JP2017134894A - 二次電池の再利用方法 - Google Patents

Abstract

【課題】二次電池の放置期間における温度測定を要することなく組電池毎の劣化度推定精度を高めることによって、組電池で構成される車載用二次電池の再利用を効率化する。【解決手段】複数の電池モジュールを含む組電池によって構成された車載用の二次電池は、車載時の使用履歴情報に基づいて、組電池の状態で劣化度が推定される（Ｓ２００）。二次電池は、推定された劣化度に従って、複数の電池モジュールへの解体および解体後の各前記電池モジュールの特性測定を伴う判定工程（Ｐ３００）の対象とするか、あるいは、特性測定を行うことなくリサイクル対象とするかが選別される（Ｓ２１０）。劣化度推定は、二次電池の使用期間における電池温度分布データからの補間推定によって得られた、二次電池の使用期間および放置期間を含む全期間における電池温度分布データを含む情報を用いて実行される。【選択図】図３

Description

この発明は、二次電池の再利用方法に関し、より特定的には、車載用の二次電池を構成する組電池の解体前における再利用判定に関する。

近年、電気自動車およびハイブリッド自動車のモータ駆動用電源として、二次電池が車載されている。車載用の二次電池では、必要な出力電圧や蓄積電力量を確保するために、複数のセルをパッキングした組電池（バッテリパック）が使用されるため、バッテリ価格が比較的高くなる。このため、電池の再利用はコスト上重要な課題であり、電池の再利用可否の判定技術が重要となる。

特開２０１１−２１６３２８号公報（特許文献１）には、市場から回収した組電池を電池モジュール単位に解体し、解体後に測定された開放電圧等の電池特性に基づいて電池モジュールを選別することによって、再利用可能な電池モジュールを用いて組電池をリビルトする再利用方法が記載されている。

国際公開第２０１１／１６２０１４号公報（特許文献２）には、バッテリパックを構成するスタック毎の履歴情報に基づいて、全スタックを再利用したバッテリパック全体のリユース、一部スタックを再利用したバッテリパックのリビルト、および、全スタックのリサイクルを切り分ける再利用方法が記載されている。また、特開２００７−１４１４６４号公報（特許文献３）には、二次電池モジュールの電池情報（電気的特性状況および／または使用履歴情報）と所定の閾値との比較により、再利用のためのグレード分けを行う技術が記載されている。

特開２０１１−２１６３２８号公報 国際公開第２０１１／１６２０１４号公報 特開２００７−１４１４６４号公報

特許文献１に開示されるように、解体後に電池モジュール毎の再利用判定を行うことにより、確実なリユースを実現することができる。その反面、解体後の実測によってリユース可否が判定されるため、解体から再測定の作業負荷が重くなる。特に、再利用不可能な電池モジュールが多数含まれている場合には、作業効率の低下により、再利用コストが上昇することが懸念される。

また、二次電池の劣化には、電池温度が影響することが知られている。通常、二次電池の使用情報（電圧、電流、温度等）は、通常、使用期間（充放電期間）に収集されるが、非使用期間（放置期間）における電池温度を無視すると、二次電池の劣化度判定に誤差が生じることが懸念される。反面、二次電池の放置期間（すなわち、充放電休止期間）においても二次電池の温度を定期的に検出すると、車両の運転休止期間における消費電力の増大により補機バッテリの電圧が低下することが懸念される。

この発明はこのような問題点を解決するためになされたものであって、この発明の目的は、二次電池の放置期間における温度測定を要することなく組電池毎の劣化度推定精度を高めることによって、組電池で構成される車載用二次電池の再利用を効率化することである。

この発明のある局面では、複数の電池モジュールを含む組電池によって構成された車載用の二次電池の再利用方法は、使用済みの組電池の車載時における二次電池の使用履歴情報の入力を受けるステップと、取得された使用履歴情報に基づいて組電池の状態で二次電池の劣化度を推定するステップと、使用済みの組電池を推定された劣化度に従って選別するステップとを備える。選別するステップは、使用済みの組電池を、複数の電池モジュールへの解体により各電池モジュールでの特性測定による再利用可否判定の対象とするか、あるいは、特性測定を行うことなくリサイクル対象とするかを選別する。使用履歴情報は、二次電池の使用期間における電池温度分布データを含む。劣化度を推定するステップは、使用期間における電池温度分布データから二次電池の放置期間および使用期間を含む全期間における温度分布データを補間推定するステップと、補間推定された全期間における温度分布データを含む情報を用いて劣化度を推定するステップとを含む。補間推定するステップは、予め想定された複数のパターン毎に定められた、使用期間における第１の電池温度分布パターンおよび全期間における第２の電池温度分布パターンのうちの第１の電池温度分布パターンと、使用期間における温度分布データとの比較によって、複数のパターンのそれぞれについての一致度を算出するステップと、算出された一致度から求められた複数のパターンのそれぞれの重み付け係数に従った第２の電池温度分布パターンの加重合成によって、全期間における温度分布データを推定するステップとを有する。

上記車載用二次電池の再利用方法は、組電池状態での劣化度推定に基づき、電池モジュールへの解体および、解体後の各電池モジュールの特性測定を伴う再利用可否判定の対象とするか否かを選別することができる。さらに、二次電池の放置期間の電池温度測定を要することなく、使用期間（充放電期間）における電池温度分布データから補間推定された、放置期間を含む全期間での電池温度分布データを用いて劣化度推定を行うことができる。この結果、二次電池の放置期間（車載時）における消費電力を増大させることなく、放置時における劣化進行速度の温度依存性を反映した高精度の劣化度推定に基づき、上記再利用可否判定の対象とされる組電池を適切に選別することができる。この結果、再利用可否判定において再利用可能な電池モジュールの回収率が向上することによって、車載用二次電池の再利用を効率化することができる。

この発明によれば、二次電池の放置期間における温度測定を要することなく組電池毎の劣化度推定精度を高めることによって、組電池で構成される車載用二次電池の再利用を効率化することである。

本発明の実施の形態に従う二次電池の再利用方法の適用対象となる二次電池が搭載される車両の構成例を示すブロック図である。 図１に示した電動車両の状態遷移図である。 本発明の実施の形態に従う二次電池の再利用方法を含む、二次電池の再利用のための全体工程を説明するフローチャートである。 判定工程の詳細を説明するフローチャートである。 劣化度推定の一例を説明する概念図である。 電池温度と電池放置期間における劣化進行速度との関係を示す概念図である。 電池使用期間および全期間のＴＢ分布データを示す概念図である。 データベースに格納されるストレスパターンデータ（ＴＢ分布データ）の構成例を説明する概念図である。 電池使用パターンの一例を説明する概念図である。 電池負荷パターンの一例を示す概念図である。 ＴＢ分布データをシミュレーションするための熱負荷モデルの一例を示すブロック図である。 ストレスパターンデータを用いたＴＢ分布データの補間推定処理を説明する概念図である。 本発明の実施の形態に従う二次電池の再利用方法における二次電池の劣化度推定処理の詳細を説明するフローチャートである。 補間推定処理の詳細を説明するフローチャートである。

