JP7702629B2 - 演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム - Google Patents

Description

本開示は、電動移動体に搭載された電池の劣化予測を行うための演算システム、電池の劣化予測方法、及び電池の劣化予測プログラムに関する。

近年、ハイブリッド車（ＨＶ）、プラグインハイブリッド車（ＰＨＶ）、電気自動車（ＥＶ）が普及してきている。これらの電動車両にはキーデバイスとして、リチウムイオン電池などの二次電池が搭載される。電動車両を利用した配送事業者（宅配事業者）、バス事業者、タクシー事業者、レンタカー事業者、カーシェアリング事業者などの事業者は、管理している複数の電動車両に搭載された二次電池の劣化予測に基づき、電動車両の入れ替え時期の決定や、運行管理の見直しなどを行っている。

定置型の蓄電池を想定したものであるが、蓄電池の劣化予測を行う方法として以下の方法が提案されている。この方法では、蓄電池のＳＯＣ（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ）、温度、電流レートなどの使用条件を区分し、複数の蓄電池を使用する際に各区分で使用した時間を記録し、各区分の劣化係数を求めて劣化予測を行う（例えば、特許文献１参照）。

特開２０１５－２１９３４号公報

電動車両に搭載された電池は、定置型の蓄電池と異なり、電流が短時間に大きく変化することがあるため、区分ごとの劣化係数を求めることが難しい。また、区分ごとに劣化係数を求める方法は演算処理が複雑になる。

本開示はこうした状況に鑑みなされたものであり、その目的は、電動移動体に搭載された電池の劣化予測を簡便に行う技術を提供することにある。

上記課題を解決するために、本開示のある態様の演算システムは、複数の電動移動体にそれぞれ搭載された電池のデータを含む走行データを取得するデータ取得部と、取得された走行データに含まれる電池データをもとに、各電動移動体に搭載された電池のＳＯＨを特定するＳＯＨ特定部と、各電池の時系列に特定された複数のＳＯＨを曲線回帰して、各電池の劣化回帰曲線を生成する劣化回帰曲線生成部と、前記複数の電動移動体の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成する係数回帰関数生成部と、電池の寿命とすべき設定されたＳＯＨと、特定の電池の劣化回帰曲線をもとに、当該電池の余寿命を予測する劣化予測部と、ユーザに入力された、当該電池が搭載された電動移動体の走行条件の変更を受け付ける受付部と、を備える。前記劣化予測部は、受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体に搭載された当該電池の劣化回帰曲線を変更する。

なお、以上の構成要素の任意の組み合わせ、本開示の表現を方法、装置、システム、コンピュータプログラムなどの間で変換したものもまた、本開示の態様として有効である。

本開示によれば、電動移動体に搭載された電池の劣化予測を簡便に行うことができる。

実施の形態に係る、事業者により利用される演算システムを説明するための図である。 電動車両に搭載された電池システムの詳細な構成を説明するための図である。 ＦＣＣの推定方法を説明するための図である。 実施の形態に係る、演算システムの構成例を示す図である。 二次電池の劣化曲線をグラフで示した図である。 １日当たりの平均走行距離を独立変数、電池モジュールの劣化曲線の劣化係数を従属変数とする回帰直線の一例を示す図である。 特定の電池モジュールの劣化回帰曲線の変更処理の具体例を示す図である。 図８Ａは、表示部に表示される劣化予測シミュレーション画面の一例を示す図である。 図８Ｂは、表示部に表示される劣化予測シミュレーション画面の一例を示す図である。 演算システムによる電池モジュールの劣化予測処理の流れを示すフローチャートである。

図１は、実施の形態に係る、事業者により利用される演算システム１を説明するための図である。事業者は、複数の電動車両３を保有し、複数の電動車両３を活用して事業を営んでいる。例えば、事業者は複数の電動車両３を活用して、配送事業（宅配事業）、タクシー事業、レンタカー事業、又はカーシェアリング事業を営んでいる。本実施の形態では、電動車両３として、エンジンを搭載しない純粋なＥＶを想定する。

演算システム１は、事業者の業務を管理するためのシステムである。演算システム１は、１台または複数台の情報処理装置（例えば、サーバ、ＰＣ）で構成される。演算システム１を構成する情報処理装置の一部または全部はデータセンタに存在していてもよい。例えば、データセンタ内のサーバ（自社サーバ、クラウドサーバ、又はレンタルサーバ）と、事業者内のクライアントＰＣの組み合わせで構成されてもよい。

複数の電動車両３は、待機中は、事業者の営業所の駐車場や車庫内に駐車されている。複数の電動車両３は無線通信機能を有し、演算システム１と無線通信が可能である。複数の電動車両３は、搭載している二次電池の運用データを含む走行データを演算システム１に送信する。電動車両３は走行中に、演算システム１を構成するサーバに走行データを、ネットワークを介して無線送信してもよい。例えば、１０秒に１回の頻度で走行データを都度送信してもよい。また、１日１回の所定のタイミングに（例えば、営業時間の終了時に）、１日分の走行データをバッチ送信してもよい。

また、演算システム１が営業所に設置された自社のサーバ又はＰＣで構成される場合、電動車両３は、営業終了後に営業所に帰還した後、１日分の走行データを当該自社のサーバ又はＰＣに送信してもよい。その場合、当該自社のサーバ又はＰＣに無線で送信してもよいし、当該自社のサーバ又はＰＣと有線接続して有線経由で送信してもよい。また、走行データが記録された記録メディアを経由して、当該自社のサーバ又はＰＣにデータを送信してもよい。また、演算システム１がクラウドサーバと営業者内のクライアントＰＣの組み合わせで構成される場合、電動車両３は、営業者内のクライアントＰＣを経由して、走行データをクラウドサーバに送信してもよい。

図２は、電動車両３に搭載された電池システム４０の詳細な構成を説明するための図である。電池システム４０は、第１リレーＲＹ１及びインバータ３５を介してモータ３４に接続される。インバータ３５は力行時、電池システム４０から供給される直流電力を交流電力に変換してモータ３４に供給する。回生時、モータ３４から供給される交流電力を直流電力に変換して電池システム４０に供給する。モータ３４は三相交流モータであり、力行時、インバータ３５から供給される交流電力に応じて回転する。回生時、減速による回転エネルギーを交流電力に変換してインバータ３５に供給する。

