JP4864383B2

JP4864383B2 - 蓄電デバイスの劣化状態推定装置

Info

Publication number: JP4864383B2
Application number: JP2005243319A
Authority: JP
Inventors: 幹夫小野; 篤史難波
Original assignee: Fuji Jukogyo KK
Current assignee: Subaru Corp
Priority date: 2005-08-24
Filing date: 2005-08-24
Publication date: 2012-02-01
Anticipated expiration: 2025-08-24
Also published as: JP2007057385A

Description

本発明は、車両に搭載される蓄電デバイスの劣化状態を推定する蓄電デバイスの劣化状態推定装置に関する。

自動車等の車両においては、バッテリ等の蓄電デバイスの劣化状態を把握することは重要であり、特にハイブリッド自動車や電気自動車等では、バッテリが劣化すると走行性能や燃費に及ぼす影響が大きいことから、バッテリの劣化の程度を正確に把握することが求められている。

このため、従来からバッテリの劣化状態を推測する技術が種々提案されており、例えば、特許文献１には、エンジン始動期間に二次蓄電池に流れる電流及び開回路電圧を測定して内部抵抗を算出し、この内部抵抗に基づいて二次蓄電池の残存寿命を算出する技術が開示されている。

また、特許文献２には、蓄電池の容量の時間経過に伴う劣化状況が複数の温度域における蓄電池温度の在時間をパラメータとして表される演算式を求めておき、蓄電池の、時間経過に伴う予想温度変化から各温度域における蓄電池温度の在時間を把握し、その各温度域における蓄電池温度の在時間を演算式に当てはめることにより、蓄電池の劣化状況を予測する技術が開示されている。
特開２００３−１２９９２７号公報特開２００３−１６１７６８号公報

しかしながら、特許文献１の技術では、エンジン始動時の最大負荷端子電圧と電流値とを用いているため、測定周期、スタータ、エンジンの状態等の環境条件によってデータが微妙に変化することが予想され、長期的に数ｍΩ単位で徐々に変化する内部抵抗値を捉えきれない虞がある。

また、特許文献２の技術では、蓄電池のカレンダー寿命をベースとして充放電深度を加えているが、短い周期で環境温度や負荷が大きく変化する自動車、特に、ハイブリッド自動車や電気自動車では、誤差が蓄積し易く、長期的に見ると、劣化推定の精度が低下する虞がある。

本発明は上記事情に鑑みてなされたもので、環境温度や負荷変動に影響されることなく、蓄電デバイスの劣化状態を長期的に高精度に把握することのできる蓄電デバイスの劣化状態推定装置を提供することを目的としている。

上記目的を達成するため、本発明による蓄電デバイスの劣化状態推定装置は、車両に搭載される蓄電デバイスの劣化状態を推定する蓄電デバイスの劣化状態推定装置であって、上記車両の制御用電源をオンしたとき或いは上記蓄電デバイスの使用環境条件が予め設定した条件から外れたときを処理タイミングとして、上記蓄電デバイスの開放電圧に基づいて内部抵抗増加率を算出し、この内部抵抗増加率を上記蓄電デバイスの劣化状態を表す第１の劣化度として算出する第１の劣化度算出手段と、上記第１の劣化度算出手段からの上記第１の劣化度を初期値として入力した後、上記蓄電デバイスの温度と充放電のストレスとに基づいて内部抵抗増加率を設定時間毎に算出し、該設定時間毎の内部抵抗増加率を上記初期値に積算することにより、上記蓄電デバイスの劣化状態を表す第２の劣化度を算出する第２の劣化度算出手段とを備えたことを特徴とする。

第１の劣化度は、蓄電デバイスの単位時間当たりの電流変化量が基準値以下の条件が成立したとき、蓄電デバイスの内部抵抗の増加分を予め設定したデータ数だけサンプルして平均化処理し、該平均化処理したデータに基づいて算出することが望ましい。

