JP7483078B2 - 二次電池の異常検知装置及び二次電池 - Google Patents
二次電池の異常検知装置及び二次電池 Download PDFInfo
- Publication number
- JP7483078B2 JP7483078B2 JP2023025743A JP2023025743A JP7483078B2 JP 7483078 B2 JP7483078 B2 JP 7483078B2 JP 2023025743 A JP2023025743 A JP 2023025743A JP 2023025743 A JP2023025743 A JP 2023025743A JP 7483078 B2 JP7483078 B2 JP 7483078B2
- Authority
- JP
- Japan
- Prior art keywords
- secondary battery
- battery
- value
- micro
- voltage
- 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
Links
- 230000005856 abnormality Effects 0.000 title claims description 73
- 238000001514 detection method Methods 0.000 title claims description 59
- 238000013528 artificial neural network Methods 0.000 claims description 31
- 229910001416 lithium ion Inorganic materials 0.000 claims description 20
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical group [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 description 34
- 238000003860 storage Methods 0.000 description 31
- 238000010586 diagram Methods 0.000 description 22
- 239000010410 layer Substances 0.000 description 17
- 239000007784 solid electrolyte Substances 0.000 description 16
- 238000007599 discharging Methods 0.000 description 13
- LIVNPJMFVYWSIS-UHFFFAOYSA-N silicon monoxide Chemical compound [Si-]#[O+] LIVNPJMFVYWSIS-UHFFFAOYSA-N 0.000 description 10
- 238000004088 simulation Methods 0.000 description 10
- 239000003792 electrolyte Substances 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000007773 negative electrode material Substances 0.000 description 8
- 239000007774 positive electrode material Substances 0.000 description 8
- 239000000919 ceramic Substances 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 239000002184 metal Substances 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 239000000758 substrate Substances 0.000 description 7
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 6
- 229910052782 aluminium Inorganic materials 0.000 description 5
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 239000010409 thin film Substances 0.000 description 5
- HEZMWWAKWCSUCB-PHDIDXHHSA-N (3R,4R)-3,4-dihydroxycyclohexa-1,5-diene-1-carboxylic acid Chemical compound O[C@@H]1C=CC(C(O)=O)=C[C@H]1O HEZMWWAKWCSUCB-PHDIDXHHSA-N 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 229910052744 lithium Inorganic materials 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 3
- 239000002253 acid Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000005674 electromagnetic induction Effects 0.000 description 3
- 239000011888 foil Substances 0.000 description 3
- 238000005304 joining Methods 0.000 description 3
- 239000005001 laminate film Substances 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 150000002739 metals Chemical class 0.000 description 3
- 229910052759 nickel Inorganic materials 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001172 regenerating effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- NPYPAHLBTDXSSS-UHFFFAOYSA-N Potassium ion Chemical compound [K+] NPYPAHLBTDXSSS-UHFFFAOYSA-N 0.000 description 2
- 229910004283 SiO 4 Inorganic materials 0.000 description 2
- 239000011149 active material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000003575 carbonaceous material Substances 0.000 description 2
- 239000011247 coating layer Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- 238000001646 magnetic resonance method Methods 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 239000011255 nonaqueous electrolyte Substances 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 229910001414 potassium ion Inorganic materials 0.000 description 2
- 229940037179 potassium ion Drugs 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229910052708 sodium Inorganic materials 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- -1 stainless steel Chemical class 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000002203 sulfidic glass Substances 0.000 description 2
- 239000010936 titanium Substances 0.000 description 2
- 101100219315 Arabidopsis thaliana CYP83A1 gene Proteins 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- OIFBSDVPJOWBCH-UHFFFAOYSA-N Diethyl carbonate Chemical compound CCOC(=O)OCC OIFBSDVPJOWBCH-UHFFFAOYSA-N 0.000 description 1
- KMTRUDSVKNLOMY-UHFFFAOYSA-N Ethylene carbonate Chemical compound O=C1OCCO1 KMTRUDSVKNLOMY-UHFFFAOYSA-N 0.000 description 1
- GYHNNYVSQQEPJS-UHFFFAOYSA-N Gallium Chemical compound [Ga] GYHNNYVSQQEPJS-UHFFFAOYSA-N 0.000 description 1
- 101000806846 Homo sapiens DNA-(apurinic or apyrimidinic site) endonuclease Proteins 0.000 description 1
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 1
- 101000835083 Homo sapiens Tissue factor pathway inhibitor 2 Proteins 0.000 description 1
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 1
- 229910018130 Li 2 S-P 2 S 5 Inorganic materials 0.000 description 1
- 229910018119 Li 3 PO 4 Inorganic materials 0.000 description 1
- 229910009331 Li2S-SiS2-P2S5 Inorganic materials 0.000 description 1
- 229910007298 Li2S—SiS2—P2S5 Inorganic materials 0.000 description 1
- 229910012851 LiCoO 2 Inorganic materials 0.000 description 1
- 229910032387 LiCoO2 Inorganic materials 0.000 description 1
- 229910010707 LiFePO 4 Inorganic materials 0.000 description 1
- 229910052493 LiFePO4 Inorganic materials 0.000 description 1
- 229910013641 LiNbO 3 Inorganic materials 0.000 description 1
- 229910001290 LiPF6 Inorganic materials 0.000 description 1
- 229910012672 LiTiO Inorganic materials 0.000 description 1
- 229910013457 LiZrO Inorganic materials 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 101100269674 Mus musculus Alyref2 gene Proteins 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 239000004952 Polyamide Substances 0.000 description 1
- 239000004372 Polyvinyl alcohol Substances 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 101100140580 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) REF2 gene Proteins 0.000 description 1
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 102100026134 Tissue factor pathway inhibitor 2 Human genes 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 229920002978 Vinylon Polymers 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 229910052783 alkali metal Inorganic materials 0.000 description 1
- 150000001340 alkali metals Chemical class 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- WATWJIUSRGPENY-UHFFFAOYSA-N antimony atom Chemical compound [Sb] WATWJIUSRGPENY-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- JRPBQTZRNDNNOP-UHFFFAOYSA-N barium titanate Chemical compound [Ba+2].[Ba+2].[O-][Ti]([O-])([O-])[O-] JRPBQTZRNDNNOP-UHFFFAOYSA-N 0.000 description 1
- 229910002113 barium titanate Inorganic materials 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910052790 beryllium Inorganic materials 0.000 description 1
- ATBAMAFKBVZNFJ-UHFFFAOYSA-N beryllium atom Chemical compound [Be] ATBAMAFKBVZNFJ-UHFFFAOYSA-N 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 229910052797 bismuth Inorganic materials 0.000 description 1
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 229910052793 cadmium Inorganic materials 0.000 description 1
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- CKFRRHLHAJZIIN-UHFFFAOYSA-N cobalt lithium Chemical compound [Li].[Co] CKFRRHLHAJZIIN-UHFFFAOYSA-N 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000002482 conductive additive Substances 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 229910052733 gallium Inorganic materials 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000009477 glass transition Effects 0.000 description 1
- 239000002241 glass-ceramic Substances 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 1
- 150000002484 inorganic compounds Chemical class 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 238000007733 ion plating Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910000625 lithium cobalt oxide Inorganic materials 0.000 description 1
- 229910003002 lithium salt Inorganic materials 0.000 description 1
- 159000000002 lithium salts Chemical class 0.000 description 1
- 229910001496 lithium tetrafluoroborate Inorganic materials 0.000 description 1
- BFZPBUKRYWOWDV-UHFFFAOYSA-N lithium;oxido(oxo)cobalt Chemical compound [Li+].[O-][Co]=O BFZPBUKRYWOWDV-UHFFFAOYSA-N 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 239000013080 microcrystalline material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 150000004767 nitrides Chemical class 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 239000004745 nonwoven fabric Substances 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 229920000098 polyolefin Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 229920002451 polyvinyl alcohol Polymers 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000009774 resonance method Methods 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 229910001415 sodium ion Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 230000019635 sulfation Effects 0.000 description 1
- 238000005670 sulfation reaction Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 229920002994 synthetic fiber Polymers 0.000 description 1
- 239000012209 synthetic fiber Substances 0.000 description 1
- 229910052718 tin Inorganic materials 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000001771 vacuum deposition Methods 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- GPPXJZIENCGNKB-UHFFFAOYSA-N vanadium Chemical compound [V]#[V] GPPXJZIENCGNKB-UHFFFAOYSA-N 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/10—Measuring sum, difference or ratio
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
- G01R19/16576—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 comparing DC or AC voltage with one threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
- G01R19/1659—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 to indicate that the value is within or outside a predetermined range of values (window)
-
- 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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
-
- 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
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
- H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
-
- 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
- H01M2300/00—Electrolytes
- H01M2300/0017—Non-aqueous electrolytes
- H01M2300/0065—Solid electrolytes
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Materials Engineering (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Transportation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Biomedical Technology (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Measurement Of Current Or Voltage (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Description
本発明の一様態は、物、方法、又は、製造方法に関する。または、本発明は、プロセス、マシン、マニュファクチャ、又は、組成物(コンポジション・オブ・マター)に関する。本発明の一態様は、半導体装置、表示装置、発光装置、蓄電装置、照明装置または電子機器の製造方法に関する。また、本発明の一様態は、蓄電装置の充電制御方法、蓄電装置の状態推定方法、及び蓄電装置の異常検知方法に関する。特に、蓄電装置の充電システム、蓄電装置の状態推定システム、および蓄電装置の異常検知システムに関する。
なお、本明細書中において、蓄電装置とは、蓄電機能を有する素子及び装置全般を指すものである。例えば、リチウムイオン二次電池などの蓄電池(二次電池ともいう)、リチウムイオンキャパシタ、ニッケル水素電池、全固体電池、及び電気二重層キャパシタなどを含む。
また、本発明の一態様は、ニューラルネットワークを用いた蓄電装置の異常検知システム及び蓄電装置の状態推定装置に関する。また、本発明の一態様は、ニューラルネットワークを用いた車両に関する。また、本発明の一態様は、ニューラルネットワークを用いた電子機器に関する。また、本発明の一態様は、車両に限定されず、構造体などに設置された太陽光発電パネルなどの発電設備から得られた電力を貯蔵するための蓄電装置にも適用できる状態推定システム及び設備異常検知システムに関する。
近年、リチウムイオン二次電池、リチウムイオンキャパシタ、空気電池等、種々の蓄電装置の開発が盛んに行われている。特に高出力、高エネルギー密度であるリチウムイオン二次電池は、携帯電話、スマートフォン、タブレット、もしくはノート型コンピュータ等の携帯情報端末、ゲーム装置、携帯音楽プレーヤ、デジタルカメラ、医療機器、ハイブリッド車(HEV)、電気自動車(EV)、もしくはプラグインハイブリッド車(PHEV)等の次世代クリーンエネルギー自動車、又は、電動バイクなど、半導体産業の発展と併せて急速にその需要が拡大し、充電可能なエネルギーの供給源として現代の情報化社会に不可欠なものとなっている。
また、電気自動車は電動モータのみを駆動部とする車両であるが、エンジンなどの内燃機関と電動モータの両方を備えたハイブリッド自動車もある。自動車に用いられる二次電池も複数個を一つの電池パックとして、複数セットの電池パックが自動車の下部に配置されている。
電気自動車やハイブリッド自動車や電動バイクに用いる二次電池は、充電回数、放電深度、充電電流、充電する環境(温度変化)などによって劣化が生じる。使用者の使い方にも依存し、充電時の温度や、急速充電する頻度や、回生ブレーキによる充電量や、回生ブレーキによる充電タイミングなども劣化に関係する可能性がある。また、電気自動車やハイブリッド自動車に用いる二次電池は、経時劣化などにより、短絡などの異常が発生する恐れがある。
また、電気自動車やハイブリッド自動車や電動バイクに用いる二次電池は、長期間使用することが前提であるため、十分な信頼性を有することが望まれている。
リチウムイオン二次電池は、設計容量(DC)のうち、電池の残容量(RC)が満充電容量(FCC(Full Charge Capacity))にしめる割合、即ち充電率(SOC)が設計容量の0%から100%全て使用する設定になっておらず、過放電を防ぐため0%ではなくマージンが5%(または10%)程度とられている。また、過充電を防ぐため100%ではなくマージン5%(または10%)程度がとられており、結果として、設計容量の5%から95%の範囲内(または10%から90%の範囲内)で使用しているといわれている。実際には二次電池に接続されるBMS(Battery Management System)を用いて上限電圧Vmaxと下限電圧Vminの電圧範囲を設定することで設計容量の5%から95%の範囲内(または10%から90%の範囲内)で使用する。
二次電池は使用することや経時変化や温度変化により劣化が生じる。二次電池の内部の状態、特にSOC(充電率)を正確に知ることで二次電池を管理する。SOCを正確に知ることで上限電圧Vmaxと下限電圧Vminの電圧範囲を広くすることもできる。従来ではクーロンカウント法によりSOC推定がされている。
特許文献1には、二次電池の残容量の演算に、ニューラルネットワークを用いる一例が示されている。
二次電池の異常を検出し、例えば二次電池の安全性を低下させる現象を早期に検出し、使用者に警告、または二次電池の動作条件を変更することにより、安全性を確保することを課題の一つとしている。
また、従来の二次電池の異常検知は、二次電池の劣化が生じて誤差が発生すると補正が必要であるが、フィードバックによる補正も入らず、不十分であるため精度が低く、精度を高めることも課題の一つとしている。
また、二次電池に大きなノイズが発生した場合、二次電池の内部抵抗やSOCなどをモニタリングすると、入力されたノイズデータによって、後に推定されるSOCの数値に誤差が生じる。理想的には、異常検知をおこないつつ、他のパラメータ(内部抵抗やSOCなど)も高い精度で予測する二次電池の制御システムを課題の一つとしている。
リチウムイオン電池では、電流・電圧・温度のパラメータのみが測定でき、内部抵抗やSOC(充電率)は直接測定することが困難である。そこで、回帰モデル(回帰的な式)、例えば、回帰分析や、カルマンフィルタや、重回帰分析で計算処理して内部抵抗やSOCを推定する。
カルマンフィルタは、無限インパルス応答フィルタの一種である。また、重回帰分析は多変量解析の一つであり、回帰分析の独立変数を複数にしたものである。重回帰分析としては、最小二乗法などがある。回帰分析では観測値の時系列が多く必要とされる一方、カルマンフィルタは、ある程度のデータの蓄積さえあれば、逐次的に最適な補正係数が得られるメリットを有する。また、カルマンフィルタは、非定常時系列に対しても適用できる。
二次電池の内部抵抗及びSOCを推定する方法として、非線形カルマンフィルタ(具体的には無香料カルマンフィルタ(UKFとも呼ぶ))を利用することができる。また、拡張カルマンフィルタ(EKFともよぶ)を用いることもできる。
カルマンフィルタを用いて二次電池の内部抵抗及びSOCを推定することは知られており、その手法のみでは突発的な異常、具体的にはマイクロショートなどを検出することが困難となっている。二次電池の内部抵抗及びSOCを推定する場合には事後状態推定値を出力として扱うが、本発明では、状態推定値は直接使わず、観測値と事前状態推定値の差分を用いることで突発的な異常の検出を可能とする。
上記課題を解決するために、本明細書で開示する二次電池の異常検知装置及び異常検知システム及び異常検知方法は、以下の手段を用いる。
カルマンフィルタを用い、ある時点における観測値(電圧)と事前状態変数を用いて推定した電圧との差を検出する。あらかじめしきい値電圧を設定し、検出された差電圧により突発的な異常、具体的にはマイクロショートなどを検出する。マイクロショートなどを検出することによって二次電池の異常を早期に検知することができる。
マイクロショートとは、二次電池の内部の微小な短絡のことを指しており、二次電池の正極と負極が短絡して充放電不可能の状態になるというほどではなく、微小な短絡部でわずかに短絡電流が流れてしまう現象を指している。マイクロショートの原因の一つは、充放電が複数回行われることによって、正極活物質の不均一な分布により、正極の一部と負極の一部で局所的な電流の集中が生じ、セパレータの一部が機能しなくなる箇所が発生、または副反応による副反応物の発生によりミクロな短絡が生じていると言われている。
理想的な二次電池としては、二次電池の小型化のため、セパレータの薄化が望まれており、さらに、高い電圧での急速給電による充電が望まれており、どちらも二次電池にマイクロショートが生じやすい構成となっている。また、マイクロショートが繰り返し発生することで二次電池の異常発熱、及び発火などの重大事故に繋がる可能性がある。
従って、マイクロショートが発生した場合に早期に検出し、未然に重大事故を防ぐための異常検知システム、または二次電池の制御システム、または二次電池の充電システムを構成する。マイクロショートは二次電池特有の異常であり、従来、マイクロショートに注目し、マイクロショートを検出する方法及びシステムは存在していなかった。本発明者らは、マイクロショートが発生した時に大きく変動する値を見出し、その値を算出する方法およびシステムを構築する。さらに、AI(AI:Artificial Intelligence)のシステム(ニューラルネットワーク)を用いてフィードバックによる補正を入れて二次電池の異常発生の検出を行う。
二次電池の異常発生の検出を行う測定モデルを以下に示す。ここでモデルとは二次電池の異常検知システムのモデルであり、システムへの入力に対して予め定められた手順に従って計算もしくはシミュレーションを行うことによってシステムからの出力を決定する。回帰や学習などの手段によって、システムの入力に対して最適な出力を決定することができる仕組み(例えば、ニューラルネットワーク、隠れマルコフモデル、多項式関数近似など)をモデルとする。これらのモデルは一例であり、限定されない。
事前推定予測ステップではモデル及び入力値を利用し、事後推定ステップ(フィルタリングステップとも呼ぶ)では観測値を利用する。
上記式は、システムの状態の遷移を記述する状態方程式である。
ある時点(時刻k)において観測値y(k)はx(k)と以下のような関係にある。
cTは状態空間を観測空間に線形写像する役割を担う観測モデルである。w(k)は観測雑音である。上記式は観測方程式である。
状態方程式と観測方程式を合わせて状態空間モデルと呼ぶ。
また、事前状態推定値(左辺)は以下の式で表せる。
なお、kは0、1、2、などの整数、kは時間である。u(k)は入力信号であり二次電池の場合電流値となり、x(k)は状態変数を表している。
また、事前誤差共分散(左辺であるP-(k)は共分散行列の逆行列である)は以下の式で表せる。
事前推定予測ステップでは状態方程式に基づき、事前状態推定値及び状態の事前共分散行列を算出する。時刻kにおける事後状態推定値及び状態の事後共分散行列と状態方程式に基づき、時刻k+1における事前状態推定値及び事前共分散行列を算出する。
推定値と実測の電圧(観測値)を比較し、カルマンフィルタにより、誤差の重み付け係数であるカルマンゲインを算出して、推定値を補正する。フィルタリングステップで用いるカルマンゲインg(k)は以下の式で表すことができる。
フィルタリングステップで用いる事後状態推定値(左辺)は、以下の式で表すことができる。
また、フィルタリングステップで用いる事後誤差共分散行列P(k)は以下の式で表すことができる。
上述した二次電池の異常発生の検出を行う測定モデルにより、以下の式の値、即ちある時点における観測値(電圧)と事前状態変数を用いて推定した電圧との差(差電圧)を監視し、その値の挙動が大きく変化した場合をマイクロショートなどの異常が発生したとみなすことで検出する。
比較器などにより上記式の差電圧の値が、あるしきい値を越えたとして信号を出力し、異常を検出した場合、ディスプレイに異常信号を外部に連絡する表示ための信号、またはスピーカにブザーなどの警告のための信号を出力する。本明細書では、「検出」と「検知」の用語は使い分ける。「検知」は、異常データを検出し、その異常データが正しい場合に、外部に連絡する、即ち、他の回路への信号を出力することを検知と呼ぶこととする。「検出」は、異常データをピックアップすることのみを指し、ノイズ(正しくない異常データ)も含む、と定義する。従って、「検出」は「検知」の一部であるが、イコールではなく、「検知」は他の回路への通知(信号出力)を少なくとも含む。
また、充電状態から放電状態への切り替え時、または放電状態から充電状態への切り替え時に差電圧が大きく変動し、ノイズが発生する。このノイズの発生は二次電池の異常に繋がる現象ではないため、このノイズを除去するために比較器を複数設けてもよい。
本明細書で開示する発明の構成は、第1観測値となる二次電池の電圧値を検出する第1の検出手段と、第2観測値となる二次電池の電流値を検出する第2の検出手段と、状態方程式に基づくカルマンフィルタを用いて事前状態推定値(推定電圧値)を算出する算出部と、第1観測値の電圧値と、前の時刻に得た推定電圧値との差分を求め、あるしきい値範囲を超えると二次電池が異常(マイクロショートなど)であると判定する判定部と、を有する異常検知装置である。
上記構成において、判定部は1つまたは複数の比較器を有する。複数の比較器を用いることでノイズを除去でき、異常検出の誤差が低減できる。
さらに、ニューラルネットワークを用いて時系列の差電圧のデータを学習し、異常か正常かを判断し検知することが好ましい。上記構成において、第1観測値の電圧値と、前の時刻に得た推定電圧値との差分を入力するニューラルネットワーク構成部と、を有する。
また、本明細書で開示する他の構成は、二次電池が異常であるかを判定する異常検知方法であって、状態方程式に基づくカルマンフィルタを用いて推定電圧値を出力する事前推定予測ステップと、事後状態推定値及び事後誤差共分散行列を算出するフィルタリングステップとを有する異常検知方法である。
また、本明細書で開示する他の構成は、コンピュータを、状態方程式に基づくカルマンフィルタを用いて事前状態推定値(推定電圧値)を算出する算出部、前記観測値の電圧値と、前の時刻に得た推定電圧値との差分を求め、あるしきい値範囲を超えると二次電池が異常であると判定する判定部、として機能させるためのプログラムである。
上記異常検知装置や、上記方法や、上記プログラムを実行するコンピュータを用いて、二次電池の異常検知システムを構成することもできる。コンピュータは、例えば電気自動車の制御装置、スマートフォン、ノート型のパーソナルコンピュータであり、その構成として制御部、記憶部、及び入出力部を有する。制御部はCPU(またはMPU、MCU(Micro Controller Unit))などを有する。また、制御部は、GPU(Graphics Processing Unit)を用いることもできる。また、CPUとGPUを一つに統合したチップをAPU(Accelerated Processing Unit)と呼ぶこともあり、このAPUチップを用いることもできる。また、AIシステムを組み込んだIC(推論チップとも呼ぶ)を用いてもよい。AIシステムを組み込んだICは、ニューラルネット演算を行う回路(マイクロプロセッサ)と呼ぶ場合もある。
記憶部はRAM、ROM、及びHDDなどを有する。入出力部は操作部、表示部、及び通信部などを有する。また、上記プログラムは、コンピュータの記憶部に記憶されていることに限定されず、コンピュータが読み取り可能な記憶媒体に記憶されたプログラムをコンピュータが読みだして実行するようにしてもよい。コンピュータが読み取り可能な記憶媒体は、例えばCD-ROMなどのディスク、磁気テープ、USBメモリ、フラッシュメモリなどである。また、インターネット、LAN(Local Area Network)、無線LAN等の接続回線に接続された装置に上記プログラムを記憶させておき、コンピュータがこれらの接続回線からプログラムを読みだして実行するようにしてもよい。
また、本明細書で開示する他の構成は、マイクロショートを検知する異常検知システムであって、第1観測値となる二次電池の電圧値を検出する第1の検出手段と、第2観測値となる二次電池の電流値を検出する第2の検出手段と、状態方程式に基づくカルマンフィルタを用いて事前状態推定値(推定電圧値)を算出する算出部と、第1観測値の電圧値と、前の時刻に得た推定電圧値との差分を求め、あるしきい値範囲を超えると二次電池が異常(マイクロショートなど)であると判定する判定部と、を有し、マイクロショート起因のデータの異常を検知する異常検知システムである。
本明細書で開示する二次電池の異常検知システムは、常時または定期的に二次電池の監視を行う。サンプリング周期(及び演算周期)は適宜設定することができる。また、本明細書で開示する二次電池の異常検知システムは、二次電池の監視システムとも呼べる。さらに、温度センサや、カメラや、ガスセンサなどを用いて二次電池の外表面温度の異常、外形変形などの異常を検出することも二次電池の異常検知システムに含めると、より確実に異常検出を可能とすることもできる。
異常と判断した予測誤差をそのままカルマンフィルタに入力せずに代わりに正常と判断した予測誤差を入力する。異常値を用いず二次電池の内部抵抗及びSOCを算出することで推定の精度を高める。
本明細書で開示する発明の他の構成は、二次電池の充電状態を推定する二次電池の状態推定方法であって、二次電池から観測値のデータを取得し、回帰モデルを用いて事前状態推定値を算出し、観測値と事前状態推定値の差である予測誤差電圧Vdを算出し、予測誤差電圧Vdのデータが予め設定したしきい値を超えるか否かに基づいてデータがノイズかどうかを判定し、ノイズと判定されたデータに代えて、異常検出前のk個のデータの平均値を回帰モデルに入れ替えて入力して補正し、ノイズ検出後も異常検知を続ける二次電池の状態推定方法である。
マイクロショートの問題は充電中に発生する。例えば1本のみの電池で構成されている場合は、充電器で電流が制御されるため、マイクロショート時には見た目の電流値は変化せず、電圧値に変化が現れる。ただし並列電池になると、電圧変化は小さくなり検出が難しくなる。また、この電圧変化は電池使用の上下限電圧範囲内にあるため、特別な検知機構が必要である。また、電流に関しては並列電池では、マイクロショートが発生すると内部抵抗が低くなるため、健常電池に流れる電流量は相対的に小さくなり、異常電池に多くの電流が流れることになり危険である。ただし、組電池全体の電流は制御された値が保たれる為、異常を検知することが難しい。また、一般的な組電池の構成であれば、各直列段の電圧をモニターすることが普通であるが、全電池の電流をモニターすることはコスト、配線の煩雑さから採用するのは難しい。
図14にフロー図を示したように、比較回路で信号REFと比較して小さい、即ち、式8の値<REFとなった時をマイクロショートなどの異常発生とみなし、この異常を検出した後、予測誤差のデータを作成、例えば1ステップから4ステップ前までの正常な予測誤差の平均をカルマンフィルタに投入する。異常を検知した後も正確にSOCを求めることができる。カルマンフィルタの利点は、高精度に残容量予測が可能であり、さらに初期残容量が未知であったとしても残容量予測が可能であるといえる。
従来、マイクロショート発生前後で推定値に誤差が生じ、真の容量値とずれが発生する問題があった。マイクロショート発生に起因するデータを取り除き、正常な値を入力することで推定の結果の精度を上げることができる。
そこで、異常検知の元となったデータを異常検知後の推測に用いないようにすることで、異常検知後にもマイクロショートが繰り返し発生するまでは、二次電池の使用を可能とすることができる。
二次電池の充電状態の推定を行う推定方法を以下に示す。二次電池の異常発生の検出を行った後、引き続き推定を行う手順を繰り返す。推定には、回帰や学習などの手段によって、システムの入力に対して最適な出力を決定することができる仕組み(例えば、ニューラルネットワーク、隠れマルコフモデル、多項式関数近似など)を用いる。学習を行うためには学習のための大量のデータ及び分析を用いることが好ましいため、ワークステーションまたはサーバアプライアンス上のサイト内で実施してもよく、その場合には1以上のサーバを用い、データの蓄積、及び分析を自動化またはオペレータの連携を伴う半自動化で行う。また、予め大量のデータの記憶及び分析が終了し結果が得られている場合には、それらの結果をシステム、具体的にはプログラムまたはICチップのメモリに組み込むことでサーバを用いることなく異常検出及び充電状態の推定を行うこともできる。
また、二次電池を充電するために無線で電力を給電する場合においても、本明細書で開示する二次電池の異常検知システムを用いることもできる。数W以上の電力を、数十センチ以下に離した距離で無線伝送する方式としては、電磁誘導方式、磁界共鳴方式がある。電磁誘導方式としては、Qi(チー)規格がある。また磁界共鳴方式としては、WiPower規格がある。送電装置からの電力を受電コイルで受け取り、その受電コイルと二次電池の間に異常検知装置を設ければよい。異常検知装置が異常検知した場合には、送電装置からの電力をストップする指示を通信機能(無線LANやブルートゥース(Blue tooth(登録商標)))を用いて行う。
本明細書で以下に説明される実施形態は、種々のコンピュータハードウェア、若しくはソフトウェアを含む、専用コンピュータまたは汎用コンピュータの使用を含む。また、本明細書で以下に説明される実施形態は、コンピュータが読み取り可能な記録媒体を使用して実装することができる。また、記録媒体は、RAM、ROM、光ディスク、磁気ディスク、またはコンピュータによってアクセスされうる任意の他のストレージ媒体を含んでもよい。また、本明細書で以下に説明される実施形態に一例として示されているアルゴリズム、構成要素、フロー、プログラムなどはソフトウェアにおいて実装される、或いはハードウェア及びソフトウェアの組み合わせにおける実装が可能である。
上述の数式8の値(差電圧)を監視することにより容易、且つ、精度の高い二次電池の異常検出が可能となる。さらにニューラルネットワークを用いてフィードバックによる補正を入れて二次電池の異常検出を行うことで、より精度の高い二次電池の異常検出が可能となる。
また、一つの二次電池に対しての異常検知にかぎらず、直列接続された複数の二次電池に対して異常検知を行うこともできる。
また、二次電池は電解液を用いるリチウムイオン二次電池に限定されず、固体電解質を用いる全固体電池、ナトリウムイオン二次電池、カリウムイオン二次電池なども用いることができる。カリウムイオン二次電池は、リチウムやナトリウムに比べて溶媒を引き寄せる力が弱く、イオンが自由に電解液中を移動できる。二次電池の種類やサイズが変更される場合には、しきい値もその二次電池に合わせて適宜設定する。全固体電池においてもマイクロショートは発生しうるため、本明細書で開示する異常検知システムは、有用である。
本明細書で開示する異常検知システムは、ICチップなどに搭載し、車両のシステムの一部に組み込むこともでき、有用である。また、他の機能回路(ランダムアクセスメモリ(Random Access Memory:RAM)、GPU(Graphics Processing Unit)、PMU(Power Management Unit)など)と統合した一つのICチップで構成されてもよい。
本明細書で開示する異常検知システムは、検出タイミングを短縮することができ、リアルタイムでの異常検出を実現できる。また、充電時または放電時など二次電池の状態にかかわらず異常検出を実現できる。
また、リアルタイムで二次電池の異常を検知し、異常の検知に用いたノイズを除去して他のパラメータ(内部抵抗やSOCなど)も高い精度で予測する二次電池の制御システムを実現できる。
以下では、本発明の実施の形態について図面を用いて詳細に説明する。ただし、本発明は以下の説明に限定されず、その形態および詳細を様々に変更し得ることは、当業者であれば容易に理解される。また、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。
(実施の形態1)
図1は、異常検出に用いる電池の等価回路モデル(電池モデルとも呼ぶ)の一例である。図1中に示すR0は直列抵抗成分、R1、R2、R3、R4は抵抗である。また、C2、C3、C4は容量である。
図1は、異常検出に用いる電池の等価回路モデル(電池モデルとも呼ぶ)の一例である。図1中に示すR0は直列抵抗成分、R1、R2、R3、R4は抵抗である。また、C2、C3、C4は容量である。
図1中のマイクロショートモデル400にパルス信号をある一定時間間隔で印加してマイクロショートを疑似的に発生させて電池モデルの数値シミュレーションを行う。本実施の形態では数値シミュレーションを用いて説明するが、実際には異常のある電池の電圧を監視する。
図1中に示すOCVは、開回路電圧(Open Circuit Voltage)の略称であり、電池が外部回路から切り離されて十分時間が経ち、電池内部の電気化学反応が平衡状態となった時の正極と負極の電位差としている。
図2(A)は機能ブロックの一例を示す図であり、推定ロジックとも呼べる。
図2(A)において遅延回路402は、時刻kでの状態推定値を時刻(k+1)での推定に用いるための回路である。図2(A)においてAとbはモデルから得られる行列である。CTは、観測係数ベクトルである。Z-1は遅延回路である。
図2(A)において符号401で示した部分が観測値(電圧)と事前状態変数を用いて推定した電圧との差(差電圧)の部分である。差電圧が急峻に変化するとマイクロショートが発生したとみなすことができるため、この差電圧の値を比較器403に入力し、比較器403にて参照信号(REF)で与えられたしきい値と比較することで異常かどうかの判定を行う。比較器403において入力された2つの値のうち、比較して低い方を出力LOとする。1ステップ期間内に数回にわたりREFを変更してマルチレベルで比較を行ってもよい。
図2(B)に二次電池の端子電圧と、差電圧と時間の関係グラフを示す。横軸が時間、縦軸が電圧である。端子電圧の値では変動がそれほど大きくないため、マイクロショートの発生タイミングを特定することが困難である。一方、図2(B)に示すように中央に急峻な変動が差電圧(観測値と事前状態推定値の電圧差)に表れており、マイクロショートの発生のタイミングと一致している。従って差電圧を監視することでマイクロショートの発生を判定できる。
さらに、同じ入力データを用いて図2(A)で示される推定ロジックを一部共通させて用いることでSOC推定値も出力することもできる。回路規模を大きくすることなくSOC推定値を出力することができる。
(実施の形態2)
本実施の形態では、さらにニューラルネットワーク(NN)を用いて精度を高める構成について以下に説明する。
本実施の形態では、さらにニューラルネットワーク(NN)を用いて精度を高める構成について以下に説明する。
図3は機能ブロックの一例を示す図である。実施の形態1とはニューラルネットワーク部404を有している点で異なっている。図3(A)中のNNはニューラルネットワーク部であり、出力LO(k)としている。
図3(A)において符号401で示した部分が観測値(電圧)と事前状態変数を用いて推定した電圧との差(差電圧)の部分であり、この差電圧の値をニューラルネットワーク部404に入力し、学習データと比較することで異常かどうかの判定を行う。また、ニューラルネットワーク部404に入力されたデータを蓄積し、学習データの一部とすることでさらに精度を上げることもできる。
また、図3(B)は他のバリエーションの一つである。図3(B)に示す機能ブロックは、比較器とニューラルネットワーク(NN)の両方に差電圧の値を入力し、両方の出力のORをとる。また、ORではなく、ANDとしてもよい。
また、図4(A)は他のバリエーションの一つである。図4(A)に示す機能ブロックは、比較器の出力をニューラルネットワーク(NN)に入力し、出力された値で異常かどうかの判定を行う。
また、図4(B)は他のバリエーションの一つである。図4(B)に示す機能ブロックは、比較器の出力をニューラルネットワーク(NN)に入力し、比較器とニューラルネットワーク(NN)のANDをとった値で異常かどうかの判定を行う。
また、図5(A)は、他のバリエーションの一つである。図5(A)に示す機能ブロックは、カルマンゲインg(k)を通過後のデータを用いて異常検出する構成としている。
(実施の形態3)
本実施の形態では、さらにもう一つの比較器を用いて精度を高める構成について以下に説明する。
本実施の形態では、さらにもう一つの比較器を用いて精度を高める構成について以下に説明する。
時間の経過と差電圧の値の関係を調べ、マイクロショートの発生時とは異なる誤差がある。本発明者らは、二次電池において充電と放電の切り替え時に誤差が発生することを見出した。図6(A)に示すように端子電流が放電のタイミングで変化しているようすがわかる。
充電と放電の切り替え時にはプラス側のオーバーシュートが見られない。これに対し、図6(B)に示したようにマイクロショートが発生するとプラス側とマイナス側の両方にオーバーシュートが生じている。プラス側のオーバーシュートは予測誤差分の修正が次のステップに反映されたためである。先にマイナス側のオーバーシュートが生じた後、プラス側にオーバーシュートが生じている。この違いにより、プラス側のオーバーシュートのみの場合には誤差としてマイクロショート発生と判定しない構成とする。
図5(B)に示したように比較器を2つ設け、比較器1にマイナス側のオーバーシュートの値(REF1)を入力し、比較器2にプラス側のオーバーシュートの値(REF2)を入力し、遅延回路を用いて1ステップ前の比較器の出力と現時点での比較器の出力をAND演算する。
上記構成により充電と放電の切り替え時などのノイズを除去し、マイクロショートの異常検出の精度を高めることができる。
本実施の形態は他の実施の形態と自由に組み合わせることができる。
(実施の形態4)
本実施の形態では、図10を用いて電気自動車(EV)に適用する例を示す。
本実施の形態では、図10を用いて電気自動車(EV)に適用する例を示す。
図10(A)に電気自動車のブロック図の一例を示す。
電気自動車には、メインの駆動用の二次電池として第1のバッテリ301と、モータ304を始動させるインバータ312に電力を供給する第2のバッテリ311が設置されている。本実施の形態では、第2のバッテリ311の電源で駆動する異常監視ユニット300が第1のバッテリ301を構成する複数の二次電池をまとめて監視する。
第1のバッテリ301は、主に42V系(高電圧系)の車載機器に電力を供給し、第2のバッテリ311は14V系(低電圧系)の車載機器に電力を供給する。第2のバッテリ311は鉛蓄電池がコスト上有利のため採用されることが多い。鉛蓄電池はリチウムイオン二次電池と比べて自己放電が大きく、サルフェーションとよばれる現象により劣化しやすい欠点がある。第2のバッテリ311をリチウムイオン二次電池とすることでメンテナンスフリーとするメリットがあるが、長期間の使用、例えば3年以上となると、製造時には判別できない異常発生が生じる恐れがある。特にインバータを起動する第2のバッテリ311が動作不能となると、第1のバッテリ301に残容量があってもモータを起動させることができなくなることを防ぐため、第2のバッテリ311が鉛蓄電池の場合は、第1のバッテリから第2のバッテリに電力を供給し、常に満充電状態を維持するように充電されている。
本実施の形態では、第1のバッテリ301と第2のバッテリ311の両方にリチウムイオン二次電池を用いる一例を示す。第2のバッテリ311は鉛蓄電池や全固体電池を用いてもよい。
円筒型の二次電池の例について図12(A)及び図12(B)を参照して説明する。円筒型の二次電池600は、図12(A)に示すように、上面に正極キャップ(電池蓋)601を有し、側面および底面に電池缶(外装缶)602を有している。これら正極キャップと電池缶(外装缶)602とは、ガスケット(絶縁パッキン)610によって絶縁されている。
図12(B)は、円筒型の二次電池の断面を模式的に示した図である。中空円柱状の電池缶602の内側には、帯状の正極604と負極606とがセパレータ605を間に挟んで捲回された電池素子が設けられている。図示しないが、電池素子はセンターピンを中心に捲回されている。電池缶602は、一端が閉じられ、他端が開いている。電池缶602には、電解液に対して耐腐食性のあるニッケル、アルミニウム、チタン等の金属、又はこれらの合金やこれらと他の金属との合金(例えば、ステンレス鋼等)を用いることができる。また、電解液による腐食を防ぐため、ニッケルやアルミニウム等を被覆することが好ましい。電池缶602の内側において、正極、負極およびセパレータが捲回された電池素子は、対向する一対の絶縁板608、609により挟まれている。また、電池素子が設けられた電池缶602の内部は、非水電解液(図示せず)が注入されている。二次電池は、コバルト酸リチウム(LiCoO2)やリン酸鉄リチウム(LiFePO4)などの活物質を含む正極と、リチウムイオンの吸蔵・放出が可能な黒鉛等の炭素材料からなる負極と、エチレンカーボネートやジエチルカーボネートなどの有機溶媒に、LiBF4やLiPF6等のリチウム塩からなる電解質を溶解させた非水電解液などにより構成される。
円筒型の二次電池に用いる正極および負極は捲回するため、集電体の両面に活物質を形成することが好ましい。正極604には正極端子(正極集電リード)603が接続され、負極606には負極端子(負極集電リード)607が接続される。正極端子603および負極端子607は、ともにアルミニウムなどの金属材料を用いることができる。正極端子603は安全弁機構612に、負極端子607は電池缶602の底にそれぞれ抵抗溶接される。安全弁機構612は、PTC(Positive Temperature Coefficient)素子611を介して正極キャップ601と電気的に接続されている。安全弁機構612は電池の内圧の上昇が所定の閾値を超えた場合に、正極キャップ601と正極604との電気的な接続を切断するものである。また、PTC素子611は温度が上昇した場合に抵抗が増大する熱感抵抗素子であり、抵抗の増大により電流量を制限して異常発熱を防止するものである。PTC素子には、チタン酸バリウム(BaTiO3)系半導体セラミックス等を用いることができる。
電解液を用いるリチウムイオン二次電池は、正極と、負極と、セパレータと、電解液と、外装体とを有する。なお、リチウムイオン二次電池では、充電と放電でアノード(陽極)とカソード(陰極)が入れ替わり、酸化反応と還元反応とが入れ替わることになるため、反応電位が高い電極を正極と呼び、反応電位が低い電極を負極と呼ぶ。したがって、本明細書においては、充電中であっても、放電中であっても、逆パルス電流を流す場合であっても、充電電流を流す場合であっても、正極は「正極」または「+極(プラス極)」と呼び、負極は「負極」または「-極(マイナス極)」と呼ぶこととする。酸化反応や還元反応に関連したアノード(陽極)やカソード(陰極)という用語を用いると、充電時と放電時とでは、逆になってしまい、混乱を招く可能性がある。したがって、アノード(陽極)やカソード(陰極)という用語は、本明細書においては用いないこととする。仮にアノード(陽極)やカソード(陰極)という用語を用いる場合には、充電時か放電時かを明記し、正極(プラス極)と負極(マイナス極)のどちらに対応するものかも併記することとする。
図12(C)に示す2つの端子には充電器が接続され、蓄電池1400が充電される。図12(C)中において1406は、電解液、1408はセパレータである。蓄電池1400の充電が進めば、電極間の電位差は大きくなる。図12(C)では、蓄電池1400の外部の端子から、正極1402の方へ流れ、蓄電池1400の中において、正極1402から負極1404の方へ流れ、負極から蓄電池1400の外部の端子の方へ流れる電流の向きを正の向きとしている。つまり、充電電流の流れる向きを電流の向きとしている。
本実施の形態では、リチウムイオン二次電池の例を示すが、リチウムイオン二次電池に限定されず、二次電池の正極材料として例えば、元素A、元素X、及び酸素を有する材料を用いることができる。元素Aは第1族の元素および第2族の元素から選ばれる一以上であることが好ましい。第1族の元素として例えば、リチウム、ナトリウム、カリウム等のアルカリ金属を用いることができる。また、第2族の元素として例えば、カルシウム、ベリリウム、マグネシウム等を用いることができる。元素Xとして例えば金属元素、シリコン及びリンから選ばれる一以上を用いることができる。また、元素Xはコバルト、ニッケル、マンガン、鉄、及びバナジウムから選ばれる一以上であることが好ましい。代表的には、リチウムコバルト複合酸化物(LiCoO2)や、リン酸鉄リチウム(LiFePO4)が挙げられる。
負極は、負極活物質層および負極集電体を有する。また、負極活物質層は、導電助剤およびバインダを有していてもよい。
負極活物質として、リチウムとの合金化・脱合金化反応により充放電反応を行うことが可能な元素を用いることができる。例えば、シリコン、スズ、ガリウム、アルミニウム、ゲルマニウム、鉛、アンチモン、ビスマス、銀、亜鉛、カドミウム、インジウム等のうち少なくとも一つを含む材料を用いることができる。このような元素は炭素と比べて容量が大きく、特にシリコンは理論容量が4200mAh/gと高い。
また、二次電池は、セパレータを有することが好ましい。セパレータとしては、例えば、紙をはじめとするセルロースを有する繊維、不織布、ガラス繊維、セラミックス、或いはナイロン(ポリアミド)、ビニロン(ポリビニルアルコール系繊維)、ポリエステル、アクリル、ポリオレフィン、ポリウレタンを用いた合成繊維等で形成されたものを用いることができる。
また、タイヤ316の回転による回生エネルギーは、ギア305を介してモータ304に送られ、モータコントローラ303やバッテリーコントローラ302から第2のバッテリ311に充電、または第1のバッテリ301に充電される。
また、第1のバッテリ301は主にモータ304を回転させることに使用されるが、DCDC回路306を介して42V系の車載部品(電動パワステ307、ヒーター308、デフォッガ309など)に電力を供給する。後輪にリアモータを有している場合にも、第1のバッテリ301がリアモータを回転させることに使用される。
また、第2のバッテリ311は、DCDC回路310を介して14V系の車載部品(オーディオ313、パワーウィンドウ314、ランプ類315など)に電力を供給する。
また、第1のバッテリ301は、複数の二次電池を含むモジュールの集合で構成される。例えば、図12(A)に示した円筒形の二次電池600を用いる。図10(B)に示すように、円筒形の二次電池600を、導電板613および導電板614の間に挟んでモジュールを構成してもよい。図10(B)には二次電池間にスイッチを図示していない。複数の二次電池600は、並列接続されていてもよいし、直列接続されていてもよいし、並列に接続された後、さらに直列に接続されていてもよい。複数の二次電池600を有するモジュールを構成することで、大きな電力を取り出すことができる。
車載の二次電池において、複数の二次電池からの電力を遮断するため、工具を使わずに高電圧を遮断できるサービスプラグまたはサーキットブレーカを有しており、第1のバッテリ301に設けられる。例えば、2個から10個のセルを有する電池モジュールを48個直接に接続する場合には、24個目と25個目の間にサービスプラグまたはサーキットブレーカを有している。
図11において、本発明の一態様である二次電池の異常検知システムを用いた車両を例示する。図11(A)に示す自動車8400の二次電池8024は、電気モーター8406を駆動するだけでなく、ヘッドライト8401やルームライト(図示せず)などの発光装置に電力を供給することができる。自動車8400の二次電池8024は、図10(B)に示した円筒形の二次電池600を、導電板613および導電板614の間に挟んでモジュールとしたものを用いてもよい。
図11(B)に示す自動車8500は、自動車8500が有する二次電池にプラグイン方式や非接触給電方式等により外部の充電設備から電力供給を受けて、充電することができる。図11(B)に、地上設置型の充電装置8021から自動車8500に搭載された二次電池8024に、ケーブル8022を介して充電を行っている状態を示す。充電に際しては、充電方法やコネクターの規格等はCHAdeMO(登録商標)やコンボ等の所定の方式で適宜行えばよい。充電装置8021は、商用施設に設けられた充電ステーションでもよく、また家庭の電源であってもよい。例えば、プラグイン技術によって、外部からの電力供給により自動車8500に搭載された二次電池8024を充電することができる。充電は、ACDCコンバータ等の変換装置を介して、交流電力を直流電力に変換して行うことができる。
また、図示しないが、受電装置を車両に搭載し、地上の送電装置から電力を非接触で供給して充電することもできる。この非接触給電方式の場合には、道路や外壁に送電装置を組み込むことで、停車中に限らず走行中に充電を行うこともできる。また、この非接触給電の方式を利用して、車両どうしで電力の送受信を行ってもよい。さらに、車両の外装部に太陽電池を設け、停車時や走行時に二次電池の充電を行ってもよい。このような非接触での電力の供給には、電磁誘導方式や磁界共鳴方式を用いることができる。
また、図11(C)は、本発明の一態様の二次電池を用いた二輪車の一例である。図11(C)に示すスクータ8600は、二次電池8602、サイドミラー8601、方向指示灯8603を備える。二次電池8602は、方向指示灯8603に電気を供給することができる。
また、図11(C)に示すスクータ8600は、座席下収納8604に、二次電池8602を収納することができる。二次電池8602は、座席下収納8604が小型であっても、座席下収納8604に収納することができる。
二次電池8602は、全固体電池を用いることができる。二次電池8602は、複数のラミネート型の二次電池で構成する。ここでは全固体電池を用いたラミネート型の二次電池の一例を図13(D)に示す。
図13(D)に示すラミネート型の二次電池500は、正極リード電極510と負極リード電極511を有する。
ラミネート型の二次電池の作製手順を簡単に説明する。まず、正極と負極を用意する。正極は正極集電体を有し、正極活物質層は正極集電体の表面に形成されている。また、正極は正極集電体が一部露出する領域(以下、タブ領域という)を有する。負極は負極集電体を有し、負極活物質層は負極集電体の表面に形成されている。また、負極は負極集電体が一部露出する領域、すなわちタブ領域を有する。
そして、負極、固体電解質層及び正極を積層する。ここでは負極を5組、正極を4組使用する例を示す。次に、正極のタブ領域同士の接合と、最表面の正極のタブ領域への正極リード電極510の接合を行う。接合には、例えば超音波溶接等を用いればよい。同様に、負極のタブ領域同士の接合と、最表面の負極のタブ領域への負極リード電極511の接合を行う。
次に外装体上に、負極、固体電解質層及び正極を配置する。固体電解質層としては、リチウムイオンを伝導できる固体成分を含む材料層(セラミックなど)であればよい。例えば、固体電解質層はセラミック粉末またはガラス粉末をスラリー化してシートを成型する。セラミックの定義は金属、非金属を問わず、酸化物、炭化物、窒化物、ホウ化物などの無機化合物の材料である。ガラスは非晶質であり、ガラス転移現象を有する材料と定義されるが、微結晶体化させたものをセラミックガラスと呼ぶこともある。セラミックガラスは結晶性を有するため、X線回析法により確認することができる。固体電解質としては酸化物固体電解質、硫化物固体電解質などを用いることができる。また、正極活物質層や負極活物質層にも固体電解質を含ませており、導電助剤を含ませてもよい。導電助剤は、電子伝導性を有している材料であればよく、例えば、炭素材料、金属材料などを用いることができる。
また、正極活物質として用いられる酸化物固体電解質としては、Li3PO4、Li3BO3、Li4SiO4、Li4GeO4、LiNbO3、LiVO2、LiTiO3、LiZrO3などを用いることができる。また、これらの複合化合物であってもよく、例えばLi3BO3-Li4SiO4などを挙げることができる。また、固体電解質の表面は1nm以上20nm以下のコート層で少なくとも一部覆われていてもよく、コート層の材料は、Liイオン伝導性酸化物を用いる。
負極活物質として用いられる酸化物固体電解質としては、Nb2O5、Li4Ti5O12、SiOなどを挙げることができる。本明細書等において、SiOは例えば一酸化シリコンを指す。あるいはSiOは、SiO2と比較してシリコンの組成が多い材料を指し、SiOxと表すこともできる。ここでxは1近傍の値を有することが好ましい。例えばxは、0.2以上1.5以下が好ましく、0.3以上1.2以下がより好ましい。
また、正極活物質として用いられる硫化物固体電解質としては、Li及びSを含む材料、具体的にはLi7P3S11、Li2S-SiS2、Li2S-P2S5などを挙げることができる。
次に、外装体を折り曲げる。その後、外装体の外周部を接合する。外装体は金属箔と有機樹脂フィルムとを積層したラミネートフィルム、例えば、アルミニウム箔やステンレス箔を用い、接合には、例えば熱圧着等を用いればよい。このようにして、図13(D)に示すラミネート型の二次電池500を作製することができる。また、ここでは1枚のラミネートフィルムを用いて接合する例を示したが、2枚のラミネートフィルムを重ねて周縁部を接着させて封止する構成としてもよい。
また、図13(A)は、固体電池の概念を示す図であり、正極81と負極82の間に固体電解質層83を有する。また、固体電池には薄膜型全固体電池とバルク型全固体電池がある。薄膜型全固体電池は、薄膜を積層することによって得られる全固体電池であり、バルク型全固体電池は微粒子を積層することによって得られる全固体電池である。
図13(B)は、バルク型全固体電池の一例であり、正極81の近傍に粒子状の正極活物質87と、負極82の近傍に粒子状の負極活物質88を有し、それらの隙間を埋めるように固体電解質層83が配置される。正極81と負極82との間を加圧プレスによって空隙がなくなるように複数種類の粒子を充填させている。
また、図13(C)は、薄膜型全固体電池の一例である。薄膜型全固体電池は気相法(真空蒸着法、溶射法、パルスレーザー堆積法、イオンプレーティング法、コールドスプレー法、エアロゾルデポジション法、スパッタリング法)を用いて成膜する。図13(C)では基板84上に配線電極85、86を形成した後、配線電極85上に正極81を形成し、正極81上に固体電解質層83を形成し、固体電解質層83及び配線電極86上に負極82を形成してリチウムイオン蓄電池を作製する例である。基板84としては、セラミックス基板、ガラス基板、プラスチック基板、金属基板などが挙げられる。
本実施の形態は、他の実施の形態の記載と適宜組み合わせることができる。
(実施の形態5)
二次電池のSOCを推定する方法の一例を図14に示す。図14は、フロー図であり、マイクロショートなどの異常を検知した後、予測誤差のデータを作成、例えば1ステップから4ステップ前までの正常な予測誤差の平均をカルマンフィルタに投入する。異常を検出した後も正確にSOCを求めることができる。
二次電池のSOCを推定する方法の一例を図14に示す。図14は、フロー図であり、マイクロショートなどの異常を検知した後、予測誤差のデータを作成、例えば1ステップから4ステップ前までの正常な予測誤差の平均をカルマンフィルタに投入する。異常を検出した後も正確にSOCを求めることができる。
比較器などにより上記式の差電圧の値が、あるしきい値を越えたとして信号を出力し、異常を検知する。比較器に入力するしきい値の電圧信号REFと比較を行って異常を判断する。異常を検知したタイミングのデータは、後の推定で用いず、代わりに数ステップ前までの平均値を推定アルゴリズムに入力するようにする。上記数式8の差電圧の値が、電圧信号REFを下回ると、前のステップの数回分の平均値と差し替える。従って、上記数式8の差電圧の値が、比較器に入力される電圧信号REFを下回ると、その差電圧はカルマンフィルタのループには投入されない。代わりに平均値が推定アルゴリズムに入力されることで、異常が発生してもSOCの推定などを精度高く行うことができる。マイクロショートの異常を検知したタイミングのデータを用いず、代わりに数ステップ前までの平均値を推定アルゴリズムに入力すれば、上記数式8の差電圧の値は、マイクロショートの発生しない場合のデータと近似する。
図14のフローを実行するための具体的なシステム図を図16に示す。図16において、二次電池の充電状態推定装置は、少なくとも比較器403と、遅延回路と、AND回路405と、マルチプレクサ407を有している。AND回路にはクロック信号CLKを入力する。また、比較器403には参照信号REFを入力する。図16は一例であり、特に限定されず、二次電池の充電状態を推定する二次電池の充電状態推定装置は、第1観測値となる二次電池の電圧値を検出する検出手段と、回帰モデルを用いて推定電圧値を算出する算出部と、第1観測値の電圧値と、前の時刻に得た推定電圧値との差分を求め、あるしきい値範囲を超えると二次電池が異常であると判定する判定部と、を有し、判定部は、1つまたは複数の比較器と、マルチプレクサと、遅延回路を有する。図16中のMUXはマルチプレクサである。二次電池の充電状態推定装置は、さらに第2観測値となる二次電池の電流値を検出する第2の検出手段を有してもよい。図16では、FIR(Finite Impulse Response)フィルタを用いている。また、図17にシステム図の異なる一例を示す。図17では、IIR(Infinite Impulse Response)フィルタを用いている。図17中のNは時間kのうち十分大きな値である無限時間とした場合を指している。
また、異常を検出したデータをカルマンフィルタのループに入力しないとしても、異常検出時のマイクロショートにより消失した電流を正確に計算し、反映させることでSOCをより正確な数値とすることができる。また、図18にフロー図を示す。図18に示したように、比較回路で信号REFと比較して小さい値をLOとして出力、即ち、式8の値<REFとなった時をマイクロショートなどの異常発生とみなし、この異常を検知する。
異常を検出したデータは予測誤差電圧であり、状態方程式を用いてマイクロショート時の電流Imicroを求める。図15(A)及び図15(B)に示す等価回路モデルを用いて以下に説明する。図15(A)及び図15(B)において、OCVは放電時の電位差であり、V0、V1、V2、V3は、各箇所での電圧である。
上記式は、図15(A)における回路の状態変数x(k)である。図15(A)においてはマイクロショート発生前の状態と対応する等価回路モデルである。
また、u(k)は電流IBAT(k)である。u(k)は入力信号であり二次電池の場合、電流値となる。
状態方程式を構成するbは定数であり、TSはサンプリング周期である。
上記式はカルマンフィルタの状態方程式である。なお、上記式中の抵抗R1、R2、R3、容量C1、C2、C3、満充電容量FCCも式を拡張して状態変数x(k)に入れてもよい。
次にマイクロショート発生時の状態を図15(B)に示す等価回路モデルとみなして以下に算出手順を示す。
上記式は、マイクロショート発生時を時刻k+1とした場合の関係式である。また、各箇所での電流は以下に示すことができる。
また、抵抗R1及び容量C1にかかる電圧V1は、以下の式となる。
また、抵抗R2及び容量C2にかかる電圧V2は、以下の式となる。
また、抵抗R3及び容量C3にかかる電圧V3は、以下の式となる。
上記式のうち以下に示す数値が1より非常に小さい場合や精度をそれほど求めない場合は、以下に示す値を1としてもよい。
上記式を1とする場合、計算量を減らせることができる。
上記式を計算してマイクロショート時の電流(Imicro)を求めることができる。上記式に示すように、1ステップ前で推定したR0、OCV、予測誤差電圧を含んだ電圧VIN及び電流IBATの観測値を用いてマイクロショート時の電流を算出している。R0(k)は観測誤差の共分散である。
上記式中のSOC(k)は事前推定予測ステップ時のカルマンフィルタ内部のSOCデータに相当する。また、上記式中の左辺の値をフィルタリングステップ直前にカルマンフィルタ内部のSOCデータに置き換えることでカルマンフィルタの内部のSOCにマイクロショート時の電流を反映することができる。
上述した演算を行うSOCの推定処理において、上記数式を実行できるプログラムをマイクロコンピュータもしくはマイクロプロセッサなどに移植することで、SOCを算出することもできる。
本実施の形態は他の実施の形態と組み合わせることができる。
図7は、カルマンフィルタの演算を行う機能ブロックの一例である。実施の形態1とは比較器がない部分以外は同一である。図7中の符号401で示した差電圧の値が、マイクロショートの発生にとって重要であり、その値を監視することで二次電池の異常検出を行う。
マイクロショートを定期的に発生させた電流を疑似的に作成したデータを用い、シミュレーションを行う。
図8はシミュレーション結果を示しており、横軸に時間、縦軸に差電圧、具体的には観測値(電圧)と事前状態変数を用いて推定した電圧との差(差電圧)を示している。
図8において、定期的にプラス側及びマイナス側にオーバーシュートが見られているデータがマイクロショート有りのデータである。また、マイナス側のみにオーバーシュートがみられるデータがマイクロショートなしのデータであり、比較例である。また、マイナス側のみにオーバーシュートがみられる点は、充電から放電に切り替える際に電圧が変動する点に対応している。図8において比較例の、マイナス側のみにオーバーシュートがみられる点は、-0.0213Vであるため、この値よりも大きい、例えば-0.03Vをしきい値とすれば誤差として異常と検出しないようにすることもできる。
なお、図9は図8のデータを加工し、見やすくするために縦軸を左右に分けて表示している。また、図8の検証に用いたデータは、マイクロショートの波形を定期的に入れたデータであり、図8において、13回発生させているが、実際の二次電池は、ランダムに発生し、ピークの大きさも二次電池の使用状況(充電または放電)によっても変化しうる。いずれにおいてもマイクロショートが検出されれば、その二次電池は劣化が加速される、或いは使用不可となるため、検出されたことの警告を使用者に通知できることは有用である。マイクロショートの発生の原因はまだ特定されていないが、製造時の金属紛の混入という説もあり、製造直後では異常検出できないが、充放電を繰り返すことによって異常部分(導通部分)が成長形成され、マイクロショートが発生する可能性がある。マイクロショートの発生する二次電池を充放電すると劣化が急激に進み、突然に使用不可能となる場合がある。従って、マイクロショートの検出が可能な本発明の手法は有用である。
カルマンフィルタでは、バッテリ等価回路モデルにバッテリの入力値を入力し、それらの出力を比較し、差があれば、この差にカルマンゲインをかけてフィードバックし、誤差が最小になるようにバッテリ等価回路モデルを修正していく。これを逐次繰り返す。
なお、カルマンフィルタは逐次合わせていくシステムなので図8及び図9の開始付近の誤差は無視できる。
図7中の符号401で示した差電圧の値は、-0.0631Vを最低値とし、+0.0324Vを最大値としている。また、マイクロショートを発生させた点での0に近いピーク点は、マイナス側で-0.0386V、プラス側で+0.0186Vであった。従って、全てのマイクロショートを検出するのであれば、しきい値をマイナス側で-0.0386V、プラス側で+0.0186Vとし、比較器などを用いて検出すればよい。これらの値は用いる二次電池によって異なるため、用いる二次電池の特性データを用いて適宜予めシミュレーションを行い、その結果に基づいて、しきい値などを決定すればよい。
なお、図8、図9に示すシミュレーション結果は、アナログ・デバイセズ社が提供する回路シミュレータであるLTspice(Simulation program with integrated circuit emphasis)を用いて得たものである。
1 比較器、2 比較器、81:正極、82:負極、83:固体電解質層、84:基板、85:配線電極、86:配線電極、87:正極活物質、88:負極活物質、300:異常監視ユニット、301:バッテリ、302:バッテリーコントローラ、303:モータコントローラ、304:モータ、305:ギア、306:DCDC回路、307:電動パワステ、308:ヒーター、309:デフォッガ、310:DCDC回路、311:バッテリ、312:インバータ、313:オーディオ、314:パワーウィンドウ、315:ランプ類、316:タイヤ、400:マイクロショートモデル、401:符号、402:遅延回路、403:比較器、404:ニューラルネットワーク部、405:AND回路、407:マルチプレクサ、600:二次電池、601:正極キャップ、602:電池缶、603:正極端子、604:正極、605:セパレータ、606:負極、607:負極端子、608:絶縁板、609:絶縁板、611:PTC素子、612:安全弁機構、613:導電板、614:導電板、1400:蓄電池、1402:正極、1404:負極、8021:充電装置、8022:ケーブル、8024:二次電池、8400:自動車、8401:ヘッドライト、8406:電気モーター、8500:自動車、8600:スクータ、8601:サイドミラー、8602:二次電池、8603:方向指示灯、8604:座席下収納
Claims (6)
- 第1観測値となる二次電池の電圧値を検出する第1の検出手段と、
第2観測値となる二次電池の電流値を検出する第2の検出手段と、
回帰モデルを用いて推定電圧値を算出する算出部と、
前記第1観測値の電圧値と前の時刻に得た推定電圧値との差分を入力する比較器と、前記第1観測値の電圧値と前記前の時刻に得た推定電圧値との差分を入力するニューラルネットワーク構成部と、を有し、前記比較器と前記ニューラルネットワーク構成部との両方の出力のORをとった値又はANDをとった値に基づいて二次電池が異常かどうかを判定する判定部と、を有する二次電池の異常検知装置。 - 第1観測値となる二次電池の電圧値を検出する第1の検出手段と、
第2観測値となる二次電池の電流値を検出する第2の検出手段と、
回帰モデルを用いて推定電圧値を算出する算出部と、
前記第1観測値の電圧値と前の時刻に得た推定電圧値との差分を入力する比較器と、前記比較器の出力を入力するニューラルネットワーク構成部と、を有し、前記ニューラルネットワーク構成部の出力に基づいて二次電池が異常かどうかを判定する判定部と、を有する二次電池の異常検知装置。 - 請求項1又は請求項2において、前記回帰モデルは、状態方程式に基づくカルマンフィルタである二次電池の異常検知装置。
- 請求項1乃至請求項3のいずれか一において、前記二次電池は、リチウムイオン二次電池である二次電池の異常検知装置。
- 請求項1乃至請求項3のいずれか一において、前記二次電池は、全固体電池である二次電池の異常検知装置。
- 請求項1乃至請求項5のいずれか一に記載の前記異常検知装置を備えた二次電池。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018002680 | 2018-01-11 | ||
JP2018002680 | 2018-01-11 | ||
JP2018017091 | 2018-02-02 | ||
JP2018017091 | 2018-02-02 | ||
PCT/IB2018/060597 WO2019138286A1 (ja) | 2018-01-11 | 2018-12-25 | 二次電池の異常検知装置、異常検知方法、及びプログラム |
JP2019565083A JP7234140B2 (ja) | 2018-01-11 | 2018-12-25 | 二次電池の異常検知装置、異常検知方法、プログラム、二次電池の状態推定方法、及び二次電池の充電状態推定装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019565083A Division JP7234140B2 (ja) | 2018-01-11 | 2018-12-25 | 二次電池の異常検知装置、異常検知方法、プログラム、二次電池の状態推定方法、及び二次電池の充電状態推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023067894A JP2023067894A (ja) | 2023-05-16 |
JP7483078B2 true JP7483078B2 (ja) | 2024-05-14 |
Family
ID=67218608
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019565083A Active JP7234140B2 (ja) | 2018-01-11 | 2018-12-25 | 二次電池の異常検知装置、異常検知方法、プログラム、二次電池の状態推定方法、及び二次電池の充電状態推定装置 |
JP2023025743A Active JP7483078B2 (ja) | 2018-01-11 | 2023-02-22 | 二次電池の異常検知装置及び二次電池 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019565083A Active JP7234140B2 (ja) | 2018-01-11 | 2018-12-25 | 二次電池の異常検知装置、異常検知方法、プログラム、二次電池の状態推定方法、及び二次電池の充電状態推定装置 |
Country Status (7)
Country | Link |
---|---|
US (2) | US20200355749A1 (ja) |
JP (2) | JP7234140B2 (ja) |
KR (1) | KR20200107987A (ja) |
CN (1) | CN111542759B (ja) |
DE (1) | DE112018006835T5 (ja) |
TW (2) | TW202349010A (ja) |
WO (1) | WO2019138286A1 (ja) |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6790950B2 (ja) * | 2017-03-22 | 2020-11-25 | Tdk株式会社 | 状態検出装置 |
JP6978339B2 (ja) * | 2018-02-16 | 2021-12-08 | 株式会社半導体エネルギー研究所 | 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム |
CN110231569B (zh) | 2018-03-06 | 2022-06-14 | 丰田自动车株式会社 | 全固体电池的检查方法、全固体电池的制造方法和电池组的制造方法 |
JP6973213B2 (ja) * | 2018-03-16 | 2021-11-24 | トヨタ自動車株式会社 | 二次電池システム、及び二次電池制御方法 |
JP7280584B2 (ja) * | 2018-05-31 | 2023-05-24 | 学校法人立命館 | 蓄電池の内部パラメータ推定装置、方法、及びコンピュータプログラム |
WO2019234548A1 (ja) | 2018-06-06 | 2019-12-12 | 株式会社半導体エネルギー研究所 | 表示装置の駆動方法 |
WO2021014256A1 (ja) | 2019-07-19 | 2021-01-28 | 株式会社半導体エネルギー研究所 | オブジェクトをテキストに変換する方法およびシステム |
CN110626210A (zh) * | 2019-08-29 | 2019-12-31 | 蜂巢能源科技有限公司 | 锂电池微短路的识别方法及电池管理系统 |
JP7306932B2 (ja) * | 2019-09-19 | 2023-07-11 | 古河電気工業株式会社 | 充電可能電池状態検出装置および充電可能電池状態検出方法 |
JP7082603B2 (ja) * | 2019-12-25 | 2022-06-08 | 本田技研工業株式会社 | 機械学習装置、機械学習方法、充電率推定装置、および充電率推定システム |
CN111241154B (zh) * | 2020-01-02 | 2024-04-12 | 浙江吉利远程新能源商用车集团有限公司 | 一种基于大数据的蓄电池故障预警方法及系统 |
JP7234969B2 (ja) | 2020-02-17 | 2023-03-08 | トヨタ自動車株式会社 | 電池システムおよび電池の異常判定方法 |
CN113298278B (zh) * | 2020-02-19 | 2023-12-05 | 硕天科技股份有限公司 | 具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及云端服务器 |
CN111610456B (zh) * | 2020-04-29 | 2022-08-23 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
KR20210141211A (ko) * | 2020-05-15 | 2021-11-23 | 주식회사 엘지에너지솔루션 | 배터리를 진단하기 위한 장치 및 그 방법 |
TWI741659B (zh) * | 2020-06-24 | 2021-10-01 | 加百裕工業股份有限公司 | 電池發熱的測量系統及方法 |
KR20220009258A (ko) * | 2020-07-15 | 2022-01-24 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치, 배터리 팩, 에너지 저장 시스템 및 배터리 관리 방법 |
CN111983475B (zh) * | 2020-08-24 | 2022-12-30 | 哈尔滨理工大学 | 一种基于隐马尔科夫的锂离子动力电池安全度评估方法及装置 |
CN112098876A (zh) * | 2020-08-27 | 2020-12-18 | 浙江省邮电工程建设有限公司 | 蓄电池内单体电池的异常检测方法 |
CN111999656B (zh) * | 2020-08-28 | 2023-05-12 | 广州小鹏汽车科技有限公司 | 车辆电池内短路的检测方法、检测装置和电子设备 |
CN112557946A (zh) * | 2020-11-20 | 2021-03-26 | 台州学院 | 一种基于数字滤波与人工神经网络的低压spd智能在线检测装置 |
KR102599803B1 (ko) * | 2020-12-10 | 2023-11-09 | 한국에너지기술연구원 | Soc추정을 통해 배터리 상태를 진단하는 방법 및 장치 |
CN112881941A (zh) * | 2021-01-08 | 2021-06-01 | 东莞市嘉仕新能电子仪器设备有限公司 | 能够探测电芯毛细短路的绝缘测试方法以及相应的电池导通绝缘检测仪 |
CN112906744B (zh) * | 2021-01-20 | 2023-08-04 | 湖北工业大学 | 一种基于孤立森林算法的故障单体电池识别方法 |
KR102515853B1 (ko) * | 2021-03-04 | 2023-03-31 | 한국전자기술연구원 | 배터리 셀 단위를 기반으로 하는 이상 진단 장치, 시스템 및 방법 |
CN113009378B (zh) * | 2021-03-08 | 2022-03-29 | 经纬恒润(天津)研究开发有限公司 | 一种电池微短路检测方法及装置 |
KR102319706B1 (ko) * | 2021-04-07 | 2021-11-16 | 비케이엠주식회사 | 연료전지 스택을 센서로 이용하는 연료전지 시스템용 이상 진단 장치 및 그것의 이상 진단 방법 |
FR3121754A1 (fr) * | 2021-04-08 | 2022-10-14 | Psa Automobiles Sa | Systeme d’estimation d’etat de charge de batterie de traction de vehicule automobile, procede et vehicule comprenant un tel systeme |
CN113777516B (zh) * | 2021-07-27 | 2023-07-21 | 蜂巢能源科技有限公司 | 判定异常电芯的方法及装置 |
WO2023107710A2 (en) * | 2021-12-09 | 2023-06-15 | Zitara Technologies, Inc. | System and method for determining a battery condition |
CN114167190B (zh) * | 2021-12-10 | 2023-06-16 | 厦门金龙联合汽车工业有限公司 | 一种混动车辆电池微短路识别方法 |
WO2023119967A1 (ja) * | 2021-12-23 | 2023-06-29 | 株式会社村田製作所 | 電源システムおよび電子機器 |
WO2023127335A1 (ja) * | 2021-12-28 | 2023-07-06 | 株式会社村田製作所 | 異常検出装置、電源システムおよび異常検出方法 |
US11675018B1 (en) | 2021-12-29 | 2023-06-13 | National Chung Shan Institute Of Science And Technology | Portable battery detection device |
CN114295987B (zh) * | 2021-12-30 | 2024-04-02 | 浙江大学 | 一种基于非线性卡尔曼滤波的电池soc状态估计方法 |
TW202343240A (zh) * | 2022-01-16 | 2023-11-01 | 美國德州系統大學評議委員會 | 使用時間序列感測器資料之基於隱藏式馬可夫模型的分割誤差校正在製作過程中的異常檢測 |
JP7258197B1 (ja) * | 2022-02-08 | 2023-04-14 | 日置電機株式会社 | データ処理制御装置、検査装置、データ処理制御方法、およびデータ処理制御用プログラム。 |
CN114611443A (zh) * | 2022-02-21 | 2022-06-10 | 浙江大学 | 一种基于等效电路空间映射的片上滤波器逆向设计方法 |
CN114689235B (zh) * | 2022-03-30 | 2024-01-30 | 东莞凯德新能源有限公司 | 一种锂离子电池内压测试装置及测试方法 |
KR20230171293A (ko) * | 2022-06-13 | 2023-12-20 | 삼성전자주식회사 | 배터리의 단락 검출 장치 및 방법 |
CN114771440B (zh) * | 2022-06-17 | 2022-11-25 | 深圳顶匠科技有限公司 | 应用于蓄电池状态检测的车辆启动信号生成方法及装置 |
CN115062274B (zh) * | 2022-08-17 | 2022-11-22 | 深圳市一航网络信息技术有限公司 | 一种关联区块链网络的数据监控处理方法及装置 |
CN116299038B (zh) * | 2023-02-13 | 2024-04-05 | 上海玫克生储能科技有限公司 | 电芯微短路的检测方法、系统、设备及存储介质 |
CN116340766B (zh) * | 2023-02-17 | 2024-05-28 | 广东工业大学 | 基于滑动窗口的锂电池soc在线预测方法与相关设备 |
CN116298912B (zh) * | 2023-03-08 | 2023-12-12 | 上海玫克生储能科技有限公司 | 电池微短路电路模型的建立方法、系统、设备及介质 |
CN116840731A (zh) * | 2023-08-30 | 2023-10-03 | 中国华能集团清洁能源技术研究院有限公司 | 电池组的故障检测方法及其装置 |
CN117783709A (zh) * | 2023-10-30 | 2024-03-29 | 西安梦源电子科技有限责任公司 | 一种电气自动化设备的检测系统 |
CN117239264B (zh) * | 2023-11-15 | 2024-01-26 | 深圳市百酷新能源有限公司 | 一种电池的安全控制方法、装置、智能电池和介质 |
CN117341477B (zh) * | 2023-12-06 | 2024-04-02 | 浙江凌骁能源科技有限公司 | 磷酸铁锂动力电池内短路预警方法、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012122787A (ja) | 2010-11-17 | 2012-06-28 | Nissan Motor Co Ltd | 組電池の制御装置 |
JP2013117410A (ja) | 2011-12-02 | 2013-06-13 | Nissan Motor Co Ltd | 組電池の制御装置 |
JP2013118757A (ja) | 2011-12-02 | 2013-06-13 | Nissan Motor Co Ltd | 組電池の制御装置 |
WO2015029832A1 (ja) | 2013-08-30 | 2015-03-05 | 日本碍子株式会社 | 二次電池システムの異常発生部位を特定する装置、方法及びプログラム |
JP2016114584A (ja) | 2014-12-18 | 2016-06-23 | 株式会社デンソー | バッテリの劣化状態判定装置及び劣化状態判定方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3527071B2 (ja) * | 1997-07-04 | 2004-05-17 | 株式会社日立製作所 | 電気自動車の制御装置 |
US6919725B2 (en) * | 2003-10-03 | 2005-07-19 | Midtronics, Inc. | Electronic battery tester/charger with integrated battery cell temperature measurement device |
JP2006105821A (ja) | 2004-10-06 | 2006-04-20 | Toyota Motor Corp | 二次電池の充電容量推定装置およびその方法 |
EP1691209B1 (en) | 2005-02-14 | 2008-10-01 | Denso Corporation | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
JP5220269B2 (ja) * | 2005-09-16 | 2013-06-26 | 古河電気工業株式会社 | 蓄電池の劣化状態・充電状態の検知方法及びその装置 |
JP5225559B2 (ja) * | 2006-06-06 | 2013-07-03 | パナソニック株式会社 | 電池パックの異常判定方法および電池パック |
JP5102483B2 (ja) | 2006-11-29 | 2012-12-19 | プライムアースEvエナジー株式会社 | 異常検出装置、異常検出方法、及び異常検出プログラム |
JP5412891B2 (ja) | 2009-03-11 | 2014-02-12 | 日産自動車株式会社 | 二次電池の制御装置 |
JP2010223768A (ja) * | 2009-03-24 | 2010-10-07 | Panasonic Corp | 電池異常検出回路、及び電源装置 |
WO2011036760A1 (ja) * | 2009-09-25 | 2011-03-31 | トヨタ自動車株式会社 | 二次電池システム |
JP5318128B2 (ja) | 2011-01-18 | 2013-10-16 | カルソニックカンセイ株式会社 | バッテリの充電率推定装置 |
JP2013083612A (ja) * | 2011-10-12 | 2013-05-09 | Mitsumi Electric Co Ltd | 電池状態計測方法及び電池状態計測装置 |
JP2013096752A (ja) * | 2011-10-28 | 2013-05-20 | Sanyo Electric Co Ltd | パック電池の異常判定方法及びパック電池 |
JP6169376B2 (ja) * | 2012-03-28 | 2017-07-26 | 株式会社半導体エネルギー研究所 | 電池管理ユニット、保護回路、蓄電装置 |
WO2014087442A1 (ja) * | 2012-12-03 | 2014-06-12 | トヨタ自動車株式会社 | 蓄電システム |
JP6166785B2 (ja) * | 2013-08-30 | 2017-07-19 | 日本碍子株式会社 | 二次電池システムの異常発生部位を特定する装置及び方法 |
JP6221884B2 (ja) | 2014-03-25 | 2017-11-01 | 富士通株式会社 | 推定プログラム、推定方法および推定装置 |
WO2016038658A1 (ja) * | 2014-09-08 | 2016-03-17 | 株式会社 東芝 | 電池パック、制御回路および制御方法 |
WO2016059869A1 (ja) | 2014-10-17 | 2016-04-21 | 株式会社 東芝 | 二次電池の充電状態推定装置及びその充電状態推定方法 |
FR3029296B1 (fr) * | 2014-11-28 | 2016-12-30 | Renault Sa | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
WO2016129248A1 (ja) * | 2015-02-13 | 2016-08-18 | パナソニックIpマネジメント株式会社 | 二次電池の充電状態推定装置および充電状態推定方法 |
DE102016119253A1 (de) * | 2015-10-20 | 2017-04-20 | GM Global Technology Operations LLC | Batteriezustands-schätzungssysteme und verfahren unter verwendung eines nichtlinearen widerstandselements |
JP6657967B2 (ja) | 2016-01-06 | 2020-03-04 | 株式会社Gsユアサ | 状態推定装置、状態推定方法 |
CN106067570A (zh) * | 2016-07-15 | 2016-11-02 | 李志行 | 一种双模全功能电池管理系统及其充放电方法 |
CN107064803B (zh) * | 2016-12-16 | 2019-12-13 | 蔚来汽车有限公司 | 电池内短路的在线检测方法 |
KR102200550B1 (ko) * | 2017-10-10 | 2021-01-07 | 주식회사 엘지화학 | 이차 전지의 충전 상태를 추정하기 위한 장치 |
-
2018
- 2018-12-25 US US16/960,375 patent/US20200355749A1/en not_active Abandoned
- 2018-12-25 WO PCT/IB2018/060597 patent/WO2019138286A1/ja active Application Filing
- 2018-12-25 DE DE112018006835.8T patent/DE112018006835T5/de active Pending
- 2018-12-25 KR KR1020207021306A patent/KR20200107987A/ko not_active Application Discontinuation
- 2018-12-25 CN CN201880085109.6A patent/CN111542759B/zh active Active
- 2018-12-25 JP JP2019565083A patent/JP7234140B2/ja active Active
-
2019
- 2019-01-11 TW TW112133245A patent/TW202349010A/zh unknown
- 2019-01-11 TW TW108101235A patent/TWI814765B/zh active
-
2023
- 2023-02-22 JP JP2023025743A patent/JP7483078B2/ja active Active
- 2023-10-06 US US18/377,458 patent/US20240118344A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012122787A (ja) | 2010-11-17 | 2012-06-28 | Nissan Motor Co Ltd | 組電池の制御装置 |
JP2013117410A (ja) | 2011-12-02 | 2013-06-13 | Nissan Motor Co Ltd | 組電池の制御装置 |
JP2013118757A (ja) | 2011-12-02 | 2013-06-13 | Nissan Motor Co Ltd | 組電池の制御装置 |
WO2015029832A1 (ja) | 2013-08-30 | 2015-03-05 | 日本碍子株式会社 | 二次電池システムの異常発生部位を特定する装置、方法及びプログラム |
JP2016114584A (ja) | 2014-12-18 | 2016-06-23 | 株式会社デンソー | バッテリの劣化状態判定装置及び劣化状態判定方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200355749A1 (en) | 2020-11-12 |
US20240118344A1 (en) | 2024-04-11 |
KR20200107987A (ko) | 2020-09-16 |
DE112018006835T5 (de) | 2020-10-15 |
WO2019138286A1 (ja) | 2019-07-18 |
TWI814765B (zh) | 2023-09-11 |
CN111542759A (zh) | 2020-08-14 |
TW201930910A (zh) | 2019-08-01 |
JP7234140B2 (ja) | 2023-03-07 |
JP2023067894A (ja) | 2023-05-16 |
TW202349010A (zh) | 2023-12-16 |
JPWO2019138286A1 (ja) | 2021-02-12 |
CN111542759B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7483078B2 (ja) | 二次電池の異常検知装置及び二次電池 | |
US11313910B2 (en) | Anomaly detection system and anomaly detection method for a secondary battery | |
US9153845B2 (en) | Lithium ion battery control system and assembled battery control system | |
EP2762907B1 (en) | Apparatus and method for estimating state of charge of battery | |
WO2019175707A1 (ja) | 二次電池の充電状態推定装置、二次電池の異常検出装置、二次電池の異常検出方法、及び二次電池の管理システム | |
JP6978339B2 (ja) | 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム | |
Vaideeswaran et al. | Battery management systems for electric vehicles using lithium ion batteries | |
JP5904039B2 (ja) | 二次電池の制御装置 | |
Waseem et al. | Battery technologies and functionality of battery management system for EVs: Current status, key challenges, and future prospectives | |
JP2013092398A (ja) | 二次電池の劣化状態判別システム及び劣化状態判別方法。 | |
Panchal et al. | Degradation testing and modeling of 200 ah LiFePO 4 battery | |
JP2010088194A (ja) | 組電池の容量調整装置及び方法 | |
US9834112B2 (en) | Battery state of charge estimation based on reduced order electrochemical models | |
JP5775725B2 (ja) | 充電制御システム | |
JP2013068458A (ja) | 二次電池システム及び車両 | |
Shili et al. | Online lithium-ion batteries health monitoring using balancing circuits | |
WO2020201893A1 (ja) | 二次電池の充電状態推定方法、二次電池の充電状態推定システム、及び二次電池の異常検知方法 | |
Samantaray et al. | Sizing of battery power pack and performance analysis in an electric vehicle | |
JP2021048034A (ja) | 全固体リチウムイオン二次電池システム、および全固体リチウムイオン二次電池用soc推定装置 | |
Tan et al. | Development of safe and high power batteries for HEVs | |
Mon et al. | State-of-Charge Evaluation for Real-Time Monitoring and Evaluation of Lithium-Ion Battery Performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230323 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240430 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7483078 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |