JP6250298B2 - 二次電池寿命予測システムおよび二次電池特性評価装置 - Google Patents

Description

本発明は、二次電池寿命予測システム、二次電池特性評価装置、二次電池搭載装置、および二次電池寿命予測方法に関する。

近年、携帯電子機器や電気自動車など、二次電池を搭載した装置（以下、「二次電池搭載装置」という。）が様々な分野で用いられるようになっている。このような二次電池搭載装置を利用する際、あとどのくらいの時間使用できるのかを把握することは重要である。この残り時間は、放電開始から二次電池の出力電圧が放電終止電圧に低下するまでの時間（以下、「放電可能時間」または「寿命」という。）を用いて算出される。ここで、放電終止電圧とは、安全に放電を行える出力電圧の最低値のことである。

また、二次電池の放電可能時間は、二次電池の置かれた環境や使用状況により大きく変化することが知られている。

特許文献１には、無停電電源装置（ＵＰＳ）に使用される二次電池の放電可能時間を予測するために、ニューラルネットワークを利用する手法が記載されている。

特開平９−２４３７１６号公報

しかしながら、特許文献１に記載の手法では、予測精度の高いニューラルネットワークが構成されるまで、二次電池の放電可能時間を高精度に予測することができないという課題がある。

また、二次電池搭載装置の使用状況によっては、予測精度の高いニューラルネットワークを構成するまでに長期間かかる場合もある。例えば、実運用される二次電池搭載装置では、出力電圧が放電終止電圧に低下する前に二次電池が再充電される場合がある。このような場合は、二次電池の放電可能時間を測定できず、予測精度の高いニューラルネットワークを構成することが実際上困難となる。

そこで、本発明は、二次電池の放電可能時間を高速かつ高精度に予測可能な二次電池寿命予測システム、二次電池特性評価装置、二次電池搭載装置、および二次電池寿命予測方法を提供することを目的とする。

本発明の一態様に係る二次電池寿命予測システムは、
二次電池の特性を評価する二次電池特性評価装置、および二次電池が搭載された二次電池搭載装置を備える二次電池寿命予測システムであって、
前記二次電池特性評価装置は、
評価用二次電池を繰り返し充放電させるとともに、少なくとも放電中における前記評価用二次電池の所定の特性を測定する充放電特性測定部と、
前記充放電特性測定部により測定された前記所定の特性の測定値と、前記評価用二次電池の放電可能時間の実績値とを関連付けた特性データベースを作成するデータベース作成部と、
前記特性データベースを学習データとして用いて、前記所定の特性の測定値を入力し、前記評価用二次電池の放電可能時間の予測値を出力する第１のニューラルネットワークを構成し、前記第１のニューラルネットワークが所定の予測精度を満たす場合に前記第１のニューラルネットワークを構成するための構成データを出力するニューラルネットワーク構成部と、
前記ニューラルネットワーク構成部から受信した前記第１のニューラルネットワークの前記構成データを送信する送信部と、を備え、
前記二次電池搭載装置は、
前記二次電池特性評価装置の前記送信部により送信された前記第１のニューラルネットワークの前記構成データを受信する受信部と、
前記評価用二次電池と同じ構成を有する二次電池と、
前記二次電池の前記所定の特性を測定する測定部と、
前記受信部が受信した前記第１のニューラルネットワークの前記構成データを用いて前記第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成し、前記測定部により測定された前記二次電池の前記所定の特性の測定値を前記第２のニューラルネットワークに入力して前記二次電池の放電可能時間の予測値を出力する予測部と、
を備えることを特徴とする。

また、前記二次電池寿命予測システムにおいて、
前記二次電池特性評価装置の前記データベース作成部は、前記評価用二次電池の放電が終了する度に、前記所定の特性の測定値と、前記測定値に基づいて得られる前記評価用二次電池の放電可能時間の実績値とを用いて前記特性データベースを更新し、
前記二次電池特性評価装置の前記ニューラルネットワーク構成部は、前記特性データベースが更新される都度、前記更新された特性データベースを用いて前記第１のニューラルネットワークを構成するようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記複数のセルのうちの特定のセルの電圧、前記特定のセルの内部インピーダンス、および前記特定のセルの表面温度を含むようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記各セルの電圧の平均値、前記各セルの内部インピーダンスの平均値、および前記各セルの表面温度の平均値を含むようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記複数のセルのうちの特定のセルの電圧および前記特定のセルの内部インピーダンスを含み、前記第１のニューラルネットワークは前記特定のセルの表面温度として設定された値を入力するようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記各セルの電圧の平均値および前記各セルの内部インピーダンスの平均値を含み、前記第１のニューラルネットワークは前記各セルの表面温度の平均値として設定された値を入力するようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記所定の特性は、前記評価用二次電池の充電時間をさらに含むようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記所定の特性は、前記評価用二次電池の放電開始直後の跳ね上がり時間をさらに含むようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記二次電池搭載装置は、前記予測部が出力した前記放電可能時間の予測値、および／または、前記二次電池の放電開始時刻と前記放電可能時間の予測値とに基づくアラームを表示する表示部をさらに備えてもよい。

