JP2016126891A - 蓄電池評価装置、蓄電池評価方法およびプログラム - Google Patents
蓄電池評価装置、蓄電池評価方法およびプログラム Download PDFInfo
- Publication number
- JP2016126891A JP2016126891A JP2014266124A JP2014266124A JP2016126891A JP 2016126891 A JP2016126891 A JP 2016126891A JP 2014266124 A JP2014266124 A JP 2014266124A JP 2014266124 A JP2014266124 A JP 2014266124A JP 2016126891 A JP2016126891 A JP 2016126891A
- Authority
- JP
- Japan
- Prior art keywords
- data
- storage battery
- charge
- amount
- dqdv
- 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
-
- 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】稼働中の蓄電池から取得した計測データを用いて、蓄電池を高精度に評価可能にする。【解決手段】データ断片生成部は、稼働中の蓄電池から計測された電圧および電流に関する計測データから、対象となるSOC範囲に属する電圧と蓄電電荷量との関係を表すデータ断片を生成する。教師データ選択部は、あらかじめ電圧と蓄電電荷量との関係を表す複数の教師データ候補を収集した劣化特性データベースから、教主データ候補のSOC範囲に対応する部分と、データ断片との比較に基づき、教師データ候補のうちの1つである教師データを選択する。充放電データ生成部は、教師データ選択部で選択された教師データとデータ断片とを合成することにより、稼働中の蓄電池の推定される充放電データを生成する。【選択図】図1
Description
本実施形態は、蓄電池評価装置、蓄電池評価方法およびプログラムに関する。
定置用大型蓄電システム(ESS:Energy Storage System)のような、常時稼働が前提となる蓄電池システムでは、常に充電と放電が入れ替わったり、電流値が変動したりする。このため、稼働中の蓄電池システムから得られるリアルタイムの計測データは乱雑なものとなりがちである。したがって、このようにして得られた計測データを用いても、高精度な充放電曲線は得られず、したがって、高精度な劣化評価も困難である。
本発明の実施形態は、稼働中の蓄電池から取得した計測データを用いて、蓄電池の評価を高精度に行うことを可能にする。
本発明の実施形態としての蓄電池評価装置は、データ断片生成部、教師データ選択部および充放電データ生成部を備える。
データ断片生成部は、稼働中の蓄電池から計測された電圧および電流に関する計測データから、対象となるSOC(State Of Charge)範囲に属する電圧と蓄電電荷量との関係を表すデータ断片を生成する。
教師データ選択部は、あらかじめ蓄電池の劣化状態ごとに電圧と蓄電電荷量との関係を表す複数の教師データ候補を収集した劣化特性データベースから、教師データ候補のSOC範囲に対応する部分と、データ断片との比較に基づき、教師データ候補のうちの1つである教師データを選択する。
充放電データ生成部は、教師データ選択部で選択された教師データとデータ断片とを合成することにより、稼働中の蓄電池の推定される充放電データを生成する。
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。
(第1の実施形態)
図1に、第1の実施形態に係る蓄電池評価装置のブロック図を示す。
図1に、第1の実施形態に係る蓄電池評価装置のブロック図を示す。
図1の蓄電池評価装置は、評価対象となる蓄電池10に接続されている。蓄電池10は、稼働中であり、負荷または電力系統等に対して電力を充放電、または充放電可能な状態になっている。
蓄電池10は、任意の二次電池でよく、例えば、リチウムイオン電池、リチウムイオンポリマー電池、鉛蓄電池、ニッケルカドミウム電池、ニッケル水素電池などが挙げられる。ここでは主にリチウムイオン二次電池を想定する。蓄電池10は、ESSに用いられる蓄電池の他、携帯電子機器等の蓄電池でも、電気自動車のバッテリーでもよいし、その他の用途に用いられる電池でもよい。
蓄電池10には、電流および電圧等に関するデータを計測する手段が設けられ、蓄電池10から計測されたデータ(計測データ)が一定間隔で出力される。計測データは、電圧および電流の値が含まれていてもよいし、電圧および電流の値の代わりに、あるいは、電圧および電流の値とともに、電力の値が含まれていてもよい。また、環境温度およびSOCの少なくとも一方がさらに含まれていてもよい。蓄電池評価装置は、蓄電池10から出力された計測データを有線または無線で受信し、計測データベース11に逐次格納する。計測データの取得間隔は、計算能力やデータ保存容量等の制限が無いという仮定において、短い方が望ましい。
蓄電池10から計測データを取得する。蓄電池評価装置は、蓄電池10から取得した計測データを格納する計測データベース(DB)11と、充放電曲線断片生成部(データ断片生成部)21と、教師データ選択部22と、充放電曲線生成部(データ生成部)23と、特徴量部分特定データベース31と、劣化特性データベース41とを備える。蓄電池評価装置と蓄電池10とが同じ蓄電池システムに組み込まれてもよいし、蓄電池評価装置が、蓄電池10を搭載した蓄電池システムに外部接続されてもよい。蓄電池システムの例として、ESSと呼ばれる大型蓄電池システムが挙げられる。
計測データベース11は、蓄電池10から出力される計測データを内部に保存する。計測データは、計測対象である蓄電池10の識別子に対応づけて保存してもよい。計測データベース11は、充放電曲線断片生成部21からの要求に応じて、内部に記憶している計測データを出力する。
特徴量部分特定データベース31は、評価対象となる蓄電池10と同じ種類の蓄電池について、特徴量名(特徴量の種類)と、特徴量の算出方法と、SOC(State Of Charge)範囲とを格納している。図2に、特徴量部分特定データベース31に格納されるデータの例を示す。ここで、同じ種類の蓄電池とは、一例として、型番が同じ蓄電池でもよいし、シリーズが同じ蓄電池でもよいし、正極・負極に用いる素材が同じ蓄電池でもよいし、その他の基準で種類を分類してもよい。
特徴量は、蓄電池の劣化状態と相関するパラメータであり、充放電曲線または充放電曲線の微分曲線から導出されることができる。充放電曲線は、蓄電池の蓄電電荷量Qと電圧Vとの関係を示すデータ(充放電データ)であり、QV曲線とも呼ばれる。充放電曲線は、蓄電池に充電を行うことで蓄電電荷量Qと電圧Vの関係を取得した充電曲線、蓄電池に放電を行うことで蓄電電荷量Qと電圧Vの関係を取得した放電曲線のどちらを指してもよい。充放電曲線の微分曲線は、dQdV曲線とも呼ばれ、蓄電池の蓄電電荷量Qを電圧Vで微分したdQ/dVと、電圧Vとの関係を示す曲線である。dQdV曲線は、蓄電池の電圧の変化量および蓄電池の蓄電電荷量の変化量間の比率と、蓄電池の電圧との関係を表すdQdVデータである。充放電データおよびdQdVデータは曲線で表現される必要はなく、データ点のプロット集合として表現されてもよいし、その他の形態で表現されてもよい。特徴量は、QV曲線またはdQdV曲線の形状に関わり、一例として、極小値算出、極大値算出、ピーク面積算出、ピーク間距離算出、ピークの高さ比算出などを利用して算出される。
