JP2022182795A - 電池管理システム、電池管理方法、および電池管理プログラム - Google Patents

Abstract

【課題】電動車に搭載された蓄電池の将来の状態をユーザに伝達すること。【解決手段】一例に係る電池管理システムは、電動車に搭載された蓄電池の状態を示す蓄電池データを取得する取得部と、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測する寿命予測部と、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測する状態予測部と、経時変化を示すレポートを生成する生成部と、レポートを出力する出力部とを備える。【選択図】図１

Description

本開示の一側面は、電池管理システム、電池管理方法、および電池管理プログラムに関する。

特許文献１には鉛蓄電池の状態監視システムが記載されている。このシステムは、鉛蓄電池の内部抵抗を測定する装置と、該内部抵抗の一定期間毎の平均値を求め、この内部抵抗の一定期間毎の平均値をその直前の一定期間の平均値と比較して、その平均値間の変化率を演算する装置と、該変化率が所定の値を超えた場合に、鉛蓄電池の交換時期を警報または表示する装置とを備える。

特許第４３５３６５３号公報

電動車に搭載された蓄電池の将来の状態をユーザに伝達することが望まれている。

本開示の一側面に係る電池管理システムは、電動車に搭載された蓄電池の状態を示す蓄電池データを取得する取得部と、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測する寿命予測部と、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測する状態予測部と、経時変化を示すレポートを生成する生成部と、レポートを出力する出力部とを備える。

本開示の一側面に係る電池管理方法は、少なくとも一つのプロセッサを備える電池管理システムにより実行される。この電池管理方法は、電動車に搭載された蓄電池の状態を示す蓄電池データを取得するステップと、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測するステップと、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測するステップと、経時変化を示すレポートを生成するステップと、レポートを出力するステップとを含む。

本開示の一側面に係る電池管理プログラムは、電動車に搭載された蓄電池の状態を示す蓄電池データを取得するステップと、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測するステップと、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測するステップと、経時変化を示すレポートを生成するステップと、レポートを出力するステップとをコンピュータに実行させる。

このような側面においては、電動車に搭載された蓄電池の電池寿命が予測される。そして、将来における該蓄電池の状態の推移を示すレポートがその電池寿命に基づいて生成される。このレポートによって、電動車に搭載された蓄電池の将来の状態をユーザに伝達できる。

本開示の一側面によれば、電動車に搭載された蓄電池の将来の状態をユーザに伝達できる。

実施形態に係る電池管理システムの機能構成の一例を示す図である。 実施形態に係る電池管理システムを構成するコンピュータのハードウェア構成の一例を示す図である。 実施形態に係る電池管理システムによる処理の一例を示すフローチャートである。 ＳＯＣに対応する特性値に基づいて電池寿命を予測する一例を示すフローチャートである。 基準特性値および対象特性値に関するグラフの例を示す図である。 レポートの一例を示す図である。

以下、添付図面を参照しながら本開示での実施形態を詳細に説明する。図面の説明において同一または同等の要素には同一の符号を付し、重複する説明を省略する。

［システムの構成］
実施形態に係る電池管理システム１は、電動車に搭載された蓄電池（二次電池）の将来の状態を予測し、その予測結果を示すレポートをユーザに提供するコンピュータシステムである。蓄電池の種類の例として鉛蓄電池およびリチウムイオン電池が挙げられるが、これらに限定されない。蓄電池は同じ種類の複数の単電池によって構成される組電池でもよい。電動車とは、蓄電池に蓄えられた電気エネルギを動力のすべてまたは一部として用いて走行する車両をいう。電動車は人を乗せるための車両でもよいし、荷物を移動させるための車両でもよい。電動車は荷物を移動させるための荷役車両でもよく、例えばフォークリフトでもよい。一例では、電池管理システム１は、荷役車両に搭載された鉛蓄電池に関する予測結果を示すレポートをユーザに提供してもよい。

図１は電池管理システム１の機能構成の一例を示す図である。一例では、電池管理システム１はサーバ１０を備える。サーバ１０は、電動車２に搭載された蓄電池の状態を示す蓄電池データを記憶するデータベース２０に通信ネットワークを介してアクセスすることができる。データベース２０は少なくとも一つの電動車２のそれぞれの蓄電池データを記憶する。データベース２０は電池管理システム１の構成要素でもよいし、電池管理システム１とは別のコンピュータシステム内に設けられてもよい。サーバ１０はさらに、通信ネットワークを介して少なくとも一つのユーザ端末３０と接続する。電池管理システム１のために用いられる通信ネットワークは、例えば、インターネットおよびイントラネットの少なくとも一方によって構成される。

