JP2017122622A - 状態推定装置、状態推定方法 - Google Patents

Abstract

【課題】蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域を有する場合でも、SOCを高精度に推定する。【解決手段】SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置ＢＭであって、前記蓄電素子３１が前記高変化領域に属しているか判定する領域判定部６０と、前記蓄電素子のSOCを推定するSOC推定部６０とを備え、前記SOC推定部６０は、前記蓄電素子３１の電流値を積算する電流積算法により前記蓄電素子のSOCを推定し、前記蓄電素子３１が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する補正処理を行う。【選択図】図６

Description

本発明は、SOCを推定する技術に関する。

従来から二次電池のSOCを推定する手法の一つに電流積算法がある。電流積算法は、電流センサの計測誤差が蓄積することから、電流積算が長期間継続すると、SOCの推定精度が低下する。下記特許文献１には、電流積算法により推定したSOCを、バッテリモデルとカルマンフィルタを用いて補正することにより、SOCの推定精度を向上させる点が記載されている。

特許５０７４８３０公報

ところで、蓄電素子には、リチウムイオン二次電池など、SOCの変化量に対するOCVの変化量が小さく、OCVが略一定となるプラトー領域を有する特性の素子がある。SOCの変化量に対するOCVの変化量が小さい領域を有する蓄電素子に対して、バッテリモデルとカルマンフィルタを用いた補正を適用すると、SOCの推定精度を低下させる恐れがあった。
また、電流積算法で推定したSOCを、バッテリモデルと適応デジタルフィルタで補正する場合も同様の問題があった。
本発明は上記のような事情に基づいて完成されたものであって、蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域を有する場合でも、SOCを高精度に推定することを目的とする。

本明細書に開示する状態推定装置は、SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、前記SOC推定部は、前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、前記蓄電素子が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正する補正処理を行う。

本明細書に開示する状態推定装置は、蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域を有する場合でも、SOCを高精度に推定することが出来る。

実施形態１において、電池パックの構成を示す概略図 二次電池のSOC−OCV相関特性を示すグラフ 状態空間モデルのブロック図 二次電池を模擬した回路モデルを示す回路図 カルマンフィルタによるSOCの推定方法の概要を示すフローチャート図 SOC推定処理の流れを示すフローチャート図 電池温度２５℃で電池を充放電した時のSOCの時間的変化を示すグラフ 図７Ａの高変化領域Ａ３を拡大した図 電池温度２５℃で電池を充放電した時のSOCの時間的変化を示すグラフ 各推定方法について真値に対するSOCの二乗平均根を示す図表 実施形態２において、電池温度２５℃で二次電池を充放電した時の、SOCの時間的変化を示すグラフ 電池温度１０℃で電池を充放電した時のSOCの時間的変化を示すグラフ 電池温度が０℃で電池を充放電した時のSOCの時間的変化を示すグラフ 各電池温度について、真値に対する補正SOCの二乗平均根を示す表 SOCの推定処理の流れを示すフローチャート図 SOCの推定処理の流れを示すフローチャート図 実施形態３において、電池温度２５℃で二次電池を充放電した時のSOCの時間的変化を示すグラフ SOCの推定方法の流れを示すフローチャート図 実施形態４において、電池温度２５℃で二次電池を充放電した時の、SOCの時間的変化を示すグラフ 電池温度１０℃で電池を充放電した時のSOCの時間的変化を示すグラフ 電池温度が０℃で電池を充放電した時のSOCの時間的変化を示すグラフ 各電池温度について、真値に対する補正SOCの二乗平均根を示す図表 SOCの推定処理の流れを示すフローチャート図 SOCの推定処理の流れを示すフローチャート図

（本実施形態の概要）
初めに、本実施形態にて開示する状態推定装置の概要について説明する。状態推定装置は、SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、前記SOC推定部は、前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、前記蓄電素子が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正する補正処理を行う。

電流積算法により推定されるSOCを、蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正した時のSOCの推定精度は、SOCの変化量に対するOCVの変化量の大きさによって異なる。具体的には、SOCの変化量に対するOCVの変化量が相対的に高い高変化領域は、OCVの変化量が相対的に小さい低変化領域に比べて、SOCの推定精度が高い。

本構成では、電流積算法により推定したSOCを、蓄電素子の端子電圧の観測値と蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正する補正処理を、蓄電素子が高変化領域に属している場合に行う。すなわち、補正によりSOCの推定精度が向上することが期待される高変化領域を対象に補正処理を行うから、蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域である低変化領域を有する場合でも、SOCを高精度に推定することが出来る。

状態推定装置の実施態様として以下の構成が好ましい。
前記低変化領域は、SOCの変化量に対するOCVの変化量が所定値より小さいプラトー領域であり、前記プラトー領域では、前記補正処理をしない。この構成では、プラトー領域では補正処理を行わないため、SOCの推定精度が補正前に比べて低下することを抑制できる。

前記補正は、前記蓄電素子の端子電圧の観測値と前記推定モデルにより予測される端子電圧とに基づいて、前記推定モデルにより推定される前記蓄電素子の内部状態の推定誤差を小さくするカルマンフィルタである。カルマンフィルタは、蓄電素子の内部状態の推定誤差を抑えるので、電流積算法により推定されるSOCを高精度に補正することが出来る。

前記測定モデルはOCVと、導体抵抗と、前記蓄電素子の短期分極を模擬した第１インピーダンスと、前記蓄電素子の長期分極を模擬した第２インピーダンスとを含む、前記蓄電素子の等価回路モデルである。蓄電素子の分極による特性を正確に再現することが可能である。そのため、蓄電素子の内部状態の推定誤差を抑える効果が高く、電流積算法により推定されるSOCを高精度に補正することが出来る。

前記SOC推定部は、前記蓄電素子が高変化領域に含まれ、かつ前記蓄電素子が無電流の場合に、前記補正処理を実行する。この構成では、補正処理を無電流時に制限して実行するため、電流積算法により推定されるSOCを高精度に補正することが出来る。

