JP6036404B2 - 蓄電池制御システム及びその蓄電池劣化度予測方法 - Google Patents

蓄電池制御システム及びその蓄電池劣化度予測方法 Download PDF

Info

Publication number
JP6036404B2
JP6036404B2 JP2013036796A JP2013036796A JP6036404B2 JP 6036404 B2 JP6036404 B2 JP 6036404B2 JP 2013036796 A JP2013036796 A JP 2013036796A JP 2013036796 A JP2013036796 A JP 2013036796A JP 6036404 B2 JP6036404 B2 JP 6036404B2
Authority
JP
Japan
Prior art keywords
storage battery
unit
segment
deterioration
charge
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.)
Expired - Fee Related
Application number
JP2013036796A
Other languages
English (en)
Other versions
JP2014163875A (ja
Inventor
横田 登志美
登志美 横田
井上 秀樹
秀樹 井上
渡辺 雅浩
雅浩 渡辺
啓介 福原
啓介 福原
有彦 武政
有彦 武政
酒井 政則
政則 酒井
高林 久顯
久顯 高林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Showa Denko Materials Co Ltd
Original Assignee
Hitachi Chemical Co Ltd
Showa Denko Materials Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Chemical Co Ltd, Showa Denko Materials Co Ltd filed Critical Hitachi Chemical Co Ltd
Priority to JP2013036796A priority Critical patent/JP6036404B2/ja
Publication of JP2014163875A publication Critical patent/JP2014163875A/ja
Application granted granted Critical
Publication of JP6036404B2 publication Critical patent/JP6036404B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Description

