JP6933109B2

JP6933109B2 - 二次電池の劣化状態推定方法および二次電池システム

Info

Publication number: JP6933109B2
Application number: JP2017229072A
Authority: JP
Inventors: 崇礼副島; 寛浜口; 亮金田; 伸烈芳賀
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2017-11-29
Filing date: 2017-11-29
Publication date: 2021-09-08
Anticipated expiration: 2037-11-29
Also published as: US20190162796A1; US11193983B2; CN109839601A; CN109839601B; JP2019100754A

Description

本開示は、二次電池の劣化状態推定方法および二次電池システムに関し、より特定的には、車両に搭載された二次電池の劣化状態を推定するための二次電池の劣化状態推定方法、および、車両に搭載されて用いられる二次電池システムに関する。

近年、走行用の二次電池が搭載された車両の普及が進んでいる。これらの車両に搭載された二次電池は、使用方法または使用環境に伴い、あるいは時間の経過に伴い劣化し得るため、二次電池の劣化状態を高精度に推定することが求められている。そこで、二次電池のインピーダンス（内部抵抗）に基づいて二次電池の劣化状態を推定する方法が提案されている。

たとえば、特開２００５−２２１４８７号公報（特許文献１）に開示された方法によれば、周期性を持たない多様な波形の充放電電流が二次電池を流れる状態で電流値および電圧値が測定される。そして、測定された電流値および電圧値のフーリエ変換を行なうことにより、フーリエ変換後の電流値および電圧値から周波数毎のインピーダンス成分が算出される。

特開２００５−２２１４８７号公報

本発明者らは、前述のように測定された電流値をフーリエ変換して周波数毎の電流値を求める際に、ある周波数域における電流値について所定の条件（後述）が成立すると、周波数毎の電流値の算出精度が低下し得ることに着目した。周波数毎の電流値の算出精度が低下すると、インピーダンスを高精度に算出することができなくなる可能性がある。その結果、二次電池の劣化状態の推定精度が低下してしまう可能性がある。

本開示は上記課題を解決するためになされたものであって、その目的は、車両に搭載された二次電池の劣化状態を推定するための劣化状態推定方法において、二次電池の劣化状態の推定精度を向上させることである。

また、本開示の他の目的は、車両に搭載可能に構成された二次電池システムにおいて、二次電池の劣化状態の推定精度を向上させることである。

（１）本開示のある局面に従う二次電池の劣化状態推定方法は、車両に搭載された二次電池について制御装置により実行される。二次電池の劣化状態推定方法は、第１〜第５のステップを含む。第１のステップは、二次電池の電圧値および電流値を所定期間に複数回取得してメモリに格納するステップである。第２のステップは、メモリに格納された二次電池の複数回の電圧値および電流値の周波数変換を行なうことにより、二次電池の電圧値および電流値を周波数毎に算出するステップである。第３のステップは、周波数毎に算出された二次電池の電流値について第１および第２の条件が成立するか否かを判定するステップである。第４のステップは、第１および第２の条件のうちの少なくとも一方が不成立である場合に二次電池の周波数域毎のインピーダンス成分を算出する一方で、第１および第２の条件がいずれも成立する場合には二次電池の周波数域毎のインピーダンス成分の算出を行なわないステップである。第５のステップは、算出された周波数域毎のインピーダンス成分を用いて、各周波数域に応じた劣化モードの二次電池の劣化状態を推定するステップである。第１の条件は、第１の周波数域における二次電池の電流値が第１の基準値よりも大きいとの条件である。第２の条件は、第１の周波数域よりも高い第２の周波数域における二次電池の電流値が第２の基準値よりも小さいとの条件である。第２の基準値は、第１の基準値よりも小さい。

詳細については後述するが、第１および第２の条件が成立している場合には、相対的に高い周波数域（後述する周波数域Ｆ２，Ｆ３）における電流バラつきが大きくなりやすい。そのため、上記（１）の方法によれば、第１および第２の電流条件が成立している場合のデータ（電圧値および電流値）は周波数域毎のインピーダンス成分の算出には用いられず、第１および第２の電流条件のうちの少なくとも一方が不成立している場合のデータを用いて周波数域毎のインピーダンス成分が算出される。このように、第１および第２の条件が成立しており、相対的に高い周波数域における電流バラつきが大きくなりやすい場合のデータはインピーダンス成分の算出に用いないことで、二次電池の劣化状態の推定精度を向上させることができる。

（２）好ましくは、二次電池の劣化状態推定方法は、第６および第７のステップをさらに含む。第６のステップは、所定期間における、二次電池の電流変化幅、二次電池の温度変化幅および二次電池のＳＯＣ変化幅を算出するステップである。第７のステップは、所定期間における二次電池の温度、電流またはＳＯＣ毎に定められた、電流変化幅の許容上限を示す許容電流変化幅、温度変化幅の許容上限を示す許容温度変化幅、および、ＳＯＣ変化幅の許容上限を示す許容ＳＯＣ変化幅を二次電池の温度、電流またはＳＯＣから取得するステップである。二次電池の周波数域毎のインピーダンス成分を算出するステップ（第４のステップ）は、電流変化幅が許容電流変化幅を下回るとの電流条件、温度変化幅が許容温度変化幅を下回るとの温度条件、および、ＳＯＣ変化幅が許容ＳＯＣ変化幅を下回るとのＳＯＣ条件がいずれも成立する場合に実行される。

上記（２）の方法によれば、二次電池のインピーダンスが電流依存性、温度依存性およびＳＯＣ依存性を有する点に着目し、所定期間（後述するデータ取得期間）中に二次電池の電流、温度またはＳＯＣが大きく変化した場合には、その使用期間中に取得されたデータ（電圧および電流）は周波数変換（フーリエ変換）の対象から外され、インピーダンスの算出には用いられない。所定期間中に二次電池の電流、温度およびＳＯＣがいずれも大きく変化していない場合にインピーダンスが算出される。これにより、二次電池のインピーダンスの算出結果に電流依存性、温度依存性およびＳＯＣ依存性を適切に反映させることが可能になるので、二次電池の劣化状態の推定精度を一層向上させることができる。

