WO2011102472A1 - 電池状態推定装置および電池状態推定方法 - Google Patents

電池状態推定装置および電池状態推定方法 Download PDF

Info

Publication number
WO2011102472A1
WO2011102472A1 PCT/JP2011/053534 JP2011053534W WO2011102472A1 WO 2011102472 A1 WO2011102472 A1 WO 2011102472A1 JP 2011053534 W JP2011053534 W JP 2011053534W WO 2011102472 A1 WO2011102472 A1 WO 2011102472A1
Authority
WO
WIPO (PCT)
Prior art keywords
voltage
battery
value
measurement value
secondary battery
Prior art date
Application number
PCT/JP2011/053534
Other languages
English (en)
French (fr)
Inventor
志保 梅木
央章 浅井
中村　英夫
田添　和彦
瀬川　哲
Original Assignee
日産自動車株式会社
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 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to MX2012002807A priority Critical patent/MX2012002807A/es
Priority to US13/393,507 priority patent/US8909490B2/en
Priority to EP11744758.1A priority patent/EP2538233B1/en
Priority to CN201180003670.3A priority patent/CN102483442B/zh
Priority to BR112012004810A priority patent/BR112012004810A2/pt
Priority to RU2012108577/28A priority patent/RU2491566C1/ru
Publication of WO2011102472A1 publication Critical patent/WO2011102472A1/ja

Links

Images

Classifications

    • 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
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to a battery state estimation device and a battery state estimation method for estimating a state inside a secondary battery.
  • Japanese Patent Laid-Open No. 2003-185719 discloses a control device for a secondary battery as follows. That is, the secondary battery control device defines a predetermined battery model, and converts the measured values of the current and terminal voltage of the secondary battery into state quantities using a state variable filter based on the battery model. The secondary battery control device uses this to estimate the terminal voltage of the secondary battery based on the battery model. Then, the secondary battery control device identifies the parameters of the secondary battery so that the difference between the measured voltage value and the terminal voltage estimated based on the battery model converges to zero.
  • Japanese Patent Laid-Open No. 2003-185719 a part of the measured value of the secondary battery current and the measured value of the terminal voltage is used for the terminal voltage estimation calculation without being filtered by the state variable filter. It is done.
  • the measured value of the current of the secondary battery and the measured value of the terminal voltage are measured by an ammeter or a voltmeter, they usually include observation noise.
  • Japanese Patent Laid-Open No. 2003-185719 has a problem that the identification accuracy of the parameters of the secondary battery becomes insufficient due to the influence of the observation noise.
  • the problem to be solved by the present invention is to provide a battery state estimation device and a battery state estimation method capable of identifying a parameter of a secondary battery with high accuracy.
  • an aspect of the present invention detects a current and a terminal voltage of a secondary battery, and uses a measured value of the detected current and a terminal voltage to make a terminal of the secondary battery based on a predetermined battery model.
  • the measured terminal voltage and the estimated terminal voltage are each filtered using a low-pass filter having the same high-frequency cutoff characteristics, and the filtered terminal voltage The measured value and the estimated terminal voltage are used.
  • the measured value of the terminal voltage and the estimated value of the terminal voltage are each subjected to the filtering process by the low-pass filter having the same high-frequency cutoff characteristic, The measured terminal voltage and the estimated terminal voltage are used. Thereby, the influence of the observation noise contained in the measured values of current and terminal voltage can be effectively removed, and as a result, the parameters of the secondary battery can be identified with high accuracy.
  • FIG. 1 is a diagram illustrating a configuration of a control system for a secondary battery according to the present embodiment.
  • FIG. 2 is a functional block diagram of the electronic control unit 30 according to the present embodiment.
  • FIG. 3 is a diagram showing an equivalent circuit model showing a battery model of the secondary battery.
  • FIG. 4 is a configuration diagram of the adaptive identification system according to the first embodiment.
  • FIG. 5 is a diagram illustrating frequency band characteristics of the current measurement value I (k), the voltage measurement value V (k), and the voltage estimation value V ⁇ (k).
  • FIG. 6 is a correlation diagram showing the relationship between the cut-off frequency of the low-pass filter G lpf , the lack of information necessary for obtaining battery characteristics, and the effect of observation noise on battery parameter identification performance.
  • FIG. 1 is a diagram illustrating a configuration of a control system for a secondary battery according to the present embodiment.
  • FIG. 2 is a functional block diagram of the electronic control unit 30 according to the present embodiment.
