JP2020514757A - バッテリー抵抗推定装置及び方法 - Google Patents

Abstract

本発明によるバッテリー抵抗推定装置は、バッテリーの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルが保存されたメモリ部、及び制御部を含み、上記制御部は、バッテリーが充放電する間にＩ−Ｖデータを測定し、ｄＶ／ｄＩによって周期的に抵抗を繰り返して計算して上記メモリ部に保存するが、ＳＯＣ−Ｔ条件毎に区分して累積保存する抵抗累積計算部、及び上記メモリ部にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出した後、該当するＳＯＣ−Ｔ条件に対応する抵抗データを上記加重平均値に更新する抵抗データ更新部を含む。

Description

本発明は、バッテリーの健康状態（Ｓｔａｔｅ Ｏｆ Ｈｅａｌｔｈ：ＳＯＨ）を示すファクターのうち一つである抵抗を推定できる装置及び方法に関する。

本出願は、２０１７年１１月１７日出願の韓国特許出願第１０−２０１７−０１５４００９号に基づく優先権を主張し、該当出願の明細書及び図面に開示された内容は、すべて本出願に組み込まれる。

繰り返して充放電可能なバッテリーが化石エネルギーの代替手段として脚光を浴びている。バッテリーは、携帯電話、ビデオカメラ、電動工具のような伝統的な携帯機器に主に使われた。しかし、近年、電気で駆動される自動車（ＥＶ、ＨＥＶ、ＰＨＥＶ）、大容量の電力貯蔵装置（ＥＳＳ）、無停電電源供給システム（ＵＰＳ）などにその応用分野が徐々に広がっている。

バッテリーは、正極及び負極、電極の間に介在された分離膜、正極及び負極にコーティングされた活物質と電気化学的に反応する電解質を含むが、充放電回数が増えるほど容量が減少する。容量の減少は、電極にコーティングされた活物質の劣化、電解質の副反応、分離膜の気孔の減少などからその原因を探ることができる。

バッテリーの容量が減少すれば、抵抗が増加し、熱として消失する電気エネルギーが増加する。したがって、バッテリーの容量が臨界値以下に減少すれば、バッテリーの性能が著しく劣化し発熱量が増加して、点検または交替が必要になる。

バッテリー技術分野において、バッテリーの容量減少の程度はＳＯＨというファクターによって定量的に示すことができる。

ＳＯＨは様々な方法で計算できるが、その一つが現時点を基準にしたバッテリーの抵抗がＢＯＬ（Ｂｅｇｉｎｎｉｎｇ Ｏｆ Ｌｉｆｅ）状態の抵抗に比べて増加した程度を定量化することで計算する方法である。例えば、バッテリーの抵抗がＢＯＬ状態の抵抗に比べて２０％ほど増加したとすれば、ＳＯＨは８０％と推定することができる。

バッテリーの抵抗は、充電状態（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ：ＳＯＣ）が低いとき相対的に大きく、温度が高いとき相対的に小くなる傾向がある。バッテリーのＳＯＣが低くなれば、作動イオンと反応できる活物質の量が減少して活物質内における作動イオンの拡散抵抗が増加し、バッテリーの温度が高くなれば、作動イオンの移動度（ｍｏｂｉｌｉｔｙ）が増加するためである。参考までに、作動イオンはバッテリーを構成する化学種（ｃｈｅｍｉｃａｌ ｓｐｅｃｉｅｓ）の種類によって変わるが、リチウム系列バッテリーの場合はリチウムイオンが作動イオンに該当する。

バッテリーの寿命は、ＳＯＨによって許容する最大電流を制御することで延ばすことができる。それを実現するためには、バッテリーの抵抗を正確に検出しなければならない。このように、バッテリーの抵抗はバッテリーの充電出力又は放電出力の計算において必須な重要パラメータである。

従来は事前に測定された抵抗データに基づいて、特定温度、特定ＳＯＣの条件で抽出された抵抗データがＢＯＬ状態の抵抗に比べて増加した分、すなわち抵抗退化率を計算する。他の温度、他のＳＯＣ条件でも同一レベルで退化したとの仮定の下、該抵抗退化率をすべての条件に適用してＳＯＨ、出力の推定に使用している。すなわち、ＳＯＣ及び温度毎にバッテリーの抵抗を予め測定してルックアップテーブルを構成した後、抵抗退化率を一括して反映し、リアルタイム使用環境でＳＯＣ及び温度に応じた抵抗を取り出す方式を使用する。

しかし、この方式ではリアルタイム抵抗を推定できず、一括して適用した抵抗退化率が高温または低温では当てはまらずにバッテリーの寿命を誤判断する恐れがある。このようなバッテリーテストデータに基づいたバッテリー抵抗退化率の限界を超えようとして、ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅ）方式に従ってダイナミックに変化するＩ−Ｖデータに基づいてリアルタイム抵抗を計算し、ＳＯＨ、出力の推定に用いる方案も提案されている。すなわち、ｄＶ／ｄＩをリアルタイムで計算して抵抗を推定する。しかし、Ｉ−Ｖデータがあまり変化しない安定した（ｓｔａｂｌｅ）入力ではＲＬＳを使用することができない。例えば、電圧の変化はあるものの電流の変化がなければ、抵抗を計算することができない。このような場合、データは推定された最後の抵抗値に維持され、再び電流が変動することになれば、実際の抵抗を計算するために大きい抵抗誤謬が発生するという問題もある。

本発明が解決しようとする課題は、簡単なアルゴリズムでバッテリーの抵抗を信頼性高く推定できる装置を提供することである。

本発明が解決しようとする他の課題は、簡単なアルゴリズムでバッテリーの抵抗を信頼性高く推定できる方法を提供することである。

上記の課題を解決するため、本発明によるバッテリー抵抗推定装置は、バッテリーの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルが保存されたメモリ部、及び制御部を含む。上記制御部は、バッテリーが充放電する間にＩ−Ｖデータを測定し、ｄＶ／ｄＩによって周期的に抵抗を繰り返して計算して上記メモリ部に保存するが、ＳＯＣ−Ｔ条件毎に区分して累積保存する抵抗累積計算部、及び上記メモリ部にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出した後、該当するＳＯＣ−Ｔ条件に対応する抵抗データを上記加重平均値に更新する抵抗データ更新部を含む。

望ましくは、上記抵抗データ更新部は、加重平均値を算出する抵抗データが取り集められていないＳＯＣ−Ｔ条件に対しては、隣接するＳＯＣ−Ｔ条件に対して計算された抵抗データの加重平均値を用いて内挿法または外挿法によって抵抗データを更新するように構成され得る。

より望ましくは、上記抵抗データ更新部は、ＳＯＣ−Ｔ条件毎に保存された抵抗データがリアルタイムで計算された抵抗データであるか、それとも、内挿法または外挿法によって推定された抵抗データであるかを区分するフラグ値をＳＯＣ−Ｔ条件毎に割り当てて保存し得る。

