JP2016090330A - バッテリのパラメータ推定装置 - Google Patents
バッテリのパラメータ推定装置 Download PDFInfo
- Publication number
- JP2016090330A JP2016090330A JP2014223124A JP2014223124A JP2016090330A JP 2016090330 A JP2016090330 A JP 2016090330A JP 2014223124 A JP2014223124 A JP 2014223124A JP 2014223124 A JP2014223124 A JP 2014223124A JP 2016090330 A JP2016090330 A JP 2016090330A
- Authority
- JP
- Japan
- Prior art keywords
- battery
- temperature
- resistance
- parameter estimation
- model
- 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
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]
- G01R31/367—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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- 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
- 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
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- 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
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- 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
Abstract
【課題】温度の違いに起因する内部抵抗の推定値の誤差を小さくすることができるバッテリのパラメータ推定装置を提供する。
【解決手段】本発明に係るバッテリのパラメータ推定装置は、バッテリ1の温度と、バッテリ1の電圧およびバッテリ1の電流のうち少なくとも一方とに基づき、前記バッテリ1の等価回路モデルにおける抵抗を含むパラメータを逐次推定するバッテリのパラメータ推定装置において、前記バッテリ1の等価回路モデル内の抵抗として、予め決められた温度T0での抵抗値RT0を推定し、現在の温度Tでの抵抗値R(T)を、前記予め決められた温度T0での抵抗値RT0と温度依存係数aRとを含む式R(T)=RT0exp(aR(T−T0)/T0T)を用いて算出することを特徴とする。
【選択図】図1
【解決手段】本発明に係るバッテリのパラメータ推定装置は、バッテリ1の温度と、バッテリ1の電圧およびバッテリ1の電流のうち少なくとも一方とに基づき、前記バッテリ1の等価回路モデルにおける抵抗を含むパラメータを逐次推定するバッテリのパラメータ推定装置において、前記バッテリ1の等価回路モデル内の抵抗として、予め決められた温度T0での抵抗値RT0を推定し、現在の温度Tでの抵抗値R(T)を、前記予め決められた温度T0での抵抗値RT0と温度依存係数aRとを含む式R(T)=RT0exp(aR(T−T0)/T0T)を用いて算出することを特徴とする。
【選択図】図1
Description
本発明は、バッテリの等価回路モデルのパラメータをカルマンフィルタで逐次推定可能なバッテリのパラメータ推定装置に関する。
従来のバッテリの内部状態・パラメータ推定装置としては、例えば特許文献1に記載のものが知られている。この従来のバッテリのパラメータ推定装置は、バッテリの充放電電流および端子電圧を検出し、これらを入力として、抵抗を含むバッテリの等価回路モデルを用いてカルマンフィルタでバッテリのパラメータやバッテリの内部状態量、開放電圧値を推定(算出)する。
しかしながら、上述のバッテリの等価回路モデルにおいては、バッテリの温度というバッテリの内部抵抗に大きく影響を与える要素を考慮していないので、バッテリの内部抵抗の推定誤差が大きくなる。つまり、バッテリ状態の推定開始時に前回の最後の推定結果を今回の推定の初期値として用いる場合、バッテリの温度が前回の最後の推定を行った時点から変化していることがある。この場合、初期値が今回推定すべき値と遠いところから推定がスタートすることになり、推定結果が現在の温度に対応したものになる(収束する)のに時間がかかる。このようにバッテリの温度の情報が使われていないことによって、SOC推定精度の悪化につながっていた。
かかる事情に鑑みてなされた本発明の目的は、温度の違いに起因するバッテリの内部抵抗の推定値の誤差を小さくし、より早く正確にパラメータを推定することができるバッテリのパラメータ推定装置を提供することにある。
上記課題を解決するために、第1の発明に係るバッテリのパラメータ推定装置は、
バッテリの温度と、バッテリの電圧およびバッテリの電流のうち少なくとも一方とに基づき、前記バッテリの等価回路モデルにおける抵抗を含むパラメータを逐次推定するバッテリのパラメータ推定装置において、
前記バッテリの等価回路モデル内の抵抗として、予め決められた温度T0での抵抗値RT0を推定し、
現在の温度Tでの抵抗値R(T)を、前記予め決められた温度T0での抵抗値RT0と温度依存係数aRとを含む式
