JPWO2019026142A1 - 劣化状態演算方法及び劣化状態演算装置 - Google Patents

劣化状態演算方法及び劣化状態演算装置 Download PDF

Info

Publication number
JPWO2019026142A1
JPWO2019026142A1 JP2019533748A JP2019533748A JPWO2019026142A1 JP WO2019026142 A1 JPWO2019026142 A1 JP WO2019026142A1 JP 2019533748 A JP2019533748 A JP 2019533748A JP 2019533748 A JP2019533748 A JP 2019533748A JP WO2019026142 A1 JPWO2019026142 A1 JP WO2019026142A1
Authority
JP
Japan
Prior art keywords
battery
deterioration state
state
time
calculation
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.)
Granted
Application number
JP2019533748A
Other languages
English (en)
Other versions
JP6973488B2 (ja
Inventor
麗 青山
麗 青山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of JPWO2019026142A1 publication Critical patent/JPWO2019026142A1/ja
Application granted granted Critical
Publication of JP6973488B2 publication Critical patent/JP6973488B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/13Maintaining the SoC within a determined range
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

劣化状態を演算する演算方法において、バッテリの使用開始からの経過時間及びバッテリの充放電量に基づき、所定期間毎に前記バッテリの第1劣化状態を演算し、バッテリの充電状態の変化量、及び、バッテリの電流の変化量に基づき、バッテリの第2劣化状態を演算し、第2劣化状態を演算する演算処理を所定期間内に複数回実行し、第2劣化状態の演算の信頼度を、複数の前記第2劣化状態毎に演算し、所定の信頼度以上の信頼度をもつ第2劣化状態に基づき、劣化状態の補正値を演算し、第1劣化状態を前記補正値で補正することでバッテリの劣化状態を演算する。

Description

本発明は、劣化状態演算方法及び劣化状態演算装置に関するものである。
単電池の満充電量の算出処理として、以下の方法が知られている。第1時刻から第2時刻までの満充電量算出期間において、第1時刻と第2時刻では、OCVにより充電状態(SOC1、SOC2)が演算され、変化量ΔSOCがSOC1とSOC2との差として算出される。また、第1時刻から第2時刻の期間では、充放電量の変化量ΔAhが、組電池の出力電流の電流値を時間積分することで算出される。そして、SOCの変化量ΔSOCと、充放電量の変化量ΔAhとに基づいて、満充電量Ahが算出される(特許文献1)。
特開2014−102076号公報
しかしながら、例えば負荷を長期間使用しない場合には、変化量(ΔSOC、ΔAh)を適切に算出できず、劣化状態の演算精度が低いという問題がある。
本発明が解決しようとする課題は、劣化状態の演算精度を高めた劣化状態演算方法及び劣化状態演算装置を提供することである。
本発明は、バッテリの使用開始からの経過時間及びバッテリの充放電量に基づき、所定期間毎にバッテリの第1劣化状態を演算し、バッテリの充電状態の変化量、及び、バッテリの電流の変化量に基づき、バッテリの第2劣化状態を演算し、第2劣化状態を演算する演算処理を所定期間内に複数回実行し、第2劣化状態の演算の信頼度を、複数の第2劣化状態毎に演算し、所定の信頼度以上の信頼度をもつ第2劣化状態に基づき、劣化状態の補正値を演算し、第1劣化状態を補正値で補正することでバッテリの劣化状態を演算することによって上記課題を解決する。
本発明によれば、劣化状態の演算精度が高まるという効果を奏する。
図1は、本実施形態に係る駆動システムのブロック図である。 図2は、図1のコントローラの機能ブロック図である。 図3は、劣化状態の演算処理のタイムチャートを説明するためのグラフである。 図4は、本実施形態の変形例を説明するための図であり、SOCの時間推移を示すグラフである。
以下、本発明の実施形態を図面に基づいて説明する。図1は本実施形態に係る駆動システムのブロック図である。本実施形態に係る駆動システムは、電気自動車、プラグインハイブリッド車両の車両等に搭載のバッテリの電力により車両を走行させて、及び、バッテリを充電するシステムである。なお、駆動システムは、車両に限らず、バッテリを備えた他の装置に搭載されてもよい。
本実施形態に係る駆動システムは、電源30、インバータ(INV)40、モータ50、及び充電制御装置100を備えている。充電制御装置100は、バッテリ20の状態を管理し、電源30から入力される電力を制御し、バッテリ20に充電電力を制御することで、バッテリ20の充電を制御する。また、充電制御装置100はバッテリ20の劣化状態を演算する。充電制御装置(劣化状態演算装置)100は、コントローラ10、充電器11、電圧センサ12、電流センサ13、及び温度センサ14、バッテリ20を有している。
コントローラ10は、電圧センサ12、電流センサ13、及び温度センサ14の検出値を取得し、充電器11を制御する。コントローラ10は、バッテリ20の充電を制御する充電制御機能と、バッテリ20の劣化状態(SOH:State of Health)を演算する劣化状態演算機能を有している。コントローラ10は、プロセッサ(CPU)、メモリ等を有している。メモリには、バッテリ20に含まれる、充電制御機能及び劣化状態演算機能などの各種機能を発揮するためのプログラムが記憶されている。そして、プロセッサは、メモリに記録された各種プログラムを実行するためのハードウェアである。プロセッサは、プログラムを実行することで、各種機能を発揮する。
充電器11は、バッテリ20と電源30との間に接続されている。充電器11は、電源30に接続される。充電器11は、電源30から入力される電圧を、バッテリ20の充電に適した電圧に変換して、変換された電圧を、バッテリ20の充電電圧としてバッテリ20に出力する。充電器11は、電圧変換回路、スイッチ等を有している。
電圧センサ12はバッテリ20の端子間電圧を検出するためのセンサである。バッテリ20が複数の電池で構成されている場合には、電圧センサ12は、複数の電池の各端子間電圧を検出する。電圧センサ12は、バッテリ20に含まれる各電池の端子間に接続されている。電流センサ13は、バッテリ20の充電電流を検出するためのセンサである。電流センサ13は、充電器11の出力とバッテリ20との間に接続されている。また、他の電流センサが、バッテリ20とモータ50との間に接続されており、バッテリ20からモータ50への出力電流、及びモータ50からバッテリ20への入力電流を検出する。
温度センサ14は、バッテリ20の温度を検出するためのセンサである。温度センサ14は、バッテリ20に直接接触した状態で、バッテリ20に設置されている。なお、温度センサ14は、バッテリ20を間接的に検出可能な位置に設置されてもよい。
バッテリ20は、リチウムイオン電池等の二次電池(セル)を有している。二次電池は並列又は直列に接続されている。電源30は、家庭用の交流電源等である。インバータ40はバッテリ20とモータ50との間に接続され、バッテリ20の出力電力を交流電力に変換し、交流電力をモータ50に出力する。モータ50の回生動作時には、インバータ40はモータ50の電力を直流電力に変換し、バッテリ20に出力する。モータ50は車両の駆動源であり、例えば三相同期モータである。
本実施形態において、一般家庭に設けられた交流電源を利用してバッテリ20を充電する場合(例えば普通充電の場合)には、電源30に含まれるコンセントと車両に設けられた充電器11との間が充電ケーブルで電気的に接続されることで、充電器11、バッテリ20及び電源30が電気的に接続される。屋外に設置された充電装置を利用してバッテリ20を充電する場合(例えば急速充電の場合)には、充電器11及び電源30は外部の充電装置に含まれる構成となり、充電器11の出力に接続される充電ケーブルを、バッテリ20に電気的に接続することで、充電器11、バッテリ20及び電源30が電気的に接続される。
次に、コントローラ10の充電制御機能について説明する。コントローラ10は、車両のバッテリが充電ケーブルにより外部電源又は外部充電装置と接続している状態で、バッテリ20の充電を制御する。また、コントローラ10は、車両の走行中、バッテリに接続されたモータの回生動作による、バッテリ20の充電を制御する。コントローラ10は、電圧センサ12及び電流センサ13を用いてバッテリ20の状態を管理しつつ、バッテリ20の充電制御を実行する。
コントローラ10の劣化状態演算機能について、図2を用いて説明する。図2は、コントローラ10の劣化状態演算機能を、演算処理毎の機能ブロックで表したブロック図である。図2に示す各ブロックは、劣化状態を演算するための制御フローを表している。なお、以下の説明において、劣化状態(SOH)の値が小さいほど、バッテリの劣化が進んでいることを示し、劣化状態(SOH)の値が大きいほど初期状態に近いことを示している。すなわち、劣化状態(SOH)は、バッテリ20の現在の満充電状態を初期状態における満充電容量を基準として表すものであり、従ってバッテリ20の現在の満電池容量に相当する。なお、コントローラ10で演算された劣化状態(SOH)は、例えば現在の満充電容量として、インストルメントパネルなどの運転者の視認可能な場所に設けられた表示器60に表示する、あるいは充放電制御などに用いられる。
ステップS1にて、コントローラ10は、使用期間と充放電量に基づく劣化状態(以下、第1劣化状態とも称す)を、所定期間ごとに演算する。所定期間は、例えば3ヶ月などの期間に設定されている。以下、所定期間を、第1劣化状態の演算周期とも称す。第1劣化状態は、バッテリの保存劣化及びサイクル劣化を要因とする劣化状態であって、使用開始時からの経年的な劣化状態を表している。使用期間は、バッテリの使用開始時からの経過時間を示している。使用開始時は、例えば、最初にメインスイッチがオフ状態からオン状態に切り替わったタイミングである。保存劣化は使用期間と相関性をもつため、コントローラ10は使用期間を管理することで、保存劣化による劣化状態を演算する。また、バッテリ20のサイクル劣化は、充放電を繰り返すことで生じる劣化を示しており、充放電量と相関性をもつ。コントローラ10は、車両の走行中及び車両外部からの電力によるバッテリ20の充電中に、電流センサ13を用いて、バッテリ20から出力される電流値、及びバッテリ20に入力される電流値を検出する。充放電量は、バッテリ20の使用開始から、バッテリ20から入力又は出力された電流の積算値に相当する。そのため、コントローラ10は、検出された電流値の積算により充放電量を求めることで、バッテリ20のサイクル劣化を演算する。そして、コントローラ10は、使用期間、充放電量、及び劣化状態の関係性を示すマップをメモリに保存しており、当該マップを参照し、使用期間及び充放電量に基づき、第1劣化状態を演算する。なお、コントローラ10は、バッテリ20の温度を用いて第1劣化状態を演算してもよい。コントローラ10は、温度センサ14を用いて、使用期間中の、バッテリ20の温度履歴を検出する。バッテリ20の劣化は温度も影響するため、コントローラ10は、バッテリ温度と劣化状態との相関性に基づき、第1劣化状態を演算してもよい。
