JP2014178213A - 二次電池状態検出装置および二次電池状態検出方法 - Google Patents

二次電池状態検出装置および二次電池状態検出方法 Download PDF

Info

Publication number
JP2014178213A
JP2014178213A JP2013052571A JP2013052571A JP2014178213A JP 2014178213 A JP2014178213 A JP 2014178213A JP 2013052571 A JP2013052571 A JP 2013052571A JP 2013052571 A JP2013052571 A JP 2013052571A JP 2014178213 A JP2014178213 A JP 2014178213A
Authority
JP
Japan
Prior art keywords
secondary battery
equivalent circuit
type
state
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
Application number
JP2013052571A
Other languages
English (en)
Other versions
JP5810116B2 (ja
Inventor
Noriyasu Iwane
典靖 岩根
Koichi Yokoyama
浩一 横山
Naoya Takashima
直也 高嶋
Taiji Mitsuyama
泰司 光山
Kovacs Antal
アンタル コヴァチュ
Tamas Mihalffy
タマーシュ ミヒャルフィ
Romvari Lorand
ローランド ロムバリ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Furukawa Electric Co Ltd
Furukawa Automotive Systems Inc
Original Assignee
Furukawa Electric Co Ltd
Furukawa Automotive Systems Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Furukawa Electric Co Ltd, Furukawa Automotive Systems Inc filed Critical Furukawa Electric Co Ltd
Priority to JP2013052571A priority Critical patent/JP5810116B2/ja
Priority to CN201480013224.4A priority patent/CN105026945B/zh
Priority to EP14762948.9A priority patent/EP2955533B1/en
Priority to PCT/JP2014/053135 priority patent/WO2014141796A1/ja
Publication of JP2014178213A publication Critical patent/JP2014178213A/ja
Priority to US14/852,329 priority patent/US10466302B2/en
Application granted granted Critical
Publication of JP5810116B2 publication Critical patent/JP5810116B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

【課題】種類が異なる複数の二次電池の状態を高精度で検出すること。
【解決手段】二次電池１４に流れる電流の電流値と、当該電流によって二次電池に生じる電圧の電圧値を所定の頻度で測定する測定手段（電圧センサ１１、電流センサ１２）と、測定された電圧値および電流値に基づいて、二次電池の等価回路モデルの素子定数を最適化する最適化手段（ＣＰＵ１０ａ）と、最適化された等価回路モデルの素子定数を参照して、二次電池の種類を識別する識別手段（ＣＰＵ１０ａ）と、二次電池の状態を検出する検出式を二次電池の種類毎に格納する格納手段（ＲＯＭ１０ｂ）と、識別された種類に対応する検出式を、格納手段から取得する取得手段（ＣＰＵ１０ａ）と、取得された検出式に素子定数を適用することで、二次電池の状態を検出する検出手段（ＣＰＵ１０ａ）と、を有する。
【選択図】図１