図2に例示した特徴量は、dQdV曲線から算出される特徴量であり、これらの特徴量の詳細は、後述する他の実施形態で述べる。本実施形態では特徴量として、主にdQdV曲線から算出される特徴量を想定する。以下では、特徴量というときは、dQdV曲線から算出される特徴量を指すものとする。
図2に示す、特徴量の算出方法は、一定のアルゴリズムによってdQdV曲線またはQV曲線から何らかの値を出力する手順を指す。代表的な例として、ピーク検出手順や、変曲点検出手順などがある。一般に、QV曲線の形では肉眼で確認しにくい特徴も、dQdV曲線では、目立ったピークや谷間となり、視認性が向上する。
図2に示すSOC範囲は、特徴量が有効に現れる蓄電池のSOC範囲である。特徴量は、その種類に応じて、その現れるSOC範囲が異なる。ここで、SOCは、蓄電池の容量のうち蓄電電荷量が占める割合を評価する値である。SOCは、例えば、H1%〜H2%(H1、H2は0以上100以下の実数)の範囲内の値を有する。図示のSOC7、SOC10等の表記は、SOCの値を模式的に表したものである。図示の例では、特徴量ごとに、SOC範囲が1つ指定されているが、複数のSOC範囲が指定されてもよい。
充放電曲線断片生成部21は、特徴量部分特定データベース31に基づき、予め指定された特徴量に対応するSOC範囲(対象となるSOC範囲)を取得する。予め指定された特徴量は、特徴量部分特定データベース31に定義される特徴量のうちの1つでもよいし、複数でもよい。また、充放電曲線断片生成部21は、計測データベース11に保存された計測データのうち少なくともSOC範囲に属する計測データを用いて、当該SOC範囲において電圧と蓄電電荷量との関係を表す充放電曲線を生成する。当該SOC範囲内で生成した充放電曲線を、“充放電曲線断片”(充放電データ断片)と呼ぶ。
計測データベースにSOC範囲に属する十分な量の計測データが無い場合は、計測データがさらに蓄積するまで待つ。十分なデータ量が有るか否かは、計測データのデータ量(データ点数)が閾値以上あるかを判定することで行ってもよい。または、SOC範囲における、計測データに対応するSOCの網羅度が、閾値以上か否かを判定することで行ってもよい。網羅率は、SOC範囲全体をどの程度計測データがカバーしているかを表す。例えばSOC範囲を細かい区間に分け、各区間に一定数以上の計測データが含まれる区間数の割合によって網羅度を算出できる。計測データにSOCが含まれている場合、このSOCを用いて網羅度を算出することができる。また、計測データにSOCが含まれていない場合、計測データに含まれる電圧データや電流データからSOCを算出し、網羅度を算出してもよい。
図3を参照して、充放電曲線断片の生成例を示す。計測データベースから計測データを読み出し、図3(A)に示すように、時間tと電力Pのデータを生成する。横軸が時間t、縦軸が電力Pである。計測データに、電流のデータが含まれる場合は、そのデータをそのまま用いればよい。さもなければ、電圧と電力のデータから、電流のデータを取得してもよい。時間tと電流iのデータを取得したら、電流を時間方向に累積(充電の場合、加算、放電の場合、減算となる)することで、電圧Vと蓄電電荷量Qのデータを得る。電圧Vと蓄電電荷量Qのデータ例を図3(B)に示す。横軸が蓄電電荷量Q、縦軸が電圧である。充放電が頻繁に入れ替わるため、乱雑な形状のデータとなる。電圧Vと蓄電電荷量Qのデータのうち、SOC範囲に対応するデータ部分を特定する(蓄電電荷量Qの値からSOCを算出可能であることから、電圧Vと蓄電電荷量Qのデータのうち、SOC範囲に対応するデータ部分を特定できる)。図3(C)において矩形の枠で囲んだ部分が、特定したデータ部分である。このデータ部分を曲線で近似することで、充放電曲線断片を得る。図3(D)において、太線の曲線が充放電曲線断片である。近似の方法として、SOC範囲において、細かな幅ごとにVの値の単純平均をとることで充放電曲線断片を取得してもよい。あるいは、SOC範囲内の全てのデータから回帰曲線を算出してもよい。あるいは、OCV(Open Circuit Voltage)曲線を算出してもよい。その他の公知の方法を用いてもよい。OCV曲線は、充放電の電流の値極小にしたとき時に得られる充放電曲線である。本実施形態では、OCV曲線は、充放電曲線の範疇に含める。
劣化特性データベース41は、評価対象となる蓄電池10と同じ種類の蓄電池について、劣化状態毎に、劣化特性データを記憶している。劣化特性データベース41は、蓄電池10と同型の蓄電池のみならず、蓄電池の種類毎に、劣化状態毎の劣化特性データを記憶していてもよい。蓄電池10が複数の電池セルからなるときは、当該電池セルと同型のセルについて、劣化状態毎の劣化特性データを記憶してもよい。
劣化特性データは、例えば、評価対象となる蓄電池10の電池性能(電池容量、内部抵抗など)、充放電曲線(QV曲線)、特徴量、及びSOC範囲を含むが、これに限られない。例えば、dQdV曲線を含んでもよい。
劣化特性データは、蓄電池10と同型の蓄電池について、制御された環境条件下で事前に加速劣化試験を行うことにより得られる。
環境条件としては、例えば、環境温度、SOC、及び定電流レート(試験で蓄電池に流す電流のレート)、経過時間など、電池性能または特徴量との間に相関関係や因果関係の認められる変数が用いられる。電池性能または特徴量との間に相関関係や因果関係の認められる限り、他の変数を用いてもよい。
図4に、劣化特性データベース41に保存されている劣化特性データの例を示す。図示の劣化特性データは、蓄電池10と同型の蓄電池について、ある劣化状態における劣化特性データである。電池Aに対して、SOCが70%、定電流レートが1C、環境温度が45℃の条件下で行われた加速劣化試験により得られた劣化特性を示す。
図示の例では、劣化特性として、有電流劣化時間、無電流劣化時間、容量、内部抵抗、および充放電曲線(QV曲線)が示される。有電流劣化時間は、1Cの定電流レートがかかっていた時間、無電流劣化時間は、1Cの定電流レートがかかっていなかった時間である。容量は、初期の蓄電池の容量×SOHで計算される。SOHは、容量劣化率(State Of Health)である。内部抵抗は、オーミック抵抗である。さらに、劣化特性として、特徴量の種類、値、算出方法、およびSOC範囲が保存されている。
図示の特徴量の値は、図4のQV曲線に基づいて、dQdV曲線を取得し、dQdV曲線から算出したものである。特徴量の種類、算出方法およびSOC範囲は、特徴量部分特性データベース31に保存された、蓄電池10と同型の蓄電池と同一である。図4に示すような劣化特性データが、劣化状態毎に保存されている。このイメージ図を図5に示す。QV曲線以外の図示は省略しているが、実際には、これ以外にも図4と同様の情報が保存されている。
なお図4で示した特徴量の値は、dQdV曲線から算出されるものであるが、QV曲線(充放電曲線)から算出される特徴量を用いることも可能である。例えば、ピーク、谷間、変曲点、微分値の変曲点、微分値の極大値、微分値の極小値などが考えられる。この中でも、微分値である特徴量は、上記したdQdV曲線に相当する。
教師データ選択部22は、劣化特性データベース41に保存されている劣化状態毎の充放電曲線を教師データ候補とし、充放電曲線断片生成部21により生成された充放電曲線断片を、各教師データ候補と比較する。より正確には、充放電曲線断片が得られたSOC範囲に対応する部分を教師データ候補から特定し、特定した部分と充放電曲線断片とを比較する。両者の差分に基づいて、教師データを選択する。例えば最も差分の小さい教師データ候補を、教師データとして選択する。最も差分の小さい教師データ候補を選択する方法として、具体的には、最小二乗誤差法でもよいし、R二乗値の最大化でもよいし、差の絶対値の和の最小化でもよい。教師データ選択部22は、充放電曲線断片と、選択された教師データを識別する情報(教師データ識別情報)とを、充放電曲線生成部23に出力する。
充放電曲線生成部23は、教師データ選択部22から充放電曲線断片と教師データ識別情報を受け取る。充放電曲線生成部23は、教師データ識別情報に対応する充放電曲線(教師データ)を劣化特性データベース41から取得し、充放電曲線断片と教師データとを合成することで、蓄電池10の充放電曲線を生成する。なお、教師データ選択部22は、教師データ識別情報ではなく、教師データそのものを充放電曲線生成部23に渡してもよい。
具体的には、充放電曲線(教師データ)において、充放電曲線断片が存在するSOC範囲に対応する部分を、充放電曲線断片に置換する。充放電曲線断片と教師データは、双方とも電圧と蓄電電荷量からなるデータであるため、合成する時は、教師データのうち、充放電曲線断片が存在するSOC範囲について、充放電曲線断片と置換すればよい。充放電曲線(教師データ)のうち当該SOC範囲に対応する部分を、教師データに置換する例を図3(E)に示す。
さらに、置換後の充放電曲線を任意の平滑化方法により平滑化する。充放電曲線を平滑化した例を図3(F)に示す。平滑化方法は、多項式回帰法でもよいし、移動平均法でもよい。充放電曲線生成部23は、平滑化後の充放電曲線を出力する。ここでは、平滑化後の充放電曲線を出力したが、平滑化処理を省略し、平滑化されていない充放電曲線を出力してもよい。
出力された充放電曲線は、蓄電池10の充放電曲線として推定されるものである。この充放電曲線を、蓄電池10の充放電曲線として用いて、蓄電池10の劣化評価または寿命評価等を行うことができる。例えば、この充放電曲線を、dQdV曲線に変換し、dQdV曲線から、予め指定された特徴量(すなわち、充放電曲線断片生成部21で特定したSOC範囲に対応する特徴量)を算出する。そして、特徴量に基づいて、蓄電池10の劣化評価または寿命評価を行う。これらの詳細は、後述する他の実施形態で述べる。
ここでは、教師データにおいてSOC範囲に対応する部分を、充放電曲線断片に置換することで、充放電曲線断片と教師データとの合成を行ったが、別の方法で合成してもよい。例えば教師データにおいてSOC範囲に対応する部分と、充放電曲線断片とを重み付け合計し(例えば1:1の重み付けで平均をとる)、重み付け合計後の曲線によって、教師データのSOC範囲に対応する部分を置換してもよい。もちろん、ここで述べた以外の方法で合成を行ってもよい。
図6に、図1に示した蓄電池評価装置の動作のフローチャートを示す。
(ステップ101)
稼働中の蓄電池10で計測される電圧および電流等の計測データを取得し、計測データベース11に保存する。
稼働中の蓄電池10で計測される電圧および電流等の計測データを取得し、計測データベース11に保存する。
(ステップ102)
充放電曲線断片生成部21が、予め指定された特徴量について、特徴量部分特定データベース31で定められるSOC範囲を特定し、特定したSOC範囲内にある計測データを、計測データベース11から抽出する。
充放電曲線断片生成部21が、予め指定された特徴量について、特徴量部分特定データベース31で定められるSOC範囲を特定し、特定したSOC範囲内にある計測データを、計測データベース11から抽出する。
(ステップ103)
充放電曲線断片生成部21が、ステップ102で抽出された計測データについて、その量またはSOC範囲内での網羅率を閾値と比較し、閾値に満たない場合は、ステップ101に戻って、データの蓄積を待つ。閾値を超える場合は、ステップ104へ進む。
充放電曲線断片生成部21が、ステップ102で抽出された計測データについて、その量またはSOC範囲内での網羅率を閾値と比較し、閾値に満たない場合は、ステップ101に戻って、データの蓄積を待つ。閾値を超える場合は、ステップ104へ進む。
(ステップ104)
充放電曲線断片生成部21が、ステップ102で抽出された計測データを元に、単純平均または公知の推定法を用いて、充放電曲線断片を生成する。
充放電曲線断片生成部21が、ステップ102で抽出された計測データを元に、単純平均または公知の推定法を用いて、充放電曲線断片を生成する。
(ステップ105)
教師データ選択部22が、劣化特性データベース41に劣化状態毎に格納される充放電曲線を教師データ候補として、充放電曲線断片を、各教師データ候補の上記SOC範囲に対応する部分と比較する。両者の差分に基づいて、教師データを選択する。例えば最も差分の小さい教師データ候補を、教師データとして選択する。
教師データ選択部22が、劣化特性データベース41に劣化状態毎に格納される充放電曲線を教師データ候補として、充放電曲線断片を、各教師データ候補の上記SOC範囲に対応する部分と比較する。両者の差分に基づいて、教師データを選択する。例えば最も差分の小さい教師データ候補を、教師データとして選択する。
(ステップ106)
充放電曲線生成部23が、ステップ105で選択された教師データと充放電曲線断片とを合成する。例えば、ステップ102で特定されたSOC範囲に対応する部分を、充放電曲線断片と置換する。
充放電曲線生成部23が、ステップ105で選択された教師データと充放電曲線断片とを合成する。例えば、ステップ102で特定されたSOC範囲に対応する部分を、充放電曲線断片と置換する。
(ステップ107)
充放電曲線生成部23が、置換後の充放電曲線を平滑化処理し、平滑化された充放電曲線を出力する。
充放電曲線生成部23が、置換後の充放電曲線を平滑化処理し、平滑化された充放電曲線を出力する。
以上、本実施形態によれば、稼働中の蓄電池の計測データに基づき、劣化評価に使用する特徴量に対応するSOC範囲内で充放電曲線(充放電曲線断片)を生成する。劣化状態毎の教師データ候補(充放電曲線)のうち、充放電曲線断片との差分が小さい教師データ候補を教師データとして選択し、教師データにおいて当該SOC範囲に対応する部分を充放電曲線断片に置換する。置換後の充放電曲線を必要に応じて平滑化する。これにより、評価対象となる蓄電池の充放電曲線を得る。よって、稼働中の蓄電池から取得した計測データを用いて、蓄電池の充放電曲線を高精度なものとしてリアルタイムに取得できる。また、この充放電曲線を用いて蓄電池の劣化評価を行うことで、精度の高い劣化評価が可能となる。
(第2の実施形態)
本実施形態では、第1の実施形態で生成した、評価対象となる蓄電池の充放電曲線をdQdV曲線に変換し、dQdV曲線から特徴量を抽出する。抽出した特徴量を、教師データの劣化特性データに含まれている特徴量と比較して、電池の劣化評価を行う。以下、本実施形態について詳細に説明する。
本実施形態では、第1の実施形態で生成した、評価対象となる蓄電池の充放電曲線をdQdV曲線に変換し、dQdV曲線から特徴量を抽出する。抽出した特徴量を、教師データの劣化特性データに含まれている特徴量と比較して、電池の劣化評価を行う。以下、本実施形態について詳細に説明する。
図7に、第2の実施形態に係る蓄電池評価装置のブロック図を示す。図1と同じ名称の要素には同一の符号を付して、変更または拡張された処理を除き、説明を省略する。
図7の蓄電池評価装置は、第1の実施形態に対して、dQdV曲線算出部24、特徴量算出部32、電池評価部42が追加されている。
dQdV曲線算出部24は、充放電曲線生成部23により生成された蓄電池10の充放電曲線について微分を実行することで、dQdV曲線を生成する。dQdV曲線算出部24は、dQdV曲線を特徴量算出部32に出力する。