  • FIG. 3 is a
  • FIG. 7 is a configuration diagram of the adaptive identification system corresponding to the equivalent conversion of FIG.
  • FIG. 8 is a diagram illustrating an example of an open circuit voltage-charge rate characteristic of the secondary battery.
  • FIG. 9 is a flowchart showing the estimation process of the battery parameters and the charging rate in the present embodiment.
  • FIG. 10 is a diagram illustrating a simulation result of the charging rate estimation process according to the first embodiment.
  • FIG. 11 is a configuration diagram of an adaptive identification system according to the second embodiment.
  • FIG. 12 is a diagram illustrating a simulation result of the charging rate estimation process in the second embodiment.
  • FIG. 13 is an example of a configuration diagram of an adaptive identification system according to the third embodiment.
  • FIG. 14 is another example of a configuration diagram of the adaptive identification system according to the third embodiment.
  • the control system shown in FIG. 1 is applied to the present invention in a system that drives a load such as a motor with a secondary battery or charges a secondary battery with electric power generated by motor regeneration or power generated by an alternator using an engine as a power source.
  • a load such as a motor with a secondary battery or charges a secondary battery with electric power generated by motor regeneration or power generated by an alternator using an engine as a power source.
  • This is an example in which such a secondary battery control device is applied.
  • the secondary battery 10 is formed by connecting a plurality of unit batteries in series.
  • Examples of the unit battery constituting the secondary battery 10 include a lithium secondary battery such as a lithium ion secondary battery.
  • An example of the load 20 is a motor.
  • the current sensor 40 is a sensor that detects a charge / discharge current flowing through the secondary battery 10. A signal detected by the current sensor 40 is sent to the electronic control unit 30.
  • the voltage sensor 50 is a sensor that detects the terminal voltage of the secondary battery 10. A signal detected by the voltage sensor 50 is sent to the electronic control unit 30.
  • the electronic control unit 30 is a control unit for controlling the secondary battery 10 and includes a CPU that calculates a program, a microcomputer that includes a ROM and RAM that stores programs and calculation results, an electronic circuit, and the like. .
  • the electronic control unit 30 includes a current detection unit 301, a voltage detection unit 302, a battery parameter estimation unit 303, an open circuit voltage estimation unit 304, and an SOC estimation unit 305.
  • the battery parameter estimation unit 303 includes a low-pass filter calculation unit 3031, a state variable filter calculation unit 3032, and an adaptive identification calculation unit 3033.
  • the current detection unit 301 acquires a signal from the ammeter 40 at a predetermined cycle, and detects a charge / discharge current flowing through the secondary battery 10 based on the signal from the ammeter 40, thereby measuring a current measurement value I (k). To get.
  • the current detection unit 301 sends the acquired current measurement value I (k) to the battery parameter estimation unit 303.
  • the voltage detection unit 302 acquires a signal from the voltmeter 50 at a predetermined cycle, and acquires a voltage measurement value V (k) by detecting a terminal voltage of the secondary battery 10 based on the signal from the voltmeter 50. To do.
  • the voltage detection unit 302 sends the acquired current measurement value V (k) to the battery parameter estimation unit 303.
  • the battery parameter estimation unit 303 defines a battery model of the secondary battery 10, and uses the current measurement value I (k) detected by the current detection unit 301 and the voltage measurement value V (k) detected by the voltage detection unit 302.
  • the battery parameters ⁇ ⁇ (k) of the battery model of the secondary battery 10 are collectively estimated by adaptive digital filter calculation.
  • ⁇ attached to the right shoulder in ⁇ ⁇ (k) indicates that the value is an estimated value.
  • ⁇ which is an estimated value, is directly above “ ⁇ ” of ⁇ (k), directly above “V” of V0 (k), and “S” of SOC (k). As shown in the following formula (1), this is synonymous with ⁇ ⁇ (k), V 0 ⁇ (k), and SOC ⁇ (k). The same applies to V ⁇ (k) below.
  • FIG. 3 is an equivalent circuit model showing a battery model of the secondary battery 10, and the equivalent circuit model shown in FIG. 3 is expressed by the following equation (2).
  • the model input is current I [A] (positive value is charging, negative value is discharging)
  • model output is terminal voltage V [V]
  • R 1 [ ⁇ ] is charge transfer resistance
  • C 1 [F] is an electric double layer capacitance
  • V 0 [V] is an open circuit voltage.
  • s is a differential operator.