前記蓄電素子の温度を検出する温度検出部を備え、前記SOC推定部は、前記蓄電素子の温度が第１温度以上の場合、前記補正処理を実行する。この構成では、蓄電素子が第１温度以上の場合に制限して補正処理を実行するため、電流積算法により推定されるSOCを高精度に補正することが出来る。

前記蓄電素子の温度を検出する温度検出部を備え、前記SOC推定部は、前記蓄電素子の温度が第２温度以下の場合、前記補正処理を実行しない。この構成では、蓄電素子が第２温度以下の場合、補正処理を実行しないため、SOCの推定精度が、補正前に比べて低下することを抑えることが出来る。

前記領域判定部は、前記SOC推定部にて推定されるSOCの値に基づいて、前記蓄電素子が前記高変化領域に属しているかを判定する。このようにすれば、蓄電素子がどの領域に属しているのか、簡単に判定できる。

または、前記領域判定部は、前記蓄電素子の充放電容量変化に対する電圧変化を閾値と比較することにより、前記蓄電素子が前記低変化領域又は前記高変化領域のいずれの領域に属しているかを判定する。

＜実施形態１＞
実施形態１について図１から図９を参照して説明する。
１．電池パック２０の構成
図１は、本実施形態における電池パック２０の構成を示す図である。本実施形態の電池パック２０は、例えば電気自動車やハイブリッド自動車に搭載され、電気エネルギーで作動する動力源に電力を供給するものである。

図１に示すように、電池パック２０は、組電池３０と、電流センサ４０と、組電池３０を管理するバッテリ−マネージャー（以下、ＢＭ）５０を有する。組電池３０は、直列接続された複数の二次電池３１から構成されている。

二次電池３１及び電流センサ４０は、配線３５を介して直列に接続されており、電気自動車に搭載された充電器１０又は、電気自動車等の内部に設けられた動力源等の負荷１０に接続される。

充電器１０は組電池３０を充電する機能を果たす。電流センサ４０は、二次電池３１に流れる電流を検出する機能を果たす。電流センサ４０は、二次電池３１の電流値を一定周期で計測し、計測した電流計測値のデータを、制御部６０に対して送信する構成となっている。

バッテリ−マネージャー（以下、ＢＭ）５０は、制御部６０と、電圧検出回路８０と、温度センサ９５とを備える。尚、二次電池３１が「蓄電素子」の一例であり、ＢＭ５０が「状態推定装置」の一例である。

電圧検出回路８０は、検出ラインを介して、各二次電池３１の両端にそれぞれ接続され、制御部６０からの指示に応答して、各二次電池３１の電圧を測定する機能を果たす。温度センサ９５は接触式あるいは非接触式で、二次電池３１の温度Ｔ［℃］を測定する機能を果たす。

制御部６０は中央処理装置（以下、ＣＰＵ）６１と、メモリ６３と、通信部６７とを含む。制御部６０は、二次電池３１の属する領域を判定する機能（図６のＳ３０）、SOCを推定する機能（図６のＳ２０、Ｓ４０、Ｓ５０）を果たす。制御部６０は、「領域判定部」、「SOC推定部」の一例である。

メモリ６３には、SOCを推定する処理を実行するためのプログラムや、プログラムの実行に必要なデータ、例えば、図２に示すSOC−OCV相関特性のデータや、SOCの属する領域を判定するためのデータが記憶されている。具体的には、低変化領域Ｌ１、Ｌ２と高変化領域Ｈ１〜Ｈ３のそれぞれについて、対応するSOCの範囲が記憶されている。また、SOCの現在値のデータが記憶されている。

通信部６７は、車載のＥＣＵ（Electronic Control Unit）１００と通信可能に接続され、車載のＥＣＵ１００と通信する機能を果たす。なお、電池パック２０には、この他にユーザからの入力を受け付ける操作部（図示せず）、二次電池３１の状態等を表示する表示部（図示せず）が設けられている。

２．二次電池３１のSOC−OCV相関特性
二次電池３１は、正極活物質にリン酸鉄リチウム(LiFePO4)、負極活物質にグラファイトを用いたリン酸鉄系のリチウムイオン電池である。

図２は横軸をSOC［％］、縦軸をOCV［Ｖ］とした、二次電池３１のSOC−OCV相関特性である。尚、SOC（充電状態）は、満充電容量に対する残存容量の比率である。また、OCVは二次電池３１の開放電圧である。

二次電池３１は、図２に示すように、SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と、相対的に高い高変化領域を含む複数の充電領域を有している。

具体的には２つの低変化領域Ｌ１、Ｌ２と、３つの高変化領域Ｈ１、Ｈ２、Ｈ３を有している。図２に示すように、低変化領域Ｌ１はSOCの値で３１［％］〜６２［％］の範囲に位置している。低変化領域Ｌ２は、SOCの値で６８［％］〜９７［％］の範囲に位置している。低変化領域Ｌ１は、SOCの変化量に対するOCVの変化量が非常に小さくOCVが３．３［Ｖ］で略一定のプラトー領域となっている。また、低変化領域Ｌ２も、同様であり、OCVが３．３４［Ｖ］で略一定のプラトー領域となっている。尚、プラトー領域とは、SOCの変化量に対するOCVの変化量が２［ｍＶ／％］以下の領域である。

第１高変化領域Ｈ１は、SOCの値で６２［％］よりも大きく６８［％］未満の範囲にあり、２つの低変化領域Ｌ１、Ｌ２の間に位置している。第２高変化領域Ｈ２は、SOCの値で３１［％］未満の範囲にあり、低変化領域Ｌ１よりも低SOC側に位置している。第３高変化領域Ｈ３は、SOCの値で９７［％］より大きい範囲にあり、低変化領域Ｌ２よりも高SOC側に位置している。尚、第１〜第３高変化領域Ｈ１〜Ｈ３は、低変化領域Ｌ１、Ｌ２に比べてSOCの変化量に対するOCVの変化量（図２に示すグラフの傾き）が相対的に高い関係となっている。

３．カルマンフィルタを用いたSOCの推定処理
＜カルマンフィルタの説明＞
図３は入力をu(k)、出力をy(k)としたシステムの状態空間モデルを示している。下記の数式１は、図３に示す状態空間モデルの状態方程式を示し、下記の数式２は空間状態モデルの出力方程式を示している。