本発明は蓄電池制御システム及びその蓄電池劣化度予測方法に係り、例えば、風力発電設備等に採用される蓄電池を長寿命化するものに好適な蓄電池制御システム及びその蓄電池劣化度予測方法に関する。
本技術分野の背景技術として、特許文献1がある。この特許文献1には、組電池を構成する複数の単電池の電圧を均一にするための電圧である目標電圧と所定電圧以上異なる電圧領域または該電圧領域に対応するSOC(State Of Charge)領域にて検出された電圧差データまたはSOC差データの経時変化に基づいて、組電池が異常状態となる時期を適切に予測することが記載されている。
特開2012−122787号公報
しかしながら、上述した特許文献1では、蓄電池の運用データの期間をセグメント化することについては全く記載がなく、蓄電池の運用データの期間をセグメント化していないことは明らかであり、ある時点で蓄電池の運用を変えた場合、それ以前と以後では、寿命がどのように変化したのか分からず、蓄電池の寿命を予測するとしても蓄電池の運用を変えて寿命を延ばすことは難しいとういう課題がある。
本発明は上述の点に鑑みなされたもので、その目的とするところは、蓄電池の実運用状況から寿命を予測し、蓄電池の運用を変えて寿命を延ばすことができる蓄電池制御システム及びその蓄電池劣化度予測方法を提供することにある。
本発明の蓄電池制御システムは、上記目的を達成するために、蓄電池と、該蓄電池の運用データを収集する蓄電池運用データ収集部と、該蓄電池運用データ収集部で収集した運用データの期間をセグメントに分割するセグメント化部と、該セグメント化部でセグメントに分割した各セグメントの特徴量を抽出するセグメント毎の特徴量抽出部と、ある特徴量から単位当たりの蓄電池の劣化を出力する劣化モデル部と、前記セグメント毎の特徴量抽出部で抽出した各セグメントの特徴量を指定することにより前記劣化モデル部に単位当たりの蓄電池の劣化を算出させ、前記単位当たりの蓄電池の劣化とセグメントの放電量とからセグメント毎の劣化度を算出するセグメント毎の劣化予測部と、該セグメント毎の劣化予測部の前記セグメント毎の劣化度を用いて全体または部分期間の劣化度を集計する劣化集計部とを備えていることを特徴とする。
また、本発明の蓄電池制御システムの蓄電池劣化度予測方法は、上記目的を達成するために、蓄電池と、該蓄電池の運用データを収集する蓄電池運用データ収集部と、該蓄電池運用データ収集部で収集した運用データの期間をセグメントに分割するセグメント化部と、該セグメント化部でセグメントに分割した各セグメントの特徴量を抽出するセグメント毎の特徴量抽出部と、ある特徴量から単位当たりの蓄電池の劣化を出力する劣化モデル部と、前記セグメント毎の特徴量抽出部で抽出した各セグメントの特徴量を指定することにより前記劣化モデル部に単位当たりの蓄電池の劣化を算出させ、前記単位当たりの蓄電池の劣化とセグメントの放電量とからセグメント毎の劣化度を算出するセグメント毎の劣化予測部と、該セグメント毎の劣化予測部の前記セグメント毎の劣化度を用いて全体または部分期間の劣化度を集計する劣化集計部とを備え、前記蓄電池の劣化度を予測する蓄電池制御システムの蓄電池劣化度予測方法であって、第1の制御方法と第2の制御方法の2種があり、該第1の制御方法と第2の制御方法では、前記蓄電池の単位時間当たりの充放電量、均等充電の間隔、均等充電の時間、電流値、電圧値、充放電量、温度のいずれか1つの特徴量が異なり、これ以外の特徴量は同じであり、前記2種の制御方法による前記蓄電池の劣化度が異なる結果を予測することを特徴とする。
本発明によれば、蓄電池の実運用状況から寿命を予測し、蓄電池の運用を変えて寿命を延ばすことができる。
本発明の蓄電池制御システムの実施例1を示す構成図である。 本発明の蓄電池制御システムの実施例1における処理を説明するフローチャートである。 本発明の蓄電池制御システムの実施例1に採用される蓄電池運用データ収集部が収集する蓄電池運用データの例を示す図である。 図2に示すフローチャートの処理によるセグメント化と特徴量抽出結果の一部を示す図である。 本発明の蓄電池制御システムの実施例1における時系列の運用データのある処理区間内を、単位時間当たりの充放電量フィルタ部とセグメント化部によりセグメントに分割した様子を示す図である。 図2に示すフローチャートのステップ2006の詳細処理を示す図である。 本発明の蓄電池制御システムの実施例1における充放電のトレンドの場合分け表を示す図である。 本発明の蓄電池制御システムの実施例1における寿命予測する入力画面の例を示す図である。 本発明の蓄電池制御システムの実施例1における寿命予測結果の表示例を示す図である。 本発明の蓄電池制御システムの実施例1において、複数のサイトの劣化度を一覧できるように表示した例を示す図である。 本発明の蓄電池制御システムの実施例1における寿命予測結果の表示の別例を示す図である。
以下、図示した実施例に基づいて本発明の蓄電池制御システム及びその蓄電池劣化度予測方法を説明する。