  • the battery model according to the present embodiment is a reduction model (primary) in which the positive electrode and the negative electrode are not particularly separated, but it is possible to show the actual charge / discharge characteristics of the battery relatively accurately.
  • a configuration in which the order of the battery model is first will be described as an example.
  • the battery parameter estimation part 303 estimates the battery parameter (phi) ⁇ (k) of the battery model shown in FIG. 3 by an adaptive digital filter from the battery model shown by said Formula (4).
  • a method for estimating the battery parameter ⁇ ⁇ (k) by the battery parameter estimation unit 303 will be described.
  • the open circuit voltage V 0 (t) is obtained by integrating a current I (t) multiplied by a variable parameter h from an initial state.
  • the open circuit voltage V 0 (t) can be expressed by the following formula (5).
  • a (s) This corresponds to the order of B (s) being the primary.
  • a (s) and B (s) are polynomial functions of s, and A (s) and B (s) have the same order.
  • I i and b 0i are parameters including unknown parameters (T 1 , T 2 , K, h).
  • f Vi and f Ii are converted state quantities obtained by filtering I (k) and V (k), which are values measurable by the ammeter 40 and the voltmeter 50, with a state variable filter.
  • said Formula (11) is these product sum formulas, it corresponds with following formula (12) which is a standard form of an adaptive digital filter.
  • a voltage estimated value V ⁇ (k) that is an estimated value of the terminal voltage of the secondary battery 10 estimated from the battery model described above, and a voltage detected by the voltmeter 50 Based on the algorithm shown in the following formula (13) by the adaptive adjustment rule so that the difference between the actual measured value acquired by the detecting unit 302 and the voltage measured value V (k) converges to zero.
  • the battery parameter ⁇ ⁇ (k) of the model is identified.
  • the above equation (13) is a sequential equation for adaptively obtaining the battery parameter ⁇ ⁇ (k).
  • ⁇ (k) and ⁇ (k ⁇ 1) are both adaptive gains.
  • ⁇ (k) is a scalar gain (error gain)
  • ⁇ (k ⁇ 1) is a matrix gain (signal gain). is there.
  • the estimated voltage value V ⁇ () that is the estimated value of the terminal voltage of the secondary battery 10 estimated from the battery model.
  • k) and e (k) which is a difference between the voltage measurement value V (k) detected by the voltmeter 50 and acquired by the voltage detection unit 302 can be obtained.
  • the battery parameter ⁇ ⁇ (k) can be calculated sequentially.
  • the battery parameter estimation unit 303 includes a low-pass filter calculation unit 3031, a state variable filter calculation unit 3032, and an adaptive identification calculation unit 3033.
  • the battery parameter ⁇ ⁇ (k) is calculated by the low-pass filter calculation unit 3031, the state variable filter calculation unit 3032, and the adaptive identification calculation unit 3033 by the method described below. Is.
  • the calculation method of the battery parameter ⁇ ⁇ (k) in the present embodiment will be described with reference to the configuration diagram of the adaptive identification system shown in FIG.
  • the low-pass filter calculation unit 3031 performs filter processing using the low-pass filter G lpf as shown in FIG. . Thereby, the low-pass filter calculation unit 3031 can remove the observation noise for the current measurement value I (k) detected by the current detection unit 301 and the voltage measurement value V (k) detected by the voltage detection unit 302. it can.
  • the state variable filter calculation unit 3032 uses the current measurement value I (k) and the voltage measurement value V (k) from which the observation noise is removed by the low-pass filter G lpf , as shown in FIG.
  • the conversion state quantity ⁇ (k) (conversion state quantity ⁇ 1 (k), ⁇ 2 (k), ⁇ 3 (k), ⁇ 4 (k), ⁇ 5 (k)) is obtained. That is, in the present embodiment, in the above formulas (10) and (11), filter processing using the low-pass filter G lpf is performed by the low-pass filter calculation unit 3031 as I (t) and V (t). The observation noise is removed.
  • the state variable filter calculation unit 3032 calculates a voltage estimated value V ⁇ (k) that is an estimated value of the terminal voltage based on the battery model, based on the converted state quantity ⁇ (k).
  • the adaptive identification calculation unit 3033 converts the conversion state quantity ⁇ (k) obtained by the state variable filter calculation unit 3032 and the current measurement value I from which the observation noise is removed by the low-pass filter G lpf. (K) Using the measured voltage value V (k), the battery parameters ⁇ ⁇ (k) ( ⁇ 1 , ⁇ 2 , ⁇ 3 , ⁇ 4 , ⁇ 5 ) of the battery model are identified. That is, in this embodiment, in the above equation (13), both V (k) and V ⁇ (k) are subjected to filter processing using the low-pass filter G lpf by the low-pass filter calculation unit 3031, and the observation noise Use the product from which is removed.
