JP2023035209A - バッテリ温度推定方法及びバッテリ温度推定装置 - Google Patents

Abstract

【課題】駐車中の車両のバッテリ温度をより高精度に推定する。【解決手段】車両１０に設置されているバッテリ１１の温度を推定するバッテリ温度推定装置３０である。バッテリ温度推定装置３０は、車両１０に設置されているバッテリ温度センサ１２の検出値を取得し、車両１０が存在する位置に関する気象観測データに含まれる気温を取得する取得部３５と、その気温とその検出値との差分値を算出する算出部３６と、その差分値と、車両１０の制御システムが停止中に取得された気温とに基づいて、その停止中のバッテリ１１の温度を推定する推定部３７とを備える。【選択図】図１

Description

本発明は、車両に設置されているバッテリの温度を推定するバッテリ温度推定方法及びバッテリ温度推定装置に関する。

従来、車両に設置されているバッテリの温度を推定する技術が存在する。例えば、車両が駐車すると判断したときに取得されたバッテリの温度と、駐車予定場所における気温等の気象要素とに基づいて、駐車中のバッテリの温度推移を推定する技術が提案されている（例えば、特許文献１参照）。

特開２０１６－１１６３５７号公報

ここで、気象観測データに含まれる気温は、気象観測エリアにおける所定の気象観測地点での気温であるため、その気象観測地点と車両の駐車場所とが異なる場合には、気象観測エリアの気温と、車両の外気温との差が生じると想定される。このため、気象観測エリアの観測地点と車両の駐車場所とが異なる場合において、長期間、車両が駐車するときには、過去のバッテリの温度及び気象要素に基づいて、駐車中のバッテリの温度を適切に推定することは困難である。

本発明は、駐車中の車両のバッテリ温度をより高精度に推定することを目的とする。

本発明の一態様は、車両に設置されているバッテリの温度を推定するバッテリ温度推定方法である。このバッテリ温度推定方法は、車両に設置されている温度センサの検出値を取得する温度取得ステップと、車両が存在する位置に関する気象観測データに含まれる気温を取得する気温取得ステップと、その気温とその検出値との差分値を算出する算出ステップと、その差分値と、車両の制御システムが停止中に取得された気温とに基づいて、その停止中のバッテリの温度を推定する推定ステップとを備える。

本発明によれば、駐車中の車両のバッテリ温度をより高精度に推定することができる。

図１は、バッテリ温度推定システムのシステム構成例を簡略化して示すブロック図である。 図２は、記憶部に記憶されているプローブ情報ＤＢの格納内容を簡略化して示す図である。 図３は、車両のバッテリの温度の遷移例を示す図である。 図４は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図５は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図６は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図７は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図８は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図９は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図１０は、複数の気象観測エリアの気象観測データを用いて、車両の周囲の気温を推定する例を示す図である。 図１１は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図１２は、記憶部に記憶される差分値情報の一例を示す図である。 図１３は、バッテリ温度推定装置におけるバッテリ温度推定処理の一例を示すフローチャートである。 図１４は、車両の位置と、他の車両の位置と、気象観測エリアにおける気象観測地点の位置との関係に基づいて、他の車両の差分値を補正する例を示す図である。

以下、添付図面を参照しながら本発明の実施形態について説明する。

［第１実施形態］
［バッテリ温度推定システムの構成例］
図１は、バッテリ温度推定システム１のシステム構成例を簡略化して示すブロック図である。バッテリ温度推定システム１は、車両３乃至５、１０に設置されているバッテリの温度や劣化を推定するための通信システムであり、ネットワーク２と、車両３乃至５、１０の制御システムと、気象データサーバ２０と、バッテリ温度推定装置３０と、プローブサーバ４０とを備える。なお、図１では、４台の車両３乃至５、１０が存在する例を示すが、車両の数はこれに限定されない。また、本実施形態では、主に、車両１０のバッテリ１１の温度や劣化を推定する例について説明するが、車両３乃至５のバッテリの温度や劣化を推定する場合についても同様に実施可能である。なお、バッテリ温度推定システム１は、バッテリ劣化推定システムを称することもできる。

ネットワーク２は、公衆回線網、インターネット等のネットワークである。また、バッテリ温度推定システム１を構成する各機器は、無線通信を利用した通信方式または有線通信を利用した通信方式の何れかの方式、または双方の方式によってネットワーク２に接続される。

車両１０は、内燃機関車両、ハイブリッド車両、電動車両、燃料電池車両等の車両であり、バッテリ１１と、バッテリ温度センサ１２と、外気温センサ１３と、日射量センサ１４と、位置情報取得部１５と、記憶部１６と、車両ＥＣＵ（Electronic Control Unit）１７と、通信部１８とを備える。これらの各部により車両１０の制御システムが構成される。

バッテリ１１は、車両１０の駆動モータや補機類等の車載機器に対して電力を供給する二次電池であり、車載器の充電器又は車外の充電装置により充電可能である。バッテリ１１として、例えば、リチウムイオン電池、鉛電池，ニッケル水素電池等を用いることができる。

バッテリ温度センサ１２は、バッテリ１１に関する温度を検出する温度センサであり、検出結果を車両ＥＣＵ１７に出力する。

外気温センサ１３は、車両１０の周囲の気温に関する温度を検出する温度センサであり、検出結果を車両ＥＣＵ１７に出力する。

日射量センサ１４は、車両１０における日射量（日照量）を検出する日射量センサであり、検出結果を車両ＥＣＵ１７に出力する。なお、バッテリ温度センサ１２、外気温センサ１３、日射量センサ１４により取得された各検出値は、任意のタイミングでプローブサーバ４０に順次送信してもよく、プローブサーバ４０からの要求に応じて送信してもよい。

位置情報取得部１５は、車両１０が存在する位置に関する位置情報を取得するものであり、取得した位置情報を車両ＥＣＵ１７に出力する。位置情報取得部１５は、例えば、ＧＮＳＳ（Global Navigation Satellite System：全球測位衛星システム）を利用して位置情報を取得するＧＮＳＳ受信機により実現できる。また、その位置情報には、ＧＮＳＳ信号の受信時における緯度、経度、高度等の位置に関する各データが含まれる。また、他の位置情報の取得方法により位置情報を取得してもよい。例えば、周囲に存在するアクセスポイントや基地局からの情報を用いて位置情報を導き出してもよい。また、例えば、ナビゲーション装置による位置推定技術を用いて位置情報を導き出してもよい。なお、位置情報取得部１５により取得された車両１０の位置情報は、任意のタイミングでプローブサーバ４０に順次送信してもよく、プローブサーバ４０からの要求に応じて送信してもよい。

記憶部１６は、各種情報を記憶する記憶媒体である。例えば、記憶部１６には、車両ＥＣＵ１７が各種処理を行うために必要となる各種情報（例えば、制御プログラム）が記憶される。また、記憶部１６には、通信部１８を介して取得された各種情報が記憶される。記憶部１６として、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、または、これらの組み合わせを用いることができる。

車両ＥＣＵ１７は、記憶部１６に記憶されている各種プログラムに基づいて各部を制御するものである。例えば、車両ＥＣＵ１７は、各種プログラムに基づいて各種のアクチュエータ（ブレーキアクチュエータ、アクセルアクチュエータ、ステアリングアクチュエータなど）を制御する。また、車両ＥＣＵ１７は、プローブサーバ４０からの要求や各種情報をプローブサーバ４０に提供する。また、車両ＥＣＵ１７は、プローブサーバ４０から指示情報に基づいて各種の処理を実行する。

通信部１８は、車両ＥＣＵ１７の制御に基づいて、無線通信を利用して、他の機器との間で各種情報のやりとりを行うものである。

気象データサーバ２０は、ネットワーク２を介して各種の気象観測データを提供する情報処理装置である。具体的には、気象データサーバ２０は、プローブサーバ４０からの要求に応じて、プローブサーバ４０により指定された１または複数の気象観測エリアの気象観測データをプローブサーバ４０に提供する。例えば、気象データサーバ２０は、気象観測データを提供する事業者により設置される。なお、気象観測データには、気象観測地点に関する情報（例えば緯度及び経度）、気象観測エリアに関する情報（例えば横浜市、千代田区）、気温、天候等に関する情報が含まれる。

バッテリ温度推定装置３０は、プローブサーバ４０のプローブ情報ＤＢ５０に格納されている情報を用いて、プローブサーバ４０により管理されている各車両に設置されているバッテリの温度や劣化を推定するものである。バッテリ温度推定装置３０は、通信部３１と、制御部３２と、記憶部３３とを備える。なお、バッテリ温度推定装置３０は、パーソナルコンピュータ等の情報処理装置により実現される。

通信部３１は、制御部３２の制御に基づいて、無線通信を利用して、他の機器との間で各種情報のやりとりを行うものである。

記憶部３３は、各種情報を記憶する記憶媒体である。例えば、記憶部３３には制御部３２が各種処理を行うために必要となる各種情報（例えば、制御プログラム）が記憶される。また、記憶部３３には、通信部３１を介して取得された各種情報が記憶される。記憶部３３として、例えば、ＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ、または、これらの組み合わせを用いることができる。

制御部３２は、記憶部３３に記憶されている各種プログラムに基づいて各部を制御するものである。制御部３２は、例えば、ＣＰＵ（Central Processing Unit）等の処理装置により実現される。

制御部３２は、バッテリ温度推定処理に関する機能構成として、取得部３５と、算出部３６と、推定部３７とを備える。

取得部３５は、プローブサーバ４０のプローブ情報ＤＢ５０に格納されているプローブ情報や、気象データサーバ２０により提供される気象観測データ等の各種情報を通信部３１を介して取得するものであり、取得された各種情報を算出部３６及び推定部３７に出力する。

算出部３６は、取得部３５により取得された各情報を用いて各種の算出処理を行うものであり、その算出結果を推定部３７に出力する。例えば、算出部３６は、取得部３５により取得された気象観測データに含まれる気温と、取得部３５により取得されたプローブ情報に含まれる温度センサの検出値との差分値を算出する。なお、温度センサは、例えば車両１０に設置されているバッテリ温度センサ１２や外気温センサ１３である。

推定部３７は、プローブサーバ４０により管理されている各車両に設置されているバッテリの温度や劣化を推定するものであり、その推定結果（温度、劣化）を記憶部３３に記憶させるとともに、プローブサーバ４０に供給する。例えば、推定部３７は、算出部３６により算出された差分値と、車両１０の制御システムが停止中に取得部３５により取得された気象観測データに含まれる気温とに基づいて、その停止中のバッテリ１１の温度や劣化を推定する。

プローブサーバ４０は、車両３乃至５、１０に関する各種情報を管理する情報処理装置であり、通信部４１と、制御部４２と、記憶部４３とを備える。

通信部４１は、制御部４２の制御に基づいて、無線通信を利用して、他の機器との間で各種情報のやりとりを行うものである。

制御部４２は、記憶部４３に記憶されている各種プログラムに基づいて各部を制御するものである。制御部４２は、例えば、ＣＰＵ等の処理装置により実現される。

記憶部４３は、各種情報を記憶する記憶媒体である。例えば、記憶部４３には制御部４２が各種処理を行うために必要となる各種情報（例えば、制御プログラム、プローブ情報ＤＢ５０）が記憶される。また、記憶部４３には、通信部４１を介して取得された各種情報が記憶される。記憶部４３として、例えば、ＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ、または、これらの組み合わせを用いることができる。

なお、図１では、バッテリ温度推定装置３０及びプローブサーバ４０が別体の機器として構成される例を示すが、バッテリ温度推定装置３０及びプローブサーバ４０を一体として構成し、バッテリ温度推定装置３０による各機能をプローブサーバ４０により実現してもよい。

［プローブ情報ＤＢの格納内容例］
図２は、記憶部４３に記憶されているプローブ情報ＤＢ５０の格納内容を簡略化して示す図である。

プローブ情報ＤＢ５０は、プローブサーバ４０により管理されている各車両に関する各種情報が車両毎に格納されているデータベースである。具体的には、車両位置５２と、起動日時５３と、停止日時５４と、バッテリ温度５６と、バッテリ電流５７と、バッテリ電圧５８と、バッテリ充電量５９と、充電履歴６０と、外気温度６１と、日射量センサ値６２と、気象観測エリア６３と、差分値６４と、バッテリ劣化度６５とが、車両ＩＤ５１に関連付けて格納されている。これらの各情報は、ネットワーク２を介して各車両やバッテリ温度推定装置３０から送信された各情報に基づいて、適宜格納される。

