JP6657967B2 - State estimation device and state estimation method - Google Patents

State estimation device and state estimation method Download PDF

Info

Publication number
JP6657967B2
JP6657967B2 JP2016001231A JP2016001231A JP6657967B2 JP 6657967 B2 JP6657967 B2 JP 6657967B2 JP 2016001231 A JP2016001231 A JP 2016001231A JP 2016001231 A JP2016001231 A JP 2016001231A JP 6657967 B2 JP6657967 B2 JP 6657967B2
Authority
JP
Japan
Prior art keywords
soc
storage element
power storage
estimating
state
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.)
Active
Application number
JP2016001231A
Other languages
Japanese (ja)
Other versions
JP2017122622A (en
Inventor
敦史 福島
敦史 福島
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.)
GS Yuasa International Ltd
Original Assignee
GS Yuasa International 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 GS Yuasa International Ltd filed Critical GS Yuasa International Ltd
Priority to JP2016001231A priority Critical patent/JP6657967B2/en
Priority to CN201680072465.5A priority patent/CN108369258B/en
Priority to DE112016006166.8T priority patent/DE112016006166T5/en
Priority to PCT/JP2016/089083 priority patent/WO2017119393A1/en
Publication of JP2017122622A publication Critical patent/JP2017122622A/en
Application granted granted Critical
Publication of JP6657967B2 publication Critical patent/JP6657967B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • G01R31/387Determining ampere-hour charge capacity or SoC
    • G01R31/388Determining ampere-hour charge capacity or SoC involving voltage measurements
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048Detection of remaining charge capacity or state of charge [SOC]
    • 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

Description

本発明は、SOCを推定する技術に関する。   The present invention relates to a technique for estimating SOC.

従来から二次電池のSOCを推定する手法の一つに電流積算法がある。電流積算法は、電流センサの計測誤差が蓄積することから、電流積算が長期間継続すると、SOCの推定精度が低下する。下記特許文献1には、電流積算法により推定したSOCを、バッテリモデルとカルマンフィルタを用いて補正することにより、SOCの推定精度を向上させる点が記載されている。   Conventionally, there is a current integration method as one of the techniques for estimating the SOC of a secondary battery. In the current integration method, since the measurement error of the current sensor accumulates, if the current integration is continued for a long period of time, the estimation accuracy of the SOC decreases. Patent Literature 1 below describes that the SOC estimated by the current integration method is corrected by using a battery model and a Kalman filter, thereby improving the SOC estimation accuracy.

特許5074830公報Japanese Patent No. 5074830

ところで、蓄電素子には、リチウムイオン二次電池など、SOCの変化量に対するOCVの変化量が小さく、OCVが略一定となるプラトー領域を有する特性の素子がある。SOCの変化量に対するOCVの変化量が小さい領域を有する蓄電素子に対して、バッテリモデルとカルマンフィルタを用いた補正を適用すると、SOCの推定精度を低下させる恐れがあった。
また、電流積算法で推定したSOCを、バッテリモデルと適応デジタルフィルタで補正する場合も同様の問題があった。
本発明は上記のような事情に基づいて完成されたものであって、蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域を有する場合でも、SOCを高精度に推定することを目的とする。
By the way, an electric storage element includes an element such as a lithium ion secondary battery having a plateau region in which the variation of the OCV with respect to the variation of the SOC is small and the OCV is substantially constant. When the correction using the battery model and the Kalman filter is applied to a storage element having a region where the change amount of the OCV with respect to the change amount of the SOC is small, there is a possibility that the estimation accuracy of the SOC may be reduced.
There is also a similar problem when the SOC estimated by the current integration method is corrected by the battery model and the adaptive digital filter.
The present invention has been completed on the basis of the above-described circumstances, and has an object to highly accurately estimate the SOC even when the storage element has a region where the variation of the OCV with respect to the variation of the SOC is small. I do.

本明細書に開示する状態推定装置は、SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、前記SOC推定部は、前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、前記蓄電素子が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正する補正処理を行う。   The state estimating device disclosed in this specification is a state estimating device that estimates the state of a storage element having a low change region and a relatively high change region in which the change in OCV with respect to the change in SOC is relatively low. An area determination unit that determines whether the power storage element belongs to the high-change area, and an SOC estimation unit that estimates an SOC that is one of the internal states of the power storage element, wherein the SOC estimation unit includes: The SOC of the power storage element is estimated by a current integration method for integrating the current of the power storage element, and when the power storage element belongs to a high change region, the SOC estimated by the current integration method is a terminal of the power storage element. A correction process for correcting based on the observed value of the voltage and the terminal voltage predicted by the estimation model for estimating the internal state of the power storage element is performed.

本明細書に開示する状態推定装置は、蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域を有する場合でも、SOCを高精度に推定することが出来る。   The state estimation device disclosed in this specification can estimate the SOC with high accuracy even when the storage element has a region where the amount of change in OCV with respect to the amount of change in SOC is small.

実施形態1において、電池パックの構成を示す概略図FIG. 2 is a schematic diagram illustrating a configuration of a battery pack according to the first embodiment. 二次電池のSOC−OCV相関特性を示すグラフGraph showing SOC-OCV correlation characteristics of a secondary battery 状態空間モデルのブロック図Block diagram of state-space model 二次電池を模擬した回路モデルを示す回路図Circuit diagram showing a circuit model simulating a secondary battery カルマンフィルタによるSOCの推定方法の概要を示すフローチャート図Flow chart showing the outline of the SOC estimation method using the Kalman filter SOC推定処理の流れを示すフローチャート図Flow chart showing the flow of SOC estimation processing 電池温度25℃で電池を充放電した時のSOCの時間的変化を示すグラフGraph showing time change of SOC when charging / discharging a battery at a battery temperature of 25 ° C. 図7Aの高変化領域A3を拡大した図The figure which expanded the high change area A3 of FIG. 7A. 電池温度25℃で電池を充放電した時のSOCの時間的変化を示すグラフGraph showing time change of SOC when charging / discharging a battery at a battery temperature of 25 ° C. 各推定方法について真値に対するSOCの二乗平均根を示す図表Chart showing root mean square of SOC against true value for each estimation method 実施形態2において、電池温度25℃で二次電池を充放電した時の、SOCの時間的変化を示すグラフFIG. 6 is a graph showing a temporal change in SOC when a secondary battery is charged and discharged at a battery temperature of 25 ° C. in Embodiment 2. 電池温度10℃で電池を充放電した時のSOCの時間的変化を示すグラフGraph showing time change of SOC when charging / discharging a battery at a battery temperature of 10 ° C. 電池温度が0℃で電池を充放電した時のSOCの時間的変化を示すグラフGraph showing time change of SOC when battery is charged / discharged at battery temperature of 0 ° C 各電池温度について、真値に対する補正SOCの二乗平均根を示す表Table showing root mean square of corrected SOC with respect to true value for each battery temperature SOCの推定処理の流れを示すフローチャート図Flow chart showing the flow of SOC estimation processing SOCの推定処理の流れを示すフローチャート図Flow chart showing the flow of SOC estimation processing 実施形態3において、電池温度25℃で二次電池を充放電した時のSOCの時間的変化を示すグラフFIG. 7 is a graph showing a temporal change in SOC when a secondary battery is charged and discharged at a battery temperature of 25 ° C. in Embodiment 3. SOCの推定方法の流れを示すフローチャート図Flow chart showing the flow of the SOC estimation method 実施形態4において、電池温度25℃で二次電池を充放電した時の、SOCの時間的変化を示すグラフFIG. 7 is a graph showing a temporal change in SOC when a secondary battery is charged and discharged at a battery temperature of 25 ° C. in Embodiment 4. 電池温度10℃で電池を充放電した時のSOCの時間的変化を示すグラフGraph showing time change of SOC when charging / discharging a battery at a battery temperature of 10 ° C. 電池温度が0℃で電池を充放電した時のSOCの時間的変化を示すグラフGraph showing time change of SOC when battery is charged / discharged at battery temperature of 0 ° C 各電池温度について、真値に対する補正SOCの二乗平均根を示す図表Chart showing root mean square of corrected SOC with respect to true value for each battery temperature SOCの推定処理の流れを示すフローチャート図Flow chart showing the flow of SOC estimation processing SOCの推定処理の流れを示すフローチャート図Flow chart showing the flow of SOC estimation processing

(本実施形態の概要)
初めに、本実施形態にて開示する状態推定装置の概要について説明する。状態推定装置は、SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、前記SOC推定部は、前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、前記蓄電素子が高変化領域に属している場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正する補正処理を行う。
(Overview of this embodiment)
First, an overview of the state estimation device disclosed in the present embodiment will be described. The state estimating device is a state estimating device for estimating the state of the storage element having a relatively low change region and a relatively high change region in which the change amount of the OCV with respect to the change amount of the SOC is relatively low. An area determining unit that determines whether the battery belongs to the high-change area, and an SOC estimating unit that estimates an SOC that is one of the internal states of the power storage device.The SOC estimating unit calculates a current of the power storage element. Estimate the SOC of the power storage element by the current integration method to integrate, when the power storage element belongs to the high change region, the SOC estimated by the current integration method, the observed value of the terminal voltage of the power storage element and the A correction process for correcting based on a terminal voltage predicted by an estimation model for estimating an internal state of the storage element is performed.

電流積算法により推定されるSOCを、蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正した時のSOCの推定精度は、SOCの変化量に対するOCVの変化量の大きさによって異なる。具体的には、SOCの変化量に対するOCVの変化量が相対的に高い高変化領域は、OCVの変化量が相対的に小さい低変化領域に比べて、SOCの推定精度が高い。   The SOC estimation accuracy when the SOC estimated by the current integration method is corrected based on the observed value of the terminal voltage of the storage element and the terminal voltage predicted by the estimation model for estimating the internal state of the storage element is SOC It depends on the magnitude of the amount of change in OCV with respect to the amount of change in. Specifically, a high change region where the change amount of the OCV is relatively high with respect to the change amount of the SOC has higher SOC estimation accuracy than a low change region where the change amount of the OCV is relatively small.

本構成では、電流積算法により推定したSOCを、蓄電素子の端子電圧の観測値と蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正する補正処理を、蓄電素子が高変化領域に属している場合に行う。すなわち、補正によりSOCの推定精度が向上することが期待される高変化領域を対象に補正処理を行うから、蓄電素子がSOCの変化量に対するOCVの変化量が小さい領域である低変化領域を有する場合でも、SOCを高精度に推定することが出来る。   In this configuration, the power storage element performs a correction process of correcting the SOC estimated by the current integration method based on the observed value of the terminal voltage of the power storage element and the terminal voltage predicted by the estimation model for estimating the internal state of the power storage element. It is performed when it belongs to the high change area. That is, since the correction process is performed on the high change region where the estimation accuracy of the SOC is expected to be improved by the correction, the power storage element has a low change region where the change amount of the OCV with respect to the change amount of the SOC is small. Even in this case, the SOC can be estimated with high accuracy.

状態推定装置の実施態様として以下の構成が好ましい。
前記低変化領域は、SOCの変化量に対するOCVの変化量が所定値より小さいプラトー領域であり、前記プラトー領域では、前記補正処理をしない。この構成では、プラトー領域では補正処理を行わないため、SOCの推定精度が補正前に比べて低下することを抑制できる。
The following configuration is preferable as an embodiment of the state estimation device.
The low change region is a plateau region in which the amount of change in OCV with respect to the amount of change in SOC is smaller than a predetermined value. In the plateau region, the correction process is not performed. In this configuration, since the correction process is not performed in the plateau region, it is possible to suppress a decrease in the SOC estimation accuracy compared to before the correction.

前記補正は、前記蓄電素子の端子電圧の観測値と前記推定モデルにより予測される端子電圧とに基づいて、前記推定モデルにより推定される前記蓄電素子の内部状態の推定誤差を小さくするカルマンフィルタである。カルマンフィルタは、蓄電素子の内部状態の推定誤差を抑えるので、電流積算法により推定されるSOCを高精度に補正することが出来る。   The correction is a Kalman filter that reduces an estimation error of the internal state of the storage element estimated by the estimation model, based on the observed value of the terminal voltage of the storage element and the terminal voltage predicted by the estimation model. . Since the Kalman filter suppresses the estimation error of the internal state of the storage element, the SOC estimated by the current integration method can be corrected with high accuracy.

前記測定モデルはOCVと、導体抵抗と、前記蓄電素子の短期分極を模擬した第1インピーダンスと、前記蓄電素子の長期分極を模擬した第2インピーダンスとを含む、前記蓄電素子の等価回路モデルである。蓄電素子の分極による特性を正確に再現することが可能である。そのため、蓄電素子の内部状態の推定誤差を抑える効果が高く、電流積算法により推定されるSOCを高精度に補正することが出来る。   The measurement model is an equivalent circuit model of the power storage device, including an OCV, a conductor resistance, a first impedance simulating short-term polarization of the power storage device, and a second impedance simulating long-term polarization of the power storage device. . It is possible to accurately reproduce the characteristics due to the polarization of the storage element. Therefore, the effect of suppressing the estimation error of the internal state of the storage element is high, and the SOC estimated by the current integration method can be corrected with high accuracy.

前記SOC推定部は、前記蓄電素子が高変化領域に含まれ、かつ前記蓄電素子が無電流の場合に、前記補正処理を実行する。この構成では、補正処理を無電流時に制限して実行するため、電流積算法により推定されるSOCを高精度に補正することが出来る。   The SOC estimating unit executes the correction process when the power storage element is included in a high change area and the power storage element has no current. In this configuration, since the correction process is performed with the current limited, the SOC estimated by the current integration method can be corrected with high accuracy.

前記蓄電素子の温度を検出する温度検出部を備え、前記SOC推定部は、前記蓄電素子の温度が第1温度以上の場合、前記補正処理を実行する。この構成では、蓄電素子が第1温度以上の場合に制限して補正処理を実行するため、電流積算法により推定されるSOCを高精度に補正することが出来る。   A temperature detecting unit that detects a temperature of the power storage element, wherein the SOC estimating unit executes the correction processing when the temperature of the power storage element is equal to or higher than a first temperature. In this configuration, since the correction process is executed only when the temperature of the storage element is equal to or higher than the first temperature, the SOC estimated by the current integration method can be corrected with high accuracy.

前記蓄電素子の温度を検出する温度検出部を備え、前記SOC推定部は、前記蓄電素子の温度が第2温度以下の場合、前記補正処理を実行しない。この構成では、蓄電素子が第2温度以下の場合、補正処理を実行しないため、SOCの推定精度が、補正前に比べて低下することを抑えることが出来る。   A temperature detection unit for detecting the temperature of the power storage element is provided, and the SOC estimating unit does not execute the correction processing when the temperature of the power storage element is equal to or lower than a second temperature. In this configuration, when the power storage element is at or below the second temperature, the correction process is not performed, so that it is possible to suppress a decrease in SOC estimation accuracy as compared to before the correction.

前記領域判定部は、前記SOC推定部にて推定されるSOCの値に基づいて、前記蓄電素子が前記高変化領域に属しているかを判定する。このようにすれば、蓄電素子がどの領域に属しているのか、簡単に判定できる。   The area determination unit determines whether the power storage element belongs to the high change area based on an SOC value estimated by the SOC estimation unit. By doing so, it is possible to easily determine to which region the power storage element belongs.

または、前記領域判定部は、前記蓄電素子の充放電容量変化に対する電圧変化を閾値と比較することにより、前記蓄電素子が前記低変化領域又は前記高変化領域のいずれの領域に属しているかを判定する。   Alternatively, the area determination unit determines whether the power storage element belongs to the low change area or the high change area by comparing a voltage change with respect to a charge / discharge capacity change of the power storage element to a threshold value. I do.

<実施形態1>
実施形態1について図1から図9を参照して説明する。
1.電池パック20の構成
図1は、本実施形態における電池パック20の構成を示す図である。本実施形態の電池パック20は、例えば電気自動車やハイブリッド自動車に搭載され、電気エネルギーで作動する動力源に電力を供給するものである。
<First embodiment>
Embodiment 1 will be described with reference to FIGS. 1 to 9.
1. Configuration of Battery Pack 20 FIG. 1 is a diagram illustrating a configuration of the battery pack 20 according to the present embodiment. The battery pack 20 according to the present embodiment is mounted on, for example, an electric vehicle or a hybrid vehicle, and supplies electric power to a power source operated by electric energy.

図1に示すように、電池パック20は、組電池30と、電流センサ40と、組電池30を管理するバッテリ−マネージャー(以下、BM)50を有する。組電池30は、直列接続された複数の二次電池31から構成されている。   As shown in FIG. 1, the battery pack 20 includes an assembled battery 30, a current sensor 40, and a battery manager (BM) 50 that manages the assembled battery 30. The battery pack 30 is composed of a plurality of secondary batteries 31 connected in series.

二次電池31及び電流センサ40は、配線35を介して直列に接続されており、電気自動車に搭載された充電器10又は、電気自動車等の内部に設けられた動力源等の負荷10に接続される。   The secondary battery 31 and the current sensor 40 are connected in series via a wiring 35 and are connected to a charger 10 mounted on an electric vehicle or a load 10 such as a power source provided inside an electric vehicle or the like. Is done.

充電器10は組電池30を充電する機能を果たす。電流センサ40は、二次電池31に流れる電流を検出する機能を果たす。電流センサ40は、二次電池31の電流値を一定周期で計測し、計測した電流計測値のデータを、制御部60に対して送信する構成となっている。   The charger 10 has a function of charging the battery pack 30. The current sensor 40 has a function of detecting a current flowing through the secondary battery 31. The current sensor 40 is configured to measure the current value of the secondary battery 31 at a constant cycle and transmit data of the measured current measurement value to the control unit 60.

バッテリ−マネージャー(以下、BM)50は、制御部60と、電圧検出回路80と、温度センサ95とを備える。尚、二次電池31が「蓄電素子」の一例であり、BM50が「状態推定装置」の一例である。   The battery manager (hereinafter, BM) 50 includes a control unit 60, a voltage detection circuit 80, and a temperature sensor 95. Note that the secondary battery 31 is an example of a “power storage element”, and the BM 50 is an example of a “state estimation device”.

電圧検出回路80は、検出ラインを介して、各二次電池31の両端にそれぞれ接続され、制御部60からの指示に応答して、各二次電池31の電圧を測定する機能を果たす。温度センサ95は接触式あるいは非接触式で、二次電池31の温度T[℃]を測定する機能を果たす。   The voltage detection circuit 80 is connected to both ends of each of the secondary batteries 31 via a detection line, and has a function of measuring the voltage of each of the secondary batteries 31 in response to an instruction from the control unit 60. The temperature sensor 95 is a contact type or a non-contact type, and has a function of measuring the temperature T [° C.] of the secondary battery 31.

制御部60は中央処理装置(以下、CPU)61と、メモリ63と、通信部67とを含む。制御部60は、二次電池31の属する領域を判定する機能(図6のS30)、SOCを推定する機能(図6のS20、S40、S50)を果たす。制御部60は、「領域判定部」、「SOC推定部」の一例である。   The control unit 60 includes a central processing unit (hereinafter, CPU) 61, a memory 63, and a communication unit 67. The control unit 60 has a function of determining the area to which the secondary battery 31 belongs (S30 in FIG. 6) and a function of estimating the SOC (S20, S40, S50 in FIG. 6). The control unit 60 is an example of the “region determination unit” and the “SOC estimation unit”.

メモリ63には、SOCを推定する処理を実行するためのプログラムや、プログラムの実行に必要なデータ、例えば、図2に示すSOC−OCV相関特性のデータや、SOCの属する領域を判定するためのデータが記憶されている。具体的には、低変化領域L1、L2と高変化領域H1〜H3のそれぞれについて、対応するSOCの範囲が記憶されている。また、SOCの現在値のデータが記憶されている。   The memory 63 includes a program for executing a process of estimating the SOC, data necessary for executing the program, for example, data of the SOC-OCV correlation characteristic shown in FIG. 2 and a region for determining the area to which the SOC belongs. Data is stored. Specifically, for each of the low change regions L1, L2 and the high change regions H1 to H3, the corresponding SOC range is stored. Also, data of the current value of the SOC is stored.

通信部67は、車載のECU(Electronic Control Unit)100と通信可能に接続され、車載のECU100と通信する機能を果たす。なお、電池パック20には、この他にユーザからの入力を受け付ける操作部(図示せず)、二次電池31の状態等を表示する表示部(図示せず)が設けられている。   The communication unit 67 is communicably connected to a vehicle-mounted ECU (Electronic Control Unit) 100 and performs a function of communicating with the vehicle-mounted ECU 100. The battery pack 20 further includes an operation unit (not shown) for receiving an input from a user, and a display unit (not shown) for displaying a state of the secondary battery 31 and the like.

2.二次電池31のSOC−OCV相関特性
二次電池31は、正極活物質にリン酸鉄リチウム(LiFePO4)、負極活物質にグラファイトを用いたリン酸鉄系のリチウムイオン電池である。
2. SOC-OCV Correlation Characteristics of Secondary Battery 31 The secondary battery 31 is an iron phosphate-based lithium ion battery using lithium iron phosphate (LiFePO4) as a positive electrode active material and graphite as a negative electrode active material.

図2は横軸をSOC[%]、縦軸をOCV[V]とした、二次電池31のSOC−OCV相関特性である。尚、SOC(充電状態)は、満充電容量に対する残存容量の比率である。また、OCVは二次電池31の開放電圧である。   FIG. 2 shows SOC-OCV correlation characteristics of the secondary battery 31 in which the horizontal axis is SOC [%] and the vertical axis is OCV [V]. The SOC (charge state) is the ratio of the remaining capacity to the full charge capacity. OCV is the open voltage of the secondary battery 31.

二次電池31は、図2に示すように、SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と、相対的に高い高変化領域を含む複数の充電領域を有している。   As shown in FIG. 2, the secondary battery 31 has a plurality of charging regions including a low change region where the change amount of the OCV with respect to the change amount of the SOC is relatively low, and a high change region where the change amount of the OCV is relatively high. .

具体的には2つの低変化領域L1、L2と、3つの高変化領域H1、H2、H3を有している。図2に示すように、低変化領域L1はSOCの値で31[%]〜62[%]の範囲に位置している。低変化領域L2は、SOCの値で68[%]〜97[%]の範囲に位置している。低変化領域L1は、SOCの変化量に対するOCVの変化量が非常に小さくOCVが3.3[V]で略一定のプラトー領域となっている。また、低変化領域L2も、同様であり、OCVが3.34[V]で略一定のプラトー領域となっている。尚、プラトー領域とは、SOCの変化量に対するOCVの変化量が2[mV/%]以下の領域である。   Specifically, it has two low change regions L1, L2 and three high change regions H1, H2, H3. As shown in FIG. 2, the low change region L <b> 1 is located in a range of 31 [%] to 62 [%] in SOC value. The low change region L2 is located in a range of 68 [%] to 97 [%] in SOC value. In the low change region L1, the change amount of the OCV with respect to the change amount of the SOC is very small, and the OCV is a substantially constant plateau region at 3.3 [V]. Similarly, the low change region L2 is a substantially constant plateau region with an OCV of 3.34 [V]. Note that the plateau region is a region in which the change amount of OCV with respect to the change amount of SOC is 2 [mV /%] or less.

第1高変化領域H1は、SOCの値で62[%]よりも大きく68[%]未満の範囲にあり、2つの低変化領域L1、L2の間に位置している。第2高変化領域H2は、SOCの値で31[%]未満の範囲にあり、低変化領域L1よりも低SOC側に位置している。第3高変化領域H3は、SOCの値で97[%]より大きい範囲にあり、低変化領域L2よりも高SOC側に位置している。尚、第1〜第3高変化領域H1〜H3は、低変化領域L1、L2に比べてSOCの変化量に対するOCVの変化量(図2に示すグラフの傾き)が相対的に高い関係となっている。   The first high change region H1 is in a range of more than 62% and less than 68% in SOC value, and is located between the two low change regions L1 and L2. The second high change area H2 is in a range of less than 31 [%] in SOC value, and is located on the lower SOC side than the low change area L1. The third high change area H3 is in a range of more than 97 [%] in SOC value, and is located on the higher SOC side than the low change area L2. The first to third high change regions H1 to H3 have a relationship in which the OCV change amount (the slope of the graph shown in FIG. 2) with respect to the SOC change amount is relatively higher than the low change regions L1 and L2. ing.

3.カルマンフィルタを用いたSOCの推定処理
<カルマンフィルタの説明>
図3は入力をu(k)、出力をy(k)としたシステムの状態空間モデルを示している。下記の数式1は、図3に示す状態空間モデルの状態方程式を示し、下記の数式2は空間状態モデルの出力方程式を示している。
3. SOC estimation using Kalman filter <Description of Kalman filter>
FIG. 3 shows a state space model of a system in which the input is u (k) and the output is y (k). The following Equation 1 shows a state equation of the state space model shown in FIG. 3, and the following Equation 2 shows an output equation of the space state model.

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

カルマンフィルタとは、時系列の観測値{y(i)=1,2,3,,,k}に基づいて、システムの内部状態x(k)の推定値を求めるアルゴリズムである。具体的には、真の内部状態x(k)と推定値との差である状態推定誤差を平均二乗誤差による評価関数J(k)を用い、その評価関数J(k)を最小にするという意味で最適な内部状態x(k)の推測値を求めるアルゴリズムがカルマンフィルタである(下記数式3〜数式5)。尚、内部状態x(k)に付した(^)は推定値を意味し、(~)は状態推定誤差を意味する。   The Kalman filter is an algorithm that obtains an estimated value of the internal state x (k) of the system based on a time-series observation value {y (i) = 1, 2, 3,. Specifically, the state estimation error, which is the difference between the true internal state x (k) and the estimated value, is evaluated using an evaluation function J (k) based on a mean square error, and the evaluation function J (k) is minimized. The Kalman filter is an algorithm that obtains an estimated value of the internal state x (k) that is optimal in the sense (Equations 3 to 5 below). (^) Attached to the internal state x (k) means an estimated value, and (~) means a state estimation error.

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

また、カルマンフィルタによる内部状態x(k)の推定値は、内部状態x(k)の事前推定値(数式6の右辺第1項)と、補正項(数式6の右辺第2項)により表すことが出来る。   Also, the estimated value of the internal state x (k) by the Kalman filter is expressed by a pre-estimated value of the internal state x (k) (the first term on the right side of Equation 6) and a correction term (the second term on the right side of Equation 6). Can be done.

内部状態x(k)の事前推定値とは、時刻k-1までに利用可能なデータに基づいた、時刻kにおける内部状態x(k)の予測推定値である。補正項は、第1項の予測推測値を補正するものであり、「カルマンゲインg(k)」と「出力y(k)の予測誤差」の積で表すことが出来る。カルマンゲインg(k)は内部状態x(k)の推定誤差(真値に対する推定値の誤差)に対する共分散を最小にする値であり、直交性の原理等を利用して算出することが出来る(下記の数式7参照)。   The pre-estimated value of the internal state x (k) is a predicted estimated value of the internal state x (k) at the time k based on data available until the time k-1. The correction term is for correcting the predicted estimated value of the first term, and can be represented by the product of “Kalman gain g (k)” and “prediction error of output y (k)”. The Kalman gain g (k) is a value that minimizes the covariance with respect to the estimation error of the internal state x (k) (error of the estimated value with respect to the true value), and can be calculated by using the principle of orthogonality or the like. (See Equation 7 below).

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

<二次電池のシステム化>
二次電池31は入力を電流Iとし、出力を端子電圧ULとするシステムと考えることが出来、数式1や数式2の状態方程式と出力方程式により記述出来る。本実施形態では、図4に示す二次電池31の等価回路モデルを利用して、二次電池31をシステム化している。具体的には、二次電池31を、起電力(直流電圧源)を表すOCVと、集電体や電解液等での抵抗を表す導体抵抗R0と、第1インピーダンスZ1と、第2インピーダンスZ2とにより表している。
<Systematization of secondary batteries>
The secondary battery 31 is a current I input, output can be thought of as a system for the terminal voltage U L, it can be described by the output equation and the state equation of Equation 1 and Equation 2. In the present embodiment, the secondary battery 31 is systemized using an equivalent circuit model of the secondary battery 31 shown in FIG. Specifically, the secondary battery 31 is defined by an OCV representing an electromotive force (a DC voltage source), a conductor resistance R0 representing a resistance in a current collector or an electrolyte, a first impedance Z1, and a second impedance Z1. Z2.

OCVはSOCにより変化し、SOCの関数として表すことが出来る。第1インピーダンスZ1は第1抵抗R1と第1容量C1の並列回路である。また、第2インピーダンスZ2は、第2抵抗R2と第2容量C2の並列回路である。   OCV varies with SOC and can be expressed as a function of SOC. The first impedance Z1 is a parallel circuit of a first resistor R1 and a first capacitor C1. The second impedance Z2 is a parallel circuit of a second resistor R2 and a second capacitor C2.

第1インピーダンスZ1と第2インピーダンスZ2は時定数(τ=R×C)が異なっている。具体的には、第1インピーダンスZ1の時点数τ1は、第2インピーダンスZ2の時定数τ2よりも小さい。第1インピーダンスZ1は二次電池31の速い応答部分、すなわち二次電池31の短期分極電圧を模擬したインピーダンスである。また、第2インピーダンスZ2は遅い応答部分、すなわち、長期分極電圧を模擬したインピーダンスである。尚、等価回路モデルMは、二次電池31の内部状態(SOC,U1,U2,R0)を推定するモデルであり、本発明の「推定モデル」の一例である。   The first impedance Z1 and the second impedance Z2 have different time constants (τ = R × C). Specifically, the number of times τ1 of the first impedance Z1 is smaller than the time constant τ2 of the second impedance Z2. The first impedance Z1 is an impedance simulating a fast response portion of the secondary battery 31, that is, a short-term polarization voltage of the secondary battery 31. The second impedance Z2 is a slow response portion, that is, an impedance simulating a long-term polarization voltage. Note that the equivalent circuit model M is a model for estimating the internal state (SOC, U1, U2, R0) of the secondary battery 31, and is an example of the “estimated model” of the present invention.

上記の等価回路モデルMを数学的に解くと、数式9となる。   When the above equivalent circuit model M is mathematically solved, Equation 9 is obtained.

Figure 0006657967
Figure 0006657967

そして数式9を離散化すると、二次電池31の内部状態x(k)=SOC(k),U1(k),U2(k),R0(k)について、数式11に示す状態方程式が得られ、更に、数式12の出力方程式が得られる。 Then, when Expression 9 is discretized, the state equation shown in Expression 11 is obtained for the internal state x (k) = SOC (k), U 1 (k), U 2 (k), and R 0 (k) of the secondary battery 31. Is obtained, and the output equation of Expression 12 is obtained.

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

Figure 0006657967
Figure 0006657967

そして、数式11に示す状態方程式と、数式12に示す出力方程式により、記述されるシステムに対してカルマンフィルタ、具体的には拡張カルマンフィルタを適用することにより、SOCの推定値を求めることが出来る。すなわち、数式13に示すように、SOCの事前推定値に対して、「カルマンゲインg(k)」と「端子電圧UL(k)の予測誤差」の積を加えることにより、SOCの事前推定値を補正することが出来る。 Then, an estimated value of SOC can be obtained by applying a Kalman filter, specifically, an extended Kalman filter to the described system based on the state equation shown in Equation 11 and the output equation shown in Equation 12. That is, as shown in Equation 13, with respect to pre-estimate the SOC, by adding the product of "prediction error of the terminal voltage U L (k)""Kalman gain g (k)" and pre-estimation of the SOC The value can be corrected.

Figure 0006657967
Figure 0006657967

尚、SOCの事前推定値(数式13の右辺第1項)は、下記の数式14で示すように、SOCの前回推定値(数式14の右辺第1項)に対して、電流積算法による変動分(数式14の右辺第2項)を加算した値であることから、カルマンフィルタは、電流積算法により推定されるSOCを、推定誤差が小さくなるように補正する処理となる。   Note that the pre-estimated value of SOC (the first term on the right side of Expression 13) is calculated by changing the previous estimated value of SOC (the first term on the right side of Expression 14) by the current integration method as shown in the following Expression 14. Since the value is the value obtained by adding the minute (the second term on the right side of Equation 14), the Kalman filter performs a process of correcting the SOC estimated by the current integration method so as to reduce the estimation error.

Figure 0006657967
Figure 0006657967

カルマンフィルタによるSOCの推定処理の概要をフローチャート図で示すと、図5に示すように、S1〜S3の3つの処理で表すことが出来る。   If the outline of the SOC estimation process by the Kalman filter is shown in a flowchart, it can be represented by three processes S1 to S3 as shown in FIG.

S1では、前回推定した内部状態(SOC,U1,U2,R0)と電流センサ40により検出される現在の電流Iより新たに内部状態(SOC,U1,U2,R0)を推定する。また同時に前回推定した内部状態(SOC,U1,U2,R0)の誤差情報と電流Iの誤差情報より内部状態(SOC,U1,U2,R0)の誤差情報を新たに推定する。   In S1, the internal state (SOC, U1, U2, R0) is newly estimated from the previously estimated internal state (SOC, U1, U2, R0) and the current I detected by the current sensor 40. At the same time, the error information of the internal state (SOC, U1, U2, R0) is newly estimated from the error information of the internal state (SOC, U1, U2, R0) and the error information of the current I previously estimated.

S2ではS1にて新たに推定した内部状態(SOC,U1,U2,R0)から二次電池31の端子電圧ULを予測する。具体的には、推定したSOCを図2に示すSOC-OCV相関特性に参照してOCVを算出し、OCV及びU0、U1、U2の総和から端子電圧ULを予測する。 Newly estimated internal state in S2 in S1 (SOC, U1, U2, R0) predicts the terminal voltage U L of the secondary battery 31 from. Specifically, the OCV is calculated by referring to the estimated SOC to the SOC-OCV correlation characteristic shown in FIG. 2, and the terminal voltage UL is predicted from the OCV and the sum of U0, U1, and U2.

そして、予測した端子電圧ULと電圧検出回路80にて検出される端子電圧ULの観測値を比較した結果及び電圧検出回路80の誤差情報より、S1にて新たに推定した内部状態(SOC,U1,U2,R0)の誤差情報を最小化するカルマンゲインg(k)を生成する。 Then, from the error information of the results were compared observations of the detected terminal voltage U L at the terminal voltage U L and the voltage detection circuit 80 that is predicted and the voltage detection circuit 80, the internal state (SOC newly estimated in S1 , U1, U2, R0) to generate the Kalman gain g (k) that minimizes the error information.

S3ではS1にて新たに推定した内部状態(SOC,U1,U2,R0)と内部状態(SOC,U1,U2,R0)の誤差情報を、カルマンゲインg(k)を用いて補正する。S1では電流積算法に基づいて、SOCを推定していることから、カルマンゲインg(k)により、その推定値が補正されることになる。   In S3, error information between the internal state (SOC, U1, U2, R0) newly estimated in S1 and the internal state (SOC, U1, U2, R0) is corrected using the Kalman gain g (k). In S1, since the SOC is estimated based on the current integration method, the estimated value is corrected by the Kalman gain g (k).

このように、カルマンフィルタは、電圧検出回路80及び電流センサ40から二次電池31の端子電圧ULと電流Iのデータを取り込みつつ、上記した3つの処理S1〜S3を繰り返し行うことで、状態推定誤差を最小化した二次電池31の内部状態(SOC,U1,U2,R0)を推定する処理である。 Thus, the Kalman filter, while uptake data for the terminal voltage U L and the current I from the voltage detection circuit 80 and the current sensor 40 the secondary battery 31, by repeating the three processing S1~S3 described above, the state estimation This is a process for estimating the internal state (SOC, U1, U2, R0) of the secondary battery 31 with the error minimized.

しかしながら、二次電池31は、SOC-OCV相関特性において、低変化領域L1、L2を有している。低変化領域L1、L2はSOCの変化量に対するOCVの変化量が非常に小さいため、OCVの推定値のわずかな誤差が、SOCの推定誤差に拡大して現れる。そのため、高変化領域H1、H2、H3にくらべて、SOC推定精度に与える影響が大きく、SOCの推定精度を低下させる恐れがある。すなわち、S2で生成したカルマンゲインg(k)からSOCの推定値を補正する時に、SOCの推定精度が著しく低下する恐れがある。   However, the secondary battery 31 has low change regions L1 and L2 in the SOC-OCV correlation characteristics. In the low change regions L1 and L2, the change amount of the OCV with respect to the change amount of the SOC is very small. Therefore, a small error in the estimated value of the OCV appears in the SOC error. Therefore, the influence on the SOC estimation accuracy is greater than in the high change regions H1, H2, and H3, and the SOC estimation accuracy may be reduced. That is, when the estimated value of the SOC is corrected from the Kalman gain g (k) generated in S2, the accuracy of the estimated SOC may be significantly reduced.

4.カルマンフィルタによる補正の制限
そこで、BM50では、カルマンフィルタによる補正を、二次電池31のSOCが高変化領域H1、H2、H3のいずれかに属している場合に制限して行い、二次電池31のSOCが高変化領域H1、H2、H3に属していない場合、すなわち低変化領域L1、L2に属している場合には、カルマンフィルタによる補正を行わない。
4. Restriction on Correction by Kalman Filter Therefore, the BM 50 performs the correction by the Kalman filter while limiting the SOC of the secondary battery 31 to any of the high change regions H1, H2, and H3, Does not belong to the high change regions H1, H2, H3, that is, does not belong to the low change regions L1, L2, the correction by the Kalman filter is not performed.

図6はSOC推定処理のフローチャート図であり、S10〜S60の6つの処理から構成されている。図6に示すSOC推定処理は、例えばBM50が起動して組電池30の監視を開始するのと同時に、制御部60にて実行される。   FIG. 6 is a flowchart of the SOC estimating process, which includes six processes of S10 to S60. The SOC estimation process shown in FIG. 6 is executed by the control unit 60 at the same time that the BM 50 starts up and starts monitoring the battery pack 30, for example.

処理がスタートすると、制御部60は、メモリ等にアクセスして、SOCの現在値を取得する(S10)。   When the process starts, the control unit 60 accesses a memory or the like and acquires the current value of the SOC (S10).

その後、制御部60は、電流積算法によりSOCを推定する処理を行う(S20)。すなわち、電流センサ40の出力する電流Iを積算して累積充放電量を算出する。そして、メモリ63から読み出したSOCの現在値に対して、累積充放電量から算出したSOCの変化量を加算することで、次の時点のSOCを推定する。尚、数式15の第1項はSOCの現在値、第2項は現在値からのSOC変化量を示している。   Thereafter, the control unit 60 performs a process of estimating the SOC by the current integration method (S20). That is, the current I output from the current sensor 40 is integrated to calculate the accumulated charge / discharge amount. Then, the SOC at the next time point is estimated by adding the change amount of the SOC calculated from the accumulated charge / discharge amount to the current value of the SOC read from the memory 63. The first term of Equation 15 indicates the current value of SOC, and the second term indicates the amount of SOC change from the current value.

Figure 0006657967
Figure 0006657967

その後、制御部60は、電流積算法により推定したSOCの推定値が高変化領域H1、H2、H3のいずれかに属しているか、判定する処理を実行する(S30)。具体的には、各高変化領域H1、H2、H3に対応するSOCの範囲と、電流積算法によるSOCの推定値を比較することにより、判定する。   Thereafter, the control unit 60 executes a process of determining whether or not the estimated value of the SOC estimated by the current integration method belongs to any of the high change regions H1, H2, and H3 (S30). Specifically, the determination is made by comparing the SOC range corresponding to each of the high change regions H1, H2, and H3 with the estimated value of the SOC by the current integration method.

制御部60は、電流積算法により推定されるSOCの推定値が高変化領域H1、H2、H3のいずれかに属している場合、電流積算法により推定されるSOCをカルマンフィルタで補正する補正処理を行う(S40)。   When the estimated value of the SOC estimated by the current integration method belongs to any of the high change regions H1, H2, and H3, the control unit 60 performs a correction process of correcting the SOC estimated by the current integration method with a Kalman filter. Perform (S40).

具体的には、制御部60は、電圧検出回路80で検出した二次電池31の端子電圧ULと、等価回路モデルMにより予測される端子電圧ULとに基づいて、等価回路モデルMにより推定される二次電池31の内部状態(SOC,U1,U2,R0)の誤差情報を、最小化するカルマンゲインg(k)を生成する。 Specifically, the control unit 60, the terminal voltage U L of the secondary battery 31 detected by the voltage detection circuit 80, on the basis of the terminal voltage U L which is predicted by the equivalent circuit model M, an equivalent circuit model M A Kalman gain g (k) for minimizing the error information of the estimated internal state (SOC, U1, U2, R0) of the secondary battery 31 is generated.

その後、制御部60は、電流積算法により推定されるSOCを、カルマンゲインg(k)と端子電圧ULの予測誤差に基づいて補正する(数式13参照)。そして、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。 Thereafter, the control unit 60, the SOC estimated by current integration method is corrected based on the prediction error of the Kalman gain g (k) and terminal voltage U L (see Equation 13). Then, the corrected SOC is set as the SOC at the next time, that is, the latest value of the SOC.

一方、SOCの現在値が高変化領域H1、H2、H3に属していない場合、すなわち、低変化領域L1、L2のいずれかに属している場合、制御部60は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。   On the other hand, when the current value of the SOC does not belong to the high change regions H1, H2, and H3, that is, when it belongs to any of the low change regions L1 and L2, the control unit 60 does not perform the Kalman filter correction. The SOC estimated by the current integration method is set as the SOC at the next time point, that is, the latest value of the SOC.

尚、S40又はS50の処理を実行すると、制御部60は、その都度、メモリ63にアクセスして、SOCの値を更新する。そのため、メモリ63には、SOCの最新値が常に記憶されるようになっている。   When the processing in S40 or S50 is executed, the control unit 60 accesses the memory 63 and updates the SOC value each time. Therefore, the latest value of the SOC is always stored in the memory 63.

S40、S50のいずれかの処理を実行すると、その後、二次電池31の監視を終了するか、否かについて判定が行われる(S60)。   After performing either of the processes in S40 and S50, it is determined whether or not the monitoring of the secondary battery 31 is to be terminated (S60).

そして、二次電池31の監視を継続する場合、処理はS20に戻り、制御部60は、電流積算法に基づいてSOCを推定する処理を再度行う。すなわち、今度は、S40又はS50にて求めたSOCを現在値として、現在値からのSOCの変化量を電流積算により算出する。そして、SOCの現在値に対してSOCの変化量を加算することにより、次の時点のSOCを推定する。   When the monitoring of the secondary battery 31 is continued, the process returns to S20, and the control unit 60 performs the process of estimating the SOC based on the current integration method again. That is, this time, the SOC obtained in S40 or S50 is set as the current value, and the amount of change in the SOC from the current value is calculated by current integration. Then, the SOC at the next time point is estimated by adding the amount of change of the SOC to the current value of the SOC.

その後、制御部60はS30の処理を実行し、電流積算法により推定したSOCが高変化領域H1、H2、H3のいずれかに属しているか判定する。そして、電流積算法により推定したSOCが高変化領域H1、H2、H3のいずれかに属している場合のみ、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、次の時点のSOCとする(S40)。   After that, the control unit 60 executes the process of S30, and determines whether the SOC estimated by the current integration method belongs to any of the high change regions H1, H2, and H3. Only when the SOC estimated by the current integration method belongs to any of the high change regions H1, H2, and H3, the SOC estimated by the current integration method is corrected by a Kalman filter, and the corrected SOC is The SOC at that time is set (S40).

一方、電流積算法により推定したSOCが高変化領域H1、H2、H3に属していない場合、制御部60は、電流積算法で推定したSOCを、次の時点のSOCとする(S50)。   On the other hand, when the SOC estimated by the current integration method does not belong to the high change regions H1, H2, and H3, the control unit 60 sets the SOC estimated by the current integration method as the SOC at the next time (S50).

その後、二次電池31の監視を継続する場合、処理はS20に戻り、同様の処理が繰り返し行われる。   Thereafter, when monitoring of the secondary battery 31 is continued, the process returns to S20, and the same process is repeatedly performed.

このように、制御部60は二次電池31の監視中、SOCの領域と関係なく、電流積算法によるSOCの推定を常時行う。すなわち、SOCが低変化領域L1やL2に属している場合だけでなく、高変化領域H1、H2、H3に属している場合でも、電流積算法によるSOCの推定を常時行う。そして、制御部60は、電流積算法により推定されるSOCが、高変化領域H1、H2、H3のいずれかに属している場合にだけ、電流積算法により推定されるSOCをカルマンフィルタで補正する。そして、推定されるSOCが高変化領域H1、H2、H3に属していない場合、すなわち、低変化領域L1、L2のいずれかに属している場合は、カルマンフィルタの補正を実行しない。   As described above, while monitoring the secondary battery 31, the control unit 60 always estimates the SOC by the current integration method regardless of the SOC area. That is, the SOC is always estimated by the current integration method not only when the SOC belongs to the low change regions L1 and L2, but also when it belongs to the high change regions H1, H2, and H3. Then, the control unit 60 corrects the SOC estimated by the current integration method with the Kalman filter only when the SOC estimated by the current integration method belongs to any of the high change regions H1, H2, and H3. If the estimated SOC does not belong to the high change regions H1, H2, H3, that is, if it belongs to any of the low change regions L1, L2, the Kalman filter is not corrected.

従って、例えば、図2に示すポイントPから満充電まで充電を行う場合は、充電開始後、SOCの推定値が31%より小さい期間(SOCが高変化領域H2に属している期間)は、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、SOCの最新値とする。その後、SOCの推定値が31%〜62%までの期間(SOCが低変化領域L1に属している期間)は、カルマンフィルタによる補正は実行せず、電流積算法により推定されるSOCを、SOCの最新値とする。   Therefore, for example, when charging is performed from the point P shown in FIG. 2 to the full charge, the period after the start of charging, during which the estimated value of the SOC is smaller than 31% (the period when the SOC belongs to the high change region H2), The SOC estimated by the integration method is corrected by the Kalman filter, and the corrected SOC is set as the latest SOC value. Thereafter, during a period in which the estimated value of the SOC is 31% to 62% (a period in which the SOC belongs to the low change region L1), the correction by the Kalman filter is not performed, and the SOC estimated by the current integration method is replaced by the SOC of the SOC. Use the latest value.

そして、SOCの推定値が62%より大きく、68%より小さい期間(SOCが高変化領域H1に属している期間)は、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、SOCの最新値とする。   During a period in which the estimated value of the SOC is larger than 62% and smaller than 68% (a period in which the SOC belongs to the high change region H1), the SOC estimated by the current integration method is corrected by the Kalman filter, and the corrected SOC is used. Is the latest SOC value.

その後、SOCの推定値が68%から97%までの期間(SOCが低変化領域L2に属している期間)は、カルマンフィルタによる補正は実行せず、電流積算法により推定されるSOCを、SOCの最新値とする。そして、SOCの推定値が97%よりも大きい期間(SOCが高変化領域H3に属している期間)は、電流積算法により推定されるSOCをカルマンフィルタで補正し、補正後のSOCを、SOCの最新値とする。   Thereafter, during a period in which the estimated value of SOC is 68% to 97% (a period in which the SOC belongs to the low change region L2), the Kalman filter is not corrected, and the SOC estimated by the current integration method is replaced by the SOC Use the latest value. During a period in which the estimated value of SOC is greater than 97% (a period in which the SOC belongs to the high change region H3), the SOC estimated by the current integration method is corrected by the Kalman filter, and the corrected SOC is replaced with the SOC of the SOC. Use the latest value.

以上のように、本実施形態では、カルマンフィルタによる補正を、補正によりSOCの推定精度が向上することが期待される高変化領域H1〜H3に制限することで、SOCの推定精度を向上させることが出来る。   As described above, in the present embodiment, the SOC estimation accuracy can be improved by restricting the correction by the Kalman filter to the high change regions H1 to H3 in which the correction is expected to improve the SOC estimation accuracy. I can do it.

言い換えれば、補正により却って精度が低下する恐れがある低変化領域L1、L2は、カルマンフィルタによる補正を行わないようにすることで、SOCの推定精度を向上させることが出来る。   In other words, the SOC estimation accuracy can be improved in the low change regions L1 and L2 in which the accuracy may be degraded by the correction by not performing the correction by the Kalman filter.

また、電池温度Tが25℃の条件において、組電池30を充放電させる試験を行った。そして、電流積算法で推定したSOCに対して、カルマンフィルタをSOCの全範囲(0%〜100%)に適用して補正した場合と、高変化領域H1、H2、H3に制限して補正した場合で、効果の相違を検証した。   Further, a test for charging and discharging the battery pack 30 was performed under the condition that the battery temperature T was 25 ° C. Then, the SOC estimated by the current integration method is corrected by applying the Kalman filter to the entire range of the SOC (0% to 100%), and when the SOC is limited to the high change regions H1, H2, and H3. Then, the difference in the effect was verified.

図7A、図8において、「1点鎖線」はSOCの真値を示している。また、「破線」は、電流積算法により推定したSOCを示している。すなわち、試験中、組電池30に流れる電流を電流センサ40で計測し、得られた計測値を積算して推定したSOCである。この例では、電流センサ40の電流計測誤差は放電側に約20mAであり、電流積算時のSOCの推定誤差は、時間経過に従って拡大している。   In FIGS. 7A and 8, a “dot-dash line” indicates a true value of SOC. The “dashed line” indicates the SOC estimated by the current integration method. That is, during the test, the SOC is obtained by measuring the current flowing through the battery pack 30 with the current sensor 40 and integrating the obtained measurement values. In this example, the current measurement error of the current sensor 40 is about 20 mA on the discharge side, and the SOC estimation error at the time of current integration increases with time.

図7Aに示す「実線」は、電流積算法により推定されるSOCに対して、カルマンフィルタによる補正を「SOCの全範囲(0%〜100%)」について行った時のSOCを示している。   The “solid line” illustrated in FIG. 7A indicates the SOC when the SOC estimated by the current integration method is corrected by the Kalman filter for “the entire range of SOC (0% to 100%)”.

図7Aにて、「実線」で示すように、カルマンフィルタで補正したSOCは、A1〜A3(高変化領域)では、電流積算法により推定したSOCよりも真値に近い値になっており、高変化領域では、電流積算法に比べてカルマンフィルタで補正した時の方がSOCの推定精度が高いことが理解できる。尚、図7Bは、図7Aの高変化領域A3を拡大した図である。   In FIG. 7A, as shown by the “solid line”, the SOC corrected by the Kalman filter is closer to the true value than the SOC estimated by the current integration method in A1 to A3 (high change region). It can be understood that in the change region, the SOC estimation accuracy is higher when the correction is performed by the Kalman filter than in the current integration method. FIG. 7B is an enlarged view of the high change area A3 in FIG. 7A.

一方、B1〜B4(低変化領域)では、カルマンフィルタで補正したSOCが、電流積算法により推定したSOCよりも真値から離れた値になっており、低変化領域L1、L2では、電流積算法により推定されるSOCをカルマンフィルタで補正すると、かえって、SOCの推定精度が低下することが理解できる。   On the other hand, in B1 to B4 (low-change areas), the SOC corrected by the Kalman filter is a value farther from the true value than the SOC estimated by the current integration method, and in the low-change areas L1 and L2, It can be understood that, when the SOC estimated by the equation (1) is corrected by the Kalman filter, the accuracy of the estimation of the SOC decreases.

一方、図8に示す「実線」は、電流積算法により推定されるSOCに対して、カルマンフィルタによる補正を高変化領域H1〜H3に制限し、低変化領域L1、L2ではカルマンフィルタの補正をしない場合のSOCを示している。   On the other hand, the “solid line” shown in FIG. 8 indicates that the Kalman filter corrects the SOC estimated by the current integration method to the high change regions H1 to H3 and does not perform the Kalman filter correction in the low change regions L1 and L2. Shows the SOC.

図8にて「実線」で示すように、カルマンフィルタによる補正を高変化領域H1〜H3に制限した時のSOCは、電流積算法により推定したSOCよりも、概ね全範囲で真値に近い値になっており、SOCの推定精度が向上していることが理解できる。   As shown by the “solid line” in FIG. 8, the SOC when the correction by the Kalman filter is limited to the high change regions H1 to H3 is closer to the true value in the whole range than the SOC estimated by the current integration method. It can be understood that the estimation accuracy of the SOC is improved.