ステップS2にて、コントローラ10は、メインスイッチがオフ状態からオン状態に切り替わった時点(以下、オン時点とも称す)で、電圧センサ12を用いて、バッテリ20の開放電圧(OCV)を検出する。メインスイッチは、車両全体のオン、オフを切り替えるスイッチであり、ユーザにより操作される。コントローラ10は、検出された開放電圧(OCV)をバッテリ20の分極に基づいて補正する。バッテリ20が有負荷状態から無負荷状態になった場合に、バッテリ20の電圧は分極により安定しない。バッテリ20の分極は、有負荷状態から無負荷状態に切り替わった時点から、放置時間の経過と共に解消される。コントローラ10は、メインスイッチのオン時点以前のバッテリ20の放置時間(無負荷状態での放置時間)の長さに応じて、開放電圧(OCV)を補正する。コントローラ10は、放置時間が短いほど補正量が大きくなるように、開放電圧を補正する。
ステップS3にて、コントローラ10は、補正された開放電圧に基づき、バッテリ20の充電状態を演算する。コントローラ10のメモリには、バッテリ20の開放電圧(OCV)とSOCとの対応関係を示すマップ(電圧−SOCマップ)が記憶されている。コントローラ10は、電圧−SOCマップを参照し、オン時点の電圧センサ12の検出電圧(開放電圧に相当)に対応するSOCを演算する。
ステップS4にて、コントローラ10は、図示しないメモリに保存されている前回のSOCを取得し、ステップS3の演算処理された今回のSOCと前回SOCとの差分をとることで、バッテリ20の充電状態の変化量(ΔSOC)を演算する。コントローラ10は、オン時点毎に、ステップS1及びステップS2の演算処理を実行し、開放電圧及びSOCを演算し、演算された値をメモリに保存している。前回SOCは、前回のオン時点で演算されたSOCである。
ステップS5にて、コントローラ10は、電流センサ13を用いて、オン時点からメインスイッチがオン状態からオフ状態に切り替わった時点(以下、オフ時点とも称す)までの期間中、所定のサンプリング周期で、バッテリ20の入出力電流を検出する。そして、コントローラ10は、入出力電流を、オン時点からオフ時点までの時間で積算することで、変化量(ΔAh)を演算する。
ステップS6にて、コントローラ10は、変化量(ΔAh)を演算された変化量(ΔSOC)で除算することで、バッテリ20の現在の電池容量(現在の満充電容量)を演算する。
ステップS7にて、コントローラ10は、演算された現在の電池容量を初期容量で除算することで、第2劣化状態を演算する。コントローラ10は、第1劣化状態の演算周期である所定期間よりも短い期間で、第2劣化状態を演算する。第2劣化状態は、第1劣化状態よりも短い期間におけるバッテリの状態変化に基づき演算される値である。第2劣化状態の演算周期は、例えば、前回のオン時点から今回のオン時点までの期間である。初期容量は、バッテリ20の初期状態における満充電容量である。コントローラ10は、第1劣化状態の演算周期(所定期間)内で、上記のような第2劣化状態の演算処理を複数回実行している。例えば、第1劣化状態の演算周期(所定期間)を3ヶ月として、車両を1日1回利用した場合には、コントローラ10は、約90回以上、第2劣化状態の演算処理を実行することになる。
ステップS8にて、コントローラ10は、第1劣化状態の演算周期内で、複数回演算された第2劣化状態と、第1劣化状態のそれぞれの差分(ΔSOH)を演算する。バッテリ20の劣化は、第2劣化状態で示されるような、短い時間での入力負荷による劣化に加えて、第1劣化状態で示されるような保存劣化でも進行する。そのため、本実施形態では、第1劣化状態で示される劣化要因を、第2劣化状態に反映させるために、第1劣化状態から第2劣化状態を減算し、ΔSOHを演算する。
ステップS9にて、コントローラ10は、ステップS4で演算された変化量(ΔSOC)及びステップS5で演算された変化量(ΔAh)の演算の信頼度を演算する。変化量(ΔSOC)の演算誤差は、バッテリ20の分極や、SOC−OCV特性線(OCVの変化に対するSOCの変化を表す線)によって影響される。また、変化量(ΔAh)の演算誤差は、平均電流の大きさにより変わる。そして、誤差の大きい変化量(ΔSOC、ΔAh)に基づき、第2劣化状態が演算された場合には、劣化状態の演算精度が低くなる。そのため、ステップS9の演算処理では、劣化状態の演算精度を上げるために、変化量(ΔSOC、ΔAh)の信頼度を評価し、後述するステップS10の演算処理おいて、信頼度に応じて劣化状態を演算する。
信頼度の演算方法を説明する。コントローラ10は、今回のオン時点で、電圧センサ12により検出された検出電圧(CCV:端子間電圧)に基づき、今回のSOCの演算誤差と、前回のオン時点で演算された前回のSOCの演算誤差とを足し合わせて、変化量(ΔSOC)の演算誤差を演算する。具体的には、コントローラ10は、今回のオン時点の検出電圧に含まれる分極電圧の大きさに基づく演算誤差、及び、今回のオン時点のSOCに基づく演算誤差をそれぞれ演算し、これらの演算誤差を加算することで、今回SOCの演算誤差を演算する。
コントローラ10は、分極電圧の大きさを演算するために、前回のオン時点から今回のオン時点までの充放電時間、及び、オン時点までの放置時間(無負荷時間)を計測する。放置時間は、前回のオフ時点から今回のオン時点までの時間に相当し、バッテリ20の充放電電流値がゼロになっている期間である。コントローラ10は、充放電時間が長いほど分極電圧が大きいと演算し、放置時間が短いほど分極電圧が大きいと演算する。コントローラ10は、今回SOCの演算に用いた、バッテリ20の検出電圧に含まれる分極電圧が小さいほど演算誤差が小さくなるように、今回SOCの演算誤差を演算する。なお、分極電圧の大きさは、バッテリ20の劣化状態で変化するため、コントローラ10は、バッテリの20の劣化状態に基づいて、分極電圧の大きさを演算してもよい。
コントローラ10は、メモリに記録されたSOC−OCV特性線を参照し、SOC−OCV特性線上の今回SOCにおけるOCV変化に対するSOC変化が小さいほど演算誤差が小さくなるように、今回SOCの演算誤差を演算する。
そして、コントローラ10は、分極電圧に基づく今回SOCの演算誤差と、SOCに基づく今回SOCの演算誤差とを加算して、最終的な今回SOCの演算誤差を演算する。コントローラ10は、演算された今回SOCの演算誤差をメモリに保存する。コントローラ10は、メモリに保存された前回SOCの演算誤差と今回SOCの演算誤差を足し合わせて、ΔSOCの推定誤差を演算する。
コントローラ10は、前回のオン時点から今回のオン時点までの平均電流を演算し、平均電流が小さいほど変化量(ΔAh)の演算誤差が小さくなるように、変化量の演算誤差(ΔAh)を演算する。平均電流は、前回オン時点から今回オフ時点までの電流積算値を積算時間(前回オン時点から今回オン時点までの時間)で除算することで求められる。
コントローラ10は、演算された変化量(ΔSOC)の演算誤差が小さいほど変化量(ΔSOC、ΔAh)の演算の信頼度が高くなるように、及び、演算された変化量(ΔAh)の演算誤差が小さいほど変化量(ΔSOC、ΔAh)の演算の信頼度が高くなるように、変化量(ΔSOC、ΔAh)の演算の信頼度を演算する。なお、変化量(ΔSOC、ΔAh)は第2劣化状態の演算に使用されるため、変化量(ΔSOC、ΔAh)の演算の信頼度は、第2劣化状態の演算の信頼度に対応している。
ステップS10にて、コントローラ10は、ΔSOH、信頼度、及び、放置時間に基づき、劣化状態の補正値(SOH補正値)を演算する。上記のとおり、第2劣化状態の演算処理は第1劣化状態の演算期間内で複数回実行されるため、ΔSOC、ΔAh、SOC、ΔSOH、及び信頼度は、それぞれ複数回演算される。複数のΔSOHのうち、SOH補正値の演算に適した値を特定するため、コントローラ10は、各ΔSOCに対応する放置時間を評価しつつ、各ΔSOHに対して信頼度に応じた重みづけを加えている。
まず、コントローラ10は、第1劣化状態の演算期間内に演算された各ΔSOCに対する放置時間と、所定時間とを比較する。ΔSOHに対する放置時間は、ΔSOHの演算に使用したSOCの今回オン時間までの放置時間である。放置時間が所定時間より長い場合には、コントローラ10は、放置時間に対応するΔSOHを、補正値の演算に適した値として特定する。一方、放置時間が所定時間以下である場合には、コントローラ10は、放置時間に対応するΔSOHを、補正値の演算に適さないと判断し、補正値の演算対象から除外する。
コントローラ10は、演算対象として特定されたΔSOHに対して、信頼度に応じた重みづけを加える。信頼度は、SOHの演算誤差に対応しており、コントローラ10は、SOH補正値を演算する際、信頼度が高いΔSOHほどSOH補正値の演算への影響が大きくなるように、各ΔSOHに対して重みづけを加える。そして、コントローラ10は、重みづけを含む複数ΔSOHに基づき、SOH補正量を演算する。具体的には、コントローラ10は、各SOHの平均値の演算する又は各平均値の近似値等を演算することで、補正値を演算する。補正値は、SOHの差で表される。
ステップS11にて、コントローラ10は、ステップS1の演算処理で演算された第1劣化状態に、演算された補正値を加えることで、第1劣化状態を補正し、バッテリ20の劣化状態(SOH)を演算する。
