JP2023030328A - 電池状態推定方法及び電池状態推定装置 - Google Patents

Abstract

【課題】電池が劣化した状態においても、高精度にSOCを推定する。【解決手段】カルマンフィルタ演算部、電池等価回路モデル記録部及びシステムノイズ共分散算出部を有する装置を用いて電池の状態を推定する方法であって、カルマンフィルタ演算部が、電池に設置された電圧センサ、電流センサ及び温度センサの計測値と、電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、電池の充電率及び容量劣化率と、電流センサの電流オフセットと、電池等価回路モデルで設定されている電池の内部抵抗と、を逐次推定する工程と、システムノイズ共分散算出部が、電池の劣化に応じて、カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を変更する工程と、を含む。【選択図】図１

Description

本発明は、電池状態推定方法及び電池状態推定装置に関する。

通常、電池（セル）の充電率（ＳＯＣ）は、セルの充放電電流、端子電池及び表面温度を用いて推定する。

例えば、充放電していない時のセル端子電圧（開回路電圧（ＯＣＶ））とＳＯＣとは、密接な関係があることから、ＯＣＶを計測してＳＯＣに変換する方法がある。また、ＯＣＶ、抵抗及び分極（抵抗及びコンデンサの並列接続）を用いたセル等価回路モデルを用いて、充放電中のセル端子電圧（閉回路電圧（ＣＣＶ））からＯＣＶを求めてＳＯＣに変換する方法もある。他の方法としては、ＯＣＶの計測または算出をし、初期のＳＯＣを求めた後、充放電電流を積算してＳＯＣを演算する方法がある。

これらのＳＯＣ推定では、電流及び電圧のセンシング誤差が大きいと、ＳＯＣの誤差が大きくなる。

特許文献１には、二次電池の充放電電流及び端子電圧を検出し、電流オフセットを推定し、該電流オフセットにより検出された充放電電流を補正して二次電池の充電状態を推定する装置であって、所定の測定モデルにより二次電池の端子電圧を推定し、推定された端子電圧と、検出された端子電圧との誤差を用いて、推定された電流オフセットの第１補正値を算出し、第１補正値を用いて、推定された電流オフセットを補正するものが開示されている。また、特許文献１には、所定の測定モデルは、二次電池の分極電圧の等価回路モデルに基づくこと、拡張カルマンフィルタを用いることが開示されている。

特許第５６１６４６４号公報

特許文献１に記載の二次電池の充電状態推定装置においては、電池が劣化した場合については考慮されていない。

通常、電池が劣化すると、容量が減少し、電池の内部抵抗も大きくなるため、セル等価回路の抵抗、分極等の値も変動する。このため、従来法では、ＳＯＣの推定精度が低くなる。よって、充放電中における電池の劣化を考慮したＳＯＣの推定については、精度の観点から改善の余地がある。

本発明の目的は、電池が劣化した状態においても、高精度にＳＯＣを推定することにある。

本発明の電池状態推定方法は、カルマンフィルタ演算部、電池等価回路モデル記録部及びシステムノイズ共分散算出部を有する装置を用いて電池の状態を推定する方法であって、カルマンフィルタ演算部が、電池に設置された電圧センサ、電流センサ及び温度センサの計測値と、電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、電池の充電率及び容量劣化率と、電流センサの電流オフセットと、電池等価回路モデルで設定されている電池の内部抵抗と、を逐次推定する工程と、システムノイズ共分散算出部が、電池の劣化に応じて、カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を変更する工程と、を含む。

本発明によれば、電池が劣化した状態においても、高精度にＳＯＣを推定することができる。

実施形態１の電池状態推定装置を示す構成図である。 図１の状態推定部５５２を示す構成図である。 ＣＣＶを算出する際に用いる電池等価回路モデルを示す回路構成図である。 実施形態１の電池状態推定方法を示すフロー図である。 実施形態２の電池状態推定装置を示す構成図である。