  • the current measurement value I (k) and the voltage measurement value V (k) are filtered using the low-pass filter G lpf , and the observation noise is removed.
  • the battery parameter ⁇ ⁇ (k) is identified by converging e (k), which is the difference between the voltage estimated value V ⁇ (k) and the voltage measurement value V (k), to zero, the observation noise It is possible to effectively remove the influence of As a result, the estimation accuracy of the battery parameter ⁇ ⁇ (k) can be improved.
  • the low-pass filter G lpf used in the present embodiment is not particularly limited, and examples thereof include those represented by the following formula (14).
  • the current measurement value I (k) and the voltage measurement value V (k) are the frequency bands necessary for obtaining the battery characteristics, for example, the battery characteristic area ( 0 Hz to f 1 Hz) and a frequency band based on observation noise, for example, an observation noise region (f 1 Hz to f 2 Hz) in the example shown in FIG.
  • the frequency band based on the observation noise is considered to be on the higher frequency side than the frequency band necessary for obtaining battery characteristics.
  • FIG. 5 shows frequency band characteristics of the current measurement value I (k) and the voltage measurement value V (k).
  • the frequency band of the battery characteristics can be measured by, for example, a colle-coll plot.
  • the frequency band based on the observation noise can be measured by FFT (Fast Fourier Transform) or the like.
  • the cutoff frequency of the low-pass filter G lpf used by the low-pass filter calculation unit 3031 is preferably equal to or higher than the cutoff frequency of the state variable filter used by the state variable filter calculation unit 3032. More preferably, it is the same as the cutoff frequency of the variable filter.
  • the identification accuracy when identifying the battery parameter ⁇ ⁇ (k) of the battery model can be increased by the adaptive identification calculation unit 3033.
  • the low-pass filter G lpf used for filtering the current measurement value I (k), voltage measurement value V (k), and voltage estimation value V ⁇ (k) all has the same characteristics. It is desirable to use Thereby, the phase shift can be eliminated, and the identification accuracy of the battery parameter ⁇ ⁇ (k) of the battery model is increased.
  • the battery parameter ⁇ ⁇ (k) of the secondary battery 10 calculated in this way, together with the conversion state quantity ⁇ (k), from the battery parameter estimation unit 303 as shown in FIG. To 304.
  • the open circuit voltage estimation unit 304 estimates the open circuit voltage of the secondary battery 10 based on the battery parameter ⁇ ⁇ (k) and the conversion state quantity ⁇ (k) calculated by the battery parameter estimation unit 303, and the open circuit voltage estimated value V 0 ⁇ (k) is calculated.
  • a method of calculating the open circuit voltage estimated value V 0 ⁇ (k) will be described.
  • the battery parameter ⁇ ⁇ (k) calculated by the above equation (13) and the conversion state quantity ⁇ (k) calculated by the above equation (10) are added to the above equation (4). Is substituted to calculate the open circuit voltage estimated value V 0 ⁇ (k).
  • the battery parameter ⁇ ⁇ (k) corresponds to the parameters I i and b 0i including the unknown parameters (T 1 , T 2 , K, h) as described above. Therefore, the open circuit voltage estimated value V 0 ⁇ (k) is obtained by substituting the battery parameter ⁇ ⁇ (k) and the conversion state quantity ⁇ (k) calculated by the battery parameter estimation unit 303 into the above equation (4). Can be sought.
  • the open circuit voltage estimation unit 304 sends the open circuit voltage estimation value V 0 ⁇ (k) thus obtained to the SOC estimation unit 305.
  • the SOC estimation unit 305 uses the open circuit voltage estimation value V 0 ⁇ (k) calculated by the open circuit voltage estimation unit 304 based on a predetermined open circuit voltage-charge rate characteristic of the secondary battery 10. Calculate SOC ⁇ (k).
  • An example of the open circuit voltage-charge rate characteristic of the secondary battery 10 is shown in FIG.
  • the open circuit voltage-charge rate characteristic of the secondary battery 10 is stored in advance in a RAM provided in the electronic control unit 30.
  • the open circuit voltage-charge rate characteristic of the secondary battery 10 can be obtained by obtaining the relationship between the open circuit voltage and the charge rate for the secondary battery 10 through experiments and the like in advance.