更に、第２の劣化度を算出する際の充放電のストレスに基づく内部抵抗増加率は、アレニウスの法則における頻度因子の時間微分値を劣化速度に置き換え、この劣化速度を充放電の負荷によって変化させて算出することが望ましい。

本発明による蓄電デバイスの劣化状態推定装置は、環境温度や負荷変動に影響されることなく、蓄電デバイスの劣化状態を長期的に高精度に把握することができる。

以下、図面を参照して本発明の実施の形態を説明する。図１〜図８は本発明の実施の一形態に係わり、図１は劣化状態推定装置の構成図、図２は残存容量テーブルの説明図、図３は等価回路モデルを示す回路図、図４はインピーダンステーブルの説明図、図５は抵抗増加率と保存時間との関係を示す説明図、図６は抵抗増加率とサイクル時間との関係を示す説明図、図７は劣化推定処理のフローチャート、図８は劣化度算出時の電圧、電流、残存容量を示す説明図である。

図１は、本発明をエンジンとモータとを併用して走行するハイブリッド車両（ＨＥＶ）に適用した例を示し、同図において、符号１は、ＨＥＶの電源ユニットである。この電源ユニット１には、蓄電デバイスとして例えば複数のセルを封止した電池パックを複数個直列に接続して構成されるバッテリ２と、バッテリ２の残存容量や劣化状態の推定、バッテリ２の冷却や充電の制御、異常検出及び異常検出時の保護動作等のエネルギーマネージメントを行う演算ユニット（演算ＥＣＵ）３とが１つの筐体内にパッケージされている。

尚、本形態においては、蓄電デバイスとしてリチウムイオン二次電池を例に取って説明するが、本発明は、その他の二次電池や電気二重層コンデンサ等のキャパシタやにも適用可能である。

演算ＥＣＵ３は、マイクロコンピュータ等から構成され、電流センサ７で測定したバッテリ２の充放電電流Ｉ、電圧センサ８で測定したバッテリ２の端子電圧Ｖ、温度センサ９で測定したバッテリ２の温度（セル温度）Ｔに基づいて、一定時間毎にバッテリ２の残存容量を演算・推定し、また、バッテリ２の劣化状態を演算・推定する。

演算ＥＣＵ３で演算した残存容量や劣化状態等のバッテリ情報は、例えばＣＡＮ（Controller Area Network）通信等を介してＨＥＶ制御用電子制御ユニット（ＨＥＶ制御用ＥＣＵ）１０に出力され、車両制御用の基本データ、バッテリ残量や警告用の表示用データ等として使用される。ＨＥＶ制御用ＥＣＵ１０は、同様にマイクロコンピュータ等から構成され、運転者からの指令に基づいて、ＨＥＶの運転、その他、必要な制御を行う。すなわち、ＨＥＶ制御用ＥＣＵ１０は、電源ユニット１からの信号や図示しないセンサ・スイッチ類からの信号により、車両の状態を検出し、バッテリ２の直流電力を交流電力に変換してモータ１５を駆動するインバータ２０を初めとして、エンジン３０や図示しない自動変速機等を、専用の制御ユニットを介して或いは直接的に制御する。

演算ＥＣＵ３におけるバッテリ劣化状態の推定は、以下に示すように、第１の劣化度算出手段としての機能による（ａ）の残存容量の推定アルゴリズムを利用した手法と、第２の劣化度算出手段としての機能による（ｂ）のカレンダー寿命に基づく手法とを組み合わせて行われ、それぞれの条件的な制約を補った高精度の推定を可能としている。

一般に、バッテリの残存容量はバッテリの満充電容量に対する残容量の比率で示されるバッテリ充電状態ＳＯＣ（State of charge）、劣化状態は初期の満充電容量に対する劣化時の満充電容量の比率で示されるバッテリ健康状態ＳＯＨ（State of health）で表現されるが、充電容量の変化はバッテリの内部抵抗の変化で精度高く推定できることから、本形態においては、バッテリの初期内部抵抗に対する劣化時の内部抵抗の増加率を演算し、この内部抵抗増加率で劣化の進行度を置き換える。