また、図9は、各方法について、「真値」に対する「SOC」の二乗平均根(RMS)を求めた表である。電流積算法の場合、「真値」に対する「推定SOC」の二乗平均根は「4.738」である。また、カルマンフィルタの補正をSOCの全範囲で行った場合、「真値」にする「補正SOC」の二乗平均根は「6.619」、カルマンフィルタの補正を高変化領域H1〜H3に制限した場合、「真値」にする「補正SOC」二乗平均根は「4.406」である。尚、「推定SOC」は電流積算法で推定したSOCであり、図7、8にて破線で示すSOCである。「補正SOC」はカルマンフィルタで補正したSOCであり、図7、8にて実線で示すSOCである。   FIG. 9 is a table showing the root mean square (RMS) of “SOC” with respect to “true value” for each method. In the case of the current integration method, the root mean square of the “estimated SOC” with respect to the “true value” is “4.738”. When the Kalman filter correction is performed in the entire range of the SOC, the root mean square of the “corrected SOC” to be “true value” is “6.619”, and when the Kalman filter correction is limited to the high change regions H1 to H3, “ The “corrected SOC” root mean square to be “true value” is “4.406”. The “estimated SOC” is the SOC estimated by the current integration method, and is the SOC indicated by the broken line in FIGS. “Corrected SOC” is the SOC corrected by the Kalman filter, and is the SOC indicated by a solid line in FIGS.

このように、カルマンフィルタの補正を、高変化領域H1〜H3に制限した場合の二乗平均根が最も小さく、SOCの推定精度が向上していることが理解できる。   As described above, it can be understood that the root mean square when the correction of the Kalman filter is limited to the high change regions H1 to H3 is the smallest, and the estimation accuracy of the SOC is improved.

<実施形態2>
実施形態2を図10〜図15を参照して説明する。実施形態2の電池パック20は、実施形態1の電池パック20と同様に、組電池30と、電流センサ40と、組電池30を管理するバッテリ−マネージャー50を有している。
<Embodiment 2>
Embodiment 2 will be described with reference to FIGS. Like the battery pack 20 of the first embodiment, the battery pack 20 of the second embodiment includes an assembled battery 30, a current sensor 40, and a battery manager 50 that manages the assembled battery 30.

実施形態2では、組電池30を充放電させる試験(実施形態1と同様の試験)を、電池温度Tを変更して行い、電池温度Tとカルマンフィルタによる補正の効果の関係を検証した。   In the second embodiment, a test for charging and discharging the assembled battery 30 (a test similar to that of the first embodiment) was performed by changing the battery temperature T, and the relationship between the battery temperature T and the effect of the correction by the Kalman filter was verified.

図10は電池温度Tが40℃である時のSOCの時間推移を示すグラフである。また、図11は、電池温度Tが10℃である場合のSOCの時間推移を示すグラフである。また、図12は電池温度Tが0℃である場合のSOCの時間推移を示すグラフの温度推移を示すグラフである。尚、図10〜図12の「実線」は、電流積算法により推定されるSOCに対してカルマンフィルタによる補正を、高変化領域H1、H2、H3に制限して行った時のSOCを示している。   FIG. 10 is a graph showing a time transition of the SOC when the battery temperature T is 40 ° C. FIG. 11 is a graph showing a time transition of the SOC when the battery temperature T is 10 ° C. FIG. 12 is a graph showing a temperature transition of a graph showing a time transition of the SOC when the battery temperature T is 0 ° C. Note that the “solid line” in FIGS. 10 to 12 indicates the SOC when the SOC estimated by the current integration method is corrected by the Kalman filter to the high change regions H1, H2, and H3. .

電池温度Tが40℃の場合と電池温度Tが25℃について、高変化領域H1、H2、H3に制限してカルマンフィルタによる補正を行った時のSOCの時間推移(図10、図8の実線)を比較すると、電池温度が25℃の場合に比べて、電池温度が40℃の場合の方が、補正後のSOCが真値に近くなっており、カルマンフィルタによる補正の効果が高いことが理解できる。   Time transition of the SOC when the battery temperature T is 40 ° C. and when the battery temperature T is 25 ° C. and the correction is performed by the Kalman filter while limiting to the high change regions H1, H2, and H3 (solid lines in FIGS. 10 and 8). Can be understood that the corrected SOC is closer to the true value when the battery temperature is 40 ° C. than the case where the battery temperature is 25 ° C., and that the effect of the correction by the Kalman filter is higher. .

同様に、電池温度Tが25℃の場合と電池温度Tが10℃の場合について、高変化領域にH1、H2、H3に制限してカルマンフィルタによる補正を行った時のSOCの推移(図8、図11の実線)を比較すると、電池温度が25℃の場合に比べて、電池温度が10℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が低いことが理解できる。   Similarly, in the case where the battery temperature T is 25 ° C. and the case where the battery temperature T is 10 ° C., transition of the SOC when the Kalman filter is performed by limiting the high change region to H1, H2, and H3 (FIG. 8, FIG. Comparing (solid line in FIG. 11), when the battery temperature is 10 ° C., the SOC after correction is far from the true value when the battery temperature is 25 ° C., and the effect of the correction by the Kalman filter is lower. I can understand.

そして、電池温度Tが10℃の場合と電池温度Tが0℃の場合について、高変化領域H1、H2、H3に制限してカルマンフィルタによる補正を行った時のSOCの推移(図11、図12の実線)を比較すると、電池温度Tが10℃の場合に比べて、電池温度Tが0℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が更に低いことが理解できる。   Then, in the case where the battery temperature T is 10 ° C. and the case where the battery temperature T is 0 ° C., transition of the SOC when the correction by the Kalman filter is performed by limiting to the high change regions H1, H2, and H3 (FIGS. 11 and 12). When the battery temperature T is 0 ° C., the corrected SOC is far from the true value when the battery temperature T is 0 ° C., and the effect of the correction by the Kalman filter is further improved. It can be understood that it is low.

また、図13は、「真値」に対する「推定SOC」の二乗平均根(RMS)と、「真値」にする「補正SOC」の二乗平均根(RMS)を、電池温度Tごとに算出した表である。尚、「推定SOC」とは、電流積算法で推定したSOCであり、図8、10、11、12にて破線で示すSOCである。「補正SOC」とはカルマンフィルタで補正したSOCであり、図8、10、11、12にて実線で示すSOCである。   FIG. 13 shows the root mean square (RMS) of the “estimated SOC” for the “true value” and the root mean square (RMS) of the “corrected SOC” for the “true value” for each battery temperature T. It is a table. The “estimated SOC” is the SOC estimated by the current integration method, and is the SOC indicated by a broken line in FIGS. 8, 10, 11, and 12. The “corrected SOC” is the SOC corrected by the Kalman filter, and is the SOC indicated by a solid line in FIGS. 8, 10, 11, and 12.

「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが40℃の場合、「3.879」、電池温度Tが25℃の場合、「4.406」である。また、電池温度Tが10℃の場合、「9.804」、電池温度Tが0℃の場合、二乗平均根は「12.038」である。   The root mean square of the “corrected SOC” for the “true value” is “3.879” when the battery temperature T is 40 ° C. and “4.406” when the battery temperature T is 25 ° C. When the battery temperature T is 10 ° C., “9.804”, and when the battery temperature T is 0 ° C., the root mean square is “12.038”.

このように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが高い程、低い。従って、電池温度Tが高い程、カルマンフィルタによる補正の効果が高い。特に、「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが25℃の場合、「4.406」、電池温度Tが40℃の場合、「3.879」であり、電流積算法を用いて推定した「推定SOC」の二乗平均根「4.738」、「4.515」をそれぞれ下回る。   As described above, the root mean square of the “corrected SOC” with respect to the “true value” is lower as the battery temperature T is higher. Therefore, the higher the battery temperature T, the higher the effect of the correction by the Kalman filter. In particular, the root mean square of the “corrected SOC” for the “true value” is “4.406” when the battery temperature T is 25 ° C. and “3.879” when the battery temperature T is 40 ° C. Of the estimated root-mean-squares "4.738" and "4.515" respectively.

そのため、電池温度Tが25℃以上の場合に制限して、電流積算法で推定したSOCをカルマンフィルタで補正することで、SOCの推定精度を高くすることが可能となる。   Therefore, by limiting the battery temperature T to 25 ° C. or higher and correcting the SOC estimated by the current integration method with the Kalman filter, the SOC estimation accuracy can be increased.

尚、電池温度Tが高い程、SOCの推定精度が高い理由としては次の要因が考えられる。すなわち、一般的に、二次電池31のインピーダンスは、電池温度Tが高い方が、低くなることから、電流が流れた時の電圧変化が小さくなる。そのため、推定モデルMにより予測される端子電圧Uの精度がよくなることから、それに伴い、SOCの推定精度が高くなると考えられる。一方、電池温度Tが低いと、インピーダンスが高いことから、電流が流れた時の電圧変化が大きくなる。そのため、推定モデルMにより予測される端子電圧Uの精度が悪くなることから、それに伴い、SOCの推定精度が低くなると考えられる。 The higher the battery temperature T, the higher the SOC estimation accuracy is as follows. That is, in general, the impedance of the secondary battery 31 decreases as the battery temperature T increases, so that the voltage change when a current flows decreases. Therefore, since the better the terminal voltage U L of accuracy predicted by estimating the model M, accordingly, believed that the estimation accuracy of the SOC is high. On the other hand, when the battery temperature T is low, since the impedance is high, the voltage change when the current flows increases. Therefore, since the terminal voltage U L of accuracy predicted by the estimation model M is deteriorated, accordingly, the estimation accuracy of the SOC is considered to be low.

また、図14は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Tを加えたフローチャート図であり、図6に示すSOCの推定処理に対して「S37A」の処理が追加されている。すなわち、温度センサ95により検出される電池温度Tが第1温度(本例では25℃)以上かどうか、制御部60にて判定する処理が追加されている。   FIG. 14 is a flowchart in which the battery temperature T is added to the condition for determining whether or not the SOC estimated by the current integration method is to be corrected by the Kalman filter. Has been added. That is, a process in which the control unit 60 determines whether the battery temperature T detected by the temperature sensor 95 is equal to or higher than the first temperature (25 ° C. in this example) is added.

図14に示すSOCの推定処理では、SOCの現在値が高変化領域H1、H2、H3のいずれかに属しており、かつ電池温度Tが25℃以上の場合(S30:YES、S37A:YES)に、制御部60は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する(S40)。そして、制御部60は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。   In the SOC estimation process shown in FIG. 14, when the current value of the SOC belongs to any of the high change regions H1, H2, and H3 and the battery temperature T is equal to or higher than 25 ° C. (S30: YES, S37A: YES) Next, the control unit 60 executes a process of correcting the SOC estimated by the current integration method with the Kalman filter (S40). Then, the control unit 60 sets the SOC after the correction to the SOC at the next time point, that is, the latest value of the SOC.

一方、SOCの現在値が高変化領域H1、H2、H3に属していない場合(S30:NO)と、電池温度Tが25℃未満の場合(S37A:NO)、制御部60は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。   On the other hand, when the current value of the SOC does not belong to the high change regions H1, H2, and H3 (S30: NO) and when the battery temperature T is less than 25 ° C. (S37A: NO), the control unit 60 corrects the Kalman filter. Is not performed, the SOC estimated by the current integration method is set as the SOC at the next time, that is, the latest value of the SOC.

また、図13に示すように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが10℃の場合、「9.804」、電池温度Tが0℃の場合、「12.038」であり、電流積算法を用いて推定した「推定SOC」の二乗平均根「4.440」、「4.427」よりも大きい。   As shown in FIG. 13, the root mean square of the “corrected SOC” for the “true value” is “9.804” when the battery temperature T is 10 ° C. and “12.038” when the battery temperature T is 0 ° C. Yes, larger than the root-mean-squares "4.440" and "4.427" of the "estimated SOC" estimated using the current integration method.

このように、電池温度Tが10℃以下の場合に、カルマンフィルタで補正すると、かえって、SOCの推定精度が下がる傾向となる。そのため、電池温度Tが10℃以下の場合に、電流積算法で推定したSOCをカルマンフィルタで補正しないようにすることで、SOCの推定精度が低下することを抑えることが可能となる。   As described above, when the battery temperature T is equal to or lower than 10 ° C., when the correction is performed by the Kalman filter, the accuracy of estimating the SOC tends to decrease. Therefore, when the battery temperature T is 10 ° C. or lower, the SOC estimated by the current integration method is not corrected by the Kalman filter, so that it is possible to suppress a decrease in the SOC estimation accuracy.

尚、図15は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Tを加えたフローチャート図であり、図6に示すSOCの推定処理に対して「S37B」の処理が追加されている。すなわち、温度センサ95により検出される電池温度Tが第2温度(本例では10℃)以下かどうか、制御部60にて判定する処理が追加されている。   FIG. 15 is a flowchart in which the battery temperature T is added to the condition for determining whether or not the SOC estimated by the current integration method is corrected by the Kalman filter. Has been added. That is, a process in which the control unit 60 determines whether the battery temperature T detected by the temperature sensor 95 is equal to or lower than the second temperature (10 ° C. in this example) is added.

図15に示すSOCの推定処理では、SOCの現在値が高変化領域H1、H2、H3のいずれかに属しており、かつ電池温度Tが10℃より大きい場合(S30:YES、S37B:NO)に、制御部60は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する(S40)。そして、制御部60は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。   In the SOC estimation process shown in FIG. 15, when the current value of the SOC belongs to any of the high change regions H1, H2, and H3 and the battery temperature T is higher than 10 ° C. (S30: YES, S37B: NO) Next, the control unit 60 executes a process of correcting the SOC estimated by the current integration method with the Kalman filter (S40). Then, the control unit 60 sets the SOC after the correction to the SOC at the next time point, that is, the latest value of the SOC.