Description

本発明は、二次電池状態検出装置および二次電池状態検出方法に関するものである。
二次電池の劣化度（ＳＯＨ:State Of Health）や放電能力（ＳＯＦ:State Of Function）を検出するために、二次電池の内部抵抗または内部インピーダンスを用いる方法が知られている。しかし、二次電池の内部抵抗は複数の抵抗成分の合成であることから、高精度に二次電池状態を検知するためには、各抵抗成分を分解して求める必要があり、特に、反応抵抗を精度良く求める必要がある。このための技術として、例えば、特許文献１をはじめ、特許文献２，３の技術が開示されている。
ここで、特許文献１に開示された技術では、１００Ｈｚ以上の周波数により二次電池を所定回数一定電圧でパルス放電させ、パルス放電の開始前の電圧と終了直後の電圧との差である電圧差を算出し、電圧差から二次電池の放電能力または劣化度を判定する。
また、特許文献２に開示された技術では、パルス放電によらず、通常の実車環境の車載二次電池の電圧／電流データを取得し、これをフーリエ変換して周波数分解し、インピーダンス・スペクトルを求める。そして、求めたインピーダンス・スペクトルを用いて対象二次電池の等価回路モデルの定数フィッティングを行い、二次電池内の抵抗成分、二重層容量成分を分解して求める。
また、特許文献３に開示された技術では、車載二次電池の電圧／電流データを取得し、カルマンフィルタ演算等を用いて対象二次電池の等価回路モデルの定数をオンライン推定し、二次電池内の抵抗成分、二重層容量成分を分解して求める。
特開２００９−２４４１８０号公報 特開２００５−２２１４８７号公報 特開２００７−１８７５３４号公報
ところで、特許文献１〜３に開示された技術では、特定の二次電池のみを対象として状態を検出する場合には、高精度な検出を実現することが可能であるが、種類の異なる複数の二次電池に対応することは困難である。
そこで、本発明は、種類が異なる複数の二次電池の状態を高精度で検出することが可能な二次電池状態検出装置および二次電池状態検出方法を提供することを目的としている。
上記課題を解決するために、本発明は、二次電池の状態を検出する二次電池状態検出装置において、前記二次電池に流れる電流の電流値と、当該電流によって前記二次電池に生じる電圧の電圧値を所定の頻度で測定する測定手段と、前記測定手段によって測定された電圧値および電流値に基づいて、前記二次電池の等価回路モデルの素子定数を最適化する最適化手段と、前記最適化手段によって最適化された前記等価回路モデルの素子定数を参照して、前記二次電池の種類を識別する識別手段と、前記等価回路モデルの素子定数に基づいて前記二次電池の状態を検出する検出式を、前記二次電池の種類毎に格納する格納手段と、前記識別手段によって識別された種類に対応する検出式を、前記格納手段から取得する取得手段と、前記取得手段によって取得された前記検出式に前記素子定数を適用することで、前記二次電池の状態を検出する検出手段と、を有することを特徴とする。
このような構成によれば、種類が異なる複数の二次電池の状態を高精度で検出することが可能になる。
また、本発明の一側面は、前記識別手段は、前記等価回路モデルの複数の素子定数の相互の関係に基づいて、前記二次電池の種類を識別することを特徴とする。
このような構成によれば、素子定数の相互関係に基づいて、二次電池の種類を確実に識別することができる。
また、本発明の一側面は、前記識別手段は、前記等価回路モデルの複数の素子定数の比と、所定の閾値とを比較し、その大小関係に基づいて、前記二次電池の種類を識別することを特徴とする。
このような構成によれば、素子定数の比に基づいて、二次電池の種類を簡易に判別することが可能になる。
また、本発明の一側面は、前記識別手段は、前記等価回路モデルの複数の素子定数から算出される識別指標値と、所定の閾値とを比較し、その大小関係に基づいて、前記二次電池の種類を識別することを特徴とする。
このような構成によれば、識別指標値と閾値との大小関係に基づいて二次電池をより正確に識別することが可能になる。
また、本発明の一側面は、前記識別手段は、前記二次電池の等価回路モデルの定数を入力とし、当該二次電池の種類を特定するための情報を出力とする学習モデルであって、当該入出力のペアにより予め識別能力を持った学習モデルを有し、この学習モデルにより前記二次電池の種類を識別することを特徴とする。
このような構成によれば、学習モデルを用いることにより、識別率を高めることが可能になる。
また、本発明の一側面は、前記学習モデルは、ニューラル・ネットワークまたはサポート・ベクター・マシンであることを特徴とする。
このような構成によれば、予め識別能力の高い学習モデルを作成することにより、この学習モデルに基づいて二次電池の種類の識別率を高めることができる。
また、本発明の一側面は、前記識別手段は、前記二次電池の種類として、鉛電池、ニッケル水素電池、リチウムイオン電池、および、ニッケル・カドミウム電池のいずれであるかを識別することを特徴とする。
このような構成によれば、構造が異なる様々な種類の二次電池を識別し、識別された二次電池の状態を検出することができる。
また、本発明の一側面は、前記識別手段は、前記二次電池の種類として、鉛蓄電池の液式電池、シール式電池、および、アイドリングストップ用電池のいずれであるか、または、これらのいずれかの新品または中古品であることを識別することを特徴とする。
このような構成によれば、様々な種類の鉛蓄電池を識別し、識別された鉛蓄電池の状態を検出することができる。
また、本発明の一側面は、前記検出手段は、前記二次電池の初期容量、劣化容量、放電残容量、および、所定の要求電流に対する応答電圧のうちの少なくとも一つを検出することを特徴とする。
このような構成によれば、二次電池の様々な状態を検出することが可能になるので、様々な判断を行うことができる。
また、本発明は、二次電池の状態を検出する二次電池状態検出方法において、前記二次電池に流れる電流の電流値と、当該電流によって前記二次電池に生じる電圧の電圧値を所定の頻度で測定する測定ステップと、前記測定ステップにおいて測定された電圧値および電流値に基づいて、前記二次電池の等価回路モデルの素子定数を最適化する最適化ステップと、前記最適化ステップにおいて最適化された前記等価回路モデルの素子定数を参照して、前記二次電池の種類を識別する識別ステップと、前記等価回路モデルの素子定数に基づいて前記二次電池の状態を検出する検出式を、前記二次電池の種類毎に格納されている格納手段から取得する取得ステップと、前記取得ステップにおいて取得された前記検出式に前記素子定数を適用することで、前記二次電池の状態を検出する検出ステップと、
を有することを特徴とする。
このような構成によれば、種類が異なる複数の二次電池の状態を高精度で検出することが可能になる。
本発明によれば、種類が異なる複数の二次電池の状態を高精度で検出することが可能な二次電池状態検出装置および二次電池状態検出方法を提供することが可能となる。
本発明の第１実施形態に係る二次電池状態検出装置の構成例を示す図である。 図１の制御部の詳細な構成例を示すブロック図である。 スタータモータの回転時における電圧と電流の時間的変化を示す図である。 二次電池の等価回路モデルの一例を示す図である。 等価回路モデルと、実測された二次電池応答電圧の関係を示す図である。 アイドリングストップ用二次電池とノーマル液式二次電池の定数の関係を示す図である。 第１実施形態で実行される処理の流れを説明するためのフローチャートである。 第２実施形態で使用される教師付学習モデルの構成例を示す図である。 第２実施形態で実行される処理の流れを説明するためのフローチャートである。
つぎに、本発明の実施形態について説明する。
（Ａ）第１実施形態の構成の説明
図１は、本発明の第１実施形態に係る二次電池状態検出装置を有する車両の電源系統を示す図である。この図において、二次電池状態検出装置１は、制御部１０、電圧センサ１１、電流センサ１２、温度センサ１３、および、放電回路１５を主要な構成要素としており、二次電池１４の状態を検出する。ここで、制御部１０は、電圧センサ１１、電流センサ１２、および、温度センサ１３からの出力を参照し、二次電池１４の状態を検出する。電圧センサ１１は、二次電池１４の端子電圧を検出し、制御部１０に通知する。電流センサ１２は、二次電池１４に流れる電流を検出し、制御部１０に通知する。温度センサ１３は、二次電池１４自体または周囲の環境温度を検出し、制御部１０に通知する。放電回路１５は、例えば、直列接続された半導体スイッチと抵抗素子等によって構成され、制御部１０によって半導体スイッチがオン／オフ制御されることにより二次電池１４をパルス放電させる。なお、抵抗素子を介して放電するのではなく、例えば、定電流回路を介して放電することで、放電電流が一定になるようにしてもよい。
