JP2015059924A - 蓄電池性能評価装置およびその方法 - Google Patents
蓄電池性能評価装置およびその方法 Download PDFInfo
- Publication number
- JP2015059924A JP2015059924A JP2013196050A JP2013196050A JP2015059924A JP 2015059924 A JP2015059924 A JP 2015059924A JP 2013196050 A JP2013196050 A JP 2013196050A JP 2013196050 A JP2013196050 A JP 2013196050A JP 2015059924 A JP2015059924 A JP 2015059924A
- Authority
- JP
- Japan
- Prior art keywords
- storage battery
- state quantity
- performance evaluation
- battery
- future
- 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.)
- Pending
Links
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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Power Engineering (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
【課題】将来のユーザの使用を考慮して蓄電池の将来性能を予測する。【解決手段】本発明の一態様としての蓄電池性能評価装置は、推定部と、予測部と、性能評価部とを備える。前記推定部は、評価対象となる蓄電池の内部状態を表す状態量に基づき、前記蓄電池の使用履歴を推定する。前記予測部は、前記使用履歴に基づき、予め与えられたユーザ設定の使用条件に従って前記蓄電池を今後使用した場合の前記蓄電池の内部状態の劣化進行を計算して、将来における前記蓄電池の状態量を予測する。前記性能評価部は、前記予測部が予測した状態量に基づき、前記蓄電池の性能を評価する。【選択図】図1
Description
本発明の実施形態は、蓄電池性能評価装置およびその方法に関する。
昨今スマートコミュニティの発展・普及が期待されており、これに伴って、蓄電池(システム)に対するニーズが高まっている。蓄電池システムの普及促進の方策として、蓄電池の流通の活性化、例えば中古市場の確立が考えられる。その中古市場確立のためには、蓄電池の残存価値を精度良く評価する技術が求められている。
従来手法として、蓄電池の過去の使用履歴を記憶し、その使用履歴から現在の蓄電池の状態を推定して、所定の閾値に基づいてグレード分けする方法が提案されている。
その他の従来手法として、車両のバッテリ制御において、バッテリの劣化特性とSOHに基づいて、バッテリの使用年数を取得し、使用年数と航続距離の相関関係から、現在を起点に所定期間後の将来の航続距離を、通常モードおよびロングライフモードに応じて示す方法が提案されている。
蓄電池の残存価値を推定するためには、蓄電池の使用履歴を記憶し、その使用履歴に基づいて推定する方法などが考えられてきた。しかし、蓄電池の使用履歴を知るためには、充放電条件や温度等の電池の使用状況を常に監視する必要があった。また、使用履歴を蓄積しても、中古市場における売買によりユーザが変わるケースなど、将来の蓄電池性能を精度よく予測することは困難であった。
本発明の実施形態は、将来のユーザの使用条件を考慮して蓄電池の将来性能を予測するものである。
本発明の一態様としての蓄電池性能評価装置は、推定部と、予測部と、性能評価部とを備える。
前記推定部は、評価対象となる蓄電池の内部状態を表す状態量に基づき、前記蓄電池の使用履歴を推定する。
前記予測部は、前記使用履歴に基づき、予め与えられたユーザ設定の使用条件に従って前記蓄電池を今後使用した場合の前記蓄電池の内部状態の劣化進行を計算して、将来における前記蓄電池の状態量を予測する。
前記性能評価部は、前記予測部が予測した状態量に基づき、前記蓄電池の性能を評価する。
以下、図面を参照しながら、本発明の実施形態について説明する。
図1に、本発明の実施形態に関する蓄電池残存価値評価装置のブロック図を示す。
本蓄電池残存価値評価装置は、電池状態量検出部102、劣化特性データベース(DB)103と、現在状態推定部104と、電池使用パターンデータベース106と、電池使用パターン変換部107と、将来性能予測部120と、残存価値算出部(性能評価部)111と、残存価値表示部112を備える。
蓄電池状態量検出部102は、評価対象となる蓄電池101からその内部状態を表す1つまたは複数の状態量を検出する。状態量とは、一例として、電池を構成する活物質ごとの容量や、電池の抵抗、活物質毎の抵抗等に相当するパラメータである。なお、活物質ごとでなく、活物質ごとの容量を合計した電池容量を状態量として検出する構成も可能である。たとえば、活物質の種類が複数でなく、単一の場合は、電池容量そのものを検出してよい。