  • I (k) indicates the current value of the current execution cycle, that is, the current measurement value
  • I (k ⁇ 1) indicates the current value of the previous execution cycle, that is, the previous measurement value. Show. The same applies to values other than the current value.
  • the processing described below is performed by the electronic control unit 30.
  • step S1 the current detection unit 301 and the voltage detection unit 302 obtain a current measurement value I (k) and a voltage measurement value V (k).
  • the current measurement value I (k) is sent to the battery parameter estimation unit 303.
  • step S2 the low-pass filter calculation unit 3031 of the battery parameter estimation unit 303 performs a filtering process using the low-pass filter G lpf on the current measurement value I (k) and the voltage measurement value V (k), and the observation noise is obtained. Remove. And the state variable filter calculating part 3032 of the battery parameter estimation part 303 follows the said Formula (10) and (11) about the current measurement value I (k) and voltage measurement value V (k) from which the observation noise was removed. A filtering process using a state variable filter is performed to calculate a conversion state quantity ⁇ (k).
  • step S3 the adaptive identification calculation unit 3033 of the battery parameter estimation unit 303 uses the conversion state quantity ⁇ (k) calculated in step S2 and the voltage measurement value V (k) from which the observation noise has been removed. According to the equation (13), the battery parameter ⁇ ⁇ (k) of the battery model is identified. Note that the estimated voltage value V ⁇ (k) used in identifying the battery parameter ⁇ ⁇ (k) is the estimated voltage value obtained by performing the filtering process using the low-pass filter G lpf by the low-pass filter calculation unit 3031. V ⁇ (k).
  • step S4 the open circuit voltage estimation unit 304 calculates the open circuit voltage estimated value according to the above equation (17) based on the battery parameter ⁇ ⁇ (k) and the conversion state quantity ⁇ (k) calculated by the battery parameter estimation unit 303. V 0 ⁇ (k) is calculated. Then, the calculated open circuit voltage estimated value V 0 ⁇ (k) is sent to the SOC estimating unit 305.
  • step S5 the SOC estimation unit 305 uses the open circuit voltage estimated value V 0 ⁇ (k) calculated by the open circuit voltage estimation unit 304 based on a predetermined open circuit voltage-charge rate characteristic of the secondary battery 10. Then, the estimated charging rate SOC ⁇ (k) is calculated.
  • the battery parameter ⁇ ⁇ (k) and the estimated charge rate SOC ⁇ (k) of the battery model of the secondary battery 10 are estimated as described above.
  • FIG. 10 shows the result of verifying the effect of the present embodiment by simulation using a battery model.
  • the difference e (k) and the estimated value of the charging rate SOC are simulated using the current measurement value I (k) and the voltage measurement value V (k) that are filtered by the low-pass filter G lpf.
  • the difference e (k) V (k) ⁇ V ⁇ (k) has a large blur, and therefore the estimated value of the charging rate SOC is As a result, the result deviates from the true value.
  • the difference e (k) V (k) ⁇ V ⁇ (k) Has converged to zero. Thereby, it can be confirmed that the battery parameters can be estimated well, and as a result, the charge rate SOC can be estimated with high accuracy.
  • the estimated voltage value V ⁇ (k) based on the battery model of the secondary battery 10 is calculated using the measured current value I (k) and the measured voltage value V (k). In order to remove the influence of the measurement noise included in the current measurement value I (k) and the voltage measurement value V (k), these are subjected to filter processing using a low-pass filter G lpf . The difference e (k) between the measured voltage value V (k) and the estimated voltage value V ⁇ (k) is zero using the filtered current measurement value I (k) and voltage measurement value V (k). Battery parameter ⁇ ⁇ (k) is estimated so as to converge to.
  • the influence of the measurement noise contained in the current measurement value I (k) and the voltage measurement value V (k) can be effectively removed, and the voltage measurement value V (k) and the voltage The difference e (k) from the estimated value V ⁇ (k) can be easily converged to zero.
  • the identification accuracy of battery parameter ⁇ ⁇ (k) can be improved.
  • the battery parameter ⁇ ⁇ (k) can be identified with high accuracy, thereby improving the estimation accuracy of the open circuit voltage estimated value V 0 ⁇ (k) and the charging rate estimated value SOC ⁇ (k). Can do.
  • the cutoff frequency of the low-pass filter G lpf is equal to or higher than the cutoff frequency of the state variable filter, and further the same as the cutoff frequency of the state variable filter.
