KR20210148217A - 이차 전지의 충전 상태 추정 방법, 이차 전지의 충전 상태 추정 시스템, 및 이차 전지의 이상 검지 방법 - Google Patents

이차 전지의 충전 상태 추정 방법, 이차 전지의 충전 상태 추정 시스템, 및 이차 전지의 이상 검지 방법 Download PDF

Info

Publication number
KR20210148217A
KR20210148217A KR1020217034493A KR20217034493A KR20210148217A KR 20210148217 A KR20210148217 A KR 20210148217A KR 1020217034493 A KR1020217034493 A KR 1020217034493A KR 20217034493 A KR20217034493 A KR 20217034493A KR 20210148217 A KR20210148217 A KR 20210148217A
Authority
KR
South Korea
Prior art keywords
secondary battery
charging
time
voltage
capacity
Prior art date
Application number
KR1020217034493A
Other languages
English (en)
Inventor
아키히로 치다
마유미 미카미
Original Assignee
가부시키가이샤 한도오따이 에네루기 켄큐쇼
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 가부시키가이샤 한도오따이 에네루기 켄큐쇼 filed Critical 가부시키가이샤 한도오따이 에네루기 켄큐쇼
Publication of KR20210148217A publication Critical patent/KR20210148217A/ko

Links

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • 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
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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
    • G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/02—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from ac mains by converters
    • 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
    • H02J7/02—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from ac mains by converters
    • H02J7/04—Regulation of charging current or voltage
    • 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
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/10—Primary casings; Jackets or wrappings
    • H01M50/102—Primary casings; Jackets or wrappings characterised by their shape or physical structure
    • H01M50/107—Primary casings; Jackets or wrappings characterised by their shape or physical structure having curved cross-section, e.g. round or elliptic
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/10—Primary casings; Jackets or wrappings
    • H01M50/102—Primary casings; Jackets or wrappings characterised by their shape or physical structure
    • H01M50/109—Primary casings; Jackets or wrappings characterised by their shape or physical structure of button or coin shape

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)

Abstract

이차 전지의 열화가 진행되어도 추정 정밀도가 높은 이차 전지의 충전 상태 추정 방법을 제공한다. 또한, 단시간에 낮은 비용으로 SOC를 높은 정밀도로 추정하는 이차 전지의 용량 측정 시스템을 제공한다. 이차 전지의 용량을 높은 정밀도로 추정할 수 있으면, 그 값에 기초하여 이상 검지도 수행할 수 있다. 이차 전지의 새로운 이상 검지 방법을 제공한다. CCCV 충전의 충전 방법에 있어서, CC 시간과 CV 시간을 학습 파라미터로서 사용하는 것으로 하여 학습 모델을 구축한다. 이 학습 모델을 사용하면 최소(最少)의 입력 데이터로서 CC 시간, CV 시간의 2개, 또는 CC 시간, CV 시간, 충전 시작 시의 전압값의 3개를 사용하여 정밀도가 높은 추정 용량값을 얻을 수 있다.