個々の電動車２は蓄電池データをデータベース２０に提供する。電動車２は、蓄電池を監視または制御するバッテリ・マネジメント・ユニット（ＢＭＵ）３を備える。ＢＭＵ３は蓄電池の状態を所与の時間間隔で繰り返し測定し、その状態を示す蓄電池データを生成する。そして、ＢＭＵ３はその蓄電池データを所与のタイミングで通信ネットワークを介してデータベース２０に向けて送信する。蓄電池データは蓄電池の状態を示す時系列データである。例えば、蓄電池データの個々のレコードは、測定日時と、蓄電池の状態を示す少なくとも一つの物理量とを含む。その物理量の例として測定電圧、測定電流、および測定温度が挙げられるが、これらに限定されない。蓄電池データは、例えば１００ミリ秒毎に測定された物理量を示す。データベース２０内では、蓄電池データは、蓄電池ＩＤおよび電動車ＩＤのうちの少なくとも一つと関連付けられる。蓄電池ＩＤは蓄電池を一意に特定する識別子である。電動車ＩＤは電動車２を一意に特定する識別子である。

サーバ１０は、蓄電池データに基づいて蓄電池の将来の状態を予測し、その予測結果を示すレポートをユーザに提供するコンピュータである。サーバ１０は機能モジュールとして受信部１１、取得部１２、寿命予測部１３、状態予測部１４、生成部１５、および送信部１６を備える。受信部１１はレポートの生成および提供の要求をユーザ端末３０から受信する機能モジュールである。取得部１２はその要求に基づいて蓄電池データをデータベース２０から取得する機能モジュールである。寿命予測部１３はその蓄電池データに基づいて蓄電池の寿命を予測する機能モジュールである。本開示では、蓄電池の寿命を「電池寿命」ともいう。状態予測部１４はその電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測する機能モジュールである。生成部１５はその経時変化を示すレポートを生成する機能モジュールである。送信部１６はそのレポートをユーザ端末３０に送信する機能モジュールである。この送信はレポートの出力の一例であり、したがって、送信部１６は出力部として機能する。

ユーザ端末３０は、電池管理システム１のユーザにより操作されるコンピュータである。ユーザの例として、蓄電池の販売を担当する営業部員と、蓄電池のメンテナンスを実施するサービス作業員と、電動車２の所有者または管理者とが挙げられるが、これらに限定されない。

図２は、サーバ１０を構成するコンピュータ１００の一般的なハードウェア構成の一例を示す図である。例えば、コンピュータ１００は、オペレーティングシステム、アプリケーション・プログラム等を実行するプロセッサ（例えばＣＰＵ）１０１と、ＲＯＭおよびＲＡＭで構成される主記憶部１０２と、ハードディスク、フラッシュメモリ等の記憶装置で構成される補助記憶部１０３と、ネットワークカードまたは無線通信モジュールで構成される通信制御部１０４と、キーボード、マウス等の入力装置１０５と、モニタ等の出力装置１０６とを備える。

サーバ１０の各機能モジュールは、プロセッサ１０１または主記憶部１０２の上に予め定められたプログラムを読み込ませてプロセッサ１０１にそのプログラムを実行させることで実現される。プロセッサ１０１はそのプログラムに従って、通信制御部１０４、入力装置１０５、または出力装置１０６を動作させ、主記憶部１０２または補助記憶部１０３におけるデータの読み出しおよび書き込みを行う。処理に必要なデータまたはデータベースは主記憶部１０２または補助記憶部１０３内に格納される。

サーバ１０は少なくとも一つのコンピュータによって構成される。複数のコンピュータが用いられる場合には、これらのコンピュータがインターネット、イントラネット等の通信ネットワークを介して接続されることで、論理的に一つのサーバ１０が構築される。

［システムの動作］
図３を参照しながら、電池管理システム１（サーバ１０）による処理の一例を説明するとともに、本実施形態に係る電池管理方法の一例を説明する。図３はその処理の一例を処理フローＳ１として示すフローチャートである。

ステップＳ１１では、受信部１１がユーザ端末３０からレポート要求を受信する。レポート要求は、レポートの生成および提供をサーバ１０に要求するためのデータ信号である。ユーザ端末３０はユーザ操作に基づいてレポート要求を生成し、そのレポート要求をサーバ１０に向けて送信する。一例では、レポート要求は少なくとも一つの電動車ＩＤを含み、例えば、営業所、作業現場等の特定の場所に位置する少なくとも一つの電動車２の電動車ＩＤを含む。

ステップＳ１２では、取得部１２がそのレポート要求に基づいて一つの電動車２（一つの電動車ＩＤ）を選択する。

ステップＳ１３では、取得部１２が選択された電動車２の蓄電池データを取得する。取得部１２は、選択された電動車ＩＤに対応する蓄電池データをデータベース２０から読み出す。蓄電池ＩＤを用いる場合には、寿命予測部１３は、電動車ＩＤと蓄電池ＩＤとの対応を示す所与のデータを参照して電動車ＩＤから蓄電池ＩＤを特定し、その蓄電池ＩＤに対応する蓄電池データをデータベース２０から読み出す。