望ましくは、上記新規抵抗データと以前に保存された抵抗データとの差が大きいほど、加重平均値を算出するために上記新規抵抗データに付けられる加重値が増加し得る。加重値は、Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が大きいほど増加する。Ｐｒｅ ＲはＳＯＣ−Ｔに対して以前に保存された抵抗値であり、Ｒ＠ＢＯＬはバッテリー初期状態の抵抗値であり、Ｎｅｗ Ｒは新規抵抗データである。

望ましくは、本発明によるバッテリー抵抗推定装置は、バッテリーの電圧を測定する電圧測定部と、バッテリーの電流を測定する電流測定部と、バッテリーの温度を測定する温度測定部とをさらに含み、上記制御部は、電圧測定値、電流測定値及び温度測定値を上記メモリ部に保存するように構成され得る。

このとき、上記制御部は、上記メモリ部に保存された電流測定値を積算してバッテリーの充電状態を決定するように構成され得る。

本発明によるバッテリー抵抗推定装置において、上記制御部は、上記更新された抵抗データを用いてバッテリーの出力を決定するか、または、上記更新された抵抗データを外部デバイスに伝送するように構成され得る。

上記の他の課題を解決するため、本発明によるバッテリー抵抗推定方法は、（ａ）バッテリーの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルをメモリ部に保存する段階と、（ｂ）バッテリーが充放電する間にＩ−Ｖデータを測定し、ｄＶ／ｄＩによって周期的に抵抗を繰り返して計算して上記メモリ部に保存するが、ＳＯＣ−Ｔ条件毎に区分して累積保存する段階と、（ｃ）上記メモリ部にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出する段階と、（ｄ）上記メモリ部にＳＯＣ−Ｔ条件毎に保存された抵抗データを上記加重平均値に更新する段階とを含む。

本発明の課題は、上記バッテリー抵抗推定装置を含むバッテリー管理システム（Ｂａｔｔｅｒｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）、及び上記バッテリー抵抗推定方法をプログラム化して書き込んだコンピューター可読の記録媒体によっても達成され得る。

本発明の一態様によれば、バッテリーの初期データから環境条件に合う抵抗を計算し、その蓄積データを保存することで、入力条件の制約なく（リアルタイム抵抗推定が不可能な環境条件に対しても）、ＳＯＣ−Ｔ条件毎に累積した抵抗値又はＢＯＬ状態の抵抗に比べて増加した程度を用いてＳＯＨ、出力を推定することができる。

本発明の一態様によれば、ＳＯＣ−Ｔ条件毎に相異なる抵抗退化率が考慮されるため、それによる正確な抵抗値を推定してバッテリー状態及び寿命の推定の正確度を高めることができる。そして、Ｉ−Ｖデータの変化が小さい安定した入力の場合にも、リアルタイム抵抗値と類似の抵抗値を使用することができる。

特に、本発明の一態様によれば、バッテリーの抵抗推定に用いられる抵抗ルックアップテーブルを変更するとき、新規抵抗データに加重値を付けて反映することで、バッテリーの劣化を考慮した安定性確保の観点で保守的に接近する。これによって、バッテリーの退化状態に応じたバッテリーの抵抗を常に信頼性高く推定することができる。

本明細書に添付される次の図面は、本発明の望ましい実施例を例示するものであり、発明の詳細な説明とともに本発明の技術的な思想をさらに理解させる役割をするため、本発明は図面に記載された事項だけに限定されて解釈されてはならない。

本発明の一実施例によるバッテリー抵抗推定装置の構成を概略的に示したブロック図である。

本発明の実施例により、相異なる退化条件を有するバッテリーに対して充電状態毎に抵抗を測定して示したグラフである。

本発明の一実施例によるバッテリー抵抗推定方法を示すフロー図である。

以下、添付された図面を参照して本発明の実施例を説明する。これに先立ち、本明細書及び請求範囲に使われた用語や単語は通常的や辞書的な意味に限定して解釈されてはならず、発明者自らは発明を最善の方法で説明するために用語の概念を適切に定義できるという原則に則して本発明の技術的な思想に応ずる意味及び概念で解釈されねばならない。したがって、本明細書に記載された実施例及び図面に示された構成は、本発明のもっとも望ましい一実施例に過ぎず、本発明の技術的な思想のすべてを代弁するものではないため、本出願の時点においてこれらに代替できる多様な均等物及び変形例があり得ることを理解せねばならない。

後述する実施例において、バッテリーとはリチウムバッテリーを称する。ここで、リチウムバッテリーとは、充電及び放電が行われる間にリチウムイオンが作動イオンとして作用し、正極及び負極で電気化学的反応を引き起こすバッテリーを総称する。

一方、リチウムバッテリーに使用された電解質や分離膜の種類、バッテリーの包装に使用された包装材の種類、リチウムバッテリーの内部または外部の構造などによってバッテリーの名称が変わってもリチウムイオンが作動イオンとして使用されるバッテリーであれば、すべて上記リチウムバッテリーの範疇に含まれると解釈されねばならない。

本発明は、リチウムバッテリー以外の他のバッテリーにも適用可能である。したがって、作動イオンがリチウムイオンではなくても本発明の技術的思想が適用できるバッテリーであれば、その種類に関わらず、全て本発明の範疇に含まれると解釈されねばならない。

また、バッテリーは、それを構成する要素の個数によって限定されない。したがって、バッテリーは、一つの包装材内に正極／分離膜／負極の組立体及び電解質が含まれた単一セルだけでなく、単一セルのアセンブリ、複数のアセンブリが直列及び／または並列で連結されたモジュール、複数のモジュールが直列及び／または並列で連結されたパック、複数のパックが直列及び／または並列で連結された電池システムなども含むと解釈されねばならない。

図１は、本発明の一実施例によるバッテリー抵抗推定装置の構成を概略的に示したブロック図である。

図１を参照すれば、本発明によるバッテリー抵抗推定装置１００は、バッテリーＢの抵抗を推定できる装置であって、少なくともメモリ部１１０及び制御部１２０を含む。

上記制御部１２０は、論理演算を実行できるプロセッサを含み、後述する制御ロジッグによってバッテリーＢの充電状態及び温度に対応する抵抗を推定する機能を果たす。

上記メモリ部１１０は、電気的、磁気的、光学的または量子力学的にデータを記録して消去できる記憶媒体であり、非制限的な例として、ＲＡＭ、ＲＯＭまたはレジスタであり得る。

望ましくは、上記メモリ部１１０は、上記制御部１２０によってアクセスできるように、例えばデータバスなどを通じて上記制御部１２０と連結される。

上記メモリ部１１０は、上記制御部１２０によって実行される各種の制御ロジッグを含むプログラムと予め定義されたパラメータ、及び／または、上記制御ロジッグの実行時に発生するデータを保存及び／または更新及び／または消去することができる。

