JP2017004955A - バッテリ状態推定装置及び方法 - Google Patents

Abstract

【課題】 バッテリ状態推定方法及び装置を提供すること。【解決手段】 一実施形態に係るバッテリ状態推定装置は、複数のバッテリセルを含むバッテリパックを単一バッテリセルに単純化することによって、全体バッテリパックに対するパック状態を推定することができる。【選択図】 図５

Description

本発明は、バッテリ状態推定装置及び方法等に関する。

多くの電子機器は、機器が動作する間繰り返し充電される二次電池のようなバッテリが搭載されている。二次電池の充放電サイクル回数が増加すればするほど、バッテリの容量が徐々に減少し得る。各充電サイクルと共に、電子機器に対するバッテリの寿命が短くなる。バッテリの寿命が減るにつれ、多くの充放電サイクル後における初期バッテリ容量は保障されない。バッテリ容量における持続的な減少と共に、電子機器の電力、運用時間、及び安定性が損なわれ、結果的に、バッテリは交換用バッテリに交換されなければならない。

例えば、このようなバッテリを交換するために予想される時間を判断するために、バッテリのＳＯＨ（ｓｔａｔｅ ｏｆ ｈｅａｌｔｈ）を推定することができる。

本発明の目的は、複雑に構成されたバッテリの寿命を推定するためのものを提供することにある。

一実施形態に係るバッテリ状態推定装置は、バッテリパックに含まれたバッテリモジュールから、前記バッテリモジュールと関連するモジュールデータを受信するデータ受信部（ｄａｔａ ｒｅｃｅｉｖｅｒ）と、前記モジュールデータから前記バッテリモジュールに含まれたバッテリセルに対応するセルデータを取得して、前記セルデータに基づいて前記バッテリモジュールと関連するモジュール状態を決定するプロセッサとを含む。

前記プロセッサは、前記モジュール状態に基づいて前記バッテリパックと関連するパック状態を決定してもよい。

前記バッテリパックは複数のバッテリモジュールを含み、前記プロセッサは、前記複数のバッテリモジュールの各モジュール状態の統計値を算出し、前記統計値に基づいて前記パック状態を決定してもよい。

前記バッテリパックは電気自動車に装着され、前記プロセッサは、前記複数のバッテリモジュールの前記モジュール状態の最小値を算出し、前記最小値に基づいて前記パック状態を決定してもよい。

バッテリ状態推定装置は、外部装置に前記モジュール状態及び前記パック状態のうち少なくとも１つを送信するデータ送信部をさらに含んでもよい。

前記バッテリモジュールは、互いに並列に接続された複数のバッテリセルを含み、前記プロセッサは、互いに並列に接続された前記バッテリセルの個数に基づいて前記モジュールデータを前記セルデータに変換することによって、前記セルデータを取得してもよい。

前記モジュールデータは、前記バッテリモジュールから出力された電圧信号の値、前記バッテリモジュールから出力された電流信号の値、及び前記バッテリモジュールから出力された温度信号の値を含み、前記プロセッサは、前記電圧信号の値及び前記温度信号の値を保持して、前記電流信号の値を前記バッテリセルの前記個数に分けることによって前記セルデータを取得してもよい。

バッテリ状態推定装置は、前記受信されたモジュールデータを前処理し、前処理された結果を前記プロセッサに提供する前処理部をさらに含んでもよい。

前記モジュールデータは、前記バッテリモジュールから出力される電圧信号、前記バッテリモジュールから出力される電流信号、及び前記バッテリモジュールから出力される温度信号のうち少なくとも１つ又は２つ以上の組合わせを含んでもよい。

前記プロセッサは、前記モジュール状態に基づいて前記バッテリパックのバッテリの寿命を推定し、前記推定されたバッテリの寿命に基づいて前記バッテリパックの充電量を決定してもよい。

バッテリ状態推定装置は、単一バッテリセルに対するバッテリ劣化がモデリングされたバッテリ劣化モデルを格納するメモリをさらに含み、前記プロセッサは、前記単一バッテリセルに対するバッテリ劣化モデルを用いて、前記受信されたモジュールデータから取得された前記セルデータから前記バッテリモジュールと関連する前記モジュール状態を決定してもよい。

前記バッテリパックは、互いに直列に接続された複数のバッテリモジュールを含み、前記複数のバッテリモジュールのそれぞれは、互いに並列に接続された複数のバッテリセルを含んでもよい。

一実施形態に係るバッテリ状態推定方法は、バッテリパックに含まれたバッテリモジュールから、前記バッテリモジュールと関連するモジュールデータを受信するステップと、前記受信されたモジュールデータから前記バッテリモジュールに含まれたバッテリセルに対応するセルデータを取得するステップと、前記セルデータに基づいて前記バッテリモジュールと関連するモジュール状態を決定するステップとを含む。

バッテリ状態推定方法は、前記モジュール状態に基づいて前記バッテリパックと関連するパック状態を決定するステップをさらに含んでもよい。

前記バッテリパックは複数のバッテリモジュールを含み、前記パック状態を決定するステップは、前記複数のバッテリモジュールの各モジュール状態の統計値を算出するステップと、前記統計値に基づいて前記パック状態を決定するステップとを含んでもよい。

前記バッテリモジュールは、互いに並列に接続された複数のバッテリセルを含み、前記セルデータを取得するステップは、前記バッテリモジュールに含まれた互いに並列に接続されたバッテリセルの個数に基づいて前記モジュールデータを前記セルデータに変換するステップを含んでもよい。

別の一実施形態に係るｎＳｍＰ構造のバッテリパックの状態を推定する装置は、前記ｎＳｍＰ構造のバッテリパックから複数の１ＳｍＰ構造のモジュールのそれぞれに対するモジュールデータを受信するデータ受信部と、前記モジュールデータを用いて、前記複数の１ＳｍＰ構造のモジュールのそれぞれに対応するセルデータを取得して、前記セルデータを用いて前記バッテリパックの状態を推定するプロセッサとを含む。

前記プロセッサは、前記セルデータを用いて前記複数の１ＳｍＰ構造のモジュールのそれぞれに対してモジュール状態を推定し、前記推定されたモジュール状態に基づいて前記バッテリパックの状態を決定してもよい。

前記バッテリモジュールのそれぞれは、互いに並列に接続されたｍ個のバッテリセルを含み、前記プロセッサは、互いに並列に接続された前記バッテリセルの前記個数ｍに基づいて前記モジュールデータを前記セルデータに変換することによって前記セルデータを取得してもよい。

また別の一実施形態におけるバッテリ状態推定装置は、前記バッテリはバッテリセルを含み、前記装置は、前記バッテリの一部のバッテリデータに基づいて単一バッテリセルとして複数のバッテリセルを含む前記バッテリの一部を表現するように構成される単純化部と、前記単一バッテリセルの状態に基づいて前記バッテリの状態を推定するように構成される推定器とを含む。

前記バッテリは、それぞれが複数のバッテリセルを含む複数のバッテリモジュールを含み、前記単純化部は、前記バッテリモジュールの各バッテリデータに基づいて前記バッテリモジュールをそれぞれの単一バッテリセルとして示されるようにさらに構成され、前記推定器は、前記単一バッテリセルの状態に基づいて前記バッテリの前記状態を推定されるようにさらに構成されてもよい。

前記複数のバッテリモジュールを互いに直列に接続して、前記バッテリモジュールのそれぞれの前記バッテリセルを互いに並列に接続し、前記単純化部は、前記バッテリモジュールにおいて、前記バッテリセルの個数に基づいて前記各単一バッテリセルのセルデータに前記バッテリモジュールのそれぞれの前記バッテリデータを変換するようにさらに構成され、前記推定器は、前記単一バッテリセルの前記セルデータに基づいて前記単一バッテリセルのそれぞれの状態を推定して、前記単一バッテリセルの前記状態に基づいて前記バッテリの前記状態を推定するようにさらに構成されてもよい。

前記モジュールのそれぞれの前記バッテリデータは、前記バッテリモジュールの出力電圧、前記バッテリモジュールの出力電流、及び前記バッテリモジュールの温度を含み、前記単純化部は、前記出力電圧及び前記温度を変わらず保持し、前記バッテリモジュールにおいてバッテリセルの前記個数によって前記出力電流を分けることによって前記バッテリデータを前記セルデータに変換するようにさらに構成されてもよい。

前記推定器は、関数の入力として前記単一バッテリセルの前記状態を適用することによって前記バッテリの前記状態を推定し、前記関数の出力に基づいて前記バッテリの前記状態を推定するようにさらに構成されてもよい。

前記関数は、前記単一バッテリセルの前記状態のうち最小状態を出力する最小関数、又は、前記単一バッテリセルの前記状態のうち最大状態を出力する最大関数、又は、前記単一バッテリセルの前記状態のうち中間状態を出力する中間関数、又は、前記単一バッテリセルの前記状態のうち平均状態を出力する平均関数であってもよい。

本発明によると、バッテリ状態推定方法及び装置を提供することができる。

一実施形態に係るバッテリ状態推定システムの概略的なブロック図を示す。 一実施形態に係るバッテリパックの概略的な構成を示す。 一実施形態に係るバッテリ状態推定装置の概略的なブロック図を示す。 一実施形態に係るバッテリ状態推定装置の概略的なブロック図を示す。 一実施形態に係るバッテリの状態を推定する全般的な過程を示す。 一実施形態に係るバッテリ状態推定方法を示すフローチャートである。 一実施形態に係るパック状態を決定する方法を示すフローチャートである。 一実施形態に係るバッテリ状態推定過程の例示を示す。 一実施形態に係るバッテリモジュールのモジュール状態を推定する過程の例示を示す。 一実施形態に係るモジュールデータを前処理する方法を示すフローチャートである。 別の一実施形態に係るバッテリ状態推定システムのブロック図を示す。 一実施形態に係るバッテリ状態推定の正確度を示したグラフを示す。

以下、添付の図面を参照しながら、実施形態を詳細に説明する。各図面に提示された同一の参照符号は同一の部材を示す。

以下で説明する実施形態は様々な変更が加えられてもよい。以下で説明する実施形態は実施形態に対して限定しようとするものではなく、これに対する全ての変更、均等物ないし代替物を含むものとして理解しなければならない。

実施形態で用いる用語には、単に特定の実施形態を説明するために用いられたものとして、実施形態を限定しようとする意図はない。単数の表現は文脈上、明白に異なる意味をもたない限り複数の表現を含む。本明細書において、「含む」又は「有する」などの用語は明細書上に記載された特徴、数字、ステップ、動作、構成要素、部品又はこれを組合わせたものが存在することを指定しようとするものであって、１つ又はそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品又はこれを組合わせたものなどの存在又は付加の可能性を予め排除しないものとして理解しなければならない。

異なる定義がされない限り、技術的であるか科学的な用語を含み、ここで用いられる全ての用語は、実施形態が属する技術分野で通常の知識を有する者によって一般的に理解されるのと同じ意味を有する。一般的に用いられる予め定義されているような用語は、関連技術の文脈上で有する意味と一致する意味を有するものと解釈するべきであって、本出願で明白に定義しない限り、理想的であるか過度に形式的な意味と解釈されることはない。

また、添付の図面を参照して説明することにおいて、図面符号に関係なく同一の構成要素は同一の参照符号を付与し、それに対する重複説明は省略することにする。実施形態を説明において関連の公知技術に対する具体的な説明が実施形態の要旨を不要に曖昧にすると判断される場合、その詳細な説明を省略する。

図１は、一実施形態に係るバッテリ状態推定システムの概略的なブロック図を示す。

一実施形態に係るバッテリ状態推定システム（ｂａｔｔｅｒｙ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ ｓｙｓｔｅｍ）１００は、バッテリパック１１０及びバッテリ状態推定装置１２０を含む。

バッテリパック１１０は、電力を充電及び放電してもよく、充電された電力を機器に供給してもよい。機器は、バッテリを搭載する全ての電気機器であって、例えば、電気自動車、ハイブリッド自動車（Ｈｙｂｒｉｄ Ｅｌｅｃｔｒｉｃａｌ Ｖｅｈｉｃｌｅ、ＨＥＶ）、及びエネルギー貯蔵システム（Ｅｎｅｒｇｙ Ｓｔｏｒａｇｅ Ｓｙｓｔｅｍ、ＥＳＳ）などを含んでもよい。バッテリパック１１０は、複数のバッテリセルを含むバッテリを示してもよく、一実施形態に係るバッテリパック１１０は、下記の図２において詳細に説明する。

バッテリ状態推定装置１２０は、バッテリパック１１０の状態を推定する。バッテリ状態推定装置１２０は、一実施形態に係る方法（例えば、下記の図６の方法）を行うアルゴリズムが実現されたソフトウェアを実行したり、当該アルゴリズムが実現されたチップを搭載することができる。例えば、バッテリ状態推定装置１２０は、電気自動車のような電気機器に装着されてもよい。他の例として、電気機器が通信機能を有している場合、電気機器とは分離された遠隔管理サーバがバッテリ状態推定装置１２０を含み、バッテリ状態推定装置１２０は、遠隔でバッテリパック１１０のデータを受信して、電気機器に含まれたバッテリパック１１０の状態を推定することができる。

従来のバッテリ状態推定装置においては、全体バッテリパック１１０とバッテリセルとを分離してこそバッテリセルの状態を推定してもよく、これによって、電気機器の通常の動作に対するバッテリパック１１０の使用可能な出力が以前より減少し得る。これを解消するために、電子装置の動作のために一般的に必要なものより大きい容量のバッテリセルを搭載する場合、費用が上昇し得る。また、バッテリパックから分離されたバッテリセルの状態を推定するためには、別途の充電部及び別途の放電部が必須に要求され、これもまた費用が上昇し得る。さらに、分離されたバッテリセルがバッテリパック１１０を構成する他のバッテリセルと互いに異なるエージング履歴（ａｇｉｎｇ ｈｉｓｔｏｒｙ）を有するようになり、このようなバッテリ間の不均衡は、全体バッテリパック１１０の性能低下を招くようになる。他の従来技術として、バッテリセルに対して学習モデルを生成する方式があるが、バッテリセルは、バッテリパック１１０と特性が異なり、それ自体で適用されにくく、バッテリパック１１０に対して直接学習モデルを生成するためには、大量の学習データが要求され得、バッテリパック１１０の構成が変更される場合、新しい学習プロセスを行う必要がある。