Description

이차 전지의 충전 상태 추정 방법, 이차 전지의 충전 상태 추정 시스템, 및 이차 전지의 이상 검지 방법
본 발명의 일 형태는 물건, 방법, 또는 제조 방법에 관한 것이다. 또는, 본 발명은 공정(process), 기계(machine), 제품(manufacture), 또는 조성물(composition of matter)에 관한 것이다. 본 발명의 일 형태는 반도체 장치, 표시 장치, 발광 장치, 축전 장치, 조명 장치, 전자 기기, 또는 이들의 제조 방법에 관한 것이다. 또한 본 발명의 일 형태는 축전 장치의 충전 상태 추정 방법, 축전 장치의 충전 상태 추정 시스템, 및 이상 검지 방법에 관한 것이다. 특히 축전 장치의 충전 상태 추정 시스템 및 축전 장치의 이상 검지 시스템에 관한 것이다.
또한 본 명세서 중에서 축전 장치란, 축전 기능을 가지는 소자 및 장치 전반을 가리킨다. 예를 들어 리튬 이온 이차 전지 등의 축전지(이차 전지라고도 함), 리튬 이온 커패시터, 니켈 수소 전지, 전고체 전지, 및 전기 이중층 커패시터 등을 포함한다.
또한 본 발명의 일 형태는 뉴럴 네트워크 및 그것을 사용한 축전 장치의 충전 상태 추정 시스템에 관한 것이다. 또한 본 발명의 일 형태는 뉴럴 네트워크를 사용한 차량에 관한 것이다. 또한 본 발명의 일 형태는 뉴럴 네트워크를 사용한 전자 기기에 관한 것이다. 또한 본 발명의 일 형태는 차량에 한정되지 않고, 구조체 등에 설치된 태양 전지판 등의 발전 설비에서 얻어진 전력을 저장하기 위한 축전 장치에도 적용할 수 있고, 충전 상태 추정 시스템에 관한 것이다.
이차 전지의 잔량을 추정하는 방법으로서 쿨롱 카운터법이나 OCV(Open Circuit Voltage)법이 있다.
종래의 방법에서는, 장기간 운용하여 충전이나 방전을 반복하면 오차가 축적되어 충전율, 즉 SOC(State of Charge)의 추정 정밀도가 대폭 저하될 우려가 있었다. 또한, 전지의 미사용 상태에서 시간이 경과함으로써, 자기 방전에 의한 초기 SOC(0)의 변화도 일어나기 때문에, SOC의 추정 정밀도를 향상시키는 것이 어렵다. 쿨롱 카운터법에는 초기 SOC(0)의 오차를 수정할 수 없거나 전류 센서의 오차를 축적하는 등의 결점이 있다. 특허문헌 1에는 파라미터를 온도와 관련지은 정보에 기초하여, 상태 추정 방법에 의하여 저온 시의 이차 전지의 상태를 높은 정밀도로 추정하는 기술이 개시(開示)되어 있다.
일본 공개특허공보 특개2016-80693호
이차 전지는, 제조할 때에 활물질의 양이나 전극의 크기 등 조립 시의 근소한 차이에 의하여, 제조 로트가 같아도 약간 개체차가 생길 경우가 있다. 차량 등에서는 복수의 이차 전지가 사용되기 때문에, 많은 전지를 조합하면 각각의 개체차가 영향을 미치고, 열화에 의하여 차량 간의 용량의 차이가 커지는 경우도 있다. 동일한 로트에서 제조된 전지이어도, 사용되는 상황(환경 온도, 충방전 빈도, 보관 상태) 등의 영향을 받아, 열화의 정도에 차이가 생긴다.
또한, 이차 전지의 열화가 진행되면 SOC의 추정 정밀도가 대폭 저하되는 경우가 있다. 예를 들어, 전류 적산값에 의한 추정 방법에서는 장기간 사용하면 전류값의 검출 오차가 축적되고, SOC의 추정 정밀도가 점차 저하된다. 또한, SOC는 이차 전지의 최대 용량에 대한 잔존 용량의 비율로 정의된다. 이차 전지의 최대 용량은 만충전 후에 방전시켜 전류를 시간적분함으로써 구할 수 있지만, 만방전에 시간이 많이 걸릴 우려가 있다. 또한, 이차 전지를 사용하기 전에 다시 충전해야 한다.
이차 전지의 열화가 진행된 상태에서도 추정 정밀도가 높은 이차 전지의 충전 상태 추정 방법을 제공한다. 또한, 단시간에 낮은 비용으로 SOC를 높은 정밀도로 추정하는 이차 전지의 용량 측정 시스템을 제공한다.
또한, 높은 정밀도로 이차 전지의 용량을 추정할 수 있으면, 그 값에 기초하여 이상 검지를 수행할 수도 있다. 이차 전지의 새로운 이상 검지 방법을 제공하는 것도 과제 중 하나이다.
이차 전지의 충전 상태를 추정하고자 하는 경우, 이차 전지의 다양한 파라미터 정보를 사용할 수 있다. 예를 들어 이차 전지의 파라미터 정보로서, 이차 전지의 내부 저항, 전류값, 전압값, 주변의 온도, 이차 전지의 내부 온도, 만충전 상태에서의 용량값, 충전 조건, 방전 조건 등을 들 수 있다. 반드시 많은 종류의 데이터를 사용할수록 높은 정밀도로 추정할 수 있는 것은 아니다. 많은 종류의 데이터를 사용하면 오히려 노이즈가 많이 포함되고, 추정 정밀도가 저하되는 경우가 있다. 또한, 많은 종류의 데이터를 사용함으로써 많은 연산 처리가 수행되고, 풀이가 출력되는 데 시간이 걸리거나, 또는 풀이가 수렴되지 않고 연산이 끝나지 않는 경우도 있다.
본 명세서에서 개시하는 이차 전지의 충전 상태 추정 방법에서는, 많은 종류의 데이터 중에서 이차 전지의 열화에 직접적으로 또는 간접적으로 영향을 미치는 파라미터를 몇 가지 찾아내고, 적은 종류의 파라미터를 교사 데이터로서 뉴럴 네트워크의 학습 장치에 학습시키고, 뉴럴 네트워크의 학습 결과가 이차 전지의 용량이 되도록 한다.
또한, 뉴럴 네트워크의 학습 장치에 있어서 파라미터나 데이터 수를 많게 할수록 반드시 정밀도가 높아진다고 할 수는 없고, 데이터 수가 많으면 과학습이 발생하여, 추정 정밀도가 저하되는 경우도 있다.
이차 전지의 용량을 높은 정밀도로 산출하기 위해서는, 수많은 파라미터 중에서 학습 데이터를 적게 설출하여 교사 데이터를 결정하고, 뉴럴 네트워크의 학습 장치에 학습시키는 것이 중요하다.
본 발명자들은 CCCV 충전의 충전 방법으로 충방전 사이클을 수행하고, 이차 전지의 열화를 측정하는 속에서, 이차 전지의 열화에 따라 CV 충전의 기간(CV 시간이라고도 부름)이 길어지는 것을 발견하였다. 리튬 이온 이차 전지의 충전으로서는, 일반적으로 CCCV 충전이 수행된다. CCCV 충전은, 먼저 소정의 전압이 될 때까지 CC 충전을 수행하고, 그 후에 흐르는 전류가 적어질 때까지, 구체적으로는 종지 전류값이 될 때까지 CV 충전을 수행하는 충전 방법이다. 한 번의 충전 기간은 CC 충전의 기간(CC 시간이라고도 부름)과, 그 후의 CV 충전의 기간(CV 시간)으로 나누어진다. CC 충전의 기간에 있어서는 소정의 전압에 도달할 때까지 일정한 전류를 이차 전지에 흘리고, CV 충전의 기간에 있어서는 종지 전류값이 될 때까지 일정한 전압으로 충전을 수행한다.
CCCV 충전의 충전 방법에 있어서, CC 시간과 CV 시간을 학습 파라미터로서 사용하는 것으로 하고 학습 모델을 구축한다. 이와 같은 학습 모델의 구축은 학습 단계(학습 페이즈)를 가리킨다.
학습 모델에 사용하는 학습 파라미터로서는, CC 시간과 CV 시간의 데이터뿐만 아니라, 기준이 되는 이차 전지의 충방전 사이클 시험에서 실제로 얻어지는 다양한 데이터를 사용한다.
이 학습 모델을 사용하면, 최소(最少)의 입력 데이터로서 CC 시간, CV 시간, 충전 시작 시의 전압값의 3개를 사용하여 추정 용량값을 얻을 수 있다. 또한, 학습 모델을 사용한 학습 결과를 사용하여 추정 용량값을 얻는 것은, 판단 단계(판단 페이즈)를 가리킨다. 차량 등에 있어서 학습 단계와 판단 단계의 양쪽을 실장하여도 좋지만, 미리 학습 결과를 얻고, 적어도 판단 단계를 차량에 탑재하면, 운전자는 추정 용량값을 얻을 수 있다. 또한, 주행 중의 데이터를 학습 파라미터로서 사용하는 경우, 학습 단계와 판단 단계의 양쪽을 차량에 실장하면, 운전자는 주행 중에 더 정확한 추정 용량값을 얻을 수 있다.
본 명세서에서 개시하는 이차 전지의 용량 추정 방법에서는, 이차 전지의 충전 시작 시의 전압값을 측정하고, 충전 시작 시로부터 이차 전지의 단자 전압이 기준 전압에 도달할 때까지의 제 1 시간(CC 시간)을 계측하고, 기준 전압에 도달한 시점으로부터 충전이 종료될 때까지의 제 2 시간(CV 시간)을 계측하고, 충전 시작 시의 전압값, 제 1 시간, 제 2 시간이 입력된 뉴럴 네트워크부는 이차 전지의 용량을 산출한다.
또한 충전이 종료된 후의 휴지 시간 후에 이차 전지 내부의 화학 반응이 안정될 때까지의 제 3 시간 후의 전압값을 상기 3개의 값에 추가한 4개의 데이터를 입력하는 경우에는, 입력 데이터 수가 늘어나지만, 정밀도를 가장 높게 할 수 있다. 또한, 제 3 시간에서는 기준이 되는 이차 전지에 대하여 미리 사이클 시험을 수행하고, 충전 종료 후에 휴지시키고 안정될 때까지의 시간을 계측한다.
본 명세서에서 개시하는 이차 전지의 용량을 추정하는 다른 방법에서는, 이차 전지의 충전 시작 시의 전압값을 측정하고, 충전 시작 시로부터 이차 전지의 단자 전압이 기준 전압에 도달할 때까지의 제 1 시간(CC 시간)을 계측하고, 기준 전압에 도달한 시점으로부터 충전이 종료될 때까지의 제 2 시간(CV 시간)을 계측하고, 충전이 종료된 시점으로부터 이차 전지 내부의 화학 반응이 안정될 때까지의 제 3 시간 후의 전압값을 측정하고, 충전 시작 시의 전압값, 제 1 시간(CC 시간), 제 2 시간(CV 시간), 및 전압값이 입력된 뉴럴 네트워크부는 이차 전지의 충전 상태, 구체적으로는 이차 전지의 용량을 산출한다.
또한, 데이터를 적게 하는 경우에는, 이차 전지의 충전 시작 시로부터 이차 전지의 단자 전압이 기준 전압에 도달할 때까지의 제 1 시간(CC 시간)을 계측하고, 기준 전압에 도달한 시점으로부터 충전이 종료될 때까지의 제 2 시간(CV 시간)을 계측하고, 제 1 시간 및 제 2 시간의 2개의 데이터가 입력된 뉴럴 네트워크부는 이차 전지의 충전 상태, 구체적으로는 이차 전지의 용량을 산출한다. 이차 전지의 용량의 산출은, 이차 전지의 충전 종료 후 또는 이차 전지의 방전 중(구체적으로는 차량 주행 중)에 적절히 수행할 수 있다.
이하에서는, CC 충전 및 CV 충전에 대하여 설명한다.
우선, 충전 방법의 하나로서 CC 충전에 대하여 설명한다. CC 충전은, 충전 기간 전체에서 일정한 전류를 이차 전지에 흘리고, 소정의 전압이 되었을 때에 충전을 정지하는 충전 방법이다. 도 6의 (A)에 나타낸 바와 같이, 이차 전지를 내부 저항 R와 이차 전지 용량 C의 등가 회로로 가정한다. 이 경우, 이차 전지 전압 VB는 내부 저항 R에 인가되는 전압 VR와 이차 전지 용량 C에 인가되는 전압 VC의 합이다.
CC 충전을 수행하는 기간에는, 도 6의 (A)에 나타낸 바와 같이 스위치가 온이 되므로, 일정한 전류 I가 이차 전지에 흐른다. 이 기간, 전류 I는 일정하기 때문에, VR=R×I의 옴의 법칙에 따라 내부 저항 R에 인가되는 전압 VR도 일정하다. 한편, 이차 전지 용량 C에 인가되는 전압 VC는 시간의 경과에 따라 상승한다. 그러므로 이차 전지 전압 VB는 시간의 경과에 따라 상승한다.
그리고 이차 전지 전압 VB가 소정의 전압, 예를 들어 4.3V가 되었을 때에 충전을 정지한다. CC 충전을 정지하면, 도 6의 (B)에 나타낸 바와 같이 스위치가 오프가 되므로, 전류 I=0이 된다. 그러므로 내부 저항 R에 인가되는 전압 VR가 0V가 된다. 따라서 이차 전지 전압 VB가 하강한다.