第１リレーＲＹ１は、電池システム４０とインバータ３５を繋ぐ配線間に挿入されるコンタクタである。車両制御部３０は、走行時、第１リレーＲＹ１をオン状態（閉状態）に制御し、電池システム４０と電動車両３の動力系を電気的に接続する。車両制御部３０は非走行時、原則として第１リレーＲＹ１をオフ状態（開状態）に制御し、電池システム４０と電動車両３の動力系を電気的に遮断する。なおリレーの代わりに、半導体スイッチなどの他の種類のスイッチを用いてもよい。

電池システム４０は、電動車両３の外に設置された充電器４と充電ケーブル３８で接続することにより商用電力系統９から充電することができる。充電器４は商用電力系統９に接続され、充電ケーブル３８を介して電動車両３内の電池システム４０を充電する。電動車両３において、電池システム４０と充電器４を繋ぐ配線間に第２リレーＲＹ２が挿入される。なおリレーの代わりに、半導体スイッチなどの他の種類のスイッチを用いてもよい。電池システム４０の管理部４２は充電開始前に、第２リレーＲＹ２をオン状態（閉状態）に制御し、充電終了後にオフ状態（開状態）に制御する。

一般的に、普通充電の場合は交流で、急速充電の場合は直流で充電される。交流で充電される場合、第２リレーＲＹ２と電池システム４０との間に挿入されるＡＣ／ＤＣコンバータ（不図示）により、交流電力が直流電力に変換される。

電池システム４０は、電池モジュール４１と管理部４２を備え、電池モジュール４１は、直列接続された複数のセルＥ１－Ｅｎを含む。なお電池モジュール４１は、複数の電池モジュールが直列／直並列接続されて構成されていてもよい。セルには、リチウムイオン電池セル、ニッケル水素電池セル、鉛電池セル等を用いることができる。以下、本明細書ではリチウムイオン電池セル（公称電圧：３．６－３．７Ｖ）を使用する例を想定する。セルＥ１－Ｅｎの直列数は、モータ３４の駆動電圧に応じて決定される。

複数のセルＥ１－Ｅｎと直列にシャント抵抗Ｒｓが接続される。シャント抵抗Ｒｓは電流検出素子として機能する。なおシャント抵抗Ｒｓの代わりにホール素子を用いてもよい。また電池モジュール４１内に、複数のセルＥ１－Ｅｎの温度を検出するための複数の温度センサＴ１、Ｔ２が設置される。温度センサは電池モジュールに１つ設置されてもよいし、複数のセルごとに１つ設置されてもよい。温度センサＴ１、Ｔ２には例えば、サーミスタを使用することができる。

管理部４２は、電圧測定部４３、温度測定部４４、電流測定部４５及び電池制御部４６を備える。直列接続された複数のセルＥ１－Ｅｎの各ノードと、電圧測定部４３との間は複数の電圧線で接続される。電圧測定部４３は、隣接する２本の電圧線間の電圧をそれぞれ測定することにより、各セルＥ１－Ｅｎの電圧を測定する。電圧測定部４３は、測定した各セルＥ１－Ｅｎの電圧を電池制御部４６に送信する。

電圧測定部４３は電池制御部４６に対して高圧であるため、電圧測定部４３と電池制御部４６間は絶縁された状態で、通信線で接続される。電圧測定部４３は、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）または汎用のアナログフロントエンドＩＣで構成することができる。電圧測定部４３はマルチプレクサ及びＡ／Ｄ変換器を含む。マルチプレクサは、隣接する２本の電圧線間の電圧を上から順番にＡ／Ｄ変換器に出力する。Ａ／Ｄ変換器は、マルチプレクサから入力されるアナログ電圧をデジタル値に変換する。

温度測定部４４は分圧抵抗およびＡ／Ｄ変換器を含む。Ａ／Ｄ変換器は、複数の温度センサＴ１、Ｔ２と複数の分圧抵抗によりそれぞれ分圧された複数のアナログ電圧を順次、デジタル値に変換して電池制御部４６に出力する。電池制御部４６は当該デジタル値をもとに複数のセルＥ１－Ｅｎの温度を推定する。例えば電池制御部４６は、各セルＥ１－Ｅｎの温度を、各セルＥ１－Ｅｎに最も隣接する温度センサで測定された値をもとに推定する。

電流測定部４５は差動アンプ及びＡ／Ｄ変換器を含む。差動アンプはシャント抵抗Ｒｓの両端電圧を増幅してＡ／Ｄ変換器に出力する。Ａ／Ｄ変換器は、差動アンプから入力される電圧をデジタル値に変換して電池制御部４６に出力する。電池制御部４６は当該デジタル値をもとに複数のセルＥ１－Ｅｎに流れる電流を推定する。

なお電池制御部４６内にＡ／Ｄ変換器が搭載されており、電池制御部４６にアナログ入力ポートが設置されている場合、温度測定部４４及び電流測定部４５はアナログ電圧を電池制御部４６に出力し、電池制御部４６内のＡ／Ｄ変換器でデジタル値に変換してもよい。

電池制御部４６は、電圧測定部４３、温度測定部４４及び電流測定部４５により測定された複数のセルＥ１－Ｅｎの電圧、温度、及び電流をもとに複数のセルＥ１－Ｅｎの状態を管理する。電池制御部４６と車両制御部３０間は、車載ネットワークにより接続される。車載ネットワークとして例えば、ＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）やＬＩＮ（Ｌｏｃａｌ Ｉｎｔｅｒｃｏｎｎｅｃｔ Ｎｅｔｗｏｒｋ）を使用することができる。

電池制御部４６はマイクロコンピュータ及び不揮発メモリ（例えば、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ）により構成することができる。マイクロコンピュータ又は不揮発メモリ内に、ＳＯＣ－ＯＣＶ（Ｏｐｅｎ Ｃｉｒｃｕｉｔ Ｖｏｌｔａｇｅ）マップ４６ａが保持される。ＳＯＣ－ＯＣＶマップ４６ａには、複数のセルＥ１－ＥｎのＳＯＣ－ＯＣＶカーブの特性データが記述されている。複数のセルＥ１－ＥｎのＳＯＣ－ＯＣＶカーブは、電池メーカにより予め作成され、出荷時にマイクロコンピュータ又は不揮発メモリ内に登録されたものである。電池メーカは各種の試験を行って、セルＥ１－ＥｎのＳＯＣ－ＯＣＶカーブを導出している。