これとは異なって、一実施形態に係るバッテリ状態推定装置１２０は、バッテリパック１１０に必要以上の容量を有するバッテリセルを搭載する必要がなく、また、バッテリパック１１０の状態を測定するための高費用の追加ユニットが必要でないと同時に、電気機器のバッテリ運用を妨害せずに、大量の学習データを生成する必要がなく、バッテリパック１１０の構成が変更されても追加学習プロセスが最小化され、バッテリパック１１０の状態を推定することができる。

以下、本発明において、バッテリの状態、バッテリモジュールのモジュール状態、及びバッテリパックのパック状態などにおける状態情報は、バッテリ、バッテリモジュール、及びバッテリパックの寿命と関連する情報などを含んでもよい。例えば、バッテリの寿命と関連する情報は、ＳＯＨ（Ｓｔａｔｅ ｏｆ Ｈｅａｌｔｈ）、ＳＯＣ（Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ）、及び残存寿命（Ｒｅｍａｉｎｉｎｇ Ｕｓｅｆｕｌ Ｌｉｆｅ、ＲＵＬ）などで表わしてもよい。例えば、ＳＯＨは、バッテリの初期容量対比現在容量の比率で表わすことができるが、これに限定せずに、様々な方式で表わされてもよい。以下、本発明においては、状態、モジュール状態、及びパック状態の例示として、バッテリ、バッテリモジュール、及びバッテリパックのＳＯＨを基準として説明するが、これに限定するものではない。

図２は、一実施形態に係るバッテリパックの概略的な構成を示す。

一実施形態によれば、バッテリパック２００は互いに直列に接続された複数のバッテリモジュールを含み、複数のバッテリモジュールのそれぞれは互いに並列に接続された複数のバッテリセルを含む。例えば、バッテリパック２００はｎＳｍＰ構造で構成されてもよい。

本発明において、ｎＳｍＰ構造のバッテリパック２００は、ｎ個（ここで、ｎは１以上の整数）のバッテリモジュールを直列（ｓｅｒｉａｌ）に接続し、ｎ個のバッテリモジュールのそれぞれが並列（ｐａｒａｌｌｅｌ）に接続されたｍ個（ここで、ｍは１以上の整数）のバッテリセルを含む構造を有する。例えば、図２を参照すると、図２のバッテリパック２００において、バッテリセル２１１，２１２，２１３，２１４，２１５が並列に接続されてバッテリモジュール２１０を形成し、これと同様に残りのバッテリモジュール２２０，２３０を形成する。また、例示として、図２においては、３つのバッテリモジュール２１０，２２０，２３０が直列に接続されて３Ｓ５Ｐ構造（すなわち、ｎは３、ｍは５の例示）のバッテリパック２００を形成する。

また、バッテリモジュールのそれぞれに対するモジュールデータを測定するためのセンサ２４０がバッテリパック２００の内部又は外部に装着されてもよい。図２においては、１つのセンサ２４０がバッテリモジュール２１０，２２０，２３０に接続されて、それぞれのバッテリモジュールからモジュールデータを測定するものと図に示されているが、これに限定するものではなく、センサ２４０が複数で構成されてセンサ２４０のそれぞれがバッテリモジュールのそれぞれに対するモジュールデータを測定してもよい。モジュールデータは、バッテリモジュールと関連したデータであって、例えば、バッテリモジュールから出力される電圧信号、電流信号、及びバッテリモジュールの温度などのデータを含んでもよい。センサ２４０は、測定されたモジュールデータをバッテリ状態推定装置に伝達することができる。

例えば、センサ２４０は、バッテリパック２００に含まれたバッテリモジュールに対するモジュールデータを１Ｈｚ以上の検知周期（ｓｅｎｓｉｎｇ ｆｒｅｑｕｅｎｃｙ）によって１秒に１回以上測定することができる。センサ２４０の測定単位は、電圧に対してＶ、電流に対してＡ、温度に対して℃を用いる。

図３及び図４は、一実施形態に係るバッテリ状態推定装置の概略的なブロック図を示す。

図３に示したようにバッテリ状態推定装置３００は、データ受信部３１０及びプロセッサ３２０を含む。

データ受信部３１０は、バッテリパックに含まれたバッテリモジュールから、バッテリモジュールと関連するモジュールデータを受信する。データ受信部３１０は、ｎＳｍＰ構造のバッテリパックから複数の１ＳｍＰ構造のバッテリモジュールのそれぞれに対するモジュールデータを受信してもよい。例えば、データ受信部３１０は、バッテリパックからデータインターフェースを介して直接モジュールデータを受信したり、通信部を介して有線又は無線でモジュールデータを受信することができる。

プロセッサ３２０は、受信されたモジュールデータからバッテリモジュールに含まれたバッテリセルに対応するセルデータを取得し、セルデータに基づいてバッテリモジュールと関連するモジュール状態を決定してもよい。例えば、プロセッサ３２０は、受信されたモジュールデータを用いて、複数の１ＳｍＰ構造のモジュールのそれぞれに対応するセルデータを取得し、セルデータを用いてバッテリパックの状態を推定することができる。

セルデータは、バッテリモジュールに含まれたバッテリセルに対応するデータであって、例えば、バッテリモジュール内に含まれたバッテリセルは、同一の電圧、電流、及び温度を有するものと仮定すると、バッテリモジュールに対応するバッテリセルは、バッテリモジュールと同一の電圧及び同一の温度を有し、バッテリモジュールの電流をｍ（バッテリモジュールに含まれたバッテリセルの個数）に分けた値を電流として有するようになり、セルデータはこのような値を含んでもよい。

図４に示したように、バッテリ状態推定装置４００は、図３のバッテリ状態推定装置３００に比べてメモリ４３０をさらに含む。メモリ４３０は、一実施形態に係るバッテリ状態推定方法を実行するように命令語を含む１つ以上のプログラムを格納する。また、メモリ４３０は、単一バッテリセルに対するバッテリ劣化がモデリングされたバッテリ劣化モデル（ｂａｔｔｅｒｙ ｄｅｇｒａｄａｔｉｏｎ ｍｏｄｅｌ）を格納する。

一実施形態によれば、バッテリ劣化モデルは、データ駆動モデル（ｄａｔａ−ｄｒｉｖｅｎ ｍｏｄｅｌ）及び等価回路モデル（ｅｑｕｉｖａｌｅｎｔ ｃｉｒｃｕｉｔ ｍｏｄｅｌ）などを含んでもよい。