劣化特性データベース103は、蓄電池の使用状況に応じた劣化特性のデータを記憶する。劣化特性データの形式は任意でよい。たとえば、電池状態量検出部102を用いて蓄電池の試験データを処理して劣化特性を測定し、測定結果を蓄電池の劣化特性データベースに記憶させてもよい。具体的に、温度条件、充放電条件、貯蔵条件等を変化させて容量(活物質毎、あるいは電池容量)や抵抗を測定し、測定したデータを試験データと関連づけて記録してもよい。また、劣化特性データベース103は、後述する劣化モデル式を記憶してもよい。
現在状態推定部104は、電池状態量検出部102にて検出した1つまたは複数の状態量と、劣化特性データベース103とに基づき、蓄電池の現在状態を、蓄電池の使用履歴として推定する(ステップ2)。推定される現在状態(使用履歴)とは、蓄電池のこれまでの等価的な使用条件および使用期間であり、それぞれ、等価履歴、等価年齢と定義する。等価履歴および等価年齢は、本実施形態で推定する蓄電池の使用履歴の一例である。
図3に、等価履歴および等価年齢の同定方法を示す。
ここでは状態量として、活物質A容量(状態量1)と、活物質B容量(状態量2)、電池の抵抗(状態量3)の場合が示される。状態量ごとに、使用条件に応じた劣化特性のグラフが、使用期間に応じて示される。使用条件として、本例では使用温度(環境温度)が示されている。状態量1、2では、使用期間が進むと(劣化が進むと)、容量値が小さくなる。状態量3では、劣化が進むと、抵抗値が大きくなる。劣化の進行具体は、使用条件に応じて異なっている。使用期間の代わりに、充放電のサイクル数を用いてもよい。あるいは使用温度に加えて、あるいは使用温度に変えて、充放電電流を用いてもよい。または、これら以外の使用条件を用いてもよい。
状態量ごとに、電池状態量検出部102で検出された値を、検出結果1,2、3として、図3では示している。状態量ごとに、検出結果1,2、3に対応する使用期間をN1、N2、N3として求める。一例として、状態量ごとに、各使用条件に対応する使用期間を求め、求めた使用期間のばらつきが最も小さい同一の使用条件を蓄電池の等価履歴として、特定する。特定した使用条件に対応する使用期間をN1,N2,N3とし、これらのうち、たとえば分布の中心に最も近いもの(中央値)を選択し、これを蓄電池の等価年齢(Neq)とする。あるいはN1、N2、N3の平均を等価年齢としてもよい。ここで述べた等価履歴および等価年齢の決定方法は一例であり、状態量1、2、3に対する誤差が小さくなるように使用条件および使用期間を特定する方法であれば、任意の方法を用いることができる。
電池使用パターン変換部107に入力する使用条件105は、ユーザが設定可能な条件であり、将来の予定使用条件である。蓄電池の使用をEV(電気自動車)での使用とした場合、今後の使用期間、使用頻度、使用地域、急速充電の使用有無等が設定される。
具体的には、使用期間としては、予測したい時期までの期間、例えば、次の車検時期までの期間がある。使用頻度としては、レジャー用途、業務用途等の代表的な使用条件でもよいし、あるいはより詳細に、1日の走行距離、1週間のうちの使用日数のような数値設定でもよい。急速充電の有無は、急速充電を行う予定があるか否かであり、行う予定の場合は、その使用頻度も含めてもよい。また、使用条件そのものではないが、車種の設定を含めてもよい。
電池使用パターンDB106は、ユーザにより設定され得る使用条件に応じた蓄電池の使用パターンを記憶している。使用パターンは、一例として、時間に応じて蓄電池に関するパラメータの変化を表している。たとえば、使用期間と使用頻度に応じて、サイクル劣化特性とカレンダー劣化特性を考慮した蓄電池に関するパラメータの時間に応じた変化パターンである。さらに地域ごとの気温情報を元にした電池温度の時間に応じた変化パターンを格納していてもよい。サイクル劣化とは、充放電を繰り返すことにより進行する劣化、カレンダー劣化は、充放電を行わない放置状態でも時間の経過とともに進行する劣化である。
図5に蓄電池の使用パターン例を示す。図中のL1は、現在から予測したい経過時間を表している。図5(A)は1周期期間分のパターンを示し、図5(B)は全体(使用期間の終了時まで)のパターンを示している。定期的にEVを使用し、それ以外は、停止していることを想定した例であり、そのときのSOC、温度、電流(充放電電流)のパターンが示されている。SOC、電池温度、電流(充放電電流)は、蓄電池に関するパラメータの一例である。
電池使用パターン変換部107は、電池使用パターンDB106から、ユーザの設定した使用条件105に応じた電池の使用パターンを取得する。
将来性能予測部120は、現在状態推定部104により推定された現在状態(等価年齢)を基準に、電池使用パターン変換部107にて得られた電池使用パターンで蓄電池を今後使用した場合の、所定期間後の性能を、劣化モデル108に基づき予測する(第1の将来性能予測)。所定期間後の性能は一例として、確率分布により表現されることもできる。
また、将来性能予測部120は、現在状態推定部104により推定された現在状態(等価年齢)を基準に、現在状態推定部104で推定された等価履歴と同じ履歴で今後も蓄電池が使用された場合の所定期間後の性能を予測する機能も有する(第2の将来性能予測)。
第1の将来性能予測では、上述したように、現在状態推定部104により推定された現在状態(等価年齢)を基準に、電池使用パターン変換部にて得られた電池使用パターンで蓄電池を使用した場合の、所定期間後の状態量を、劣化モデル108に基づき予測する。以下、劣化モデル108について説明する。