を用いて算出することを特徴とする。
バッテリの温度と、バッテリの電圧およびバッテリの電流のうち少なくとも一方とに基づき、前記バッテリの等価回路モデルにおける抵抗を含むパラメータを逐次推定するバッテリのパラメータ推定装置において、
前記バッテリの等価回路モデル内の抵抗として、予め決められた温度T0での抵抗値RT0を推定し、
現在の温度Tでの抵抗値R(T)を、前記予め決められた温度T0での抵抗値RT0と温度依存係数aRとを含む式
上記課題を解決するために、第2の発明に係るバッテリのパラメータ推定装置は、
前記温度依存係数aRは、事前に求めておいた定数であることを特徴とする。
前記温度依存係数aRは、事前に求めておいた定数であることを特徴とする。
上記課題を解決するために、第3の発明に係るバッテリのパラメータ推定装置は、
前記温度依存係数aRは、事前に求めておいた温度依存係数aRと温度Tとの関係を示すテーブルにより決定されることを特徴とする。
前記温度依存係数aRは、事前に求めておいた温度依存係数aRと温度Tとの関係を示すテーブルにより決定されることを特徴とする。
上記課題を解決するために、第4の発明に係るバッテリのパラメータ推定装置は、
前記温度依存係数aRと、前記予め決められた温度T0での抵抗値RT0とを同時推定法で求めることを特徴とする。
前記温度依存係数aRと、前記予め決められた温度T0での抵抗値RT0とを同時推定法で求めることを特徴とする。
第1の発明に係るバッテリのパラメータ推定装置によれば、温度の違いに起因する内部抵抗の推定値の誤差を小さくすることができる。また、より早く正確にパラメータを推定することができる。
第2の発明に係るバッテリのパラメータ推定装置によれば、推定すべきパラメータの数を従来モデルのままで抑えつつ、温度情報を活用して推定精度を向上させることができる。
第3の発明に係るバッテリのパラメータ推定装置によれば、律速過程がある温度で変化する場合に、温度に対応する温度依存係数aRを用いてより早く正確にパラメータを推定することができる。
第4の発明に係るバッテリのパラメータ推定装置によれば、温度依存係数がバッテリの劣化などによって変化する場合であってもより早く正確にパラメータを推定することができる。
以下、本発明に係る実施形態について、図面を参照しながら詳細に説明する。
(本発明の実施形態)
本実施形態のバッテリのパラメータ推定装置は、電気自動車やハイブリッド電気自動車などの車両に用いられる。このような車両には、車両を駆動する電気モータ、バッテリ、これらのコントローラなどが搭載され、電気モータへの電力の供給(放電)や制動時における電気モータからの制動エネルギーの回生、地上充電設備からのバッテリへの電力回収(充電)が行われる。このような充放電電流のバッテリへの出入りがあると、バッテリ内部の状態が変化していき、この内部状態をバッテリのパラメータ推定装置で推定しながらモニタしていくことで、バッテリの残量など必要な情報を収集している。
本実施形態のバッテリのパラメータ推定装置は、電気自動車やハイブリッド電気自動車などの車両に用いられる。このような車両には、車両を駆動する電気モータ、バッテリ、これらのコントローラなどが搭載され、電気モータへの電力の供給(放電)や制動時における電気モータからの制動エネルギーの回生、地上充電設備からのバッテリへの電力回収(充電)が行われる。このような充放電電流のバッテリへの出入りがあると、バッテリ内部の状態が変化していき、この内部状態をバッテリのパラメータ推定装置で推定しながらモニタしていくことで、バッテリの残量など必要な情報を収集している。
図1に示すように、バッテリ1のパラメータ推定装置は、電圧センサ(端子電圧検出部)2と、電流センサ(充放電電流検出部)3と、温度センサ(バッテリ温度検出部)8と、推定部4と、電荷量算出部5と、充電率算出部6と、健全度算出部7と、を備える。推定部4、電荷量算出部5、充電率算出部6、及び健全度算出部7は、例えば車載のマイクロ・コンピュータで構成される。
バッテリ1は、例えばリチャージャブル・バッテリ(二次電池)である。バッテリ1は、本実施の形態においてリチウム・イオン・バッテリであるものとして説明するが、他の種類のバッテリを用いてもよい。
端子電圧検出部2は、例えば電圧センサであって、バッテリ1の端子電圧値vを検出する。端子電圧検出部2は、検出した端子電圧値vを推定部4へ入力する。
充放電電流検出部3は、例えば電流センサであって、バッテリ1の充放電電流値iを検出する。充放電電流検出部3は、検出した充放電電流値iを推定部4へ入力する。
バッテリ温度検出部8は、例えば温度センサであって、バッテリ1の温度Tを検出する。バッテリ温度検出部8は、検出した温度Tを推定部4へ入力する。
推定部4は、バッテリ1のバッテリ等価回路モデル41と、カルマンフィルタ42と、を有する。推定部4は、カルマンフィルタ42を用いて、バッテリ等価回路モデル41のパラメータ値と、バッテリ1の開放電圧OCV(Open Circuit Voltage)と、バッテリ1の内部状態量と、を推定(算出)可能である。本実施の形態において、推定部4は、端子電圧検出部2からの端子電圧v及び充放電電流検出部3からの充放電電流iに基づいて、パラメータ値及び内部状態量を同時に推定し、推定したパラメータ値に基づいて開放電圧OCVを算出する。推定部4が行う推定・算出の処理の詳細については後述する。また、推定部4は、算出した開放電圧OCVを、充電率算出部6と健全度算出部7へ入力する。
バッテリ等価回路モデル41は、抵抗とコンデンサとの並列回路を接続した、無限級数の和による近似で表されるフォスタ型RC梯子回路や、直列接続した抵抗間をコンデンサで接地した、連分数展開による近似で表されるカウエル型RC梯子回路等で構成する。なお、抵抗やコンデンサは、バッテリ等価回路モデル41のパラメータとなる。
カルマンフィルタ42では、対象となるシステムのモデル(本実施形態の場合、バッテリ等価回路モデル41)を設計し、このモデルと実システムに同一の入力信号を入力し、その場合の両者の出力を比較してそれらに誤差があれば、この誤差にカルマン・ゲインをかけてモデルへフィードバックすることで、両者の誤差が最小になるようにモデルを修正する。これを繰り返すことで、モデルのパラメータを推定する。
電荷量算出部5は、充放電電流検出部3で検出したバッテリ1の充放電電流値iが入力され、この値を逐次積算していくことでバッテリ1から出入りした電荷量を求める。電荷量算出部5は、出入りした電荷量を、逐次積算演算前に記憶した残存電荷量から減算することで、現在のバッテリ1が有する電荷量Qを算出する。この電荷量Qは、健全度算出部7へ出力される。
充電率算出部6は、開放電圧値と充電率との関係が温度やバッテリ1の劣化に影響されにくいことから、これらの関係を予め実験等で求めて得た関係データを、例えば特性表として記憶している。そして、この特性表に基づき、推定部4で推定した開放電圧推定値からそのときの充電率SOC(State of Charge)を推定する。この充電率SOCは、バッテリ1のバッテリ・マネージメントに利用される。
健全度算出部7は、所定幅で区分けした健全度SOH(State of Health)ごとに電荷量Qと開放電圧OCVの関係を表わす特性表を有する。この特性表の詳細については、例えば、本出願人の出願による特開2012−57956号公報に開示されている。健全度算出部7には、推定部4で推定した開放電圧OCVと電荷量算出部5で算出した電荷量Qとが入力されて、これらが上記特性表のいずれの健全度SOHの範囲に入るのかが算出されて、当てはまる健全度SOHが出力される。
ここで、バッテリ1の等価回路モデル41について説明する。一般に、バッテリの電極反応には、電解液と活物質との界面における電荷移動過程と、電解液又は活物質におけるイオンの拡散過程と、が含まれる。例えばリチウム・イオン・バッテリ等の物理過程(non-Faradaic process)バッテリ、即ち拡散現象が支配的なバッテリにおいて、拡散過程に起因するインピーダンスであるワールブルグインピーダンスの影響が支配的となる。
はじめに、図2に示すように、バッテリのモデルとして、開放電圧(開回路電圧)OCVを有し、内部抵抗R0とワールブルグインピーダンスZwとが直列に接続される開回路を想定する。
また、ワールブルグインピーダンスZwの伝達関数は、式(2)により表される。
ただし、sはラプラス演算子、拡散抵抗RdはZw(s)の低周波極限(ω→0)である。また、拡散時定数τdは、拡散反応の速度を意味する。拡散抵抗Rdおよび拡散時定数τdを用いて、式(3)により拡散容量Cdを定義する。
式(2)において、ラプラス演算子sの平方根が存在するため、そのままではワールブルグインピーダンスZwを時間領域へ変換することは困難である。このため、ワールブルグインピーダンスZwの近似を考える。ワールブルグインピーダンスZwは、例えば、無限級数の和による近似、又は連分数展開による近似が可能である。
無限級数の和による近似について説明する。ワールブルグインピーダンスZwは、式(4)に示すように、無限級数の和として表すことができる。
ただし、
である。上述の近似式を回路図で表すと、抵抗とコンデンサとの並列回路がn個直列に接続されたn次フォスタ型回路である(図4参照)。式(5)及び式(6)から明らかなように、ワールブルグインピーダンスZwを近似したn次のフォスタ型等価回路モデルによれば、拡散容量Cd及び拡散抵抗Rdを用いて、等価回路の他のパラメータ(抵抗Rn、コンデンサCn)を算出可能である。
以下において、3次のフォスタ型回路で近似した場合のバッテリ等価回路モデル41について説明する(図5参照)。同図中、Rは抵抗、Cはコンデンサであり、それぞれ添字でそれらの次数を表す。状態変数をx、入力をu、出力をyとすると、
となる。ただし、v1〜v3は、それぞれ添字に対応したコンデンサでの電圧降下、iは回路全体を流れる電流、vは回路全体の電圧降下である。また、行列の上の添字Tは、その転置行列を表す。
上記モデル中の抵抗成分(直達抵抗R0と拡散抵抗Rd)は、温度によらず一定であるとする場合もある。本実施形態では、モデル中の抵抗成分(直達抵抗R0と拡散抵抗Rd)がアレニウスの式(ある温度での化学反応の速度を予測する式)に基づき、温度依存性をもつものとして取り扱う。
ここでアレニウスの式に基づく抵抗の温度依存性を示す式を導出する。一般にバッテリ特性はバッテリ温度によって変化することが知られている。図6は、連続時間システム同定を温度ごとのデータに適用してバッテリの内部抵抗を推定したときの、バッテリ温度(バッテリ表面の平均温度)とバッテリの内部抵抗との関係を示す図である。直達抵抗R0(図6(a))、拡散抵抗Rd(図6(b))は、それぞれバッテリ温度に対して指数関数的な依存性があることがわかる。すなわち、バッテリの内部抵抗R(T)はアレニウスの式に従い、式(15)のように表される。
式(15)において、Aは頻度因子、Eaは活性化エネルギー、Tはバッテリの絶対温度である。
頻度因子Aを温度が無限大の際の抵抗値R∞に、活性化エネルギーと気体定数の比を温度依存係数aRに、それぞれ置き換えることにより、式(15)は式(16)のように書き換えられる。
ここで、温度が無限大の際の抵抗値R∞は観念的な基準値である。実験で容易に求めることができる基準値として、ある実用的な温度T0[K]における抵抗値RT0を定義し、R∞をRT0に置き換えることを考える。式(16)においてT=T0とすれば、式(17)が導かれる。
式(17)を変形すれば、式(18)が得られる。
式(18)を式(16)に代入すれば、式(19)が得られる。