以下に、本発明の実施の形態について図面を参照して詳細に説明する。なお、以下図中では同一または相当部分には同一符号を付して、その説明は原則的に繰返さないものとする。

図１は、本発明の実施の形態に従う二次電池の再利用方法の適用対象となる二次電池が搭載される車両の一構成例を示すブロック図である。

図１を参照して、車載用の二次電池であるメインバッテリ１０は、電動車両１００に搭載される。電動車両１００は、たとえば、メインバッテリ１０を車両駆動電源とするハイブリッド自動車あるいは電気自動車によって構成される。ハイブリッド自動車は、車両を走行させるための動力源として、バッテリのほかに図示しない燃料電池やエンジン等を備える車両である。電気自動車は、車両の動力源としてバッテリだけを備える車両である。

電動車両１００は、メインバッテリ１０と、昇圧コンバータ２２と、インバータ２３と、モータジェネレータ２５と、伝達ギヤ２６と、駆動輪２７と、コントローラ３０とを有する。

メインバッテリ１０は、複数の電池モジュール１１を含む組電池（バッテリパック）２０によって構成される。各電池モジュール１１は、リチウムイオン二次電池に代表される、再充電可能な二次電池セルを含んで構成される。

バッテリパック２０には、さらに、電流センサ１５、温度センサ１６、電圧センサ１７および、電池監視ユニット１８が配置される。電池監視ユニット１８は、たとえば、電子制御ユニット（ＥＣＵ）によって構成される。以下では、電池監視ユニット１８を監視ＥＣＵ１８とも称する。

電流センサ１５は、メインバッテリ１０の入出力電流ＩＢ（以下、電池電流ＩＢとも称する）を検出する。以下では、電池電流ＩＢに関して、放電電流を正の値とし、充電電流を負の値として表すこととする。

温度センサ１６は、メインバッテリ１０の温度（以下、電池温度ＴＢとも称する）を検出する。なお、温度センサ１６は、複数個配置してもよい。この場合には、複数の温度センサ１６による検出温度の加重平均値、最高値または最低値を電池温度ＴＢとして用いたり、特定の温度センサ１６による検出温度を電池温度ＴＢとして用いたりすることができる。電圧センサ１７は、メインバッテリ１０の出力電圧ＶＢ（以下、電池電圧ＶＢとも称する）を検出する。

監視ＥＣＵ１８は、電流センサ１５、温度センサ１６および、電圧センサ１７の検出値を受ける。監視ＥＣＵ１８は、内蔵されたメモリ（図示せず）に、各センサによる検出値に基づく、メインバッテリ１０の使用履歴データを記憶する。なお、センサ１５〜１７および監視ＥＣＵ１８の少なくとも一部については、バッテリパック２０の外部に配置されてもよい。

メインバッテリ１０は、システムメインリレー２１ａ，２１ｂを経由して昇圧コンバータ２２に接続される。昇圧コンバータ２２は、メインバッテリ１０の出力電圧を昇圧する。昇圧コンバータ２２は、インバータ２３と接続されており、インバータ２３は、昇圧コンバータ２２からの直流電力を交流電力に変換する。

モータジェネレータ（三相交流モータ）２５は、インバータ２３からの交流電力を受けることにより、車両を走行させるための運動エネルギを生成する。モータジェネレータ２５によって生成された運動エネルギは、車輪に伝達される。一方で、車両を減速させるときや、車両を停止させるとき、モータジェネレータ２５は、車両の制動時に発生する運動エネルギを電気エネルギに変換する。モータジェネレータ２５で生成された交流電力は、インバータ２３によって直流電力に変換される。昇圧コンバータ２２は、インバータ２３の出力電圧を降圧してからメインバッテリ１０に供給する。これにより、回生電力をメインバッテリ１０に蓄えることができる。このように、モータジェネレータ２５は、メインバッテリ１０との間での電力の授受（すなわち、メインバッテリ１０の充放電）を伴って、車両の駆動力または制動力を発生するように構成される。

なお、昇圧コンバータ２２の配置は、省略することができる。また、モータジェネレータ２５として直流モータを用いるときには、インバータ２３を省略することができる。

なお、エンジン（図示せず）が動力源としてさらに搭載されたハイブリッド自動車によって、電動車両１００が構成される場合には、モータジェネレータ２５の出力に加えて、エンジンの出力を車両走行のための駆動力に用いることができる。あるいは、エンジン出力によって発電するモータジェネレータ（図示せず）をさらに搭載して、エンジン出力によってメインバッテリ１０の充電電力を発生されることも可能である。

コントローラ３０は、例えば電子制御ユニット（ＥＣＵ）によって構成されて、制御部３１および記憶部３２を有する。記憶部３２には、制御部３１を動作させるためのプログラムや各種データが記憶される。なお、記憶部３２については、制御部３１によるデータの読出および書込を可能として、コントローラ３０の外部に設けることも可能である。

コントローラ３０は、システムメインリレー２１ａ，２１ｂ、昇圧コンバータ２２およびインバータ２３の動作を制御する。コントローラ３０は、イグニッションスイッチ（図示せず）がオフからオンに切り替わると、システムメインリレー２１ａ，２１ｂをオフからオンに切り替えたり、昇圧コンバータ２２およびインバータ２３を動作させたりする。また、コントローラ３０は、イグニッションスイッチがオンからオフに切り替わると、システムメインリレー２１ａ，２１ｂをオンからオフに切り替えたり、昇圧コンバータ２２やインバータ２３の動作を停止させたりする。

電動車両１００は、外部電源４０によってメインバッテリ１０を充電するための外部充電機能を具備するように構成されてもよい。この場合、電動車両１００は、充電器２８および充電リレー２９ａ，２９ｂをさらに備える。

外部電源４０は、車両の外部に設けられた電源であり、外部電源４０としては、例えば、商用交流電源を適用することができる。充電器２８は、外部電源４０からの電力をメインバッテリ１０の充電電力に変換する。充電器２８は、充電リレー２９ａ，２９ｂを経由して、メインバッテリ１０に接続されている。充電リレー２９ａ，２９ｂがオンであるとき、外部電源４０からの電力によってメインバッテリ１０を充電することができる。

