JP7036605B2 - 組電池の状態推定装置及び組電池の状態推定方法 - Google Patents

組電池の状態推定装置及び組電池の状態推定方法 Download PDF

Info

Publication number
JP7036605B2
JP7036605B2 JP2018014009A JP2018014009A JP7036605B2 JP 7036605 B2 JP7036605 B2 JP 7036605B2 JP 2018014009 A JP2018014009 A JP 2018014009A JP 2018014009 A JP2018014009 A JP 2018014009A JP 7036605 B2 JP7036605 B2 JP 7036605B2
Authority
JP
Japan
Prior art keywords
battery
state
assembled
information
assembled battery
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
JP2018014009A
Other languages
English (en)
Other versions
JP2019132666A (ja
Inventor
洋介 杉浦
尚志 赤嶺
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.)
Primearth EV Energy Co Ltd
Original Assignee
Primearth EV Energy Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Primearth EV Energy Co Ltd filed Critical Primearth EV Energy Co Ltd
Priority to JP2018014009A priority Critical patent/JP7036605B2/ja
Priority to US16/256,284 priority patent/US10895602B2/en
Publication of JP2019132666A publication Critical patent/JP2019132666A/ja
Application granted granted Critical
Publication of JP7036605B2 publication Critical patent/JP7036605B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Description

本発明は、組電池の電池状態を推定する組電池の状態推定装置、及び、組電池の状態推定方法に関する。
従来から、カルマンフィルタを用いて二次電池の電池状態の１つである充電状態（ＳＯＣ：Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ）を推定する状態推定装置として、例えば特許文献１に記載されているような状態推定装置が知られている。
特許文献１に記載された状態推定装置は、二次電池（バッテリ）の等価回路モデルと、対数変換パラメータ値推定部と、逆対数変換部とを備える。バッテリの等価回路モデルは、フォスタ型ＲＣ梯子回路やカウエル型ＲＣ梯子回路等で構成する。対数変換パラメータ値推定部は、バッテリ等価回路モデルを実システムに近づけるように調整するカルマンフィルタを有している。バッテリの等価回路モデルは、パラメータを対数変換して得た対数変換パラメータ値を状態変数とする。状態推測装置は、バッテリの等価回路モデルの対数変換パラメータ値とバッテリの開放電圧とを、電圧センサからの端子電圧及び電流センサからの充放電電流に基づいて逐次推定する。逆対数変換部は、対数変換パラメータ値推定部で得たバッテリ等価回路モデルの対数変換パラメータ値が入力され、これを逆対数変換してその対数変換パラメータ値に対応する真数であるパラメータを得る。
特開２０１４－７４６８２号公報
特許文献１に記載の技術によれば、カルマンフィルタを用いて二次電池の状態が推定されるようになる。
ところで、電気自動車やハイブリッド自動車等の電源装置として利用されている組電池は、電池状態が組電池毎に評価されると利便性が高い。そこで、組電池全体を１つの二次電池とみなして組電池の総電流や総電圧から評価することもできるが、総電流や総電圧に基づく評価であると、組電池を構成する各二次電池の影響が正しく評価されないおそれがある。一方、組電池を構成する個々の二次電池の電池状態を評価してから、これらの評価をとりまとめて組電池の電池状態を評価しようとすると演算が多くなるおそれがある。
本発明は、このような実情に鑑みてなされたものであり、その目的は、組電池の電池状態を少ない演算で精度よく推定することのできる組電池の状態推定装置及び、組電池の状態推定方法を提供することにある。
上記課題を解決する組電池の状態推定装置は、組電池を構成する複数の二次電池のそれぞれから前記二次電池の電池情報をそれぞれ取得する電池情報取得部と、前記組電池に対して前記二次電池の電池情報を含んだ電池モデルが設定された記憶部と、前記電池情報取得部で取得した前記二次電池の電池情報と前記組電池の電池モデルとに基づいて前記組電池の電池状態を推定する電池状態推定部とを備える組電池の状態推定装置であって、前記電池状態推定部は、前記電池情報取得部で取得した前記二次電池の電池情報を入力とし、前記入力した前記二次電池の電池情報に基づいて推定される前記組電池の電池状態を状態変数とし、該状態変数を用いて前記電池モデルに含まれる状態方程式及び出力方程式に複数のサンプル点の分布に基づく最適化を行う最適フィルタを適用して前記組電池の電池状態として前記推定される状態変数を修正するゲインを算出し、該ゲインを用いて前記組電池の電池状態を逐次推定するものであり、前記複数のサンプル点のそれぞれには、前記複数の二次電池から選択された１つの二次電池がそれぞれ対応付けられ、前記対応付けられた二次電池の電池情報に基づいて推定される前記組電池の電池状態が割り当てられる。
上記課題を解決する組電池の状態推定方法は、電池情報取得部で組電池を構成する複数の二次電池のそれぞれから前記二次電池の電池情報をそれぞれ取得する電池情報取得工程と、記憶部に前記組電池に対して前記二次電池の電池情報を含んだ電池モデルを設定する電池モデル設定工程と、前記電池情報取得部で取得した前記二次電池の電池情報と前記組電池の電池モデルとに基づいて前記組電池の電池状態を推定する電池状態推定工程とを備える組電池の状態推定方法であって、前記電池状態推定工程は、前記電池情報取得部で取得した前記二次電池の電池情報を入力とし、前記入力した前記二次電池の電池情報に基づいて推定される前記組電池の電池状態を状態変数とし、該状態変数を用いて前記電池モデルに含まれる状態方程式及び出力方程式に複数のサンプル点の分布に基づく最適化を行う最適フィルタを適用して前記組電池の電池状態として前記推定される状態変数を修正するゲインを算出し、該ゲインを用いて前記組電池の電池状態を逐次推定するものであり、前記複数のサンプル点のそれぞれには、前記複数の二次電池から選択された１つの二次電池がそれぞれ対応付けられ、前記対応付けられた二次電池の電池情報に基づいて推定される前記組電池の電池状態を割り当てる。
このような構成又は方法によれば、組電池の状態をそれを構成する複数の二次電池の状態から求めることができるようになる。組電池として使用されているとき、電池状態は組電池一体として取得されることが好適である。また、個別の二次電池の各電池情報を利用しつつ組電池としての電池状態が推定されるため、各二次電池の電池状態をそれぞれ個別に推定するための演算が不要になる。また、組電池の電池状態が各二次電池の電池情報に基づいて推定されていることから組電池に対して算出される電池状態の精度も高い。これにより、組電池の電池状態を少ない演算で精度よく推定することができる。
好ましい構成として、前記電池状態推定部は、前記複数のサンプル点に前記複数の二次電池のうちの全部の二次電池が対応付けられている。
このような構成によれば、複数の二次電池のうちの全部の二次電池がサンプル点に対応付けられるので最適フィルタにより推定される電池状態の精度の向上が期待される。
好ましい構成として、前記二次電池の電池情報は、二次電池の端子間電圧、二次電池の温度、及び、二次電池の電流の少なくとも１つを含んでいる情報である。
このような構成によれば、二次電池の端子間電圧、二次電池の温度、及び二次電池の電流の少なくとも１つを含んでいる電池情報から組電池の電池状態が推定できる。
好ましい構成として、前記二次電池の電池情報に基づいて推定される前記組電池の電池状態であって、前記複数の二次電池のそれぞれについて算出された複数の前記組電池の電池状態の間におけるばらつきの大きさを判定するばらつき判定部を備え、前記ばらつき判定部は、前記ゲインを、ばらつきを判定するための第１のばらつき判定値と比較することによりばらつきの大きさを判定する。
このような構成によれば、ゲインに基づいて組電池の電池状態を介して組電池を構成する二次電池の電池状態に生じたばらつきを検出することができる。
好ましい構成として、前記二次電池の電池情報に基づいて推定される前記組電池の電池状態であって、前記複数の二次電池のそれぞれについて算出された複数の前記組電池の電池状態の間におけるばらつきの大きさを判定するばらつき判定部を備え、前記ばらつき判定部は、前記最適フィルタに基づいて算出される誤差共分散行列を、ばらつきを判定するための第２のばらつき判定値と比較することによりばらつきの大きさを判定する。
このような構成によれば、誤差共分散行列に基づいて組電池の電池状態を介して組電池を構成する二次電池の電池状態に生じたばらつきを検出することができる。
好ましい構成として、前記電池状態推定部は、前記サンプル点のうちの１つを代表値として選択するものであり、前記ばらつき判定部がばらつきが大きいと判定したとき、前記選択した代表値に対応するサンプル点以外のサンプル点を新たな代表値として選択してから再度前記組電池の電池状態を推定する。
このような構成によれば、電池状態の推定に複数の二次電池の電池情報を利用するとき、一旦、最適フィルタの代表値として定めた電池状態を、他の二次電池に基づく電池状態に代えることで、最適フィルタによる電池状態の推定がより適切な電池情報に基づいて行われるようになる。
好ましい構成として、前記電池状態推定部は、前記状態方程式の初期値に前記複数の二次電池のうちの１つの二次電池の電池情報に基づいて推定される前記組電池の電池状態を設定する。
このような構成によれば、状態変数の初期値の選択が容易である。また、状態変数としてもその初期値が適切である蓋然性が高まる。
好ましい構成として、前記電池状態推定部は、前記二次電池の電池情報に基づいて推定される前記組電池の電池状態に基づいて調整された重みを前記サンプル点のそれぞれに設定し、前記設定された重みを考慮するかたちで前記サンプル点に基づいて前記ゲインを算出する。
このような構成によれば、ゲインの算出に際し、重みの設定によって重視されることになるサンプル点に対して影響を与えている電池状態が重視されるようになる。
好ましい構成として、前記電池状態推定部は、前記組電池の長手方向における端部に対応する二次電池に付与する重みと、前記長手方向における中央部に対応する二次電池に付与する重みとの間の相対的な大小関係を、前記組電池の外部環境に応じて調整する。
このような構成によれば、ゲインが組電池の外部環境に応じて調整されるようになる。例えば、組電池の端部の二次電池は温度が低下しやすく、中央部の二次電池は温度が上昇しやすいこと、そして、低温環境では温度が低下した二次電池が組電池の電池性能を規制しやすく、高温環境では温度の上昇した二次電池が組電池の電池性能を規制しやすいことを併せて考慮した上で重みを設定することができるようになる。
好ましい構成として、前記最適フィルタは、アンセンテッドカルマンフィルタ（ＵＫＦ）であり、前記サンプル点は、シグマポイントであり、前記ゲインは、カルマンゲインである。
このような構成によれば、アンセンテッドカルマンフィルタに計測された電池情報を適用して組電池の電池状態を推定することができるようになる。
本発明によれば、組電池の電池状態を少ない演算で精度よく推定することができる。
組電池の状態推定装置の一実施形態の概略構成を示すブロック図。 同実施形態における電池モジュールのＳＯＣの分布を示すグラフ。 同実施形態における状態推定装置の構成を示すブロック図。 同実施形態における組電池の電池状態の推定手順を示すフローチャート。 同実施形態における初期状態設定処理の手順を示すフローチャート。 同実施形態における重み設定処理の手順を示すフローチャート。 同実施形態における時間更新処理の手順を示すフローチャート。 同実施形態における異常判定処理の手順を示すフローチャート。
以下、図１～図８を参照して、組電池の状態推定装置及び組電池の状態推定方法の一実施形態について説明する。
図１に示すように、ハイブリッド自動車等の車両に搭載される電池パック１０は、組電池１５と、組電池１５の電池状態を推定する組電池の状態推定装置としての電池ＥＣＵ２０とを備えている。電池ＥＣＵ２０は、状態推定部２５で組電池１５の電池状態を推定する。組電池１５は、複数の二次電池としての電池モジュール１６０～１６ｎが直列接続されている。ここで、ｎは１以上の整数であり、電池モジュールは０番目からｎ番目までのｎ＋１個であるものとする。なお、以下では、各電池モジュール１６０～１６ｎを区別する必要がない場合は、電池モジュール１６と記す。電池モジュール１６は、ニッケル水素二次電池やリチウムイオン二次電池であり、外形が直方体形状の密閉式電池である。組電池１５は、複数の電池モジュール１６の積層される方向（以下、積層方向）に長手方向を有する。
状態推定部２５は、複数の電池モジュール１６のそれぞれの電池情報を取得する。電池情報は、電流、電圧、温度を含んでいる情報である。状態推定部２５は、例えば、０番目の電池モジュール１６０からは電圧Ｖ０及び温度Ｔ０を取得し、１番目の電池モジュール１６１からは電圧Ｖ１及び温度Ｔ１を取得し、ｎ番目の電池モジュール１６ｎからは電圧Ｖｎ及び温度Ｔｎを取得する。また、状態推定部２５は、電流計測部２２を介して組電池１５に入出力される電流、すなわち、各電池モジュール１６に入出力される入出力電流Ｉｐを取得する。但し、ｎは、組電池１５を構成する複数の電池モジュール１６の「総数－１」の数であって、２以上の整数である。よって、電池モジュール１６の総数は「ｎ＋１」であって、計算の必要に応じて「ｎ＝０」に対応する電池モジュール１６と、「ｎ≧１」に対応する電池モジュール１６とを区別する。
状態推定部２５は、組電池１５から取得した複数の電圧Ｖ０，Ｖ１，Ｖ２，…，Ｖｎ、及び、複数の温度Ｔ０，Ｔ１，Ｔ２，…，Ｔｎ、及び、入出力電流Ｉｐに基づいて、組電池１５の電池状態を推定する。本実施形態では、電池状態の１つとして組電池１５の充電状態（ＳＯＣ：Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ）を推定する。状態推定部２５は、推定した組電池１５の充電状態ＳＯＣｐａｃｋを車両ＥＣＵ１００等に出力する。
本実施形態では、電池状態は充電状態ＳＯＣ（％）であるものとする。また、充電状態ＳＯＣには、組電池１５の充電状態ＳＯＣｐａｃｋ、各電池モジュール１６０～１６ｎの充電状態ＳＯＣＭ０～ＳＯＣＭｎ、各電池モジュール１６０～１６ｎの電池情報（電圧Ｖ０～Ｖｎ）のそれぞれに対して推定される組電池１５の充電状態ＳＯＣ１～ＳＯＣ０ｎがある。また、各電池モジュール１６の充電状態ＳＯＣＭは、その電池モジュール１６の電圧に基づいて推定された組電池１５の充電状態ＳＯＣとの間に相関性を有している。
図２に示すように、本実施形態では、組電池１５の充電状態は正規分布となる。そのため、組電池１５の充電状態ＳＯＣｐａｃｋが、各電池情報に基づいて推定されるｎ＋１個の組電池１５の充電状態ＳＯＣ０～ＳＯＣｎの分布における最頻頻度に対応する。標準偏差σｓｏｃｐは、組電池１５が充電状態ＳＯＣｐａｃｋであるときの標準偏差である。例えば、組電池１５を構成する複数の電池モジュール１６の各電池情報としての電圧Ｖ０，Ｖ１，Ｖ２，～，Ｖｎに対応して推定されるｎ＋１個の組電池１５の充電状態が標準偏差σｓｏｃｐ内に収まるようであれば、各電池モジュール１６の各充電状態ＳＯＣＭ０～ＳＯＣＭｎのばらつきも小さいと考えられる。なお、標準偏差σｓｏｃｐは、「＋／－１σ」が好適であるが、「＋／－２σ」でもよいし、「＋／－３σ」でもよい。
図１を参照して、状態推定部２５は、最適フィルタを用いて、組電池１５の充電状態ＳＯＣを推定する。本実施形態では、非線形のカルマンフィルタとしてアンセンテッドカルマンフィルタ（ＵＫＦ：Ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒ）を用いる。状態推定部２５は、ＵＫＦに対して、一般に、１つの平均値（代表値）と、その標準偏差から定まる複数のサンプル点としてのシグマポイントとを設定する。一般に、シグマポイントは、代表値と、そこから少しずれた点であり、状態の確率分布において定めたサンプル点である。
本実施形態では、状態推定部２５は、ＵＫＦに対する複数のシグマポイントに、全ての電池モジュール１６の各電池情報から推定されるそれぞれの電池状態として充電状態ＳＯＣ０～ＳＯＣｎを割り当てる。そして、上記一般の代表値の代わりに、一つのシグマポイントを代表値に設定する。つまり、本実施形態では、０番目の電池モジュール１６０の電池情報に基づいて算出される組電池１５の充電状態ＳＯＣ０をシグマポイントであり、かつ、代表値として設定し、１～ｎ番目の電池モジュール１６１～１６ｎの電池情報に基づいて算出される組電池１５の充電状態ＳＯＣ１～ＳＯＣｎをシグマポイントに設定する。通常、組電池１５を構成する各電池モジュール１６０～１６ｎに依拠する組電池１５の充電状態ＳＯＣ０～ＳＯＣｎは、所定の誤差範囲内に収まっていることが期待される。よって、ＵＫＦに設定される複数のシグマポイントとして、各電池モジュール１６０～１６ｎに依拠する組電池１５の充電状態ＳＯＣ０～ＳＯＣｎを設定することについて特段の制約は生じない。
図３を参照して、電池パック１０の詳細について説明する。
電池ＥＣＵ２０は、電流計測部２２が計測した組電池１５の入出力電流Ｉｐを取得する。また、各電圧計測部２１が計測した各電池モジュール１６の各電圧Ｖ０～Ｖｎを取得し、各温度計測部２３が計測した各電池モジュール１６の各温度Ｔ０～Ｔｎを取得する。
電池ＥＣＵ２０は、マイクロコンピュータを含み構成されており、演算装置や記憶部２７を備えている。電池ＥＣＵ２０は、状態推定部２５で充電状態ＳＯＣの推定を行う。状態推定部２５は、演算装置での電池状態推定用のプログラムの演算処理に基づいて状態を推定する機能が発揮される。
記憶部２７は、組電池１５の数式モデルである電池モデル５０と、パラメータ５３とが設定され、記憶している。電池モデル５０は、組電池１５の電池状態を状態変数とする状態方程式５１と、状態変数に基づく出力を示す出力方程式５２とを備える。
パラメータ５３は、複数の電池モジュール１６の各内部抵抗であったり、起電圧であったりする。
状態方程式５１は、状態ベクトルをｘ、入力ベクトルをｕとする非線形関数であり、式（１）のように設定されている。また、出力方程式５２は、非線形関数であり、式（２）のように設定されている。なお、「時刻ｋ」はサンプリングしたタイミングであって、「時刻ｋ－１」は「時刻ｋ」に対して１回前のタイミングである。
Figure 0007036605000001
Figure 0007036605000002
但し、式（１），（２）及び以下の式において変数や記号は以下の通りである。
ｘ（ｋ）：時刻ｋにおける状態変数（ベクトル）である。組電池１５の電池状態を示すモデル値である。本実施形態では、モデル値は各電池モジュール１６の電池情報のそれぞれに基づいて推定された組電池１５の各充電状態ＳＯＣ０～ＳＯＣｎである。
ｕ（ｋ）：時刻ｋにおける入力（ベクトル）である。電池情報取得部３１で取得した電流、電圧、温度等のうちの１つ以上に対応する。本実施形態では、入力は各電池モジュール１６から計測された電圧Ｖ０～Ｖｎである。
ｙ（ｋ）：時刻ｋにおける出力（ベクトル）である。組電池１５の電池状態に基づいて算出される観測値である。本実施形態では、出力は推定された組電池１５の各ＳＯＣ０～ＳＯＣｎに基づいて各電池モジュール１６のそれぞれに推定される各電圧Ｖ０～Ｖｎである。
ｖｋ：システム雑音に対応する。電池モデル５０のモデル誤差と入力雑音に基づく状態変数のばらつきに対応するように設定される。
ｗｋ：観測雑音に対応する。例えば、電池情報取得部３１等による電圧、電流、及び温度の計測誤差に対応するように設定される。
つまり、状態推定部２５は、電池情報取得部３１で取得した電圧Ｖ０～Ｖｎを入力とし、入力した各電圧Ｖ０～Ｖｎのそれぞれに依拠して組電池１５に推定される各充電状態ＳＯＣ０～ＳＯＣｎを状態変数ｘ（ｋ）とする。そして、状態変数ｘ（ｋ）を用いて電池モデル５０に含まれる状態方程式５１及び出力方程式５２を演算して組電池１５の充電状態ＳＯＣｐａｃｋの推定を行う。また、状態推定部２５は、状態推定におけるカルマンフィルタでは、各電池モジュール１６に依拠して組電池１５に推定された各充電状態ＳＯＣ０～ＳＯＣｎ、及び取得した電圧Ｖ０～Ｖｎに基づいて電池モデル５０に対するカルマンゲインを逐次算出する。
状態推定部２５は、組電池１５の充電状態ＳＯＣｐａｃｋを推定するために必要な処理を行う初期状態設定部３０と、電池情報取得部３１と、重み設定部３２と、時間更新処理部３３と、観測更新処理部３４と、異常判定部３５とを備える。
初期状態設定部３０は、ＵＫＦの演算に先立ち、状態推定値の初期値ｘ（０）の設定、及び状態共分散の初期値Ｐ（０）の設定を行う。状態推定値の初期値ｘ（０）には、組電池１５の充電状態ＳＯＣｐａｃｋとして適切である値が設定される。状態共分散の初期値Ｐ（０）は、設定された状態推定値の初期値ｘ（０）に基づいて設定される。
電池情報取得部３１は、電流計測部２２、各電圧計測部２１、及び各温度計測部２３から逐次、各電池モジュール１６の入出力電流Ｉｐ、電圧Ｖ０～Ｖｎ、及び、温度Ｔ０～Ｔｎを取得する。
重み設定部３２は、組電池１５に推定される各充電状態ＳＯＣ０～ＳＯＣｎの分布に基づいて、各シグマポイントに付与する重みωｉを設定する。例えば、重み設定部３２は、各シグマポイントに付与する重みωｉを、組電池１５から取得される、又は、推定される電池情報（電流、電圧又は温度）の分布に基づいて算出してもよい。すなわち、異常等を検出したい電池情報（電流、電圧又は温度）の影響が強く現れる状態に対して大きな重みωｉを設定することによって、大きな重みωｉの設定された電池情報の影響を重視した状態推定の結果が得られるようになる。重みωｉは、例えば、全てを足して「１」になる値として設定される。また、重みωｉは、例えば、複数の電池情報を測定後、複数の電池情報から注目する電池情報を選択し、その選択した電池情報を重視するように設定してもよい。また、重みωｉは、全ての重みωｉが等価に設定されてもよく、このとき重みを考慮して加算される電池状態又は電池情報はいわゆる平均値として得られる。例えば、重みωｉを、組電池の電池性能を規制するような状態に基づいて設定することで、電池性能を規制する状態について着目した推定結果が得られる。
時間更新処理部３３は、ＵＫＦの演算を行う。ＵＫＦの演算では、時刻ｋを更新した電池モデル５０の状態方程式５１、及び出力方程式５２が利用される。
観測更新処理部３４は、事前の状態変数と、出力の観測値と事前の推定値との差分と、カルマンゲインとに基づいて、状態変数の値を更新する。
異常判定部３５は、複数の電池モジュール１６について、それらの電池状態の分布のばらつきを判定する。例えば、異常判定部３５は、時間更新処理部３３で算出されたカルマンゲインをばらつき判定用の第１のばらつき判定値と比較してばらつきの大きさを判定する。また例えば、異常判定部３５は、誤差共分散行列を算出し、この算出した誤差共分散行列をばらつき判定用の第２のばらつき判定値と比較してばらつきの大きさを判定する。
ここで、時間更新処理部３３について詳しく説明する。
時間更新処理部３３は、ＵＫＦ演算を行うため、状態の代表値設定部４０と、シグマポイント設定部４１と、事前状態推定値算出部４２と、出力のシグマポイント算出部４３と、事前出力推定値算出部４４と、事前出力誤差共分散行列算出部４５と、事前状態・出力誤差共分散行列算出部４６と、カルマンゲイン算出部４７とを備える。
状態の代表値設定部４０は、複数の電池モジュール１６のうちから任意に選択した電池モジュール１６０の電圧から算出される組電池１５の充電状態ＳＯＣ０を代表値として設定する。この代表値を基準にして、他の電池モジュール１６１～１６ｎの各電圧Ｖ１～Ｖｎから算出される状態変数（組電池１５の充電状態ＳＯＣ１～ＳＯＣｎ）のばらつきが判断される。
シグマポイント設定部４１は、状態変数の分布のサンプル点として代表値の近傍に代表値以外のシグマポイントを設定する。
一般に、シグマポイントは、式（３）及び式（４）に示すように、分布の平均とその標準偏差として自動的に定めることができる。
Figure 0007036605000003
Figure 0007036605000004
但し、式（３），（４）及び以下の式においての変数や記号は以下の通りである。
ｎｘ：ｘ（ｋ）の要素数であって、１以上の整数である。
ｒ：スケーリングパラメータであって、平均のシグマポイントσ０からどれだけ遠くの値まで採用するかを示す値である。但し、ここでは平均のシグマポイントは、代表値である。
サーカムフレックス「＾」の付く変数等は、その値が推定値である。
オーバーライン「￣」の付く変数等は、その値が更新前の予測値である。
Ｐ（ｋ）：時刻ｋにおける共分散行列である。
σｉ（ｋ）：時刻ｋにおけるシグマポイントである。本実施形態では、各電池モジュール１６から計測された電圧Ｖ１～Ｖｎに基づいてそれぞれ推定される組電池１５の充電状態ＳＯＣ１～ＳＯＣｎが設定される。
ωｉ：値の重みである（式（９）参照）。各電池モジュール１６に基づいて推定される組電池１５の充電状態ＳＯＣ０～ＳＯＣｎに応じた値が設定される。
本実施形態では、シグマポイント設定部４１は、任意に選択した電池モジュール１６０の電圧Ｖ０から推定される組電池１５の充電状態ＳＯＣ０を代表値とする。その他の電池モジュール１６の電圧Ｖ１～Ｖｎから推定される組電池１５の充電状態ＳＯＣ１～ＳＯＣｎを代表値の近傍であると見なす。そして、その他の電池モジュール１６の電圧から推定される組電池１５の充電状態ＳＯＣ１～ＳＯＣｎをシグマポイントに設定するようにする。
事前状態推定値算出部４２は、状態変数の事前状態を重みとシグマポイントとに基づいて算出する。例えば、電池モジュール１６の各充電状態ＳＯＣ０～ＳＯＣｎの重みが反映された上での電池モジュール１６の充電状態の平均値が算出される。
出力のシグマポイント算出部４３は、シグマポイントから予測される出力を算出する。例えば、シグマポイントに対応する各電池モジュール１６の充電状態に依拠して算出された組電池１５の各充電状態ＳＯＣ０～ＳＯＣｎから各電池モジュール１６に予測される電圧が算出される。
事前出力推定値算出部４４は、シグマポイントから事前の出力が算出される。
事前出力誤差共分散行列算出部４５は、シグマポイントから事前出力誤差共分散行列を算出する。
事前状態・出力誤差共分散行列算出部４６は、シグマポイントから事前状態・出力誤差共分散行列を算出する。
カルマンゲイン算出部４７は、事前出力誤差共分散行列と、事前状態・出力誤差共分散行列とからカルマンゲインを算出する。
（電池状態の推定動作）
図４～図８を参照して、電池状態の推定処理の動作について説明する。
まず、図４を参照して、電池状態の推定処理の概略を説明する。なお、電池状態の推定処理に先立ち、記憶部２７から電池モデル５０が取得されて状態推定部２５で利用可能に設定される（電池モデル設定工程）。
電池状態の推定処理は、必要に応じて開始される。電池状態の推定処理が開始されると、状態の代表値設定部４０は、初期状態設定処理（図４のステップＳ１０）を行う。
図５に示すように、初期状態設定処理では、状態推定値に初期値が設定（図５のステップＳ１１）され、状態共分散行列に初期値が設定（図５のステップＳ１２）される。状態推定値の初期値は式（５）に基づいて設定され、状態共分散行列の初期値は式（６）に基づいて設定される。例えば、ｘ０には組電池１５の充電状態ＳＯＣｐａｃｋが設定される。
Figure 0007036605000005
Figure 0007036605000006
図４に示すように、初期状態設定処理が終了すると、時間更新処理部３３は、「ループ１」の開始で終了条件を判断する（図４のステップＳ１５）。なお、「ループ１」は、開始（図４のステップＳ１５）と終了（図４のステップＳ１６）との間に挟まれた処理を「ループ１」の終了条件が成立するまで繰り返す処理である。「ループ１」の終了条件は、推定処理終了の指示信号の検出等である。「ループ１」の開始で終了条件が成立したと判断されると、「ループ１」の終了（図４のステップＳ１６）から初期状態設定処理が終了される。一方、「ループ１」の開始で終了条件が成立していないと判断されると、「ループ１」の開始から「ループ１」内のステップＳ２０に進む。
すなわち、電池情報取得部３１は、入出力電流Ｉｐ、電圧Ｖ０～Ｖｎ、及び温度Ｔ０～Ｔｎの計測値を取得する計測値取得処理を行う（図４のステップＳ２０：電池情報取得工程）。
次に、重み設定部３２は、重み設定処理（図４のステップＳ３０）を行う。
図６に示すように、重み設定処理（図４のステップＳ３０）が開始されると、重みの設定（図４のステップＳ３１）が行われる。重みの設定では、重み設定部３２で算出した重みωiが推定値の算出用等に設定される。
次に、図４に示すように、時間更新処理部３３は、時間更新処理を行う（図４のステップＳ４０：電池状態推定工程）。
図７に示すように、時間更新処理が開始されると、状態の代表値設定部４０で状態の代表値設定処理（図７のステップＳ４１）が行われる。状態の代表値は、式（７）に基づいて設定される。例えば、入力は代表値の電圧Ｖ０であり、状態変数は、代表値の電圧Ｖ０に基づいて推定される組電池１５の充電状態ＳＯＣｐａｃｋである。左辺の代表値は、代表値の電圧Ｖ０に基づく更新前の組電池１５の充電状態ＳＯＣｐａｃｋである。
Figure 0007036605000007
続いて、シグマポイント設定部４１で、シグマポイント設定処理（図７のステップＳ４２）が行われる。代表値以外のシグマポイントは、式（８）に基づいて設定される。例えば、代表値以外のシグマポイントは、各電池モジュール１６１～１６ｎの各電圧Ｖ１～Ｖｎに基づく更新前の組電池１５の各充電状態ＳＯＣ１～ＳＯＣｎである。
Figure 0007036605000008
また、事前状態推定値算出部４２で、事前状態推定値が算出される（図７のステップＳ４３）。事前状態推定値は、式（９）に基づいて算出される。例えば、組電池１５の各充電状態ＳＯＣ０～ＳＯＣｎの重みが考慮された平均値である組電池１５の事前の充電状態（平均値）が推定算出される。なお、「ｌ」は、０以上の整数である。
Figure 0007036605000009
また、出力のシグマポイント算出部４３で、シグマポイントに基づいて出力が算出される（図７のステップＳ４４）。つまり、式（１０）及び式（１１）に基づいてシグマポイントに基づいて予測される出力が算出される。例えば、推定された組電池１５の各充電状態ＳＯＣ０～ＳＯＣｎに基づいて、その推定の基になった電池モジュール１６０～１６ｎに予測される電圧が出力される。
Figure 0007036605000010
Figure 0007036605000011
次に、事前出力推定値算出部４４で、事前出力推定値が算出される（図７のステップＳ４５）。つまり、式（１２）に基づいて、シグマポイントに基づいて事前出力が推定される。例えば、電池モジュール１６０～１６ｎに予測される電圧の平均値が算出される。
Figure 0007036605000012
続いて、事前出力誤差共分散行列算出部４５で、事前出力誤差共分散行列が算出される（図７のステップＳ４６）。つまり、式（１３）に基づいて、シグマポイントに基づいて事前出力誤差共分散行列が算出される。例えば、電池モジュール１６０～１６ｎに予測される電圧と、それら電圧の平均値との間の誤差に基づいて事前出力誤差共分散行列が算出される。
Figure 0007036605000013
また、事前状態・出力誤差共分散行列算出部４６で、事前状態・出力誤差共分散行列が算出される（図７のステップＳ４７）。つまり、式（１４）に基づいて、シグマポイントに基づいて事前状態・出力誤差共分散行列が計算される。例えば、シグマポイントと組電池１５の事前の充電状態（平均値）との差と、電池モジュール１６０～１６ｎに予測される電圧と電池モジュール１６０～１６ｎに予測される電圧の平均値との差とに基づいて事前状態・出力誤差共分散行列が算出される。
Figure 0007036605000014
次に、カルマンゲイン算出部４７で、カルマンゲインが算出される（図７のステップＳ４８）。つまり、式（１５）に基づいて、下記式（１６）における状態推定値の算出に適用される重みが算出される。
Figure 0007036605000015
そして、カルマンゲインが算出されることで時間更新処理が終了して、電池状態の推定処理が次のステップに進む。
つまり、図４に示すように、観測更新処理部３４は、観測更新処理（図４のステップＳ５０）を行う。観測更新処理では、式（１６）に基づいて状態推定値が更新される。例えば、組電池１５の事前の充電状態ＳＯＣから更新された充電状態ＳＯＣが算出される。
Figure 0007036605000016
ここで、式（１６）のカルマンゲイン「ｇ（ｋ）」を状態変数「ｘ（ｋ）」に対する補正値として考えると、補正量の大小に基づいて組電池の異常を検知することが可能になると考えられる。また、出力関数ｈがベクトルである場合、カルマンゲイン「ｇ（ｋ）」もベクトルになるため、補正値のばらつき、すなわち、複数の電池モジュール１６の電池状態（充電状態ＳＯＣ）のばらつきを検出することもできる。例えば、推定された組電池１５の各充電状態ＳＯＣ１～ＳＯＣｎは、それらを推定した各電池モジュール１６の各充電状態ＳＯＣに相関があることから、カルマンゲイン「ｇ（ｋ）」を各電池モジュール１６の電池状態（充電状態ＳＯＣ）、又は、電池情報（電圧）に生じたばらつきの判定に利用することができる。
続いて、異常判定部３５で、異常判定処理（図４のステップＳ６０）が行われる。異常判定部３５は、カルマンゲイン「ｇ（ｋ）」をばらつき判定、及び、誤差共分散行列Ｐｘｘをばらつき判定の少なくとも一方を行う。
例えば、異常判定部３５は、カルマンゲイン「ｇ（ｋ）」をばらつき判定用の第１のばらつき判定値と比較して、カルマンゲイン「ｇ（ｋ）」の大きさが第１のばらつき判定値よりも大きい場合、ばらつきが大きいと判定する。逆に、カルマンゲイン「ｇ（ｋ）」の大きさが第１のばらつき判定値以下である場合、ばらつきは大きくない（正常である）と判定する。なお、第１のばらつき判定値は、カルマンゲインがスカラーであれば、スカラーでもよいし、カルマンゲインが行列であれば行列でもスカラーでもよい。
また例えば、異常判定部３５は、誤差共分散行列Ｐｘｘをばらつき判定用の第２のばらつき判定値と比較して、誤差共分散行列Ｐｘｘの大きさが第２のばらつき判定値よりも大きい場合、ばらつきが大きいと判定する。逆に、誤差共分散行列Ｐｘｘの大きさが第２のばらつき判定値以下である場合、ばらつきは大きくない（正常である）と判定する。
詳述すると、図８に示すように、異常判定処理（図４のステップＳ６０）が開始されると、異常判定部３５で誤差共分散行列算出処理（図８のステップＳ６１）が行われる。誤差共分散行列は、式（１７）に基づいて、代表の電池モジュール１６とそれ以外の電池モジュール１６とを比較することにより算出される行列である。
Figure 0007036605000017
誤差共分散行列Ｐｘｘの値に基づいて複数の電池モジュール１６の間のばらつきの拡大や縮小を検出することが可能である。また、誤差共分散行列Ｐｘｘの値が第２のばらつき判定値より大きい値である場合、ばらつきが拡大したことを検出することが可能である。
また、異常判定部３５は、計測系の異常を検出することができてもよい。電池状態の推定処理は、シグマポイントを利用したＵＫＦ演算を行うことから、式（３）及び（４）に基づいて自動的に求めたシグマポイントに基づいた第１の推定結果を算出することができる。また、組電池１５からの計測値を割り当てたシグマポイントに基づいた第２の推定結果を算出することができる。そして、これら算出した第１の推定結果と第２の推定結果とを比較して乖離の大きさを取得し、取得した乖離の大きさが所定以上である場合、組電池１５から計測値を計測する計測系に何らかの異常が生じていることを検出することも可能である。
（作用）
本実施形態では、シグマポイント設定部４１は、任意に選択した電池モジュール１６０に基づいて推定される組電池１５の充電状態ＳＯＣ０を代表値とし、その他の電池モジュール１６１～１６ｎに基づいて推定される組電池１５の充電状態ＳＯＣ１～ＳＯＣｎを代表値の近傍であると見なす。そして、これら電池モジュール１６０～１６ｎに基づいて推定される組電池１５の充電状態ＳＯＣ０～ＳＯＣｎをシグマポイントに設定するようにする。よって、組電池１５の電池状態の遷移が電池モジュール１６０～１６ｎからの実測値により演算されるので精度の向上が望まれる。
また、電池モジュール１６０～１６ｎの実測値から推定される組電池１５の電池状態がシグマポイントであるのでシグマポイントの算出処理を軽減することができる。
本実施形態では、状態変数が電池モジュールの総数に応じて算出される複数の電池状態（各充電状態ＳＯＣ０～ＳＯＣｎ）からなる。つまり、組電池１５の電池状態は、各電池モジュール１６の電池情報や電池状態が反映されたかたちで推定される。換言すると、組電池１５の電池状態に各電池モジュール１６の電池情報が含まれるかたちになることから、組電池１５から組電池１５のものとして得られる１つの電池情報を取得して電池状態を推定することに比べて、電池状態の推定精度を高くすることができる。
以上説明したように、上記実施形態の組電池の状態推定装置、及び組電池の状態推定方法によれば、以下に列挙する効果を得ることができる。
（１）組電池１５の電池状態をそれを構成する複数の電池モジュール１６の電池状態から求めることができるようになる。組電池１５として使用されているとき、電池状態は組電池一体として取得されることが好適である。また、個別の電池モジュール１６の各電池情報を利用しつつ組電池１５としての電池状態が推定されるため、各電池モジュール１６の電池状態をそれぞれ個別に推定するための演算が不要になる。また、組電池１５の電池状態が各電池モジュール１６の電池情報に基づいて推定されていることから組電池１５に対して算出される電池状態の精度も高い。これにより、組電池１５の電池状態を少ない演算で精度よく推定することができる。
（２）複数の電池モジュール１６のうちの全部の電池モジュールの各電池情報をシグマポイントに設定するのでカルマンフィルタにより推定される電池状態の精度の向上が期待される。
（３）電池情報を電圧Ｖ０～Ｖｎとすることから、電池モジュールの端子間電圧を含んでいる電池情報から組電池１５の電池状態が推定できる。
（４）カルマンゲインに基づいて組電池１５を構成する電池モジュールの電池状態に生じたばらつきを検出することができる。
（５）誤差共分散行列に基づいて組電池１５を構成する電池モジュールの電池状態に生じたばらつきを検出することができる。
（６）電池モジュール１６の計測値を用いることで、状態変数の初期値の選択が容易である。また、状態変数としてもその初期値が適切である蓋然性が高まる。
（７）カルマンゲインの算出に際し、重みωｉの設定によって重視されることになるシグマポイントに対して影響を与えている電池状態が重視されるようになる。
なお、上記実施形態は、以下のように適宜変更して実施することもできる。
・重みを、温度以外の電池パック１０の外部環境や電池パック１０内における電池モジュール１６の環境に応じて設定してもよい。例えば、組電池１５内における電池モジュール１６の配置位置に応じて重みを設定してもよい。複数の電池モジュール１６が積層された組電池１５は、積層方向において電池モジュール１６の放熱効果が、両端部は高い一方、中央部は低い傾向にある。また、電池モジュール１６は温度が基準値よりも高くなると組電池１５の電池性能を規制するおそれがあり、逆に、温度が基準値よりも低くなると組電池１５の電池性能を規制するおそれがある。
そこで、組電池１５が基準値よりも高温の環境にある場合、温度が高くなりやすい中央部の電池モジュール１６によって電池性能が規制されるおそれが高いことから、中央部に近い電池モジュール１６の電池情報や電池状態に設定する重みが相対的に大きくなるように重みを設定する。つまり、重みの大小関係を、中央部用＞端部用とする。
逆に、組電池１５が基準値よりも低温の環境にある場合、温度が低くなりやすい両端部の電池モジュール１６によって電池性能が規制されるおそれが高いことから、両端部に近い電池モジュール１６の電池情報や電池状態に設定する重みが相対的に大きくするように重みを設定する。つまり、重みの大小関係を、中央部用＜端部用とする。
これにより、組電池の電池モジュールは端部にあると温度が低下しやすく、中央部にあると温度が上昇しやすいことが考慮される。これに併せて、組電池の電池性能は、低温環境では温度が低下した電池モジュールによって規制されやすく、高温環境では温度の上昇した電池モジュールによって規制されやすいことを考慮した上で重みが設定できるようになる。
・重みは、電池モジュール１６の内部抵抗や充電状態ＳＯＣに着目して設定してもよいし、１つのみならず、複数の電池情報や電池状態に着目して設定してもよい。
・上記実施形態では電池モジュール１６０に基づく組電池１５の充電状態ＳＯＣ０を代表値とする場合について例示した。しかしこれに限らず、電池状態推定部は、シグマポイントのうちの１つを代表値として選択してばらつきを判定したとき、ばらつき判定部が電池状態のばらつきが大きいと判定することがある。このとき、選択していた代表値以外のシグマポイントを新たな代表値として選択し、再度組電池の電池状態を推定するようにしてもよい。
これにより、電池状態の推定に複数の電池モジュールの電池情報を利用するとき、一旦、カルマンフィルタの代表値として定めた電池状態を、他の電池モジュールの電池状態に代えることで、カルマンフィルタによる電池状態の推定がより適切な電池情報に基づいて行われるようになる。
・上記実施形態では代表値が電池モジュール１６０に基づく組電池１５の充電状態ＳＯＣ０である場合について例示した。しかしこれに限らず、代表値は、電池モジュールから計測された値に基づいて設定される値であれば、複数の電池モジュールに基づいて推定された組電池の充電状態や、複数の電池モジュールに基づいて推定された組電池の複数の充電状態の平均値等であってもよい。
・複数のシグマポイントには各電池モジュール１６０～１６ｎの任意の二次電池の電池情報に基づく値を設定してもよい。
・シグマポイントには任意の電池状態を設定してもよい。例えば、任意の電池状態には、ＳＯＣや電流、端子間電圧、温度の少なくとも１つが含まれる。
・上記実施形態では、複数のシグマポイントに全ての電池モジュール１６のＳＯＣを割り当てる場合について例示したが、これに限らず、複数のシグマポイントに、一部の電池モジュールの電池情報を割り当ててもよい。また、複数のシグマポイントのうちの一部のシグマポイントに各電池モジュールの電池情報を割り当ててもよい。また、一部の電池モジュールの電池情報がシグマポイントに割り当てられなくてもよい。
また、１つのシグマポイントに複数の電池モジュール１６に基づいて推定される組電池１５の電池状態を割り当ててもよい。
・上記実施形態では、１つの電池情報（電流、電圧及び温度）が、１つの電池モジュール１６から取得される場合について例示した。しかしこれに限らず、１つの電池情報が複数の電池モジュールから取得されてもよい。
・上記実施形態では、二次電池が電池モジュールである場合について例示したが、これに限らず、二次電池が単電池であってもよい。例えば、組電池が複数の単電池より構成されていてもよい。
・上記実施形態では、組電池の電池状態を推定する場合について例示したが、これに限らず、複数の単電池から構成される電池モジュールの電池状態を推定してもよい。
・組電池１５の状態変数（ベクトル）は、ＳＯＣのみならず、電圧、電流、温度、ＳＯＨ（Ｓｔａｔｅ Ｏｆ Ｈｅａｌｔｈ：劣化状態）、ＳＯＰ（Ｓｔａｔｅ ｏｆ Ｐｏｗｅｒ：充放電能力）、及びモデル化できるパラメータ等の少なくとも１つとしてもよい。
・入力ベクトルｕ（ｋ）は、電池モジュール１６から計測できる電流、電圧、温度、及び、任意のパラメータ、演算等で算出できる任意のパラメータのうちの少なくとも１つを含んで構成されてもよい。
・状態変数ｘ（ｋ）は、組電池１５に対して演算できる充電状態ＳＯＣ、電流、電圧、温度、及び、任意のパラメータ、演算等で算出できる任意のパラメータのうちの少なくとも１つを含んで構成されてもよい。
・出力ベクトルｙ（ｋ）は、電池モジュール１６の充電状態、電流、電圧、温度等のうちの少なくとも１つを含んで構成されてもよい。
・上記実施形態では、最適フィルタが非線形のカルマンフィルタのアンセンテッドカルマンフィルタである場合について例示した。しかしこれに限らず、最適フィルタは、サンプル点の分布状態を用いて状態方程式における状態推定を行うことができるフィルタであればよく、例えば、ＥｎＫＦ（アンサンブルＫＦ）、ＰＦ（パーティクルフィルタ）等であってもよい。
・上記実施形態では、電池モジュール１６の外形が直方体形状の密閉式電池である場合について例示したが、これに限らず、電池モジュールの外形は、円筒形状や立方体形状等、直方体形状以外の形状であってもよい。
・上記実施形態では、電池モジュール１６はリチウムイオン二次電池やニッケル水素二次電池である場合について例示したが、これに限らず、その他の二次電池であってもよい。
・上記実施形態では、組電池１５は電池パック１０に含まれてハイブリッド自動車等の車両に電源として搭載される場合について例示した。しかしこれに限らず、組電池は、電源として用いられるものであれば、各種の移動体や固定体など自動車以外の電源として用いられてもよい。
１０…電池パック、１５…組電池、１６，１６１～１６ｎ…電池モジュール、２０…電池ＥＣＵ、２１…電圧計測部、２２…電流計測部、２３…温度計測部、２５…状態推定部、２７…記憶部、３０…初期状態設定部、３１…電池情報取得部、３２…重み設定部、３３…時間更新処理部、３４…観測更新処理部、３５…異常判定部、４０…代表値設定部、４１…シグマポイント設定部、４２…事前状態推定値算出部、４３…シグマポイント算出部、４４…事前出力推定値算出部、４５…事前出力誤差共分散行列算出部、４６…事前状態・出力誤差共分散行列算出部、４７…カルマンゲイン算出部、５０…電池モデル、５１…状態方程式、５２…出力方程式、１００…車両ＥＣＵ。

Claims (8)

  1. 複数の二次電池が直列接続された組電池において、
    組電池を構成する複数の二次電池のそれぞれから、二次電池の端子間電圧、二次電池の温度の少なくとも１つを含んでいる情報である二次電池の電池情報をそれぞれ取得する電池情報取得部と、前記組電池に対して前記二次電池の電池情報を含んだ電池モデルが設定された記憶部と、前記電池情報取得部で取得した前記二次電池の電池情報と前記組電池の電池モデルとに基づいて前記組電池の電池状態を推定する電池状態推定部とを備える組電池の状態推定装置であって、
    前記電池状態推定部は、前記電池情報取得部で取得した前記二次電池の電池情報を入力とし、前記入力した前記二次電池の電池情報に基づいて推定される前記組電池の電池状態を状態変数とし、該状態変数を用いて前記電池モデルに含まれる状態方程式及び出力方程式に複数のサンプル点の分布に基づく最適化を行う最適フィルタを適用して前記組電池の電池状態として前記推定される状態変数を修正するゲインを算出し、該ゲインを用いて前記組電池の電池状態を逐次推定するものであり、前記複数のサンプル点のそれぞれには、前記複数の二次電池から選択された１つの二次電池がそれぞれ対応付けられ、前記対応付けられた二次電池の電池情報に基づいて推定される前記組電池の電池状態が割り当てられる
    ことを特徴とする組電池の状態推定装置。
  2. 前記電池状態推定部は、前記複数のサンプル点に前記複数の二次電池のうちの全部の二次電池が対応付けられている
    請求項１に記載の組電池の状態推定装置。
  3. 前記二次電池の電池情報は、さらに、二次電池の電流を含んでいる情報である
    請求項１又は２に記載の組電池の状態推定装置。
  4. 前記二次電池の電池情報に基づいて推定される前記組電池の電池状態であって、前記複数の二次電池のそれぞれについて算出された複数の前記組電池の電池状態の間におけるばらつきの大きさを判定するばらつき判定部を備え、
    前記ばらつき判定部は、前記ゲインを、ばらつきを判定するための第１のばらつき判定値と比較することによりばらつきの大きさを判定する
    請求項１～３のいずれか一項に記載の組電池の状態推定装置。
  5. 前記二次電池の電池情報に基づいて推定される前記組電池の電池状態であって、前記複数の二次電池のそれぞれについて算出された複数の前記組電池の電池状態の間におけるばらつきの大きさを判定するばらつき判定部を備え、
    前記ばらつき判定部は、前記最適フィルタに基づいて算出される誤差共分散行列を、ばらつきを判定するための第２のばらつき判定値と比較することによりばらつきの大きさを判定する
    請求項１～３のいずれか一項に記載の組電池の状態推定装置。
  6. 前記電池状態推定部は、前記サンプル点のうちの１つを代表値として選択するものであり、前記ばらつき判定部がばらつきが大きいと判定したとき、前記選択した代表値に対応するサンプル点以外のサンプル点を新たな代表値として選択してから再度前記組電池の電池状態を推定する
    請求項４又は５に記載の組電池の状態推定装置。
  7. 前記電池状態推定部は、前記状態方程式の初期値に前記複数の二次電池のうちの１つの二次電池の電池情報に基づいて推定される前記組電池の電池状態を設定する
    請求項１～６のいずれか一項に記載の組電池の状態推定装置。
  8. 複数の二次電池が直列接続された組電池において、
    電池情報取得部で組電池を構成する複数の二次電池のそれぞれから、二次電池の端子間電圧、二次電池の温度の少なくとも１つを含んでいる情報である二次電池の電池情報をそれぞれ取得する電池情報取得工程と、記憶部に前記組電池に対して前記二次電池の電池情報を含んだ電池モデルを設定する電池モデル設定工程と、前記電池情報取得部で取得した前記二次電池の電池情報と前記組電池の電池モデルとに基づいて前記組電池の電池状態を推定する電池状態推定工程とを備える組電池の状態推定方法であって、
    前記電池状態推定工程は、前記電池情報取得部で取得した前記二次電池の電池情報を入力とし、前記入力した前記二次電池の電池情報に基づいて推定される前記組電池の電池状態を状態変数とし、該状態変数を用いて前記電池モデルに含まれる状態方程式及び出力方程式に複数のサンプル点の分布に基づく最適化を行う最適フィルタを適用して前記組電池の電池状態として前記推定される状態変数を修正するゲインを算出し、該ゲインを用いて前記組電池の電池状態を逐次推定するものであり、前記複数のサンプル点のそれぞれには、前記複数の二次電池から選択された１つの二次電池がそれぞれ対応付けられ、前記対応付けられた二次電池の電池情報に基づいて推定される前記組電池の電池状態を割り当てる
    ことを特徴とする組電池の状態推定方法。
JP2018014009A 2018-01-30 2018-01-30 組電池の状態推定装置及び組電池の状態推定方法 Active JP7036605B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018014009A JP7036605B2 (ja) 2018-01-30 2018-01-30 組電池の状態推定装置及び組電池の状態推定方法
US16/256,284 US10895602B2 (en) 2018-01-30 2019-01-24 Battery assembly state estimation device and battery assembly state estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018014009A JP7036605B2 (ja) 2018-01-30 2018-01-30 組電池の状態推定装置及び組電池の状態推定方法

Publications (2)

Publication Number Publication Date
JP2019132666A JP2019132666A (ja) 2019-08-08
JP7036605B2 true JP7036605B2 (ja) 2022-03-15

Family

ID=67393307

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018014009A Active JP7036605B2 (ja) 2018-01-30 2018-01-30 組電池の状態推定装置及び組電池の状態推定方法

Country Status (2)

Country Link
US (1) US10895602B2 (ja)
JP (1) JP7036605B2 (ja)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10996282B2 (en) * 2018-03-20 2021-05-04 Gs Yuasa International Ltd. Abnormality factor determination apparatus, degradation determination apparatus, computer program, degradation determining method, and abnormality factor determining method
JP6935793B2 (ja) * 2018-12-04 2021-09-15 株式会社デンソー 電池システム
CN110320472B (zh) * 2019-05-17 2021-06-01 枣庄学院 一种用于矿用锂电池的自修正soc估计方法
EP3828565B1 (en) * 2019-11-26 2023-11-08 Hyundai Motor Company Vehicle and control method thereof
CN111123131A (zh) * 2020-01-02 2020-05-08 江苏方天电力技术有限公司 一种基于集合卡尔曼滤波的锂电池荷电状态估计方法
CN111245099B (zh) * 2020-03-19 2021-03-12 山东科技大学 基于事件触发传输机制和混合量测的配电网状态估计方法
WO2021226505A1 (en) 2020-05-07 2021-11-11 Zitara Technologies, Inc. Battery analysis system and method
CN111988017B (zh) * 2020-08-31 2023-07-25 郑州轻工业大学 一种基于标准偏差变尺度采样的平方根ukf计算方法
KR102630222B1 (ko) 2020-11-05 2024-01-25 주식회사 엘지에너지솔루션 배터리 진단 장치 및 방법
CN112733411B (zh) * 2020-12-18 2022-09-30 武汉大学 基于二阶差分粒子滤波的锂电池soc估计方法及系统
WO2023059652A1 (en) 2021-10-04 2023-04-13 Zitara Technologies, Inc. System and method for battery management
US11971454B2 (en) 2021-12-09 2024-04-30 Zitara Technologies, Inc. System and method for determining a battery condition
JPWO2023149011A1 (ja) * 2022-02-07 2023-08-10
CN116224099B (zh) * 2023-05-06 2023-07-21 力高(山东)新能源技术股份有限公司 一种动态自适应估算电池soc的方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011027449A1 (ja) 2009-09-03 2011-03-10 トヨタ自動車株式会社 組電池の充電状態検出装置および充電状態検出方法
US20120041698A1 (en) 2011-10-27 2012-02-16 Sakti3, Inc. Method and system for operating a battery in a selected application
WO2012098968A1 (ja) 2011-01-17 2012-07-26 プライムアースＥｖエナジー株式会社 二次電池の充電状態推定装置
JP2013072677A (ja) 2011-09-27 2013-04-22 Primearth Ev Energy Co Ltd 二次電池の充電状態推定装置
JP2014074682A (ja) 2012-10-05 2014-04-24 Calsonic Kansei Corp バッテリのパラメータ等推定装置およびその推定方法
CN105182245A (zh) 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的大容量电池系统荷电状态估计方法
CN105182246A (zh) 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的并联型电池系统荷电状态估计方法
CN105353314A (zh) 2015-09-30 2016-02-24 盐城工学院 一种并联型电池系统荷电状态估计方法
CN105353315A (zh) 2015-09-30 2016-02-24 盐城工学院 一种基于无迹卡尔曼滤波的电池系统荷电状态估计方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6205656B1 (en) * 1997-10-01 2001-03-27 Arthur Henry Adams Automated application of photovoltaic cells to printed circuit boards
US6679324B2 (en) * 1999-04-29 2004-01-20 Shell Oil Company Downhole device for controlling fluid flow in a well
EP1103420B1 (en) * 1999-11-24 2006-06-21 Donnelly Corporation Rearview mirror assembly with utility functions
FR2862558B1 (fr) * 2003-11-20 2006-04-28 Pellenc Sa Outil portatif electrique autonome de puissance
US7798669B2 (en) * 2006-10-11 2010-09-21 Automatic Power, Inc. Marine lantern controlled by GPS signals
US20120046119A1 (en) * 2008-10-09 2012-02-23 Golf Impact Llc Golf Swing Measurement and Analysis System
US9596548B2 (en) * 2013-01-15 2017-03-14 Advanced Bionics Ag Sound processor apparatuses that facilitate battery type detection and communication with a programming system
EP2964318B1 (en) * 2013-03-05 2020-05-06 Advanced Bionics AG Sound processor apparatuses that facilitate low power component type detection and communication with a programming system
US9423152B2 (en) * 2013-03-15 2016-08-23 R. J. Reynolds Tobacco Company Heating control arrangement for an electronic smoking article and associated system and method
US9586491B2 (en) * 2015-06-05 2017-03-07 Nissan North America, Inc. Vehicle wireless charging structure
US9586494B2 (en) * 2015-06-05 2017-03-07 Nissan North America, Inc. Alignment method for a vehicle wireless charging structure
WO2019046393A1 (en) * 2017-08-31 2019-03-07 Robert Bosch Gmbh WIRELESS LOADING METHOD FOR ASSEMBLY LINE
CN107571784A (zh) * 2017-10-13 2018-01-12 薛迪宋 一种智能应急切割机车
CN107799111A (zh) * 2017-10-20 2018-03-13 维沃移动通信有限公司 一种保护壳组件和声波消除方法
CN207290177U (zh) * 2017-10-24 2018-05-01 佛山市焕之醒科技有限公司 一种充电式电动剃须刀

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011027449A1 (ja) 2009-09-03 2011-03-10 トヨタ自動車株式会社 組電池の充電状態検出装置および充電状態検出方法
WO2012098968A1 (ja) 2011-01-17 2012-07-26 プライムアースＥｖエナジー株式会社 二次電池の充電状態推定装置
JP2013072677A (ja) 2011-09-27 2013-04-22 Primearth Ev Energy Co Ltd 二次電池の充電状態推定装置
US20120041698A1 (en) 2011-10-27 2012-02-16 Sakti3, Inc. Method and system for operating a battery in a selected application
JP2014074682A (ja) 2012-10-05 2014-04-24 Calsonic Kansei Corp バッテリのパラメータ等推定装置およびその推定方法
CN105182245A (zh) 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的大容量电池系统荷电状态估计方法
CN105182246A (zh) 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的并联型电池系统荷电状态估计方法
CN105353314A (zh) 2015-09-30 2016-02-24 盐城工学院 一种并联型电池系统荷电状态估计方法
CN105353315A (zh) 2015-09-30 2016-02-24 盐城工学院 一种基于无迹卡尔曼滤波的电池系统荷电状态估计方法

Also Published As

Publication number Publication date
US10895602B2 (en) 2021-01-19
JP2019132666A (ja) 2019-08-08
US20190235027A1 (en) 2019-08-01

Similar Documents

Publication Publication Date Title
JP7036605B2 (ja) 組電池の状態推定装置及び組電池の状態推定方法
KR102652848B1 (ko) 리튬 유황 배터리의 충전 상태 및 건강 상태를 결정하는 방법 및 장치
JP6403746B2 (ja) 電池状態推定装置
US10466304B2 (en) Method for estimating a battery state of health
JP5058814B2 (ja) バッテリーの状態及びパラメーターの推定システム及び方法
JP6657967B2 (ja) 状態推定装置、状態推定方法
US6534954B1 (en) Method and apparatus for a battery state of charge estimator
JP4767558B2 (ja) 電源装置用状態検知装置，電源装置及び電源装置に用いられる初期特性抽出装置
KR101355959B1 (ko) 추정 배터리 상태 벡터와 추정 배터리 파라미터 벡터를 결정하는 시스템 및 방법
EP3410137B1 (en) Cell state estimation device, cell control device, cell system, and cell state estimation method
US20150369875A1 (en) Battery state estimating device
Wehbe et al. Battery equivalent circuits and brief summary of components value determination of lithium ion: A review
JP6455914B2 (ja) 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
JP2017198542A (ja) バッテリのパラメータ推定装置
KR20080012079A (ko) 슬라이딩 모드 관측기를 이용한 ２차 전지 ｓｏｃ 예측방법 및 장치
CN116113837A (zh) 用于估计电池的荷电状态的方法
JP2016090322A (ja) バッテリのパラメータ推定装置
JP6947937B2 (ja) 電池状態推定装置、電池制御装置
JP5259190B2 (ja) ジョイントバッテリー状態とパラメーター推定システム及び方法
KR20070074621A (ko) 배터리 상태 및 파라미터 추정 시스템 및 방법
JP2021144886A (ja) 電池管理装置、電池管理システム及び電池管理方法
Kustiman et al. Battery state of charge estimation based on coulomb counting combined with recursive least square and pi controller
EP4283318A1 (en) Method and device for estimating state of charge of a battery
Gjengedal et al. Battery modeling and Kalman filter-based State-of-Charge estimation for a race car application
Propp et al. Preprint:'Improved State of Charge Estimation for Lithium-Sulfur Batteries'

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200722

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210617

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210720

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210915

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220111

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220124

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220124

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220201

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220208

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: 20220301

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220303

R150 Certificate of patent or registration of utility model

Ref document number: 7036605

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150