上記メモリ部１１０は、論理的に二つ以上に分割可能であり、上記制御部１２０内に含まれることもある。

望ましくは、上記メモリ部１１０は、バッテリーＢの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルを予め保存している。望ましくは、抵抗ルックアップテーブルは、ＳＯＣ（または電圧）とＴによって抵抗をマッピングできるデータ構造を含む。すなわち、抵抗データは、ｍ［ＳＯＣ（または電圧）］×ｎ［温度］マトリクスを構成する。

表１にこのような抵抗ルックアップテーブルの一例を示した。

表１において、行にはＳＯＣ（％）が示され、列には温度（Ｔ、℃）が示されている。各セルの抵抗の単位はｍΩである。表１にはそれぞれの条件毎に抵抗値が保存された場合を挙げたが、抵抗ルックアップテーブルに保存される抵抗データはＢＯＬ状態の抵抗に比べて増加した程度（単位なし）で示すこともできる。また、ＳＯＣ−Ｔ条件に応じて抵抗をマッピングした構造を挙げたが、電圧−Ｔに応じて抵抗をマッピングできるデータ構造であっても良い。

抵抗ルックアップテーブルを構成するデータは、バッテリーＢに対する充放電実験を通じて事前に測定され得る。

例えば、図２は、ＬｉＭｎＯ_２とグラファイトを正極と負極にそれぞれ含むリチウムバッテリーにおいて、抵抗が充電状態によって如何に変化するかを示したグラフである。

図２において、実線はリチウムバッテリーがＢＯＬ状態であるときに測定された抵抗プロファイルであり、点線はリチウムバッテリーの容量が２０％ほど退化したＭＯＬ（Ｍｉｄｄｌｅ Ｏｆ Ｌｉｆｅ）状態で測定された抵抗プロファイルである。

それぞれの抵抗プロファイルは、ＨＰＰＣ（Ｈｙｂｒｉｄ Ｐｕｌｓｅ Ｐｏｗｅｒ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ）放電テストを通じて得られ、ＨＰＰＣテストにおいて、放電時間は１０秒、放電パルスの大きさは５Ｃ−レートに設定し、ＨＰＰＣテスト中にリチウムバッテリーの温度は２５℃に維持した。

図２に示されたように、リチウムバッテリーの抵抗はＳＯＣの減少とともに増加し、ＳＯＣが４０〜８０％範囲のときは抵抗の変化が相対的に大きくないことが確認できる。そして、リチウムバッテリーの容量が退化すれば、ＢＯＬ状態に比べて抵抗が増加することが確認できる。

表１の抵抗ルックアップテーブルのうち２５℃の抵抗データは、図２の実験結果のうちのＢＯＬ状態を反映したものであると言える。このように様々な温度毎に図２のような抵抗プロファイルを実験的に測定して取り集め、表１のような抵抗ルックアップテーブルを構成することができる。

望ましくは、上記制御部１２０は、バッテリーＢの充電状態及び抵抗を決定するため、電圧測定部１３０、電流測定部１４０及び温度測定部１５０と電気的に結合される。

上記電圧測定部１３０は公知の電圧測定回路を含み、上記制御部１２０の統制の下、時間間隔を置いてバッテリーＢの電圧を周期的に測定し、測定された電圧値を上記制御部１２０に出力する。すると、上記制御部１２０は周期的に入力される電圧測定値を上記メモリ部１１０に保存する。

上記電流測定部１４０は、センス抵抗やホールセンサーを含み、上記制御部１２０の統制の下、時間間隔を置いてバッテリーＢの充電電流または放電電流の大きさを測定し、電流測定値を上記制御部１２０に出力する。すると、上記制御部１２０は周期的に入力される電流測定値を上記メモリ部１１０に保存する。

上記温度測定部１５０は、温度センサーの一種である熱電対（ｔｈｅｒｍｏｃｏｕｐｌｅ）を含み、上記制御部１２０の統制の下、時間間隔を置いてバッテリーＢの温度を周期的に測定し、温度測定値を上記制御部１２０に出力する。すると、上記制御部１２０は周期的に入力される温度測定値を上記メモリ部１１０に保存する。

望ましくは、上記制御部１２０は、上記メモリ部１１０に保存された電流測定値を参照して、周期的に電流積算法によってバッテリーＢのＳＯＣを決定することができる。

具体的に、上記制御部１２０は、バッテリーＢの充電または放電が開始されるとき、電圧測定部１３０を制御してバッテリーＢの開放電圧（Ｏｐｅｎ Ｃｉｒｃｕｉｔ Ｖｏｌｔａｇｅ：ＯＣＶ）を測定し、上記メモリ部１１０に予め保存されている「ＯＣＶ−ＳＯＣルックアップテーブル」を参照して測定された開放電圧に対応する初期充電状態（ＳＯＣ０）を決定し、充電または放電中には充電電流と放電電流の積算値を初期充電状態（ＳＯＣ０）に合算して現在の充電状態を決定し、決定された充電状態を上記メモリ部１１０に保存することができる。

勿論、バッテリーＢの充電状態は、電流積算法の外に他の方法によっても決定し得る。一例として、上記制御部１２０は、周期的に電圧測定値、電流測定値及び温度測定値を適応フィルタ、例えば拡張カルマンフィルタに入力してバッテリーＢの充電状態を適応的に決定することができる。

上記制御部１２０の抵抗累積計算部１２２は、バッテリーＢが充放電する間に、すなわち動作サイクル（Ｏｐｅｒａｔｉｎｇ Ｃｙｃｌｅ）の間、例えば車両を運行する間、ＳＯＣ及び温度毎にＩ−Ｖデータを測定して上記メモリ部１１０に保存した値から、ｄＶ／ｄＩによって抵抗データを周期的に計算して累積する。

表２は、本発明によるバッテリー抵抗推定装置１００の抵抗累積計算部１２２によって周期的に繰り返して計算した抵抗をＳＯＣ−Ｔ条件毎に区分して累積保存したテーブルを例示したものである。

表２を参照すれば、ＳＯＣ−Ｔ条件毎に周期的に繰り返して計算した抵抗が保存されている。

上記制御部１２０の抵抗データ更新部１２４は、バッテリーＢが充放電する間に累積したデータを、ＳＯＣ−Ｔ条件毎に保存されている既存の抵抗データに加重値比率で反映する。このような抵抗データの更新（アップデート）は、車両の始動キーがオフ（ｋｅｙ ｏｆｆ）されたときのようにバッテリーＢの充放電が終わったときに行われ得る。

このとき、上記抵抗データ更新部１２４は、上記メモリ部１１０にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出した後、該当するＳＯＣ−Ｔ条件に対応する抵抗データを上記加重平均値に更新する。