二次電池１４は、例えば、鉛蓄電池、ニッケル・カドミウム電池、ニッケル水素電池、または、リチウムイオン電池等によって構成され、オルタネータ１６によって充電され、スタータモータ１８を駆動してエンジンを始動するとともに、負荷１９に電力を供給する。オルタネータ１６は、エンジン１７によって駆動され、交流電力を発生して整流回路によって直流電力に変換し、二次電池１４を充電する。
エンジン１７は、例えば、ガソリンエンジンおよびディーゼルエンジン等のレシプロエンジンまたはロータリーエンジン等によって構成され、スタータモータ１８によって始動され、トランスミッションを介して駆動輪を駆動し車両に推進力を与えるとともに、オルタネータ１６を駆動して電力を発生させる。スタータモータ１８は、例えば、直流電動機によって構成され、二次電池１４から供給される電力によって回転力を発生し、エンジン１７を始動する。負荷１９は、例えば、電動ステアリングモータ、デフォッガ、イグニッションコイル、カーオーディオ、および、カーナビゲーション等によって構成され、二次電池１４からの電力によって動作する。
図２は、図１に示す制御部１０の詳細な構成例を示す図である。この図に示すように、制御部１０は、ＣＰＵ（Central Processing Unit）１０ａ、ＲＯＭ（Read Only Memory）１０ｂ、ＲＡＭ（Random Access Memory）１０ｃ、通信部１０ｄ、Ｉ／Ｆ（Interface）１０ｅを有している。ここで、ＣＰＵ１０ａは、ＲＯＭ１０ｂに格納されているプログラム１０ｂａに基づいて各部を制御する。ＲＯＭ１０ｂは、半導体メモリ等によって構成され、プログラム１０ｂａや後述する式等を格納している。ＲＡＭ１０ｃは、半導体メモリ等によって構成され、プログラムｂａを実行する際に生成されるデータや、後述する数式等のパラメータ１０ｃａを格納する。通信部１０ｄは、上位の装置であるＥＣＵ（Electric Control Unit）等との間で通信を行い、検出した情報を上位装置に通知する。Ｉ／Ｆ１０ｅは、電圧センサ１１、電流センサ１２、および、温度センサ１３から供給される信号をデジタル信号に変換して取り込むとともに、放電回路１５に駆動電流を供給してこれを制御する。
（Ｂ）第１実施形態の動作の説明
つぎに、図を参照して、第１実施形態の動作について説明する。以下では、第１実施形態の動作の原理について説明した後、フローチャートを参照して、詳細な動作を説明する。
制御部１０のＣＰＵ１０ａは、図示しないイグニッションスイッチがオンの状態にされ、スタータモータ１８が回転を開始すると、制御部１０は、電圧センサ１１および電流センサ１２から出力される二次電池１４の電圧値と電流値を所定の周期で取得する。ＣＰＵ１０ａは、このようにして取得した電圧値と電流値を、ＲＡＭ１０ｃに格納する。図３は、スタータモータ１８が回転された時の、電圧と電流の時間的な変化を示している。この図３に示すように、スタータモータ１８が起動されると、回転開始時は数百アンペア程度の電流が流れるとともに、この電流に起因して二次電池１４の端子電圧が降下する。そして、スタータモータ１８が回転を開始すると電流は減少し、またこれにより、電圧の降下も緩和される。そして、エンジン１７が始動して回転を開始すると、電流は急激に減少し、一定の回転数を超えると充電に転じる。このような電圧と電流の変化は、所定の周期でサンプリングされ、ＲＡＭ１０ｃに格納される。
つぎに、ＣＰＵ１０ａは、ＲＡＭ１０ｃに格納されている電圧と電流の測定値を取得し、図４に示す二次電池１４の等価回路の各素子値（Ｒｏｈｍ，Ｒｃｔ１，Ｃ１，Ｒｃｔ２，Ｃ２）を最適化する。なお、この最適化の手法としては、例えば、特許第４５３２４１６号に記載されているように、例えば、拡張カルマンフィルタ演算により最適な状態ベクトルＸを推定し、推定された状態ベクトルＸから等価回路の調整パラメータ（素子値）を最適なものに更新する。具体的には、ある状態における状態ベクトルＸから得られる調整パラメータを用いた等価回路に基づき、所定の電流パターンで二次電池に放電させたときの電圧降下ΔＶを計算し、これが実測値に近づくように状態ベクトルＸを更新する。そして、更新により最適化された状態ベクトルＸから、最適な調整パラメータを算出する。もちろん、これ以外の方法で最適化してもよい。このようにして最適化を行うことで、例えば、図５に示すように、等価回路モデルの応答と、二次電池１４の実測値（電圧応答値）とが略一致するように定数を設定することができる。図５では、丸が実測値を示し、四角が等価回路モデルの応答を示している。
つぎに、ＣＰＵ１０ａは、以上のようにして最適化した等価回路の素子値の中から、図４に示す抵抗成分の素子値Ｒｃｔ１と容量成分の素子値Ｃ１の値を取得する。ＣＰＵ１０ａは、取得したＲｃｔ１の値を、例えば、所定の関数ｆ（Ｒｃｔ１）に適用し、二次電池１４の種類を識別するための指標値を算出する。なお、指標値を算出するための関数ｆ（Ｒｃｔ１）としては、例えば、以下の式（１）を用いることができる。
ｆ（Ｒｃｔ１）＝Ａ×ｅｘｐ（Ｂ×Ｒｃｔ１）＋Ｃ ・・・（１）
但し、Ａ，Ｂ，Ｃは、実験等によって予め求めた定数である。
ＣＰＵ１０ａは、以上のようにして求めた指標値ｆ（Ｒｃｔ１）と１／Ｃ１を比較し、１／Ｃ１が指標値ｆ（Ｒｃｔ１）を超える場合には、二次電池１４が、例えば、アイドリングストップ専用の二次電池と判定し、また、１／Ｃ１が指標値ｆ（Ｒｃｔ１）を越えない場合には、二次電池１４が、例えば、ノーマル液式の二次電池と判定する。なお、以上では、Ｒｃｔ１とＣ１を用いて判定するようにしたが、これ以外の値（例えば、Ｒｃｔ２とＣ２）を用いるようにしてもよい。もちろん、Ｒｃｔ１，Ｒｃｔ２，Ｃ１，Ｃ２を組み合わせて用いるようにしたり、Ｒｃｔ１とＣ２、Ｒｃｔ２とＣ１を組み合わせて用いるようにしたりしてもよい。
図６は、横軸が抵抗Ｒｃtを示し、縦軸が容量Ｃの逆数（＝１／Ｃ）を示し、このようなグラフ上にアイドリングストップ専用の二次電池と、ノーマル液式の二次電池の測定結果をプロットしたものである。また、分離曲線として示す曲線は、前述した指標値ｆ（Ｒｃｔ）を示している。この図６の例では、分離曲線よりも上側（図の上側）に存在する二次電池はアイドリングストップ専用であり、下側（図の下側）に存在する二次電池はノーマル液式である。したがって、分離曲線である指標値ｆ（Ｒｃｔ）とＣの逆数（＝１／Ｃ）の大小関係を調べることによりアイドリングストップ専用であるかまたはノーマル液式であるかを判定することができる。
例えば、ＣＰＵ１０ａが、二次電池１４がアイドリングストップ専用であると判定した場合には、アイドリングストップ専用の検出式ｆｉｓｔｐ（）を、ＲＯＭ１０ｂから取得し、取得した検出式ｆｉｓｔｐ（）に対して、等価回路の定数（素子値）を代入し、二次電池１４の状態を検出する。一方、二次電池１４がノーマル液式であると判定した場合には、ノーマル液式専用の検出式ｆｎｒｍｌ（）を、ＲＯＭ１０ｂから取得し、取得した検出式ｆｎｒｍｌ（）に対して、等価回路の定数を代入し、二次電池１４の状態を検出する。なお、等価回路モデルの定数から検出する二次電池１４の状態としては、例えば、二次電池１４の初期容量、劣化容量、放電残容量、所定の要求電流に対する応答電圧などがある。例えば、初期容量（ＳＯＨ＿ｉｎｉ）を例に上げると、以下のような式によって算出することができる。
ＳＯＨ＿ｉｎｉ＝Ｃｏｎｓｔ１×Ｒｏｈｍ＋Ｃｏｎｓｔ２×Ｒｃｔ１
＋Ｃｏｎｓｔ３×Ｃ１＋Ｃｏｎｓｔ４×Ｒｃｔ２
＋Ｃｏｎｓｔ５×Ｃ２＋Ｃｏｎｓｔ６ ・・・（２）
ここで、式（２）の定数Ｃｏｎｓｔ１〜６は識別する二次電池の種類毎に最適に決定しておくことが出来る。また二次電池の種類によって異なる計算式を用いることもできる。
なお、二次電池の他の状態も同様の考え方で検出または算出することが可能である。また、等価回路モデルの定数の温度依存性やＳＯＣ（State Of Charge）依存性を補正計算するときの計算式を同様な考え方で二次電池の種類毎に最適化することも出来る。すなわち、二次電池の状態のみならず、補正計算の計算式や係数についても、二次電池の種類毎に格納し、識別された二次電池の種類に対応する計算式や係数を用いて補正計算を行うことができる。
以上に説明したように、本発明の第１実施形態によれば、等価回路モデルの定数に基づいて二次電池１４の種類を識別し、識別された種類に応じた検出式を用いて、二次電池１４の状態を検出するようにしたので、二次電池１４の種類にかかわらず、状態を正確に検出することが可能になる。
つぎに、図７を参照して、図１に示す第１実施形態において実行される処理の一例について説明する。図７は、第１実施形態において実行される処理の一例について説明するフローチャートである。このフローチャートの処理が開始されると以下のステップが実行される。なお、この図の処理は、例えば、図示しないイグニッションスイッチが操作された場合に実行される。もちろん、それ以外のタイミングでもよい。
ステップＳ１０では、ＣＰＵ１０ａは、電圧センサ１１から、放電開始前の電圧、すなわち、スタータモータ１８の回転が開始される前の電圧を取得する。
ステップＳ１１では、ＣＰＵ１０ａは、電流センサ１２から、放電開始前の電流、すなわち、スタータモータ１８の回転が開始される前の電流を取得する。
ステップＳ１２では、ＣＰＵ１０ａは、放電が開始されたか否かを判定し、放電が開始されたと判定した場合（ステップＳ１２：Ｙｅｓ）にはステップＳ１３に進み、それ以外の場合（ステップＳ１２：Ｎｏ）の場合には同様の処理を繰り返す。例えば、スタータモータ１８の回転が開始された場合には、Ｙｅｓと判定してステップＳ１３に進む。
ステップＳ１３では、ＣＰＵ１０ａは、電圧センサ１１の出力を参照して、二次電池１４の電圧を測定する。
ステップＳ１４では、ＣＰＵ１０ａは、電流センサ１２の出力を参照して、二次電池１４の電流を測定する。
ステップＳ１５では、ＣＰＵ１０ａは、放電が終了したか否かを判定し、放電が終了した判定した場合（ステップＳ１５：Ｙｅｓ）にはステップＳ１６に進み、それ以外の場合（ステップＳ１５：Ｎｏ）の場合にはステップＳ１３に戻って同様の処理を繰り返す。なお、放電が終了したか否かの判定は、例えば、スタータモータ１８の回転が停止したか、エンジン１７が始動したか、あるいは、イグニッションスイッチがスタートポジションから復元されたことで判定することができる。
ステップＳ１６では、ＣＰＵ１０ａは、等価回路モデルの各素子の最適化を実行する。なお、最適化の手法としては、例えば、特許第４５３２４１６号に記載されているように、例えば、拡張カルマンフィルタ演算により最適な状態ベクトルＸを推定し、推定された状態ベクトルＸから等価回路の調整パラメータ（素子値）を最適なものに更新する。具体的には、ある状態における状態ベクトルＸから得られる調整パラメータを用いた等価回路に基づき、所定の電流パターンで二次電池に放電させたときの電圧降下ΔＶを計算し、これが実測値に近づくように状態ベクトルＸを更新する。そして、更新により最適化された状態ベクトルＸから、最適な調整パラメータを算出する。
ステップＳ１７では、ＣＰＵ１０ａは、ステップＳ１６で最適化した等価回路モデルの定数のうち、例えば、Ｒｃｔ１とＣ１を取得する。
ステップＳ１８では、ＣＰＵ１０ａは、定数Ｒｃｔ１を関数ｆ（Ｒｃｔ１）に適用し、二次電池１４の種類を識別するための指標値を算出する。なお、指標値を算出するための関数ｆ（Ｒｃｔ１）としては、例えば、前述した式（１）を用いることができる。
ステップＳ１９では、ＣＰＵ１０ａは、ステップＳ１８で算出した指標値と１／Ｃ１を比較し、１／Ｃ１＞ｆ（Ｒｃｔ１）が成立する場合（ステップＳ１９：Ｙｅｓ）にはステップＳ２０に進み、それ以外の場合（ステップＳ１９：Ｎｏ）にはステップＳ２４に進む。
ステップＳ２０では、ＣＰＵ１０ａは、二次電池１４がアイドリングストップ専用と判定する。
ステップＳ２１では、ＣＰＵ１０ａは、ＲＯＭ１０ｂから、アイドリングストップ専用の検出式ｆｉｓｔｐを取得する。なお、このアイドリングストップ専用の検出式ｆｉｓｔｐは、アイドリングストップ専用の二次電池に特化した式であり、この式を用いることによってアイドリングストップ専用の二次電池の状態を正確に検出することができる。
ステップＳ２２では、ＣＰＵ１０ａは、ステップＳ２１で取得した、検出式ｆｉｓｔｐに基づいてアイドリングストップ専用の二次電池の状態を検出する。なお、検出する状態としては、例えば、二次電池１４の初期容量、劣化容量、放電残容量、所定の要求電流に対する応答電圧などがある。例えば、初期容量（ＳＯＨ＿ｉｎｉ）を例に上げると、前述した式（２）によって算出することができる。
ステップＳ２３では、ＣＰＵ１０ａは、ステップＳ２２で算出した二次電池１４の検出結果を出力する。
ステップＳ２４では、ＣＰＵ１０ａは、二次電池１４がノーマル液式と判定する。
ステップＳ２５では、ＣＰＵ１０ａは、ＲＯＭ１０ｂから、ノーマル液式専用の検出式ｆｎｒｍｌを取得する。なお、このノーマル液式専用の検出式ｆｎｒｍｌは、ノーマル液式の二次電池に特化した式であり、この式を用いることによってノーマル液式の二次電池の状態を正確に検出することができる。
ステップＳ２６では、ＣＰＵ１０ａは、ステップＳ２５で取得した、検出式ｆｎｒｍｌに基づいてノーマル液式の二次電池の状態を検出する。なお、検出する状態としては、例えば、二次電池１４の初期容量、劣化容量、放電残容量、所定の要求電流に対する応答電圧などがある。例えば、初期容量（ＳＯＨ＿ｉｎｉ）を例に上げると、前述した式（２）によって算出することができる。なお、このようにして求めた、ノーマル液式の二次電池の状態はステップＳ２３において出力される。
以上のような処理によれば、前述した動作を実現することが可能になる。
（Ｃ）第２実施形態の構成の説明
つぎに、図を参照して、第２実施形態の動作について説明する。以下では、第２実施形態の動作の原理について説明した後、フローチャートを参照して、詳細な動作を説明する。
第２実施形態は、第１実施形態の場合と同様の構成であるが、制御部１０において実行される処理の一部が第１実施形態とは異なっている。そこで、以下では第１実施形態と異なる部分を中心にして説明する。第１実施形態では、前述したように指標値ｆ（Ｒｃｔ１）に基づいて二次電池１４の種類を識別するようにしたが、第２実施形態では、教師付学習モデルに基づいて二次電池１４の種類を識別する。なお、教師付学習処理としては、例えば、ニューラル・ネットワークまたはサポート・ベクター・マシンを用いることができる。以下では、ニューラル・ネットワークを用いる場合を例に挙げて説明する。
（Ｄ）第２実施形態の動作の説明
つぎに、第２実施形態の動作について説明する。第２実施形態では、複数種類の二次電池の等価回路モデルの定数を用いて、例えば、図８に示す多段ニューラル・ネットワークの学習処理が実行される。具体的には、二次電池の等価回路モデルの定数を入力とし、その二次電池の種類を特定するための情報が出力されるように、例えば、バックプロパゲーション（最小誤差伝播法）によって、入力信号の重み付け、ニューロンの発火閾値等の最適化等が実行される。これにより、以後はこの学習済みニューラル・ネットワークに等価回路モデルの定数を入力することでバッテリ種類を識別することが出来る。なお、識別する二次電池の種類としては、例えば、鉛蓄電池、ニッケル水素電池、リチウムイオン電池、および、ニッケル・カドミウム電池がある。また、鉛蓄電池の液式蓄電池、シール式蓄電池、および、アイドリングストップ用蓄電池のいずれであるか、または、これらのいずれかの新品または中古品であることを識別するようにしてもよい。
第２実施形態では、このようにして、予め学習を行ったニューラル・ネットワークを用いて二次電池１４の種類が識別される。具体的には、等価回路モデルの最適化を行い、最適化によって得られた図４に示す等価回路の定数を、ニューラル・ネットワークに対して入力することにより、二次電池１４の種類を特定するための情報が出力される。例えば、二次電池１４がアイドリングストップ用鉛蓄電池である場合、等価回路モデルを構成する素子の定数Ｒｏｈｍ，Ｒｃｔ１，Ｃ１，Ｒｃｔ２，Ｃ２の全てまたは一部をニューラル・ネットワークに入力として与えることにより、アイドリングストップ用鉛蓄電池であることを特定するための情報（出力層の発火パターン）が出力される。