CC 충전을 수행하는 기간과 CC 충전을 정지한 후의 이차 전지 전압 VB와 충전 전류의 예를 도 6의 (C)에 나타내었다. CC 충전을 수행하는 기간에는 상승하고 있던 이차 전지 전압 VB는, CC 충전을 정지한 후에 약간 저하되었다.
다음으로, 상기와 다른 충전 방법인 CCCV 충전에 대하여 설명한다. CCCV 충전은, 먼저 CC 충전으로 소정의 전압이 될 때까지 충전을 수행하고, 그 후에 CV 충전으로 흐르는 전류가 적어질 때까지, 구체적으로는 종지 전류값이 될 때까지 충전을 수행하는 충전 방법이다.
CC 충전을 수행하는 기간에는, 도 7의 (A)에 나타낸 바와 같이 정전류 전원의 스위치가 온이 되고, 정전압 전원의 스위치가 오프가 되므로, 일정한 전류 I가 이차 전지에 흐른다. 이 기간, 전류 I는 일정하기 때문에, VR=R×I의 옴의 법칙에 따라 내부 저항 R에 인가되는 전압 VR도 일정하다. 한편, 이차 전지 용량 C에 인가되는 전압 VC는 시간의 경과에 따라 상승한다. 그러므로 이차 전지 전압 VB는 시간의 경과에 따라 상승한다.
그리고 이차 전지 전압 VB가 소정의 전압, 예를 들어 4.3V가 되었을 때에 CC 충전을 CV 충전으로 전환한다. CV 충전을 수행하는 기간에는, 도 7의 (B)에 나타낸 바와 같이 정전압 전원의 스위치가 온이 되고, 정전류 전원의 스위치가 오프가 되므로, 이차 전지 전압 VB가 일정하게 된다. 한편, 이차 전지 용량 C에 인가되는 전압 VC는 시간의 경과에 따라 상승한다. VB=VR+VC이기 때문에, 내부 저항 R에 인가되는 전압 VR는 시간의 경과에 따라 작아진다. 내부 저항 R에 인가되는 전압 VR가 작아짐에 따라, VR=R×I의 옴의 법칙에 따라 이차 전지를 흐르는 전류 I도 작아진다.
그리고 이차 전지를 흐르는 전류 I가 소정의 전류, 예를 들어 0.01C 상당의 전류가 되었을 때에 충전을 정지한다. CCCV 충전을 정지하면, 도 7의 (C)에 나타낸 바와 같이 모든 스위치가 오프가 되므로, 전류 I=0이 된다. 그러므로 내부 저항 R에 인가되는 전압 VR가 0V가 된다. 그러나 CV 충전에 의하여 내부 저항 R에 인가되는 전압 VR가 충분히 작아지기 때문에, 내부 저항 R에서의 전압 강하가 일어나지 않아도 이차 전지 전압 VB는 거의 강하하지 않는다.
CCCV 충전을 수행하는 기간과 CCCV 충전을 정지한 후의 이차 전지 전압 VB와 충전 전류의 예를 도 8의 (A)에 나타내었다. CCCV 충전을 정지하여도 이차 전지 전압 VB는 거의 강하하지 않았다.
다음으로, 방전 방법의 하나인 CC 방전에 대하여 설명한다. CC 방전은, 방전 기간 전체에서 일정한 전류를 이차 전지로부터 흘리고, 이차 전지 전압 VB가 소정의 전압, 예를 들어 2.5V가 되었을 때에 방전을 정지하는 방전 방법이다.
CC 방전을 수행하는 기간의 이차 전지 전압 VB와 방전 전류의 예를 도 8의 (B)에 나타내었다. 방전이 진행됨에 따라, 이차 전지 전압 VB는 강하하였다.
다음으로, 방전 레이트 및 충전 레이트에 대하여 설명한다. 방전 레이트란, 전지 용량에 대한 방전 시의 전류의 상대적인 비율이고, 단위 C로 나타내어진다. 정격 용량 X(Ah)의 전지에서 1C 상당의 전류는 X(A)이다. 2X(A)의 전류로 방전시킨 경우에는 2C로 방전시켰다고 하고, X/5(A)의 전류로 방전시킨 경우에는 0.2C로 방전시켰다고 한다. 또한 충전 레이트도 마찬가지이고, 2X(A)의 전류로 충전시킨 경우에는 2C로 충전시켰다고 하고, X/5(A)의 전류로 충전시킨 경우에는 0.2C로 충전시켰다고 한다.
본 명세서에서 개시하는 이차 전지의 충전 상태 추정 방법은, 기본적으로는 실제의 사용 시가 아니라 충전이 종료된 후에 이차 전지의 열화의 정도를 추정하는 방법이다. 예를 들어, 전기 자동차의 이차 전지의 용량을 충전 완료 시에 높은 정밀도로 추정할 수 있다. 이 경우, 전기 자동차를 충전하기 위한 충전 제어 장치 또는 상기 충전 제어 장치와 데이터를 수수(授受)할 수 있는 서버에 있어서 뉴럴 네트워크 처리를 수행한다. 뉴럴 네트워크 처리를 수행하는 경우에는, 학습 데이터를 축적하는 충분한 메모리를 가지고 충분한 연산 처리가 가능한 하드웨어가 필요하다.
또한, 뉴럴 네트워크 처리를 수행하기 위한 추론용 프로그램을 실행하는 소프트웨어 프로그램은 Python, Go, Perl, Ruby, Prolog, Visual Basic, C, C++, Swift, Java(등록 상표), .NET 등의 각종 프로그래밍 언어로 기술할 수 있다. 또한 애플리케이션을 Chainer(Python으로 이용 가능), Caffe(Python 및 C++로 이용 가능), TensorFlow(C, C++, 및 Python으로 이용 가능) 등의 프레임 워크를 사용하여 작성하여도 좋다. 예를 들어, LSTM의 알고리듬은 Python으로 프로그래밍하고, CPU(Central Processing Unit) 또는 GPU(Graphics Processing Unit)를 사용한다. 또한 CPU와 GPU를 하나로 통합한 칩을 APU(Accelerated Processing Unit)라고 할 수도 있고, 이 APU 칩을 사용할 수도 있다. 또한 AI 시스템을 제공한 IC(추론 칩이라고도 함)를 사용하여도 좋다. AI 시스템을 제공한 IC는 뉴럴 네트워크 연산을 수행하는 회로(마이크로프로세서)라고 하는 경우도 있다.
본 명세서에서 개시하는 이차 전지의 충전 상태 추정 방법은, 적은 종류의 데이터를 사용하여 높은 정밀도로 용량을 추정할 수 있다. 따라서, 적은 학습 데이터를 사용하여, 연산 처리를 간편하게 할 수도 있다.
뉴럴 네트워크 처리를 실행할 수 있는 하드웨어를 소형화할 수 있기 때문에, 소형의 충전 제어 장치에 내장할 수도 있다. 뉴럴 네트워크 처리를 실행할 수 있는 하드웨어를 실장한 휴대 정보 단말기를 사용하면, 전기 자동차의 충전 정보를 바탕으로 전기 자동차 차량의 용량을 추정할 수도 있다.
또한, 소형화한 하드웨어를 전기 자동차 차량에 탑재할 수도 있다. 소형화한 하드웨어를 전기 자동차 차량에 탑재하면, 이동처에 있는 충전소에서 충전한 후에 높은 정밀도로 용량을 추정할 수 있다.
도 1의 (A)는 본 발명의 일 형태를 나타내는 방법에 의한 추정의 정밀도를 나타낸 그래프이고, 도 1의 (B)는 입력 데이터의 종류를 나타낸 표이고, 도 1의 (C)는 도 1의 (A)에 대응하는 표이다.
도 2의 (A)는 본 발명의 일 형태를 나타내는 방법에 의한 추정의 정밀도를 나타낸 그래프이고, 도 2의 (B) 및 (C)는 입력 데이터의 종류를 나타낸 표이다.
도 3은 본 발명의 일 형태를 나타낸 흐름도이다.
도 4는 이차 전지의 충전 후의 휴지 시간과 전압 변화를 나타낸 데이터이다.
도 5의 (A) 및 (B)는 뉴럴 네트워크 처리의 구성예를 나타낸 도면이다.
도 6의 (A), (B), (C)는 이차 전지의 충전 방법을 설명하는 도면이다.
도 7의 (A), (B), (C)는 이차 전지의 충전 방법을 설명하는 도면이다.
도 8의 (A), (B)는 이차 전지의 충전 커브 및 이차 전지의 방전 커브이다.
도 9의 (A), (B)는 코인형 이차 전지를 설명하는 도면이다.
도 10의 (A)는 사시도이고, 도 10의 (B)는 단면 사시도이고, 도 10의 (C)는 사시도이고, 도 10의 (D)는 상면도이고, 원통형 이차 전지를 설명하는 도면이다.
도 11의 (A), (B), (C)는 이차 전지의 예를 설명하는 사시도이다.
도 12의 (A), (B), (C), (D), (E)는 본 발명의 일 형태의 이차 전지 모듈을 가지는 소형 전자 기기 및 차량의 예를 설명하는 도면이다.
도 13의 (A), (B), (C)는 본 발명의 일 형태의 이차 전지 모듈을 가지는 차량 및 주택의 예를 설명하는 도면이다.
도 14는 본 발명의 일 형태의 프로그램, 정보 처리 방법을 설명하는 설명도이다.
도 15는 본 발명의 일 형태의 프로그램, 정보 처리 방법을 설명하는 설명도이다.
도 16은 본 발명의 일 형태의 프로그램, 정보 처리 방법을 설명하는 설명도이다.
도 17은 본 발명의 일 형태의 프로그램, 정보 처리 방법을 설명하는 설명도이다.
도 18은 본 발명의 일 형태의 프로그램, 정보 처리 방법을 설명하는 설명도이다.
이하에서는, 본 발명의 실시형태에 대하여 도면을 사용하여 자세히 설명한다. 다만 본 발명은 이하의 설명에 한정되지 않고, 그 형태 및 자세한 사항을 다양하게 변경할 수 있다는 것은 통상의 기술자라면 용이하게 이해할 수 있다. 또한 본 발명은 이하의 실시형태의 기재 내용에 한정하여 해석되는 것은 아니다.
(실시형태 1)
본 실시형태에서는 기준이 되는 이차 전지의 사이클 시험을 수행하고, 그 데이터에 기초한 학습 모델을 구축하고, 용량 추정을 수행하는 절차 및 그것을 사용하여 이상 검지를 수행하는 절차를 도 3에 나타내었다.
우선, 기준이 되는 이차 전지의 충방전 사이클 시험을 수행한다(S1).
충방전 사이클 시험으로 얻어지는 데이터를 수집한다(S2). 이 데이터 수집에서는 다양한 데이터를 수집한다. 예를 들어, CC 시간, CV 시간, 온도, 방전 전압, 초기 FCC(mAh), 사이클 횟수, 충전 시작 시의 전압, 충전을 시작한 1초 후의 전압, 충전을 시작한 2초 후의 전압, 충전을 시작한 60초 후의 전압, 충전을 시작한 120초 후의 전압, 충전을 종료한 직후의 전압, 충전을 종료한 후 휴지를 1초 수행한 후의 전압, 충전을 종료한 후에 휴지를 2초 수행한 후의 전압, 충전을 종료한 후에 휴지를 10초 수행한 후의 전압, 충전을 종료한 후에 휴지를 120초 수행한 후의 전압, 충전을 종료한 후에 휴지를 600초 수행한 후의 전압 등을 실측한다. 이들 데이터(사이클 횟수를 제외함)는 한 번의 충방전으로 얻을 수 있다. 또한, 2번째 충방전 이후에도 데이터를 취득할 수 있다. 또한, 기준이 되는 이차 전지는 거의 같은 특성의 이차 전지이면 복수로 사용하여도 좋다.
적어도 CC 시간, CV 시간, 충전 시작 시의 전압의 3개의 데이터는 수집한다. 본 실시형태에서는 시판되는 리튬 이온 이차 전지(NCR18650B)를 복수로 사용하여 사이클 시험을 수행하여 데이터를 취득한다. 리튬 이온 이차 전지의 공칭 용량은 3350mAh, 평균 전압 3.6V이다. 사이클 시험으로서는 4.2V, 0.5C 충전(CV 컷오프 0.02C)을 수행하고, 휴지 시간이 10분을 경과한 후에 임의의 전압까지 방전시키고, 10분간 휴지시키는 동작을 반복한다.
또한, 충전 종료 후의 휴지 시간의 데이터도 미리 수집한다. 이 데이터로서는, 리튬 이온 이차 전지를 만충전한 후, 휴지(방치)한 시간을 가로축, 전압을 세로축으로 하여 데이터를 취하고, 전압 변화가 작아진 시간을 선정한다. 만충전 종료 후에 휴지하고 시간에 따른 전압 변화를 그래프로 나타낸 실측값을 도 4에 나타내었다. 도 4에 있어서, 휴지 시작으로부터 약 110초 내지 약 130초의 부분에서 전압 변화가 작아지고 있다. 전압 변화가 작아진 이 시점은, 이차 전지 내부의 화학 반응이 안정될 때까지의 시점과 일치한다. 또한, 사이클 시험을 실제로 1000번 수행한 이차 전지에서는, 열화에 의하여 내부 저항이 증대되어 전압 강하가 크게 되는데, 만충전 종료 후의 시간 경과에 따른 전압에는 이와 거의 같은 경향이 보인다. 본 실시형태에서는, 휴지로부터 120초(2분) 후의 전압값을 중요한 파라미터로서 사용한다. 또한, 이 이차 전지 내부의 화학 반응이 안정될 때까지의 시간은 이차 전지의 타입에 따라 상이하기 때문에, 용량 추정을 수행하고자 하는 이차 전지를 사용하여 사이클 시험을 수행하고 얻어진 데이터로부터 결정하면 좋다.