特徴量算出部32は、特徴量部分特定データベース31から、予め指定された特徴量(充放電曲線断片生成部で特定したSOC範囲に対応する特徴量)の算出方法に関する情報を読み出す。特徴量算出部32は、dQdV曲線算出部24で算出されたdQdV曲線から、当該算出方法に沿って特徴量を算出し、算出した特徴量を電池評価部42へ出力する。
電池評価部42は、特徴量算出部32によって算出された特徴量(単数もしくは複数)を用いて、劣化特性データベース41に保存された劣化状態毎の特性量の値および電池性能値(図2の例では電池容量値、内部抵抗値)に基づき、蓄電池の劣化評価を行う。
蓄電池の評価方法の例として、回帰分析を利用する方法がある。この場合、まず、劣化特性データベース41に保存されている劣化状態毎の特徴量の値と電池性能値について、特徴量と電池性能値を関連づける回帰式を生成する。そして、特徴量算出部32によって算出された特徴量を、回帰式に適用することで、蓄電池の電池性能値を、評価結果として得る。
別の評価方法の例として、特徴量に係数を掛けて、電池の性能を表す定量指標を得ることもできる。また、1つまたは複数の閾値を設け、特徴量を閾値と比較することにより、「使用可能」、「劣化進行」、「使用不能」といった、離散的な格付けを行う方法も可能である。なお、評価対象となった蓄電池について算出された特徴量および電池性能値の情報を、当該蓄電池の種類、測定条件(環境温度等)と対応付けて、劣化特性データベース41に新たに格納してもよい。
出力部50は、電池評価部42で得られた評価結果を出力する。出力先の形態は任意でよい。例えば、ディスプレイまたはプリンタのような出力装置であってもよいし、通信インターフェースでもよい。通信インターフェースの場合、当該出力部50から受け取った評価結果を、有線または無線の通信媒体を介して、別の装置に送信してもよい。
図8に、dQdV曲線算出部24以降の処理のフローチャートを示す。充放電曲線生成部23までの処理(ステップ107までの処理)は第1の実施形態と同様であるため、説明を省略する。
(ステップ201)
dQdV曲線算出部24が、充放電曲線生成部23で生成された蓄電池10の充放電曲線を、dQdV曲線に変換する。
dQdV曲線算出部24が、充放電曲線生成部23で生成された蓄電池10の充放電曲線を、dQdV曲線に変換する。
(ステップ202)
特徴量算出部32が、特徴量部分特定データベース31に保存された算出方法に従って、dQdV曲線について特徴量を算出する。
特徴量算出部32が、特徴量部分特定データベース31に保存された算出方法に従って、dQdV曲線について特徴量を算出する。
(ステップ203)
電池評価部42が、ステップ202で算出された特徴量を用いて、劣化特性データベース41に保存された劣化状態毎の特徴量の値と電池性能値とに基づき、蓄電池の劣化評価を行う。
電池評価部42が、ステップ202で算出された特徴量を用いて、劣化特性データベース41に保存された劣化状態毎の特徴量の値と電池性能値とに基づき、蓄電池の劣化評価を行う。
(ステップ204)
出力部50が、電池評価部42で得られた評価結果を外部に出力する。
出力部50が、電池評価部42で得られた評価結果を外部に出力する。
以上、本実施形態によれば、第1の実施形態と同じ方法で生成した精度の高い充放電曲線を用いることで、稼働中の蓄電池について、精度の高い劣化評価が可能となる。
(第3の実施形態)
本実施形態では、第1の実施形態と同様にして生成した蓄電池の充放電曲線を用いて、蓄電池の寿命評価を行う。以下、本実施形態について詳細に説明する。
本実施形態では、第1の実施形態と同様にして生成した蓄電池の充放電曲線を用いて、蓄電池の寿命評価を行う。以下、本実施形態について詳細に説明する。
図9に、第3の実施形態に係る蓄電池評価装置のブロック図を示す。図7と同じ名称の要素には同一の符号を付して、変更または拡張された処理を除き、説明を省略する。
図9の蓄電池評価装置は、図7に示した第2の実施形態に対して、使用条件設定部43が追加されている。また、電池評価部42が、電池の寿命予測を行う機能を備えている。
使用条件設定部43は、蓄電池10の今後の使用条件(以下、将来使用条件)を、電池評価部42に出力する。使用条件設定部43は、人が操作する入力装置でもよいし、外部から使用条件のデータを受信する通信インターフェースでもよい。将来使用条件としては、使用SOC範囲、使用温度、電流値またはこれらの任意の組み合わせなどに基づき表すことが考えられる。将来使用条件は、劣化特性データベース41を構築する際の劣化試験で設定した変数と同一の変数を用いることが望ましい。なお、将来使用条件は、蓄電池10の現状の使用条件が維持されるというものでもよい。また、使用条件設定部43は、電池寿命を判定するための閾値(電池性能閾値)を電池評価部42に出力してもよい。なお、ここでは将来使用条件および電池性能閾値を、使用条件設定部43から入力したが、将来使用条件および電池性能閾値をメモリ等の記憶部に格納しておき、電池評価部42が当該記憶部から読み出すことにより、これらの条件および閾値を取得してもよい。
電池評価部42は、特徴量算出部32により算出された特徴量と、使用条件設定部43から入力された蓄電池10の将来使用条件とに基づき、劣化特性データベース41を利用して蓄電池10について、将来の電池性能の予測を行う。予測した電池性能に基づき、電池の余寿命を算出する。
具体的には、劣化特性データベース41に格納されている劣化状態毎の劣化特性データに基づき、特徴量の時系列変化を、温度、電流、有電流劣化時間、無電流劣化時間などの使用条件と関連付けることにより、使用条件と特徴量変化の相関を表す式を生成する。この式に、使用条件設定部43から入力された将来使用条件を適用することにより、将来に渡っての特徴量の変化を推定することができる。さらに、劣化状態毎の劣化特性データに基づき、特徴量と電池性能の相関を表す式を生成する。この式に、上記で得られた各時点での将来の特徴量を適用すれば、将来の各時点での電池性能の値を得ることができる。各時点での将来の電池性能値と、電池性能閾値とを比較することにより、電池寿命を算定することができる。
例えば電池性能値として容量値が、電池性能閾値としての容量閾値未満になった時点で蓄電池が寿命を迎えると推定できる。または、電池性能値としての内部抵抗値が、内部抵抗閾値以上になった時点で蓄電池が寿命を迎えると推定できる。すなわち、現在から、当該推定された時点までの長さが余寿命である。ここでは、電池性能閾値との比較により、寿命を迎えるか否かを判定したが、電池性能値と余寿命とを関連づけた関数またはテーブル等の評価データを用意し、当該評価データと電池性能閾値とから、余寿命を計算してもよい。
出力部50は、電池評価部42によって算出された余寿命を表す情報を外部に出力する。出力先の形態は、第2の実施形態と同様、ディスプレイ等の出力装置や、通信インターフェース等がある。
図10に、dQdV曲線算出部以降の処理のフローチャートを示す。充放電曲線生成部23までの処理(ステップ107までの処理)は第1または第2の実施形態と同様であるため、説明を省略する。
(ステップ301)
dQdV曲線算出部24が、充放電曲線生成部23で生成された蓄電池10の充放電曲線を、dQdV曲線に変換する。
dQdV曲線算出部24が、充放電曲線生成部23で生成された蓄電池10の充放電曲線を、dQdV曲線に変換する。
(ステップ302)
特徴量算出部32が、特徴量部分特定データベース31に保存された算出方法に従って、dQdV曲線について特徴量を算出する。
特徴量算出部32が、特徴量部分特定データベース31に保存された算出方法に従って、dQdV曲線について特徴量を算出する。
(ステップ303)