ステップＳ１４では、寿命予測部１３がその蓄電池データに基づいて、選択された電動車２の電池寿命を予測する。寿命予測部１３は電動車２の稼働率または単位時間当たりの放電容量を蓄電池データから算出し、その稼働率または放電容量に基づいて電池寿命を予測してもよい。あるいは、寿命予測部１３は蓄電池の充電状態（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ：ＳＯＣ）に対応する特性値に基づいて電池寿命を予測してもよい。

ステップＳ１４の一例として、ＳＯＣに対応する特性値に基づいて電池寿命を予測する処理について以下の通り説明する。

寿命予測部１３は、基準期間と、この基準期間より後の対象期間とのそれぞれについて、ＳＯＣに対応する特性値を求める。本開示では、基準期間における特性値を「基準特性値」ともいい、対象期間における特性値を「対象特性値」ともいう。これらの特性値は、ＳＯＣそのものではなく、ＳＯＣに基づいて得られる値である。

一例では、基準期間および対象期間のそれぞれは、蓄電池の充電が完了してから、次の充電が開始されるまでの時間幅である。この場合、基準期間および対象期間のいずれにおいても、始点でのＳＯＣは１００％である。

一例では、寿命予測部１３はＳＯＣと開回路電圧（ＯＣＶ）との関係から得られるパラメータを特性値として算出してもよい。本開示ではこのパラメータを「ＯＣＶ－ＳＯＣパラメータ」ともいう。あるいは、寿命予測部１３はＳＯＣと直流抵抗（ＤＣＲ）との関係から得られるパラメータを特性値として算出してもよい。本開示ではこのパラメータを「ＤＣＲ－ＳＯＣパラメータ」ともいう。これらの例では、寿命予測部１３は蓄電池の等価回路に基づく計算を実行する。等価回路は、ＳＯＣに比例して電圧が変わる電源と、ＳＯＣに比例して抵抗値が変わる内部抵抗とを含む。等価回路に基づく計算は、ＳＯＣとＯＣＶとの関係であるＯＣＶ－ＳＯＣ特性を示す一次式（１）と、ＳＯＣとＤＣＲとの関係であるＤＣＲ－ＳＯＣ特性を示す一次式（２）とを含む。これら二つの式において、ａは切片を示し、ｂは傾きを示す。ａ_ＯＣＶ，ｂ_ＯＣＶ，ａ_ＤＣＲ，ｂ_ＤＣＲはいずれも一次近似定数であるといえる。
ＯＣＶ＝ａ_ＯＣＶ＋ｂ_ＯＣＶ・ＳＯＣ …（１）
ＤＣＲ＝ａ_ＤＣＲ＋ｂ_ＤＣＲ・ＳＯＣ …（２）

寿命予測部１３は式（１）でのｂ_ＯＣＶを特性値として得てもよい。定数ｂ_ＯＣＶはＯＣＶ－ＳＯＣパラメータの一例である。寿命予測部１３は、式（２）から得られる、ＳＯＣが５０％のときのＤＣＲを特性値として得てもよい。本開示では、ＳＯＣが５０％のときのＤＣＲをＤＣＲ_５０とも表す。ＤＣＲ_５０はＤＣＲ－ＳＯＣパラメータの一例である。

寿命予測部１３は基準特性値と対象特性値との関係を示す比を参照値として算出する。参照値は、基準期間から対象期間への時間の経過に伴って蓄電池の特性がどのように変化したかを示す。参照値は蓄電池の劣化状態（Ｓｔａｔｅ Ｏｆ Ｈｅａｌｔｈ：ＳＯＨ）を表すともいえる。寿命予測部１３は参照値に基づいて電池寿命を予測する。

図４を参照しながら、ＳＯＣに対応する特性値に基づく電池寿命の予測についてより詳細に説明する。図４はその予測処理の例を示すフローチャートである。このフローチャートはステップＳ１４の詳細を示す。

ステップＳ１４１では、寿命予測部１３が、基準期間に対応する蓄電池データを基準データとして取得する。一例では、基準期間は蓄電池が新品である時期に対応する。寿命予測部１３は、基準期間に対応する蓄電池データのレコード群を選択する。

ステップＳ１４２では、寿命予測部１３がその基準データに基づいて基準特性値を算出する。一例では、寿命予測部１３は、時間軸に沿って設定された複数の区間のそれぞれについて、測定電圧および測定電流の移動平均を算出する。例えば、レコード間の時間間隔が１００ミリ秒である場合に、寿命予測部１３はその区間を１０秒と設定し、その区間内の１００個の物理量の平均値を１０秒ごとに算出する。さらに、寿命予測部１３はその区間ごとにＳＯＣを算出する。続いて、寿命予測部１３は測定電流の移動平均が所与の閾値以上である区間群を選択する。この閾値は、電動車２がアイドリング状態であるか否かを区別するための値であってもよい。そして、寿命予測部１３は、選択された区間群のデータに基づいて、基準期間におけるＩ－Ｖ特性を統計的手法により算出し、そのＩ－Ｖ特性に基づいて基準特性値を得る。本開示において、Ｉ－Ｖ特性とは、測定電流、測定電圧、およびＳＯＣの関係をいう。本開示では、「選択された区間群のデータ」を「部分データ」ともいう。