次に、図3を用いて、劣化状態の演算処理のタイムチャートを説明する。図3は、第1劣化状態、第2劣化状態、SOH補正値、及び補正後劣化状態の演算タイミングを説明するためのグラフである。図3において、SOHаは第1劣化状態を示し、SOHは第2劣化状態を示し、ΔSOHはSOH補正値を示し、SOHは補正後の劣化状態を示す。図3の横軸は時間を示し、縦軸はSOHを示す。グラフаは第1劣化状態の時間推移を示し、グラフbはコントローラ10から出力される劣化状態の時間推移を示す。
第1劣化状態の演算周期は3カ月である。コントローラ10は、バッテリ20の使用開始時を起点として、3カ月後、6カ月後、9カ月後のように3カ月ごとに、第1劣化状態を演算する。第1劣化状態は経年的な劣化を表しているため、グラフаに示すように、第1劣化状態は月日の経過とともに減少する。
コントローラ10は、3カ月の期間内に実行される、複数回のメインスイッチの切替タイミングで、第2劣化状態を演算する。図3の例では、使用開始時から3カ月目までの期間に、メインスイッチのオン期間(メインスイッチがオフ状態からオン状態に切り替わり、その後、メインスイッチがオン状態からオフ状態に切り替わる期間)が、12回あるため、コントローラ10は第2劣化状態を12回演算する。図3のエリアαで囲われた丸印が第2劣化状態を表している。第2劣化状態は、バッテリ20の状態及び演算誤差等により変わるため、第2劣化状態は、図3に示すような離散値で表される。
第1劣化状態の演算周期が経過した時点で、コントローラ10は第1劣化状態SOHаを演算し、第1劣化状態の演算周期内に演算された第2劣化状態SOHのそれぞれの信頼度を演算する。コントローラ10は、演算された信頼度に応じて、補正値を演算する際に演算対象となる第2劣化状態を特定し、特定された第2劣化状態SOHと第1劣化状態SOHаの差分を取ることで変化量(ΔSOH)を演算する。コントローラ10は、演算された変化量(ΔSOH)に対して、信頼度に応じた重み付けを加える。例えば、使用開始から3カ月を経過した時点で、コントローラ10は、第1劣化状態SOHаを演算し、エリアαに含まれる第2劣化状態SOHの各信頼度を演算する。また、コントローラ10は、信頼度に応じて、エリアαに含まれる第2劣化状態SOHの中から演算対象となる第2劣化状態SOHを特定する。例えば、エリアαに含まれる12個の第2劣化状態SOHのうち、2個の第2劣化状態SOHに関して、放置時間が所定時間より長い場合には、この2個の第2劣化状態SOHを演算対象から除外する。コントローラ10は、残りの10個の第2劣化状態SOHと、第1劣化状態SOHаとの差分から変化量(ΔSOH)を演算し、各変化量(ΔSOH)に対して重み付けを加える。
コントローラ10は、重み付けを含む、10個の変化量(ΔSOH)の合算により、SOH補正値(ΔSOH)を演算する。コントローラ10は、第1劣化状態(SOHа)にSOH補正値(ΔSOH)を加えて、補正後の劣化状態(SOH)を演算する。
コントローラ10は、劣化状態を補正する場合には、段階的に劣化状態を補正し、補正後の劣化状態を出力する。劣化状態の補正値が大きい場合には、劣化状態の補正により、劣化状態が大きく変化する可能性がある。そのため、コントローラ10は、演算された補正値よりも実際の補正値を小さくした上で、段階的に劣化状態を補正する。グラフbに示すように、コントローラ10から出力される、補正後の劣化状態は、第1劣化状態の経過時点から段階的に変化する。なお、段階的に劣化状態を補正する際に、劣化状態の補正量又は補正回数は予め決まっている。コントローラ10は、演算されたSOH補正値に対して、予め決まった補正量又は補正回数に応じて、劣化状態を補正する。
上記のように、本実施形態に係る充電制御装置100は、電圧センサ12及び電流センサ13を用いてバッテリ20の電流及び電圧を検出し、電圧センサ12又は電流センサ13の検出値に基づきバッテリ20の充電状態を演算する。充電制御装置100は、バッテリ20の使用開始からの経過時間及びバッテリ20の充放電量に基づき、第1劣化状態の演算周期毎にバッテリ20の第1劣化状態を演算し、バッテリ20の充電状態の変化量、及び、バッテリ20の電流の変化量に基づき、バッテリ20の第2劣化状態を演算する。充電制御装置100は、第2劣化状態を演算する演算処理を、第1劣化状態の演算周期内で複数回実行し、第2劣化状態の演算の信頼度を複数の第2劣化状態毎に演算し、所定の信頼度以上の信頼度をもつ第2劣化状態に基づき、劣化状態の補正値を演算し、第1劣化状態を補正値で補正することで、劣化状態を演算する。これにより、劣化状態の演算精度を高めることができる。
また本実施形態に係る充電制御装置100は、第2劣化状態の信頼度の大きさに応じた重み付けを加えて、補正値を演算する。これにより、劣化状態の演算精度を高めることができる。
また本実施形態に係る充電制御装置100は、バッテリ20の分極電圧が小さいほど、バッテリ20の平均電流が大きいほど、又は、バッテリ20のSOCの変化量が大きいほど、信頼度を高くする。これにより劣化状態の演算精度を高めることができる。
また本実施形態では、信頼度が高いほど重み付けを大きくする。これにより劣化状態の演算精度を高めることができる。
なお、本実施形態に係る充電制御装置100の変形例として、コントローラ10は、第2劣化状態の演算処理が第1劣化状態の演算周期あたり所定回数以上になるように、第1劣化状態の演算周期を設定してもよい。例えば、第1劣化状態の演算周期が短く、演算周期内の、第2劣化状態の演算回数が少ない場合には、補正値の演算に使われるサンプル数(第2劣化状態の値の数)が少なく、演算精度が低くなる可能性がある。そのため、第2劣化状態の演算回数が少ない場合には、コントローラ10は、第1劣化状態の演算周期内の、第2劣化状態の演算回数が所定回数以上となるように、第1劣化状態の演算周期を設定する。これにより、補正値の演算に使われるサンプル数が増え、劣化状態の演算精度を高めることができる。
また本実施形態に係る充電制御装置100の変形例として、コントローラ10は、所定の信頼度以上をもつ第2劣化状態が第1劣化状態の演算周期あたり所定回数以上になるように、第1劣化状態の演算周期を設定してもよい。 例えば、所定値以上の信頼度をもつ第2劣化状態が、第1劣化状態の演算周期内で、所定回数以上演算されない場合には、信頼度の高いサンプル数が不足し、演算精度が低くなる可能性がある。そのため、信頼度の高い第2劣化状態のサンプル数が、少ない場合には、コントローラ10は、第1劣化状態の演算周期を長くして、所定の信頼度以上をもつ第2劣化状態が第1劣化状態の演算周期あたり所定回数以上になるように、第1劣化状態の演算周期を設定する。これにより、信頼度の高いサンプル数が増え、劣化状態の演算精度を高めることができる。
また本実施形態に係る充電制御装置100の変形例として、コントローラ10は、変化量(ΔSOC)を演算する際に、今回のSOCと前回のSOCとの差分に限らず、例えば前々回SOCと今回SOCとの差分のように、複数のオン時点を任意に選択してもよい。図4は、変形例を説明するための図であり、オン時点及びオフ時点におけるSOCの時間推移を示すグラフである。図4において、t1а〜t6аはオン時点を示し、t1b〜t5bはオフ時点を示す。また、t1аからt1bまでの期間、t2аからt2bまでの期間、t3аからt3bまでの期間、及びt4аからt4bまでの期間は、車両走行中の時間を示し、t5аからt5bまでの期間は外部の充電装置による充電期間を示す。
コントローラ10は、それぞれのオン時点のタイミングで、SOCを演算する。コントローラ10は、変化量(ΔSOC)を演算する際に、変化量(ΔSOC)の演算の信頼度が高くなるように、差分とるときのSOCを選択する。図4の例で、コントローラ10は、変化量(ΔSOC)を演算する際に、2回目のオン時点(t2а)と4回目のオン時点(t4а)を選択した場合には、変化量(ΔSOC)は15%となる。コントローラ10は、変化量(ΔSOC)を演算する際に、4回目のオン時点(t4а)と6回目のオン時点(t6а)を選択した場合には、変化量(ΔSOC)は25%となる。変化量(ΔSOC)が大きいほど、演算誤差が大きいため、コントローラ10は、演算誤差を小さくするために、上記の例では、2回目のオン時点(t2а)と4回目のオン時点(t4а)を選択し、選択されたオン時点のSOCの差分をとり、変化量(ΔSOC)を演算する。
また、コントローラ10は、変化量(ΔSOC)を演算する際に、変化量(ΔSOC)の演算の信頼度が高くなるように、分極電圧が低いときのSOCを選択する。図4の例で、1回目のオン時点より前の放置時間、3回目のオン時点より前の放置時間、及び5回目のオン時点より前の放置時間は短く、2回目のオン時点より前の放置時間、4回目のオン時点より前の放置時間、及び6回目のオン時点より前の放置時間は長い。放置時間が短いほど、分極電圧は小さく、SOCの演算誤差は小さくなる。そのため、コントローラ10は、所定時間よりも長い放置時間が経過した後のオン時点のSOCに基づき、変化量(ΔSOC)を演算する。これにより、劣化状態の演算精度を高めることができる。
なお、本実施形態の変形例として、コントローラ10は、オン時点に対して直前の充放電電流の大きさに応じて、分極電圧の大きさを演算してもよい。バッテリ20の検出電圧に含まれる分極電圧は、バッテリ20の電流によって変化する。本実施形態では、ステップS10の演算処理において、放置時間が所定時間以下である場合には、補正値の演算対象から除外しているため、放置時間が短く、充放電電流が大きい時のSOCが除外され、電流値の大きさによる分極電圧への影響を実質的に排除している。そのため、ステップS10の演算処理のように、放置時間の長さにより演算対象を限定していない場合には、コントローラ10は、充放電電流の大きさに応じて、分極電圧の大きさを演算してもよい。
10…コントローラ
11…充電器
12…電圧センサ
13…電流センサ
14…温度センサ
20…バッテリ
30…電源
40…インバータ
50…モータ
100…充電制御装置
ステップS5にて、コントローラ10は、電流センサ13を用いて、オン時点からメインスイッチがオン状態からオフ状態に切り替わった時点(以下、オフ時点とも称す)までの期間中、所定のサンプリング周期で、バッテリ20の入出力電流を検出する。そして、コントローラ10は、入出力電流を、オン時点からオフ時点までの時間で積算することで、充放電量の変化量(ΔAh)を演算する。
ステップS6にて、コントローラ10は、充放電量の変化量(ΔAh)を演算された充電状態の変化量(ΔSOC)で除算することで、バッテリ20の現在の電池容量(現在の満充電容量)を演算する。
ステップS9にて、コントローラ10は、ステップS4で演算された充電状態の変化量(ΔSOC)及びステップS5で演算された充放電量の変化量(ΔAh)の演算の信頼度を演算する。充電状態の変化量(ΔSOC)の演算誤差は、バッテリ20の分極や、SOC−OCV特性線(OCVの変化に対するSOCの変化を表す線)によって影響される。また、充放電量の変化量(ΔAh)の演算誤差は、平均電流の大きさにより変わる。そして、誤差の大きい充電状態及び充放電量の変化量(ΔSOC、ΔAh)に基づき、第2劣化状態が演算された場合には、劣化状態の演算精度が低くなる。そのため、ステップS9の演算処理では、劣化状態の演算精度を上げるために、充電状態及び充放電量の変化量(ΔSOC、ΔAh)の信頼度を評価し、後述するステップS10の演算処理おいて、信頼度に応じて劣化状態を演算する。
信頼度の演算方法を説明する。コントローラ10は、今回のオン時点で、電圧センサ12により検出された検出電圧(CCV:端子間電圧)に基づき、今回のSOCの演算誤差と、前回のオン時点で演算された前回のSOCの演算誤差とを足し合わせて、充電状態の変化量(ΔSOC)の演算誤差を演算する。具体的には、コントローラ10は、今回のオン時点の検出電圧に含まれる分極電圧の大きさに基づく演算誤差、及び、今回のオン時点のSOCに基づく演算誤差をそれぞれ演算し、これらの演算誤差を加算することで、今回SOCの演算誤差を演算する。
コントローラ10は、前回のオン時点から今回のオン時点までの平均電流を演算し、平均電流が小さいほど充放電量の変化量(ΔAh)の演算誤差が小さくなるように、充放電量の変化量の演算誤差(ΔAh)を演算する。平均電流は、前回オン時点から今回オフ時点までの電流積算値を積算時間(前回オン時点から今回オン時点までの時間)で除算することで求められる。
コントローラ10は、演算された充電状態の変化量(ΔSOC)の演算誤差が小さいほど充電状態及び充放電量の変化量(ΔSOC、ΔAh)の演算の信頼度が高くなるように、及び、演算された充放電量の変化量(ΔAh)の演算誤差が小さいほど充電状態及び充放電量の変化量(ΔSOC、ΔAh)の演算の信頼度が高くなるように、充電状態及び充放電量の変化量(ΔSOC、ΔAh)の演算の信頼度を演算する。なお、充電状態及び充放電量の変化量(ΔSOC、ΔAh)は第2劣化状態の演算に使用されるため、充電状態及び充放電量の変化量(ΔSOC、ΔAh)の演算の信頼度は、第2劣化状態の演算の信頼度に対応している。
コントローラ10は、演算対象として特定されたΔSOHに対して、信頼度に応じた重みづけを加える。信頼度は、SOHの演算誤差に対応しており、コントローラ10は、SOH補正値を演算する際、信頼度が高いΔSOHほどSOH補正値の演算への影響が大きくなるように、各ΔSOHに対して重みづけを加える。そして、コントローラ10は、重みづけを含む複数ΔSOHに基づき、SOH補正量を演算する。具体的には、コントローラ10は、各SOHの平均値演算する又は各平均値の近似値等を演算することで、補正値を演算する。補正値は、SOHの差で表される。
第1劣化状態の演算周期が経過した時点で、コントローラ10は第1劣化状態SOHаを演算し、第1劣化状態の演算周期内に演算された第2劣化状態SOHのそれぞれの信頼度を演算する。コントローラ10は、演算された信頼度に応じて、SOH補正値を演算する際に演算対象となる第2劣化状態を特定し、特定された第2劣化状態SOHと第1劣化状態SOHаの差分を取ることで充電状態の変化量(ΔSOH)を演算する。コントローラ10は、演算された充電状態の変化量(ΔSOH)に対して、信頼度に応じた重み付けを加える。例えば、使用開始から3カ月を経過した時点で、コントローラ10は、第1劣化状態SOHаを演算し、エリアαに含まれる第2劣化状態SOHの各信頼度を演算する。また、コントローラ10は、信頼度に応じて、エリアαに含まれる第2劣化状態SOHの中からSOH補正値の演算対象となる第2劣化状態SOHを特定する。例えば、エリアαに含まれる12個の第2劣化状態SOHのうち、2個の第2劣化状態SOHに関して、放置時間が所定時間より短い場合には、この2個の第2劣化状態SOHを演算対象から除外する。コントローラ10は、残りの10個の第2劣化状態SOHと、第1劣化状態SOHаとの差分から充電状態の変化量(ΔSOH)を演算し、各充電状態の変化量(ΔSOH)に対して重み付けを加える。
コントローラ10は、重み付けを含む、10個の充電状態の変化量(ΔSOH)の合算により、SOH補正値(ΔSOH)を演算する。コントローラ10は、第1劣化状態(SOHа)にSOH補正値(ΔSOH)を加えて、補正後の劣化状態(SOH)を演算する。
また本実施形態に係る充電制御装置100は、バッテリ20の分極電圧が小さいほど、バッテリ20の平均電流が小さいほど、又は、バッテリ20のSOCの変化量が小さいほど、信頼度を高くする。これにより劣化状態の演算精度を高めることができる。
また本実施形態に係る充電制御装置100の変形例として、コントローラ10は、充電状態の変化量(ΔSOC)を演算する際に、今回のSOCと前回のSOCとの差分に限らず、例えば前々回SOCと今回SOCとの差分のように、複数のオン時点を任意に選択してもよい。図4は、変形例を説明するための図であり、オン時点及びオフ時点におけるSOCの時間推移を示すグラフである。図4において、t1а〜t6аはオン時点を示し、t1b〜t5bはオフ時点を示す。また、t1аからt1bまでの期間、t2аからt2bまでの期間、t3аからt3bまでの期間、及びt4аからt4bまでの期間は、車両走行中の時間を示し、t5аからt5bまでの期間は外部の充電装置による充電期間を示す。
コントローラ10は、それぞれのオン時点のタイミングで、SOCを演算する。コントローラ10は、充電状態の変化量(ΔSOC)を演算する際に、充電状態の変化量(ΔSOC)の演算の信頼度が高くなるように、差分とるときのSOCを選択する。図4の例で、コントローラ10は、充電状態の変化量(ΔSOC)を演算する際に、2回目のオン時点(t2а)と4回目のオン時点(t4а)を選択した場合には、充電状態の変化量(ΔSOC)は15%となる。コントローラ10は、充電状態の変化量(ΔSOC)を演算する際に、4回目のオン時点(t4а)と6回目のオン時点(t6а)を選択した場合には、充電状態の変化量(ΔSOC)は25%となる。充電状態の変化量(ΔSOC)が大きいほど、演算誤差が大きいため、コントローラ10は、演算誤差を小さくするために、上記の例では、2回目のオン時点(t2а)と4回目のオン時点(t4а)を選択し、選択されたオン時点のSOCの差分をとり、充電状態の変化量(ΔSOC)を演算する。
また、コントローラ10は、充電状態の変化量(ΔSOC)を演算する際に、充電状態の変化量(ΔSOC)の演算の信頼度が高くなるように、分極電圧が低いときのSOCを選択する。図4の例で、1回目のオン時点より前の放置時間、3回目のオン時点より前の放置時間、及び5回目のオン時点より前の放置時間は短く、2回目のオン時点より前の放置時間、4回目のオン時点より前の放置時間、及び6回目のオン時点より前の放置時間は長い。放置時間が短いほど、分極電圧は小さく、SOCの演算誤差は小さくなる。そのため、コントローラ10は、所定時間よりも長い放置時間が経過した後のオン時点のSOCに基づき、充電状態の変化量(ΔSOC)を演算する。これにより、劣化状態の演算精度を高めることができる。
なお、本実施形態の変形例として、コントローラ10は、オン時点に対して直前の充放電電流の大きさに応じて、分極電圧の大きさを演算してもよい。バッテリ20の検出電圧に含まれる分極電圧は、バッテリ20の電流によって変化する。本実施形態では、ステップS10の演算処理において、放置時間が所定時間以下である場合には、SOH補正値の演算対象から除外しているため、放置時間が短く、充放電電流が大きい時のSOCが除外され、電流値の大きさによる分極電圧への影響を実質的に排除している。そのため、ステップS10の演算処理のように、放置時間の長さにより演算対象を限定していない場合には、コントローラ10は、充放電電流の大きさに応じて、分極電圧の大きさを演算してもよい。

Claims (8)

  1. バッテリの状態を管理するプロセッサを用いて、前記バッテリの劣化状態を演算する劣化状態演算方法において、
    センサを用いて前記バッテリの電流及び前記バッテリの電圧を検出し、
    前記センサの検出値に基づき前記バッテリの充電状態を演算し、
    前記バッテリの使用開始からの経過時間及び前記バッテリの充放電量に基づき、所定期間毎に前記バッテリの第1劣化状態を演算し、
    前記バッテリの充電状態の変化量、及び、前記バッテリの電流の変化量に基づき、前記バッテリの第2劣化状態を演算し、
    前記第2劣化状態を演算する演算処理を、前記所定期間内に複数回実行し、
    前記検出値に基づき、前記第2劣化状態の演算の信頼度を複数の前記第2劣化状態毎に演算し、
    所定の信頼度以上の前記信頼度をもつ前記第2劣化状態に基づき、前記劣化状態の補正値を演算し、
    前記第1劣化状態を前記補正値で補正することで、前記劣化状態を演算する劣化状態演算方法。
  2. 前記第2劣化状態の信頼度の大きさに応じた重み付けを加えて、前記補正値を演算する請求項1記載の劣化状態演算方法。
  3. 前記バッテリの分極電圧が小さいほど、前記バッテリの平均電流が大きいほど、又は、前記バッテリの充電状態の変化量が大きいほど、前記信頼度を高くする請求項1又は2記載の劣化状態演算方法。
  4. 前記信頼度が高いほど前記重み付けを大きくする請求項2記載の劣化状態演算方法。
  5. 前記経過時間が長いほど、又は、前記充放電量が大きいほど、前記第1劣化状態を低くする請求項1〜4のいずれか一項に記載の劣化状態演算方法。
  6. 前記第2劣化状態の演算処理の演算回数が、前記所定期間あたり所定回数以上である請求項1〜5のいずれか一項に記載の劣化状態演算方法。
  7. 前記所定の信頼度以上をもつ前記第2劣化状態が、前記所定期間あたり所定数以上演算される請求項1〜6のいずれか一項に記載の劣化状態演算方法。
  8. バッテリの電流及び前記バッテリの電圧を検出するセンサと、
    前記バッテリの状態を管理するプロセッサを備え、
    前記プロセッサは、
    前記センサの検出値に基づき前記バッテリの充電状態を演算し、
    バッテリの使用開始からの経過時間及び前記バッテリの充放電量に基づき、所定期間毎に前記バッテリの第1劣化状態を演算し、
    前記バッテリの充電状態の変化量、及び、前記バッテリの電流の変化量に基づき、前記バッテリの第2劣化状態を演算し、
    前記第2劣化状態を演算する演算処理を、前記所定期間内に複数回実行し、
    前記検出値に基づき、前記第2劣化状態の演算の信頼度を複数の前記第2劣化状態毎に演算し、
    所定の信頼度以上の前記信頼度をもつ前記第2劣化状態に基づき、前記劣化状態の補正値を演算し、
    前記第1劣化状態を前記補正値で補正することで、前記バッテリの劣化状態を演算する劣化状態演算装置。
JP2019533748A 2017-07-31 2017-07-31 劣化状態演算方法及び劣化状態演算装置 Active JP6973488B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/027749 WO2019026142A1 (ja) 2017-07-31 2017-07-31 劣化状態演算方法及び劣化状態演算装置

Publications (2)

Publication Number Publication Date
JPWO2019026142A1 true JPWO2019026142A1 (ja) 2020-07-27
JP6973488B2 JP6973488B2 (ja) 2021-12-01

Family

ID=65232391

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019533748A Active JP6973488B2 (ja) 2017-07-31 2017-07-31 劣化状態演算方法及び劣化状態演算装置

Country Status (5)

Country Link
US (1) US11214168B2 (ja)
EP (1) EP3663780B1 (ja)
JP (1) JP6973488B2 (ja)
CN (1) CN110998344B (ja)
WO (1) WO2019026142A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020137156A (ja) * 2019-02-13 2020-08-31 トヨタ自動車株式会社 車両、情報端末および車両の制御方法
WO2021048920A1 (ja) * 2019-09-10 2021-03-18 株式会社 東芝 蓄電池管理システム
US11211803B2 (en) * 2019-10-01 2021-12-28 GM Global Technology Operations LLC Method and apparatus for battery cell charge balancing
JP7413806B2 (ja) * 2020-02-06 2024-01-16 トヨタ自動車株式会社 バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム
JP7424862B2 (ja) * 2020-02-28 2024-01-30 本田技研工業株式会社 診断装置、診断システム、診断方法、及びプログラム
CN111521945B (zh) * 2020-05-06 2022-04-08 美智纵横科技有限责任公司 电池健康状态检测方法、装置、电子设备及存储介质
FR3111433B1 (fr) * 2020-06-16 2023-05-12 Commissariat Energie Atomique Procédé de détermination d’une énergie produite par une chaîne de production d’électricité comprenant un élément sujet au vieillissement
DE102020212298A1 (de) 2020-09-29 2022-03-31 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zur gerätespezifischen Bestimmung eines innenwiderstandsbasierten Alterungszustands einer Batterie
CN112539694B (zh) * 2020-11-19 2021-12-14 珠海格力电器股份有限公司 一种汽车的车身高度检测装置、方法和汽车
EP4016098A1 (de) * 2020-12-18 2022-06-22 INTILION GmbH Verfahren und vorrichtung zur robusten online-zustandsbestimmung von grossen batteriespeichersystemen
KR20220168920A (ko) 2021-06-17 2022-12-26 주식회사 엘지에너지솔루션 배터리 soh 추정 장치 및 방법

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100244846A1 (en) * 2009-03-24 2010-09-30 Saft Groupe Sa Method for determining the state of health of a battery
WO2012091077A1 (ja) * 2010-12-28 2012-07-05 三洋電機株式会社 電池の劣化度の検出方法
JP2014215181A (ja) * 2013-04-25 2014-11-17 トヨタ自動車株式会社 電池システム
JP2015052482A (ja) * 2013-09-05 2015-03-19 カルソニックカンセイ株式会社 バッテリの健全度推定装置および健全度推定方法
JP2015081823A (ja) * 2013-10-22 2015-04-27 三菱重工業株式会社 劣化量算出装置、劣化量算出方法及びプログラム
WO2016002398A1 (ja) * 2014-07-01 2016-01-07 日産自動車株式会社 バッテリー劣化度推定装置およびバッテリー劣化度推定方法
WO2016092811A1 (ja) * 2014-12-10 2016-06-16 株式会社Gsユアサ 蓄電素子状態推定装置及び蓄電素子状態推定方法
WO2017033311A1 (ja) * 2015-08-26 2017-03-02 日産自動車株式会社 劣化度推定装置及び劣化度推定方法
JP2017116522A (ja) * 2015-12-17 2017-06-29 ローム株式会社 充電式のバッテリの劣化推定方法、劣化推定回路、およびそれを用いた電子機器、自動車
JP2018529078A (ja) * 2015-08-21 2018-10-04 エルジー・ケム・リミテッド 二次電池の退化度推定装置及び方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3975738B2 (ja) * 2001-12-10 2007-09-12 トヨタ自動車株式会社 蓄電池の状態検出装置
US7199557B2 (en) * 2003-07-01 2007-04-03 Eaton Power Quality Company Apparatus, methods and computer program products for estimation of battery reserve life using adaptively modified state of health indicator-based reserve life models
KR100796668B1 (ko) * 2006-09-26 2008-01-22 삼성에스디아이 주식회사 배터리 관리 시스템 및 그의 구동 방법
JP4539735B2 (ja) * 2008-02-29 2010-09-08 三菱自動車工業株式会社 バッテリ管理制御装置
JP4966331B2 (ja) * 2009-03-25 2012-07-04 株式会社東芝 半導体回路劣化シミュレーション方法およびコンピュータプログラム媒体
US9244054B2 (en) * 2012-07-10 2016-01-26 GM Global Technology Operations LLC Systems and methods for determining a state of deterioration of engine oil using multiple preselected oil properties
US10359474B2 (en) * 2012-09-21 2019-07-23 Nissan Motor Co., Ltd. Charge state calculation device and charge state calculation method
JP6011265B2 (ja) 2012-11-16 2016-10-19 株式会社デンソー 電池システム
EP2816366A1 (en) * 2013-06-18 2014-12-24 VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) Monitoring charge stored in a battery
US10014561B2 (en) * 2013-08-15 2018-07-03 University Of Maryland, College Park Systems, methods, and devices for health monitoring of an energy storage device
US10408887B2 (en) 2015-12-17 2019-09-10 Rohm Co., Ltd. Method for estimating degradation of rechargeable battery, degradation estimation circuit, electronic apparatus and vehicle including same
CN106908741B (zh) * 2017-04-26 2020-06-12 广州汽车集团股份有限公司 混合动力汽车动力电池组soh估算方法和装置
CN106918789B (zh) * 2017-05-10 2019-05-14 成都理工大学 一种soc-soh联合在线实时估计和在线修正方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100244846A1 (en) * 2009-03-24 2010-09-30 Saft Groupe Sa Method for determining the state of health of a battery
WO2012091077A1 (ja) * 2010-12-28 2012-07-05 三洋電機株式会社 電池の劣化度の検出方法
JP2014215181A (ja) * 2013-04-25 2014-11-17 トヨタ自動車株式会社 電池システム
JP2015052482A (ja) * 2013-09-05 2015-03-19 カルソニックカンセイ株式会社 バッテリの健全度推定装置および健全度推定方法
JP2015081823A (ja) * 2013-10-22 2015-04-27 三菱重工業株式会社 劣化量算出装置、劣化量算出方法及びプログラム
WO2016002398A1 (ja) * 2014-07-01 2016-01-07 日産自動車株式会社 バッテリー劣化度推定装置およびバッテリー劣化度推定方法
WO2016092811A1 (ja) * 2014-12-10 2016-06-16 株式会社Gsユアサ 蓄電素子状態推定装置及び蓄電素子状態推定方法
JP2018529078A (ja) * 2015-08-21 2018-10-04 エルジー・ケム・リミテッド 二次電池の退化度推定装置及び方法
WO2017033311A1 (ja) * 2015-08-26 2017-03-02 日産自動車株式会社 劣化度推定装置及び劣化度推定方法
JP2017116522A (ja) * 2015-12-17 2017-06-29 ローム株式会社 充電式のバッテリの劣化推定方法、劣化推定回路、およびそれを用いた電子機器、自動車

Also Published As

Publication number Publication date
CN110998344B (zh) 2022-05-06
US20200247268A1 (en) 2020-08-06
WO2019026142A1 (ja) 2019-02-07
EP3663780A1 (en) 2020-06-10
JP6973488B2 (ja) 2021-12-01
CN110998344A (zh) 2020-04-10
US11214168B2 (en) 2022-01-04
EP3663780A4 (en) 2020-09-02
EP3663780B1 (en) 2023-03-29

Similar Documents

Publication Publication Date Title
JP6973488B2 (ja) 劣化状態演算方法及び劣化状態演算装置
CN110945738B (zh) 充电时间运算方法和充电控制装置
JP6439146B2 (ja) 電源装置
US9709633B2 (en) Battery capacity display apparatus and battery capacity display method
JP5397013B2 (ja) 組電池の制御装置
JP2012247339A (ja) 半導体集積回路およびその動作方法
KR20110084633A (ko) 배터리의 수명 예측 장치 및 방법
JPH0652903A (ja) バッテリの動作パラメータをモニタするバッテリモニタ
KR20150048439A (ko) 배터리관리시스템 및 그 운용방법
JP2016014588A (ja) バッテリ管理装置
US10634724B2 (en) Capacity maintenance rate estimation apparatus or capacity maintenance rate estimation method
JP2013108919A (ja) Soc推定装置
JP2014157048A (ja) 充電率推定装置および充電率推定方法
JP2012185124A (ja) 充電率推定装置、充電率推定方法、及びプログラム
KR20130129096A (ko) 개로 전압 추정 장치, 상태 추정 장치 및 개로 전압 추정 방법
US20190339332A1 (en) Battery pack and power supply system
JP5911407B2 (ja) バッテリの健全度算出装置および健全度算出方法
JP2020079723A (ja) 二次電池システム
JP6500795B2 (ja) 車載バッテリのsoc管理システム
KR101967863B1 (ko) 고전압 셀 밸런싱의 밸런싱 필요 시간 추정 장치 및 방법
JP2014109535A (ja) 内部抵抗推定装置、充電装置、放電装置、内部抵抗推定方法
JP2014059251A (ja) 内部抵抗推定装置及び内部抵抗推定方法
JP6062919B2 (ja) 電気化学バッテリを最適に充電するための方法
JP5307269B1 (ja) 組電池のセルの状態推定装置
WO2014038555A1 (ja) 電池残量検出装置、電池システム、電池残量検出方法およびプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200122

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210406

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210531

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: 20211005

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211018

R151 Written notification of patent or utility model registration

Ref document number: 6973488

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151