以下、本開示の実施形態について、図面を参照しつつ説明する。

（実施形態１）
図１は、実施形態１の電池状態推定装置を示す構成図である。

本図においては、電池状態推定装置５００は、カルマンフィルタ演算部５１０、電池等価回路モデル記録部５２０、システムノイズ共分散算出部５３０及び電池劣化検知部５４０から構成されている。カルマンフィルタ演算部５１０は、状態推定部５５２及び誤差分散算出部５５４を含む。

カルマンフィルタ演算部５１０には、電池１００（セル）の端子電圧ＣＣＶ（閉回路電圧）を計測する電圧センサ２００、電池１００の充放電電流Ｉを計測する電流センサ３００、及び電池１００の温度Ｔを計測する温度センサ４００からの計測値が入力される。状態推定部５５２は、これらの入力から、電池１００のＳＯＣ（充電率）、ＳＯＨ（容量劣化率）、電流センサ３００の電流誤差オフセット値であるＩｏ、及び電池等価回路モデル内の抵抗Ｒ０のそれぞれのゲインを逐次推定する。また、誤差分散算出部５５４は、ゲインの推定の際、誤差分散を推定する。なお、電池等価回路モデルは、「セル等価回路モデル」とも呼ぶ。

カルマンフィルタ演算部５１０は、上記の推定値を用いて、電池１００のＳＯＣ及びＳＯＨを計算し出力する。

図２は、図１のカルマンフィルタ演算部５１０の状態推定部５５２の構成を示したものである。

図２に示すように、状態推定部は、ＳＯＣ推定部５１１、ＳＯＨ推定部５１２、Ｉｏ推定部５１３、ＲｏＧ推定部５１４、Ｑ推定部５１５、ＣＣＶ推定部５１６、Ｑのカルマンゲイン推定部５２１、ＳＯＣのカルマンゲイン推定部５２２、Ｉｏのカルマンゲイン推定部５２３、及びＲｏＧのカルマンゲイン推定部５２４を有する。ここで、Ｑは、セルの満充電容量である。ＲｏＧは、セルの等価回路モデルにおける内部抵抗である。

状態推定部には、各センサからＩ、Ｔ及びＶが入力される。そして、Ｉ、Ｔ及びＶを用いて推定されたＳＯＣ、ＳＯＨ、Ｉｏ及びＲｏＧが出力される。これらの推定に際しては、所定のカルマンゲインが推定され用いられる。

ＳＯＣ、ＳＯＨ、Ｉｏ及びＲｏＧは、下記式（１）～（４）を用いて逐次計算して求める。

ここで、Ｑｉｎｉは、セルの新品時の容量である。単位はＡｈである。また、ＧｓｏｃはＳＯＣのカルマンゲイン、ＧｑはＱのカルマンゲイン、ＧｉｏはＩｏのカルマンゲイン、ＧｒｏｇはＲｏＧのカルマンゲインである。これらのカルマンゲインは、カルマンフィルタ演算部５１０（図１）で逐次算出される。また、ｔは電圧、電流、温度のセンシング周期またはＳＯＣ、ＳＯＨ、Ｉｏ、ＲｏＧの演算周期であり、例えば１秒毎だとｔ＝１となる。

図３は、ＣＣＶを算出する際に用いる電池等価回路モデルを示したものである。

図１の電池等価回路モデル記録部５２０には、予めＳＯＣ、Ｔ毎に電池等価回路のパラメータとして、ＯＣＶ、電池等価回路を構成する抵抗の値Ｒ０、Ｒ１、Ｒ２、及びコンデンサの時定数τ１、τ２のマップを記録しておく。そして、ＣＣＶ推定部５１６に入力されるＳＯＣ、Ｔ及びＲｏＧから電池パラメータを推定すると共に、入力される電流（Ｉ）及び電流オフセット（Ｉｏ）からＣＣＶを算出する。

