JP2019152657A - 電池監視システム - Google Patents

Abstract

【課題】二次電池の初期故障を検出でき、記憶すべきデータの量を低減でき、かつ短時間で故障判断を行うことができる電池監視システムを提供すること。【解決手段】複数の二次電池２と、個々の二次電池の監視データを取得するデータ取得部３と、故障判断部４とを備える。故障判断部４は、個々の二次電池２について、監視データＸ１〜Ｘnを変数としてスパース正則化を行い、偏相関係数Λを算出する。異常度算出部４２は、２個の二次電池２A，２Bの監視データを用いてそれぞれ算出された、２つの偏相関係数行列Λ1，Λ2の間における、偏相関係数λの差を異常度Δとして算出する。故障判断部４は、算出した異常度Δが予め定められた閾値ΔTHを超えた場合に、２個の二次電池２A，２Bのうち、いずれか一方が故障したと判断する。【選択図】図１

Description

本発明は、二次電池の故障診断を行う電池監視システムに関する。

従来から、二次電池の故障診断を行う電池監視システムが知られている（下記特許文献１参照）。この電池監視システムでは、例えば、二次電池の開回路電圧（ＯＣＶ：Open Circuit Voltage）と、充電率（ＳＯＣ：State Of
Charge）とを定期的に測定し、これらの測定値を累積的に記憶する。そして、新たに測定したＯＣＶとＳＯＣの関係が、過去に測定したＯＣＶとＳＯＣの関係と比べて大きく変化したときに、二次電池が故障したと判断する。

また、故障判断の別の例としては、二次電池の容量を測定する方法がある。この場合、まず二次電池を完全に放電し、その後、満充電する。そして、充電に要した電荷量を測定することにより、二次電池の容量を測定する。新たに測定した容量の値が、過去に測定した値と比べて大きく変化した場合には、二次電池が故障したと判断する。

特開２０１６−１５２７０４号公報

しかしながら、ＯＣＶとＳＯＣを測定し、これらの関係が過去の測定値と比べて変化したか否かを用いて故障判断する方法では、ＯＣＶとＳＯＣの測定値を累積的に記憶する必要がある。そのため、記憶するデータ量が多く、大きな記憶装置が必要になる。また、二次電池が完全に故障してからでないと、故障判定がしにくい。すなわち、電池の初期故障を検出しにくい。なお、初期故障とは、電池に故障が発生したときの当該故障の初期段階を意味する。

また、二次電池の容量を測定して故障判断する場合は、容量の測定に長時間を要するという課題がある。

本発明は、かかる課題に鑑みてなされたものであり、二次電池の初期故障を検出でき、記憶すべきデータの量を低減でき、かつ短時間で故障判断を行うことができる電池監視システムを提供しようとするものである。

本発明の一態様は、少なくとも２個の二次電池（２）の状態を監視する電池監視システム（１）であって、
個々の上記二次電池について、該二次電池の状態を監視するための複数種類の監視データ（Ｘ₁〜Ｘ_n）を取得するデータ取得部（３）と、
上記二次電池が故障したか否かを判断する故障判断部（４）とを備え、
該故障判断部は、
個々の上記二次電池について、取得された上記監視データを変数としてスパース正則化を行うことにより、上記監視データの偏相関係数行列（Λ）を算出する行列算出部（４１）と、
上記２個の二次電池の上記監視データを用いてそれぞれ算出された、２つの上記偏相関係数行列の間における、該偏相関係数行列の成分である偏相関係数（λ）の差を異常度（Δ）として算出する異常度算出部（４２）とを有し、
算出した上記異常度が予め定められた閾値（Δ_TH）を超えた場合に、上記２個の二次電池のうち、いずれか一方が故障したと判断するよう構成されている、電池監視システムにある。