（ａ）残存容量の推定アルゴリズムによる劣化状態の推定
本形態における残存容量の演算は、電池理論に基づいてバッテリ内部状況を電気化学的に把握する推定アルゴリズムに基づいている。この推定アルゴリズムにおけるバッテリの残存容量と開放電圧との関係に基づいて内部抵抗の変化を捉え、この内部抵抗の変化に基づいて劣化状態を推定する。

（ｂ）カレンダー寿命による劣化状態の推定
カレンダー寿命による劣化状態の推定は、化学反応における温度と反応速度との関係を表すアレニウスの法則を基本とするアルゴリズムである。このアレニウスの法則に基づく劣化状態推定のアルゴリズムにおいては、充放電によりバッテリにかかるストレスを関数化し、予め測定しておいたカレンダー寿命に積算して劣化状態を推定する。

（ａ）の手法による劣化状態の推定は、低負荷で電流の変動が小さく、開放電圧の推定値の信頼性が高い場合に限定されるが、（ｂ）の手法による劣化状態の推定は、負荷変動に関係なく、常時、劣化状態の変化を捉えることが可能である。しかしながら、（ｂ）の手法による劣化状態の推定は、車両停止に伴う車両電源ＯＦＦ時にも、常時、処理を継続する必要があり、演算ＥＣＵ３の電源を常時ＯＮにしておかなければならない。また、短絡や過充放電等の定義していない使用環境に曝され、劣化が一気に加速した場合には対応しきれないという問題がある。

従って、本形態においては、車両電源をＯＮしてシステムを立ち上げたときに（ａ）の手法による劣化状態の推定処理を行い、所定の平均化処理（ｎ回の計測）により劣化状態（内部抵抗増加率）が確定した後、（ｂ）の手法による劣化状態の推定処理に切換える。そして、以後、車両電源をＯＦＦするまでの間、（ｂ）の手法による劣化状態の推定処理を継続する。

車両の電源ＯＮ時の（ａ）の手法による処理は、（ｂ）の手法による処理に対する補正の役割も果たし、車両電源ＯＦＦ時に演算ＥＣＵ３をＯＦＦにしても何ら支障が発生せず、且つ、車両使用中の劣化状態（内部抵抗増加率）をタイムリーに把握することが可能となる。また、使用中に（ａ）の手法で算出した内部抵抗の増加率と、（ｂ）の手法で算出した内部抵抗の増加率とが大きく乖離した場合は、バッテリそのものが異常であると判断することができる。

以下、（ａ）の残存容量の推定アルゴリズムによる劣化状態の推定処理、（ｂ）のアレニウスの法則に基づくアルゴリズムによる劣化状態の推定処理について詳述する。

先ず、残存容量の推定アルゴリズムによる劣化状態の推定処理について説明する。本形態においては、電池理論に基づいてバッテリ内部状況を電気化学的に把握し、残存容量を高精度に推定するアルゴリズムを採用している。具体的には、以下の（１）式に示すように、開放電圧Ｖｏｃと残存容量ＳＯＣとの関係を、平衡状態での電極電位とイオンの活量との関係を記述した周知のネルンストの式によって把握するようにしている。

Ｖｏｃ＝Ｅ＋[(Ｒ・Ｔ／Ｎｅ・Ｆ)×ｌｎＳＯＣ／(１００−ＳＯＣ)]＋Ｙ…（１）
但し、Ｅ：標準電極電位（リチウムイオン蓄電池では、Ｅ＝３．７４５）
Ｒ：気体定数（８．３１４Ｊ／ｍｏｌ−Ｋ）
Ｔ：温度（絶対温度Ｋ）
Ｎｅ：イオン価数（リチウムイオン蓄電池では、Ｎｅ＝１）
Ｆ：ファラデー定数（９６４８５Ｃ／ｍｏｌ）
尚、（１）式におけるＹは補正項であり、常温における電圧−ＳＯＣ特性をＳＯＣの関数で表現したものである。ＳＯＣ＝Ｘとすると、以下の（２）式に示すように、ＳＯＣの三次関数で表すことができる。