加重平均値とは、平均を算出する対象の重要度に差等をつけて重要な対象が平均により大きい影響を及ぼすようにするものであり、重要な対象には加重値を付けて平均を算出する方式である。すなわち、Ｎ個の数値の平均値を求めるとき、重要度や影響度に該当するそれぞれの加重値を掛けて算出した平均値である。

例えば、Ｎ個の数値ｘ_１、ｘ_２、…、ｘ_ｎの算術平均Ｍは、Ｍ＝（ｘ_１＋ｘ_２＋…＋ｘ_ｎ）／Ｎで求めることができる。ところで、このＮ個のうちｘ_１がｆ_１個、ｘ_２がｆ_２個、…、ｘ_ｎがｆ_ｎ個あるとすれば、ｆ_１＋ｆ_２＋…＋ｆ_ｎ＝Ｎになって、このＮ個の数値の合計はｆ_１ｘ_１＋ｆ_２ｘ_２＋…＋ｆ_ｎｘ_ｎになるため、Ｍの式はＭ＝（ｆ_１ｘ_１＋ｆ_２ｘ_２＋…＋ｆ_ｎｘ_ｎ）／Ｎになる。これを相異なるｎ個の数値ｘ_１、ｘ_２…、ｘ_ｎにそれぞれｆ_１、ｆ_２…、ｆ_ｎとの加重値が付けられたと見做して、Ｍの式を加重平均とする。これは数値ｘ_１、ｘ_２、…、ｘ_ｎの重要度や影響度がそれぞれｆ_１、ｆ_２、…、ｆ_ｎほどあると見做しても良い。

本発明では、新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出する。Ａは以前に保存された抵抗値、Ｂは新規抵抗データであり、加重値をαとすれば、加重値αを用いたＡとＢとの加重平均は（１−α）×Ａ＋α×Ｂになる。このように新規抵抗データに加重値を付けて抵抗の推定に用いる。

ここで、新規抵抗データを既存の抵抗データに加重値（α）の比率で反映する方式は様々であり得る。

第１実施例として、運行周期中に計算された複数の抵抗データに対して平均値を計算した後、該平均値を新規抵抗データとし、当該平均値と以前に保存された抵抗値との加重平均値を当該ＳＯＣ−Ｔの抵抗データとして保存することができる。α値はＰｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が大きいほど増加するように設定する。このような基準は、抵抗推定がバッテリーの退化及び安定性に直結するため、保守的に接近するという意味である。すなわち、最近計算された抵抗データをさらに信頼するという意味である。例えば、Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差に応じて予めα値を決定しておく。

表３は、新規抵抗データと以前に保存された抵抗データとの加重平均値を算出するとき、新規抵抗データに適用される加重値の一例を示したものであり、Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差によって予め定められたα値の一例を示している。ここで、Ｐｒｅ ＲはＳＯＣ−Ｔに対して以前に保存された抵抗値であり、Ｒ＠ＢＯＬはバッテリー初期状態の抵抗値であり、Ｎｅｗ Ｒは新規抵抗データである。これら値はすべてメモリ部１１０に保存されている。

表３に示した例では、α値が０．５〜１の値を有する。本実施例による場合、表１のルックアップテーブルを、表２のような累積テーブル及び表３の加重値を用いて加重平均値に更新した後のＳＯＣ−Ｔ毎の抵抗データは表４のようである。

表４のように更新される理由を説明すれば、例えば、表２においてＳＯＣ−Ｔが１０％−１５℃の条件は運行周期中に計算された複数の抵抗データに対する平均値が（１．５８＋１．６＋１．６１＋１．６４）／４であるため１．６０８に計算される。１．６０８はＳＯＣ−Ｔが１０％−１５℃の条件におけるＮｅｗ Ｒになる。表１を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件におけるＰｒｅ Ｒは１．５８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差は０．０１７程度であり、表３を参照すれば、このような差に該当するα値は０．６である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．４×１．５８＋０．６×１．６０８であって、その値は１．６になる。加重平均値である１．６が、ＳＯＣ−Ｔが１０％−１５℃の条件における推定抵抗データとして更新保存される。

同様に、表２を再度参照すれば、ＳＯＣ−Ｔが２０％−１５℃の条件において、運行周期中に計算された複数の抵抗データに対する平均値は（１．５＋１．５３＋１．５７＋１．６２）／４であるため、１．５５５になる。１．５５５はＳＯＣ−Ｔが２０％−１５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが２０％−１５℃の条件におけるＰｒｅ Ｒは１．５である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差は０．０３７程度と計算され、表３によれば、この場合のα値は０．８である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．２×１．５＋０．８×１．５５５であって、計算結果１．５４になる。加重平均値である１．５４が、ＳＯＣ−Ｔが２０％−１５℃の条件における推定抵抗データとして表４のように更新保存される。

他の例として、表２を再度参照すれば、ＳＯＣ−Ｔが２０％−２５℃の条件において、運行周期中に計算された複数の抵抗データに対する平均値は（１．４８＋１．４９）／２であるため、１．４８５になる。１．４８５はＳＯＣ−Ｔが２０％−２５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが２０％−２５℃の条件におけるＰｒｅ Ｒは１．４８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差は０．００３程度になり、表３を参照すれば、該当するα値は０．５である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．５×１．４８＋０．５×１．４８５であって、計算して四捨五入すれば、１．４８になる。加重平均値である１．４８が、ＳＯＣ−Ｔが２０％−２５℃の条件における推定抵抗データとして表４のように更新保存される。

ここに例示していない他のＳＯＣ−Ｔ条件に対しても上記のような計算及び更新保存が行われ、最終的に表４のような新たな抵抗データテーブルを得ることができる。このように推定された抵抗データはＳＯＨ、出力推定などに用いることができる。

第２実施例として、運行周期中に計算された複数の抵抗データに対して最大値と最小値との平均値を計算した後、該平均値を新規抵抗データとし、該当平均値と以前に保存された抵抗値との加重平均値を当該ＳＯＣ−Ｔの抵抗データとして保存することができる。運行周期中に計算された複数の抵抗データに対して最大値と最小値との平均値が新規抵抗データになる点を除き、加重平均値で抵抗データを更新する点は上述した第１実施例と同一である。

第２実施例による場合、表１のルックアップテーブルを、表２の累積テーブル及び表３の加重値を用いて更新した後のＳＯＣ−Ｔ毎の抵抗データは表５のようである。

表５のようになる理由は、次のようである。

表２を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件で、運行周期中に計算された複数の抵抗データに対して最大値と最小値との平均値は（１．５８＋１．６４）／２であるため、１．６１になる。１．６１はＳＯＣ−Ｔが１０％−１５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件におけるＰｒｅ Ｒは１．５８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．０１９程度であるため、表３を参照すれば、α値は０．６である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．４×１．５８＋０．６×１．６１であり、計算結果１．６になる。加重平均値である１．６がＳＯＣ−Ｔが１０％−１５℃の条件における推定抵抗データとして更新保存される。

同様に、ＳＯＣ−Ｔが２０％−１５℃の条件は、表２を参照すれば、運行周期中に計算された複数の抵抗データに対して最大値と最小値との平均値が（１．５＋１．６２）／２であるため、１．５６になる。１．５６はＳＯＣ−Ｔが２０％−１５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが２０％−１５℃の条件におけるＰｒｅ Ｒは１．５である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．０４程度であるため、表３によれば、該当α値は０．９である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．１×１．５＋０．９×１．５６であり、計算結果１．５５になる。このように加重平均値である１．５５が、ＳＯＣ−Ｔが２０％−１５℃の条件における推定抵抗データとして表５に更新保存される。

他の例として、ＳＯＣ−Ｔが２０％−２５℃の条件において、表２を参照すれば、運行周期中に計算された複数の抵抗データに対して最大値と最小値との平均値は（１．４８＋１．４９）／２であって、計算すれば１．４８５になる。１．４８５はＳＯＣ−Ｔが２０％−２５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが２０％−２５℃の条件におけるＰｒｅ Ｒは１．４８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．００３程度であるため、表３を参照すれば、α値は０．５である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．５×１．４８＋０．５×１．４８５であって、計算して四捨五入すれば、１．４８になる。加重平均値である１．４８が、ＳＯＣ−Ｔが２０％−２５℃の条件における推定抵抗データとして表５のように更新保存される。

他のＳＯＣ−Ｔ条件に対しても上記のような計算及び更新保存が行われ、表５のような新たな抵抗データテーブルを得ることができる。第１実施例と第２実施例との新規抵抗データの選定基準が異なることから、表４と表５とにも若干の相違点があることが分かる。

第３実施例として、運行周期中に計算された複数の抵抗データのうち最大値を新規抵抗データにして、当該最大値と以前に保存された抵抗値との加重平均値を該当ＳＯＣ−Ｔの抵抗データとして保存することができる。運行周期中に計算された複数の抵抗データのうち最大値が新規抵抗データになる点を除き、加重平均値で抵抗データを更新する点は上述した第１実施例及び第２実施例と同一である。

第３実施例による場合、表１のルックアップテーブルを、表２の累積テーブル及び表３の加重値を用いて更新した後のＳＯＣ−Ｔ抵抗データは表６のようである。

表２を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件において、運行周期中に計算された複数の抵抗データのうち最大値は１．６４である。本例によれば、１．６４はＳＯＣ−Ｔが１０％−１５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件におけるＰｒｅ Ｒは１．５８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．０３８程度であるため、表３を参照すれば、α値は０．８である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．２×１．５８＋０．８×１．６４であり、計算結果１．６３になる。加重平均値である１．６３が、ＳＯＣ−Ｔが１０％−１５℃の条件における推定抵抗データとして更新保存される。

同様に、表２を参照すれば、ＳＯＣ−Ｔが２０％−１５℃の条件において、運行周期中に計算された複数の抵抗データのうち最大値は１．６２である。１．６２はＳＯＣ−Ｔが２０％−１５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが２０％−１５℃の条件におけるＰｒｅ Ｒは１．５である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．０８程度であるため、表３を参照すれば、α値は１である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０×１．５＋１×１．６２であり、計算結果１．６２になる。加重平均値である１．６２が、ＳＯＣ−Ｔが２０％−１５℃の条件における推定抵抗データとして更新保存される。

他の例として、表２からＳＯＣ−Ｔが２０％−２５℃の条件を見れば、運行周期中に計算された複数の抵抗データのうち最大値は１．４９である。１．４９はＳＯＣ−Ｔが２０％−２５℃の条件におけるＮｅｗ Ｒである。表１を参照すれば、ＳＯＣ−Ｔが２０％−２５℃の条件におけるＰｒｅ Ｒは１．４８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．００７程度であるため、表３を参照すれば、α値は０．５である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．５×１．４８＋０．５×１．４９であり、計算すれば１．４９になる。加重平均値である１．４９が、ＳＯＣ−Ｔが２０％−２５℃の条件における推定抵抗データとして更新保存される。

他のＳＯＣ−Ｔ条件に対しても上記のような計算及び更新保存が行われ、最終的に表６のような抵抗データテーブルを得ることができる。第１実施例〜第３実施例を比較してみれば、新規抵抗データの選定基準が変わることで、表４〜表６にも若干の相違点があることが分かる。最も保守的な接近は最大値を用いる第３実施例である。

上述したように、更新された抵抗データはＳＯＨ、出力の推定に用いられる。一方、表４〜表６のように一回更新された後、再びバッテリーＢの使用が始まれば、バッテリーＢが充放電する間にＳＯＣ及び温度毎にＩ−Ｖデータを再度測定し、メモリ部１１０に保存した値からｄＶ／ｄＩによって抵抗データを周期的に計算して累積するなど、抵抗データ累積する段階、及び、バッテリーＢのキーオフ時の抵抗データを更新する段階を再び行って抵抗データを更新する。

例えば、表４のように一回更新された抵抗データを有するバッテリーを再度充放電して使用しながら周期的に繰り返して計算された抵抗をＳＯＣ−Ｔ条件毎に区分して再び累積保存すれば、表７のようなテーブルが得られると仮定しよう。

表４のルックアップテーブルに保存された抵抗データがＰｒｅ Ｒになる。表７の累積テーブル及び表３の加重値を用いて、複数の抵抗データの平均値を新規抵抗データとして選択する第１実施例によって表４のルックアップテーブルを更新する場合、更新後のＳＯＣ−Ｔ抵抗データは表８のようである。

例えば、表７を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件において、運行周期中に計算された複数の抵抗データに対する平均値は（１．６＋１．６２）／２であって、１．６１になる。１．６１はＳＯＣ−Ｔが１０％−１５℃の条件におけるＮｅｗ Ｒである。表４を参照すれば、ＳＯＣ−Ｔが１０％−１５℃の条件におけるＰｒｅ Ｒは１．６であり、表１を参照すれば、Ｒ＠ＢＯＬは１．５８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．００６程度であるため、表３を参照すれば、α値は０．５になる。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．５×１．６＋０．５×１．６１であり、計算結果１．６１になる。加重平均値である１．６１が、ＳＯＣ−Ｔが１０％−１５℃の条件における推定抵抗データとして更新保存される。