カルマンフィルタとは、時系列の観測値{y(i)＝1,2,3,,,k}に基づいて、システムの内部状態x(k)の推定値を求めるアルゴリズムである。具体的には、真の内部状態x(k)と推定値との差である状態推定誤差を平均二乗誤差による評価関数J(k)を用い、その評価関数J(k)を最小にするという意味で最適な内部状態x(k)の推測値を求めるアルゴリズムがカルマンフィルタである（下記数式３〜数式５）。尚、内部状態x(k)に付した（^）は推定値を意味し、（~）は状態推定誤差を意味する。

また、カルマンフィルタによる内部状態x(k)の推定値は、内部状態x(k)の事前推定値（数式６の右辺第１項）と、補正項（数式６の右辺第２項）により表すことが出来る。

内部状態x(k)の事前推定値とは、時刻k-1までに利用可能なデータに基づいた、時刻kにおける内部状態x(k)の予測推定値である。補正項は、第１項の予測推測値を補正するものであり、「カルマンゲインg(k)」と「出力y(k)の予測誤差」の積で表すことが出来る。カルマンゲインg(k)は内部状態x(k)の推定誤差（真値に対する推定値の誤差）に対する共分散を最小にする値であり、直交性の原理等を利用して算出することが出来る（下記の数式７参照）。

＜二次電池のシステム化＞
二次電池３１は入力を電流Iとし、出力を端子電圧U_Lとするシステムと考えることが出来、数式１や数式２の状態方程式と出力方程式により記述出来る。本実施形態では、図４に示す二次電池３１の等価回路モデルを利用して、二次電池３１をシステム化している。具体的には、二次電池３１を、起電力（直流電圧源）を表すOCVと、集電体や電解液等での抵抗を表す導体抵抗R₀と、第１インピーダンスZ1と、第２インピーダンスZ2とにより表している。

OCVはSOCにより変化し、SOCの関数として表すことが出来る。第１インピーダンスZ1は第１抵抗R1と第１容量C1の並列回路である。また、第２インピーダンスZ2は、第２抵抗R2と第２容量C2の並列回路である。

第１インピーダンスZ1と第２インピーダンスZ2は時定数（τ＝Ｒ×Ｃ）が異なっている。具体的には、第１インピーダンスZ1の時点数τ１は、第２インピーダンスZ2の時定数τ２よりも小さい。第１インピーダンスZ1は二次電池３１の速い応答部分、すなわち二次電池３１の短期分極電圧を模擬したインピーダンスである。また、第２インピーダンスZ2は遅い応答部分、すなわち、長期分極電圧を模擬したインピーダンスである。尚、等価回路モデルＭは、二次電池３１の内部状態（SOC,U1,U2,R0）を推定するモデルであり、本発明の「推定モデル」の一例である。

上記の等価回路モデルＭを数学的に解くと、数式９となる。

そして数式９を離散化すると、二次電池３１の内部状態x(k)＝SOC(k),U₁(k),U₂(k),R₀(k)について、数式１１に示す状態方程式が得られ、更に、数式１２の出力方程式が得られる。

そして、数式１１に示す状態方程式と、数式１２に示す出力方程式により、記述されるシステムに対してカルマンフィルタ、具体的には拡張カルマンフィルタを適用することにより、SOCの推定値を求めることが出来る。すなわち、数式１３に示すように、SOCの事前推定値に対して、「カルマンゲインg(k)」と「端子電圧U_L(k)の予測誤差」の積を加えることにより、SOCの事前推定値を補正することが出来る。

尚、SOCの事前推定値（数式１３の右辺第１項）は、下記の数式１４で示すように、SOCの前回推定値（数式１４の右辺第１項）に対して、電流積算法による変動分（数式１４の右辺第２項）を加算した値であることから、カルマンフィルタは、電流積算法により推定されるSOCを、推定誤差が小さくなるように補正する処理となる。

カルマンフィルタによるSOCの推定処理の概要をフローチャート図で示すと、図５に示すように、Ｓ１〜Ｓ３の３つの処理で表すことが出来る。

Ｓ１では、前回推定した内部状態（SOC,U1,U2,R0）と電流センサ４０により検出される現在の電流Iより新たに内部状態（SOC,U1,U2,R0）を推定する。また同時に前回推定した内部状態（SOC,U1,U2,R0）の誤差情報と電流Iの誤差情報より内部状態（SOC,U1,U2,R0）の誤差情報を新たに推定する。

Ｓ２ではＳ１にて新たに推定した内部状態（SOC,U1,U2,R0）から二次電池３１の端子電圧U_Lを予測する。具体的には、推定したSOCを図２に示すSOC-OCV相関特性に参照してOCVを算出し、OCV及びU0、U1、U2の総和から端子電圧U_Lを予測する。

そして、予測した端子電圧U_Lと電圧検出回路８０にて検出される端子電圧U_Lの観測値を比較した結果及び電圧検出回路８０の誤差情報より、Ｓ１にて新たに推定した内部状態（SOC,U1,U2,R0）の誤差情報を最小化するカルマンゲインg(k)を生成する。

Ｓ３ではＳ１にて新たに推定した内部状態（SOC,U1,U2,R0）と内部状態（SOC,U1,U2,R0）の誤差情報を、カルマンゲインg(k)を用いて補正する。Ｓ１では電流積算法に基づいて、SOCを推定していることから、カルマンゲインg(k)により、その推定値が補正されることになる。

このように、カルマンフィルタは、電圧検出回路８０及び電流センサ４０から二次電池３１の端子電圧U_Lと電流Iのデータを取り込みつつ、上記した３つの処理Ｓ１〜Ｓ３を繰り返し行うことで、状態推定誤差を最小化した二次電池３１の内部状態（SOC,U1,U2,R0）を推定する処理である。