Ｙ＝−１０^-6Ｘ³＋９・１０^-5Ｘ²＋０．０１３Ｘ−０．７３１１…（２）
以上の（１）式により、残存容量ＳＯＣには、開放電圧Ｖｏｃのみならず温度Ｔとの間にも強い相関性があることがわかる。この場合、開放電圧Ｖｏｃと温度Ｔとをパラメータとして、直接、（１）式を用いて残存容量ＳＯＣを算出することも可能であるが、実際には、使用する電池特有の充放電特性や使用条件等に対する考慮が必要となる。

従って、以上の（１）式の関係から実際の電池の状態を把握する場合には、常温でのＳＯＣ−Ｖｏｃ特性を基準として、各温度域での充放電試験或いはシミュレーションを行い、実測データを蓄積する。そして、蓄積した実測データから開放電圧Ｖｏｃと温度Ｔとをパラメータとする残存容量ＳＯＣのテーブルを作成しておき、この残存容量のテーブルを利用して残存容量ＳＯＣを求める。

図２は、開放電圧Ｖｏｃと温度Ｔとをパラメータとする残存容量テーブルの例を示し、概略的には、温度Ｔ及び開放電圧Ｖｏｃが低くなる程、残存容量ＳＯＣが小さくなり、温度Ｔ及び開放電圧Ｖｏｃが高くなる程、残存容量ＳＯＣが大きくなる傾向を有しており、温度Ｔと開放電圧Ｖｏｃとをパラメータとして残存容量テーブルを参照することにより、高精度に残存容量ＳＯＣを求めることができる。

尚、図２の残存容量テーブル及び以下に説明する図４のインピーダンステーブルにおいては、通常の条件下で使用される範囲のデータを示し、他の範囲のデータは記載を省略してある。

残存容量テーブルを参照するパラメータとしての開放電圧Ｖｏｃは、以下の（３）式に示すように、実測したバッテリの端子電圧Ｖ及び電流Ｉ、バッテリの等価回路から求めた内部抵抗Ｒｉを用いて推定することができる。

Ｖｏｃ−Ｖ−Ｉ×Ｒｉ＝０…（３）
図３は、バッテリの等価回路モデルを示し、抵抗分Ｒ１〜Ｒ３、容量分Ｃ１，ＣＰＥ１，ＣＰＥ２（但し、ＣＰＥ１，ＣＰＥ２は二重層容量分）の各パラメータを、直列及び並列に組合わせたモデルである。この等価回路モデルを用いて、交流インピーダンス法における周知のCole-Coleプロットをカーブフィッティングすることにより、各パラメータを決定し、バッテリの内部抵抗Ｒｉを求めることができる。

これらのパラメータから求められる内部抵抗Ｒｉは、バッテリの温度や電気化学的な反応速度、充放電電流の周波数成分によって大きく変化する。従って、内部抵抗Ｒｉを決定するパラメータとして、単位時間当たりの電流Ｉの移動平均値を周波数成分の置き換えとして採用し、電流Ｉの移動平均値と温度Ｔとを条件とするインピーダンス測定を行ってデータを蓄積した後、温度Ｔと単位時間当たりの電流Ｉの移動平均値とに基づいて内部抵抗Ｒｉのテーブルを作成しておく。そして、このテーブルを利用して内部抵抗Ｒｉを求め、この内部抵抗Ｒｉと、実測した端子電圧Ｖと電流Ｉとから、上述の（３）式を用いて開放電圧Ｖｏｃの推定値を求めることができる。