算出されたＣＣＶと、電圧センサで電池端子電圧を計測した電圧（Ｖ）との差分ΔＣＣＶを求め、上記式（１）～（４）を用いて、カルマンゲイン（Ｇｓｏｃ、Ｇｑ、Ｇｉｏ、Ｇｒｏｇ）を乗算した値をＳＯＣ、Ｑ、Ｉｏ、ＲｏＧにそれぞれ加えることにより、ＳＯＣ、Ｑ、Ｉｏ、ＲｏＧを更新する。

カルマンフィルタ演算部５１０（図１）で算出されるカルマンゲインＧの算出式は、下記式（５）及び（６）のとおりである。

式中、Ｐ＾（ｋ）は事前誤差共分散、Ｐ（ｋ）は事後誤差共分散、Ａ、ｂは状態を示す行列、Ｃは観測値を示す行列、σ_ｗ ^２は観測ノイズ共分散、σ_ｖ ^２はシステムノイズ共分散である。なお、事前、事後はそれぞれ、「最新のデータ」を利用する前（ｂｅｆｏｒｅ）と後（ａｆｔｅｒ）を意味する。

各状態のカルマンゲインは、誤差共分散と共に逐次計算される。また、システムノイズ共分散は、図１のシステムノイズ共分散算出部５３０で、ＳＯＣ、Ｑ、Ｉｏ、ＲｏＧの状態推定値毎に算出される。観測ノイズ共分散は、電池端子電圧を電圧センサ２００（図１）で計測する時の共分散値であり、カルマンフィルタ演算部５１０において用いる設定値である。

このようにして、カルマンフィルタ演算部５１０によりＳＯＣ、ＳＯＨ、Ｉｏ、ＲｏＧを逐次推定する。

しかしながら、電池の劣化に伴い、図３の電池等価回路モデル内のパラメータが変動するため、ＳＯＣ及びＳＯＨの推定精度が低下する。

これを防ぐために、電池の劣化を検知して、図１のシステムノイズ共分散算出部５３０のシステムノイズ共分散値を変更するように計算式のパラメータを設定する。言い換えると、システムノイズ共分散算出部５３０は、電池の劣化に応じて、カルマンフィルタ演算部５１０で用いる設定値であるシステムノイズ共分散値を変更する。

上記式（５）及び（６）から、システムノイズ共分散値が変われば、カルマンゲインＧが変わることがわかる。

具体的には、電池劣化検知部５４０において、カルマンフィルタ演算部５１０で推定するＳＯＨを使用する。ＳＯＨは、新品電池であれば通常１００％であり、劣化すると９０％、８０％と値が下がっていく。このため、所定のＳＯＨになった時にシステムノイズ共分散値を変えるようにする。システムノイズ共分散値については、特に、電池等価回路モデルに影響を与えるＩｏ及びＲｏＧのシステムノイズ共分散値を大きくすることで、カルマンゲインが大となる。これにより得られたカルマンゲインを用いて、電池等価回路モデルのパラメータの補正（変更）をする。これにより、電池が劣化した場合においても、高精度にＳＯＣ及びＳＯＨを推定することが可能となる。

まとめると、電池１００の劣化は、電池１００の容量（又はＳＯＨ）の減少、電池１００の実際の内部抵抗の上昇又は電池１００の実際の使用時間に対応する値で表されるものである。これらの値のいずれかがその初期値に対して所定量変化したときには、システムノイズ共分散算出部５３０がシステムノイズ共分散値を大きくする。

なお、システムノイズ共分散値の変更の頻度は、所定の期間内に１回変更するだけでもよいが、推定値の精度を向上する観点から、ＳＯＨの低下に伴い、段階的に複数回システム共分散値を変更してもよい。また、本実施形態においては、カルマンフィルタ演算部５１０で推定したＳＯＨを使用して電池劣化の検知をする例を示しているが、これに限定されるものではなく、他の方法で電池劣化を検知してもよい。例えば、充放電電流の変動と電圧の変動とを計測し、電池の内部抵抗を算出し、内部抵抗の増大により電池の劣化を検知してもよい。また、電池の実際の使用時間をカウントし、使用時間で電池の劣化を検知してもよい。ここで、使用時間は、電池の放電時間若しくは充電時間、又は放電時間及び充電時間の和を意味する。