例えば、データ駆動モデルは、機械学習（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ、
ＭＬ）に適用されるモデルであって、任意の要因に対してバッテリの状態（例えば、寿命、故障など）が劣化される程度を出力するためのモデルを示してもよい。例えば、バッテリ劣化モデルは機械学習構造のパラメータであって、機械学習構造としてニューラルネットワークが用いられる場合、バッテリ劣化モデルは、ニューラルネットワークの各ノード間の接続重みであってもよい。例えば、バッテリ劣化モデルは、与えられた機械学習構造に対して、基準バッテリ情報（ｒｅｆｅｒｅｎｃｅ ｂａｔｔｅｒｙ ｉｎｆｏｒｍａｔｉｏｎ）から当該基準バッテリ情報に対応する基準状態情報（ｒｅｆｅｒｅｎｃｅ ｓｔａｔｅ ｉｎｆｏｒｍａｔｉｏｎ）が出力されるように学習された学習器のパラメータを含んでもよい。学習器を学習させるための学習データは、上述した基準状態情報及び基準バッテリ情報を含んでもよく、例えば、基準状態情報は、従来のプロファイルなどにおいて当該基準バッテリ情報を有するバッテリが示した状態情報であってもよい。

他の例として、等価回路モデルは、バッテリセルの等価回路に基づいて導き出された、バッテリセルと関連するセルデータとバッテリの状態との間の数式的な関係を示す等価方程式（ｅｑｕｉｖａｌｅｎｔ ｅｑｕａｔｉｏｎ）を含んでもよい。バッテリ状態推定装置４００のプロセッサ３２０は、バッテリセルの電圧及び電流とバッテリセルの抵抗との間の関係を示す等価方程式に基づいて、バッテリセルの電圧及び電流を測定し、それからバッテリセルの抵抗を推定してもよい。

図５は、一実施形態に係るバッテリの状態を推定する全般的な過程を示す。

一実施形態によれば、バッテリ状態推定装置は、複数のバッテリセルが直列及び並列に接続されて構成されたバッテリパック５１０の状態を推定するために、ｎＳｍＰ構造のバッテリパック５１０を単一セル構造に変換してセル単位でバッテリの状態を推定することができる。図５において、並列に接続されたバッテリセルの個数ｍが５であり、直列に接続されたバッテリモジュールの個数が３である場合を仮定する。バッテリパック５１０は、互いに直列に接続された複数のバッテリモジュールを含み、各バッテリモジュールは互いに並列に接続された複数のバッテリセルを含んでもよい。

一実施形態によれば、バッテリ状態推定装置は、それぞれのバッテリモジュールを当該バッテリモジュールに対応するバッテリセルに変換したり、単純化することができる。バッテリモジュール内において、並列に接続されたバッテリセルは、セルフバランス（ｓｅｌｆ−ｂａｌａｎｃｉｎｇ）によって同じバッテリモジュール内に含まれたバッテリセル同士互いに類似の特性を有するように収束するため、バッテリ状態推定装置は、バッテリモジュール内において、ｍ個の並列に接続されたバッテリセルを同一のｍ個のバッテリセルに変換し、ｍ個の同一のバッテリセルのうち１つのバッテリセルに対する状態を推定することができる。ｍ個の同一のバッテリセルのうち１つのバッテリセル（図５においては、第１のバッテリセル５２１、第２のバッテリセル５２２、及び第３のバッテリセル５２３に対応する）に関するセルデータ及び状態が当該バッテリモジュールに対応するデータ及びモジュール状態であると考えられてもよい。

例えば、バッテリ状態推定装置は、第１のバッテリモジュール５１１に関するモジュールデータから第１のバッテリモジュール５１１に対応する第１のバッテリセル５２１に関するセルデータを取得してもよく、当該セルデータから第１のバッテリセル５２１の状態を推定することによって第１のバッテリモジュール５１１のモジュール状態を決定してもよい。（第１のバッテリセル５２１の状態は、第１のバッテリモジュール５１１のモジュール状態に対応する）バッテリ状態推定装置は、同様の方式で第２のバッテリモジュール５１２及び第３のバッテリモジュール５１３をそれぞれのバッテリセル５２２及びバッテリセル５２３に単純化して、バッテリセル５２２の状態の第２のバッテリモジュール５１２のモジュール状態及びバッテリセル５２３の状態の第３のバッテリモジュール５１３のモジュール状態を決定してもよい。

以後、バッテリ状態推定装置は、第１のバッテリモジュール５１１、第２のバッテリモジュール５１２、及び第３のバッテリモジュール５１３が結合及び単純化されて１つに統合されたバッテリセル５３０に関するセルデータに基づいて決定されたモジュール状態を用いて、全体バッテリパック５１０のパック状態を推定してもよい。

例えば、バッテリ状態推定装置は、第１のバッテリセル５２１に関するセルデータに基づいて決定されたバッテリモジュール５１１のモジュール状態、第２のバッテリセル５２２に関するセルデータに基づいて決定されたバッテリモジュール５１２のモジュール状態、及び第３のバッテリセル５２３に関するセルデータに基づいて決定されたバッテリモジュール５１３のモジュール状態を用いて全体バッテリパック５１０が単純化されて統合されたバッテリセル５３０の状態を算出し、単純化されて統合されたバッテリセル５３０の状態を全体バッテリパック５１０のパック状態で推定することができる。図５に示したように、全体バッテリパック５１０が単純化されて統合されたバッテリセル５３０のパック状態は、ＳＯＨ＝ｆ（ＳＯＨ_ｉ）と算出され得、ここで、ｆは所定の任意の関数、ＳＯＨ_ｉはｉ番目のバッテリモジュールのモジュール状態を示す。例えば、任意の関数ｆの出力は、モジュール状態の統計値（ｓｔａｔｉｓｔｉｃａｌ ｖａｌｕｅ）であってもよく、統計値は、入力の最小値、中間値、及び最大値などを含んでもよい。

一実施形態に係る複数のバッテリセルを含むバッテリパック５１０を単一バッテリセル５３０に変換し、単一バッテリセル５３０の状態に基づいて全体バッテリパック５１０に対するパック状態を推定するようになる場合、アナログデバイスのバッテリの状態を推定するための繰り返し試験において、バッテリパック５１０を対象にした試験がセル単位で軽量化されることによって試験費用が大きく減少し、小容量セルの場合、事故が発生しても被害が最小化して、事故の危険性が減少し得る。また、バッテリパック５１０を構成する全てのバッテリセルの全部に対して演算する必要がなく、複雑度が減少するため、電子機器又はバッテリ状態推定装置に高い処理装置を搭載する必要がなく、費用を節減することができる。

また、大容量のバッテリパックを製造し、それに対するデータを取得することは、従来技術においては大きい時間と費用を要求するが、一実施形態に係るバッテリ状態推定装置は、バッテリパック５１０を単一バッテリセル５３０に変換してパック状態を推定することによって、様々なバッテリ劣化モデルを活用することができ、バッテリパック５１０の構造が変更されても追加試験が必要でなくなったり、少ない試験だけで単一バッテリセル５３０に関するバッテリ劣化モデルをアップデートすることによって、バッテリパック５１０のパック状態を推定することができる。

図６は、一実施形態に係るバッテリ状態推定方法を示すフローチャートである。

まず、ステップＳ６１０におけるバッテリ状態推定装置のデータ受信部は、バッテリパックに含まれたバッテリモジュールからバッテリモジュールと関連するモジュールデータを受信する。例えば、バッテリパックに装着されたセンサは、バッテリ状態推定装置で測定されたモジュールデータを周期的に送信してもよく、バッテリ状態推定装置は最新モジュールデータを更新してもよい。あるいは、センサは、非周期的なタイミングでモジュールデータを送信してもよい。