図４はインピーダンステーブルの例を示し、電流変化率ΔＩ／Δｔ（単位時間当たりの電流Ｉの移動平均値）を温度補正した補正後電流変化率ＫΔＩ／Δｔとバッテリ温度Ｔとをパラメータとして、内部抵抗Ｒｉを格納したインピーダンステーブルの例を示すものであり、概略的には、補正後電流変化率ＫΔＩ／Δｔが同じ場合には、温度Ｔが低くなる程、内部抵抗Ｒｉが増加し、同じ温度では、補正後電流変化率ＫΔＩ／Δｔが小さくなる程、内部抵抗Ｒｉが増加する傾向を有している。

以上の等価回路から求めた内部抵抗Ｒｉは、バッテリ２が初期状態（劣化していない状態）であることを前提としている。従って、等価回路から求めた内部抵抗Ｒｉをそのまま（３）式に適用して開放電圧Ｖｏｃを精度良く算出できる条件は、初期状態に限定される。長期的には、等価回路から算出した内部抵抗Ｒｉと端子電圧Ｖと電流Ｉと開放電圧Ｖｏｃとの関係は、以下の（４）式で表現することができ、この（４）式の値であるＤ値が劣化の進行に伴って増加していくことになる。

Ｖｏｃ−Ｖ−Ｉ×Ｒｉ＝Ｄ…（４）
但し、初期状態：Ｄ＝０
従って、所定の安定した条件下で、バッテリ等価回路から求めたバッテリの初期内部抵抗（バッテリ新品時に対応するバッテリ内部抵抗）Ｒｉ、残存容量ＳＯＣとバッテリ温度Ｔとを用いて残存容量テーブルを逆参照して求めた開放電圧Ｖｏｃ、実測した端子電圧Ｖ及び電流Ｉにより、Ｄ値の変化をモニタし、Ｄ値から電流Ｉを用いて内部抵抗増加分Ｒｎを算出することができる。

（４）式のＤ値による内部抵抗増加分Ｒｎの算出は、信頼性を向上するため、走行中の高負荷時等のように開放電圧Ｖｏｃの推定精度が低下する条件を避け、システム立上がり時の低負荷且つバッテリ電流の変位（微分値或いは平均値）が小さい安定した条件下で複数回（Ｎ回）行い、以下の（５）式に示すように平均化した値Ｒａとして算出する。そして、以下の（６）式に示すように、初期内部抵抗Ｒｉと平均化した内部抵抗増加分Ｒａとを用いて内部抵抗増加率を算出し、この内部抵抗増加率を劣化度ＳＯＨ１（第１の劣化度）とする。

ΣＲｎ／Ｎ＝Ｒａ…（５）
ＳＯＨ１＝（Ｒｉ＋Ｒａ）／Ｒｉ…（６）
以上の残存容量ＳＯＣの推定アルゴリズムによる劣化度ＳＯＨ１の算出は、車両電源をＯＮしてシステムを立ち上げたときに行われ、その後、アレニウスの法則を基本とするアルゴリズムによる劣化状態の推定処理が行われる。周知のように、アレニウスの法則は、以下の（７）式に示すように、化学反応速度の温度依存性を定量的に記述したものであり、各種機器の温度劣化による残存寿命を評価する場合に利用される。

Ｋ＝Ａ×ｅ^-Ea/RT…（７）
但し、Ｋ：反応速度定数
Ａ：頻度因子
Ｅａ：活性化エネルギー
Ｒ：気体定数（８．３１４Ｊ／ｍｏｌ−Ｋ）
Ｔ：温度（絶対温度Ｋ）
アレニウスの法則は、バッテリのカレンダー寿命の速度定数についても適用することができ、バッテリの劣化の度合いをＹｒとすると、この劣化度合いＹｒの時間Ｔｘに対する変化（劣化速度）ｄＹｙ／ｄＴｘが反応速度定数Ｋに相当するものと考えることができる。この場合、（７）式を自然対数で表現した以下の（７’）式からもわかるように、劣化速度は、温度Ｔによる影響に加えて、頻度因子Ａによる影響を考慮する必要がある。頻度因子Ａは、温度に無関係な因子であり、充放電によるバッテリへのストレスの大きさを劣化の速度定数へ置き換えた値と見做すことができる。

