JP4609882B2 - 車両用蓄電装置の内部状態検出方式 - Google Patents
車両用蓄電装置の内部状態検出方式 Download PDFInfo
- Publication number
- JP4609882B2 JP4609882B2 JP2005036437A JP2005036437A JP4609882B2 JP 4609882 B2 JP4609882 B2 JP 4609882B2 JP 2005036437 A JP2005036437 A JP 2005036437A JP 2005036437 A JP2005036437 A JP 2005036437A JP 4609882 B2 JP4609882 B2 JP 4609882B2
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- battery
- current
- storage device
- power storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Description
実施例1の車両用蓄電装置のニューラルネット演算方式について以下に説明する。まず、装置の回路構成を図1に示すブロック図を参照して説明する。
バッファ部106は、ニューラルネット部107の前置信号処理回路であって、車載蓄電装置101の電圧と電流センサ104からの電流とを一定時間ごとに同時にサンプリングして電池の電圧履歴及び電流履歴として記憶し、各時点の電圧及び電流をニューラルネット部107に並列出力する。ニューラルネット部107の入力セルの数的限界や演算負担の軽減などのため、電池の電圧履歴及び電流履歴をなす電圧・電流のサンプリングデータは、現時点から遡行する所定時点までのデータにより構成される。
補正信号発生部109は、満充電から所定容量放電時の開路電圧及び内部抵抗を演算し、この所定容量放電時の開路電圧及び内部抵抗をニューラルネット演算におけるキャリブレーションデータとしてニューラルネット部107に出力する。補正信号発生部109を図2のフローチャートに図示する。
その後の充放電電流の積算をスタートし(ステップ604)、積算電流値(Ah)が所定放電量に達したかどうかを判定し(ステップ605)、達したらこの時の開路電圧を演算し(ステップ606) 、それを所定容量放電時の開路電圧として書き換える(ステップ607)、その後、この時の電池の内部抵抗を演算し(ステップ608) 、それを所定容量放電時の内部抵抗として書き換える(ステップ609) 。
ニューラルネット部107は、図5に示すように、SOC(充電率)演算用のニューラルネット部1071と、SOH(残存容量)演算用のニューラルネット部1072という二つの回路ブロックにより表示される。これら回路ブロックは、実際には所定の演算インタバルで順次実施される互いに異なるソフトウエア処理により構成される。つまり、ニューラルネット部107は、実際にはマイコン回路のソフトウエア演算により構成されるため、図5に示す回路構成は機能的なものにすぎない。
SOC(充電率)演算用のニューラルネット部1071の機能構成を図6を参照して説明する。図7に示すSOH(残存容量)演算用のニューラルネット部1072は図6に示すSOC(充電率)演算用のニューラルネット部1071において、入力パラメータとしての所定容量放電時の内部抵抗を追加しただけであるため、これ以上の説明は省略する。
INPUTk(t)=Σ( Wjk * INj ) ( j = 1 to 2m+3 )
となる。中間層のk番目のセルからの出力信号は、
OUTk(t)=f(x)=f( INPUTk(t) + b )
で表される。bは定数である。f( INPUTk(t) + b) は INPUTk(t) + bを入力変数とするいわゆるシグモイド関数と呼ばれる非線形関数であり、
f ( INPUTk(t) + b )=1/(1+exp(−( INPUTk(t) + b)))
で定義される関数である。中間層202のk番目のセルと出力層203のセルとの結合係数をWkとすれば、出力層への入力信号は同様に、
INPUTo(t)=Σ Wk * OUTk(t)
k=1 to Q
で表される。 Qは中間層202のセル数である。時刻tにおける出力信号は、
OUT(t)=L * INPUTo(t)
となる。Lは線形定数である。
Wk = Wk + △Wk
で行われる。ここで△Wkは以下で定義される。
= η* [ OUT(t) − tar(t) ]* [ ∂OUT(t)/∂Wk ]
= η* [ OUT(t) − tar(t) ]* L *[ ∂INPUTo(t)/∂Wk ]
= η* L* [ OUT(t) − tar(t) ] * OUTk(t)
で表される。Ekは教師データとネットワーク出力の誤差を表す量で次の式で定義される
Ek=[ OUT(t) − tar(t) ]×[ OUT(t) − tar(t) ]/2
次に、中間層202のk番目のセルと入力層201のj番目のセルの結合係数Wjkの更新ルールを説明する。結合係数Wjkの更新は以下の式で実現される。
ここで△Wjkは以下で定義される。
= −η*[∂Ek/∂INPUTk(t) ] * [∂INPUTk(t)/∂Wjk ]
= −η*[∂Ek/∂OUTk(t) ] *[∂OUTk(t)/∂INPUTk(t) ] * INj
= −η*[∂Ek/∂OUT(t) ] * [∂OUT(t)/∂INPUTo] *
[∂INPUTo/OUTk(t) ] * f’(INPUTk(t)+b)* INj
= −η*( OUT(t)−tar(t)) *L* Wk *f’(INPUTk(t)+b)* INj
= −η* L * Wk * INj * ( OUTsoc(t)−tar(t))* f’(INPUTk(t)+b)
ここで、f’(INPUTk(t)+b)は伝達関数fの微分値である。
SOH(残存容量)演算用のニューラルネット部1072の機能構成は上記したSOC(充電率)演算用のニューラルネット部1071の演算において、所定容量放電時の内部抵抗を追加しただけであるため説明は省略する。所定容量放電時の内部抵抗の算出についても既述したので更なる説明は省略する。
劣化バッテリを含む幾つかのバッテリでの充放電パターン(10.15モード)を学習させたSOC(充電率)演算用のニューラルネット部1071に、別の新しい劣化バッテリでの充放電パターン(10.15モード)を入力してニューラルネット演算を行って充電率(SOC)を求めた結果を図7に示す。ただし、ニューラルネット部1071への入力信号は、電圧履歴及び電流履歴並びに開路電圧の今回値(最小自乗近似式より求めた切片の今回値)、及び、キャリブレーション信号としての満充電から所定容量(ここでは 0.5Ahとした)放電時の開路電圧Voとした。検出誤差は1.9%と言うきわめて優れたニューラルネット演算が可能となることがわかった。
その他、あらかじめ調べて記憶している試験品のバッテリの初期時の満充電容量をSOCINIとするとき、電池劣化度を、SOHの今回値/(SOCの今回値×SOCINI)として算出した。これにより、電池劣化度を各SOC値ごとに又は各SOHごとに高精度に算出することができる。
102 車載発電機
104 電流センサ
105 蓄電池状態検知装置(演算手段)
106 バッファ部
107 ニューラルネットワーク部(ニューラルネット部)
108 発電機制御装置
109 補正信号発生部
201 入力層
202 中間層
203 出力層
Claims (6)
- 充放電可能な電池の直前の所定時間の電圧履歴及び電流履歴を検出して出力する電圧・電流履歴検出手段と、前記電圧履歴及び電流履歴を入力パラメータとして前記電池の現在の劣化状態に関する電気量をニューラルネット演算する演算手段とを備える車両用蓄電装置のニューラルネット演算方式において、
前記演算手段は、
前記電池の満充電状態からの所定放電量放電時における前記電池の劣化状態に関する所定の電気量である所定容量放電時劣化状態量を演算し、
前記電圧履歴及び電流履歴に加えて、前記所定容量放電時劣化状態量を入力パラメータとして、出力パラメータとしての前記電池の現在の劣化状態をニューラルネット演算することを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1記載の車両用蓄電装置のニューラルネット演算方式において、
前記演算手段は、
前記電圧履歴及び電流履歴から最小自乗法により求めた近似式に基づいて求めた開路電圧今回値を算出し、
前記演算手段は、前記電圧履歴、電流履歴、開路電圧今回値及び前記所定容量放電時劣化状態量を入力パラメータとして前記電池の現在の劣化状態をニューラルネット演算することを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項2記載の車両用蓄電装置のニューラルネット演算方式において、
前記所定容量放電時劣化状態量は、
前記電池の満充電状態からの所定放電量放電時における前記電池の開路電圧と、
前記電池の満充電状態からの所定容量放電時における前記電池の内部抵抗と、
により構成されることを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項3記載の車両用蓄電装置のニューラルネット演算方式において、
前記出力パラメータとしての前記電池の現在の劣化状態は、
SOC(充電率)とSOH(残存容量)との両方の信号であることを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項4記載の車両用蓄電装置のニューラルネット演算方式において、
前記SOC及び前記SOHから、さらに、
劣化度=残存容量(SOH)/(初期の満充電容量×充電率(SOC))
を算出することを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項4又は5記載の車両用蓄電装置のニューラルネット演算方式において、
前記演算手段は、前記SOCと所定容量放電時の開路電圧と所定容量放電時の内部抵抗とをニューラルネット演算して前記SOHを演算することを特徴とする車両用蓄電装置のニューラルネット演算方式。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005036437A JP4609882B2 (ja) | 2005-02-14 | 2005-02-14 | 車両用蓄電装置の内部状態検出方式 |
US11/353,220 US7554296B2 (en) | 2005-02-14 | 2006-02-14 | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
EP06002917A EP1691209B1 (en) | 2005-02-14 | 2006-02-14 | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
KR1020060014362A KR100880717B1 (ko) | 2005-02-14 | 2006-02-14 | 뉴럴네트워크연산에 기초한 2차전지의 충전상태를 검출하기위한 방법 및 장치 |
