JP2015172557A - 電池内部状態推定装置 - Google Patents

電池内部状態推定装置 Download PDF

Info

Publication number
JP2015172557A
JP2015172557A JP2014049323A JP2014049323A JP2015172557A JP 2015172557 A JP2015172557 A JP 2015172557A JP 2014049323 A JP2014049323 A JP 2014049323A JP 2014049323 A JP2014049323 A JP 2014049323A JP 2015172557 A JP2015172557 A JP 2015172557A
Authority
JP
Japan
Prior art keywords
secondary battery
internal state
output value
value
voltage
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
Application number
JP2014049323A
Other languages
English (en)
Inventor
貴克 吉村
Takakatsu Yoshimura
貴克 吉村
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.)
Toyota Central R&D Labs Inc
Original Assignee
Toyota Central R&D Labs 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 Toyota Central R&D Labs Inc filed Critical Toyota Central R&D Labs Inc
Priority to JP2014049323A priority Critical patent/JP2015172557A/ja
Publication of JP2015172557A publication Critical patent/JP2015172557A/ja
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

【課題】二次電池の内部状態量の推定時間を短縮することが可能な電池内部状態推定装置を提供する。【解決手段】二次電池の充放電による出力電圧又は出力電流を実測出力値として検出する出力検出部(電流検出部22又は電圧検出部24)と、二次電池の充放電における入力電圧又は入力電流、温度、複数の二次電池内部状態量をパラメータとする計算モデルに基づいて、出力電圧又は出力電流を推定出力値として推定し、前記実測出力値と前記推定出力値との差に基づく評価値が所定値以上となる二次電池内部状態量を選択する内部状態量選択部32と、前記実測出力値と前記推定出力値との誤差最小化を行うことにより、前記選択された二次電池内部状態量を推定する内部状態量推定部34と、を備える電池内部状態推定装置20。【選択図】図2