ｌｎＫ＝（−Ｅａ／Ｒ）×（１／Ｔ）＋ｌｎＡ…（７’）
温度による劣化では、内部抵抗増加率と活性化エネルギーとの関係がバッテリの種類によって異なるため、実験データによって検証する。一例として、リチウムイオン蓄電池について、充放電がなくストレスの頻度因子ＡがＡ＝１である状態（放置状態）で、低温、常温、高温の各温度域での内部抵抗増加率と保存時間（平方根）との関係を検証すると、図５に示す関係が得られる。これによると、温度一定の条件下において、バッテリの内部抵抗増加率（劣化の度合い）をＹｒ、保存時間（平方根）をＴｘとしたとき、Ｙｒ＝ａＴｘで示される線形関係となることが実証され、直線の傾きａ（＝ｄＹｒ／ｄＴｘ）が（７’）式の活性化エネルギーＥａに関する項で関連付けられる。

この温度による劣化は、バッテリの充放電がない放置状態での劣化であり、車両の運転中は、充放電のストレスによる劣化について考える必要がある。ストレスの頻度因子Ａは、バッテリ使用中、ストレスの大きさによって常時変化し、ストレスの定義や大きさは、バッテリの種類により異なる。一例として、リチウムイオン蓄電池について検証すると、リチウムイオン蓄電池の劣化は、電気化学的に、主に負極に生成される不活性物質によって引き起こされる。この不活性物質の生成速度は、温度と電流密度に依存し、外部電源によって非自発的な反応を駆動する場合、不活性物質(析出、気体)が生成されるのは、印加する電圧が無電流電池電位を超えているとき(過電圧)に限られる。

以上を踏まえて、ＣＣ（Constant Current）充放電による各サイクル試験を実施し、或るサイクル時における内部抵抗増加率を測定する。その結果、図６に示すように、各充放電深度毎に、内部抵抗増加率を劣化の度合いをＹｒ、経過時間（トータル充電時間）をＴｘとしたとき、Ｙｙ＝ａ’Ｔｘで示される線形関係となることが実証される。この充放電による劣化速度（直線の傾きａ’）は、以下の（８）式で頻度因子Ａと関連付けることができる。

ａ’＝Ａ／ｄＴｘ…（８）
以上の劣化速度ａ，ａ’は、具体的には、バッテリ温度Ｔやバッテリ電流Ｉをパラメータとして関数或いはマップ化され、劣化速度Ｋａとして求められる。そして、以下の（９）式に示すように、車両電源ＯＮ時に求めた残存容量ＳＯＣの推定アルゴリズムによる劣化度ＳＯＨ１を初期値として、温度及び充放電ストレスの影響を考慮した劣化速度Ｋａに基づいて設定時間Ｔｘ毎の内部抵抗増加率Ｙｒ（Ｙｒ＝Ｋａ・Ｔｘ）を積算してゆき、車両運転時の劣化度ＳＯＨ２（第２の劣化度）とする。これにより、バッテリの劣化進捗状況をタイムリーに把握することができる。

ＳＯＨ２＝ＳＯＨ１＋ΣＹｒ…（９）
尚、正極劣化等の他の劣化因子(劣化の要因に占めるウエイトが低いもの)をモデル化し、頻度因子Ａへ組み込んでも良く、より精度を向上することができる。

また、以上の劣化度ＳＯＨ２は、開放電圧に基づいて残存容量ＳＯＣを算出する際に、インピーダンステーブルのテーブル値に対する補正値として用いることができる。すなわち、バッテリ劣化を反映した正確な開放電圧を推定するには、インピーダンスのテーブル値Ｒｉを補正し、この補正した内部抵抗（Ｒｉ×ＳＯＨ２）と、実測した端子電圧Ｖと電流Ｉを、上述の（３）式に適用した以下の（１０）式により、開放電圧Ｖｏｃの推定値を求める。これにより、バッテリ２が劣化しても残存容量ＳＯＣの推定精度を高精度に維持することができる。