上記電池監視システムの故障判断部は、二次電池の監視データを変数としてスパース正則化を行い、偏相関係数行列を算出する。そして、２個の二次電池を用いてそれぞれ算出した、２つの偏相関係数行列の間における、偏相関係数の差を上記異常度として算出する。この異常度が閾値を超えた場合に、２個の二次電池のいずれか一方が故障したと判断する。
このようにすると、二次電池の初期故障を検出することができる。すなわち、スパース正則化を行うと、二次電池の複数種類の監視データのうち、互いに関連性の高い２種類の監視データを選び出すことができる。つまり、関連性の高い２種類の監視データについては、上記偏相関係数の絶対値が１に近づく。また、関連性が低い２種類の監視データは、偏相関係数が０に近づく。そのため、２個の二次電池を比較して、それぞれの偏相関係数行列に含まれる偏相関係数が互いに大きく異なる場合、関連性が高い２種類の監視データの組み合わせが、２個の二次電池の間で異なることを意味する。したがって、この場合、２個の二次電池のうちいずれか一方に何らかの故障が生じたと判断することができる。特に、二次電池は、初期故障が生じた場合でも偏相関係数が大きく変化するため、この偏相関係数の変化を使えば、二次電池の初期故障を検出することができる。

また、上記電池監視システムは、過去に取得した監視データを全て記憶する必要がなく、偏相関係数行列を算出するために必要な監視データのみを記憶すれば、故障検出を行うことができる。そのため、記憶すべきデータの量を低減できる。さらに、上記電池監視システムは、従来のように、二次電池の容量を測定する場合と比べて、短時間で、二次電池の故障判断を行うことができる。

以上のごとく、上記態様によれば、二次電池の初期故障を検出でき、記憶すべきデータの量を低減でき、かつ短時間で故障判断を行うことができる電池監視システムを提供することができる。
なお、特許請求の範囲及び課題を解決する手段に記載した括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものであり、本発明の技術的範囲を限定するものではない。

実施形態１における、電池監視システムの回路図。 実施形態１における、第１二次電池の監視データの時間変化を表したグラフ。 実施形態１における、第１二次電池が正常なときの、偏相関係数行列Λ₁を視覚化したもの。 実施形態１における、第２二次電池の監視データの時間変化を表したグラフ。 実施形態１における、第２二次電池が正常なときの、偏相関係数行列Λ₂を視覚化したもの。 実施形態１における、２個の二次電池が正常なときの、異常度のグラフ。 実施形態１における、第２二次電池が故障したときの、偏相関係数行列Λ₂を視覚化したもの。 実施形態１における、第２二次電池が故障したときの、異常度のグラフ。 実施形態１における、放電中の二次電池の概念図。 実施形態１における、充電中の二次電池の概念図。 実施形態１における、故障判断部のフローチャート。 図１１に続くフローチャート。 実施形態２における、電池監視システムの回路図。 実施形態２における、各二次電池間の異常度の関係を表した概念図。 実施形態２における、故障判断部のフローチャート。 図１５に続くフローチャート。 実施形態３における、電池監視システムの概念図。 二次電池の電池性能の時間変化を、正常状態が継続される場合と、故障が発生する場合とについて、表した概念図。

（実施形態１）
上記電池監視システムに係る実施形態について、図１〜図１２を参照して説明する。本形態の電池監視システム１は、図１に示すごとく、少なくとも２個の二次電池２（２_A，２_B）の状態を監視する。電池監視システム１は、データ取得部３と、故障判断部４とを備える。データ取得部３は、個々の二次電池２について、該二次電池２の状態を監視するための複数種類の監視データＸ₁〜Ｘ_nを取得する。故障判断部４は、二次電池２が故障したか否かを判断する。

故障判断部４は、行列算出部４１と、異常度算出部４２とを備える。行列算出部４１は、個々の二次電池２（２_A，２_B）について、取得された監視データＸ_１〜Ｘ_nを変数としてスパース正則化を行い、監視データＸ₁〜Ｘ_nの偏相関係数行列Λを算出する。異常度算出部４２は、２個の二次電池２_A，２_Bの監視データを用いてそれぞれ算出された、２つの偏相関係数行列Λの間における、偏相関係数λの差を異常度Δとして算出する。故障判断部４は、算出した異常度Δが予め定められた閾値Δ_THを超えた場合に、２個の二次電池２_A，２_Bのうち、いずれか一方が故障したと判断する。

