JP5674713B2 - バッテリの電力供給性能を予測するシステム及び方法 - Google Patents

Description

本発明は、バッテリの電力供給性能を予測することに関する。

様々な電力応用において、信頼できるバッテリ動作と、動作中の正確な監視とが必要である。例えば、無停電電源装置（ＵＰＳ）は、コンピューティング装置や電気通信装置のような負荷に対し、主電源が（例えば、故障により）電力供給を停止した場合にバックアップ電力を供給する。ＵＰＳバッテリの充電状態を正確に監視することにより、ユーザは、ＵＰＳが放電終止に達するまでに適切に情報を保存して装置をシャットダウンすることが容易になる。別の例として、電気自動車を駆動する電力は、自動車のバッテリから供給される。自動車のバッテリの充電状態を正確に監視することにより、自動車のバッテリを充電するために停車するまでにどれだけの距離を走れるかを、電気自動車の運転者に対して表示することが可能である。

１つの手法として、バッテリシステムが、充電状態（ＳＯＣ）又は電圧に基づいたバッテリ状態表示を提供することが挙げられる。別の手法として、バッテリシステムが、使用前のオフライン試験を通して調べられたバッテリの容量と初期抵抗との相関に基づいて、電力供給の追跡を試みることが挙げられる。更に別の手法として、放電サイクル数又は充電スループットをカウントし、標準負荷試験でのバッテリのアプリオリ試験に基づいて、健康状態の相対的な劣化を報告することから、バッテリ状態の表示を引き出すことが挙げられる。

米国特許第７６８３５８０号

しかしながら、本願発明者らは、上述の各手法に関して、複数の問題を見出した。例えば、これらの手法は、具体的な負荷サイクル下でのバッテリの寿命時間を明らかにしない。例えば、負荷が軽い状態では、バッテリの寿命時間は、負荷が重い電力レベルの場合より長くなる。従って、バッテリは、電力系統の故障を避けるために概して不完全活用状態で使用するか、或いは、十分なバックアップ動作時間をまだ提供できるかどうかを確認するために、バッテリシステムを定期的に検査しなければならない。別の例として、これらの手法は、アプリオリ試験に基づいてバッテリ状態表示を提供するものであって、（経時変化に起因するような）バッテリ挙動の変化を考慮に入れて試験結果に動的更新を行わない。

一実施形態において、バッテリの電力供給性能を予測する方法は、選択された放電サイクルについての複数のバッテリ動作パラメータを取り出すステップと、バッテリのモデル化された内部抵抗と、選択された放電サイクルより前のバッテリの較正放電サイクルから生成された、観測された内部抵抗との差を表すオフセットを計算するステップと、複数のバッテリ動作パラメータに基づいてモデル化された内部抵抗とオフセットとの差を表す、オフセット補正された内部抵抗に基づく、バッテリの電力供給性能予測を出力するステップと、を含む。

内部抵抗の過去の挙動及び特性評価を含むバッテリ使用データのモデルを構築することにより、バッテリの電力供給性能の予測精度を向上させることが可能である。更に、最近のバッテリ挙動から導出されたオフセットを適用してモデルを動的に更新することにより、経時変化に起因するなどしてバッテリ挙動が変化した場合でも、バッテリの電力供給性能の予測精度を維持することが可能である。

本概要は、本明細書で更に記述する概念を抽出して簡潔に説明するために提示されている。本概要は、クレームされている主題の主要な機能又は必須の機能を特定することを意図したものでも、クレームされている主題の範囲を限定するための使用を意図したものでもない。また、クレームされている主題が、本開示のいずれかの部分で言及するいずれかの課題又は全ての課題を解決する実施に限定されることはない。また、本発明の発明者は、いずれの明らかな問題点及びその解決策も認識している。

本発明は、添付図面を参照しながら、以下の非限定的な実施形態の説明を読むことにより、より明確に理解されよう。

本発明のバッテリ管理システムの一実施形態を示す概略図である。 バッテリの電力供給性能を予測するオンライン方法の一実施形態のフロー図である。 バッテリの電力供給性能を予測するオフライン方法の一実施形態のフロー図である。 バッテリの電力供給性能予測モデルを較正するための放電サイクルを選択する方法の一実施形態のフロー図である。

本明細書は、バッテリの電力供給性能を予測するシステム及び方法に関する。より具体的には、放電サイクルの記録に基づいて内部抵抗特性のモデリング及び動的更新を行うことにより、電力供給性能の予測を行う。内部抵抗特性は、（例えば、アンペア時単位で測定される）充電状態に対してモデリングする。動作状態に応じて、充電状態に対する内部抵抗のモデル又は曲線を、バッテリ動作パラメータの観測された測定値、完全放電サイクルにわたるバッテリ動作パラメータの、以前に記憶された値、又は、（例えば、部分放電サイクルから収集された）限定的なバッテリ動作パラメータを外挿したものから導出する。この、バッテリ動作パラメータに基づくモデルを、放電イベントの全体にわたってほぼ一定又は予測可能な放電率に適用して、バッテリの電力供給性能を正確に予測する。電力供給性能（例えば、バッテリが放電終止に達するまでのバッテリ動作時間又は距離）を予測することにより、ユーザは、充電状態や放電サイクル数のような間接的な指標ではなく、バッテリの実際の能力を通知される。