電池制御部４６は、複数のセルＥ１－ＥｎのそれぞれのＳＯＣ、ＦＣＣ（Ｆｕｌｌ Ｃｈａｒｇｅ Ｃａｐａｃｉｔｙ）及びＳＯＨを推定する。電池制御部４６は、ＯＣＶ法、電流積算法、又は両者を組み合わせてＳＯＣを推定する。ＯＣＶ法は、電圧測定部４３により測定される各セルＥ１－ＥｎのＯＣＶと、ＳＯＣ－ＯＣＶマップ４６ａに記述されるＳＯＣ－ＯＣＶカーブの特性データをもとにＳＯＣを推定する方法である。電流積算法は、各セルＥ１－Ｅｎの充放電開始時のＯＣＶと、電流測定部４５により測定される電流の積算値をもとにＳＯＣを推定する方法である。電流積算法は、充放電時間が長くなるにつれて、電流測定部４５の測定誤差が累積していく。従って、ＯＣＶ法により推定されたＳＯＣを用いて、電流積算法により推定されたＳＯＣを補正することが好ましい。

電池制御部４６は、ＳＯＣ－ＯＣＶマップ４６ａに記述されるＳＯＣ－ＯＣＶカーブの特性データと、電圧測定部４３により測定されるセルの２点のＯＣＶをもとに当該セルのＦＣＣを推定することができる。

図３は、ＦＣＣの推定方法を説明するための図である。電池制御部４６は、セルの２点のＯＣＶを取得する。電池制御部４６は、ＳＯＣ－ＯＣＶカーブを参照して、２点の電圧にそれぞれ対応する２点のＳＯＣを特定し、２点のＳＯＣの差分ΔＳＯＣを算出する。図３に示す例では２点のＳＯＣは２０％と７５％であり、ΔＳＯＣは５５％である。

電池制御部４６は、電流測定部４５により測定される電流の推移をもとに、２点のＯＣＶを取得した２点の時刻の間の期間の電流積算量（＝充放電容量）Ｑを算出する。電池制御部４６は、下記（式１）を算出してＦＣＣを推定することができる。

ＦＣＣ＝Ｑ／ΔＳＯＣ ・・・（式１）
ＳＯＨは、初期のＦＣＣに対する現在のＦＣＣの比率で規定され、数値が低いほど（０％に近いほど）劣化が進行していることを示す。電池制御部４６は、下記（式２）を算出してＳＯＨを推定することができる。

ＳＯＨ＝現在のＦＣＣ／初期のＦＣＣ ・・・（式２）
また、ＳＯＨは、完全充放電による容量測定により求めてもよいし、保存劣化とサイクル劣化を合算することにより求めてもよい。保存劣化はＳＯＣ、温度、及び保存劣化速度をもとに推定することができる。サイクル劣化は、使用するＳＯＣ範囲、温度、電流レート、及びサイクル劣化速度をもとに推定することができる。保存劣化速度およびサイクル劣化速度は、予め実験やシミュレーションにより導出することができる。ＳＯＣ、温度、ＳＯＣ範囲、及び電流レートは測定により求めることができる。

またＳＯＨは、セルの内部抵抗との相関関係をもとに推定することもできる。内部抵抗は、セルに所定の電流を所定時間流した際に発生する電圧降下を、当該電流値で割ることにより推定することができる。内部抵抗は温度が上がるほど低下する関係にあり、ＳＯＨが低下するほど増加する関係にある。

電池制御部４６は、複数のセルＥ１－Ｅｎの電圧、電流、温度、ＳＯＣ、ＦＣＣ、ＳＯＨを、車載ネットワークを介して車両制御部３０に通知する。車両制御部３０は、電池データと車両データを含む走行データを生成する。電池データには、複数のセルＥ１－Ｅｎの電圧、電流、温度が含まれる。なお電池システム４０によっては、電池データに電圧、電流、温度に加えてＳＯＣを含めることができる機種もある。さらに、電圧、電流、温度、ＳＯＣに加えて、ＦＣＣ及びＳＯＨの少なくとも一方を含めることができる機種もある。車両データには、平均速度、走行距離、走行ルートなどを含めることができる。

無線通信部３６は、アンテナ３６ａを介してネットワークに無線接続するための信号処理を行う。本実施の形態では、無線通信部３６は、車両制御部３０から取得した走行データを演算システム１に無線送信する。電動車両３が無線接続可能な無線通信網として、例えば、携帯電話網（セルラー網）、無線ＬＡＮ、ＥＴＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｔｏｌｌ Ｃｏｌｌｅｃｔｉｏｎ Ｓｙｓｔｅｍ）、ＤＳＲＣ（Ｄｅｄｉｃａｔｅｄ Ｓｈｏｒｔ Ｒａｎｇｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）、Ｖ２Ｉ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）、Ｖ２Ｖ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｖｅｈｉｃｌｅ）を使用することができる。

図４は、実施の形態に係る、演算システム１の構成例を示す図である。演算システム１は、処理部１１、記憶部１２、表示部１３及び操作部１４を備える。処理部１１は、データ取得部１１１、ＳＯＨ特定部１１２、劣化回帰曲線生成部１１３、係数回帰直線生成部１１４、平均走行距離特定部１１５、劣化予測部１１６、操作受付部１１７及び表示制御部１１８を含む。処理部１１の機能はハードウェア資源とソフトウェア資源の協働、又はハードウェア資源のみにより実現できる。ハードウェア資源として、ＣＰＵ、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ、ＲＡＭ、ＡＳＩＣ、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、その他のＬＳＩを利用できる。ソフトウェア資源としてオペレーティングシステム、アプリケーション等のプログラムを利用できる。

記憶部１２は、走行データ保持部１２１、運転者データ保持部１２２、ＳＯＣ－ＯＣＶ特性保持部１２３及び時系列ＳＯＨ値保持部１２４を含む。記憶部１２は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の不揮発性の記録媒体を含み、各種のプログラム及びデータを記録する。

走行データ保持部１２１は、事業者が保有している複数の電動車両３から収集した走行データを保持する。運転者データ保持部１２２は、事業者に所属する複数の運転者のデータを保持する。例えば、運転者ごとに、運転した電動車両３ごとの累計走行距離を管理する。

ＳＯＣ－ＯＣＶ特性保持部１２３は、事業者が保有している複数の電動車両３にそれぞれ搭載された複数の電池モジュール４１のＳＯＣ－ＯＣＶ特性を保持する。電池モジュール４１のＳＯＣ－ＯＣＶ特性は、各電動車両３から取得したものを使用してもよいし、各電動車両３から収集された走行データをもとに推定したものを使用してもよい。