そして、ステップＳ６２０におけるバッテリ状態推定装置は、モジュールデータからセルデータを取得する。例えば、セルデータは、バッテリモジュールに含まれたバッテリセルに対応するデータであってもよい。一実施形態によれば、バッテリ状態推定装置は、バッテリモジュールに関するモジュールデータをセル単位でスケールダウン（ｓｃａｌｅ ｄｏｗｎ）することによって、セルデータを取得することができる。セルデータは、１ＳｍＰ構造のバッテリモジュールが単純化された１Ｓ１Ｐ構造のバッテリモジュールに対して等価関係にあるバッテリセルに関するデータを示す。

例えば、バッテリ状態推定装置は、バッテリモジュールに含まれた互いに並列に接続されたバッテリセルの個数に基づいてモジュールデータをセルデータに変換してもよい。バッテリ状態推定装置は、モジュールデータのうち、電圧信号及び温度信号は保持し、電流信号はバッテリセルの個数に分けてセルデータを取得してもよい。

次に、ステップＳ６３０におけるバッテリ状態推定装置は、セルデータに基づいてバッテリモジュールと関連するモジュール状態を決定する。例えば、バッテリ状態推定装置は、単一バッテリセルに対するバッテリ劣化モデルを用いて、受信されたモジュールデータから取得されたセルデータからバッテリモジュールと関連するモジュール状態を決定してもよい。バッテリ状態推定装置は、バッテリ劣化モデルにセルデータ（例えば、バッテリモジュールに対応するバッテリセルの電圧、電流、温度など）を入力してもよく、セルデータが入力された当該バッテリ劣化モデルから出力された状態（例えば、ＳＯＨ）をモジュール状態で決定してもよい。また、バッテリ状態推定装置は、モジュール状態に基づいてバッテリパックのバッテリの寿命（例えば、ＳＯＨ）を推定し、推定されたバッテリの寿命に基づいてバッテリパックの充電量（例えば、ＳＯＣ）を決定してもよく、この場合、バッテリパックの充電量をモジュール状態で提供することができる。

図７は、一実施形態に係るパック状態を決定する方法を示すフローチャートである。

ステップＳ７４０におけるバッテリ状態推定装置は、モジュール状態に基づいてパック状態を決定する。例えば、バッテリ状態推定装置は、バッテリパック内において、直列に接続されたバッテリモジュールのそれぞれのモジュール状態（例えば、バッテリモジュールのＳＯＨ）から全体バッテリパックに対するパック状態（例えば、バッテリパックのＳＯＨ）を推定してもよい。ここで、モジュール状態は、上述した図６のステップＳ６３０において決定されたものである。

一実施形態によれば、バッテリ状態推定装置は、バッテリパックに含まれた複数のバッテリモジュールのそれぞれに対するモジュール状態の統計値を算出することによってパック状態を決定することができる。例えば、バッテリパックが電気自動車に装着された場合に応答して、バッテリ状態推定装置は、バッテリモジュールのそれぞれのモジュール状態の最小値をパック状態として算出してもよい。他の例として、バッテリパックがハイブリッド自動車に装着された場合に応答して、バッテリ状態推定装置は、モジュール状態の最大値をパック状態として算出してもよい。また他の例として、バッテリパックがエネルギー格納システム（ＥＳＳ）に用いられる場合に応答して、バッテリ状態推定装置は、モジュール状態の中間値をパック状態として算出してもよい。ただし、統計値を上述した最小値、最大値、中間値に限定するものではなく、平均値などにも用いられ、バッテリパックが用いられるアプリケーション及び実施形態などによって、モジュール状態の様々な線形結合又は非線形結合を用いてもよい。

図８は、一実施形態に係るバッテリ状態推定過程（ｂａｔｔｅｒｙ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ ｐｒｏｃｅｓｓ）の例示を示す。

図８に示されたバッテリパック８１１は、ｎＳｍＰ（図８においては、例示的に６Ｓ５Ｐ）構造になったバッテリパック８１１であって、ｎ×ｍ個（図８においては、６×５＝３０個）のバッテリセルを含む。例えば、図８のバッテリパック８１１は、１ＳｍＰ（図８においては、１Ｓ５Ｐ）構造のバッテリモジュールがｎ個（図８においては、６個）直列に接続されたものである。

まず、データ受信８１０において、バッテリ状態推定装置は、バッテリパック８１１からモジュールデータを受信することができる。例えば、図８において、６個のバッテリモジュールから、Ｖ_１からＶ_６の電圧信号、Ｔ_１からＴ_６の温度信号、及びＩ_１の電流信号をバッテリ状態推定装置が受信してもよい。６個のバッテリモジュールは、直列に接続されているため、測定される電流信号はＩ_１と同一になってもよく、Ｖ_１からＶ_６の電圧信号及びＴ_１からＴ_６の温度信号はそれぞれのバッテリモジュール状態によって変わったり同一になってもよい。

そして、単純化８２０におけるバッテリ状態推定装置は、それぞれのバッテリモジュールを単一バッテリのセルに単純化することができる。バッテリ状態推定装置は、１ＳｍＰ構造のモジュールのそれぞれに含まれた互いに並列に接続されたバッテリセルの個数ｍ（ここで、ｍは１以上の整数）に基づいてモジュールデータを変換することによって単純化されたバッテリセルに対するセルデータを取得することができる。

例えば、１Ｓ５Ｐ構造になったバッテリモジュールを構成するバッテリセルの電圧は、並列に接続されて同じ電圧値を示すため、測定が容易であるが、バッテリセルのそれぞれの電流値は、バッテリセルの内部抵抗によって異なる値を有し得る。このような個別バッテリセルの電流値を測定しようとすると、全体的な構造が複雑になって費用が上昇するため、一実施形態に係るバッテリ状態推定装置はバッテリモジュールの電流だけ収集し、バッテリモジュールに含まれたバッテリセルは、互いに並列に接続されてセルフバランス効果によって同一の値を有するものと仮定されてもよい。例えば、図８における第１のバッテリモジュールが単純化された第１のバッテリセル８２１の電圧Ｖ及び温度Ｔは、第１のバッテリモジュールの電圧Ｖ_１及び温度Ｔ_１であり、第１のバッテリセル８２１の電流Ｉは、第１のバッテリモジュールの電流Ｉ_１を第１のバッテリモジュールに含まれたバッテリセルの個数ｍ（図８においては、５）に分けた値Ｉ_１／５として算出されてもよい。図８における第１のバッテリセル８２１のセルデータは、Ｖ、Ｉ、及びＴを含んでもよい。