本形態の電池監視システム１は、電気自動車やハイブリッド車等の車両に搭載するための、車載用電池監視システムである。図１に示すごとく、本形態では、２個の二次電池２_A，２_Bを互いに直列に接続して、組電池２０を構成してある。組電池２０には、負荷１０と、充電装置１１とが接続している。本形態の負荷１０は、インバータである。このインバータを用いて、組電池２０から供給される直流電力を交流電力に変換し、図示しない三相交流モータを駆動している。これにより、上記車両を走行させている。

負荷１０と組電池２０との間には、放電用スイッチ１２が配されている。また、充電装置１１と組電池２０との間には、充電用スイッチ１３が配されている。これらのスイッチ１２，１３のオンオフ動作は、制御部６によって制御される。制御部６は、組電池２０を充電する際には、充電用スイッチ１３をオンし、負荷１０を駆動する際には、放電用スイッチ１２をオンする。

また、個々の二次電池２には、放電回路８が接続している。放電回路８は、個別放電スイッチ８１と、放電抵抗８２とからなる。制御部６は、２個の二次電池２の充電率（ＳＯＣ）が均等でない場合は、個別放電スイッチ８１をオンし、二次電池２を個別に放電させる。これにより、ＳＯＣを均等にする。

本形態のデータ取得部３は、二次電池２の監視データとして、個々の二次電池２のＣＣＶ（閉回路電圧）、充電電流Ｉ_C、放電電流Ｉ_D、ＳＯＣ、電池温度Ｔ_B、積算充電時間Σｔ_c、積算放電時間Σｔ_d、積算充電電流ΣＩ_C、積算放電電流Ｉ_D、周囲の環境温度Ｔ_E等を取得する。

データ取得部３は、充電電流Ｉ_C又は放電電流Ｉ_Dを測定する電流センサ３０_A（３０_AA，３０_AB，３０_AX）、電圧センサ３０_V（３０_VA，３０_VB）、電池温度Ｔ_Bを測定する電池用温度センサ３０_TB（３０_TBA，３０_TBB）、環境温度Ｔ_Eを測定する環境用温度センサ３０_TE、積算部３０_I、ＳＯＣ算出部３０_Sを備える。電圧センサ３０_Vは二次電池２のＣＣＶ及びＯＣＶを測定する。ＳＯＣ算出部３０_Sは、ＯＣＶの測定値を用いて、二次電池２のＳＯＣを算出する。また、積算部３０_Iは、積算温度ストレスΣＴ、積算充電時間Σｔ_c、積算放電時間Σｔ_d、積算充電電流ΣＩ_C、積算放電電流ΣＩ_Dを算出する。積算充電時間Σｔ_cは、二次電池２の充電時間ｔ_cの積算値であり、積算放電時間Σｔ_dは、二次電池２の放電時間ｔ_dの積算値である。積算充電電流ΣＩ_Cは、充電電流Ｉ_Cの積算値である。また、積算温度ストレスΣＴは、使用中の各温度における時間の積算値である。積算温度ストレスΣＴは、例えば、｛１０℃×時間｝＋｛１５℃×時間｝＋・・・＋｛４５℃×時間｝のように算出することができる。また、温度が高くなるほど二次電池２にストレスが加わるため、各時間に重みづけをすることもできる。なお、積算温度ストレスΣＴの算出方法はこれに限定しない。他には、例えば４０℃以上に置かれた時間のみをカウント積算する方法等を採用することができる。

また、本形態の電池監視システム１は、記憶部５を備える。記憶部５は、上記偏相関係数行列Λを算出するために必要な監視データや、算出した偏相関係数行列Λを記憶する。

また、本形態では、上記二次電池２_A，２_Bとして、リチウム電池を用いている。個々の二次電池２_A，２_Bの構造や、電極等の材料は、同一である。

二次電池２の構造について、より詳細に説明する。図９に示すごとく、二次電池２は、正極２１_Pおよび負極２１_Nと、これらの間に配されたセパレータ２４と、電解液２５とを備える。正極２１_P及び負極２１_Nは、金属製の導電部２３（２３_P，２３_N）と、該導電部２３に取り付けられた活物質２２（２２_P，２２_N）とを備える。

図９に示すごとく、二次電池２のＳＯＣが略１００％であるときは、リチウムイオンは殆ど負極２１_Nの活物質２２_Nに存在している。放電を行うと、リチウムイオンは正極２１_Pの活物質２２_Pに移動する。また、図１０に示すごとく、二次電池２のＳＯＣが略０％であるときは、リチウムイオンは殆ど正極２１_Pの活物質２２_Pに存在している。充電を行うと、リチウムイオンは負極２１_Nの活物質２２_Nに移動する。