（３）本開示の他の局面に従う二次電池システムは、車両に搭載されて用いられる。二次電池システムは、二次電池と、二次電池の劣化状態を推定するように構成された制御装置とを備える。制御装置は、メモリを含む。制御装置は、所定期間に複数回取得された二次電池の電圧値および電流値の周波数変換を行なうことにより、二次電池の電圧値および電流値を周波数毎に算出し、周波数毎に算出された二次電池の電流値について第１および第２の条件が成立するか否かを判定する。推定装置は、第１および第２の条件のうちの少なくとも一方が不成立である場合に二次電池の周波数域毎のインピーダンス成分を算出し、周波数域毎のインピーダンス成分を用いて、各周波数域に応じた劣化モードの二次電池の劣化状態を推定する。一方、推定装置は、第１および第２の条件がいずれも成立する場合には二次電池の周波数域毎のインピーダンス成分の算出を行なわない。第１の条件は、第１の周波数域における二次電池の電流値が第１の基準値よりも大きいとの条件である。第２の条件は、第１の周波数域よりも高い第２の周波数域における二次電池の電流値が第２の基準値よりも小さいとの条件である。第２の基準値は、第１の基準値よりも小さい。

上記（３）の構成によれば、上記（１）の方法と同様に、二次電池の劣化状態の推定精度を向上させることができる。

本開示によれば、二次電池の劣化状態の推定精度を向上させることができる。

実施の形態１に係る二次電池システムが搭載された車両の全体構成を概略的に示す図である。バッテリおよび監視ユニットの構成をより詳細に示す図である。車両の走行中におけるバッテリの電流、温度およびＳＯＣの時間変化の一例を示す図である。バッテリのインピーダンス成分を説明するための図である。バッテリのインピーダンス成分の周波数依存性を説明するための図である。フーリエ変換による周波数域毎のインピーダンス成分の算出手法を説明するための概念図である。インピーダンス成分の算出結果の一例を示す図である。第１および第２の電流条件が成立する場合におけるフーリエ変換後の電流成分の一例を示す図である。第１および第２の電流条件が成立しない場合におけるフーリエ変換後の電流成分の一例を示す図である。フーリエ変換対象の信号の一例を示す図である。実施の形態１におけるバッテリの劣化状態の判定方法を示すフローチャートである。比較例および実施の形態１における抵抗成分の算出結果を比較するための図である。データ取得期間におけるデータの時間変化の一例を示す図である。実施の形態２におけるバッテリの劣化状態の判定方法を示すフローチャートである。マップＭＰの一例を示す図である。

以下、本開示の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰り返さない。

［実施の形態１］
＜二次電池システムの構成＞
図１は、実施の形態１に係る二次電池システムが搭載された車両の全体構成を概略的に示す図である。図１を参照して、車両１は、ハイブリッド車両である。しかし、本開示に係る電池システムが搭載可能な車両はハイブリッド車両（プラグインハイブリッド車を含む）に限られない。本開示に係る電池システムは、二次電池システムから供給される電力を用いて駆動力を発生させる車両全般に搭載可能である。そのため、車両１は、電気自動車またな燃料電池車であってもよい。

車両１は、二次電池システム２と、パワーコントロールユニット（ＰＣＵ：Power Control Unit）３０と、モータジェネレータ４１，４２と、エンジン５０と、動力分割装置６０と、駆動軸７０と、駆動輪８０とを備える。二次電池システム２は、バッテリ１０と、監視ユニット２０と、電子制御装置（ＥＣＵ：Electronic Control Unit）１００とを備える。

エンジン５０は、空気と燃料との混合気を燃焼させたときに生じる燃焼エネルギーをピストンおよびロータなどの運動子の運動エネルギーに変換することによって動力を出力する内燃機関である。

動力分割装置６０は、たとえば、サンギヤ、キャリア、リングギヤの３つの回転軸を有する遊星歯車機構（図示せず）を含む。動力分割装置６０は、エンジン５０から出力される動力を、モータジェネレータ４１を駆動する動力と、駆動輪８０を駆動する動力とに分割する。

モータジェネレータ４１，４２の各々は、交流回転電機であり、たとえば、ロータに永久磁石（図示せず）が埋設された三相交流同期電動機である。モータジェネレータ４１は、主として、動力分割装置６０を経由してエンジン５０により駆動される発電機として用いられる。モータジェネレータ４１が発電した電力は、ＰＣＵ３０を介してモータジェネレータ４２またはバッテリ１０に供給される。

モータジェネレータ４２は、主として電動機として動作し、駆動輪８０を駆動する。モータジェネレータ４２は、バッテリ１０からの電力およびモータジェネレータ４１の発電電力の少なくとも一方を受けて駆動され、モータジェネレータ４２の駆動力は駆動軸７０に伝達される。一方、車両の制動時や下り斜面での加速度低減時には、モータジェネレータ４２は、発電機として動作して回生発電を行なう。モータジェネレータ４２が発電した電力は、ＰＣＵ３０を介してバッテリ１０に供給される。

バッテリ１０は、複数のセルを含んで構成される組電池である。各セル１２は、たとえばリチウムイオン二次電池またはニッケル水素電池などの二次電池である。バッテリ１０は、モータジェネレータ４１，４２を駆動するための電力を蓄え、ＰＣＵ５０を通じてモータジェネレータ４１，４２へ電力を供給する。また、バッテリ１０は、モータジェネレータ４１，４２の発電時にＰＣＵ３０を通じて発電電力を受けて充電される。

監視ユニット２０は、電圧センサ２１と、電流センサ２２と、温度センサ２３とを含む。電圧センサ２１は、バッテリ１０の電圧ＶＢを検出する。電流センサ２２は、バッテリ１０に入出力される電流ＩＢを検出する。温度センサ２３は、バッテリ１０の温度ＴＢを検出する。各センサは、その検出結果を示す信号をＥＣＵ１００に出力する。なお、バッテリ１０および監視ユニット２０の構成については図２にて、より詳細に説明する。

ＰＣＵ３０は、ＥＣＵ１００からの制御信号に従って、バッテリ１０とモータジェネレータ４１，４２との間で双方向の電力変換を実行する。ＰＣＵ３０は、モータジェネレータ４１，４２の状態を別々に制御可能に構成されており、たとえば、モータジェネレータ４１を回生状態（発電状態）にしつつ、モータジェネレータ４２を力行状態にすることができる。ＰＣＵ３０は、たとえば、モータジェネレータ４１，４２に対応して設けられる２つのインバータと、各インバータに供給される直流電圧をバッテリ１０の出力電圧以上に昇圧するコンバータ（いずれも図示せず）とを含んで構成される。