図1に、本発明の蓄電池制御システムの実施例1を示す。
該図に示す如く、本実施例の蓄電池制御システムは、図示しない蓄電池を含む風力発電・蓄電池システム101と、この風力発電・蓄電池システム101の運用データを収集する蓄電池運用データ収集部102と、蓄電池運用データ収集部102で収集した運用データの期間をセグメントに分割するセグメント化部103と、セグメント化部103でセグメントに分割した各セグメントの特徴量を抽出するセグメント毎の特徴量抽出部104と、セグメント毎の特徴量抽出部104で抽出した特徴量から劣化度を出力する劣化モデル部106と、セグメント毎の特徴量抽出部104で抽出した各セグメントの特徴量と劣化モデル部106の劣化モデルから各セグメント毎の劣化を予測するセグメント毎の劣化予測部105と、このセグメント毎の劣化予測部105の劣化予測を用いて全体または部分期間の劣化予測結果を集計する劣化集計部107と、劣化集計部107からの劣化予測結果を受け取り、劣化モデル部106が示す最適化できる特徴量と各セグメントの特徴量が入力される蓄電池運用計画部110と、この蓄電池運用計画部110からの劣化モデル部106が示す最適化できる特徴量と各セグメントの特徴量を受けてシステムの制御を指示する蓄電池運用指示部109と、セグメント化部103が用いる機能で、上述した蓄電池運用データ収集部102からの運用データを受け、時系列の運用データを複数の期間に分割してセグメント化する単位時間当たりの充放電フィルタ部108とから概略構成されている。
更に詳述すると、風力発電・蓄電池システム101は、風力発電設備とこれに併設する蓄電池のシステムであり、蓄電池により風力発電設備からの出力電力の変動を所定の幅に抑えて安定化することができる。蓄電池運用データ収集部102は、風力発電・蓄電池システム101の蓄電池の運用データを収集してセグメント化部103に送る。ここで、運用データとは、蓄電池の充放電電流値、電圧値、充電残量(SOC)温度、システムモード等の時系列サンプリングデータである。
通常、蓄電池は、セルを直列または並列に接続して用いることが多く、セル1個毎に運用データを収集することが好ましいが、全体を1つの充電池とみた場合の値、代表セルの値を用いることで、データ収集のコストを低減できる。また、運用データのサンプリング周期は短いほうが望ましいが、長くすることでデータ収集のコストを低減できる。また、運用データの種類ごとにサンプリングを変えても良い。
セグメント化部103は、蓄電池運用データ収集部102からの運用データを受けて、単位時間当たりの充放電量フィルタ部108の機能を用いて、時系列の運用データを複数の期間に分割してセグメント化し、運用データとセグメント化結果をセグメント毎の特徴量抽出部104に送る。時系列の運用データを複数の期間に分割してセグメント化することで、複雑な風力や太陽光の出力に応じた充放電の運用においても、蓄電池の寿命を予測できる。
セグメント毎の特徴量抽出部104は、セグメント化部103からの運用データとセグメント化結果を受けると、各々のセグメントにおける運用データの特徴量を抽出し、セグメント毎の劣化予測部105に、この各々のセグメントにおける運用データの特徴量を送る。
セグメント毎の劣化予測部105は、セグメント毎の特徴量抽出部104からの各々のセグメントにおける運用データの特徴量を受けると、劣化モデル部106と照合し、各セグメント毎の劣化度を算出し、劣化集計部107に送る。劣化モデル部106に各々のセグメントにおける運用データの特徴量を指定すると、単位当たりの畜電池の劣化が示されるので、セグメントの放電量をかけると、そのセグメントでの蓄電池の劣化が分かる。
劣化モデル部106は、例えば、特開2010−159661号公報に開示されているタグチメソッド(動特性)を用いた劣化モデルを用いる。各々のセグメントにおける運用データの特徴量から蓄電池の劣化を予測することができ、最適化、即ち、最長寿命を得ることができる特徴量が示される。
この特徴量の値を入力すると、単位当たりの劣化が示されるので、その特徴量で何単位充放電したかが分かれば、経過時間による蓄電池の劣化を算出できる。単位としては、蓄電池の容量当たりの放電量を用いると、容量の異なる電池に対して適用し易くなる。その他、単位として時間を用いても良い。
通常、蓄電池は使用年数が進むと、その充放電の容量が低下する。劣化とは、そのことを指す。また、蓄電池寿命とは、その劣化が一定以上進行して使用に耐えられなくなることを指す。例えば、容量が初期の30%以上少なくなった時点を寿命と定める。
その他の寿命の定め方として、正極の腐食の度合いが一定以上のとき(正極項腐食寿命)、負極のサルフェーションの進行が一定以上のとき(サルフェーション寿命)、電解液の成層化(電解液の劣化に応じて液層ができること)が一定以上進行した時(成層化寿命)を寿命と定めても良い。これらの現象により、蓄電池の充放電の容量は低下するからである。