同様に、表７において、ＳＯＣ−Ｔが２０％−１５℃の条件に対しては、運行周期中に計算された複数の抵抗データに対する平均値が（１．５４＋１．５５＋１．５６）／３であって、１．５５になる。１．５５はＳＯＣ−Ｔが２０％−１５℃の条件におけるＮｅｗ Ｒである。表４を参照すれば、ＳＯＣ−Ｔが２０％−１５℃の条件におけるＰｒｅ Ｒは１．５４であり、表１を参照すれば、Ｒ＠ＢＯＬは１．５である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．００７程度であるため、表３を参照すれば、α値は０．５である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．５×１．５４＋０．５×１．５５＝１．５５になる。加重平均値である１．５５が、ＳＯＣ−Ｔが２０％−１５℃の条件における推定抵抗データとして更新保存される。

他の例として、ＳＯＣ−Ｔが２０％−２５℃の条件において、表７を参照すれば、運行周期中に計算された複数の抵抗データに対する平均値は（１．４８＋１．５＋１．５１）／３＝１．５である。１．５はＳＯＣ−Ｔが２０％−２５℃の条件におけるＮｅｗ Ｒである。表４を参照すれば、ＳＯＣ−Ｔが２０％−２５℃の条件におけるＰｒｅ Ｒは１．４８であり、表１によれば、Ｒ＠ＢＯＬも１．４８である。Ｐｒｅ Ｒ／Ｒ＠ＢＯＬとＮｅｗ Ｒ／Ｒ＠ＢＯＬとの差が０．０１であるため、表３を参照すれば、α値は０．６である。したがって、新規抵抗データと以前に保存された抵抗値との加重平均値は、０．４×１．４８＋０．６×１．５＝１．４９になる。加重平均値である１．４９が、ＳＯＣ−Ｔが２０％−２５℃の条件における推定抵抗データとして更新保存される。

他のＳＯＣ−Ｔ条件に対しても上記のような計算及び更新保存が行われ、表８のような新たな抵抗データテーブルが得られる。

このようにバッテリーを充放電しながら使用する間に累積された抵抗データを用いて、バッテリーを使用しない間に加重値を適用、更新する過程をバッテリー交替前まで繰り返して行うことで、常に最も信頼性高い抵抗データを保有できるようにする。

場合によっては、Ｉ−Ｖデータの変化が小さい安定した入力のため、抵抗の累積データを取り集められないこともある。また、バッテリーＢが使用されていないＳＯＣ条件では累積データを取り集められない。このように抵抗累積データが取り集められていない一部のＳＯＣ−Ｔ条件に対しては、抵抗データが取り集められた他のＳＯＣ−Ｔ条件の推定抵抗データに基づいて拡散推定する。すなわち、隣接するＳＯＣ−Ｔ条件に対応する推定された新たな抵抗データを用いてＳＯＣ、Ｔによって抵抗（Ｒ）を算出する関数を算出した後、該関数に基づいた内挿法または外挿法によって抵抗データが取り集められていないＳＯＣ−Ｔ条件に対する抵抗データを更新及び保存する。

例えば、表９は、表２から一部のＳＯＣ−Ｔ条件に対しては抵抗の累積データが取り集められていない場合である。

例示したように、表９において、ＳＯＣ−Ｔが１０％−２５℃の場合と３０％−２５℃の場合は抵抗の累積データが表２と同様に取り集められたが、２０％−２５℃の場合は抵抗の累積データが取り集められていない（以前の抵抗データのみが保存されていることを太字で示した）。このような場合、ＳＯＣ−Ｔが２０％−２５℃の場合に隣接する１０％−２５℃及び３０％−２５℃の更新抵抗データを用いて、ＳＯＣ、ＴによってＲを算出する関数を算出した後、該関数に基づいた内挿法で２０％−２５℃の抵抗データを更新する。

まず、抵抗の累積データが取り集められたＳＯＣ−Ｔ条件に対しては、表１〜表４を参照して上述したような過程を経て抵抗データを更新保存する。すると、抵抗の累積データが取り集められたＳＯＣ−Ｔ条件に対しては、表１０のような中間段階の新たな抵抗推定値が得られるはずである。

表１０を参照すれば、２５℃でＳＯＣが１０％の場合の更新抵抗データは１．５７であり、ＳＯＣが３０％の場合の更新抵抗データは１．４５である。この二つの条件において、最も簡単には、抵抗（Ｒ）＝１．６３−０．００６×ＳＯＣとの公式を求めることができる。累積データが取り集められていないＳＯＣ２０％の場合、この公式のＳＯＣに２０を代入すれば、抵抗が１．５１に計算される。したがって、ＳＯＣ−Ｔが２０％−２５℃の条件では、表１のように保存されていた直前抵抗１．４８を、拡散推定した値である新たな抵抗１．５１に更新して表１１を得る。

また、表９を再度参照すれば、３５℃でＳＯＣが１０％の場合及びＳＯＣが２０％の場合は抵抗の累積データが取り集められたが、ＳＯＣが３０％の場合は抵抗の累積データが取り集められていない。このような場合、ＳＯＣが３０％の場合に隣接するＳＯＣ１０％の場合とＳＯＣ２０％の場合の更新抵抗データを用いて、ＳＯＣ、ＴによってＲを算出する関数を算出した後、該関数に基づいた外挿法でＳＯＣ３０％の場合の抵抗データを更新する。

表１０を参照すれば、３５℃でＳＯＣ１０％の場合の更新抵抗データは１．５５であり、ＳＯＣ２０％の場合の更新抵抗データは１．４７である。この二つの条件から、抵抗（Ｒ）＝１．６３−０．００８×ＳＯＣとの公式を求めることができる。この公式によれば、ＳＯＣ３０％の場合の抵抗は１．３９と計算される。したがって、ＳＯＣ−Ｔが３０％−３５℃の条件に表１に保存されていた直前抵抗１．４４を、ここでは新たな抵抗１．３９に更新して表１１を得る。

このように、表１１は、表１のルックアップテーブルを表９の累積テーブルと表３の加重値を用いて更新し、上記方法によって拡散推定まで終えたＳＯＣ−Ｔ抵抗データを示す。このとき、リアルタイム推定された抵抗が拡散推定されたデータに優先することから、拡散推定データであるかそれともリアルタイム推定データであるかを区分するフラグ値を設定して抵抗データを保存することが望ましい。フラグ値の保存に関連するフラグレジスタは通常の知識を持つ者であれば具現できるため、詳しい説明は省略する。

このように本発明によれば、バッテリーの初期データから環境条件に合う抵抗を計算し、その蓄積データを保存することで、入力条件の制約なく（リアルタイム抵抗推定が不可能な環境条件に対しても）、ＳＯＣ−Ｔ条件毎に累積した抵抗値又はＢＯＬ状態の抵抗に比べて増加した程度を用いてＳＯＨ、出力を推定することができる。