また、前記二次電池寿命予測システムにおいて、
前記充放電特性測定部は、
前記評価用二次電池の一端に電気的に接続するための第１の接続端子と、
前記評価用二次電池の他端に電気的に接続するための第２の接続端子と、
一端が前記第２の接続端子に電気的に接続され、前記評価用二次電池を充電するための充電用電源と、
一端が前記第２の接続端子に電気的に接続され、前記評価用二次電池を放電させるための放電用負荷と、
前記第１の接続端子に電気的に接続された第１の端子と、前記充電用電源の他端に電気的に接続された第２の端子と、前記放電用負荷の他端に電気的に接続された第３の端子とを有し、前記第１の端子および前記第２の端子間を電気的に接続する第１の接続状態と、前記第１の端子および前記第３の端子間を電気的に接続する第２の接続状態とを選択的に切替えるスイッチと、
前記評価用二次電池に接続され、前記評価用二次電池の前記所定の特性を測定する評価用二次電池測定部と、
前記評価用二次電池の電圧が所定の放電閾値まで低下すると前記スイッチを前記第１の接続状態に制御し、前記評価用二次電池の電圧が所定の充電閾値まで上昇すると前記スイッチを前記第２の接続状態に制御するとともに、前記スイッチを切替えたときに切替通知を前記データベース作成部に出力するスイッチ制御部と、
を有するようにしてもよい。

また、前記二次電池寿命予測システムにおいて、
前記データベース作成部は、前記スイッチ制御部からの前記切替通知に基づいて、前記評価用二次電池の前記放電可能時間の実績値を求めるようにしてもよい。

本発明の一態様に係る二次電池特性評価装置は、
評価用二次電池を繰り返し充放電させるとともに、少なくとも放電中における前記評価用二次電池の所定の特性を測定する充放電特性測定部と、
前記充放電特性測定部により測定された前記所定の特性の測定値と、前記評価用二次電池の放電可能時間の実績値とを関連付けた特性データベースを作成するデータベース作成部と、
前記特性データベースを学習データとして用いて、前記所定の特性の測定値を入力し、前記評価用二次電池の放電可能時間の予測値を出力する第１のニューラルネットワークを構成し、前記第１のニューラルネットワークが所定の予測精度を満たす場合に前記第１のニューラルネットワークを構成するための構成データを出力するニューラルネットワーク構成部と、
前記ニューラルネットワーク構成部から受信した前記第１のニューラルネットワークの前記構成データを送信する送信部と、
を備えることを特徴とする。

本発明の一態様に係る二次電池搭載装置は、
本発明に係る二次電池特性評価装置により送信された前記第１のニューラルネットワークの前記構成データを受信する受信部と、
前記評価用二次電池と同じ構成を有する二次電池と、
前記二次電池の前記所定の特性を測定する測定部と、
前記受信部が受信した前記第１のニューラルネットワークの前記構成データを用いて前記第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成し、前記測定部により測定された前記二次電池の前記所定の特性の測定値を前記第２のニューラルネットワークに入力して前記二次電池の放電可能時間の予測値を出力する予測部と、
を備えることを特徴とする。

本発明の一態様に係る二次電池寿命予測方法は、
少なくとも放電中における前記評価用二次電池の所定の特性を測定する工程と、
前記所定の特性の測定値と、前記評価用二次電池の放電可能時間の実績値とを関連付けた特性データベースを作成する工程と、
前記特性データベースを学習データとして用いて、前記所定の特性の測定値を入力し、前記評価用二次電池の放電可能時間の予測値を出力する第１のニューラルネットワークを構成する工程と、
前記第１のニューラルネットワークが所定の予測精度を満たす場合に、前記第１のニューラルネットワークの前記構成データを送信する工程と、
を備えることを特徴とする。

また、前記二次電池寿命予測方法において、
通信ネットワークを介して前記第１のニューラルネットワークの前記構成データを受信する工程と、
前記第１のニューラルネットワークの前記構成データを用いて前記第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成する工程と、
前記評価用二次電池と同じ構成を有する二次電池の前記所定の特性を測定する工程と、
前記二次電池の前記所定の特性の測定値を前記第２のニューラルネットワークに入力して前記二次電池の放電可能時間の予測値を得る工程と、
をさらに備えてもよい。

本発明に係る二次電池寿命予測システムでは、二次電池特性評価装置は評価用二次電池を繰り返し充放電させるとともに、評価用二次電池の所定の特性を測定する。そして、二次電池特性評価装置は、測定結果を用いて特性データベースを作成し、該特性データベースを用いて第１のニューラルネットワークを構成する。所定の予測精度を満たす場合には、第１のニューラルネットワークの構成データを送信する。二次電池搭載装置は、二次電池特性評価装置が送信した構成データを受信し、第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成する。そして、二次電池搭載装置は、第２のニューラルネットワークを用いて、自身に搭載された二次電池の放電可能時間を予測する。

このように、二次電池の放電可能時間を予測するためのニューラルネットワークは二次電池特性評価装置により構成されるため、二次電池搭載装置は自身で測定データを蓄積する必要がない。よって、二次電池搭載装置は放電可能時間を高速に予測することができる。さらに、第２のニューラルネットワークは所定の予測精度を満たすものであるため、二次電池搭載装置は放電可能時間を高精度に予測することができる。