なお、本実施形態では、各機器から送信されてプローブサーバ４０に蓄積されている各種の情報をプローブ情報と称して説明する。

車両ＩＤ５１は、プローブサーバ４０により管理されている各車両を識別するために各車両に付与される識別情報である。図２では、車両１０には「ＮＭ０１」が付与され、車両３に「ＮＭ０２」が付与され、車両４に「ＮＭ０３」が付与され、車両５に「ＮＭ０４」が付与されている例を示す。

車両位置５２は、プローブサーバ４０により管理されている各車両が存在する位置を特定するための位置情報である。この位置情報は、各車両に設置されている位置情報取得部により取得された位置情報であり、例えば、緯度及び経度が格納される。なお、この例では、最新の車両位置を格納する例を示すが、車両位置の移動履歴情報を格納してもよい。

起動日時５３は、プローブサーバ４０により管理されている各車両の制御システムが起動した日時に関する時間情報である。例えば、車両１０のユーザがイグニッションキー（スタートキー）を用いて車両１０を起動させた場合、すなわちキーオン（ＩＧＮ ＯＮ）された場合には、車両１０の車両ＥＣＵ１７は、その起動時刻をプローブサーバ４０に送信する。そして、プローブサーバ４０の制御部４２は、その受信した起動時刻を、車両ＩＤ５１の「ＮＭ０１」に関連付けて起動日時５３に記録する。なお、この例では、最新の起動日時のみを格納する例を示すが、過去の起動日時を履歴情報として格納してもよい。

停止日時５４は、プローブサーバ４０により管理されている各車両のシステムが停止した日時に関する時間情報である。例えば、車両１０のユーザがイグニッションキーを用いて車両１０を停止させた場合、すなわちキーオフ（ＩＧＮ ＯＦＦ）された場合には、車両１０の車両ＥＣＵ１７は、その停止時刻をプローブサーバ４０に送信する。そして、プローブサーバ４０の制御部４２は、その受信した停止時刻を、車両ＩＤ５１の「ＮＭ０１」に関連付けて停止日時５４に記録する。なお、この例では、最新の停止日時のみを格納する例を示すが、過去の停止日時を履歴情報として格納してもよい。

バッテリ温度５６、バッテリ電流５７、バッテリ電圧５８、バッテリ充電量５９、充電履歴６０は、プローブサーバ４０により管理されている各車両に設置されているバッテリに関する各種のバッテリ情報である。例えば、車両１０が起動している場合において、車両１０の車両ＥＣＵ１７は、所定タイミングで、バッテリ１１に関する温度をバッテリ温度センサ１２から取得し、その温度をプローブサーバ４０に送信する。所定タイミングは、例えば定期的なタイミングやバッテリ１１の温度に所定の変化が発生したタイミングとすることができる。なお、所定の変化は、バッテリ１１の温度が所定値以上変化することを意味する。なお、バッテリ１１に関する電流、電圧、充電量についても同様に、車両１０の車両ＥＣＵ１７は、所定タイミングで、それらの各情報を取得し、その各情報をプローブサーバ４０に送信する。そして、プローブサーバ４０の制御部４２は、その受信した各情報を、車両ＩＤ５１の「ＮＭ０１」に関連付けてバッテリ温度５６、バッテリ電流５７、バッテリ電圧５８、バッテリ充電量５９に記録する。なお、バッテリ充電量は、ＳＯＣ（State Of Charge）と称することができる。

また、例えば、車両１０においてバッテリ１１への充電が実行された場合には、車両１０の車両ＥＣＵ１７は、その充電に関する各情報をプローブサーバ４０に送信する。なお、充電に関する各情報は、例えば充電開始時刻、充電終了時刻、充電量、充電の種類（普通充電または急速充電）である。そして、プローブサーバ４０の制御部４２は、その充電に関する各情報を、車両ＩＤ５１の「ＮＭ０１」に関連付けて充電履歴６０に記録する。なお、図２では、バッテリ情報として、充電履歴６０に充電終了時刻のみを格納する例を示す。また、この例では、最新のバッテリ情報のみを格納する例を示すが、過去の各種のバッテリ情報を履歴情報として格納してもよい。

なお、制御システムが停止中の車両のバッテリ温度５６には、バッテリ温度推定装置３０により推定されたバッテリ温度が格納される。なお、バッテリ温度センサ１２により取得されたバッテリ温度と、バッテリ温度推定装置３０により推定されたバッテリ温度とを、異なる情報として格納してもよい。また、過去の各バッテリ温度を履歴情報として格納してもよい。

なお、バッテリ温度５６に格納されているバッテリ温度については、プローブサーバ４０により管理されている車両に提供してもよく、車両の販売店や製造会社等に提供してもよい。例えば、バッテリ温度が車両に通知された場合には、車載バッテリコントローラにおいて、バッテリ充電状態（ＳＯＣなど）の演算や充電電流制御等のバッテリ制御機能、過温度検知等のバッテリ自己診断機能に使用することができる。また、プローブサーバ４０により管理されている各車両のバッテリ温度については、地域によるバッテリ使用環境の特性解析等に使用することができる。

外気温度６１は、プローブサーバ４０により管理されている各車両の外気温に関する温度情報である。例えば、車両１０が起動している場合において、車両１０の車両ＥＣＵ１７は、所定タイミングで、車両１０の外気温を外気温センサ１３から取得し、その温度をプローブサーバ４０に送信する。所定タイミングは、例えば定期的なタイミングや車両１０の外気温に所定の変化が発生したタイミングとすることができる。なお、所定の変化は、車両１０の外気温が所定値以上変化することを意味する。そして、プローブサーバ４０の制御部４２は、その受信した温度を、車両ＩＤ５１の「ＮＭ０１」に関連付けて外気温度６１に記録する。なお、この例では、最新の外気温度のみを格納する例を示すが、過去の外気温度を履歴情報として格納してもよい。

日射量センサ値６２は、プローブサーバ４０により管理されている各車両の日射量に関する日射量情報である。例えば、車両１０が起動している場合において、車両１０の車両ＥＣＵ１７は、所定タイミングで、車両１０の日射量を日射量センサ１４から取得し、その日射量をプローブサーバ４０に送信する。所定タイミングは、例えば定期的なタイミングや車両１０の日射量に所定の変化が発生したタイミングとすることができる。なお、所定の変化は、車両１０の日射量が所定値以上変化することを意味する。そして、プローブサーバ４０の制御部４２は、その受信した日射量を、車両ＩＤ５１の「ＮＭ０１」に関連付けて日射量センサ値６２に記録する。なお、この例では、最新の日射量のみを格納する例を示すが、過去の日射量を履歴情報として格納してもよい。

気象観測エリア６３は、プローブサーバ４０により管理されている各車両が存在する位置を含む気象観測エリアに関する情報である。例えば、バッテリ温度推定装置３０により車両１０のバッテリ温度が推定された場合において、その推定に用いられた気象観測データの気象観測エリアがバッテリ温度推定装置３０からプローブサーバ４０に送信される。そして、プローブサーバ４０の制御部４２は、その受信した気象観測エリアを、車両ＩＤ５１の「ＮＭ０１」に関連付けて気象観測エリア６３に記録する。なお、この例では、最新の気象観測エリアのみを格納する例を示すが、過去の気象観測エリアを履歴情報として格納してもよい。

差分値６４は、プローブサーバ４０により管理されている各車両についてバッテリ温度推定装置３０により算出された差分値に関する情報である。例えば、バッテリ温度推定装置３０により車両１０について差分値が算出された場合には、その差分値がバッテリ温度推定装置３０からプローブサーバ４０に送信される。そして、プローブサーバ４０の制御部４２は、その受信した差分値を、車両ＩＤ５１の「ＮＭ０１」に関連付けて差分値６４に記録する。なお、この例では、最新の差分値のみを格納する例を示すが、過去の差分値を履歴情報として格納してもよい。

バッテリ劣化度６５は、プローブサーバ４０により管理されている各車両についてバッテリ温度推定装置３０により推定されたバッテリ劣化の程度に関する情報である。例えば、バッテリ温度推定装置３０により車両１０についてバッテリ劣化度が推定された場合には、そのバッテリ劣化度がバッテリ温度推定装置３０からプローブサーバ４０に送信される。そして、プローブサーバ４０の制御部４２は、その受信したバッテリ劣化度を、車両ＩＤ５１の「ＮＭ０１」に関連付けてバッテリ劣化度６５に記録する。なお、この例では、最新のバッテリ劣化度のみを格納する例を示すが、過去のバッテリ劣化度を履歴情報として格納してもよい。

なお、バッテリ劣化度として、例えば、１００％の状態から、どの程度劣化したかを示す情報が格納される。例えば、１０％劣化したと推定された場合には、バッテリ劣化度として９０％が格納される。なお、バッテリの使用可能期間を示す情報や、バッテリの走行可能距離を示す情報等のバッテリの寿命を示す情報を、バッテリ劣化度として格納してもよい。

なお、バッテリ劣化度６５に格納されている情報については、プローブサーバ４０により管理されている各車両に提供してもよく、各車両の販売店等に提供してもよい。例えば、バッテリ劣化度を各車両のユーザに通知することにより、ユーザはバッテリの寿命等を容易に把握することができる。また、例えば、バッテリ劣化度を販売店に通知することにより、販売店は、バッテリの交換時期や、バッテリを回収した後のリサイクル方法を容易に把握することができる。

［バッテリ温度の遷移例］
図３は、車両１０のバッテリ１１の温度の遷移例を示す図である。なお、図３に示すグラフにおいて、横軸は時間軸を示し、縦軸は温度を示す。

図３では、車両１０の制御システムが起動中の期間ＳＵ１、ＳＵ２と、車両１０の制御システムが停止中の期間ＳＩ１とを示す。すなわち、最初の期間ＳＵ１において、制御システムが起動中の車両１０が時刻Ｔ１で停止し、次の期間ＳＩ１において、制御システムが停止中の車両１０が時刻Ｔ２で起動する例を示す。

図３では、バッテリ温度センサ１２により取得されたバッテリ温度ＢＴ１乃至ＢＴ６とともに、外気温センサ１３により取得された車両１０の外気温ＯＴ１、ＯＴ２とを示す。これらの各温度については、上述したように、プローブサーバ４０のプローブ情報ＤＢ５０に順次格納される。また、図３では、気象データサーバ２０から取得された気象観測データに含まれる気温ＷＤ１乃至ＷＤ１１を示す。この気象観測データについてもプローブサーバ４０のプローブ情報ＤＢ５０に順次格納してもよい。

また、図３では、それらの各温度に基づいて推定されたバッテリ１１の温度（バッテリ推定温度ＥＢ１乃至ＥＢ１０）及び車両１０の外気温（外気温推定温度ＥＯ１乃至ＥＯ１０）を示す。

図３に示すように、車両１０の制御システムが起動中の期間ＳＵ１、ＳＵ２では、バッテリ温度センサ１２によりバッテリ１１の温度（バッテリ温度ＢＴ１乃至ＢＴ６）を直接的に取得することが可能である。しかし、車両１０の制御システムが停止中の期間ＳＩ１では、バッテリ温度センサ１２によりバッテリ１１の温度を取得することができない。そこで、本実施形態では、車両１０の制御システムが停止中の期間ＳＩ１において、気象データサーバ２０から取得された気象観測データに含まれる気温ＷＤ１乃至ＷＤ１０に基づいて、バッテリ１１の温度を推定する例を示す。

ここで、例えば、リチウムイオン電池（バッテリの一例）は、経時劣化するため、劣化状態を推定する必要があり、その推定精度を向上させるためには、バッテリの温度情報を利用する必要がある。しかし、車両の制御システムの停止時には、バッテリ温度センサの検出値を取得することができないため、その停止時におけるバッテリ推定は、バッテリの温度情報を利用できず誤差が生じやすい。特に、車両の制御システムが長期間停止する場合には、その長期の停止期間中にバッテリ温度センサの検出値を取得することができない。そこで、気象観測データ（気温）に基づいてバッテリ温度を推定することが考えられる。しかし、気象観測データは、気象観測エリアの平均的なデータであるため、車両が駐車している位置での気温とは誤差があり、バッテリ温度を正確に推定することが困難となる。そこで、車両の制御システムが長期間停止した場合でも、停止中のバッテリ温度を正確に推定し、これにより、バッテリの劣化状態を精度よく推定することが重要となる。