蓄電池の劣化は、大きく2つ劣化が起因していると考えられる。ひとつが、充放電を繰り返すことにより進行するサイクル劣化、もうひとつは、充放電を行わない放置状態でも時間の経過とともに進行するカレンダー劣化である。蓄電池の劣化は、両者の組み合わせで発生すると考えられ、一例として、両者の和で劣化モデルを表現することができる。
例えば、劣化モデルは、サイクルおよびカレンダー劣化試験データに基づいて作成する。サイクル劣化試験では、温度(電池温度)、電流、SOCを変数とした劣化試験を行う。カレンダー劣化試験では、SOC、温度を変数とした劣化試験を行う。それぞれ、サイクル数、経過時間に対する劣化を試験データとして収集し、それら試験データに基づいて、モデルを作成する。図9に、劣化モデル式の一例を示す。この劣化モデル式に、電池の使用パターンに応じて劣化を進行させて、将来の電池状態(電池の性能)を算出する。
図9には容量劣化モデル式と、抵抗劣化モデル式の例が示される。それぞれカレンダー劣化とサイクル劣化に基づき、容量劣化および抵抗劣化が表現されている。各モデル式には、初期値として現在状態を表す変数(例えばこれまでの使用時間および使用温度など)も含み、これにより現在状態から所定期間後の容量または抵抗を推定できる。具体的なモデルの作成方法は既知の方法を用いればよく、本実施形態では具体的な作成方法までは述べない。容量劣化の式として、活物質容量ごとの式を作成することも、電池容量に対して作成することも可能である。
将来状態量算出部109は、電池使用パターン変換部107で得られた使用パターンを入力として、劣化モデル108に従って蓄電池の劣化を計算して、所定期間後の状態量を算出する。所定期間は、使用条件で使用期間が指定されている場合は、その指定された期間に一致する。所定期間後までの各時点の状態量を逐次算出して、グラフを作成してもよい。
第2の将来性能予測では、将来性能予測部120の将来状態量算出部109は、現在状態推定部104にて同定された等価履歴を、所定期間後まで延長させることで、所定期間後の状態量を算出する。この場合、同一ユーザが、蓄電池の使用を継続したものとの想定である。図4に、容量の劣化傾向を示す。たとえば図3に示した活物質Aの容量と考える。現在状態推定部104で推定された活物質Aの容量の等価履歴のグラフが、図示の継続使用の劣化傾向グラフに対応する。これは劣化特性データベース103に格納されている。現在状態推定部104で推定された等価年齢に対応するグラフ上の位置が○で示されている。この位置から所定期間後のグラフ上の値を求め、これを所定期間後の活物質Aの容量とする。外部から、継続使用よりも厳しい使用あるいは優しい使用との使用条件のユーザ設定を可能にし、それぞれの条件に応じて所定期間後の活物質Aの容量を評価してもよい。この場合、図示の優しい使用の劣化特性のグラフ、および厳しい使用の劣化特性のグラフに従って、同様にして所定期間後の容量を算出すればよい。「厳しい」および「優しい」はそれぞれサイクル数が高いおよび低い場合としてもよいし、環境温度が高いおよび低い場合としてもよい。これらのグラフも事前に図3の劣化特性グラフと同様にして用意しておけばよい。あるいは、上述した劣化モデル108を用いて、「継続使用」よりも厳しいまたは優しい値を設定したパラメータを劣化モデル108に入力として与えて計算してもよい。
性能指標変換部110は、第1または第2の将来性能予測で算出された所定期間後の電池の状態量から、電池容量あるいは内部抵抗に相当する電池性能指標を得る。この際、電池性能指標を、確率分布として算出してもよく、以下では確率分布として得る場合を示す。ここでは第1の将来性能予測を行った場合を想定して説明を行うが、第2の将来性能予測を行った場合も同様にして行うことができる。
図6に代表性能指標が蓄電池の電池容量の場合の電池性能指標の算出例を示す。
劣化特性DB103には、電池使用条件(図3参照)に応じた代表性能指標の劣化特性が格納されている。性能指標変換部110は、現在状態推定部104で算出した等価履歴に対応する劣化特性のデータを劣化特性DB103より読み出す。図6に示す太線のグラフのうち等価年齢Neq以前の部分のグラフ(図示の点A以前の部分のグラフ)は、読み出したグラフの等価年齢Neq以前の部分に対応する。
点Aより後の部分のグラフは、前述の劣化モデルに従って算出したものである。そして、所定期間後(使用期間後)の点Bの値が、将来状態量算出部109で算出した2つの活物質の容量の和に対応する。つまり、蓄電池の電池容量は、状態量1と状態量2が蓄電池の電極の主要な2つの活物質の容量の場合、状態量1と状態量2の和で表現できる。
また、劣化特性DB103には、使用期間(年齢)や電池の種類に応じた電池容量のばらつきデータも蓄積されている。ばらつきデータは標準偏差σcや分散など、任意の指標でよい。ここでは標準偏差σcを想定する。
等価年齢Neqにおける標準偏差σcに基づき、等価年齢Neqから所定期間後の年齢における電池容量(代表性能指標の値)、すなわち点Bの値を中心とした正規分布を算出し、これを将来の存在確率として求める。図示の白抜きの丸は、標準偏差だけ点Bから離れた値を示す。点線のグラフは、この白抜きの丸と、点A以前の部分のグラフを滑らかにつないだものである。図示の所定の使用限界水準は、蓄電池の使用限界水準であり、この水準を越える場合は、蓄電池の使用適合性はないと判断する基準である。使用限界水準の線より下側の領域が、使用限界水準を超えた領域である。