小電流時の測定電圧を用いると、ＯＣＶの計算誤差、ひいては特性値の計算誤差が大きくなる。また、電流センサによっては、温度によるオフセット誤差と残留磁気によるヒステリシス誤差とが小電流時に大きくなってしまい、これがＳＯＣの計算の誤差を大きくしてしまう。電流が小さいアイドリング状態に対応する区間を除外することで、それらの誤差を低減または回避して、特性値を精度良く算出できる。アイドリング状態とは、電動車２が無負荷で稼働している状態をいう。

電動車２がアイドリング状態であるか否かを区別するための閾値は、電流センサのオフセット誤差に起因する閾値であってもよく、例えば１（Ａ）と設定されてもよい。この場合には、ＳＯＣの誤差を小さくすることができる。あるいは、電動車２がアイドリング状態であるか否かを区別するための閾値は、電池特性に起因する閾値であってもよく、例えば０．０５（ＣＡ）と設定されてもよい。この場合には、Ｉ－Ｖ特性をより精度良く求めることができる。

寿命予測部１３は、移動平均が得られたそれぞれの区間ｋについてＳＯＣ（ｋ）を式（３）により算出する。
ＳＯＣ（ｋ）＝［Ｗ_ｂａｔ－Σ｛Ｉ（ｋ）／α｝］／Ｗ_ｂａｔ …（３）
ここで、Ｗ_ｂａｔは蓄電池の定格容量を示し、Ｉ（ｋ）は区間ｋでの測定電流を示す。αは電流（Ａ）を容量（Ａｈ）に変換するための係数である。もし区間の長さが１０秒であれば、α＝３６０である。Σ｛Ｉ（ｋ）／α｝は、区間ｋまでにおける蓄電池の消費容量を示す。

この結果、寿命予測部１３はｎ個の区間ｋのそれぞれについて、測定電流Ｉ（ｋ）、測定電圧ＭＶ（ｋ）、およびＳＯＣ（ｋ）を得る（ｋ＝１～ｎ）。すなわち、寿命予測部１３は電流の移動平均と、測定電圧の移動平均と、対応するＳＯＣとについての時系列データを得る。

続いて、寿命予測部１３は統計的手法により、測定電流、測定電圧、およびＳＯＣのｎ個の組みに基づいて、式（１），（２）における一次近似定数ａ_ＯＣＶ，ｂ_ＯＣＶ，ａ_ＤＣＲ，ｂ_ＤＣＲを算出する。一例として、寿命予測部１３はその統計的手法として、非線形の最小二乗法であるマルカート（Ｍａｒｑｕａｒｄｔ）法を用いてもよい。寿命予測部１３はこのマルカート法を用いて、測定電圧ＭＶと理論電圧ＣＶとの平均二乗誤差が最小となる一次近似定数ａ_ＯＣＶ，ｂ_ＯＣＶ，ａ_ＤＣＲ，ｂ_ＤＣＲを算出する。一例では、区間ｋでの理論電圧ＣＶ（ｋ）は式（４）により得られる。式（４）は、蓄電池の等価回路に基づく蓄電池のＩ－Ｖ特性を表すといえ、理論電圧の計算式であるともいえる。
ＣＶ（ｋ）＝ＯＣＶ（ｋ）－Ｉ（ｋ）・ＤＣＲ（ｋ）＝｛ａ_ＯＣＶ＋ｂ_ＯＣＶ・ＳＯＣ（ｋ）｝－Ｉ（ｋ）・｛ａ_ＤＣＲ＋ｂ_ＤＣＲ・ＳＯＣ（ｋ）｝ …（４）

あるいは、寿命予測部１３は統計的手法として多変量解析を用いてもよい。一例では、寿命予測部１３は式（４）に基づいて一次近似定数ａ_ＯＣＶ，ｂ_ＯＣＶ，ａ_ＤＣＲ，ｂ_ＤＣＲを算出してもよい。

すなわち、寿命予測部１３はマルカート法、多変量解析等のような統計的手法を用いて、測定電圧ＭＶと理論電圧ＣＶとの平均二乗誤差が最小となるようにＩ－Ｖ特性を算出し、このＩ－Ｖ特性から得られる一次近似定数ａ_ＯＣＶ，ｂ_ＯＣＶ，ａ_ＤＣＲ，ｂ_ＤＣＲを算出する。