ここで、気象観測データの気温と、外気温センサの検出値と、バッテリ温度センサの検出値との関係は、走行条件や車両位置によって変化する。そこで、本実施形態では、走行条件や車両位置によって変化する、それらの関係を利用して、車両の制御システムが停止中のバッテリ温度を推定する。具体的には、気象観測データ（気温）と温度センサの検出値との差分値を算出し、その差分値に基づいて、気象観測データ（気温）を補正することにより、車両の制御システムが停止中のバッテリ温度を推定する。これにより、気象観測地点と車両の位置との違い等による気温差がある場合でも、気象観測データ（気温）を用いて停止中のバッテリ温度をより高精度に推定することができる。

例えば、気象観測データに含まれる気温ＷＤ１乃至ＷＤ１０は、車両１０が存在する位置を含む気象観測エリアの気象観測地点での気温である。なお、気象観測エリアは、予め設定されているエリアであり、例えば市区町村等のエリアである。このため、車両１０の外気温（外気温推定温度ＥＯ１乃至ＥＯ１０）と比較的近い値になると想定される。しかし、上述したように、気象観測エリアの気象観測地点と車両１０が存在する位置とが異なる場合には、車両１０が存在する位置を含む気象観測エリアの気温と、車両１０の外気温との差が生じると想定される。そこで、本実施形態では、車両１０の制御システムが停止中の期間ＳＩ１におけるバッテリ１１の温度を推定する場合に、気象データサーバ２０から取得された気象観測データに含まれる気温と、車両１０の外気温との差分値を用いて、温度差の補正を行うようにする。

なお、外気温センサ１３は、車両１０の内部（例えばエンジンルームの中）に設置されることが多いため、車両１０の温度が高いと、外気温センサ１３の検出値も、外気温よりも高くなる。このため、例えば、車両１０の停止直後では、直前の車両１０の走行条件の影響等により、外気温センサ１３により取得された車両１０の外気温は、実際の車両１０の外気温と比較して、誤差が発生する可能性がある。

例えば、車両１０の制御システムが起動中の期間ＳＵ１の最後に、外気温センサ１３により取得された車両１０の外気温ＯＴ１を比較例として説明する。この外気温ＯＴ１は、起動中の期間ＳＵ１の車両１０の走行条件の影響等により、実際の外気温ＯＴ１‘よりも高い値となることが多い。図３に示す例では、外気温センサ１３により取得された車両１０の外気温ＯＴ１が、実際の外気温ＯＴ１‘よりも差分値ＤＶ１だけ高い場合の例を示す。

このように、外気温センサ１３により取得された車両１０の外気温は、直前の車両１０の走行条件の影響等により、誤差が発生する可能性がある。そこで、車両１０の制御システムの起動時において、外気温センサ１３により取得された車両１０の外気温を用いることが好ましい。ここでは、車両１０の制御システムの起動時において、外気温センサ１３により取得された車両１０の外気温と、気象データサーバ２０から取得された気象観測データに含まれる気温との差分値を用いて、その起動前の停止中の車両１０のバッテリ１１の温度を推定する例を示す。

具体的には、時刻Ｔ２で車両１０の制御システムが起動した直後において、外気温センサ１３により取得された車両１０の外気温ＯＴ２と、気象データサーバ２０から取得された気象観測データに含まれる気温ＷＤ１１との差分値ΔＴ１を用いて、バッテリ１１の温度を推定する。例えば、以下の式を用いて差分値ΔＴ１を算出する。
ΔＴ１＝気温ＷＤ１１－外気温ＯＴ２

次に、停止中の期間ＳＩ１におけるバッテリ１１の温度を、差分値ΔＴ１を用いて推定する。例えば、以下の式を用いて、停止中の期間ＳＩ１における車両１０の外気温（外気温推定温度ＥＯ１乃至ＥＯ１０）を算出する。
外気温推定温度＝気象観測データの気温－ΔＴ１

具体的には、外気温推定温度ＥＯ１＝ＷＤ１－ΔＴ１、…、外気温推定温度ＥＯ１０＝ＷＤ１０－ΔＴ１が順次算出される。このように算出された車両１０の外気温（外気温推定温度ＥＯ１乃至ＥＯ１０）に基づいて、停止中の期間ＳＩ１におけるバッテリ１１の温度（バッテリ推定温度ＥＢ１乃至ＥＢ１０）を推定する。

ここで、車両１０の駐車直後では、直前の車両１０の走行条件の影響等により、バッテリ１１の温度が高い状態であり、バッテリ１１の温度と車両１０の外部の気温（外気温）とが離れていると想定される。しかし、時間の経過に応じて、バッテリ１１の温度と車両１０の外気温との差が小さくなると想定される。そこで、差分値ΔＴ１を用いて算出された外気温推定温度（例えばＥＯ１乃至ＥＯ１０）を、バッテリ１１の温度と推定してもよい。ただし、車両１０の外気温と車両１０の内部に設置されているバッテリ１１の温度とは、必ずしも一致しないと想定される。そこで、本実施形態では、差分値ΔＴ１を用いて算出された外気温推定温度に所定の演算を行うことにより、バッテリ１１の温度をより高精度に推定するようにする。

具体的には、温度とバッテリに関する各情報とを用いた公知の推定方法を用いて、バッテリ１１の温度を推定することができる。例えば、車両１０の外気温（外気温推定温度）及びバッテリ１１間の熱抵抗と、バッテリ１１の熱容量とに基づいて、バッテリ１１の温度を演算することができる。これにより、バッテリ１１の過渡的な温度変化を精度良く推定できる。なお、車両１０の駐車直後においては、直前の車両１０の走行条件の影響等を考慮して、一時遅れ演算に基づいてバッテリ１１の温度を推定してもよい。この例については図７において後述する。

ここでは、車両１０の制御システムの起動時において算出された差分値ΔＴ１を用いて、その起動前の停止中の車両１０のバッテリ１１の温度を推定する例を示したが、これに限定されない。例えば、車両１０の起動時において算出された差分値ΔＴ１を用いて、その起動後の停止中の車両１０のバッテリ１１の温度を推定してもよく、車両１０の駐車直前において算出された差分値ΔＴ１を用いて、その駐車中の車両１０のバッテリ１１の温度を推定してもよい。これらの例については、図４乃至図９を参照して説明する。このように、車両１０の制御システムが停止中のバッテリ１１の温度を推定するために用いる差分値については、車両１０の制御システムの停止中の前後、例えば、停止の直前や起動の直後などに算出することが好ましい。

なお、車両１０が長期間（例えば数週間、数か月）同じ場所に駐車している場合には、車両１０の環境も変化するため、その変化に応じて差分値ΔＴ１を更新することが好ましい。しかし、車両１０の制御システムが長期間停止している場合には、バッテリ温度センサ１２を使用することができず、バッテリ１１の温度を取得することができない。このため、上述した差分値ΔＴ１を算出することができない。そこで、車両１０の制御システムが長期間停止している場合には、略同じ環境（例えば同じ季節）と想定される過去の差分値を使用してバッテリ１１の温度を推定することができる。この例を図１１に示す。また、車両１０の制御システムが長期間停止している場合には、車両１０の近くに存在する他の車両の差分値を使用してバッテリ１１の温度を推定することができる。この例を図１３に示す。なお、車両１０の制御システムが長期間停止している場合には、車両１０の制御システムを周期的に起動させて差分値を取得し、その差分値を使用してバッテリ１１の温度を推定することができる。この例については、後述する。

このように、車両１０の制御システムが停止中のバッテリ１１の温度は、長時間経過後には、車両１０の外気温に近い値となる。このため、簡易なバッテリ温度推定として、気象観測データ（気温）から上述した差分値を減算した値（＝外気温推定温度）に基づいてバッテリ温度を推定することができる。より詳細には、外気温推定温度及びバッテリ間の熱抵抗、および、バッテリの熱容量等に基づいて、バッテリ温度を演算することにより、過渡的な温度変化を精度良く推定できる。

［バッテリ温度推定装置の動作例］
図４は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。この処理例では、所定タイミングでバッテリ温度推定装置３０が各車両のバッテリの温度を推定する例を示す。所定タイミングは、例えば、１日のうちの１または複数の所定時刻とすることができる。また、車両の駐車を検出したタイミングや、駐車していた車両の起動を検出したタイミングを所定タイミングとすることができる。また、この処理例は、記憶部３３に記憶されているプログラムに基づいて制御部３２により実行される。図４では、図１乃至図３に示す例を適宜参照して説明する。

ステップＳ９１において、取得部３５は、通信部３１を介したプローブサーバ４０とのやりとりにより、プローブサーバ４０により管理されている車両の車両ＩＤを特定する。例えば、取得部３５は、プローブ情報ＤＢ５０の車両ＩＤ５１に車両ＩＤが格納されている車両のうちから、バッテリ温度推定処理の対象となる１つの車両の車両ＩＤを順次特定する。すなわち、プローブサーバ４０により管理されている各車両について、バッテリ温度推定処理が順次実行される。

ステップＳ９２において、取得部３５は、ステップＳ９１で特定された車両ＩＤに関連付けてプローブ情報ＤＢ５０に格納されている各プローブ情報を取得する。例えば、ステップＳ９１で車両ＩＤ５１「ＭＮ０１」が特定された場合には、車両ＩＤ５１「ＭＮ０１」に関連付けられている各情報が取得される。

ステップＳ９３において、取得部３５は、気象データサーバ２０から気象観測データを取得する。この場合に、取得部３５は、ステップＳ９２で取得されたプローブ情報に含まれる車両位置（図２に示す車両位置５２）を含む気象観測エリアの気象観測データを取得する。なお、ステップＳ９１で特定された車両ＩＤに対応する車両の車両位置を含む気象観測エリアと、その周囲の気象観測エリアとの各気象観測データを取得してもよい。

ここで、上述した差分値ΔＴ１の算出に用いる気象観測データについては、その差分値ΔＴ１の算出に用いる外気温センサの検出値の検出時刻と同一時刻または略同一時刻に観測されたデータを用いることが好ましい。そこで、所定時間内の複数の観測時刻に対応する気象観測データを取得し、その複数の気象観測データのうちから、外気温センサの検出値の検出時刻に最も近い観測時刻の気象観測データを用いることが好ましい。なお、プローブサーバ４０が、外気温センサの検出値を取得する毎に、その検出値の検出時刻と同一時刻または略同一時刻に観測された気象観測データを取得し、プローブ情報ＤＢ５０に順次格納してもよい。この場合には、取得部３５は、プローブサーバ４０のプローブ情報ＤＢ５０から気象観測データを取得することができる。

ステップＳ１００において、バッテリ温度推定処理が実行される。このバッテリ温度推定処理については、図５等を参照して説明する。

ステップＳ９４において、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両のバッテリについて、ステップＳ１００で推定されたバッテリ温度に基づいて、バッテリ劣化度を演算する。

［バッテリ劣化推定例］
ここでは、車両１０のバッテリ１１の劣化度を推定する推定方法について説明する。最初に、バッテリの劣化の種類について説明する。

バッテリの劣化の種類として、主に、保存劣化と、サイクル劣化とがある。保存劣化は、バッテリを置いておくだけで、時間の経過に応じて劣化が進むことを意味する。また、サイクル劣化は、充電放電を繰り返すことで、劣化が進むことを意味する。

なお、保存劣化及びサイクル劣化の双方とも、バッテリの温度の影響があることが知られている。例えば、保存劣化については、置いておくだけで劣化するため、バッテリを保存する環境によって劣化の進行度合いが変化する。特に、バッテリを保存する環境の温度の影響が大きい。例えば、バッテリが設置されている車両がどのような環境に駐車されているかに応じても変化する。例えば、保存劣化は、例えば、バッテリの温度が高くなるのに応じて右上がりに劣化することが知られている。一方、保存劣化は、バッテリの温度が極端に低くても劣化することが知られている。