よって、本発明によれば、二次電池搭載装置に搭載された二次電池の放電可能時間を高速かつ高精度に予測することができる。

本発明の第１の実施形態に係る二次電池寿命予測システムの概略的な構成図である。 本発明の一実施形態に係る二次電池特性評価装置の概略的なブロック図である。 （ａ）は、評価用二次電池を繰り返し充放電させた場合の充放電特性を示すグラフであり、（ｂ）は、（ａ）の充放電特性の一周期を抜き出して拡大した図である。 本発明の一実施形態に係る特性データベースの例を示す図である。 （ａ）は学習前のニューラルネットワークの構成例を示し、（ｂ）は学習後のニューラルネットワークの構成例を示す図である。 本発明の一実施形態に係る二次電池搭載装置の概略的なブロック図である。 本発明の第２の実施形態に係る二次電池寿命予測システムの概略的な構成図である。 本発明の一実施形態に係る二次電池寿命予測方法を説明するためのフローチャートである。 図８Ａに続く、本発明の一実施形態に係る二次電池寿命予測方法を説明するためのフローチャートである。

以下、図面を参照しつつ本発明の実施形態について説明する。

（第１の実施形態）
図１は、本発明の第１の実施形態に係る二次電池寿命予測システム１の概略的な構成図である。二次電池寿命予測システム１は、二次電池の特性を評価する二次電池特性評価装置１０と、二次電池が搭載された二次電池搭載装置３０と、通信ネットワーク６０と、アンテナ７０とを備えており、二次電池搭載装置３０に搭載された二次電池の放電可能時間（ＬＴ）を予測する。なお、二次電池の種類は特に限定されない。二次電池は、例えば、リチウムイオン電池、ニッケル水素電池、ニッケルカドミウム電池、鉛蓄電池などである。

二次電池特性評価装置１０は、評価用二次電池の特性を評価するための装置であり、例えば、二次電池のメーカなどに設けられる。二次電池搭載装置３０は、評価用の二次電池と同じ構成を有する二次電池を搭載しており、例えば、リチウムイオン電池を搭載した電気自動車である。

二次電池特性評価装置１０は、評価用二次電池の測定結果に基づいて構成されたニューラルネットワークの構成データを二次電池搭載装置３０に送信する。例えば、二次電池特性評価装置１０は、図１に示すように、通信ネットワーク６０およびアンテナ７０を介して、複数の二次電池搭載装置３０に対してニューラルネットワークの構成データをブロードキャストする。

次に、二次電池特性評価装置１０の詳細構成について図２を参照して説明する。図２は、二次電池特性評価装置１０の概略的なブロック図を示している。

二次電池特性評価装置１０は、充放電特性測定部１１と、データベース作成部２１と、ニューラルネットワーク構成部２２と、送信部２３とを備えている。データベース作成部２１、ニューラルネットワーク構成部２２および送信部２３については、例えば通信機能を有するパーソナルコンピュータを用いて実現することが可能である。

充放電特性測定部１１は、評価用二次電池５０を繰り返し充放電させ、少なくとも放電中における評価用二次電池５０の所定の特性を測定する。評価用二次電池５０は、直列接続された同種の複数のセルから構成される。なお、評価用二次電池５０を構成するセルは、セル特性を均一化させる観点から、同じロットのものであることが好ましい。

充放電特性測定部１１が測定する所定の特性は、例えば、評価用二次電池５０を構成する複数のセルのうちの特定のセルの電圧（Ｖ）、該特定のセルの内部インピーダンス（Ｚ）、および該特定のセルの表面温度（Ｔ）を含む。なお、充放電特性測定部１１は、放電中の特性に加えて、充電中における評価用二次電池５０の所定の特性を測定してもよい。

充放電特性測定部１１の構成例について説明する。充放電特性測定部１１は、図２に示すように、評価用二次電池５０の一端に電気的に接続するための接続端子１２ａと、評価用二次電池５０の他端に電気的に接続するための接続端子１２ｂと、充電用電源１３と、放電用負荷１４と、スイッチ１５と、評価用二次電池測定部１６と、スイッチ制御部１７とを有する。

充電用電源１３は、評価用二次電池５０を充電するための電源であり、一端が接続端子１２ｂに電気的に接続され、他端がスイッチ１５の端子１５ｂに接続されている。

放電用負荷１４は、評価用二次電池５０を放電させるための負荷であり、一端が接続端子１２ｂに電気的に接続され、他端がスイッチ１５の端子１５ｃに電気的に接続されている。

スイッチ１５は、接続端子１２ａに電気的に接続された端子１５ａと、充電用電源１３の他端に電気的に接続された端子１５ｂと、放電用負荷１４の他端に電気的に接続された端子１５ｃとを有する。このスイッチ１５は、端子１５ａおよび端子１５ｂ間を電気的に接続する第１の接続状態（充電状態）と、端子１５ａおよび端子１５ｃ間を電気的に接続する第２の接続状態（放電状態）とを選択的に切替えることが可能なように構成されている。なお、スイッチ１５は、端子１５ａが端子１５ｂおよび端子１５ｃのいずれにも接続されない第３の接続状態（待機状態）を有するように構成されてもよい。

評価用二次電池測定部１６は、評価用二次電池５０に接続され、評価用二次電池５０の所定の特性を測定する。評価用二次電池測定部１６は、充電開始時、充電完了時および放電終了時のうち少なくともいずれかの時点において、評価用二次電池５０の所定の特性を測定する。セルの内部インピーダンス（Ｚ）については、例えばロックインアンプ（ＬＩＡ）を用いて測定する。また、セルの表面温度（Ｔ）については、セルに貼り付けられた温度センサを用いて測定する。

評価用二次電池測定部１６は、スイッチ制御部１７に測定した電圧を出力し、また、データベース作成部２１に評価用二次電池５０の所定の特性の測定値（電圧、内部インピーダンスおよび表面温度など）を出力する。