まとめると、電池の劣化は、電池の容量の減少、電池の実際の内部抵抗の上昇又は電池の実際の使用時間に対応する値で表されるものである。これらの値のいずれかがその初期値に対して所定量変化したときには、システムノイズ共分散算出部５３０がシステムノイズ共分散値を大きくする。

図４は、本実施形態の電池状態推定方法を示すフロー図である。

本図においては、カルマンフィルタ演算部が、電池に設置された電圧センサ、電流センサ及び温度センサの計測値を受信する（工程Ｓ１１）。そして、カルマンフィルタ演算部が、それらの計測値と、電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、電池のＳＯＣ及びＳＯＨと、電流センサのＩｏと、電池等価回路モデルで設定されている電池のＲｏＧと、を逐次推定する（工程Ｓ１２）。

システムノイズ共分散算出部は、電池の劣化に応じて、カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を変更する（工程Ｓ１３）。

（実施形態２）
実施形態１では、システムノイズ共分散値を変更する条件として、電池の劣化に応じてとしたが、実施形態２では、電池への充電及び放電に基いてシステムノイズ共分散値を切替えることとしている。

図５は、本実施形態の電池状態推定装置を示す構成図である。

本図においては、電池状態推定装置５００は、図１の電池劣化検知部５４０を有しない。その代わりに、システムノイズ共分散算出部５３０は、電池１００の充電時の推定に用いる場合と放電時の推定に用いる場合とで、システムノイズ共分散値を変更するように構成されている。言い換えると、システムノイズ共分散算出部５３０は、電池１００の充電時の推定に用いる場合と放電時の推定に用いる場合とで、システムノイズ共分散値を異なる値とするように構成されている。

電池で駆動する家電品、電気自動車などでは、通常、充電電流よりも放電電流が大きい。そのため、上記式（１）より、放電時には電流オフセットＩｏの影響は小さくなる。また、カルマンゲインも小さくした方がＳＯＣの誤差は小さくなる。

具体的には、放電時には、充電時に比べて、Ｉｏ及びＲｏＧのシステムノイズ共分散値を小さくする。これにより、高精度にＳＯＣ及びＳＯＨを推定することが可能となる。

１００：電池、２００：電圧センサ、３００：電流センサ、４００：温度センサ、５００：電池状態推定装置、５１０：カルマンフィルタ演算部、５１１：ＳＯＣ推定部、５１２：ＳＯＨ推定部、５１３：Ｉｏ推定部、５１４：ＲｏＧ推定部、５１５：Ｑ推定部、５１６：ＣＣＶ推定部、５２０：電池等価回路モデル記録部、５２１：Ｑのカルマンゲイン推定部、５２２：ＳＯＣのカルマンゲイン推定部、５２３：Ｉｏのカルマンゲイン推定部、５２４：ＲｏＧのカルマンゲイン推定部、５３０：システムノイズ共分散算出部、５４０：電池劣化検知部、５５２：状態推定部、５５４：誤差分散算出部。

Claims (10)