また、モンテカルロ法を用いて所定期間後の電池性能指標を評価することも可能である。この場合、等価年齢Neqにおける容量(活物質A、B毎)を平均とし、標準偏差をσcとした各正規分布に対して複数回ランダムにサンプリングを行い、劣化モデルに従って所定期間後の将来状態量をそれぞれ予測および合計し、電池性能指標(電池容量)を算出する。算出された電池性能指標の分布、または当該分布に最も適合する(当該分布に近い形を有する)正規分布を、将来の存在確率として得る。
また、将来状態量算出部109では活物質の容量(状態量)ごとに、将来の状態量を劣化モデルによりそれぞれ予測したが、現在時点での両者の和である電池容量を、劣化モデルに従って劣化させることで、将来の電池容量を直接予測する方法も可能である。この方法を、上述したモンテカルロ法と組み合わせても構わない。
上述した説明では、点A以前の部分のグラフは、劣化特性DB103より読み出した、等価履歴に対応する劣化特性のデータの部分としたが、別の方法として、電池状態量検出部102で検出した活物質毎の容量の合計を点Aの値とし、A以前のグラフは省略してもよい。点Aの値は、両者の場合で厳密には一致するとは限らないが、どちらでも本発明は実施可能である。
次に、図7に、代表性能指標が内部抵抗の場合の電池性能指標の算出例を示す。この例では図3に示した蓄電池の状態量3(抵抗)をそのまま電池性能指標として扱う。図示の使用限界水準の線より上側の領域が、使用限界水準を超えた領域である。これ以外は、図6と同様であるため説明を省略する。
図8に、代表性能指標として、電池容量および抵抗について2次元表示したイメージ図を示す。
横軸が電池容量、縦軸が内部抵抗として2次元表示されている。図中の白抜きの丸は、評価時(現在)の値(電池容量、抵抗)を示し、点線で示した範囲は、所定期間後の値(電池容量、抵抗)の存在確率を意味し、各点線が確率の等高線に相当する。図中の黒丸は、当該分布の中心である。このように複数の代表性能指標に関する多変量確率分布を算出することもできる。図示の斜線付の領域が使用限界水準を超えた領域である。
残存価値算出部(性能評価部)111は、性能指標変換部110で確率分布として算出した性能指標に対し、所定の使用限界水準(図6〜図8参照)と比較し、確率分布全体のうちその水準を超えた部分の面積の割合である使用不適合率を残存価値として算出する。図6および図7に示した斜線の領域が、所定の使用限界水準を越えた部分を示す。また図8では、破線の楕円状の領域と斜線領域との交差領域が、所定の使用限界水準を越えた部分に相当する。
残存価値表示部112は、残存価値算出部(性能評価部)111で算出された残存価値を、評価対象の蓄電池の残存価値評価結果として表示する。
上述した説明では、ユーザ設定の使用条件105から1つの電池使用パターンを取得したが、ユーザ設定の使用条件105に対し電池使用パターンの確率分布を取得する構成も可能である。以下これについて説明する。EVを前提に使用条件を考えた場合、例えば、ドライバの運転の仕方に依存するパラメータとして、アクセルあるいはブレーキの踏み具合によって、電池の使用パターンが変化するが、このような詳細情報まで使用条件105に考慮することは現実的には難しい。そこで、本実施形態では、使用パターンデータベース106に使用条件に基づく使用パターンの確率分布を記憶してもよい。この場合、例えば当該確率分布に応じて使用パターンを発生させ、それぞれの使用パターンにつき、上記等価年齢での代表性能指標値(電池容量または抵抗)の標準偏差を考慮して、前述したモンテカルロ法で、将来の代表性能指標値の分布を取得する。つまり、前述したような1つの使用パターンを用いた場合の分布を使用パターン数分得る。そしてこれらの分布の合成を近似する確率分布(例えば正規分布)を、将来の存在確率として得る。他の方法を用いて、将来の存在確率を求めてもかまわない。
図2に、本実施形態に係る蓄電池性能評価装置のフローチャートを示す。
蓄電池状態量検出部102は、評価対象となる蓄電池101から電池の内部状態を表す1つまたは複数の状態量を検出する(ステップ1)。
現在状態推定部104は、電池状態量検出部102にて検出した1つまたは複数の状態量と、劣化特性データベース103とに基づき、蓄電池の現在状態(蓄電池の使用履歴)を推定する(ステップ2)。
ユーザの使用条件が設定されている場合は(ステップ3の「有」)、第1の将来性能予測を行い(ステップ4、ステップ5)、設定されていない場合は(ステップ3の無)、第2の将来性予測を行う(ステップ6)。
第2の将来性能予測では、将来性能予測部120の将来状態量算出部109が、現在状態推定部104にて同定された等価履歴を、所定期間後まで延長させることで、所定期間後の状態量を算出する(ステップ6)。
第1の将来性能予測では、まず、電池使用パターン変換部107は、電池使用パターンDB106から、ユーザの設定した使用条件105に応じた電池の使用パターンを取得する。次に、将来状態量算出部109が、現在状態推定部104により推定された現在状態を基準に、電池使用パターン変換部にて得られた電池使用パターンで蓄電池を使用した場合の、所定期間後の状態量を、劣化モデル108に基づき予測する。
