JP7316891B2 - バッテリ温度管理システム - Google Patents

Description

本開示に係る技術（本発明）は、例えば、車両に搭載するバッテリの温度を管理するバッテリ温度管理システムに関する。

従来より、ハイブリッド自動車や電気自動車は、搭載されたバッテリに急速充電器や家庭用商用電源等の外部電源から充電することができるように構成されている。これらに搭載されたバッテリは、極低温の状態（例えば、－１０［℃］以下）では充電効率や容量が著しく低下し、効率的な充放電が困難となる。そのため、例えば、特許文献１等に示すようなバッテリの温度を規定温度範囲（使用温度範囲）に調整するバッテリ温度調整装置を備えたものも開発されている。例えば、特許文献１に開示されている技術では、バッテリの温度に応じて、ヒータによりバッテリを加熱している。

特開２００６－１９６２５６号公報

しかしながら、特許文献１に開示されている技術では、バッテリからヒータへ電力を供給することで、ヒータを作動させるため、ヒータの消費電流が増加すると、温度上昇によって改善されたバッテリの容量よりもバッテリから放電する電流増加により、消費が早くなる場合がある。このため、バッテリの温度や残容量等の条件によっては、バッテリの使用効率が低下するという問題点がある。また、バッテリの経年変化や使われ方によっては、新品当時と比べてバッテリの特性が大きく変化しており、出荷時に設定したバッテリの最適温度では、適正な制御を行うことができなかった。バッテリの特性を仮に固定して考えたとしても、周辺機器の使用状況によって、バッテリの使用状況が多様に変化するため、バッテリの最適温度を所定の値に固定することは、事実上、困難であった。

本発明は、上記問題点を鑑み、バッテリの状態に応じて、バッテリの使用効率を向上させることが可能なバッテリ温度管理システムを提供することを目的とする。

本発明の一態様に係るバッテリ温度管理システムは、バッテリから供給された電流によりバッテリを加熱するヒータを備えたバッテリ温度管理システムである。本発明に係るバッテリ温度管理システムは、バッテリ温度検出部と、バッテリ放電電流検出部と、ヒータ電流検出部と、バッテリ温度調節部を備える。バッテリ温度調節部は、データベースと、予測部と、最適値決定部を備える。データベースは、バッテリ温度検出部が検出したバッテリ温度と、バッテリ放電電流検出部が検出したバッテリ放電電流と、ヒータ電流検出部が検出したヒータ電流と、バッテリ温度及びバッテリ使用容量またはバッテリ残容量毎のバッテリ内部抵抗とを蓄積して構築されている。予測部は、データベースに基づいて機械学習を行い、少なくとも直近のバッテリ温度、バッテリ放電電流及びヒータ電流と、バッテリ温度及び使用容量またはバッテリ残容量毎のバッテリ内部抵抗とに応じて、所定時間後のバッテリの予測内部抵抗と、所定時間後のバッテリの予測放電電流と、バッテリからヒータに供給する所定期間後の予測ヒータ電流と、を算出する。最適値決定部は、予測部による予測内部抵抗及び予測バッテリ放電電流に応じて、バッテリ残容量が最適となるバッテリ最適設定温度を決定する。

本発明の一態様によれば、予測内部抵抗と予測バッテリ放電電流から、バッテリ残容量が最適となるバッテリ最適設定温度を決定し、バッテリ温度がバッテリ最適設定温度となるようにヒータを制御する。

これにより、外部環境や機器の稼働状況に応じてバッテリの使用効率を向上させることが可能なバッテリ温度管理システムを提供することが可能となる。

第１実施形態に係るバッテリ温度管理システムの構成を示すブロック図である。 バッテリの放電特性の一例を示す図である。 バッテリ温度と、バッテリの使用容量と、バッテリの内部抵抗を対応させたテーブルである。 異なるパターン間の放電特性の差分を示す図である。 バッテリ最適設定温度を決定する処理を説明する図である。 バッテリ温度管理システムが行う動作を説明する図である。 バッテリ温度管理システムが行う動作を説明する図である。 バッテリ温度管理システムが行う動作を説明する図である。 時間経過に伴って設定温度が変化するイメージを示す図である。

以下、図面を参照して、本発明の実施形態を説明する。図面の記載において、同一又は類似の部分には同一又は類似の符号を付し、重複する説明を省略する。各図面は模式的なものであり、現実のものとは異なる場合が含まれる。以下に示す実施形態は、本発明の技術的思想を具体化するためのシステムを例示するものであって、本発明の技術的思想は、下記の実施形態に例示したシステムに特定するものでない。本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において、種々の変更を加えることが可能である。

（第１実施形態）
＜全体構成＞
第１実施形態に係るバッテリ温度管理システムは、車両に搭載されたバッテリを直接又は間接的に加熱するヒータを備え、当該バッテリから当該ヒータへの通電を制御することにより、当該バッテリの温度を管理するシステムである。バッテリは、車両の駆動力発生源（例えば、電動モータ）や、車両に搭載されている電気機器（例えば、エアコン）等へ電力を供給可能である。ヒータは、給電によって加熱する加熱手段として用いることができるものであれば、特に限定されるものではなく、例えば、給電によって加熱するジュール発熱を利用したシーズヒータや、フレキシブルヒータなどに代表される電気ヒータを用いることができる。

第１実施形態にかかるバッテリ温度管理システム１について、図１を参照して説明する。バッテリ温度管理システム１は、外気温検出部２と、バッテリ温度検出部３と、バッテリ電圧検出部４と、バッテリ電流検出部５と、ヒータ電流検出部６を備える。これに加え、バッテリ温度管理システム１は、供給対象電流検出部７と、選択データ検出部８と、バッテリ温度調節部１０と、ヒータ制御部２０と、ヒータ３０と、供給対象機器４０を備える。

外気温検出部２は、例えば、温度センサを用いて形成されており、外気の温度（外気温度）を検出する。また、外気温検出部２は、検出した外気温度を含む情報信号（外気温度信号）を、バッテリ温度調節部１０へ送信する。

バッテリ温度検出部３は、例えば、温度センサを用いて形成されており、車両に搭載されたバッテリ５０の温度（バッテリ温度）を検出する。また、バッテリ温度検出部３は、検出したバッテリ温度を含む情報信号（バッテリ温度信号）を、バッテリ温度調節部１０へ送信する。

バッテリ電圧検出部４は、例えば、電圧センサを用いて形成されており、バッテリ５０の電圧（バッテリ電圧）を検出する。また、バッテリ電圧検出部４は、検出したバッテリ電圧を含む情報信号（バッテリ電圧信号）を、バッテリ温度調節部１０へ送信する。

バッテリ電流検出部５は、例えば、電流センサを用いて形成されており、バッテリ５０からヒータ３０や供給対象機器４０へ供給している電流（バッテリ電流）を検出する。また、バッテリ電流検出部５は、検出したバッテリ電流を含む情報信号（バッテリ電流信号）を、バッテリ温度調節部１０へ送信する。

ヒータ電流検出部６は、例えば、電流センサを用いて形成されており、バッテリ５０からヒータ３０に通電している電流（ヒータ電流）を検出する。また、ヒータ電流検出部６は、検出したヒータ電流を含む情報信号（ヒータ電流信号）を、バッテリ温度調節部１０へ送信する。

供給対象電流検出部７は、例えば、電流センサを用いて形成されており、バッテリ５０から供給対象機器４０に通電している電流（供給対象電流）を検出する。また、ヒータ電流検出部６は、検出した供給対象電流を含む情報信号（供給対象電流信号）を、バッテリ温度調節部１０へ送信する。

選択データ検出部８は、バッテリ温度管理システム１を適用した対象（車両等）に対して、予め選択したデータを検出する。また、選択データ検出部８は、検出したデータを含む情報信号（選択データ信号）を、バッテリ温度調節部１０へ送信する。第１実施形態では、一例として、選択データ検出部８が検出するデータを、車室内の温度とした場合について説明する。

バッテリ温度調節部１０は、データ蓄積部１１と、データベース１２と、予測モデル作成部１３と、最適値決定部１４と、データ送信部１５を備える。

データ蓄積部１１は、予め設定した間隔（例えば、１０分）で、外気温度信号、バッテリ温度信号、バッテリ電圧信号、バッテリ電流信号、ヒータ電流信号、供給対象電流信号、選択データ信号が含む情報を取得する。そして、データ蓄積部１１は、取得した各種の情報を、予め設定した期間（例えば、１年間）に亘り、データベース１２へ蓄積する。したがって、データベース１２は、バッテリ温度検出部３が検出したバッテリ温度と、ヒータ電流検出部６が検出したヒータ電流を蓄積して構築される。

なお、このデータベース１２は、バッテリ温度や、ヒータ電流に関する情報のみならず、後述するバッテリ温度及びバッテリ５０が放電したバッテリ放電電流と、バッテリの使用容量またはバッテリの残容量毎の内部抵抗と、バッテリ温度と、バッテリの使用容量またはバッテリの残容量毎の内部抵抗により算出されたバッテリ５０の放電特性に関する情報と、を蓄積して構築される。ここでは、後述するバッテリ最適設定温度の決定に際し、バッテリ５０の放電特性を用いた場合について説明するが、本発明は、当該バッテリ５０の放電特性の算出に用いる内部抵抗を用いてバッテリ最適設定温度を決定することができる。

予測モデル作成部１３は、データベース１２に蓄積されている情報に応じて、予め設定した頻度（例えば、１日に１回）で、定期的に予測モデルを作成する。予測モデルには、内部抵抗予測モデルと、放電特性予測モデルと、ヒータ電流予測モデルと、バッテリ放電電流予測モデルを含む。

内部抵抗予測モデルは、所定時間後のバッテリ５０の予測内部抵抗をバッテリ温度と、バッテリの使用容量または残容量毎に予測するためのモデルである。放電特性予測モデルは、所定時間後のバッテリ５０の放電特性である予測放電特性をバッテリ温度及びバッテリ放電電流毎に予測するためのモデルである。ヒータ電流予測モデルは、ヒータ電流をバッテリ温度毎に予測するためのモデルである。バッテリ放電電流予測モデルは、バッテリ５０から電流を供給する対象となるヒータ３０以外の供給対象機器への供給対象電流をバッテリ温度毎に予測するためのモデルである。

バッテリ５０の放電特性は、例えば、図２に示すように、バッテリ温度とバッテリ電流の組み合わせに対して、縦軸をバッテリ５０の電圧（端子電圧（Ｖ））とし、横軸をバッテリ５０の容量（ｍＡｈ）とした特性図で表される。なお、図２には、一例として、バッテリ温度とバッテリ電流の組み合わせを３パターン（パターンＰＡ、パターンＰＢ、パターンＰＣ）示す。

パターンＰＡは、バッテリ温度が１０［℃］でありバッテリ電流が６［Ａ］である。パターンＰＢは、バッテリ温度が１１［℃］でありバッテリ電流が７［Ａ］である。パターンＰＣは、バッテリ温度が－５［℃］でありバッテリ電流が２［Ａ］である。

図２に示す例では、バッテリ温度とバッテリ電流を示す線が他の２パターンよりも上にある１つのパターン（パターンＰＡ）は、バッテリ電圧が一定の電圧（図２において破線で示す電圧）に低下するまでに放電可能な容量が、他の２パターンよりも多い。すなわち、バッテリ５０の放電特性は、バッテリ温度等の条件に応じて変化する。なお、図２では、バッテリ電圧が一定の電圧に低下するまでに放電可能な容量を、パターンＰＡに対しては符号「ＣＡ」、パターンＰＢに対しては符号「ＣＢ」、パターンＰＣに対しては符号「ＣＣ」で示す。

予測モデル作成部１３が予測モデルを作成する処理としては、以下の二種類がある。
処理Ａ．データベース１２に蓄積されている過去の情報を用いて（データベース１２に基づいて）機械学習を行い、過去に作成した予測モデルを更新する処理。
処理Ｂ．データベース１２に蓄積されている過去の情報から、新たに予測モデルを作成する処理。

内部抵抗予測モデルを作成する際には、バッテリ５０の内部抵抗を算出し、さらに、詳細なバッテリ温度及びバッテリ電流の条件毎に、所定時間後のバッテリ５０の予測内部抵抗を算出する。なお、作成した内部抵抗予測モデルは、データベース１２に蓄積する。

バッテリ５０の内部抵抗を算出する際には、予め測定した２パターンのバッテリ温度とバッテリ電流の組み合わせと、以下の計算式（１）を用いる。
Ｒ＝｜（Ｖ１－Ｖ２）／（Ｉ２－Ｉ１）｜ … （１）

計算式（１）において、Ｒはバッテリ５０の内部抵抗であり、Ｖ１とＶ２はバッテリ５０の電圧であり、Ｉ１はバッテリ電圧Ｖ１の時のバッテリ電流であり、Ｉ２はバッテリ電圧Ｖ２の時のバッテリ電流である。

なお、バッテリ５０の内部抵抗Ｒは、以下に示す条件において算出する。
条件Ａ．バッテリ温度及びバッテリ５０の残容量が極力変動しない時間内に、バッテリ電圧Ｖ１、バッテリ電流Ｉ１、バッテリ電圧Ｖ２、バッテリ電流Ｉ２を測定し、内部抵抗Ｒを算出する。
条件Ｂ．バッテリ電流の変動が多い時に、バッテリ電圧Ｖ１、バッテリ電流Ｉ１、バッテリ電圧Ｖ２、バッテリ電流Ｉ２を測定し、内部抵抗Ｒを算出する。なお、バッテリ電流の変動が多い状態とは、例えば、車両の駆動力発生源を駆動させた直後や、バッテリ５０の充電を開始した直後である。

上述した方法により、例えば、図３に示すように、バッテリ温度と使用容量に対応させて、バッテリ５０の内部抵抗を算出してテーブル化する。なお、バッテリ５０の使用容量は残容量に置き換えてもよい。例えば、バッテリ５０を満充電した後のバッテリ５０の稼働時間［ｈ］に対し、現在（内部抵抗の算出時）までの消費電流の平均値を乗算して使用容量を算出する。第１実施形態では、予測モデル作成部１３において、バッテリ５０を満充電した後のバッテリ５０の稼働時間に対する現在までの消費電流の平均値を乗算して算出することで、バッテリ５０の使用容量を検出するとともに、バッテリ５０の放電状態を検出する。したがって、予測モデル作成部１３は、バッテリ放電電流を検出するバッテリ放電電流検出部を形成する。

また、予測モデル作成部１３は、検出したバッテリ５０の使用容量及びバッテリ５０の放電特性を、データベース１２に蓄積する。したがって、データベース１２は、予測モデル作成部１３が作成した放電特性を蓄積して構築される。

放電特性予測モデルを作成する際には、データベース１２に蓄積されているバッテリ温度と、バッテリ電圧と、バッテリ電流に応じて、複数設定したバッテリ５０の温度に対するバッテリ５０の抵抗値を計算する。さらに、計算したバッテリ５０の抵抗値と、予め記憶している代表的な放電特性を用いて、複数設定したバッテリ温度及びバッテリ電流に対する放電特性を算出する。この得られた放電特性を用いて放電特性予測モデルを作成する。なお、作成した放電特性予測モデルは、データベース１２に蓄積する。具体的には、バッテリ５０の内部抵抗を算出し、さらに、既知の放電特性を用いて、詳細なバッテリ温度及びバッテリ電流の条件毎に、放電特性を算出する。

既知の放電特性を用いて、詳細なバッテリ温度及びバッテリ電流の条件毎に、放電特性を算出する際には、図３に示すテーブルから、バッテリ５０の内部抵抗とバッテリ電流の２パターンの組み合わせと、以下の計算式（２）を用いる。
Ｄ＝（Ｒ１×ＢＩ１）－（Ｒ２×ＢＩ２） … （２）

計算式（２）において、Ｄは異なるパターン間の放電特性の差分であり、Ｒ１とＲ２はバッテリ５０の内部抵抗であり、ＢＩ１は内部抵抗Ｒ１の時のバッテリ電流であり、ＢＩ２は内部抵抗Ｒ２の時のバッテリ電流である。また、バッテリ５０の内部抵抗は、バッテリ５０の残容量（バッテリ５０の使用容量）によって変化する。このため、差分Ｄは、図４に示すように、バッテリ５０の残容量に応じた複数の値（Ｃ１の状態における差分、Ｃ２の状態における差分、Ｃ３の状態における差分）を算出する。

ヒータ電流予測モデルを作成する際には、外気温度と、ヒータ電流と、バッテリ温度に応じて、バッテリ５０の温度を目標の温度とするために必要な、ヒータ３０の消費電流値を予測する。

具体的には、過去に検出した外気温度、ヒータ電流及びバッテリ温度を用いて、ヒータ３０の消費電流値を算出する。そして、過去に検出した外気温度、ヒータ電流及びバッテリ温度と、ヒータ３０の消費電流値とを関連付けたデータを、予め設定した期間（例えば、１年間）蓄積し、ヒータ電流予測モデルを作成するためのデータを構築する。ヒータ電流予測モデルを作成するためのデータは、例えば、予め設定した間隔（例えば、３０分）毎に、外気温度と、ヒータ電流と、バッテリ温度と、ヒータ３０の消費電流値を互いに対応させたデータである。

次に、ヒータ電流予測モデルを作成するためのデータから、直近（例えば、直近の過去１日分）の外気温度、ヒータ電流及びバッテリ温度と、ヒータ３０の消費電流値のデータを取得する。さらに、取得したデータを用いて、機械学習により、予め設定した時間後（例えば、１時間後）における、ヒータ電流予測モデルを作成する。

ヒータ電流予測モデルは、例えば、重回帰分析の算出式を用い、算出した１時間後の消費電流値と、実際の１時間後の消費電流値との差が最も小さくなるような共通の係数を決定して作成する。なお、作成したヒータ電流予測モデルは、定期的（例えば、１日に１回）に作成して、更新してもよい。

バッテリ放電電流予測モデルを作成する際には、外気温度と、ヒータ電流と、供給対象電流と、選択データ検出部８が検出したデータに応じて、バッテリ放電電流値を予測する。

具体的には、過去に検出した外気温度及び供給対象電流と、過去に選択データ検出部８が検出したデータ（車室内の温度）を用いて、供給対象機器４０の消費電流値を算出する。そして、過去に検出した外気温度、供給対象電流及び車室内の温度と、供給対象機器４０の消費電流値とを関連付けたデータを、予め設定した期間蓄積し、バッテリ放電電流予測モデルを作成するためのデータを構築する。バッテリ放電電流予測モデルを作成するためのデータは、例えば、予め設定した間隔毎に、外気温度と、供給対象電流と、車室内の温度と、供給対象機器４０の消費電流値を互いに対応させたデータである。

次に、バッテリ放電電流予測モデルを作成するためのデータから、直近の外気温度、供給対象電流及び車室内の温度と、供給対象機器４０の消費電流値のデータを取得する。さらに、取得したデータを用いて、機械学習により、予め設定した時間後における、バッテリ放電電流予測モデルを作成する。

バッテリ放電電流予測モデルは、例えば、ヒータ電流予測モデルと同様、重回帰分析の算出式を用い、算出した１時間後の消費電流値と、実際の１時間後の消費電流値との差が最も小さくなるような共通の係数を決定して作成する。なお、作成したバッテリ放電電流予測モデルは、ヒータ電流予測モデルと同様、定期的に作成して、更新してもよい。

以上により、予測モデル作成部１３は、データベース１２に基づいて機械学習を行い、少なくとも直近のバッテリ温度、バッテリ放電電流及びヒータ電流と、バッテリ温度と、バッテリの使用容量または残容量毎のバッテリ内部抵抗と、バッテリ温度毎のヒータ電流に応じて、予測内部抵抗と、所定時間後の予測ヒータ電流を予測する予測部を形成する。さらに、予測モデル作成部１３は、データベース１２に蓄積している情報に応じて、所定時間後のバッテリ５０の放電特性である予測放電特性と、所定時間後にバッテリ５０からヒータ３０と供給対象機器４０への供給対象電流を予測する予測部を形成する。

最適値決定部１４は、予め設定した間隔（例えば、１０分）で、バッテリ５０の放電特性が最適となるようなバッテリ５０の温度であるバッテリ最適設定温度を定期的に決定し、決定したバッテリ最適設定温度を、データベース１２に蓄積する。したがって、データベースは、最適値決定部１４が決定したバッテリ最適設定温度を蓄積して構築される。

バッテリ最適設定温度を決定する処理は、例えば、以下の手順に沿って行う。
手順１．供給対象機器４０の消費電流を予測する。
手順２．バッテリ５０に対して目標とする設定温度を算出し、バッテリ５０の温度を設定温度とするために必要なヒータ３０に供給する電流値を予測する。
手順３．設定温度と予測電流値（ヒータ３０と供給対象機器４０の和）に対応した、バッテリ５０の内部抵抗を選択する。
手順４．温調設定温度値を変化させて、手順２と手順３を繰り返し行い、現在のバッテリ電圧（バッテリの使用容量又は残容量でも可）において、内部抵抗と予測電流値の乗算結果が最小となるように設定温度を決定する。
手順５．バッテリ温度管理システム１の稼働中に手順１から手順４を定期的に実施することで、外部環境（外気温度）の変動や、ヒータ３０や供給対象機器４０の運転状態に対する最適な制御条件（バッテリ最適設定温度）を、常に更新する。したがって、最適値決定部１４は、外部環境の変動及び供給対象機器４０の運転状態のうち少なくとも一方に応じて、データベース１２に蓄積しているバッテリ最適設定温度を更新する。

バッテリ最適設定温度の決定処理は上述に限定されるものではなく、放電特性を用いてもよい。この場合、上述の手順４において、「内部抵抗と予測電流値の乗算結果が最小となるように設定する」のではなく、放電特性が最もよくなるように設定する。

すなわち、バッテリ最適設定温度を決定する処理では、例えば、図５に示すように、現在のバッテリ電圧又は現在のバッテリ使用容量に応じて、現在の放電特性よりも良好な放電特性を予測する。そして、バッテリ５０の温度が、良好な放電特性に応じた設定温度となるように、ヒータ３０の作動状態を設定する。

以上により、最適値決定部１４は、予測モデル作成部１３による予測放電特性及び予測バッテリ放電電流の予測結果に応じて、予測内部抵抗が最適となるバッテリ最適設定温度を決定する。したがって、最適値決定部１４は、バッテリ内部抵抗を用いて算出したバッテリ５０の放電特性に応じて、バッテリ最適設定温度を決定する。

データ送信部１５は、最適値決定部１４が決定したバッテリ最適設定温度を含む指令信号を、ヒータ制御部２０へ送信する。

以上により、バッテリ温度調節部１０は、受信した情報信号に応じ、バッテリ温度に基づいてヒータ電流を制御することで、バッテリ５０がデータ送信部１５から指令された温度となるように、バッテリ５０の温度を調節する。

また、上述したように、データベース１２は、バッテリ５０の放電特性をバッテリ５０の温度及び放電電流毎に複数蓄積して構築される。さらに、データベース１２は、バッテリ５０からヒータ３０に通電していた電流を、バッテリ５０の温度毎に蓄積して構築される。

ヒータ制御部２０は、バッテリ温度調節部１０から受信した指令信号に応じて、ヒータ３０の温度を制御する。ヒータ３０は、バッテリ５０から供給された電流により、バッテリ５０を加熱する。供給対象機器４０は、ヒータ３０以外に、バッテリ５０から供給された電流により作動する構成である。なお、第１実施形態では、一例として、供給対象機器４０を、エアコンとした場合について説明する。

＜動作＞
図１から図５を参照しつつ、図６から図９を用いて、第１実施形態のバッテリ温度管理システム１が行う動作を説明する。

以下、バッテリ温度管理システム１が行う動作として、ケース１の条件下で行う動作と、ケース２の条件下で行う動作と、ケース３の条件下で行う動作を説明する。

（ケース１の条件下で行う動作）
ケース１の条件を、以下に示す。
外気温度：０［℃］
供給対象電流：２０［Ａ］
バッテリ温度を０［℃］から５［℃］まで上昇させるためのヒータ電流：２［Ａ］
バッテリ温度を０［℃］から２０［℃］まで上昇させるためのヒータ電流：１０［Ａ］

ケース１の条件下で、バッテリ温度を５［℃］まで上昇させる場合と、バッテリ温度を２０［℃］まで上昇させる場合における放電特性を比較した結果を、図６に示す。

図６に示すように、放電特性は、バッテリ温度を２０［℃］まで上昇させる場合の方が、バッテリ温度を５［℃］まで上昇させる場合よりも有利である。しかしながら、供給対象機器４０の負荷が変動してバッテリ電流が変化し、放電特性が図６に矢印で示すように変化した場合には、バッテリ温度を５［℃］まで上昇させる場合の方が、バッテリ温度を２０［℃］まで上昇させる場合よりも、放電特性が有利となる。第１実施形態の構成であれば、供給対象機器４０の負荷の変動に応じて、最適な設定温度を決定することが可能であるため、従来と比較して、バッテリ５０の使用効率を向上させることが可能となる。

（ケース２の条件下で行う動作）
ケース２の条件を、以下に示す。なお、ケース２の条件は、ケース１の条件から推移した条件である。
外気温度：０［℃］から－５［℃］に推移
供給対象電流：２０［Ａ］
バッテリ温度を－５［℃］から５［℃］まで上昇させるためのヒータ電流：５［Ａ］
バッテリ温度を－５［℃］から２０［℃］まで上昇させるためのヒータ電流：１５［Ａ］

ケース２では、ケース１の条件から、外気温度が５［℃］低下しているため、ケース１と同様のバッテリ温度を保持するためには、ケース１の条件よりも、ヒータ電流が増加する。したがって、ケース２の条件下において、外気温度の低下によりヒータ３０の消費電流が増加すると、放電特性が図７に矢印で示すように変化する。この場合においても、ケース１と同様、バッテリ温度を５［℃］に保持する場合の方が、バッテリ温度を２０［℃］に保持する場合よりも、放電特性が有利となる。第１実施形態の構成であれば、外気温度（外部環境）の変動に応じて、最適な設定温度を決定することが可能であるため、従来と比較して、バッテリ５０の使用効率を向上させることが可能となる。

（ケース３の条件下で行う動作）
バッテリ５０の放電特性は、図８に示すように、バッテリ５０の残容量によっても変化する。図８に示す例では、残容量が閾値ＤＬ未満の領域である領域Ｅ１では、二点鎖線で示した特性が有利となるが、残容量が閾値ＤＬ以上の領域である領域Ｅ２では、一点鎖線で示した特性が有利となる。第１実施形態の構成であれば、残容量に応じて、最適な設定温度を決定することが可能であるため、従来と比較して、バッテリ５０の使用効率を向上させることが可能となる。

（動作のまとめ）
上述したように、第１実施形態の構成であれば、図９に示すように、時間の経過に伴って変化する外気温度やバッテリ電流に応じて、バッテリ５０の放電特性が最適となるように、バッテリ５０の温度を随時設定する。このため、従来と比較して、バッテリ５０の使用効率を向上させることが可能となる。

＜効果＞
（１）予測モデル作成部１３が、データベース１２に基づいて機械学習を行い、少なくとも直近のバッテリ温度、バッテリ放電電流及びヒータ電流と、バッテリ温度及び使用容量またはバッテリ残容量毎のバッテリ内部抵抗と、に応じて、所定時間後のバッテリの予測内部抵抗と、所定時間後のバッテリの予測放電電流と、所定時間後の予測ヒータ電流と、を算出する。これに加え、最適値決定部１４が、予測内部抵抗及び予測バッテリ放電電流に応じて、バッテリ残容量が最適となるバッテリ最適設定温度を決定する。これにより、バッテリ５０からヒータ３０に供給する電流を予測し、先回りしてバッテリ５０の温度を制御することで、バッテリ５０の使用効率を向上させることが可能な、バッテリ温度管理システム１を提供することが可能となる。さらに、逐次、バッテリ５０の内部抵抗を監視してデータベース１２を構築しながら、最適なバッテリ５０の温度を決定することが可能となり、バッテリ５０の経年変化や、バッテリ５０の使われ方（充電タイミング等）によって出荷当時とは変化する最適な温度で、バッテリ５０を使用することが可能となる。これにより、バッテリ５０の経年変化やバッテリ５０の使われ方に応じて、最も効率的なバッテリ温度でバッテリ５０を使用することが可能となる。このため、バッテリ５０の使用効率を向上させることが可能な、バッテリ温度管理システム１を提供することが可能となる。

（２）最適値決定部１４が、バッテリ５０の残容量に応じてバッテリ最適設定温度を決定する。これにより、バッテリ５０の状態に応じてバッテリ５０の温度を制御することが可能となり、バッテリ５０の使用効率を向上させることが可能となる。

（３）予測モデル作成部１３が、内部抵抗予測モデルと、放電特性予測モデルと、ヒータ電流予測モデルと、バッテリ放電電流予測モデルを作成する。これに加え、最適値決定部１４が、内部抵抗予測モデル、放電特性予測モデル及びヒータ電流予測モデルのうち、現在のバッテリの温度及びバッテリ使用容量またはバッテリ残容量毎に対応した内部抵抗予測モデル、放電特性予測モデル及びヒータ電流予測モデルと、バッテリ放電電流予測モデルに応じて、バッテリ最適設定温度を決定する。これにより、バッテリ５０の内部抵抗及び放電特性やヒータ３０に通電する電流の予測値を用いて、バッテリ５０の温度を制御することが可能となり、バッテリ５０の使用効率を向上させることが可能となる。

（４）予測モデル作成部１３が、バッテリ放電電流予測モデルを作成する。これに加え、最適値決定部１４が、バッテリ放電電流予測モデルのうち検出した現在のバッテリ５０の温度に対応したバッテリ放電電流予測モデルに応じて、バッテリ最適設定温度を決定する。これにより、供給対象機器４０の使用状態の変化に応じて、バッテリ５０の温度を制御することが可能となり、バッテリ５０の使用効率を向上させることが可能となる。

（５）最適値決定部１４が、外気温検出部２が検出した外気温度に応じて、バッテリ最適設定温度を決定する。これにより、外気温度の変化（外部環境の変動）に応じて、バッテリ５０の温度を制御することが可能となり、バッテリ５０の使用効率を向上させることが可能となる。

（６）最適値決定部１４が、外部環境の変動及び供給対象機器４０の運転状態のうち少なくとも一方に応じて、データベース１２に蓄積しているバッテリ最適設定温度を更新する。これにより、バッテリ５０の放電特性を定期的に更新することで、バッテリ５０の経時的な性質の変化（劣化等）に対応することが可能となる。

（７）バッテリ５０が、車両に搭載されている。これにより、車両が備える機器の動作を安定させることが可能となる。

なお、本実施の形態では、放電特性を比較することで、バッテリ最適設定温度を決定しているが、本発明はこれに限定されるものではない。算出した内部抵抗を用いて、バッテリ最適設定温度を直接決定しても、本実施の形態と同様の効果を得ることができる。なぜならば、放電特性は、内部抵抗に放電電流を乗じて得た値が小さいほど、改善される。そのため、内部抵抗に放電電流を乗じて得た値が最も小さくなるようにバッテリ最適設定温度を決定することでも、同様の効果が得られる。したがって、最適値決定部１４の構成を、予測モデル作成部１３による予測内部抵抗及び予測ヒータ電流の予測結果に応じて、予測内部抵抗が最適となるバッテリ最適設定温度を決定する構成としてもよい。この構成であっても、予測内部抵抗と予測ヒータ電流から、予測内部抵抗が最適となるバッテリ最適設定温度を決定し、バッテリ温度がバッテリ最適設定温度となるようにヒータを制御することが可能となる。これにより、外部環境や機器の稼働状況に応じてバッテリ５０の使用効率を向上させることが可能なバッテリ温度管理システム１を提供することが可能となる。さらに、逐次、バッテリ５０の内部抵抗を監視してデータベース１２を構築しながら、最適なバッテリ５０の温度を決定することが可能となり、バッテリ５０の経年変化や、バッテリ５０の使われ方によって出荷当時とは変化する最適な温度で、バッテリ５０を使用することが可能となる。これにより、バッテリ５０の経年変化やバッテリ５０の使われ方に応じて、最も効率的なバッテリ温度でバッテリ５０を使用することが可能となる。このため、バッテリ５０の使用効率を向上させることが可能な、バッテリ温度管理システム１を提供することが可能となる。

（第１実施形態の変形例）
第１実施形態では、バッテリ温度管理システムを適用する対象を、車両に搭載したバッテリとしたが、これに限定するものではない。例えば、ドローン等、空中を移動する物体に搭載するバッテリやテント等、仮設の建築物に備え付けるバッテリ、携帯用機器に内蔵されたバッテリに対して、本発明のバッテリ温度管理システムを適用してもよい。

（その他の実施形態）
上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面は本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。その他、上記の実施形態において説明される各構成を任意に応用した構成等、本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。なお、本明細書中に記載された効果はあくまで例示であって限定されるものでは無く、また他の効果があってもよい。

１…バッテリ温度管理システム、２…外気温検出部、３…バッテリ温度検出部、４…バッテリ電圧検出部、５…バッテリ電流検出部、６…ヒータ電流検出部、７…供給対象電流検出部、８…選択データ検出部、１０…バッテリ温度調節部、１１…データ蓄積部、１２…データベース、１３…予測モデル作成部、１４…最適値決定部、１５…データ送信部、２０…ヒータ制御部、３０…ヒータ、４０…供給対象機器、５０…バッテリ

Claims (10)

1. バッテリから供給された電流により前記バッテリを加熱するヒータを備えたバッテリ温度管理システムにおいて、
   バッテリ温度を検出するバッテリ温度検出部と、
   バッテリ放電電流を検出するバッテリ放電電流検出部と、
   前記バッテリから前記ヒータに通電しているヒータ電流を検出するヒータ電流検出部と、
   前記ヒータ電流を前記バッテリ温度に基づいて制御するバッテリ温度調節部と、を備え、
   前記バッテリ温度調節部は、
   前記バッテリ温度と、前記バッテリ放電電流と、前記ヒータ電流と、前記バッテリ温度及びバッテリ使用容量またはバッテリ残容量毎のバッテリ内部抵抗と、を蓄積して構築されたデータベースと、
   前記データベースに基づいて機械学習を行い、少なくとも直近の前記バッテリ温度、前記バッテリ放電電流及び前記ヒータ電流と、前記バッテリ温度及びバッテリ使用容量またはバッテリ残容量毎のバッテリ内部抵抗と、に応じて、所定時間後の前記バッテリの予測内部抵抗と、所定時間後の前記バッテリの予測放電電流と、所定時間後の予測ヒータ電流と、を算出する予測部と、
   前記予測部による予測内部抵抗及び予測バッテリ放電電流に応じて、前記バッテリ残容量が最適となるバッテリ最適設定温度を決定する最適値決定部と、を備えるバッテリ温度管理システム。
2. 前記最適値決定部は、前記バッテリ残容量が最適となるバッテリ最適設定温度を、前記予測内部抵抗と前記バッテリの予測放電電流を乗じた値が最小となるバッテリ最適設定温度により決定する請求項１に記載したバッテリ温度管理システム。
3. 前記バッテリ温度調節部は、前記予測内部抵抗を前記バッテリ温度及びバッテリ使用容量またはバッテリ残容量毎に予測するための内部抵抗予測モデルと、前記バッテリの放電電流を前記バッテリ温度毎に予測するためのバッテリ放電電流予測モデルと、前記ヒータ電流を前記バッテリ温度毎に予測するためのヒータ電流予測モデルと、を作成する予測モデル作成部を備え、
   前記最適値決定部は、前記内部抵抗予測モデルと、前記バッテリ放電電流予測モデルと、前記ヒータ電流予測モデルと、に応じて前記バッテリ最適設定温度を決定する請求項１から請求項２のうちいずれか１項に記載したバッテリ温度管理システム。
4. バッテリから供給された電流により前記バッテリを加熱するヒータを備えたバッテリ温度管理システムにおいて、
   バッテリ温度を検出するバッテリ温度検出部と、
   バッテリ放電電流を検出するバッテリ放電電流検出部と、
   前記バッテリから前記ヒータに通電しているヒータ電流を検出するヒータ電流検出部と、
   前記ヒータ電流を前記バッテリ温度に基づいて制御するバッテリ温度調節部と、を備え、
   前記バッテリ温度調節部は、
   前記バッテリ温度と、前記バッテリ放電電流と、前記ヒータ電流と、前記バッテリ温度及びバッテリ使用容量またはバッテリ残容量毎のバッテリ内部抵抗と、を蓄積して構築されたデータベースと、
   前記データベースに基づいて機械学習を行い、少なくとも直近の前記バッテリ温度、前記バッテリ放電電流及び前記ヒータ電流と、前記バッテリ温度及び前記バッテリ放電電流毎の前記バッテリの放電特性と、に応じて、所定時間後の前記バッテリの放電特性である予測放電特性と、所定時間後の予測ヒータ電流と、所定時間後の予測バッテリ放電電流を算出する予測部と、
   前記予測部による予測放電特性及び予測バッテリ放電電流の予測結果に応じて、前記バッテリ残容量が最適となるバッテリ最適設定温度を決定する最適値決定部と、を備えるバッテリ温度管理システム。
5. 前記最適値決定部は、前記バッテリ残容量が最適となるバッテリ最適設定温度を、前記予測放電特性が最適となるバッテリ最適設定温度により決定する請求項４に記載したバッテリ温度管理システム。
6. 前記バッテリ温度調節部は、所定時間後の前記バッテリの放電特性である予測放電特性を前記バッテリ温度及びバッテリ放電電流毎に予測するための放電特性予測モデルと、前記バッテリの放電電流を前記バッテリ温度毎に予測するためのバッテリ放電電流予測モデルと、前記ヒータ電流を前記バッテリ温度毎に予測するためのヒータ電流予測モデルと、を作成する予測モデル作成部を備え、
   前記最適値決定部は、前記放電特性予測モデルと、前記バッテリ放電電流予測モデルと、前記ヒータ電流予測モデルと、に応じて前記バッテリ最適設定温度を決定する請求項４から請求項５のうちいずれか１項に記載したバッテリ温度管理システム。
7. 前記予測モデル作成部は、前記バッテリから電流を供給する対象となる前記ヒータ以外の供給対象機器への供給対象電流を前記バッテリ温度毎に予測した複数のバッテリ放電電流予測モデルを作成し、
   前記最適値決定部は、さらに、前記複数のバッテリ放電電流予測モデルのうち前記検出した現在のバッテリ温度に対応したバッテリ放電電流予測モデルに応じて前記バッテリ最適設定温度を決定する請求項３又は請求項６に記載したバッテリ温度管理システム。
8. 外気温度を検出する外気温検出部を備え、
   前記最適値決定部は、さらに、前記外気温検出部が検出した前記外気温度に応じて前記バッテリ最適設定温度を決定する請求項１から請求項７のうちいずれか１項に記載したバッテリ温度管理システム。
9. 前記データベースは、さらに、前記最適値決定部が決定したバッテリ最適設定温度を蓄積して構築され、
   前記最適値決定部は、さらに、外部環境の変動及び前記バッテリから電流を供給する対象となる前記ヒータ以外の供給対象機器の運転状態のうち少なくとも一方に応じて、前記データベースに蓄積しているバッテリ最適設定温度を更新する請求項１から請求項８のうちいずれか１項に記載したバッテリ温度管理システム。
10. 前記バッテリは、車両に搭載されている請求項１から請求項９のうちいずれか１項に記載したバッテリ温度管理システム。

Images