JP7070251B2

JP7070251B2 - 二次電池システム

Info

Publication number: JP7070251B2
Application number: JP2018160372A
Authority: JP
Inventors: 啓太小宮山
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2018-08-29
Filing date: 2018-08-29
Publication date: 2022-05-18
Anticipated expiration: 2038-08-29
Also published as: JP2020034383A

Description

本開示は、二次電池システムに関し、より特定的には、二次電池の容量を推定する技術に関する。

近年、走行用の二次電池が搭載された、ハイブリッド車、電気自動車など車両の普及が進んでいる。これら車載の二次電池の容量（満充電容量）は、時間が経過するに従って、あるいは走行距離が長くなるに従って低下し得る。そのため、現時点における二次電池の容量を推定することが要求され、そのための手法が提案されている。たとえば特開２０１５－１１８０６０号公報（特許文献１）に開示されているように、二次電池に入出力される電流の値を積算することによって二次電池の容量を推定する手法（電流積算法）が知られている。

特開２０１５－１１８０６０号公報

電流積算法では、電流値の積算が長期に亘ると、その誤差が大きくなり、二次電池の容量の推定精度が低下する可能性がある。したがって、電流積算法以外の手法により、二次電池の容量を高精度に推定可能であることが望ましい。

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、二次電池システムにおいて、二次電池の容量を高精度に推定することである。

本開示のある局面に従う二次電池システムは、二次電池と、二次電池の温度を検出する温度センサと、二次電池の容量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、二次電池の電圧値および電流値を複数回測定し、当該複数回の電圧値および電流値の測定結果に対してフーリエ変換を行なうことにより、二次電池の周波数域毎のインピーダンスを算出する。制御装置は、二次電池の周波数域毎のインピーダンスのうち、温度センサにより検出された温度において寄与が支配的となる周波数域のインピーダンスを求める。制御装置は、二次電池の温度毎に規定された、二次電池のインピーダンスと二次電池の容量との間の相関関係を参照することによって、寄与が支配的となる周波数域のインピーダンスおよび二次電池の温度とに基づいて二次電池の容量を推定する。

上記構成によれば、温度センサにより検出された温度において寄与が支配的となる周波数域のインピーダンスを用いることで、二次電池のインピーダンスを正確に算出することができる。また、電流積算法とは異なり、時間の経過とともに電流検出誤差が大きくなる（電流センサの誤差が蓄積される）こともないので、二次電池の容量を高精度に推定することができる。したがって、二次電池の容量を高精度に推定することができる。

本開示によれば、二次電池の容量を高精度に推定することができる。

実施の形態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。実施の形態におけるマップＭＰ１を説明するための概念図である。実施の形態におけるバッテリの容量推定処理を示すフローチャートである。実施の形態の変形例におけるマップＭＰ２を説明するための概念図である。実施の形態の変形例におけるバッテリのＳＯＣ推定処理を示すフローチャートである。

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］
＜二次電池システムの構成＞
図１は、実施の形態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、これに限られるものではない。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、プラグインハイブリッド車、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の電圧ＶＢおよび電流ＩＢに基づいてバッテリ１０のインピーダンス（内部抵抗）［単位：ｍΩ］を算出し、算出されえたインピーダンスからバッテリ１０の容量（電池容量または満充電容量）［単位：Ａｈ］を推定する。以下では、この処理を「容量推定処理」と称する。容量推定処理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、電圧ＶＢの図示は省略する。

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Ｒ_ａ１、負極の活物質抵抗Ｒ_ａ２およびセパレータの電解液抵抗Ｒ_３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Ｒ_ｃ１および負極の抵抗成分Ｒ_ｃ２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Ｒｄは、正極に発生する平衡電圧Ｖ_ｅｑ１と、負極に発生する平衡電圧Ｖ_ｅｑ２と、セル内に発生する塩濃度過電圧Ｖ_ｏｖ３（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、周波数域毎の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。

＜フーリエ変換＞
本実施の形態においては、前述のように周波数域毎にインピーダンス成分を算出するため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。ただし、これら周波数域の上限値および下限値は、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し、最頻値を代表値としてもよい。

＜インピーダンスからの容量推定＞
バッテリに入出力される電流値を積算することによってバッテリの容量を推定する手法である「電流積算法」が知られている。しかし、電流積算法では、電流値の積算が長期に亘ると、その誤差が大きくなり、バッテリの容量の推定精度が低下する傾向がある。したがって、電流積算法以外の手法により、バッテリ１０の容量を高精度に推定可能であることが望ましい。

本実施の形態においては、ＦＦＴによりバッテリ１０のインピーダンス成分を周波数毎に算出し、バッテリ１０の各インピーダンス成分が温度依存性を有する点を考慮した上で、温度依存性を反映させたインピーダンス成分から容量を推定する手法を採用する。この容量推定には、バッテリのインピーダンスと容量との間の相関関係が規定されたマップＭＰ１が用いられる。マップＭＰ１は、ＥＣＵ１００のメモリ１０２に格納されている。

図８は、マップＭＰ１を説明するための概念図である。図８を参照して、マップＭＰ１においては、バッテリの温度毎に、その温度におけるバッテリのインピーダンスと容量との相関関係を示すカーブが規定されている。ここで、「バッテリ」とは、バッテリ１０と同じ仕様（型式、型番）だが、バッテリ１０とは別のバッテリである。

図４および図５にて説明したように、バッテリには様々なインピーダンス成分（拡散抵抗Ｒ_ｄ、反応抵抗Ｒ_ｃおよび直流抵抗Ｒ_ＤＣ）が含まれ得る。これらのインピーダンス成分のうち、どのインピーダンス成分の寄与が支配的になるか（バッテリの内部抵抗全体に対して、どのインピーダンス成分の寄与が最も大きくなるか）は、バッテリの温度に応じて定まる。

具体例を挙げて説明すると、バッテリの温度が低温（たとえば氷点下）である場合は、バッテリのインピーダンス成分のうち反応抵抗Ｒ_ｃの寄与が支配的である。前述のように、反応抵抗Ｒ_ｃは、ＦＦＴにより求められるバッテリの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を取ることによって算出することができる。

一方、バッテリの温度が常温（約２５℃）である場合には、バッテリのインピーダンス成分のうち拡散抵抗Ｒ_ｄの寄与が支配的である。拡散抵抗Ｒ_ｄは、バッテリの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を取ることによって算出することができる。

バッテリの温度が低温と常温との間の温度（たとえば数℃～十数℃）である場合には、反応抵抗Ｒ_ｃの寄与と拡散抵抗Ｒ_ｄの寄与とが両方生じ得る。このような場合には、たとえば、反応抵抗Ｒ_ｃに温度に応じた寄与率α［％］を乗算した値（Ｒ_ｃ×α）と、拡散抵抗Ｒ_ｄに温度に応じた寄与率（１－α）［％］を乗算した値（Ｒ_ｄ×（１－α））とを加算することで、バッテリの温度が低温と常温との間である場合のインピーダンスを算出することができる。

図８には、バッテリの温度がＴ０である場合のバッテリのインピーダンスと容量との間の相関関係を示すカーブＬ０が代表的に示されている。カーブＬ０において、一方の端点Ｐは、バッテリの製造直後におけるバッテリの状態（容量とインピーダンスとの組合せ）を表す。他方の端点Ｑは、バッテリの劣化が過度に進行した場合のバッテリの状態を表す。カーブＬ０の形状から、バッテリの劣化が進行するに従ってバッテリの容量が減少する一方で、バッテリのインピーダンスは上昇する傾向が読み取れる。

カーブＬ０は、以下のように実験的に求めることができる。たとえば車両に実際に搭載されて使用されたバッテリを回収することにより、劣化の進行具合が互いに異なるバッテリが多数準備される。そして、準備したバッテリを恒温槽内に設置するなどしてバッテリの温度をＴ０に維持された状態で、バッテリの容量とインピーダンスとが測定され、その測定結果が図中にプロットされる。そして、最小二乗法等の近似によりプロットの回帰曲線を算出することで、カーブＬ０を求めることができる。図示しないが、Ｔ０以外の他の温度についても同様にすることでカーブが求められ、マップＭＰ１に規定されている。そのため、バッテリ１０の温度ＴＢを検出し、検出された温度ＴＢに対応するカーブを参照することによって、バッテリ１０のインピーダンスから容量を推定することができる。

＜容量推定フロー＞
図９は、実施の形態におけるバッテリ１０の容量推定処理を示すフローチャートである。図９および後述する図１１に示すフローチャートは、車両１の使用中（たとえば走行中）に所定条件が経過すると、メインルーチンから呼び出されて実行される。これらのフローチャートに含まれる各ステップ（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９を参照して、ＥＣＵ１００は、あるデータ取得期間Ｐｎ（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Ｐｎ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、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（低周波インピーダンス成分ＺＬ、中周波インピーダンス成分ＺＭおよび高周波インピーダンス成分ＺＨ）を算出する（Ｓ１３０）。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。

Ｓ１４０において、ＥＣＵ１００は、各周波数域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（Ｓ１５０）。

Ｓ１６０において、ＥＣＵ１００は、温度センサ２３からバッテリ１０の温度ＴＢを取得する。そして、ＥＣＵ１００は、Ｓ１４０にて算出されたインピーダンス成分（直流抵抗Ｒ_ＤＣ、反応抵抗Ｒ_ｃおよび拡散抵抗Ｒ_ｄ）のうち、温度ＴＢにおける寄与が支配的なインピーダンスを算出する（Ｓ１７０）。たとえば、図８にて説明したように、バッテリ１０の温度ＴＢが低温（たとえば氷点下）である場合は、反応抵抗Ｒ_ｃがバッテリ１０のインピーダンスとして算出される。バッテリ１０の温度ＴＢが常温（約２５℃）である場合には、拡散抵抗Ｒ_ｄがバッテリ１０のインピーダンスとして算出される。

Ｓ１８０において、ＥＣＵ１００は、Ｓ１７０にて算出されたインピーダンスに基づいてバッテリ１０の容量を推定する。具体的には、ＥＣＵ１００は、マップＭＰ１（図８参照）に規定された、バッテリのインピーダンスと容量との間の相関関係を示すカーブを参照することによって、Ｓ１７０にて算出されたインピーダンスから容量を推定する。

以上のように、本実施の形態においては、バッテリのインピーダンスと容量との間の相関関係を示すカーブが複数規定されたマップＭＰ１（図８参照）を参照することによって、バッテリ１０のインピーダンスからバッテリ１０の容量が推定される。様々なインピーダンス成分のうち、どのインピーダンスが支配的になるかは、主に、バッテリの温度によって定まる。したがって、本実施の形態では、バッテリ１０の温度ＴＢに基づき、温度ＴＢにおいて、その寄与が支配的となるインピーダンスが算出されるとともに、温度ＴＢにおいて予め取得されたカーブが用いられる。

本実施の形態によれば、インピーダンスの温度依存性を考慮し、温度ＴＢにおいて寄与が支配的となる周波数域のインピーダンスを用いることで、バッテリ１０のインピーダンスを正確に算出することができる。また、電流積算法とは異なり、時間の経過とともに電流検出誤差が大きくなる（電流センサの誤差が蓄積される）こともないので、バッテリ１０の容量を高精度に推定することができる。したがって、バッテリ１０の容量推定精度を向上させることができる。

図示しないが、ＥＣＵ１００は、Ｓ１８０におけるバッテリ１０の容量推定結果を用いて、バッテリ１０の劣化を抑制するための制御を実行してもよい。バッテリ１０がリチウムイオン二次電池である場合、そのような制御の具体例として、リチウム析出抑制制御とハイレート劣化抑制制御とが挙げられる。

リチウム析出抑制制御とは、リチウムイオン二次電池が大電流で充電された場合に、負極表面に金属リチウムが析出する現象（いわゆるリチウム析出）を抑制するための制御である。リチウム析出抑制制御では、たとえば国際公開第２０１０／００５０７９号に記載されているように、バッテリの負極に金属リチウムが析出しない最大電流として許容電流（Ｉ_ｌｉｍ）が算出され、その許容電流に放電方向のオフセット電流を加えた目標電流（Ｉ_ｔａｇ）が算出される。さらに、目標電流からバッテリの許容充電電力が設定される。そして、バッテリへの充電電力の大きさが許容充電電力（Ｉ_ｗｉｎ）の大きさを上回らないようにバッテリの充電が制御される（詳細については国際公開第２０１０／００５０７９号参照）。

許容電流Ｉ_ｌｉｍの算出には、バッテリ１０の充電による単位時間当たりの許容電流の大きさの減少量を示す項（減少項）と、バッテリ１０の放電または放置（充電停止）による単位時間当たりの許容電流の大きさの増加量を示す項（増加項）とが用いられる。減少項に含まれる係数αと増加項に含まれる係数βとは、いずれもバッテリ１０の温度ＴＢおよびＳＯＣの関数である。本実施の形態によれば、バッテリ１０の容量を高精度に推定することでバッテリ１０のＳＯＣの推定精度が向上するため、係数α，βの算出精度も向上する。その結果、許容電流Ｉ_ｌｉｍの算出精度が向上するので、より適切にリチウム析出抑制制御を実行することが可能になる。

続いて、ハイレート劣化抑制制御について説明する。バッテリの大電流での充放電が継続的に行なわれると、バッテリの内部抵抗が増加し、バッテリからの出力電圧が低下することが知られている。このような劣化は「ハイレート劣化」と呼ばれる。ハイレート劣化を引き起こす要因は、電極体内のリチウムイオン濃度分布の偏りである。ハイレート劣化の進行度合いを定量的に評価するため、たとえば国際公開第２０１３／０４６２６３号に記載されているように、各時刻における評価値Ｄを積算することで積算評価値ΣＤが算出される。

ハイレート劣化抑制制御においては、積算評価値ΣＤが所定の閾値と比較される。積算評価値ΣＤが閾値を上回っている場合には、積算評価値ΣＤが閾値を下回っている場合と比べて、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）が低く設定される。これにより、ハイレート劣化のさらなる進行を抑制したり、ハイレート劣化の進行速度を遅くしたりすることができる。ここで、閾値は、バッテリの容量に応じて算出されるので、バッテリの容量を高精度に推定することで閾値の算出精度が向上する。その結果として、より適切にリチウム析出抑制制御を実行することが可能になる。

［変形例］
実施の形態では、バッテリ１０の容量を推定する処理について説明した。本変形例においては、バッテリ１０の容量を推定した後に、バッテリ１０のＳＯＣをさらに推定する構成について説明する。

図１０は、実施の形態の変形例におけるマップＭＰ２を説明するための概念図である。図１０に示すように、マップＭＰ２においては、バッテリの温度ＴＢ毎に加え、バッテリのＳＯＣ毎に、バッテリのインピーダンスと容量との間の相関関係を示すカーブが規定されている。

この例では、バッテリの温度がＴ０である場合の３つのカーブＬ０Ａ，Ｌ０Ｂ，Ｌ０Ｃが示されている。カーブＬ０Ａは、温度ＴＢ＝Ｔ０であり、かつ、ＳＯＣ＝２０％である場合のバッテリのインピーダンスと容量との間の相関関係を規定する。同様に、カーブＬ０Ｂは、温度ＴＢ＝Ｔ０であり、かつ、ＳＯＣ＝４０％である場合のバッテリのインピーダンスと容量との間の相関関係を規定する。カーブＬ０Ｃは、温度ＴＢ＝Ｔ０であり、かつ、ＳＯＣ＝６０％である場合のバッテリ１０のインピーダンスと容量との間の相関関係を規定する。図１０では紙面が煩雑になるのを防ぐため、３つのカーブのみを示すが、実際には、バッテリの温度毎に、より多数のカーブ（たとえばＳＯＣ１％刻みに数十個のカーブ）が規定されている。

バッテリ１０の温度ＴＢは、温度センサ２３から取得される。バッテリ１０のインピーダンス成分は、実施の形態にて説明したように、ＦＦＴの結果からバッテリ１０の温度ＴＢにおける寄与が支配的な成分として算出される。また、バッテリ１０の容量は、実施の形態と同様に、マップＭＰ１を参照することによって、バッテリ１０のインピーダンス成分から算出される。そして、バッテリ１０の温度ＴＢと、バッテリ１０のインピーダンスと、バッテリ１０の容量とを求めた上で、マップＭＰ２を参照することによって、バッテリ１０のＳＯＣを推定することができる。

図１０に示す例では、バッテリ１０の温度ＴＢがＴ０であり、バッテリ１０のインピーダンスがＲ０であり、バッテリ１０の容量がＣ０である場合に、点Ｘで表されるバッテリ１０の状態（容量とインピーダンスとの組合せ）がカーブＬ０Ｂ上に乗る。この場合には、バッテリ１０のＳＯＣは、４０％であると算出される。

図１１は、実施の形態の変形例におけるバッテリのＳＯＣ推定処理を示すフローチャートである。Ｓ２１０～Ｓ２８０の処理は、実施の形態におけるＳ１１０～Ｓ１８０の処理（図９参照）と同様であるため、詳細な説明は繰り返さない。

図１０および図１１を参照して、Ｓ２８０にてバッテリ１０の容量が推定されると、ＥＣＵ１００は、マップＭＰ２を参照する。そして、ＥＣＵ１００は、バッテリ１０の温度ＴＢ（Ｓ２６０において取得された値）と、バッテリ１０のインピーダンス（Ｓ２７０において算出された値）と、バッテリ１０の容量（Ｓ２８０において算出された値）とに基づいて、バッテリ１０の状態を表す点に最も近いカーブを決定する。図１０に示す例では、バッテリ１０の状態を表す点Ｘは、カーブＬ０Ｂに最も近いと決定される。したがって、ＥＣＵ１００は、カーブＬ０Ｂに対応するＳＯＣ＝４０％をバッテリ１０のＳＯＣとして推定する。

以上のように、実施の形態の変形例によれば、実施の形態と同様に、バッテリ１０のＳＯＣを高精度に推定することができる。さらに、本変形例では、高精度に推定された容量を用いてＳＯＣが推定されるので、高いＳＯＣ推定精度を確保することができる。

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

二次電池と、
前記二次電池の温度を検出する温度センサと、
前記二次電池の満充電容量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複数回測定し、当該複数回の電圧値および電流値の測定結果に対してフーリエ変換を行なうことにより、前記二次電池の電流値の変化に含まれる周波数成分の低周波域、中周波域および高周波域の各々について、当該周波数域における前記二次電池の電圧値と電流値との比から前記二次電池のインピーダンス成分を算出し、
前記高周波域における前記二次電池のインピーダンス成分から算出される直流抵抗と、前記中周波域における前記二次電池のインピーダンス成分と前記高周波域における前記二次電池のインピーダンス成分との差分から算出される反応抵抗と、前記低周波域における前記二次電池のインピーダンス成分と前記中周波域における前記二次電池のインピーダンス成分との差分から算出される拡散抵抗とから、前記二次電池の内部抵抗全体に対する寄与が最も大きいインピーダンスを、前記温度センサにより検出された温度に応じて求め、
前記二次電池の温度毎に規定された、前記二次電池のインピーダンスと前記二次電池の満充電容量との間の相関関係を参照することによって、前記寄与が最も大きいインピーダンスと前記二次電池の温度とに基づいて前記二次電池の満充電容量を推定する、二次電池システム。