スイッチ制御部１７は、評価用二次電池測定部１６から受信した電圧に基づいて、例えば以下のようにスイッチ１５を制御する。スイッチ制御部１７は、評価用二次電池５０の電圧が所定の放電閾値まで低下すると、スイッチ１５を第１の接続状態に制御して評価用二次電池５０を充電する。ここで、所定の放電閾値とは、例えば、前述の放電終止電圧である。一方、評価用二次電池５０の電圧が所定の充電閾値まで上昇すると、スイッチ制御部１７は、スイッチ１５を第２の接続状態に制御して、評価用二次電池５０を放電させる。ここで、所定の充電閾値とは、例えば、安全に充電を行える充電電圧の最高値（充電終止電圧）である。

また、スイッチ制御部１７は、スイッチ１５を切替えたときに切替通知をデータベース作成部２１に出力する。この切替通知は１種類だけ設けてもよいし、２種類設けてもよい。２種類の切替通知を設けた場合、第１の接続状態から第２の接続状態に切替えた場合に出力される切替通知を第１の切替通知とし、第２の接続状態から第１の接続状態に切替えた場合に出力される切替通知を第２の切替通知とする。データベース作成部２１はどちらの種類の切替通知を受信したかにより、充電完了または放電終了を把握することが可能である。ただし、充電完了と放電終了は交互に発生するイベントなので、切替通知が１種類であっても、充電完了または放電終了を把握することは可能である。

図３（ａ）は、評価用二次電池５０を繰り返し充放電させた場合の充放電特性を示すグラフである。このように、充放電特性測定部１１は、評価用二次電池５０を繰り返し連続的に充放電させることで、予測精度の高いニューラルネットワークの構成に必要なデータを迅速に収集する。なお、評価用二次電池５０を高温の環境下で充放電させることで加速劣化させ、所要のデータをさらに迅速に収集するようにしてもよい。

次に、データベース作成部２１、ニューラルネットワーク構成部２２および送信部２３について詳しく説明する。

データベース作成部２１は、充放電特性測定部１１による測定結果に基づいて、評価用二次電池５０の特性データベースを作成する。図４は、データベース作成部２１により作成された特性データベースの一例を示している。図４に示すように、特性データベースでは、入力パラメータと出力パラメータとが放電回数ごとに関連付けられている。入力パラメータは、充放電特性測定部１１により測定された評価用二次電池５０の所定の特性の測定値（電圧、電流、内部インピーダンス、表面温度など）であり、出力パラメータは、評価用二次電池５０の放電可能時間（ＬＴ）の実績値である。

なお、特性データベースに含まれる入力パラメータは、充電開始時、充電完了時および放電終了時のうち少なくともいずれかにおける測定値を含む。好ましくは、特性データベースは、入力パラメータとして、計測可能な全ての時刻における所定の特性の測定値を含む。

出力パラメータである放電可能時間の実績値は、所定の特性の測定値に基づいて得られる。例えば、データベース作成部２１は、スイッチ制御部１７からの切替通知に基づいて、放電可能時間の実績値を得る。例えば、図３（ｂ）に示すように、出力電圧が放電終止電圧に低下した放電終了時刻（ｔ２）から、出力電圧が充電終止電圧に達した充電終了時刻（ｔ１）を引くことにより、放電可能時間の実績値を得る。スイッチ制御部１７は、前述のように、スイッチ制御部１７からの切替通知により、各時刻（ｔ１，ｔ２）を把握する。

なお、複数種類の評価用二次電池５０が存在する場合（即ち、各々が異なる種類の評価用二次電池５０に接続された複数の充放電特性測定部１１がデータベース作成部２１に接続されている場合）、データベース作成部２１は、評価用二次電池５０の種類ごとに上記の特性データベースを作成する。

ニューラルネットワーク構成部２２は、データベース作成部２１により作成された特性データベースを用いて、ニューラルネットワークを構成する。より詳しくは、ニューラルネットワーク構成部２２は、特性データベースを学習データとして用いて、所定の特性の測定値を入力し、評価用二次電池５０の放電可能時間の予測値を出力するニューラルネットワーク（以下、「第１のニューラルネットワーク」という。）を構成する。

ここで、ニューラルネットワークの構成例を図５に示す。図５（ａ）は、学習前のニューラルネットワークの構成例を示し、図５（ｂ）は、学習後のニューラルネットワークの構成例を示している。図５（ａ），（ｂ）において、丸印はユニットを示し、ユニット間の直線は結合関係を示し、該直線の太さはユニット間の結合重みを示している。

ニューラルネットワーク構成部２２は、第１のニューラルネットワークが所定の予測精度を満たす場合に、第１のニューラルネットワークを構成するための構成データを出力する。この構成データは、第１のニューラルネットワークを再現するのに必要なデータであり、例えば、ユニットの数、各ユニット間の結合関係、および各ユニット間の結合重みなどである。

また、第１のニューラルネットワークが所定の予測精度を満たすか否かの判定については、例えば以下のように行う。まず、ある測定値（入力パラメータ）に対して第１のニューラルネットワークが出力した放電可能時間の予測値と、当該測定値に対する放電可能時間の実績値との差分の絶対値を計算する。そして、その絶対値が所定のエラー閾値以下である場合に所定の予測精度を満たすと判定し、そうでない場合に所定の予測精度を満たさないと判定する。