DE602006002896T DE602006002896D1 (de) | 2005-02-14 | 2006-02-14 | Verfahren und Vorrichtung zur Erkennung des Ladestatus einer Sekundärbatterie auf Basis neuronaler Netzwerkkalkulation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005036437A JP4609882B2 (ja) | 2005-02-14 | 2005-02-14 | 車両用蓄電装置の内部状態検出方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006220616A JP2006220616A (ja) | 2006-08-24 |
JP4609882B2 true JP4609882B2 (ja) | 2011-01-12 |
Family
ID=36983033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005036437A Active JP4609882B2 (ja) | 2005-02-14 | 2005-02-14 | 車両用蓄電装置の内部状態検出方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4609882B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2620781A1 (en) * | 2010-09-24 | 2013-07-31 | Furukawa Electric Co., Ltd. | Charge acceptance limit determination device and charge acceptance limit determination method |
JP6443656B2 (ja) * | 2014-07-02 | 2018-12-26 | パナソニックIpマネジメント株式会社 | 電池状態判定装置 |
JP7235409B2 (ja) * | 2017-06-16 | 2023-03-08 | 株式会社半導体エネルギー研究所 | 充電制御システム及び充電制御方法 |
CN111164822A (zh) * | 2017-07-25 | 2020-05-15 | 株式会社半导体能源研究所 | 蓄电系统、电子设备及车辆以及推测方法 |
JP6978339B2 (ja) * | 2018-02-16 | 2021-12-08 | 株式会社半導体エネルギー研究所 | 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム |
WO2019181729A1 (ja) * | 2018-03-20 | 2019-09-26 | 株式会社Gsユアサ | 劣化推定装置、コンピュータプログラム及び劣化推定方法 |
EP3770619B1 (en) * | 2018-03-20 | 2023-10-25 | GS Yuasa International Ltd. | Degradation estimating device and degradation estimating method |
JP7298114B2 (ja) | 2018-06-25 | 2023-06-27 | 株式会社Gsユアサ | 状態推定方法、及び状態推定装置 |
CN110702130A (zh) * | 2019-09-05 | 2020-01-17 | 临沂晶硕光电科技有限公司 | 一种新能源汽车剩余里程估算系统 |
JP7448201B2 (ja) | 2020-05-21 | 2024-03-12 | アクソンデータマシン株式会社 | 人工知能技術を用いた2次電池の状態推定装置 |
JP7457575B2 (ja) * | 2020-05-25 | 2024-03-28 | 株式会社Aescジャパン | 劣化推定装置、モデル生成装置、劣化推定方法、モデル生成方法、及びプログラム |
CN116581402B (zh) * | 2023-07-13 | 2023-11-17 | 北京索云科技股份有限公司 | 一种通用型蓄电池的智能运维养护方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09243717A (ja) * | 1996-03-05 | 1997-09-19 | Nissan Motor Co Ltd | 電池の残存容量検出方法およびその装置 |
JP2003153452A (ja) * | 2001-11-08 | 2003-05-23 | Nissan Motor Co Ltd | 二次電池の残存容量演算装置 |
JP2004333472A (ja) * | 2003-04-15 | 2004-11-25 | Nippon Soken Inc | 車両用蓄電装置の内部状態検出システム |
-
2005
- 2005-02-14 JP JP2005036437A patent/JP4609882B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09243717A (ja) * | 1996-03-05 | 1997-09-19 | Nissan Motor Co Ltd | 電池の残存容量検出方法およびその装置 |
JP2003153452A (ja) * | 2001-11-08 | 2003-05-23 | Nissan Motor Co Ltd | 二次電池の残存容量演算装置 |
JP2004333472A (ja) * | 2003-04-15 | 2004-11-25 | Nippon Soken Inc | 車両用蓄電装置の内部状態検出システム |
Also Published As
Publication number | Publication date |
---|---|