また、車両の移動や駐車に応じても劣化の進行が異なる。例えば、車両が走行している場合には、保存劣化とサイクル劣化との双方の劣化が進行することになる。一方、車両が駐車している場合には、保存劣化が進行することになる。そこで、車両が駐車している場合において、バッテリの劣化を推定する場合には、バッテリの温度が、バッテリの劣化を推定するための重要なパラメータとなる。しかし、車両が駐車している場合には、車両の制御システムも停止していることが多いため、バッテリの温度をバッテリ温度センサにより検出することができず、バッテリ温度に基づくバッテリ劣化推定を行うことができない。そこで、本実施形態では、上述したように、気象観測データに含まれる気温のデータを使用して、バッテリの温度を推定し、そのバッテリ温度に基づいてバッテリ劣化推定を行うようにする。このバッテリ劣化推定方法については、保存劣化とサイクル劣化との双方の劣化を考慮した公知の演算方法を用いることができる。

［差分値の移動平均値を用いたバッテリ劣化推定例］
例えば、外気温センサの検出値への一時的な外乱の影響などが発生することも想定される。そこで、外乱の影響などを考慮して、バッテリ劣化推定を行うことができる。例えば、上述した差分値を順次記録しておき、所定期間における各差分値の平均値（移動平均値）を算出し、その差分値の平均値に基づいて推定されたバッテリ温度を用いて、バッテリ劣化推定を行うことができる。なお、所定期間は、実験データ等に基づいて適宜設定可能である。このように、差分値の移動平均値に基づいて推定されたバッテリ温度を用いて、バッテリ劣化推定を行うことにより、外気温センサの検出値への一時的な外乱の影響等を抑制して適切なバッテリ温度を推定することができる。これにより、バッテリ劣化推定の精度を高めることができる。

［各種のパラメータを用いたバッテリ劣化推定例］
ここで、外気温センサの検出値への一時的な外乱の影響等により、バッテリの温度の推定の信憑性が低下することも想定される。また、車両の周囲の環境の急激な変化や、車両が駐車している位置によっては、気象観測データの信憑性が低下することも想定される。このような場合には、上述した差分値が大きな値となることが想定される。そこで、上述した差分値が大きな値となる場合でも、バッテリ劣化推定の精度を維持するため、各種のパラメータを用いてバッテリ劣化推定の演算処理を実行してもよい。そこで、以下では、各種のパラメータを用いてバッテリ劣化推定の精度を向上させる例を示す。

ここでは、ステップＳ１００で推定されたバッテリの温度を用いたバッテリ劣化推定演算（第１演算）と、バッテリの温度以外の他のデータを用いたバッテリ劣化推定演算（第２演算）との少なくとも１つに基づいてバッテリ劣化推定処理を行う例を示す。このバッテリ劣化推定処理では、車両の制御システムが停止中のバッテリの劣化を推定する場合に、上述した差分値に基づいて、第１演算の演算結果と、第２演算の演算結果との重み付けをして、バッテリ劣化推定を行う。この場合に、上述した差分値が大きくなるのに応じて、第１演算の演算結果の重み付けを小さくして、バッテリ劣化推定を行うようにする。すなわち、異なる２つのパラメータを用いてバッテリの劣化を推定する場合に、これらの２つのパラメータの重み付けをし、その重み付けを、差分値に基づいて変更する。このように、上述した差分値の信憑性が低下し、バッテリの温度推定の信憑性も低下したような場合には、第２演算の重みを増すことにより、バッテリの劣化推定の精度を向上させることができる。

なお、第１演算は、バッテリ温度を用いた保存劣化及びサイクル劣化に基づいてバッテリ劣化を推定する演算方法である。また、第２演算は、ＥＩＳ（Electrochemical Impedance Spectroscopy）に基づいてバッテリ劣化を推定する演算方法や、電流積算に基づいてバッテリ劣化を推定する演算方法である。なお、ＥＩＳを用いた演算方法は、バッテリの内部インピーダンスの変化を分析し、インピーダンスの変化に基づいてバッテリ劣化を推定する演算方法である。また、電流積算を用いた演算方法は、バッテリの発電、充電等のバッテリへの電流の入出に関する情報に基づいてバッテリ劣化を推定する演算方法である。なお、第２演算では、これらの各演算方法を組み合わせてバッテリ劣化推定を行うようにしてもよい。

［バッテリ温度推定処理例］
図５は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図４に示すステップＳ１００に対応する。

ステップＳ１０１において、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両の制御システムが停止中であるか否かを判定する。具体的には、推定部３７は、ステップＳ９２で取得されたプローブ情報に含まれる起動日時５３、停止日時５４に基づいて、車両の制御システムが停止中であるか否かを判定する。車両の制御システムが停止中である場合には、ステップＳ１０４に進む。一方、車両の制御システムが起動中である場合には、ステップＳ１０２に進む。

ステップＳ１０２において、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両に設置されているバッテリ温度センサの検出値を、その車両のバッテリの温度とする。すなわち、推定部３７は、ステップＳ９２で取得されたプローブ情報に含まれるバッテリ温度５６の値を、ステップＳ９１で特定された車両ＩＤの車両のバッテリの温度とする。このように、車両の制御システムが起動中のバッテリ温度については、バッテリ温度センサにより検出が可能であるため、そのバッテリ温度センサの検出値を用いることができる。

ステップＳ１０３において、算出部３６は、ステップＳ９１で特定された車両ＩＤの車両に設置されている外気温センサの検出値と、ステップＳ９３で取得された気象観測データに含まれる気温との差分値を算出する。すなわち、算出部３６は、ステップＳ９２で取得されたプローブ情報に含まれる外気温度６１の値と、ステップＳ９３で取得された気象観測データに含まれる気温との差分値を算出する。そして、算出部３６は、算出された差分値を車両ＩＤに関連付けて記憶部３３に保持させる。なお、図５では、車両の制御システムが起動中（例えば車両が走行中や停止中）である場合に、差分値を算出する例を示すが、所定のタイミングでのみ差分値を算出してもよい。例えば、車両の駐車を検出したタイミングや、駐車していた車両の起動を検出したタイミングでのみ差分値を算出してもよい。また、最新の差分値のみを記憶部３３に保持してもよく、複数の差分値を記憶部３３に保持してもよい。なお、長期間における複数の差分値を記憶部３３に保持する例については図１１に示す。このように、差分値が順次更新される。なお、差分値を、プローブサーバ４０に送信し、プローブ情報ＤＢ５０の差分値６４に格納してもよい。

ステップＳ１０４において、推定部３７は、ステップＳ９３で取得された気象観測データに含まれる気温と、ステップＳ１０３で算出された差分値とに基づいて、ステップＳ９１で特定された車両ＩＤの車両に設置されているバッテリの温度を推定する。このバッテリ温度の推定方法は、図３で説明した推定方法と同様である。

なお、この例では、車両の制御システムの起動中に差分値を演算する例について説明するが、気象観測データ（気温）と外気温センサの検出値とのそれぞれのデータを取得することができる他のタイミングで差分値を演算してもよい。

このように、気象観測データの気象観測地点と、車両の位置との間の気温差を、気象観測データに含まれる気温と、車両の外気温センサの検出値との差分値に基づいて演算することができる。また、車両の制御システムが停止中においてバッテリ温度センサの検出値が取得できないときには、気象観測データに含まれる気温と、その差分値とに基づいて、車両の位置での気温を演算し、車両位置での気温から、バッテリ温度を推定する。

［差分値の平均値を用いるバッテリ温度推定処理例］
図５では、車両の制御システムが起動中に算出された差分値を用いて、バッテリ温度推定を行う例を示した。ここで、差分値の算出に用いる外気温センサの検出値には、外乱が影響することも想定される。そこで、外気温センサへの外乱の影響などを排除するため、例えば、差分値の平均値や最頻値などを用いることが考えられる。そこで、図６では、車両の制御システムが起動中に算出された差分値の平均値を用いて、バッテリ温度推定を行う例を示す。

図６は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図５に示すバッテリ温度推定処理の変形例であるため、図５と共通する処理手順には、同一の符号を付して、これらの説明を省略する。

ステップＳ１１１において、算出部３６は、ステップＳ１０３で算出された差分値と、記憶部３３に保持されている差分値とを用いて、差分値の平均化処理を行う。例えば、１つの差分値のみが記憶部３３に保持されている場合には、その差分値と、ステップＳ１０３で算出された差分値とを加算し、２で除算することにより差分値の平均値を求める。また、例えば、複数の差分値が記憶部３３に保持されている場合には、その複数の差分値と、ステップＳ１０３で算出された差分値とを加算し、加算された差分値の数で除算することにより差分値の平均値を求める。なお、記憶部３３に保持されている差分値の数が閾値を超えている場合や差分値の算出日時が所定期間を超えている場合には、平均値の算出に用いる差分値を選択して用いてもよい。

ステップＳ１１２において、推定部３７は、ステップＳ９３で取得された気象観測データに含まれる気温と、ステップＳ１１１で算出された差分値の平均値とに基づいて、ステップＳ９１で特定された車両ＩＤの車両に設置されているバッテリの温度を推定する。このバッテリ温度の推定方法は、図３で説明した推定方法において、差分値の代わりに差分値の平均値を用いる点が異なるが、他は、図３で説明した推定方法と同様である。

このように、差分値の変動（ばらつき）を考慮して、車両の制御システムが起動中の所定周期毎に演算した複数の差分値の平均値を演算して用いることができる。なお、図６では、差分値の平均値を用いる例を示したが、差分値の中央値、最頻値等を用いてもよい。また、気象状況や車両の運転条件等に応じて、演算条件（例えば差分値、中央値、最頻値）を選択してもよい。

このように、差分値の平均値や中央値、最頻値等を用いることにより、外気温センサへの外乱の影響等を排除することができる。

［車両の起動初期に差分値を算出するバッテリ温度推定処理例］
図５、６では、車両の制御システムが起動中に算出された差分値を用いて、バッテリ温度推定を行う例を示した。ここで、車両が走行中には、環境条件による外乱の影響を外気温センサが受けていることが想定される。そこで、外気温センサへの外乱の影響が少ない起動初期における外気温センサの検出値を用いて差分値を算出することが考えられる。そこで、図７では、車両の制御システムの起動初期における外気温センサの検出値を用いて、バッテリ温度推定を行う例を示す。

図７は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図５に示すバッテリ温度推定処理の変形例であるため、図５と共通する処理手順には、同一の符号を付して、これらの説明を省略する。

ステップＳ１２１において、算出部３６は、ステップＳ９１で特定された車両ＩＤの車両の制御システムが起動初期状態であるか否かを判定する。具体的には、算出部３６は、ステップＳ９２で取得されたプローブ情報に含まれる起動日時５３に基づいて、車両の制御システムが起動初期状態であるか否かを判定する。車両の制御システムが起動初期状態である場合には、ステップＳ１０３に進む。一方、車両の制御システムが起動初期状態でない場合には、バッテリ温度推定処理の動作を終了する。

このように、車両の運転条件により走行風や空調等による外気温センサへの外乱の影響が少ない起動初期に、差分値の算出処理を行うようにする。すなわち、車両の制御システムの起動初期、例えば、外気温センサの出力が安定して検出できるようになったら、気象観測データに含まれる気温と外気温センサの検出値との差分値を演算する。

ステップＳ１２２において、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両の制御システムが停止してから所定時間が経過したか否かを判定する。この所定時間は、外気温センサへの外乱の影響が閾値よりも小さくなると想定される経過時間である。例えば、バッテリ温度と車両の外気温との差が閾値よりも小さくなると想定される経過時間を所定時間とすることができる。なお、この所定時間は、実験データ等により適宜設定することができる。具体的には、推定部３７は、ステップＳ９２で取得されたプローブ情報に含まれる停止日時５４と、ステップＳ１２４で積算される停止時間とに基づいて、車両の制御システムが停止してから所定時間が経過したか否かを判定する。車両の制御システムが停止してから所定時間が経過した場合には、ステップＳ１０４に進む。一方、車両の制御システムが停止してから所定時間が経過していない場合には、ステップＳ１２３に進む。

ステップＳ１２３において、推定部３７は、ステップＳ９２で取得されたプローブ情報データに含まれるバッテリ温度５６（図２参照）を用いた一次遅れ演算に基づいて、ステップＳ９１で特定された車両ＩＤの車両に設置されているバッテリの温度を推定する。この一次遅れ演算として、例えば、公知の一次遅れ演算方法を用いることができる。すなわち、車両の制御システムが停止する直前に取得されたバッテリ温度センサの検出値と、時定数とに基づいて、一次遅れ演算が行われる。なお、時定数等は、予め実験的に取得したものを用いることができる。

このように、車両が駐車して、車両の制御システムが停止してから所定時間が経過するまでの間は、バッテリ温度が高いことが多い。このため、その期間は、バッテリ温度が、車両が存在する位置の気温よりも高いことが多い。そこで、バッテリ温度が、車両が存在する位置の気温と略同じ温度となるまでの期間においては、一次遅れ演算に基づいて、バッテリ温度を推定するようにする。なお、ステップＳ１２２、Ｓ１２３の各処理については、図５、図６に示す例において追加で実行してもよい。

なお、図７では、車両の制御システムが停止してから所定時間が経過するまでの間のバッテリ温度の推定方法として、一次遅れ演算を用いる例を示したが、他の演算方法を用いて、バッテリ温度を推定してもよい。例えば、車両の走行時間または走行距離と、車両の駐車後からのバッテリ温度の温度変化との実験データに基づいて取得されたバッテリ温度遷移情報を用いて、バッテリ温度を推定してもよい。

［前回の停止時間が長いことを条件に差分値を算出するバッテリ温度推定処理例］
図７では、車両の制御システムの起動初期における外気温センサの検出値を用いて、バッテリ温度推定を行う例を示した。ここで、車両の制御システムが起動する前の停止時間が短い場合には、車両には前回の起動中の走行風や空調等の影響が残っていることが想定される。また、外気温センサの検出値は、前回の起動中の走行風や空調等の外乱の影響により温度が高くなっていることが想定される。そこで、このような外乱の影響を回避するため、車両の制御システムが起動する前の停止時間が所定値以下である場合には、外気温センサの検出値を用いた差分値を算出しないことが好ましい。そこで、図８では、車両の制御システムが起動する前の停止時間が所定値を超えた場合におけるその起動初期における外気温センサ１３の検出値を用いて、バッテリ温度推定を行う例を示す。

図８は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図７に示すバッテリ温度推定処理の変形例であるため、図７と共通する処理手順には、同一の符号を付して、これらの説明を省略する。

ステップＳ１３１において、算出部３６は、ステップＳ９１で特定された車両ＩＤの車両の制御システムが起動する前の停止時間が所定時間よりも大きいか否かを判定する。具体的には、算出部３６は、ステップＳ９２で取得されたプローブ情報に含まれる起動日時５３、停止日時５４に基づいて、その停止時間が所定時間よりも大きいか否かを判定する。この所定時間は、外気温センサへの外乱の影響が閾値よりも小さくなると想定される経過時間である。例えば、バッテリ温度と車両の外気温との差が閾値よりも小さくなると想定される経過時間を所定時間とすることができる。なお、この所定時間は、実験データ等により適宜設定することができる。例えば、ステップＳ１２２で示す所定時間と同じ値としてもよい。その停止時間が所定時間よりも大きい場合には、ステップＳ１０３に進む。一方、その停止時間が所定時間以下である場合には、バッテリ温度推定処理の動作を終了する。このように、外乱の影響を受けなくなる程度の停止時間が発生するまでは、差分値を算出しないようにする。

なお、図８、図９では、車両の制御システムの起動初期における外気温センサの検出値を用いて、その起動後におけるバッテリ温度推定を行う例を示した。ただし、図３に示すように、車両の制御システムの起動初期における外気温センサの検出値を用いて、その起動前における車両の制御システムが停止中のバッテリ温度を推定してもよい。この場合には、ステップＳ１０４でバッテリ温度を推定する代わりに、気象観測データに含まれる気温及び観測時刻を記憶部３３に順次保持しておく。そして、ステップＳ１０３で差分値が算出された後に、推定部３７は、その差分値と、記憶部３３に保持されている各気温とに基づいてバッテリ温度を、各観測時刻について推定する。すなわち、ステップＳ１０３で差分値が算出される前のバッテリ温度を推定する。

［車両の停止直前に差分値を算出するバッテリ温度推定処理例］
図７、８では、車両の制御システムの起動初期における外気温センサの検出値を用いて、バッテリ温度推定を行う例を示した。ここで、車両の制御システムが停止している間は、外気温センサの検出値を取得することができない。そこで、車両の制御システムが停止する直前に、外気温センサの検出値を取得しておき、その検出値を用いて差分値を更新し、この差分値を用いてその後の停止中のバッテリ温度を推定することも考えられる。そこで、図９では、車両の制御システムの停止直前における外気温センサの検出値を用いて、バッテリ温度推定を行う例を示す。

図９は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図７に示すバッテリ温度推定処理の変形例であるため、図７と共通する処理手順には、同一の符号を付して、これらの説明を省略する。

ステップＳ１４１において、算出部３６は、ステップＳ９１で特定された車両ＩＤの車両の制御システムが停止する直前であったか否かを判定する。具体的には、算出部３６は、ステップＳ９２で取得されたプローブ情報に含まれる停止日時５４に基づいて、車両の制御システムが停止する直前であったか否かを判定する。車両の制御システムが停止する直前であった場合には、ステップＳ１０３に進む。一方、車両の制御システムが停止する直前でない場合には、バッテリ温度推定処理の動作を終了する。

このように、車両の制御システムの停止中は、外気温センサの検出値を取得することができないため、その停止直前で取得された外気温センサの検出値を用いて、差分値を演算して更新する。すなわち、車両においてキーオフされたタイミングでの外気温センサの検出値を用いて差分値を演算して更新することができる。そして、車両の制御システムの停止中は、その更新後の差分値を用いてバッテリ温度の推定を行う。これにより、時間的に先行している情報（差分値）を用いて、リアルタイムに停止中のバッテリ温度を推定することができる。

なお、外気温センサに対する外乱の影響を回避するため、例えば、外気温センサの検出値の所定回数分の平均値（移動平均値）を演算しておき、キーオフしたタイミングでの平均値を、外気温センサの検出値の代わりに使用してもよい。また、例えば、外気温センサに対する外乱の影響を考慮した値を、実験データ等により予め設定しておき、その外乱の影響を考慮した値を用いて、差分値を算出してもよい。例えば、図３に示すように、外気温センサの検出値（車両の外気温）ＯＴ１と、実際の外気温ＯＴ１‘との差分値ＤＶ１を、外気温センサに対する外乱の影響を考慮した値として設定することができる。この場合には、ステップＳ１０３において、算出部３６は、外気温センサの検出値から差分値ＤＶ１を減算した値と、気象観測データに含まれる気温との差分値を算出する。

［複数の気象観測エリアの気象観測データを用いて車両の外気温を補正する例］
図１０は、複数の気象観測エリアＯＡ１１乃至ＯＡ１４の気象観測データを用いて、車両１０の周囲の気温を推定する例を示す図である。気象観測エリアＯＡ１１は、車両１０が存在するエリアであり、気象観測エリアＯＡ１２乃至ＯＡ１４は、気象観測エリアＯＡ１１に隣接するエリアであるものとする。なお、図１０では、車両１０が存在する気象観測エリアＯＡ１１と、その周囲の３つの気象観測エリアＯＡ１２乃至ＯＡ１４とを対象エリアとする例を示すが、これに限定されない。気象観測エリアＯＡ１１と、その周囲の２または４以上の気象観測エリアを対象エリアとしてもよい。

ここで、気象観測エリアＯＡ１１乃至ＯＡ１４の気象観測地点ＷＰ１１乃至ＷＰ１４と、車両１０との各距離をＤ１１乃至Ｄ１４とする。また、気象観測地点ＷＰ１１で観測された気温をＴＡとし、気象観測地点ＷＰ１２で観測された気温をＴＢとし、気象観測地点ＷＰ１３で観測された気温をＴＣとし、気象観測地点ＷＰ１４で観測された気温をＴＤとする。

この場合に、気象観測地点ＷＰ１１乃至ＷＰ１４と車両１０との各距離Ｄ１１乃至Ｄ１４に基づいて、気象観測地点ＷＰ１１乃至ＷＰ１４での気温ＴＡ乃至ＴＤを補間演算し、車両１０の位置での気温データを演算する。例えば、気象観測地点ＷＰ１１乃至ＷＰ１４と車両１０との各距離Ｄ１１乃至Ｄ１４の逆数を重みとして気温データを演算することができる。具体的には、ＷＡ＝１／ＤＡとし、ＷＢ＝１／ＤＢとし、ＷＣ＝１／ＤＣとし、ＷＤ＝１／ＤＤとする。そして、気象観測地点ＷＰ１１乃至ＷＰ１４での気温と、上述した重みとに基づいて、車両１０の位置での気温Ｔ１０を求める。具体的には、次の式を用いて、車両１０の位置での気温Ｔ１０を求めることができる。
Ｔ１０＝（ＷＡ×ＴＡ＋ＷＢ×ＴＢ＋ＷＣ×ＴＣ＋ＷＤ×ＴＤ）÷（ＷＡ＋ＷＢ＋ＷＣ＋ＷＤ）

上述した式により求められた気温Ｔ１０を、気象観測データに含まれる気温の代わりに用いて、差分値を演算することができる。例えば、ステップＳ１０３において、算出部３６は、ステップＳ９１で特定された車両ＩＤの車両に設置されている外気温センサの検出値と、上述した式により求められた気温Ｔ１０との差分値を算出する。このように、近接する複数の気象観測エリアの気象観測データ（気温）を補間演算した値に基づいて、差分値を取得することができる。

例えば、気象観測エリアが広く、かつ、その気象観測エリアの気象測定地点から車両１０までの距離が離れている場合、例えば気象観測エリアの境界近くに車両１０が存在する場合でも、精度良くバッテリ温度を推定できる。

［第１実施形態の構成及び効果］
第１実施形態に係るバッテリ温度推定方法は、車両１０に設置されているバッテリ１１の温度を推定するバッテリ温度推定方法である。このバッテリ温度推定方法は、車両１０に設置されている外気温センサ１３（温度センサの一例）の検出値を取得する温度取得ステップ（ステップＳ９２）と、車両１０が存在する位置に関する気象観測データに含まれる気温を取得する気温取得ステップ（ステップＳ９３）と、その気温とその検出値との差分値を算出する算出ステップ（ステップＳ１０３）と、その差分値と、車両１０の制御システムが停止中に取得された気温とに基づいて、その停止中のバッテリ１１の温度を推定する推定ステップ（ステップＳ１０４、Ｓ１１２）とを備える。

この構成によれば、車両１０の制御システムが停止中において、バッテリ温度センサ１２の検出値が取得できない場合でも、気象観測データに基づいてバッテリ１１の温度を正確に推定できる。また、気象観測地点と車両１０の位置との違い等による気温差がある場合でも、気象観測データ（気温）を用いて停止中のバッテリ１１の温度を正確に推定できる。

また、第１実施形態に係るバッテリ温度推定方法において、算出ステップ（ステップＳ１０３）は、車両１０の制御システムが起動中に取得された気温及び検出値を用いて、差分値を算出する。

この構成によれば、車両１０の制御システムが停止する前後に取得された気温及び検出値を用いて、気象観測地点と車両１０の位置との気温差を精度良く演算することができ、停止中のバッテリ１１の温度の推定精度を高めることができる。

また、第１実施形態に係るバッテリ温度推定方法において、算出ステップ（図７、図８に示すステップＳ１０３）は、車両１０の制御システムの起動時（起動初期）に取得された気温及び検出値を用いて、差分値を算出し、推定ステップ（ステップＳ１０４）は、その差分値の算出に用いられた気温及び検出値が取得されたタイミングの直前（図３参照）またはその後の制御システムの停止中のバッテリ１１の温度を推定する。

この構成によれば、外気温センサ１３の検出値に対する走行中の環境条件による外乱の影響を回避して、停止中のバッテリ１１の温度を正確に推定することができる。

また、第１実施形態に係るバッテリ温度推定方法において、算出ステップ（図８に示すステップＳ１０３）は、車両１０の制御システムの停止期間が所定時間以上である場合に、その停止期間後の起動時（起動初期）に取得された気温及び検出値を用いて、差分値を算出する。

この構成によれば、外気温センサ１３の検出値に対する走行中の環境条件による外乱の影響を回避するための具体的な条件を設定して、停止中のバッテリ１１の温度を正確に推定することができる。