一方、SOCの現在値が高変化領域H1、H2、H3に属していない場合(S30:NO)と、電池温度Tが10℃以下の場合(S37B:YES)、制御部60は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。   On the other hand, when the current value of the SOC does not belong to the high change regions H1, H2, and H3 (S30: NO) and when the battery temperature T is 10 ° C. or less (S37B: YES), the control unit 60 corrects the Kalman filter. Is not performed, the SOC estimated by the current integration method is set as the SOC at the next time, that is, the latest value of the SOC.

<実施形態3>
実施形態3を図16〜図17を参照して説明する。実施形態3の電池パック20は、実施形態1の電池パック20と同様に、組電池30と、電流センサ40と、組電池30を管理するバッテリ−マネージャー50を有している。
<Embodiment 3>
Embodiment 3 will be described with reference to FIGS. Similar to the battery pack 20 of the first embodiment, the battery pack 20 of the third embodiment includes an assembled battery 30, a current sensor 40, and a battery manager 50 that manages the assembled battery 30.

実施形態3では、電池温度Tが25℃の条件において、組電池30を充放電させる試験を行った。そして、カルマンフィルタによる補正の実行条件に「無電流」であることを追加した場合と、追加しない場合で効果の相違を検証した。尚、「無電流」とは、組電池30に流れる電流が所定値(一例として、100mA)以下の状態である。   In the third embodiment, a test for charging and discharging the battery pack 30 under the condition that the battery temperature T is 25 ° C. was performed. Then, the difference in the effect between the case where "no current" was added to the execution condition of the correction by the Kalman filter and the case where it was not added was verified. Note that "no current" is a state in which the current flowing through the battery pack 30 is equal to or less than a predetermined value (for example, 100 mA).

図16において、「1点鎖線」はSOCの真値を示している。また、「破線」は、電流積算法により推定したSOCである。すなわち、試験中、組電池30に流れる電流を電流センサ40で計測し、得られた計測値を積算して推定したSOCである。   In FIG. 16, the “dot-dash line” indicates the true value of SOC. The “dashed line” is the SOC estimated by the current integration method. That is, during the test, the SOC is obtained by measuring the current flowing through the battery pack 30 with the current sensor 40 and integrating the obtained measurement values.

また、「実線」は、SOCが高変化領域H1〜H3に属しており、かつ組電池30が無電流である場合に、電流積算法で推定したSOCをカルマンフィルタで補正した時のSOCを示している。   Further, the “solid line” indicates the SOC when the SOC estimated by the current integration method is corrected by the Kalman filter when the SOC belongs to the high change regions H1 to H3 and the battery pack 30 has no current. I have.

カルマンフィルタによる補正の実行条件に「無電流」を追加した場合(図16の実線)は、追加しない場合(図8に示す実線)に比べて真値に近い値になっており、SOCの推定精度が向上していることが理解できる。   When “no current” is added to the execution condition of the correction by the Kalman filter (solid line in FIG. 16), the value is closer to the true value than when it is not added (solid line in FIG. 8). It can be understood that is improved.

尚、カルマンフィルタの補正を高変化領域H1〜H3、かつ無電流時に制限した場合、「真値」に対する「補正SOC」の二乗平均根(RMS)は「2.563」である。一方、無電流時に制限しない場合(実施形態1の場合)、「真値」に対する「補正SOC」の二乗平均根「4.406」よりも小さな値となっている。尚、「補正SOC」はカルマンフィルタで補正したSOCである。   When the correction of the Kalman filter is limited to the high change regions H1 to H3 and no current, the root mean square (RMS) of the “corrected SOC” with respect to the “true value” is “2.563”. On the other hand, when there is no limitation when there is no current (in the case of the first embodiment), the value is smaller than the root mean square “4.406” of the “corrected SOC” with respect to the “true value”. The “corrected SOC” is the SOC corrected by the Kalman filter.

このように、カルマンフィルタの補正は、「無電流時」に制限して行った場合の方が効果的である。そこで、実施形態3では、以下の(a)、(b)の2つの条件を満たす場合に、カルマンフィルタを適用する。   As described above, the correction of the Kalman filter is more effective when the correction is performed during “no current”. Therefore, in the third embodiment, the Kalman filter is applied when the following two conditions (a) and (b) are satisfied.

(a)SOCが高変化領域H1、H2、H3のいずれかに属していること。
(b)二次電池が無電流であること。
(A) SOC belongs to any of the high change regions H1, H2, and H3.
(B) The secondary battery has no current.

図17は、実施形態3に適用されたSOC推定処理のフローチャート図を示しており、実施形態1に適用されたSOC推定処理(図6)に対してS35の処理が追加されている。S35では、制御部60は、電流センサ40の検出値を閾値と比較することにより、二次電池31に電流が流れていない無電流状態か判定する。本例では、電流が所定値以下の場合、無電流と判断する。   FIG. 17 is a flowchart of the SOC estimation process applied to the third embodiment, and the process of S35 is added to the SOC estimation process (FIG. 6) applied to the first embodiment. In S35, the control unit 60 determines whether there is no current in the secondary battery 31 by comparing the detection value of the current sensor 40 with a threshold value. In this example, when the current is equal to or less than the predetermined value, it is determined that there is no current.

図17に示すSOC推定処理では、(a)の条件をS30で判定し、(b)の条件をS35で判定しており、2つの条件を満たす場合に、電流積算法により推定されるSOCをカルマンフィルタで補正する(S40)。そして、カルマンフィルタによる補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。それ以外の場合は、カルマンフィルタを適用せず、電流積算法で推定した値を、次の時点のSOC、すなわちSOCの最新値とする(S50)。   In the SOC estimation process shown in FIG. 17, the condition of (a) is determined in S30, and the condition of (b) is determined in S35. When the two conditions are satisfied, the SOC estimated by the current integration method is calculated. The correction is performed by the Kalman filter (S40). Then, the SOC after the correction by the Kalman filter is set as the SOC at the next time, that is, the latest value of the SOC. In other cases, the value estimated by the current integration method without using the Kalman filter is used as the SOC at the next time, that is, the latest value of the SOC (S50).

このように、実施形態3では、カルマンフィルタによる補正を、SOCが高変化領域H1、H2、H3のいずれかに属しており、かつ無電流時に制限して行う。そのため、実施形態1に比べて、SOCの推定精度を更に向上させることが出来る。   As described above, in the third embodiment, the correction by the Kalman filter is performed while the SOC belongs to any of the high change regions H1, H2, and H3, and is limited to when there is no current. Therefore, the SOC estimation accuracy can be further improved as compared with the first embodiment.

<実施形態4>
実施形態4を図18〜図23を参照して説明する。実施形態4の電池パック20は、実施形態1の電池パック20と同様に、組電池30と、電流センサ40と、組電池30を管理するバッテリ−マネージャー50を有している。
<Embodiment 4>
Embodiment 4 will be described with reference to FIGS. Similar to the battery pack 20 of the first embodiment, the battery pack 20 of the fourth embodiment includes a battery pack 30, a current sensor 40, and a battery manager 50 that manages the battery pack 30.

実施形態4では、組電池30を充放電させる試験(実施形態3と同様の試験)を、電池温度Tを変更して行い、電池温度Tとカルマンフィルタによる補正の効果の関係を検証した。   In the fourth embodiment, a test for charging and discharging the assembled battery 30 (a test similar to that of the third embodiment) is performed by changing the battery temperature T, and the relationship between the battery temperature T and the effect of the correction by the Kalman filter is verified.

図18は電池温度Tが40℃である時のSOCの時間推移を示すグラフである。また、図19は、電池温度Tが10℃である場合のSOCの時間推移を示すグラフである。また、図20は電池温度Tが0℃である場合のSOCの時間推移を示すグラフの温度推移を示すグラフである。尚、図18〜図20の「実線」は、電流積算法により推定されるSOCに対してカルマンフィルタによる補正を、高変化領域H1〜H3、かつ無電流時に制限して行った場合のSOCを示している。   FIG. 18 is a graph showing a time transition of the SOC when the battery temperature T is 40 ° C. FIG. 19 is a graph showing a time transition of the SOC when the battery temperature T is 10 ° C. FIG. 20 is a graph showing the temperature transition of the graph showing the time transition of the SOC when the battery temperature T is 0 ° C. Note that the “solid line” in FIGS. 18 to 20 shows the SOC when the Kalman filter is used to correct the SOC estimated by the current integration method while limiting it to the high-change regions H1 to H3 and no current. ing.

電池温度Tが40℃の場合と電池温度Tが25℃について、カルマンフィルタによる補正を行った時のSOCの時間推移(図18、図16の実線)を比較すると、電池温度が25℃の場合に比べて、電池温度が40℃の場合の方が、補正後のSOCが真値に近くなっており、カルマンフィルタによる補正の効果が高いことが理解できる。   When the battery temperature T is 40 ° C. and the battery temperature T is 25 ° C., the time change of the SOC when the correction by the Kalman filter is performed (solid lines in FIGS. 18 and 16) is compared. In comparison, when the battery temperature is 40 ° C., the corrected SOC is closer to the true value, and it can be understood that the effect of the correction by the Kalman filter is higher.

同様に、電池温度Tが25℃の場合と電池温度Tが10℃の場合について、カルマンフィルタによる補正を行った時のSOCの推移(図16、図19の実線)を比較すると、電池温度が25℃の場合に比べて、電池温度が10℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が低いことが理解できる。   Similarly, when the battery temperature T is 25 ° C. and when the battery temperature T is 10 ° C., the transition of the SOC when the Kalman filter is corrected (solid lines in FIGS. 16 and 19) is compared. It can be understood that the corrected SOC is far from the true value when the battery temperature is 10 ° C., and the effect of the correction by the Kalman filter is lower than when the battery temperature is 10 ° C.

そして、電池温度Tが10℃の場合と電池温度Tが0℃の場合について、カルマンフィルタによる補正を行った時のSOCの推移(図19、図20の実線)を比較すると、電池温度Tが10℃の場合に比べて、電池温度Tが0℃の場合の方が、補正後のSOCが真値から離れており、カルマンフィルタによる補正の効果が更に低いことが理解できる。   Then, when the battery temperature T is 10 ° C. and the battery temperature T is 0 ° C., the transition of the SOC when the correction by the Kalman filter is performed (solid lines in FIGS. 19 and 20) is compared. It can be understood that the corrected SOC is far from the true value when the battery temperature T is 0 ° C., and the effect of the correction by the Kalman filter is further lower than when the battery temperature T is 0 ° C.

また、図21は、「真値」に対する「推定SOC」の二乗平均根(RMS)と、「真値」にする「補正SOC」の二乗平均根(RMS)を、電池温度Tごとに算出した表である。尚、「推定SOC」とは、電流積算法で推定したSOCであり、図16、18、19、20にて破線で示すSOCである。また、「補正SOC」とはカルマンフィルタで補正したSOCであり、図16、18、19、20の実線で示すSOCである。   FIG. 21 shows the root mean square (RMS) of the “estimated SOC” for the “true value” and the root mean square (RMS) of the “corrected SOC” for the “true value” for each battery temperature T. It is a table. The “estimated SOC” is the SOC estimated by the current integration method, and is the SOC indicated by a broken line in FIGS. 16, 18, 19, and 20. The “corrected SOC” is the SOC corrected by the Kalman filter, and is the SOC indicated by a solid line in FIGS. 16, 18, 19, and 20.

「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが40℃の場合、「2.598」、電池温度Tが25℃の場合、「2.621」である。また、電池温度Tが10℃の場合、「6.461」、電池温度Tが0℃の場合、「8.522」である。   The root mean square of the “corrected SOC” for the “true value” is “2.598” when the battery temperature T is 40 ° C. and “2.621” when the battery temperature T is 25 ° C. When the battery temperature T is 10 ° C., the value is “6.461”, and when the battery temperature T is 0 ° C., the value is “8.522”.

このように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが高い程、低い。従って、電池温度Tが高い程、カルマンフィルタによる補正の効果が高い。特に、「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが25℃の場合、「2.621」、電池温度Tが40℃の場合、「2.598」であり、電流積算法を用いて推定した「推定SOC」の二乗平均根「4.738」、「4.515」をそれぞれ下回る。   As described above, the root mean square of the “corrected SOC” with respect to the “true value” is lower as the battery temperature T is higher. Therefore, the higher the battery temperature T, the higher the effect of the correction by the Kalman filter. In particular, the root mean square of the “corrected SOC” for the “true value” is “2.621” when the battery temperature T is 25 ° C. and “2.598” when the battery temperature T is 40 ° C. Of the estimated root-mean-squares "4.738" and "4.515" respectively.

そのため、電池温度Tが25℃以上の場合に制限して、電流積算法で推定したSOCをカルマンフィルタで補正することで、SOCの推定精度を高くすることが可能となる。   Therefore, by limiting the battery temperature T to 25 ° C. or higher and correcting the SOC estimated by the current integration method with the Kalman filter, the SOC estimation accuracy can be increased.