第１のニューラルネットワークを構成するタイミングについては、例えば以下のようにする。まず、データベース作成部２１は、評価用二次電池５０の放電が終了する度に、評価用二次電池５０の所定の特性の測定値と、その測定値に基づいて得られる評価用二次電池５０の放電可能時間の実績値とを用いて、特性データベースを更新する。具体的には、特性データベースに、直近の測定結果に基づく新たなレコードを追加する。ニューラルネットワーク構成部２２は、このように特性データベースが更新される都度、更新された特性データベースを用いて第１のニューラルネットワークを構成する。これにより、予測精度の高いニューラルネットワークを迅速に構成することができる。

送信部２３は、ニューラルネットワーク構成部２２から受信した第１のニューラルネットワークの構成データを送信する。例えば、送信部２３は、図１に示すように、通信ネットワーク６０およびアンテナ７０を介して、遠隔の二次電池搭載装置３０に第１のニューラルネットワークの構成データを送信する。構成データの送信先は、１箇所に限らず、図１に示すように複数箇所でもよい。

なお、送信部２３は、構成データに、評価用二次電池５０の種類を示す情報を付して送信してもよい。これにより、評価用二次電池５０が複数種類存在する場合にも、二次電池搭載装置３０は自身に搭載された二次電池の種類に応じた構成データを取得できる。

また、通信ネットワーク６０内にサーバ（図示せず）を設け、このサーバを介して二次電池搭載装置３０に構成データを送信するようにしてもよい。この場合、送信部２３は、当該サーバに構成データを送信する。

また、送信部２３は、二次電池搭載装置３０や上記サーバからの求めに応じて、構成データを出力するようにしてもよい。

次に、二次電池搭載装置３０について、図６を参照して詳しく説明する。図６は、二次電池搭載装置３０の概略的なブロック図である。

二次電池搭載装置３０は、受信部３１と、二次電池３２と、測定部３３と、予測部３４と、表示部３５とを備えている。

受信部３１は、二次電池特性評価装置１０の送信部２３により送信された第１のニューラルネットワークの構成データを受信する。なお、受信部３１は、二次電池特性評価装置１０あるいは通信ネットワーク６０内のサーバに対して、構成データを送信するよう要求するリクエスト信号を出力してもよい。また、受信部３１は、異なる種類の二次電池用の複数の構成データを受信した場合、二次電池３２用の構成データを選択して予測部３４に出力する。

二次電池３２は、評価用二次電池５０と同じ構成を有する。即ち、二次電池搭載装置３０の二次電池３２は、評価用二次電池５０を構成するセルと同種のセルから構成される。ここで、同種のセルとは、特性が同じと推定されるセルのことをいい、例えば、セルの種類、製造型番、製造時期あるいはロットが同じセルをいう。

なお、セルの数に関しては、評価用二次電池５０と二次電池３２との間で異なっていてもよい。この場合、二次電池特性評価装置１０および二次電池搭載装置３０のいずれも、一つのセルからなるパイロットセルについて所定の特性に関する測定を行う。即ち、二次電池特性評価装置１０の評価用二次電池測定部１６は、評価用二次電池５０のパイロットセルについて測定を行い、二次電池搭載装置３０の測定部３３は、二次電池３２のパイロットセルについて測定を行う。

測定部３３は、二次電池３２の所定の特性を測定する。ここで、所定の特性は、例えば、二次電池３２を構成する複数のセルのうちの特定のセルの電圧（Ｖ）、特定のセルの内部インピーダンス（Ｚ）、および特定のセルの表面温度（Ｔ）である。

予測部３４は、受信部３１が受信した第１のニューラルネットワークの構成データを用いて、第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成する。そして、予測部３４は、測定部３３により測定された二次電池３２の所定の特性の測定値を第２のニューラルネットワークに入力して、二次電池３２の放電可能時間の予測値を出力する。

表示部３５は、予測部３４から二次電池３２の放電可能時間の予測値を受信し、この放電可能時間の予測値を表示する。表示部３５は、液晶ディスプレイなどの表示デバイス、あるいはプリンタなどである。

なお、表示部３５は、二次電池３２の残量が少ないことを示すアラームを、単独で、あるいは放電可能時間の予測値とともに表示してもよい。このアラームは、二次電池３２の放電開始時刻および放電可能時間の予測値に基づいて発せられる。例えば、二次電池３２の放電開始時刻からの経過時間を放電可能時間の予測値で割った値が所定のアラーム閾値を超えた場合に、表示部３５がアラームを表示するようにする。

上記のように、本実施形態に係る二次電池寿命予測システム１では、二次電池特性評価装置１０は評価用二次電池５０を繰り返し充放電させるとともに、評価用二次電池５０の所定の特性を測定する。そして、二次電池特性評価装置１０は、測定結果を用いて特性データベースを作成し、該特性データベースを用いて第１のニューラルネットワークを構成する。所定の予測精度を満たす場合には、第１のニューラルネットワークの構成データを送信する。二次電池搭載装置３０は、二次電池特性評価装置１０が送信した構成データを受信し、第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成する。そして、二次電池搭載装置３０は、第２のニューラルネットワークを用いて、自身に搭載された二次電池３２の放電可能時間を予測する。

このように、二次電池３２の放電可能時間を予測するためのニューラルネットワークは二次電池特性評価装置１０により構成されるため、二次電池搭載装置３０は自身で測定データを蓄積する必要がない。よって、二次電池搭載装置３０は放電可能時間を高速に予測することができる。さらに、二次電池搭載装置３０が受信した構成データにより構成された第２のニューラルネットワークは所定の予測精度を満たすものであるため、二次電池搭載装置３０は放電可能時間を高精度に予測することができる。

例えば二次電池３２の出力電圧が放電終止電圧に低下する前に充電を行うような運用形態であっても、二次電池３２の放電可能時間を高速かつ高精度に予測することができる。

また、第１のニューラルネットワークの構成データは通信ネットワークを介して送受されるので、二次電池搭載装置３０が二次電池特性評価装置１０から離れた場所にある場合や、複数の二次電池搭載装置３０に構成データを送信する必要がある場合にも対応することができる。

なお、二次電池特性評価装置１０が評価する評価用二次電池５０の所定の特性については、以下の変形例のようにしてもよい。

第１の変形例として、評価用二次電池測定部１６が評価用二次電池５０を構成する全セルの特性を測定するようにする。そして、評価用二次電池５０の所定の特性は、各セルの電圧の平均値（／Ｖ）、各セルの内部インピーダンスの平均値（／Ｚ）、および各セルの表面温度の平均値（／Ｔ）を含むようにしてもよい。各セルの測定値の平均値を用いることで、放電可能時間の予測精度をさらに向上させることができる。

第２の変形例として、セルの表面温度については、ユーザが設定してもよい。この場合、評価用二次電池５０の所定の特性は、特定のセルの電圧（Ｖ）および特定のセルの内部インピーダンス（Ｚ）を含み、第１のニューラルネットワークは特定のセルの表面温度（Ｔ）として設定された値を入力する。これにより、セルの表面温度を測る手段がない場合でも、放電可能時間を予測することができる。

第３の変形例として、上記第１の変形例と第２の変形例を組み合わせてもよい。この場合、評価用二次電池５０の所定の特性は、各セルの電圧の平均値（／Ｖ）および各セルの内部インピーダンスの平均値（／Ｚ）を含み、第１のニューラルネットワークは各セルの表面温度の平均値として設定された値（／Ｔ）を入力するようにしてもよい。

第４の変形例として、評価用二次電池５０の所定の特性は、評価用二次電池５０の充電時間をさらに含むようにしてもよい。充電時間は、例えば、評価用二次電池５０の出力電圧が放電終止電圧から充電終止電圧に達するまでの時間である。充電時間を特性データベースの入力パラメータに含めることで、放電可能時間の予測精度をさらに向上させることができる。

第５の変形例として、評価用二次電池５０の所定の特性は、評価用二次電池５０の放電開始直後の跳ね上がり時間をさらに含むようにしてもよい。この跳ね上がり時間は、図３（ｂ）に示すように、放電を開始してから出力電圧が跳ね上がって再び落ち着くまでの時間（ｔｐ）である。この跳ね上がり時間を特性データベースの入力パラメータに含めることで、放電可能時間の予測精度をさらに向上させることができる。

（第２の実施形態）
次に、本発明の第２の実施形態に係る二次電池寿命予測システムについて、図７を参照して説明する。図７は、第２の実施形態に係る二次電池寿命予測システム１Ａの概略的な構成図を示している。なお、図７において、図１と同等の機能を有する構成要素には同一の符号を付している。

第２の実施形態と第１の実施形態との相違点の一つは、二次電池特性評価装置１０で構成された第１のニューラルネットワークの構成データの、二次電池搭載装置３０への伝達方法である。即ち、二次電池搭載装置３０は、第１の実施形態では、ニューラルネットワークの構成データを二次電池特性評価装置１０から直接（あるいはサーバを介して）受信していたのに対し、第２の実施形態では、充電装置から構成データを受信する。以下、第１の実施形態との相違点を中心に説明する。

第２の実施形態に係る二次電池寿命予測システム１Ａは、二次電池の特性を評価する二次電池特性評価装置１０と、二次電池が搭載された二次電池搭載装置３０と、通信ネットワーク６０と、充電装置８０とを備えている。

充電装置８０は、二次電池搭載装置３０の二次電池３２を充電するための装置である。二次電池搭載装置３０が電気自動車の場合、充電装置８０は充電スタンド等に対応する。

充電装置８０は、通信ネットワーク６０を介して二次電池特性評価装置１０が出力した第１のニューラルネットワークの構成データを受信する。

なお、充電機能は有しないが、二次電池特性評価装置１０から構成データを受信し、二次電池搭載装置３０に構成データを送信可能に構成された装置を、例えば電池寿命チェック装置として充電装置８０の代わりに配置してもよい。

二次電池特性評価装置１０は、第１のニューラルネットワークが更新される都度、所定の予測精度を満たす第１のニューラルネットワークの構成データを充電装置８０に送信する。あるいは、二次電池特性評価装置１０は、充電装置８０からのリクエスト信号を受信したときに、構成データを充電装置８０に送信するようにしてもよい。

充電装置８０は、二次電池搭載装置３０に接続されると、第１のニューラルネットワークの構成データを二次電池搭載装置３０に送信する。

第２の実施形態によれば、第１の実施形態と同様の効果が得られる。さらに、第２の実施形態によれば、二次電池搭載装置３０は充電装置８０から構成データを受信するため、二次電池を充電するのに合わせて第１のニューラルネットワークの構成データを入手することができる。

（二次電池寿命予測方法）
次に、本発明の一実施形態に係る二次電池寿命予測方法について、図８Ａおよび図８Ｂを参照して説明する。図８Ａおよび図８Ｂは、二次電池寿命予測方法を説明するためのフローチャートである。

まず、少なくとも放電中における評価用二次電池の所定の特性を測定する（ステップＳ１）。所定の特性には、前述のように、例えば、セルの電圧（Ｖ）、セルの内部インピーダンス（Ｚ）およびセルの表面温度（Ｔ）が含まれる。

次に、ステップＳ１で測定された所定の特性の測定値と、評価用二次電池の放電可能時間の実績値とを関連付けた特性データベースを作成する（ステップＳ２）。放電可能時間の実績値は、前述のように、例えば、充電終了時刻（ｔ１）と放電終了時刻（ｔ２）から求める。

次に、ステップＳ２で作成された特性データベースを学習データとして用いて、所定の特性の測定値を入力し、評価用二次電池の放電可能時間の予測値を出力する第１のニューラルネットワークを構成する（ステップＳ３）。

次に、ステップＳ３で構成された第１のニューラルネットワークが所定の予測精度を満たすか否かを判定する（ステップＳ４）。所定の予測精度を満たす場合は、第１のニューラルネットワークの構成データを送信し（ステップＳ５）、そうでない場合はステップＳ１に戻る。

次に、ステップＳ５で送信された第１のニューラルネットワークの構成データを、通信ネットワークを介して受信する（ステップＳ６）。

次に、ステップＳ６で受信された第１のニューラルネットワークの構成データを用いて、第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成する（ステップＳ７）。

次に、評価用二次電池と同じ構成を有する二次電池の所定の特性を測定する（ステップＳ８）。この所定の特性には、例えば、セルの電圧（Ｖ）、セルの内部インピーダンス（Ｚ）およびセルの表面温度（Ｔ）が含まれる。

次に、二次電池の所定の特性の測定値を第２のニューラルネットワークに入力して二次電池の放電可能時間の予測値を得る（ステップＳ９）。

上記の二次電池寿命予測方法では、所定の予測精度を満たすニューラルネットワークが得られるまで評価用二次電池を繰り返し測定することにより、所定の予測精度を満たす第１のニューラルネットワークを予め構成しておく。そして、通信ネットワークを介して第１のニューラルネットワークの構成データを受信して、第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成する。この第２のニューラルネットワークを利用することで、評価用二次電池から離れた場所にある二次電池の寿命を高速かつ高精度に予測することができる。

上記の記載に基づいて、当業者であれば、本発明の追加の効果や種々の変形を想到できるかもしれないが、本発明の態様は、上述した個々の実施形態に限定されるものではない。異なる実施形態にわたる構成要素を適宜組み合わせてもよい。特許請求の範囲に規定された内容及びその均等物から導き出される本発明の概念的な思想と趣旨を逸脱しない範囲で種々の追加、変更及び部分的削除が可能である。

１，１Ａ 二次電池寿命予測システム
１０ 二次電池特性評価装置
１１ 充放電特性測定部
１２ａ，１２ｂ 接続端子
１３ 充電用電源
１４ 放電用負荷
１５ スイッチ
１５ａ，１５ｂ，１５ｃ 端子
１６ 評価用二次電池測定部
１７ スイッチ制御部
２１ データベース作成部
２２ ニューラルネットワーク構成部
２３ 送信部
３０ 二次電池搭載装置
３１ 受信部
３２ 二次電池
３３ 測定部
３４ 予測部
３５ 表示部
５０ 評価用二次電池
６０ 通信ネットワーク
７０ アンテナ
８０ 充電装置

Claims (13)