外部電源４０および充電器２８は、例えば、充電ケーブル４５によって接続可能である。すなわち、充電ケーブル４５の装着時に、外部電源４０および充電器２８は電気的に接続されることにより、メインバッテリ１０を外部充電可能な状態となる。あるいは、外部電源４０および充電器２８の間で、非接触に電力が伝送されるように電動車両１００は構成されてもよい。例えば、外部電源側の送電コイル（図示せず）および車両側の受電コイル（図示せず）を経由して、電力を伝送することによって、外部電源４０によってメインバッテリ１０を充電することができる。

このように、外部電源４０から交流電力が供給される場合には、充電器２８は、外部電源４０からの供給電力（交流電力）を、メインバッテリ１０の充電電力（直流電力）に変換する機能を有するように構成される。あるいは、外部電源４０がメインバッテリ１０の充電電力を直接供給する場合には、充電器２８は、外部電源４０からの直流電力をメインバッテリ１０へ伝達するだけでよい。電動車両１００の外部充電の態様については特に限定されるものではない。

図２には、図１に示した電動車両１００の状態遷移図が示される。
図２を参照して、電動車両１００において、運転停止状態では、システムメインリレー２１ａ，２１ｂ、および、充電リレー２９ａ，２９ｂの両方がオフされるため、メインバッテリ１０は充放電されることなく放置される。すなわち、電動車両１００が運転停止状態である期間は、メインバッテリ１０の「放置期間」に対応する。

電動車両１００は、運転停止状態からイグニッションスイッチがオンされると（ＩＧオン）、システムメインリレー２１ａ，２１ｂがオンされることにより、メインバッテリ１０の電力を用いて走行可能な状態である、車両運転状態に遷移する。

車両運転状態では、ドライバによるアクセルペダルおよびブレーキペダルの操作に応じて、車両の駆動力または制動力が発生されるように、メインバッテリ１０の充放電を伴ってモータジェネレータ２５の出力が制御される。すなわち、車両運転状態（ＩＧオン状態）では、電動車両１００の走行状況に応じて、メインバッテリ１０は、充電または放電される。

電動車両１００は、車両運転状態（ＩＧオン状態）において、イグニッションスイッチがオフされると（ＩＧオフ）、システムメインリレー２１ａ，２１ｂがオフされることにより、運転停止状態に遷移する。

電動車両１００は、運転停止状態において、充電リレー２９ａ，２９ｂがオンされて、外部電源４０によるメインバッテリ１０の外部充電が開始されると、外部充電状態に遷移する。例えば、充電ケーブル４５等によって外部電源４０から電動車両１００への電力供給が可能となった状態において、ユーザによる充電開始操作、あるいは、時刻スケジュールに沿った充電開始時刻の到来をトリガとして、外部充電は開始される。外部充電状態において、メインバッテリ１０のＳＯＣ（State of Charge）が閾値（例えば、満充電状態）に達すると、外部充電は終了されるとともに充電リレー２９ａ，２９ｂがオフされることにより、電動車両１００は、運転停止状態に復帰する。あるいは、ユーザ操作によって外部充電が終了された場合にも、充電リレー２９ａ，２９ｂのオフを伴って、電動車両１００は、外部充電状態から運転停止状態に遷移する。

このように、車両運転状態および外部充電状態では、システムメインリレー２１ａ，２１ｂまたは充電リレー２９ａ，２９ｂがオンされているので、メインバッテリ１０は充電または放電可能な状態である。すなわち、電動車両１００が車両運転状態または外部充電状態である期間は、メインバッテリ１０の「電池使用期間」に対応する。外部充電機能を具備しない構成の車両では、車両運転状態である期間のみが「電池使用期間」に対応する。このように、メインバッテリ１０の車載後の「全期間」は、電池使用期間および放置期間を含む。

再び図１を参照して、電動車両１００では、メインバッテリ１０の電池使用期間には、定期的に電池電流ＩＢ、電池電圧ＶＢおよび電池温度ＴＢが検出されて、監視ＥＣＵ１８に蓄積される。また、監視ＥＣＵ１８は、電池使用期間には、メインバッテリ１０のＳＯＣ（State of Charge）を算出する。なお、ＳＯＣは、メインバッテリ１０の満充電容量に対する、現在の充電容量の割合（百分率）で定義される。なお、ＳＯＣの算出方法は、電流値積算（クーロンカウント）による手法や、開放電圧（ＯＣＶ：Open Circuit Voltage）の推定による手法等、公知の手法を適宜選択的に採用することができる。

コントローラ３０は、監視ＥＣＵ１８と双方向に通信可能に構成される。したがって、コントローラ３０は、監視ＥＣＵ１８に蓄積されたデータに基づいて、メインバッテリ１０の使用履歴情報を生成し、記憶部３２に記憶することができる。あるいは、使用履歴情報については、監視ＥＣＵ１８側で生成および蓄積してもよい。

端末２００は、メインバッテリ１０の再利用可否判定機能を有するサービスツールである。端末２００は、専用のサービスツールであってもよく、パーソナルコンピュータが所定プログラムを実現することで、再利用可否判定機能を実現するように構成されてもよい。あるいは、専用のサービスツールをパーソナルコンピュータへ接続することで、再利用可否判定機能を有する端末２００を構成することも可能である。

機能ブロックで表記すると、端末２００は、劣化評価部２１０および表示部２２０を含む。劣化評価部２１０の機能は、たとえば、図示しないＣＰＵ（Central Processing Unit）が予め格納されたプログラムを実行するソフトウェア処理によって実現することができる。あるいは、図示しないサーバ上で所定プログラムを実行することによって、インターネットを経由して当該サーバと接続されたパーソナルコンピュータ上で劣化評価部２１０の機能が実現されてもよい。

劣化評価部２１０は、コントローラ３０からメインバッテリ１０の使用履歴情報を取得するとともに、取得した使用履歴情報に基づいて、メインバッテリ１０の劣化度判定を実行する。

データベース２５０は、端末２００がインターネットを経由してアクセス可能なサーバ内に設けられて、メインバッテリ１０のストレスパターンデータを格納する。ストレスパターンデータは、メインバッテリ１０を予め定められた想定パターンで使用したときにおける、二次電池のストレス指標となるパラメータの頻度分布を示すデータである。本実施の形態では、ストレスパターンデータとして、電池温度ＴＢの頻度分布データ（以下、単に「ＴＢ分布データ」とも表記する）が、データベース２５０に格納される。なお、データベース２５０は、端末２００内に予め設けられたデータ記憶領域（図示せず）に記憶されてもよい。