다음으로, 얻어진 데이터를 학습시켜 학습 모델을 구축한다(S3).
본 실시형태에서는, 뉴런끼리를 연결하는 각 노드에 최적의 가중치와 바이어스를 설정하고, 학습 모델을 작성하는 학습을 수행한다. 프레임워크로서는 chainer를 사용하고, mnist 공식 소스를 바탕으로 한 전 결합(全結合) 뉴럴 네트워크 처리를 사용한다. 중간층은 3층, 은닉층은 200층으로 한다. 또한, 최적화를 수행하는 Optimizer로서는 Adam을 사용한다. 학습 데이터로서는, 적어도 CC 시간, CV 시간, 충전 시작 시의 전압의 3개의 데이터를 사용하고, 정답 레이블(correct label)로서 방전 가능 용량을 학습시킨다. 또한, 데이터는 모두 선형 보간 및 정규화한 것을 사용하여 학습시킨다.
도 5의 (A) 및 (B)에서, 뉴럴 네트워크 처리의 연산의 예를 설명한다.
도 5의 (A)에 나타낸 바와 같이, 뉴럴 네트워크 처리(NN)는 입력층(IL), 출력층(OL), 중간층(은닉층)(HL)으로 구성할 수 있다. 입력층(IL), 출력층(OL), 중간층(HL)은 각각 하나 또는 복수의 뉴런(유닛)을 가진다. 또한 중간층(HL)은 1층이어도 좋고 2층 이상이어도 좋다. 2층 이상의 중간층(HL)을 가지는 뉴럴 네트워크 처리는 DNN(딥 뉴럴 네트워크)이라고 할 수도 있고, 딥 뉴럴 네트워크 처리를 사용한 학습은 심층 학습이라고 부를 수도 있다.
입력층(IL)의 각 뉴런에는 입력 데이터가 입력되고, 중간층(HL)의 각 뉴런에는 앞의 층 또는 뒤의 층의 뉴런의 출력 신호가 입력되고, 출력층(OL)의 각 뉴런에는 앞의 층의 뉴런의 출력 신호가 입력된다. 또한 각 뉴런은 앞뒤의 층의 모든 뉴런과 결합되어도 좋고(전 결합), 일부의 뉴런과 결합되어도 좋다.
도 5의 (B)에 뉴런에 의한 연산의 예를 나타내었다. 여기서는, 뉴런(N)과, 뉴런(N)에 신호를 출력하는 앞의 층의 2개의 뉴런을 나타내었다. 뉴런(N)에는 앞의 층의 뉴런의 출력(x1)과, 앞의 층의 뉴런의 출력(x2)이 입력된다. 그리고, 뉴런(N)에서, 출력(x1)과 가중치(w1)의 승산 결과(x1w1)와, 출력(x2)과 가중치(w2)의 승산 결과(x2w2)의 합(x1w1+x2w2)이 계산된 후, 필요에 따라 바이어스(b)가 가산되어, 값(a=x1w1+x2w2+b)이 얻어진다. 그리고, 값 a는 활성화 함수 h를 사용하여 변환되고, 뉴런(N)으로부터 출력 신호 y=h(a)가 출력된다.
이와 같이, 뉴런에 의한 연산에는 입력 데이터와 가중치의 곱을 더하는 연산, 즉 적화 연산이 포함된다. 이 적화 연산은 전류원 회로, 오프셋 흡수 회로, 및 셀 어레이를 가지는 적화 연산 회로에 의하여 수행할 수 있다. 또한, 활성화 함수 h에 의한 신호의 변환은, 계층 출력 회로에 의하여 수행할 수 있다. 즉, 연산 회로에 의하여 중간층 또는 출력층의 연산을 수행할 수 있다.
적화 연산 회로가 가지는 셀 어레이는 매트릭스로 배치된 복수의 메모리 셀로 구성된다.
메모리 셀은 제 1 데이터를 저장하는 기능을 가진다. 제 1 데이터는 뉴럴 네트워크 처리의 뉴런 사이의 가중치에 대응하는 데이터이다. 또한, 메모리 셀은 제 1 데이터와 셀 어레이의 외부로부터 입력되는 제 2 데이터의 승산을 수행하는 기능을 가진다. 즉, 메모리 셀은 기억 회로로서의 기능과 승산 회로로서의 기능을 가진다.
또한, 제 1 데이터가 아날로그 데이터인 경우, 메모리 셀은 아날로그 메모리로서의 기능을 가진다. 또한, 제 1 데이터가 멀티레벨 데이터인 경우, 메모리 셀은 멀티레벨 메모리로서의 기능을 가진다.
그리고, 같은 열에 속하는 메모리 셀에 의한 승산의 결과가 더해진다. 이에 의하여, 제 1 데이터와 제 2 데이터의 적화 연산이 수행된다. 그리고, 셀 어레이에 의한 연산의 결과는 제 3 데이터로서 계층 출력 회로에 출력된다.
계층 출력 회로는 셀 어레이로부터 출력된 제 3 데이터를 소정의 활성화 함수에 따라 변환하는 기능을 가진다. 계층 출력 회로로부터 출력되는 아날로그 신호 또는 멀티레벨의 디지털 신호가, 뉴럴 네트워크 처리에 있어서의 중간층 또는 출력층의 출력 데이터에 상당한다.
활성화 함수로서는, 예를 들어 시그모이드 함수, tanh 함수, softmax 함수, ReLU 함수, 문턱값 함수 등을 사용할 수 있다. 계층 출력 회로에 의하여 변환된 신호는 아날로그 데이터 또는 멀티레벨의 디지털 데이터(데이터 Danalog)로서 출력된다.
이와 같이, 하나의 연산 회로에 의하여 뉴럴 네트워크 처리의 중간층 및 출력층 중 어느 하나의 연산을 실현할 수 있다.
제 1 연산 회로로부터 출력되는 아날로그 데이터 또는 멀티레벨의 디지털 데이터가 제 2 데이터로서 제 2 연산 회로에 공급된다. 그리고, 제 2 연산 회로는 메모리 셀에 저장된 제 1 데이터와, 제 1 연산 회로로부터 입력된 제 2 데이터를 사용하여 연산을 수행한다. 이에 의하여, 복수의 층으로 구성되는 뉴럴 네트워크 처리의 연산을 수행할 수 있다.
알고자 하는 이차 전지의 용량을 구하기 위하여, 그 충전에서의 데이터를 입력하고 학습 모델을 사용하여 추측값을 얻는다(S4).
또한, CC 시간, CV 시간, 충전 시작 시의 전압의 3개의 데이터를 학습 데이터로 하여 학습 모델을 사용하고, 입력 1로서 각각의 데이터를 입력하면 평균 오차를 6.088mAh로 할 수 있다.
또한, CC 시간, CV 시간, 충전 시작 시의 전압, 충전이 종료된 1초 후의 전압, 충전이 종료된 2초 후의 전압의 5개의 데이터를 학습 데이터로 하여 학습 모델을 사용하고, 입력 2로서 각각의 데이터를 입력하면 평균 오차를 6.382mAh로 할 수 있다.
또한, CC 시간, CV 시간, 충전 시작 시의 전압, 충전이 종료된 120초 후의 전압의 4개의 데이터를 학습 데이터로 하여 학습 모델을 사용하고, 입력 3으로서 각각 데이터를 입력하면 평균 오차를 5.844mAh로 할 수 있다.
또한, CC 시간, CV 시간, 충전 시작 시의 전압, 충전이 종료된 1초 후의 전압, 충전이 종료된 2초 후의 전압, CC 시간과 CV 시간의 비(CCCV 시간 비)의 6개의 데이터를 학습 데이터로 하여 학습 모델을 사용하고, 입력 4로서 각각 데이터를 입력하면 평균 오차를 6.66mAh로 할 수 있다.
이들 결과를 비교한 막대그래프를 도 1의 (A)에 나타내고, 입력에 관한 표를 도 1의 (B)에 나타내고, 평균 오차의 일람표를 도 1의 (C)에 나타내었다.
이들의 결과로부터, 적어도 CC 시간, CV 시간, 충전 시작 시의 전압의 3개의 데이터를 사용하면, 추정 용량값을 7mAh 정도의 오차로 억제할 수 있고, 그 중에서도 CC 시간, CV 시간, 충전 시작 시의 전압, 충전이 종료된 120초 후의 전압의 4개의 데이터를 학습 데이터로 하여 학습 모델을 사용하는 경우에 가장 높은 정밀도로 용량을 추정할 수 있다.
단계 S1 내지 단계 S4는, 학습 모델을 구축하고 용량을 추측하는 절차라고 할 수 있다.
상기 학습 데이터에는 정상적인 데이터만을 학습시켰다. 그러므로, 이차 전지에 어떤 이상이 발생하면, 추정값이 변화되어 추정 오차가 커진다. 이것을 이용하여 이상 검지를 수행할 수도 있다.
이어서 이차 전지를 사용하여 충전하는 충방전 사이클이 수행되고, 충전이 종료된 후에 상기 학습 모델을 사용하여 용량을 추측한다.
어떤 충전 사이클 중에 이차 전지에 이상이 발생하는 단계 5(S5)를 가정한다.
이상이 발생한 후의 추정 오차가 산출되고, 큰 추정 오차가 출력된다(S6).
S6에서의 추정 오차가, 이상 발생으로 간주할 수 있는 추정 오차의 문턱값을 넘으면 이상으로 판정한다(S7).
또한, 노이즈의 발생과 이상 발생을 구별하기 위하여, 미리 추정 오차의 문턱값을 결정한다.
이상이 발생하면, 각 단계 S5, S6, S7을 거침으로써 이상을 검출할 수 있다.
이상의 설명에 의하여, 도 3의 흐름도를 사용하여 용량 추정의 절차를 나타내고, 도 1의 결과가 우수하고 정밀도가 높은 용량 추정의 결과인 것을 나타내었다. 또한, 도 3의 흐름도를 사용하여 이상 검출의 절차를 나타내고, 정밀도가 높은 용량 추정에 기초하여 이상 검출을 수행하는 것을 나타내었다.
또한, 추정 오차란 학습 모델을 사용하여 추정된 값과 방전 가능 용량의 차이를 가리키고, 평균 오차란 사용한 전지 셀 각각의 추정 오차의 평균이다. 본 실시형태에서는 10개의 전지 셀에 대하여 추정하였기 때문에, 10개 각각의 추정 오차의 합계를 10으로 나눈 값을 평균 오차로 하였다.
(실시형태 2)
본 실시형태에서는, 실시형태 1과 다른 비교예와의 대비에 대하여 도 2를 사용하여 이하에서 설명한다.
실시형태 1과 같은 학습 모델을 사용하고, 입력 데이터를 다양하게 바꾸어 추정 오차를 구한 결과를 도 2의 (A)에 나타내었다.
또한, 도 2의 (A) 및 (B)에 나타낸 입력 3은 도 1의 (A)에 나타낸 입력 3과 동일하고, 같은 조건에서의 결과를 나타내었다.
또한, 도 2의 (A) 및 (B)에 나타낸 입력 5는 CC 시간과 CV 시간을 사용한 결과이고, 본 발명의 하나이다. 입력 5에 있어서는 평균값은 5.9이고, 또한 입력 3과 달리 최솟값이 3.2이고, 입력 3보다 추정 정밀도가 낮다.
또한, 도 2의 (C)에 나타낸 입력 6, 입력 7, 입력 8, 입력 9는 비교예이고, 비교예의 추정 오차는 모두 10(mAh) 이상이다. 입력 6의 데이터로서는 충전 시작 시의 전압과 충전 종료 후에 휴지를 120초 수행한 후의 전압을 사용하였다. 또한, 입력 7의 데이터로서는 충전이 종료된 1초 후의 전압, 충전이 종료된 2초 후의 전압, CCCV 시간 비를 사용하였다. 또한, 입력 8의 데이터로서는 충전이 종료된 1초 후의 전압, 충전이 종료된 2초 후의 전압을 사용하였다. 입력 9의 데이터로서는 CCCV 시간 비를 사용하였다.
10개의 전지 셀에 대하여 각각 추정 용량을 산출하고, 그 평균을 오차 용량(mAh)으로서 나타내었다.
도 2의 (A)의 결과로부터도, 학습 모델에 적어도 CC 시간과 CV 시간을 사용하고, 또한 충전 시작 시의 전압과 충전 종료 후에 휴지를 120초 수행한 후의 전압을 사용함으로써, 다른 조건에 비하여 가장 정밀도가 높은 추정 용량을 출력할 수 있다. 데이터 수를 적게 하고자 하는 경우에는, CC 시간과 CV 시간의 2개의 데이터를 사용하는 학습 모델로 하는 것이 바람직하다.
(실시형태 3)
코인형 이차 전지의 일례에 대하여 설명한다. 도 9의 (A)는 코인형(단층 편평형) 이차 전지의 외관도이고, 도 9의 (B)는 이의 단면도이다.
코인형 이차 전지(300)에서는, 양극 단자를 겸하는 양극 캔(301)과, 음극 단자를 겸하는 음극 캔(302)이, 폴리프로필렌 등으로 형성된 개스킷(303)에 의하여 절연되고 밀봉되어 있다. 양극(304)은 양극 집전체(305)와, 이와 접하도록 제공된 양극 활물질층(306)으로 형성된다. 또한 음극(307)은 음극 집전체(308)와, 이와 접하도록 제공된 음극 활물질층(309)으로 형성된다.
또한 코인형 이차 전지(300)에 사용되는 양극(304) 및 음극(307)은 각각 한쪽 면에만 활물질층이 형성되면 좋다.
양극 캔(301), 음극 캔(302)에는 전해액에 대하여 내식성이 있는 니켈, 알루미늄, 타이타늄 등의 금속, 또는 이들의 합금이나, 이들과 다른 금속의 합금(예를 들어 스테인리스강 등)을 사용할 수 있다. 또한 전해액으로 인한 부식을 방지하기 위하여 니켈이나 알루미늄 등으로 피복하는 것이 바람직하다. 양극 캔(301)은 양극(304)에 전기적으로 접속되고, 음극 캔(302)은 음극(307)에 전기적으로 접속된다.
이들 음극(307), 양극(304), 및 세퍼레이터(310)를 전해질에 함침(含浸)시키고, 도 9의 (B)에 나타낸 바와 같이 양극 캔(301)을 아래로 하여 양극(304), 세퍼레이터(310), 음극(307), 음극 캔(302)을 이 순서대로 적층하고, 양극 캔(301)과 음극 캔(302)을 개스킷(303)을 개재(介在)하여 압착함으로써 코인형 이차 전지(300)를 제조한다.
[원통형 이차 전지]
다음으로, 원통형 이차 전지의 예에 대하여 도 10의 (A) 내지 (D)를 참조하여 설명한다. 원통형 이차 전지(600)는 도 10의 (A)에 나타낸 바와 같이, 상면에 양극 캡(전지 뚜껑)(601)을 가지고, 측면 및 바닥면에 전지 캔(외장 캔)(602)을 가진다. 이들 양극 캡과 전지 캔(외장 캔)(602)은 개스킷(절연 패킹)(610)에 의하여 절연된다.
도 10의 (B)는 원통형 이차 전지의 단면을 모식적으로 나타낸 도면이다. 중공 원기둥 형상의 전지 캔(602)의 안쪽에는, 세퍼레이터(605)를 사이에 두고 띠 형상의 양극(604)과 음극(606)이 권회된 전지 소자가 제공되어 있다. 도시하지 않았지만, 전지 소자는 센터 핀을 중심으로 하여 권회되어 있다. 전지 캔(602)은 한끝이 닫혀 있고, 다른 한끝이 열려 있다. 전지 캔(602)에는 전해액에 대하여 내부식성이 있는 니켈, 알루미늄, 타이타늄 등의 금속, 또는 이들의 합금이나, 이들과 다른 금속의 합금(예를 들어 스테인리스강 등)을 사용할 수 있다. 또한 전해액으로 인한 부식을 방지하기 위하여 니켈이나 알루미늄 등으로 피복하는 것이 바람직하다. 전지 캔(602)의 안쪽에서 양극, 음극, 및 세퍼레이터가 권회된 전지 소자는 대향하는 한 쌍의 절연판(608, 609) 사이에 끼워진다. 또한 전지 소자가 제공된 전지 캔(602)의 내부에는 비수 전해액(도시하지 않았음)이 주입되어 있다. 비수전해액으로서는, 코인형 이차 전지와 같은 것을 사용할 수 있다.
원통형 축전지에 사용되는 양극 및 음극은 권회되기 때문에, 집전체의 양면에 활물질을 형성하는 것이 바람직하다. 양극(604)에는 양극 단자(양극 집전 리드)(603)가 접속되고, 음극(606)에는 음극 단자(음극 집전 리드)(607)가 접속된다. 양극 단자(603) 및 음극 단자(607)에는 각각 알루미늄 등의 금속 재료를 사용할 수 있다. 양극 단자(603)는 안전 밸브 기구(612)에, 음극 단자(607)는 전지 캔(602)의 바닥에 각각 저항 용접된다. 안전 밸브 기구(612)는 PTC(Positive Temperature Coefficient) 소자(611)를 통하여 양극 캡(601)에 전기적으로 접속되어 있다. 안전 밸브 기구(612)는 전지의 내압 상승이 소정의 문턱값을 초과한 경우에, 양극 캡(601)과 양극(604) 사이의 전기적인 접속을 절단하는 것이다. 또한 PTC 소자(611)는 온도가 상승한 경우에 저항이 증대되는 열감 저항 소자이며, 저항의 증대에 따라 전류량을 제한하여 이상 발열을 방지하는 것이다. PTC 소자에는 타이타늄산 바륨(BaTiO3)계 반도체 세라믹 등을 사용할 수 있다.
또한 도 10의 (C)와 같이, 복수의 이차 전지(600)를 도전판(613)과 도전판(614) 사이에 끼워 모듈(615)을 구성하여도 좋다. 복수의 이차 전지(600)는 병렬로 접속되어도 좋고, 직렬로 접속되어도 좋고, 병렬로 접속된 후 직렬로 접속되어도 좋다. 복수의 이차 전지(600)를 가지는 모듈(615)을 구성함으로써, 큰 전력을 추출할 수 있다.
도 10의 (D)는 모듈(615)의 상면도이다. 도면을 명료화하기 위하여 도전판(613)을 점선으로 나타내었다. 도 10의 (D)에 나타낸 바와 같이 모듈(615)은 복수의 이차 전지(600)를 전기적으로 접속하는 도선(導線)(616)을 가져도 좋다. 도선(616) 위에 도전판을 중첩하여 제공할 수 있다. 또한 복수의 이차 전지(600) 사이에 온도 제어 장치를 가져도 좋다. 이차 전지(600)가 과열되었을 때에는 온도 제어 장치에 의하여 냉각하고, 이차 전지(600)가 지나치게 냉각되었을 때에는 온도 제어 장치에 의하여 가열할 수 있다. 그러므로 모듈(615)의 성능이 외기 온도의 영향을 받기 어려워진다. 온도 제어 장치가 가지는 열 매체는 절연성과 불연성을 가지는 것이 바람직하다.
[이차 전지의 구조예]
도 11의 (A), (B), (C)를 사용하여 래미네이트형 이차 전지(980)에 대하여 설명한다. 래미네이트형 이차 전지(980)는 도 11의 (A)에 나타낸 권회체(993)를 가진다. 권회체(993)는 음극(994)과, 양극(995)과, 세퍼레이터(996)를 가진다. 권회체(993)는 세퍼레이터(996)를 사이에 두고 음극(994)과 양극(995)이 중첩되어 적층되고, 이 적층 시트를 권회시킨 것이다.
도 11의 (B)에 나타낸 바와 같이, 외장체가 되는 필름(981)과, 오목부를 가지는 필름(982)을 열 압착 등에 의하여 접합하여 형성되는 공간에 상술한 권회체(993)를 수납함으로써, 도 11의 (C)에 나타낸 바와 같이 이차 전지(980)를 제작할 수 있다. 권회체(993)는 리드 전극(997) 및 리드 전극(998)을 가지고, 필름(981)과, 오목부를 가지는 필름(982)의 내부에서 전해액에 함침된다.
필름(981)과, 오목부를 가지는 필름(982)에는, 예를 들어 알루미늄 등의 금속 재료나 수지 재료를 사용할 수 있다. 필름(981) 및 오목부를 가지는 필름(982)의 재료로서 수지 재료를 사용하면, 외부로부터 힘이 가해졌을 때에, 필름(981)과, 오목부를 가지는 필름(982)을 변형시킬 수 있으므로, 가요성을 가지는 축전지를 제작할 수 있다.
또한 도 11의 (B) 및 (C)에는 밀봉을 위하여 2장의 필름을 사용하는 예를 나타내었지만, 1장의 필름을 접어서 공간을 형성하고, 이 공간에 상술한 권회체(993)를 수납하여도 좋다.
본 실시형태에 나타내는 도 9의 (A) 내지 도 11의 (C)의 이차 전지의 종류는 특별히 한정되지 않는다.
도 9의 (A) 내지 도 11의 (C)의 이차 전지 중 어느 하나를 사용하는 전자 기기 또는 차량을 제조하는 경우, 이차 전지의 내부의 화학 반응이 안정될 때까지의 시간을 미리 측정하고, 도 3에 나타낸 흐름에 따라 용량 추정 또는 이상 검출을 수행하는 시스템을 구축하면 좋다. 본 실시형태는 실시형태 1 또는 실시형태 2와 자유로이 조합할 수 있다.
실시형태 1에 나타낸 학습 모델을 탑재하기 위하여 GPU 등의 하드웨어를 전자 기기 또는 차량에 탑재하여도 좋다. 탑재함으로써, 이차 전지의 용량을 높은 정밀도로 추정하는 시스템을 가질 수 있다. 또한, 이차 전지의 충전 후에 학습 모델을 사용하는 뉴럴 네트워크 처리가 가능한 서버와 쌍방향의 통신을 수행하는 시스템을 구축하여도 좋다.
(실시형태 4)
본 실시형태에서는 도 12의 (A) 내지 (E) 및 도 13의 (A) 내지 (C)를 사용하여, 전자 기기의 이차 전지에 대하여 앞의 실시형태에서 설명한 이차 전지의 용량을 높은 정밀도로 추정하는 시스템을 구축하는 예에 대하여 설명한다. 또한 이차 전지 모듈은 적어도 이차 전지와 보호 회로를 가진다.
먼저 도 12의 (A) 내지 (C)를 사용하여, 이차 전지 모듈을 소형 전자 기기에 실장하는 예에 대하여 설명한다.
도 12의 (A)는 휴대 전화기의 일례를 나타낸 것이다. 휴대 전화기(2100)는 하우징(2101)에 제공된 표시부(2102) 외에도, 조작 버튼(2103), 외부 접속 포트(2104), 스피커(2105), 마이크로폰(2106) 등을 가진다. 또한 휴대 전화기(2100)는 이차 전지 모듈(2107)을 가진다.
휴대 전화기(2100)는 이동 전화, 전자 메일, 문장 열람 및 작성, 음악 재생, 인터넷 통신, 컴퓨터 게임 등의 다양한 애플리케이션을 실행할 수 있다.
조작 버튼(2103)은 시각 설정 외에, 전원의 온/오프 동작, 무선 통신의 온/오프 동작, 매너 모드의 실행 및 해제, 전력 절약 모드의 실행 및 해제 등, 다양한 기능을 가질 수 있다. 예를 들어 휴대 전화기(2100)에 제공된 운영 체계에 의하여, 조작 버튼(2103)의 기능을 자유로이 설정할 수도 있다.
또한 휴대 전화기(2100)는 통신 규격에 따른 근거리 무선 통신을 실행할 수 있다. 예를 들어 무선 통신이 가능한 헤드세트와 상호 통신함으로써 핸즈프리로 통화할 수도 있다.
또한 휴대 전화기(2100)는 외부 접속 포트(2104)를 가지고, 커넥터를 통하여 다른 정보 단말기와 직접 데이터를 송수신할 수 있다. 또한 외부 접속 포트(2104)를 통하여 충전을 수행할 수도 있다. 또한 충전 동작은 외부 접속 포트(2104)를 통하지 않고 무선 급전으로 수행하여도 좋다.
휴대 전화기(2100)는 센서를 가지는 것이 바람직하다. 센서로서는, 예를 들어 지문 센서, 맥박 센서, 체온 센서 등의 인체 센서나, 터치 센서, 가압 센서, 가속도 센서 등이 탑재되는 것이 바람직하다.
휴대 전화기(2100)에서는, 충전 기기로의 충전 후에 충전 기기, 또는 충전 기기와의 쌍방향 통신이 가능한 서버에 구축된 학습 모델을 사용하여 높은 정밀도로 용량을 추정할 수 있다. 또한, 그 추정된 용량을 사용하여 이상 검지도 수행할 수 있다.
도 12의 (B)는 담배 수용 흡연 장치(전자 담배)라고도 불리는 장치의 사시도이다. 도 12의 (B)에서 전자 담배(2200)는 가열 소자(2201)와, 가열 소자(2201)에 전력을 공급하는 이차 전지 모듈(2204)을 가진다. 이에 스틱(2202)을 삽입하면, 스틱(2202)은 가열 소자(2201)에 의하여 가열된다. 안전성을 높이기 위하여, 이차 전지 모듈(2204)의 과충전이나 과방전을 방지하는 보호 회로를 이차 전지 모듈(2204)에 전기적으로 접속하여도 좋다. 도 12의 (B)에 나타낸 이차 전지 모듈(2204)은 충전 기기에 접속될 수 있도록 외부 단자를 가진다. 들었을 때 이차 전지 모듈(2204)은 선단 부분이 되기 때문에, 총길이가 짧으며 중량이 가벼운 것이 바람직하다.
이차 전지 모듈(2204)에서는, 충전 기기로의 충전 후에 충전 기기, 또는 충전 기기와의 쌍방향 통신이 가능한 서버에 구축된 학습 모델을 사용하여 높은 정밀도로 용량을 추정할 수 있다. 또한, 그 추정된 용량을 사용하여 이상 검지도 수행할 수 있다.
학습 모델을 사용하여 충전 후에 이상 검지를 수행함으로써, 이차 전지 모듈의 안전성을 높일 수 있기 때문에, 장기간에 걸쳐 장시간 안전하게 사용할 수 있는,소형이며 경량의 전자 담배(2200)를 제공할 수 있다.
