JPWO2016147722A1 - 推定装置、推定方法およびプログラム - Google Patents

Abstract

推定装置は、蓄電池の物理量の推移を計測する計測手段と、推移の計測結果を基に蓄電池の基準内部インピーダンスを推定し、基準内部インピーダンスと計測結果とを基に蓄電池の内部インピーダンスの変動成分を推定し、基準内部インピーダンスと変動成分とを基に蓄電池の内部インピーダンスを推定する推定手段と、を含む。

Description

本発明は、蓄電池の内部インピーダンスを推定する推定装置、推定方法およびプログラムに関する。

家庭や電気自動車で使用可能な蓄電池（例えば、大容量かつ長寿命の蓄電池）を効率的に運用するには、ＳＯＣ（Ｓｔａｔｅｏｆ Ｃｈａｒｇｅ）などの蓄電池状態量をリアルタイムに管理する必要がある。
蓄電池状態量をリアルタイムに推定する方法の一つとして、例えば、カルマンフィルタを用いた状態量推定器を利用する方法がある。このカルマンフィルタを使用する際には、適用対象をモデル化する必要がある。適用対象が蓄電池である場合、電気等価回路を用いて蓄電池をモデル化する方法が一般的である。
蓄電池の電気等価回路モデルに含まれるモデル係数値には、通常、蓄電池の内部インピーダンスの値およびＳＯＨ（Ｓｔａｔｅｏｆ Ｈｅａｌｔｈ）が含まれる。ＳＯＨとは、蓄電池出荷時の満充電容量を基準とした現満充電容量を百分率で表した蓄電池の劣化指標値である。

実際の蓄電池のＳＯＨおよび内部インピーダンスの値は、刻一刻と変化する。
したがって、蓄電池の電気等価回路モデルのモデル係数値に含まれる内部インピーダンスの値およびＳＯＨを時変パラメータとして扱うことで、蓄電池本来の挙動に即したモデル化が可能になる。

内部インピーダンスは、経年劣化に起因する長期的な変化分と、瞬時的な運用環境に起因する短期的な変化分とに分離できる。
経年劣化は、充放電の繰り返しによって経年的に蓄電池の電極に不純物が蓄積することで生じる物理的な劣化であり、通常、内部インピーダンスを増加させる。なお、ＳＯＨは、この経年劣化によって生じる内部インピーダンス変化分と強い相関がある。
一方、瞬時的な運用環境に起因する短期的な内部インピーダンス変化分は、環境温度や充放電レートおよびＳＯＣなどの瞬時的な運用環境の違いから生じる化学的な内部インピーダンス変動に相当する。

以上の蓄電池特性に鑑みると、蓄電池（例えば、大容量かつ長寿命の蓄電池）を効率的に運用するには、蓄電池の電気等価回路モデルにおける内部インピーダンスを、経年劣化に起因する長期変化分と瞬時的な運用環境に起因する短期変化分とに分けて逐次推定する手法が必要となる。

特許文献１には、蓄電池の内部インピーダンスを算出し、その内部インピーダンスを物理的な内部インピーダンスと化学的な内部インピーダンスとに分離する手法が記載されている。

特許第５４９６６１２号公報

蓄電池の内部インピーダンスの運用環境依存性は、経年劣化とともに変化していく。
しかしながら、特許文献１に記載の手法では、経年劣化に伴う運用環境の依存性を補正していない。したがって、特許文献１に記載の手法では、経年劣化が進行した際に内部インピーダンスを精度良く推定できないという課題がある。

本発明の目的は、上記課題を解決可能な推定装置、推定方法およびプログラムを提供することである。

本発明の推定装置は、蓄電池の物理量の推移を計測する計測手段と、前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する推定手段と、を含む。

本発明の推定方法は、蓄電池の物理量の推移を計測し、前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する。

本発明のプログラムは、コンピュータに、蓄電池の物理量の推移を計測する計測手順と、前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する推定手順と、を実行させる。

本発明によれば、経年劣化が進行しても蓄電池の内部インピーダンスを精度良く推定可能になる。

図１Ａは、経年Ｚ０と環境ΔＺと逐次Ｚｓｅｑの概念を表したグラフである。 図１Ｂは、本発明の第１実施形態の構成を示すブロック図である。 図１Ｃは、第１実施形態における推定装置１の動作を説明するためのフローチャートである。 図２は、本発明の第２実施形態の構成を示すブロック図である。 図３は、逐次Ｚｓｅｑ推定部の構成を示すブロック図である。 図４は、Ｚ０推定部の構成を示すブロック図である。 図５は、第２実施形態の動作を説明するためのフローチャートである。 図６は、経年Ｚ０を更新する処理のフローチャートである。 図７は、経年Ｚ０を最適化する処理のフローチャートである。 図８は、経年Ｚ０とＳＯＨの関係を示すグラフである。 図９は、蓄電池状態量を推定する割り込み処理のフローチャートである。 図１０は、環境ΔＺを導く補正関数の経年的変化を示すグラフである。 図１１は、複数の特定入力パターンに対応したＺ０−ＳＯＨの関係を示すグラフである。 図１２は、本発明の実施例における蓄電池の構成である。 図１３は、蓄電池におけるＳＯＣとＶｏｃの相関関係を示すＳＯＣ−Ｖｏｃデータテーブルである。 図１４は、蓄電池の挙動を電気等価回路（Ｒ−ＲＣ）で表現したモデルである。 図１５は、本発明の実施例における特定入力パターンのひとつであるパルス充電電流である。 図１６は、本発明の実施例におけるＺ最適化に用いるデータログの概念図である。 図１７は、本発明の実施例をシミュレーションした結果図である。

（用語の定義）
まず、以下の説明で用いるいくつかの用語を定義する。
蓄電池の電気等価回路モデルにおける内部インピーダンスを「内部インピーダンスＺ」で表す。
経年劣化によって決まる内部インピーダンスを「経年Ｚ０」（以後の数式では、単に「Ｚ０」と表記する）で表す。経年Ｚ０は、基準内部インピーダンスの一例である。
瞬時的な蓄電池運用環境によって決まる内部インピーダンスを「環境ΔＺ」（以後の数式では、単に「ΔＺ」と表記する）で表す。環境ΔＺは、内部インピーダンスの変動成分の一例である。
経年Ｚ０と環境ΔＺの合計値で逐次的に求まる内部インピーダンスを「逐次Ｚｓｅｑ」（以降の数式では、単に「Ｚｓｅｑ」と表記する）で表す。