なお、劣化評価部２１０による劣化度判定において、データベース２５０に予め格納されたストレスパターンデータが参照されることが、本実施の形態の特徴の一つである。ストレスデータおよび、劣化評価部２１０による劣化度判定の処理内容の詳細は後ほど説明する。

表示部２２０は、劣化評価部２１０による劣化度評価のためのユーザ操作入力画面、または、劣化度評価の結果表示画面として用いられる。たとえば、表示部２２０は、サービスツールまたはパーソナルコンピュータのディスプレイ画面（たとえば、液晶ディスプレイ）を用いて構成することができる。

なお、劣化評価部２１０は、上述のように、車載されたコントローラ３０と端末２００との間での通信によって、メインバッテリ１０の使用履歴情報を取得することができる。あるいは、電動車両１００から取り外された状態のバッテリパック２０と、端末２００との間を所定のケーブル等で接続することによって、監視ＥＣＵ１８から端末２００へメインバッテリ１０の使用履歴情報を読み出す構成とすることも可能である。

図３は、本発明の実施の形態に従う二次電池の再利用方法を含む、二次電池の再利用のための全体工程を説明するフローチャートである。

図３を参照して、端末２００（劣化評価部２１０）が、所定のプログラムの実行により、ステップＳ１００、Ｓ２００およびＳ２１０の処理を実行することにより、本発明の実施の形態に従う二次電池の再利用方法が実現される。

端末２００（劣化評価部２１０）は、ステップＳ１００により、再利用可否の判定対象となるメインバッテリ１０の使用履歴情報を受信する。ステップＳ１００の処理は、メインバッテリ１０がバッテリパック２０を構成している状態（解体前）で実行される。上述のように、メインバッテリ１０の使用履歴情報は、バッテリパック２０（メインバッテリ１０）が車載された状態、および、電動車両１００からの取外し後の状態のいずれであっても、端末２００へ入力することができる。

端末２００（劣化評価部２１０）は、ステップＳ２００により、バッテリパック状態（解体前）で、メインバッテリ１０の劣化度を推定する。具体的には、ステップＳ１００で入力された使用履歴情報を用いて、メインバッテリ１０の劣化度合いを定量的に示す劣化パラメータが算出される。ステップＳ２００による劣化度推定処理の詳細は、後程説明する。なお、劣化パラメータは、二次電池の劣化度合が大きいほど高い値が算出されるものとする。

さらに、端末２００（劣化評価部２１０）は、ステップＳ２１０により、ステップＳ２００で算出された劣化パラメータに従って、再利用判定対象とされたバッテリパック２０を選別する。具体的には、ステップＳ２１０がＹＥＳ判定とされる、劣化パラメータが基準値より低い、すなわち、劣化度が低いバッテリパック２０が、判定工程（Ｐ３００）への投入対象に選別される。ステップＳ２１０による選別結果は、端末２００の表示部２２０に表示することができる。

図４は、判定工程のプロセスを説明するフローチャートである。
図４を参照して、判定工程（Ｐ３００）は、バッテリパック２０の解体工程Ｐ３１０と、解体後の電池モジュール１１を対象とする特性測定工程Ｐ３２０とを含む。解体工程Ｐ３１０では、判定工程（Ｐ３００）への投入対象と判定されたバッテリパック２０が、作業者によって複数の電池モジュール１１に解体される。解体工程Ｐ３１０の一部は、専用の機械化設備によって実行されてもよい。

特性測定工程Ｐ３２０は、プロセスＰ３２１〜Ｐ３２９を含む。プロセスＰ３２１では、解体された電池モジュール１１の電圧（開放電圧）が測定され、プロセスＰ３２２では、測定された開放電圧（Ｐ３２１）が基準内であるかどうかが判定される。基準値よりも電圧が低下している電池モジュール１１は（Ｐ３２２のＮＯ判定時）、プロセスＰ３２９に進められて、再利用不能モジュールと判定される。

一方で、開放電圧が基準値よりも高い電池モジュール１１（Ｐ３２２のＹＥＳ判定時）は、プロセスＰ３２３により、さらに内部抵抗を測定される。そして、プロセスＰ３２４では、測定された内部抵抗（Ｐ３２３）が、基準内であるかどうかが判定される。基準値よりも内部抵抗が上昇している電池モジュール１１は（Ｐ３２４のＮＯ判定時）、プロセスＰ３２９に進められて、再利用不能モジュールと判定される。

一方で、内部抵抗が基準値よりも低い電池モジュール１１（Ｐ３２４のＹＥＳ判定時）は、プロセスＰ３２５により、電池容量をさらに測定される。プロセスＰ３２６では、測定された電池容量（Ｐ３２５）が基準内であるかどうかが判定される。基準値よりも電池容量が低下している電池モジュール１１は（Ｐ３２６のＮＯ判定時）、プロセスＰ３２９に進められて、再利用不能モジュールと判定される。

一方で、測定された特性（開放電圧、内部抵抗および電池容量）のすべてが基準内であった電池モジュール１１（Ｐ３２６のＹＥＳ判定時）は、プロセスＰ３２８により、再利用可能モジュールと判定される。

このように、判定工程（Ｐ３００）へ投入されたバッテリパック２０は、複数の電池モジュール１１への解体および、解体後の各電池モジュール１１の特性測定を伴って、再利用可能モジュール（Ｐ３２８）および再利用不能モジュール（Ｐ３２９）のいずれであるかが判定される。

なお、特性測定工程Ｐ３２０を構成するプロセスＰ３２１〜Ｐ３２９については、解体後の電池モジュール１１を専用の測定機器に取付けた後、当該測定機器によって自動的に処理されてもよい。あるいは、作業者によって直接、測定作業（Ｐ３２１，Ｐ３２３，Ｐ３２５）および、測定結果に基づく判定作業（Ｐ３２２，Ｐ３２４，Ｐ３２６）の少なくとも一部が実行されてもよい。

再び図３を参照して、判定工程（Ｐ３００）に投入されたメインバッテリ１０は、電池モジュール１１単位で、峻別工程Ｐ４００へ投入される。峻別工程Ｐ４００では、各電池モジュール１１が、特性測定工程Ｐ３２０（図４）の結果に従い、再利用可能モジュールおよび再利用不能モジュールに峻別される。