Description

本発明は、二次電池の内部状態量を推定する電池内部状態推定装置の技術に関する。
車両用等に用いられる二次電池は、容量管理や安全管理の必要性から、二次電池の内部状態量を高精度に推定する必要がある。このため、二次電池の内部状態量(例えば、電解液イオン伝導度、電解液拡散係数、交換電流密度、開回路電圧など)を推定する内部状態推定装置が検討されている。
例えば、非特許文献1、2には、ジェネティックアルゴリズム(Genetic Algorithm:遺伝的アルゴリズム)を用いて、二次電池の出力電圧の推定値と実測値との差を最小化することで、二次電池の全内部状態量を推定する二次電池のシミュレーション方法が開示されている。
J.C.Forman,S.J.Moura,J.L.Stein,and H.K.Fathy,"Genetic identification and fisher identifiablity analysis of the Doyle−Fuller−Newman model from experimental cycling of a LiFePO4 Cell",J.Power Sources,210,263−275(2012). L.Zhang,C.Lyu,L.Wang,J.Zheng,W.Luo,and K.Ma,"Parallelized genetic Identification of the Thermal−Electrochemical Model for Lithium−Ion Battery",Hindawi Publishing Corporation,Advances in Mechanical Engineering,Vol.2012,Article ID 754653. M.Doyle,J.Newman,A.S.Gozdz,C.N.Schmutz,and J.M.Tarascon,"Comparison of modeling predictions with experimental data from plastic lithium ion cell,"J.Electrochem.Soc.143,1890(1996).
しかしながら、二次電池の内部状態は極めて複雑な電気化学現象であるため、二次電池の内部状態量を推定するまでに長い時間を要している。
本発明の目的は、二次電池の内部状態量の推定時間を短縮することが可能な電池内部状態推定装置を提供することである。
本発明の電池内部状態推定装置は、二次電池の充放電による出力電圧又は出力電流を実測出力値として検出する出力検出部と、二次電池の充放電における入力電圧又は入力電流、温度、複数の二次電池内部状態量をパラメータとする計算モデルに基づいて、出力電圧又は出力電流を推定出力値として推定し、前記実測出力値と前記推定出力値との差に基づく評価値が所定値以上となる二次電池内部状態量を選択する内部状態量選択部と、前記実測出力値と前記推定出力値との誤差最小化を行うことにより、前記選択された二次電池内部状態量を推定する内部状態量推定部と、を備える。
本発明によれば、二次電池の内部状態量の推定時間を短縮することが可能となる。
本実施形態に係る電池内部状態推定装置を備える二次電池システムの構成を示すブロック図である。 本実施形態に係る電池内部状態推定装置20の機能構成を示すブロック図である。 ジェネティックアルゴリズムを用いた実測出力値と推定出力値との誤差最小化を説明するためのフロー図である。
以下、本発明の実施形態について、図面に基づいて説明する。
図1は、本実施形態に係る電池内部状態推定装置を備える二次電池システムの構成を示すブロック図である。図1に示すように、二次電池システム1は、二次電池10と、負荷12と、電流センサ14、電圧センサ16、温度センサ18、電池内部状態推定装置20と、により構成される。
本実施形態の二次電池10は、例えば複数の単位電池を直列に接続してなるものである。二次電池10を構成する単位電池としては、たとえば、リチウムイオン二次電池などの二次電池である。本実施形態の負荷12は、例えば充放電装置であり、二次電池10の充放電を行うために、二次電池10に、入力となる所定の電流(例えば定電流)又は所定の電圧(定電圧)を供給するものである。そして、充放電装置(負荷12)により二次電池10に所定の電流を入力した場合には、その際に生じる二次電池10の電圧が出力となり、二次電池10に所定の電圧を入力した場合には、その際に生じる二次電池10の電流が出力となる。負荷12は、二次電池10の内部状態量を推定する点で、二次電池10の充放電を安定して行うことが可能な充放電装置であることが好ましいが、これに制限されるものではなく、例えば、モータ等のように二次電池10に充放電可能な電力を供給できるものであればよい。
電流センサ14は、二次電池10の充放電の際に流れる充放電電流を検出するセンサであり、電流センサ14により検出された信号は、電池内部状態推定装置20へ送出される。また、電圧センサ16は、充放電の際の二次電池10の端子電圧を検出するセンサであり、電圧センサ16により検出された信号は、電池内部状態推定装置20へ送出される。なお、本実施形態では、二次電池10の近傍に、二次電池10の充放電の際の外気温度を検出するための温度センサ18が設けられている。温度センサ18は、熱電対などを用いたセンサであり、温度センサ18で検出された信号も、同様に電池内部状態推定装置20へ送出される。
電池内部状態推定装置20は、二次電池10の内部状態量を推定するための装置であり、プログラムを演算するCPU、プログラムや演算結果を記憶するROMおよびRAMから構成されるマイクロコンピュータと電子回路等で構成される。図2に、本実施形態に係る電池内部状態推定装置20の機能構成を示すブロック図を示す。
図2に示すように、電池内部状態推定装置20は、電流検出部22、電圧検出部24、温度検出部26、推定出力算出部28及び選択部30から構成される内部状態量選択部32、内部状態量推定部34を備える。
電流検出部22は、電流センサ14からの信号を所定周期で取得し、電流センサ14からの信号に基づき、二次電池10に流れる充放電電流を検出することにより、実測電流値を取得する。例えば、負荷12により、二次電池10に定電流が入力されれば、入力された電流値が取得され、二次電池10に定電圧が入力されれば、その際に二次電池10に流れる電流値が出力電流値として取得される。そして、入力電流値が所定周期で取得された場合、時系列データ(Iin)として推定出力算出部28に送出され、出力電流値が所定周期で取得された場合、時系列データ(Iout)として、選択部30に送出される。
電圧検出部24は、電圧センサ16からの信号を所定周期で取得し、電圧センサ16からの信号に基づき、二次電池10の端子電圧を検出することにより、電圧実測値を取得する。例えば、負荷12により、二次電池10に定電流が入力されれば、その際の二次電池10の端子電圧が出力電圧値として取得され、二次電池10に定電圧が入力されれば、入力された電圧値が取得される。そして、入力電圧値が所定周期で取得された場合、時系列データ(Vin)として推定出力算出部28に送出され、出力電圧値が所定周期で取得された場合、時系列データ(Vout)として、選択部30に送出される。
温度検出部26は、温度センサ18からの信号を取得し、温度センサ18からの信号に基づき、二次電池10の充放電の際の外気温度を検出することにより、温度データを取得する。なお、二次電池10の内部状態量を高精度に推定する観点から、外気温度を一定に制御できる恒温槽内で二次電池10の充放電を行うことが好ましいため、外気温度を時系列データとして取得する必要は必ずしもなく、充放電時に一度検出された温度をデータとして取得してもよい。そして、取得した温度(T)は、推定出力算出部28に送出される。なお、温度検出部26及び温度センサ18を必ずしも設ける必要はなく、操作者が温度を計測し、その温度を推定出力算出部28に入力してもよい。
推定出力算出部28は、二次電池10の充放電における入力電流値(Ain)又は入力電圧値(Vin)と、温度(T)と、複数の二次電池内部状態量(二次電池内部状態量セット(x))とをパラメータとする計算モデルに基づいて、二次電池10の出力電圧又は出力電流を推定出力値g(x)として推定する。
本実施形態で用いる計算モデルは、二次電池の電気化学反応モデルを定義したものであり、上記非特許文献3に記載されているモデルを用いることが望ましい。当該モデルは、以下の基礎方程式1〜5により表される。式1は、液相でのイオン輸送方程式であり、式2は固体相でのイオン拡散方程式であり、式3は液相での電荷保存式であり、式4は固体相での電荷保存式であり、式5は、反応電流計算式である。なお、上記非特許文献3では、負極にLi、正極にLiMn、電解液にエチレンカーボネート(EC)とジメチルカーボネート(DEC)、混合体積比EC:DMC=1:2)のリチウムイオン二次電池を想定しているが、これに制限されるものではない。