第1または第2の将来性能予測の処理が終わったら、性能指標変換部110が、性能指標変換部110は、第1または第2の将来性能予測で算出された所定期間後の電池の状態量から、電池容量あるいは内部抵抗に相当する電池性能指標を、正規分布等の確率分布として算出する(ステップ7)。
ステップ8では、残存価値算出部(性能評価部)111が、性能指標変換部110で確率分布として算出した性能指標に対し、所定の使用限界水準と比較し、その水準を超えた確率である使用不適合率を残存価値として算出する。残存価値表示部112は、残存価値算出部(性能評価部)111で算出された残存価値を、評価対象の蓄電池の残存価値評価結果として表示する。
なお、本実施形態の蓄電池性能評価装置は、例えば汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。スケジューリング装置内の各処理ブロックは、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、蓄電池性能評価装置は、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、CD−ROMなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、蓄電池性能評価装置内の各データベースは、上記のコンピュータ装置に内蔵あるいは外付けされたメモリ、ハードディスクもしくはCD−R、CD−RW、DVD−RAM、DVD−Rなどの記憶媒体などを適宜利用して実現することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
Claims (9)
- 評価対象となる蓄電池の内部状態を表す状態量に基づき、前記蓄電池の使用履歴を推定する推定部と、
前記使用履歴に基づき、予め与えられたユーザ設定の使用条件に従って前記蓄電池を今後使用した場合の前記蓄電池の内部状態の劣化進行を計算して、将来における前記蓄電池の状態量を予測する予測部と
前記予測部が予測した状態量に基づき、前記蓄電池の性能を評価する性能評価部と、
を備えた蓄電池性能評価装置。 - 前記予測部は、時間に応じて蓄電池に関するパラメータの変化を表した複数の使用パターンを格納した使用パターンデータベースから、前記蓄電池の使用条件に応じた使用パターンを取得し、前記使用パターンに従って前記蓄電池が使用された場合の劣化進行を計算する
請求項1に記載の蓄電池性能評価装置。 - 前記予測部は、前記使用パターンで定められたパラメータを入力とする劣化モデル式を、前記取得された使用パターンに基づいて計算することで、前記蓄電池の内部状態の劣化進行を計算する
請求項2に記載の蓄電池性能評価装置。 - 前記蓄電池の使用条件は、蓄電池の使用期間に関する情報を含み、
前記予測部は、前記使用期間後の前記蓄電池の状態量を予測する
請求項1ないし3のいずれか一項に記載の蓄電池性能評価装置。 - 前記蓄電池の使用条件は、さらに前記蓄電池の使用頻度、使用地域、急速充電の有無のうちの少なくとも1つを含む
請求項4に記載の蓄電池性能評価装置。 - 前記予測部は、前記蓄電池の状態量のばらつきを示したデータに基づき、モンテカルロ法により、前記取得した蓄電池の状態量に対して複数のサンプリング点を生成し、前記サンプリング点ごとに前記将来における蓄電池の状態量の値を予測し、各予測した状態量の値を表す分布を、所定の使用限界水準と比較することにより、前記蓄電池の性能を評価する
請求項1ないし5のいずれか一項に記載の蓄電池性能評価装置。 - 前記推定部は、前記蓄電池の使用履歴として、前記蓄電池の使用期間および使用温度を推定する
請求項1ないし6のいずれか一項に記載の蓄電池性能評価装置。 - 前記蓄電池の状態量は、前記蓄電池の活物質毎の容量、活物質毎の抵抗、前記蓄電池の電池容量、前記蓄電池の抵抗のうちの少なくとも1つを含む
請求項1ないし7のいずれか一項に記載の蓄電池性能評価装置。 - 評価対象となる蓄電池の内部状態を表す状態量に基づき、前記蓄電池の使用履歴を推定する推定ステップと、
前記使用履歴に基づき、予め与えられた使用条件に従って前記蓄電池を今後使用した場合の前記蓄電池の内部状態の劣化進行を計算して、将来における前記蓄電池の状態量を予測する予測ステップと
前記予測部が予測した状態量に基づき、前記蓄電池の性能を評価する性能評価ステップと、
を備えた蓄電池性能評価方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013196050A JP2015059924A (ja) | 2013-09-20 | 2013-09-20 | 蓄電池性能評価装置およびその方法 |
PCT/JP2014/073707 WO2015041093A1 (ja) | 2013-09-20 | 2014-09-08 | 蓄電池性能評価装置およびその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013196050A JP2015059924A (ja) | 2013-09-20 | 2013-09-20 | 蓄電池性能評価装置およびその方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015059924A true JP2015059924A (ja) | 2015-03-30 |
Family
ID=52688744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013196050A Pending JP2015059924A (ja) | 2013-09-20 | 2013-09-20 | 蓄電池性能評価装置およびその方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2015059924A (ja) |
WO (1) | WO2015041093A1 (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017091231A1 (en) * | 2015-11-25 | 2017-06-01 | Hewlett-Packard Development Company, L.P. | Battery performance prediction |
JP2017112655A (ja) * | 2015-12-14 | 2017-06-22 | 株式会社日立製作所 | 電力貯蔵システム管理装置、電力貯蔵システム管理方法、電力貯蔵システム |
WO2017163994A1 (ja) * | 2016-03-23 | 2017-09-28 | 日本電気株式会社 | 算出装置、算出方法及び記憶媒体 |
US20180034285A1 (en) * | 2016-07-29 | 2018-02-01 | Johnson Controls Technology Company | Electrical energy storage system with battery state-of-charge estimation |
KR101896270B1 (ko) * | 2017-03-23 | 2018-09-07 | 한국산업기술시험원 | 전기를 이용하는 자동차의 배터리 성능유지율 확인 검사방법 |
WO2020004163A1 (ja) * | 2018-06-25 | 2020-01-02 | 株式会社Gsユアサ | 状態推定方法、及び状態推定装置 |
WO2020044713A1 (ja) * | 2018-08-28 | 2020-03-05 | 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 |
US11159022B2 (en) | 2018-08-28 | 2021-10-26 | Johnson Controls Tyco IP Holdings LLP | Building energy optimization system with a dynamically trained load prediction model |
US11163271B2 (en) | 2018-08-28 | 2021-11-02 | Johnson Controls Technology Company | Cloud based building energy optimization system with a dynamically trained load prediction model |
WO2022181109A1 (ja) * | 2021-02-26 | 2022-09-01 | 株式会社デンソー | 電池管理システム |
JP2023051009A (ja) * | 2021-09-30 | 2023-04-11 | 本田技研工業株式会社 | バッテリ劣化推定装置、バッテリ劣化推定システム、バッテリ劣化推定方法、およびプログラム |
WO2023090314A1 (ja) * | 2021-11-18 | 2023-05-25 | パナソニックIpマネジメント株式会社 | 劣化状態推定システム、劣化状態推定方法および劣化状態推定プログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015404618A1 (en) | 2015-07-31 | 2018-02-15 | Kabushiki Kaisha Toshiba | Storage battery evaluating device, power storage system and storage battery evaluating method |
JP7179444B2 (ja) * | 2017-03-29 | 2022-11-29 | 三菱重工業株式会社 | 予兆検知システム及び予兆検知方法 |
JP7388220B2 (ja) * | 2020-02-06 | 2023-11-29 | トヨタ自動車株式会社 | バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4900871B2 (ja) * | 2006-03-22 | 2012-03-21 | カシオ計算機株式会社 | 携帯機器及びそのプログラム |
JP2010217070A (ja) * | 2009-03-18 | 2010-09-30 | Toyota Motor Corp | 容量推定装置および車両 |
JP5466564B2 (ja) * | 2010-04-12 | 2014-04-09 | 本田技研工業株式会社 | 電池劣化推定方法、電池容量推定方法、電池容量均等化方法、および電池劣化推定装置 |
-
2013
- 2013-09-20 JP JP2013196050A patent/JP2015059924A/ja active Pending
-
2014
- 2014-09-08 WO PCT/JP2014/073707 patent/WO2015041093A1/ja active Application Filing
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11150304B2 (en) | 2015-11-25 | 2021-10-19 | Hewlett-Packard Development Company, L.P. | Battery performance prediction |
WO2017091231A1 (en) * | 2015-11-25 | 2017-06-01 | Hewlett-Packard Development Company, L.P. | Battery performance prediction |
JP2017112655A (ja) * | 2015-12-14 | 2017-06-22 | 株式会社日立製作所 | 電力貯蔵システム管理装置、電力貯蔵システム管理方法、電力貯蔵システム |
JPWO2017163994A1 (ja) * | 2016-03-23 | 2019-02-07 | 日本電気株式会社 | 算出装置、算出方法及び記憶媒体 |
WO2017163994A1 (ja) * | 2016-03-23 | 2017-09-28 | 日本電気株式会社 | 算出装置、算出方法及び記憶媒体 |
US10305309B2 (en) * | 2016-07-29 | 2019-05-28 | Con Edison Battery Storage, Llc | Electrical energy storage system with battery state-of-charge estimation |
US11502534B2 (en) * | 2016-07-29 | 2022-11-15 | Con Edison Battery Storage Llc | Electrical energy storage system with battery state-of-charge estimation |
US20190296562A1 (en) * | 2016-07-29 | 2019-09-26 | Con Edison Battery Storage, Llc | Electrical energy storage system with battery state-of-charge estimation |
US20180034285A1 (en) * | 2016-07-29 | 2018-02-01 | Johnson Controls Technology Company | Electrical energy storage system with battery state-of-charge estimation |
KR101896270B1 (ko) * | 2017-03-23 | 2018-09-07 | 한국산업기술시험원 | 전기를 이용하는 자동차의 배터리 성능유지율 확인 검사방법 |
WO2020004163A1 (ja) * | 2018-06-25 | 2020-01-02 | 株式会社Gsユアサ | 状態推定方法、及び状態推定装置 |
JP2020003227A (ja) * | 2018-06-25 | 2020-01-09 | 株式会社Gsユアサ | 状態推定方法、及び状態推定装置 |
JP7298114B2 (ja) | 2018-06-25 | 2023-06-27 | 株式会社Gsユアサ | 状態推定方法、及び状態推定装置 |
US11619674B2 (en) | 2018-06-25 | 2023-04-04 | Gs Yuasa International Ltd. | State estimation method and state estimation apparatus |
WO2020044713A1 (ja) * | 2018-08-28 | 2020-03-05 | 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 |
JP7062775B2 (ja) | 2018-08-28 | 2022-05-06 | 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 |
US11163271B2 (en) | 2018-08-28 | 2021-11-02 | Johnson Controls Technology Company | Cloud based building energy optimization system with a dynamically trained load prediction model |
US11159022B2 (en) | 2018-08-28 | 2021-10-26 | Johnson Controls Tyco IP Holdings LLP | Building energy optimization system with a dynamically trained load prediction model |
JPWO2020044713A1 (ja) * | 2018-08-28 | 2021-08-10 | 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 |
WO2022181109A1 (ja) * | 2021-02-26 | 2022-09-01 | 株式会社デンソー | 電池管理システム |
JP2023051009A (ja) * | 2021-09-30 | 2023-04-11 | 本田技研工業株式会社 | バッテリ劣化推定装置、バッテリ劣化推定システム、バッテリ劣化推定方法、およびプログラム |
WO2023090314A1 (ja) * | 2021-11-18 | 2023-05-25 | パナソニックIpマネジメント株式会社 | 劣化状態推定システム、劣化状態推定方法および劣化状態推定プログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2015041093A1 (ja) | 2015-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015041093A1 (ja) | 蓄電池性能評価装置およびその方法 | |
KR102553031B1 (ko) | 배터리의 상태 추정 장치 및 방법 | |
US10444289B2 (en) | Method and apparatus for estimating state of battery | |
US9093844B2 (en) | Charge/discharge scheduling system and charge/discharge scheduling method | |
US10345390B2 (en) | Method and apparatus for correcting error occurring in estimation of battery life | |
US20160195589A1 (en) | Degradation diagnosis system and degradation diagnosis method for secondary battery | |
JP4884404B2 (ja) | 二次電池の内部情報検知方法及び装置 | |
US20160377686A1 (en) | Degradation estimation method, degradation estimation system, and degradation estimation program | |
KR20160000317A (ko) | 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법 | |
US20210173012A1 (en) | Method and system for estimation of open circuit voltage of a battery cell | |
WO2016208251A1 (ja) | 蓄電システム | |
JP6110771B2 (ja) | 劣化量算出装置、劣化量算出方法及びプログラム | |
JP2016085166A (ja) | 蓄電池評価装置及び方法 | |
JP7300878B2 (ja) | 電池評価システム、電池評価方法及びプログラム | |
KR101946163B1 (ko) | 빅데이터 기반의 배터리 열화도 추정장치 및 방법 | |
CN110658460A (zh) | 一种电池包的电池寿命预测方法及装置 | |
JP2023139227A (ja) | 電池健康状態予測方法、装置、電子機器及び可読記憶媒体 | |
Eleftheriadis et al. | Comparative study of machine learning techniques for the state of health estimation of li-ion batteries | |
KR101906928B1 (ko) | 배터리의 수명 추정 장치 및 방법 | |
KR101828456B1 (ko) | 부분 고장 데이터를 이용한 소프트웨어 신뢰도 평가모델 선택 시스템 및 방법 | |
JP2017091666A (ja) | リチウム析出量推定方法 | |
CN110893794B (zh) | 一种车用电池衰减系数确定方法及装置 | |
KR101726483B1 (ko) | 배터리 사용 패턴 분석 장치 및 방법 | |
JP2015082387A (ja) | 劣化関数算出装置、劣化率推定装置、劣化率推定システム、劣化関数算出方法、劣化率推定方法、及びプログラム | |
JP2014063617A (ja) | 蓄電池の残存価値格付け装置およびプログラム |