도 12의 (C)는 복수의 로터(2302)를 가지는 무인 항공기(2300)를 나타낸 것이다. 무인 항공기(2300)는 이차 전지 모듈(2301)과, 카메라(2303)와, 안테나(도시하지 않았음)를 가진다. 무인 항공기(2300)는 안테나를 통하여 원격 조작할 수 있다.
이차 전지 모듈(2301)은 충전 기기로의 충전 후에 충전 기기, 또는 충전 기기와의 쌍방향 통신이 가능한 서버에 구축된 학습 모델을 사용하여 높은 정밀도로 용량을 추정할 수 있다. 또한, 그 추정된 용량을 사용하여 이상 검지도 수행할 수 있다.
학습 모델을 사용하여 충전 후에 이상 검지를 수행함으로써, 이차 전지 모듈의 안전성을 높일 수 있기 때문에, 장기간에 걸쳐 장시간 안전하게 사용할 수 있어, 무인 항공기(2300)에 탑재하는 이차 전지 모듈로서 적합하다.
다음으로 도 12의 (D), (E) 및 도 13의 (A) 내지 (C)를 사용하여, 본 발명의 일 형태의 이차 전지의 용량 추정 시스템 또는 이상 검출 시스템을 차량에 실장하는 예에 대하여 설명한다.
도 12의 (D)는 이차 전지 모듈을 사용한 전기 이륜차(2400)를 나타낸 것이다. 전기 이륜차(2400)는 이차 전지 모듈(2401), 표시부(2402), 핸들(2403)을 가진다. 이차 전지 모듈(2401)은 동력이 되는 모터에 전기를 공급할 수 있다. 표시부(2402)는 이차 전지 모듈(2401)의 배터리 잔량, 전기 이륜차(2400)의 속도, 수평 상태 등을 표시할 수 있다.
도 12의 (E)는 이차 전지 모듈을 사용한 전기 자전거의 일례를 나타낸 것이다. 전기 자전거(2500)는 전지 팩(2502)을 가진다. 전지 팩(2502)은 이차 전지 모듈을 가진다.
전지 팩(2502)은 운전자를 어시스트하는 모터에 전기를 공급할 수 있다. 또한 전지 팩(2502)은 전기 자전거(2500)에서 분리하고 들고 다닐 수 있다. 또한 전지 팩(2502) 및 전기 자전거(2500)는 배터리 잔량 등을 표시할 수 있는 표시부를 가져도 좋다.
전지 팩(2502)에서는 충전 기기로의 충전 후에 충전 기기, 또는 충전 기기와의 쌍방향 통신이 가능한 서버에 구축된 학습 모델을 사용하여 높은 정밀도로 용량을 추정할 수 있다. 또한, 그 추정된 용량을 사용하여 이상 검지도 수행할 수 있다.
학습 모델을 사용하여 충전 후에 이상 검지를 수행함으로써, 전지 팩(2502)의 안전성을 높일 수 있기 때문에, 장기간에 걸쳐 장시간 안전하게 사용할 수 있어, 전기 자전거(2500)에 탑재하는 이상 검지 시스템으로서 적합하다.
또한 도 13의 (A)에 나타낸 바와 같이, 이차 전지(2601)를 복수로 가지는 이차 전지 모듈(2602)을 하이브리드 자동차(HEV), 전기 자동차(EV), 플러그인 하이브리드 자동차(PHEV), 또는 그 외의 전자 기기에 탑재하여도 좋다.
도 13의 (B)에 이차 전지 모듈(2602)이 탑재된 차량의 일례를 나타내었다. 차량(2603)은 주행을 위한 동력원으로서 전기 모터를 사용하는 전기 자동차이다. 또는 주행을 위한 동력원으로서 전기 모터와 엔진을 적절히 선택하여 사용할 수 있는 하이브리드 자동차이다. 전기 모터를 사용하는 차량(2603)은 복수의 ECU(Electronic Control Unit)를 가지고, ECU에 의하여 엔진 제어 등을 수행한다. ECU는 마이크로컴퓨터를 포함한다. ECU는 전기 차량에 제공된 CAN(Controller Area Network)에 접속된다. CAN은 차량용 LAN으로서 사용되는 직렬 통신 규격의 하나이다.
ECU에는 CPU나 GPU를 사용한다. 또한 CPU와 GPU를 하나로 통합한 칩을 APU(Accelerated Processing Unit)라고 부르는 경우도 있고, 이 APU 칩을 사용할 수도 있다. 또한 AI 시스템을 제공한 IC(추론 칩이라고도 함)를 사용하여도 좋다. 이차 전지 모듈(2602)은 충전 기기로의 충전 후에 충전 기기 또는 ECU, 또는 충전 기기와의 쌍방향 통신이 가능한 서버에 구축된 학습 모델을 사용하여 높은 정밀도로 용량을 추정할 수 있다. 또한, 그 추정된 용량을 사용하여 이상 검지도 수행할 수 있다.
학습 모델을 사용하여 충전 후에 이상 검지를 수행함으로써, 이차 전지 모듈의 안전성을 높일 수 있기 때문에, 장기간에 걸쳐 장시간 안전하게 사용할 수 있어, 차량(2603)에 탑재하는 용량 추정 시스템 또는 이상 검지 시스템으로서 적합하다.
이차 전지는 전기 모터(도시하지 않았음)를 구동시킬 뿐만 아니라, 전조등이나 실내등 등의 발광 장치에 전력을 공급할 수 있다. 또한 이차 전지는 차량(2603)이 가지는 속도계, 회전 속도계, 내비게이션 시스템 등의 표시 장치 및 반도체 장치에 전력을 공급할 수 있다.
차량(2603)은 이차 전지 모듈(2602)이 가지는 이차 전지에 플러그인 방식이나 비접촉 급전 방식 등으로 외부의 충전 설비로부터 전력을 공급받음으로써 충전될 수 있다.
도 13의 (C)는 지상 설치형 충전 장치(2604)로부터 케이블을 통하여 차량(2603)을 충전하는 상태를 나타낸 것이다. 충전 시에는, 충전 방법이나 커넥터의 규격 등은 CHAdeMO(등록 상표)나 콤보 등의 소정의 방식을 적절히 사용하면 좋다. 예를 들어 플러그인 기술을 사용하여, 외부로부터의 전력 공급에 의하여 차량(2603)에 탑재된 이차 전지 모듈(2602)을 충전할 수 있다. 충전은 ACDC 컨버터 등의 변환 장치를 통하여 교류 전력을 직류 전력으로 변환함으로써 수행할 수 있다. 충전 장치(2604)는 도 13의 (C)와 같이 주택에 구비된 것이어도 좋고, 상용 시설에 제공된 충전 스테이션이어도 좋다.
지상 설치형 충전 장치(2604)로의 충전 후에 충전 장치(2604), 또는 충전 장치(2604)와의 쌍방향 통신이 가능한 서버에 구축된 학습 모델을 사용하여 높은 정밀도로 용량을 추정할 수 있다. 또한, 실시형태 1에 나타낸 바와 같이, 이상 검지 시스템을 구축할 수도 있다.
또한 도시하지 않았지만, 수전 장치를 차량에 탑재하고, 지상의 송전 장치로부터 전력을 비접촉으로 공급하여 충전할 수도 있다. 이 비접촉 급전 방식의 경우에는 도로나 외벽에 송전 장치를 조합함으로써, 정차 시뿐만 아니라 주행 시에도 충전을 할 수 있다. 또한 이 비접촉 급전 방식을 이용하여 차량들 사이에서 전력을 송수신하여도 좋다. 또한 차량의 외장부에 태양 전지를 제공하여, 정차 시나 주행 시에 이차 전지를 충전하여도 좋다. 이와 같은 비접촉 전력 공급에는 전자기 유도 방식이나 자기장 공명 방식을 이용할 수 있다.
또한 도 13의 (C)에 나타낸 주택은 이차 전지 모듈을 가지는 축전 시스템(2612)과 태양 전지판(2610)을 가진다. 축전 시스템(2612)은 배선(2611) 등을 통하여 태양 전지판(2610)에 전기적으로 접속되어 있다. 또한 축전 시스템(2612)과 지상 설치형 충전 장치(2604)가 전기적으로 접속되어도 좋다. 태양 전지판(2610)으로 얻은 전력으로 축전 시스템(2612)을 충전할 수 있다. 또한 축전 시스템(2612)에 저장된 전력으로 차량(2603)이 가지는 이차 전지 모듈(2602)을 충전 장치(2604)를 통하여 충전할 수 있다.
축전 시스템(2612)에 저장된 전력은 주택 내의 다른 전자 기기에도 공급될 수 있다. 따라서 정전 등으로 인하여 상용 전원으로부터 전력을 공급받을 수 없을 때에도, 축전 시스템(2612)을 무정전 전원으로서 사용함으로써, 전자 기기를 이용할 수 있다.
본 실시형태는 다른 실시형태와 적절히 조합하여 사용할 수 있다.
(실시예 1)
본 실시예에서는 실제로 제작한 프로그램의 일례를 도 14, 도 15, 도 16, 도 17, 및 도 18에 나타내었다.
학습 모델을 구축할 수 있는 CPU나 GPU가 메모리 상의 데이터를 사용하여 SSD(또는 하드 디스크)에 저장된 프로그램(본 실시예에서는 Python)에 액세스하여 그 프로그램을 읽고, SSD(또는 하드 디스크)에 저장된 프로그램이 메모리에 로드되고 메모리 상에 프로세스로서 전개된다.
학습 모델을 구축하는 프로그램 및 용량을 추정하고 출력하는 프로그램을 도 14, 도 15, 도 16, 도 17, 및 도 18에 나타내었다. 또한, 프로그램 중에서는 데이터를 참조하였지만, 방대한 데이터이기 때문에 여기서는 파일 이름만 나타내고, 내용을 생략하였다.
예를 들어, 뉴럴 네트워크에 의한 학습으로 얻어진 모델과 파라미터를 차재용 ECU, 구체적으로는 마이크로컴퓨터 또는 마이크로프로세서 등으로 이식함으로써, 실제의 자동차의 전지의 열화를 예측할 수 있다. 학습을 위한 데이터는, 대상으로 하는 이차 전지와 같은 제조 장치로 제작된 이차 전지를 사용하여 미리 취득한다.
이차 전지의 충방전에 관계하는 데이터가 많으며 복잡하더라도, 2개 이상의 파라미터, 본 실시예에서는 CC 시간과 CV 시간이 용량 추정의 열쇠가 되기 때문에, 이들의 파라미터와 뉴럴 네트워크에 의한 학습으로 얻어진 모델에 의하여 높은 용량 추정 정밀도를 얻을 수 있다.
또한, 이차 전지의 용량 추정의 처리를 소프트웨어에 의하여 실행시키는 경우에는, 소프트웨어를 구성하는 프로그램이 하드웨어에 제공되어 있는 컴퓨터, 또는 네트워크나 기록 매체로부터 프로그램 등을 인스톨하여도 좋다. 컴퓨터로 판독할 수 있는 CD-ROM(Compact Disk Read Only Memory)과 같은 기록 매체에 기록된 프로그램을 인스톨하고, 이차 전지의 용량 추정을 위한 프로그램을 실행한다. 프로그램으로 수행되는 처리는 반드시 순서대로 수행될 필요는 없고 시계열적이지 않아도 되고, 예를 들어 병렬적으로 수행되어도 좋다.
300: 이차 전지, 301: 양극 캔, 302: 음극 캔, 303: 개스킷, 304: 양극, 305: 양극 집전체, 306: 양극 활물질층, 307: 음극, 308: 음극 집전체, 309: 음극 활물질층, 310: 세퍼레이터, 600: 이차 전지, 601: 양극 캡, 602: 전지 캔, 603: 양극 단자, 604: 양극, 605: 세퍼레이터, 606: 음극, 607: 음극 단자, 608: 절연판, 609: 절연판, 610: 개스킷, 611: PTC 소자, 612: 안전 밸브 기구, 613: 도전판, 614: 도전판, 615: 모듈, 616: 도선, 980: 이차 전지, 981: 필름, 982: 필름, 993: 권회체, 994: 음극, 995: 양극, 996: 세퍼레이터, 997: 리드 전극, 998: 리드 전극, 2100: 휴대 전화기, 2101: 하우징, 2102: 표시부, 2103: 조작 버튼, 2104: 외부 접속 포트, 2105: 스피커, 2106: 마이크로폰, 2107: 이차 전지 모듈, 2200: 전자 담배, 2201: 가열 소자, 2202: 스틱, 2204: 이차 전지 모듈, 2300: 무인 항공기, 2301: 이차 전지 모듈, 2302: 로터, 2303: 카메라, 2400: 전기 이륜차, 2401: 이차 전지 모듈, 2402: 표시부, 2403: 핸들, 2500: 전기 자전거, 2502: 전지 팩, 2601: 이차 전지, 2602: 이차 전지 모듈, 2603: 차량, 2604: 충전 장치, 2610: 태양 전지판, 2611: 배선, 2612: 축전 시스템

Claims (7)

  1. 이차 전지의 충전 상태 추정 방법으로서,
    이차 전지의 충전 시작 시의 전압값을 측정하고,
    충전 시작 시로부터 이차 전지의 단자 전압이 기준 전압에 도달할 때까지의 제 1 시간을 계측하고,
    상기 기준 전압에 도달한 시점으로부터 충전이 종료될 때까지의 제 2 시간을 계측하고,
    상기 충전 시작 시의 전압값, 상기 제 1 시간, 상기 제 2 시간이 입력된 뉴럴 네트워크부는 이차 전지의 용량을 산출하는, 이차 전지의 충전 상태 추정 방법.
  2. 이차 전지의 충전 상태 추정 방법으로서,
    이차 전지의 충전 시작 시의 전압값을 측정하고,
    충전 시작 시로부터 이차 전지의 단자 전압이 기준 전압에 도달할 때까지의 제 1 시간을 계측하고,
    상기 기준 전압에 도달한 시점으로부터 충전이 종료될 때까지의 제 2 시간을 계측하고,
    전류가 종료된 시점으로부터 상기 이차 전지 내부의 화학 반응이 안정될 때까지의 제 3 시간 후의 전압값을 측정하고,
    상기 충전 시작 시의 전압값, 상기 제 1 시간, 상기 제 2 시간, 및 상기 전압값이 입력된 뉴럴 네트워크부는 이차 전지의 용량을 산출하는, 이차 전지의 충전 상태 추정 방법.
  3. 이차 전지의 충전 상태 추정 방법으로서,
    이차 전지의 충전 시작 시로부터 이차 전지의 단자 전압이 기준 전압에 도달할 때까지의 제 1 시간을 계측하고,
    상기 기준 전압에 도달한 시점으로부터 충전이 종료될 때까지의 제 2 시간을 계측하고,
    상기 충전 시작 시의 전압값, 상기 제 1 시간, 상기 제 2 시간이 입력된 뉴럴 네트워크부는 이차 전지의 용량을 산출하는, 이차 전지의 충전 상태 추정 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 이차 전지는 차재용 이차 전지인, 이차 전지의 충전 상태 추정 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 뉴럴 네트워크부는 차재용 ECU에 포함되는, 이차 전지의 충전 상태 추정 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 이차 전지의 용량의 산출은 차량 주행 중에 수행되는, 이차 전지의 충전 상태 추정 방법.
  7. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 이차 전지의 용량의 산출은 상기 이차 전지의 충전 종료 후에 수행되는, 이차 전지의 충전 상태 추정 방법.
KR1020217034493A 2019-04-02 2020-03-23 이차 전지의 충전 상태 추정 방법, 이차 전지의 충전 상태 추정 시스템, 및 이차 전지의 이상 검지 방법 KR20210148217A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2019-070555 2019-04-02
JP2019070555 2019-04-02
PCT/IB2020/052666 WO2020201893A1 (ja) 2019-04-02 2020-03-23 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