次に、モジュール状態推定８３０におけるバッテリ状態推定装置は、バッテリ劣化モデル８３１を用いてセルデータから複数の１ＳｍＰ構造のモジュールのそれぞれに対してモジュール状態を推定する。バッテリ状態推定装置は、１Ｓ５Ｐ構造になったバッテリモジュールが同一の電圧、電流、及び温度を有する５個のバッテリセルを含むものと見なしてもよい。バッテリ状態推定装置は、バッテリセルの状態（例えば、ＳＯＣ、ＳＯＨ、など）をバッテリ劣化モデル８３１を用いて推定することができる。バッテリ劣化モデル８３１は、バッテリパック内において、直列に接続された６個のバッテリモジュールのそれぞれに対してモジュール状態（図８においては、ＳＯＨ_１、ＳＯＨ_２、又はＳＯＨ_６）を推定してもよい。図８に示されたバッテリ劣化モデル８３１は、各バッテリモジュールごとに計６個と図に示されているが、それぞれのバッテリ劣化モデル８３１は、互いに同一のパラメータを含んでもよく、１個のバッテリ劣化モデル８３１が用いられてもよい。ただし、これに限定されるものではなく、バッテリ状態推定装置は、同一のバッテリモジュールに対して様々なバッテリ劣化モデルを適用して、同一のバッテリモジュールに対して複数のモジュール状態を推定し、それから１つのモジュール状態を統計値、選択、フィルタリング等を用いて導き出してもよい。

そして、パック状態推定８４０におけるバッテリ状態推定装置は、それぞれのバッテリモジュールのモジュール状態に基づいて全体バッテリパックのパック状態を推定する。例えば、それぞれのバッテリモジュールのモジュール状態（図８では、ＳＯＨ_１、ＳＯＨ_２、又はＳＯＨ_６）は、互いに異なったり同一の値を表わすことができるが、バッテリ状態推定装置は、任意の関数ｆにモジュール状態を適用してパック状態を推定することができる。図８においては、例示的に任意の関数ｆが入力のうち最小値を出力するＭＩＮの場合であって、バッテリ状態推定装置は、６個のモジュール状態（図８においては、ＳＯＨ_１、ＳＯＨ_２、又はＳＯＨ_６）のうち最小値を全体バッテリパックのＳＯＨとして決定することができる。ただし、これは純粋に例示的なものであって、任意の関数ｆは他の統計的な値を出力するように設定されてもよい。

図９は、一実施形態に係るバッテリモジュールのモジュール状態を推定する過程の例示を示す。

一実施形態によれば、バッテリ劣化モデルとして、機械学習モデルを用いることができる。機械学習モデルは、例えば、ニューラルネットワーク９２０であって、入力レイヤ（ｉｎｐｕｔ ｌａｙｅｒ）、隠れレイヤ（ｈｉｄｄｅｎ ｌａｙｅｒ）、及び出力レイヤ（ｏｕｔｐｕｔ ｌａｙｅｒ）で構成されてもよく、それぞれのレイヤのノード間は学習された接続重みで接続されてもよい。

例えば、学習器は、複数のパターンプロファイル９１０を含む学習データに基づいてニューラルネットワーク９２０を学習させることができる。それぞれのパターンプロファイル９１０は、バッテリの使用過程又はシミュレーション過程において予め測定されたバッテリの電圧、電流、温度、及びバッテリの寿命を含んでもよい。学習器は、パターンプロファイル９１０に基づいて、バッテリ劣化モデルがパターンプロファイル９１０において予め設定された電圧、電流、及び温度などの入力から予め設定されたバッテリの寿命を出力するように、ニューラルネットワーク９２０を学習させてもよい。

バッテリ状態推定装置は、学習されたニューラルネットワーク９２０を用いて上述した図１から図８においてバッテリモジュールが単純化されたバッテリセル９３０に関するセルデータから、当該バッテリモジュールに含まれたバッテリセルの状態（モジュール状態に対応する）を推定することができる。

図１０は、一実施形態に係るモジュールデータを前処理する方法を示すフローチャートである。

ステップＳ１０１１におけるバッテリ状態推定装置の前処理部は、受信されたモジュールデータに対して前処理を行う。例えば、前処理部は、モジュールデータに対してフィルタリング（例えば、低域フィルタ）などを行い、データからノイズを除去することができる。前処理部は、サンプリングレート（Ｓａｍｐｌｉｎｇ ｒａｔｅ）の２倍の周波数でフィルタリングし、不要なノイズ成分を除去してもよい。ここで、モジュールデータは、上述した図６のステップＳ６１０におけるバッテリモジュールに装着されたセンサから受信される。

図１１は、別の一実施形態に係るバッテリ状態推定システムのブロック図を示す。

一実施形態に係るバッテリ状態推定システム１１００は、バッテリパック２００及びバッテリ状態推定装置１１０１を含む。

図１１に示されているバッテリパック２００は、図２において詳細に説明したため、説明を省略する。バッテリパック２００に装着されたセンサ２４０は、図２において上述したように、バッテリパック２００の内部又は外部に搭載されてもよい。

バッテリ状態推定装置１１０１は、データ受信部３１０、前処理部１１２１、単純化部１１２２、モジュール状態推定部（ｍｏｄｕｌｅ ｓｔａｔｅ ｅｓｔｉｍａｔｏｒ）１１２３、パック状態推定部（ｐａｃｋ ｓｔａｔｅ ｅｓｔｉｍａｔｏ）１１２４、バッテリ劣化モデル１１３０、及びデータ送信部１１４０を含む。

データ受信部３１０は、バッテリパック２００に取り付けたセンサ２４０からデータを受信することができ、図３において説明したものと同一である。

前処理部１１２１は、受信されたモジュールデータを前処理し、前処理された結果をプロセッサ（例えば、図３及び図４に示された３２０）又は単純化部１１２２に伝達することができる。例えば、前処理部１１２１は、モジュールデータに対してノイズフィルタリング、及びデータ型変換などを行ってもよいが、これに限定されるものではない。

単純化部１１２２は、バッテリパック２００内において、並列に接続されたバッテリモジュールを単一バッテリセルの等価モデルに変換することができる。単純化部１１２２は、例えば、バッテリモジュールが単純化された単一バッテリセル（等価モデルに対応する）の電圧及び温度に対してバッテリモジュールの電圧値及び温度値を保持し、電流に対してはバッテリモジュールを構成するバッテリセルの個数に分けた値を用いてもよい。単純化部１１２２から出力される値は、モジュールデータがセル単位に変換されたセルデータである。

モジュール状態推定部１１２３は、バッテリモジュールが単純化された単一バッテリセルに対する状態を推定することができる。例えば、モジュール状態推定部１１２３は、モジュール状態を推定するために、等価回路モデル及びデータ駆動モデルを用いてもよく、又は、電流積算法（ｃｏｕｌｏｍｂ ｃｏｕｎｔｉｎｇ）を用いてもよい。ここで、モジュール状態推定部１１２３は、モジュール状態として、バッテリの寿命（例えば、ＳＯＨ）又は充電量（例えば、ＳＯＣ）を推定することができる。

パック状態推定部１１２４は、直列に接続されたバッテリモジュールのモジュール状態を統合して全体バッテリパック２００のパック状態を決定することができる。電気自動車におけるモジュール状態推定部１１２３において、バッテリの寿命又は充電量を推定した場合に応答して、パック状態推定部１１２４は、バッテリの寿命又は充電量の最小値を全体バッテリパック２００に対するパック状態として決定してもよい。ハイブリッド自動車におけるモジュール状態推定部１１２３において、充電量（例えば、ＳＯＣ）を推定した場合に応答し、パック状態推定部１１２４は、ハイブリッド自動車においてはバッテリの最大電力が重要であるため、それぞれのバッテリモジュールの充電量に対する合計（例えば、ΣＳＯＣ）をパック状態として決定してもよい。

