JP2020012786A

JP2020012786A - 電池状態推定装置、電池状態推定装置の製造方法、電池状態推定方法、および組電池システム

Info

Publication number: JP2020012786A
Application number: JP2018136778A
Authority: JP
Inventors: 沙絵子富岡; Saeko Tomioka; 潔大路; Kiyoshi Omichi; 敏貴 ▲高▼橋; Toshitaka Takahashi
Original assignee: Mazda Motor Corp
Current assignee: Mazda Motor Corp
Priority date: 2018-07-20
Filing date: 2018-07-20
Publication date: 2020-01-23

Abstract

【課題】電池セルの数よりも少ない温度センサを用いて、各電池セルに対応した電池状態を推定可能にする。【解決手段】複数の電池セル１０１を有する組電池１００の状態を推定する電池状態推定装置（学習済異常検出モデル２０２）は、電池セル１０１の数よりも少ない箇所の温度を検出する温度センサ１１１〜１１４による検出温度、および上記検出温度と各電池セル１０１の電池状態との関係の機械学習結果に基づいて、各電池セル１０１の電池状態を推定する。【選択図】図４

Description

本発明は、ハイブリッド電気自動車（ＨＥＶ：Hybrid Electric Vehicle）などに搭載される電池における発熱程度などの電池状態を推定する電池状態推定装置、電池状態推定装置の製造方法、電池状態推定方法、および組電池システムに関するものである。

ハイブリッド電気自動車などに搭載される電池では、頻繁に充放電が繰り返される。これに伴って、電池の内部抵抗が増大するなどの劣化が進行する。そこで、電池の充放電制御や電池交換の必要性判定等のために、電池の状態を推定することが求められる。

電池の状態を推定する技術としては、電池の電圧、電流、および温度などの入力から予め設定された電池の寿命を出力するようにニューラルネットワークを学習させる技術が知られている（例えば、特許文献１参照。）。

特開２０１７−４９５５号公報

しかしながら、複数の電池セルを有する組電池の状態を各電池セルに対応して推定するためには、各電池セルに対応した温度センサ等を設ける必要があり、製造コストの増大を招くことになる。

本発明は、上記の点に鑑みてなされたものであり、電池セルの数よりも少ない温度センサを用いても、各電池セルに対応した電池状態を推定可能にすることを目的としている。

上記の目的を達成するために、
第１の発明は、
複数の電池セルを有する組電池の状態を推定する電池状態推定装置であって、
上記組電池における上記電池セルの数よりも少ない箇所の温度を検出する温度センサからの温度信号を受信する受信部と、
上記温度センサによる検出温度、および上記検出温度と各電池セルの電池状態との関係の機械学習結果に基づいて、各電池セルの電池状態を推定する推定部と、
を備えたことを特徴とする。

これにより、各電池セルに対応した温度センサを設けたりしなくても、検出温度と各電池セルの電池状態との関係の機械学習結果に基づいて、各電池セルの電池状態を推定することが可能となる。

第２の発明は、
第１の発明の電池状態推定装置であって、
上記検出温度は、上記組電池から所定の大きさの電流が所定の時間流れた場合における検出温度であることを特徴とする。

これにより、検出温度と各電池セルの電池状態との関係を求めたり、上記機械学習結果に基づいた各電池セルの電池状態を推定したりすることが容易にできる。

第３の発明は、
第２の発明の電池状態推定装置であって、
上記各セルの電池状態は、上記組電池から所定の大きさの電流が所定の時間流れた場合における電池状態であることを特徴とする。

これにより、電池セルの内部抵抗の増大を検出することなどが容易にできる。

本発明では、電池セルの数よりも少ない温度センサを用いても、各電池セルに対応した電池状態を推定可能になる。

複数の電池セルを含む組電池の概略構成を示す模式図である。組電池の電流と温度センサの検出温度の例を示すグラフである。異常セルパターンと検出温度の関係の機械学習の例を示す説明図である。異常セルの検出の例を示す説明図である。

以下、本発明の実施形態を図面に基づいて説明する。

本実施形態の電池状態推定の対象となる組電池１００は、ＨＥＶ等の車両などに搭載されるもので、例えば、図１に示すように１０個の電池セル１０１が直列および／または並列に接続されるとともに一体的にパック化され成っている。上記組電池１００の表面４箇所には、温度センサ１１１〜１１４が設けられている。なお、温度センサ１１１〜１１４は表面に限らず、組電池１００の内部に埋め込まれるなどしてもよい。

上記のような組電池１００から電流負荷等に対して、例えば図２に示すように所定の大きさ、所定時間のパルス電流が流れた場合、各電池セル１０１では、その電流の大きさと内部抵抗とに応じた熱が発生して伝播し、各温度センサ１１１〜１１４では、それぞれの位置での温度（温度変化）Ｔａ〜Ｔｄが検出される。

各温度センサ１１１〜１１４で検出される温度は、各電池セル１０１の内部抵抗の変化や、その電池セル１０１の配置位置によって異なる。すなわち、例えば発熱する電池セル１０１の位置の組み合わせに応じて、それぞれ、温度センサ１１１〜１１４で異なる温度が検出されることになる。そこで、あらかじめ、各電池セル１０１の内部抵抗の変化によって生じる電池状態と温度センサ１１１〜１１４で検出される温度との関係をニューラルネットワーク等を用いて機械学習させておけば、その機械学習結果と温度センサ１１１〜１１４によって実測された検出温度とに基づいて、各電池セル１０１の電池状態を推定することができる。

具体的には、例えば、内部抵抗が初期状態の１．５倍になった電池セル１０１を異常セルとして値“１”で表し、内部抵抗が初期状態の電池セル１０１を値“０”で表すとすると、異常セルの数や配置を図３に示すように１０個の０または１の値の並びの異常セルパターンデータとして表すことができる。そして、種々の異常セルパターンデータに対応する表面温度データＴａ〜Ｔｄを伝熱のシミュレーション等によって求める。これらのデータを例えばニューラルネットワーク等を用いた異常検出モデル２０１に入力して、その対応関係をいわゆる教師あり学習として機械学習させる。上記異常検出モデル２０１は、後述するように温度センサ１１１〜１１４からの温度信号を受信する受信部と電池セル１０１の電池状態を推定する推定部を有している。

上記のような学習によって得られる学習済異常検出モデル２０２（電池状態推定装置）は、車両などに搭載される際には、温度センサ１１１〜１１４が上記受信部に接続される。そこで、例えば車両の始動前や夜間などの待機中などに、図２に示したようなパルス電流を流して、表面温度データＴａ〜Ｔｄが実測され、これが、図４に示すように学習済異常検出モデル２０２に入力されることによって、例えば９番目の電池セル１０１が発熱異常であることを示す異常セルパターンデータが求められるなど、各電池セル１０１の電池状態が推定される。

ここで、上記通電時間や電流の大きさなどは、電池状態の特徴が適切に捉えられればよく、例えば検出感度と消費電流との兼ね合いで、１Ｃで５分間通電し、１〜２℃の温度上昇が生じる程度に設定することなどができる。

上記のように、温度センサ１１１〜１１４による検出温度Ｔａ〜Ｔｄ、および上記検出温度Ｔａ〜Ｔｄと各電池セル１０１の内部抵抗増大等に応じた電池状態との関係の機械学習結果に基づいて、各電池セル１０１の電池状態が推定されることにより、各電池セル１０１に対応した数の温度センサを設けなくても、各電池セル１０１の電池状態を検出可能にすることができる。

なお、上記のように、ある一時点で検出された温度によって電池状態の推定を行うのに限らず、複数時点での温度や、温度の時間変化を検出して、これに対応する電池状態の推定を行うようにしてもよい。

また、内部抵抗が初期状態の１．５倍になった電池セル１０１を異常セルとする場合の例を説明したが、これに限らず、異常セルの検出条件等に応じて例えば複数段階の内部抵抗について電池状態を判別可能にするなどしてもよい。

また、異常セルの検出は、上記のような温度の検出に基づくものに加えて、電流や電圧等も検出して内部抵抗の検出精度を高め得るなどしてもよい。

また、上記電池セルや組電池の語は相対的関係を示し、例えば電池セルがさらに小さな単位の複数の単位電池によって構成されたり、組電池がさらに複数組み合わされてより大きな単位の電池装置が構成されたりしてもよい。何れの場合でも、異常検出対象の数よりも少ない温度センサによって異常検出を行うことにより、温度センサの数を低減することができる。

１００組電池
１０１電池セル
１１１〜１１４温度センサ
２０１異常検出モデル
２０２学習済異常検出モデル

Claims

複数の電池セルを有する組電池の状態を推定する電池状態推定装置であって、
上記組電池における上記電池セルの数よりも少ない箇所の温度を検出する温度センサからの温度信号を受信する受信部と、
上記温度センサによる検出温度、および上記検出温度と各電池セルの電池状態との関係の機械学習結果に基づいて、各電池セルの電池状態を推定する推定部と、
を備えたことを特徴とする電池状態推定装置。
請求項１の電池状態推定装置であって、
上記検出温度は、上記組電池から所定の大きさの電流が所定の時間流れた場合における検出温度であることを特徴とする電池状態推定装置。
請求項２の電池状態推定装置であって、
上記各セルの電池状態は、上記組電池から所定の大きさの電流が所定の時間流れた場合における電池状態であることを特徴とする電池状態推定装置。
請求項１から請求項３のうち何れか１項の電池状態推定装置を含む組電池システムであって、さらに、
上記複数の電池セルを有する組電池と、
上記組電池における上記電池セルの数よりも少ない箇所の温度を検出する温度センサと、
を有することを特徴とする組電池システム。
請求項３の電池状態推定装置を製造する製造方法であって、
内部抵抗が所定量だけ増加した電池セルの配置パターンの組み合わせごとに、上記組電池から所定の大きさの電流が所定の時間流れた場合における各温度センサの検出温度と、各電池セルの電池状態との関係を上記推定部に機械学習させることを特徴とする電池状態推定装置の製造方法。
請求項５の電池状態推定装置の製造方法であって、
上記組電池から所定の大きさの電流が所定の時間流れた場合における各温度センサの検出温度と、各電池セルの電池状態との関係を伝熱状態のシミュレーションによって求め、上記推定部に機械学習させることを特徴とする電池状態推定装置の製造方法。
請求項３の電池状態推定装置を用いた電池状態推定方法であって、
上記組電池から所定の大きさの電流を所定の時間流して、上記温度センサによる温度検出を行い、
上記推定部により、上記温度センサによる検出温度、および上記検出温度と各電池セルの電池状態との関係の機械学習結果に基づいて、各電池セルの電池状態を推定することを特徴とする電池状態推定方法。