ＥＣＵ１００は、ＣＰＵ（Central Processing Unit）１０１と、メモリ（ＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory））１０１と、各種信号が入出力される入出力ポート（図示せず）とを含んで構成される。ＥＣＵ１００は、各センサから受ける信号ならびにメモリ１０２に記憶されたプログラムおよびマップに基づいて、車両１を所望の状態に制御するための各種処理を実行する。

より具体的には、ＥＣＵ１００は、エンジン５０およびＰＣＵ３０を制御することによってバッテリ１０の充放電を制御する。また、ＥＣＵ１００は、バッテリ１０のＳＯＣ（State Of Charge）を推定する。ＳＯＣの推定には、電流積算法、ＯＣＶ−ＳＯＣカーブを用いる手法など公知の手法を用いることができる。さらに、ＥＣＵ１００は、バッテリ１０のインピーダンス（内部抵抗）を算出する。バッテリ１０のインピーダンスは、電圧ＶＢと電流ＩＢとの比（＝ＶＢ／ＩＢ）から算出することができる。インピーダンスの算出については後に詳細に説明する。

図２は、バッテリ１０および監視ユニット２０の構成をより詳細に示す図である。図１および図２を参照して、バッテリ１０は、直列接続されたＭ個のブロック１１を含む。各ブロック１１は、並列接続されたＮ個のセル１２を含む。Ｍ，Ｎは、２以上の自然数である。

電圧センサ２１は、各ブロック１１の電圧を検出する。電流センサ２２は、すべてのブロック１１を流れる電流ＩＢを検出する。温度センサ２３は、バッテリ１０の温度を検出する。ただし、電圧センサの監視単位はブロックに限定されず、セル１２毎であってもよいし、隣接する複数（ブロック内のセル数未満の数）のセル１２毎であってもよい。また、温度センサ２３の監視単位も特に限定されず、たとえばブロック毎（あるいはセル毎）の温度が検出されてもよい。

このようなバッテリ１０の内部構成および監視ユニット２０の監視単位は例示に過ぎず、特に限定されるものではない。したがって、以下では、複数のブロック１１を互いに区別したり複数のセル１２を互いに区別したりせず、単にバッテリ１０と包括的に記載する。また、監視ユニット２０は、バッテリ１０の電圧ＶＢ，電流ＩＢおよび温度ＴＢを監視すると記載する。

＜車両走行中における電流変化＞
以上のように構成された車両１の走行中においては、バッテリ１０の電圧ＶＢ、電流ＩＢ、温度ＴＢおよびＳＯＣが時間経過とともに変化し得る。なお、車両１の「走行中」とは、車両１がイグニッションオンされて走行可能な状態であればよく、車両１が一時停止した状態が含まれていてもよい。

図３は、車両１の走行中におけるバッテリ１０の電流ＩＢ、温度ＴＢおよびＳＯＣの時間変化の一例を示す図である。図３および後述する図１２において、横軸は経過時間を示す。縦軸は、上から順に、電流ＩＢ、温度ＴＢおよびＳＯＣを示す。なお、電圧ＶＢも電流ＩＢと同様に不規則に変化し得るが、図面が煩雑になるのを防ぐため、以下では電圧ＶＢについては図示を省略する。

図３を参照して、温度ＴＢおよびＳＯＣの変化にはある程度の時間を要し、温度ＴＢおよびＳＯＣは比較的滑らかに変化する場合が多い。これに対し、車両１の走行中には、モータジェネレータ４２が発生させる駆動力が調整されるのに伴いバッテリからの放電電流が変動したり、モータジェネレータ４２の回生発電に伴いバッテリ１０に充電電流が流れたりすることで、電流ＩＢが不規則に変化する可能性がある。このように不規則に変化する電流ＩＢに基づいてバッテリ１０のインピーダンスを算出する際に、本実施の形態では以下に説明するように、インピーダンス成分の周波数依存性が考慮される。

＜インピーダンスの算出＞
図４は、バッテリ１０のインピーダンス成分を説明するための図である。図４には、バッテリ１０（より詳細には各セル１２）の正極、負極およびセパレータの等価回路図の一例が示されている。一般に、二次電池のインピーダンス成分は、直流抵抗Ｒ_ＤＣと、反応抵抗Ｒ_ｃと、拡散抵抗Ｒ_ｄとに大別される。

直流抵抗Ｒ_ＤＣとは、正極と負極との間でのイオンおよび電子の移動に関連するインピーダンス成分である。直流抵抗Ｒ_ＤＣは、二次電池に高負荷が印加された場合（高電圧が印加されたり大電流が流れたりした場合）の電解液の塩濃度分布等の偏りによる増加する。直流抵抗Ｒ_ＤＣは、図４に示す等価回路図において、正極の活物質抵抗Ｒａ１、負極の活物質抵抗Ｒａ２およびセパレータの電解液抵抗Ｒ３として表される。

反応抵抗Ｒ_ｃとは、電解液と活物質界面との界面（正極活物質および負極活物質の表面）における電荷の授受（電荷移動）に関連するインピーダンス成分である。反応抵抗Ｒ_ｃは、高ＳＯＣ状態の二次電池が高温環境下にある場合に活物質／電解液界面に被膜が成長することなどにより増加する。反応抵抗Ｒ_ｃは、等価回路図において、正極の抵抗成分Ｒｃ１および負極の抵抗成分Ｒｃ２として表される。

拡散抵抗Ｒ_ｄとは、電解液中での塩または活物質中の電荷輸送物質の拡散に関連するインピーダンス成分である。拡散抵抗Ｒ_ｄは、高負荷印加時の活物質割れなどにより増加する。拡散抵抗Ｒ_ｄは、正極に発生する平衡電圧Ｖｅｑ１と、負極に発生する平衡電圧Ｖｅｑ２と、セル内に発生する塩濃度過電圧Ｖｏｖ３（セパレータ内で活物質の塩濃度分布が生じることに起因する過電圧）とから定まる。

バッテリ１０のインピーダンスには上記のような様々なインピーダンス成分が含まれるところ、電流ＩＢの変化に対する応答時間がインピーダンス成分毎に異なる。応答時間が相対的に短いインピーダンス成分は、電圧ＶＢの高周波数での変化に追従可能である。一方、応答時間が相対的に長いインピーダンス成分は、高周波数での電圧ＶＢの変化には追従することができない。したがって、以下に説明するように、低周波域、中周波域および高周波域の周波数域毎に、その周波数域において支配的なバッテリ１０のインピーダンス成分が存在する。

図５は、バッテリ１０のインピーダンス成分の周波数依存性を説明するための図である。図５において、横軸は電流ＩＢ（または電圧ＶＢ）の周波数を示し、縦軸はバッテリ１０のインピーダンスを示す。

以下では、電流ＩＢの周波数が高周波域に含まれる場合に測定されるインピーダンスを「高周波インピーダンス成分」と称する。電流ＩＢの周波数が中周波域に含まれる場合に測定されるインピーダンスを「中周波インピーダンス成分」と称する。電流ＩＢの周波数が低周波域に含まれる場合に測定されるインピーダンスを「低周波インピーダンス成分」と称する。

図５に示すように、高周波インピーダンス成分には、主としてバッテリ１０の直流抵抗Ｒ_ＤＣが反映されている。中周波インピーダンス成分には、主としてバッテリ１０の反応抵抗Ｒ_ｃと直流抵抗Ｒ_ＤＣとが反映されている。そのため、中周波インピーダンス成分と高周波インピーダンス成分との差分から反応抵抗Ｒ_ｃを求めることができる。低周波インピーダンス成分には、バッテリ１０の反応抵抗Ｒ_ｃ、直流抵抗Ｒ_ＤＣおよび拡散抵抗Ｒ_ｄがいずれも反映されている。そのため、低周波インピーダンス成分と中周波インピーダンス成分との差分から拡散抵抗Ｒ_ｄを求めることができる。

このように、周波数域毎にインピーダンス成分を算出することにより、直流抵抗Ｒ_ＤＣ、反応抵抗Ｒ_ｃおよび拡散抵抗Ｒ_ｄの各抵抗を切り分けることができる。そして、これらの各抵抗は、バッテリ１０の異なる劣化の要因（劣化モード）に対応する。したがって、現時点での抵抗（直流抵抗Ｒ_ＤＣ、反応抵抗Ｒ_ｃおよび拡散抵抗Ｒ_ｄのいずれか）がバッテリ１０の初期状態における抵抗からどの程度増加したかを求めることによって、バッテリ１０の劣化の要因を推定したり、要因毎の劣化の進行度合いを推定したりすることができる。つまり、バッテリ１０の劣化状態を高精度に推定することが可能になる。

＜フーリエ変換＞
本実施の形態においては、前述のような周波数域毎のインピーダンス成分の算出にフーリエ変換が用いられる。

図６は、フーリエ変換による周波数域毎のインピーダンス成分の算出手法を説明するための概念図である。図６に示すように、電流ＩＢ（および電圧ＶＢ）にフーリエ変換を施すことにより、電流ＩＢを低周波成分と中周波成分と高周波成分とに分解することができる。このように分解された電圧ＶＢおよび電流ＩＢに基づいて、周波数域毎にインピーダンス成分を算出することができる。

なお、以下では、電圧ＶＢおよび電流ＩＢに対して高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を実施することによりインピーダンス成分を算出する例について説明する。ただし、フーリエ変換のアルゴリズムはＦＦＴに限定されず、離散フーリエ変換（ＤＦＴ：Discrete Fourier Transform）であってもよい。

図７は、インピーダンス成分の算出結果の一例を示す図である。図７において、横軸は、周波数を対数目盛りで示す。低周波域は、たとえば０．００１Ｈｚ以上かつ０．１Ｈｚ未満の周波数域である。中周波域は、たとえば１Ｈｚ以上かつ１０Ｈｚ未満の周波数域である。高周波域は、たとえば１００Ｈｚ以上かつ１ｋＨｚ未満の周波数域である。図７の縦軸は、インピーダンスを示す。

図７に示すように、各周波数域において、周波数が異なる多数のインピーダンス成分が算出される。そのため、ＥＣＵ１００は、低周波域、中周波域および高周波数域の各々について、多数のインピーダンス成分から代表値を決定する。

たとえばインピーダンス成分の最大値を代表値とする場合には、ＥＣＵ１００は、低周波域におけるインピーダンス成分の最大値を低周波インピーダンス成分ＺＬに決定する。また、ＥＣＵ１００は、中周波域におけるインピーダンス成分の最大値を中周波インピーダンス成分ＺＭに決定するとともに、高周波域におけるインピーダンス成分の最大値を高周波インピーダンス成分ＺＨに決定する。なお、最大値を代表値とすることは一例であり、各周波数域内におけるインピーダンス成分の平均値を代表値としてもよいし中間値を代表値としてもよい。

＜データの選別＞
ＦＦＴの精度を確保するためには、サンプリング周期毎に繰り返し取得されたデータ（電圧ＶＢおよび電流ＩＢ）を、ある程度の期間、ＥＣＵ１００のメモリ１０２に蓄積した上でＦＦＴを実施することが求められる。このようにデータを蓄積する期間を「データ取得期間」とも記載する。なお、データ取得期間は、本開示に係る「所定期間」に相当する。

本発明者らは、データ取得期間に蓄積された電流値にＦＦＴを実施して周波数毎の電流値を求める際に、ある周波数域における電流値に関する条件が成立すると、電流値の算出精度（フーリエ変換精度）が低下し得ることに着目した。この条件とは、以下に説明する第１および第２の電流条件（本開示に係る「第１および第２の条件」に相当）である。

図８は、第１および第２の電流条件が成立する場合におけるＦＦＴ後の電流成分の一例を示す図である。図９は、第１および第２の電流条件が成立しない場合におけるＦＦＴ後の電流成分の一例を示す図である。図８および図９において、横軸は電流の周波数を対数目盛で示す。縦軸は、電流の大きさを対数目盛で示す。

図８を参照して、周波数を周波数域Ｆ１〜Ｆ３に区分した場合に、第１の電流条件とは、最も低周波数である周波数域Ｆ１（第１の周波数域）における電流成分が基準値ＲＥＦ１（第１の基準値）よりも大きいとの条件である。具体的には、周波数域Ｆ１に基準値ＲＥＦ１よりも大きい電流成分が含まれている場合に、第１の電流条件が成立しているとすることができる。

第２の電流条件とは、中程度の周波数域Ｆ２（第２の周波数域）における電流成分が基準値ＲＥＦ２（第２の基準値）よりも小さいとの条件である。周波数域Ｆ２に基準値ＲＥＦ２よりも小さい電流成分が含まれている場合に、第２の電流条件が成立しているとすることができる。

このように、第１および第２の電流条件が成立する場合、言い換えると、周波数域Ｆ１の電流成分が周波数域Ｆ２，Ｆ３の電流成分に対して支配的である場合（別の表現では、周波数域Ｆ１の電流成分が周波数域Ｆ２，Ｆ３の電流成分よりも有意に大きい場合）には、図８に示すように、周波数域Ｆ２，Ｆ３の電流バラつきが大きくなりやすい。一方、第１および第２の電流条件が成立していない図９では、図８と対比して、周波数域Ｆ２，Ｆ３（図９では特にＦ３）における電流バラつきが小さいことが分かる。

なお、図９には、第１および第２の電流条件が両方とも成立していない場合の例が示されているが、第１および第２の電流条件のうちのいずれが一方したとしても中周波域または高周波域における電流バラつきは比較的小さいことが本発明者らにより確認されている。

第１および第２の電流条件の成立に起因して周波数域Ｆ２，Ｆ３における電流バラつきが大きくなる理由について以下に説明する。一般に、フーリエ変換では、変換対象とする信号が周期的であることが仮定される。もし、周期的でない信号波形をフーリエ変換により解析した場合には、データ取得期間外においても同様の形状の信号波形が繰り返されているとの前提の下での解析結果が得られる。

図１０は、フーリエ変換対象の信号の一例を示す図である。図１０において、横軸は経過時間を示し、縦軸は信号強度（たとえば電流の大きさ）を示す。

図１０（Ａ）は、ある信号波形の実際の形状を示す。このような信号波形に対して、比較的短いデータ取得期間が設定された状況を想定する。信号が周期的であるとの仮定の下では、図１０（Ｂ）に示すように、あるデータ取得期間の終端と、次のデータ取得期間の先端との間で信号波形が接続されたものとしてフーリエ変換が行なわれる。そうすると、データ取得期間の接続部分において、信号が急激に変動するものとして解析が行なわれ得る。その結果、フーリエ変換の解析結果には、高い周波数成分が含まれてしまう可能性がある。

本実施の形態において、周波数域Ｆ１は、たとえば数十ミリＨｚ〜数百ミリＨｚの範囲（一例として、３０ｍＨｚ〜２００ｍＨｚ）である。このとき、周波数域Ｆ１の電流成分の周期は、数秒〜数十秒程度のオーダーである。このような場合に、一例として、サンプリング周期を０．１秒に設定して２５６回のサンプリングを行なうとすると、データ取得期間の長さは、２５．６秒に設定されることとなる。つまり、周波数域Ｆ１の電流成分の周期と、データ取得期間の長さとが同程度になる。

このように、電流成分の周期がデータ取得期間の長さに対して同程度であるか相対的に長い場合には、電流成分が周期的であるとの仮定からの乖離が大きくなる。そうすると、特に、周波数域Ｆ１の電流成分が周波数域Ｆ２，Ｆ３の電流成分よりも有意に大きい場合には、前述したデータ取得期間の端部（データ取得期間の接続部分）における信号の急変の影響が顕著になる。その結果、フーリエ変換の解析結果に含まれる高周波数成分の影響により、周波数域Ｆ２，Ｆ３の電流バラつきが大きくなりやすい。

このように、第１および第２の電流条件の両方が成立して電流値のフーリエ変換精度が低下すると、バッテリ１０のインピーダンス成分を高精度に算出することができなくなる。より詳細に説明すると、周波数域Ｆ２，Ｆ３における電流バラつきが大きいと、ＦＦＴ後の電圧成分と電流成分との比（＝電圧成分／電流成分）から算出されるインピーダンス成分についても異常値が生じ得る。一例として、電流バラつきの影響で電流成分が過度に小さく検出された場合には、インピーダンス成分が過度に高く算出されることとなる。その結果として、バッテリ１０の劣化状態の推定精度が低下してしまう可能性がある。

そこで、実施の形態１においては、第１および第２の電流条件が成立する場合（図８参照）の電流成分については、インピーダンス成分の算出に用いない構成を採用する。言い換えると、第１および第２の電流条件のうちの少なくとも一方が成立しない場合のＦＦＴ後の電流成分（図９参照）に基づいて、インピーダンス成分が算出される。これにより、バッテリ１０のインピーダンス成分の算出精度が向上する。その結果として、バッテリ１０の劣化状態の推定精度を向上させることが可能になる。

＜バッテリの劣化状態の判定フロー＞
図１１は、実施の形態１におけるバッテリ１０の劣化状態の判定方法を示すフローチャートである。図１１および後述する図１４に示すフローチャートは、車両１の走行中に所定周期が経過する度にメインルーチンから呼び出されて実行される。各ステップ（Ｓと略す）は、基本的にはＥＣＵ１００によるソフトウェア処理によって実現されるが、ＥＣＵ１００内に作製された電子回路によるハードウェア処理によって実現されてもよい。

図１１を参照して、ＥＣＵ１００は、あるデータ取得期間Ｐ_ｎ（ｎは自然数）において、バッテリ１０の監視ユニット２０内の各センサから予め定められたサンプリング周期で電圧ＶＢおよび電流ＩＢを取得する（Ｓ１１０）。ＥＣＵ１００により取得されたすべてのデータ（電圧ＶＢおよび電流ＩＢの取得結果）は、メモリ１０２に一時的に格納される。なお、データ取得期間Ｐ_ｎの長さは、たとえば数秒〜数十秒程度に設定することができる。サンプリング周期は、たとえばミリ秒オーダー〜数百ミリ秒オーダーに設定することができる。

Ｓ１２０において、ＥＣＵ１００は、メモリ１０２に蓄積されたデータ（電圧ＶＢおよび電流ＩＢ）に対してＦＦＴを実施する。そして、ＦＦＴ後の電流成分について、第１および第２の電流条件が成立しているか否かを判定する。詳細には、ＥＣＵ１００は、周波数域Ｆ１におけるＦＦＴ後の電流成分が基準値ＲＥＦ１よりも大きいか否かを判定する（第１の電流条件）。また、ＥＣＵ１００は、周波数域Ｆ２におけるＦＦＴ後の電流成分が基準値ＲＥＦ２よりも小さいか否かを判定する（第２の電流条件）。