後者の場合、処理部１１のＳＯＣ－ＯＣＶ特性推定部（不図示）は、取得された電池データに含まれる複数の時刻のＳＯＣと電圧の組から、電池モジュール４１が休止状態とみなせる期間のＳＯＣと電圧（≒ＯＣＶ）の組を抽出し、抽出した複数組のＳＯＣとＯＣＶをもとにＳＯＣ－ＯＣＶ特性を近似する。なおＳＯＣ－ＯＣＶ特性推定部は、同種別の電池モジュール４１を搭載した複数の電動車両３から取得されたＳＯＣとＯＣＶの組データをもとに、当該種別の電池モジュール４１の共通のＳＯＣ－ＯＣＶ特性を生成してもよい。なお、ＳＯＣ－ＯＣＶ特性はセル単位で保持されてもよい。

時系列ＳＯＨ値保持部１２４は、電池モジュール４１ごとのＳＯＨの時系列データを保持する。ＳＯＨの時系列データは、例えば、１日に１回、数日に１回、又は１週間に１回の頻度で記録される。

表示部１３は液晶ディスプレイ、有機ＥＬディスプレイ等のディスプレイを備え、処理部１１により生成された画像を表示する。操作部１４はキーボード、マウス、タッチパネル等のユーザインタフェースであり、演算システム１のユーザの操作を受け付ける。

データ取得部１１１は、複数の電動車両３にそれぞれ搭載された電池モジュール４１の電池データを含む走行データを取得し、取得した走行データを走行データ保持部１２１に保存する。ＳＯＨ特定部１１２は、データ取得部１１１により取得された走行データに含まれる電池データをもとに、各電動車両３に搭載された電池モジュール４１のＳＯＨを特定する。ＳＯＨ特定部１１２は、特定したＳＯＨを時系列ＳＯＨ値保持部１２４に保存する。

取得された電池データにＳＯＨが含まれる場合、ＳＯＨ特定部１１２は、取得したＳＯＨをそのまま使用することができる。取得された電池データにＳＯＨが含まれないが、電圧、電流、温度、ＳＯＣが含まれる場合、上記（式１）及び（式２）をもとにＳＯＨを算出することができる。即ち、ＳＯＨ特定部１１２は、電池データに含まれる電流の推移をもとに、２点のＯＣＶを取得した２点の時刻の間の期間の電流積算量Ｑを算出し、算出した電流積算量Ｑを上記（式１）に適用してＦＣＣを推定する。ＳＯＨ特定部１１２は、算出したＦＣＣを上記（式２）に適用してＳＯＨを算出する。

取得された電池データにＳＯＣもＳＯＨも含まれない場合、ＳＯＨ特定部１１２は、電池モジュール４１が休止状態とみなせる期間の電圧（≒ＯＣＶ）を、ＳＯＣ－ＯＣＶ特性に適用してＳＯＣを推定する。または、ＳＯＨ特定部１１２は、一定期間の電流値を積算してＳＯＣを推定する。ＳＯＨ特定部１１２は、推定したＳＯＣを使用して、電池データにＳＯＣが含まれる場合と同様にＳＯＨを算出する。

劣化回帰曲線生成部１１３は、各電池モジュール４１の時系列に特定された複数のＳＯＨを曲線回帰して、各電池モジュール４１の劣化回帰曲線を生成する。曲線回帰には例えば、最小二乗法を使用することができる。

図５は、二次電池の劣化曲線をグラフで示した図である。二次電池の劣化は、下記（式３）に示すように、時間の平方根（０．５乗則）に比例して進行することが知られている。

ＳＯＨ＝ｗ_０＋ｗ_１√ｔ ・・・（式３）
ｗ_０は初期値、ｗ_１は劣化係数。

劣化回帰曲線生成部１１３は、時間ｔを独立変数、ＳＯＨを従属変数とする、０．５乗の指数曲線回帰により、上記（式３）の劣化係数ｗ_１を求める。ｗ_０は共通であり、通常、１．０～１．１の範囲に設定される。実際の初期容量と公称値が一致している場合はｗ_０＝１．０に設定され、公称値が最低保証量に設定され、実際の初期容量より低く設定されている場合は、１．０より大きい値が設定される。

係数回帰直線生成部１１４は、複数の電動車両３の単位期間当たりの平均走行距離を独立変数とし、複数の電池モジュール４１の劣化回帰曲線の劣化係数ｗ_１を従属変数とする回帰直線を生成する。直線回帰には例えば、最小二乗法を使用することができる。以下、単位期間当たりの平均走行距離として１日当たりの平均走行距離を想定する。

各電動車両３の１日当たりの平均走行距離が走行データ保持部１２１に記録されている場合、平均走行距離特定部１１５は、走行データ保持部１２１に記録されている平均走行距離を使用することができる。各電動車両３の１日当たりの平均走行距離が走行データ保持部１２１に記録されていない場合、データ取得部１１１は、各電動車両３から累積走行距離を取得する。平均走行距離特定部１１５は、取得された各電動車両３の累積走行距離を各電動車両３の使用開始日からの日数で割って、各電動車両３の１日当たりの平均走行距離を算出する。

図６は、１日当たりの平均走行距離を独立変数、電池モジュール４１の劣化曲線の劣化係数ｗ_１を従属変数とする回帰直線の一例を示す図である。図６に示す例では、下記（式４）に示す回帰直線が生成されている。

ｙ＝－０．００３ｘ－０．２９８１ ・・・（式４）
劣化予測部１１６は、劣化回帰曲線生成部１１３により生成された電池モジュール４１の劣化回帰曲線と、当該電池モジュール４１の余寿命とすべきＳＯＨをもとに、当該電池モジュール４１の余寿命を予測する。電池モジュール４１の余寿命とすべきＳＯＨは電池メーカにより予め設定されている。例えば、７０％に設定されてもよい。なお、電池モジュール４１の余寿命とすべきＳＯＨは、操作部１４からユーザにより設定変更が可能である。

操作受付部１１７は、ユーザに入力された、特定の電池モジュール４１の劣化予測依頼を受け付ける。劣化予測部１１６は、指定された電池モジュール４１の劣化回帰曲線を生成し、当該電池モジュール４１の余寿命を予測する。表示制御部１１８は、予測された電池モジュール４１の余寿命を表示部１３に表示させる。