外部から二次電池２に衝撃等が加わると、二次電池２が故障することがある。例えば、個々の電極２１（２１_P，２１_N）の導電部２３（２３_P，２３_N）が互いに接触したり、活物質２２が導電部２３から剥離したりすることがある。また、二次電池２を長期間使用すると、電解液２５中に金属リチウムが析出して、一対の電極２１が短絡することもある。本形態の故障判断部４は、二次電池２にこのような故障が発生したか否かを判断する。

次に、図２〜図８を用いて、二次電池２の故障診断を行う方法について説明する。ここでは、図２に示すごとく、６種類の監視データＸ₁〜Ｘ₆を用いる場合について説明する。例えば、第１監視データＸ₁はＣＣＶ、第２監視データＸ₂は放電電流Ｉ_D、第３監視データＸ₃はＳＯＣ、第４監視データＸ₄は電池温度Ｔ_B、第５監視データＸ₅は積算放電時間Σｔ_D、第６監視データＸ６は積算放電電流ΣＩ_Dにすることができる。なお、別の種類の監視データを用いてもよく、これらの並べ順も任意で良い。また、図２等では６種類の監視データＸ₁〜Ｘ₆を用いたが、本発明はこれに限るものではなく、２種類以上であれば良い。

図２に示すごとく、各監視データＸ₁〜Ｘ₆は、時間の経過と共に値が変化する。故障判断部４は、まず、第１二次電池２_A（図１参照）の監視データＸ₁〜Ｘ₆を変数としてスパース正則化を行い、第１の偏相関係数行列Λ₁を算出する。第１の偏相関係数行列Λ₁は、例えば下記のように表すことができる。

上記式において、λ₁₂は、監視データＸ₁と監視データＸ₂との間の偏相関係数を意味する。また、偏相関係数行列Λは対称行列であるため、上記式において、一部の偏相関係数λを省略して記載してある。さらに、偏相関係数行列Λの、主対角線上の成分は全て１であるため、記載を省略してある。

偏相関係数λは、２種類の監視データの相関性が高い場合は、１又は−１に近づく。また、相関性が低い場合は、０に近づく。第１の偏相関係数行列Λ₁を視覚化したものを図３に示す。同図に示すごとく、相関性の高い２種類の監視データ（例えばＸ₂とＸ₆、Ｘ₅とＸ₆等）は、比較的太い線で結ばれる。また、これより相関性が低い監視データ（例えばＸ₃とＸ₆）は、若干細い線で結ばれる。また、さらに相関性が低い監視データ（例えばＸ₂とＸ₃、Ｘ₃とＸ₄等）は、さらに細い線で結ばれる。

次に、故障判断部４は、第２二次電池２_Bの監視データＸ^’ ₁〜Ｘ^’ ₆（図４参照）を用いてスパース正則化を行い、第２の偏相関係数行列Λ₂を算出する。図４に示すごとく、第２二次電池２_Bの監視データＸ^’ ₁〜Ｘ^’ ₆は、時間の経過と共に値が変化する。本形態では、同じ時間ｔ₁（図２、図４参照）に得られた監視データＸ₁〜Ｘ₆，Ｘ^’ ₁〜Ｘ^’ ₆を用いて、２つの偏相関係数行列Λ₁，Λ₂を算出する。第２の偏相関係数行列Λ₂は、例えば下記式のように表すことができる。

第２の偏相関係数行列Λ₂を視覚化したものを図５に示す。２個の二次電池２_A，２_Bが両方とも正常である場合は、第１二次電池２_Aの各監視データＸ₁〜Ｘ₆の相関性と、第２二次電池２_Bの各監視データＸ^’ ₁〜Ｘ^’ ₆の相関性は略等しい。そのため、２つの偏相関係数行列Λ₁，Λ₂は略同じになる。したがって、２つの偏相関係数行列Λ₁，Λ₂をそれぞれ視覚化したグラフ（図３、図５参照）は、略同じ形状になる。

故障判断部４は、このように２つの偏相関係数行列Λ₁，Λ₂を算出した後、これら２つの偏相関係数行列Λ₁，Λ₂の間の、偏相関係数λの差を、異常度Δとして算出する。異常度Δは、例えば、以下のように表すことができる。

なお、Δ₁₂は、２つの偏相関係数行列Λ₁，Λ₂の間の、偏相関係数λ₁₂の異常度Δを意味する。

個々の異常度Δをグラフにしたものを図６に示す。上述したように、第１二次電池２_Aの各監視データＸ₁〜Ｘ₆の相関性、および第２二次電池２_Bの各監視データＸ^’ ₁〜Ｘ^’ ₆の相関性が大きく変化していなければ、算出した２つの偏相関係数行列Λ₁，Λ₂は殆ど同じになる。そのため、偏相関係数λの変化は小さく、異常度Δは小さい値になる。故障判断部４は、全ての異常度Δが閾値Δ_THより小さい場合は、２個の二次電池２_A，２_Bの、監視データの相関性は互いに等しい、すなわち、２個の二次電池２_A，２_Bは両方とも故障していない、と判断する。

次に、第２二次電池２_Bが故障した場合の、偏相関係数行列Λ₂を視覚化したグラフを図７に示す。このグラフでは、図５と比べて、監視データＸ^’ ₃とＸ^’ ₅の相関性、及びＸ^’ ₃とＸ^’ ₆の相関性が低くなっており、略０になっている。このときの異常度Δをグラフにしたものを図８に示す。同図に示すごとく、監視データＸ₃とＸ₅の異常度Δ₃₅と、監視データＸ₃とＸ₆の異常度Δ₃₆が高くなっている。故障判断部４は、算出した異常度Δが閾値Δ_THを超えた場合は、２個の二次電池２_A，２_Bは、監視データＸ₁〜Ｘ₆の相関性が互いに異なる、すなわち、２個の二次電池２_A，２_Bのうち、いずれか一方の二次電池２が故障した、と判断する。より詳しくは、故障判断部４は、算出した複数の異常度Δ₁₂〜Δ₅₆のうち、少なくとも一個が閾値Δ_THを超えた場合は、一方の二次電池２が故障したと判断する。

次に、故障判断部４のフローチャートの説明を行う。図１１に示すごとく、本形態の故障判断部４は、ステップＳ₁，Ｓ₂と、ステップＳ₃，Ｓ₄を並列的に行う。ステップＳ１では、第１二次電池２_Aの監視データＸ₁〜Ｘ_nを一定期間、測定する。その後、ステップＳ２に移る。ここでは、測定した監視データＸ₁〜Ｘ_nを用いて、第１の偏相関係数行列Λ₁を算出する。

また、ステップＳ３では、第２二次電池２_Bの監視データＸ^’ ₁〜Ｘ^’ _nを一定期間、測定する。その後、ステップＳ４に移る。ここでは、測定した監視データＸ^’ ₁〜Ｘ^’ _nを用いて、第２の偏相関係数行列Λ₂を算出する。

このように２つの偏相関係数行列Λ₁，Λ₂を算出した後、図１２に示すステップＳ５に移る。ステップＳ５では、２つの偏相関係数行列Λ₁，Λ₂を用いて、異常度Δを算出する。その後ステップＳ６に移り、算出した複数の異常度Δ（図８参照）のうち、少なくとも一つが閾値Δ_THを超えたか否かを判断する。ここでＹｅｓと判断した場合は、ステップＳ７に移り、２個の二次電池２_A，２_Bのうち、いずれか一方が故障していると判断する。また、ステップＳ６でＮｏと判断した場合は、ステップＳ１、Ｓ３に戻る。

本形態の作用効果について説明する。本形態の故障判断部４は、二次電池２の監視データを変数としてスパース正則化を行い、偏相関係数行列Λを算出する。そして、２個の二次電池２_A，２_Bを用いてそれぞれ算出した、２つの偏相関係数行列Λ₁，Λ₂の間における、偏相関係数λの差を異常度Δとして算出する。この異常度Δが閾値Δ_THを超えた場合に、２個の二次電池２のうちいずれか一方が故障したと判断する。
このようにすると、二次電池２の初期故障を検出することができる。
図１８は、二次電池２の電池性能の時間変化を、正常状態が継続する場合と、故障が発生する場合とについて、概念的に示す図である。二次電池２が正常状態を維持する場合、同図のＬ０〜Ｌ１を辿って、緩やかに電池性能が低下することとなる。一方、二次電池２に故障が発生すると、同図のＬ０〜Ｌ２へ移行するように、電池性能が低下する。
したがって、従来技術のように、電池性能の低下（例えば、容量の低下、抵抗の増大）を測定して故障判定をする場合、電池性能が大幅に低下した後でないと故障判定が難しい。それゆえ、仮に二次電池２に故障が生じても、図１８にＦｉにて示す故障の初期段階では、電池性能の変化が小さく、故障判定が困難となる。つまり、同図のＦｃにて示す完全な故障に近付くまで、故障判定が困難である。
一方、本形態においては、上述のように、異常度Δを利用して故障判定を行うことにより、故障の初期段階Ｆｉにて故障判定が可能となる。つまり、異常度Δは、故障の初期段階Ｆｉでも検出可能なため、二次電池２が大幅に低下する前の初期段階Ｆｉにて、故障判定を行うことができる。換言すると、二次電池２の故障の初期段階を検出することができる。なお、本明細書中において「初期故障」とは、この故障の初期段階のことを意味する。
すなわち、スパース正則化を行うと、二次電池２の複数種類の監視データのうち、互いに関連性の高い２種類の監視データを選び出すことができる。つまり、関連性の高い２種類の監視データについては、偏相関係数λの絶対値が１に近づく。また、関連性が低い２種類の監視データは、偏相関係数λが０に近づく。そのため、２個の二次電池２_A，２_Bを比較して、それぞれの偏相関係数行列Λ₁，Λ₂に含まれる偏相関係数λが互いに大きく異なる場合、関連性が高い２種類の監視データの組み合わせが、２個の二次電池２_A，２_Bの間で異なることを意味する。したがって、この場合、２個の二次電池２_A，２_Bのうちいずれか一方に何らかの故障が生じたと判断することができる。特に、二次電池２は、初期故障が生じた場合でも偏相関係数λが大きく変化するため、この偏相関係数λの変化を使えば、二次電池２の初期故障を検出することができる。

また、本形態の電池監視システム１は、過去に取得した監視データを全て記憶する必要がなく、偏相関係数行列Λを算出するために必要な監視データのみを記憶すれば、故障検出を行うことができる。そのため、記憶すべきデータの量を低減できる。さらに、上記電池監視システム１は、従来のように、二次電池２の容量を測定する場合と比べて、短時間で、二次電池２の故障判断を行うことができる。

また、本形態の行列算出部４１は、図２、図４に示すごとく、それぞれ同じ時間ｔ₁に取得した監視データＸ₁〜Ｘ₆，Ｘ^’ ₁〜Ｘ^’ ₆を用いて、複数の偏相関係数行列Λ₁，Λ₂を算出するよう構成されている。
そのため、同じ時間帯における２つの二次電池２_A，２_Bを比較することができ、故障判断を正確に行うことができる。

また、本形態では、図１に示すごとく、２個の二次電池２_A，２_Bを直列に接続して組電池２０を構成してある。
このようにすると、組電池２０を構成する複数の二次電池２_A，２_Bを用いて、個々の二次電池２の故障判断を行うことができる。

以上のごとく、二次電池の初期故障を検出でき、記憶すべきデータの量を低減でき、かつ短時間で故障判断を行うことができる電池監視システムを提供することができる。

なお、図２等では、６種類の監視データＸ₁〜Ｘ₆を用いて６×６の偏相関係数行列Λを算出し、これから複数個の異常度Δ₁₂〜Δ₅₆（図７参照）を算出して、これら複数個の異常度Δ₁₁〜Δ₅₆のうち少なくとも１個が閾値Δ_THを超えたときに、二次電池２が故障したと判断したが、本発明はこれに限るものではない。すなわち、２種類の監視データＸ₁，Ｘ₂を用いて２×２の偏相関係数行列Λを算出し、これから１個の異常度Δ₁₂のみ算出してもよい。

以下の実施形態においては、図面に用いた符号のうち、実施形態１において用いた符号と同一のものは、特に示さない限り、実施形態１と同様の構成要素等を表す。

（実施形態２）
本形態は、二次電池２の個数等を変更した例である。図１３に示すごとく、本形態では、３個の二次電池２_A〜２_Cを直列に接続してある。また、データ取得部３は、個々の二次電池２_A〜２_Cの監視データを取得する。データ取得部３は、実施形態１と同様に、電圧センサ３０_V（３０_VA，３０_VB，３０_VC）、電流センサ３０_A（３０_AA，３０_AB，３０_AC，３０_AX）、温度センサ３０_TB（３０_TBA，３０_TBB，３０_TBC）等を備える。

行列算出部４１は、３個の二次電池２_A，２_B，２_Cについて、それぞれ偏相関係数行列Λを算出する。また、故障判断部４は、故障特定部４３を備える。故障特定部４３は、個々の二次電池２間の異常度Δを用いて、故障している二次電池２を特定する。

例えば、図１４に示すごとく、第１二次電池２_Aと第２二次電池２_Bとの間の異常度Δ_ABが閾値Δ_THより高く、第２二次電池２_Bと第３二次電池２_Cとの間の異常度Δ_BCが閾値Δ_THより高く、第１二次電池２_Aと第３二次電池２_Cとの間の異常度Δ_ACが閾値Δ_THより低い場合を想定する。この場合、第２二次電池２_Bは、他の二次電池２（すなわち、第１二次電池２_A、第３二次電池２_C）との間で、異常度Δ_AB，Δ_BCが全て閾値Δ_THより高いため、第２二次電池２_Bが故障していると特定することができる。

次に、故障判断部４のフローチャートの説明を行う。図１５に示すごとく、故障判断部４は、ステップＳ１１〜Ｓ１６を並列的に行う。ステップＳ１１では、第１二次電池２_Aの監視データを一定期間、測定する。その後、ステップＳ１２に移り、測定した監視データを用いて、第１の偏相関係数行列Λ₁を算出する。

同様に、ステップＳ１３では、第２二次電池２_Bの監視データを測定する。その後、ステップＳ１４に移り、測定した監視データを用いて、第２の偏相関係数行列Λ₂を算出する。さらに、ステップＳ１５では、第３二次電池２_Cの監視データを測定する。その後、ステップＳ１６に移り、測定した監視データを用いて、第３の偏相関係数行列Λ₃を算出する。

このように３個の偏相関係数行列Λを算出した後、各二次電池２間の異常度Δを算出する。すなわち、第１二次電池２_Aの偏相関係数行列Λ₁と、第２二次電池２_Bの偏相関係数行列Λ₂とを用いて、異常度Δ_ABを算出する（上記数式３参照）。同様に、第２二次電池２_Bと第３二次電池２_Cとの間の異常度Δ_BCを算出し、さらに、第１二次電池２_Aと第３二次電池２_Cとの間の異常度Δ_ACを算出する。

その後、ステップＳ１８に移る。ここでは、各異常度Δ_AB，Δ_BC，Δ_ACのいずれかが閾値Δ_THを超えたか否かを判断する。ここでＮoと判断した場合は、ステップＳ１１に戻る。また、ステップＳ１８でＮｏと判断した場合は、ステップＳ１９に移る。ここでは、全ての異常度Δが閾値Δ_THより高い二次電池２を特定する。その後、ステップＳ２０に移る。ここでは、特定した二次電池２が故障していると判断する。

本形態の作用効果について説明する。本形態では、３個の二次電池２_A，２_B，２_Cについて、それぞれ偏相関係数行列Λを算出する。また、故障特定部４３は、個々の二次電池２_A〜２_C間の異常度Δ_AB，Δ_BC，Δ_ACを用いて、故障した二次電池２を特定する。
実施形態１のように、２個の二次電池２_A，２_Bを用いる場合は、異常度Δが閾値Δ_THを超えたとき、どの二次電池２が故障したか特定できない。しかし、本形態のように３個の二次電池２_A〜２_Cを用いる場合は、全ての異常度Δが閾値Δ_THを超えた二次電池２が、故障していると特定することができる。
その他、実施形態１と同様の構成および作用効果を備える。

なお、本形態では３個の二次電池２_A〜２_Cを用いたが、本発明はこれに限るものではなく、４個以上の二次電池２を用いてもよい。

（実施形態３）
本形態は、二次電池２の配置位置を変更した例である。図１７に示すごとく、本形態では、複数の二次電池２（２_A〜２_C）を、それぞれ別の車両７に搭載してある。個々の車両７に、二次電池２の監視データを取得するデータ取得部３が搭載されている。

故障判断部４と記憶部５は、外部機器７２（例えばサーバ）に設けられている。各車両にはデータの送受信装置７１が搭載されている。この送受信装置７１を用いて、外部機器７２に監視データを送信する。故障判断部４は、送信された監視データを用いて、偏相関係数Λおよび異常度Δを算出する。そして、実施形態２と同様に、算出した異常度Δを用いて、故障した二次電池２を特定する。

本形態の作用効果について説明する。本形態では、個々の二次電池２を別々の車両７に搭載してある。
このようにすると、各車両７に搭載した二次電池２を用いて、個々の二次電池２の故障判断を行うことができる。そのため、各車両７に１個の二次電池２しか搭載していない場合でも、故障判断を行うことができる。

また、実施形態１のように、１つの車両７内のみで二次電池２の監視し、かつデータ取得部３が１系統のみである場合は、データ取得部３が故障すると、監視データが変化していないように見える可能性がある。この場合、二次電池２およびデータ取得部３の故障を正確に検出できない可能性が考えられる。これに対して、本形態のように、各車両７に二次電池２及びデータ取得部３を搭載すれば、データ取得部３が複数系統存在することになるため、いずれかの車両７のデータ取得部３が故障した場合に、これを検出することができる。すなわち、本形態のように、二次電池２及びデータ取得部３を各車両７に分散配置し、相互に監視し合うことにより、データ取得部３（センサ系）を含めた電源系の故障判断を行うことが可能になる。
その他、実施形態１と同様の構成および作用効果を備える。

本発明は上記各実施形態に限定されるものではなく、その要旨を逸脱しない範囲において種々の実施形態に適用することが可能である。

１ 電池監視システム
３ データ取得部
４ 故障判断部
４１ 行列算出部
４２ 異常度算出部
Ｘ_n 監視データ
Λ 偏相関係数行列
λ 偏相関係数
Δ 異常度

Claims (5)

1. 少なくとも２個の二次電池（２）の状態を監視する電池監視システム（１）であって、
   個々の上記二次電池について、該二次電池の状態を監視するための複数種類の監視データ（Ｘ₁〜Ｘ_n）を取得するデータ取得部（３）と、
   上記二次電池が故障したか否かを判断する故障判断部（４）とを備え、
   該故障判断部は、
   個々の上記二次電池について、取得された上記監視データを変数としてスパース正則化を行うことにより、上記監視データの偏相関係数行列（Λ）を算出する行列算出部（４１）と、
   上記２個の二次電池の上記監視データを用いてそれぞれ算出された、２つの上記偏相関係数行列の間における、該偏相関係数行列の成分である偏相関係数（λ）の差を異常度（Δ）として算出する異常度算出部（４２）とを有し、
   算出した上記異常度が予め定められた閾値（Δ_TH）を超えた場合に、上記２個の二次電池のうち、いずれか一方が故障したと判断するよう構成されている、電池監視システム。
2. 上記行列算出部は、それぞれ同じ時間に取得した上記監視データを用いて、複数の上記偏相関係数行列を算出するよう構成されている、請求項１に記載の電池監視システム。
3. 上記行列算出部は、少なくとも３個の上記二次電池について、それぞれ上記偏相関係数行列を算出し、上記故障判断部は、個々の上記二次電池間の上記異常度を用いて、故障した上記二次電池を特定する故障特定部（４３）を備える、請求項１又は２に記載の電池監視システム。
4. 複数個の上記二次電池は互いに直列に接続され、組電池（２０）を構成している、請求項１〜３のいずれか一項に記載の電池監視システム。
5. 上記二次電池は車両（７）に搭載され、個々の上記二次電池を別々の上記車両に搭載してある、請求項１〜３のいずれか一項に記載の電池監視システム。

Images