しかしながら、二次電池３１は、SOC-OCV相関特性において、低変化領域Ｌ１、Ｌ２を有している。低変化領域Ｌ１、Ｌ２はSOCの変化量に対するOCVの変化量が非常に小さいため、OCVの推定値のわずかな誤差が、SOCの推定誤差に拡大して現れる。そのため、高変化領域Ｈ１、Ｈ２、Ｈ３にくらべて、SOC推定精度に与える影響が大きく、SOCの推定精度を低下させる恐れがある。すなわち、Ｓ２で生成したカルマンゲインg(k)からSOCの推定値を補正する時に、SOCの推定精度が著しく低下する恐れがある。

４．カルマンフィルタによる補正の制限
そこで、ＢＭ５０では、カルマンフィルタによる補正を、二次電池３１のSOCが高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属している場合に制限して行い、二次電池３１のSOCが高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合、すなわち低変化領域Ｌ１、Ｌ２に属している場合には、カルマンフィルタによる補正を行わない。

図６はSOC推定処理のフローチャート図であり、Ｓ１０〜Ｓ６０の６つの処理から構成されている。図６に示すSOC推定処理は、例えばＢＭ５０が起動して組電池３０の監視を開始するのと同時に、制御部６０にて実行される。

処理がスタートすると、制御部６０は、メモリ等にアクセスして、SOCの現在値を取得する（Ｓ１０）。

その後、制御部６０は、電流積算法によりSOCを推定する処理を行う（Ｓ２０）。すなわち、電流センサ４０の出力する電流Iを積算して累積充放電量を算出する。そして、メモリ６３から読み出したSOCの現在値に対して、累積充放電量から算出したSOCの変化量を加算することで、次の時点のSOCを推定する。尚、数式１５の第１項はSOCの現在値、第２項は現在値からのSOC変化量を示している。

その後、制御部６０は、電流積算法により推定したSOCの推定値が高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しているか、判定する処理を実行する（Ｓ３０）。具体的には、各高変化領域Ｈ１、Ｈ２、Ｈ３に対応するSOCの範囲と、電流積算法によるSOCの推定値を比較することにより、判定する。

制御部６０は、電流積算法により推定されるSOCの推定値が高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属している場合、電流積算法により推定されるSOCをカルマンフィルタで補正する補正処理を行う（Ｓ４０）。

具体的には、制御部６０は、電圧検出回路８０で検出した二次電池３１の端子電圧U_Lと、等価回路モデルＭにより予測される端子電圧U_Lとに基づいて、等価回路モデルＭにより推定される二次電池３１の内部状態（SOC,U1,U2,R0）の誤差情報を、最小化するカルマンゲインg(k)を生成する。

その後、制御部６０は、電流積算法により推定されるSOCを、カルマンゲインg(k)と端子電圧U_Lの予測誤差に基づいて補正する（数式１３参照）。そして、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。

一方、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合、すなわち、低変化領域Ｌ１、Ｌ２のいずれかに属している場合、制御部６０は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。

尚、Ｓ４０又はＳ５０の処理を実行すると、制御部６０は、その都度、メモリ６３にアクセスして、SOCの値を更新する。そのため、メモリ６３には、SOCの最新値が常に記憶されるようになっている。

Ｓ４０、Ｓ５０のいずれかの処理を実行すると、その後、二次電池３１の監視を終了するか、否かについて判定が行われる（Ｓ６０）。

そして、二次電池３１の監視を継続する場合、処理はＳ２０に戻り、制御部６０は、電流積算法に基づいてSOCを推定する処理を再度行う。すなわち、今度は、Ｓ４０又はＳ５０にて求めたSOCを現在値として、現在値からのSOCの変化量を電流積算により算出する。そして、SOCの現在値に対してSOCの変化量を加算することにより、次の時点のSOCを推定する。

その後、制御部６０はＳ３０の処理を実行し、電流積算法により推定したSOCが高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しているか判定する。そして、電流積算法により推定したSOCが高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属している場合のみ、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、次の時点のSOCとする（Ｓ４０）。

一方、電流積算法により推定したSOCが高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合、制御部６０は、電流積算法で推定したSOCを、次の時点のSOCとする（Ｓ５０）。

その後、二次電池３１の監視を継続する場合、処理はＳ２０に戻り、同様の処理が繰り返し行われる。

このように、制御部６０は二次電池３１の監視中、SOCの領域と関係なく、電流積算法によるSOCの推定を常時行う。すなわち、SOCが低変化領域Ｌ１やＬ２に属している場合だけでなく、高変化領域Ｈ１、Ｈ２、Ｈ３に属している場合でも、電流積算法によるSOCの推定を常時行う。そして、制御部６０は、電流積算法により推定されるSOCが、高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属している場合にだけ、電流積算法により推定されるSOCをカルマンフィルタで補正する。そして、推定されるSOCが高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合、すなわち、低変化領域Ｌ１、Ｌ２のいずれかに属している場合は、カルマンフィルタの補正を実行しない。

従って、例えば、図２に示すポイントＰから満充電まで充電を行う場合は、充電開始後、SOCの推定値が３１％より小さい期間（SOCが高変化領域Ｈ２に属している期間）は、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、SOCの最新値とする。その後、SOCの推定値が３１％〜６２％までの期間（SOCが低変化領域Ｌ１に属している期間）は、カルマンフィルタによる補正は実行せず、電流積算法により推定されるSOCを、SOCの最新値とする。

そして、SOCの推定値が６２％より大きく、６８％より小さい期間（SOCが高変化領域Ｈ１に属している期間）は、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、SOCの最新値とする。

その後、SOCの推定値が６８％から９７％までの期間（SOCが低変化領域Ｌ２に属している期間）は、カルマンフィルタによる補正は実行せず、電流積算法により推定されるSOCを、SOCの最新値とする。そして、SOCの推定値が９７％よりも大きい期間（SOCが高変化領域Ｈ３に属している期間）は、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、SOCの最新値とする。

以上のように、本実施形態では、カルマンフィルタによる補正を、補正によりSOCの推定精度が向上することが期待される高変化領域Ｈ１〜Ｈ３に制限することで、SOCの推定精度を向上させることが出来る。

言い換えれば、補正により却って精度が低下する恐れがある低変化領域Ｌ１、Ｌ２は、カルマンフィルタによる補正を行わないようにすることで、SOCの推定精度を向上させることが出来る。

また、電池温度Ｔが２５℃の条件において、組電池３０を充放電させる試験を行った。そして、電流積算法で推定したSOCに対して、カルマンフィルタをSOCの全範囲（０％〜１００％）に適用して補正した場合と、高変化領域Ｈ１、Ｈ２、Ｈ３に制限して補正した場合で、効果の相違を検証した。

図７Ａ、図８において、「１点鎖線」はSOCの真値を示している。また、「破線」は、電流積算法により推定したSOCを示している。すなわち、試験中、組電池３０に流れる電流を電流センサ４０で計測し、得られた計測値を積算して推定したSOCである。この例では、電流センサ４０の電流計測誤差は放電側に約２０ｍＡであり、電流積算時のSOCの推定誤差は、時間経過に従って拡大している。

図７Ａに示す「実線」は、電流積算法により推定されるSOCに対して、カルマンフィルタによる補正を「SOCの全範囲（０％〜１００％）」について行った時のSOCを示している。

図７Ａにて、「実線」で示すように、カルマンフィルタで補正したSOCは、Ａ１〜Ａ３（高変化領域）では、電流積算法により推定したSOCよりも真値に近い値になっており、高変化領域では、電流積算法に比べてカルマンフィルタで補正した時の方がSOCの推定精度が高いことが理解できる。尚、図７Ｂは、図７Ａの高変化領域Ａ３を拡大した図である。

一方、Ｂ１〜Ｂ４（低変化領域）では、カルマンフィルタで補正したSOCが、電流積算法により推定したSOCよりも真値から離れた値になっており、低変化領域Ｌ１、Ｌ２では、電流積算法により推定されるSOCをカルマンフィルタで補正すると、かえって、SOCの推定精度が低下することが理解できる。

一方、図８に示す「実線」は、電流積算法により推定されるSOCに対して、カルマンフィルタによる補正を高変化領域Ｈ１〜Ｈ３に制限し、低変化領域Ｌ１、Ｌ２ではカルマンフィルタの補正をしない場合のSOCを示している。

図８にて「実線」で示すように、カルマンフィルタによる補正を高変化領域Ｈ１〜Ｈ３に制限した時のSOCは、電流積算法により推定したSOCよりも、概ね全範囲で真値に近い値になっており、SOCの推定精度が向上していることが理解できる。

また、図９は、各方法について、「真値」に対する「SOC」の二乗平均根（ＲＭＳ）を求めた表である。電流積算法の場合、「真値」に対する「推定SOC」の二乗平均根は「4.738」である。また、カルマンフィルタの補正をSOCの全範囲で行った場合、「真値」にする「補正SOC」の二乗平均根は「6.619」、カルマンフィルタの補正を高変化領域Ｈ１〜Ｈ３に制限した場合、「真値」にする「補正SOC」二乗平均根は「4.406」である。尚、「推定SOC」は電流積算法で推定したSOCであり、図７、８にて破線で示すSOCである。「補正SOC」はカルマンフィルタで補正したSOCであり、図７、８にて実線で示すSOCである。

このように、カルマンフィルタの補正を、高変化領域Ｈ１〜Ｈ３に制限した場合の二乗平均根が最も小さく、SOCの推定精度が向上していることが理解できる。

＜実施形態２＞
実施形態２を図１０〜図１５を参照して説明する。実施形態２の電池パック２０は、実施形態１の電池パック２０と同様に、組電池３０と、電流センサ４０と、組電池３０を管理するバッテリ−マネージャー５０を有している。

実施形態２では、組電池３０を充放電させる試験（実施形態１と同様の試験）を、電池温度Ｔを変更して行い、電池温度Ｔとカルマンフィルタによる補正の効果の関係を検証した。

図１０は電池温度Ｔが４０℃である時のSOCの時間推移を示すグラフである。また、図１１は、電池温度Ｔが１０℃である場合のSOCの時間推移を示すグラフである。また、図１２は電池温度Ｔが０℃である場合のSOCの時間推移を示すグラフの温度推移を示すグラフである。尚、図１０〜図１２の「実線」は、電流積算法により推定されるSOCに対してカルマンフィルタによる補正を、高変化領域Ｈ１、Ｈ２、Ｈ３に制限して行った時のSOCを示している。

電池温度Ｔが４０℃の場合と電池温度Ｔが２５℃について、高変化領域Ｈ１、Ｈ２、Ｈ３に制限してカルマンフィルタによる補正を行った時のSOCの時間推移（図１０、図８の実線）を比較すると、電池温度が２５℃の場合に比べて、電池温度が４０℃の場合の方が、補正後のSOCが真値に近くなっており、カルマンフィルタによる補正の効果が高いことが理解できる。

同様に、電池温度Ｔが２５℃の場合と電池温度Ｔが１０℃の場合について、高変化領域にＨ１、Ｈ２、Ｈ３に制限してカルマンフィルタによる補正を行った時のSOCの推移（図８、図１１の実線）を比較すると、電池温度が２５℃の場合に比べて、電池温度が１０℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が低いことが理解できる。

そして、電池温度Ｔが１０℃の場合と電池温度Ｔが０℃の場合について、高変化領域Ｈ１、Ｈ２、Ｈ３に制限してカルマンフィルタによる補正を行った時のSOCの推移（図１１、図１２の実線）を比較すると、電池温度Ｔが１０℃の場合に比べて、電池温度Ｔが０℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が更に低いことが理解できる。

また、図１３は、「真値」に対する「推定SOC」の二乗平均根（ＲＭＳ）と、「真値」にする「補正SOC」の二乗平均根（ＲＭＳ）を、電池温度Ｔごとに算出した表である。尚、「推定SOC」とは、電流積算法で推定したSOCであり、図８、１０、１１、１２にて破線で示すSOCである。「補正SOC」とはカルマンフィルタで補正したSOCであり、図８、１０、１１、１２にて実線で示すSOCである。

「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが４０℃の場合、「3.879」、電池温度Ｔが２５℃の場合、「4.406」である。また、電池温度Ｔが１０℃の場合、「9.804」、電池温度Ｔが０℃の場合、二乗平均根は「12.038」である。

このように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが高い程、低い。従って、電池温度Ｔが高い程、カルマンフィルタによる補正の効果が高い。特に、「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが２５℃の場合、「4.406」、電池温度Ｔが４０℃の場合、「3.879」であり、電流積算法を用いて推定した「推定SOC」の二乗平均根「4.738」、「4.515」をそれぞれ下回る。

そのため、電池温度Ｔが２５℃以上の場合に制限して、電流積算法で推定したSOCをカルマンフィルタで補正することで、SOCの推定精度を高くすることが可能となる。

尚、電池温度Ｔが高い程、SOCの推定精度が高い理由としては次の要因が考えられる。すなわち、一般的に、二次電池３１のインピーダンスは、電池温度Ｔが高い方が、低くなることから、電流が流れた時の電圧変化が小さくなる。そのため、推定モデルＭにより予測される端子電圧Ｕ_Ｌの精度がよくなることから、それに伴い、SOCの推定精度が高くなると考えられる。一方、電池温度Ｔが低いと、インピーダンスが高いことから、電流が流れた時の電圧変化が大きくなる。そのため、推定モデルＭにより予測される端子電圧Ｕ_Ｌの精度が悪くなることから、それに伴い、SOCの推定精度が低くなると考えられる。

また、図１４は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Ｔを加えたフローチャート図であり、図６に示すSOCの推定処理に対して「Ｓ３７Ａ」の処理が追加されている。すなわち、温度センサ９５により検出される電池温度Ｔが第１温度（本例では２５℃）以上かどうか、制御部６０にて判定する処理が追加されている。

図１４に示すSOCの推定処理では、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しており、かつ電池温度Ｔが２５℃以上の場合（Ｓ３０：ＹＥＳ、Ｓ３７Ａ：ＹＥＳ）に、制御部６０は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する（Ｓ４０）。そして、制御部６０は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。

一方、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合（Ｓ３０：ＮＯ）と、電池温度Ｔが２５℃未満の場合（Ｓ３７Ａ：ＮＯ）、制御部６０は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。

また、図１３に示すように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが１０℃の場合、「9.804」、電池温度Ｔが0℃の場合、「12.038」であり、電流積算法を用いて推定した「推定SOC」の二乗平均根「4.440」、「4.427」よりも大きい。

このように、電池温度Ｔが１０℃以下の場合に、カルマンフィルタで補正すると、かえって、SOCの推定精度が下がる傾向となる。そのため、電池温度Ｔが１０℃以下の場合に、電流積算法で推定したSOCをカルマンフィルタで補正しないようにすることで、SOCの推定精度が低下することを抑えることが可能となる。

尚、図１５は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Ｔを加えたフローチャート図であり、図６に示すSOCの推定処理に対して「Ｓ３７Ｂ」の処理が追加されている。すなわち、温度センサ９５により検出される電池温度Ｔが第２温度（本例では１０℃）以下かどうか、制御部６０にて判定する処理が追加されている。

図１５に示すSOCの推定処理では、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しており、かつ電池温度Ｔが１０℃より大きい場合（Ｓ３０：ＹＥＳ、Ｓ３７Ｂ：ＮＯ）に、制御部６０は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する（Ｓ４０）。そして、制御部６０は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。

一方、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合（Ｓ３０：ＮＯ）と、電池温度Ｔが１０℃以下の場合（Ｓ３７Ｂ：ＹＥＳ）、制御部６０は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。

＜実施形態３＞
実施形態３を図１６〜図１７を参照して説明する。実施形態３の電池パック２０は、実施形態１の電池パック２０と同様に、組電池３０と、電流センサ４０と、組電池３０を管理するバッテリ−マネージャー５０を有している。

実施形態３では、電池温度Ｔが２５℃の条件において、組電池３０を充放電させる試験を行った。そして、カルマンフィルタによる補正の実行条件に「無電流」であることを追加した場合と、追加しない場合で効果の相違を検証した。尚、「無電流」とは、組電池３０に流れる電流が所定値（一例として、１００ｍＡ）以下の状態である。

図１６において、「１点鎖線」はSOCの真値を示している。また、「破線」は、電流積算法により推定したSOCである。すなわち、試験中、組電池３０に流れる電流を電流センサ４０で計測し、得られた計測値を積算して推定したSOCである。

また、「実線」は、SOCが高変化領域Ｈ１〜Ｈ３に属しており、かつ組電池３０が無電流である場合に、電流積算法で推定したSOCをカルマンフィルタで補正した時のSOCを示している。

カルマンフィルタによる補正の実行条件に「無電流」を追加した場合（図１６の実線）は、追加しない場合（図８に示す実線）に比べて真値に近い値になっており、SOCの推定精度が向上していることが理解できる。

尚、カルマンフィルタの補正を高変化領域Ｈ１〜Ｈ３、かつ無電流時に制限した場合、「真値」に対する「補正SOC」の二乗平均根（ＲＭＳ）は「2.563」である。一方、無電流時に制限しない場合（実施形態１の場合）、「真値」に対する「補正SOC」の二乗平均根「4.406」よりも小さな値となっている。尚、「補正SOC」はカルマンフィルタで補正したSOCである。

このように、カルマンフィルタの補正は、「無電流時」に制限して行った場合の方が効果的である。そこで、実施形態３では、以下の（ａ）、（ｂ）の２つの条件を満たす場合に、カルマンフィルタを適用する。

（ａ）SOCが高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属していること。
（ｂ）二次電池が無電流であること。

図１７は、実施形態３に適用されたSOC推定処理のフローチャート図を示しており、実施形態１に適用されたSOC推定処理（図６）に対してＳ３５の処理が追加されている。Ｓ３５では、制御部６０は、電流センサ４０の検出値を閾値と比較することにより、二次電池３１に電流が流れていない無電流状態か判定する。本例では、電流が所定値以下の場合、無電流と判断する。