表示制御部１１８は、電池モジュール４１の余寿命を、電池モジュール４１の残り使用可能期間（例えば、残り使用可能日数）で表示させることができる。また電動車両３が毎日使用される前提である場合、表示制御部１１８は、電池モジュール４１の余寿命を、電池モジュール４１の使用終了日（２０ＸＸ年ＸＸ月ＸＸ日）で表示させることもできる。また表示制御部１１８は、電池モジュール４１の余寿命を、電池モジュール４１が搭載された電動車両３の残り走行可能距離で表示させることもできる。電動車両３の残り走行可能距離は、当該電動車両３に搭載されている電池モジュール４１の残り使用可能日数に、当該電動車両３の１日当たりの平均走行距離を掛けることにより算出することができる。なお、算出された使用終了日や残り使用可能日数、残り走行可能距離は予測結果であるため、表示制御部１１８は、±１０％程度の幅を持たせて表示部１３に表示させてユーザに提示してもよい。

以上の説明は、電動車両３の１日当たりの平均走行距離に変更がない場合の説明である。ユーザは、操作部１４から、余寿命を予測したい電池モジュール４１が搭載された電動車両３の走行条件を変更することができる。

操作受付部１１７は、ユーザに入力された、特定の電池モジュール４１が搭載された電動車両３の走行条件の変更を受け付ける。例えば、電動車両３の１日当たりの平均走行距離の変更を受け付ける。劣化予測部１１６は、受け付けられた１日当たりの平均走行距離を、係数回帰直線生成部１１４により生成された係数回帰直線に適用する。これにより、平均走行距離変更後の劣化係数ｗ_１を求めることができる。劣化予測部１１６は、求めた劣化係数ｗ_１を使用して当該電動車両３に搭載された電池モジュール４１の劣化回帰曲線を変更する。

図７は、特定の電池モジュール４１の劣化回帰曲線の変更処理の具体例を示す図である。劣化回帰曲線生成部１１３は、予測時点より過去の複数時点の当該電池モジュール４１のＳＯＨをもとに、当該電池モジュール４１の劣化回帰曲線を生成する。なお、図７に示す劣化回帰曲線（ＳＯＨ＝ｗ_０＋ｗ_１√ｔ）のｗ_０は、１．０５に設定されている。これは、当該電池モジュール４１の実際の初期容量が公称値より大きいことを示している。

平均走行距離特定部１１５は、当該電池モジュール４１が搭載された電動車両３の各日の平均走行距離を走行データ保持部１２１から取得する。平均走行距離特定部１１５は、各日の平均走行距離を合計し、合計した距離を使用日数で割ることにより、１日当たりの平均走行距離を算出する。なお、当該電動車両３の各日の平均走行距離を取得できない場合は、平均走行距離特定部１１５は、当該電動車両３の累積走行距離を取得して、当該累積走行距離を使用日数で割ることにより、１日当たりの平均走行距離を算出する。図７に示す例では、当該電動車両３の１日当たりの平均走行距離は１１０．７ｋｍ／ｄａｙである。

図８Ａ、図８Ｂは、表示部１３に表示される劣化予測シミュレーション画面１３ｓの一例を示す図である。図８Ａ、図８Ｂに示す劣化予測シミュレーション画面１３ｓには、車両選択欄１３ａ、平均走行距離欄１３ｂ及び残り使用可能日数欄１３ｃが含まれる。

ユーザは、車両選択欄１３ａから、劣化予測シミュレーションをしたい電動車両３を選択する。劣化回帰曲線生成部１１３は、選択された電動車両３に搭載された電池モジュール４１の劣化回帰曲線を生成する。劣化予測部１１６は、生成された電池モジュール４１の劣化回帰曲線をもとに、当該電池モジュール４１の残り使用可能日数を予測する。平均走行距離特定部１１５は、選択された電動車両３の平均走行距離を特定する。

図８Ａに示すように、表示制御部１１８は、選択された電動車両３の平均走行距離を平均走行距離欄１３ｂに表示させる。表示制御部１１８は、予測された電池モジュール４１の残り使用可能日数を残り使用可能日数欄１３ｃに表示させる。

ユーザは、選択した電動車両３の平均走行距離を変更することができる。図８Ｂに示す劣化予測シミュレーション画面１３ｓは、平均走行距離が６０．７ｋｍ／ｄａｙに変更された状態を示している。劣化予測部１１６は、変更後の平均走行距離を上記係数回帰直線に適用して、平均走行距離の変更後の劣化係数ｗ_１を求める。平均走行距離が１１０．７ｋｍ／ｄａｙから６０．７ｋｍ／ｄａｙに変更されると、上記図６に示すように劣化係数ｗ_１が点ａから点ａ’に移動する。点ａから点ａ’への遷移は上記係数回帰直線の傾きを用いる。点ａの劣化係数ｗ１に平均走行距離の変化分（１１０．７ｋｍ／ｄａｙ→６０．７ｋｍ／ｄａｙの場合は－５０ｋｍ／ｄａｙ）を回帰直線の傾きに乗じることで点ａ’に対応する劣化係数ｗ１を得る。

劣化予測部１１６は、平均走行距離の変更前の劣化回帰曲線と、変更後の劣化回帰曲線を、予測時点のＳＯＨが一致する位置で重畳する。予測時点以降は、劣化予測部１１６は、変更後の劣化回帰曲線にしたがい劣化を予測する。上記図７には、平均走行距離が１１０．７ｋｍ／ｄａｙの場合、６０．７ｋｍ／ｄａｙに変更された場合、８５．７ｋｍ／ｄａｙに変更された場合、１３５．７ｋｍ／ｄａｙに変更された場合、及び１６０．７ｋｍ／ｄａｙに変更された場合の５通りの劣化回帰曲線が描かれている。平均走行距離が短く変更されるほど、劣化回帰曲線が緩やかになり、電池モジュール４１の寿命が伸びることが分かる。

劣化予測部１１６は、平均走行距離の変更後の劣化回帰曲線をもとに、当該電池モジュール４１の残り使用可能日数を予測する。表示制御部１１８は、予測された電池モジュール４１の残り使用可能日数を残り使用可能日数欄１３ｃに表示させる。

ユーザは、劣化予測シミュレーション結果を、電動車両３の交換時期の予測や複数の電動車両３の運行管理に活用することができる。例えば、バス事業者の場合、残り使用可能日数が短い電動車両３の運行ルートを走行距離が短い運行ルートに変更し、残り使用可能日数が長い電動車両３の運行ルートを走行距離が長い運行ルートに変更することにより、複数の電動車両３の交換時期を揃えることができる。

図９は、演算システム１による電池モジュール４１の劣化予測処理の流れを示すフローチャートである。ＳＯＨ特定部１１２は、各電動車両３から取得された走行データに含まれる電池データをもとに、各電動車両３に搭載された電池モジュール４１のＳＯＨを特定する（Ｓ１０）。劣化回帰曲線生成部１１３は、各電池モジュール４１の時系列のＳＯＨをもとに、各電池モジュール４１の劣化回帰曲線を生成する（Ｓ１１）。係数回帰直線生成部１１４は、複数の電動車両３の平均走行距離と、複数の電池モジュール４１の劣化曲線の劣化係数ｗ_１をもとに、劣化係数ｗ_１の回帰直線を生成する（Ｓ１２）。

劣化予測部１１６は、ユーザにより指定された電動車両３に搭載された電池モジュール４１の劣化回帰曲線から、当該電池モジュール４１の残り使用可能日数を算出する（Ｓ１３）。表示制御部１１８は、平均走行距離特定部１１５により特定された当該電動車両３の平均走行距離と、当該電動車両３に搭載された電池モジュール４１の残り使用可能日数を表示部１３に表示させる（Ｓ１４）。

劣化予測シミュレーションの継続中（Ｓ１５のＮ）、操作受付部１１７は、ユーザから当該電動車両３の平均走行距離の変更を受け付けることができる（Ｓ１６）。劣化予測部１１６は、受け付けた平均走行距離を、劣化係数ｗ_１の回帰直線に適用して、新たな劣化係数ｗ_１を算出する（Ｓ１７）。ステップＳ１３に遷移する。劣化予測部１１６は、劣化係数ｗ_１の変更後の劣化回帰曲線から、当該電池モジュール４１の残り使用可能日数を算出する（Ｓ１３）。表示制御部１１８は、変更後の平均走行距離と残り使用可能日数を表示部１３に表示させる（Ｓ１４）。

ステップＳ１４－ステップＳ１７の処理が、劣化予測シミュレーションが終了するまで（Ｓ１５のＹ）、繰り返し実行される（Ｓ１５のＮ）。

上述した実施の形態では、係数回帰直線生成部１１４は、１日当たりの平均走行距離を独立変数として、劣化係数ｗ_１の回帰直線を生成した。この点、係数回帰直線生成部１１４は、１日当たりの平均放電量を独立変数として、劣化係数ｗ_１の回帰直線を生成してもよい。走行データ保持部１２１に電池モジュール４１の放電履歴が記録されている場合、平均走行距離ではなく、平均放電量を使用してもよい。また電池データとして過去の累積放電量を取得できる場合は、累積放電量を電動車両３の使用開始日からの日数で割って、１日当たりの平均放電量を算出することができる。

１日当たりの平均放電量を独立変数として劣化係数ｗ_１の回帰直線が生成されている場合、劣化予測部１１６は、操作受付部１１７により受け付けられた１日当たりの平均走行距離を、当該電動車両３の電費［ｋｍ／Ｗｈ］をもとに、単位期間当たりの平均放電量に変換する。劣化予測部１１６は、変換した平均放電量を劣化係数ｗ_１の回帰直線に適用して、変更後の劣化係数ｗ_１を得ることができる。

以上説明したように本実施の形態によれば、複数の電動車両３に搭載された複数の電池モジュール４１の劣化曲線の劣化係数ｗ_１をもとに、劣化係数ｗ_１の回帰関数を生成することにより、電動車両３に搭載された電池モジュール４１の劣化予測を簡便に行うことができる。例えば、走行条件を変更した場合の余寿命の変化を容易に試算することができる。

また本実施の形態では、累積して記録される電動車両３の走行距離を用いて劣化係数ｗ_１の回帰関数を生成する。電動車両３の管理者にとって分かりやすく扱いやすい走行距離をパラメータとして、劣化予測を直感的に行うことができる。累積して記録される電動車両３の走行距離は、通信障害や人為的な作業ミスなどよるデータ消失に対して頑健であり、データ区間が飛んた場合でも、単位期間当たりの平均走行距離を算出することができる。即ち、電動車両３の走行データが断片的にしか残っていない場合でも、高精度な劣化予測を行うことができる。

上述したように電動車両３の劣化予測を行う際には過去の走行データを用いるが、実際には十分な走行データがログデータとして残っていないことも多い。数か月のデータが欠損している場合や異常値が含まれている場合もある。また、電動車両３のログデータに、累積走行距離の項目は存在するが、電池関連のログデータに、累積放電量の項目が存在せず、充放電時の瞬時値のみが短期間記録される項目として存在する場合もある。

このような場合には、累積走行距離を使用することが有効であり、数か月の欠損を含むログデータであっても、累積走行距離の変化量（１日当たりの走行距離）から走行開始日を試算可能であり、その走行開始日を基準に劣化予測を行うことができる。

なお、走行距離と充放電電流値の関係から電費が計算できるが、データに異常値が含まれる場合、電費の算出結果が不安定になることがある。一方、走行距離は放電電力量の代替パラメータと考えられるが、電動車両３の走行データとして一般的な項目であり、単調増加な累積値であるため異常値の検出も容易である。このように走行距離は、劣化予測を行うための頑健なパラメータといえる。

また本実施の形態に係る劣化予測は、電池モジュール４１の複数の使用条件の区分ごとに劣化係数を求めるモデルではないため、簡易な計算で劣化予測を行うことができる。電動車両３に搭載される電池モジュール４１では、電流が短時間で不規則に大きく変化することがあるため、複数の区分ごとに劣化係数を求めることが困難なことが多い。またユーザにとっても、走行距離以外の条件を入力する必要がなく、操作が容易である。

以上、本開示を実施の形態をもとに説明した。実施の形態は例示であり、それらの各構成要素や各処理プロセスの組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。

上述した実施の形態では、１日当たりの走行距離を説明変数として劣化係数ｗ_１の回帰関数を生成した。この点、１日当たりの走行距離に加えて、温度や充電電流レートなどを含む複数のパラメータを説明変数とする重回帰分析により、劣化係数ｗ_１の回帰関数を生成してもよい。この場合、劣化係数ｗ_１の推定精度をさらに向上させることができる。

電池モジュール４１の劣化予測の１つの項目として、電池モジュール４１の容量の急激な劣化（以下、急劣化または三次劣化という）の発生を予測してもよい。

低温または高温環境下での充放電、ハイレートでの充放電など、電池モジュール４１にとって負担が大きい使用方法が繰り返し行われると、急劣化が発生しやすくなる。急劣化が発生すると、基本的に電池モジュール４１が使用できなくなるため電池モジュール４１の寿命が短くなる。急劣化の主な要因は電解液の減少にあるが、電解液の量を直接測定するには電池モジュール４１を分解する必要がある。しかしながら、電池モジュール４１の使用中に電池モジュール４１を分解するのは現実的ではない。

そこで、電池モジュール４１の外部から、電解液が反応する周波数帯（例えば、１００Ｈｚ～１０ｋＨｚ）の交流信号を印加して、電池モジュール４１の交流インピーダンス値を測定する。または、電池モジュール４１の充放電開始時または充放電停止時の過渡応答を測定することにより、電池モジュール４１の交流インピーダンス値を推定する。劣化予測部１１６は、測定または推定された交流インピーダンス値をもとに、電池モジュール４１の急劣化が発生するまでの期間を予測する。表示制御部１１８は、指定された電動車両３に搭載された電池モジュール４１に急劣化が発生すると予測された場合、当該電池モジュール４１の余寿命として、急劣化が発生するまでの日数を表示させる。

上述の実施の形態では、電動車両３に搭載された電池モジュール４１の劣化予測を行う例を想定した。この点、電動車両３は二輪の電動バイク（電動スクータ）または電気自転車であってもよい。また、電動車両３には、ゴルフカートや、ショッピングモールやエンタテイメント施設などで使用されるランドカーなどの低速の電動車両３も含まれる。また、電池モジュール４１が搭載される対象は電動車両３に限るものではない。例えば、電動船舶、鉄道車両、マルチコプタ（ドローン）などの電動移動体も含まれる。

なお、実施の形態は、以下の項目によって特定されてもよい。

［項目１］
複数の電動移動体（３）にそれぞれ搭載された電池（Ｅ１、４１）のデータを含む走行データを取得するデータ取得部（１１１）と、
取得された走行データに含まれる電池データをもとに、各電動移動体（３）に搭載された電池（Ｅ１、４１）のＳＯＨ（Ｓｔａｔｅ Ｏｆ Ｈｅａｌｔｈ）を特定するＳＯＨ特定部（１１２）と、
各電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、各電池（Ｅ１、４１）の劣化回帰曲線を生成する劣化回帰曲線生成部（１１３）と、
前記複数の電動移動体（３）の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池（Ｅ１、４１）の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成する係数回帰関数生成部（１１４）と、
電池（Ｅ１、４１）の寿命とすべき設定されたＳＯＨと、特定の電池（Ｅ１、４１）の劣化回帰曲線をもとに、当該電池（Ｅ１、４１）の余寿命を予測する劣化予測部（１１６）と、
ユーザに入力された、当該電池（Ｅ１、４１）が搭載された電動移動体（３）の走行条件の変更を受け付ける受付部（１１７）と、を備え、
前記劣化予測部（１１６）は、受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体（３）に搭載された当該電池（Ｅ１、４１）の劣化回帰曲線を変更する、
ことを特徴とする演算システム（１）。

電池（Ｅ１、４１）は、セルＥ１であってもよいし、モジュール４１であってもよい。

これによれば、電動移動体（３）に搭載された電池（Ｅ１、４１）の劣化予測を簡便に行うことができる。

［項目２］
各電動移動体（３）から取得された累積走行距離と各電動移動体（３）の使用期間をもとに、各電動移動体（３）の前記単位期間当たりの平均走行距離を算出する平均走行距離特定部（１１５）をさらに備える、
ことを特徴とする項目１に記載の演算システム（１）。

これによれば、データとして取得しやすい累積走行距離から平均走行距離を算出し、平均走行距離をもとに劣化係数を回帰することにより、汎用性が高いシステムを構築することができる。

［項目３］
前記係数回帰関数生成部（１１４）は、前記複数の電動移動体（３）の単位期間当たりの平均放電量を独立変数とし、前記複数の電池（Ｅ１、４１）の劣化回帰曲線の劣化係数を従属変数とする、前記劣化係数の回帰関数を生成し、
前記受付部（１１７）は、前記電池（Ｅ１、４１）が搭載された電動移動体（３）の単位期間当たりの平均走行距離の変更を受け付け、
前記劣化予測部（１１６）は、受け付けられた単位期間当たりの平均走行距離を、当該電動移動体（３）の電費をもとに、単位期間当たりの平均放電量に変換する、
ことを特徴とする項目１に記載の演算システム（１）。

これによれば、劣化係数を回帰するパラメータとして平均放電量を使用し、ユーザが条件を変更するパラメータとして平均走行距離を使用する場合でも、劣化予測を好適に行うことができる。

［項目４］
前記劣化予測部（１１６）は、前記電池（Ｅ１、４１）の変更後の劣化回帰曲線をもとに、当該電池（Ｅ１、４１）の余寿命として、当該電池（Ｅ１、４１）の残り使用可能期間および当該電池（Ｅ１、４１）が搭載された電動移動体（３）の残り走行可能距離の少なくとも一方を算出し、表示部に表示させる、
ことを特徴とする項目１から３のいずれか１項に記載の演算システム（１）。

これによれば、ユーザにとって分かりやすいユーザインタフェースを構築することができる。

［項目５］
複数の電動移動体（３）にそれぞれ搭載された電池（Ｅ１、４１）のデータを含む走行データを取得するステップと、
取得された走行データに含まれる電池データをもとに、各電動移動体（３）に搭載された電池（Ｅ１、４１）のＳＯＨを特定するステップと、
各電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、各電池（Ｅ１、４１）の劣化回帰曲線を生成するステップと、
前記複数の電動移動体（３）の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池（Ｅ１、４１）の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成するステップと、
電池（Ｅ１、４１）の寿命とすべき設定されたＳＯＨと、特定の電池（Ｅ１、４１）の劣化回帰曲線をもとに、当該電池（Ｅ１、４１）の余寿命を予測するステップと、
ユーザに入力された、当該電池（Ｅ１、４１）が搭載された電動移動体（３）の走行条件の変更を受け付けるステップと、
受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体（３）に搭載された当該電池（Ｅ１、４１）の劣化回帰曲線を変更するステップと、
を有することを特徴とする電池（Ｅ１、４１）の劣化予測方法。

これによれば、電動移動体（３）に搭載された電池（Ｅ１、４１）の劣化予測を簡便に行うことができる。

［項目６］
複数の電動移動体（３）にそれぞれ搭載された電池（Ｅ１、４１）のデータを含む走行データを取得する処理と、
取得された走行データに含まれる電池データをもとに、各電動移動体（３）に搭載された電池（Ｅ１、４１）のＳＯＨを特定する処理と、
各電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、各電池（Ｅ１、４１）の劣化回帰曲線を生成する処理と、
前記複数の電動移動体（３）の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池（Ｅ１、４１）の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成する処理と、
電池（Ｅ１、４１）の寿命とすべき設定されたＳＯＨと、特定の電池（Ｅ１、４１）の劣化回帰曲線をもとに、当該電池（Ｅ１、４１）の余寿命を予測する処理と、
ユーザに入力された、当該電池（Ｅ１、４１）が搭載された電動移動体（３）の走行条件の変更を受け付ける処理と、
受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体（３）に搭載された当該電池（Ｅ１、４１）の劣化回帰曲線を変更する処理と、
をコンピュータに実行させることを特徴とする電池（Ｅ１、４１）の劣化予測プログラム。

これによれば、電動移動体（３）に搭載された電池（Ｅ１、４１）の劣化予測を簡便に行うことができる。

１ 演算システム、 Ｅ１－Ｅｎ セル、 Ｔ１，Ｔ２ 温度センサ、 ＲＹ１，ＲＹ２ リレー、 ３ 電動車両、 ４ 充電器、 １１ 処理部、 １１１ データ取得部、 １１２ ＳＯＨ特定部、 １１３ 劣化回帰曲線生成部、 １１４ 係数回帰直線生成部、 １１５ 平均走行距離特定部、 １１６ 劣化予測部、 １１７ 操作受付部、 １１８ 表示制御部、 １２ 記憶部、 １２１ 走行データ保持部、 １２２ 運転者データ保持部、 １２３ ＳＯＣ－ＯＣＶ特性保持部、 １２４ 時系列ＳＯＨ値保持部、 １３ 表示部、 １４ 操作部、 ３０ 車両制御部、 ３４ モータ、 ３５ インバータ、 ３６ 無線通信部、 ３６ａ アンテナ、 ３８ 充電ケーブル、 ４０ 電池システム、 ４１ 電池モジュール、 ４２ 管理部、 ４３ 電圧測定部、 ４４ 温度測定部、 ４５ 電流測定部、 ４６ 電池制御部、 ４６ａ ＳＯＣ－ＯＣＶマップ。

Claims (6)

1. 複数の電動移動体にそれぞれ搭載された電池のデータを含む走行データを取得するデータ取得部と、
   取得された走行データに含まれる電池データをもとに、各電動移動体に搭載された電池のＳＯＨ（Ｓｔａｔｅ Ｏｆ Ｈｅａｌｔｈ）を特定するＳＯＨ特定部と、
   各電池の時系列に特定された複数のＳＯＨを曲線回帰して、各電池の劣化回帰曲線を生成する劣化回帰曲線生成部と、
   前記複数の電動移動体の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成する係数回帰関数生成部と、
   電池の寿命とすべき設定されたＳＯＨと、特定の電池の劣化回帰曲線をもとに、当該電池の余寿命を予測する劣化予測部と、
   ユーザに入力された、当該電池が搭載された電動移動体の走行条件の変更を受け付ける受付部と、を備え、
   前記劣化予測部は、受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体に搭載された当該電池の劣化回帰曲線を変更する、
   ことを特徴とする演算システム。
2. 各電動移動体から取得された累積走行距離と各電動移動体の使用期間をもとに、各電動移動体の前記単位期間当たりの平均走行距離を算出する平均走行距離特定部をさらに備える、
   ことを特徴とする請求項１に記載の演算システム。
3. 前記係数回帰関数生成部は、前記複数の電動移動体の単位期間当たりの平均放電量を独立変数とし、前記複数の電池の劣化回帰曲線の劣化係数を従属変数とする、前記劣化係数の回帰関数を生成し、
   前記受付部は、前記電池が搭載された電動移動体の単位期間当たりの平均走行距離の変更を受け付け、
   前記劣化予測部は、受け付けられた単位期間当たりの平均走行距離を、当該電動移動体の電費をもとに、単位期間当たりの平均放電量に変換する、
   ことを特徴とする請求項１に記載の演算システム。
4. 前記劣化予測部は、前記電池の変更後の劣化回帰曲線をもとに、当該電池の余寿命として、当該電池の残り使用可能期間および当該電池が搭載された電動移動体の残り走行可能距離の少なくとも一方を算出し、表示部に表示させる、
   ことを特徴とする請求項１から３のいずれか１項に記載の演算システム。
5. 複数の電動移動体にそれぞれ搭載された電池のデータを含む走行データを取得するステップと、
   取得された走行データに含まれる電池データをもとに、各電動移動体に搭載された電池のＳＯＨを特定するステップと、
   各電池の時系列に特定された複数のＳＯＨを曲線回帰して、各電池の劣化回帰曲線を生成するステップと、
   前記複数の電動移動体の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成するステップと、
   電池の寿命とすべき設定されたＳＯＨと、特定の電池の劣化回帰曲線をもとに、当該電池の余寿命を予測するステップと、
   ユーザに入力された、当該電池が搭載された電動移動体の走行条件の変更を受け付けるステップと、
   受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体に搭載された当該電池の劣化回帰曲線を変更するステップと、
   を有することを特徴とする電池の劣化予測方法。
6. 複数の電動移動体にそれぞれ搭載された電池のデータを含む走行データを取得する処理と、
   取得された走行データに含まれる電池データをもとに、各電動移動体に搭載された電池のＳＯＨを特定する処理と、
   各電池の時系列に特定された複数のＳＯＨを曲線回帰して、各電池の劣化回帰曲線を生成する処理と、
   前記複数の電動移動体の単位期間当たりの平均走行距離または平均放電量を独立変数とし、前記複数の電池の劣化回帰曲線の劣化係数を従属変数とする、劣化係数の回帰関数を生成する処理と、
   電池の寿命とすべき設定されたＳＯＨと、特定の電池の劣化回帰曲線をもとに、当該電池の余寿命を予測する処理と、
   ユーザに入力された、当該電池が搭載された電動移動体の走行条件の変更を受け付ける処理と、
   受け付けられた走行条件の変更に応じた単位期間当たりの平均走行距離または平均放電量を特定し、当該単位期間当たりの平均走行距離または平均放電量を前記劣化係数の回帰関数に適用して走行条件変更後の劣化係数を特定し、当該劣化係数を使用して当該電動移動体に搭載された当該電池の劣化回帰曲線を変更する処理と、
   をコンピュータに実行させることを特徴とする電池の劣化予測プログラム。

Images