バッテリ劣化モデル１１３０は、単一バッテリセルに対するバッテリ劣化がモデリングされたモデルを示すことができる。ここで、図１１のバッテリ劣化モデル１１３０は、図４に示されたメモリ４３０に格納されたものと示す。

データ送信部１１４０は、モジュール状態及びパック状態のうち少なくとも１つをバッテリ状態推定装置１１０１の内部の他のモジュールに伝達したり、バッテリ状態推定装置１１０１の外部に送信することができる。

一実施形態によれば、電気自動車などの電気機器にバッテリ状態推定装置１１０１を装着する場合、パック状態を推定するための別途の電源装置なしに、電気機器を運用する過程において発生するデータだけでパック状態を容易に推定することができる。

図１１に示された前処理部１１２１、単純化部１１２２、モジュール状態推定部１１２３、及びパック状態推定部１１２４は、例えば、上述した図３のプロセッサ３２０によって実現されてもよい。

図１２は、一実施形態に係るバッテリ状態推定の正確度を示したグラフを示す。

図１２においては、１つのバッテリセルに対する実際値及び一実施形態に係る推定値を比較したグラフ１２１０、１Ｓ２Ｐ構造のバッテリパックに対する実際値及び一実施形態に係る推定値を比較したグラフ１２２０、１Ｓ３Ｐ構造のバッテリパックに対する実際値及び一実施形態に係る推定値を比較したグラフ１２３０、１Ｓ４Ｐ構造のバッテリパックに対する実際値及び一実施形態に係る推定値を比較したグラフ１２４０、１Ｓ５Ｐ構造のバッテリパックに対する実際値及び一実施形態に係る推定値を比較したグラフ１２５０、１Ｓ６Ｐ構造のバッテリパックに対する実際値及び一実施形態に係る推定値を比較したグラフ１２６０、１Ｓ７Ｐ構造のバッテリパックに対する実際値及び一実施形態に係る推定値を比較したグラフ１２７０を示す。

それぞれのグラフのｘ軸は、バッテリセル及びバッテリパックのサイクル数であって、１つのサイクルは、バッテリを完全充電した後、完全放電することを示す。グラフのｙ軸は、バッテリの寿命（ＳＯＨ）を示す。

それぞれのグラフにおいて、実際値（Ｒｅａｌ Ｖａｌｕｅ）は、当該バッテリの実際の寿命を示す。フィルタリングされた値（Ｆｉｌｔｅｒｅｄ）は、一実施形態に係るバッテリ状態推定装置がニューラルネットワークを用いる場合において、１つのセルデータに対して複数のニューラルネットワークを適用して複数のモジュール状態を推定し、推定されたモジュール状態のうちモジュール状態の中間値から予め定めた範囲を外れるモジュール状態を除外（例えば、フィルタリング）する過程を予め定めた回数ほど繰り返して取得した値を示す。

それぞれのグラフにおいて、図に示されたように、一実施形態に係るバッテリ状態推定装置が推定したパック状態（例えば、上述したフィルタリングされた値）と実際値との間には、差が大きくないため、一実施形態に係るバッテリ状態推定の正確度が高い場合もある。

図１から図４、図８、図９、及び図１１において、図１から図１１において上述した動作を行うバッテリ状態推定装置１２０、センサ２４０、データ受信部３１０、プロセッサ３２０、メモリ４３０、バッテリ劣化モデル８３１、ニューラルネットワーク９２０、前処理部１１２１、単純化部１１２２、モジュール状態推定部１１２３、パック状態推定部１１２４、バッテリ劣化モデル１１３０、及びデータ送信部１１４０は、ハードウェア構成要素によって実現されてもよい。以上で説明された装置はハードウェア構成要素、ソフトウェア構成要素、及び／又はハードウェア構成要素及びソフトウェア構成要素の組合で実現してもよい。例えば、実施形態で説明された装置及び構成要素は、例えば、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、マイクロコンピュータ、ＦＰＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサー、又は、命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行して応答できる異なる装置のように、１つ以上の汎用コンピュータ又は特殊目的コンピュータを用いて実現されてもよい。処理装置は、オペレーティングシステム（ＯＳ）及び前記オペレーティングシステム上で行われる１つ以上のソフトウェアアプリケーションを行ってもよい。また、処理装置は、ソフトウェアの実行に応答してデータをアクセス、格納、操作、処理及び生成してもよい。理解の便宜のために、処理装置は１つが使用されるものと説明される場合もあるが、当該の技術分野で通常の知識を有する者は、処理装置が複数の処理要素（ｐｒｏｃｅｓｓｉｎｇ ｅｌｅｍｅｎｔ）及び／又は複数類型の処理要素を含んでいることが分かる。例えば、処理装置は、複数のプロセッサ又は１つのプロセッサ及び１つのコントローラを含んでもよい。また、並列プロセッサ（ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｏｒ）のような、他の処理構成も可能である。

図６から図８及び図１０において説明した方法は、図１から図１１において上述した方法を実行してもよく、上述した動作を行うソフトウェア又は命令語を実行する上述したコンピュータ又はプロセッサによって実行されてもよく。

ソフトウェアはコンピュータプログラム、コード、命令、又は、これらのうちの１つ以上の組合を含んでもよく、希望通りに動作するように処理装置を構成したり独立的又は結合的に処理装置を命令してもよい。ソフトウェア及び／又はデータは、処理装置によって解釈されたり処理装置に命令又はデータを提供するためどのような類型の機械、構成要素、物理的装置、仮想装置、コンピュータ格納媒体又は装置、又は送信される信号波に永久的に又は一時的に具体化できる。ソフトウェアは、ネットワークに接続されたコンピュータシステム上に分散され、分散された方法で格納されたり実行されてもよい。ソフトウェア及びデータは、１つ以上のコンピュータ読取可能な記録媒体に格納されてもよい。

実施形態に係る方法は、多様なコンピュータ手段を介して実施することができるプログラム命令の形態で実現され、コンピュータで読取可能な媒体に記録してもよい。前記記録媒体は、プログラム命令、データファイル、データ構造などを単独で又は組合せて含んでもよい。前記記録媒体及びプログラム命令は、本発明の目的のために特別に設計して構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知のものであり使用可能なものであってもよい。コンピュータ読取可能な記録媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク及び磁気テープのような磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤのような光記録媒体、フロプティカルディスクのような磁気−光媒体、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置を含んでもよい。プログラム命令の例としては、コンパイラによって生成されるような機械語コードだけでなく、インタプリタなどを用いてコンピュータによって実行され得る高級言語コードを含む。上述のハードウェア装置は、本発明の動作を行うために１つ以上のソフトウェアモジュールとして作動するように構成してもよく、その逆も同様である。

上述したように、実施形態が限定された実施形態と図面によって説明されたが、当該技術分野における通常の知識を有する者であれば、前記の記載から様々な修正及び変形が可能である。例えば、説明された技術が説明された方法と異なる順序で行われたり、及び／又は説明されたシステム、構造、装置、回路などの構成要素が説明された方法と異なる形態で結合又は組合わせたり、他の構成要素又は均等物によって代替、置換されても適切な結果が達成され得る。

したがって、本発明の範囲は、開示された実施形態に限定されて定められるものではなく、特許請求の範囲及び特許請求の範囲と均等なものなどによって定められるものである。

１００ バッテリ状態推定システム
１１０ バッテリパック
１２０ バッテリ状態推定装置

Claims (20)

1. バッテリ状態推定装置であって、
   バッテリパックに含まれたバッテリモジュールから、前記バッテリモジュールと関連するモジュールデータを受信するデータ受信部と、
   前記モジュールデータから前記バッテリモジュールに含まれたバッテリセルに対応するセルデータを取得して、前記セルデータに基づいて前記バッテリモジュールと関連するモジュール状態を決定するプロセッサと、
   を含むバッテリ状態推定装置。
2. 前記プロセッサは、前記モジュール状態に基づいて前記バッテリパックと関連するパック状態を決定する、請求項１に記載のバッテリ状態推定装置。
3. 前記バッテリパックは複数のバッテリモジュールを含み、
   前記プロセッサは、
   前記複数のバッテリモジュールの各モジュール状態の統計値を算出し、前記統計値に基づいて前記パック状態を決定する、
   請求項２に記載のバッテリ状態推定装置。
4. 前記バッテリパックは電気自動車に装着され、
   前記プロセッサは、
   前記複数のバッテリモジュールの前記モジュール状態の最小値を算出し、前記最小値に基づいて前記パック状態を決定する、
   請求項３に記載のバッテリ状態推定装置。
5. 外部装置に前記モジュール状態及び前記パック状態のうち少なくとも１つを送信するデータ送信部をさらに含む、請求項２に記載のバッテリ状態推定装置。
6. 前記バッテリモジュールは互いに並列に接続された複数のバッテリセルを含み、
   前記プロセッサは、
   互いに並列に接続された前記バッテリセルの個数に基づいて前記モジュールデータを前記セルデータに変換することによって、前記セルデータを取得する、
   請求項１ないし５のうちの何れか１項に記載のバッテリ状態推定装置。
7. 前記モジュールデータは、前記バッテリモジュールから出力された電圧信号の値、前記バッテリモジュールから出力された電流信号の値、及び前記バッテリモジュールから出力された温度信号の値を含み、
   前記プロセッサは、
   前記電圧信号の値及び前記温度信号の値を保持して、前記電流信号の値を前記バッテリセルの前記個数に分けることによって前記セルデータを取得する、
   請求項６に記載のバッテリ状態推定装置。
8. 前記受信されたモジュールデータを前処理し、前処理された結果を前記プロセッサに提供する前処理部をさらに含む、請求項１ないし７のうちの何れか１項に記載のバッテリ状態推定装置。
9. 前記モジュールデータは、前記バッテリモジュールから出力される電圧信号、前記バッテリモジュールから出力される電流信号、及び前記バッテリモジュールから出力される温度信号のうち少なくとも１つ又は２つ以上の組合わせを含む、請求項１ないし８のうちの何れか１項に記載のバッテリ状態推定装置。
10. 前記プロセッサは、前記モジュール状態に基づいて前記バッテリパックのバッテリの寿命を推定し、前記推定されたバッテリの寿命に基づいて前記バッテリパックの充電量を決定する、請求項１ないし９のうちの何れか１項に記載のバッテリ状態推定装置。
11. 単一バッテリセルに対するバッテリ劣化がモデリングされたバッテリ劣化モデルを格納するメモリ
    をさらに含み、
    前記プロセッサは、
    前記単一バッテリセルに対するバッテリ劣化モデルを用いて、前記受信されたモジュールデータから取得した前記セルデータから前記バッテリモジュールと関連する前記モジュール状態を決定する、
    請求項１ないし１０のうちの何れか１項に記載のバッテリ状態推定装置。
12. 前記バッテリパックは、互いに直列に接続された複数のバッテリモジュールを含み、
    前記複数のバッテリモジュールのそれぞれは、互いに並列に接続された複数のバッテリセルを含む、
    請求項１ないし１１のうちの何れか１項に記載のバッテリ状態推定装置。
13. バッテリ状態推定方法であって、
    バッテリパックに含まれたバッテリモジュールから、前記バッテリモジュールと関連するモジュールデータを受信するステップと、
    前記受信されたモジュールデータから前記バッテリモジュールに含まれたバッテリセルに対応するセルデータを取得するステップと、
    前記セルデータに基づいて前記バッテリモジュールと関連するモジュール状態を決定するステップと、
    を含むバッテリ状態推定方法。
14. 前記モジュール状態に基づいて前記バッテリパックと関連するパック状態を決定するステップをさらに含む、請求項１３に記載のバッテリ状態推定方法。
15. 前記バッテリパックは複数のバッテリモジュールを含み、
    前記パック状態を決定するステップは、
    前記複数のバッテリモジュールの各モジュール状態の統計値を算出するステップと、
    前記統計値に基づいて前記パック状態を決定するステップと、
    を含む、請求項１４に記載のバッテリ状態推定方法。
16. 前記バッテリモジュールは、互いに並列に接続された複数のバッテリセルを含み、
    前記セルデータを取得するステップは、
    前記バッテリモジュールに含まれた互いに並列に接続されたバッテリセルの個数に基づいて前記モジュールデータを前記セルデータに変換するステップ、
    を含む、請求項１３ないし１５のうちの何れか１項に記載のバッテリ状態推定方法。
17. コンピュータハードウェアは、請求項１３から請求項１６のうち何れか１項に記載のバッテリ状態推定方法をバッテリ状態推定装置のコンピュータに実行させるコンピュータプログラム。
18. ｎＳｍＰ構造のバッテリパックの状態を推定する装置であって、
    前記ｎＳｍＰ構造のバッテリパックから複数の１ＳｍＰ構造のモジュールのそれぞれに対するモジュールデータを受信するデータ受信部と、
    前記モジュールデータを用いて、前記複数の１ＳｍＰ構造のモジュールのそれぞれに対応するセルデータを取得して、前記セルデータを用いて前記バッテリパックの状態を推定するプロセッサと、
    を含むバッテリ状態推定装置。
19. 前記プロセッサは、前記セルデータを用いて前記複数の１ＳｍＰ構造のモジュールのそれぞれに対してモジュール状態を推定し、前記推定されたモジュール状態に基づいて前記バッテリパックの状態を決定する、請求項１８に記載のバッテリ状態推定装置。
20. 前記モジュールのそれぞれは、互いに並列に接続されたｍ個のバッテリセルを含み、
    前記プロセッサは、
    互いに並列に接続された前記ｍ個のバッテリセルに基づいて前記モジュールデータを前記セルデータに変換することによって前記セルデータを取得する、（前記ｍは、１つ以上の正数）
    請求項１８又は１９に記載のバッテリ状態推定装置。