ここで式(19)を用いて、直達抵抗R0と拡散抵抗Rdを表すとそれぞれ式(20)(21)のように表される。
ただし、R0 T0、Rd T0はそれぞれ温度T0[K]の時の抵抗R0、Rdの抵抗値であり、aR0、aR0はそれぞれ抵抗R0、Rdの温度依存係数である。このモデルにおいては、R0 T0、Rd T0を推定する。バッテリの温度Tは温度測定部8により測定されるため、R0 T0、Rd T0の推定値からそれぞれR0、Rdを計算できる。aR0、aR0は本実施形態においては定数であるものとする。
以上のように本実施形態に係るバッテリのパラメータ推定装置は、バッテリの温度と、バッテリの電圧およびバッテリの電流のうち少なくとも一方とに基づき、前記バッテリの等価回路モデルにおける抵抗を含むパラメータを逐次推定するバッテリのパラメータ推定装置において、前記バッテリの等価回路モデル内の抵抗として、予め決められた温度T0での抵抗値RT0を推定し、現在の温度Tでの抵抗値R(T)を、前記予め決められた温度T0での抵抗値RT0と温度依存係数aRとを含む式(19)を用いて算出することを特徴とする。本実施形態のモデルによれば、バッテリパラメータの推定において温度情報を活用することができ、温度の違いに起因する内部抵抗の推定値の誤差を小さくすることができる。つまり、所定温度での抵抗値を推定するようにしておくと、所定温度での抵抗値はほとんど変化しないため、推定を行ったときの温度の差に対する追従性が良くなる。したがって、より早く正確にパラメータを推定することができる。
以下、式(19)で表される温度依存性を持つモデルによりバッテリのパラメータを推定する場合の実施例を説明する。なお温度依存性を考慮する場合、測定温度の誤差が影響してくることも留意すべき点である。また、バッテリのどの部分の温度を測定するか、その温度センサの測定誤差がどのくらいあるかなどが影響してくることも留意すべき点である。
(実施例1)
実施例1では、連続時間システム同定などを用いて温度依存係数aRを事前に求めておき、実際の走行中にはT0=300K相当の抵抗値RT0のみを同時推定法で求める。図7は、本実施例のモデルで同時推定法を行った場合の推定誤差を示す。実線が本実施例(実施例1)のモデルを適用した場合であり、破線が従来のモデルを適用した場合である。いずれのモデルでも十分時間が経過すれば高い推定精度で推定できているが、初期の段階(約2時間以内)では従来モデルの誤差が大きいことがわかる。従来モデルでは内部抵抗を推定する際に、内部抵抗はランダムウォークすると仮定しているので、初期の内部抵抗の推定値が大きくずれていた場合に徐々にしか推定値が補正されない。そのため収束に時間がかかる。この初期の内部抵抗の推定値がずれる原因として大きいのが温度である。例えば、車両のIGN(イグニッション)−OFFの際の最終推定値を保持して、次回のIGN−ONの際の初期推定値として利用する場合、IGN−OFFの間の温度変化によって内部抵抗が大きく変化し、初期推定値と大きなずれが起きることが考えられる。この点について、本実施例のモデルを適用した場合、温度を考慮した効果で初期の収束が早くなり、推定開始直後から誤差がより小さくなっている。
実施例1では、連続時間システム同定などを用いて温度依存係数aRを事前に求めておき、実際の走行中にはT0=300K相当の抵抗値RT0のみを同時推定法で求める。図7は、本実施例のモデルで同時推定法を行った場合の推定誤差を示す。実線が本実施例(実施例1)のモデルを適用した場合であり、破線が従来のモデルを適用した場合である。いずれのモデルでも十分時間が経過すれば高い推定精度で推定できているが、初期の段階(約2時間以内)では従来モデルの誤差が大きいことがわかる。従来モデルでは内部抵抗を推定する際に、内部抵抗はランダムウォークすると仮定しているので、初期の内部抵抗の推定値が大きくずれていた場合に徐々にしか推定値が補正されない。そのため収束に時間がかかる。この初期の内部抵抗の推定値がずれる原因として大きいのが温度である。例えば、車両のIGN(イグニッション)−OFFの際の最終推定値を保持して、次回のIGN−ONの際の初期推定値として利用する場合、IGN−OFFの間の温度変化によって内部抵抗が大きく変化し、初期推定値と大きなずれが起きることが考えられる。この点について、本実施例のモデルを適用した場合、温度を考慮した効果で初期の収束が早くなり、推定開始直後から誤差がより小さくなっている。
以上のように実施例1に係るバッテリのパラメータ推定装置は、温度依存係数aRは、事前に求めておいた定数であることを特徴とする。実施例1のモデルによれば、推定すべきパラメータの数を従来モデルのままで抑えつつ、温度情報を活用して推定精度を向上させることができる。
(実施例2)
温度依存係数aRは常に一定の値ではなく、温度によって異なる値となることがある。実施例2では、温度依存係数aRと温度Tとの関係を示すテーブルを事前に求めておき、温度の変化に伴ってモデルに適用する温度依存係数aRを変化させながら、T0=300K相当の抵抗値RT0を同時推定法で求める。温度依存係数aRが温度によって異なる値となるのは、バッテリ特性が律速過程の影響を受けることによる。律速過程とは、複数の過程で構成される化学反応系の最も反応速度の遅い過程のことをいう。すなわち律速過程がボトルネックとなって全体の反応速度を決めてしまう状態にある。図8は、バッテリの内部抵抗と温度との関係を示すアレニウスプロットである。上述の通り、抵抗値と温度の関係はアレニウスの式に従う。アレニウスプロットは、横軸が絶対温度の逆数、縦軸が抵抗値の自然対数である。ただし図8のグラフの縦軸は、絶対温度が298Kの時の抵抗値を基準値としてその比率で表している。以下、図8を参照して律速過程が温度依存係数に与える影響を説明する。図8(a)のグラフは、一本の直線となっている。このことはグラフに表示されている温度の範囲内で律速過程が一つである場合を示している。直線の傾きが温度依存係数を表しているので、グラフに表示されている温度の範囲内で温度依存係数は一定である。一方、図8(b)のグラフは、摂氏0℃の点で折れた線となっている。このことは摂氏0℃で律速過程が変化しており、グラフに表示されている温度の範囲内で律速過程が二つある場合を示している。この場合、摂氏0℃より低い温度における温度依存係数と、摂氏0℃より高い温度における温度依存係数とが異なる。このように温度によって温度依存係数が異なる場合には、好適には、温度と温度依存係数との関係を示すテーブルを事前に求めておき、このテーブルに基づいて決定した温度依存係数をモデルに適用する。図9はテーブルの例を示す。図9に示すテーブルでは2つの温度範囲に温度依存係数を割り当てている。しかしこの例に限らず、好適には、温度をさらに細分化してそれぞれの温度範囲に温度依存係数を割り当てたテーブルを構成する。また好適には、温度依存係数を温度の関数として表す。
温度依存係数aRは常に一定の値ではなく、温度によって異なる値となることがある。実施例2では、温度依存係数aRと温度Tとの関係を示すテーブルを事前に求めておき、温度の変化に伴ってモデルに適用する温度依存係数aRを変化させながら、T0=300K相当の抵抗値RT0を同時推定法で求める。温度依存係数aRが温度によって異なる値となるのは、バッテリ特性が律速過程の影響を受けることによる。律速過程とは、複数の過程で構成される化学反応系の最も反応速度の遅い過程のことをいう。すなわち律速過程がボトルネックとなって全体の反応速度を決めてしまう状態にある。図8は、バッテリの内部抵抗と温度との関係を示すアレニウスプロットである。上述の通り、抵抗値と温度の関係はアレニウスの式に従う。アレニウスプロットは、横軸が絶対温度の逆数、縦軸が抵抗値の自然対数である。ただし図8のグラフの縦軸は、絶対温度が298Kの時の抵抗値を基準値としてその比率で表している。以下、図8を参照して律速過程が温度依存係数に与える影響を説明する。図8(a)のグラフは、一本の直線となっている。このことはグラフに表示されている温度の範囲内で律速過程が一つである場合を示している。直線の傾きが温度依存係数を表しているので、グラフに表示されている温度の範囲内で温度依存係数は一定である。一方、図8(b)のグラフは、摂氏0℃の点で折れた線となっている。このことは摂氏0℃で律速過程が変化しており、グラフに表示されている温度の範囲内で律速過程が二つある場合を示している。この場合、摂氏0℃より低い温度における温度依存係数と、摂氏0℃より高い温度における温度依存係数とが異なる。このように温度によって温度依存係数が異なる場合には、好適には、温度と温度依存係数との関係を示すテーブルを事前に求めておき、このテーブルに基づいて決定した温度依存係数をモデルに適用する。図9はテーブルの例を示す。図9に示すテーブルでは2つの温度範囲に温度依存係数を割り当てている。しかしこの例に限らず、好適には、温度をさらに細分化してそれぞれの温度範囲に温度依存係数を割り当てたテーブルを構成する。また好適には、温度依存係数を温度の関数として表す。
以上のように実施例2に係るバッテリのパラメータ推定装置は、前記温度依存係数aRは、事前に求めておいた温度依存係数aRと温度Tとの関係を示すテーブルにより決定されることを特徴とする。実施例2のモデルによれば、律速過程がある温度で変化する場合に、温度に対応する温度依存係数aRを用いてより早く正確にパラメータを推定することができる。
(実施例3)
温度依存係数aRは温度によって異なる値となるだけでなく、バッテリの経時変化によって同じ温度でも変化することがある。実施例3では、温度依存係数aRが定数ではなく、温度との関係も事前に求められないものとし、温度依存係数aR及びT0=300K相当の抵抗値RT0の両方を同時推定法で求める。本実施例では温度依存係数も推定対象とするため推定すべきパラメータが増加し推定が難しくなる傾向があることには留意すべきである。図10は実際に本実施例のモデルで同時推定法を行った場合の推定誤差を示す。実線が本実施例(実施例3)のモデルを適用した場合であり、破線が従来のモデルを適用した場合、一点鎖線が実施例1のモデルを適用した場合である。いずれのモデルでも十分時間が経過すれば高い推定精度で推定できているが、初期の段階(約2時間以内)では従来モデルの誤差が大きいことがわかる。また本実施例のモデルを適用した場合、実施例1のモデルよりも初期の収束が早くなっている。これは実施例1において事前に求めた温度依存係数が実際のバッテリの温度依存係数との差を有していることに起因している。すなわち本実施例のモデルによれば温度依存係数の経時変化に対応しやすくなる。
温度依存係数aRは温度によって異なる値となるだけでなく、バッテリの経時変化によって同じ温度でも変化することがある。実施例3では、温度依存係数aRが定数ではなく、温度との関係も事前に求められないものとし、温度依存係数aR及びT0=300K相当の抵抗値RT0の両方を同時推定法で求める。本実施例では温度依存係数も推定対象とするため推定すべきパラメータが増加し推定が難しくなる傾向があることには留意すべきである。図10は実際に本実施例のモデルで同時推定法を行った場合の推定誤差を示す。実線が本実施例(実施例3)のモデルを適用した場合であり、破線が従来のモデルを適用した場合、一点鎖線が実施例1のモデルを適用した場合である。いずれのモデルでも十分時間が経過すれば高い推定精度で推定できているが、初期の段階(約2時間以内)では従来モデルの誤差が大きいことがわかる。また本実施例のモデルを適用した場合、実施例1のモデルよりも初期の収束が早くなっている。これは実施例1において事前に求めた温度依存係数が実際のバッテリの温度依存係数との差を有していることに起因している。すなわち本実施例のモデルによれば温度依存係数の経時変化に対応しやすくなる。
以上のように実施例3に係るバッテリのパラメータ推定装置は、前記温度依存係数aRと、前記予め決められた温度T0での抵抗値RT0とを同時推定法で求めることを特徴とする。実施例3のモデルによれば、温度依存係数がバッテリの劣化などによって変化する場合であってもより早く正確にパラメータを推定することができる。
本発明を諸図面および実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形または修正をおこなうことが容易であることに注意されたい。従って、これらの変形または修正は本発明の範囲に含まれることに留意されたい。例えば、各構成部、各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の構成部およびステップなどを1つに組み合わせたり、或いは分割したりすることが可能である。
例えば、上述の実施の形態において、ワールブルグインピーダンスZwを無限級数展開又は連分数展開により近似したが、任意の方法で近似してもよい。例えば、無限乗積展開を用いて近似することが考えられる。
1 バッテリ
2 電圧センサ(端子電圧検出部)
3 電流センサ(充放電電流検出部)
4 推定部
41 バッテリ等価回路モデル
42 カルマンフィルタ
5 電荷量算出部
6 充電率算出部
7 健全度算出部
8 温度センサ(バッテリ温度検出部)
2 電圧センサ(端子電圧検出部)
3 電流センサ(充放電電流検出部)
4 推定部
41 バッテリ等価回路モデル
42 カルマンフィルタ
5 電荷量算出部
6 充電率算出部
7 健全度算出部
8 温度センサ(バッテリ温度検出部)
Claims (4)
- 請求項1に記載のバッテリのパラメータ推定装置において、前記温度依存係数aRは、事前に求めておいた定数であることを特徴とするバッテリのパラメータ推定装置。
- 請求項1に記載のバッテリのパラメータ推定装置において、前記温度依存係数aRは、事前に求めておいた温度依存係数aRと温度Tとの関係を示すテーブルにより決定されることを特徴とするバッテリのパラメータ推定装置。
- 請求項1に記載のバッテリのパラメータ推定装置において、前記温度依存係数aRと、前記予め決められた温度T0での抵抗値RT0とを同時推定法で求めることを特徴とするバッテリのパラメータ推定装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014223124A JP2016090330A (ja) | 2014-10-31 | 2014-10-31 | バッテリのパラメータ推定装置 |
PCT/JP2015/005365 WO2016067587A1 (ja) | 2014-10-31 | 2015-10-26 | バッテリのパラメータ推定装置 |
US15/520,522 US20170315179A1 (en) | 2014-10-31 | 2015-10-26 | Parameter estimation device for battery |
CN201580059314.1A CN107110914A (zh) | 2014-10-31 | 2015-10-26 | 电池的参数估计装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014223124A JP2016090330A (ja) | 2014-10-31 | 2014-10-31 | バッテリのパラメータ推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016090330A true JP2016090330A (ja) | 2016-05-23 |
Family
ID=55856953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014223124A Pending JP2016090330A (ja) | 2014-10-31 | 2014-10-31 | バッテリのパラメータ推定装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170315179A1 (ja) |
JP (1) | JP2016090330A (ja) |
CN (1) | CN107110914A (ja) |
WO (1) | WO2016067587A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017040574A (ja) * | 2015-08-20 | 2017-02-23 | 株式会社デンソー | 二次電池の拡散抵抗同定装置 |
JP2021103141A (ja) * | 2019-12-25 | 2021-07-15 | 本田技研工業株式会社 | 機械学習装置、機械学習方法、充電率推定装置、および充電率推定システム |
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 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5946436B2 (ja) * | 2013-10-21 | 2016-07-06 | カルソニックカンセイ株式会社 | バッテリのパラメータ推定装置及びパラメータ推定方法 |
US10769236B2 (en) * | 2015-07-20 | 2020-09-08 | University Of Washington | Battery models, systems, and methods using robust fail-safe iteration free approach for solving differential algebraic equations |
CN108627766B (zh) * | 2017-03-21 | 2020-07-31 | 宁德时代新能源科技股份有限公司 | 电池模组中电芯内部温度的实时测量方法及电池包 |
JP7029229B2 (ja) * | 2017-05-10 | 2022-03-03 | マレリ株式会社 | システム同定装置及びシステム同定方法 |
JPWO2020012720A1 (ja) * | 2018-07-10 | 2021-08-12 | 住友電気工業株式会社 | 二次電池パラメータ推定装置、二次電池パラメータ推定方法及びプログラム |
CN109921111B (zh) * | 2019-03-14 | 2020-08-04 | 上海大学 | 一种锂离子电池内部温度估测方法及系统 |
JP6719853B1 (ja) * | 2019-03-25 | 2020-07-08 | マレリ株式会社 | 充電制御装置、充電制御方法および充電制御プログラム |
JP7124812B2 (ja) * | 2019-09-30 | 2022-08-24 | 株式会社デンソー | 電池状態推定装置 |
JP6842212B1 (ja) * | 2019-12-26 | 2021-03-17 | 東洋システム株式会社 | 電池性能評価方法および電池性能評価装置 |
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 |
CN112904218B (zh) * | 2021-01-26 | 2021-12-21 | 江苏大学 | 基于标准样本及双重-嵌入解耦的电池健康状态估计方法 |
CN117517980B (zh) * | 2024-01-04 | 2024-03-22 | 烟台海博电气设备有限公司 | 锂电池健康状态实时监测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011135702A1 (ja) * | 2010-04-28 | 2011-11-03 | トヨタ自動車株式会社 | 電池温度測定装置および電池温度測定方法、電池の製造方法 |
JP2012132724A (ja) * | 2010-12-20 | 2012-07-12 | Furukawa Electric Co Ltd:The | 満充電検知装置および満充電検知方法 |
JP2013210333A (ja) * | 2012-03-30 | 2013-10-10 | Furukawa Electric Co Ltd:The | 二次電池の内部抵抗検知方法及び内部抵抗検知装置 |
JP2014149280A (ja) * | 2013-02-04 | 2014-08-21 | Toshiba Corp | 電池性能推定方法および電池性能推定装置 |
US20140309911A1 (en) * | 2013-04-16 | 2014-10-16 | Johnson Controls Technology Company | Lead acid state of charge estimation for auto-stop applications |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1417503B1 (de) * | 2001-06-29 | 2010-02-17 | Robert Bosch Gmbh | Verfahren zur ermittlung des ladezustands und/oder der leistungsfähigkeit eines ladungsspeichers |
DE10231700B4 (de) * | 2002-07-13 | 2006-06-14 | Vb Autobatterie Gmbh & Co. Kgaa | Verfahren zur Ermittlung des Alterungszustandes einer Speicherbatterie hinsichtlich der entnehmbaren Ladungsmenge und Überwachungseinrichtung |
DE102004005478B4 (de) * | 2004-02-04 | 2010-01-21 | Vb Autobatterie Gmbh | Verfahren zur Bestimmung von Kenngrößen für elektrische Zustände einer Speicherbatterie und Überwachungseinrichtung hierzu |
US8935043B2 (en) * | 2013-01-29 | 2015-01-13 | Ford Global Technologies, Llc | Temperature compensated battery parameter estimation |
CN103472403B (zh) * | 2013-09-17 | 2016-04-13 | 浙江省计量科学研究院 | 一种基于pngv等效电路模型的动力电池soc复合估计方法 |
-
2014
- 2014-10-31 JP JP2014223124A patent/JP2016090330A/ja active Pending
-
2015
- 2015-10-26 CN CN201580059314.1A patent/CN107110914A/zh not_active Withdrawn
- 2015-10-26 WO PCT/JP2015/005365 patent/WO2016067587A1/ja active Application Filing
- 2015-10-26 US US15/520,522 patent/US20170315179A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011135702A1 (ja) * | 2010-04-28 | 2011-11-03 | トヨタ自動車株式会社 | 電池温度測定装置および電池温度測定方法、電池の製造方法 |
JP2012132724A (ja) * | 2010-12-20 | 2012-07-12 | Furukawa Electric Co Ltd:The | 満充電検知装置および満充電検知方法 |
JP2013210333A (ja) * | 2012-03-30 | 2013-10-10 | Furukawa Electric Co Ltd:The | 二次電池の内部抵抗検知方法及び内部抵抗検知装置 |
JP2014149280A (ja) * | 2013-02-04 | 2014-08-21 | Toshiba Corp | 電池性能推定方法および電池性能推定装置 |
US20140309911A1 (en) * | 2013-04-16 | 2014-10-16 | Johnson Controls Technology Company | Lead acid state of charge estimation for auto-stop applications |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017040574A (ja) * | 2015-08-20 | 2017-02-23 | 株式会社デンソー | 二次電池の拡散抵抗同定装置 |
JP2021103141A (ja) * | 2019-12-25 | 2021-07-15 | 本田技研工業株式会社 | 機械学習装置、機械学習方法、充電率推定装置、および充電率推定システム |
JP7082603B2 (ja) | 2019-12-25 | 2022-06-08 | 本田技研工業株式会社 | 機械学習装置、機械学習方法、充電率推定装置、および充電率推定システム |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN107110914A (zh) | 2017-08-29 |
US20170315179A1 (en) | 2017-11-02 |
WO2016067587A1 (ja) | 2016-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016067587A1 (ja) | バッテリのパラメータ推定装置 | |
JP5946436B2 (ja) | バッテリのパラメータ推定装置及びパラメータ推定方法 | |
JP6182025B2 (ja) | バッテリの健全度推定装置および健全度推定方法 | |
JP5944291B2 (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
JP6450565B2 (ja) | バッテリのパラメータ推定装置 | |
EP2963434B1 (en) | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method | |
JP5319854B1 (ja) | パラメータ推定装置 | |
JP4692246B2 (ja) | 二次電池の入出力可能電力推定装置 | |
KR102511510B1 (ko) | 배터리 셀의 충전 상태를 추정하는 자동적 방법 | |
EP3214456A1 (en) | Secondary battery state detection device and secondary battery state detection method | |
JP6287582B2 (ja) | 車両用二次電池の等価回路のパラメータ推定装置 | |
JP6711981B2 (ja) | バッテリのパラメータ推定装置 | |
WO2019230033A1 (ja) | パラメータ推定装置、パラメータ推定方法及びコンピュータプログラム | |
KR102274383B1 (ko) | 자동차 차량 배터리의 에너지량 평가 | |
CN111707953A (zh) | 一种基于后向平滑滤波框架的锂电池soc在线估计方法 | |
JP2010203885A (ja) | 二次電池の入出力可能電力推定装置 | |
JP5504657B2 (ja) | 二次電池の総容量推定装置 | |
JP6541412B2 (ja) | 充電率算出方法及び充電率算出装置 | |
JP6755162B2 (ja) | 推定装置 | |
WO2018029849A1 (ja) | 推定装置、推定プログラムおよび充電制御装置 | |
WO2017002953A1 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
JP2018063186A (ja) | バッテリのパラメータ推定装置及びパラメータ推定方法 | |
CN113466726B (zh) | 确定电池等效电路模型的参数的方法、装置、存储介质及电子设备 | |
JP2017116503A (ja) | 状態推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170803 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190122 |