そして、再利用可能とされた電池モジュール１１（Ｐ４００がＹＥＳ判定）は、リビルト工程Ｐ５００により、他の再利用可能な電池モジュールとの組み合わせによって、新たなバッテリパック２０の構成部品として再使用される。すなわち、リビルト工程Ｐ５００では、再利用可能とされた電池モジュール１１が集められて、所定個数の集合体として、新たなバッテリパック２０が構成される。

リビルト対象とされた所定個数の電池モジュール１１は、リフレッシュ工程Ｐ７００に投入されて、初期状態のバッテリパック２０とされ、再生品として出荷される（Ｐ８００）。

一方で、再利用不能とされた電池モジュール１１（Ｐ４００がＮＯ判定）は、リサイクル工程Ｐ６００へ投入される。リサイクル工程Ｐ６００では、電池モジュール１１は、電池セル単位に分解され、さらに、各電池セルが分解されて、材料レベルでの再資源化が実行される。すなわち、再資源化によって得られた電池材料は、新たな電池セルおよび電池モジュールの製造に用いられる。

また、ステップＳ２１０において、劣化パラメータが基準値以上である、劣化度が高いバッテリパック２０は、電池モジュール１１への解体および特性測定を伴う判定工程（Ｐ３００）へ投入されることなく、リサイクル対象に選別される。リサイクル対象に選別されたバッテリパック２０（Ｓ２１０がＮＯ判定）は、分解工程Ｐ３５０によって複数の電池モジュール１１へ解体される。そして、解体後の各電池モジュール１１は、電池モジュール１１毎の特性測定を実行されることなく、リサイクル工程Ｐ６００へ投入される。

図４から理解されるように、判定工程（Ｐ３００）では、電池モジュール１１毎の特性測定が必要となるので、作業負荷が高くなる。このため、判定工程に投入されたバッテリパック２０について、再利用可能な電池モジュール１１の割合が低いと、再利用コストが上昇する。したがって、図３に示された、本実施の形態に従う二次電池の再利用判定方法では、ステップＳ２００，Ｓ２１０による、バッテリパック２０の解体前の状態における判定工程（Ｐ３００）への投入対象の選別、すなわち、劣化度推定の精度が重要であることが理解される。

次に、端末２００（劣化評価部２１０）による劣化度推定処理（Ｓ２００）の詳細を説明する。

図５は、端末２００（劣化評価部２１０）による劣化度推定の一例を説明する概念図である。

図５を参照して、劣化度推定は、経年劣化による劣化度を定量的に示すための保存劣化パラメータｆ１の算出と、充放電による劣化度を定量的に示すサイクル劣化パラメータｆ２の算出とによって実行される。

図５には、メインバッテリ１０の使用履歴情報に含まれる各情報と、劣化パラメータｆ１、ｆ２との対応関係が示される。保存劣化パラメータｆ１およびサイクル劣化パラメータｆ２は、使用履歴情報に含まれる複数の情報を用いて算出される。

図５の例では、保存劣化パラメータｆ１は、メインバッテリ１０のＳＯＣ頻度分布、使用年数および、電池温度頻度分布（ＴＢ分布データ）によって決められる。

ＳＯＣ頻度分布は、メインバッテリ１０の電池使用期間および放置期間を含む全期間を通じた、各ＳＯＣ領域の発生時間割合を示すヒストグラムによって表すことができる。たとえば、１回の車両運転中におけるＳＯＣ平均値および運転時間のデータ蓄積により、車両運転時のＳＯＣ頻度分布を求めることができる。さらに、１回の外部充電中におけるＳＯＣ平均値および充電時間のデータ蓄積により、車両運転時のＳＯＣ頻度分布を求めることができる。また、電池放置期間には、基本的にはＳＯＣは変化しないため、運転停止状態（図２）が終了される毎、すなわち、メインバッテリ１０の放置期間が終了する毎に、当該時点のＳＯＣおよび今回の電池放置期間の長さのデータを蓄積することができる。これらのデータ蓄積によって、メインバッテリ１０の全期間でのＳＯＣ頻度分布データを求めることができる。

メインバッテリ１０の使用年数は、メインバッテリ１０の使用開始から再利用判定されるまでの経過期間長から求めることができる。

ここで、電池放置期間における劣化進行速度と電池温度との関係について、図６を用いて説明する。図６には、異なる温度水準で一定温度に維持して二次電池を放置したときの電池性能の低下挙動についての実験結果が示される。図６の横軸には、電池の放置期間長が示され、縦軸には電池性能を示す定量値の測定結果が示される。図６の縦軸については、電池性能が低下する程、小さい値を示すものとする。

図６を参照して、電池温度は、「低温１」、「低温２」、「中温１」、「中温２」および「高温」の順に高くなる。図６から、二次電池の性能低下速度、すなわち、劣化の進行速度は、電池温度に大きく影響されることが理解される。一方で、車載二次電池の使用態様として、通常は、全期間のうちの大部分を放置期間が占める傾向にある。このため、保存劣化パラメータｆ１の算出に用いられるＴＢ分布データについては、放置期間を含む全期間におけるデータを用いることが好ましい。

しかしながら、放置期間にメインバッテリ１０の電池温度ＴＢを測定すると、電動車両１００の運転休止期間における消費電力が増加する。通常、監視ＥＣＵ１８およびコントローラ３０の電源は、補機バッテリ（図示せず）によって供給されるため、運転休止期間における消費電力の増大は、放置期間が長期化した後の運転起動時（ＩＧオン）におけるコントローラ３０による起動処理に支障を生じるリスクを高めてしまう。

このため、本実施の形態に従う二次電池の再利用方法では、電池放置期間（すなわち、車両の運転停止状態期間）における消費電力を増大させないように、電池温度ＴＢの測定値に基づく電池使用期間におけるＴＢ分布データから、全期間におけるＴＢ分布データを推定補間する。

図７は、電池使用期間および全期間のＴＢ分布データを示す概念図である。
図７を参照して、時刻ｔａ〜ｔｂおよびｔｃ〜ｔｄは、電池使用期間（充放電期間）であり、メインバッテリ１０の充放電による発熱によって電池温度ＴＢは上昇する。一方で、時刻ｔａ以前、時刻ｔｂ〜ｔｃおよび、時刻ｔｄ以降の放置期間では、メインバッテリ１０の充放電は停止されるので、メインバッテリ１０は基本的には放熱されて、電池温度ＴＢは低下する。この結果、メインバッテリ１０のＴＢ分布データは、電池使用期間と、放置期間を含む全期間との間では、特性が異なる。

本実施の形態では、複数個の想定パターンの各々について、電池使用期間におけるＴＢ分布パターンデータ、および、全期間におけるＴＢ分布データが、シミュレーションによって予め準備されて、データベース２５０（図１）に格納される。以下では、データベース２５０に格納された、想定パターン毎のＲＢ分布データの各々については、「ＴＢ分布パターンデータ」と表記する。