蓄電池寿命は、その寿命の範囲を正規化して初期時点で100、寿命時点で0として扱う。ある特徴量での寿命が放電量Aで、別の特徴量での寿命が放電量Bとすると、単位放電量当たりの劣化度は、前者が100/A、後者が100/Bである。
劣化集計部107は、セグメント毎の劣化予測部105から各セグメント毎の劣化度を受けると、指定された期間に含むセグメントの劣化度を集計し、劣化予測結果を出力すると共に、各々のセグメントでの劣化を積算する。例えば、セグメント区間についての劣化をセグメント区間の時間の長さの重みをかけた劣化度を積算する。あるいは、セグメント区間の充放電量の重みをかけた劣化度を積算する。あるいは、積算せず、各セグメント間の劣化度の集合として表しても良い。
一方、蓄電池運用計画部110は、劣化集計部107より劣化予測結果を受け取り、劣化モデル部106が示す最適化、即ち、最長寿命を得ることができる特徴量の値と各セグメントの特徴量の値を蓄電池運用指示部109に送る。
蓄電池運用指示部109は、蓄電池運用計画部110より最適化、即ち、最長寿命を得ることができる特徴量の値と各セグメントにおける運用データの特徴量の値を受けて、作業員に示し、作業員からの運用指示を受けて、風力発電・蓄電池システム101を制御するものである。
図2は、上述した本発明の蓄電池制御システムの実施例1における処理を説明するフローチャートである。
該図に示す如く、ステップ2001では、蓄電池運用データ収集部102により蓄電池運用データを収集する。ステップ2002のループでは、セグメント化部103により時系列の運用データの中から蓄電池の均等充電区間(i)と、それ以外を分割してセグメント化を行う。ここでは、運用開始から行うものとして均等充電区間(i)=0から開始しているが、オペレーターから期間の指定を受けて期間を区切って行っても良い。また、予め運用開始から現在までについて、ステップ2001からステップ2007までの処理を行っておくと、その都度行うより結果を早く表示できる。均等充電とは、定期的に蓄電池を満充電することで、負極に結晶が析出したり、電解液が成層化して蓄電池の寿命を低下させることを防ぐものである。なお、ステップ2002のNは、均等充電区間数である。
ステップ2003では、時系列の運用データの中から蓄電池の均等充電区間(i)を得るために、運用データの制御モードが均等充電となっている区間を抽出する。制御モードから判別できない場合は、蓄電池の充放電電流とSOCから均等充電区間(i)を推測する。一定電流または一定電圧で、SOCが100付近まで上昇している区間を均等充電区間(i)とする。
ステップ2004では、セグメント毎の特徴量抽出部104の機能を用いて均等充電情報を得る。均等充電情報とは、例えば、前回の均等充電からの間隔、均等充電の時間、電流値、電圧値、充放電量、温度などである。他の情報を用いても良い。
ステップ2005のループでは、以下の処理を繰り返す。即ち、ステップ2006では、単位時間当たりの充放電量フィルタ部108とセグメント化部103により充放電サイクル区間(j)を得る。単位時間当たりの充放電量フィルタ部108は、時系列の充放電流を充電傾向にある部分と放電傾向にある部分とに時刻を分割する。なお、ステップ2005のMは、充放電サイクル区間数である。
ステップ2007では、セグメント毎の特徴量抽出部104の機能を用いて各セグメントの特徴量を得る。
均等充電区間(i)で挟まれた期間について全てセグメント化を終了すると、ステップ2005のループを抜ける。また、均等充電も含めて全ての期間についてセグメント化を終了すると、ステップ2002のループを抜ける。
ステップ2008では、劣化集部107が劣化算出期間の指定を受け、ステップ2009では、指定された劣化算出期間について劣化度を集計する。特に期間の指定を受けず、運用開始時から現在までの劣化度を出力しても良い。
図3は、上述した蓄電池運用データ収集部102が収集する蓄電池運用データの一例として、時系列(日付)の電流値とSOC及び制御モードを示すものである。
該図に示す如く、均等充電区間(i)は、例えば、制御モード=100、一般運用区間は制御モード=1にて示され、均等充電区間(i)を抽出できる。制御モードにて示されない場合は、SOCが100%を超える部分を抽出し、その前後で、電流または図示しない電圧が一定値あるいは一定の変動以下である範囲を抽出して均等充電区間(i)とする。しきい値は100%の近傍であれば、100%でなくても良い。図2のステップ2001のループで均等充電区間を抽出し、均等充電区間で挟まれた処理区間についてステップ2004のループでセグメント化する。
図4は、図2の処理によるセグメント化と特徴量抽出結果の一部を示すものである。
該図において、iは均等充電の回数、jは均等充電区間で挟まれた処理区間のセグメントの番号である。図2のステップ2004で得る均等充電情報は、均等充電間隔(日):A、温度:Fである。また、均等充電間隔(日):Aは、前回の均等充電からの間隔である。その他、均等充電の電圧値や電流値の最小・最大・平均値などの統計値を特徴としても良い。ステップ2007で得る充放電サイクル情報は、SOC使用範囲(中心値)(%):B、SOC使用範囲(幅)(%):C、充放電サイクル(sec):D、充放電電流:Eである。SOC使用範囲(中心値)(%):BとSOC使用範囲(幅)(%):Cは、SOCの値に関する特徴量である。このほか、SOCの最小・最大・平均値など統計値を均等充電情報としても良い。充放電サイクル(sec):Dは、前回j−1の最終時刻から今回jの最終時刻までの期間である。充放電電流:Eは、前回j−1のから今回jまでの充放電電流値である。
温度:Fは、充放電サイクルごとに得ると処理区間内で変動が大きい場合に精度を確保できる。SOC使用範囲(中心値)(%):B、SOC使用範囲(幅)(%):Cは、均等充電区切りごとに平均値を得るなど簡略化することもできる。
図5は、時系列の運用データのある処理区間内を、単位時間当たりの充放電量フィルタ部108とセグメント化部103によりセグメントに分割した様子を示すものである。
該図に示す如く、処理区間として、開始時刻Tsと終了時刻Teの間をセグメント分割点p(j)によりj=0からj=6までのセグメントに分割している。これが、時系列の運用データを複数の期間に分割してセグメント化することである。
ここでは、運用データのうちSOCを示してセグメント分割の様子を示しているが、他の運用データも、セグメントを分ける時刻にてセグメント化されている。この処理の一例を図6にて説明する。
図6は、図2のステップ2006の詳細処理を示すものであり、図5に示すように、処理区間内をセグメント分割点p(j)により、1つ以上のセグメントに分割する。
図6に示す処理では、運用データのサンプリング時刻の処理区間の開始時刻Ts、及び終了時刻Teを入力として受けると、まず、最初のセグメント分割点p(0)を開始時刻Tsとする(ステップ2006−1)。ステップ2006−2のループでは、時刻を2時間おきに区切り、2時間後のサンプリング時刻を+2hと表す。Ts+2hからT−2h>=Teとなるまで、以下の処理を行う。
即ち、ステップ2006−3では、連続する2区間の関係が、図7の(1)、(2)、(3)、(4)のいずれの傾きであるかをチェックする。もし、図7の(2)または(4)のように、傾きの符号が変化すれば、そこで充放電のトレンドが変化するとして、ステップ2006−4以降を実施する。ステップ2006−4では、p(j)=t−2hとして(2hでなくても構わない)、セグメントの区切り点を登録する。ステップ2006−5では、p(j−1)とp(j)間のSOCの変化ΔSOCを得る。また、ステップ2006−6では、セグメント毎の特徴量抽出部104により傾き、即ち、単位時間の充放電量としてΔSOC/p(j)−p(j−1)を得る。
この他、ローパスフィルターを用い、充放電電流量をローパスフィルターに通した波形の符号が変化する点、即ち、充電トレンドから放電トレンド(またはその逆)に変化した点でセグメント分割することで、充放電トレンドを抽出してセグメント分割点を得ることもできる。充放電電流量の代わりにSOCを用いでも同様にできる
図7は、充放電のトレンドの場合分け表であり、ステップ2006−3では、図7の(2)と(4)は、充放電のトレンドが変化すると判定する。
図8乃至図11は、本実施例の蓄電池制御システムにおけるインターフェース画面を示す。
図8は、本実施例の蓄電池制御システムにおける寿命予測する入力画面例である。図8では、複数個所の蓄電池制御装置を統括管理する場合を想定して、まず、どのサイトの蓄電池の寿命を予測するかを指定する。また、デフォルトでは、運用開始から現在までの期間の寿命を予測するが、期間を指定して、その間の寿命を予測することもできる。
複数個所の蓄電池制御装置を統括管理する場合は、図1の破線で囲んだ部分と、その他は別々の場所に設置し、ネットワークで繋いで、機能を提供することができる。複数の畜電子制御装置の運用データを、データマイニングにより有用な情報を作り出すことができる。
図9は、本実施例の蓄電池制御システムにおける寿命予測結果の表示例であり、縦軸に寿命値、横軸に時間を示している。図9の縦軸は、初期値と寿命限界の目盛を示しているが、その寿命の範囲を正規化して初期時点で100、寿命時点で0としても良い。また、図9の横軸は、時間で示しているが放電量で示しても良い。この場合、横軸の目標年数Aは目標放電量となる。本実施例の蓄電池制御システムでは、年間の目安放電量を定めておくことで、表示を切り替えて行うことができる。また、目標年数Aまたは目標放電量までの理想的な劣化進行線L0を示しておくと、それと比較することで、現在の状況が良いのか悪いのかを判断しやすい。ここでは、劣化度が期待より高い部分を切り出して(初期〜t1)、それ以外(t1〜t2)と分けて2つの折れ線で示している。劣化集計部107において、積算せず、各セグメント間の劣化度の集合として表す場合は、本グラフに各セグメント区間での劣化度をプロットすると、どのセグメントでの運用が劣化を促進することになったかがわかりやすくなる。
このようにすることで、劣化を進めてしまう運用に注意を喚起することができる。また、これは、セグメント毎の劣化度が期待より高い部分を抽出して示すことで実現できる。反省して運用条件を見直した結果、劣化が遅くなったかどうかが分かりやすい。
図10は、本実施例の蓄電池制御システムにおいて、複数のサイトの劣化度を一覧できるように表示した例である。即ち、図10に示す如く、目標放電量までの理想的な劣化進行線L0を示し、それと比較することで、運用が上手くいっているサイトと、それ以外を見分けることができる。ここでは、共通のt1前後で劣化の度合いを分けて示しているが、セグメント毎に示しても良い。
図11は、本実施例の蓄電池制御システムにおける寿命予測結果の表示の別例を示すものである。即ち、図10では、寿命予測結果をグラフで図示しているが、これ以外に、図11では、寿命予測結果をテキスト表示するようにしたものである。
このように、寿命予測結果をテキスト表示することで、詳細な寿命予測結果を見てとることができる。図11に示す表示内容としては、時間、放電量、モデル寿命、予測寿命の他、電池を調べた結果が得られれば、正極項腐食寿命、サルフェーション寿命、成層化寿命を示している。
図9及び図10の各線分をクリックすると、その線分とモデル寿命に関する特徴量を含むこれらの情報が表示され、モデル寿命のパラメータと、劣化が促進中のパラメータを比較できる。その結果、オペレーターに分かり易くなって良い。また、蓄電池運用計画部110で、制御可能な特徴量については、これまでの値から寿命モデルの値に近づけるよう計画することで、その後の蓄電池の寿命を延ばすことができる。
また、セグメント毎の特徴量のヒストグラムを作成して示すことで、特徴量の頻度を確認でき、その後の運用にフィードバックし易い。
次に、本発明の蓄電池制御システムの蓄電池劣化度予測方法について説明する。
本発明の蓄電池制御システムの蓄電池劣化度予測方法では、第1の制御方法と第2の制御方法の2種があり、この第1の制御方法と第2の制御方法では、単位時間当たりの充放電量、均等充電の間隔、均等充電の時間、電流値、電圧値、充放電量、温度のいずれかの特徴量が異なり他の特徴量は同じである場合、上記2種の制御方法による劣化度が異なる結果を予測できる。
この動作について、図1を用いて説明する。図1に示すパターンAとパターンBは、均等充電の間隔、均等充電の時間、電流値、電圧値、充放電量、温度のうち電流値のみが異なり、他の特徴量は同じである。パターンAとパターンBは、異なっている電流値の時系列値を示しているが、他の特徴量についても時系列値をグラフで表すことができ、パターンAとパターンBは一致しているものとする。この時、これらのパターンに従って蓄電池を運用(制御)した場合の本実施例における劣化度は異なり、図1に示すように、劣化(パターンA)≠劣化(パターンB)である。図1のセグメント毎の特徴量抽出部104は、セグメント化部103より運用データとセグメント化結果を受けると、各々のセグメントの運用データの特徴量を抽出し、劣化モデル106は特徴量から劣化を予測することができるためである。
異なる特徴量が電流値以外の均等充電の間隔、均等充電の時間、電圧値、充放電量、温度であっても、特徴量の1つのみ異なり他は同じパターン2種で蓄電池を運用(制御)した場合の本実施例における劣化度は異なる。
このような本実施例とすることにより、ある時点で蓄電池の運用を変えた場合でも、それ以前と以後で、寿命がどのように変化したのかが分かるので、蓄電池の実運用状況から寿命を予測し、蓄電池の運用を変えて寿命を延ばすことができる効果がある。
本実施例は、実施例1とセグメント化部103が異なる蓄電池制御システムの例を説明する。
本実施例は、実施例1と同様に、図1が本実施例の蓄電池制御システムの構成図であり、実施例1では、セグメント化部103が時系列の運用データを複数の期間に分割してセグメント化しているが、本実施例のセグメント化部103では、所定の単位時間で時系列のデータを分割して、セグメント化するものである。また、この場合のSOCデータの傾き、即ち、単位時間の充放電量は、ΔSOC/所定の単位時間で得られる。その他は、実施例1と同様である。
このような本実施例としても、実施例1と同様な効果を得ることができる。
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
101…風力発電・蓄電池システム、102…蓄電池運用データ収集部、103…セグメント化部、104…セグメント毎の特徴量抽出部、105…セグメント毎の劣化予測部、106…劣化モデル部、107…劣化集計部、108…単位時間当たりの充放電量フィルタ部、109…蓄電池運用指示部、110…蓄電池運用計画部。

Claims (7)

  1. 蓄電池と、
    該蓄電池の運用データを収集する蓄電池運用データ収集部と、
    該蓄電池運用データ収集部で収集した運用データの期間をセグメントに分割するセグメント化部と、
    該セグメント化部でセグメントに分割した各セグメントの特徴量を抽出するセグメント毎の特徴量抽出部と、
    ある特徴量から単位当たりの蓄電池の劣化を出力する劣化モデル部と、
    前記セグメント毎の特徴量抽出部で抽出した各セグメントの特徴量を指定することにより前記劣化モデル部に単位当たりの蓄電池の劣化を算出させ、前記単位当たりの蓄電池の劣化とセグメントの放電量とからセグメント毎の劣化度を算出するセグメント毎の劣化予測部と、
    該セグメント毎の劣化予測部の前記セグメント毎の劣化度を用いて全体または部分期間の劣化度を集計する劣化集計部と、
    を備えていることを特徴とする蓄電池制御システム。
  2. 請求項1に記載の蓄電池制御システムにおいて、
    前記劣化モデル部は、単位当たりの蓄電池の劣化から予測される最長寿命を得ることができる特徴量を最適化できる特徴量として示し、
    前記劣化集計部から集計された全体または部分期間の劣化度を受け取り、前記劣化モデル部が示す最適化できる特徴量と前記各セグメントの特徴量が入力される蓄電池運用計画部と、
    該蓄電池運用計画部からの前記劣化モデル部が示す最適化できる特徴量と前記各セグメントの特徴量を受けてシステムの制御を指示する蓄電池運用指示部とを、
    更に備えていることを特徴とする蓄電池制御システム。
  3. 請求項1又は2に記載の蓄電池制御システムにおいて、
    時系列の充放電量を充電傾向にある部分と放電傾向にある部分とに時刻を分割する単位時間当たりの充放電量フィルタ部を備え、
    前記セグメント化部は、前記蓄電池運用データ収集部からの運用データを受け、前記単位時間当たりの充放電フィルタ部の機能を用いて、時系列の運用データを複数の期間に分割してセグメント化することを特徴とする蓄電池制御システム。
  4. 請求項1又は2に記載の蓄電池制御システムにおいて、
    前記セグメント化部は、均等充電の開始終了時刻及び単位時間当たりの充放電量が変化する時刻で分割され、前記セグメント毎の特徴量抽出部は、抽出した特徴量として、単位時間または単位容量当たりの充放電量、均等充電の間隔、均等充電の時間、電流値、電圧値、温度のいずれかを用いることを特徴とする蓄電池制御システム。
  5. 請求項1又は2に記載の蓄電池制御システムにおいて、
    前記セグメント化部は、時系列のSOCまたは充放電電流量をローパスフィルターに通した波形の極大点と極小点の時刻でセグメント分割されることを特徴とする蓄電池制御システム。
  6. 請求項1又は2に記載の蓄電池制御システムにおいて、
    前記セグメント化部は、単位時間で時系列のデータを分割してセグメント化されることを特徴とする蓄電池制御システム。
  7. 蓄電池と、該蓄電池の運用データを収集する蓄電池運用データ収集部と、該蓄電池運用データ収集部で収集した運用データの期間をセグメントに分割するセグメント化部と、該セグメント化部でセグメントに分割した各セグメントの特徴量を抽出するセグメント毎の特徴量抽出部と、ある特徴量から前記蓄電池の単位当たりの劣化を出力する劣化モデル部と、前記セグメント毎の特徴量抽出部で抽出した各セグメントの特徴量を指定することにより前記劣化モデル部に単位当たりの蓄電池の劣化を算出させ、前記単位当たりの蓄電池の劣化とセグメントの放電量とからセグメント毎の劣化度を算出するセグメント毎の劣化予測部と、該セグメント毎の劣化予測部の前記セグメント毎の劣化度を用いて全体または部分期間の劣化度を集計する劣化集計部とを備え、前記蓄電池の劣化度を予測する蓄電池制御システムの蓄電池劣化度予測方法であって、
    第1の制御方法と第2の制御方法の2種があり、該第1の制御方法と第2の制御方法では、前記蓄電池の単位時間当たりの充放電量、均等充電の間隔、均等充電の時間、電流値、電圧値、充放電量、温度のいずれか1つの特徴量が異なり、これ以外の特徴量は同じであり、前記2種の制御方法による前記蓄電池の劣化度が異なる結果を予測することを特徴とする蓄電池制御システムの蓄電池劣化度予測方法。
JP2013036796A 2013-02-27 2013-02-27 蓄電池制御システム及びその蓄電池劣化度予測方法 Expired - Fee Related JP6036404B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013036796A JP6036404B2 (ja) 2013-02-27 2013-02-27 蓄電池制御システム及びその蓄電池劣化度予測方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013036796A JP6036404B2 (ja) 2013-02-27 2013-02-27 蓄電池制御システム及びその蓄電池劣化度予測方法