二次電池１４の種類が特定されると、特定された種類に対応する検出式をＲＯＭ１０ｂから取得し、この検出式に等価回路モデルを構成する素子の定数を代入し、二次電池１４の状態を検出する。例えば、前述の場合には、アイドリングストップ用鉛蓄電池に対応する検出式をＲＯＭ１０ｂから取得し、この検出式に対して、例えば、等価回路モデルを構成する素子の定数Ｒｏｈｍ，Ｒｃｔ１，Ｃ１，Ｒｃｔ２，Ｃ２を代入し、二次電池１４の状態を検出する。このような処理によれば、前述した第1実施形態に比較すると、二次電池の種類の識別率を高めることが可能になる。このため、複数種類の二次電池の状態を正確に検出することが可能になる。
つぎに、第２実施形態の動作について図９に示すフローチャートを参照して説明する。なお、図９に示すフローチャートにおいて図７に示すフローチャートと対応する部分には同一の符号を付してその説明は省略する。図９に示すフローチャートでは、図７に示すフローチャートと比較するとステップＳ１７〜Ｓ２６の処理が、ステップＳ４０〜Ｓ４４に置換されている。これら以外の処理は、図７の場合と同様である。以下では、ステップＳ４０〜Ｓ４４の処理を中心として説明する。
ステップＳ１０〜Ｓ１６では、前述の場合と同様に、スタータモータ１８が回転される際の電圧値と電流値が所定の間隔で測定され、ＲＡＭ１０ｃに格納される。そして、このＲＡＭ１０ｃに格納された電圧値および電流値に基づいて等価回路モデルが最適化される。
ステップＳ４０では、ＣＰＵ１０ａは、等価回路モデルの定数を取得する。例えば、等価回路モデルを構成する素子の定数Ｒｏｈｍ，Ｒｃｔ１，Ｃ１，Ｒｃｔ２，Ｃ２の少なくとも一部の定数が取得される。
ステップＳ４１では、ＣＰＵ１０ａは、ステップＳ４０で取得した定数を、予め学習が施された教師付学習モデルに入力する。例えば、この教師付学習モデルとして、ニューラル・ネットワークが存在し、ステップＳ４１の処理では、ＣＰＵ１０ａは、ニューラル・ネットワークに対して、ステップＳ４０で取得した素子の定数Ｒｏｈｍ，Ｒｃｔ１，Ｃ１，Ｒｃｔ２，Ｃ２の少なくとも一部の定数が入力される。
ステップＳ４２では、ＣＰＵ１０ａは、教師付学習モデルの出力を取得する。例えば、アイドリングストップ専用鉛蓄電池の等価回路の定数が入力された場合、アイドリングストップ専用鉛蓄電池であることを示す情報が出力されるので、ステップＳ４２では、この情報が取得される。
ステップＳ４３では、ＣＰＵ１０ａは、ステップＳ４２で取得した出力に対応する検出式ｆ（）をＲＯＭ１０ｂから取得する。例えば、アイドリングストップ専用鉛蓄電池であることを示す情報が出力された場合には、このアイドリングストップ専用鉛蓄電池に対応する検出式ｆ（）がＲＯＭ１０ｂから取得される。
ステップＳ４４では、ＣＰＵ１０ａは、ステップＳ４３で取得した検出式ｆ（）に基づいて、二次電池の状態を検出する。例えば、検出する状態としては、例えば、二次電池１４の初期容量、劣化容量、放電残容量、所定の要求電流に対する応答電圧などがある。例えば、初期容量（ＳＯＨ＿ｉｎｉ）を例に上げると、前述した式（２）によって算出することができる。
ステップＳ２３では、ＣＰＵ１０ａは、ステップＳ４４で求めた二次電池の状態を出力する。
以上の処理によれば、教師付学習モデルを用いて二次電池１４の種類を識別し、識別結果に対応する検出式を用いて二次電池１４の状態を検出するようにしたので、二次電池１４の種類にかかわらず、正確に状態を検出することが可能になる。
（Ｅ）変形実施形態の説明
以上の実施形態は一例であって、本発明が上述したような場合のみに限定されるものでないことはいうまでもない。例えば、以上の第１実施形態では、定数Ｒｔｃ１とＣ１の関係に基づいて二次電池１４の種類を判定するようにしたが、これ以外の定数を用いて判定するようにしてもよい。また、２種類の定数を用いるのではなく、３つ以上の定数を用いて判定するようにしてもよい。また、式（１）に示す関数を用いて識別するようにしたが、例えば、２つの定数の比（例えば、ＲｏｈｍとＲｃｔ１の比）を、所定の閾値と比較することで判定するようにしてもよい。より詳細には、Ｒｏｈｍ／Ｒｃｔ１，Ｒｃｔ１／Ｒｃｔ２，Ｒｃｔ１／Ｃ１・・・等と、予め実験によって求めた閾値との比較によって識別するようにしてもよい。
また、識別すべき二次電池の種類に応じて別の等価回路モデルの定数を用い、異なる計算式で識別指標を計算するようにしてもよい。また複数の等価回路モデルの定数を用いて識別指標を計算しても構わないし、識別方法として予め実験等によって求めた所定の閾値を超えるか否かで行ってもよい。
また、第１実施形態では、二次電池１４の種類としてノーマル液式またはアイドリングストップ用の判別を行うようにしたが、これ以外の種類について判別するようにしてもよい。例えば、二次電池１４の初期容量、製造メーカ、および、型番等を識別するようにしてもよい。
また、以上の各実施形態では、二次電池１４の初期容量（ＳＯＨ＿ｉｎｉ）を求める場合を例に挙げて説明したが、これ以外にも、劣化容量、放電残容量、および、所定の要求電流に対する応答電圧を求めることも可能である。なお、これらを求めるための式としては、前述した式（２）と同様の式、または、等価回路モデルの素子の少なくとも一部を用いる関数を用いることができる。
また、第２実施形態では、ニューラル・ネットワークを用いて二次電池１４の種類を識別するようにしたが、これ以外の教師付学習モデルを用いるようにしてもよい。例えば、サポート・ベクター・マシンを用いるようにしてもよい。サポート・ベクター・マシンにおいては図４の例であれば、教師データにおいて、分離曲線から教師データの各サンプル点までの距離の最小値が最大となるように（マージン最大化するように）分離曲線を決定することによって識別力の高い分離曲線を求めることができる。更に、場合によっては複数のモデル定数を用いた多元空間で同様に分離超平面・超曲面を求めることも出来る。すなわち、既知の種類の二次電池に対して等価回路モデルの定数を学習しておき、この既知のデータを教師データとして用いた教師付学習によって分離超平面・超曲面を求め、以後はこの分離超平面・超曲面を用いて識別する方法を用いるようにすればよい。
また、以上の各実施形態では、スタータモータ１８を回転させる際の電圧と電流の変化に基づいて等価回路モデルを最適化するようにしたが、スタータモータ１８以外の負荷に対して流れる電流に基づいて最適化行うようにしてもよい。例えば、放電回路１５をスイッチング動作させ、そのときの二次電池１４の電圧と電流を検出し、検出されたこれら電圧と電流に基づいて等価回路モデルを最適化するようにしてもよい。
また、以上の各実施形態では、等価回路モデルとしては図４に示すモデルを使用するようにしたが、これ以外の等価回路モデルを使用するようにしてもよい。例えば、並列接続された抵抗素子と容量素子が３段以上直列接続された等価回路モデルを使用するようにしてもよい。もちろん、これ以外の等価回路モデルを使用するようにしてもよい。
また、図７および図９に示すフローチャートは一例であって、これ以外の順序で処理を実行するようにしたり、あるいは、これ以外の処理を実行するようにしたりしてもよい。
また、以上の各実施形態では、二次電池１４の状態検出のみを行うようにしたが、例えば、求めた状態に基づいて、例えば、エンジン１７のアイドリングを停止する、いわゆる、アイドリングストップの実行を制御するようにしてもよい。具体的には、二次電池１４のＳＯＣが所定の閾値よりも高い場合には、アイドリングストップを実行し、所定の閾値よりも低いと判定された場合には、アイドリングストップを実行しないようにしてもよい。また、ＳＯＨが所定の閾値に近づいている場合には、例えば、負荷１９の動作を停止させ、二次電池１４のさらなる消耗を防ぐようにしてもよい。さらに、ＳＯＨが所定の閾値よりも小さい場合には、二次電池１４を交換するように指示するメッセージを表示するようにしてもよい。
１ 二次電池状態検出装置
１０ 制御部（最適化手段、識別手段、取得手段、検出手段）
１０ａ ＣＰＵ
１０ｂ ＲＯＭ（格納手段）
１０ｃ ＲＡＭ
１０ｄ 通信部
１０ｅ Ｉ／Ｆ
１１ 電圧センサ（測定手段）
１２ 電流センサ（測定手段）
１３ 温度センサ
１４ 二次電池
１５ 放電回路
１６ オルタネータ
１７ エンジン
１８ スタータモータ
１９ 負荷