また、第１実施形態に係るバッテリ温度推定方法において、算出ステップ（図９に示すステップＳ１０３）は、車両１０の制御システムが停止する直前（起動末期）に取得された気温及び検出値を用いて、差分値を算出し、推定ステップ（図９に示すステップＳ１０４）は、その差分値の算出に用いられた気温及び検出値が取得されたタイミングの直後の車両１０の制御システムの停止中のバッテリ１１の温度を推定する。

この構成によれば、時間的に先行している情報（差分値）を用いて、リアルタイムに停止中のバッテリ１１の温度を推定することができる。

また、第１実施形態に係るバッテリ温度推定方法において、算出ステップ（ステップＳ１０３）は、車両１０が存在する位置を含む気象観測エリアと、その気象観測エリアに近接する他の気象観測エリアとの複数の気象観測エリアに関する気象観測データに含まれる気温を補間演算した値に基づいて、差分値を算出する。

この構成によれば、気象観測エリアが広く、かつ、その気象観測エリアの気象測定地点と車両１０の駐車位置とが離れている場合（例えば気象観測エリアの境界近く等に車両１０が駐車している場合）でも、バッテリ１１の温度を精度良く推定できる。

また、第１実施形態に係るバッテリ温度推定方法において、推定ステップ（ステップＳ１０４）は、差分値の移動平均値に基づいて、車両１０の制御システムが停止中のバッテリ１１の温度を推定する。また、その推定ステップ（ステップＳ１０４）で推定されたバッテリ１１の温度を用いて、車両１０の制御システムが停止中のバッテリ１１の劣化を推定する劣化推定ステップ（ステップＳ９４）をさらに備える。

この構成によれば、外気温センサ１３の検出値への一時的な外乱の影響等を抑制しながら推定したバッテリ１１の温度に基づいて、バッテリ１１の劣化推定を精度良く行うことができる。

また、第１実施形態に係るバッテリ温度推定方法において、推定ステップ（ステップＳ１０４）で推定されたバッテリ１１の温度を用いたバッテリ劣化推定演算（第１演算）と、バッテリ１１の温度以外の他のデータを用いたバッテリ劣化推定演算（第２演算）との少なくとも１つに基づいて、車両１０の制御システムが停止中のバッテリ１１の劣化を推定する劣化推定ステップ（ステップＳ９４）をさらに備える。その劣化推定ステップ（ステップＳ９４）は、差分値に基づいて、第１演算の演算結果と、第２演算の演算結果との重み付けをして、バッテリ１１の劣化を推定し、差分値が大きくなるのに応じて、第１演算の演算結果の重み付けを小さくする。

この構成によれば、外気温センサ１３の検出値への一時的な外乱の影響等により、バッテリ１１の温度推定の信憑性が低下するような場合でも、その他のデータによる劣化推定演算の重みを増すことにより、バッテリ１１の劣化推定を精度良く行うことができる。

また、バッテリ温度推定装置３０は、車両１０に設置されているバッテリ１１の温度を推定するバッテリ温度推定装置である。バッテリ温度推定装置３０は、車両に設置されている温度センサの検出値を取得する取得部３５（温度取得部の一例）と、車両１０が存在する位置に関する気象観測データに含まれる気温を取得する取得部３５（気温取得部の一例）と、その気温とその検出値との差分値を算出する算出部３６と、その差分値と、車両１０の制御システムが停止中に取得された気温とに基づいて、その停止中のバッテリ１１の温度を推定する推定部３７とを備える。なお、本実施形態に係るバッテリ温度推定装置は、車両の制御システム（例えば車両ＥＣＵ１７を含むシステム）や、プローブサーバ４０により実現してもよく、バッテリ温度推定システム１を構成する複数の機器により実現してもよい。

この構成によれば、車両１０の制御システムが停止中において、バッテリ温度センサ１２の検出値が取得できない場合でも、気象観測データに基づいてバッテリ１１の温度を正確に推定できる。また、気象観測地点と車両１０の位置との違い等による気温差がある場合でも、気象観測データ（気温）を用いて停止中のバッテリ１１の温度を正確に推定できる。

［第２実施形態］
第１実施形態では、車両の制御システムが起動中に算出された差分値を用いて、車両の制御システムが停止中のバッテリ温度を推定する例を示した。これにより、車両の制御システムが起動中に差分値が順次更新されるため、車両の環境に応じてバッテリ温度をより高精度に推定することができる。ここで、車両の制御システムの停止期間が長い場合には、差分値の更新を行うことができない。この場合には、差分値の算出時期と、バッテリ温度を推定する推定時期とが大きく異なることも想定される。例えば、夏に算出された差分値を用いて、冬にバッテリ温度を推定することも想定される。この場合には、季節に応じた適切なバッテリ温度の推定を行うことができないことも想定される。そこで、第２実施形態では、所定期間（例えば１年）内に算出された差分値を保存しておき、その保存された各差分値を用いてバッテリ温度の推定を行う例を示す。なお、第２実施形態は、第１実施形態の一部を変形したものであるため、第１実施形態と共通する部分については、同一の符号を付して、その説明を省略する。

［過去の差分値を保存して用いるバッテリ温度推定処理例］
図１１は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図７に示すバッテリ温度推定処理の変形例であるため、図７と共通する処理手順には、同一の符号を付して、これらの説明を省略する。

図１２は、記憶部３３に記憶される差分値情報の一例を示す図である。記憶部３３には、差分値情報として、差分値７２と、算出時刻７３と、車両の位置情報７４とが車両ＩＤ７１に関連付けて格納される。

ステップＳ１５１において、算出部３６は、ステップＳ１０３で算出された差分値と、その算出時刻と、ステップＳ９１で特定された車両ＩＤの車両の位置情報とを記憶部３３に車両ＩＤに関連付けて保持させる。例えば、図１２に示すように、差分値に関する差分値情報が記憶部３３に記憶される。なお、車両の位置情報として、例えば、車両が存在する位置を含む気象観測エリアに関する情報を保持させるようにしてもよい。なお、この例では、バッテリ温度推定装置３０が差分値情報を保持する例を示すが、ステップＳ１０３で算出された差分値をプローブサーバ４０に順次送信し、その差分値をプローブサーバ４０のプローブ情報ＤＢ５０の差分値６４（図２参照）に車両ＩＤに関連付けて保持させるようにしてもよい。なお、所定期間（例えば１年）前の差分値は消去してもよい。

ステップＳ１５２において、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両の制御システムが長期間停止中か否かを判定する。具体的には、推定部３７は、ステップＳ９２で取得されたプローブ情報に含まれる起動日時５３、停止日時５４に基づいて、その制御システムが長期間停止中か否かを判定する。長期間を判定するための閾値は、例えば、実験データ等により適宜設定することができる。例えば、１月乃至１年程度の値を、長期間を判定するための閾値とすることができる。その制御システムが長期間停止中である場合には、ステップＳ１５３に進む。一方、その制御システムが長期間停止中でない場合には、ステップＳ１２２に進む。

ステップＳ１５３において、推定部３７は、ステップＳ９１で特定された車両ＩＤに関連付けて記憶部３３に記憶されている差分値を取得する。この場合に、記憶部３３に記憶されている差分値が複数である場合には、それらの各差分値を取得する。

ステップＳ１５４において、推定部３７は、ステップＳ９３で取得された気象観測データに含まれる気温と、ステップＳ１５３で取得された差分値とに基づいて、ステップＳ９１で特定された車両ＩＤの車両に設置されているバッテリの温度を推定する。この場合に、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両の位置と同じ車両位置（同じ気象観測エリア）において過去に算出された差分値のうち、同じ時期（例えば、同じ月）に算出された差分値を用いる。また、算出対象となる差分値が複数記憶されている場合には、それらを用いた演算結果（例えば、平均値）を用いることができる。このように、ステップＳ１５４では、過去に算出された差分値のうち、位置や時期が略同じ差分値を用いてバッテリの温度を推定するのに対し、ステップＳ１０４では、最新の差分値を用いてバッテリの温度を推定する。

このように、車両の制御システムの長期間の停止により、差分値の更新ができない場合でも、過去に算出された差分値情報を用いて、バッテリ温度の推定を行う。この場合に、車両の駐車位置と同じ位置（例えば自宅車庫）に対応する気象観測エリアの気温を用いた過去の差分値を用いることができ、適切にバッテリ温度の推定を行うことができる。また、気象観測地点と駐車位置（例えば自宅車庫）の気温差に季節による変動があるような場合でも、その変動に応じて、適切にバッテリ温度の推定を行うことができる。すなわち、車両の制御システムの長期間の停止により、差分値の更新ができない場合でも、車両の過去の差分値情報を用いて、季節による変動等を加味して、バッテリ温度の推定を行うことができる。

なお、車両が長期間の駐車ではなく、ある頻度で差分値の更新ができる場合でも、過去の差分値との平均値等を用いることにより、過去のデータも加味して、バッテリ温度の推定の精度を上げることもできる。

［第２実施形態の構成及び効果］
第２実施形態に係るバッテリ温度推定方法は、算出ステップ（ステップＳ１０３）で算出された差分値を記憶部３３に記憶させる記憶ステップ（ステップＳ１５１）をさらに備える。また、推定ステップ（ステップＳ１５４）は、車両１０の制御システムが停止中に取得された気温と、記憶部３３に記憶されている差分値とに基づいて、その停止中のバッテリ１１の温度を推定する。

この構成によれば、車両１０の制御システムが長期間停止している場合において、新たな差分値を取得できないときでも、車両１０の過去の差分値を用いて、バッテリ１１の温度を精度良く推定できる。

第２実施形態に係るバッテリ温度推定方法において、記憶ステップ（ステップＳ１５１）は、少なくとも過去１年間に算出された差分値を記憶部３３に記憶させ、推定ステップ（ステップＳ１５４）は、車両１０の制御システムが停止中に取得された気温と、記憶部３３に記憶されている差分値のうちの当該停止中の時期に対応する差分値とに基づいて、その停止中のバッテリ１１の温度を推定する。

この構成によれば、車両１０の制御システムが長期間停止している場合において、新たな差分値を取得できないときでも、車両１０の過去の差分値を用いて、季節による変動等を加味して、バッテリ１１の温度を精度良く推定できる。

［第３実施形態］
第１、第２実施形態では、車両１０について算出された差分値を用いて、バッテリ１１の温度を推定する例を示した。ここで、第２実施形態で示したように、車両の制御システムの停止期間が長い場合（例えば１月以上の場合）には、差分値の更新を行うことができず、差分値の算出時期と、バッテリ温度を推定する推定時期とが大きく異なることも想定される。この場合には、季節に応じた適切なバッテリ温度の推定を行うことができないことも想定される。そこで、第３実施形態では、近くに存在する他の車両について算出された差分値を用いて、バッテリ温度の推定を行う例を示す。なお、第３実施形態は、第１、第２実施形態の一部を変形したものであるため、第１、第２実施形態と共通する部分については、同一の符号を付して、その説明を省略する。

［他の車両の差分値を用いるバッテリ温度推定処理例］
図１３は、バッテリ温度推定装置３０におけるバッテリ温度推定処理の一例を示すフローチャートである。このバッテリ温度推定処理は、図１１に示すバッテリ温度推定処理の変形例であるため、図１１と共通する処理手順には、同一の符号を付して、これらの説明を省略する。

ステップＳ１６１において、推定部３７は、ステップＳ９１で特定された車両ＩＤの車両以外の他の車両について算出された差分値を取得する。ここで、他の車両は、車両１０の近くに存在する車両、車両１０と同じ地域に存在する車両、車両１０と同じ気象観測エリアに存在する車両等とすることができる。具体的には、取得部３５は、ステップＳ９１で特定された車両ＩＤの車両以外の他の車両に関連付けてプローブ情報ＤＢ５０に格納されている各プローブ情報を取得する。例えば、車両位置５２（図２参照）に基づいて、車両１０の近くに存在する車両や、車両１０と同じ地域に存在する車両を抽出することができる。また、気象観測エリア６３（図２参照）に基づいて、車両１０と同じ気象観測エリアに存在する車両を抽出することができる。そして、推定部３７は、取得部３５により取得された各プローブ情報に含まれる他の車両の差分値を取得する。なお、現時刻に最も近い時刻に算出された差分値を取得することが好ましい。