一例では、寿命予測部１３はｂ_ＯＣＶおよびＤＣＲ_５０の少なくとも一方を基準特性値として得る。

ステップＳ１４３では、寿命予測部１３が、対象期間に対応する蓄電池データを対象データとして取得する。例えば、対象期間は現在時点を含む過去の時期に対応する。寿命予測部１３は、対象期間に対応する蓄電池データのレコード群を選択する。

ステップＳ１４４では、寿命予測部１３がその対象データに基づいて対象特性値を算出する。一例では、寿命予測部１３は基準特性値と同様の手法で対象特性値を算出する。すなわち、寿命予測部１３は測定電圧および測定電流の移動平均を所定の区間ごとに算出する。さらに、寿命予測部１３はその区間ごとにＳＯＣを算出する。続いて、寿命予測部１３は測定電流の移動平均が所与の閾値以上である区間群を選択する。そして、寿命予測部１３は、選択された区間群のデータ、すなわち部分データに基づいて、対象期間におけるＩ－Ｖ特性を統計的手法により算出し、そのＩ－Ｖ特性に基づいて対象特性値を得る。移動平均を算出するための区間、および区間を選択するための閾値はいずれも、基準特性値を計算する場合と同じである。一例では、寿命予測部１３はマルカート法または多変量解析を用いて、測定電圧ＭＶと理論電圧ＣＶとの平均二乗誤差が最小となるようにＩ－Ｖ特性を算出し、このＩ－Ｖ特性から得られる一次近似定数ａ_ＯＣＶ，ｂ_ＯＣＶ，ａ_ＤＣＲ，ｂ_ＤＣＲを算出する。

ステップＳ１４５では、寿命予測部１３が基準特性値および対象特性値に基づいて参照値を算出する。寿命予測部１３は基準特性値と対象特性値との関係を示す比を参照値として算出する。寿命予測部１３は少なくとも一つの参照値を算出する。

寿命予測部１３は、ＯＣＶ－ＳＯＣパラメータに関する比を参照値として算出してもよい。一例では、寿命予測部１３は基準期間におけるｂ_ＯＣＶと、対象期間におけるｂ_ＯＣＶとの関係を示す比を参照値として算出する。寿命予測部１３は、基準期間におけるｂ_ＯＣＶの逆数に対する、対象期間におけるｂ_ＯＣＶの逆数の比を参照値として求めてもよい。本開示ではこの参照値を「ＳＯＨ－Ｑ」ともいう。また、ｂ_ＯＣＶの逆数をｂ_ＯＣＶ ^－１とも表す。

寿命予測部１３は、ＤＣＲ－ＳＯＣパラメータに関する比を参照値として算出してもよい。一例では、寿命予測部１３は、基準期間におけるＤＣＲ_５０に対する、対象期間におけるＤＣＲ_５０の比を参照値として求めてもよい。本開示ではこの参照値を「ＳＯＨ－Ｒ」ともいう。

図５を参照しながら、参照値の例であるＳＯＨ－ＱおよびＳＯＨ－Ｒについて説明する。図５は、基準特性値および対象特性値に関するグラフの例を示す図である。

例（ａ）は上記の一次式（１）で示されるＯＣＶ－ＳＯＣ特性を示す。横軸はＳＯＣ（％）を示し、縦軸はＯＣＶ（Ｖ）を示す。グラフ２０１，２０２はいずれも、上記の一次式（１）で示されるＯＣＶ－ＳＯＣ特性を示す。グラフ２０１は基準期間におけるＯＣＶ－ＳＯＣ特性を示し、グラフ２０２は対象期間におけるＯＣＶ－ＳＯＣ特性を示す。この例では、基準期間は蓄電池が新品である時期に対応し、対象期間はその蓄電池が劣化してきた時期に対応する。グラフ２０１，２０２から分かるように、蓄電池が劣化していくに伴って、グラフの傾きを示す特性値ｂ_ＯＣＶが大きくなり、逆数ｂ_ＯＣＶ ^－１は小さくなる。したがって、参照値ＳＯＨ－Ｑは、蓄電池の劣化に伴って１００％（または１．０）から徐々に下がっていく。逆数ｂ_ＯＣＶ ^－１の減少は蓄電池の容量の低下を意味するので、参照値ＳＯＨ－Ｑの減少は蓄電池の容量の低下を示す。

例（ｂ）は上記の一次式（２）で示されるＤＣＲ－ＳＯＣ特性を示す。横軸はＳＯＣ（％）を示し、縦軸はＤＣＲ（ｍΩ）を示す。グラフ２１１，２１２はいずれも、上記の一次式（２）で示されるＤＣＲ－ＳＯＣ特性を示す。グラフ２１１は基準期間におけるＤＣＲ－ＳＯＣ特性を示し、グラフ２１２は対象期間におけるＤＣＲ－ＳＯＣ特性を示す。この例でも、基準期間は蓄電池が新品である時期に対応し、対象期間はその蓄電池が劣化してきた時期に対応する。グラフ２１１，２１２から分かるように、蓄電池が劣化していくに伴って、特性値ＤＣＲ_５０が大きくなる。したがって、参照値ＳＯＨ－Ｒは、蓄電池の劣化に伴って１００％（または１．０）から徐々に上がっていく。

