JP7387660B2 - 電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラム - Google Patents

Description

本発明の実施形態は、電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラムに関する。

情報関連機器及び通信機器等の普及に伴い、二次電池が、機器の電源として広く普及している。また、二次電池は、電気自動車（ＥＶ）及び自然エネルギー等の分野にも、活用されている。特に、リチウムイオン二次電池は、エネルギー密度が高く、かつ、小型化が可能であるため、幅広く使用されている。また、電気自動車等の多数のリチウムイオン二次電池が搭載された車両の普及が進むことにより、車両を廃棄する際に、車両に搭載されていたリチウムイオン二次電池等の電池のリユースが注目されている。電池のリユースでは、車両に搭載されていた電池を回収し、回収した電池の中で再利用可能な電池を、例えば、定置用電源又は家庭用電源となる蓄電池に再利用する。

リチウムイオン二次電池等の二次電池は、使用開始から時間が経過するにつれて劣化するとともに、充電及び放電を繰返すことにより劣化する。このため、前述のように電池をリユースする際には、車両に搭載されていた電池等の劣化状態を把握することが重要となる。電池の劣化状態を示す指標としては、電池の電池容量及び内部抵抗が挙げられるとともに、正極容量（又は正極質量）及び負極容量（又は負極質量）等の電池の内部状態を示す内部状態パラメータが挙げられる。回収した多数の電池の中からリユースする電池を効率的かつ適切に選定するためには、回収した電池のそれぞれについて、前述した劣化状態を示す指標等を短時間かつ効率的に推定するとともに、劣化状態を示す指標等を適切に推定することが、求められている。すなわち、電池の劣化状態の判定を短時間かつ効率的に行うとともに、電池の劣化状態が適切に判定されることが、求められている。

特開２０１２－２５１８０６号公報 特開２０２０－２１５９２号公報

本発明が解決しようとする課題は、電池の劣化状態の判定を短時間かつ効率的に行うとともに、電池の劣化状態を適切に判定する電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラムを提供することにある。

実施形態によれば、電池の診断方法が提供される。診断方法では、電池の電圧モデルにおいて内部状態を互いに対して異なる状態に設定して算出された複数の電圧演算データのそれぞれについて、電池の電圧の測定結果に対する類似度を算出する。診断方法では、複数の電圧演算データのそれぞれについて算出した類似度に基づいて、電池の劣化状態を判定する。

図１は、第１の実施形態に係る電池の診断システムを示す概略図である。 図２は、正極の充電量に対する正極の開回路電位の関係を示す関数、及び、負極の充電量に対する負極の開回路電位の関係を示す関数の一例を示す概略図である。 図３は、第１の実施形態に係る診断装置の類似度算出部での処理を説明する概略図である。 図４は、第１の実施形態に係る診断装置によって行われる処理を示すフローチャートである。 図５は、４つの電池のそれぞれの電圧の、実施形態に関連する検証における測定結果を示す概略図である。 図６は、実施形態に関連する検証で用いた４つ電池のそれぞれの電池容量について、実施形態等と同様にして算出した演算結果を示すとともに、実際の測定結果を示す概略図である。

以下、実施形態について、図面を参照して説明する。

（第１の実施形態）
まず、実施形態の一例として、第１の実施形態について説明する。図１は、第１の実施形態に係る電池５の診断システム１を示す。図１に示すように、診断システム１は、電池搭載機器２及び診断装置３を備える。電池搭載機器２には、電池５が搭載される。電池搭載機器２としては、電力系統用の大型蓄電装置、スマートフォン、車両、家庭用電源装置、定置用電源装置、ロボット及びドローン等が挙げられ、電池搭載機器２となる車両としては、鉄道用車両、電気バス、電気自動車、プラグインハイブリッド自動車及び電動バイク等が、挙げられる。

電池５は、例えば、リチウムイオン二次電池等の二次電池である。電池５は、単セル（単電池）から形成されてもよく、複数の単セルを電気的に接続することにより形成される電池モジュール又はセルブロックであってもよい。電池５が複数の単セルから形成される場合、電池５において、複数の単セルが電気的に直列に接続されてもよく、複数の単セルが電気的に並列に接続されてもよい。また、電池５において、複数の単セルが直列に接続される直列接続構造、及び、複数の単セルが並列に接続される並列接続構造の両方が形成されてもよい。また、電池５は、複数の電池モジュールが電気的に接続される電池ストリング、電池アレイ及び蓄電池のいずれかであってもよい。

診断システム１には、電源及び負荷（符号６で示す）が設けられる。電源は、電池５に電力を供給可能であり、電池５は、電源等から電力が供給されることにより、充電される。負荷には、電池５から電力を供給可能であり、電池５は、負荷等に電力を供給することにより、放電する。電源としては、電池５とは別の電池、及び、発電機等が挙げられる。負荷としては、電動機及びライト等が挙げられる。ある一例では、負荷の代わりに、又は、負荷に加えて、電池５から電力が供給される蓄電器が設けられてもよい。この場合、電池５は、蓄電器に電力を供給することにより、放電する。そして、蓄電器は、電池５から供給された電力を蓄電可能である。また、別のある一例では、電動発電機が設けられてもよい。この場合、電池５から電動発電機に電力を供給可能であるとともに、電動発電機から電池５へ電力を供給可能である。すなわち、電動発電機は、電源及び負荷の両方として機能する。なお、図１では、電源及び負荷は、電池搭載機器２に搭載されているが、これに限るものではない。電池５は、電池搭載機器２の外部の負荷に電力を供給可能であってもよく、電池搭載機器２の外部の電源から電池５に電力を供給可能であってもよい。

また、診断システム１には、電流測定回路７及び電圧測定回路８が設けられる。電流測定回路７及び電圧測定回路８は、電池５に関連するパラメータを測定する測定回路を形成する。電流測定回路７は、電池５の充電及び放電等において、電池５に流れる電流を測定する。電圧測定回路８は、電池５の充電及び放電等において、電池５の電圧を測定する。電池５の充電又は放電等では、電流測定回路７は、複数の測定時点のそれぞれで電流を測定し、電圧測定回路８は、複数の測定時点のそれぞれで電圧を測定する。なお、図１の一例では、電流測定回路７及び電圧測定回路８等の測定回路は、電池搭載機器２に搭載されているが、電池搭載機器２の外部に形成されてもよい。また、測定回路では、電池５の充電及び放電等において、電池５の電流及び電圧に加えて、電池５の温度を測定してもよい。この場合も、測定回路は、複数の測定時点のそれぞれで温度を測定する。

診断装置３は、電池５の劣化状態を判定する等して、電池５に関する診断を行う。このため、電池５は、診断装置３による診断対象となる。図１等の一例では、診断装置３は、電池搭載機器２の外部に設けられる。診断装置３は、送受信部１１、電圧演算データ生成部１２、類似度算出部１３、パラメータ推定部１５、劣化状態判定部１６及びデータ記憶部１７を備える。診断装置３は、例えば、電池搭載機器２（電池搭載機器２に搭載される処理装置）とネットワークを介して通信可能なサーバである。この場合、診断装置３は、プロセッサ及び記憶媒体を備える。

プロセッサは、ＣＰＵ（Central Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、マイコン、ＦＰＧＡ（Field Programmable Gate Array）及びＤＳＰ（Digital Signal Processor）等のいずれかを含む。記憶媒体には、メモリ等の主記憶装置に加え、補助記憶装置が含まれ得る。記憶媒体としては、磁気ディスク、光ディスク（ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、及び、半導体メモリ等が挙げられる。診断装置３では、プロセッサ及び記憶媒体のそれぞれは、１つであってもよく、複数であってもよい。診断装置３では、プロセッサは、記憶媒体等に記憶されるプログラム等を実行することにより、処理を行う。また、診断装置３のプロセッサによって実行されるプログラムは、インターネット等のネットワークを介して診断装置３に接続されたコンピュータ（サーバ）、又は、クラウド環境のサーバ等に格納されてもよい。この場合、プロセッサは、ネットワーク経由でプログラムをダウンロードする。診断装置３では、送受信部１１、電圧演算データ生成部１２、類似度算出部１３、パラメータ推定部１５及び劣化状態判定部１６は、プロセッサ等によって行われる処理の一部を実施し、記憶媒体が、データ記憶部１７として機能する。

なお、ある一例では、診断装置３は、クラウド環境に構成されるクラウドサーバであてもよい。クラウド環境のインフラは、仮想ＣＰＵ等の仮想プロセッサ及びクラウドメモリによって、構成される。このため、診断装置３がクラウドサーバである場合、仮想プロセッサによって行われる処理の一部を、送受信部１１、電圧演算データ生成部１２、類似度算出部１３、パラメータ推定部１５及び劣化状態判定部１６が実施する。そして、クラウドメモリが、データ記憶部１７として機能する。

また、データ記憶部１７は、電池搭載機器２及び診断装置３とは別体のコンピュータに設けられてもよい。この場合、診断装置３は、データ記憶部１７等が設けられるコンピュータに、ネットワークを介して接続される。また、診断装置３が、電池搭載機器２に搭載されてもよい。この場合、診断装置３は、電池搭載機器２に搭載される処理装置等から構成される。また、診断装置３が電池搭載機器２に搭載される場合、電池搭載機器２に搭載される１つの処理装置等が、後述する診断装置３の処理を行うとともに、電池５の充電及び放電の制御等を行ってもよい。以下、診断装置３の処理について説明する。

送受信部１１は、ネットワークを介して、電池搭載機器２の処理装置等の診断装置３以外の処理装置と通信する。診断装置３によって電池５の診断を行う際には、電池５を充電又は放電等している状態において、測定回路等によって、電池５に関連する前述のパラメータを測定する。そして、送受信部１１は、例えば、電池５に関連するパラメータの測定回路での測定結果を含む測定データを、電池搭載機器２から受信する。測定データには、電池５を流れる電流の電流測定回路７での測定結果、及び、電池５の電圧の電圧測定回路８での測定結果が含まれ、電池５の温度の測定結果等が含まれてもよい。測定データは、複数の測定時点（複数回の測定）のそれぞれにおける電池５に関連するパラメータの測定値を含む。また、測定データは、電池５に関連するパラメータの時間変化（時間履歴）を含む。したがって、測定データには、電池５の電流の時間変化（時間履歴）、及び、電池５の電圧の時間変化（時間履歴）等が含まれる。

また、電池搭載機器２の処理装置及び診断装置３のプロセッサの少なくとも一方は、電池５に関連するパラメータの測定結果等に基づいて、電池５の充電量を推定してもよい。この場合、診断装置３の送受信部１１等は、電池５の充電量の推定値、電池５の充電量の推定値の時間変化（時間履歴）を、前述の測定データに含まれるデータとして、取得してもよい。また、測定データには、推定された電池５の充電量に対する測定された電池５に関連する前述のパラメータの関係を示すデータが、含まれてもよい。この場合、例えば、推定された電池５の充電量に対する測定された電池５の電圧の関係を示すデータが、測定データに含まれる。

電池５のリアルタイムの充電量は、充電又は放電の開始時等の電池５の充電量、及び、電池５の電流の時間変化に基づいて、算出可能である。この場合、電流の時間変化に基づいて、充電又は放電の開始時からの電池５の電流の電流積算値が算出される。そして、充電又は放電の開始時等の電池５の充電量、及び、算出された電流積算値に基づいて、電池５の充電量が算出される。送受信部１１は、受信した測定データ等を、データ記憶部１７に書込む。

データ記憶部１７には、電池５の電圧モデル及び電圧モデルに関連するデータが、記憶される。電池５の電圧モデルでは、電池５の充電量及び電池５の内部状態のそれぞれに対する電池５の電圧の関係等が示される。そして、電圧モデルでは、電池５の内部状態を設定可能であり、電池５の内部状態を示す内部状態パラメータの１つ以上を設定可能である。
電圧モデルでは、例えば、電池５の充電量及び設定した内部状態パラメータのそれぞれを変数として電池５の電圧を算出する関数又は計算式等が、示される。

ここで、電池５では、正極電位について、下限電位及び上限電位が規定され、正極電位は、正極の充電量の変化に対応して、下限電位と上限電位との間で変化する。正極電位は、正極の充電量が大きくなるにつれて、高くなる。また、正極電位が下限電位になる状態での正極の充電量が、正極の初期充電量として規定され、正極電位が上限電位になる状態での正極の充電量が、正極の上限充電量として規定される。そして、電池５では、正極が初期充電量から上限充電量になるまでの充電量が、正極の充放電可能な量と等価な正極容量となる。正極容量は、（ｍＡ・ｈ）等の単位で示されてもよく、電池５の使用開始時の容量に対する比率で、すなわち、正極容量維持率で示されてもよい。

正極と同様に、電池５では、負極電位について、下限電位及び上限電位が規定され、負極電位は、負極の充電量の変化に対応して、下限電位と上限電位との間で変化する。負極電位は、負極の充電量が大きくなるにつれて、低くなる。また、負極電位が上限電位になる状態での負極の充電量が、負極の初期充電量として規定され、負極電位が下限電位になる状態での負極の充電量が、負極の上限充電量として規定される。そして、電池５では、負極が初期充電量から上限充電量になるまでの充電量が、負極の充放電可能な量と等価な負極容量となる。負極容量は、（ｍＡ・ｈ）等の単位で示されてもよく、電池５の使用開始時の容量に対する比率で、すなわち、負極容量維持率で示されてもよい。

電池５の内部状態パラメータは、前述した正極容量、負極容量、正極の初期充電量、及び、負極の初期充電量を含む。また、電池５の内部状態パラメータは、正極容量に対応するパラメータである正極質量、及び、負極容量に対応するパラメータである負極質量を含む。正極質量は、正極容量及び正極を形成する材料の種類に基づいて、算出可能である。同様に、負極質量は、負極容量及び負極を形成する材料の種類に基づいて、算出可能である。また、電池５の内部状態パラメータは、正極の初期充電量と負極の初期充電量とのずれである運用窓シフト（ＳＯＷ：Shift of Operation Window）を含む。また、電池５の内部状態パラメータは、電池５の内部抵抗に関連するパラメータを含むとともに、正極の抵抗に関連するパラメータ、及び、負極の抵抗に関連するパラメータ等を含む。

ある一例では、前述した電池５の電圧モデルにおいて、正極質量Ｍ_ｐ、負極容量Ｍ_ｎ、正極の初期充電量ｑ_０ｐ、負極の初期充電量ｑ_０ｎ、及び、内部抵抗に関連するパラメータである抵抗Ｒの５つの内部状態パラメータを、設定可能である。そして、電圧モデルでは、電池５の充電量Ｑ、電池５を流れる電流Ｉ及び前述の５つの内部状態パラメータを用いて電池の電圧Ｖ（Ｑ）を算出する計算式として、式（１）及び式（２）が示される。

式（１）において、ｇ（Ｑ，Ｉ，θ）は、関数である。また、θは、電池５の内部状態を示すベクトル等であり、前述の５つの内部状態パラメータが用いられる場合、θは、式（２）のようになる。したがって、式（１）を用いて電圧Ｖを算出する電圧モデルでは、前述の５つの内部状態パラメータは、関数ｇ（Ｑ，Ｉ，θ）の変数となる。また、式（１）において、ｑ_ｐは、正極の単位質量当たりの充電量を示し、ｆ_ｐ（ｑ_ｐ）は、充電量ｑ_ｐから正極の開回路電位（ＯＣＰ：open circuit potential）を算出する関数である。同様に、式（１）において、ｑ_ｎは、負極の単位質量当たりの充電量を示し、ｆ_ｎ（ｑ_ｎ）は、充電量ｑ_ｎから負極の開回路電位を算出する関数である。図２には、正極の充電量ｑ_ｐに対する正極の開回路電位の関係を示す関数ｆ_ｐ（ｑ_ｐ）、及び、負極の充電量ｑ_ｎに対する負極の開回路電位の関係を示す関数ｆ_ｎ（ｑ_ｎ）の一例を示す。図２では、横軸に充電量、縦軸に電位が示される。

なお、前述した内部状態パラメータの１つ以上を用いて電池の電圧を算出する計算式等は、特許文献１（特開２０１２－２５１８０６号公報）等にも示される。このため、ある一例では、電池５の電圧モデルにおいて、特許文献１と同様にして内部状態パラメータの１つ以上を用いて電池５の電圧を算出する計算式が、示されてもよい。また、式（１）等では、電流Ｉに比例する項にのみ内部抵抗に関連するパラメータが影響を及ぼすが、これに限るものではない。ある一例では、電池５の電圧モデルにおいて、正極電位（正極開回路電位）及び負極電位（負極開回路電位）のそれぞれへの内部抵抗等の影響を考慮して電圧Ｖを算出する計算式等が、示される。この場合、電圧モデルの計算式等では、例えば、正極の充電量ｑ_ｐに対する正極の開回路電位の関係を示す関数ｆ_ｐ、及び、負極の充電量ｑ_ｎに対する負極の開回路電位の関係を示す関数ｆ_ｎのそれぞれにおいて、内部抵抗に関連するパラメータが変数として設定される。

また、別のある一例では、電圧モデルに関連するデータとして、電池５での過渡応答等を考慮して電池５の正極、負極及びセパレータを疑似した等価回路を示すデータが、データ記憶部１７に記憶される。そして、電池５の電圧モデルでは、前述の等価回路に基づいた１つ以上のパラメータを内部抵抗に関連するパラメータとして用いて電圧Ｖを算出する計算式等が、示される。この場合、電圧モデルの計算式等では、等価回路に基づいた１つ以上のパラメータが、内部抵抗に関連するパラメータ等として設定される。

電圧演算データ生成部１２は、前述した電圧モデルで示される計算式等を用いて電池５の電圧Ｖを算出し、複数の電圧演算データを算出及び生成する。複数の電圧演算データのそれぞれでは、例えば、電池５の充電量Ｑに対する電池５の電圧Ｖの関係が示される。複数の電圧演算データのそれぞれは、電圧モデルの計算式等において電池５の充電量Ｑ、電池５の電流Ｉ、及び、内部状態パラメータの１つ以上を設定し、設定した値で演算を行うことにより、算出される。複数の電圧演算データのそれぞれの演算では、電圧モデルの計算式等において、設定される内部状態パラメータを対応する値に設定する。そして、内部状態パラメータを前述の対応する値で維持したまま、充電量Ｑを複数の値に変化させて電圧Ｖを算出することにより、複数の電圧演算データのそれぞれが算出される。このため、複数の電圧演算データのそれぞれでは、対応する内部状態における充電量Ｑに対する電池５の電圧Ｖの関係が、示される。また、複数の電圧演算データのそれぞれの演算では、電流Ｉとして、例えば、前述した測定データに含まれる測定結果が用いられる。

また、電圧演算データ生成部１２は、電圧モデルにおいて内部状態を互いに対して異なる状態に設定して、複数の電圧演算データを算出する。すなわち、電圧モデルにおいて設定される内部状態は、複数の電圧演算データごとに異なる。このため、複数の電圧演算データでは、互いに対して異なる内部状態での充電量Ｑに対する電池５の電圧Ｖの関係が、示される。ここで、電圧演算データ生成部１２は、電圧モデルで設定される内部状態パラメータの１つ以上を、複数の電圧演算データごとに異なる値に設定し、複数の電圧演算データを算出する。これにより、複数の電圧演算データでは、内部状態が互いに対して異なる状態に設定される。

ある一例では、前述の式（１）及び式（２）を用いて、複数の電圧演算データが算出される。この場合、正極質量Ｍ_ｐ、負極容量Ｍ_ｎ、正極の初期充電量ｑ_０ｐ、負極の初期充電量ｑ_０ｎ、及び、抵抗Ｒの１つ以上を電圧演算データごとに異なる値に設定して、複数の電圧演算データを算出する。したがって、複数の電圧演算データでは、前述の５つの内部状態パラメータの１つ以上が互いに対して異なる状態に設定される。例えば、５つの内部状態パラメータのそれぞれについて設定する値（水準値）を４つずつ設けて、複数の電圧演算データを算出するものとする。この場合、５つの内部状態パラメータの組み合わせは４^５通りあり、電圧演算データ生成部１２は、電圧モデルを用いて、４^５個の電圧演算データを生成する。なお、電圧モデルを用いた電圧演算データの算出において内部状態パラメータとして設定する値（水準値）は、後述する電池の劣化状態の判定で用いる閾値等に対応させて、適宜の値に規定される。

また、ある一例では、電圧モデルを用いた電圧Ｖ及び電圧演算データの算出において、測定データの測定結果が電流Ｉとして用いられなくてもよい。この場合、データ記憶部１７に記憶される電圧モデルでは、電流Ｉの複数の電流値ごとに、電池５の充電量及び電池５の内部状態のそれぞれに対する電池５の電圧の関係が、示される。また、電圧測定回路８等による電池５の電圧の測定において、電池５に流れる電流が、電池モデルで示される複数の電流値のいずれか１つで、経時的に維持される。電圧演算データ生成部１２は、前述のようにして算出した複数の電圧演算データを、データ記憶部１７に書込む。

類似度算出部１３は、前述の測定データ及び複数の電圧演算データを取得する。そして、類似度算出部１３は、複数の電圧演算データのそれぞれについて、電圧Ｖの測定結果に対する類似度を算出する。以下、類似度算出部１３での処理について、図３を用いて説明する。図３では、横軸に電池５の充電量Ｑを示し、縦軸に電池５の電圧Ｖを示す。ここで、電圧演算データ生成部１２によって、内部状態が互いに対して異なる状態に設定されたＬ個の電圧演算データが生成されたものとする。そして、測定データでの電圧Ｖの測定結果、及び、Ｌ個の電圧演算データのそれぞれでは、充電量Ｑが複数の値Ｑ_１～Ｑ_ｋになる状態のそれぞれにおける電圧Ｖの電圧値が、示されるものとする。図３では、測定データでの測定結果が電圧列Ｖ_ｒで示し、Ｌ個の電圧演算データのある１つを電圧列Ｖ_ｐｉで示す。電圧列Ｖ_ｐｉは、電圧列Ｖ_ｐ１～Ｖ_ｐＬの中のある１つに相当する。

ある一例では、類似度算出部１３は、電圧列Ｖ_ｐｉで示す電圧演算データの類似度の算出において、式（３）で示す関数ｈ（Ｖ_ｒ，Ｖ_ｐｉ）を用いて演算を行う。このため、電圧列Ｖ_ｐｉで示す電圧演算データの類似度の算出において、電圧列Ｖ_ｒで示す測定結果に対する電圧列Ｖ_ｐｉで示す電圧演算データのユークリッド距離（２－ノルム）が算出される。この際、電圧演算データの電圧列Ｖ_ｐｉでの値Ｖ_ｐｉ（Ｑ_１）～Ｖ_ｐｉ（Ｑ_ｋ）及び測定結果の電圧列Ｖ_ｒでの値Ｖ_ｒ（Ｑ_１）～Ｖ_ｒ（Ｑ_ｋ）を用いて、演算が行われる。

類似度算出部１３は、前述のようにして算出したユークリッド距離に基づいて、電圧Ｖの測定結果に対する電圧列Ｖ_ｐｉで示す電圧演算データの類似度を算出する。また、電圧列Ｖ_ｐｉで示す電圧演算データ以外の電圧演算データのそれぞれについても、類似度算出部１３は、前述したようにして、電圧Ｖの測定結果に対するユークリッド距離を算出し、算出したユークリッド距離に基づいて、電圧Ｖの測定結果に対する類似度を算出する。複数の電圧演算データの中では、ユークリッド距離が小さい電圧演算データほど、類似度が高い。

また、ある一例では、類似度算出部１３は、複数の電圧演算データのそれぞれについて、前述のユークリッド距離の代わりに、電圧Ｖの測定結果に対するガウスカーネルの特徴量を算出する。そして、類似度算出部１３は、複数の電圧演算データのそれぞれについて、算出したガウスカーネルの特徴量に基づいて、類似度を算出する。ここで、電圧列Ｖ_ｒで示す測定結果に対する電圧列Ｖ_ｐｉで示す電圧演算データのガウスカーネルの特徴量は、式（４）で示す関数ｙ（Ｖ_ｒ，Ｖ_ｐｉ）を用いて算出される。式（４）において、γは、正の定数である。ガウスカーネルは、正規化されていてもよい。複数の電圧演算データの中では、ガウスカーネルの特徴量が大きい電圧演算データほど、類似度が高い。

また、類似度算出部１３は、ユークリッド距離及びガウスカーネル以外の特徴量を用いて、複数の電圧演算データのそれぞれ類似度を算出してもよい。この場合、例えば、ニューラルネットワークの一種である制限付きボルツマンマシンを事前学習させ、学習済みの制限付きボルツマンマシンが、非線形関数を用いて前述の特徴量を算出してもよい。制限付きボルツマンマシンによる事前学習では、事前に測定された電池５の電圧データ、及び、シミュレーション等によって事前に計算された電池５の電圧データ等が、用いられる。学習済みの制限付きボルツマンマシンは、低次元化された特徴量を算出し、複数の電圧演算データ同士の比較、及び、複数の電圧演算データのそれぞれの類似度の算出は、低次元化された特徴量に基づいて、行われる。類似度算出部１３は、複数の電圧演算データのそれぞれについて算出した類似度を、データ記憶部１７に書込む。

パラメータ推定部１５は、類似度算出部１３が複数の電圧演算データのそれぞれについて算出した類似度を、取得する。そして、パラメータ推定部１５は、複数の電圧演算データのそれぞれについて算出した類似度に基づいて、電池５の内部状態及び電池容量の少なくとも一方を推定する。ある一例では、複数の電圧演算データの中で類似度が最も高い電圧演算データでの内部状態に基づいて、電池５の内部状態が推定される。この場合、電池５の内部状態パラメータのそれぞれの推定値は、類似度が最も高い電圧演算データでの設定値に、推定される。

また、別のある一例では、複数の電圧演算データの中で類似度が基準値以上になる電圧演算データが、抽出される。そして、内部状態について、すなわち、１つ以上の内部状態パラメータのそれぞれについて、抽出された電圧演算データでの平均値又は重み付き平均値が、算出される。重み付き平均値が算出される場合、類似度が基準値以上になる電圧演算データの中において、類似度が高い電圧演算データほど、重みを大きくする。そして、算出した平均値又は重み付き平均値に基づいて、電池５の内部状態が算出及び推定される。この場合、電池５の内部状態パラメータのそれぞれの推定値は、算出した平均値又は重み付き平均値に、推定される。

また、電池５の電池容量は、推定した内部状態に基づいて、推定可能である。パラメータ推定部１５は、例えば、推定した電池５の内部状態、及び、電池５の充電及び放電における条件に基づいて、電池５の電池容量を推定する。ここで、電池５では、電圧Ｖについて、下限電圧Ｖ_L及び上限電圧Ｖ_Hが規定され、電圧Ｖは、電池５の充電量Ｑ等の変化に対応して、下限電圧Ｖ_Lと上限電圧Ｖ_Hとの間で変化する。電圧Ｖは、電池５の充電量Ｑが大きくなるにつれて、高くなる。

ある一例では、電池５の充電及び放電における条件が以下のように、規定されるものとする。すなわち、電流Ｉを経時的に一定に維持する定電流充電が行われている状態では、電圧Ｖが上限電圧Ｖ_Hまで上昇した場合、電圧Ｖを上限電圧Ｖ_Hで経時的に維持する定電圧充電に切替える。そして、定電圧充電を行っている状態では、電流Ｉが充電終止電流Ｉ_ｔまで低下した場合、電池５の充電量Ｑが上限充電量Ｑ_Hになったとして、充電を停止する。すなわち、電池５が満充電状態になったとして、充電を停止する。また、電池５の放電では、電流Ｉを放電電流Ｉ_ｃで経時的に維持する定電流放電が行われる。そして、放電において電圧Ｖが下限電圧Ｖ_Lまで低下した場合、電池５の充電量Ｑが下限充電量Ｑ_Lになったとして、放電を停止する。すなわち、電池５が完放電状態になったとして、放電を停止する。

前述のような条件が電池５の充電及び放電の条件として規定される場合、例えば、上限充電量Ｑ_Hから下限充電量Ｑ_Lを減算した値が、電池５の充放可能な量と等価な電池容量ＦＣＣとして規定される。この場合、電池容量ＦＣＣは、式（５）のようになる。また、前述のようにして推定された電池５の内部状態を示すベクトルθ_ｅを規定すると、式（１）に示す電圧Ｖと関数ｇ（Ｑ，Ｉ，θ）との関係から、式（６）及び式（７）が成立する。したがって、式（５）～式（７）を用いることにより、推定した電池５の内部状態、及び、電池５の充電及び放電における条件に基づいて、電池５の電池容量ＦＣＣが、推定される。

また、別のある一例では、電池５の充電及び放電における条件として、上限電圧Ｖ_H及び下限電圧Ｖ_Lのみが定められ、充電終止電流Ｉ_ｔ等は定められない。この場合、式（５）～式（７）において、前述の充電終止電流Ｉ_ｔ及び放電電流Ｉ_ｃのそれぞれを０とすることにより、電池容量ＦＣＣを算出可能となる。また、推定される電池容量ＦＣＣは、電池５の開回路電圧に基づいた値になる。なお、電池容量は、（ｍＡ・ｈ）等の単位で示されてもよく、電池５の使用開始時の容量に対する比率で、すなわち、電池容量維持率で示されてもよい。

また、ある一例では、複数の電圧演算データのそれぞれについて前述の類似度が算出される前に、電圧演算データ生成部１２等は、複数の電圧演算データのそれぞれについて、設定した内部状態（１つ以上の内部状態パラメータ）に基づいて、電池容量を算出してもよい。この場合、例えば、前述したパラメータ推定部１５での処理と同様にして、複数の電圧演算データのそれぞれについて、設定された内部状態、及び、電池５の充電及び放電における条件等に基づいて、電池容量が算出される。

また、電圧演算データのそれぞれについて電池容量が算出される場合、パラメータ推定部１５は、電池５の内部状態を推定しなくても、複数の電圧演算データのそれぞれの類似度及び電池容量に基づいて、電池５の電池容量ＦＣＣを推定可能となる。この場合、類似度に基づいた電池５の内部状態の推定と同様にして、複数の電圧演算データのそれぞれの類似度等に基づいて、電池５の電池容量ＦＣＣが推定される。パラメータ推定部１５は、前述のようにして推定した電池５の内部状態及び／又は電池容量を、データ記憶部１７に書込む。

劣化状態判定部１６は、パラメータ推定部１５が推定した内部状態及び／又は電池容量を、取得する。そして、劣化状態判定部１６は、推定された電池５の内部状態及び／又は電池容量に基づいて、電池５の劣化状態を判定する。劣化状態の判定では、例えば、電池５の劣化状態に対応するランクが設定され、ランクに基づいて劣化状態が評価される。ある一例では、電池５の劣化状態に関して４つのランクＡ１～Ａ４が設定される。そして、ランクＡ１は、電池５の劣化状態が新品と同等又はほぼ同等であることを示し、ランクＡ２は、電池搭載機器２以外の機器に電池５をリユース可能な程度の電池５の劣化状態であることを示す。また、ランクＡ３は、電池搭載機器２以外の機器に電池５をリユース可能か否かさらに詳細な検査（測定）が必要であることを示し、ランクＡ４は、電池搭載機器２以外の機器に電池５をリユース不可能な程度に電池５が劣化していることを示す。

ある一例では、劣化状態判定部１６は、推定された電池容量ＦＣＣに基づいて、ランクＡ１～Ａ４のいずれかを、電池５の劣化状態を示す指標として設定する。推定された電池容量ＦＣＣが閾値（第１の閾値）ＦＣＣｔｈ１以上の場合は、電池５の劣化状態としてランクＡ１が設定され、推定された電池容量ＦＣＣが閾値（第２の閾値）ＦＣＣｔｈ２以上閾値ＦＣＣｔｈ１未満の場合は、電池５の劣化状態としてランクＡ２が設定される。そして、推定された電池容量ＦＣＣが閾値（第３の閾値）ＦＣＣｔｈ３以上閾値ＦＣＣｔｈ２未満の場合は、電池５の劣化状態としてランクＡ３が設定され、推定された電池容量ＦＣＣが閾値ＦＣＣｔｈ３未満の場合は、電池５の劣化状態としてランクＡ４が設定される。

前述のような電池容量ＦＣＣに基づいたランクの設定では、例えば、推定された電池容量維持率が１００％の場合、電池５の劣化状態がランクＡ１に設定され、推定された電池容量維持率が８５％の場合、電池５の劣化状態がランクＡ２に設定される。そして、推定された電池容量維持率が７０％の場合、電池５の劣化状態がランクＡ３に設定され、推定された電池容量維持率が６０％の場合、電池５の劣化状態がランクＡ４に設定される。したがって、推定された電池容量ＦＣＣが、閾値ＦＣＣｔｈ１～ＦＣＣｔｈ３によって区分けされる複数の範囲の中のいずれの範囲の値になるかに基づいて、ランクの設定、及び、劣化状態の判定が行われる。

なお、ある一例では、電池容量の代わり、推定された内部状態パラメータのいずれかに基づいて、電池５の劣化状態を示すランクが設定されてもよい。この場合、正極容量及び負極容量等の内部状態パラメータのいずれかについて、閾値ＦＣＣｔｈ１～ＦＣＣｔｈ３と同様の閾値が、設定される。そして、閾値が設定される内部状態パラメータの推定値が、閾値によって区分けされる複数の範囲の中のいずれの範囲の値になるかに基づいて、ランクの設定、及び、劣化状態の判定が行われる。なお、前述した電圧モデルを用いた電圧演算データの算出では、閾値が設定される内部状態パラメータは、閾値に対応する適宜の値に設定される。

また、ランクの設定を含む電池５の劣化状態の判定は、パラメータ推定部１５によって推定された電池容量及び内部状態パラメータの複数に基づいて、行われてもよい。劣化状態判定部１６は、設定されたランク等を含む電池５の劣化状態の判定結果を、データ記憶部１７に書込む。また、劣化状態判定部１６は、電池５の劣化状態の判定結果を、電池搭載機器２の使用者等に、ユーザインタフェース等を介して告知してもよい。この場合、例えば、画面表示及び音声等のいずれかによって、判定結果が告知される。

図４は、第１の実施形態に係る診断装置３によって行われる処理をフローチャートで示す。図４の処理は、１つの電池５の１回の診断ごとに、診断装置３によって行われる。なお、ある一例では、図４の処理を含む電池５の診断は、所定のタイミングで自動的に行われる。別のある一例では、図４の処理を含む電池５の診断は、電池搭載機器２のユーザ等によってユーザインタフェースで操作指令が入力されたことに基づいて、行われる。

図４の処理を開始すると、送受信部１１は、前述した測定データを取得する（Ｓ１０１）。これにより、電池５を充電又は放電している状態における電池５の電圧の測定結果等が、取得される。そして、電圧演算データ生成部１２は、電圧モデルで示される計算式等を用いて、電池５の電圧Ｖを算出し、複数の電圧演算データを算出する（Ｓ１０２）。そして、類似度算出部１３は、複数の電圧演算データのそれぞれについて、電圧Ｖの測定結果に対する類似度を算出する（Ｓ１０３）。そして、パラメータ推定部１５は、複数の電圧演算データのそれぞれについて算出した類似度に基づいて、電池５の内部状態及び電池容量の少なくとも一方を推定する（Ｓ１０４）。そして、劣化状態判定部１６は、推定された電池５の内部状態及び／又は電池容量に基づいて、電池５の劣化状態を判定する（Ｓ１０５）。この際、例えば、電池５の劣化状態を示す指標としてランク等が設定される。

前述のように本実施形態では、電池５の電圧モデルにおいて内部状態を互いに対して異なる状態に設定して算出された複数の電圧演算データのそれぞれについて、電池５の電圧Ｖの測定結果に対する類似度が、算出される。そして、複数の電圧演算データのそれぞれについて算出された類似度に基づいて、電池容量及び／又は内部状態パラメータ等の電池５の劣化状態を示す指標を推定し、電池５の劣化状態を判定する。このため、電池５の劣化状態の判定において、電池５を満充電状態（充電量が上限充電量Ｑ_Hの状態）から完放電状態（充電量が下限充電量Ｑ_Lの状態）まで放電する等して電池容量を測定したり、幅広い周波数で電池５に交流電流を流す等して電池５のインピーダンス特性を測定したりする必要がない。したがって、電池５の劣化状態の判定が、短時間かつ効率的に行われる。

また、電池５等のインピーダンスは、電池５の劣化状態からの影響のみでなく、電池５の温度及びＳＯＣ（state of charge）等からも大きな影響を受ける。本実施形態では、前述のようにして電池容量及び内部状態等が推定されるため、交流等によって電池５のインピーダンス特性を測定し、測定したインピーダンスに基づいて電池５の電池容量及び内部状態を推定する場合等に比べ、電池容量及び内部状態等を適切に推定可能である。電池５の劣化状態を示す指標となる電池容量及び内部状態等が適切に推定されることにより、電池５の劣化状態が適切に判定される。

例えば、電池搭載機器の１つである車両を廃棄する際に、車両に搭載される多数の電池のそれぞれについて、劣化状態を判定し、定置用電源又は家庭用電源等の別の電池搭載機器に再利用可能か否か判定することがある。この際、前述のように電池のそれぞれの劣化状態を判定することにより、多数の電池について劣化状態の判定を行う場合でも、短時間かつ効率的に判定が行われる。すなわち、多数の電池のそれぞれについて、リユース可能であるか否かが、短時間かつ効率的に判定される。また、本実施形態では、前述のように電池の劣化状態が適切に判定される。このため、多数の電池のそれぞれについて、リユース可能であるか否かが、適切に判定される。

（実施形態に関連する検証）
前述した実施形態等による電池の劣化状態の判定、及び、電池の診断について、以下の検証を行った。検証では、４つの電池５Ａ～５Ｄのそれぞれについて、前述の実施形態等と同様にして、劣化状態を判定した。検証では、まず、電池５Ａ～５Ｄのそれぞれを充電し、電池５Ａ～５Ｄのそれぞれについて、充電中の電圧Ｖの時間変化を測定した。そして、電池５Ａ～５Ｄのそれぞれについて、電池の充電量Ｑに対する電圧Ｖの関係を測定データとして取得した。図５は、４つの電池５Ａ～５Ｄのそれぞれの電圧Ｖの、検証における測定結果を示す。図５では、横軸が電池の充電量Ｑを示し、縦軸が電池の電圧Ｖを示す。

また、検証では、前述した式（１）及び式（２）を用いて、複数の電圧演算データを算出した。この際、式（１）の５つの内部状態パラメータのそれぞれについて、設定する値（水準値）を４つずつ設けて、複数の電圧演算データを算出した。このため、５つの内部状態パラメータの組み合わせは４^５通りになり、電圧モデルを用いて、４^５個の電圧演算データを算出した。

また、検証では、４^５個の電圧演算データのそれぞれについて、電池５Ａの電圧Ｖの測定結果に対する類似度、電池５Ｂの電圧Ｖの測定結果に対する類似度、電池５Ｃの電圧Ｖの測定結果に対する類似度、及び、電池５Ｄの電圧Ｖの測定結果に対する類似度を、算出した。この際、類似度のそれぞれは、ユークリッド距離に基づいて、算出された。

そして、検証では、電池５Ａの電圧Ｖの測定結果に対する４^５個の電圧演算データのそれぞれの類似度に基づいて、電池５Ａの内部状態を推定した。この際、４^５個の電圧演算データの中で電池５Ａの電圧Ｖの測定結果に対する類似度が最も高い電圧演算データでの設定値に、内部状態パラメータを推定した。すなわち、４^５個の電圧演算データの中で電池５Ａの電圧Ｖの測定結果に対するユークリッド距離が最も小さい電圧演算データでの設定値に、内部状態パラメータを推定した。電池５Ｂ～５Ｄのそれぞれの内部状態についても、４^５個の電圧演算データの類似度に基づいて、電池５Ａの内部状態と同様にして、推定した。

また、検証では、電池５Ａ～５Ｄのそれぞれについて、推定した内部状態、及び、充電及び放電における条件に基づいて、電池容量ＦＣＣを算出及び推定した。この際、前述した式（５）～（７）を用いて、電池５Ａ～５Ｄのそれぞれの電池容量ＦＣＣを算出した。また、検証では、前述のようにして算出した電池５Ａ～５Ｄのそれぞれの電池容量ＦＣＣの算出値について、有効性を確認した。このため、検証では、前述の実施形態等では行われない処理として、電池５Ａ～５Ｄのそれぞれの電池容量ＦＣＣを測定した。この際、電池５Ａ～５Ｃのそれぞれについて、満充電状態（充電量が上限充電量Ｑ_Hの状態）から完放電状態（充電量が下限充電量Ｑ_Lの状態）まで放電する等して、電池容量ＦＣＣを測定した。

図６は、電池５Ａ～５Ｄのそれぞれの電池容量ＦＣＣについて、前述の実施形態等と同様にして算出した演算結果を示すとともに、実際の測定結果を示す。図６では、横軸に４つの電池５Ａ～５Ｄのいずれであるかを示し、縦軸に電池容量ＦＣＣを示す。図６に示すように、電池５Ａ～５Ｃのそれぞれでは、実施形態等と同様にして算出した演算結果、及び、測定結果のいずれにおいても、電池容量ＦＣＣが閾値ＦＣＣｔｈ２以上閾値ＦＣＣｔｈ１未満の範囲の値になった。このため、電池５Ａ～５Ｃのそれぞれでは、実施形態等と同様にして電池容量ＦＣＣを算出した場合、及び、電池容量ＦＣＣを測定した場合のいずれでも、劣化状態を示す指標がランクＡ２となった。

また、電池５Ｄでは、実施形態等と同様にして算出した演算結果、及び、測定結果のいずれにおいても、電池容量ＦＣＣが閾値ＦＣＣｔｈ３以上閾値ＦＣＣｔｈ２未満の範囲の値になった。このため、電池５Ｄでは、実施形態等と同様にして電池容量ＦＣＣを算出した場合、及び、電池容量ＦＣＣを測定した場合のいずれでも、劣化状態を示す指標がランクＡ３となった。以上の検証より、実施形態と同様にして電池５の劣化状態を判定した場合でも、適切に判定が行われることが、実証された。すなわち、実施形態等での電池５の劣化状態の判定について、有効性が確認された。

前述の少なくとも一つの実施形態又は実施例では、電池の電圧モデルにおいて内部状態を互いに対して異なる状態に設定して算出された複数の電圧演算データのそれぞれについて、電池の電圧の測定結果に対する類似度を算出する。そして、複数の電圧演算データのそれぞれについて算出した類似度に基づいて、電池の劣化状態を判定する。これにより、電池の劣化状態の判定を短時間かつ効率的に行うとともに、電池の劣化状態を適切に判定する電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラムを提供することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…診断システム、２…電池搭載機器、３…診断装置、５…電池、１１…送受信部、１２…電圧演算データ生成部、１３…類似度算出部、１５…パラメータ推定部、１６…劣化状態判定部、１７…データ記憶部。

Claims (12)

1. 電池の診断方法であって、
   前記電池の電圧モデルにおいて内部状態を互いに対して異なる状態に設定して算出された複数の電圧演算データのそれぞれについて、前記電池の電圧の測定結果に対する類似度を算出することと、
   複数の前記電圧演算データのそれぞれについて算出した前記類似度に基づいて、前記電池の劣化状態を判定することと、
   を具備する、診断方法。
2. 前記電池の前記電圧モデルにおいて内部状態パラメータを１つ以上設定して、複数の前記電圧演算データを算出することをさらに具備し、
   複数の前記電圧演算データの算出において、前記電圧モデルで設定される前記内部状態パラメータの１つ以上を、複数の前記電圧演算データごとに異なる値に設定する、
   請求項１の診断方法。
3. 複数の前記電圧演算データのそれぞれの前記類似度の算出において、
   複数の前記電圧演算データのそれぞれについて、前記電池の前記電圧の前記測定結果に対するユークリッド距離又はガウスカーネルの特徴量を算出し、
   複数の前記電圧演算データのそれぞれについて、算出した前記ユークリッド距離又は前記ガウスカーネルの前記特徴量に基づいて、前記類似度を算出する、
   請求項１又は２の診断方法。
4. 前記電池の前記劣化状態の判定において、
   複数の前記電圧演算データのそれぞれについて算出した前記類似度に基づいて、前記電池の内部状態及び電池容量の少なくとも一方を推定し、
   推定した前記内部状態及び／又は前記電池容量に基づいて、前記電池の前記劣化状態を判定する、
   請求項１乃至３のいずれか１項の診断方法。
5. 前記電池の前記劣化状態の判定において、複数の前記電圧演算データの中で前記類似度が最も高い電圧演算データでの内部状態及び／又は電池容量に基づいて、前記電池の前記内部状態及び／又は前記電池容量を推定する、
   請求項４の診断方法。
6. 前記電池の前記劣化状態の判定において、
   内部状態及び／又は電池容量について、複数の前記電圧演算データの中で前記類似度が基準値以上になる電圧演算データでの平均値又は重み付き平均値を算出し、
   算出した前記平均値又は前記重み付き平均値に基づいて、前記電池の前記内部状態及び／又は前記電池容量を推定する、
   請求項４の診断方法。
7. 前記電池の前記劣化状態の判定において、前記電池について推定した前記内部状態及び／又は前記電池容量が複数の範囲の中のいずれの範囲の値になるかに基づいて、前記電池の前記劣化状態を判定する、
   請求項４乃至６のいずれか１項の診断方法。
8. 電池の診断装置であって、
   前記電池の電圧モデルにおいて内部状態を互いに対して異なる状態に設定して算出された複数の電圧演算データのそれぞれについて、前記電池の電圧の測定結果に対する類似度を算出し、
   複数の前記電圧演算データのそれぞれについて算出した前記類似度に基づいて、前記電池の劣化状態を判定する、
   プロセッサを具備する、診断装置。
9. 請求項８の診断装置と、
   前記診断装置によって診断される前記電池と、
   を具備する、前記電池の診断システム。
10. 前記電池が搭載される電池搭載機器をさらに具備する、請求項９の診断システム。
11. 請求項８の診断装置と、
    前記診断装置によって診断される前記電池と、
    を具備する、電池搭載機器。
12. 電池の診断プログラムであって、コンピュータに、
    前記電池の電圧モデルにおいて内部状態を互いに対して異なる状態に設定して算出された複数の電圧演算データのそれぞれについて、前記電池の電圧の測定結果に対する類似度を算出させ、
    複数の前記電圧演算データのそれぞれについて算出した前記類似度に基づいて、前記電池の劣化状態を判定させる、
    診断プログラム。