周波数域Ｆ１におけるＦＦＴ後の電流成分が基準値ＲＥＦ１以下であるか（Ｓ１３０においてＮＯ）、周波数域Ｆ２におけるＦＦＴ後の電流成分が基準値ＲＥＦ２以上である場合（Ｓ１４０においてＮＯ）、すなわち、第１および第２の電流条件のうちの少なくとも一方が成立しない場合、図９にて説明したように、周波数域Ｆ２，Ｆ３における電流バラつきは比較的小さい。したがって、ＥＣＵ１００は、ＦＦＴ後の電圧成分および電流成分に基づいて、周波数毎にインピーダンス成分を算出する（Ｓ１５０）。各周波数域のインピーダンス成分は、その周波数域の電圧ＶＢと電流ＩＢとの比（ＶＢ／ＩＢ）により算出することができる（インピーダンス成分の詳細な算出式については、たとえば特許文献１を参照）。

Ｓ１６０において、ＥＣＵ１００は、周波数域毎のインピーダンス成分からバッテリ１０の直流抵抗Ｒ_ＤＣ、反応抵抗Ｒ_ｃおよび拡散抵抗Ｒ_ｄを算出する。この算出手法については図５にて詳細に説明したため、ここでは説明は繰り返さない。その後、ＥＣＵ１００は、メモリ１０２に蓄積されたデータ（電圧ＶＢおよび電流ＩＢの取得結果）を破棄する（Ｓ１７０）。

これに対し、Ｓ１３０，Ｓ１４０にて周波数域Ｆ１におけるＦＦＴ後の電流成分が基準値ＲＥＦ１よりも大きく（Ｓ１３０においてＹＥＳ）、かつ、周波数域Ｆ２におけるＦＦＴ後の電流成分が基準値ＲＥＦ２よりも小さい場合（Ｓ１４０においてＹＥＳ）、すなわち、第１および第２の電流条件の両方が成立する場合、ＥＣＵ１００は、インピーダンス成分および抵抗成分の算出処理（Ｓ１５０，Ｓ１６０）を実行することなく処理をＳ１７０に進め、メモリ１０２に蓄積されたデータを破棄する。

Ｓ１８０において、ＥＣＵ１００は、Ｓ１６０にて算出された各抵抗成分（直流抵抗Ｒ_ＤＣ、反応抵抗Ｒ_ｃおよび拡散抵抗Ｒ_ｄ）に基づいて、バッテリ１０の劣化状態を推定する。具体的には、ＥＣＵ１００は、直流抵抗Ｒ_ＤＣと許容値ＸＨとを比較し、反応抵抗Ｒ_ｃと許容値ＸＭとを比較し、拡散抵抗Ｒ_ｄと許容値ＸＬとを比較する。そして、少なくとも１つの抵抗成分が許容値よりも高い場合（Ｓ１８０においてＹＥＳ）、ＥＣＵ１００は、バッテリ１０の劣化が進行していると判定する（Ｓ１９０）。一方、すべての抵抗成分が許容値以下である場合（Ｓ１８０においてＮＯ）には、ＥＣＵ１００は、バッテリ１０の劣化は進行していないと判定する（Ｓ１９５）。

なお、バッテリ１０の劣化状態の推定処理（Ｓ１８０〜Ｓ１９５の処理）は、別フローにて実行されてもよい。つまり、Ｓ１５０，Ｓ１６０における抵抗成分の算出結果がある程度蓄積されるまで図１０のフローチャートの処理を繰り返し実行し、抵抗成分の算出結果が蓄積されてからバッテリ１０の劣化状態を推定してもよい。

図１１のフローチャートに示された一連の処理が所定のサンプリング周期毎に実行される。これにより、今回のデータ取得期間Ｐ_ｎの以降のデータ取得期間Ｐ_ｎ＋１，Ｐ_ｎ＋２，・・・においても同様の処理が繰り返し実行されることになる。

なお、Ｓ１９０にてバッテリ１０の劣化が進行していると判定された場合、ＥＣＵ１００は、バッテリ１０の充放電を抑制することができる。具体的には、ＥＣＵ１００は、バッテリ１０の充放電電力の制限上限値（充電電力制御上限値および放電電力制御上限値）を低く設定する。これにより、バッテリ１０の劣化のさらなる進行を抑制したり、バッテリ１０の劣化速度を低減したりすることができる。また、ＥＣＵ１００は、バッテリ１０の充放電を速やかに停止するための制御を実行してもよい。たとえば、ＥＣＵ１００は、車両１をフェールセーフモードへと遷移させ、ディーラ（あるいは修理工場等）へと車両１を持ち込んで適切な点検を受けるように車両１のユーザに報知する。

図１２は、比較例および実施の形態１における抵抗成分の算出結果を比較するための図である。図１２において、横軸は経過時間を示す。縦軸は、バッテリ１０の反応抵抗Ｒ_ｃを示す。

図１２（Ａ）には、比較例における反応抵抗Ｒ_ｃの算出結果、すなわち、第１および第２の電流条件を考慮せずに、すべてのデータに基づいて算出された反応抵抗Ｒ_ｃが示されている。一方、図１２（Ｂ）には、図１１にて説明したように、第１および第２の電流条件が成立した場合のデータは用いずに破棄し、第１および第２の電流条件の少なくとも一方が不成立の場合のデータに基づいて算出された反応抵抗Ｒ_ｃが示されている。

この比較に用いたバッテリ１０は劣化しておらず、バッテリ１０の反応抵抗Ｒ_ｃは、実際には許容値ＸＭを下回っている。しかし、図１２（Ａ）に示す比較例では、反応抵抗Ｒ_ｃが許容値ＸＭを上回っていると誤って算出される場合がある。一方、本実施の形態では、図１２（Ｂ）に示すように、すべての算出結果で反応抵抗Ｒ_ｃが許容値ＸＭを下回っており、比較例のような誤算出は起こっていないことが分かる。

以上のように、実施の形態１においては、第１および第２の電流条件が成立している場合のデータ（ＶＢ，ＩＢ）は周波数域毎のインピーダンス成分の算出には用いられず、第１および第２の電流条件のうちの少なくとも一方が不成立している場合のデータを用いて周波数域毎のインピーダンス成分が算出される。第１および第２の電流条件が成立しており、周波数域Ｆ１の電流成分が支配的である場合には、周波数域Ｆ１よりも高い周波数域Ｆ２，Ｆ３の電流バラつきが大きくなりやすい。したがって、そのような場合のデータはインピーダンス成分の算出に用いないことで、バッテリ１０の劣化状態の推定精度を向上させることができる。

