JP5964841B2 - バッテリを急速充電するための装置および方法 - Google Patents

Description

本願は、米国仮特許出願第６１／４０５，８２９号（２０１０年１０月２２日出願）の優先権を主張し、参照することにより本明細書に援用される。
（技術分野）
本発明は、電気化学電池を充電することに関し、より具体的には、リチウムイオンバッテリを充電するための装置および方法に関する。

（背景技術）
定義：本説明および添付の請求項で使用されるように、文脈が特に要求しない限り、「バッテリ」とは、電位を提供する１つ以上の化学エネルギー蓄電池（または電気化学電池）を指すものとする。「二次バッテリ」とは、電流の印加によって充電または再充電することができるバッテリを指すものとする。

電気バッテリを充電するプロセスは、電荷、したがって、エネルギーを蓄積するために、電流をバッテリの中に通電することから成る。プロセスは、慎重に制御されなければならない。一般的には、過剰な充電率または充電電圧が、バッテリの性質を永久的に劣化させ、最終的に、完全な故障、またはケースの穿孔および高度に腐食性の化学物質の爆発または漏出にさえつながる。

直列に接続された電気化学電池を充電するプロセスは、特別な注意を必要とする。そのようなバッテリを再充電することは、完全に放電されたときの逆充電によって引き起こされる電池損傷につながる場合がある。いくつかの充電器は、そのようなバッテリを再充電するように設計されており、一般的には、個々の電池にわたる電圧を監視することを伴う。個々の電池を均一に充電するために、特別な充電技法が使用される。

通常のバッテリ充電プロセスは、例えば、ｈｔｔｐ：／／ｗｗｗ．ｍａｘｉｍ−ｉｃ．ｃｏｍ／ａｐｐ−ｎｏｔｅｓ／ｉｎｄｅｘ．ｍｖｐ／ｉｄ／６８０（２００２）で入手可能である、Ｍａｘｉｍ Ｉｎｔｅｇｒａｔｅｄ Ｐｒｏｄｕｃｔｓ，Ｉｎｃ．のＡｐｐｌｉｃａｔｉｏｎ Ｎｏｔｅ ６８０において教示されるように、バッテリ種類に応じて２つまたは４つの明確に異なる段階から構成される。有意なメモリ効果を有するニッケルカドミウム（ＮｉＣａｄ）バッテリとともにほとんど使用される第１の随意的な段階は、バッテリの完全放電にある。「バルク」段階または「高速充電段階および終了」と呼ばれる第２の段階は、定電圧または電流の低下に達すること等、何らかの基準が満たされるまで、定電流を通電することにある。「Ｃ」が、Ａ・ｈ単位のバッテリ容量である場合、充電の単位（多くの場合、Ｑによって表される）、アンペア単位の電流は、Ｃの分数（または乗数）として選択される。例えば、２．４Ａまたは２^＊Ｃ定電流で、１．２Ａ・ｈ Ｎｉ−ＭＨバッテリを高速充電することは、一般的な場合ではないが、損失なく充電が行われた場合、１／２時間でバッテリを再充電する。充電器は、電流および充電電圧の両方を、一般的には、リチウムイオン電池については０．７５％（４Ｖの単一の電池については３０ｍＶ）の精度に限定する。終了は、電流がある値以下に減少する時を検出することから構成されるか、または電圧がその最大値に達した後に経過した固定時間に基づく。

第３の段階、または「最高レベル充電」段階は、わずかな電流に完全バッテリ充電を達成させることにある。この段階は、電圧が最大値に達したとき、またはある最高レベル充電時間またはバッテリ温度後に終了する。

第４の段階、または「トリクル充電」段階は、一般的には、Ｌｉイオンバッテリを除く全てのバッテリ（化学）種類に使用される。この「トリクル充電」段階の目的は、時間とともにバッテリの通常内部漏出および電荷損失を補償することである。この段階では、低い電流（Ｃ／１６からＣ／５０までが一般的な範囲である）が印加され、または平均電流が小さい（例えば、Ｃ／５１２）ように、パルスが低負荷サイクルで印加される。

既存のバッテリ充電プロトコルは、低速であるという点、および不必要に短縮されたバッテリ寿命を引き起こすという点で不十分である。既存のプロトコルは、同じ製造バッチのバッテリの間でさえも、バッテリにわたる変動に対処することができない。

本発明の実施形態によれば、バッテリを充電するための装置が提供される。装置は、バッテリへの電気的結合のためのインターフェースと、バッテリ電圧と電流とを同時に測定するための回路を有する。加えて、装置は、複数のバッテリからのバッテリパラメータデータを蓄積するためのデータベースと、合同で測定されたバッテリ電圧および電流と、データベースから受信された蓄積パラメータデータとの両方に基づいて、バッテリを表すモデルを特徴付けるデータを再帰的に更新するためのプロセッサとを有する。最後に、装置は、プロセッサによって管理されるようなバッテリを充電するための電流を供給するための（本明細書で定義されるような）電流供給部を有する。

本発明の他の実施形態では、プロセッサは、システム同定または非線形システム同定に少なくとも部分的に基づいて、バッテリに対する電池動態の動的表現を更新するために適合されてもよい。

代替実施形態では、バッテリ電圧および電流を同時に測定するための回路は、４ポート構成を含んでもよく、バッテリへの電気的結合のためのインターフェースは、バッテリの参照電極に連結するために適合されてもよい。プロセッサはさらに、バッテリの特性に敏感なセンサから信号を受信するための入力を有してもよい。装置はまた、バッテリの温度を制御するための温度コントローラを有してもよい。

本発明の別の一組の実施形態によれば、バッテリを充電するための方法が提供される。方法は、
ａ．バッテリに対する電池動態の動的表現を提供するステップと、
ｂ．動的表現に基づいて、バッテリの充電プロファイルを決定するステップと、
ｃ．充電プロファイル、およびバッテリに貯蔵されている全電荷を追跡するステップに少なくとも部分的に基づいて、最適化充電電流をバッテリに印加するステップと
を含む。

さらなる実施形態では、最適化電流を印加するステップはまた、一組のバッテリ特有の制約を受けてもよく、それは次に、充電／放電サイクルの反復シーケンスに基づいて、導出されてもよい。充電プロファイルは、より具体的には、充電電流プロファイルであってもよい。

方法はさらに、バッテリの温度を追跡するステップを含んでもよく、最適化充電電流をバッテリに印加するステップはまた、少なくとも部分的にバッテリの追跡された温度に基づく。最適化電流を印加するステップは、バッテリに対する瞬間状態変数を追跡するステップに少なくとも部分的に基づいてもよい。全電荷を追跡するステップは、バッテリの充電中に、バッテリに対する少なくとも１つの瞬間内部状態変数を決定するステップ、またはバッテリの放電中に、バッテリに対する少なくとも１つの瞬間内部状態変数を決定するステップを含んでもよい。

本発明の他の実施形態によれば、バッテリに対する電池動態の動的表現は、非線形システム同定を用いて導出されてもよい。それはまた、一組の内部状態変数および／または一組のモデルパラメータを含んでもよい。また、それは、少なくとも部分的に、モデルを特徴付ける非パラメトリックデータを含んでもよい。

バッテリの充電プロファイルを決定するステップは、バッテリの放電および／またはバッテリの充電の経過中に行われてもよい。

一組のモデルパラメータが採用される場合、それは、データベース、より具体的には、バッテリの充電の経過中に更新されるデータベースから導出されるパラメータを含んでもよい。バッテリに対する電池動態の動的表現は、特定の個別セルに特有の一組の内部状態変数、またはセルの種類に特有の一組のモデルパラメータを含んでもよい。動的表現はまた、複数のネットワーク充電システムの充電／放電サイクルに少なくとも部分的に基づいてもよい。

本発明のさらに別の一組の実施形態によれば、経験的バッテリモデルデータを導出するためのネットワークが提供される。ネットワークは、各充電システムが、プロセッサと、電流を別個のバッテリに供給するための電力供給部とを含む、複数の充電システムを有する。ネットワークはまた、複数のプロセッサのうちのそれぞれからデータを受信するため、および複数の充電システムのうちのそれぞれによって組み込むための電池動態の動的表現に関する更新されたデータを返信するためのサーバも有する。

さらなる実施形態では、複数の充電システムのうちの少なくとも１つのプロセッサは、システム同定または非線形システム同定に少なくとも部分的に基づいて、バッテリに対する電池動態の動的表現を更新するために適合される。
例えば、本発明は以下の項目を提供する。
（項目１）
バッテリを充電するための装置であって、
該装置は、
ａ．該バッテリへの電気的結合のためのインターフェースと、
ｂ．バッテリ電圧とバッテリ電流とを同時に測定するための回路と、
ｃ．複数のバッテリからのバッテリパラメータデータを蓄積するためのデータベースと、
ｄ．合同で測定されたバッテリ電圧およびバッテリ電流と、該データベースから受信される蓄積パラメータデータとの両方に基づいて、該バッテリを表すモデルを特徴付けるデータを再帰的に更新するためのプロセッサと、
ｅ．該プロセッサによって管理されるように、該バッテリを充電するための電流を供給するための電流供給部と
を備える、装置。
（項目２）
前記プロセッサは、システム同定に少なくとも部分的に基づいて、前記バッテリに対する電池動態の動的表現を更新するように適合される、項目１に記載の装置。
（項目３）
前記プロセッサは、非線形システム同定に少なくとも部分的に基づいて、前記バッテリに対する電池動態の動的表現を更新するように適合される、項目１に記載の装置。
（項目４）
バッテリ電圧とバッテリ電流とを同時に測定するための前記回路は、４ポート構成を含む、項目１に記載の装置。
（項目５）
前記バッテリへの電気的結合のための前記インターフェースは、該バッテリの参照電極に結合するように適合される、項目１に記載の装置。
（項目６）
前記プロセッサは、前記バッテリの特性に敏感なセンサから信号を受信するための入力をさらに備える、項目１に記載の装置。
（項目７）
前記バッテリの温度を制御するための温度コントローラをさらに備える、項目１に記載の装置。
（項目８）
バッテリを充電するための方法であって、
該方法は、
ａ．該バッテリに対する電池動態の動的表現を提供することと、
ｂ．該動的表現に基づいて、該バッテリに対して充電プロファイルを決定することと、
ｃ．該充電プロファイル、および該バッテリに貯蔵された全電荷を追跡することに少なくとも部分的に基づいて、最適化充電電流を該バッテリに印加することと
を含む、方法。
（項目９）
前記最適化電流を印加することはまた、一組のバッテリ特有の制約を受ける、項目８に記載の方法。
（項目１０）
充電／放電サイクルの反復シーケンスに基づいて、前記一組のバッテリ特有の制約を導出することをさらに含む、項目９に記載の方法。
（項目１１）
前記充電プロファイルは、充電電流プロファイルである、項目８に記載の方法。
（項目１２）
前記バッテリの温度を追跡することをさらに含み、最適化充電電流を該バッテリに印加することはまた、該バッテリの該追跡された温度に少なくとも部分的に基づいている、項目８に記載の方法。
（項目１３）
前記最適化電流を印加することは、前記バッテリに対する瞬間状態変数を追跡することに少なくとも部分的に基づいている、項目８に記載の方法。
（項目１４）
前記全電荷を追跡することは、前記バッテリの充電中に、該バッテリに対する少なくとも１つの瞬間内部状態変数を決定することを含む、項目８に記載の方法。
（項目１５）
前記全電荷を追跡することは、前記バッテリの放電中に、該バッテリに対する少なくとも１つの瞬間内部状態変数を決定することを含む、項目８に記載の方法。
（項目１６）
前記バッテリに対する電池動態の前記動的表現は、非線形システム同定を用いて導出される、項目８に記載の方法。
（項目１７）
前記バッテリに対する電池動態の前記動的表現は、一組の内部状態変数を含む、項目８に記載の方法。
（項目１８）
前記バッテリに対する電池動態の前記動的表現は、一組のモデルパラメータを含む、項目８に記載の方法。
（項目１９）
前記バッテリに対する電池動態の前記動的表現は、モデルを特徴付ける非パラメトリックデータを少なくとも部分的に含む、項目８に記載の方法。
（項目２０）
前記動的表現に基づいて前記バッテリの充電プロファイルを決定するステップは、該バッテリを放電する経過中に行われる、項目８に記載の方法。
（項目２１）
前記動的表現に基づいて前記バッテリの充電プロファイルを決定するステップは、該バッテリを充電する経過中に行われる、項目６に記載の方法。
（項目２２）
前記一組のモデルパラメータは、データベースから導出されるパラメータを含む、項目１８に記載の方法。
（項目２３）
前記一組のモデルパラメータは、前記バッテリを充電する経過中に更新されるデータベースから導出されるパラメータを含む、項目１８に記載の方法。
（項目２４）
前記バッテリに対する電池動態の前記動的表現は、特定の個別セルに特有の一組の内部状態変数を含む、項目８に記載の方法。
（項目２５）
前記バッテリに対する電池動態の前記動的表現は、セルの種類に特有の一組のモデルパラメータを含む、項目８に記載の方法。
（項目２６）
複数のネットワーク充電システムの充電／放電サイクルに少なくとも部分的に基づいて、動的表現を提供することを含む、項目８に記載の方法。
（項目２７）
経験的バッテリモデルデータを導出するためのネットワークであって、
該ネットワークは、
ａ．複数の充電システムであって、各充電システムは、プロセッサ、および電流を別個のバッテリに供給するための電力供給部を含む、複数の充電システムと、
ｂ．該複数のプロセッサの各々からデータを受信するため、および該複数の充電システムの各々によって組み込むための電池動態の動的表現に関する更新されたデータを返信するためのサーバと
を備える、ネットワーク。
（項目２８）
前記複数の充電システムのうちの少なくとも１つの前記プロセッサは、システム同定に少なくとも部分的に基づいて、前記バッテリに対する電池動態の動的表現を更新するように適合される、項目２７に記載のネットワーク。
（項目２９）
前記複数の充電システムのうちの少なくとも１つの前記プロセッサは、非線形システム同定に少なくとも部分的に基づいて、前記バッテリに対する電池動態の動的表現を更新するように適合される、項目２７に記載のネットワーク。

本発明の前述の特徴は、添付図面を参照して考慮される、以下の発明を実施するための形態から、より容易に理解されるであろう。
図１Ａは、単純なバッテリモデルの最小の回路図である一方で、図１Ｂは、バッテリのテブナンモデルであり、両方とも従来技術のモデルである。 図２は、国立エネルギー研究所（Ｎａｔｉｏｎａｌ Ｅｎｅｒｇｙ Ｌａｂｏｒａｔｏｒｙ）の従来技術のリチウムイオンバッテリモデルを図示する。 図３は、本発明の実施形態による、モデルを図示する回路図であり、それに関して、４本ワイヤ構成を使用して、回路パラメータが導出されてもよい。 図４は、図３の回路に適用された単純ヒューリスティックに基づく、理想的な充電曲線のプロットである。 図５Ａは、本発明の実施形態による、充電問題への解決策を適用する、バッテリを充電するための方法を図示するフローチャートである。 図５Ｂは、本発明の実施形態による、バッテリの充電状態を調べるため、および高速バッテリ充電を実装するための代表的な回路を図示する。 図６は、本発明の実施形態によるバッテリ充電率を、製造業者特有の手次によって提供される充電率と比較する。 図７は、本発明の実施形態によるバッテリ寿命を、製造業者特有の手次によって提供されるバッテリ寿命と比較する。 図８は、本発明の実施形態による、バッテリおよびバッテリと関連付けられるモデルパラメータを確立するための方法を図示する、フローチャートである。 図９は、本発明の実施形態による、充電パラメータの最適化を促進するようにデータが収集される、複数の充電器の集合体を図示する。 図１０は、モデルパラメータのわずかな変化に起因する、電流の不安定性の開始を図示する。 図１１は、出力および内部電圧における対応する不安定性の開始を図示する。 図１２は、バッテリ放電または休止の経過中に測定が行われることを可能にするように、バッテリにわたって摂動負荷を課すために使用される、本発明の実施形態による回路の簡略図である。 図１３は、バッテリ充電、放電、または休止の経過中に測定が行われることを可能にするように、バッテリにわたって摂動負荷を課すために使用される、本発明の実施形態による回路の簡略図である。 図１４は、本発明の実施形態による、充電または放電のプロセス中にバッテリの状態を摂動させるため、および充電問題への解決策を適用するための方法を図示するフローチャートである。

定義：本明細書および任意の添付の請求項において使用されるように、用語「電流供給部」は、概して、システムの構成要素に電子を送達する電源を指すものとし、
制御電流の送達に限定される意味において使用されないが、同様に、構成要素にわたる特定の電位を提供し、特定の電位を維持するように要求されるような電流を送達する源（すなわち、「電圧源」）を網羅し得る。同様に、「充電電流」の印加は、充電電圧の印加を含めるものとする。

文脈が特に要求しない限り、用語「動的表現」は、パラメトリックまたは非パラメトリック的に時間の独立変数が明示的に組み込まれる時間の中で展開するシステムの挙動のモデルを表すものとする。

用語「動的表現」は、システムのモデルを指すものとする一方で、用語「バッテリ電池動態」は、バッテリ状態の多様性全体に基づく時間の関数として、バッテリの実際の電気化学挙動を表すものとする。

「充電プロファイル」は、少なくとも時間の関数として（可能性として、例えば、負荷、温度、または初期充電状態のような他のパラメータ）電圧または電流、あるいは両方を表現する関数である。

本明細書および任意の添付の請求項で使用されるように、「最適化」は、任意の基準に関する任意の効用関数を最大限化する特定のバッテリパラメータの空間の軌道を指すものとし（両方とも、設計者によって特定される）、限定ではないが、一例として列挙される、充電の持続時間、バッテリ寿命等の要因が考慮され得る。

本発明の実施形態を説明する文脈において、用語「バッテリ」は、ほとんどの場合、単一の電池バッテリという意味で使用される。しかしながら、本発明の実施形態に従って実践される、高速充電技法は、有利なことに、直列の電池を含有するバッテリに、さらにはより複雑なバッテリシステムにさえ、適用されてもよいことを理解されたい。

さらに、本明細書で説明される本発明の実施形態はまた、参照電極、またはそれに対して別の電極の電位が測定され得る、付加的電極に関して適用されてもよいことを理解されたい。再充電可能バッテリ内におけるそのような参照電極等の使用は、例えば、米国特許出願公開第２００９／０１０４５１０号において論じられる。参照電極または付加的電極の使用は、バッテリ内の電気化学反応の内部状態をより綿密に監視することによって、本明細書で説明される高速充電方法を促進し得る。同様に、温度センサ、ｐＨセンサ等のような付加的センサは、電池の内部に、または電池とともに統合されてもよい。

バッテリを充電または放電するための回路設計を目的として、バッテリは、多くの場合、数値的に表され得るようにモデル化される。種々のモデルは、基本的な電気構成要素のネットワーク（複素ＲＬＣインピーダンスとして、より一般的には、ＳＰＩＣＥ（集積回路設計を伴うシミュレーションプログラム）を使用して、またはＳＰＩＣＥ様の非線形シミュレーション）に基づくものと、電気化学モデルに基づくものと、最後に、パラメトリックまたは非パラメトリック表現のいずれかに基づくものと、「ブラックボックス」またはアドホックモデルとを含む。本発明の実施形態によると、バッテリの表現は、パラメトリックまたは非パラメトリック的であってもよい。例えば、バッテリモデルは、システムの応答が時間における電流のインパルスになるであろうものでもよく、したがって、時間の連続関数がモデルの一部になるであろう。連続関数は、次いで、サンプリングされたデータシステムが使用されるマイクロプロセッサベースのコントローラにおける場合のように、通常、デジタル化され得る。さらに、データ削減の目的および雑音低減のために、解析関数は、関数または汎関数等のデータセットに適合されてもよい。インパルス応答関数は、例えば、二次関数であると仮定され、３つの自由パラメータのみによって表されてもよい。

本発明で教示される新規充電プロトコルに従って、採用され得るバッテリ充電モデルの実施例は、参照することによって本明細書に組み込まれる、Ｓｐｅｌｔｉｎｏ．ｅｔ ａｌ．によるＥｘｐｅｒｉｍｅｎｔａｌ Ｖａｌｉｄａｔｉｏｎ ｏｆ ａ Ｌｉｔｈｉｕｍ−Ｉｏｎ Ｂａｔｔｅｒｙ Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ Ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ａｎ Ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒ， Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００９ Ｅｕｒｏｐｅａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ（２００９）である。

モデルの最も単純な形態において、バッテリは、定電圧源として表される。通常、最小でも、等価直列抵抗Ｒｅｓｒが、図１Ａの単純バッテリモデルに示されるように、電流によるその内部抵抗および電圧降下をモデル化するために、理想的な電池に追加される。外部回路によって引き込まれる電流Ｉｏｕｔの存在下の出力電圧Ｖｏｕｔは、Ｒｅｓｒにわたる電圧降下によって、開回路電圧Ｖｏｃｖに関して減少させられる。開回路電圧は、現実的には、充電ＳＯＣまたは放電状態、温度、履歴の非線形関数である。Ｔｈｅｖｅｎｉｎ（図１Ｂ）モデルでは、並列のキャパシタＣｏｃおよび抵抗器Ｒｅｓｒ２の組み合わせが、過充電を表すために、直列抵抗器Ｒｅｓｒ１の後に追加される。

図２は、Ｊｏｈｎｓｏｎ ｅｔ．ａｌ．，ｈｔｔｐ：／／ｗｗｗ．ｎｒｅｌ．ｇｏｖ／ｖｅｈｉｃｌｅｓａｎｄｆｕｅｌｓ／ｅｎｅｒｇｙｓｔｏｒａｇｅ／ｐｄｆｓ／ｅｖｓ１７ｐｏｓｔｅｒ．ｐｄｆにおいて利用可能な公知の国立エネルギー研究所リチウムイオンバッテリモデル（Ｎａｔｉｏｎａｌ Ｅｎｅｒｇｙ Ｌａｂｏｒａｔｏｒｙ Ｌｉｔｈｉｕｍ−Ｉｏｎ ｂａｔｔｅｒｙ ｍｏｄｅｌ（「ｔｈｅ ＮＲＥＬ ｍｏｄｅｌ」））を示す。概して、参照番号２０によって指定される、ＮＲＥＬモデルに従うバッテリは、キャパシタＣ_ｂが直接充電状態（ＳＯＣ）に関係し、Ｃ_ｂにわたる電圧Ｖ_Ｃｂが、開回路電圧（ＯＣＶ）を表す２つのキャパシタモデルから構成される温度依存性のネットワークを含む。このモデルに基づく変形例は、充電状態の関数として、Ｒ_ｅ、Ｒ_ｃ、またはＲ_ｔの変形例を含む。モデルは、直列電流Ｉｓの関数として、出力電圧Ｖｏを提供する。

さらに精巧なモデルは、バッテリ、電気化学的プロセス、充電および放電の間も進行中の熱および拡散プロセスの分散型３次元性質を表す。ＮＲＥＬにおけるＫｉｍおよびＳｍｉｔｈによって開発されたそのようなモデルの１つは、ｈｔｔｐ：／／ｗｗｗ．ｎｒｅｌ．ｇｏｖ／ｖｅｈｉｃｌｅｓａｎｄｆｕｅｌｓ／ｅｎｅｒｇｙｓｔｏｒａｇｅ／ｐｄｆｓ／４３１６６．ｐｄｆ（２００８）において利用可能である。一般的には、有限要素モデル化技法を有する電気化学バッテリモデルは、バッテリのより詳細な理解を得て、最終的にはその設計を改良するために開発される。

（システム同定およびパラメータ推定）
バッテリ充電および放電が、本発明の範囲内に表され得るモデルの広範なクラスは、線形および非線形モデルと、時不変および時変モデルと、ラプラス（周波数）領域および時間領域表現と、集中型モデル、分散型モデル、および有限要素モデルと、第１の原理に基づく「ホワイトボックス」モデル、「ブラックボックス」またはアドホックモデル、および「グレイボックス」ハイブリッドモデルと、メモリを伴うおよび伴わないモデルとを含む。

いったんモデルが選択されると、次のステップは、発見的解決法またはシステム同定技法として公知のより形式的技術のいずれかを使用して、未知係数、パラメータ、曲線、汎関数（以下で論じられる、ボルテラ核に関して拡張されたもの等、ベクトル空間の実数値関数）のための数値を得ることである。いくつかの技法は、パラメトリックモデルにおいて使用されるような数値または非パラメトリックモデルにおいて使用される関数のいずれかを得るために利用可能である。そのような技法は全て、以下で説明されるように、本発明の範囲内である。パラメトリックおよび非パラメトリックモデルは、関数がまた、曲線を静的パラメトリック関数と適合させることによって近似され得るという点において、全てが分離クラスというわけではない。エンジニアや科学者は、自由裁量において、モデルをデータに適合させ、構成要素、パラメータ、および関数のための数値を同定し、モデルを検証し、次数および複雑性を推定し、エラーおよび不確実性を推定するための技法の大規模アレイを有する。そのような教示源は、以下の参考文献を含む。
・Ｅｙｋｈｏｆｆ，Ｓｙｓｔｅｍ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ：Ｐａｒａｍｅｔｅｒ ａｎｄ Ｓｔａｔｅ Ｅｓｔｉｍａｔｉｏｎ，Ｗｉｌｅｙ ＆ Ｓｏｎｓ，（１９７４）
・Ｇｏｏｄｗｉｎ ｅｔ ａｌ．，Ｄｙｎａｍｉｃ Ｓｙｓｔｅｍ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ：Ｅｘｐｅｒｉｍｅｎｔ Ｄｅｓｉｇｎ ａｎｄ Ｄａｔｅ Ａｎａｌｙｓｉｓ．Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ （１９７７）
・Ｇｒａｕｐｅ，Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ Ｓｙｓｔｅｍｓ，（２ｎｄ ｅｄ．，Ｋｒｉｅｇｅｒ Ｐｕｂｌ．Ｃｏ．（１９７６）
・Ｌｊｕｎｇ，Ｓｙｓｔｅｍ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ−Ｔｈｅｏｒｙ ｆｏｒ ｔｈｅ Ｕｓｅｒ，２ｎｄ ｅｄ，ＰＴＲ Ｐｒｅｎｔｉｃｅ Ｈａｌｌ，（１９９９）
ほとんどの場合、システム同定技法が使用され得る前に、予備的な単純化または仮定が、モデルおよびモデル化されるシステムに対して行われる。例えば、線形モデルは、通常、入力と出力振幅が特定の範囲内にあるよう制約される動作点の周囲において線形化することによって、非線形システムとともに併用され得る。

任意の有限記憶時間不変非線形動的システムは、有限位数ボルテラ級数を伴う任意の精度で表されることができ、次の形

をとる。ボルテラ級数の核（ｋｅｒｎａｌ）は、一般的には、パラメータ空間内のベクトルを、基礎体、一般的には、電圧または電流等のスカラーにマッピングする汎関数である。ボルテラ級数に密接に関わるのは、ウィナー級数である。ウィナー級数においては、項は、純無作為白色雑音入力に対して直交化され、より容易に、例えば、相互相関技術を使用して同定される。

Ｋｏｒｅｎｂｅｒｇ （Ｐａｒａｌｌｅｌ Ｃａｓｃａｄｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｋｅｒｎｅｌ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ Ｎｏｎｌｉｎｅａｒ Ｓｙｓｔｅｍｓ，Ａｎｎａｌｓ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，ｖｏｌ．１９，ｐｐ．４２９−５５（１９９０）は、有限ボルテラ級数によって表され得る、任意の離散時間型有限記憶システムがまた、線形動的システムのパラレルカスケードの有限級数に続く、静的非線形（ウィナーシステムまたはＬＮシステム）によって表され得ることを証明することによって、前述のＦｒｏｅｃｈｅｔ定理を拡張した。ウィナーシステムは、カスケードまたはブロック構造システムとして公知のモデルのクラスの事例であり、またそれは、線形システム（ＮＬ）に続く、非線形性、それに続く、別の線形システム（ＬＮＬ）を含むカスケードシステムから構成されるハマーシュタインモデルを含む。ＫｏｒｅｎｂｅｒｇとＨｕｎｔｅｒとは、Ｈｕｎｔｅｒ ｅｔ ａｌ．，Ｔｈｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｎｏｎｌｉｎｅａｒ Ｂｉｏｌｏｇｉｃａｌ Ｓｙｓｔｅｍｓ：Ｗｉｅｎｅｒ ａｎｄ Ｈａｍｍｅｒｓｔｅｉｎ Ｃａｓｃａｄｅ Ｍｏｄｅｌｓ，Ｂｉｏｌｏｇｉｃａｌ Ｃｙｂｅｒｎｅｔｉｃｓ，ｖｏｌ．５５ ｐｐ．１３５−４４（１９８６）において説明されるウィナー（ＬＮ）およびハマーシュタイン（ＮＬ）システムの両方を同定するために効率的な技法を開発した。彼らはまた、パラレルカスケードウィナーシステム（ＰＣＷＳ）を同定するために、実用的かつ効率的な技法を開発した。本発明の他の実施形態によると、線形システムのパラレルカスケードに続く、静的非線形および別の線形システム（ＬＮＬ）を伴う一般的な表現もまた、例えば、Ｋｏｒｅｎｂｅｒｇ ｅｔ ａｌ．，Ｔｈｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ Ｎｏｎｌｉｎｅａｒ Ｂｉｏｌｏｇｉｃａｌ Ｓｙｓｔｅｍｓ：ＬＮＬ Ｃａｓｃａｄｅ Ｍｏｄｅｌｓ，Ｂｉｏｌｏｇｉｃａｌ Ｃｙｂｅｒｎｅｔｉｃｓ，ｖｏｌ．５５，ｐｐ．１２５−３４，（１９８６）において説明されるように、使用されてもよい。実際、それは、有限メモリを有するあらゆる連続離散時間型システムが、ＬＮＬシステムの有限和によって、一様に近似され得ることが実証されている。

非線形システム同定の使用の付加的な詳説は、より具体的には、ウィナーおよびボルテラ核に関して、以下の参考文献に見出され得る。
・Ｋｏｒｅｎｂｅｒｇ，ｅｔ ａｌ．，Ｅｘａｃｔ Ｏｒｔｈｏｇｏｎａｌ Ｋｅｒｎｅｌ Ｅｓｔｉｍａｔｉｏｎ Ｆｒｏｍ Ｆｉｎｉｔｅ Ｄａｔａ Ｒｅｃｏｒｄｓ：Ｅｘｔｅｎｄｉｎｇ Ｗｉｅｎｅｒ’ｓ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｏｆ Ｎｏｎｌｉｎｅａｒ Ｓｙｓｔｅｍｓ，Ａｎｎａｌｓ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，ｖｏｌ．１６，ｐｐ．２０１−１４ （１９８８）
・Ｋｏｒｅｎｂｅｒｇ，ｅｔ ａｌ．，Ｔｈｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ Ｎｏｎｌｉｎｅａｒ Ｂｉｏｌｏｇｉｃａｌ Ｓｙｓｔｅｍｓ：Ｗｉｅｎｅｒ Ｋｅｒｎｅｌ Ａｐｐｒｏａｃｈｅｓ，Ａｎｎａｌｓ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，ｖｏｌ．１８，ｐｐ．６２９−５４ （１９９０）
・Ｋｏｒｅｎｂｅｒｇ，ｅｔ ａｌ．，Ｔｈｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ Ｎｏｎｌｉｎｅａｒ Ｂｉｏｌｏｇｉｃａｌ Ｓｙｓｔｅｍｓ：Ｖｏｌｔｅｒｒａ Ｋｅｒｎｅｌ Ａｐｐｒｏａｃｈｅｓ，Ａｎｎａｌｓ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，ｖｏｌ．２４，ｐｐ．２５０−６８ （１９９６）
カスケード式動的線形構成要素および静的非線形性を含むウィナーモデルとしてのバッテリ充電システムの同定の実施例は、Ｍｉｌｏｃｃｏ ｅｔ ａｌ．，Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ Ｅｓｔｉｍｔｉｏｎ ｉｎ Ｎｉ−ＭＨ Ｒｅｃｈａｒｇｅａｂｌｅ Ｂａｔｔｅｒｉｅｓ，Ｊ．Ｐｏｗｅｒ Ｓｏｕｒｃｅｓ ｖｏｌ．１９４，ｐｐ．５５８−６７（２００９）によって提供されている。本発明の実施形態によると、前述に説明および例示されたもの等の非線形技法は、充電技法の開発に先立って採用されてもよく、また、モデルパラメータの評価を精緻化するために、バッテリ充電の経過の間、採用されてもよい。

本発明の実施形態によると、バッテリを充電中、動作中、消耗されている間、または非使用時のいずれかにおいて、モデルが推定され得るか、または改良されたモデルパラメータが得られてもよい。この目的を達成するために、特殊回路が、バッテリが使用されるデバイス内に設計および統合されてもよく、または、そうでなければ、バッテリケーシング内に統合されてもよい。これらのいずれの場合においても使用される回路の簡略化された概略図が図１２に図示されており、この図において、電界効果トランジスタ（ＦＥＴ）または他の好適なスイッチングデバイスが、電池電圧および分流（Ｉ_{ｓｈｕｎｔ}）が測定される間、電池から電流を取り出すために分流抵抗器（Ｒ_{ｓｈｕｎｔ}）によって使用される。ゲート電圧が、超高周波数パルス周波数変調信号（ＰＦＭ）、またはパルス−幅−変調信号（ＰＷＭ）、または任意のタイプのパルス変調を提供し、要求される励起スペクトルを伴う、電流または電圧の準連続変動をもたらすように、マイクロプロセッサによって制御される、あるいは離散電流変化が、システム同定のために好適な疑似乱数生成器（ＰＲＢＳ）を提供するために使用される。（「超高周波数」は、好ましい実施形態の方法として示されるが、しかしながら、本発明の範囲は、それによって、限定されないことを理解されたい）。

図１２に図示される回路は、潜在的な電池の放電、放電電流のみでの電池の試験等、不利点を提示するが、充電および放電電流の両方を使用して電池を試験することが望ましくあり得る。これらの問題を回避するために、バッテリの損失を最小化する一方、両極性（充電および放電）の励磁電流を提供する能動的回路が、採用されてもよい。そのような回路の簡略化された概略図が、図１３に図示されている。図１３では、低損失ＦＥＴ等、２つのスイッチングデバイスＴ１およびＴ２が使用される。トランジスタＴ１およびインダクタＬ１は、電池「Ｂ１」からエネルギーを引き出し、キャパシタＣ１内にそれを圧送するために使用される。キャパシタＣ１にわたる電圧が、電池電圧を数ボルトだけ超過すると、トランジスタＴ２およびインダクタＬ１が、電流をバッテリ内に送り返すために使用される。このプロセスの間、電池電圧Ｖｅｍｆおよび電池電流ＩＢは、システム同定目的のためのマイクロプロセッサによって測定され得る。バッテリ電流ＩＢは、低抵抗、低周波電流の検出抵抗器、またはホール効果センサ等、適切な電流センサによって測定される。キャパシタＣ１は、検査が継電器Ｓ１のようなスイッチによって行われていないとき、電池電圧に維持され得る。通常、継電器は閉じられ、システム同定実験が始まる前に開かれる。

バッテリが充電中の場合、前述で説明されるもの等の回路は、図１４の流れ図に示されるように、充電電流に加えて小摂動を提供するために、充電器５２０（図５Ｂに示される）と併用されてもよい。さらに、図１に示されるように、電池に必須摂動を提供するための論理が、バッテリ充電器５２０内に統合されてもよい。この場合、充電器は、リアルタイムで、印加するための高周波数摂動信号を、逐一、計算し、それを充電電圧または電流に追加する。この計算は、一般的には、バッテリ充電の経過中、リアルタイムで行われる。代替として、充電器９２０は、その特殊充電回路と並列である、図１３に図示されるような別個の回路を含んでもよいが、Ｃ１は、電池電圧Ｖｅｍｆよりも高い電圧である別の電圧源Ｖ２と置換されるか、または並列であってもよい。便宜上、空間要件を減少させるために、インダクタＬ１は、わずかなエネルギー損失を犠牲にして、電力抵抗器と置換されてもよい。

電池モデルは、充電目的に加え、いくつかの目的のために使用されることができる。一般的に推定される１つの重要パラメータは、エネルギーの現在量（ジュール）、すなわち、通常、充電状態（ＳＯＣ）と称されるバッテリの残容量（クーロン）であり、それは、絶対値または相対値のいずれかにおいて外部ディスプレイにおいて使用され、バッテリに対して安全である下限に電池容量が達すると、電力を切るために使用されることができる。電池特性を継続して再推定することはまた、新しい充電サイクルが開始すると、電池状態の正確な推定を提供する。電池モデルＳＯＣおよび推定電池温度情報の全てはまた、デバイスが使用されるモードを調節するために、使用されることができる。

システム同定において、非パラメトリックモデルは、一般的には、システムの「ブラックボックス表現」と関連付けられ、モデル自体は、必ずしも、その物理的、化学的、電気的特性等のような、システムに対するいかなる洞察ももたらさないことを意味する。システムの演繹的知識とともに開発されたモデルは、通常、パラメトリックモデルまたは分散型有限要素モデル（ＦＥＭ）をもたらす。しかしながら、数学的技法が、モデルをある空間から別の空間に、すなわち、非パラメトリックモデルからパラメトリック形式にマップするために存在する。このように、例えば、線形システムから構成される非線形ウィナーモデルが、そのインパルス応答によって、続いて静的非線形性によって表されるとき、パラメトリック線形モデル（例えば、状態空間または伝達関数）に続いて、静的非線形性に変換され得る。そのとき、パラメトリックモデルは、システムにおける内部プロセスの推定の影響をより容易に受けやすくなり得る。さらに、第１の非パラメトリックモデルを推定し、次いで、それをパラメトリック形式に転換することは、多くの場合、パラメータ推定のよりロバストな技法である。このように、システムの状態（例えば、種々の区画のＳＯＣ）またはパラメータ（抵抗、静電容量等）を推定することを、非パラメトリックモデルおよびシステム構造に関する演繹的知識から得ることは、依然として可能である。

（充電プロファイルの設計）
充電方式を開発するために、まず第１に、一組の物理的制約およびバッテリの限界が、把握されなければならない。例えば、過度の電圧、電流、または電池温度等、いくつかの限界を超えることは、恒久的にバッテリの性能を劣化し得、したがって、そのような限界が、バッテリ充電に制約をかける。最適化な高速充電アルゴリズムを求めて達成するための目標は、好ましくは、目的関数として表される。本明細書および任意の添付の請求項で使用されるように、用語「目的関数」は、特定の一組の制約の下において、最適化ルーチンが、最小化および最大化しようとする１つ以上のパラメータについての実関数を指す。

電池電圧および電流等、電気パラメータのモデル化に加えて、モデルは、また、本発明の実施形態に従って、電池温度、内部圧力等の、他の変数を含むように使用されることもできる。

最も単純な場合には、目的関数は充電時間の最小化であろう。例えば、バッテリが直列抵抗器Ｒを有するキャパシタＣによって近似され得る場合、Ｉ_ｍａｘは電流限界であり、Ｖ_ｍａｘはキャパシタにわたる絶縁破壊電圧であり、解決するべき問題は、以下の積分方程式

を所与として、充電時間Ｔを最小化するＩ（ｔ）を見出すことである。

この問題に対する解決策であり、同様に、線形バッテリモデル全てに対する解決策が、最適制御理論から容易に利用可能であり、解決策は、バングバング制御の形式であり、すなわち、「切り替え点」に達すると、電流Ｉは、Ｉ_ｍａｘと０の間で切り替えられ、切り替え点に従属する問題の解決策は、制御理論においてよく知られている。単純キャパシタモデルに対して、最大許容電流は、フル充電に達するまで使用されるであろう。

しかしながら、実際は、キャパシタにわたる電圧Ｖは、抵抗器Ｒによって表される内部抵抗が原因で、直接測定されることができない。実際には、キャパシタにわたって測定される電圧Ｖ_ｏｕｔ（ｔ）は、Ｖ_ｏｕｔ（ｔ）＝Ｖ（ｔ）＋Ｒ・Ｉ（ｔ）である一方で、電源から定められる電圧Ｖ_ｓは、Ｖｓ（ｔ）＝Ｖ（ｔ）＋（Ｒ＋Ｒｓ）・Ｉ（ｔ）であって、式中、Ｒ_ｓは、充電回路へのバッテリの接続と関連付けられるさらなる直列抵抗である。

バッテリ充電時間を最小化するために、パラメータＲおよびＲ_ｓが把握されなければならない。Ｒ_ｓは、ほとんどの場合、無視されることができるが、これはリチウムイオンバッテリの場合には当てはまらず、２５Ａを超える電流が引き込まれ得、１ｍΩの抵抗との接続さえ、２５ｍＶの有意な電圧降下を引き起こすであろう。Ｒ_ｓは、原理上、キャパシタに供給源を接続しているリード線の抵抗を測定することによって、得られることができる。しかしながら、より良い解決策は、図３を参照して説明されるように、４線式構成の形式において利用可能である。４本のリード線、すなわち、２本のリード線３２および３３が充電電流を運ぶ対線を備える一方、リード線３４および３５が電圧Ｖ_ｏｕｔを測定するために使用される。電圧を測定されるために使用される回路３６は、超高入力インピーダンスを有するため、無視できる程度の電流のみが、Ｖ_ｏｕｔを監視するために使用されるワイヤ３４、３５内を流れ、測定誤差は、無視できる。バッテリに連結することは、電流の印加のためであろうと、電圧または任意の他の量の測定のためでなかろうと、全体または一部分において、誘導的または無線であることが、本発明の範囲内であることを理解されたい。

パラメータＲは、一般的には、実験およびシステム同定によって、導出される。本発明の好ましい実施形態によると、パラメータＲは、ボルテラ級数の核を特徴付ける、または他のモデルを特徴付ける他のデータのように、電池または電池のバッテリの充電および／または放電サイクルの経過中、導出および更新されてもよい。例えば、印加電流からの測定電圧のデコンボリューションは、抵抗Ｒをもたらす。充電または放電の経過中に行われる測定は、通常、充電プロセスに関連する、内部電池動態を超えるスペクトルを伴う高周波数「摂動」を含む。

多くの場合、単純な発見的技法が、いくつかのパラメータに対して使用されることができる。実施例として、図３で図示される回路の場合、電流ステップＩ_０が、印加され、キャパシタにわたる電圧が測定されてもよい。そのような状況における理想的な充電曲線４０が図４に示されている。電流ステップＩ_０の印加は、内部静電容量抵抗が、次の式

によって導出されることができるように、キャパシタにわたる電圧Ｖ_０に事実上、瞬間的な急上昇をもたらす。

システムのための単純最適充電プロトコルは、以下から構成される図３に関して説明される。
・Ｖ_ｏｕｔ＝Ｖ_ｍａｘ＋Ｒ・Ｉ_ｍａｘとなるまで、電流Ｉ＝Ｉ_ｍａｘを維持するようにＶｓを制御し、式中、Ｖ_ｍａｘは最大許容内部電圧であること、次いで、
・Ｉが所与の閾値以下に降下するまで、Ｖ_ｏｕｔ＝Ｖ_ｍａｘ＋Ｒ・ＩであるようにＶｓを制御すこと。
本発明のある実施形態によると、前述の手順の間、バッテリの温度は、ペルチェ効果コントローラ、または任意の他のタイプの温度コントローラであってもよい温度コントローラ３７によって、能動的に制御される。

一般的には、バッテリの充電の目的関数は、総充電時間、効率、デバイス 内部加熱、および製造業者仕様から、または測定を通してのいずれかから導出される電流限界の関数として定義される。概して、充電問題は、以下の式で表すことができる。

式中、

は、デバイスの内部状態変数のベクトルを表し、

は、ベクトルモデルパラメータを表し、

は、

超えられない限界を表す。状態変数は、内部電圧および電流を含む一方で、パラメータは、内部抵抗、静電容量、インダクダンス等を含むであろう。

いったん、最適または満足のゆく解決策が、充電問題に対して見出されると、その解決策は、図５Ａに提示される流れ図に従って、バッテリを充電するために使用される。開回路電圧Ｖ_ＯＣは、５０２で測定される。推定初期状態（５０１）および初期モデル推定（５０３）もまた、入力としての役割を果たし、そこから、それぞれ、推定モデル状態（５０４）およびシステムモデル（５０５）から導出される。制御アルゴリズム（５０６）の適用によって、本明細書のいずれかの場所において、または別様に説明されるように、充電電圧（または電流）が、調節される（５１１）。１つ以上の電圧、１つ以上の電流、１つ以上の温度等、システムパラメータ値は、測定され続ける（５０７）。特に、バッテリ内に貯蔵されている総電荷は、最適化充電電流を決定するための根拠として、追跡される。

システム同定アルゴリズムが、適用され（５０８）、本明細書のいずれかの場所において、または別様に説明されるように、モデル推定（５０９）を提供し、充電状態、内部状態等の更新が、システムモデルの更新に反映される。

次に、図１４を参照して説明されるように、充電、放電、または静止中に行われ得る、測定の経過中、回路パラメータは、好ましくは、１００Ｈｚを超える率および１０，０００を上回るデータポイントにおいて、電流または電圧変調をかけることによって、摂動され（５１０）、「高周波数」変調として特徴付けられ得る。したがって、１ｋＨｚでサンプリングされた、３分（または１８０秒）かかる「高速充電」は、時間内に１８０，０００のサンプリングデータポイントをもたらすであろう。任意の波形の摂動は、本発明の範囲内でかけられてもよいが、通常は、それが着目の周波数範囲を超える十分な励起を提供するように設計される。いったんモデルが得られると、モデル自体は、続いて、さらなる実験において使用され得る、最適またはより効率的な励起のいずれかを計算するために使用されてもよい。摂動に関連して、または別様に、行われる測定は、更新データ、パラメトリック、または別様に、バッテリモデルの構成を提供する。

制御アルゴリズム（５０６）は、概して、所望の電圧および電流に関して、測定内部バッテリ電圧と電流との間の差異を最小化するために、採用される。任意の基準に関する最小化は、本発明の範囲内である。しかしながら、好ましい基準は、絶対値、または計算された内部バッテリ電圧と特定の標的内部バッテリ電圧との間の差異の二乗である。制御理論における公知の技法のいずれかが、この目的を達成するために使用され得、いずれもモデルから事前に予測することができる、数値最小化技法、モデル反転、および充電プロファイルを伴ってもよく、モデルはまた、リアルタイムで、いかに電流または電圧が変更される必要があるかを計算するために使用され得る。

本発明のある実施形態によると、最大電流は、一組のバッテリ特有の制約がかかる、充電プロセスの任意の接合点で印加される。

制御アルゴリズムによって提供される解決策に基づいて、充電電圧Ｖｓが、調節される（５０６）。デバイスの内部状態変数

と、ベクトルモデルパラメータ

および限界

とを同様に含む、バッテリパラメータが、次いで、再計算され、充電が完了された（５９）場合、プロセスは終了（５００）され、そうでなければ、プロセスは、繰り返される。

次に、図５Ｂを参照すると、高速充電のための充電器９０は、一般的には、高速充電の実装のためのプロセッサ９１を採用する。本発明実施形態によると、プロセッサ９１は、電流および履歴モデルデータと、メモリ９８内の内部バッテリ状態の値を記憶してもよい。

一般的には、コンピュータ制御電力供給部３８（図３で示される）は、１０Ｈｚ以上の一般的周波数で、出力電圧および最大電流等、パラメータを設定するプロセッサ３９と併用される。プロセッサ３９は、例えば、温度またはｐＨを含む、バッテリの特性に敏感である少なくとも１つのセンサから、信号を、あるいは光学リーダー、ＲＦＩＤ（能動的または受動的）タグ、バッテリ電圧に加わる高周波数変調等のいずれかを使用して、ならびにバッテリが受ける再充電サイクルの数等、データを保持するマイクロチップとの通信から、バッテリタイプ、バッチ、加工日等、バッテリから得られるデータを受信するための入力を有してもよい。

プロセッサ３９はまた、温度コントローラ３７を管理してもよい。本発明の範囲内において、制御アルゴリズムの部分は、電力供給部自体の内部、または電力供給部の外部のいずれかで、ハードウェアまたはフトウェアによって実行されてもよく、電力供給部は、電力供給部によって、送達される最大出力電流のみ、電力供給部に提供される必要があるように、構成されてもよい。

全ての場合において、デバイス性能および寿命は、比較的小さな値だけ限界を超える場合でも、不可逆的に影響を及ぼされ得るため、デバイス限界を超えないようにすることが重要である。したがって、本発明の好ましい実施形態によると、電圧、電流、および温度は、正確な制御を達成し、かつデバイス性能を保つために、好ましくは、１６から２４ビットの精度で、高レベルの正確度でそれぞれ測定される。さらに測定正確度要件の議論は、以下に提供される。

図６は、本発明による、超高速充電アルゴリズムを使用する充電時間と、バッテリ製造業者によって推奨される最速充電時間とを、比較する。曲線６０１は、製造業者の推奨による、電荷の時間進行を図示し、総電荷の８０パーセントが７２０秒以内に到達されることを示す。それに反して、本発明の教示による実践は、充電時間における５６パーセントの削減のために、総電荷の８０パーセントが３２２秒で到達される、曲線６０２の充電プロファイルにつながる。

図７は、１日に１度の推定充電／放電サイクルに基づいて、時間の関数として、バッテリ内に貯蔵される総エネルギー（初期容量のパーセンテージとして表される）を比較する。本発明のある実施形態に従って、７，８００充電／放電サイクルが行われた後、曲線７２によってプロットされる、エネルギー容量は、その初期値の３９パーセントまで減少した。バッテリエネルギーは、２年２カ月以内（７８９充電／放電サイクル）に９０パーセント、５年９カ月後（２１１５充電／放電サイクル）は８５パーセント、８年２カ月後（２９９５充電／放電サイクル）は８０パーセントまで減少した。製造業者によって推奨される充電手順は、曲線７１によって図示され、５５０サイクル後は初期充電の９０パーセント、１４００サイクル後は８４パーセントまでの劣化につながる。本発明のある実施形態によるバッテリ寿命の改良は、通常劣化率と比較すると、明白である。

バッテリパラメータ追跡の種々のモードは、本発明の範囲内に含まれる。バッテリパラメータ追跡のモードの１つに従って、充電サイクル毎に、バッテリパラメータは、充電が進行するのにつれて、反復的にリアルタイムに、または、各反復における全測定信号をメモリ内に保持し、充電完了後のパラメータを再計算することによって、のいずれかで再推定される。

（バッテリ制約の決定）
一般的には、デバイスを充電する場合に超えられるべきでない最大または最小値に関するデバイス制約のための厳密値（式２におけるベクトルｂ）は、未知であるか、または、多大の不確実性を伴って既知であるかのいずれかであって、実験的に決定される必要がある。その性質自体によって、これらの実験は、破壊試験を含んでもよく、潜在的に、必要なデータが得られる前に多数のデバイスを要求し得る。

限界のうちのいくつかは、バッテリ製造業者によって供給され、公開された限界は、非常に有用な開始点を提供して、そこからより優れた値が獲得されるための特定の目的の関数として得られることができる。例えば、目的が超高速充電を達成することである場合、特定の数の充電放電サイクルにわたるバッテリ性能の容認可能劣化における要件を緩和することが、容認可能にされ得る。

図８の流れ図は、本発明の実施形態による、反復試験手順を図示しており、それによって、充電パラメータ、および限界が決定されてもよい。開発される（６０）バッテリモデルおよびバッテリモデルと調和する一組のモデルパラメータに基づいて、一組の初期モデルパラメータが推定される（６１）。未使用のバッテリがインストールされ（６２）、試験されるバッテリの特定の特徴（バッテリタイプ、容量等）に基づいて、その最大および最小充電値が推定される（６３）。バッテリは、特定の数Ｎのサイクルの間、充電（６４）および放電される（６５）。充電方法は、図５を参照して前述で説明されたアルゴリズムに従う一方で、放電は、バッテリの推定予想使用量に従う。サイクル毎に、バッテリを充電するために要求されるエネルギー量、バッテリの放電で得られるエネルギー量、および再推定パラメータ等の値が、メモリ内に記憶される（６９）。探索は、最良のパラメータが見出され、記憶されるまで続く。

劣化の測定値を提供する目的関数は、標準的ランダム検索、山登り技法、またはそれらに基づく任意の精緻化等、検索アルゴリズム（６６）において、再計算および使用される。バッテリの特性が試験によって変更されることが予期され得るので、各新しい一連の充電―放電サイクルの開始時に、新しいバッテリが使用されなければならない。

（モデルおよび充電方法の改良のためのフィールドデータの使用）
次に、図９を参照すると、高速充電のために開発された充電器９０は、一般的には、その実装のためにプロセッサ９１を採用する。充電システム９２は、多くの場合、インターネットまたはローカルネットワーク９３のいずれかのネットワーク接続が利用可能である場所において使用される。本発明の実施形態によると、充電および放電サイクルの間、測定されるデータを記憶することに十分なメモリを有するプロセッサ９１を提供することによってネットワーク接続が検出される場合、プロセッサによって記憶されてきた測定バッテリデータは、ネットワーク上の１つ以上の他のプロセッサ９４、またはインターネット上の遠隔サーバ９５に転送される。同時に、プロセッサ９１は、バッテリモデルに関する更新データ、最適充電パラメータ、および充電アルゴリズムを得る。

最適充電法の計算のための測定手順およびプロセスは、好ましくは、単一電池の高速充電に関して本明細書で説明されるものであり、特に、非線形システム同定を含む、以前に説明されたいずれかの技法を含む。

本発明の代替実施形態では、充電システム９２は、プロセッサ９１が、バッテリモデル、製造業者、バッチ番号、加工日、工場所定のモデル、および直接充電システム９２に結合されるバッテリからの充電パラメータ等、バッテリコードを得ることを可能にするセンサ９６を含む。これは、ラインＣＣＤアレイ等、センサ７６によって読み取られる、バッテリ上のバーコードを使用して達成されてもよい。データベース９７、またはデータを記憶する任意の他の方法は、本発明の範囲内にあり、充電中のバッテリによって、または別様に電力を供給される能動的ＲＦＩＤタグを含む。

プロセッサ９１は、データがサーバ９５に送り返されると、他のプロセッサ９４から受信されるデータの結果としてその充電アルゴリズムを調節し、合わせて、バッテリモデルおよび特性とともに、それが収集する全データもまた組み込む。

一般的には、リチウムイオンバッテリは、デバイスからデバイスへの変動が比較的小さいように、厳格な製造公差によって製造される。しかしながら、それらがどんなに小さくとも、最適充電プロセスは、あるデバイスパラメータに対して極めて敏感である。サーバによって収集されることによって、同種バッテリのクラスに関する膨大な量のデータが、本発明の実施形態によると、有利なことに、モデルの改良およびより正確な推定モデルパラメータを可能にする。特に、バッチまたはバッテリの加工の時間に少なくとも部分的に基づくパラメータ調節は、有利なことに有効にされる。

（大域的最適化）
高速充電バッテリを使用するための最適限界を見出すことは、多数の検査を要求し、それぞれの検査は、最初、新しいバッテリを要求する。これは、「雑音」またはランダム摂動を最適化プロセスに導入するデバイス自体の間の可能性として考えられる変動によって複雑となり得る。適度な充電パラメータを見出すことは、図８を参照して、前述において説明された最適化プロセスの第１の初期段階において、一般的には可能である。その観点から、最適化プロセスは、パラメータ値に非常に小さい摂動のみ有し、デバイスの寿命にあまり有意な影響を及ぼさない。最適化の最終段階は、プロセスをフィールド内に既に存在する充電器９０に請け負わせることによって、得られてもよい。サーバ９５に接続するとき、それらは、最適化プロセスにおいて使用するための次の充電パラメータを指示され得る。マイクロプロセッサ９４は、次いで、反復が完了されることに伴って、サーバ９５に結果を返す。

本発明の実施形態による、モデルパラメータおよび測定バッテリ量の両方に対する充電プロトコルの感度は、図１０に図示される。採用されるモデルは、図３のものである。充電電流は、２５Ａで開始し、推定内部電圧が正常値３．５５に達した後に漸減する。抵抗要素Ｒによって表される内部降下を考慮すると、外部充電電圧が、推奨される最大バッテリ充電電圧３．６Ｖを超えることが可能となる。

通常、リチウムイオン電池において観察される充電プロファイルは、本発明の方法が採用される場合、参照番号１００によって指定され、推定する内部抵抗Ｒは、６ｍΩであった。しかしながら、推定内部抵抗８ｍΩでは、曲線１０２にプロットされる電流が２０Ａに減少させられると、充電プロセスは、２００秒後不安定となった。図１１を参照すると、２２５秒では、電圧（曲線１１１）は、約２０ｍＶまで振動しており、不安定度が経時的に増加した。しかしながら、曲線１１３でプロットされる、推定内部電池電圧における振動は、数ｍＶを決して超えることはなく、わずか３．５５６Ｖに達し、約６ｍＶだけ、最大プレスト安全充電電圧３．５５Ｖを超えた。

内部電池電圧は、Ｖ＝Ｖ_ｏｕｔ−Ｒ×Ｉに基づいて推定されるので、ＶとＲ×Ｉは両方とも、内部電圧を決定するために要求される正確度以内にあるように確立されなければならず、それは、約１ｍＶである。一般的には、バッテリ充電用途において採用され、１２ビットの正確度および±５Ｖまたは±１０Ｖの電圧範囲を有するＡ／Ｄ（およびＤ／Ａ）変換器は、それぞれ２．４ｍＶまたは４．８ｍＶの公称１ビット精度を提供し、これは、約１ｍＶを上回るレベルにおける内部電圧の不確実性が、充電プロセスの不安定度および限定されたバッテリ寿命を引き起こすので、概して不十分である。したがって、１６ビットデバイスが、超高速充電アルゴリズムを実装するために好ましい。

このようにして導出されたパラメータに基づいて、バッテリパラメータを導出し、バッテリを充電するための説明される方法の実施形態は、コンピュータシステムと併用するためのコンピュータプログラム製品として、実装されてもよい。そのような実装は、コンピュータ可読媒体（例えば、ディスケット、ＣＤ−ＲＯＭ、ＲＯＭ、または固定ディスク）等、または媒体上を通じてネットワークに接続される、通信アダプタ等の有形媒体上に固定されるか、あるいはモデムまたは他のインターフェースデバイスを介して、コンピュータシステムに送信可能であるかのいずれかである、一連のコンピュータ命令を含んでもよい。媒体は、有形媒体（例えば、光学またはアナログ通信ライン）、または無線技法とともに実装される媒体（例えば、マイクロ波、赤外線、または他の伝送技法）のいずれかでであってもよい。一連のコンピュータ命令は、システムに関して以前に本明細書で説明された、機能性の全てまたは一部を具現化する。当業者は、そのようなコンピュータ命令が、多くのコンピュータアーキテクチャまたはオペレーティングシステムと併用するために、いくつかのプログラミング言語で書かれ得ることを理解するはずである。さらに、そのような命令は、半導体、磁気、光学、または他のメモリデバイス等、任意のメモリデバイスにおいて記憶されてもよく、光学、赤外線、マイクロ波、または他の伝送技術等、任意の通信技術を使用して、送られてもよい。そのようなコンピュータプログラム製品は、付随する印刷文書または電子文書（例えば、市販のソフトウェア）を伴う、可撤性媒体として配布される、コンピュータシステム（例えば、システムＲＯＭまたは固定ディスク上）にプリインストールされる、ネットワークを通じて、サーバまたは電子掲示板（例えば、インターネットまたはワールドワイドウェブ）から配信されることが期待される。本発明のいくつかの実施形態は、ソフトウェア（例えば、コンピュータプログラム製品）およびハードウェアの両方の組み合わせとして、実装されてもよい。本発明のさらに他の実施形態は、完全なハードウェア、または完全なソフトウェア（例えば、コンピュータプログラム製品）として、実装される。

説明された本発明の実施形態は、単に例示であることを意図しており、多数の変形例および修正は、当業者にとって明白となるであろう。全てのそのような変形例および修正は、添付の請求項に規定される本発明の範囲内にあることが意図される。

Claims (37)

1. 標的バッテリを充電するための装置であって、
   該装置は、
   ａ．該標的バッテリへの電気的結合のためのインターフェースと、
   ｂ．該標的バッテリのバッテリ電圧およびバッテリ電流を同時に測定するための回路と、
   ｃ．該標的バッテリ以外の複数のバッテリからのパラメータデータを蓄積するデータベースと、
   ｄ．該回路により同時に測定された該標的バッテリの電圧および電流と、該データベースから受信される該標的バッテリ以外の該複数のバッテリに対する蓄積されたバッテリパラメータデータとの両方に基づいて、該標的バッテリに対する電池動態の動的表現を再帰的に更新するように適合されたプロセッサであって、該動的表現は、時間の独立変数が明示的に組み込まれた表現である、プロセッサと、
   ｅ．該標的バッテリの該再帰的に更新された動的表現に基づいて、該プロセッサによって管理されるように、該標的バッテリを充電するための電流を供給するための電流供給部と
   を備える、装置。
2. 前記プロセッサは、システム同定技法に少なくとも部分的に基づいて、前記標的バッテリに対する電池動態の前記動的表現を更新するように適合される、請求項１に記載の装置。
3. 前記プロセッサは、非線形システム同定技法に少なくとも部分的に基づいて、前記標的バッテリに対する電池動態の前記動的表現を更新するように適合される、請求項１に記載の装置。
4. 前記標的バッテリの電圧および電流を同時に測定するための前記回路は、４ポート構成を含む、請求項１に記載の装置。
5. 前記バッテリへの電気的結合のための前記インターフェースは、前記標的バッテリの参照電極に結合するように適合される、請求項１に記載の装置。
6. 前記プロセッサは、前記標的バッテリの特性に敏感なセンサから信号を受信するための入力をさらに備える、請求項１に記載の装置。
7. 前記標的バッテリの温度を制御するための温度コントローラをさらに備える、請求項１に記載の装置。
8. バッテリを充電するための方法であって、
   該方法は、
   ａ．該バッテリに対する電池動態の非線形動的表現を提供することであって、該非線形動的表現は、時間の独立変数が明示的に組み込まれた表現である、ことと、
   ｂ．該非線形動的表現と、該バッテリに対する１つ以上のシステム状態変数を追跡することとに少なくとも部分的に基づいて、最適化ルーチンを採用して該バッテリに対する最適化充電プロファイルを決定することであって、該最適化充電プロファイルを決定することは、該非線形動的表現から導出された目的関数に該最適化ルーチンを適用することを含む、ことと、
   ｃ．該最適化充電プロファイルに少なくとも部分的に基づいて、充電電流を該バッテリに印加することと
   を含む、方法。
9. 前記最適化充電プロファイルを決定することはまた、一組のバッテリ特有の制約を受ける、請求項８に記載の方法。
10. 充電／放電サイクルの反復シーケンスに基づいて、前記一組のバッテリ特有の制約を導出することをさらに含む、請求項９に記載の方法。
11. 前記最適化充電プロファイルは、充電電流プロファイルである、請求項８に記載の方法。
12. 前記バッテリの温度を追跡することをさらに含み、前記最適化充電プロファイルを決定することはまた、該バッテリの該追跡された温度に少なくとも部分的に基づいている、請求項８に記載の方法。
13. 前記最適化充電プロファイルを決定することは、前記バッテリに対する瞬間状態変数を追跡することに少なくとも部分的に基づいている、請求項８に記載の方法。
14. 全電荷を追跡することは、前記バッテリの充電中に、該バッテリに対する少なくとも１つの瞬間内部状態変数を決定することを含む、請求項８に記載の方法。
15. 全電荷を追跡することは、前記バッテリの放電中に、該バッテリに対する少なくとも１つの瞬間内部状態変数を決定することを含む、請求項８に記載の方法。
16. 前記バッテリに対する電池動態の前記非線形動的表現は、非線形システム同定技法を用いて導出される、請求項８に記載の方法。
17. 前記バッテリに対する電池動態の前記非線形動的表現は、一組の内部状態変数を含む、請求項８に記載の方法。
18. 前記バッテリに対する電池動態の前記非線形動的表現は、一組のモデルパラメータを含む、請求項８に記載の方法。
19. 前記バッテリに対する電池動態の前記非線形動的表現は、モデルを特徴付ける非パラメトリックデータを少なくとも部分的に含む、請求項８に記載の方法。
20. 前記非線形動的表現に基づいて前記バッテリの最適化充電プロファイルを決定することは、該バッテリを放電する経過中に行われる、請求項８に記載の方法。
21. 前記非線形動的表現に基づいて前記バッテリの最適化充電プロファイルを決定することは、該バッテリを充電する経過中に行われる、請求項８に記載の方法。
22. 前記一組のモデルパラメータは、データベースから導出されるパラメータを含む、請求項１８に記載の方法。
23. 前記一組のモデルパラメータは、前記バッテリを充電する経過中に更新されるデータベースから導出されるパラメータを含む、請求項１８に記載の方法。
24. 前記バッテリに対する電池動態の前記非線形動的表現は、特定の個別セルに特有の一組の内部状態変数を含む、請求項８に記載の方法。
25. 前記バッテリに対する電池動態の前記非線形動的表現は、セルの種類に特有の一組のモデルパラメータを含む、請求項８に記載の方法。
26. 前記非線形動的表現を提供することは、複数のネットワーク充電システムの充電／放電サイクルから集められたデータに少なくとも部分的に基づく、請求項８に記載の方法。
27. 経験的バッテリモデルデータを導出するためのネットワークシステムであって、
    該ネットワークシステムは、
    ａ．複数の充電システムであって、各充電システムは、プロセッサ、および電流を複数のバッテリのうちの別個のバッテリに供給するための電力供給部を含む、複数の充電システムと、
    ｂ．該複数のバッテリの各々から取得されたデータを該複数のプロセッサの各々から受信することと、該複数の充電システムの各々によって組み込むための電池動態の動的表現に関する更新されたデータを返信することとを実行するように適合されたサーバであって、該更新されたデータは、該複数のバッテリの各々から取得された該データから少なくとも部分的に導出される、サーバと
    を備え、
    該動的表現は、時間の独立変数が明示的に組み込まれた表現であり、該複数の充電システムのうちの少なくとも１つの充電システムの該プロセッサは、該返信された更新されたデータに少なくとも部分的に基づいて該バッテリに対する電池動態の動的表現を更新するように適合される、ネットワークシステム。
28. 前記複数の充電システムのうちの少なくとも１つの充電システムの前記プロセッサは、システム同定技法に少なくとも部分的に基づいて、前記バッテリに対する電池動態の動的表現を更新するように適合される、請求項２７に記載のネットワークシステム。
29. 前記複数の充電システムのうちの少なくとも１つの充電システムの前記プロセッサは、非線形システム同定技法に少なくとも部分的に基づいて、前記バッテリに対する電池動態の動的表現を更新するように適合される、請求項２７に記載のネットワークシステム。
30. 前記非線形動的表現は、線形動的部分および静的非線形部分を有する、請求項８に記載の方法。
31. 前記非線形動的表現は、ウィナーモデルである、請求項８に記載の方法。
32. 前記非線形動的表現は、ハマーシュタインモデルである、請求項８に記載の方法。
33. 前記非線形動的表現は、有限位数ボルテラ級数である、請求項８に記載の方法。
34. 前記バッテリに対する前記１つ以上のシステム状態変数は、該バッテリに貯蔵された全電荷を含む、請求項８に記載の方法。
35. 前記最適化充電プロファイルを決定することは、
    前記バッテリを充電している間に、該バッテリに対する電池動態の更新された非線形動的表現を繰り返し導出することと、
    該更新された非線形動的表現を使用して該最適化充電プロファイルを決定することと
    を含む、請求項８に記載の方法。
36. 前記バッテリに対する電池動態の更新された非線形動的表現を導出することは、非線形システム同定技法を使用して該更新された非線形動的表現を導出することを含む、請求項３５に記載の方法。
37. 前記更新された非線形動的表現は、線形動的部分および静的非線形部分を有する、請求項３５に記載の方法。

Images