通常、例えば、二次電池に定電流(例えば、0.1C、0.5C、1.0C、2.0Cの定電流の時系列データ)で、二次電池を放電(例えばSOCを100%から0%まで放電)、及び充電(例えばSOCを0%から100%まで充電)した時の推定電圧を求める場合には、入力電流(Iin:0.1C、0.5C、1.0C、2.0Cの時系列データ)、温度(T)、及び二次電池内部状態量セット(x)を使って、上式1〜5より、推定出力電圧(g(x))が求められる。なお、二次電池に定電圧で充放電した時の推定電流を算出する場合も同様に、入力電圧(Vin)、温度(T)、及び二次電池内部状態量セット(x)を使って、上式1〜5により求められる。
二次電池内部状態量セット(x)は、電解液イオン伝導度、電解液拡散係数等の複数の内部状態量からなるものであり、x=(U,U,…,k,k,…,σanode,σcathode,De1,De2,…,i0,i0,…,Ds1,Ds2,…,ranode,rcathode)で表される。
,U,…:正極/負極開回路電圧曲線Uopcの係数
(例えば、n次曲線の係数:Uocp=U+Uθ+・・・Uθ
θ:式1〜5を計算することで求められる局所SOC)
,k,…:電解液イオン伝導度曲線Kの係数
(例えば、n次曲線の係数:k=k+kC+・・・+k
C:式1〜5を計算することで求められるLiイオン濃度)
σanode,σcathode:正極/負極電子電導度
De,De,…:電解液拡散係数曲線Dの係数
(例えば、n次曲線の係数:D=De1+De1C+・・・+De1
C:式1〜5を計算することで求められるLiイオン濃度)
i0,i0,…:正極/負極活物質交換電流密度曲線iの係数
(例えば、n次曲線の係数:i=i0+i0θ+・・・+i0θ
θ:式1〜5を計算することで求められる局所SOC)
s1,Ds2,…:正極/負極活物質拡散係数曲線Dの係数
(例えば、n次曲線の係数:D=Ds1+Ds2θ+・・・+Dsnθ
θ:式1〜5を計算することで求められる局所SOC
anode,rcathode:正極/負極皮膜抵抗値
また、各内部状態量の初期値は、非特許文献3で示されているように、予め定められて規定値として与えられる。
通常、上記のように推定出力値(g(x):推定出力電圧、推定出力電流)が求められるが、本実施形態では実測出力値と推定出力値との誤差に影響を与える二次電池内部状態量を選択するために、推定出力算出部28において、以下の式6に示すように、各二次電池内部状態量のうちの少なくとも1つに所定の係数を乗じた内部状態量を含む二次電池内部状態量セット(x)を複数用意し、各二次電池内部状態量セット(x)を用いて、複数の推定出力値(g(x))を算出する。所定の係数は特に制限されるものでなく、例えば1.1〜1.2の範囲で設定されることが好ましい。式6中のσはσanodeであり、σはσcathodeである(以下の全ての式において同じ)。
推定出力算出部28で推定された複数の推定出力値(g(x))は、選択部30に送出される。
選択部30では、二次電池10の実測出力値y(Vout又はIout)と推定出力値g(x)との差に基づく評価値(score)を以下の式7により求める。
本実施形態では、前述したように、所定の係数を乗じた電池内部状態量を含む電池内部状態量セットを複数用意して、複数の推定出力値が求められている。したがって、例えば、0.1Cの定電流(Iin)、温度25℃での実測出力値(y1t:出力電圧)と、所定の係数を乗じた二次電池内部状態量を含む二次電池内部状態量セットから推定された推定出力値(g(x):推定出力電圧)との差に基づく評価値(score)は、以下の式8のように求められる。
また、その他の入力条件で実測出力値を計測している場合、例えば、0.5Cの定電流(Iin)、温度25℃での実測出力値(y2t:出力電圧)と、所定の係数を乗じた二次電池内部状態量を含む二次電池内部状態量セットから推定された推定出力値(g(x):推定出力電圧)との差に基づく評価値(score)は、以下の式9のように求められる。
選択部30では、実測出力値と推定出力値との差に基づく評価値が、所定値以上となる二次電池内部状態量が選択される。所定値は、適宜設定されるものであるが、例えば、所定値は1以上に設定されることが望ましい。例えば、所定値を1と設定した場合、上式4では(例えば0.1Cの定電流(Iin)、温度25℃で充放電した場合)、実測出力値と推定出力値との差に基づく評価値が1以上となるのは、正/負極開回路電圧(U、U)に所定の係数を乗じた場合であるので、正/負極開回路電圧が選択される(実質的には、所定の係数を乗じた開回路電圧を含む二次電池内部状態量セットが選択される)。また、上式5では(例えば0.5Cの定電流(Iin)、温度25℃で充放電した場合)、実測出力値と推定出力値との差に基づく評価値が1以上となるのは、電解液イオン伝導度(κ、κ)に所定の係数を乗じた場合であるので、電解液イオン伝導度が選択される(実質的には、所定の係数を乗じた電解液イオン伝導度を含む二次電池内部状態量セットが選択される)。なお、実測出力値と推定出力値との差に基づく評価値が1以上となる二次電池内部状態量(実質的には二次電池内部状態量セット)が、実測出力値と推定出力値との誤差に影響を及ぼしていると言える。
内部状態量推定部34では、実測出力値と推定出力値との誤差最小化を行うことにより、内部状態量選択部32により選択された二次電池内部状態量を推定する。実測出力値と推定出力値との誤差最小化は、例えば、ジェネティックアルゴリズム(遺伝的アルゴリズム)を用いて、以下のように行われる。実測出力値と推定出力値との誤差最小化は、ジェネティックアルゴリズムに制限されるものではなく、例えば、particle swarm optimization、ant colony optimization等が挙げられる。
図3は、ジェネティックアルゴリズムを用いた実測出力値と推定出力値との誤差最小化を説明するためのフロー図である。
ステップS1において、二次電池内部状態量セットx(U,U,…,k,k,…,σ,σ,…,De,De,…,i0,i0,…,Ds,Ds,…,R,R,…)の初期値を設定する。各内部状態量の初期値は、例えば上記非特許文献3で示されているように、予め決められた規定値であり、作業者により当該初期値が入力される。なお、当該初期値が予め内部状態量推定部34に記憶されている場合には、ステップS1は省略される。
次に、ステップS2において、各内部状態量の初期値に以下の式10で表されるノイズを加え、予め設定した数(例えば1000個)の仮説を作成する。
次に、ステップS3において、実測出力値と推定出力値との差に基づく評価値を、以下の式11により算出する。
作成した全ての仮説について実測出力値と推定出力値との差に基づく評価値が計算される。ここで、yは、二次電池の充放電における入力(例えば、0.1、0.5C、1C、2Cの定電流(Iin))及び温度(例えば25℃)により出力された実測出力値(例えば、出力電圧値(Vout))の時系列データ、g(x)は、yに対応する推定出力値(例えば推定出力電圧値)であり、内部状態量選択部32により選択された内部状態量セットの値を変更し、式1〜5を解くことにより推定された出力値(例えば電圧値)の時系列データである。
次に、ステップS4において、各評価値に対して交叉、複製、突然変異を実行する。具体的には、以下の通りである。(1)交叉の確率を例えば0.7、複製の確率を例えば0.2、突然変異の確率を例えば0.1として動作を選択する。そして、(2)各仮説を以下の式12の確率で選択するかどうかを決定する(ルーレット選択)。そして、(3)上記(1)で選択した動作を、(2)で選択した評価値に対して実行する。なお、交叉の場合、入力データに対応する内部状態量のみを更新する。(4)仮説数が1000になるまで、(2)及び(3)を繰り返す。
次に、ステップS5において、世代数(繰り返し返し回数)が10000、若しくは前世代、現世代の仮説の平均ベクトルの2乗誤差が0.0000001以下になれば、誤差最小化計算を終了する。なお、平均ベクトルは、全仮説(1000個)の内部状態量xの平均ベクトルを表している。すなわち平均ベクトルは全仮説の代表ベクトルである。そして、前世代(一つ前)と現世代(現在)の代表ベクトルに差が無ければ、事前に設定した繰り返し回数(10000回)に達していないくても、十分答えに到達できているとみなして処理を終了する。また、終了しない場合は、ステップS3に戻り、入力条件を変えて(例えば、0.1Cの定電流充電、温度25℃の場合に誤差最小化計算が終了しない場合には、0.5Cの定電流充電以外の場合について)誤差最小化計算を行う。
以上のように、実測出力値と推定出力値との誤差に影響を与える二次電池内部状態量を選択し、選択した二次電池内部状態量を利用して、実測出力値と推定出力値との誤差最小化を行うことにより、選択した二次電池内部状態量を推定することができる。従来、実測出力値と推定出力値との誤差最小化を行う際には、全ての二次電池内部状態量が考慮さるため、探索空間が大きくなり、推定時間が長くなるが、本実施形態では、実測出力値と推定出力値との誤差最小化は、選択した二次電池内部状態量に限定して実行されるため、従来より探索空間が限定され、推定時間が短縮される。
1 二次電池システム、10 二次電池、12 負荷、14 電流センサ、16 電圧センサ、18 温度センサ、20 電池内部状態推定装置、22 電流検出部、24 電圧検出部、26 温度検出部、28 推定出力算出部、30 選択部、32 内部状態量選択部、34 内部状態量推定部。

Claims (1)

  1. 二次電池の充放電による出力電圧又は出力電流を実測出力値として検出する出力検出部と、
    二次電池の充放電における入力電圧又は入力電流、温度、複数の二次電池内部状態量をパラメータとする計算モデルに基づいて、出力電圧又は出力電流を推定出力値として推定し、前記実測出力値と前記推定出力値との差に基づく評価値が所定値以上となる二次電池内部状態量を選択する内部状態量選択部と、
    前記実測出力値と前記推定出力値との誤差最小化を行うことにより、前記選択された二次電池内部状態量を推定する内部状態量推定部と、を備えることを特徴とする電池内部状態推定装置。

JP2014049323A 2014-03-12 2014-03-12 電池内部状態推定装置 Pending JP2015172557A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014049323A JP2015172557A (ja) 2014-03-12 2014-03-12 電池内部状態推定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014049323A JP2015172557A (ja) 2014-03-12 2014-03-12 電池内部状態推定装置

Publications (1)

Publication Number Publication Date
JP2015172557A true JP2015172557A (ja) 2015-10-01

Family

ID=54259973

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014049323A Pending JP2015172557A (ja) 2014-03-12 2014-03-12 電池内部状態推定装置

Country Status (1)

Country Link
JP (1) JP2015172557A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111542451A (zh) * 2018-01-08 2020-08-14 罗伯特·博世有限公司 用于控制和监视电池组包的多个电池组电池的方法和管理系统以及电池组包

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111542451A (zh) * 2018-01-08 2020-08-14 罗伯特·博世有限公司 用于控制和监视电池组包的多个电池组电池的方法和管理系统以及电池组包
CN111542451B (zh) * 2018-01-08 2024-04-26 罗伯特·博世有限公司 用于控制和监视电池组包的多个电池组电池的方法和管理系统以及电池组包

Similar Documents

Publication Publication Date Title
Liu et al. An evaluation study of different modelling techniques for calendar ageing prediction of lithium-ion batteries
Kim et al. Data-efficient parameter identification of electrochemical lithium-ion battery model using deep Bayesian harmony search
Chen et al. State-of-charge estimation of lithium-ion battery using an improved neural network model and extended Kalman filter
Tian et al. State of charge estimation of lithium-ion batteries using an optimal adaptive gain nonlinear observer
Guha et al. Online estimation of the electrochemical impedance spectrum and remaining useful life of lithium-ion batteries
Guha et al. State of health estimation of lithium-ion batteries using capacity fade and internal resistance growth models
CN107690585B (zh) 用于确定锂硫电池组的健康状况和充电状态的方法和装置
Wang et al. An adaptive remaining energy prediction approach for lithium-ion batteries in electric vehicles
Xiong et al. A data-driven based adaptive state of charge estimator of lithium-ion polymer battery used in electric vehicles
Li et al. A multi-model probability SOC fusion estimation approach using an improved adaptive unscented Kalman filter technique
KR102219397B1 (ko) 원격 파라미터 추정을 구비한 2차 전지 관리 시스템
Shen et al. Accurate state of charge estimation with model mismatch for li-ion batteries: A joint moving horizon estimation approach
He et al. A novel Gaussian model based battery state estimation approach: State-of-Energy
Xiong et al. A data-driven multi-scale extended Kalman filtering based parameter and state estimation approach of lithium-ion polymer battery in electric vehicles
Burgos-Mellado et al. Particle-filtering-based estimation of maximum available power state in Lithium-Ion batteries
Mastali et al. Battery state of the charge estimation using Kalman filtering
Gholizadeh et al. Estimation of state of charge, unknown nonlinearities, and state of health of a lithium-ion battery based on a comprehensive unobservable model
Zhang et al. State of charge-dependent aging mechanisms in graphite/Li (NiCoAl) O2 cells: Capacity loss modeling and remaining useful life prediction
Leng et al. A practical framework of electrical based online state-of-charge estimation of lithium ion batteries
JP6234946B2 (ja) 電池状態推定装置
JP2017166874A (ja) 蓄電池評価装置、蓄電池、蓄電池評価方法、およびプログラム
JP2015135286A (ja) 二次電池の特性推定装置
Wei et al. Lyapunov-based state of charge diagnosis and health prognosis for lithium-ion batteries
Yuan et al. A transfer function type of simplified electrochemical model with modified boundary conditions and Padé approximation for Li-ion battery: Part 2. Modeling and parameter estimation
Knap et al. A self-discharge model of Lithium-Sulfur batteries based on direct shuttle current measurement