尚、図22は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Tを加えたフローチャート図であり、図17に示すSOCの推定処理に対して「S37A」の処理が追加されている。すなわち、温度センサ95により検出される電池温度Tが第1温度(本例では25℃)以上か、制御部60にて、判定する処理が追加されている。   FIG. 22 is a flowchart in which the battery temperature T is added to the condition for determining whether or not the SOC estimated by the current integration method is to be corrected by the Kalman filter. Has been added. That is, the control unit 60 determines whether the battery temperature T detected by the temperature sensor 95 is equal to or higher than the first temperature (25 ° C. in this example).

図22に示すSOCの推定処理では、SOCの現在値が高変化領域H1、H2、H3のいずれかに属しており、かつ無電流で、電池温度Tが25℃以上の場合(S30:YES、S35:YES、S37A:YES)に、制御部60は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する(S40)。そして制御部60は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。   In the SOC estimation process shown in FIG. 22, when the current value of the SOC belongs to any of the high change regions H1, H2, and H3, there is no current, and the battery temperature T is 25 ° C. or higher (S30: YES, (S35: YES, S37A: YES), the control unit 60 executes a process of correcting the SOC estimated by the current integration method with the Kalman filter (S40). Then, the control unit 60 sets the SOC after correction as the SOC at the next time, that is, the latest value of the SOC.

一方、SOCの現在値が高変化領域H1、H2、H3に属していない場合(S30:NO)と、無電流でない場合(S35:NO)と、電池温度Tが25℃未満の場合(S37A:NO)は、制御部60は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。   On the other hand, when the current value of the SOC does not belong to the high change regions H1, H2, and H3 (S30: NO), when the current is not a current (S35: NO), and when the battery temperature T is lower than 25 ° C. (S37A: NO), the control unit 60 does not perform the Kalman filter correction, and sets the SOC estimated by the current integration method as the SOC at the next time point, that is, the latest value of the SOC.

また、図21に示すように、「真値」に対する「補正SOC」の二乗平均根は、電池温度Tが10℃の場合、「6.461」、電池温度Tが0℃の場合、「8.522」であり、電流積算法により推定した「推定SOC」の二乗平均根「4.440」、「4.427」よりも大きい。   As shown in FIG. 21, the root mean square of the “corrected SOC” for the “true value” is “6.461” when the battery temperature T is 10 ° C. and “8.522” when the battery temperature T is 0 ° C. Yes, it is larger than the root mean square “4.440” or “4.427” of the “estimated SOC” estimated by the current integration method.

このように、電池温度Tが10℃以下の場合に、カルマンフィルタで補正すると、かえって、SOCの推定精度が下がる傾向となる。そのため、電池温度Tが10℃以下の場合に、電流積算法で推定したSOCをカルマンフィルタで補正しないようにすることで、SOCの推定精度が低下することを抑えることが可能となる。   As described above, when the battery temperature T is equal to or lower than 10 ° C., when the correction is performed by the Kalman filter, the accuracy of estimating the SOC tends to decrease. Therefore, when the battery temperature T is 10 ° C. or lower, the SOC estimated by the current integration method is not corrected by the Kalman filter, so that it is possible to suppress a decrease in the SOC estimation accuracy.

尚、図23は、電流積算法で推定したSOCをカルマンフィルタで補正するか否かを決定する条件に電池温度Tを加えたフローチャート図であり、図17に示すSOCの推定処理に対して「S37B」の処理が追加されている。すなわち、温度センサ95により検出される電池温度Tが第2温度(本例では10℃)以下かどうか、制御部60にて判定する処理が追加されている。   FIG. 23 is a flowchart in which the battery temperature T is added to the condition for determining whether or not the SOC estimated by the current integration method is to be corrected by the Kalman filter. The processing for estimating the SOC shown in FIG. Has been added. That is, a process in which the control unit 60 determines whether the battery temperature T detected by the temperature sensor 95 is equal to or lower than the second temperature (10 ° C. in this example) is added.

図23に示すSOCの推定処理では、SOCの現在値が高変化領域H1、H2、H3のいずれかに属しており、かつ無電流で、電池温度Tが10℃より大きい場合(S30YES、S35:YES、S37B:NO)に、制御部60は、電流積算法で推定したSOCをカルマンフィルタで補正する処理を実行する(S40)。そして、制御部60は、補正後のSOCを、次の時点のSOC、すなわちSOCの最新値とする。   In the SOC estimation process shown in FIG. 23, when the current value of the SOC belongs to any of the high change regions H1, H2, and H3, there is no current, and the battery temperature T is higher than 10 ° C. (S30YES, S35: (YES, S37B: NO), the control unit 60 executes a process of correcting the SOC estimated by the current integration method with the Kalman filter (S40). Then, the control unit 60 sets the SOC after the correction to the SOC at the next time point, that is, the latest value of the SOC.

一方、SOCの現在値が高変化領域H1、H2、H3に属していない場合(S30:NO)と、二次電池31が無電流の場合(S35:YES)と、電池温度Tが10℃以下の場合(S37B:YES)、制御部60は、カルマンフィルタの補正を行わず、電流積算法により推定されるSOCを、次の時点のSOC、すなわちSOCの最新値とする。   On the other hand, when the current value of the SOC does not belong to the high change regions H1, H2, and H3 (S30: NO), when the secondary battery 31 has no current (S35: YES), the battery temperature T is 10 ° C. or less. In the case of (S37B: YES), the control unit 60 does not perform the correction of the Kalman filter and sets the SOC estimated by the current integration method as the SOC at the next time point, that is, the latest value of the SOC.

<他の実施形態>
本発明は上記記述及び図面によって説明した実施形態に限定されるものではなく、例えば次のような実施形態も本発明の技術的範囲に含まれる。
<Other embodiments>
The present invention is not limited to the embodiments described with reference to the above description and drawings. For example, the following embodiments are also included in the technical scope of the present invention.

(1)実施形態1〜4では、蓄電素子の一例にリチウムイオン二次電池31を例示した。蓄電素子は、SOCに対するOCVの変化率が相対的に低い低変化領域と、SOCに対するOCVの変化率が相対的に高い高変化領域を有する特性であれば、リチウムイオン電池以外であってもよい。   (1) In the first to fourth embodiments, the lithium ion secondary battery 31 is illustrated as an example of the electric storage element. The storage element may be other than a lithium ion battery as long as it has a low change region where the rate of change of OCV with respect to SOC is relatively low, and a high change area where the rate of change of OCV with respect to SOC is relatively high. .

(2)実施形態1〜4では、SOCの推定値に基づいて、二次電池31が高変化領域H1〜H3に属しているのか判定した。領域の判定方法は、二次電池31の充放電容量変化に対する電圧変化(ΔV/ΔAh)を閾値と比較することにより、判定するものであってもよい。すなわち、電流センサ40と電圧検出回路80の出力から単位時間あたりの充放電容量変化ΔAhと電圧変化ΔVをそれぞれ算出し、その比(ΔV/ΔAh)を閾値と比較することにより、領域を判定するようにしてもよい。   (2) In the first to fourth embodiments, whether the secondary battery 31 belongs to the high change regions H1 to H3 is determined based on the estimated value of the SOC. The area may be determined by comparing a voltage change (ΔV / ΔAh) with respect to a change in charge / discharge capacity of the secondary battery 31 with a threshold. That is, the charge / discharge capacity change ΔAh and the voltage change ΔV per unit time are calculated from the outputs of the current sensor 40 and the voltage detection circuit 80, and the area is determined by comparing the ratio (ΔV / ΔAh) with the threshold value. You may do so.

(3)カルマンフィルタを適用して補正した時のSOCの推定精度は、二次電池31の等価回路モデルMによる内部状態の推定精度に依存しており、例えば、電流値が大きい場合は、等価回路モデルMによる内部状態の推定精度が低下しやすい。実施形態1では、二次電池31が高変化領域H1〜3に属している場合に制限して、電流積算法で推定したSOCを、カルマンフィルタを利用して補正した例を示した。これ以外にも、電流値が大きいなど、内部状態の推定精度が低下しやすい場合は、二次電池31が高変化領域H1〜H3に属している場合であっても、カルマンフィルタによる補正を制限して実行しないようにしてもよい。   (3) The estimation accuracy of the SOC when the correction is performed by applying the Kalman filter depends on the estimation accuracy of the internal state of the secondary battery 31 using the equivalent circuit model M. For example, when the current value is large, the equivalent circuit The accuracy of estimating the internal state by the model M is likely to decrease. In the first embodiment, an example has been described in which the SOC estimated by the current integration method is corrected using a Kalman filter by limiting the case where the secondary battery 31 belongs to the high change regions H1 to H3. In addition to this, when the estimation accuracy of the internal state is apt to decrease, such as when the current value is large, the correction by the Kalman filter is limited even when the secondary battery 31 belongs to the high change regions H1 to H3. May not be executed.

(4)実施形態1では、二次電池31の内部状態(SOC,U1,U2,R0)を推定する推定モデルの一例に、等価回路モデルMを例示した。推定モデルMは、二次電池31の内部状態(SOC,U1,U2,R0)を推定するモデルであれば、等価回路モデル以外のモデルであってもよい。また、等価回路モデルを適用する場合でも、二次電池31の分極電圧を模擬するインピーダンスZの項数を2項以外にするなど、実施形態1で例示した等価回路モデルMとは異なるモデルを用いることも可能である。   (4) In the first embodiment, the equivalent circuit model M is illustrated as an example of the estimation model for estimating the internal state (SOC, U1, U2, R0) of the secondary battery 31. The estimation model M may be a model other than the equivalent circuit model as long as the model estimates the internal state (SOC, U1, U2, R0) of the secondary battery 31. Further, even when the equivalent circuit model is applied, a model different from the equivalent circuit model M exemplified in the first embodiment is used, such as setting the number of terms of the impedance Z simulating the polarization voltage of the secondary battery 31 to other than two. It is also possible.

(5)また、実施形態1では、電流積算法により推定されるSOCを、カルマンフィルタを用いて補正した例を示したが、例えば、適応デジタルフィルタを用いて補正してもよい。すなわち、電流積算法により推定されるSOCを、蓄電素子の端子電圧の観測値と蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧に基づいて補正するものであれば、適応デジタルフィルタなどカルマンフィルタ以外のフィルタを使用した補正が可能である。   (5) In the first embodiment, the example in which the SOC estimated by the current integration method is corrected using the Kalman filter has been described. However, for example, the SOC may be corrected using an adaptive digital filter. That is, if the SOC estimated by the current integration method is corrected based on the observed value of the terminal voltage of the storage element and the terminal voltage predicted by the estimation model for estimating the internal state of the storage element, the adaptive digital filter For example, correction using a filter other than the Kalman filter is possible.

20...電池パック
30...組電池
31...二次電池(本発明の「蓄電素子」に相当)
40...電流センサ
50...バッテリマネージャ(本発明の「状態推定装置」に相当)
60...制御部(本発明の「領域判定部」、「SOC推定部」に相当)
61...CPU
63...メモリ
80...電圧検出回路
20 ... Battery pack 30 ... Battery pack 31 ... Secondary battery (corresponding to "storage element" of the present invention)
40 ... current sensor 50 ... battery manager (corresponding to "state estimation device" of the present invention)
60 ... Control unit (corresponding to "region determination unit" and "SOC estimation unit" of the present invention)
61 ... CPU
63 ... memory 80 ... voltage detection circuit

Claims (8)

SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、
前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、
前記蓄電素子の温度を検出する温度検出部と、
前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、
前記SOC推定部は、
前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
前記蓄電素子が高変化領域に属しており、かつ前記蓄電素子の温度が25℃以上の場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する補正処理を行う、状態推定装置。
A state estimating device for estimating the state of the storage element having a relatively low change region and a relatively high change region in which the change amount of the OCV with respect to the change amount of the SOC,
An area determination unit that determines whether the power storage element belongs to the high change area,
A temperature detector for detecting the temperature of the storage element,
An SOC estimating unit that estimates an SOC that is one of the internal states of the power storage element,
The SOC estimator,
Estimate the SOC of the storage element by a current integration method of integrating the current of the storage element,
When the power storage element belongs to the high change region, and the temperature of the power storage element is 25 ° C. or more, the SOC estimated by the current integration method, the observed value of the terminal voltage of the power storage element and the power storage element A state estimating device that performs a correction process for correcting based on a terminal voltage predicted by an estimation model for estimating an internal state.
請求項1に記載の状態推定装置であって、
前記SOC推定部は、前記蓄電素子の温度が25℃より低い場合、前記補正処理を実行しない、状態推定装置。
The state estimation device according to claim 1,
The state estimation device, wherein the SOC estimation unit does not execute the correction processing when the temperature of the power storage element is lower than 25 ° C.
請求項1又は請求項2に記載の状態推定装置であって、
前記SOC推定部は、前記蓄電素子が高変化領域に属しており、かつ前記蓄電素子の温度が25℃以上で、更に、前記蓄電素子が無電流の場合に、前記補正処理を実行する状態推定装置。
The state estimation device according to claim 1 or 2, wherein:
The SOC estimating unit estimates a state in which the correction process is performed when the power storage element belongs to a high change region, and the temperature of the power storage element is equal to or higher than 25 ° C., and the power storage element has no current. apparatus.
SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、
前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、
前記蓄電素子の温度を検出する温度検出部と、
前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、
前記SOC推定部は、
前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
前記蓄電素子の温度が10℃以下の場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する補正処理を実行せず、
前記蓄電素子が高変化領域に属しており、かつ前記蓄電素子の温度が10℃よりも高い場合、前記補正処理を実行する、状態推定装置。
A state estimating device for estimating the state of the storage element having a relatively low change region and a relatively high change region in which the change amount of the OCV with respect to the change amount of the SOC,
An area determination unit that determines whether the power storage element belongs to the high change area,
A temperature detector for detecting the temperature of the storage element,
An SOC estimating unit that estimates an SOC that is one of the internal states of the power storage element,
The SOC estimator,
Estimate the SOC of the storage element by a current integration method of integrating the current of the storage element,
When the temperature of the storage element is equal to or less than 10 ° C., the SOC estimated by the current integration method is changed to a terminal voltage predicted by an observation value of the terminal voltage of the storage element and an estimation model for estimating an internal state of the storage element. Without performing the correction process to correct based on
A state estimating device that executes the correction processing when the power storage element belongs to a high change region and the temperature of the power storage element is higher than 10 ° C.
SOCの変化量に対するOCVの変化量が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定装置であって、
前記蓄電素子が前記高変化領域に属しているか判定する領域判定部と、
前記蓄電素子の温度を検出する温度検出部と、
前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定部と、を備え、
前記SOC推定部は、
前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
前記蓄電素子の温度が10℃以下の場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する補正処理を実行せず、
記蓄電素子が高変化領域に属しており、かつ前記蓄電素子の温度が10℃より高く、更に、前記蓄電素子が無電流の場合に、前記補正処理を実行する状態推定装置。
A state estimating device for estimating the state of the storage element having a relatively low change region and a relatively high change region in which the change amount of the OCV relative to the change amount of the SOC,
An area determination unit that determines whether the power storage element belongs to the high change area,
A temperature detector for detecting the temperature of the storage element,
An SOC estimating unit that estimates an SOC that is one of the internal states of the power storage element,
The SOC estimator,
Estimate the SOC of the storage element by a current integration method of integrating the current of the storage element,
When the temperature of the storage element is equal to or less than 10 ° C., the SOC estimated by the current integration method is changed to a terminal voltage predicted by an observation value of the terminal voltage of the storage element and an estimation model for estimating an internal state of the storage element. Without performing the correction process to correct based on
Before SL electric storage element belongs to the high change region and higher than the temperature is 10 ° C. of the electric storage device, further, when the electric storage device is currentless, state estimation apparatus for executing the correction process.
SOCの変化に対するOCVの変化が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定方法であって、
前記蓄電素子が前記高変化領域に属しているか判定する領域判定ステップと、
前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定ステップと、を含み、
前記SOC推定ステップでは、
前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
前記蓄電素子が高変化領域に属しており、かつ前記蓄電素子の温度が25℃以上の場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する、状態推定方法。
A state estimation method for estimating the state of a power storage element having a relatively low change region and a relatively high change region in which the change in OCV with respect to the change in SOC is relatively low,
An area determination step of determining whether the power storage element belongs to the high change area,
An SOC estimation step of estimating the SOC that is one of the internal states of the power storage element,
In the SOC estimation step,
Estimate the SOC of the storage element by a current integration method of integrating the current of the storage element,
When the power storage element belongs to the high change region, and the temperature of the power storage element is 25 ° C. or more, the SOC estimated by the current integration method, the observed value of the terminal voltage of the power storage element and the power storage element A state estimating method for correcting based on a terminal voltage predicted by an estimation model for estimating an internal state.
請求項に記載の状態推定方法であって、
前記SOC推定ステップでは、前記蓄電素子の温度が25℃未満の場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正しない、状態推定方法。
The state estimation method according to claim 6 , wherein
In the SOC estimation step, when the temperature of the storage element is less than 25 ° C., the SOC estimated by the current integration method is an estimation model for estimating the observed value of the terminal voltage of the storage element and the internal state of the storage element. A state estimation method that does not perform correction based on the terminal voltage predicted by
SOCの変化に対するOCVの変化が相対的に低い低変化領域と相対的に高い高変化領域を有する蓄電素子の状態を推定する状態推定方法であって、
前記蓄電素子が前記高変化領域に属しているか判定する領域判定ステップと、
前記蓄電素子の内部状態の一つであるSOCを推定するSOC推定ステップと、を含み、
前記SOC推定ステップでは、
前記蓄電素子の電流を積算する電流積算法により前記蓄電素子のSOCを推定し、
前記蓄電素子の温度が10℃以下の場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正せず、
前記蓄電素子が高変化領域に属しており、かつ前記蓄電素子の温度が10℃より高い場合、前記電流積算法により推定されるSOCを、前記蓄電素子の端子電圧の観測値と前記蓄電素子の内部状態を推定する推定モデルにより予測される端子電圧とに基づいて補正する、状態推定方法。
A state estimation method for estimating the state of a power storage element having a relatively low change region and a relatively high change region in which the change in OCV with respect to the change in SOC is relatively low,
An area determination step of determining whether the power storage element belongs to the high change area,
An SOC estimation step of estimating the SOC that is one of the internal states of the power storage element,
In the SOC estimation step,
Estimate the SOC of the storage element by a current integration method of integrating the current of the storage element,
When the temperature of the storage element is equal to or less than 10 ° C., the SOC estimated by the current integration method is changed to a terminal voltage predicted by an observed value of the terminal voltage of the storage element and an estimation model for estimating an internal state of the storage element. Without correction based on
When the power storage element belongs to the high change region, and when the temperature of the power storage element is higher than 10 ° C., the SOC estimated by the current integration method, the observed value of the terminal voltage of the power storage element and the power storage element A state estimating method for correcting based on a terminal voltage predicted by an estimation model for estimating an internal state .
JP2016001231A 2016-01-06 2016-01-06 State estimation device and state estimation method Active JP6657967B2 (en)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016001231A JP6657967B2 (en) 2016-01-06 2016-01-06 State estimation device and state estimation method
CN201680072465.5A CN108369258B (en) 2016-01-06 2016-12-28 State estimation device and state estimation method
DE112016006166.8T DE112016006166T5 (en) 2016-01-06 2016-12-28 State estimator and state estimator
PCT/JP2016/089083 WO2017119393A1 (en) 2016-01-06 2016-12-28 State estimation device and state estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016001231A JP6657967B2 (en) 2016-01-06 2016-01-06 State estimation device and state estimation method

Publications (2)

Publication Number Publication Date
JP2017122622A JP2017122622A (en) 2017-07-13
JP6657967B2 true JP6657967B2 (en) 2020-03-04

Family

ID=59274289

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016001231A Active JP6657967B2 (en) 2016-01-06 2016-01-06 State estimation device and state estimation method

Country Status (4)

Country Link
JP (1) JP6657967B2 (en)
CN (1) CN108369258B (en)
DE (1) DE112016006166T5 (en)
WO (1) WO2017119393A1 (en)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102160274B1 (en) 2017-09-07 2020-09-25 주식회사 엘지화학 Apparatus and method for estimating state of charge for battery and method thereof
CN108008317A (en) * 2017-12-01 2018-05-08 重庆大学 A kind of state-of-charge method of estimation based on battery open circuit voltage curve characteristic
KR102244140B1 (en) 2017-12-21 2021-04-22 주식회사 엘지화학 Method and apparatus for calibrating state of charge of a battery
DE112018006835T5 (en) * 2018-01-11 2020-10-15 Semiconductor Energy Laboratory Co., Ltd. Apparatus for abnormality detection of a secondary battery, anomaly detection method and program
US10928457B2 (en) * 2018-12-07 2021-02-23 GM Global Technology Operations LLC Battery state estimation using high-frequency empirical model with resolved time constant
CN112189143B (en) 2018-12-21 2023-10-20 株式会社Lg新能源 Device for estimating the state of charge of a battery
KR102465294B1 (en) * 2019-01-23 2022-11-08 주식회사 엘지에너지솔루션 Battery management appratus, battery management method and battery pack
CN109991555A (en) * 2019-04-18 2019-07-09 深圳市国新动力科技有限公司 A kind of tender correction method of the battery pack charging SOC and SOC that discharges
CN113075555A (en) 2019-05-24 2021-07-06 宁德时代新能源科技股份有限公司 SOC correction method and apparatus, battery management system, and storage medium
JP7342671B2 (en) 2019-06-20 2023-09-12 株式会社Gsユアサ Development support device, development support method, and state detection method
DE102019211142A1 (en) * 2019-07-26 2021-01-28 Siemens Mobility GmbH Method for operating a rail vehicle and rail vehicle
FR3105432B1 (en) * 2019-12-20 2021-12-24 Accumulateurs Fixes Method for determining the value of a parameter relating to the state of health of an electrochemical element in a battery, electronic management system of a battery, and corresponding battery
CN112505546B (en) * 2020-10-28 2021-08-03 江苏大学 Method and system for estimating SOC (state of charge) by using double-Kalman filtering coupling gas-liquid dynamic model
JPWO2023053195A1 (en) * 2021-09-28 2023-04-06
CN114295993B (en) * 2021-12-02 2023-10-31 广州小鹏汽车科技有限公司 Battery SOC determination method and device, vehicle and storage medium
WO2023238363A1 (en) * 2022-06-10 2023-12-14 三菱電機株式会社 Parallel battery management device and parallel battery control system
CN115616409A (en) * 2022-08-31 2023-01-17 广州小鹏汽车科技有限公司 Battery state of charge calculation method and device, vehicle and storage medium

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998056059A1 (en) * 1997-06-03 1998-12-10 Sony Corporation Method for detecting capacity of battery, battery package, and electronic equipment system
JP4086008B2 (en) * 2004-04-28 2008-05-14 ソニー株式会社 Secondary battery remaining capacity ratio calculation method and battery pack
KR100804698B1 (en) 2006-06-26 2008-02-18 삼성에스디아이 주식회사 The method of assuming the state of charge of the battery, battery management system using the method and the driving method of the battery management system using the method
CN101639522B (en) * 2008-08-01 2014-06-04 株式会社杰士汤浅国际 Equipment for diagnosing degradable state of secondary battery
JP2011106952A (en) * 2009-11-17 2011-06-02 Honda Motor Co Ltd Method for estimating residual capacity of battery
JP2012057998A (en) * 2010-09-07 2012-03-22 Calsonic Kansei Corp Charge rate calculation apparatus for secondary battery and charge rate calculation method
JP5994521B2 (en) * 2012-09-21 2016-09-21 株式会社Gsユアサ State estimation device, open-circuit voltage characteristics generation method
JP2014102248A (en) * 2012-10-24 2014-06-05 Gs Yuasa Corp Power storage state detection apparatus
CN103048626B (en) * 2012-12-17 2015-04-15 惠州市亿能电子有限公司 Method for accurately estimating SOC (State of Charge)
JP2015038444A (en) * 2013-08-19 2015-02-26 株式会社東芝 Secondary battery remaining capacity estimation method and secondary battery remaining capacity estimation apparatus
US20150081237A1 (en) * 2013-09-19 2015-03-19 Seeo, Inc Data driven/physical hybrid model for soc determination in lithium batteries
CN103529398A (en) * 2013-10-28 2014-01-22 哈尔滨工业大学 Online lithium ion battery SOC (state of charge) estimation method based on extended Kalman filter
CN103616646B (en) * 2013-12-02 2016-04-06 惠州市亿能电子有限公司 A kind of method utilizing OCV-SOC curve amendment SOC
JP6213333B2 (en) * 2014-03-25 2017-10-18 富士通株式会社 Estimation program, estimation method, and estimation apparatus

Also Published As

Publication number Publication date
CN108369258B (en) 2021-02-19
CN108369258A (en) 2018-08-03
JP2017122622A (en) 2017-07-13
DE112016006166T5 (en) 2018-09-20
WO2017119393A1 (en) 2017-07-13

Similar Documents

Publication Publication Date Title
JP6657967B2 (en) State estimation device and state estimation method
CN106461732B (en) Method for estimating state of health of battery
US9720046B2 (en) Battery state estimating device and battery state estimating method
CN107690585B (en) Method and apparatus for determining the state of health and state of charge of a lithium sulfur battery
JP5863603B2 (en) Battery state estimation device, battery control device, battery system, battery state estimation method
JP7036605B2 (en) Battery state estimation device and battery state estimation method
US9759779B2 (en) State of charge estimation device and method of estimating state of charge
JP5058814B2 (en) Battery state and parameter estimation system and method
CN108291944B (en) Battery management device
JP6714838B2 (en) State estimation device and state estimation method
JP2020060581A (en) Power storage element managing device, method for resetting soc, power storage element module, power storage element management program, and moving body
KR20190027609A (en) Apparatus and method for estimating state of charge for battery and method thereof
JP6183336B2 (en) Charge rate calculation device
JP6895541B2 (en) Secondary battery monitoring device, secondary battery status calculation device and secondary battery status estimation method
CN116113837A (en) Method for estimating state of charge of battery
JP2019211248A (en) Secondary battery parameter estimating device, secondary battery parameter estimating method, and program
WO2006057469A1 (en) Method and system for joint battery stateand parameter estimation
JP7010563B2 (en) Battery charge status estimator
CN112384814A (en) Secondary battery parameter estimation device, secondary battery parameter estimation method, and program
JP2021144886A (en) Battery management device, battery management system and battery management method
JP6895537B2 (en) Battery state estimator
CN116559675A (en) Current sensor error identification method, device and battery system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181009

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190604

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190802

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191008

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191127

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: 20200107

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200120

R150 Certificate of patent or registration of utility model

Ref document number: 6657967

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150