ステップＳ１６２において、推定部３７は、ステップＳ９３で取得された気象観測データに含まれる気温と、ステップＳ１６１で取得された他の車両の差分値とに基づいて、ステップＳ９１で特定された車両ＩＤの車両に設置されているバッテリの温度を推定する。なお、他の車両について算出された差分値として、複数の車両の差分値が取得された場合には、これらのうちの１つの差分値（例えば車両位置が最も近い車両の差分値）を用いるようにしてもよく、複数の差分値（例えば平均値）を用いるようにしてもよい。

このように、車両の制御システムの停止期間が長い場合（例えば１月以上の場合）において、差分値の算出ができないときでも、車両の周囲に存在する他の車両の差分値を用いて、バッテリの温度を精度良く推定できる。

［他の車両の差分値を補正する例］
図１３では、他の車両の差分値を用いて車両１０のバッテリ１１の温度を推定する例を示した。ここで、車両１０と他の車両との間が比較的離れている場合には、車両１０の周囲の温度と他の車両の周囲の温度とが異なることも想定される。そこで、図１４では、車両１０の位置と他の車両の位置とを考慮して他の車両の差分値を補正する例を示す。

図１４は、車両１０の位置と、他の車両の位置と、気象観測エリアにおける気象観測地点の位置との関係に基づいて、他の車両の差分値を補正する例を示す図である。図１４（Ａ）には、他の車両が１台である場合の補正例を示し、図１４（Ｂ）には、他の車両が複数台である場合の補正例を示す。

図１４（Ａ）では、車両１０の位置と、車両３の位置と、気象観測エリアＯＡ１における気象観測地点ＷＰ１の位置との関係に基づいて、車両３の差分値を補正する例を示す。ここで、車両３の差分値をΔＴａとし、車両１０及び気象観測地点ＷＰ１間の距離をＤ１とし、車両３及び気象観測地点ＷＰ１間の距離をＤａとする。この場合には、気象観測地点ＷＰ１までの各距離Ｄ１、Ｄａと差分値ΔＴａとの関係に基づいて、気象観測地点ＷＰ１までの距離に比例して差分値が変化するように、車両１０の差分値ΔＴ１を演算することができる。具体的には、次の式を用いて車両１０の差分値ΔＴ１を演算することができる。
ΔＴ１＝ΔＴａ×Ｄ１／Ｄａ

図１４（Ｂ）では、等高線データの補間演算に基づいて、他の車両３乃至５の差分値を補正する例を示す。図１４（Ｂ）に示すように、気象観測エリアＯＡ２内に多くの車両３乃至５が存在する場合には、各車両３乃至５の位置及び差分値に基づいて、等高線データＥＤ１乃至ＥＤ３を作成する。なお、等高線データＥＤ１乃至ＥＤ３は、気象観測地点ＷＰ２及び車両３乃至５間の距離と、車両３乃至５の差分値との関係に基づいて作成されるデータである。すなわち、矢印ＡＲ１方向に進むに従って、気象観測地点ＷＰ２との温度差が大きくなるため、この温度差に基づいて、等高線データＥＤ１乃至ＥＤ３が作成される。例えば、等高線データＥＤ１に対応する線上に存在する各車両の外気温は、同一の温度と推定される。同様に、等高線データＥＤ２、３に対応する線上に存在する各車両の差分値は、同一の値と推定される。そして、等高線データＥＤ１乃至ＥＤ３における車両１０の位置に基づいて、他の車両の差分値を補正することができる。

このように、等高線データＥＤ１乃至ＥＤ３を用いた補間演算により、車両１０の差分値を求めることもできる。これにより、車両の周囲に存在する他の車両の差分値を用いてバッテリ温度を推定する場合でも、位置関係による補間演算により、バッテリの温度を精度良く推定できる。

［第３実施形態の構成及び効果］
第３実施形態に係るバッテリ温度推定方法は、車両１０の制御システムの停止期間が所定時間以上である場合に、車両１０と同じ気象観測エリアに存在する他の車両について算出された差分値を取得する差分値取得ステップ（ステップＳ１６１）をさらに備える。また、推定ステップ（ステップＳ１６２）は、車両１０の制御システムの停止期間が所定時間以上である場合には、その停止中に取得された気温と、差分値取得ステップ（ステップＳ１６１）で取得された他の車両に関する差分値とに基づいて、その停止中のバッテリ１１の温度を推定する。

この構成によれば、車両１０の制御システムが長期間停止している場合において、差分値の算出ができないときでも、車両１０の周囲に存在する他の車両の差分値を用いて、バッテリ１１の温度を精度良く推定できる。

第３実施形態に係るバッテリ温度推定方法において、推定ステップ（ステップＳ１６２）は、車両１０が存在する位置と、他の車両が存在する位置と、気象観測エリアにおける気象観測データの観測位置とに基づいて、差分値取得ステップ（ステップＳ１６１）で取得された他の車両に関する差分値を補正し、その補正後の差分値に基づいて、停止中のバッテリ１１の温度を推定する。

この構成によれば、車両１０の周囲に存在する他の車両の差分値を、位置関係による補間演算により補正することができる。これにより、車両１０の制御システムが長期間停止している場合において、車両１０について差分値の算出ができないときでも、バッテリ１１の温度を精度良く推定できる。

［他の実施形態］
［制御システムを周期的に起動させて差分値を取得する例］
第１乃至第３実施形態では、車両の制御システムが起動中に算出された差分値（他の車両の差分値を含む）を用いて、バッテリ温度を推定する例を示した。ここで、車両１０が長期間駐車している場合において、車両１０の過去の差分値を用いることができないこと（例えば差分値が保存されていないこと）や、車両１０の近くに他の車両が存在しないこと等も想定される。このような場合には、適切に差分値を取得することができないと想定される。そこで、車両１０が長期間駐車している場合において、適切な差分値を取得することができない場合には、車両１０の制御システムを一時的に起動させ、外気温センサ１３の検出値に基づいて差分値の取得を行うようにする。この一時的な起動は、例えば、一週間に一度、１月に一度、半年に一度等のように周期的に行うことができる。例えば、差分値を更新するタイミングに基づいて、車両１０の制御システムを一時的に起動させることが好ましい。例えば、環境や季節等に応じた実験データ等で求めた最適なタイミングを設定することが好ましい。

また、車両１０の制御システムを一時的に起動させた場合には、バッテリ温度センサ１２の検出値を取得することもできるため、その一時的な起動時のバッテリ温度として、バッテリ温度センサ１２の検出値を用いることができる。

具体的には、プローブサーバ４０の制御部４２は、車両１０が長期間駐車している場合には、バッテリ温度推定装置３０からの要求に基づいて、制御システムを一時的に起動させるための起動指示情報を車両１０に送信する。車両１０の車両ＥＣＵ１７は、その起動指示情報を受信すると、その起動指示情報に基づいて、所定時間、制御システムを起動させる。この起動中に、車両ＥＣＵ１７は、その起動指示情報に基づいて、各センサ（バッテリ温度センサ１２、外気温センサ１３、日射量センサ１４を含む）の検出値を取得し、プローブサーバ４０に送信する。また、バッテリ温度推定装置３０は、その検出値を用いて差分値を算出する。

このように、車両１０の制御システムを周期的に起動させ、外気温センサ１３の検出値に基づいて差分値の取得を行うことにより、車両１０の制御システムが長期間停止している場合においても、差分値の更新を行うことができる。これにより、適切な差分値を用いて、適切なバッテリ温度を推定することができる。

［車両の周囲の環境を考慮して差分値を算出する例］
ここで、屋根がない野外に車両１０が駐車している場合には、夏の天気晴れの日中には、日射によりバッテリ１１の温度が急激に上昇する。また、地下やガレージ等の屋内に車両１０が駐車している場合には、夜間でも温度があまり下がらないことが多い。そこで、駐車している車両１０の周囲の環境を考慮して差分値を算出することが好ましい。

具体的には、取得部３５は、車両１０が存在する位置の日射状況に関する日射状況情報を、プローブ情報ＤＢ５０から取得する。この日射状況情報は、例えば日射量センサ値６２である。また、推定部３７は、その日射状況情報に基づいて、上述した差分値を補正する。例えば、野外で屋根付き場所、野外で屋根無し場所、屋内（地下駐車場やガレージ）等によって、日中や夜間の温度変化に特徴がある。そこで、日射状況情報と、１日の時間帯とに関する温度変化の特徴を、地域や季節毎に数値化して数値化データ（補正情報）として保持しておく。この数値化データは、プローブサーバ４０に保持してもよく、バッテリ温度推定装置３０に保持してもよい。そして、推定部３７は、その数値化データを用いて、差分値を取得したときの季節や時間帯における数値化データを基準とした補正を、差分値に対して行う。すなわち、温度変化の特徴に応じて、差分値の補正を行う。

このように、停止場所の日射状況を判別し、日射状況に基づいて差分値を補正することができる。これにより、日射状況に応じて精度良くバッテリ温度を推定できる。

なお、ここでは、日射量センサの検出値を用いて差分値を補正する例を示したが、ドライブレコーダ等のカメラにより取得された画像や地図情報を用いて車両１０の駐車場所を判定し、その判定された駐車場所に応じて、差分値を補正するようにしてもよい。ここで判定される駐車場所は、上述したように、野外で屋根付き場所、野外で屋根無し場所、屋内（地下駐車場やガレージ）等である。また、気象観測データに含まれる駐車場所での天候を用いて、差分値を補正するようにしてもよい。例えば、天候が晴れで野外屋根無し場所では、日射によりバッテリ１１の温度が急激に上昇すると想定される。一方、天候が雪で野外屋根無し場所では、雪によりバッテリ１１の温度が急激に下降すると想定される。これらの天候や駐車場所に関する温度変化の特徴を、地域や季節毎に数値化して数値化データ（補正情報）として保持し、この数値化データを用いて差分値を補正することができる。

［他の車両のバッテリ温度センサの検出値を用いてバッテリ温度を推定する例］
以上では、差分値（他の車両の差分値を含む）及び気象観測データを用いて、バッテリ温度を推定する例を示した。しかし、通信回線の故障等によって気象観測データが取得できない場合や、局所的な気象変動等により気象観測データの信憑性が低い場合等も想定される。これらの場合には、停止中のバッテリ温度を適切に推定できることも想定される。そこで、ここでは、適切な気象観測データを取得することができない場合に、車両１０の近くに存在する他の車両に設置されている温度センサの検出値を用いて、バッテリ温度を推定する例を示す。

具体的には、取得部３５は、適切な気象観測データを取得することができない場合には、車両１０の近くに存在する他の車両に設置されている温度センサの検出値を取得する。ここで、他の車両は、第３実施形態と同様に、車両１０の近くに存在する車両、車両１０と同じ地域に存在する車両、車両１０と同じ気象観測エリアに存在する車両等とすることができる。具体的には、取得部３５は、ステップＳ９１で特定された車両ＩＤの車両以外の他の車両に関連付けてプローブ情報ＤＢ５０に格納されている各プローブ情報を取得する。例えば、車両位置５２（図２参照）に基づいて、車両１０の近くに存在する車両や、車両１０と同じ地域に存在する車両を抽出することができる。また、気象観測エリア６３（図２参照）に基づいて、車両１０と同じ気象観測エリアに存在する車両を抽出することができる。そして、推定部３７は、取得部３５により取得された各プローブ情報に含まれる他の車両のバッテリ温度５６（図２参照）を取得する。なお、現時刻に最も近い時刻に算出されたバッテリ温度を取得することが好ましい。

次に、推定部３７は、取得された他の車両のバッテリ温度に基づいて、車両１０に設置されているバッテリ１１の温度を推定する。例えば、取得された他の車両のバッテリ温度を、バッテリ１１の温度として推定することができる。なお、他の車両のバッテリ温度として、複数の車両のバッテリ温度が取得された場合には、これらのうちの１つのバッテリ温度（例えば車両位置が最も近い車両のバッテリ温度）を用いるようにしてもよく、複数のバッテリ温度（例えば平均値）を用いるようにしてもよい。