図１Ａは、逐次Ｚｓｅｑで表される内部インピーダンスの挙動モデルの一例を示した図である。
図１に示すように、経年Ｚ０は、その更新タイミングで、例えば不連続に更新される。逐次Ｚｓｅｑは、経年Ｚ０に環境ΔＺを逐次加えることで表される。

後述する各図面は、本発明の実施形態を説明するために用いる。ただし、本発明は、各図面に記載された形態に限られるわけではない。また、各図面において同様の構成には同じ符号を付与してある。また、以下では、同様の構成についての繰り返しの説明を省略する場合がある。また、本発明の説明に関係しない部分の構成については、記載を省略して図示しない場合もある。

［第１実施形態］
まず、本発明の第１実施形態について説明する。
図１Ｂは、本発明の第１実施形態の推定装置１を示した図である。
推定装置１は、計測部１ａと推定部１ｂとを含む。
計測部１ａは、計測手段の一例である。計測部１ａは、蓄電池の物理量（例えば、電圧や電流）の推移を計測する。なお、蓄電池の物理量は、電圧や電流に限らず適宜変更可能である。例えば、蓄電池の物理量は、蓄電池の電圧、電流および温度の少なくとも１つでもよい。
推定部１ｂは、推定手段の一例である。推定部１ｂは、計測部１ａの計測結果に基づいてＺｓｅｑを逐次推定する。

次に、推定装置１の動作を説明する。
図１Ｃは、推定装置１の動作を説明するためのフローチャートである。
計測部１ａは、蓄電池の物理量の推移を計測する。計測部１ａは、計測結果を推定部１ｂに出力する（Ｓ１）。
推定部１ｂは、まず、計測部１ａの計測結果に基づいて蓄電池の経年Ｚ０を推定する。続いて、推定部１ｂは、経年Ｚ０と計測部１ａの計測結果とに基づいて環境ΔＺを推定する。例えば、推定部１ｂは、経年Ｚ０に応じた情報と計測部１ａの計測結果とに基づいて環境ΔＺを推定する。続いて、推定部１ｂは、経年Ｚ０と環境ΔＺとに基づいてＺｓｅｑを逐次推定する（Ｓ２）。

次に、本実施形態の効果を説明する。
本実施形態では、推定部１ｂは、計測部１ａの計測結果に基づいて経年Ｚ０を推定し、経年Ｚ０と計測部１ａの計測結果とに基づいて環境ΔＺを推定する。このため、環境ΔＺに経年Ｚ０が反映される。よって、環境ΔＺを経年Ｚ０の変化に応じて更新可能になる。そして、推定部１ｂは、環境ΔＺと経年Ｚ０とに基づいてＺｓｅｑを逐次推定する。
したがって、本実施形態では、経年Ｚ０が反映された環境ΔＺを用いて内部インピーダンスが推定されるため、内部インピーダンスを精度よく推定できる。

［第２実施形態］
次に、本発明の第２実施形態について説明する。

［構成の説明］
図２は、本発明の第２実施形態の蓄電池状態推定装置２を含む蓄電池システム２Ａを示した図である。蓄電池状態推定装置２は、推定装置の一例である。
蓄電池システム２Ａは、充放電指令部１００と、蓄電池２００と、計測部３００と、逐次Ｚｓｅｑ推定部４００と、状態量推定部５００と、を含む。
充放電指令部１００は、指令手段の一例である。計測部３００は、計測手段の一例である。逐次Ｚｓｅｑ推定部４００は、推定手段の一例である。状態量推定部５００は、状態量推定手段の一例である。なお、計測部３００は、第１実施形態の計測部１ａとして用いてもよい。また、逐次Ｚｓｅｑ推定部４００は、第１実施形態の推定部１ｂとして用いてもよい。
これらの構成要素は、概略つぎのように動作する。
充放電指令部１００は、蓄電池２００に対して、充放電の指示を出力する。本実施形態では、充放電指令部１００は、蓄電池２００に対して、特定の電流波形パターンを用いた充放電を行う旨の指示を出力する。
蓄電池２００は、経年劣化推定運用時においては、充放電指令部１００から指示された電流波形パターンにしたがって充放電を行う。一方、通常運用時においては、蓄電池２００は、負荷１０に対して放電する。
計測部３００は、蓄電池２００の物理量（以下、「蓄電池物理量」と称す）を規定の周期で計測する。蓄電池物理量の一例としては、蓄電池の電気的状態などがある。なお、蓄電池物理量は、蓄電池の電気的状態に限らず適宜変更可能である。例えば、蓄電池物理量の一例として、蓄電池の電気的状態と蓄電池の温度を用いてもよい。計測部３００は、規定の周期の蓄電池物理量の計測値（計測結果）を、計測時刻とともに、逐次Ｚｓｅｑ推定部４００および状態量推定部５００へ出力する。
逐次Ｚｓｅｑ推定部４００は、計測部３００から受け取った蓄電池物理量の計測値および計測時刻等を用いて、逐次的な内部インピーダンス推定値である逐次Ｚｓｅｑ（蓄電池２００の内部インピーダンス）を推定する。逐次Ｚｓｅｑ推定部４００は、推定した逐次Ｚｓｅｑを状態量推定部５００へ出力する。
また、逐次Ｚｓｅｑ推定部４００は、計測部３００から受け取った蓄電池物理量の計測値および計測時刻を用いて、蓄電池２００のＳＯＨ（以下、単に「ＳＯＨ」と称す）を推定する。ＳＯＨは蓄電池２００の状態量の一例である。逐次Ｚｓｅｑ推定部４００は、ＳＯＨを状態量推定部５００へ出力する。
状態量推定部５００は、逐次Ｚｓｅｑ推定部４００から受け取った逐次ＺｓｅｑやＳＯＨ、並びに計測部３００から受け取った蓄電池物理量の計測値を用いて、蓄電池状態量を推定する。状態量推定部５００が推定する蓄電池状態量の一例としては、ＳＯＣがある。なお、状態量推定部５００が推定する蓄電池状態量は、ＳＯＣに限らず適宜変更可能である。