図８は、データベースに格納されるストレスパターンデータ（ＴＢ分布パターンデータ）の構成例を説明する概念図である。

図８を参照して、ＴＢ分布パターンデータは、ｎ１個の電池使用パターン、ｎ２個の電池負荷パターン、および、ｎ３個の地点データの組み合わせ（ｎ１，ｎ２，ｎ３：２以上の自然数）によるＮ個（Ｎ＝ｎ１×ｎ２×ｎ３）の想定パターンのそれぞれに対応させて準備される。Ｎ個の想定パターンの各々について、（ｉ）電池使用期間のみのＴＢ分布パターンデータ、および（ｉｉ）電池使用期間および放置期間を含む全期間のＴＢ分布パターンデータが、シミュレーションによって準備されて、データベース２５０に予め記憶される。

ここで、図９〜図１１を用いて、ＴＢ分布パターンデータを取得するためのシミュレーションの一例を説明する。

図９は、電池使用パターンの一例を説明する概念図である。
図９を参照して、各電池使用パターンは、市場から回収された車両の履歴データや、ユーザへのアンケート結果等に基づいて、曜日×時間帯毎に、車両運転の時間帯および外部充電の時間帯を、電池使用期間とするように定められる。図９中では、網掛けされた時間帯が電池使用期間に相当する。

図９に例示された電池使用パターンでは、月曜日〜火曜日では８〜９時および１８〜１９時台に、土曜日および日曜日（週末）には、９〜１１時の時間帯において、車両運転によりメインバッテリ１０が使用される。さらに、各曜日の２３時〜１時（翌日）には、外部充電によってメインバッテリ１０が使用される。このような、曜日毎の電池使用期間（車両運転期間および外部充電期間）を定義するパターンについて、ｎ１個を予め決めることができる。

図１０は、電池負荷パターンの一例を示す概念図である。
図１０に示されるように、電池使用期間における電池負荷は、１回の電池使用（車両運転または外部充電）における電池電流ＩＢの二乗平均値の分布によって示すことができる。たとえば、電流負荷（ＩＢ²平均値）として、Ｉ０〜Ｉ１０を定義すると、Ｉ０〜Ｉ１０の発生頻度を示す分布図によって、電池負荷パターンを予め定義することができる。すなわち、電池負荷パターンは、電流負荷Ｉ０〜Ｉ１０の値、および、Ｉ０〜Ｉ１０のそれぞれの発生頻度の組み合わせによって定義される。電池使用パターンを模擬した試験走行、市場から回収された車両の履歴データ等から、ｎ２個の電池負荷パターンを予め作成することができる。

また、地点データ（ｎ３個）は、気象データ等に基づき、日時毎での当該地点での外気温および日照量を定義する。

図１１には、ＴＢ分布データをシミュレーションするための熱負荷モデルの一例が示される。

図１１を参照して、熱負荷モデル３００は、バッテリパックモデル３０１、ボディモデル３０２、ブロワモデル３０３、外気からボディへの熱伝達要素３０５〜３０７、日射量のボディへの熱伝達要素３０８、外気からバッテリパックへの熱伝達要素３１０〜３１２、および、ボディからバッテリパックへの熱伝達要素３２０〜３２２を含む。熱負荷モデル３００は、バッテリパックモデル３０１の内部発熱と、外気およびボディとの間での熱伝熱と、外気および日射とボディとの間の熱伝達と、さらに、空調機器（Ａ／Ｃ）および電池ブロワによる放熱とによる熱量変化を演算することによって、バッテリパックモデル３０１の温度を、電池温度ＴＢとしてシミュレートするものである。

熱負荷モデル３００において、バッテリパックモデル３０１の熱容量はＭ１（Ｊ／Ｋ）であり、ボディモデル３０２の熱容量はＭ２（Ｊ／Ｋ）である。

熱伝達要素３０５〜３０７は、外気からボディへの熱伝達経路における、外気対流熱貫流率Ｒ１（Ｗ／Ｋ）、ボディの熱貫流率Ｒ２（Ｗ／Ｋ）および車室内での対流熱貫流率Ｒ３（Ｗ／Ｋ）をそれぞれ表している。同様に、熱伝達要素３０８は、日射による熱量のボディに対する熱伝達における日射入射率Ｒ４（％）を表している。また、熱伝達要素３１０〜３１２は、外気からバッテリパック２０への熱伝達経路における、外気対流熱貫流率Ｒ５（Ｗ／Ｋ）、バッテリパック２０の熱貫流率Ｒ６（Ｗ／Ｋ）およびバッテリパック２０での対流熱貫流率Ｒ７（Ｗ／Ｋ）をそれぞれ表している。

同様に、熱伝達要素３２０〜３２２は、ボディからバッテリパック２０への熱伝達経路における、室内対流熱貫流率Ｒ８（Ｗ／Ｋ）、バッテリパック２０の熱貫流率Ｒ９（Ｗ／Ｋ）およびバッテリパック２０での対流熱貫流率Ｒ１０（Ｗ／Ｋ）をそれぞれ表している。

熱負荷モデル３００への入力として、外気温データおよび日射量データは、地点データに従って日時毎に設定される。電池発熱については、電池使用パターンおよび電池負荷パターンでの電流負荷Ｉ０〜Ｉ１０に従って、日時毎に二次電池の発熱量を設定することができる。空調機器（Ａ／Ｃ）およびブロワモデル３０３の作動タイミングについても、走行パターンに従って設定することができる。

そして、外気および日射量と、空調機器（Ａ／Ｃ）との間による熱伝達量の推定演算によって得られた熱量変化量（Ｊ）を、Ｍ２で除算することによって、ボディモデル３０２の温度変化を逐次推定することができる。さらに、バッテリパックモデル３０１については、電池発熱による受熱量と、ブロワモデル３０３からの冷却風による放熱量と、外気との間での熱伝達量（受熱量または放熱量）と、ボディモデル３０２の温度を反映したボディとの間での熱伝達量（受熱量または放熱量）との総和で示される熱量変化量（Ｊ）を、Ｍ１で除算することによって、電池温度ＴＢの変化量を逐次推定することができる。

この結果、各電池使用パターン（ｎ１）および各地点データ（ｎ３）の組み合わせ（ｎ１×ｎ３）のそれぞれについて、電池使用パターンで定義された電池使用期間において電流負荷Ｉ０〜Ｉ１０のそれぞれで二次電池（メインバッテリ１０）を充放電したときの電池温度ＴＢの推移をシミュレーションすることができる。