1. 二次電池の特性を評価する二次電池特性評価装置、および二次電池が搭載された二次電池搭載装置を備える二次電池寿命予測システムであって、
   前記二次電池特性評価装置は、
   評価用二次電池を繰り返し充放電させるとともに、少なくとも放電中における前記評価用二次電池の所定の特性を測定する充放電特性測定部と、
   前記充放電特性測定部により測定された前記所定の特性の測定値と、前記評価用二次電池の放電可能時間の実績値とを関連付けた特性データベースを作成するデータベース作成部と、
   前記特性データベースを学習データとして用いて、前記所定の特性の測定値を入力し、前記評価用二次電池の放電可能時間の予測値を出力する第１のニューラルネットワークを構成し、前記第１のニューラルネットワークを構成するための構成データを出力するニューラルネットワーク構成部と、
   前記ニューラルネットワーク構成部から受信した前記第１のニューラルネットワークの前記構成データを送信する送信部と、を備え、
   前記二次電池搭載装置は、
   前記二次電池特性評価装置の前記送信部により送信された前記第１のニューラルネットワークの前記構成データを受信する受信部と、
   前記評価用二次電池と同じ構成を有する二次電池と、
   前記二次電池の前記所定の特性を測定する測定部と、
   前記受信部が受信した前記第１のニューラルネットワークの前記構成データを用いて前記第１のニューラルネットワークと同じ構成の第２のニューラルネットワークを構成し、前記測定部により測定された前記二次電池の前記所定の特性の測定値を前記第２のニューラルネットワークに入力して前記二次電池の放電可能時間の予測値を出力する予測部と、を備え、
   前記充放電特性測定部は、前記評価用二次電池を加速劣化させて前記評価用二次電池の前記所定の特性を収集し、
   前記ニューラルネットワーク構成部は、前記評価用二次電池を加速劣化させて収集された特性に基づいて作成された前記特性データベースを学習データとして用いて前記第１のニューラルネットワークを構成し、該第１のニューラルネットワークが所定の予測精度を満たす場合に前記構成データを出力することを特徴とする二次電池寿命予測システム。
2. 前記特性データベースに含まれる入力パラメータは、充電開始時、充電完了時および放電終了時における測定値を含むことを特徴とする請求項１に記載の二次電池寿命予測システム。
3. 前記二次電池特性評価装置の前記データベース作成部は、前記評価用二次電池の放電が終了する度に、前記所定の特性の測定値と、前記測定値に基づいて得られる前記評価用二次電池の放電可能時間の実績値とを用いて前記特性データベースを更新し、
   前記二次電池特性評価装置の前記ニューラルネットワーク構成部は、前記特性データベースが更新される都度、前記更新された特性データベースを用いて前記第１のニューラルネットワークを構成することを特徴とする請求項１または２に記載の二次電池寿命予測システム。
4. 前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記複数のセルのうちの特定のセルの電圧、前記特定のセルの内部インピーダンス、および前記特定のセルの表面温度を含むことを特徴とする請求項１〜３のいずれかに記載の二次電池寿命予測システム。
5. 前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記各セルの電圧の平均値、前記各セルの内部インピーダンスの平均値、および前記各セルの表面温度の平均値を含むことを特徴とする請求項１〜３のいずれかに記載の二次電池寿命予測システム。
6. 前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記複数のセルのうちの特定のセルの電圧および前記特定のセルの内部インピーダンスを含み、前記第１のニューラルネットワークは前記特定のセルの表面温度として設定された値を入力することを特徴とする請求項１〜３のいずれかに記載の二次電池寿命予測システム。
7. 前記評価用二次電池は直列接続された同種の複数のセルから構成され、前記所定の特性は、前記各セルの電圧の平均値および前記各セルの内部インピーダンスの平均値を含み、前記第１のニューラルネットワークは前記各セルの表面温度の平均値として設定された値を入力することを特徴とする請求項１〜３のいずれかに記載の二次電池寿命予測システム。
8. 前記所定の特性は、前記評価用二次電池の充電時間をさらに含むことを特徴とする請求項１〜７のいずれかに記載の二次電池寿命予測システム。
9. 前記所定の特性は、前記評価用二次電池の放電開始直後の跳ね上がり時間をさらに含むことを特徴とする請求項１〜８のいずれかに記載の二次電池寿命予測システム。
10. 前記二次電池搭載装置は、前記予測部が出力した前記放電可能時間の予測値、および／または、前記二次電池の放電開始時刻と前記放電可能時間の予測値とに基づくアラームを表示する表示部をさらに備えることを特徴とする請求項１〜９のいずれかに記載の二次電池寿命予測システム。
11. 前記充放電特性測定部は、
    前記評価用二次電池の一端に電気的に接続するための第１の接続端子と、
    前記評価用二次電池の他端に電気的に接続するための第２の接続端子と、
    一端が前記第２の接続端子に電気的に接続され、前記評価用二次電池を充電するための充電用電源と、
    一端が前記第２の接続端子に電気的に接続され、前記評価用二次電池を放電させるための放電用負荷と、
    前記第１の接続端子に電気的に接続された第１の端子と、前記充電用電源の他端に電気的に接続された第２の端子と、前記放電用負荷の他端に電気的に接続された第３の端子とを有し、前記第１の端子および前記第２の端子間を電気的に接続する第１の接続状態と、前記第１の端子および前記第３の端子間を電気的に接続する第２の接続状態とを選択的に切替えるスイッチと、
    前記評価用二次電池に接続され、前記評価用二次電池の前記所定の特性を測定する評価用二次電池測定部と、
    前記評価用二次電池の電圧が所定の放電閾値まで低下すると前記スイッチを前記第１の接続状態に制御し、前記評価用二次電池の電圧が所定の充電閾値まで上昇すると前記スイッチを前記第２の接続状態に制御するとともに、前記スイッチを切替えたときに切替通知を前記データベース作成部に出力するスイッチ制御部と、
    を有することを特徴とする請求項１〜１０のいずれかに記載の二次電池寿命予測システム。
12. 前記データベース作成部は、前記スイッチ制御部からの前記切替通知に基づいて、前記評価用二次電池の前記放電可能時間の実績値を求めることを特徴とする請求項１１に記載の二次電池寿命予測システム。
13. 評価用二次電池を繰り返し充放電させるとともに、少なくとも放電中における前記評価用二次電池の所定の特性を測定する充放電特性測定部と、
    前記充放電特性測定部により測定された前記所定の特性の測定値と、前記評価用二次電池の放電可能時間の実績値とを関連付けた特性データベースを作成するデータベース作成部と、
    前記特性データベースを学習データとして用いて、前記所定の特性の測定値を入力し、前記評価用二次電池の放電可能時間の予測値を出力する第１のニューラルネットワークを構成し、前記第１のニューラルネットワークを構成するための構成データを出力するニューラルネットワーク構成部と、
    前記ニューラルネットワーク構成部から受信した前記第１のニューラルネットワークの前記構成データを送信する送信部と、を備え、
    前記充放電特性測定部は、前記評価用二次電池を加速劣化させて前記評価用二次電池の前記所定の特性を収集し、
    前記ニューラルネットワーク構成部は、前記評価用二次電池を加速劣化させて収集された特性に基づいて作成された前記特性データベースを学習データとして用いて前記第１のニューラルネットワークを構成し、該第１のニューラルネットワークが所定の予測精度を満たす場合に前記構成データを出力することを特徴とする二次電池特性評価装置。

Images