1. カルマンフィルタ演算部、電池等価回路モデル記録部及びシステムノイズ共分散算出部を有する装置を用いて電池の状態を推定する方法であって、
   前記カルマンフィルタ演算部が、前記電池に設置された電圧センサ、電流センサ及び温度センサの計測値と、前記電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、前記電池の充電率及び容量劣化率と、前記電流センサの電流オフセットと、前記電池等価回路モデルで設定されている前記電池の内部抵抗と、を逐次推定する工程と、
   前記システムノイズ共分散算出部が、前記電池の劣化に応じて、前記カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を変更する工程と、を含む、電池状態推定方法。
2. 前記電池の前記劣化は、前記電池の容量の減少、前記電池の実際の内部抵抗の上昇又は前記電池の実際の使用時間に対応する値で表されるものであり、
   これらの値のいずれかがその初期値に対して所定量変化したときには、前記システムノイズ共分散算出部が、前記システムノイズ共分散値を大きくする、請求項１記載の電池状態推定方法。
3. 前記システムノイズ共分散値は、少なくとも前記電流オフセット及び前記内部抵抗のシステムノイズ共分散値を含む、請求項１記載の電池状態推定方法。
4. カルマンフィルタ演算部、電池等価回路モデル記録部及びシステムノイズ共分散算出部を有する装置を用いて電池の状態を推定する方法であって、
   前記カルマンフィルタ演算部が、前記電池に設置された電圧センサ、電流センサ及び温度センサの計測値と、前記電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、前記電池の充電率及び容量劣化率と、前記電流センサの電流オフセットと、前記電池等価回路モデルで設定されている前記電池の内部抵抗と、を逐次推定する工程と、
   前記システムノイズ共分散算出部が、前記カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を、前記電池の充電時の推定に用いる場合と前記電池の放電時の推定に用いる場合とで変更する工程と、を含む、電池状態推定方法。
5. 前記システムノイズ共分散値は、前記電流オフセット及び前記内部抵抗のシステムノイズ共分散値を含み、
   前記電流オフセット及び前記内部抵抗の前記システムノイズ共分散値は、放電時には、充電時に比べて小さくする、請求項４記載の電池状態推定方法。
6. カルマンフィルタ演算部と、電池等価回路モデル記録部と、システムノイズ共分散算出部と、を有し、電池の状態を推定する装置であって、
   前記カルマンフィルタ演算部は、前記電池に設置された電圧センサ、電流センサ及び温度センサの計測値と、前記電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、前記電池の充電率及び容量劣化率と、前記電流センサの電流オフセットと、前記電池等価回路モデルで設定されている前記電池の内部抵抗と、を逐次推定し、
   前記システムノイズ共分散算出部は、前記電池の劣化に応じて、前記カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を変更する、電池状態推定装置。
7. 前記電池の前記劣化は、前記電池の容量の減少、前記電池の実際の内部抵抗の上昇又は前記電池の実際の使用時間に対応する値で表されるものであり、
   これらの値のいずれかがその初期値に対して所定量変化したときには、前記システムノイズ共分散算出部が、前記システムノイズ共分散値を大きくする、請求項６記載の電池状態推定装置。
8. 前記システムノイズ共分散値は、少なくとも前記電流オフセット及び前記内部抵抗のシステムノイズ共分散値を含む、請求項６記載の電池状態推定装置。
9. カルマンフィルタ演算部、電池等価回路モデル記録部及びシステムノイズ共分散算出部を有し、電池の状態を推定する装置であって、
   前記カルマンフィルタ演算部は、前記電池に設置された電圧センサ、電流センサ及び温度センサの計測値と、前記電池等価回路モデル記録部に記録されている電池等価回路モデルと、を用いて、前記電池の充電率及び容量劣化率と、前記電流センサの電流オフセットと、前記電池等価回路モデルで設定されている前記電池の内部抵抗と、を逐次推定し、
   前記システムノイズ共分散算出部は、前記カルマンフィルタ演算部で用いる設定値であるシステムノイズ共分散値を、前記電池の充電時の推定に用いる場合と前記電池の放電時の推定に用いる場合とで変更する、電池状態推定装置。
10. 前記システムノイズ共分散値は、前記電流オフセット及び前記内部抵抗のシステムノイズ共分散値を含み、
    前記電流オフセット及び前記内部抵抗の前記システムノイズ共分散値は、放電時には、充電時に比べて小さくする、請求項９記載の電池状態推定装置。

Images