本発明によれば、ＳＯＣ−Ｔ条件毎に相異なる抵抗退化率が発生することを考慮し、それに応じた抵抗値を推定してバッテリー状態及び寿命の推定に正確度を高めることができる。そして、Ｉ−Ｖデータの変化が小さい安定した入力の場合のように抵抗データが得られない条件でも、リアルタイム抵抗値と類似の抵抗値を使用することができる。

特に、本発明によれば、バッテリーの抵抗推定に用いられる抵抗ルックアップテーブルを変更するとき、新規抵抗データに加重値を付けて反映することで、バッテリーの劣化を考慮した安定性確保の観点で保守的に接近する。これによって、バッテリーの退化状態に応じたバッテリーの抵抗を信頼性高く推定することができる。

上記制御部１２０は、また、上記のように推定して更新したバッテリーＢの抵抗を活用してバッテリーＢの出力を決定し、決定された出力情報を上記メモリ部１１０に保存することもできる。

一例として、バッテリーＢの出力は、下記数式を用いて計算することができる。

上記数式において、ＩはバッテリーＢの充電電流または放電電流の大きさを示す。ＯＣＶ_＠ＳＯＣはバッテリーＢの現在充電状態に対応する開放電圧であって、メモリ部１１０に保存された「ＯＣＶ−ＳＯＣルックアップテーブル」から参照することができる。Ｖ_{ｃｕｔ＿ｏｆｆ}はバッテリーの充電または放電が遮断される電圧であって、バッテリーＢの充電時には最大充電電圧（Ｖｍａｘ）を、バッテリーＢの放電時には最小放電電圧（Ｖｍｉｎ）を示す。Ｒ_{＠ＳＯＣ，Ｔ}はバッテリーＢの現在充電状態及び温度に対応する抵抗を示し、本発明によって推定されたもの、すなわち新規抵抗データと以前に保存された抵抗データとの加重平均値に更新されたものである。

また、上記制御部１２０は、上記推定されたバッテリーＢの抵抗を用いてバッテリーＢのＳＯＨを定量的に推定することができる。

一例として、バッテリーＢの健康状態（％）は下記数式を用いて計算することができる。
健康状態（ＳＯＨ）＝１００×（Ｒ＠ＢＯＬ／Ｒ＠ＳＯＣ，Ｔ）

上記数式において、Ｒ＠ＳＯＣ，ＴはバッテリーＢの現在充電状態及び温度に対応するバッテリーＢの抵抗であって、本発明によって推定されたもの、すなわち新規抵抗データと以前に保存された抵抗データとの加重平均値に更新されたものである。

他の態様によれば、上記制御部１２０は、通信インタフェース（Ｉ／Ｆ）１６０と結合され、推定された抵抗値、出力値及び健康状態値のうち少なくとも一つを上記通信インタフェース１６０を通じて外部デバイス（図示せず）側に出力することができる。

望ましくは、上記外部デバイスは、バッテリーＢから電気エネルギーの供給を受ける負荷装置の制御器であり得るが、これに限定されることはない。

一方、上記制御部１２０は、本明細書に開示された多様な制御ロジッグを実行するために当業界に知られたプロセッサ、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ−ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、他のチップセット、論理回路、レジスタ、通信モデム、データ処理装置などを選択的に含み得る。

また、上記制御ロジッグがソフトウェアとして具現されるとき、上記制御部１２０はプログラムモジュールの集合として具現され得る。このとき、プログラムモジュールは、上記メモリ部１１０に保存され、プロセッサによって実行され得る。上記メモリ部１１０は、プロセッサの内部または外部にあり得、周知の多様な手段でプロセッサと連結され得る。

以下、上述した構成に基づき、図３を参照して本発明によるバッテリー抵抗推定方法を具体的に説明する。

図３は、本発明の一実施例によるバッテリー抵抗推定方法を示すフロー図である。

まず、制御部１２０は、メモリ部１１０に保存されたバッテリーＢの電流測定値を参照してバッテリーＢの充放電が開始されたか否かをチェックする（Ｓ１０）。

もし、充放電が開始されていれば、制御部１２０は、電圧測定部１３０、電流測定部１４０及び温度測定部１５０を制御してバッテリーＢの電圧、電流及び温度を測定し、電圧測定値、電流測定値及び温度測定値をメモリ部１１０に保存する（Ｓ２０）。メモリ部１１０には、バッテリーＢの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルが予め保存されている。

次いで、制御部１２０の抵抗累積計算部１２２は、メモリ部１１０に保存された値からＳＯＣと抵抗を計算し、ＳＯＣ−Ｔ条件毎に区分してメモリ部１１０に累積保存する（Ｓ３０）。制御部１２０は、メモリ部１１０に保存された電流測定値を参照して、周期的に電流積算法によってバッテリーＢの充電状態であるＳＯＣを決定することができる。抵抗はｄＶ／ｄＩから計算することができる。

その後、制御部１２０は、バッテリーＢの充放電が続いているか否かをチェックする（Ｓ４０）。制御部１２０は、電流測定部１４０を通じてバッテリーＢの充電または放電電流の大きさを測定することで、バッテリーＢの充放電が継続しているかを判断することができる。

バッテリーＢの充放電が続いている間は、段階Ｓ２０及びＳ３０を周期的に繰り返して実行する。

一方、バッテリーＢの充放電が止まり、例えば、バッテリーキーオフの場合、抵抗データ更新部１２４は、メモリ部１１０にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出する（Ｓ６０）。加重平均値を算出する詳しい方法は上述したようであり、ここに用られる加重値は予めメモリ部１１０に保存されている。このとき、加重平均値を算出する抵抗データが取り集められていないＳＯＣ−Ｔ条件に対してはスキップする。すなわち、加重平均値を算出する抵抗データが取り集められていないＳＯＣ−Ｔ条件であるか否かを予め判断し（Ｓ５０）、抵抗データが取り集められたＳＯＣ−Ｔ条件のみに対して段階Ｓ６０を行う。

その後、抵抗データ更新部１２４は、メモリ部１１０にＳＯＣ−Ｔ条件毎に保存された抵抗データを上記加重平均値に更新する（Ｓ７０）。段階Ｓ５０で抵抗データが取り集められていないＳＯＣ−Ｔ条件であると判断された条件に対しては、内挿法または外挿法を用いて、段階Ｓ６０で求めた隣接条件の推定抵抗値から拡散推定して更新する（Ｓ８０）。

また、制御部１２０は、Ｓ６０、Ｓ７０及びＳ８０段階で推定された抵抗をメモリ部１１０に保存するか、通信インタフェース１６０を通じて外部デバイス側に伝送するか、または、推定された抵抗を用いてバッテリーＢの出力や健康状態のような他のパラメータを推定することができる。

制御部１２０は、すべてのＳＯＣ−Ｔ条件に対して上記のような抵抗データの更新が行われたか否かを判断し（Ｓ９０）、すべての条件に対する更新完了と判断したとき、本発明による抵抗推定プロセスを終了する。