JP2006220616A (ja) | 2006-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4609882B2 (ja) | 車両用蓄電装置の内部状態検出方式 | |
JP4623448B2 (ja) | 二次電池の残存容量演算方法 | |
Deng et al. | Online available capacity prediction and state of charge estimation based on advanced data-driven algorithms for lithium iron phosphate battery | |
Li et al. | A multi-model probability SOC fusion estimation approach using an improved adaptive unscented Kalman filter technique | |
JP4379106B2 (ja) | 車両用蓄電装置の内部状態検出システム | |
Sun et al. | A novel dual-scale cell state-of-charge estimation approach for series-connected battery pack used in electric vehicles | |
Huang et al. | A model-based state-of-charge estimation method for series-connected lithium-ion battery pack considering fast-varying cell temperature | |
US6534954B1 (en) | Method and apparatus for a battery state of charge estimator | |
US7593821B2 (en) | Method and system for joint battery state and parameter estimation | |
US7197487B2 (en) | Apparatus and method for estimating battery state of charge | |
JP4587299B2 (ja) | 車両用蓄電装置の内部状態検出方式 | |
JP4609883B2 (ja) | 車両用蓄電装置の満充電容量演算装置 | |
JP2008232758A (ja) | 二次電池の内部状態検出装置及びニューラルネット式状態量推定装置 | |
JP2014074682A (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
KR20010043872A (ko) | 전지 충전상태의 추정수단 및 전지 열화상태의 추정방법 | |
JP5366166B2 (ja) | 二次電池の状態量演算方式 | |
RU2006119641A (ru) | Устройство и способ для оценки уровня заряженности батареи с использованием нейронной сети | |
US20230358810A1 (en) | Method for estimating state of charge of battery | |
Park et al. | Capacity estimation of Li-ion batteries using constant current charging voltage with multilayer perceptron | |
Bak et al. | Accurate estimation of battery SOH and RUL based on a progressive lstm with a time compensated entropy index | |
JP4582584B2 (ja) | 二次電池の残存容量演算方法 | |
JP2006300692A (ja) | 二次電池の残存容量演算方式 | |
JP4582583B2 (ja) | 二次電池の残存容量演算方法 | |
Narayan | State and parametric estimation of li-ion batteries in electrified vehicles | |
Xavier et al. | A model-based approach for correcting state of charge drift in hybrid electric vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20071121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100701 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100817 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101005 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101006 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131022 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4609882 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |