JP7261016B2 - 推定装置および推定方法 - Google Patents

Description

本発明は、推定装置および推定方法に関する。

従来、ＨＥＶ（Hybrid Electric Vehicle）やＥＶ(Electric Vehicle)に搭載されるリチウム２次電池等の充電状態（ＳＯＣ；State Of Charge）を推定する技術がある（例えば、特許文献１参照）。

かかる技術では、電流積算方式によりＳＯＣを求め、例えば、所定周期でＣＣＶ－ＳＯＣ特性曲線に基づいて電流積算方式に含まれる誤差を取り除くことで、ＳＯＣの推定精度を保つことができる。

特開２０１３－１９０２７４号公報

しかしながら、ＣＣＶ－ＳＯＣ特性曲線は、電流と電池温度とによって異なるため、従来技術では、膨大なデータ数のＣＣＶ－ＳＯＣ特性曲線を予め記憶しておく必要があった。

本発明は、上記に鑑みてなされたものであって、ＣＣＶ－ＳＯＣ特性曲線のデータ数を削減することができる推定装置および推定方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、実施形態に係る推定装置は、推定部と、更新部とを備える。前記推定部は、２次電池の充電率を電流積算方式により推定する。前記更新部は、充電時又は放電時において前記２次電池の電流が特定の電流値で定電流となった場合に、前記特定の電流値に対応する曲線であって、前記２次電池の閉回路電圧と前記充電率との関係を示す閉回路曲線に基づいて、前記推定部によって推定された前記充電率を更新する。

本発明によれば、ＣＣＶ－ＳＯＣ特性曲線のデータ数を削減することができる。

図１Ａは、電源システムのブロック図である。 図１Ｂは、推定方法の概要を示す図である。 図２は、推定装置のブロック図である。 図３は、ＯＣＶ－ＳＯＣ特性曲線の一例を示す図である。 図４は、ＣＣＶ－ＳＯＣ特性曲線の一例を示す図である。 図５Ａは、電池状態と推定部による推定アルゴリズムとの関係を示す図（その１）である。 図５Ｂは、電池状態と推定部による推定アルゴリズムとの関係を示す図（その２）である。 図６は、推定装置が実行する処理手順を示すフローチャートである。

以下、添付図面を参照して、本願の開示する推定装置および推定方法の実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。なお、以下では、推定装置が、車両に搭載されるリチウムイオン電池（以下、ＬｉＢと記載する）の充電率、いわゆるＳＯＣ（State Of Charge）を推定する場合を一例に挙げて説明する。なお、推定装置の対象は、車両に搭載されるＬｉＢに限定されず、任意の機器に搭載されるＬｉＢであってもよい。

まず、図１Ａを用いて実施形態に係る推定装置を含む電源システムについて説明する。図１Ａは、実施形態に係る電源システムＳの構成を示すブロック図である。図１に示すように、電源システムＳは、電源制御装置１０と、発電機１１と、スタータ１２と、鉛バッテリ１３と、補機１４とを備える。電源制御装置１０は、推定装置１と、ＬｉＢ１５と、ＤＣＤＣコンバータ１６と、第１スイッチ１７と、第２スイッチ１８とを備える。つまり、電源システムＳは、鉛バッテリ１３およびＬｉＢ１５の２つの電池を備える２電源システムである。

電源制御装置１０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。

電源制御装置１０は、例えば、推定装置１によって推定された充電状態に基づいて第１スイッチ１７および第２スイッチ１８を制御する。また、電源制御装置１０は、例えば、ＬｉＢ１５から他機器（鉛バッテリ１３および補機１４）へ電力を供給する際に、ＤＣＤＣコンバータ１６を制御する。

発電機１１は、エンジンの回転を動力源として電力を生成する機器である。また、車両の減速時には回生ブレーキによる回生電力を生成する。なお、発電機１１は、オルタネータやジェネレータとも呼ばれる。

また、発電機１１は、例えば図示しないエンジン制御装置からの指示に応じて電力を生成する。例えば発電した電力を鉛バッテリ１３およびＬｉＢ１５へ供給することで、鉛バッテリ１３およびＬｉＢ１５を充電する。

スタータ１２は、例えば電気モータを備え、エンジンを始動する始動装置である。なお、図１Ａに示す例では、電源システムＳがスタータ１２と発電機１１とを備える構成としたが、例えば、電源システムＳがスタータ１２および発電機１１の代わりに、ＩＳＧ（Integrated Starter Generator）を備えてもよい。

鉛バッテリ１３は、電極に鉛を用いた２次電池である。補機１４は、車両に備わる電子機器等の負荷である。例えば、補機１４として、ナビゲーション装置やオーディオ、エアーコンディショナ等が挙げられる。

ＬｉＢ１５は、充電または放電を行う２次電池である。ＤＣＤＣコンバータ１６は、鉛バッテリ１３とＬｉＢ１５との間および補機１４とＬｉＢ１５との間に設けられる。例えば、ＬｉＢ１５から鉛バッテリ１３に電力を供給する場合、ＤＣＤＣコンバータ１６は、ＬｉＢ１５の電圧を昇圧する。また、ＬｉＢ１５から補機１４に電力を供給する場合、ＤＣＤＣコンバータ１６は、ＬｉＢ１５の電圧を昇圧または降圧する。

第１スイッチ１７および第２スイッチ１８は、回路の短絡と開放を制御する開閉器（リレー）である。第１スイッチ１７は、鉛バッテリ１３と発電機１１（またはスタータ１２）とを切離可能に設けられる。第２スイッチ１８は、ＬｉＢ１５と発電機１１とを切離可能に設けられる。そして、第１スイッチ１７および第２スイッチ１８の開閉は、上記した電源制御装置１０によって制御される。

推定装置１は、実施形態に係るＳＯＣ推定方法を実行することで、ＬｉＢ１５から検出された電流および電圧に基づいてＬｉＢ１５の充電状態（ＳＯＣ）を推定する。なお、充電状態とは、ＬｉＢ１５の充電容量に対する充電残量の比率であり、充電率や充電残量とも呼ばれる。

ところで、ＳＯＣを推定するアルゴリズムとして、電流積算方式や閉回路電圧(ＣＣＶ；Closed Circuit Voltage)に基づいてＳＯＣを推定するものが知られている。

電流積算方式は、ＬｉＢの充放電電流を積算し、ＳＯＣを推定するアルゴリズムである。なお、充放電電流とは、ＬｉＢの充電電流と放電電流との差分を示す。

また、ＣＣＶを用いるアルゴリズムでは、ＣＣＶとＳＯＣとの関係を示すＣＣＶ－ＳＯＣ特性曲線を予め記憶しておき、かかるＣＣＶ－ＳＯＣ特性曲線に基づいて、ＳＯＣを推定するアルゴリズムである。なお、以下、電流積算方式を用いるアルゴリズムを第１アルゴリズムと記載し、ＣＣＶを用いるアルゴリズムについて第２アルゴリズムと記載する場合がある。また、ＣＣＶ－ＳＯＣ特性曲線は、閉回路曲線の一例に対応する。

第１アルゴリズムでは、初期値誤差や電流センサの測定誤差等が蓄積されてしまうというデメリットがあり、誤差を補正する必要がある。また、第２アルゴリズムでは、充放電電流および電池温度のそれぞれに対応するＣＣＶ－ＳＯＣ特性曲線を予め準備する必要がある。すなわち、充放電電流×電池温度のデータ数のＣＣＶ－ＳＯＣ特性曲線を作成しておく必要がある。また、ＣＣＶ－ＳＯＣ特性曲線のデータ数が膨大となるため、大容量の記憶媒体を用いてＣＣＶ－ＳＯＣ特性曲線を記憶する必要がある。

そこで、実施形態に係る推定装置１は、ＬｉＢ１５の充放電状態が特定の定電流となった場合に、第２アルゴリズムを実施することで、予め記憶するＣＣＶ－ＳＯＣ特性曲線のデータ数を削減することとした。

つまり、実施形態に係る推定装置１は、車両の制御上、定電流となる頻度の高い特定電流のＣＣＶ－ＳＯＣ特性曲線を選抜して記憶することとし、ＬｉＢ１５の充放電電流が上記の特定電流で定電流となった場合に、ＳＯＣを推定する。

具体的には、図１Ｂに示すように、推定装置１は、時刻ｔ１までのように、ＬｉＢ１５の充放電電流の変動が大きい場合、第１アルゴリズムａ１を用いて、ＳＯＣを推定する。

その後、推定装置１は、時刻ｔ１から時刻ｔ２までに示すように、ＬｉＢ１５の充放電電流が特定電流の定電流となった場合に、第２アルゴリズムａ２を用いてＳＯＣを推定する。これにより、第１アルゴリズムによって推定したＳＯＣの時刻ｔ１までの誤差を補正することができる。

その後、推定装置１は、充放電電流が特定電流の定電流でなくなる時刻ｔ２以降は、第１アルゴリズムを用いてＳＯＣを推定する。また、推定装置１は、時刻ｔ３～ｔ４に示すように、充放電電流が定電流であるものの、特定電流でなければ、第２アルゴリズムを用いずに、第１アルゴリズムを継続してＳＯＣを推定する。

このように、実施形態に係る推定装置１は、予め選抜した特定電流のＣＣＶ－ＳＯＣ特性曲線を記憶しておき、ＬｉＢ１５の充放電電流が特定電流となった場合に、第２アルゴリズムを用いてＳＯＣを推定する。

これにより、特定電流のＣＣＶ－ＳＯＣ特性曲線だけを予め用意しておけばよいので、ＣＣＶ－ＳＯＣ特性曲線のデータ数を削減することができる。

次に、図２を用いて推定装置１の構成例について説明する。図２は、推定装置１のブロック図である。また、図２には、ＬｉＢ１５、電圧センサＳｃ１、電流センサＳｃ２および温度センサＳｃ３を併せて示す。

電圧センサＳｃ１は、ＬｉＢ１５の電池電圧を計測するセンサであり、電流センサＳｃ２は、ＬｉＢ１５の充放電電流を計測するセンサである。また、温度センサＳｃ３は、ＬｉＢ１５の電池温度を計測するセンサである。電圧センサＳｃ１、電流センサＳｃ２および温度センサＳｃ３は、それぞれ計測結果を推定装置１へ入力する。

図２に示すように、推定装置１は、制御部２と、記憶部３とを備える。制御部２は、推定部２１と、更新部２２とを備える。

制御部２は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、入出力ポートなどを有するコンピュータや各種の回路を含む。

コンピュータのＣＰＵは、例えば、ＲＯＭに記憶されたプログラムを読み出して実行することによって、制御部２の推定部２１および更新部２２として機能する。

また、制御部２の推定部２１および更新部２２の少なくともいずれか一部または全部をＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアで構成することもできる。

また、記憶部３は、例えば、データフラッシュや不揮発性メモリ、レジスタといった記憶デバイスである。記憶部３は、ＯＣＶ－ＳＯＣマップ情報３１およびＣＣＶ－ＳＯＣマップ情報３２を記憶する。

ＯＣＶ－ＳＯＣマップ情報３１は、ＬｉＢ１５の開放電圧、いわゆるＯＣＶ(Open Circuit Voltage)と、ＳＯＣとの関係を示すＯＣＶ－ＳＯＣ特性曲線に関する情報である。後述の推定部２１は、かかるＯＣＶ－ＳＯＣ特性曲線に基づき、ＳＯＣを推定することも可能である。

図３は、ＯＣＶ－ＳＯＣ特性曲線の一例を示す図である。図３に示すように、ＯＣＶ－ＳＯＣ特性曲線は、ＬｉＢ１５を充放電させたときのＳＯＣとＯＣＶの観測値に対して例えば、最小二乗法等によって導出された関数である。なお、ＯＣＶ－ＳＯＣ特性曲線は、開回路曲線の一例である。

図２の説明に戻り、ＣＣＶ－ＳＯＣマップ情報３２について説明する。ＣＣＶ－ＳＯＣマップ情報３２は、ＬｉＢ１５の閉回路電圧、すなわち、ＣＣＶとＳＯＣとの関係を示すＣＣＶ－ＳＯＣ特性曲線に関する情報である。

ＣＣＶに対してＳＯＣは、充放電電流および電池温度の双方に応じて変動する。このため、一般的に、充放電電流毎に各電池温度に対応するＣＣＶ－ＳＯＣ特性曲線を予め記憶しておく必要がある。

これに対して、本実施形態では、上述のように、ＬｉＢ１５の充放電電流が特定の電流値で定電流である場合に、ＣＣＶ－ＳＯＣ特性曲線を用いてＳＯＣを推定する。このため、ＣＣＶ－ＳＯＣマップ情報３２には、特定電流の各電池温度に対応するＣＣＶ－ＳＯＣ特性曲線のみを記憶することができる。

図４は、ＣＣＶ－ＳＯＣ特性曲線の一例を示す図である。なお、ここでは、説明を簡単にするため、異なる電池温度に対応する３つのＣＣＶ－ＳＯＣ特性曲線ｆ１～ｆ３を示す。しかしながら、実際には、４つ以上の電池温度にそれぞれ対応するＣＣＶ－ＳＯＣ特性曲線がＣＣＶ－ＳＯＣマップ情報３２として記憶される。

例えば、図４に示すように、ＣＣＶ－ＳＯＣ特性曲線ｆ１～ｆ３は、同一の放電電流において、それぞれ電池温度が異なるときのＣＣＶおよびＳＯＣの関係を示す。

例えば、図４に示す「○○Ａ」は、車両のモータアシスト走行時において、ＬｉＢ１５からモータ(不図示)へ供給される電流値や、エンジンを回転させたときの回生エネルギを用いてＬｉＢ１５を充電するときのＬｉＢ１５に供給される電流値に対応する。

これら、モータアシスト走行時や、回生エネルギによるＬｉＢ１５の充電時は、車両の制御上、比較的頻度が高く発生する。また、これらの状況においては、ＬｉＢ１５から決まった値の電流値で放電または充電が行われるため、ＬｉＢ１５の充放電電流が決まった電流値、すなわち特定の電流値（特定電流）で定電流となりやすい。

本実施形態では、かかる点に着目し、モータアシスト走行時やＬｉＢ１５の充電時における特定電流のＣＣＶ－ＳＯＣ特性曲線をＣＣＶ－ＳＯＣマップ情報３２として記憶部３に記憶する。

これにより、記憶しておくＣＣＶ－ＳＯＣ特性曲線のデータ数を削減したとしても、頻度高くＣＣＶ－ＳＯＣ特性曲線を用いてＳＯＣを推定することが可能となる。なお、ＣＣＶ－ＳＯＣマップ情報３２として記憶する特定電流のＣＣＶ－ＳＯＣ特性曲線がモータアシスト走行時やＬｉＢ１５の充電時に基づいて選抜される場合について説明したが、これらは一例であり、これに限定されるものではない。すなわち、ＬｉＢ１５の充放電電流がＬｉＢ１５の充放電電流が特定電流の定電流となることが予め予測できるものについて、ＣＣＶ－ＳＯＣ特性曲線をＣＣＶ－ＳＯＣマップ情報３２として記憶することにしてもよい。

図２の説明に戻り、制御部２の構成について説明する。推定部２１は、ＬｉＢ１５のＳＯＣを電流積算方式により推定する。また、推定部２１は、ＬｉＢ１５が安定状態である場合、ＣＣＶをＯＣＶと見做し、ＯＣＶ－ＳＯＣ特性曲線に基づいてＳＯＣを推定することもできる。ＬｉＢ１５の安定状態とは、ＩＧ－ＯＦＦから十分な時間が経過した状態である。例えば、ＩＧ－ＯＦＦから１時間以上後の状態である。

図５Ａおよび図５Ｂは、電池状態と推定部２１による推定アルゴリズムとの関係を示す図である。なお、以下では、ＯＣＶを用いてＳＯＣを推定するアルゴリズムについて「第３アルゴリズムａ３」と記載する場合がある。

図５Ａに示すように、推定部２１は、例えば、車両のイグニッションがオン（ＩＧ－ＯＮ）となったとき、前回のＩＧ－ＯＦＦからの時間が所定時間Ｔ以上である場合、第３アルゴリズムを用いてＳＯＣを推定する。所定時間Ｔは、ＩＧ－ＯＦＦの時間であり、例えば１時間である。

すなわち、ＩＧ－ＯＦＦからＩＧ－ＯＮまでの時間が所定時間Ｔ以上である場合、ＬｉＢ１５が比較的安定している状態である。このため、ＬｉＢ１５の端子電圧をＯＣＶと見做し、第３アルゴリズムａ３を用いる場合であっても、ＳＯＣを精度よく推定することが可能である。

一方、図５Ｂに示すように、ＩＧ－ＯＦＦ（時刻ｔ２１）からＩＧ－ＯＮ（時刻ｔ２２）までの時間が所定時間Ｔ以下である場合は、ＬｉＢ１５が上記の安定している状態にないため、第３アルゴリズムａ３を用いると、ＳＯＣの推定精度が低下する。

このため、推定部２１は、ＩＧ－ＯＦＦからＩＧ－ＯＮまでの時間が所定時間Ｔ以下である場合は、第３アルゴリズムａ３によるＳＯＣの推定を選択せず、電流積算方式である第１アルゴリズムａ１を用いてＳＯＣの推定を開始する。

時刻ｔ２２以降の第１アルゴリズムａ１を用いて推定したＳＯＣには、上述のように、ＡＤ変換の誤差成分などが含まれる。このため、第１アルゴリズムａ１により推定したＳＯＣは、後述の更新部２２によって更新されることで、誤差成分が取り除かれる。

その後、推定部２１は、更新後のＳＯＣから第１アルゴリズムａ１によるＳＯＣの推定を再開することとなる。すなわち、推定部２１は、更新部２２による更新後のＳＯＣを引き継いでＳＯＣを推定することで、ＳＯＣの推定誤差を抑えることができ、確度の高いＳＯＣを推定することができる。

また、ＬｉＢ１５の安定状態においては、１つのＯＣＶ－ＳＯＣ特性曲線に基づいてＳＯＣを推定することが可能である。すなわち、安定状態においては、ＯＣＶ－ＳＯＣ特性曲線を用いることで、安定状態に対応する複数のＣＣＶ－ＳＯＣ特性曲線を必要としない。したがって、ＣＣＶ－ＳＯＣ特性曲線のデータ数を削減することが可能となる。

図２の説明に戻り、更新部２２について説明する。更新部２２は、ＬｉＢ１５の充放電電流が特定電流の定電流となった場合に、ＣＣＶ－ＳＯＣ特性曲線に基づいて推定部２１によって推定されたＳＯＣを更新する。

本実施形態において、記憶部３には、例えば、モータアシスト走行時の放電電流に対応するＣＣＶ－ＳＯＣ特性曲線およびＬｉＢ１５の回生充電時の充電電流に対応するＣＣＶ－ＳＯＣ特性曲線が記憶される。

このため、更新部２２は、モータアシスト走行時または回生充電時に第２アルゴリズムａ２を用いてＳＯＣを判定することとなる。具体的には、例えば、更新部２２は、電流センサＳｃ２から入力されるセンサ値をモニタし、ＬｉＢ１５の充放電電流が特定電流の定電流となったか否かを判定する。

更新部２２は、ＬｉＢ１５の充放電電流が特定電流の定電流となったと判定した場合、特定電流の電流値および温度センサＳｃ３から入力される電池温度に基づき、ＣＣＶ－ＳＯＣマップ情報３２から第２アルゴリズムａ２に用いるＣＣＶ－ＳＯＣ特性曲線を選択する。

そして、更新部２２は、選択したＣＣＶ－ＳＯＣ特性曲線から現在の端子電圧に対応するＳＯＣを参照することで、ＳＯＣを推定することができる。更新部２２は、ＳＯＣを推定すると、推定部２１の推定結果を更新する。

これにより、推定部２１によって第１アルゴリズムａ１の推定結果に含まれる誤差成分を取り除くことができる。一方、更新部２２は、電流センサＳｃ２から入力されるセンサ値をモニタし、かかるセンサ値が特定電流の定電流でなかった場合、第２アルゴリズムａ２を用いたＳＯＣの推定は行わないこととなる。

このように、更新部２２は、ＬｉＢ１５の充放電電流が特定電流の定電流である場合にのみ、ＣＣＶ－ＳＯＣ特性曲線を用いてＳＯＣを推定することで、ＣＣＶ－ＳＯＣ特性曲線のデータ数を抑制することが可能である。

また、特定電流を定電流となる頻度の高い電流値に設定することで、データ数を削減した場合であっても、頻繁に第１アルゴリズムａ１の推定結果に含まれる誤差成分を取り除くことができる。

次に、図６を用いて実施形態に係る推定装置１が実行する処理手順について説明する。図６は、推定装置１が実行する処理手順を示すフローチャートである。なお、以下に示す処理手順は、制御部２によって繰り返し実行される。

図６に示すように、推定装置１は、まず、ＩＧオフからオンへ切り替わったか否かを判定し(ステップＳ１０１)、ＩＧオンへ切り替わった場合(ステップＳ１０１，Ｙｅｓ)、ＬｉＢ１５が安定状態か否かを判定する(ステップＳ１０２)。

推定装置１は、ＬｉＢ１５が安定状態にないと判定した場合(ステップＳ１０２，Ｎｏ)、ＬｉＢ１５の充放電電流が特定電流の定電流となる更新条件が成立したか否かを判定する(ステップＳ１０３)。

推定装置１は、更新条件が成立していない場合(ステップＳ１０３，Ｎｏ)、第１アルゴリズムａ１によりＳＯＣを推定し(ステップＳ１０４)、処理を終了する。

また、推定装置１は、ステップＳ１０３の判定処理において、更新条件が成立した場合(ステップＳ１０３，Ｙｅｓ)、第２アルゴリズムａ２によりＳＯＣを更新し(ステップＳ１０５)、処理を終了する。

また、推定装置１は、ステップＳ１０２の判定処理において、ＬｉＢ１５を安定状態と判定した場合(ステップＳ１０２，Ｙｅｓ)、第３アルゴリズムａ３によりＳＯＣを推定し(ステップＳ１０６)、処理を終了する。

また、推定装置１は、ステップＳ１０１の判定処理において、ＩＧオンへ切り替わっていない場合(ステップＳ１０１，Ｎｏ)、ステップＳ１０４の処理へ移行する。

上述したように、実施形態に係る推定装置１は、推定部２１と、更新部２２とを備える。推定部２１は、ＬｉＢ１５(２次電池の一例)の充電率を電流積算方式により推定する。更新部２２は、充電時又は放電時においてＬｉＢ１５の電流が特定の電流値で定電流となった場合に、特定の電流に対応する曲線であって、ＬｉＢ１５の閉回路電圧と充電率との関係を示す閉回路曲線に基づいて、推定部２１によって推定された充電率を更新する。したがって、実施形態に係る推定装置１によれば、ＣＣＶ－ＳＯＣ特性曲線のデータ数を削減することができる。

ところで、上述した実施形態では、推定装置１が車両に搭載されたＬｉＢ１５のＳＯＣを推定する場合について説明したが、これに限定されるものではない。すなわち、ノートパソコンやスマートフォンをはじめとする他の制御機器へ本発明を適用することも可能である。

この場合、上記の制御機器の制御特性に応じて特定電流を決定し、かかる特定電流のＣＣＶ－ＳＯＣ特性曲線のみを記憶しておくことも可能である。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な様態は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲および、その均等物によって定義される統括的な発明の概念の精神または範囲から逸脱することなく、様々な変化が可能である。

１ 推定装置
３ 記憶部
１５ ＬｉＢ（２次電池の一例）
２１ 推定部
２２ 更新部

Claims (4)

1. 充電時又は放電時において車両に搭載された２次電池の電流が回生エネルギによる充電時の電流値に対応する特定の電流値で安定する定電流となる際の前記特定の電流値に対応する曲線であって、前記２次電池の閉回路電圧と充電率との関係を示す閉回路曲線を記憶する記憶部と、
   前記２次電池の充電率を電流積算方式により推定し、前記２次電池の電流が前記特定の電流値で定電流となった場合に、前記記憶部に記憶された前記閉回路曲線に基づいて、前記推定された前記充電率を更新する制御部と
   を備えることを特徴とする推定装置。
2. 前記制御部は、
   前記充電率を更新した場合に、更新後の前記充電率から前記電流積算方式による前記充電率の推定を再開すること
   を特徴とする請求項１に記載の推定装置。
3. 前記制御部は、
   前記２次電池の充放電による前記２次電池内部の分極が安定した安定状態である場合、前記２次電池の電池電圧を開回路電圧と見做し、前記開回路電圧と前記充電率との関係を示す開回路曲線に基づいて、前記充電率を推定すること
   を特徴とする請求項１または２に記載の推定装置。
4. 充電時又は放電時において車両に搭載された２次電池の電流が回生エネルギによる充電時の電流値に対応する特定の電流値で安定する定電流となる際の前記特定の電流値に対応する曲線であって、前記２次電池の閉回路電圧と充電率との関係を示す閉回路曲線を記憶する記憶工程と、
   前記２次電池の充電率を電流積算方式により推定し、前記２次電池の電流が前記特定の電流値で定電流となった場合に、前記記憶工程より記憶された前記閉回路曲線に基づいて、前記推定された前記充電率を更新する制御工程と
   を含むことを特徴とする推定方法。

Images