Publications (2)

Publication Number Publication Date
JP2014163875A JP2014163875A (ja) 2014-09-08
JP6036404B2 true JP6036404B2 (ja) 2016-11-30

Family

ID=51614599

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013036796A Expired - Fee Related JP6036404B2 (ja) 2013-02-27 2013-02-27 蓄電池制御システム及びその蓄電池劣化度予測方法

Country Status (1)

Country Link
JP (1) JP6036404B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI802349B (zh) * 2021-04-28 2023-05-11 日商日立全球先端科技股份有限公司 電池狀態推定裝置、電力系統

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018011366A (ja) * 2014-11-19 2018-01-18 株式会社東芝 蓄電池管理システム及び蓄電池管理方法
JP6648698B2 (ja) * 2014-12-10 2020-02-14 株式会社Gsユアサ 蓄電素子状態推定装置及び蓄電素子状態推定方法
KR102574257B1 (ko) * 2015-10-30 2023-09-01 삼성전자주식회사 Soh 추정 장치 및 방법과, soh 추정 모델 생성 장치 및 방법
JP7466713B2 (ja) 2021-02-02 2024-04-12 三菱電機株式会社 蓄電池劣化診断装置および蓄電池劣化診断方法
JP2022180172A (ja) 2021-05-24 2022-12-06 株式会社Jera 蓄電システムデータ収集装置、蓄電システムデータ収集方法およびプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4797640B2 (ja) * 2006-01-18 2011-10-19 トヨタ自動車株式会社 二次電池の寿命推定装置
JP2009281955A (ja) * 2008-05-26 2009-12-03 Tokyo Gas Co Ltd 蓄電池劣化診断システム、蓄電池劣化診断装置、蓄電池劣化診断方法およびプログラム
JP5310003B2 (ja) * 2009-01-07 2013-10-09 新神戸電機株式会社 風力発電用鉛蓄電池制御システム
JP5447282B2 (ja) * 2010-08-11 2014-03-19 新神戸電機株式会社 自然エネルギー利用システム用鉛蓄電池および鉛蓄電池システム
JP5875037B2 (ja) * 2011-07-08 2016-03-02 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation バッテリの状態予測システム、方法及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI802349B (zh) * 2021-04-28 2023-05-11 日商日立全球先端科技股份有限公司 電池狀態推定裝置、電力系統

Also Published As

Publication number Publication date
JP2014163875A (ja) 2014-09-08

Similar Documents

Publication Publication Date Title
JP6036404B2 (ja) 蓄電池制御システム及びその蓄電池劣化度予測方法
JP5630537B2 (ja) 寿命予測システム
JP5936711B2 (ja) 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法
JP5447282B2 (ja) 自然エネルギー利用システム用鉛蓄電池および鉛蓄電池システム
US9846886B2 (en) Strategic modeling for economic optimization of grid-tied energy assets
JP5768001B2 (ja) 電池システムのメンテナンス管理システム及び方法
US10073147B2 (en) Battery state estimation device, battery state management system, battery, battery state estimation method, and non-transitory storage medium
JP2017166874A (ja) 蓄電池評価装置、蓄電池、蓄電池評価方法、およびプログラム
US9916535B2 (en) Systems and methods for predictive analysis
JP2019537923A (ja) 電池の健全性状態の判定および警報の発生
JP6253137B2 (ja) 二次電池の電池状態推定装置
WO2014155726A1 (ja) 電池特性推定方法、電池特性推定装置及びプログラム
CN108072848B (zh) 预估蓄电池放电时长的分析方法
CN110687470A (zh) 一种储能系统中锂电池寿命在线预测方法及系统
US10107864B2 (en) Step-time battery degradation determination
JP6262954B2 (ja) 蓄電池導入効果評価装置、蓄電池導入効果評価方法及びプログラム
CN116540099A (zh) 锂离子动力电池的使用寿命预测方法、装置、设备及介质
EP3750223B1 (en) Predicting voltage stability of a power system post-contingency
CN114487848A (zh) 一种蓄电池的状态计算方法和装置
KR101726483B1 (ko) 배터리 사용 패턴 분석 장치 및 방법
CN108983101A (zh) 蓄电池容量分析方法、装置、设备和计算机可读存储介质
Guo et al. Bivariate gamma processes for modeling Lithium ion battery aging mechanism
CN116774057B (zh) 一种训练电池寿命预测模型和预测电池寿命的方法及装置
WO2024090453A1 (ja) 情報処理方法、情報処理システム及びプログラム
JP2024041522A (ja) 算出装置、劣化状態の算出方法及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150319

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20160206

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160222

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160329

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160530

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: 20161004

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161017

R151 Written notification of patent or utility model registration

Ref document number: 6036404

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

LAPS Cancellation because of no payment of annual fees