図１７に示すSOC推定処理では、（ａ）の条件をＳ３０で判定し、（ｂ）の条件をＳ３５で判定しており、２つの条件を満たす場合に、電流積算法により推定されるSOCをカルマンフィルタで補正する（Ｓ４０）。そして、カルマンフィルタによる補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。それ以外の場合は、カルマンフィルタを適用せず、電流積算法で推定した値を、次の時点のSOC、すなわちSOCの最新値とする（Ｓ５０）。

このように、実施形態３では、カルマンフィルタによる補正を、SOCが高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しており、かつ無電流時に制限して行う。そのため、実施形態１に比べて、SOCの推定精度を更に向上させることが出来る。

＜実施形態４＞
実施形態４を図１８〜図２３を参照して説明する。実施形態４の電池パック２０は、実施形態１の電池パック２０と同様に、組電池３０と、電流センサ４０と、組電池３０を管理するバッテリ−マネージャー５０を有している。

実施形態４では、組電池３０を充放電させる試験（実施形態３と同様の試験）を、電池温度Ｔを変更して行い、電池温度Ｔとカルマンフィルタによる補正の効果の関係を検証した。

図１８は電池温度Ｔが４０℃である時のSOCの時間推移を示すグラフである。また、図１９は、電池温度Ｔが１０℃である場合のSOCの時間推移を示すグラフである。また、図２０は電池温度Ｔが０℃である場合のSOCの時間推移を示すグラフの温度推移を示すグラフである。尚、図１８〜図２０の「実線」は、電流積算法により推定されるSOCに対してカルマンフィルタによる補正を、高変化領域Ｈ１〜Ｈ３、かつ無電流時に制限して行った場合のSOCを示している。

電池温度Ｔが４０℃の場合と電池温度Ｔが２５℃について、カルマンフィルタによる補正を行った時のSOCの時間推移（図１８、図１６の実線）を比較すると、電池温度が２５℃の場合に比べて、電池温度が４０℃の場合の方が、補正後のSOCが真値に近くなっており、カルマンフィルタによる補正の効果が高いことが理解できる。

同様に、電池温度Ｔが２５℃の場合と電池温度Ｔが１０℃の場合について、カルマンフィルタによる補正を行った時のSOCの推移（図１６、図１９の実線）を比較すると、電池温度が２５℃の場合に比べて、電池温度が１０℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が低いことが理解できる。

そして、電池温度Ｔが１０℃の場合と電池温度Ｔが０℃の場合について、カルマンフィルタによる補正を行った時のSOCの推移（図１９、図２０の実線）を比較すると、電池温度Ｔが１０℃の場合に比べて、電池温度Ｔが０℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が更に低いことが理解できる。

また、図２１は、「真値」に対する「推定SOC」の二乗平均根（ＲＭＳ）と、「真値」にする「補正SOC」の二乗平均根（ＲＭＳ）を、電池温度Ｔごとに算出した表である。尚、「推定SOC」とは、電流積算法で推定したSOCであり、図１６、１８、１９、２０にて破線で示すSOCである。また、「補正SOC」とはカルマンフィルタで補正したSOCであり、図１６、１８、１９、２０の実線で示すSOCである。

「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが４０℃の場合、「2.598」、電池温度Ｔが２５℃の場合、「2.621」である。また、電池温度Ｔが１０℃の場合、「6.461」、電池温度Ｔが０℃の場合、「8.522」である。

このように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが高い程、低い。従って、電池温度Ｔが高い程、カルマンフィルタによる補正の効果が高い。特に、「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが２５℃の場合、「2.621」、電池温度Ｔが４０℃の場合、「2.598」であり、電流積算法を用いて推定した「推定SOC」の二乗平均根「4.738」、「4.515」をそれぞれ下回る。

そのため、電池温度Ｔが２５℃以上の場合に制限して、電流積算法で推定したSOCをカルマンフィルタで補正することで、SOCの推定精度を高くすることが可能となる。

尚、図２２は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Ｔを加えたフローチャート図であり、図１７に示すSOCの推定処理に対して「Ｓ３７Ａ」の処理が追加されている。すなわち、温度センサ９５により検出される電池温度Ｔが第１温度（本例では２５℃）以上か、制御部６０にて、判定する処理が追加されている。

図２２に示すSOCの推定処理では、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しており、かつ無電流で、電池温度Ｔが２５℃以上の場合（Ｓ３０：ＹＥＳ、Ｓ３５：ＹＥＳ、Ｓ３７Ａ：ＹＥＳ）に、制御部６０は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する（Ｓ４０）。そして制御部６０は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。

一方、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合（Ｓ３０：ＮＯ）と、無電流でない場合（Ｓ３５：ＮＯ）と、電池温度Ｔが２５℃未満の場合（Ｓ３７Ａ：ＮＯ）は、制御部６０は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。

また、図２１に示すように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Ｔが１０℃の場合、「6.461」、電池温度Ｔが０℃の場合、「8.522」であり、電流積算法により推定した「推定SOC」の二乗平均根「4.440」、「4.427」よりも大きい。

このように、電池温度Ｔが１０℃以下の場合に、カルマンフィルタで補正すると、かえって、SOCの推定精度が下がる傾向となる。そのため、電池温度Ｔが１０℃以下の場合に、電流積算法で推定したSOCをカルマンフィルタで補正しないようにすることで、SOCの推定精度が低下することを抑えることが可能となる。

尚、図２３は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Ｔを加えたフローチャート図であり、図１７に示すSOCの推定処理に対して「Ｓ３７Ｂ」の処理が追加されている。すなわち、温度センサ９５により検出される電池温度Ｔが第２温度（本例では１０℃）以下かどうか、制御部６０にて判定する処理が追加されている。

図２３に示すSOCの推定処理では、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３のいずれかに属しており、かつ無電流で、電池温度Ｔが１０℃より大きい場合（Ｓ３０ＹＥＳ、Ｓ３５：ＹＥＳ、Ｓ３７Ｂ：ＮＯ）に、制御部６０は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する（Ｓ４０）。そして、制御部６０は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。