図３に例示された制御ロジッグは、少なくとも一つ以上が組み合わせられ、組み合わせられた制御ロジッグはコンピューター可読のコード体系で作成されてコンピューター可読の記録媒体に書き込まれ得る。上記記録媒体は、コンピューターに含まれたプロセッサによってアクセス可能なものであればその種類に特に制限がない。一例として、上記記録媒体は、ＲＯＭ、ＲＡＭ、レジスタ、ＣＤ−ＲＯＭ、磁気テープ、ハードディスク、フロッピーディスク及び光データ記録装置を含む群から選択された少なくとも一つ以上を含む。また、上記コード体系はキャリア信号に変調されて特定の時点で通信キャリアに含まれ得、ネットワークで連結されたコンピューターに分散して保存されて実行され得る。また、上記組み合わせられた制御ロジッグを具現するための機能的なプログラム、コード及びコードセグメントは本発明が属する技術分野のプログラマによって容易に推論され得る。

本発明によるバッテリー抵抗推定装置は、ＢＭＳと呼ばれるシステムの一部として含まれ得る。また、上記ＢＭＳは、バッテリーＢが提供する電気エネルギーで動作可能な多様な種類の電気駆動装置に搭載され得る。

一態様として、上記電気駆動装置は、携帯電話、ラップトップパソコン、タブレットパソコンなどのモバイルコンピューター装置、またはデジタルカメラ、ビデオカメラ、オーディオ／ビデオ再生装置などを含むハンドヘルドマルチメディア装置であり得る。

他の態様として、上記電気駆動装置は、電気自動車、ハイブリッド自動車、電気自転車、電気バイク、電気列車、電気船、電気飛行機などのように電気によって移動可能な電気動力装置、または電気ドリル、電気グラインダーなどのようにモーターが含まれたパワーツールであり得る。

さらに他の態様として、上記電気駆動装置は、電力グリッドに設けられて新材生エネルギーや剰余発電電力を貯蔵する大容量電力貯蔵装置、または停電などの非常状況でサーバーコンピューターや移動通信装備などを含む各種の情報通信装置の電源を供給する無停電電源供給装置であり得る。

本発明の多様な実施形態の説明において、「〜部」と称された構成要素は、物理的に区分される要素ではなく、機能的に区分される要素として理解されねばならない。したがって、それぞれの構成要素は他の構成要素と選択的に統合されるか、または、それぞれの構成要素が制御ロジッグの効率的な実行のためにサブ構成要素に分割され得る。しかし、構成要素が統合または分割されても機能の同一性が認められれば、統合または分割された構成要素も本発明の範囲に属すると解釈されることは当業者にとって自明である。

以上のように、本発明を限定された実施例と図面によって説明したが、本発明はこれに限定されるものではなく、本発明の属する技術分野で通常の知識を持つ者によって本発明の技術思想と特許請求の範囲の均等範囲内で多様な修正及び変形が可能であることは言うまでもない。

Claims (10)

1. バッテリーの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルが保存されたメモリ部と、
   制御部とを含み、
   前記制御部は、
   バッテリーが充放電する間にＩ−Ｖデータを測定し、ｄＶ／ｄＩによって周期的に抵抗を繰り返して計算して前記メモリ部に保存するが、ＳＯＣ−Ｔ条件毎に区分して累積保存する抵抗累積計算部と、
   前記メモリ部にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出した後、前記抵抗ルックアップテーブルにおける該当するＳＯＣ−Ｔ条件に対応する抵抗データを前記加重平均値に更新する抵抗データ更新部とを含むバッテリー抵抗推定装置。
2. 前記抵抗データ更新部は、加重平均値を算出する抵抗データが取り集められていないＳＯＣ−Ｔ条件に対しては、隣接するＳＯＣ−Ｔ条件に対して計算された抵抗データの加重平均値を用いて内挿法または外挿法によって抵抗データを更新するように構成された請求項１に記載のバッテリー抵抗推定装置。
3. 前記抵抗データ更新部は、ＳＯＣ−Ｔ条件毎に保存された抵抗データがリアルタイムで計算された抵抗データであるか、それとも、内挿法または外挿法によって推定された抵抗データであるかを区分するフラグ値をＳＯＣ−Ｔ条件毎に割り当てて保存する請求項２に記載のバッテリー抵抗推定装置。
4. 前記新規抵抗データと以前に保存された抵抗データとの差が大きいほど、加重平均値を算出するために前記新規抵抗データに付けられる加重値が増加する請求項１から３のいずれか一項に記載のバッテリー抵抗推定装置。
5. （ａ）バッテリーの充電状態−温度（ＳＯＣ−Ｔ）条件に応じて抵抗データを記録している抵抗ルックアップテーブルをメモリ部に保存する段階と、
   （ｂ）バッテリーが充放電する間にＩ−Ｖデータを測定し、ｄＶ／ｄＩによって周期的に抵抗を繰り返して計算して前記メモリ部に保存するが、ＳＯＣ−Ｔ条件毎に区分して累積保存する段階と、
   （ｃ）前記メモリ部にＳＯＣ−Ｔ条件毎に保存された複数の抵抗データの平均値、最大値と最小値との平均値、または最大値のうちいずれか一つである新規抵抗データと、以前に保存された抵抗データとの加重平均値を算出する段階と、
   （ｄ）前記メモリ部の前記抵抗ルックアップテーブルにＳＯＣ−Ｔ条件毎に保存された抵抗データを前記加重平均値に更新する段階とを含むバッテリー抵抗推定方法。
6. 前記（ｄ）段階において、加重平均値を算出する抵抗データが取り集められていないＳＯＣ−Ｔ条件に対しては、隣接するＳＯＣ−Ｔ条件に対して計算された抵抗データの加重平均値を用いて内挿法または外挿法によって抵抗データを更新する請求項５に記載のバッテリー抵抗推定方法。
7. 前記（ｄ）段階において、ＳＯＣ−Ｔ条件毎に保存された抵抗データがリアルタイムで計算された抵抗データであるか、それとも、内挿法または外挿法によって推定された抵抗データであるかを区分するフラグ値をＳＯＣ−Ｔ条件毎に割り当てて保存する請求項６に記載のバッテリー抵抗推定方法。
8. 前記（ｃ）段階において、前記新規抵抗データと以前に保存された抵抗データとの差が大きいほど、加重平均値を算出するために前記新規抵抗データに付けられる加重値が増加する請求項５から７のいずれか一項に記載のバッテリー抵抗推定方法。
9. 請求項１〜請求項４のうちいずれか一項に記載のバッテリー抵抗推定装置を含むバッテリー管理システム。
10. 請求項５〜請求項８のうちいずれか一項に記載のバッテリー抵抗推定方法をコンピューターに実行させるためのプログラム。