Ｖｏｃ＝Ｉ×（Ｒｉ×ＳＯＨ２）＋Ｖ…（１０）
次に、演算ＥＣＵ３による劣化状態の推定処理について、図７のフローチャートを用いて説明する。

図７に示す劣化推定処理は、車両電源ＯＮと同時にスタートし、先ず、ステップＳ１において、所定のメモリ領域への劣化度ＳＯＨ１のデータ入力の有無を調べる。劣化度ＳＯＨは、前述した残存容量の推定アルゴリズムに基づいて算出され、車両運転時のカレンダー寿命に基づく（アレニウスの法則に基づく）劣化度ＳＨＯ２に対する初期値となるものである。

そして、劣化度ＳＯＨ１の入力が有る場合には、ステップＳ７へジャンプし、劣化度ＳＯＨの入力が無い場合、ステップＳ２へ進んで、バッテリ２の端子電圧Ｖ、電流Ｉ、温度Ｔ、及び残存容量ＳＯＣのデータ入力の有無を調べる。尚、端子電圧Ｖ、電流Ｉは、例えば、複数の電池パックの平均値、複数の電池パックの電流の総和を取るものとする。

ステップＳ２において新たなデータ入力がない場合には、そのまま本処理を抜け、新たなデータ入力がある場合、ステップＳ２からステップＳ３へ進んで、単位時間当たりの電流変化量は基準値以下か否かを調べる。電流変化量が基準値を越えている場合には、電流の変動が大きく、開放電圧の推定値の信頼性が低下するため、処理を抜け、電流変化量が基準値以下の場合、ステップＳ４へ進む。

ステップＳ４では、バッテリ２の初期状態（劣化していない状態）でのバッテリ等価回路から求めた内部抵抗Ｒｉ、残存容量ＳＯＣとバッテリ温度Ｔとを用いて求めた開放電圧Ｖｏｃ、実測した端子電圧Ｖ及び電流Ｉにより、内部抵抗増加分Ｒｎを算出し、この内部抵抗増加分を平均化処理する。そして、ステップＳ５へ進んで内部抵抗増加分Ｒｎの平均化処理の回数が規定回数に到達したか否かを判別し、規定回数に達していない場合には、処理を抜け、規定回数に達した場合、ステップＳ６で、平均化した内部抵抗増加分Ｒａを用いて前述の（６）式により劣化度ＳＯＨ１を算出し、この劣化度ＳＯＨ１をアレニウスの式による劣化度ＳＯＨ２に対する初期値として所定のメモリ領域へ出力する。

次に、ステップＳ６からステップＳ７へ進み、残存容量の推定アルゴリズムに基づいて算出した劣化度ＳＯＨ１を初期値として、前述のアレニウスの式による劣化度ＳＯＨ２の算出を開始する。この劣化度ＳＯＨ２の算出に際しては、先ず、ステップＳ８でバッテリ２の端子電圧Ｖ、電流Ｉ、温度Ｔのデータ入力がある条件、ＥＣＵ電源（演算ＥＣＵ３の電源）がＯＮである条件を満足するか否かを調べる。そして、何れかの条件を満足しないときには、処理を抜け、双方の条件を満足するとき、ステップＳ９で、現在の劣化速度Ｋａをマップ参照等により算出し、ステップＳ１０へ進む。

ステップＳ１０では、ステップＳ９で求めた劣化速度Ｋａに基づいて、前述の（９）式による積算を行い、現在の劣化度ＳＯＨ２を算出する。そして、ステップＳ１１へ進んで短絡や過充放電等のトラブルが発生していないかを調べ、短絡や過充放電等のトラブルがない場合には、ステップＳ８へ戻ってアレニウスの式に基づく劣化度ＳＯＨ２の算出を継続する。