Claims (10)

  1. 二次電池の状態を検出する二次電池状態検出装置において、
    前記二次電池に流れる電流の電流値と、当該電流によって前記二次電池に生じる電圧の電圧値を所定の頻度で測定する測定手段と、
    前記測定手段によって測定された電圧値および電流値に基づいて、前記二次電池の等価回路モデルの素子定数を最適化する最適化手段と、
    前記最適化手段によって最適化された前記等価回路モデルの素子定数を参照して、前記二次電池の種類を識別する識別手段と、
    前記等価回路モデルの素子定数に基づいて前記二次電池の状態を検出する検出式を、前記二次電池の種類毎に格納する格納手段と、
    前記識別手段によって識別された種類に対応する検出式を、前記格納手段から取得する取得手段と、
    前記取得手段によって取得された前記検出式に前記素子定数を適用することで、前記二次電池の状態を検出する検出手段と、
    を有することを特徴とする二次電池状態検出装置。
  2. 前記識別手段は、前記等価回路モデルの複数の素子定数の相互の関係に基づいて、前記二次電池の種類を識別することを特徴とする請求項１に記載の二次電池状態検出装置。
  3. 前記識別手段は、前記等価回路モデルの複数の素子定数の比と、所定の閾値とを比較し、その大小関係に基づいて、前記二次電池の種類を識別することを特徴とする請求項２に記載の二次電池状態検出装置。
  4. 前記識別手段は、前記等価回路モデルの複数の素子定数から算出される識別指標値と、所定の閾値とを比較し、その大小関係に基づいて、前記二次電池の種類を識別することを特徴とする請求項２に記載の二次電池状態検出装置。
  5. 前記識別手段は、前記二次電池の等価回路モデルの定数を入力とし、当該二次電池の種類を特定するための情報を出力とする学習モデルであって、当該入出力のペアにより予め識別能力を持った学習モデルを有し、この学習モデルにより前記二次電池の種類を識別することを特徴とする請求項２に記載の二次電池状態検出装置。
  6. 前記学習モデルは、ニューラル・ネットワークまたはサポート・ベクター・マシンであることを特徴とする請求項５に記載の二次電池状態検出装置。
  7. 前記識別手段は、前記二次電池の種類として、鉛電池、ニッケル水素電池、リチウムイオン電池、および、ニッケル・カドミウム電池のいずれであるかを識別することを特徴とする請求項１乃至６のいずれか１項に記載の二次電池の状態検出装置。
  8. 前記識別手段は、前記二次電池の種類として、鉛蓄電池の液式電池、シール式電池、および、アイドリングストップ用電池のいずれであるか、または、これらのいずれかの新品または中古品であることを識別することを特徴とする請求項１乃至６のいずれか１項に記載の二次電池状態検出装置。
  9. 前記検出手段は、前記二次電池の初期容量、劣化容量、放電残容量、および、所定の要求電流に対する応答電圧のうちの少なくとも一つを検出することを特徴とする請求項１乃至８のいずれか１項に記載の二次電池の状態検出装置。
  10. 二次電池の状態を検出する二次電池状態検出方法において、
    前記二次電池に流れる電流の電流値と、当該電流によって前記二次電池に生じる電圧の電圧値を所定の頻度で測定する測定ステップと、
    前記測定ステップにおいて測定された電圧値および電流値に基づいて、前記二次電池の等価回路モデルの素子定数を最適化する最適化ステップと、
    前記最適化ステップにおいて最適化された前記等価回路モデルの素子定数を参照して、前記二次電池の種類を識別する識別ステップと、
    前記等価回路モデルの素子定数に基づいて前記二次電池の状態を検出する検出式を、前記二次電池の種類毎に格納されている格納手段から取得する取得ステップと、
    前記取得ステップにおいて取得された前記検出式に前記素子定数を適用することで、前記二次電池の状態を検出する検出ステップと、
    を有することを特徴とする二次電池状態検出方法。
JP2013052571A 2013-03-14 2013-03-14 二次電池状態検出装置および二次電池状態検出方法 Active JP5810116B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2013052571A JP5810116B2 (ja) 2013-03-14 2013-03-14 二次電池状態検出装置および二次電池状態検出方法
CN201480013224.4A CN105026945B (zh) 2013-03-14 2014-02-12 二次电池状态检测装置及二次电池状态检测方法
EP14762948.9A EP2955533B1 (en) 2013-03-14 2014-02-12 Secondary cell state detection device and method for detecting secondary cell state
PCT/JP2014/053135 WO2014141796A1 (ja) 2013-03-14 2014-02-12 二次電池状態検出装置および二次電池状態検出方法
US14/852,329 US10466302B2 (en) 2013-03-14 2015-09-11 Secondary battery state detecting device and secondary battery state detecting method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013052571A JP5810116B2 (ja) 2013-03-14 2013-03-14 二次電池状態検出装置および二次電池状態検出方法

