
0.911×0.926×0.926×0.886×0.946＝0.655

一方、加算で複合劣化率を求めると、下式のように、４０．５％となり、維持率が５９．５％となる。
（1−0.911）＋（1−0.926）＋（1−0.926）+（1−0.886）+（1−0.946）＝0.405
1−0.405＝0.595

本開示によれば、維持率実測値８３．２％に対して予測値８２．６％と非常に良好な一致を示した。比較例として各単位条件（３５℃３０、６０、９０日）４５℃３０日、６０℃３０日それぞれの維持率を乗算した値、並びにそれぞれの劣化率を加算したときの維持率は、それぞれ６５．５％、５９．５％となり、実測値よりも大きくずれた値を示した。これは、個々の条件を単純に乗算或いは加算すると、経時初期の劣化の大きい時期を多重加算することになり、劣化の過大評価に陥るからである。これに対し本開示では初期の劣化の重複加算が回避されているため良好な見積もりが得られる。

（実施例２）
実施例１と同様にコイン電池を作製し、同様に初回容量を得た。
次に、表２および図７に示すように、充放電とサイクル経時を行った。図７には、劣化マスターカーブ４１、４２、４３が示されている。劣化マスターカーブ４１は、温度Ｔ＝３５℃、ＳＯＣ＝５０％と対応している。劣化マスターカーブ４２は、温度Ｔ＝４５℃、ＳＯＣ＝５０％と対応している。劣化マスターカーブ４３は、温度Ｔ＝６０℃、ＳＯＣ＝５０％と対応している。充電および放電のサイクルを行うので、ＳＯＣを１００％の半分の５０％としている。

（段階１）
恒温槽にて４５℃にて６０日間サイクル（３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電後、２．０Ｖまで２．５ｍＡにて放電）を行った（劣化マスターカーブ４２の太線４４）。室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電した。
（段階２）
引き続き、３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電した。得られた放電容量値を初回容量値（５．０ｍＡｈ）によって除算して、容量維持率９３．９％を得た。

（段階３）
恒温槽にて６０℃にて３０日間サイクル（３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電後、２．０Ｖまで２．５ｍＡにて放電）を行った（劣化マスターカーブ４３の太線４５）。
（段階４）
恒温槽にて４５℃にて６０日間サイクル（３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電後、２．０Ｖまで２．５ｍＡにて放電）を行った（劣化マスターカーブ４２の太線４６）。
（段階５）
恒温槽にて３５℃にて９０日間サイクル（３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電後、２．０Ｖまで２．５ｍＡにて放電）を行った（劣化マスターカーブ４１の太線４７）。
（段階６）
恒温槽にて６０℃にて３０日間サイクル（３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電後、２．０Ｖまで２．５ｍＡにて放電）を行った（劣化マスターカーブ４３の太線４８）。
（段階７）
室温まで降温の後、２．０Ｖまで２．５ｍＡにて放電を行った。
引き続き、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電した。得られた放電容量値を初回容量値（５．０ｍＡｈ）によって除算して、実測維持率８７．０％を得た。

本開示の実施例２による劣化予測値を求める処理を以下に説明する。
容量維持率の劣化マスターカーブ４１、４２、４３は、下式にて計算した（Ｔ＝絶対温度）。
劣化率（％）＝23000×［exp(-3368/T)］×［(days)^0.45］×［exp（3.247×SOC/T)］
維持率（％）＝１００−劣化率（％）
ＳＯＣは、サイクルの最低ＳＯＣと最高ＳＯＣの平均値を用いた。

予測計算は、先ず、上式に下記の値を代入することによって、劣化率6.1％が得られた
（太線４４）。
T＝273＋45
days＝60
SOC＝50

次に、60℃にて劣化率6.1％をあたえる日にちを逆算してdays=22を得た。上式に下記の値を代入することによって、劣化率9.0％が得られた（太線４５）。
Ｔ＝273+60
days＝22＋30
SOC＝50
以下同様に繰り返し本開示にかかる予測維持率８６．９％を得た。この劣化予測値は、実測維持率８７％に近い値である。

（比較例２）
実施例２と同様にして作製した電池の初回容量を測定した後、室温にて、３．６Ｖ、２．５ｍＡ定電流定電圧にて２．５時間充電した後、恒温槽にて保存し、その後、室温まで降温し、２．０Ｖまで２．５ｍＡにて放電した。
引き続き、３．６Ｖ、２．５ｍＡ定電流定電圧にて、２．５時間充電し、引き続き、２．０Ｖまで２．５ｍＡにて放電した。得られた放電容量値を初回容量値（５．０ｍＡｈ）によって除算して、単独での容量維持率を得た。