図４に戻って、ステップＳ１４６では、寿命予測部１３が参照値に基づいて電池寿命を予測する。例えば、寿命予測部１３は、参照値と蓄電池の使用期間との関係を示す対応表または計算式に基づいて、参照値から電池寿命を予測してもよい。ＳＯＨ－Ｑが参照値として用いられる場合には、寿命予測部１３はそのＳＯＨ－Ｑが５０～８０％の間の所与の閾値に達する時点を電池寿命として判定してもよい。ＳＯＨ－Ｒが参照値として用いられる場合には、寿命予測部１３はそのＳＯＨ－Ｒが２００～３００％の間の所与の閾値に達する時点を電池寿命として判定してもよい。寿命予測部１３はＳＯＨ－ＱおよびＳＯＨ－Ｒの双方に基づいて電池寿命を予測してもよい。

図３に戻って、ステップＳ１５では、状態予測部１４が将来における蓄電池の状態の経時変化を電池寿命に基づいて予測する。例えば、状態予測部１４はその経時変化を複数の区分を用いて予測してもよい。複数の区分は、蓄電池を正常に利用できる正常期間と、蓄電池を交換するための予算を組むことが推奨される予算化推奨期間と、蓄電池の交換が推奨される交換推奨期間と、蓄電池の寿命が到来する寿命到達期間のうちの少なくとも一つを表してもよい。複数の区分がそれら４種類の期間を表す場合には、蓄電池の状態の経時変化は、正常期間、予算化推奨期間、交換推奨期間、寿命到達期間という順に進む。状態予測部１４は、電池寿命までの時間と各区分との関係を示す対応表または計算式に基づいて、蓄電池の状態の経時変化を予測してもよい。

ステップＳ１６に示すように、サーバ１０はレポート要求で示されるすべての電動車２を処理するまでステップＳ１２～Ｓ１５の処理を繰り返す。処理が繰り返される場合には、ステップＳ１２において次の電動車２が選択され、ステップＳ１３～Ｓ１５という一連の処理によってその電動車２の蓄電池の状態の経時変化が予測される。

ステップＳ１７では、生成部１５が個々の蓄電池の経時変化を示すレポートを生成する。このレポートは、可視化可能な電子データである。例えば、生成部１５は、それぞれの蓄電池の状態の経時変化を、正常期間、予算化推奨期間、交換推奨期間、および寿命到達期間に対応する４区分を用いて表すレポートを生成してもよい。

ステップＳ１８では、送信部１６がそのレポートをユーザ端末３０に送信する。ユーザ端末３０はそのレポートを受信および表示する。レポートが正常期間、予算化推奨期間、交換推奨期間、および寿命到達期間に対応する４区分を用いて表現される場合には、ユーザはこのレポートによって、蓄電池の交換の時期、その交換のための予算化の時期等のような、蓄電池の管理に有用な情報を得ることができる。

図６はレポートの一例を示す図である。この例でのレポート３００は、１０台の電動車２のそれぞれについて蓄電池の将来の状態の経時変化を示す時系列ヒートマップ３０１と、蓄電池の予算化または交換が推奨される電動車２（蓄電池）の個数を示す棒グラフ３０２とを含む。

時系列ヒートマップ３０１は、それぞれの蓄電池についての経時変化を、正常期間（１）、予算化推奨期間（２）、交換推奨期間（３）、および寿命到達期間（４）という４区分によって表現する。例えば、この時系列ヒートマップ３０１から１号車の蓄電池について次のことが予想される。すなわち、２０２２年４月まではその蓄電池は正常に利用可能である。２０２２年５月から２０２３年４月の間に交換のための予算化が推奨される。２０２３年５月～７月の間に蓄電池の交換が推奨される。その蓄電池は２０２３年８月以降に寿命を迎える。

棒グラフ３０２は、予算化が推奨される電動車２の台数と、蓄電池の交換が推奨される電動車２の台数とを四半期ごとに示す。例えばこの棒グラフ３０２から、２０２２年第３四半期（２０２２年７月～９月）では、７台の電動車２について予算化が推奨され、１台の電動車２について蓄電池の交換が推奨されることが予想される。

ユーザはこのレポート３００によって、蓄電池を交換する計画を立てることができる。例えば、ユーザは蓄電池を交換するための予算を適切に組んだり、新しい蓄電池を販売または購入する時期を決めたりすることができる。

［プログラム］
コンピュータまたはコンピュータシステムを電池管理システム１またはサーバ１０として機能させるための電池管理プログラムは、該コンピュータまたはコンピュータシステムを受信部１１、取得部１２、寿命予測部１３、状態予測部１４、生成部１５、および送信部１６として機能させるためのプログラムコードを含む。この電池管理プログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等の有形の記録媒体に非一時的に記録された上で提供されてもよい。あるいは、電池管理プログラムは、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。提供された電池管理プログラムは例えば補助記憶部１０３に記憶される。プロセッサ１０１が補助記憶部１０３からその電池管理プログラムを読み出して実行することで、上記の各機能モジュールが実現する。

［効果］
以上説明したように、本開示の一側面に係る電池管理システムは、電動車に搭載された蓄電池の状態を示す蓄電池データを取得する取得部と、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測する寿命予測部と、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測する状態予測部と、経時変化を示すレポートを生成する生成部と、レポートを出力する出力部とを備える。

本開示の一側面に係る電池管理方法は、少なくとも一つのプロセッサを備える電池管理システムにより実行される。この電池管理方法は、電動車に搭載された蓄電池の状態を示す蓄電池データを取得するステップと、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測するステップと、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測するステップと、経時変化を示すレポートを生成するステップと、レポートを出力するステップとを含む。

本開示の一側面に係る電池管理プログラムは、電動車に搭載された蓄電池の状態を示す蓄電池データを取得するステップと、蓄電池データに基づいて、蓄電池の寿命である電池寿命を予測するステップと、電池寿命に基づいて、将来における蓄電池の状態の経時変化を予測するステップと、経時変化を示すレポートを生成するステップと、レポートを出力するステップとをコンピュータに実行させる。

このような側面においては、電動車に搭載された蓄電池の電池寿命が予測される。そして、将来における該蓄電池の状態の推移を示すレポートがその電池寿命に基づいて生成される。このレポートによって、電動車に搭載された蓄電池の将来の状態をユーザに伝達できる。

他の側面に係る電池管理システムでは、状態予測部が、経時変化を複数の区分を用いて予測し、生成部が、複数の区分を用いて経時変化を表すレポートを生成してもよい。この場合には、複数の区分によって蓄電池の状態の経時変化を分かりやすくユーザに示すことができる。

他の側面に係る電池管理システムでは、複数の区分が、蓄電池を交換するための予算を組むことが推奨される期間を表す第１区分を含んでもよい。この場合には、蓄電池を交換するために必要な費用の調達を容易にすることができる。

他の側面に係る電池管理システムでは、複数の区分が、蓄電池を正常に利用できる期間を表す第２区分と、蓄電池の交換が推奨される期間を表す第３区分と、蓄電池の寿命が到来する期間を表す第４区分とのうちの少なくとも一つをさらに含んでもよい。この場合には蓄電池の状態の経時変化を詳細にユーザに示すことができる。

他の側面に係る電池管理システムでは、寿命予測部が、基準期間における蓄電池の状態を示す基準データと、該基準期間より後の対象期間における蓄電池の状態を示す対象データとを取得し、基準データに基づいて、基準期間における蓄電池の充電状態に対応する特性値を基準特性値として算出し、対象データに基づいて、対象期間における蓄電池の充電状態に対応する特性値を対象特性値として算出し、基準特性値と対象特性値との関係を示す比を参照値として算出し、参照値に基づいて電池寿命を予測してもよい。この場合には、基準期間から対象期間への経過に伴う、蓄電池の充電状態に対応する特性値の変化の程度が参照値として得られ、その参照値によって電池寿命が予測される。この手法によって、電池寿命が適切に予測されるので、有用なレポートをユーザに提供できる。例えば、電池寿命が精度良く予測されるので、レポートによって示される蓄電池の状態の経時変化についても精度の向上が期待できる。

他の側面に係る電池管理システムでは、電動車が荷役車両であってもよい。この場合には、荷役車両に搭載された蓄電池の将来の状態をユーザに伝達できる。

他の側面に係る電池管理システムでは、蓄電池が鉛蓄電池であってもよい。この場合には、電動車に搭載された鉛蓄電池の将来の状態をユーザに伝達できる。

［変形例］
以上、本発明をその実施形態に基づいて詳細に説明した。しかし、本発明は上記実施形態に限定されるものではない。本発明は、その要旨を逸脱しない範囲で様々な変形が可能である。

寿命予測部１３は統計的手法以外の方法によって基準特性値および対象特性値を算出してもよい。例えば、寿命予測部１３は、測定データが得られる度に、カルマンフィルタを用いてそれらの特性値を算出してもよい。

サーバ１０とは異なる他のコンピュータまたは装置が参照値を算出してもよい。例えば、個々のＢＭＵ３が、対応する蓄電池に関する参照値を算出してもよい。

ＢＭＵ３は、測定電圧および測定電流の移動平均を算出し、これらの移動平均を示す蓄電池データをデータベース２０に向けて送信してもよい。あるいは、ＢＭＵ３は、測定電流の移動平均が所与の閾値以上である区間群のデータのみをデータベース２０に向けて送信してもよい。上記実施形態と同様に、その閾値は、電動車２がアイドリング状態であるか否かを区別するための値でもよい。これらの場合には、ＢＭＵ３とデータベース２０との間の通信量を削減するとともに、サーバ１０での処理負荷を低減することができる。

少なくとも一つのプロセッサにより実行される方法の処理手順は上記実施形態での例に限定されない。例えば、上述したステップ（処理）の一部が省略されてもよいし、別の順序で各ステップが実行されてもよい。また、上述したステップのうちの任意の２以上のステップが組み合わされてもよいし、ステップの一部が修正または削除されてもよい。あるいは、上記の各ステップに加えて他のステップが実行されてもよい。

本開示における二つの数値の大小関係の比較では、「以上」および「よりも大きい」という二つの基準のどちらが用いられてもよく、「以下」および「未満」の二つの基準のうちのどちらが用いられてもよい。このような基準の選択は、二つの数値の大小関係を比較する処理についての技術的意義を変更するものではない。

本開示において、「少なくとも一つのプロセッサが、第１の処理を実行し、第２の処理を実行し、…第ｎの処理を実行する。」との表現、またはこれに対応する表現は、第１の処理から第ｎの処理までのｎ個の処理の実行主体（すなわちプロセッサ）が途中で変わる場合を含む概念を示す。すなわち、この表現は、ｎ個の処理のすべてが同じプロセッサで実行される場合と、ｎ個の処理においてプロセッサが任意の方針で変わる場合との双方を含む概念を示す。

１…電池管理システム、２…電動車、３…ＢＭＵ、１０…サーバ、１１…受信部、１２…取得部、１３…寿命予測部、１４…状態予測部、１５…生成部、１６…送信部、２０…データベース、３０…ユーザ端末、３００…レポート。

Claims (9)

1. 電動車に搭載された蓄電池の状態を示す蓄電池データを取得する取得部と、
   前記蓄電池データに基づいて、前記蓄電池の寿命である電池寿命を予測する寿命予測部と、
   前記電池寿命に基づいて、将来における前記蓄電池の状態の経時変化を予測する状態予測部と、
   前記経時変化を示すレポートを生成する生成部と、
   前記レポートを出力する出力部と、
   を備える電池管理システム。
2. 前記状態予測部が、前記経時変化を複数の区分を用いて予測し、
   前記生成部が、前記複数の区分を用いて前記経時変化を表す前記レポートを生成する、
   請求項１に記載の電池管理システム。
3. 前記複数の区分が、前記蓄電池を交換するための予算を組むことが推奨される期間を表す第１区分を含む、
   請求項２に記載の電池管理システム。
4. 前記複数の区分が、前記蓄電池を正常に利用できる期間を表す第２区分と、前記蓄電池の交換が推奨される期間を表す第３区分と、前記蓄電池の寿命が到来する期間を表す第４区分とのうちの少なくとも一つをさらに含む、
   請求項３に記載の電池管理システム。
5. 前記寿命予測部が、
   基準期間における前記蓄電池の状態を示す基準データと、該基準期間より後の対象期間における前記蓄電池の状態を示す対象データとを取得し、
   前記基準データに基づいて、前記基準期間における前記蓄電池の充電状態に対応する特性値を基準特性値として算出し、
   前記対象データに基づいて、前記対象期間における前記蓄電池の充電状態に対応する特性値を対象特性値として算出し、
   前記基準特性値と前記対象特性値との関係を示す比を参照値として算出し、
   前記参照値に基づいて前記電池寿命を予測する、
   請求項１～４のいずれか一項に記載の電池管理システム。
6. 前記電動車が荷役車両である、
   請求項１～５のいずれか一項に記載の電池管理システム。
7. 前記蓄電池が鉛蓄電池である、
   請求項１～６のいずれか一項に記載の電池管理システム。
8. 少なくとも一つのプロセッサを備える電池管理システムにより実行される電池管理方法であって、
   電動車に搭載された蓄電池の状態を示す蓄電池データを取得するステップと、
   前記蓄電池データに基づいて、前記蓄電池の寿命である電池寿命を予測するステップと、
   前記電池寿命に基づいて、将来における前記蓄電池の状態の経時変化を予測するステップと、
   前記経時変化を示すレポートを生成するステップと、
   前記レポートを出力するステップと、
   を含む電池管理方法。
9. 電動車に搭載された蓄電池の状態を示す蓄電池データを取得するステップと、
   前記蓄電池データに基づいて、前記蓄電池の寿命である電池寿命を予測するステップと、
   前記電池寿命に基づいて、将来における前記蓄電池の状態の経時変化を予測するステップと、
   前記経時変化を示すレポートを生成するステップと、
   前記レポートを出力するステップと、
   をコンピュータに実行させる電池管理プログラム。

Images