なお、実施の形態１では、ハイブリッド車である車両１の走行中に生じる不規則な電流波形（および電圧波形）を用いてバッテリ１０のインピーダンス成分を算出する構成について説明した。図示しないが、車両１がプラグインハイブリッド車または電気自動車である場合、すなわち、車両外部に設けられた電源（外部電源）から供給される電力によりバッテリ１０を充電可能な構成（いわゆる外部充電が可能な構成）を車両１が有する場合には、外部充電時に外部電源から供給される電流波形によりインピーダンス成分を算出してもよい。外部電源からの一定の電流波形の電力を供給するのに代えて、周波数域が低周波域〜高周波域に亘る電流波形（サイン波、矩形波または三角波など）とすることによって、各周波数域におけるインピーダンス成分を算出することが可能になる。

［実施の形態２］
バッテリ１０のインピーダンス（各周波数域のインピーダンス成分）は、電流依存性、温度依存性およびＳＯＣ依存性を有し得る。そのため、あるデータ取得期間中にバッテリ１０の電流ＩＢ、温度ＴＢおよびＳＯＣのいずれかが過度に変化した場合には、そのデータ取得期間中のある期間（変化前の期間）と別の期間（変化後の期間）とでは依存性（電流依存性、温度依存性またはＳＯＣ依存性）の影響が異なるにもかかわらず一括してフーリエ変換（ＦＦＴ）が実施されることになるので、高精度にインピーダンスを算出することができなくなる可能性がある。

このような事情に鑑み、実施の形態２においては、ＦＦＴの対象とするデータには、データ取得期間中にバッテリ１０の電流ＩＢ、温度ＴＢおよびＳＯＣがいずれも大きく変化していないとの条件を課すこととする。この条件が成立しているか否かは、電流変化幅ΔＩＢ、温度変化幅ΔＴＢおよびＳＯＣ変化幅ΔＳＯＣに基づいて判定される。

図１３は、データ取得期間におけるデータの時間変化の一例を示す図である。図１３を参照して、電流変化幅ΔＩＢは、データ取得期間Ｐ_ｎにおけるバッテリ１０の充電方向および放電方向の両方向を考慮した上で、電流ＩＢの変化幅（充電方向の最大電流と放電方向の最大電流との差）から算出することができる。温度変化幅ΔＴＢは、データ取得期間Ｐ_ｎにおける最高温度（温度ＴＢの最高値）と最低温度（温度ＴＢの最低値）との差分から算出することができる。ＳＯＣ変化幅ΔＳＯＣは、データ取得期間Ｐ_ｎにおける最高ＳＯＣと最低ＳＯＣとの差分から算出することができる。

図１４は、実施の形態２におけるバッテリ１０の劣化状態の判定方法を示すフローチャートである。図１４を参照して、Ｓ２１０において、ＥＣＵ１００は、あるデータ取得期間Ｐ_ｎにおいて、バッテリ１０の監視ユニット２０内の各センサから予め定められたサンプリング周期で電圧ＶＢ、電流ＩＢおよび温度ＴＢを取得する。また、ＥＣＵ１００は、所定の周期でバッテリ１０のＳＯＣを推定する。そして、ＥＣＵ１００は、すべてのデータ（電圧ＶＢ、電流ＩＢ、温度ＴＢの取得結果およびＳＯＣの算出結果）をメモリ１０２に一時的に格納する。

Ｓ２１２において、ＥＣＵ１００は、データ取得期間Ｐ_ｎにおける電流ＩＢの変化幅を示す電流変化幅ΔＩＢを算出する。また、ＥＣＵ１００は、データ取得期間Ｐ_ｎにおける温度ＴＢの変化幅を示す温度変化幅ΔＴＢを算出する。さらに、ＥＣＵ１００は、データ取得期間Ｐ_ｎにおけるバッテリ１０のＳＯＣの変化幅を示すＳＯＣ変化幅ΔＳＯＣを算出する。

Ｓ２１４において、ＥＣＵ１００は、メモリ１０２に予め不揮発的に記憶されたマップＭＰを参照することによって許容電流変化幅ΔＩＢ_ｍａｘを取得する。許容電流変化幅ΔＩＢ_ｍａｘとは、Ｓ２１０にてメモリ１０２に蓄積されたデータをインピーダンス算出に使用するか否かの判定基準となるパラメータであり、電流変化幅ΔＩＢの許容上限を示すものである。さらに、ＥＣＵ１００は、温度変化幅ΔＴＢおよびＳＯＣ変化幅ΔＳＯＣについても同様に、マップＭＰを参照することによって許容温度変化幅ΔＴＢ_ｍａｘおよび許容ＳＯＣ変化幅ΔＳＯＣ_ｍａｘをそれぞれ取得する。

図１５は、マップＭＰの一例を示す図である。図１５に示すように、マップＭＰにおいては、データ取得期間Ｐ_ｎにおけるバッテリ１０の平均温度ＴＢ_ａｖｅの範囲毎に、データ取得期間中Ｐ_ｎにおける許容電流変化幅ΔＩＢ_ｍａｘ、許容温度変化幅ΔＴＢ_ｍａｘおよび許容ＳＯＣ変化幅ΔＳＯＣ_ｍａｘが定められている。

ただし、平均温度ＴＢ_ａｖｅに代えて、たとえば最高温度または最低温度を用いてもよいし、温度ＴＢの最頻値を用いてもよい。さらに、温度ＴＢ（平均温度ＴＢ_ａｖｅ、最高温度、最低温度または最頻温度）に代えて、電流ＩＢ（たとえば平均電流、最高電流、最低電流）またはＳＯＣ（たとえば平均ＳＯＣ、最高ＳＯＣ、最低ＳＯＣ）を用いてもよい。

なお、ここではマップＭＰを用いる例について説明するが、マップに代えて、たとえば関数または変換式を用いてもよい。また、図１５に示した具体的な数値は、マップＭＰの理解を容易にするための例示に過ぎないことに留意すべきである。

図１４に戻り、Ｓ２１６において、ＥＣＵ１００は、電流変化幅ΔＩＢが許容電流変化幅ΔＩＢ_ｍａｘ未満であるか否かを判定する。さらに、ＥＣＵ１００は、温度変化幅ΔＴＢが許容温度変化幅ΔＴＢ_ｍａｘ未満であるか否かを判定するとともに、ＳＯＣ変化幅ΔＳＯＣが許容ＳＯＣ変化幅ΔＳＯＣ_ｍａｘ未満であるか否かを判定する。

電流変化幅ΔＩＢ、温度変化幅ΔＴＢおよびＳＯＣ変化幅ΔＳＯＣがいずれも対応する許容変化幅未満である場合、すなわち、ΔＩＢ＜ΔＩＢ_ｍａｘとの電流条件が成立し、かつ、ΔＴＢ＜ΔＴＢ_ｍａｘとの温度条件が成立し、かつΔＳＯＣ＜ΔＳＯＣ_ｍａｘとのＳＯＣ条件が成立する場合（Ｓ２１６においてＹＥＳ）、ＥＣＵ１００は、Ｓ１０２にてメモリ１０２に蓄積されたデータ（電圧ＶＢおよび電流ＩＢ）に対してＦＦＴを実施する（Ｓ２２０）。Ｓ２３０以降の処理は、実施の形態１における対応する処理（破線内に示す劣化推定処理）と同等であるため、詳細な説明は繰り返さない。

以上のように、実施の形態２によれば、バッテリ１０のインピーダンスが電流依存性、温度依存性およびＳＯＣ依存性を有する点に着目し、データ取得期間中にバッテリ１０の電流ＩＢ、温度ＴＢおよびＳＯＣがいずれも大きく変化していない場合にインピーダンスが算出される。言い換えれば、データ取得期間中にバッテリ１０の電流ＩＢ、温度ＴＢおよびＳＯＣのうちの少なくとも１つが対応する許容変化幅（ΔＩＢ_ｍａｘ，ΔＴＢ_ｍａｘ，ΔＳＯＣ_ｍａｘ）よりも大きく変化した場合には、そのデータ取得期間に取得されたデータ（電圧ＶＢおよび電流ＩＢ）はＦＦＴの対象から外され、インピーダンスの算出には用いられない。これにより、バッテリ１０のインピーダンスの算出結果に電流依存性、温度依存性およびＳＯＣ依存性を適切に反映させることが可能になるので、バッテリ１０の劣化状態の推定精度を向上させることができる。

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施の形態の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１車両、２二次電池システム、１０バッテリ、１１ブロック、１２セル、２０監視ユニット、２１電圧センサ、２２電流センサ、２３温度センサ、３０ＰＣＵ、４１，４２モータジェネレータ、５０エンジン、６０動力分割装置、７０駆動軸、８０駆動輪、１００ＥＣＵ、１０１ＣＰＵ、１０２メモリ。

Claims

車両に搭載された二次電池について制御装置により実行される、二次電池の劣化状態推定方法であって、
前記二次電池の電圧値および電流値を所定期間に複数回取得してメモリに格納するステップと、
前記メモリに格納された前記複数回の電圧値および電流値の測定結果に対して周波数変換を行なうことにより、前記二次電池の電圧値および電流値を周波数毎に算出するステップと、
周波数毎に算出された前記二次電池の電流値について第１および第２の条件が成立するか否かを判定するステップと、
前記第１および第２の条件のうちの少なくとも一方が不成立である場合に、周波数変換された電圧値および電流値から前記二次電池の周波数域毎のインピーダンス成分を算出する一方で、前記第１および第２の条件がいずれも成立する場合には、前記二次電池の周波数域毎のインピーダンス成分の算出を行なわないステップと、
算出された周波数域毎のインピーダンス成分を用いて、各周波数域に応じた劣化モードの前記二次電池の劣化状態を推定するステップとを含み、
前記第１の条件は、第１の周波数域における前記二次電池の電流値が第１の基準値よりも大きいとの条件であり、
前記第２の条件は、前記第１の周波数域よりも高い第２の周波数域における前記二次電池の電流値が第２の基準値よりも小さいとの条件であり、
前記第２の基準値は、前記第１の基準値よりも小さい、二次電池の劣化状態推定方法。
前記所定期間における、前記二次電池の電流変化幅、前記二次電池の温度変化幅および前記二次電池のＳＯＣ変化幅を算出するステップと、
前記所定期間における前記二次電池の温度、電流またはＳＯＣ毎に定められた、前記電流変化幅の許容上限を示す許容電流変化幅、前記温度変化幅の許容上限を示す許容温度変化幅、および、前記ＳＯＣ変化幅の許容上限を示す許容ＳＯＣ変化幅を前記二次電池の温度、電流またはＳＯＣから取得するステップとをさらに含み、
前記第１および第２の条件のうちの少なくとも一方が不成立である場合に、周波数変換された電圧値および電流値から前記二次電池の周波数域毎のインピーダンス成分を算出する一方で、前記第１および第２の条件がいずれも成立する場合には、前記二次電池の周波数域毎のインピーダンス成分の算出を行なわないステップは、前記電流変化幅が前記許容電流変化幅を下回るとの電流条件、前記温度変化幅が前記許容温度変化幅を下回るとの温度条件、および、前記ＳＯＣ変化幅が前記許容ＳＯＣ変化幅を下回るとのＳＯＣ条件がいずれも成立するとの条件下において実行される、請求項１に記載の二次電池の劣化状態推定方法。
車両に搭載可能に構成された二次電池システムであって、
二次電池と、
メモリを含み、前記二次電池の劣化状態を推定するように構成された制御装置とを備え、
前記制御装置は、
前記二次電池の電圧値および電流値を所定期間に複数回取得して前記メモリに格納し、
前記メモリに格納された前記複数回の電圧値および電流値の測定結果に対して周波数変換を行なうことにより、前記二次電池の電圧値および電流値を周波数毎に算出し、
周波数毎に算出された前記二次電池の電流値について第１および第２の条件が成立するか否かを判定し、
前記第１および第２の条件のうちの少なくとも一方が不成立である場合に、周波数変換された電圧値および電流値から前記二次電池の周波数域毎のインピーダンス成分を算出する一方で、前記第１および第２の条件がいずれも成立する場合には、前記二次電池の周波数域毎のインピーダンス成分の算出を行なわず、
算出された周波数域毎のインピーダンス成分を用いて、各周波数域に応じた劣化モードの前記二次電池の劣化状態を推定し、
前記第１の条件は、第１の周波数域における前記二次電池の電流値が第１の基準値よりも大きいとの条件であり、
前記第２の条件は、前記第１の周波数域よりも高い第２の周波数域における前記二次電池の電流値が第２の基準値よりも小さいとの条件であり、
前記第２の基準値は、前記第１の基準値よりも小さい、二次電池システム。