上記のサイクルの温度と日数は
45℃60日、或いは60℃30日、或いは35℃90日で実施した。
得られた単独での容量維持率はそれぞれ
45℃60日 93.9％
60℃30日 93.0％
35℃90日 94.7％
である。

４５℃６０日−６０℃３０日−４５℃６０日−３５℃９０日−６０℃３０日と、複数条件のサイクルを連続して行った場合の維持率を乗算で求めると、下式のように、複合維持率は７２．２％となる。
0.939×0.930×0.939×0.947×0.930＝0.722

一方、加算で複合劣化率を求めると、下式のように、３１．５％となり、維持率が６８．５％となる。
（1−0.939）＋（1−0.930）＋（1−0.939）+（1−0.947）+（1−0.930）＝0.315
1−0.315＝0.685

本開示によれば、維持率実測値８７．０％に対して予測値８６．９％と非常に良好な一致を示した。比較例として、各単独条件それぞれの維持率を乗算した値、並びにそれぞれの劣化率を加算したときの維持率は、それぞれ７２．２％、６８．５％となり、実測値よりも大きくずれた値を示した。これは、個々の条件を単純に乗算或いは加算すると、経時初期の劣化の大きい時期を多重加算することになり、劣化の過大評価に陥るからである。これに対し本開示では初期の劣化の重複加算が回避されているため良好な見積もりが得られる。

「応用例としての住宅における電力貯蔵装置」
本開示を住宅用の電力貯蔵装置に適用した例について、図８を参照して説明する。例えば住宅１０１用の電力貯蔵装置１００においては、火力発電１０２ａ、原子力発電１０２ｂ、水力発電１０２ｃ等の集中型電力系統１０２から電力網１０９、情報網１１２、スマートメータ１０７、パワーハブ１０８等を介し、電力が蓄電装置１０３に供給される。これと共に、家庭内発電装置１０４等の独立電源から電力が蓄電装置１０３に供給される。蓄電装置１０３に供給された電力が蓄電される。蓄電装置１０３を使用して、住宅１０１で使用する電力が給電される。住宅１０１に限らずビルに関しても同様の電力貯蔵装置を使用できる。

住宅１０１には、発電装置１０４、電力消費装置１０５、蓄電装置１０３、各装置を制御する制御装置１１０、スマートメータ１０７、各種情報を取得するセンサ１１１が設けられている。各装置は、電力網１０９および情報網１１２によって接続されている。発電装置１０４として、太陽電池、燃料電池等が利用され、発電した電力が電力消費装置１０５および／または蓄電装置１０３に供給される。電力消費装置１０５は、冷蔵庫１０５ａ、空調装置１０５ｂ、テレビジョン受信機１０５ｃ、風呂１０５ｄ等である。さらに、電力消費装置１０５には、電動車両１０６が含まれる。電動車両１０６は、電気自動車１０６ａ、ハイブリッドカー１０６ｂ、電気バイク１０６ｃである。

蓄電装置１０３は、二次電池、またはキャパシタから構成されている。例えば、リチウムイオン電池によって構成されている。リチウムイオン電池は、定置型であっても、電動車両１０６で使用されるものでも良い。この蓄電装置１０３の容量劣化の推定に対して上述した本開示が適用される。スマートメータ１０７は、商用電力の使用量を測定し、測定された使用量を、電力会社に送信する機能を備えている。電力網１０９は、直流給電、交流給電、非接触給電の何れか一つまたは複数を組み合わせても良い。

各種のセンサ１１１は、例えば人感センサ、照度センサ、物体検知センサ、消費電力センサ、振動センサ、接触センサ、温度センサ、赤外線センサ等である。各種センサ１１１により取得された情報は、制御装置１１０に送信される。センサ１１１からの情報によって、気象の状態、人の状態等が把握されて電力消費装置１０５を自動的に制御してエネルギー消費を最小とすることができる。さらに、制御装置１１０は、住宅１０１に関する情報をインターネットを介して外部の電力会社等に送信することができる。

パワーハブ１０８によって、電力線の分岐、直流交流変換等の処理がなされる。制御装置１１０と接続される情報網１１２の通信方式としては、ＵＡＲＴ(Universal Asynchronous Receiver-Transceiver:非同期シリアル通信用送受信回路）等の通信インターフェー
スを使う方法、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＺｉｇＢｅｅ、Ｗｉ−Ｆｉ等の無線通信規格によるセンサネットワークを利用する方法がある。Ｂｌｕｅｔｏｏｔｈ（登録商標）方式は、マルチメディア通信に適用され、一対多接続の通信を行うことができる。ＺｉｇＢｅｅは、ＩＥＥＥ(Institute of Electrical and Electronics Engineers) ８０２．１５．４の物理層を使用するものである。ＩＥＥＥ８０２．１５．４は、ＰＡＮ(Personal Area Network) またはＷ(Wireless)ＰＡＮと呼ばれる短距離無線ネットワーク規格の名称である。

制御装置１１０は、外部のサーバ１１３と接続されている。このサーバ１１３は、住宅１０１、電力会社、サービスプロバイダーの何れかによって管理されていても良い。サーバ１１３が送受信する情報は、たとえば、消費電力情報、生活パターン情報、電力料金、天気情報、天災情報、電力取引に関する情報である。これらの情報は、家庭内の電力消費装置（たとえばテレビジョン受信機）から送受信しても良いが、家庭外の装置（たとえば、携帯電話機等）から送受信しても良い。これらの情報は、表示機能を持つ機器、たとえば、テレビジョン受信機、携帯電話機、ＰＤＡ(Personal Digital Assistants)等に、表
示されても良い。

各部を制御する制御装置１１０は、ＣＰＵ（Central Processing Unit ）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等で構成され、この例では、蓄電装置１０３に格納されている。制御装置１１０は、蓄電装置１０３、家庭内発電装置１０４、電力消費装置１０５、各種センサ１１１、サーバ１１３と情報網１１２により接続され、例えば、商用電力の使用量と、発電量とを調整する機能を有している。なお、その他にも、電力市場で電力取引を行う機能等を備えていても良い。

以上のように、電力が火力発電１０２ａ、原子力発電１０２ｂ、水力発電１０２ｃ等の集中型電力系統１０２のみならず、家庭内発電装置１０４（太陽光発電、風力発電）の発電電力を蓄電装置１０３に蓄えることができる。したがって、家庭内発電装置１０４の発電電力が変動しても、外部に送出する電力量を一定にしたり、または、必要なだけ放電するといった制御を行うことができる。例えば、太陽光発電で得られた電力を蓄電装置１０３に蓄えると共に、夜間は料金が安い深夜電力を蓄電装置１０３に蓄え、昼間の料金が高い時間帯に蓄電装置１０３によって蓄電した電力を放電して利用するといった使い方もできる。

なお、この例では、制御装置１１０が蓄電装置１０３内に格納される例を説明したが、スマートメータ１０７内に格納されても良いし、単独で構成されていても良い。さらに、電力貯蔵装置１００は、集合住宅における複数の家庭を対象として用いられてもよいし、複数の戸建て住宅を対象として用いられてもよい。

「応用例としての車両における電力貯蔵装置」
本開示を車両用の電力貯蔵装置に適用した例について、図９を参照して説明する。図９に、本開示が適用されるシリーズハイブリッドシステムを採用するハイブリッド車両の構成の一例を概略的に示す。シリーズハイブリッドシステムはエンジンで動かす発電機で発電された電力、あるいはそれを電池に一旦貯めておいた電力を用いて、電力駆動力変換装置で走行する車である。

このハイブリッド車両２００には、エンジン２０１、発電機２０２、電力駆動力変換装置２０３、駆動輪２０４ａ、駆動輪２０４ｂ、車輪２０５ａ、車輪２０５ｂ、電池２０８、車両制御装置２０９、各種センサ２１０、充電口２１１が搭載されている。この電池２０８の容量劣化の推定に対して上述した本開示が適用される。

ハイブリッド車両２００は、電力駆動力変換装置２０３を動力源として走行する。電力駆動力変換装置２０３の一例は、モータである。電池２０８の電力によって電力駆動力変換装置２０３が作動し、この電力駆動力変換装置２０３の回転力が駆動輪２０４ａ、２０４ｂに伝達される。なお、必要な個所に直流−交流（ＤＣ−ＡＣ）あるいは逆変換（ＡＣ−ＤＣ変換）を用いることによって、電力駆動力変換装置２０３が交流モータでも直流モータでも適用可能である。各種センサ２１０は、車両制御装置２０９を介してエンジン回転数を制御したり、図示しないスロットルバルブの開度（スロットル開度）を制御したりする。各種センサ２１０には、速度センサ、加速度センサ、エンジン回転数センサなどが含まれる。

エンジン２０１の回転力は発電機２０２に伝えられ、その回転力によって発電機２０２により生成された電力を電池２０８に蓄積することが可能である。

図示しない制動機構によりハイブリッド車両が減速すると、その減速時の抵抗力が電力駆動力変換装置２０３に回転力として加わり、この回転力によって電力駆動力変換装置２０３により生成された回生電力が電池２０８に蓄積される。

電池２０８は、ハイブリッド車両の外部の電源に接続されることで、その外部電源から充電口２１１を入力口として電力供給を受け、受けた電力を蓄積することも可能である。

図示しないが、二次電池に関する情報に基いて車両制御に関する情報処理を行なう情報処理装置を備えていても良い。このような情報処理装置としては、例えば、電池の残容量に関する情報に基づき、電池残容量表示を行う情報処理装置などがある。

なお、以上は、エンジンで動かす発電機で発電された電力、或いはそれを電池に一旦貯めておいた電力を用いて、モーターで走行するシリーズハイブリッド車を例として説明した。しかしながら、エンジンとモーターの出力がいずれも駆動源とし、エンジンのみで走行、モーターのみで走行、エンジンとモーター走行という３つの方式を適宜切り替えて使用するパラレルハイブリッド車に対しても本開示は有効に適用可能である。さらに、エンジンを用いず駆動モータのみによる駆動で走行する所謂、電動車両に対しても本開示は有効に適用可能である。

なお、本開示は、以下のような構成も取ることができる。
（１）
電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定方法であって、
算出用温度Ｔおよび算出用電池状態Ｓの条件を用いて前記劣化マスターデータが特定され、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから算出する電池劣化寿命推定方法。
（２）
前記２次電池は、正極活物質がオリビン構造を有する（１）に記載の電池劣化寿命推定方法。
（３）
前記２次電池は、ＬｉＦｅＰＯ₄を正極活物質として含み、黒鉛を負極活物質として含
むリチウムイオン２次電池である（１）（２）の何れかに記載の電池劣化寿命推定方法。
（４）
オリビン構造を有する正極活物質がＬｉＦｅＰＯ₄若しくはＬｉＭｎ_xＦｅ_1-xＰＯ₄（０＜ｘ＜１）である（２）に記載の電池劣化寿命推定方法。
（５）
前記Ｙ日間の推定における前記条件がｎ個の条件Ｚ１、Ｚ２・・・・Ｚｎより構成され（１≦ｎ）、
条件Ｚn−1によって特定される第１の劣化マスターデータから条件Ｚｎよって特定される第２の劣化マスターデータへの推移において、前記第１の劣化マスターデータにおける最終劣化率が前記第２の劣化マスターデータにおける開始劣化率となるように、遷移させる（１）（２）（３）（４）の何れかに記載の電池劣化寿命推定方法。
（６）
前記劣化マスターデータとして、前記に２次電池の外壁の温度から計算される値と、前記２次電池の初充電後の経時日数から計算される値と、前記２次電池の電池状態より計算される値の積から計算される値を用いる（１）（２）（３）（４）（５）の何れかに記載の電池劣化寿命推定方法。
（７）
前記２次電池の外壁の温度Ｔから計算される値がexp(−Ａ/Ｔ）を含む式により計算さ
れ（Ｔは絶対温度）、前記２次電池の初充電後の経時日数から計算される値が（経時日数）＾Ｂを含む式により計算され、前記２次電池の充電深度ＳＯＣから計算される値がexp
（Ｃ×ＳＯＣ／Ｔ）を含む式により計算される（６）に記載の電池劣化寿命推定方法。
（８）
電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置であって、
複数の前記劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
前記コントローラは、前記条件設定部によって設定される条件を用いて前記劣化マスターデータを特定し、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから求める電池劣化寿命推定装置。
（９）
車両の駆動力を発生するための２次電池であって、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置を備える電動車両であって、
複数の前記劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
前記コントローラは、前記条件設定部によって設定される条件を用いて前記劣化マスターデータを特定し、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから求める電動車両。
（１０）
交流電力を発生するための２次電池であって、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置を備える電力供給装置であって、
複数の前記劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
前記コントローラは、前記条件設定部によって設定される条件を用いて前記劣化マスターデータを特定し、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから求める電力供給装置。

「変形例」
以上、本開示の実施形態について具体的に説明したが、上述の各実施形態に限定されるものではなく、本開示の技術的思想に基づく各種の変形が可能である。例えば、上述の実施形態において挙げた構成、方法、工程、形状、材料および数値などはあくまでも例に過ぎず、必要に応じてこれと異なる構成、方法、工程、形状、材料および数値などを用いてもよい。

また、上述の実施形態の構成、方法、工程、形状、材料および数値などは、本開示の主旨を逸脱しない限り、互いに組み合わせることが可能である。

１、１ａ〜１ｄ、２、２ａ〜２ｄ・・・劣化マスターカーブ
１１・・・マイクロコントローラユニット
１２・・・条件入力部
１３・・・マスターカーブメモリ
１５・・・実劣化率測定部
１６・・・電池部

Claims

電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定方法であって、
算出用温度Ｔおよび算出用電池状態Ｓの条件を用いて前記劣化マスターデータが特定され、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから算出する電池劣化寿命推定方法。
前記２次電池は、正極活物質がオリビン構造を有する請求項１に記載の電池劣化寿命推定方法。
前記２次電池は、ＬｉＦｅＰＯ₄を正極活物質として含み、黒鉛を負極活物質として含
むリチウムイオン２次電池である請求項１に記載の電池劣化寿命推定方法。
オリビン構造を有する正極活物質がＬｉＦｅＰＯ₄若しくはＬｉＭｎ_xＦｅ_1-xＰＯ₄（０＜ｘ＜１）である請求項２に記載の電池劣化寿命推定方法。
前記Ｙ日間の推定における前記条件がｎ個の条件Ｚ１、Ｚ２・・・・Ｚｎより構成され（１≦ｎ）、
条件Ｚn−1によって特定される第１の劣化マスターデータから条件Ｚｎよって特定される第２の劣化マスターデータへの推移において、前記第１の劣化マスターデータにおける最終劣化率が前記第２の劣化マスターデータにおける開始劣化率となるように、遷移させる請求項１に記載の電池劣化寿命推定方法。
前記劣化マスターデータとして、前記に２次電池の外壁の温度から計算される値と、前記２次電池の初充電後の経時日数から計算される値と、前記２次電池の電池状態より計算される値の積から計算される値を用いる請求項１に記載の電池劣化寿命推定方法。
前記２次電池の外壁の温度Ｔから計算される値がexp(−Ａ/Ｔ）を含む式により計算さ
れ（Ｔは絶対温度）、前記２次電池の初充電後の経時日数から計算される値が（経時日数）＾Ｂを含む式により計算され、前記２次電池の充電深度ＳＯＣから計算される値がexp
（Ｃ×ＳＯＣ／Ｔ）を含む式により計算される請求項６に記載の電池劣化寿命推定方法。
電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置であって、
複数の前記劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
前記コントローラは、前記条件設定部によって設定される条件を用いて前記劣化マスターデータを特定し、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから求める電池劣化寿命推定装置。
車両の駆動力を発生するための２次電池であって、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置を備える電動車両であって、
複数の前記劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
前記コントローラは、前記条件設定部によって設定される条件を用いて前記劣化マスターデータを特定し、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから求める電動車両。
交流電力を発生するための２次電池であって、電池初充電後Ｘ日経過した時点における劣化率Ｒを有する２次電池に関して、初充電後（Ｘ＋Ｙ）日後の劣化予測値を、劣化マスターデータより算出する電池劣化寿命推定装置を備える電力供給装置であって、
複数の前記劣化マスターデータを記憶する記憶部と、
算出用温度Ｔおよび算出用電池状態Ｓの条件を設定する条件設定部と、
劣化予測値を求めるコントローラとを有し、
前記コントローラは、前記条件設定部によって設定される条件を用いて前記劣化マスターデータを特定し、
前記特定される劣化マスターデータにおいて、前記劣化率Ｒを与える経過日数Ｘcorrを導出し、初充電後（Ｘcorr＋Ｙ）日後の前記劣化予測値を前記特定される劣化マスターデータから求める電力供給装置。