更に、バッテリの較正サイクルから観測される内部抵抗からオフセットを導出することにより、バッテリ挙動の予測モデルを時間とともに更新する。このオフセットは、経時変化に起因するバッテリ放電挙動の変化を補償する。オフセットを用いてモデルを更新することにより、バッテリが古くなって放電挙動が変化した場合でも、電力供給性能の予測精度を維持することが可能である。

実装によっては、予測電力供給性能を評価する際の電力レベル、並びに、最低許容性能目標が、ユーザ定義であるか、ユーザ調節可能である。言い換えると、様々なユーザが、常に最大定格電力を用いるわけではなく、電力潮流速度をワット単位で調節することが可能である。従って、様々なユーザが、個々の需要を満たす予測電力供給性能が得られるようにバッテリ管理システムを調整することが可能である。一例として、第１のユーザが動作時間目標を履歴平均電力潮流で１０分に設定する一方で、第２のユーザが動作時間目標を最大定格電力潮流で１４分に設定する。予測電力供給性能は、ユーザ定義入力を考慮するために、ユーザ定義の目標及び潮流ごとに異なった評価がなされる。従って、様々な用途及びユーザにとって適切なバッテリ利用を、シンプル且つ動的に達成できる。これに対し、ユーザ調節可能な入力がシステムにない場合は、適切なバッテリ利用を達成し、許容できる挙動を決定するために、各バッテリの負荷試験を様々な速度及び時間で繰り返し行うことが必要になる。

本明細書に記載のバッテリ管理システム及び方法は、バッテリの不完全活用を減らし、且つ、オフライン試験又は臨時の試験を減らすための、プログラム可能且つ柔軟なバッテリ電力供給性能予測器を提供する。更に、これらのバッテリ管理システム及び方法は、ユーザ定義の負荷動特性に応じた、バッテリの健康状態（ＳＯＨ）の正確な表示を提供し、最近のバッテリの劣化を明らかにし、ユーザごとの有効使用寿命の仕様に対して柔軟である。

図１は、本開示のバッテリ管理システム１００の一実施形態を示す概略図である。バッテリ管理システム１００は、バッテリ１０２と結合して、バッテリが適切な動作範囲内で動作するようにバッテリ性能を監視する。バッテリ管理システム１００は、複数のバッテリセンサ１０４と、予測回路１２０と、ディスプレイ装置１２６とを含んでいる。

複数のバッテリセンサ１０４は、バッテリ１０２と結合されているか、バッテリ１０２の内部に配置されている。複数のバッテリセンサ１０４は、バッテリ１０２の動作パラメータを観測するための任意の好適な装置又は構成を含んでいる。実装可能なバッテリセンサの、非限定的な例として、電流計、電圧計、抵抗計、熱電対などがある。複数のバッテリセンサ１０４は、バッテリの動作パラメータを表すセンサ信号を予測回路１２０に送信する。図示した実装では、複数のバッテリセンサ１０４は、電流信号１０６、温度信号１０８、内部抵抗信号１１０、及び充電状態信号又は放電アンペア時信号１１２を予測回路１２０に送信する。

予測回路１２０は、複数のバッテリセンサ１０４からセンサ信号１０６、１０８、１１０、及び１１２を受信し、これらのセンサ信号に対応する動作パラメータに基づくアルゴリズムを実施して、バッテリの内部抵抗と充電状態（放電アンペア時）との関係を記述する数学的モデル１１８を構築するように動作する。このアルゴリズムは、新しいバッテリの放電サイクルストリングによる実験室試験の結果に基づく。このモデルを放電サイクル中に適用して、いわゆるオンラインモード動作におけるバッテリの電力供給性能（例えば、放電能力が終了するまでのバッテリ動作時間）を予測する。予測回路１２０は、現在の放電サイクル中はオンラインモードで動作し、放電サイクル全体にわたって、電力供給性能の予測を定期的に更新する。例えば、予測回路１２０は、５秒おきに複数のセンサ１０４からセンサ信号を受信し、それらのセンサ信号に応じて電力供給性能の予測を更新する。

予測回路１２０は、バッテリ１０２の以前のバッテリ放電サイクルの放電サイクルマップ１１６を記憶する。各放電サイクルマップ１１６は、放電サイクルの継続時間の間に複数のセンサ１０４から受信した動作パラメータのマッピングを含んでいる。場合によっては、放電サイクルは、バッテリの部分放電であり、この部分放電サイクル中に受信した動作パラメータから部分的なマッピング又は曲線を生成する。場合によっては、放電サイクルは、バッテリの完全放電であり、この完全放電サイクル中に受信した動作パラメータから完全なマッピング又は曲線を生成する。

内部抵抗モデル１１８は新しいバッテリの放電サイクルのアプリオリ試験に基づいているため、時間とともにバッテリ１０２が古くなるにつれて、観測される放電サイクルマップは、内部抵抗モデル１１８から生成した予測とずれてくる。このずれを補償するために、予測回路１２０は、オフセット１１４を計算して内部抵抗モデル１１８に適用することにより、内部抵抗モデル１１８と観測される放電サイクルマップ１１６との間で予測精度を維持する。予測回路１２０は、動作パラメータを較正放電サイクルから内部抵抗モデル１１８に適用することにより、オフセット１１４を計算する。較正放電サイクルは、放電サイクルマップ１１６から選択される最近の放電サイクルである。較正放電サイクルは、現在のバッテリ挙動を正確に表現する。較正放電サイクルは、部分放電サイクルである場合もあり、完全放電サイクルである場合もある。後で、較正放電サイクルの選択の一例について、図４を参照しながら更に詳細に説明する。

オフセット１１４は、バッテリ１０２のモデル化された内部抵抗と、バッテリの較正放電サイクルから生成された、観測された内部抵抗との差を表す。オンラインモードで動作している場合、予測回路１２０は、現在の放電サイクルについての動作パラメータに基づく内部抵抗モデル１１８によって生成された、モデル化された内部抵抗にオフセット１１４を適用する。予測回路１２０は、オフセット補正された内部抵抗に基づく、バッテリの電力供給性能予測１２８をディスプレイ装置１２６に出力する。オフセット補正された内部抵抗は、現在の放電サイクルについての複数のバッテリ動作パラメータに基づいてモデル化された内部抵抗と、オフセットとの差を表す。オンラインモードでは、バッテリの電力供給性能予測１２８は、現在の放電サイクルに適用可能である。

実装によっては、バッテリが放電サイクルで動作していない場合に、予測回路１２０は、オフラインモードで、次の放電サイクルにおけるバッテリ１０２の電力供給性能の瞬時予測を提供するように動作する。オフラインモードでは、予測回路１２０は、放電サイクルマップ１１６の１つを選択することにより、以前の放電サイクルから、記憶された複数のバッテリ動作パラメータを取り出す。実装によっては、最新の放電サイクルから、記憶されたバッテリ動作パラメータを取り出す。実装によっては、最近の完全な放電サイクルから、又はバッテリが閾値充電状態（例えば、放電アンペア時の閾値）を超えて放電している放電サイクルから、記憶されたバッテリ動作パラメータを取り出す。予測回路１２０は、オンラインでの動作の場合と同様に、バッテリ１０２の較正放電サイクルからオフセット１１４を計算する。予測回路１２０は、選択された放電サイクルマップに記憶された動作パラメータに基づく内部抵抗モデル１１８によって生成された、モデル化された内部抵抗にオフセット１１４を適用する。予測回路１２０は、オフセット補正された内部抵抗に基づく、バッテリの電力供給性能予測１２８をディスプレイ装置１２６に出力する。オフセット補正された内部抵抗は、選択された放電サイクルマップに記憶された複数のバッテリ動作パラメータに基づいてモデル化された内部抵抗と、オフセットとの差を表す。オフラインモードでは、バッテリの電力供給性能予測１２８は、次の放電サイクルに適用可能である。

実装によっては、予測回路１２０は、電力供給性能予測を評価する方式をユーザがプログラムしたり調節したりすることが可能である。言い換えると、ユーザによって定義される様々な用途の要件を満たすように、電力供給性能予測を調節することが可能である。具体的には、予測回路１２０は、ユーザ定義電力レベル１２２を受信するように動作する。ユーザ定義電力レベル１２２は、バッテリ１０２が放電サイクルの残り部分にわたって内部抵抗モデル１１８に適用されるように動作していると見なされるときの電力レベルである。例えば、ユーザ定義電力レベルは、最大定格レベル又は最大電力レベルに設定される。別の例として、ユーザ定義電力レベルは、平均電力レベル又は部分電力レベルに設定される。予測回路１２０は、オフセット補正された内部抵抗及びユーザ定義電力レベル１２２に基づく、バッテリの電力供給性能予測１２８を、ディスプレイ装置１２６に出力する。実装によっては、ユーザ定義電力レベル１２２は、予測回路１２０内にプログラムされ、メモリに記憶される。実装によっては、ユーザ定義電力レベル１２２は、リモート記憶場所（例えば、別のコンピューティング装置）から受信される。実装によっては、ユーザ定義電力レベル１２２は、ユーザ調節可能であり、電力供給性能予測１２８の調節は、ユーザが調節した電力レベルを受信して行う。

実装によっては、予測回路１２０は、ユーザ定義目標時間１２４（又は目標距離）を受信するように動作する。ユーザ定義目標時間１２４は、特定の用途におけるバッテリの健康状態を定義するための、最低許容動作時間の許容値である。例えば、ある用途におけるユーザ定義目標時間は、平均電力潮流速度において最低１０分に設定することが可能である。別の例として、様々な用途におけるユーザ定義目標時間を、最大定格電力潮流において最低１４分に設定することが可能である。更に別の例として、ユーザ定義目標距離を、平均電力潮流速度において最低１０マイルに設定することが可能である。この例は、電気自動車に適用可能であると考えられる。予測回路は、電力供給性能予測１２８の一部としてバッテリの健康状態を出力する場合に、ユーザ定義目標時間１２４を考慮することが可能である。従って、予測回路１２０は、ユーザ定義目標時間の調節が行われると、バッテリの健康状態を調節する。従って、個々の用途の必要に応じて、ユーザが電力供給性能予測を調節することが可能である。更に、ユーザ調節によって予測を動的に調整することにより、バッテリの用途が変わっても補償することが可能である。

実装によっては、予測回路１２０を、コンピューティング装置（例えば、プロセッサ及びメモリを含むマイクロコントローラ）によって実行されるソフトウェアとして実装する。実装によっては、予測回路１２０を、ハードウェア命令又はファームウェア命令を実行するように構成された１つ以上のハードウェア又はファームウェアの論理機械として実装する。実装によっては、予測回路１２０を、ハードウェア及びソフトウェアの組み合わせとして実装する。

ディスプレイ装置１２６は、予測回路１２０から受信した電力供給性能予測１２８を可視的に表示する。ディスプレイ装置１２６は、ほとんどあらゆるタイプのディスプレイ技術を利用する。ディスプレイ装置１２６は、バッテリの電力供給性能予測１２８を表示するように動作する。実装によっては、バッテリの電力供給性能予測１２８は、動作時間１３０、又はバッテリ１０２が放電終止内部抵抗に達するまでの残り時間を含む。実装によっては、バッテリの電力供給性能予測１２８は、バッテリが放電終止内部抵抗に達するまでの距離１３０を含む。例えば、距離１３０は、バッテリが放電終止内部抵抗に達するまでに、電気自動車が、設定された電力レートで移動する距離である。実装によっては、バッテリの電力供給性能予測１２８は、バッテリが少なくとも目標時間にわたって電力を供給できるかどうかを示す、バッテリの健康状態（ＳＯＨ）１３２を含む。例えば、１００％のＳＯＨは、バッテリが少なくとも目標時間にわたって電力を供給できることを示している。別の例として、０％のＳＯＨは、バッテリが所望の電力レベルを目標時間にわたって供給できないことを示している。

バッテリの残り放電時間の予測に用いる内部抵抗モデル１１８及び対応するアルゴリズムの具体例を以下に示す。本例では、以下に示すモデルを、特定バッテリタイプの新しいバッテリストリングについての実験室試験の結果に基づいてあらかじめ開発した。本モデルは、様々なバッテリタイプに適用可能であるが、各数学的変数は、バッテリタイプに応じて異なる可能性がある。

Ｒｅｓ＝ｅｘｐ（ａ１＊Ｔｅｍｐ＋ｂ１＊Ａｈ−ｃ１＊Ｔｅｍｐ＊Ａｈ）
但し、
Ｒｅｓは、バッテリの内部抵抗であり、
Ｔｅｍｐは、バッテリの動作温度であり、
Ａｈは、現在の放電イベントの間に放電された電荷量であり、
ａ１、ｂ１、及びｃ１は、特定のバッテリに関して較正されている、バッテリ管理システム固有の変数である。

本モデルを実際の（理想的ではない）用途において効果的に使用するためには、バッテリの経時劣化並びにバッテリ固有の特性に対応するように、本モデルを動的に更新する必要がある。（「較正放電サイクル」と呼ばれる）最近の放電サイクルの観測結果を利用する動的更新方式を、以下に示す。次に示す表ｘは、較正放電サイクルについてのアンペア時と抵抗とのマッピングを示す。

┌──────┬──────┬───────┬──────┬───────┐
放電アンペア時│ 抵抗 │ 平均電流 │ 温度 │ 残り時間 │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｘ１ │ Ｒｘ１ │ Ｃｘ１ │ Ｔｘ１ │ Ｓｘ１ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｘ２ │ Ｒｘ２ │ Ｃｘ２ │ Ｔｘ２ │ Ｓｘ２ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｘ３ │ Ｒｘ３ │ Ｃｘ３ │ Ｔｘ３ │ Ｓｘ３ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｘ４ │ Ｒｘ４ │ Ｃｘ４ │ Ｔｘ４ │ Ｓｘ４ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｘ５ │ Ｒｘ５ │ Ｃｘ５ │ Ｔｘ５ │ Ｓｘ５ │
└──────┴──────┴───────┴──────┴───────┘
表ｘ：較正サイクルからのＡｈと抵抗とのマッピング

次に示す表ｙは、本例の目的に関して、現在の放電サイクルと見なされるものについてのアンペア時と抵抗とのマッピングを示す。放電終止状態まで放電した後の抵抗は、Ｒ＿ｔｅｒｍ＝Ｒｘ５であった。較正放電サイクルの最後における抵抗（Ｒｘ５）と、現在の放電サイクルの最後における抵抗（Ｒｙ５）との間には差があることに注意されたい。

┌──────┬──────┬───────┬──────┬───────┐
放電アンペア時抵抗（オーム）│ 平均電流 │温度（℃） │残り時間（秒）│
├──────┼──────┼───────┼──────┼───────┤
│ Ａｙ１ │ Ｒｙ１ │ Ｃｙ１ │ Ｔｙ１ │ Ｓｙ１ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｙ２ │ Ｒｙ２ │ Ｃｙ２ │ Ｔｙ２ │ Ｓｙ２ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｙ３ │ Ｒｙ３ │ Ｃｙ３ │ Ｔｙ３ │ Ｓｙ３ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｙ４ │ Ｒｙ４ │ Ｃｙ４ │ Ｔｙ４ │ Ｓｙ４ │
├──────┼──────┼───────┼──────┼───────┤
│ Ａｙ５ │ Ｒｙ５ │ Ｃｙ５ │ Ｔｙ５ │ Ｓｙ５ │
└──────┴──────┴───────┴──────┴───────┘
表ｙ：現在のサイクルにおけるＡｈと抵抗とのマッピング

本モデルの目的は、バッテリの放電終止までの動作時間を正確に予測することである。そこで、バッテリ挙動の変化を補償するために、本アルゴリズムにオフセットを適用することにより、モデル化結果が（表の最後の列に示された）観測結果とほぼ一致するようにする。表ｘｘは、較正放電サイクルに本アルゴリズムを適用した結果を示す。最後の列は、実際の結果とモデル予測との間のオフセットを示す。これらのオフセット値を用いて、現在の放電サイクルに対する予測を補正する。

┌────────────┬────────────┬────────────┐
│ 放電アンペア時 放電終止抵抗時のアンペア時│ オフセット │
├────────────┼────────────┼────────────┤
│ Ａｘｘ１ │ Ｒｘｘ１ │ Ｏｘｘ１ │
├────────────┼────────────┼────────────┤
│ Ａｘｘ２ │ Ｒｘｘ２ │ Ｏｘｘ２ │
├────────────┼────────────┼────────────┤
│ Ａｘｘ３ │ Ｒｘｘ３ │ Ｏｘｘ３ │
├────────────┼────────────┼────────────┤
│ Ａｘｘ４ │ Ｒｘｘ４ │ Ｏｘｘ４ │
├────────────┼────────────┼────────────┤
│ Ａｘｘ５ │ Ｒｘｘ５ │ Ｏｘｘ５ │
└────────────┴────────────┴────────────┘
表ｘｘ：較正サイクル：オフセットの計算

充電状態Ａｙ１に関する計算を以下に示す。上述の数学的モデルから、次のように、本モデルを反転してＡｈ＿ｔｅｒｍについて解くことにより、Ａｈ＿ｔｅｒｍが得られる。

Ａｈ＿ｔｅｒｍ＝（ｌｏｇｅ（Ｒｅｓ＿ｔｅｒｍ）＋ａ１＊Ｔｅｍｐ）／（ｃ１＊Ｔｅｍｐ）

表ｘの値を上式に代入することにより、Ａｈ＿ｔｅｒｍについて解くことが可能である。

Ａｈ＿ｔｅｒｍ＝（ｌｏｇｅ（Ｒｘ５）＋ａ１＊Ｔｘ１）／（ｃ１＊Ｔｘ１５）＝Ｒｘｘ１

Ａｈ＿ｔｅｒｍは、較正サイクルから観測されるように、Ａｘｘ５として既知である。従って、オフセット（観測結果とモデル予測との差）は、Ｒｘｘ１−Ａｘｘ５＝Ｏｘｘ１である。このオフセットは、かなりの程度、バッテリの経時劣化によるものである。このオフセットを数学的モデルに適用して、現在の放電サイクルの場合の動作時間を予測する。次に示す表ｙｙは、現在のサイクルに対する本モデルベースの予測が、較正サイクルからのオフセットによってどのように改善されるかを示す。

┌───────┬──────────────┬──────────────┐
│放電アンペア時放電終止抵抗時のモデル化アンペモデル化残り時間と実際の残り時│
│ ア時と補正済みアンペア時との間│ 間との間のオフセット │
│ │ のオフセット │ │
├───────┼──────────────┼──────────────┤
│ Ａｙｙ１ │ １．７ │ ０ │
├───────┼──────────────┼──────────────┤
│ Ａｙｙ２ │ １．８ │ ０．１ │
├───────┼──────────────┼──────────────┤
│ Ａｙｙ３ │ ２．１ │ ０．２ │
├───────┼──────────────┼──────────────┤
│ Ａｙｙ４ │ ２．２ │ ０．２ │
├───────┼──────────────┼──────────────┤
│ Ａｙｙ５ │ ２．４ │ ０．３ │
└───────┴──────────────┴──────────────┘
表ｙｙ：放電終止抵抗に達するまでの、現在のサイクルの予測残り時間

ある充電状態における、現在の放電サイクルに対するオフセット補正された計算値は、表ｙの値を上式に代入してＡｈ＿ｔｅｒｍに対して解くことにより得られる。較正サイクルからのオフセットを、現在のサイクルについてモデル化されたＡｈ＿ｔｅｒｍに適用することにより、オフセット補正されたＡｈ＿ｔｅｒｍが得られる。最後に、放電終止までの推定時間を計算する。

（Ａｈ＿ｔｅｒｍ−Ａｈ＿ｏｂｓ）／電流＊秒数＝残り時間（例えば、分単位）

表ｙｙの右端の列からわかるように、本アルゴリズムベースの予測は、観測された（実際の）対応する値とほぼ一致する。言い換えると、モデル化結果にオフセットを適用することにより、バッテリ挙動が変化した場合でも予測精度を維持することが可能である。

図２は、バッテリの電力供給性能を予測するオンライン方法２００の一実施形態のフロー図である。例えば、方法２００は、バッテリ１０２の放電サイクル中に図１のバッテリ管理システム１００によって実施可能である。２０２で、方法２００は、ユーザ定義入力を受信する。実装によっては、ユーザ定義入力は、ユーザ定義電力レベルを含む。実装によっては、ユーザ定義入力は、ユーザ定義目標時間を含む。実装によっては、ユーザ定義入力は、ユーザ定義目標距離を含む。

２０４で、方法２００は、ユーザ定義入力に基づいて予測閾値を設定する。予測閾値は、予測された電力供給性能を内部抵抗モデルにおいてどのように評価するかを定義する。例えば、予測閾値は、予測された動作時間をどの電力レベルで評価するかを定義する。更に、予測閾値を設定することは、放電終止を定義する、バッテリの内部抵抗値を設定することを含む。

２０６で、方法２００は、観測された動作パラメータを取り出す。バッテリ動作パラメータは、バッテリの現在の放電サイクルに関してリアルタイムで取り出す。例えば、バッテリ動作パラメータは、動作電流、動作温度、観測された内部抵抗、及び充電状態を含んでいる。観測されたバッテリ動作パラメータは、現在の放電サイクルにわたって、バッテリセンサから取り出される。例えば、センサ信号は、現在の放電サイクル中に、５秒おきにバッテリセンサから受信される。

２０８で、方法２００は、内部抵抗オフセットを計算する。内部抵抗オフセットは、バッテリのモデル化された内部抵抗と、バッテリの較正放電サイクルから生成された、観測された内部抵抗との差を表す。モデル化された内部抵抗は、バッテリの充電状態及び温度の関数である。モデル化された内部抵抗は、新しいバッテリの放電サイクルから導出され、一方、較正放電サイクルは、経時変化に起因するバッテリ放電挙動を表す。モデル化された内部抵抗と観測された内部抵抗との差を補償するために、現在の放電サイクルにオフセットを適用する。

２１０で、方法２００は、現在のバッテリ放電サイクルについて、オフセット補正された放電終止充電状態予測を計算する。放電終止充電状態は、内部抵抗モデルを反転して、放電終止充電状態について解くことにより予測される。具体的には、放電終止充電状態は、放電終止内部抵抗とオフセットとの差及びバッテリの温度の関数である。

２１２で、方法２００は、オフセット補正された内部抵抗及びユーザ定義入力に基づくバッテリの電力供給性能予測を、現在の放電サイクル中にリアルタイムで出力する。オフセット補正された内部抵抗は、現在の放電サイクルからの複数のバッテリ動作パラメータに基づいてモデル化された内部抵抗と、オフセットとの差を表す。電力供給性能予測は、動作時間、距離、又は健康状態のうちの１つ以上を含んでよい。

２１４で、方法２００は、ユーザ調節入力を受信する。ユーザ調節入力は、電力レベル及び最小動作時間閾値を含んでよい。ユーザ調節入力は、ユーザ定義入力と異なる。

２１６で、方法２００は、オフセット補正された内部抵抗及びユーザ調節入力に基づくバッテリの電力供給性能予測を、現在の放電サイクル中にリアルタイムで出力する。

２１８で、方法２００は、バッテリが現在の放電サイクルで放電しているかどうかを判定する。これは、例えば、バッテリの内部抵抗が放電終止内部抵抗に達したかどうかに基づいて判定される。バッテリが放電を継続している場合、本方法は２０６に移る。そうでない場合、本方法は他の動作に戻る。

図３は、バッテリの電力供給性能を予測するオフライン方法３００の一実施形態のフロー図である。例えば、方法３００は、バッテリ１０２の放電サイクル間に図１のバッテリ管理システム１００によって実施可能である。３０２で、方法３００は、ユーザ定義入力を受信する。３０４で、方法３００は、ユーザ定義入力に基づいて予測閾値を設定する。

３０６で、方法３００は、選択された、以前の放電サイクルから、記憶されたバッテリ動作パラメータを取り出す。例えば、バッテリ動作パラメータは、最新の放電サイクルから記憶される。別の例として、バッテリ動作パラメータは、最新の完全放電サイクルから記憶される。

３０８で、方法３００は、内部抵抗オフセットを計算する。内部抵抗オフセットは、バッテリのモデル化された内部抵抗と、バッテリの較正放電サイクルから生成された、観測された内部抵抗との差を表す。モデル化された内部抵抗は、バッテリの充電状態及び温度の関数である。モデル化された内部抵抗は、新しいバッテリの放電サイクルから導出され、一方、較正放電サイクルは、経時変化に起因するバッテリ放電挙動を表す。モデル化された内部抵抗と観測された内部抵抗との差を補償するために、選択された、以前の放電サイクルにオフセットを適用する。

３１０で、方法３００は、次のバッテリ放電サイクルについて、オフセット補正された放電終止充電状態予測を計算する。放電終止充電状態は、内部抵抗モデルを反転して、放電終止充電状態について解くことにより予測される。具体的には、放電終止充電状態は、放電終止内部抵抗とオフセットとの差及びバッテリの温度の関数である。

３１２で、方法３００は、オフセット補正された内部抵抗及びユーザ定義入力に基づくバッテリの電力供給性能予測を出力する。オフセット補正された内部抵抗は、選択された、以前の放電サイクルからの複数のバッテリ動作パラメータに基づいてモデル化された内部抵抗と、オフセットとの差を表す。電力供給性能予測は、動作時間、距離、又は健康状態のうちの１つ以上を含んでよい。

３１４で、方法３００は、ユーザ調節入力を受信する。ユーザ調節入力は、電力レベル及び最小動作時間閾値を含んでよい。ユーザ調節入力は、ユーザ定義入力と異なる。

３１６で、方法３００は、オフセット補正された内部抵抗及びユーザ調節入力に基づくバッテリの電力供給性能予測を出力する。

上述の方法は、バッテリ放電サイクル中に（即ち、オンラインで）バッテリの電力供給性能を予測すること、又は、次のバッテリ放電サイクルについて（即ち、オフラインで）バッテリの電力供給性能を予測することに用いることが可能である。両方法においては、バッテリの充電状態と内部抵抗との関係を記述するモデルを、バッテリの、最近の観測された動作パラメータから導出されるオフセットを用いて更新することにより、バッテリが古くなった場合でも、電力供給性能予測の精度が維持される。更に、バッテリの電力供給性能予測をユーザ定義入力に基づいて調節することにより、個々の用途及びユーザの必要に合わせて予想を調整する。

図４は、バッテリの電力供給性能予測モデルを較正するための放電サイクルを選択する方法４００の一実施形態のフロー図である。例えば、方法４００は、図１のバッテリ管理システム１００によって実施可能である。４０２で、方法４００は、現在の放電サイクルについての観測された動作パラメータを取り出す。観測された動作パラメータは、バッテリセンサから、センサ信号の形で取り出される。バッテリ動作パラメータは、動作電流、動作温度、観測された内部抵抗、及び充電状態を含んでいる。

４０４で、方法４００は、現在の放電サイクルが完全放電サイクルかどうかを、動作パラメータに基づいて判定する。この判定は、例えば、内部抵抗が放電終止内部抵抗に達したかどうかに基づいてなされる。現在の放電サイクルが完全放電サイクルであると判定された場合、本方法は４０６に移る。そうでない場合、本方法は４１０に移る。

４０６で、方法４００は、現在のサイクルに基づいてモデルオフセットを較正する。言い換えると、現在のサイクルは、オフセットを導出するための較正サイクルとして選択される。これは、現在のサイクルが完全放電サイクルであるためである。バッテリの完全放電は、充電状態と内部抵抗との関係の、より完全なマッピングを与えるものであり、結果として、バッテリ挙動のより正確な予測が得られる。

４０８で、方法４００は、サイクルカウントをゼロにする。サイクルカウントは、完全バッテリ放電サイクル間に行われる放電サイクルの回数の記録である。

４１０で、方法４００は、サイクルカウントがサイクルカウント閾値未満かどうかを判定する。本モデルが生成する電力供給性能予測と観測された予測との差が指定の許容値になる前であれば、サイクルカウント閾値は、任意の好適な放電サイクル数に設定可能である。例えば、サイクルカウント閾値は、２００放電サイクルに設定可能である。サイクルカウントがサイクルカウント閾値未満と判定された場合、本方法は４１２に移る。そうでない場合、本方法は４１６に移る。

４１２で、方法４００は、現在のサイクルを、較正サイクルであるとして無視する。言い換えると、現在のサイクルは、部分放電サイクルでしかなく、充電状態と内部抵抗との現在の関係の、最も完全なマッピングを与えるものではないため、現在のサイクルが無視され、以前に記憶された放電サイクルが優先される。

４１４で、方法４００は、サイクルカウントをインクリメントし、４０２に戻る。

４１６で、方法４００は、現在の放電サイクルに基づいてモデルオフセットを較正する。現在の放電サイクルは、たとえ部分放電サイクルであっても、オフセットの生成に用いることが可能である。これは、本モデルを更新して、バッテリの現在の挙動を記録する必要があるためである。部分放電サイクルであっても、動作パラメータの不完全なマッピングが得られる。これらの動作パラメータを用いることにより、バッテリ挙動の変化を補償するオフセットを与えないモデルと比較して、バッテリ挙動が変化した場合の予測精度を向上させるオフセットを与えることが可能である。

４１８で、方法は、サイクルカウントをゼロに設定し、４０２に戻る。

本明細書では、最適な態様を含め、例を用いて本発明を開示し、これによって更に、当業者はあらゆる装置又はシステムの作製及び使用、並びにあらゆる付随の方法の実行を含め、本発明を実施できる。本発明の特許請求の範囲は、請求項により定義されると共に、当業者に想到可能なその他の例も包含し得る。こうしたその他の例は、請求項の文言と相違ない構成要素を有する場合、又は請求項の文言と実質的に相違ない同等の構成要素を有する場合、特許請求の範囲に含まれるものとする。

Claims (15)

1. バッテリ（１０２）と、
   複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を表す複数のセンサ信号を予測回路（１２０）に送信するように動作する複数のバッテリセンサ（１０４）であって、
   オフラインモードで、前記予測回路（１２０）は、以前の放電サイクルから、記憶された複数のバッテリ動作パラメータ（１１６）を取り出し、予め記憶された前記バッテリ（１０２）の内部抵抗モデル（１１８）と、前記以前の放電サイクルより前の前記バッテリの較正放電サイクルから生成された、観測された内部抵抗との差を表すオフセット（１１４）を計算し、前記内部抵抗モデル（１１８）に前記オフセット（１１４）を適用し、バッテリの電力供給性能予測の結果（１２８）を出力するように動作し、前記バッテリ電力供給性能予測の結果（１２８）は次の放電サイクルに適用可能であり、オンラインモードで、前記予測回路（１２０）は、現在の放電サイクル中に、前記複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を表す前記複数のセンサ信号を受信し、前記バッテリ（１０２）のモデル化された内部抵抗（１１８）と、前記現在の放電サイクルより前の前記バッテリの較正放電サイクルから生成された、観測された内部抵抗との差を表すオフセット（１１４）を計算し、前記現在の放電サイクルについての前記複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）に基づいて、内部抵抗モデル（１１８）に前記オフセット（１１４）に適用して、オフセット補正された内部抵抗に基づく、バッテリの電力供給性能予測の結果（１２８）を出力するように動作し、前記バッテリ電力供給性能予測の結果（１２８）は前記現在の放電サイクルに適用可能である、前記複数のバッテリセンサ（１０４）と、
   前記予測回路（１２０）から前記バッテリ電力供給性能予測の結果（１２８）を受信することと、前記バッテリ電力供給性能予測の結果（１２８）を表示することと、を行うように動作するディスプレイ装置（１２６）とを備える、バッテリ管理システム（１００）。
2. 前記予測回路（１２０）は、ユーザ定義電力レベル（１２２）を受信し、前記オフセット補正された内部抵抗及び前記ユーザ定義電力レベル（１２２）に基づく、バッテリの電力供給性能予測の結果（１２８）を出力するように動作する、請求項１に記載のバッテリ管理システム。
3. 前記バッテリ電力供給性能予測の結果（１２８）は、前記バッテリ（１０２）が少なくとも目標時間にわたって電力を供給できるかどうかを示すバッテリ健康状態（１３４）を含む、請求項１または２に記載のバッテリ管理システム。
4. 前記バッテリ電力供給性能予測の結果（１２８）は、前記バッテリ（１０２）が放電終止内部抵抗に達するまでの残り時間（１３０）と、前記バッテリ（１０２）が放電終止内部抵抗に達するまでの距離（１３２）と、前記バッテリ（１０２）が少なくとも目標時間にわたって電力を供給できるかどうかを示すバッテリ健康状態（１３４）とを含む、請求項１乃至３のいずれかに記載のバッテリ管理システム。
5. 請求項１乃至４のいずれかに記載のバッテリ管理システムにより、バッテリ（１００）の電力供給性能を予測する方法であって、
   選択された放電サイクルについての複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を取り出すステップと、
   予め記憶された前記バッテリ（１０２）の内部抵抗モデル（１１８）と、前記選択された放電サイクルより前の前記バッテリの較正放電サイクルから生成された、観測された内部抵抗（１１６）との差を表すオフセット（１１４）を計算するステップと、
   前記内部抵抗モデル（１１８）に前記オフセット（１１４）を適用して、バッテリの電力供給性能予測の結果（１２８）を出力するステップとを含む方法。
6. 請求項１乃至４のいずれかに記載のバッテリ管理システムにより、バッテリ（１０２）の電力供給性能を予測する方法であって、
   ユーザ定義電力レベル（１２２）を受信するステップと、
   現在の放電サイクルについての複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）をリアルタイムで取り出すステップと、
   予め記憶された前記バッテリ（１０２）の内部抵抗モデル（１１８）と、前記現在の放電サイクルより前の前記バッテリの較正放電サイクルから生成された、観測された内部抵抗（１１６）との差を表すオフセット（１１４）を計算するステップと、
   前記現在の放電サイクル中に、前記内部抵抗モデル（１１８）に前記オフセット（１１４）を適用して、前記ユーザ定義電力レベル（１２２）とに基づく、バッテリの電力供給性能予測の結果（１２８）を出力するステップとを含む方法。
7. ユーザ定義電力レベル（１２２）を受信するステップと、
   前記オフセット補正された内部抵抗及び前記ユーザ定義電力レベル（１２２）に基づく、バッテリの電力供給性能予測の結果（１２８）を出力するステップを含む、請求項５又は６に記載の方法。
8. 前記ユーザ定義電力レベル（１２２）とは異なるユーザ調節電力レベルを受信するステップと、
   前記オフセット補正された内部抵抗及び前記ユーザ調節電力レベルに基づく、更新された、バッテリの電力供給性能予測の結果（１２８）を出力するステップとを含む、請求項６または７に記載の方法。
9. 前記バッテリ電力供給性能予測の結果（１２８）は、前記バッテリ（１０２）が放電終止内部抵抗に達するまでの残り時間（１３０）を含む、請求項５乃至８のいずれかに記載の方法。
10. 前記バッテリ電力供給性能予測の結果（１２８）は、前記バッテリ（１０２）が放電終止内部抵抗に達するまでの自動車移動距離（１３２）を含む、請求項５乃至９のいずれかに記載の方法。
11. 前記バッテリ電力供給性能予測の結果（１２８）は、前記バッテリ（１０２）が少なくとも目標時間にわたって電力を供給できるかどうかを示すバッテリ健康状態（１３４）を含む、請求項５乃至１０のいずれかに記載の方法。
12. 前記複数のバッテリ動作パラメータは、動作電流（１０６）、動作温度（１０８）、観測された内部抵抗（１１０）、及び充電状態（１１２）を含む、請求項５乃至１１のいずれかに記載の方法。
13. 前記選択された放電サイクルについての前記複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を取り出す前記ステップは、前記複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を表す複数のセンサ信号をリアルタイムで受信するステップを含み、前記バッテリ電力供給性能予測の結果（１２８）は、現在の放電サイクル中にリアルタイムで更新される、請求項５に記載の方法。
14. 前記選択された放電サイクルについての前記複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を取り出す前記ステップは、次の放電サイクルより前に、以前の放電サイクルから、記憶された前記複数のバッテリ動作パラメータ（１０６、１０８、１１０、１１２）を取り出すステップを含み、前記バッテリ電力供給性能予測の結果（１２８）は、前記次の放電サイクルに適用される、請求項５に記載の方法。
15. 完全放電サイクルが発生しない放電サイクルのサイクルカウントが放電サイクル閾値未満の場合には前記較正放電サイクルは完全放電サイクルであり、完全放電サイクルが発生しない放電サイクルの前記サイクルカウントが前記放電サイクル閾値を超えている場合には前記較正サイクルは部分放電サイクルである、請求項１１に記載の方法。