［バッテリ温度センサの検出値を用いて差分値を算出する例］
以上では、外気温センサの検出値を用いて差分値を算出する例を示した。これにより、気象観測データに基づいて、車両の制御システムが停止中の外気温度センサが、起動したら検出すると想定される温度を推定することができる。これにより、車両の制御システムが停止中のバッテリ温度を推定することができる。ただし、他の温度センサの検出値を用いて差分値を算出してもよい。例えば、バッテリ温度センサの検出値を用いて差分値を算出することができる。例えば、車両が長期間駐車した直後に起動する場合には、外気温センサの温度と、バッテリ温度センサの温度との差が小さいと想定される。そこで、このような場合には、バッテリ温度センサの検出値を用いて差分値を算出してもよい。また、例えば、バッテリ温度センサの検出値と、車両の駐車場所との関係に基づく温度変化の特徴を、地域や季節毎に数値化して数値化データ（補正情報）として保持し、この数値化データを用いて差分値を算出することができる。

このように、気象観測データに基づいて、車両の制御システムが停止中のバッテリ温度センサが、起動したら検出すると想定される温度を推定することができる。これにより、車両の制御システムが停止中のバッテリ温度を推定することができる。

［他の実施形態の構成及び効果］
他の実施形態に係るバッテリ温度推定方法は、算出ステップ（ステップＳ１０３）は、車両１０の制御システムが停止中において、所定タイミングでのその制御システムの一時的な起動により取得された外気温センサ１３の検出値を用いて、差分値を算出する。

この構成によれば、車両１０の制御システムが長期間停止している場合でも、差分値の適切な更新を行うことができる。

他の実施形態に係るバッテリ温度推定方法は、車両１０が存在する位置の日射状況に関する日射状況情報を取得する日射状況取得ステップ（ステップＳ９２）をさらに備える。また、推定ステップ（ステップＳ１００）は、その日射状況情報に基づいて、差分値を補正する。

この構成によれば、車両１０が存在する位置の日射状況に応じて、バッテリ１１の温度を精度良く推定できる。

また、他の実施形態に係るバッテリ温度推定方法は、気温取得ステップ（ステップＳ９２）で適切な気象観測データを取得することができない場合に、車両１０の近くに存在する他の車両に設置されている温度センサの検出値を取得する他車両検出値取得ステップ（ステップＳ９２）をさらに備える。また、推定ステップ（ステップＳ１００）は、気温取得ステップ（ステップＳ９２）で適切な気象観測データを取得することができない場合には、他車両検出値取得ステップ（ステップＳ９２）で取得された検出値に基づいて、停止中のバッテリの温度を推定する。

この構成によれば、何らかの原因により気象観測データが取得できない場合や、気象観測データの信憑性が低い場合等においても、車両１０の制御システムが停止中のバッテリ１１の温度をより高精度に推定することができる。

なお、本実施形態では、バッテリの温度推定処理及び劣化推定処理をバッテリ温度推定装置３０において実行する例を示したが、それらの各処理の全部または一部を他の機器において実行してもよい。この場合には、それらの各処理の一部を実行する各機器によりバッテリ温度推定システムが構成される。また、本実施形態では、それらの各処理を実行する際に用いられるプローブ情報ＤＢ５０（図２参照）をプローブサーバ４０において管理する例を示す。ただし、それらの全部または一部のＤＢを、プローブサーバ４０以外の１または複数の他の機器により管理し、バッテリ温度推定装置３０は、他の機器により管理されているＤＢを取得して用いてもよい。

また、バッテリ温度推定装置３０の機能を含むバッテリ温度推定システム１の一部（または全部）については、ネットワーク２を介して提供可能なアプリケーションにより提供されてもよい。このアプリケーションは、例えばＳａａＳ（Software as a Service）である。

また、バッテリの温度推定処理及び劣化推定処理の全部または一部を車両１０において実行してもよい。この場合には、車両１０の車両ＥＣＵ１７は、バッテリ温度推定装置３０の制御部３２が備える取得部３５、算出部３６、推定部３７のうちの全部または一部の処理を実行する。また、車両１０の記憶部１６には、上述したプローブ情報ＤＢ５０のうちの一部（車両１０に関する情報）を記憶させてもよい。なお、車両１０は、プローブ情報ＤＢ５０を用いる場合には、外部装置から取得して用いてもよい。

例えば、車両１０に関する情報は、プローブサーバ４０で管理せずに車両１０において管理し、車両１０において、バッテリ１１の温度推定処理及び劣化推定処理を実行してよい。このようにバッテリ温度推定装置３０の各処理の全部または一部を車両１０において実行する場合には、車両１０は、バッテリ温度推定装置として機能する。

なお、本実施形態で示した各処理は、各処理手順をコンピュータに実行させるためのプログラムに基づいて実行されるものである。このため、本実施形態は、それらの各処理を実行する機能を実現するプログラム、そのプログラムを記憶する記録媒体の実施形態としても把握することができる。例えば、情報処理装置に新機能を追加するためのアップデート処理により、そのプログラムを情報処理装置の記憶装置に記憶させることができる。これにより、そのアップデートされた情報処理装置に本実施形態で示した各処理を実施させることが可能となる。

以上、本発明の実施形態について説明したが、上記実施形態は本発明の適用例の一部を示したに過ぎず、本発明の技術的範囲を上記実施形態の具体的構成に限定する趣旨ではない。

１ バッテリ温度推定システム、２ ネットワーク、３～５、１０ 車両、１１ バッテリ、１２ バッテリ温度センサ、１３ 外気温センサ、１４ 日射量センサ、１５ 位置情報取得部、１６ 記憶部、１７ 車両ＥＣＵ、１８ 通信部、２０ 気象データサーバ、３０ バッテリ温度推定装置、３１ 通信部、３２ 制御部、３３ 記憶部、３５ 取得部、３６ 算出部、３７ 推定部、４０ プローブサーバ、４１ 通信部、４２ 制御部 、４３ 記憶部、５０ プローブ情報ＤＢ

Claims (16)

1. 車両に設置されているバッテリの温度を推定するバッテリ温度推定方法であって、
   前記車両に設置されている温度センサの検出値を取得する温度取得ステップと、
   前記車両が存在する位置に関する気象観測データに含まれる気温を取得する気温取得ステップと、
   前記気温と前記検出値との差分値を算出する算出ステップと、
   前記差分値と、前記車両の制御システムが停止中に取得された前記気温とに基づいて、当該停止中の前記バッテリの温度を推定する推定ステップと、を備える、
   バッテリ温度推定方法。
2. 請求項１に記載のバッテリ温度推定方法であって、
   前記算出ステップは、前記制御システムが起動中に取得された前記気温及び前記検出値を用いて、前記差分値を算出する、
   バッテリ温度推定方法。
3. 請求項１または２に記載のバッテリ温度推定方法であって、
   前記算出ステップは、前記制御システムの起動時に取得された前記気温及び前記検出値を用いて、前記差分値を算出し、
   前記推定ステップは、前記差分値の算出に用いられた前記気温及び前記検出値が取得されたタイミングの直前またはその後の前記制御システムの停止中の前記バッテリの温度を推定する、
   バッテリ温度推定方法。
4. 請求項３に記載のバッテリ温度推定方法であって、
   前記算出ステップは、前記制御システムの停止期間が所定時間以上である場合に、当該停止期間後の起動時に取得された前記気温及び前記検出値を用いて、前記差分値を算出する、
   バッテリ温度推定方法。
5. 請求項１または２に記載のバッテリ温度推定方法であって、
   前記算出ステップは、前記制御システムが停止する直前に取得された前記気温及び前記検出値を用いて、前記差分値を算出し、
   前記推定ステップは、前記差分値の算出に用いられた前記気温及び前記検出値が取得されたタイミングの直後の前記制御システムの停止中の前記バッテリの温度を推定する、
   バッテリ温度推定方法。
6. 請求項１または２に記載のバッテリ温度推定方法であって、
   前記算出ステップで算出された前記差分値を記憶部に記憶させる記憶ステップをさらに備え、
   前記推定ステップは、前記制御システムが停止中に取得された前記気温と、前記記憶部に記憶されている差分値とに基づいて、当該停止中の前記バッテリの温度を推定する、
   バッテリ温度推定方法。
7. 請求項６に記載のバッテリ温度推定方法であって、
   前記記憶ステップは、少なくとも過去１年間に算出された前記差分値を前記記憶部に記憶させ、
   前記推定ステップは、前記制御システムが停止中に取得された前記気温と、前記記憶部に記憶されている差分値のうちの当該停止中の時期に対応する差分値とに基づいて、当該停止中の前記バッテリの温度を推定する、
   バッテリ温度推定方法。
8. 請求項１または２に記載のバッテリ温度推定方法であって、
   前記制御システムの停止期間が所定時間以上である場合に、前記車両と同じ気象観測エリアに存在する他の車両について算出された前記差分値を取得する差分値取得ステップをさらに備え、
   前記推定ステップは、前記制御システムの停止期間が前記所定時間以上である場合には、当該停止中に取得された前記気温と、前記差分値取得ステップで取得された前記他の車両に関する前記差分値とに基づいて、当該停止中の前記バッテリの温度を推定する、
   バッテリ温度推定方法。
9. 請求項８に記載のバッテリ温度推定方法であって、
   前記推定ステップは、前記車両が存在する位置と、前記他の車両が存在する位置と、前記気象観測エリアにおける前記気象観測データの観測位置とに基づいて、前記差分値取得ステップで取得された前記他の車両に関する前記差分値を補正し、当該補正後の差分値に基づいて、前記停止中の前記バッテリの温度を推定する、
   バッテリ温度推定方法。
10. 請求項１に記載のバッテリ温度推定方法であって、
    前記算出ステップは、前記制御システムが停止中において、所定タイミングでの前記制御システムの一時的な起動により取得された前記検出値を用いて、前記差分値を算出する、
    バッテリ温度推定方法。
11. 請求項１から１０の何れかに記載のバッテリ温度推定方法であって、
    前記算出ステップは、前記車両が存在する位置を含む気象観測エリアと、当該気象観測エリアに近接する他の気象観測エリアとの複数の気象観測エリアに関する気象観測データに含まれる気温を補間演算した値に基づいて、前記差分値を算出する、
    バッテリ温度推定方法。
12. 請求項１から１１の何れかに記載のバッテリ温度推定方法であって、
    前記車両が存在する位置の日射状況に関する日射状況情報を取得する日射状況取得ステップをさらに備え、
    前記推定ステップは、前記日射状況情報に基づいて、前記差分値を補正する、
    バッテリ温度推定方法。
13. 請求項１から１２の何れかに記載のバッテリ温度推定方法であって、
    前記気温取得ステップで適切な気象観測データを取得することができない場合に、前記車両の近くに存在する他の車両に設置されている温度センサの検出値を取得する他車両検出値取得ステップをさらに備え、
    前記推定ステップは、前記気温取得ステップで適切な気象観測データを取得することができない場合には、前記他車両検出値取得ステップで取得された検出値に基づいて、前記停止中の前記バッテリの温度を推定する、
    バッテリ温度推定方法。
14. 請求項１から１３の何れかに記載のバッテリ温度推定方法であって、
    前記推定ステップは、前記差分値の移動平均値に基づいて、前記停止中の前記バッテリの温度を推定し、
    前記推定ステップで推定された前記バッテリの温度を用いて、前記制御システムが停止中の前記バッテリの劣化を推定する劣化推定ステップをさらに備える、
    バッテリ温度推定方法。
15. 請求項１から１３の何れかに記載のバッテリ温度推定方法であって、
    前記推定ステップで推定された前記バッテリの温度を用いたバッテリ劣化推定演算である第１演算と、当該バッテリの温度以外の他のデータを用いたバッテリ劣化推定演算である第２演算との少なくとも１つに基づいて、前記制御システムが停止中の前記バッテリの劣化を推定する劣化推定ステップをさらに備え、
    前記劣化推定ステップは、前記差分値に基づいて、前記第１演算の演算結果と、前記第２演算の演算結果との重み付けをして、前記バッテリの劣化を推定し、
    前記差分値が大きくなるのに応じて、前記第１演算の演算結果の重み付けを小さくする、
    バッテリ温度推定方法。
16. 車両に設置されているバッテリの温度を推定するバッテリ温度推定装置であって、
    前記車両に設置されている温度センサの検出値を取得する温度取得部と、
    前記車両が存在する位置に関する気象観測データに含まれる気温を取得する気温取得部と、
    前記気温と前記検出値との差分値を算出する算出部と、
    前記差分値と、前記車両の制御システムが停止中に取得された前記気温とに基づいて、当該停止中の前記バッテリの温度を推定する推定部と、を備える、
    バッテリ温度推定装置。

Images