一方、SOCの現在値が高変化領域Ｈ１、Ｈ２、Ｈ３に属していない場合（Ｓ３０：ＮＯ）と、二次電池３１が無電流の場合（Ｓ３５：ＹＥＳ）と、電池温度Ｔが１０℃以下の場合（Ｓ３７Ｂ：ＹＥＳ）、制御部６０は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。

＜他の実施形態＞
本発明は上記記述及び図面によって説明した実施形態に限定されるものではなく、例えば次のような実施形態も本発明の技術的範囲に含まれる。

（１）実施形態１〜４では、蓄電素子の一例にリチウムイオン二次電池３１を例示した。蓄電素子は、SOCに対するOCVの変化率が相対的に低い低変化領域と、SOCに対するOCVの変化率が相対的に高い高変化領域を有する特性であれば、リチウムイオン電池以外であってもよい。

（２）実施形態１〜４では、SOCの推定値に基づいて、二次電池３１が高変化領域Ｈ１〜Ｈ３に属しているのか判定した。領域の判定方法は、二次電池３１の充放電容量変化に対する電圧変化（ΔＶ／ΔＡｈ）を閾値と比較することにより、判定するものであってもよい。すなわち、電流センサ４０と電圧検出回路８０の出力から単位時間あたりの充放電容量変化ΔＡｈと電圧変化ΔＶをそれぞれ算出し、その比（ΔＶ／ΔＡｈ）を閾値と比較することにより、領域を判定するようにしてもよい。

（３）カルマンフィルタを適用して補正した時のSOCの推定精度は、二次電池３１の等価回路モデルＭによる内部状態の推定精度に依存しており、例えば、電流値が大きい場合は、等価回路モデルＭによる内部状態の推定精度が低下しやすい。実施形態１では、二次電池３１が高変化領域Ｈ１〜３に属している場合に制限して、電流積算法で推定したSOCを、カルマンフィルタを利用して補正した例を示した。これ以外にも、電流値が大きいなど、内部状態の推定精度が低下しやすい場合は、二次電池３１が高変化領域Ｈ１〜Ｈ３に属している場合であっても、カルマンフィルタによる補正を制限して実行しないようにしてもよい。

（４）実施形態１では、二次電池３１の内部状態（SOC,U1,U2,R0）を推定する推定モデルの一例に、等価回路モデルＭを例示した。推定モデルＭは、二次電池３１の内部状態（SOC,U1,U2,R0）を推定するモデルであれば、等価回路モデル以外のモデルであってもよい。また、等価回路モデルを適用する場合でも、二次電池３１の分極電圧を模擬するインピーダンスＺの項数を２項以外にするなど、実施形態１で例示した等価回路モデルＭとは異なるモデルを用いることも可能である。

（５）また、実施形態１では、電流積算法により推定されるSOCを、カルマンフィルタを用いて補正した例を示したが、例えば、適応デジタルフィルタを用いて補正してもよい。すなわち、電流積算法により推定されるSOCを、蓄電素子の端子電圧の観測値と蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正するものであれば、適応デジタルフィルタなどカルマンフィルタ以外のフィルタを使用した補正が可能である。

２０...電池パック
３０...組電池
３１...二次電池（本発明の「蓄電素子」に相当）
４０...電流センサ
５０...バッテリマネージャ（本発明の「状態推定装置」に相当）
６０...制御部（本発明の「領域判定部」、「SOC推定部」に相当）
６１...ＣＰＵ
６３...メモリ
８０...電圧検出回路

Claims (10)

1. SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、
   前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、
   前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、
   前記SOC推定部は、
   前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
   前記蓄電素子が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する補正処理を行う、状態推定装置。
2. 請求項１に記載の状態推定装置であって、
   前記低変化領域は、SOCの変化量に対するOCVの変化量が所定値より小さいプラトー領域であり、前記プラトー領域では、前記補正処理をしない、状態推定装置。
3. 請求項１又は請求項２に記載の状態推定装置であって、
   前記補正は、前記蓄電素子の端子電圧の観測値と前記推定モデルにより予測される端子電圧とに基づいて、前記推定モデルにより推定される前記蓄電素子の内部状態の推定誤差を小さくするカルマンフィルタである状態推定装置。
4. 請求項１から請求項３のいずれか一項に記載の状態推定装置であって、
   前記推定モデルはOCVと、導体抵抗と、前記蓄電素子の短期分極を模擬した第１インピーダンスと、前記蓄電素子の長期分極を模擬した第２インピーダンスとを含む、前記蓄電素子の等価回路モデルである、状態推定装置。
5. 請求項１から請求項４のいずれか一項に記載の状態推定装置であって、
   前記SOC推定部は、前記蓄電素子が高変化領域に含まれ、かつ前記蓄電素子が無電流の場合に、前記補正処理を実行する状態推定装置。
6. 請求項１から請求項５のいずれか一項に記載の状態推定装置であって、
   前記蓄電素子の温度を検出する温度検出部を備え、
   前記SOC推定部は、前記蓄電素子の温度が第１温度以上の高い場合、前記補正処理を実行する状態推定装置。
7. 請求項１から請求項５のいずれか一項に記載の状態推定装置であって、
   前記蓄電素子の温度を検出する温度検出部を備え、
   前記SOC推定部は、前記蓄電素子の温度が第２温度以下の場合、前記補正処理を実行しない状態推定装置。
8. 請求項１から請求項７のいずれか一項に記載の状態推定装置であって、
   前記領域判定部は、前記SOC推定部にて推定されるSOCの値に基づいて、前記蓄電素子が前記高変化領域に属しているか判定する状態推定装置。
9. 請求項１から請求項７のいずれか一項に記載の状態推定装置であって、
   前記領域判定部は、前記蓄電素子の充放電容量変化に対する電圧変化を閾値と比較することにより、前記蓄電素子が前記高変化領域に属しているか判定する状態推定装置。
10. SOCの変化に対するOCVの変化が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定方法であって、
    前記蓄電素子が前記高変化領域に属しているか判定する領域判定ステップと、
    前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定ステップと、を含み、
    前記SOC推定ステップでは、
    前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
    前記蓄電素子が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する状態推定方法。

Images