たとえば、当該シミュレーションを１年間分実行するとともに、全期間（１年間）にわたる電池温度ＴＢの発生頻度（時間比率）を求めることによって、電流負荷Ｉ０〜Ｉ１０のそれぞれに対応する１１個のＴＢ分布データが得られる。そして、当該電池負荷パターンでのＩ０〜Ｉ１０のそれぞれの発生頻度に従って、上記１１個のＴＢ分布データを合成することによって、この電池負荷パターンでの全期間のＴＢ分布パターンデータを得ることができる。

各電流負荷パターン（ｎ２）について同様の手法を適用することで、１つの電池使用パターンおよび地点データの組み合わせについて、電池負荷パターン毎のＴＢ分布パターンデータを得ることができる。さらに、走行パターン（ｎ１）および地点データ（ｎ３）の全ての組み合わせについて、電池負荷パターン毎のＴＢ分布を求めると、想定されるＮパターン（Ｎ＝ｎ１×ｎ２×ｎ３）の各々について、ＴＢ分布パターンデータ（全期間）を得ることができる。

また、上記の全期間（１年間）のシミュレーション結果から、各走行パターンで定義される電池使用期間（車両運転期間および外部充電期間）のみの電池温度ＴＢを抽出することにより、電池使用期間におけるＴＢ分布パターンデータを得ることができる。この結果、ＴＢ分布パターンデータ（電池使用期間）についても同様に、Ｎパターン（Ｎ＝ｎ１×ｎ２×ｎ３）の各々について得ることができる。このようにして得られた、ＮパターンずつのＴＢ分布パターンデータ（電池使用期間）およびＴＢ分布パターンデータ（全期間）が、図８に示したように、ストレスパターンデータとしてデータベース２５０に予め格納される。

次に図１２を用いて、上述のように予め求められたストレスパターンデータを用いて、電池温度ＴＢの測定値に基づく電池使用期間のＴＢ分布データから、全期間におけるＴＢ分布データを補間推定する手法を説明する。

図１２を参照して、メインバッテリ１０の電池使用期間（車両運転期間および外部充電期間）での電池温度ＴＢの測定値から、電池使用期間のＴＢ分布データ５００を求めることができる。

ＴＢ分布データ５００は、データベース２５０内に格納された、ＮパターンのＴＢ分布パターンデータ（電池使用期間）の各々と比較される。この比較処理により、ＴＢ分布データ５００について、Ｎ個のパターン毎に、ＴＢ分布パターンデータ（電池使用期間）との一致率ｚ１〜ｚｎが算出される。一致率は、たとえば、χ²検定等の公知の手法の適用により実行することができる。

パターン毎の一致率ｚ１〜ｚｎから、Ｎ個のＴＢ分布パターンデータ（電池使用期間）を加重合成するための重み付け係数ａ１〜ａｎが求められる。この結果、重み付け係数ａ１〜ａｎに従ってＮ個のＴＢ分布パターンデータ（電池使用期間）を加重合成して得られたフィッティング分布データ５１０は、電池使用期間のＴＢ分布データ５００と近似したものとできる。あるいは、フィッティング分布データ５１０とＴＢ分布データ５００との一致度を反映して、一致率ｚ１〜ｚｎから求められた重み付け係数ａ１〜ａｎを修正してもよい。以下では、このようにして決定された重み付け係数ａ１〜ａｎを、フィッティングパターンとも称する。

上述のように、データベース２５０内には、さらに、全期間でのＴＢ分布パターンデータが予め格納されている。ＴＢ分布パターンデータ（全期間）が、電池使用期間のデータによるフィッティングパターンに従う重み付け係数ａ１〜ａｎを用いて加重合成されることにより、全期間におけるＴＢ分布データ５２０（推定値）が求められる。この一連の処理によって、電池使用期間のＴＢ分布データ５００から、全期間でのＴＢ分布データ５２０を推定することができる。

図１３には、本発明の実施の形態に従う二次電池の再利用方法における二次電池の劣化度推定処理の詳細を説明するフローチャートである。

図１３を参照して、端末２００（劣化評価部２１０）は、ステップＳ２１０により、再利用判定の対象となる二次電池（メインバッテリ１０）の使用履歴情報を取得する。ステップＳ２１０では、図３のステップＳ１００によって、コントローラ３０または監視ＥＣＵ１８から入力された使用履歴情報が取得される。使用履歴情報は、図５に例示される、メインバッテリ１０のＳＯＣ頻度分布データ、使用年数、電池温度頻度分布（ＴＢ分布データ）、電流使用量（ＩＢ²）、電流深度、走行距離、および、走行時間を含む。

端末２００（劣化評価部２１０）は、ステップＳ２２０により、電池使用期間におけるＴＢ分布データ（測定値ベース）から、全期間でのＴＢ分布データを求める。上述のように、ＴＢ分布データ（全期間）は、図８〜図１２で説明した補間推定処理によって求められる。

図１４は、ステップＳ２２０での補間推定処理の詳細を説明するフローチャートである。

図１４を参照して、端末２００（劣化評価部２１０）は、ステップＳ２２２により、電池使用期間のＴＢ分布データ５００（図１２）を取得する。さらに、端末２００（劣化評価部２１０）は、ステップＳ２２４により、ステップＳ２２２で取得されたＴＢ分布データ５００を、データベース２５０に予め格納されたＮ個のＴＢ分布パターンデータ（電池使用期間）と比較して、各パターンに対する一致率ｚ１〜ｚｎを算出する。

そして、端末２００（劣化評価部２１０）は、ステップＳ２２６により、各パターンの一致率に基づいて、Ｎ個のＴＢ分布パターンデータの加重合成によってＴＢ分布データ５００を近似するためのフィッティングパターン（重み付け係数ａ１〜ａｎ）を決定する。さらに、端末２００（劣化評価部２１０）は、ステップＳ２２８により、データベース２５０に予め格納されたＮ個のＴＢ分布パターンデータ（全期間）を、ステップＳ２２６で決定されたフィッティングパターン（重み付け係数ａ１〜ａｎ）に従って加重合成することによって、全期間でのＴＢ分布データ５２０（図１２）を推定する。

再び、図１３を参照して、端末２００（劣化評価部２１０）は、ステップＳ２３０により、経年劣化を定量的に示す保存劣化パラメータｆ１を算出するとともに、ステップＳ２４０により、充放電による劣化を定量的に示すサイクル劣化パラメータｆ２を算出する。