Publications (2)

Publication Number Publication Date
JP2014178213A true JP2014178213A (ja) 2014-09-25
JP5810116B2 JP5810116B2 (ja) 2015-11-11

Family

ID=51536472

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013052571A Active JP5810116B2 (ja) 2013-03-14 2013-03-14 二次電池状態検出装置および二次電池状態検出方法

Country Status (5)

Country Link
US (1) US10466302B2 (ja)
EP (1) EP2955533B1 (ja)
JP (1) JP5810116B2 (ja)
CN (1) CN105026945B (ja)
WO (1) WO2014141796A1 (ja)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016080111A1 (ja) * 2014-11-18 2016-05-26 学校法人立命館 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
WO2016088895A1 (ja) * 2014-12-05 2016-06-09 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
WO2016129260A1 (ja) * 2015-02-12 2016-08-18 パナソニックＩｐマネジメント株式会社 バッテリ種別判定装置およびバッテリ種別判定方法
JP2018169281A (ja) * 2017-03-29 2018-11-01 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
WO2019176602A1 (ja) * 2018-03-16 2019-09-19 株式会社Ｇｓユアサ 検査方法、検査装置、学習モデル及び蓄電素子ユニットの製造方法
JP2019164969A (ja) * 2018-03-20 2019-09-26 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
WO2019181727A1 (ja) * 2018-03-20 2019-09-26 株式会社Ｇｓユアサ 異常要因判定装置、劣化判定装置、コンピュータプログラム、劣化判定方法及び異常要因判定方法
CN111103552A (zh) * 2018-10-29 2020-05-05 本田技研工业株式会社 学习装置、学习方法及存储介质
JP2020074177A (ja) * 2016-02-05 2020-05-14 ファナック株式会社 操作メニューの表示を学習する機械学習器，数値制御装置，工作機械システム，製造システムおよび機械学習方法
US10807494B2 (en) 2016-03-09 2020-10-20 Vehicle Energy Japan Inc. Battery management system, battery system and hybrid vehicle control system
KR20200128170A (ko) * 2018-03-28 2020-11-11 도요시스템 가부시키가이샤 열화 상태 판정 장치 및 열화 상태 판정 방법
US10840562B2 (en) 2015-11-24 2020-11-17 Gs Yuasa International Ltd. Energy storage system, monitoring unit for energy storage device, and method of monitoring energy storage device
US10949740B2 (en) 2016-02-05 2021-03-16 Fanuc Corporation Machine learning device, numerical controller, machine tool system, manufacturing system, and machine learning method for learning display of operation menu
JP7448201B2 (ja) 2020-05-21 2024-03-12 アクソンデータマシン株式会社 人工知能技術を用いた２次電池の状態推定装置

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5798067B2 (ja) * 2012-03-13 2015-10-21 プライムアースＥｖエナジー株式会社 二次電池の状態推定装置
CN105026944B (zh) * 2013-03-07 2019-08-27 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
JP6702672B2 (ja) * 2015-09-03 2020-06-03 キヤノン株式会社 インプリント装置、物品の製造方法及び供給装置
KR101772036B1 (ko) * 2015-12-30 2017-08-28 주식회사 효성 배터리 수명 추정 방법 및 장치
US10436845B2 (en) * 2016-03-01 2019-10-08 Faraday & Future Inc. Electric vehicle battery monitoring system
DE102016206538A1 (de) * 2016-04-19 2017-10-19 Audi Ag Verfahren zum Bestimmen eines Ladezustands einer Batterie für ein Kraftfahrzeug, Vorrichtung sowie Kraftfahrzeug
CN107340476B (zh) * 2016-04-29 2021-01-26 株式会社日立制作所 电池的电气状态监测系统和电气状态监测方法
EP3537164B1 (en) * 2016-11-07 2021-01-13 Nissan Motor Co., Ltd. Short circuit detection device
KR102035679B1 (ko) * 2016-11-29 2019-10-23 주식회사 엘지화학 배터리 노화상태 산출 방법 및 시스템
US11594770B2 (en) * 2017-05-03 2023-02-28 Semiconductor Energy Laboratory Co., Ltd. Neural network, power storage system, vehicle, and electronic device
JP6904176B2 (ja) * 2017-09-01 2021-07-14 トヨタ自動車株式会社 二次電池の再利用方法および二次電池システム
US11413802B2 (en) 2018-03-22 2022-08-16 Honda Motor Co., Ltd. Reusable mold for injection molding and molding method
KR20200117794A (ko) * 2019-04-05 2020-10-14 주식회사 엘지화학 배터리 관리 장치 및 방법
CN109900937B (zh) * 2019-04-10 2020-12-08 河南科技大学 一种具有温度补偿功能的锂电池电荷状态估算方法
US11472083B2 (en) 2019-09-25 2022-10-18 Honda Motor Co., Ltd. Injection mold master unit die back plate cooling with metal backfilled plastic mold
EP3885776B1 (en) * 2020-03-24 2024-01-17 Siemens Aktiengesellschaft Method, computer-implemented tool and battery management system for estimating states of health of batteries storing electrical energy and battery energy storage system
JP6997473B2 (ja) * 2020-04-13 2022-02-04 東洋システム株式会社 二次電池検査方法および二次電池検査装置
TWI741632B (zh) * 2020-06-03 2021-10-01 龍華科技大學 電池智能分流模組之電阻溫度係數預測方法、電流量測補償校正方法及其裝置
CN111856299A (zh) * 2020-07-29 2020-10-30 中国联合网络通信集团有限公司 电源状态的确定方法、装置及设备
DE102022112886A1 (de) 2022-05-23 2023-11-23 Volkswagen Aktiengesellschaft Verfahren zum Prognostizieren eines Batteriezustands einer Batterie eines Kraftfahrzeugs, ein Batteriesystem und ein Kraftfahrzeug
CN116929437B (zh) * 2023-09-15 2023-12-08 深圳和润达科技有限公司 应用于电芯化成分容系统的传感器信息识别方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011075364A (ja) * 2009-09-30 2011-04-14 Shin Kobe Electric Mach Co Ltd 蓄電池装置並びに蓄電池の電池状態評価装置及び方法
JP2011214843A (ja) * 2010-03-31 2011-10-27 Furukawa Electric Co Ltd:The 電池内部状態推定装置および電池内部状態推定方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03183328A (ja) * 1989-12-11 1991-08-09 Canon Inc 電池残量演算装置
JPH09166652A (ja) * 1995-12-15 1997-06-24 Mk Seiko Co Ltd バッテリー診断方法およびそれを用いたバッテリー診断装置
JP2000023374A (ja) * 1998-06-30 2000-01-21 Fuji Photo Film Co Ltd 二次電池の識別装置および方法
JP4360621B2 (ja) 2004-02-09 2009-11-11 古河電気工業株式会社 二次電池の内部インピーダンス測定方法、二次電池の内部インピーダンス測定装置、二次電池劣化判定装置及び電源システム
JP4532416B2 (ja) 2006-01-12 2010-08-25 古河電気工業株式会社 バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム
US8036816B2 (en) * 2007-07-13 2011-10-11 Cummins, Inc. Totally integrated temperature sensor
JP5342160B2 (ja) 2008-03-31 2013-11-13 古河電気工業株式会社 バッテリ状態検知方法及びバッテリ状態検知装置
US8330428B2 (en) * 2008-11-12 2012-12-11 Bruce Eric Zeier Lead acid battery de-sulfation
EP2368408B1 (en) * 2008-11-26 2019-03-20 Wireless Environment, LLC Wireless lighting devices and applications
JP4744622B2 (ja) * 2009-07-01 2011-08-10 トヨタ自動車株式会社 車両の制御装置
JP5307113B2 (ja) * 2010-12-20 2013-10-02 古河電気工業株式会社 満充電検知装置および満充電検知方法
US20140244193A1 (en) * 2013-02-24 2014-08-28 Fairchild Semiconductor Corporation Battery state of charge tracking, equivalent circuit selection and benchmarking

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011075364A (ja) * 2009-09-30 2011-04-14 Shin Kobe Electric Mach Co Ltd 蓄電池装置並びに蓄電池の電池状態評価装置及び方法
JP2011214843A (ja) * 2010-03-31 2011-10-27 Furukawa Electric Co Ltd:The 電池内部状態推定装置および電池内部状態推定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JPN6015021913; 岩根典靖: '鉛バッテリ状態検知センサ〜　５次指数関数によるバッテリ開回路電圧の予測〜' 古河電工時報 第１２０　号, 200709, ６２頁-６７頁 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016080111A1 (ja) * 2014-11-18 2016-05-26 学校法人立命館 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
JP2016099123A (ja) * 2014-11-18 2016-05-30 学校法人立命館 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
US10663523B2 (en) 2014-11-18 2020-05-26 The Ritsumeikan Trust Remaining stored power amount estimation device, method for estimating remaining stored power amount of storage battery, and computer program
JP2016109565A (ja) * 2014-12-05 2016-06-20 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
WO2016088895A1 (ja) * 2014-12-05 2016-06-09 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
US10656210B2 (en) 2014-12-05 2020-05-19 Furukawa Electric Co., Ltd. Secondary battery state detection device and secondary battery state detection method
WO2016129260A1 (ja) * 2015-02-12 2016-08-18 パナソニックＩｐマネジメント株式会社 バッテリ種別判定装置およびバッテリ種別判定方法
CN107210498A (zh) * 2015-02-12 2017-09-26 松下知识产权经营株式会社 电池类型判定装置和电池类型判定方法
CN107210498B (zh) * 2015-02-12 2019-11-05 松下知识产权经营株式会社 电池类型判定装置和电池类型判定方法
US10840562B2 (en) 2015-11-24 2020-11-17 Gs Yuasa International Ltd. Energy storage system, monitoring unit for energy storage device, and method of monitoring energy storage device
JP2020074177A (ja) * 2016-02-05 2020-05-14 ファナック株式会社 操作メニューの表示を学習する機械学習器，数値制御装置，工作機械システム，製造システムおよび機械学習方法
US10949740B2 (en) 2016-02-05 2021-03-16 Fanuc Corporation Machine learning device, numerical controller, machine tool system, manufacturing system, and machine learning method for learning display of operation menu
US10807494B2 (en) 2016-03-09 2020-10-20 Vehicle Energy Japan Inc. Battery management system, battery system and hybrid vehicle control system
JP2018169281A (ja) * 2017-03-29 2018-11-01 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
WO2019176602A1 (ja) * 2018-03-16 2019-09-19 株式会社Ｇｓユアサ 検査方法、検査装置、学習モデル及び蓄電素子ユニットの製造方法
JP2019168451A (ja) * 2018-03-20 2019-10-03 株式会社Ｇｓユアサ 異常要因判定装置、劣化判定装置、コンピュータプログラム、劣化判定方法及び異常要因判定方法
WO2019181727A1 (ja) * 2018-03-20 2019-09-26 株式会社Ｇｓユアサ 異常要因判定装置、劣化判定装置、コンピュータプログラム、劣化判定方法及び異常要因判定方法
JP2019164969A (ja) * 2018-03-20 2019-09-26 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
US10996282B2 (en) 2018-03-20 2021-05-04 Gs Yuasa International Ltd. Abnormality factor determination apparatus, degradation determination apparatus, computer program, degradation determining method, and abnormality factor determining method
JP7072414B2 (ja) 2018-03-20 2022-05-20 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
KR20200128170A (ko) * 2018-03-28 2020-11-11 도요시스템 가부시키가이샤 열화 상태 판정 장치 및 열화 상태 판정 방법
KR102237565B1 (ko) 2018-03-28 2021-04-07 도요시스템 가부시키가이샤 열화 상태 판정 장치 및 열화 상태 판정 방법
CN111103552A (zh) * 2018-10-29 2020-05-05 本田技研工业株式会社 学习装置、学习方法及存储介质
CN111103552B (zh) * 2018-10-29 2022-03-04 本田技研工业株式会社 学习装置、学习方法及存储介质
US11511644B2 (en) 2018-10-29 2022-11-29 Honda Motor Co., Ltd. Learning apparatus, learning method, and program
JP7448201B2 (ja) 2020-05-21 2024-03-12 アクソンデータマシン株式会社 人工知能技術を用いた２次電池の状態推定装置

Also Published As

Publication number Publication date
WO2014141796A1 (ja) 2014-09-18
CN105026945A (zh) 2015-11-04
JP5810116B2 (ja) 2015-11-11
US20160003912A1 (en) 2016-01-07
EP2955533B1 (en) 2017-05-17
EP2955533A4 (en) 2016-06-15
US10466302B2 (en) 2019-11-05
CN105026945B (zh) 2017-12-05
EP2955533A1 (en) 2015-12-16

Similar Documents

Publication Publication Date Title
JP5810116B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
JP6479650B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
US9134381B2 (en) Predicting state of a battery
US11163010B2 (en) Secondary battery deterioration estimation device and secondary battery deterioration estimation method
JP4645382B2 (ja) バッテリ状態検知装置、バッテリ状態検知方法
JP6422481B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
US10393814B2 (en) Secondary battery state detection device and secondary battery state detection method
KR20160000317A (ko) 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법
JP6277864B2 (ja) 電池内部状態推定装置
US11143710B2 (en) Device for estimating degradation of secondary cell, and method for estimating degradation of secondary cell
JP5653881B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
JP6440377B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
JP6575308B2 (ja) 内部抵抗算出装置、コンピュータプログラム及び内部抵抗算出方法
JP6452403B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
JP6498920B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
CN111971200B (zh) 用于确定电池的老化状态的方法、计算机程序、存储装置、控制设备和车辆
JP2015169450A (ja) 二次電池状態検出装置および二次電池状態検出方法
JP6373171B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
JP2019132780A (ja) 充電可能電池状態検出装置および充電可能電池状態検出方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140702

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150610

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150706

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: 20150825

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150914

R151 Written notification of patent or utility model registration

Ref document number: 5810116

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350