Publications (1)

Publication Number Publication Date
KR20210148217A true KR20210148217A (ko) 2021-12-07

Family

ID=72667096

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217034493A KR20210148217A (ko) 2019-04-02 2020-03-23 이차 전지의 충전 상태 추정 방법, 이차 전지의 충전 상태 추정 시스템, 및 이차 전지의 이상 검지 방법

Country Status (6)

Country Link
US (1) US20220179007A1 (ko)
JP (1) JPWO2020201893A1 (ko)
KR (1) KR20210148217A (ko)
CN (1) CN113646948A (ko)
DE (1) DE112020001752T5 (ko)
WO (1) WO2020201893A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022136663A (ja) * 2021-03-08 2022-09-21 本田技研工業株式会社 二次電池の状態推定モデルの学習方法、状態推定方法、および状態推定装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016080693A (ja) 2014-10-09 2016-05-16 株式会社デンソー 電池状態推定装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3470098B2 (ja) * 2000-11-28 2003-11-25 日本電信電話株式会社 リチウムイオン電池の容量推定方法、劣化判定方法および劣化判定装置ならびに劣化判定機能を具備したリチウムイオン電池パック
JP4609883B2 (ja) * 2005-02-16 2011-01-12 株式会社デンソー 車両用蓄電装置の満充電容量演算装置
JP5929711B2 (ja) * 2012-11-02 2016-06-08 トヨタ自動車株式会社 充電システムおよび、電圧降下量の算出方法
KR102241683B1 (ko) * 2014-07-30 2021-04-19 삼성전자주식회사 배터리의 상태를 추정하는 방법 및 장치
JP6763376B2 (ja) * 2015-05-25 2020-09-30 日本電気株式会社 蓄電池制御装置、蓄電システム、制御方法及びコンピュータ可読媒体
JP6520654B2 (ja) * 2015-11-12 2019-05-29 株式会社豊田自動織機 鉛バッテリの劣化度を検出する方法および鉛バッテリの充電を制御する方法
DE112017005281B4 (de) * 2016-06-22 2024-05-16 Kabushiki Kaisha Toyota Jidoshokki Energiespeichervorrichtung und Steuerverfahren dafür

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016080693A (ja) 2014-10-09 2016-05-16 株式会社デンソー 電池状態推定装置

Also Published As

Publication number Publication date
CN113646948A (zh) 2021-11-12
US20220179007A1 (en) 2022-06-09
WO2020201893A1 (ja) 2020-10-08
DE112020001752T5 (de) 2021-12-16
JPWO2020201893A1 (ko) 2020-10-08

Similar Documents

Publication Publication Date Title
CN111542759B (zh) 二次电池的异常检测装置、异常检测方法以及程序
JP7134981B2 (ja) 二次電池の異常検知システム及び二次電池の異常検出方法
CN111788492A (zh) 二次电池的充电状态推测装置、二次电池的异常检测装置、二次电池的异常检测方法及二次电池的管理系统
JP7446990B2 (ja) 蓄電装置の充電状態推定方法及び蓄電装置の充電状態推定システム
US11493558B2 (en) Estimation method of state of charge of power storage device and estimation system of state of charge of power storage device
KR20210108403A (ko) 이차 전지의 보호 회로 및 이차 전지 모듈
US11804622B2 (en) Abnormality detection method of power storage device and management device of power storage device
WO2019116145A1 (ja) 充電制御装置、及び二次電池を有する電子機器
JP6958965B2 (ja) バッテリーｓｏｃ推定装置及び方法
JP2000134805A (ja) 組電池の充放電状態判定方法及び装置
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
CN114839553A (zh) 电池剩余使用寿命预测方法和装置