再び図５を参照して、ステップＳ２３０（図１３）での保存劣化パラメータｆ１の算出には、メインバッテリ１０の使用年数と、上述した全期間でのＳＯＣ頻度分布データと、推定された全期間のＴＢ分布データとが用いられる。たとえば、全期間でのＳＯＣ頻度分布データおよびＴＢ分布データから１年間あたりの劣化度パラメータ（ｆ１＊）を求めるとともに、求められたｆ１＊および使用年数の積に従って、保存劣化パラメータｆ１を算出することができる。

全期間でのＳＯＣ頻度分布データおよびＴＢ分布データからの、１年間あたりの劣化パラメータｆ１＊の算出式または算出マップは、劣化試験の結果等に基づいて、重回帰分析等の公知の手法を用いて作成することができる。

ステップＳ２４０（図１３）でのサイクル劣化パラメータｆ２は、二次電池の使用期間（車両運転期間および外部充電期間）における、ＴＢ分布データ、電流使用量（ＩＢ²積算値）データ、および、電流深度データと、走行距離および走行時間（または、充放電時間）とを用いて算出される。充放電時間は、走行時間および外部充電時間の和で示される。電流深度は、１回の車両運転または外部充電におけるＳＯＣ変化量に相当する。

たとえば、車両運転または外部充電における、電池温度ＴＢ、電流使用量（ＩＢ²積算値）および電流深度の平均値を求めることにより、これらの平均値から、外部充電の単位時間当たり、あるいは、車両の単位走行距離当たりでの劣化パラメータｆ２＊を求めるとともに、求められたｆ２＊および走行距離および／または充放電時間の積に従って、サイクル劣化パラメータｆ２を算出することができる。

電池温度ＴＢ、電流使用量（ＩＢ²積算値）および電流深度からの、劣化パラメータｆ２＊の算出式または算出マップについても、劣化試験の結果等に基づいて、重回帰分析等の公知の手法を用いて作成することができる。

再び、図１３を参照して、端末２００（劣化評価部２１０）は、ステップＳ２５０により、保存劣化パラメータｆ１（Ｓ２３０）およびサイクル劣化パラメータｆ２（Ｓ２４０）の加算により、劣化パラメータｆ（ｆ＝ｆ１＋ｆ２）を算出する。このように求められた劣化パラメータｆは、図３の選別工程Ｐ２１０において基準値と比較されることによって、再利用判定対象とされたバッテリパック２０を判定工程（Ｐ３００）へ投入するか否かの選別に用いられる。

このように、本実施の形態に従う二次電池の再利用方法によれば、バッテリパック２０の解体前状態での二次電池（メインバッテリ１０）の劣化度推定により、電池モジュールへの解体および、解体後の各電池モジュール特性測定を伴う判定工程へ投入するバッテリパックを選別することができる。さらに、メインバッテリ１０の放置期間の電池温度の測定を要することなく、使用期間（充放電期間）における電池温度分布データから補間推定された、放置期間を含む全期間での電池温度分布データを用いて劣化度推定を行うことができる。

この結果、二次電池の放置期間における消費電力を増大させることなく、放置時における劣化進行速度の温度依存性を反映した高精度の劣化度推定に基づき、判定工程へ投入されるバッテリパックを適切に選別することができる。この結果、判定工程において再利用可能な電池モジュールの回収率が向上することによって、車載用の二次電池の再利用を効率化することができる。

なお、本実施の形態では、再利用対象となる二次電池が搭載される車両が外部充電可能である例を示したが、本願発明は、外部充電のための構成を具備しない車両に搭載された二次電池の再利用にも適用することができる。この場合には、車両運転状態である期間のみが本実施の形態での「電池使用期間」とされ、電池使用パターン（図９）は車両運転の時間帯を定めるように決められる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１０ メインバッテリ、１１ 電池モジュール、１５ 電流センサ、１６ 温度センサ、１７ 電圧センサ、１８ 電池監視ユニット、２０ バッテリパック（組電池）、２１ａ，２１ｂ システムメインリレー、２２ 昇圧コンバータ、２３ インバータ、２５ モータジェネレータ、２６ 伝達ギヤ、２７ 駆動輪、２８ 充電器、２９ａ，２９ｂ 充電リレー、３０ コントローラ、３１ 制御部、３２ 記憶部、４０ 外部電源、４５ 充電ケーブル、１００ 電動車両、２００ 端末、２１０ 劣化評価部、２２０ 表示部、２５０ データベース、３００ 熱負荷モデル、３０１ バッテリパックモデル、３０２ ボディモデル、３０３ ブロワモデル、３０５〜３０８，３１０〜３１２，３２０〜３２２ 熱伝達要素、５００ ＴＢ分布データ（電池使用期間）、５１０ フィッティング分布データ、５２０ ＴＢ分布データ（全期間）、ＥＣＵ１８ 監視、Ｉ０〜Ｉ１０ 電流負荷（電流二乗値）、ＩＢ 電池電流、ＶＢ 電池電圧、ｆ１ 保存劣化パラメータ、ｆ２ サイクル劣化パラメータ。

Claims (1)

1. 複数の電池モジュールを含む組電池によって構成された車載用の二次電池の再利用方法であって、
   使用済みの前記組電池の車載時における前記二次電池の使用履歴情報の入力を受けるステップと、
   入力された前記使用履歴情報に基づいて前記組電池の状態で前記二次電池の劣化度を推定するステップと、
   前記組電池を、推定された前記劣化度に従って、前記複数の電池モジュールへの解体および解体後の各前記電池モジュールの特性測定を伴う再利用可否判定の対象とするか、あるいは、前記特性測定を行うことなくリサイクル対象とするかを選別するステップとを備え、
   前記使用履歴情報は、前記二次電池の使用期間における電池温度分布データを含み、
   前記劣化度を推定するステップは、
   前記使用期間における電池温度分布データから、前記二次電池の放置期間および前記使用期間を含む全期間における温度分布データを補間推定するステップと、
   補間推定された前記全期間における温度分布データを含む情報を用いて前記劣化度を推定するステップとを含み、
   前記補間推定するステップは、
   予め想定された複数のパターン毎に定められた、前記使用期間における第１の電池温度分布パターンおよび前記全期間における第２の電池温度分布パターンのうちの前記第１の電池温度分布パターンと、前記使用期間における温度分布データとの比較によって、前記複数のパターンのそれぞれについての一致度を算出するステップと、
   算出された前記一致度から求められた前記複数のパターンのそれぞれの重み付け係数に従った、前記第２の電池温度分布パターンの加重合成によって、前記全期間における温度分布データを推定するステップとを有する、二次電池の再利用方法。

Images