次に、逐次Ｚｓｅｑ推定部４００の詳細構成について説明する。
図３は、逐次Ｚｓｅｑ推定部４００の一例を示した図である。
逐次Ｚｓｅｑ推定部４００は、経年劣化に起因する経年Ｚ０に瞬時的な運用環境に起因する短期的なＺ変化分である環境ΔＺを加えた逐次Ｚｓｅｑを推定する。
また、逐次Ｚｓｅｑ推定部４００は、経年劣化に起因する経年Ｚ０に基づいてＳＯＨを推定する。例えば、逐次Ｚｓｅｑ推定部４００は、蓄電池２００と同種の蓄電池を用いて事前に測定した劣化特性に対応するデータ（経年Ｚ０とＳＯＨとの相関関係を示したＺ０−ＳＯＨデータ）を用いて、経年Ｚ０に応じたＳＯＨを推定する。
逐次Ｚｓｅｑ推定部４００は、経年Ｚ０推定部４１０と、係数更新部４２０と、環境ΔＺ推定部４３０と、逐次Ｚｓｅｑ決定部４４０と、を含む。
経年Ｚ０推定部４１０は、計測部３００の出力（計測時刻と蓄電池物理量の計測値）に基づいて経年Ｚ０を推定する。
また、経年Ｚ０推定部４１０は、経年Ｚ０の推定結果に応じた情報と計測部３００の出力に基づいて、逐次Ｚｓｅｑの算出に用いる補正関数の係数更新に必要となる係数パラメータ参照値も算出する。係数パラメータ参照値は、経年Ｚ０に応じて変化する。経年Ｚ０推定部４１０は、経年Ｚ０を逐次Ｚｓｅｑ推定部４４０へ出力し、係数パラメータ参照値を係数更新部４２０へ出力する。
また、経年Ｚ０推定部４１０は、経年Ｚ０に基づいてＳＯＨを推定する。例えば、経年Ｚ０推定部４１０は、Ｚ０−ＳＯＨデータにおいて経年Ｚ０に対応するＳＯＨを決定する。経年Ｚ０推定部４１０は、経年Ｚ０を逐次Ｚｓｅｑ推定部４４０へ出力する。
係数更新部４２０は、係数パラメータ参照値に基づいて、環境ΔＺを求める際に必要となる補正関数の係数を決定する。係数更新部４２０は、補正関数の係数を環境ΔＺ推定部４３０へ出力する。
環境ΔＺ推定部４３０は、計測部３００の出力（計測時刻と蓄電池物理量の計測値）と、補正関数の係数とに基づいて、環境ΔＺを推定する。環境ΔＺ推定部４３０は、環境ΔＺを逐次Ｚｓｅｑ決定部４４０へ出力する。
逐次Ｚｓｅｑ決定部４４０は、経年Ｚ０と環境ΔＺとに基づいて、逐次Ｚｓｅｑを推定する。なお、逐次Ｚｓｅｑ決定部４４０は、蓄電池の物理量と経年Ｚ０と環境ΔＺとに基づいて、逐次Ｚｓｅｑを推定してもよい。逐次Ｚｓｅｑ推定部４００は、推定した逐次Ｚｓｅｑを状態量推定部５００（図２参照）に出力する。

図４は、経年Ｚ０推定部４１０の一例を示した図である。
経年Ｚ０推定部４１０は、記憶部４１１と、最適化部４１２と、を含む。
記憶部４１１は、計測部３００で計測された蓄電池物理量および計測時刻を時系列に記憶する。この時系列に記憶された蓄電池物理量および計測時刻を「データログ」と呼ぶ。
最適化部４１２は、記憶部４１１から出力されたデータログを受け取り、そのデータログの区間における内部インピーダンスＺを最適化する。最適化部４１２は、その最適化された内部インピーダンスＺを「経年Ｚ０」として出力する。また、最適化部４１２は、その経年ＺＯに応じた係数パラメータ参照値を生成し、その係数パラメータ参照値を出力する。

［動作の説明］
次に、第２実施形態の動作について説明する。
図５は、本実施形態の全体動作（最上位フロー）を説明するためのフローチャートである。なお、以降の文中における括弧内の符号は、その符号に対応するフローチャートにおける処理番号と文中の説明内容が対応していることを示している。
まず、逐次Ｚｓｅｑ推定部４００は、経年劣化更新タイミングであるか否かを判断する（Ｓ１００）。
ここで、経年劣化更新タイミングの判定条件を満たす場合（Ｓ１００でＹｅｓ）、逐次Ｚｓｅｑ推定部４００は、経年劣化更新運用（Ｓ２００）を行う。
経年劣化更新運用が完了、もしくは先の経年劣化更新タイミングの判定条件を満たさなかった場合（Ｓ１００でＮｏ）、逐次Ｚｓｅｑ推定部４００は、通常運用の割り込みを許可する（Ｓ３００）。

次に、図５に示した各処理の詳細を別のフローチャートも参照しながら詳細に説明する。

まず、経年劣化更新タイミングであるか否かを判断する処理（Ｓ１００）について説明する。
経年劣化更新タイミングの判定条件（以下、単に「判定条件」と称す）としては、種々の判定条件を用いることができる。
以下、２つの判定条件（第一の判定条件と第二の判定条件）を用いた例を説明する。なお、判定条件の数は２つに限らず１以上であればよい。
第一の判定条件として、特定の運用環境条件を満たすという判定条件を用いる。
特定の運用環境条件は、事前に取得した蓄電池２００と同種の蓄電池（以下、「同種蓄電池」と称す）の劣化特性データ「Ｚ０−ＳＯＨデータ」）の取得環境によって規定される。例えば、特定の運用環境条件として、蓄電池２００の温度やＳＯＣと、劣化特性データを測定したときの同種蓄電池の温度やＳＯＣとの差が、予め設定された範囲内であるという条件を用いる。特定の運用環境条件を劣化特性データ取得時の環境と合わせることで、より精度の高い経年劣化の推定が可能になる。
第二の判定条件として、特定の運用パターン実行時という判定条件を用いる。
特定の運用パターンとしては、例えば、充電モードにおける定電流充電の運用パターンを用いる。
この場合、例えば、蓄電池２００が充電モードに入り、そのＳＯＣが規定のＳＯＣ範囲内に到達したとき、充放電指令部１００が経年劣化判定用の充放電パターンを蓄電池２００に入力することで、経年劣化推定を実施できる。
これら経年劣化更新タイミングと入力する充放電パターンに関する詳細の一例は、後述する実施例で示す。

次に、経年劣化更新運用（Ｓ２００）について説明する。
図６は、経年劣化更新運用の一例を説明するためのフローチャートである。以下、処理内容と機能部とを対応づけるため、図２、図３および図４も適宜参照する。
まず、充放電指令部１００（図２）は、蓄電池２００に対して特定のパターンで充放電を行うよう指示する（Ｓ２１０）。
次に、計測部３００（図２）は、特定のパターンで充放電している蓄電池２００の蓄電池物理量を計測する（Ｓ２２０）。計測部３００は、計測された蓄電池物理量を計測時刻とともに逐次Ｚｓｅｑ推定部４００（図２）へ出力する。
逐次Ｚｓｅｑ推定部４００内の経年Ｚ０推定部４１０（図３、図４）は、蓄電池物理量と計測時刻とを受け取ると、記憶部４１１（図４）により、その蓄電池物理量と計測時刻とを時系列で記憶する。経年Ｚ０推定部４１０は、蓄電池物理量を時系列で記憶部４１１（図４）に記憶させることでデータログを生成（更新）する（Ｓ２３０）。
次に、充放電指令部１００（図２）が、通常運用の割り込みを許可すると（Ｓ２４０）、蓄次Ｚｓｅｑ推定部４００による逐次Ｚｓｅｑの演算（Ｓ３２０）と、状態量推定部５００による蓄電池状態量の推定（Ｓ３３０）とが適宜実行される。なお、Ｓ３２０やＳ３３０については、図９を用いて後述する。
以後、データログが所定のデータログ幅（所定のデータログ長）に到達したと最適化部４１２（図４）が判断するまで、充放電指令部１００（図２）による特定パターンの充放電指示（Ｓ２１０）から通常運用の割り込み許可（Ｓ２４０）までの処理が繰り返される。
なお、Ｓ２４０の割り込み許可はＳ３００の割り込み許可と同じ処理であり、その手順については後ほど詳細に説明する。
データログが所定のデータログ幅（所定のデータログ長）に到達したら（Ｓ２５０でＹｅｓ）、次に最適化部４１２（図４）は最適化手法を用いて経年Ｚ０を推定する（Ｓ２６０）。
Ｚ最適化（経年Ｚ０の推定）の次は、係数更新部４２０により逐次Ｚｓｅｑ演算関数（補正関数）に含まれる係数パラメータを更新する（Ｓ２７０）。この係数パラメータとは、後述する数２４〜２７で示す逐次補正関数に含まれる係数値のことである。補正方法は複数ある。具体的な補正方法については、実施例で示す。

最適化の手法は複数ある。第一の最適化手法例として、蓄電池の電気等価回路モデルにおける内部インピーダンスＺを最適推定する（Ｓ２６０）手法がある。
ここで、図７の経年Ｚ０最適化のフローチャートを参照しながら最適化の手順を説明する。
まず、最適化部４１２は、Ｚ探索の初期値を設定する（Ｓ２６１）。このＺ探索初期値としては、例えば、出荷時における内部インピーダンスＺを用いてもよい。また、例えば、前回のＺ最適化時の結果（前回の経年Ｚ０）を、Ｚ探索初期値として用いてもよい。
次に、最適化部４１２は、Ｚ探索初期値を入力として目的関数値を演算する（Ｓ２６２）。この目的関数の具体例は、実施例で示す。
次に、最適化部４１２は、充放電指定部１００に通常運用の割り込みを許可させる（Ｓ２６３）。この割り込み処理の内容は、Ｓ２６３と同じである。なお、図２では、最適化部４１２と充放電指定部１００との接続線を省略している。
次に、最適化部４１２は、目的関数値の演算（Ｓ２６２）結果が、最適化の収束条件に適合しているか否かを判定する（Ｓ２６４）。ここで、最適化の収束条件に適合している場合（Ｓ２６４でＹｅｓ）、最適化部４１２は、その内部インピーダンスＺが最適値であると判断し、その内部インピーダンスＺを経年Ｚ０として設定する。ここで、最適化部４１２は、その更新された経年Ｚ０に基づいてＳＯＨを決定する。
一方、最適化の収束条件に適合していない場合（Ｓ２６４でＮｏ）、最適化部４１２は、Ｚ探索値を更新し、再度、目的関数値を演算する。
最適化部４１２は、Ｚ探索値を、既存の最適化手法（例えば、準ニュートンラプソン法やシンプレックス法）を用いて更新する（Ｓ２６５）。
以後、最適化の収束条件が適合するまで、Ｓ２６２〜Ｓ２６５の処理を繰り返す。

最適化部４１２が経年Ｚ０からＳＯＨを得る手法としては、例えば、以下の手法を用いる。最適化部４１２は、同種蓄電池を用いて事前に測定された経年Ｚ０とＳＯＨとの関係を示す劣化特性に対応したデータ（経年Ｚ０とＳＯＨとの相関関係を示したＺ０−ＳＯＨデータテーブル）を用いて、経年Ｚ０に応じたＳＯＨを推定する。
図８は、Ｚ０−ＳＯＨデータテーブルにて示される経年Ｚ０とＳＯＨとの関係を示した図である。

次に、通常運用の割り込み許可（Ｓ３００）について説明する。
図９は、通常運用の割り込み許可の一例を説明するためのフローチャートである。
まず、前回の通常運用時から設定時間以上経過していない場合（Ｓ３１０でＮｏ）、充放電指令部１００は、通常運用を終了する。
一方、前回の通常運用時から設定時間以上経過している場合（Ｓ３１０でＹｅｓ）、逐次Ｚｓｅｑ演算部４４０は逐次Ｚｓｅｑ演算（Ｓ３２０）を実行し、続いて、この逐次Ｚｓｅｑを用いて状態量推定部５００が蓄電池状態量推定（Ｓ３３０）を実行する。

逐次Ｚｓｅｑは、以下の数１で示す関数（逐次Ｚｓｅｑ演算関数）を用いて算出される。数１中のθは、蓄電池物理量を要素とするベクトルである。

蓄電池状態量の推定は、例えば、カルマンフィルタを用いて行う。具体的な推定手順については、実施例で示す。

以上の手順を繰り返すことで、本実施形態は機能する。

［効果の説明］
次に、第２実施形態の効果について説明する。
本実施形態では、特定条件が満たされている場合にのみ、経年劣化に起因した蓄電池内部インピーダンス（経年Ｚ０）を推定することで、繰り返し使用により生じる内部インピーダンスの経年的な変化推移を精度よく得ることができる。
さらに、その特定条件下で内部インピーダンスを推定する際に得られる中間変数を蓄電池状態の最適指標値に用いて、内部インピーダンスの逐次推定に用いる関数の係数パラメータを学習補正する。これにより、逐次Ｚｓｅｑの補正関数が経年劣化の進行度合いに合わせて補正される（図１０参照）。
以上の機能を組み合わせると、蓄電池の経年劣化を正確に反映した蓄電池の状態量をリアルタイムに推定できる。

また、本実施形態によれば、逐次Ｚｓｅｑ推定部４００が、物理量の計測結果に基づいて経年Ｚ０を推定し、経年Ｚ０に応じた係数と物理量の計測結果とに基づいて環境ΔＺを推定する。そのため、環境ΔＺに経年Ｚ０が反映される。よって、環境ΔＺを経年Ｚ０の変化に応じて更新することが可能になる。
そして、逐次Ｚｓｅｑ推定部４００は、環境ΔＺと経年Ｚ０とに基づいて逐次Ｚｓｅｑを推定する。状態量推定部５００は、逐次Ｚｓｅｑと物理量の計測結果とに基づいて蓄電池２００の状態量を推定する。
よって、蓄電池２００の状態量の推定時に、経年Ｚ０が反映された環境ΔＺを用いることができるため、蓄電池２００の状態量を精度よく推定することが可能になる。

［第３実施形態］
次に、本発明の第３実施形態について説明する。
第３実施形態については、第２実施形態と比較して異なっている点のみを記す。

［構成の説明］
第３実施形態の構成について説明する。
第３実施形態の基本的な構成は第１実施形態と同様である。第１実施形態との違いは、経年Ｚ０推定部が複数の運用環境条件パターンに対応してＺ０−ＳＯＨデータテーブルを有する点にある。

［動作の説明］
最適化部４１２は、図５のＳ１００において経年劣化の更新タイミングであるか否かを判定する際、予め登録された特定の運用環境条件に適合するか否かを判定する。
この特定の運用条件とは、例えば、温度や充放電パターンの組み合わせを指す。例えば、図１１に示すように、温度と充放電パターンに対して複数のＺ０−ＳＯＨデータテーブルを用意しておく。適合する特定の運用環境条件があれば、該当するＺ０−ＳＯＨデータテーブルを用いて次のステップへ進む。
他の動作は第２実施形態と同様である。

［効果の説明］
次に、第３実施形態の効果について説明する。
本実施形態によれば、特定の運用環境条件が複数になることで、多様な運用パターンに対応できる。したがって、例えば、四季の変化と様々な運用モードに合わせた適切なＺ０−ＳＯＨデータテーブルを用いてＳＯＨを推定できる。

［実施例］
次に、本発明の第２、第３実施形態の実施例について説明する。
ここでは、家庭用蓄電システムを対象とした本実施例の適用例を示す。なお、本家庭用蓄電システムに内蔵されている蓄電池は、リチウムイオン二次電池であるものとする。
具体的な適用例を示す前に、ここで対象としている家庭用蓄電システムの使用環境および稼働スケジュールの一例を示す。
本家庭用蓄電システムは、一戸建て家庭で使用することを想定している。
初期蓄電容量は、１０ｋＷｈとする。
本家庭用蓄電システムの用途は主に需給調整用であり、平常時の充放電に決まったパターンはない。
夜間に満充電を行う仕様である。一般家庭における平均的な電力使用を繰り返せば、約１０年でＳＯＨは半減する。
本家庭用蓄電システムは、四季を有する地域に設置される。したがって、一年を通じて大きな寒暖差がある。

次に、以上の仕様を想定した家庭用蓄電システムにおける本実施例の適用例を示す。以降の文中における括弧内の符号は、その符号に対応するフローチャートにおける処理番号と文中の説明内容とが対応していることを示している。なお、説明の順番は、運用処理順と必ずしも一致はしない。また、本家庭用蓄電システムを、単に「蓄電システム」と称す。

図１２は、本実施例が適用される蓄電システムの構成を示した図である。
本実施例における蓄電システムは、負荷１０と、充放電指令部１００と、蓄電池２００と、電圧センサ２１０と、電流センサ２２０と、温度センサ２３０と、を含む。電圧センサ２１０と電流センサ２２０と温度センサ２３０は、図２に示した計測部３００として機能する。

まず、出荷時に取得すべき蓄電池の特性テーブルおよび初期設定すべき初期変数について説明する。
特性テーブルとしては、ＳＯＣ−ＶＯＣデータテーブル（図１３参照）およびＺ０−ＳＯＨデータテーブル（図３参照）を用いる。ＳＯＣ−ＶＯＣデータテーブルは、ＳＯＣとＶＯＣ（開放電圧）との相関関係を示す。ＳＯＣ−ＶＯＣデータテーブルとＺ０−ＳＯＨデータテーブルとは、記憶部４１１で記憶される。

次に、蓄電池状態値の推定手順を示す。
本実施例では、状態量推定部５００は、カルマンフィルタを用いてＳＯＣを推定する（Ｓ３３０）。ＳＯＣは、蓄電池状態量の一例である。
蓄電池の近似モデル（電気等価回路モデル）であるＲ−ＲＣ回路は、数２で示す状態方程式によって定義される。
ここで、Ｒ_ｅは図１４に示したＲ−ＲＣ回路モデルにおけるモデルパラメータＲ_ｅの値を示し、Ｒ_ｃｔは図１４に示したＲ−ＲＣ回路モデルにおけるモデルパラメータＲ_ｃｔの値を示し、Ｃ_ｄｌは図１４に示したＲ−ＲＣ回路モデルにおけるモデルパラメータＣ_ｄｌの値を示している。また、Ｖ_ｃｃは閉電圧（閉回路電圧）を示し、Ｖ_ｏｃは開電圧（開放電圧）を示している。

数２を内部状態量も含めた離散状態方程式にすると、数３のように表すことができる。
ＳＯＣは、満充電時の充電容量を基準とした充電容量を示しており、百分率［％］で定義される。
Ｆｕｌｌ_ｃａｐは、蓄電池出荷時における満充電時の電流積算容量を示している。Ｆｕｌｌ_ｃａｐは電流積分で定義される。したがって、Ｆｕｌｌ_ｃａｐの単位は［Ａ・ｓｅｃ］となる。
ＳＯＨは、蓄電池出荷時の満充電容量を基準とした現満充電容量を百分率［％］で表した劣化指標値である。
Ｖ_ＲＣは、Ｒ−ＲＣ回路モデル（図１４参照）におけるＲＣ並列間にかかる電圧を示している。
数４は、Ｒ−ＲＣ回路モデルの出力方程式を示している。
また、以降の（ｋ）は、電圧センサ２１０と電流センサ２２０と温度センサ２３０にて離散的に計測されるデータを時系列に並べたときの識別番号に対応する。
Δｔ_（ｋ）は、識別番号ｋ番のデータ計測時刻ｔ_（ｋ）と識別番号ｋ＋１番のデータ計測時刻ｔ_{（ｋ＋１）}の差分を示している。
ｗ_１（ｋ）およびｗ_２（ｋ）はシステムノイズを示し、ｖ_（ｋ）は観測ノイズを示している。これらのノイズは、平均値０の白色ガウスノイズと仮定できる。
Ｖ_ＯＣ（ＳＯＣ）は、ＳＯＣを変数とした蓄電池端子間の開放電圧Ｖ_ＯＣを示す関数である。Ｖ_ＯＣ（ＳＯＣ）は、通常、非線形関数であり、蓄電池の特性試験結果から作図される図１３のようなマッピングテーブルを用いて定義できる。
添え字^＊は、添え字^＊が付与された状態量が直接観測可能であることを示している。添え字^＊が付与された状態量は、計測部３００（電圧センサ２１０と電流センサ２２０と温度センサ２３０）で計測される。

状態量推定部５００は、この蓄電池モデルであるＲ−ＲＣ回路モデルの状態方程式に拡張カルマンフィルタを適用することで、内部状態量ＳＯＣの挙動を推定する。

拡張カルマンフィルタを用いるには、数４で示した非線形状態方程式を線形化する必要がある。数４を線形化した状態方程式が数５である。ここで、記号上部の＾は、推定された状態量であることを示している。なお、＾が上部に付された記号と、＾が右側上部に付された記号とは同じ意味を示す。また、（ｋ｜ｋ−１）は、識別番号ｋ−１番までの観測データおよび推定された状態量を用いて推定される識別番号ｋにおける状態量の予測推定値である。

状態量推定部５００は、上記数３および数５によって定義される状態方程式に拡張カルマンフィルタを適用する。

以後、式の記述を簡単にするため、内部状態量ＳＯＣ_（ｋ）およびＶ_{ＲＣ（ｋ）}を数６で示すように状態量ベクトルｘ_（ｋ）と定義する。

次に、拡張カルマンフィルタが動作する手順を示す。

まず、状態量推定部５００は、数７で示す式を用いて、一段予測誤差ｘ_{（ｋ｜ｋ−１）}−ｘ＾_{（ｋ｜ｋ−１）}の共分散行列を求める。
記号右上の添え字Ｔは転置行列であることを示す。

ここで、各記号は、数８で示す値である。Ｅ［・］は平均を示す式である。ここで、ｗ_（ｋ）はシステムノイズである。本実施例では、ｗ_（ｋ）は、入力として与えられる電流値と実際に流れる電流との差を表す、平均値０の白色ガウスノイズと仮定できる。

Ｐ_{（ｋ−１｜ｋ−１）}は、推定状態量ベクトルｘ＾_（ｋ）の推定誤差に対する共分散である。初期値には、次に示す数９を用いる。数９において、Ｉは単位行列とする。αは、０以上１未満の任意のスカラー値とする。

以降、Ｐ_{（ｋ−１｜ｋ−１）}として後に示す数１２を利用する。

次に、カルマンゲインを算出する。
状態量推定部５００は、カルマンゲインＫ_（ｋ）を、数１０を用いて算出する。

ここで、Ｃ_（ｋ）は次に示す数１１とする。

次に、状態量推定部５００は、数１２を用いてＰ_{（ｋ−１｜ｋ−１）}を算出する。

次に、状態量推定部５００は、数１３および数１４で示すように、計測したＶ_{ＣＣ（ｋ）}から推定Ｖ＾_{ＣＣ（ｋ）}を減算した確率変数ｅ_（ｋ）を算出する。

状態量推定部５００は、カルマンゲインＫ_（ｋ）と確率変数ｅ_（ｋ）を用いて、識別番号ｋ番における推定状態量ｘ＾_{（ｋ｜ｋ）}を数１５で示す式を用いて算出する。

以上、推定状態量ベクトルｘ＾_（ｋ）の推定誤差に対する共分散を求めることから始まり、識別番号ｋ番における推定状態量ｘ＾_{（ｋ｜ｋ）}を算出するまでの処理を繰り返すことで、状態量推定部５００は、蓄電池２００の内部状態量ＳＯＣ_（ｋ）およびＶ_{ＲＣ（ｋ）}を推定できる。

次に、経年Ｚ０の更新手順（Ｓ２００）を示す。
経年Ｚ０推定部４１０は、経年Ｚ０の更新（経年劣化の更新）を夜間充電時に行う。
このとき、経年Ｚ０推定部４１０は、次の２つの条件を満たす場合に、経年Ｚ０の更新を実施する。
「条件１」：温度（温度センサ２３０が測定した温度）が数１６で示す規定範囲内にある。数１６において、Ｔ_ｍｅａは測定温度［℃］を示し、Ｔ_ｌｏｗは設定下限温度［℃］を示し、Ｔ_ｈｉｇｈは設定上限温度［℃］を示す。

「条件２」：ＳＯＣ推定値が数１７で示す規定範囲内にある。数１７において、ＳＯＣ＾はＳＯＣ推定値［％］を示し、ＳＯＣ_ｌｏｗは設定下限ＳＯＣ［％］を示し、ＳＯＣ_ｈｉｇｈは設定上限ＳＯＣ［％］を示す。

以上の条件を満たす場合（Ｓ１００）、まず、最適化部４１２は、充放電指令部１００を用いて、蓄電池２００に図１５で示すパルス充電電流（特定パターン）が流れるよう指示する（Ｓ２１０）。
このパルス充電電流が流れている時の電圧、電流および温度を、電圧センサ２１０と電流センサ２２０と温度センサ２３０が計測し（Ｓ２２０）、記憶部４１１が、その計測結果を計測時刻とともにデータログとして記憶する（Ｓ２３０）。

次に、Ｚ最適化を用いて経年Ｚ０を求める手順（Ｓ２６０）を示す。
まず、最適化部４１２は、Ｚ探索の初期値を設定する（Ｓ２６１）。このＺ探索初期値としては、上述したように、例えば、出荷時におけるＺを用いてもよい。また、例えば、前回のＺ最適化時の結果を、Ｚ探索初期値として用いてもよい。
続いて、最適化部４１２は、数１８で示す多目的関数Ｆの値が最小となるＺを経年Ｚ０とする。
ここで、−が上部に付された記号と、−が右側上部に付された記号は同じ意味を示す。
数１８におけるｒは目的関数の数であり、ｆ_ｉは目的関数であり、ｆ⁻ _ｉは目的関数水準値（モデルパラメータが最適値に至った際の目的関数値の目安値）であり、ｗ_ｉはそれぞれの目的関数に対する重みである。

最適化部４１２は、各目的関数に対する重みとなるｗ_ｉを、数１９で示すように定める。

本実施例では、最適化部４１２は、４つの目的関数を組み合わせた多目的関数を用いる。
最適化部４１２は、第一の目的関数を数２０で示すように定める。Ｖ［・］は分散を示す式である。第一の目的関数は、推定Ｖ＾_{ＣＣ（ｋ）}の分散値を表す。

最適化部４１２は、目的関数の変数となる状態量として、データログ区間における識別番号ｋ_ｅ以降に対応するデータのみを用いる。
ここで、ｋ_ｅは、モデルパラメータが最適値である状態で内部状態量推定を行った際に、内部状態量が収束するのに必要な収束長さである。
このｋ_ｅの適正値は二次電池の個体ごとに異なるため、二次電池の出荷前に実験的に求める必要がある。
これより、実験の手順を示す。
まず、データログ長の初期値Ｎ＿ｌａｒｇｅを設定し、続いて収束長さ初期値ｋｅ＿ｌａｒｇｅを設定する。このとき、Ｎ＿ｌａｒｇｅはｋｅ＿ｌａｒｇｅより大きくすることに注意する。これらＮ＿ｌａｒｇｅおよびｋｅ＿ｌａｒｇｅの初期値はできる限り大きな値に設定するとよい。
Ｎ＿ｌａｒｇｅおよびｋｅ＿ｌａｒｇｅ設定値の模式図を図１６に示す。
これらの初期値のもとで本手法を用いれば、データログ区間におけるＶ_ＣＣ推定値が収束する様子が確認できる。この収束長さがｋ_ｅの適正値となる。
もしデータログ区間内でＶ_ＣＣ推定値の収束が完了しなければ、Ｎ＿ｌａｒｇｅおよびｋｅ＿ｌａｒｇｅ設定値をさらに大きくしたうえで、同様の実験を行う。
ここで、Ｎ＿ｌａｒｇｅは、図６に示したＳ２５０の処理における「所定のデータログ幅（所定のデータログ長）」に対応する。
なお、最適部４１２は、記憶部４１１から供給されるデータログの長さが「Ｎ＿ｌａｒｇｅ」に到達してから（Ｓ２５０でＹｅｓ）、Ｚ最適化を用いて経年Ｚ０を求める。

最適化部４１２は、第二の目的関数を、数２１で示すように定める。数２１は、推定Ｖ＾_{ＣＣ（ｋ）}平均値と計測Ｖ_{ＣＣ（ｋ）}平均値との差分絶対値を表している。

最適化部４１２は、第三および第四の目的関数を、数２２で示すように定める。Ｋ_１はカルマンゲインの第一要素を表し、Ｋ_２はカルマンゲインの第二要素を表す。

以上、４つの目的関数を用いることでモデル化誤差を数値化した多目的関数ができる。この多目的関数は、大域的な解が存在する形状をしている。したがって、最適部４１２は、任意のＺ初期値から最適化手法を用いて解（目的関数値）を得ることができる。最適化手法には、例えば、準ニュートンラプソンやシンプレックス法が適用できる（Ｓ２６２）。

次に、データログ内の最終推定結果（経年Ｚ０）を基に逐次Ｚｓｅｑ推定に用いる演算関数の係数パラメータを補正する手順（Ｓ２７０）を示す。
係数更新部４２０は、数２３で示すように、データログを用いたＺ最適化の過程で得られるＳＯＣ推定値（経年Ｚ０に対応する情報）を係数パラメータ参照値として、逐次Ｚｓｅｑ推定によって求まるＳＯＣ推定値と比較し、その差分に補正係数Ｋを掛けたものを、更新前の逐次Ｚｓｅｑ推定用の演算関数の係数パラメータに加えることで、係数パラメータ（モデル係数）を更新する。
数２３中のｔ_{ｌｏｇ＿ｅｎｄ}は、データログにおける最終計測点の計測時刻である。ｋ_ｉ ^ｏｌｄは更新前のモデル係数であり、ｋ_ｉ ^ｎｅｗは更新後のモデル係数である。ＳＯＣ＾_ｌｏｇはデータログを用いた最終推定結果である。Ｋは定数である。

これらのモデル係数は、環境ΔＺ推定部４３０が環境ΔＺ成分を算出する際に用いる。

次に、逐次Ｚｓｅｑの推定手順（Ｓ３２０）を示す。
逐次Ｚｓｅｑ決定部４４０は、逐次Ｚｓｅｑを数２４にしたがって算出する。
数２４において、Ｚ_Ｔ（Ｔ（ｔ））は温度に依存した環境ΔＺ成分を示し、Ｚ_ＳＯＣ（ＳＯＣ（ｔ））はＳＯＣに依存した環境ΔＺ成分を示し、Ｚ_Ｉ（Ｉ（ｔ））は電流に依存した環境ΔＺ成分を示す。
これらの環境ΔＺ成分は、環境ΔＺ推定部４３０によって算出される。

環境ΔＺの各成分の具体的な関数を、数２５〜２７で示す。

以上の手順を繰り返すことで、家庭用蓄電システムにおいて、リアルタイムに蓄電池電気等価回路モデルの内部インピーダンス、ＳＯＨおよびＳＯＣを推定できる。

最後に、本実施例に蓄電池充放電の実データを入力としたシミュレーション結果を図１７に示す。本シミュレーションでは、内部インピーダンス成分であるＲ_ｅと、Ｒ_ｃｔと、Ｃ_ｄｌが運用環境によって変化し、ＳＯＣが次第に収束する結果が得られた。なお、ＳＯＣの参照値（図１７上では点線で表示）はクーロンカウンタによって求めた値を用いた。

上記各実施形態（実施例含む）において、推定装置１や蓄電池状態推定装置２は、コンピュータで実現してもよい。その場合、コンピュータは、コンピュータで読み取り可能なＣＤ−ＲＯＭ（Compact Disk Read Only Memory）のような記録媒体に記録されたプログラムを読込み実行することで、推定装置１、蓄電池状態推定装置２が備える機能を実現する。記録媒体は、ＣＤ−ＲＯＭに限らず適宜変更可能である。

以上説明した各実施形態（実施例含む）において、図示した構成は単なる一例であって、本発明はその構成に限定されるものではない。
また、本願発明について実施形態を参照して説明したが、本願発明は上記実施形態に限定されものではない。本願発明の構成や詳細は本願発明のスコープ内で当業者が理解し得る様々な変更が可能である。
この出願は、２０１５年３月１９日に出願された特願２０１５−０５６１９２号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

上記の実施形態の一部又は全部は、以下のようにも記載されうるが、以下の構成には限られない。

（付記１）
蓄電池の物理量の推移を計測する計測手段と、
前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する推定手段と、を含む推定装置。

（付記２）
付記１に記載の推定装置において、
前記蓄電池に充放電の指示を出力する指令手段を含み、
前記計測手段は、前記指示に従って充放電を実行している前記蓄電池の物理量の推移を計測する、推定装置。

（付記３）
付記１または２に記載の推定装置において、
前記蓄電池の内部インピーダンスと前記物理量の計測結果とを基に前記蓄電池の状態量を推定する状態量推定手段を含む推定装置。

（付記４）
付記１から３のいずれか１項に記載の推定装置において、
前記推定手段は、最適化手法を用いて前記基準内部インピーダンスを推定することを特徴とする推定装置。

（付記５）
付記１から４のいずれか１項に記載の推定装置において、
前記変動成分は、前記蓄電池の運用環境に依存して変動する変動成分であることを特徴とする推定装置。

（付記６）
付記２に記載の推定装置において、
前記指令手段は、前記蓄電池の温度が所定温度範囲内にありかつ前記蓄電池の残存容量が所定残存容量範囲内にある場合に前記指示を出力することを特徴とする推定装置。

（付記７）
付記２または６に記載の推定装置において、
前記指示は、パルス波を用いる充放電の指示であることを特徴とする推定装置。

（付記８）
付記１から７のいずれか１項に記載の推定装置において、
前記物理量は、前記蓄電池の電圧、電流および温度の少なくとも１つであることを特徴とする推定装置。

（付記９）
付記１から８のいずれか１項に記載の推定装置において、
前記推定手段は、前記変動成分を関数を用いて推定することを特徴とする推定装置。

（付記１０）
付記３に記載の推定装置において、
前記状態量定手段は、カルマンフィルタであることを特徴とする推定装置。

（付記１１）
付記３または１０に記載の推定装置において、
前記推定手段および前記状態量推定手段は、前記蓄電池の化学的挙動をモデル化した電気等価回路モデルを用いて前記推定を実行する、推定装置。

（付記１２）
付記１１に記載の推定装置において、
前記電気等価回路モデルは、コンデンサと固定抵抗の並列回路と、固定抵抗とが直列に接続された等価回路モデルであることを特徴とする推定装置。

（付記１３）
蓄電池の物理量の推移を計測し、
前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する、推定方法。

（付記１４）
コンピュータに、
蓄電池の物理量の推移を計測する計測手順と、
前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する推定手順と、を実行させるためのプログラム。

１ 推定装置
１ａ 計測部
１ｂ 推定部
１０ 負荷
１００ 充放電指令部
２００ 蓄電池
２１０ 電圧センサ
２２０ 電流センサ
２３０ 温度センサ
３００ 計測部
４００ 逐次Ｚｓｅｑ推定部
４１０ 経年Ｚ０推定部
４１１ 記憶部
４１２ 最適化部
４２０ 係数更新部
４３０ 環境ΔＺ推定部
４４０ 逐次Ｚｓｅｑ決定部
５００ 状態量推定部

Claims (10)

1. 蓄電池の物理量の推移を計測する計測手段と、
   前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する推定手段と、を含む推定装置。
2. 請求項１に記載の推定装置において、
   前記蓄電池に充放電の指示を出力する指令手段を含み、
   前記計測手段は、前記指示に従って充放電を実行している前記蓄電池の物理量の推移を計測する、推定装置。
3. 請求項１または２に記載の推定装置において、
   前記蓄電池の内部インピーダンスと前記物理量の計測結果とを基に前記蓄電池の状態量を推定する状態量推定手段を含む推定装置。
4. 請求項１から３のいずれか１項に記載の推定装置において、
   前記推定手段は、最適化手法を用いて前記基準内部インピーダンスを推定することを特徴とする推定装置。
5. 請求項１から４のいずれか１項に記載の推定装置において、
   前記変動成分は、前記蓄電池の運用環境に依存して変動する変動成分であることを特徴とする推定装置。
6. 請求項２に記載の推定装置において、
   前記指令手段は、前記蓄電池の温度が所定温度範囲内にありかつ前記蓄電池の残存容量が所定残存容量範囲内にある場合に前記指示を出力することを特徴とする推定装置。
7. 請求項２または６に記載の推定装置において、
   前記指示は、パルス波を用いる充放電の指示であることを特徴とする推定装置。
8. 請求項１から７のいずれか１項に記載の推定装置において、
   前記物理量は、前記蓄電池の電圧、電流および温度の少なくとも１つであることを特徴とする推定装置。
9. 蓄電池の物理量の推移を計測し、
   前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する、推定方法。
10. コンピュータに、
    蓄電池の物理量の推移を計測する計測手順と、
    前記推移の計測結果を基に前記蓄電池の基準内部インピーダンスを推定し、前記基準内部インピーダンスと前記計測結果とを基に前記蓄電池の内部インピーダンスの変動成分を推定し、前記基準内部インピーダンスと前記変動成分とを基に前記蓄電池の内部インピーダンスを推定する推定手順と、を実行させるためのプログラム。

Images