一方、ステップＳ１１において、短絡や過充放電等の予め設定した通常の使用環境条件を逸脱し、劣化が一気に加速するような状態が発生した場合には、ステップＳ１１からステップＳ２へ戻り、ステップＳ２〜Ｓ６で残存容量の推定アルゴリズムに基づいて劣化度ＳＯＨを算出し、この劣化度ＳＯＨを新たな初期値とする。そして、ステップＳ７以降で、この新たな初期値を用いてアレニウスの式に基づく劣化度ＳＯＨ２を算出する。

図８は、以上の処理による劣化度の算出過程を示し、車両電源がＯＮされてシステムが立ち上がると、残存容量ＳＯＣの演算が開始され、この過程において、図８（ａ）に示すように低負荷でバッテリ電流の変動が小さい状態で、開放電圧に基づいて劣化度ＳＯＨが初期値ＳＯＨ１として算出される（図８（ｂ））。次に、温度や充放電の変動の影響を受ける運転状態になると、アレニウスの式に基づく劣化推定処理に切換えられ、初期値ＳＯＨ１に温度や充放電ストレスによる劣化を加算して劣化度の演算が継続される。

以上のように、本形態においては、車両電源がＯＮされてシステムが立ち上がったときに、バッテリの開放電圧に基づいて劣化度を算出し、運転中は、この劣化度を初期値として、温度や充放電ストレスによる劣化を加算して劣化度の演算を継続するようにしている。これにより、車両の運転停止後も演算を継続することなく、劣化推定演算の連続性を確保することができ、環境温度や負荷変動に影響されることなく、バッテリの劣化状態を長期的に高精度に把握することができる。

劣化状態推定装置の構成図残存容量テーブルの説明図等価回路モデルを示す回路図インピーダンステーブルの説明図抵抗増加率と保存時間との関係を示す説明図抵抗増加率とサイクル時間との関係を示す説明図劣化推定処理のフローチャート劣化度算出時の電圧、電流、残存容量を示す説明図

符号の説明

２バッテリ（蓄電デバイス）
３演算ユニット（第１の劣化度算出手段、第２の劣化度算出手段）
Ｖｏｃ開放電圧
Ａ頻度因子
ＳＯＨ１劣化度（第１の劣化度）
ＳＯＨ２劣化度（第２の劣化度）

Claims

車両に搭載される蓄電デバイスの劣化状態を推定する蓄電デバイスの劣化状態推定装置であって、
上記車両の制御用電源をオンしたとき或いは上記蓄電デバイスの使用環境条件が予め設定した条件から外れたときを処理タイミングとして、上記蓄電デバイスの開放電圧に基づいて内部抵抗増加率を算出し、この内部抵抗増加率を上記蓄電デバイスの劣化状態を表す第１の劣化度として算出する第１の劣化度算出手段と、
上記第１の劣化度算出手段からの上記第１の劣化度を初期値として入力した後、上記蓄電デバイスの温度と充放電のストレスとに基づいて内部抵抗増加率を設定時間毎に算出し、該設定時間毎の内部抵抗増加率を上記初期値に積算することにより、上記蓄電デバイスの劣化状態を表す第２の劣化度を算出する第２の劣化度算出手段とを備えたことを特徴とする蓄電デバイスの劣化状態推定装置。
上記第１の劣化度算出手段は、
上記蓄電デバイスの単位時間当たりの電流変化量が基準値以下の条件が成立したとき、上記蓄電デバイスの内部抵抗の増加分を予め設定したデータ数だけサンプルして平均化処理し、該平均化処理したデータに基づいて上記第１の劣化度を算出することを特徴とする請求項１記載の蓄電デバイスの劣化状態推定装置。
上記第２の劣化度算出手段は、
アレニウスの法則における頻度因子の時間微分値を劣化速度に置き換え、この劣化速度を充放電の負荷によって変化させて上記充放電のストレスに基づく内部抵抗増加率を算出することを特徴とする請求項１又は２記載の蓄電デバイスの劣化状態推定装置。