電池評価部42が、ステップ202で算出された特徴量を用いて、使用条件設定部43から入力される将来使用条件と、劣化特性データベース41に保存された劣化状態毎の劣化特性データとに基づき、蓄電池の将来の電池性能値を算出する。そして、算出した電池性能値に基づき、蓄電池10の余寿命を評価する。
電池評価部42が、ステップ202で算出された特徴量を用いて、使用条件設定部43から入力される将来使用条件と、劣化特性データベース41に保存された劣化状態毎の劣化特性データとに基づき、蓄電池の将来の電池性能値を算出する。そして、算出した電池性能値に基づき、蓄電池10の余寿命を評価する。
(ステップ204)
出力部50が、電池評価部42で得られた余寿命を表す情報を、外部に出力する。
出力部50が、電池評価部42で得られた余寿命を表す情報を、外部に出力する。
以上、本実施形態によれば、第1または第2の実施形態と同じ方法で生成した精度の高い充放電曲線を用いることで、稼働中の蓄電池について、精度の高い余寿命評価が可能となる。
(第4の実施形態)
本実施形態では、電池の劣化評価の精度を評価し、評価結果に応じて、充放電曲線断片を生成する際に用いる、データ量または網羅度を判定するための閾値を制御する。また、充放電曲線の平滑化処理に使用するパラメータの値を制御する。これにより、蓄電池の充放電曲線の生成精度を向上させる。以下、本実施形態について詳細に説明する。
本実施形態では、電池の劣化評価の精度を評価し、評価結果に応じて、充放電曲線断片を生成する際に用いる、データ量または網羅度を判定するための閾値を制御する。また、充放電曲線の平滑化処理に使用するパラメータの値を制御する。これにより、蓄電池の充放電曲線の生成精度を向上させる。以下、本実施形態について詳細に説明する。
図11に、第4の実施形態に係る蓄電池評価装置のブロック図を示す。図7と同じ名称の要素には同一の符号を付して、変更または拡張された処理を除き、説明を省略する。
図11の蓄電池評価装置は、図7に示した第2の実施形態に対して、閾値&パラメータ設定部44が追加されている。なお、第3の実施形態の蓄電池評価装置に対して、閾値&パラメータ設定部44を追加しても、本発明は実施可能である。
電池評価部42は、第2の実施形態と同様にして、特徴量算出部32によって算出された特徴量に基づき、蓄電池の劣化評価を行う。さらに、本実施形態では、教師データ選択部22で選択された教師データを含む劣化特性データに含まれる特徴量と、特徴量算出部32によって算出された特徴量とに基づき、電池の劣化評価の精度を算出する。充放電曲線断片と、教師データにおいて充放電曲線断片と置換される部分の波形が同一でない限り、両特徴量間には違いが生じ得るが、両者の差分が許容範囲内に収まることが望まれる。そこで、電池評価部42は、特徴量の差分に応じた精度情報を算出し、当該精度情報を閾値&パラメータ設定部44に送る。特徴量が複数存在するときは、特徴量毎の差分の平均、合計、中央値など任意の値に基づき精度情報を算出してもよい。この際、特徴量毎に重み付けを行ってもよい。
閾値&パラメータ設定部44は、電池評価部42で算出された精度情報に基づき、充放電曲線断片生成部21で使用する、データ量または網羅度に関する閾値を制御する。例えば精度情報が大きいほど(精度が低いほど)、より多くの計測データを用いるように、閾値を変更する。精度情報の値または範囲に応じて、閾値の値を定義したテーブルを作成しておき、このテーブルに従って、閾値を選択してもよい。これにより、充放電曲線生成部23から出力される充放電曲線の精度が向上し、ひいては電池評価の精度が向上する。
また、閾値&パラメータ設定部44は、電池評価部42で算出された精度情報に基づき、充放電曲線生成部23で平滑化に用いる多項式または移動平均を制御するパラメータの値を制御(増減など)させてもよい。例えば移動平均では、精度情報が大きいほど(精度が低いほど)、より滑らかな曲線が得られるように、平均を計算する幅(パラメータ)を大きくすることが考えられる。また、多項式では、パラメータとして定数項の値を増減させてもよい。これにより、充放電曲線生成部23から出力される充放電曲線の精度が向上し、ひいては電池評価の精度が向上する。
閾値&パラメータ設定部44は、充放電曲線断片生成部21の閾値制御、および充放電曲線生成部23でのパラメータ値の制御の少なくとも一方を行えばよい。
図12に、dQdV曲線算出部24以降の処理のフローチャートを示す。充放電曲線生成部23までの処理(ステップ107までの処理)は、第1または第2の実施形態と同様であるため、図示および説明を省略する。
(ステップ401)
dQdV曲線算出部24が、充放電曲線生成部23で生成された蓄電池10の充放電曲線を、dQdV曲線に変換する。
dQdV曲線算出部24が、充放電曲線生成部23で生成された蓄電池10の充放電曲線を、dQdV曲線に変換する。
(ステップ402)
特徴量算出部32が、特徴量部分特定データベース31に保存された算出方法に従って、dQdV曲線について特徴量を算出する。
特徴量算出部32が、特徴量部分特定データベース31に保存された算出方法に従って、dQdV曲線について特徴量を算出する。
(ステップ403)
電池評価部42が、ステップ402で算出された特徴量を用いて、劣化特性データベース41に保存された劣化状態毎の特徴量の値と電池性能値とに基づき、蓄電池の劣化評価を行う。電池評価部42は、ステップ402で算出された特徴量と、教師データ選択部22で選択された教師データを含む劣化特性データに含まれる特徴量との差分に応じた精度情報を算出し、閾値&パラメータ設定部44へ出力する。
電池評価部42が、ステップ402で算出された特徴量を用いて、劣化特性データベース41に保存された劣化状態毎の特徴量の値と電池性能値とに基づき、蓄電池の劣化評価を行う。電池評価部42は、ステップ402で算出された特徴量と、教師データ選択部22で選択された教師データを含む劣化特性データに含まれる特徴量との差分に応じた精度情報を算出し、閾値&パラメータ設定部44へ出力する。
(ステップ404)
出力部50が、電池評価部42で得られた評価結果を外部に出力する。
出力部50が、電池評価部42で得られた評価結果を外部に出力する。
(ステップ405)
閾値&パラメータ設定部44が、精度情報に基づいて、充放電曲線断片生成部21で用いる閾値を制御する。また、閾値&パラメータ設定部44が、充放電曲線生成部23で平滑化に用いる多項式または移動平均を制御するパラメータの値を制御する。これらの制御のうちの一方のみを行ってもよい。この後、図6のステップ103に戻る。
閾値&パラメータ設定部44が、精度情報に基づいて、充放電曲線断片生成部21で用いる閾値を制御する。また、閾値&パラメータ設定部44が、充放電曲線生成部23で平滑化に用いる多項式または移動平均を制御するパラメータの値を制御する。これらの制御のうちの一方のみを行ってもよい。この後、図6のステップ103に戻る。
以上、本実施形態によれば、蓄電池の劣化評価の精度情報に応じて、充放電曲線断片生成部21で用いる閾値を制御する。また、充放電曲線生成部23で平滑化に用いるパラメータの値を制御する。これにより、充放電曲線生成部23から出力される充放電曲線の精度が向上し、ひいては電池評価の精度が向上する。
(第5の実施形態)
本実施形態では、劣化特性データベース41から、特徴量部分特定データベース31を自動的に構築する方法について説明する。この方法により、蓄電池システムに搭載される蓄電池が新たな種類の電池に変更された場合にも、新たな種類の電池の劣化特性データを劣化特性データベース41に追加すれば、新たな電池に対する特徴量部分特定データが生成され、新たな種類の電池の劣化評価にも対応できる。以下、本実施形態について詳細に説明する。
本実施形態では、劣化特性データベース41から、特徴量部分特定データベース31を自動的に構築する方法について説明する。この方法により、蓄電池システムに搭載される蓄電池が新たな種類の電池に変更された場合にも、新たな種類の電池の劣化特性データを劣化特性データベース41に追加すれば、新たな電池に対する特徴量部分特定データが生成され、新たな種類の電池の劣化評価にも対応できる。以下、本実施形態について詳細に説明する。
図13に、第5の実施形態に係る蓄電池評価装置のブロック図を示す。図7と同じ名称の要素には同一の符号を付して、変更または拡張された処理を除き、説明を省略する。
特徴量選択部45は、劣化特性データベース41に保存されている、各劣化状態における充放電曲線を、微分曲線、すなわちdQdV曲線に変換する。dQdV曲線に基づき、1つまたは複数の特徴量を算出する。劣化状態毎に算出した特徴量を、それぞれの電池性能値(容量値、内部抵抗値など)と比較することにより、電池性能の決定に有意義な特徴量を選択する。例えば電池性能の劣化に応じて、有意な変化を示す特徴量を選択する。特徴量の選択基準として、電池性能と高い相関関係を示す特徴量は有意義と言え、時間経過と高い相関関係を示す特徴量も有意義と言え、温度や電流値などの条件と高い相関を示す特徴量も、有意義であるといえる。このような選択のアルゴリズムは、事前に与えておけばよい。
特定した特徴量については、その算出方法、および充放電曲線上で発現するSOC範囲を、特徴量部分特定データベース31に保存する。
図14に、有意な特徴量として選択された特徴量の例を示す。図14(A)において、dQdV曲線が示される。縦軸はdQdV、横軸はVである。VLMOは、最も高いピークの横軸上での位置を示し、VMAX/5は、横軸の小さい値から曲線を辿った時に、曲線が、VLMOピークの高さの5分の1まで増加した時、すなわち曲線が立ち上がる時の電圧の値である。なお、QLMOは、VLMOより右の面積、QNCAは、VLMOより左の面積である。VLMO、VMAX/5、QLMO、QNCAは、選択された特徴量の一例である。
また、図14(B)には、横軸がVLMO−V(MAX/5)、縦軸は蓄電池の劣化状態を示す容量劣化率(SOH:State Of Health)とするグラフが示される。VLMO−VMAX/5と電池容量の間には、強い相関関係があることが示されている。換言すると、VLMO−VMAX/5から電池容量を推定できることを示している。VLMO−VMAX/5は、選択された特徴量の一例である。
図14(A)および図14(B)で説明したものの他にも、図2に示したように、QLMO/Q、QNCA/Q、QNCA/QLMOなど、他の種類の特徴量も選択され得る。
選択された特徴量に対するSOC範囲を特定する方法を説明する。例えば特徴量としてVLMOが選択された場合、劣化状態毎にVLMOに対応するSOC値を算出し、算出されたSOC値を包含する範囲を、VLMOに対応するSOC範囲として、特定すればよい。
図15(A)に、蓄電池に対して劣化試験を行って、劣化特性データベースに劣化状態毎のデータを登録する手続の流れを示す。なお、劣化試験を行う際、蓄電池は、負荷または電力系統等から電気的に切り離され、計測機器に接続されて、充電または放電が行われる。
(ステップ501)
新たな蓄電池について、劣化試験を行う。劣化試験に際して、変数としては環境温度、電流値、SOCなどが挙げられる。劣化試験では、例えば一定レートで充電または放電を行。劣化試験は、例えば一定時間間隔で行う。
(ステップ501)
新たな蓄電池について、劣化試験を行う。劣化試験に際して、変数としては環境温度、電流値、SOCなどが挙げられる。劣化試験では、例えば一定レートで充電または放電を行。劣化試験は、例えば一定時間間隔で行う。
(ステップ502)
ステップ501の劣化試験により、各劣化状態ごとに、充放電曲線および電池性能が得られる。
ステップ501の劣化試験により、各劣化状態ごとに、充放電曲線および電池性能が得られる。
(ステップ503)
ステップ502で得られた充放電曲線と電池性能値、劣化試験時の変数の値(環境温度、電流値、SOC等)を、劣化特性データベース41に保存する。
ステップ502で得られた充放電曲線と電池性能値、劣化試験時の変数の値(環境温度、電流値、SOC等)を、劣化特性データベース41に保存する。
図15(B)に、特徴量選択部45の動作のフローチャートを示す。
(ステップ511)
劣化特性データベース41に保存された劣化状態毎の充放電曲線を、dQdV曲線に変換し、特徴量を算出する。
(ステップ511)
劣化特性データベース41に保存された劣化状態毎の充放電曲線を、dQdV曲線に変換し、特徴量を算出する。
(ステップ512)
ステップ511で得られた特徴量のうち、電池性能と高い相関関係を示す有意義な特徴量を選択する。
ステップ511で得られた特徴量のうち、電池性能と高い相関関係を示す有意義な特徴量を選択する。
(ステップ513)
ステップ512で選択した特徴量について、特徴量の種類、算出方法と、特徴量が発現するSOC範囲とを、特徴量部分特定データベース31に保存する。さらに、劣化特性データベース41に、劣化状態毎に、特徴量部分特定データベース31に保存したのと同じデータ(特徴量の種類、算出方法、SOC範囲)と、当該選択された特徴量の値を保存する(図4参照)。
ステップ512で選択した特徴量について、特徴量の種類、算出方法と、特徴量が発現するSOC範囲とを、特徴量部分特定データベース31に保存する。さらに、劣化特性データベース41に、劣化状態毎に、特徴量部分特定データベース31に保存したのと同じデータ(特徴量の種類、算出方法、SOC範囲)と、当該選択された特徴量の値を保存する(図4参照)。
以上、本実施形態によれば、新しい種類の蓄電池に対しても、その劣化特性データを劣化特性データベースに追加することで、本実施形態に係る劣化評価を行うことができる。
図16は、本発明の実施形態に係る蓄電池評価装置のハードウェア構成例を示す。第1〜第5の実施形態の蓄電池評価装置は、図16に示すハードウェア構成で実現することができる。図16の蓄電池評価装置は、CPU61、入力部62、表示部63、通信部64、主記憶部65、外部記憶部66を備え、これらはバス67により相互に通信可能に接続される。
入力部62は、キーボード、マウス等の入力デバイスを備える。表示部63は、LCD(Liquid Crystal Display)、CRT(Cathode Ray Tube)等の表示ディスプレイを含む。通信部64は、無線または有線の通信手段を有し、所定の通信方式で通信を行う。
外部記憶部66は、例えば、HDD、SSD、メモリ装置、CD−R、CD−RW、DVD−RAM、DVD−R等の記憶媒体等を含む。外部記憶部66は、図1、図7、図9および図11の各処理部の機能を、CPU61に実行させるためのプログラムを記憶している。また、計測データベース11、特徴量部分特定データベース31および劣化特性データベース41も、外部記憶部66に含まれる。ここでは、外部記憶部66を1つのみ示しているが、複数存在しても構わない。
主記憶部65は、CPU61による制御の下で、外部記憶部66に記憶された制御プログラムを展開し、当該プログラムの実行時に必要なデータ、当該プログラムの実行により生じたデータ等を記憶する。主記憶部65は、例えば揮発性メモリ(DRAM、SRAM等)または不揮発性メモリ(NANDフラッシュメモリ、MRAM等)など、任意のメモリまたは記憶部を含む。主記憶部65に展開された制御プログラムがCPU61により実行されることで、放電曲線断片生成部21、教師データ選択部22、充放電曲線生成部23、dQdV曲線算出部24、特徴量算出部32、電池評価部42、出力部50、使用条件設定部43、閾値&パラメータ設定部44、および特徴量選択部45の機能が実行される。
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。
10:蓄電池
11:計測データベース
21:充放電曲線断片生成部(データ断片生成部)
22:教師データ選択部
23:充放電曲線生成部(データ生成部)
24:dQdV曲線算出部
31:特徴量部分特定データベース
32:特徴量算出部
41:劣化特性データベース
42:電池評価部
43:使用条件設定部
44:閾値&パラメータ設定部
45:特徴量選択部
50:出力部
11:計測データベース
21:充放電曲線断片生成部(データ断片生成部)
22:教師データ選択部
23:充放電曲線生成部(データ生成部)
24:dQdV曲線算出部
31:特徴量部分特定データベース
32:特徴量算出部
41:劣化特性データベース
42:電池評価部
43:使用条件設定部
44:閾値&パラメータ設定部
45:特徴量選択部
50:出力部
Claims (13)
- 稼働中の蓄電池から計測された電圧および電流に関する計測データから、対象となるSOC(State Of Charge)範囲に属する電圧と蓄電電荷量との関係を表すデータ断片を生成するデータ断片生成部と、
あらかじめ蓄電池の劣化状態ごとに電圧と蓄電電荷量との関係を表す複数の教師データ候補を収集した劣化特性データベースから、当該教師データ候補の前記SOC範囲に対応する部分と、前記データ断片との比較に基づき、前記教師データ候補のうちの1つである教師データを選択する教師データ選択部と、
前記教師データ選択部で選択された前記教師データと前記データ断片とを合成することにより、前記稼働中の蓄電池の推定される充放電データを生成する充放電データ生成部と、
を備えた蓄電池評価装置。 - 前記充放電データ生成部は、前記教師データのうち前記SOC範囲に対応する部分を、前記データ断片と置換することにより、前記稼働中の蓄電池の充放電データを生成する
請求項1に記載の蓄電池評価装置。 - 前記稼働中の蓄電池の推定される充放電データに基づき、前記稼働中の蓄電池の電圧の変化量および前記稼働中の蓄電池の蓄電電荷量の変化量間の比率と、前記稼働中の蓄電池の電圧との関係を表すdQdVデータを算出するdQdVデータ算出部と、
前記dQdVデータに基づき、前記稼働中の蓄電池の特徴量を算出する特徴量算出部と、
前記特徴量を用いて、前記稼働中の蓄電池の劣化状態を評価する電池評価部と
を備えた請求項1または2に記載の蓄電池評価装置。 - 前記電池評価部は、前記特徴量を、前記教師データのdQdVデータから算出される特徴量と比較することにより、前記稼働中の蓄電池の劣化状態を評価する
請求項3に記載の蓄電池評価装置。 - 前記電池評価部は、前記特徴量と、前記稼働中の蓄電池の将来の使用条件とに基づいて、前記稼働中の蓄電池の余寿命を予測する
請求項3または4に記載の蓄電池評価装置。 - 前記稼働中の蓄電池の将来の使用条件を設定する使用条件設定部をさらに備え、
前記電池評価部は、前記使用条件設定部により設定された前記将来の使用条件を用いる
請求項5に記載の蓄電池評価装置。 - 前記データ断片生成部は、前記SOC範囲における前記計測データの量、または前記SOC範囲における前記計測データの網羅度が、閾値以上であるかを検査し、前記閾値以上のときは、前記データ断片の生成を行い、前記閾値未満のときは、前記閾値以上になるまで、前記データ断片の生成を待機する
請求項1ないし6のいずれか一項に記載の蓄電池評価装置。 - 前記稼働中の蓄電池の推定される充放電データに基づき、前記稼働中の蓄電池の電圧の変化量および前記稼働中の蓄電池の蓄電電荷量の変化量間の比率と、前記稼働中の蓄電池の電圧との関係を表すdQdVデータを算出するdQdVデータ算出部と、
前記dQdVデータに基づき、前記稼働中の蓄電池の特徴量を算出する特徴量算出部と、
前記特徴量を、前記教師データのdQdVデータから算出される特徴量と比較することにより、前記データ断片生成部で使用する前記閾値の値を設定する閾値設定部
を備えた請求項7に記載の蓄電池評価装置。 - 前記充放電データ生成部は、前記データ断片で置換された教師データを平滑化処理することにより、前記稼働中の蓄電池の推定される充放電データを生成する
請求項2に記載の蓄電池評価装置。 - 前記稼働中の蓄電池の推定される充放電データに基づき、前記稼働中の蓄電池の電圧の変化量および前記稼働中の蓄電池の蓄電電荷量の変化量間の比率と、前記稼働中の蓄電池の電圧との関係を表すdQdVデータを算出するdQdVデータ算出部と、
前記dQdVデータに基づき、前記稼働中の蓄電池の特徴量を算出する特徴量算出部と、
前記特徴量を、前記教師データのdQdVデータから算出される特徴量と比較することにより、前記平滑化処理を制御するパラメータの値を設定するパラメータ設定部と
を備えた請求項9に記載の蓄電池評価装置。 - 蓄電池に対して劣化試験を行うことで、電圧と蓄電電荷量との関係を表す充放電データを、劣化状態毎に生成し、
前記充放電データからdQdVデータを生成し、前記dQdVデータから前記蓄電池の特徴量を算出し、
前記蓄電池の特徴量と前記劣化状態の相関を解析することにより、有意な特徴量を選択し、選択した特徴量が現れるSOC範囲を特定する特徴量選択部と、を備え、
前記特徴量算出部は、前記dQdVデータから、前記選択された特徴量を算出する
請求項1ないし10のいずれか一項に記載の蓄電池評価装置。 - 稼働中の蓄電池から計測された電圧および電流に関する計測データから、対象となるSOC(State Of Charge)範囲に属する電圧と蓄電電荷量との関係を表すデータ断片を生成するデータ断片生成ステップと、
あらかじめ蓄電池の劣化状態ごとに、電圧と蓄電電荷量との関係を表す複数の教師データ候補を収集した劣化特性データベースから、当該教師データ候補の前記SOC範囲に対応する部分と、前記データ断片との比較に基づき、前記教師データ候補のうちの1つである教師データを選択する選択ステップと、
前記選択ステップで選択された前記教師データと、前記データ断片とを合成することにより、前記稼働中の蓄電池の推定される充放電データを生成する充放電データ生成ステップと、
をコンピュータが実行する蓄電池評価方法。 - 稼働中の蓄電池から計測された電圧および電流に関する計測データから、対象となるSOC(State Of Charge)範囲に属する電圧と蓄電電荷量との関係を表すデータ断片を生成するデータ断片生成ステップと、
あらかじめ蓄電池の劣化状態ごとに、電圧と蓄電電荷量との関係を表す複数の教師データ候補を収集した劣化特性データベースから、当該教師データ候補の前記SOC範囲に対応する部分と、前記データ断片との比較に基づき、前記教師データ候補のうちの1つである教師データを選択する選択ステップと、
前記選択ステップで選択された前記教師データと、前記データ断片とを合成することにより、前記稼働中の蓄電池の推定される充放電データを生成する充放電データ生成ステップと、
をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014266124A JP2016126891A (ja) | 2014-12-26 | 2014-12-26 | 蓄電池評価装置、蓄電池評価方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014266124A JP2016126891A (ja) | 2014-12-26 | 2014-12-26 | 蓄電池評価装置、蓄電池評価方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016126891A true JP2016126891A (ja) | 2016-07-11 |
Family
ID=56359634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014266124A Pending JP2016126891A (ja) | 2014-12-26 | 2014-12-26 | 蓄電池評価装置、蓄電池評価方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016126891A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111954823A (zh) * | 2018-04-17 | 2020-11-17 | 三菱电机株式会社 | 蓄电池诊断装置及蓄电池诊断方法以及蓄电池控制系统 |
JP2021097503A (ja) * | 2019-12-17 | 2021-06-24 | 東洋システム株式会社 | 状態出力システム |
DE102021213762A1 (de) | 2021-12-03 | 2023-06-07 | Rheinisch-Westfälische Technische Hochschule (RWTH) Aachen, Körperschaft des öffentlichen Rechts | Verfahren zur Erstellung von Datensätzen für die Bewertung zumindest eines Lebensdauerparameters einer Batteriezelle, Vorrichtung und Software hierfür. |
-
2014
- 2014-12-26 JP JP2014266124A patent/JP2016126891A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111954823A (zh) * | 2018-04-17 | 2020-11-17 | 三菱电机株式会社 | 蓄电池诊断装置及蓄电池诊断方法以及蓄电池控制系统 |
JP2021097503A (ja) * | 2019-12-17 | 2021-06-24 | 東洋システム株式会社 | 状態出力システム |
DE102021213762A1 (de) | 2021-12-03 | 2023-06-07 | Rheinisch-Westfälische Technische Hochschule (RWTH) Aachen, Körperschaft des öffentlichen Rechts | Verfahren zur Erstellung von Datensätzen für die Bewertung zumindest eines Lebensdauerparameters einer Batteriezelle, Vorrichtung und Software hierfür. |
DE102021213762B4 (de) | 2021-12-03 | 2023-06-15 | Rheinisch-Westfälische Technische Hochschule (RWTH) Aachen, Körperschaft des öffentlichen Rechts | Verfahren zur Erstellung von Datensätzen für die Bewertung zumindest eines Lebensdauerparameters einer Batteriezelle, Vorrichtung und Software hierfür. |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shu et al. | Online diagnosis of state of health for lithium-ion batteries based on short-term charging profiles | |
JP7317484B2 (ja) | リチウムイオン電池の容量低下と寿命予測のためのデータ駆動モデル | |
JP6620902B2 (ja) | 劣化推定装置、コンピュータプログラム及び劣化推定方法 | |
JP5739788B2 (ja) | 充放電計画立案システムおよび充放電計画立案方法 | |
JP5936711B2 (ja) | 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法 | |
JP5354416B1 (ja) | 二次電池評価方法および評価プログラム | |
US20160195589A1 (en) | Degradation diagnosis system and degradation diagnosis method for secondary battery | |
EP3904894B1 (en) | Training device, estimation device, training method, estimation method, training program, and estimation program | |
JP5005814B2 (ja) | バッテリーの長期特性予測システム及び方法 | |
KR20180134336A (ko) | 전기 열 배터리 모델의 생성 및 사용을 위한 시스템 및 방법 | |
Lin et al. | Prognostics for lithium-ion batteries using a two-phase gamma degradation process model | |
JP5313250B2 (ja) | バッテリーの長期特性予測システム及び方法 | |
JP6038275B2 (ja) | 二次電池の劣化診断方法およびそれを用いた装置 | |
CN106055775B (zh) | 一种粒子滤波与机理模型相结合的二次电池寿命预测方法 | |
JP2019510215A (ja) | バッテリーの充電状態を推定する方法及びセンサーシステム | |
KR20180056238A (ko) | 배터리 충전 방법, 배터리 충전 정보 생성 방법 및 배터리 충전 장치 | |
JP7096775B2 (ja) | 蓄電池評価装置、蓄電池評価方法及び蓄電池評価システム | |
KR20160000317A (ko) | 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법 | |
JP2023501995A (ja) | バッテリー性能予測 | |
JP7300878B2 (ja) | 電池評価システム、電池評価方法及びプログラム | |
WO2018112818A1 (zh) | 一种电池循环寿命的快速预测方法及其快速预测装置 | |
JP2015061445A (ja) | 充電装置およびその方法、ならびに放電装置およびその方法 | |
JP6262954B2 (ja) | 蓄電池導入効果評価装置、蓄電池導入効果評価方法及びプログラム | |
EP4123322A1 (en) | Information processing device, information processing method, computer program and information processing system | |
JP2016126891A (ja) | 蓄電池評価装置、蓄電池評価方法およびプログラム |