  • the cutoff frequency of the low-pass filter G lpf is the same as the cutoff frequency of the state variable filter. This makes it possible to minimize observation noise without attenuating information necessary for obtaining battery characteristics.
  • a low-pass filter G lpf used for filter processing by the low-pass filter calculation unit 3031 and a state variable filter used for filter processing by the state variable filter calculation unit 3032 are those that do not include a differentiator.
  • Other configurations are the same as those in the first embodiment described above.
  • the structure of the adaptive identification system which concerns on 2nd Embodiment is demonstrated.
  • a differentiator that is, one having no differential operator s is used as the low-pass filter G lpf .
  • the state variable filters used in the first embodiment those having a differentiator, that is, s / (s 2 + k 1 ⁇ s + k 2 ), partial fraction decomposition as shown in the following equation (18): Apply.
  • a state variable filter having a differentiator is changed to a form having no differentiator, that is, a differential operator s.
  • the adaptive identification system in the second embodiment has a configuration as shown in FIG.
  • the low-pass filter G lpf and the state variable filter used for the filter processing by the low-pass filter operation unit 3031 and the state variable filter operation unit 3032 are those that do not have a differentiator (differential operator s). Use. Thereby, even a short data length can be calculated with high accuracy, and therefore the influence of observation noise can be further reduced. Therefore, it is possible to further improve the estimation accuracy of the battery parameters and the estimation accuracy of the charging rate SOC of the battery model.
  • the low-pass filter G lpf and the state variable filter that do not have a differentiator are used. For this reason, even when a high-performance CPU having an FPU function cannot be used, it is possible to make it less susceptible to observation noise, thereby increasing the accuracy of estimation of battery parameters and charge rate SOC. .
  • FIG. 12 shows a result of verifying the effect of the second embodiment by simulation using a battery model.
  • FIG. 12 shows a profile showing a change in the current measurement value I (k), a profile showing a change in the voltage measurement value V (k), and a profile showing a change in the estimated value of the charging rate SOC from the top.
  • the estimated value of the charging rate SOC is represented by a solid line when a low-pass filter G lpf and a state variable filter that do not have a differentiator (differential operator s) are used.
  • the case where the one having the differential operator s) is used is represented by a one-dot chain line.
  • FIG. 12 shows a simulation result when the calculation related to the processing by the low-pass filter G lpf and the state variable filter is an integer type and the resolution is set coarsely.
  • the low-pass filter G lpf used for the filter processing by the low-pass filter calculation unit 3031 of the battery parameter estimation unit 303 and the state variable filter used for the filter processing by the state variable filter calculation unit 3032 are respectively primary filters. Is used. Other configurations are the same as those in the first embodiment described above.
  • s / (s 2 + k 1 ⁇ s + k 2 ) and 1 / (s 2 + k 1 ⁇ s + k 2 ), which are the state variable filters used in the first embodiment, are expressed by the following formula ( As shown in 19), partial fractional decomposition is applied.
  • ⁇ 1 (k), ⁇ 2 (k), ⁇ 3 (k), ⁇ 4 (k), and ⁇ 5 (k) are conversion state quantities, and ⁇ 1 , ⁇ 2 , ⁇ 3 , ⁇ 4 and ⁇ 5 are battery parameters of the battery model.
  • the low-pass filter calculation unit 3031 and the state variable filter calculation unit 3032 perform filter processing using a primary low-pass filter as the low-pass filter G lpf and the state variable filter. For this reason, the number of calculations required for these filter processes can be reduced.
  • the integration is 8 times and the addition / subtraction is 4 times
  • the adaptive identification system shown in FIG. 13 the integration is 4 times and the addition / subtraction is 2 times.
  • the current detection unit 301 is the current detection unit of the present invention
  • the voltage detection unit 302 is the voltage detection unit of the present invention
  • the low-pass filter calculation unit 3031 of the battery parameter estimation unit 303 is the low-pass filter of the present invention.
  • the state variable filter calculation section 3032 of the battery parameter estimation section 303 is the terminal voltage estimation section of the present invention
  • the adaptive identification calculation section 3033 of the battery parameter estimation section 303 is the identification section of the present invention
  • the open circuit voltage estimation section. 304 corresponds to the open circuit voltage estimation means of the present invention
  • the SOC estimation unit 305 corresponds to the charge rate estimation means of the present invention.
  • the influence of measurement noise included in the current measurement value I (k) and the voltage measurement value V (k) can be effectively removed, and the voltage measurement is performed.
  • the difference e (k) between the value V (k) and the estimated voltage value V ⁇ (k) can be easily converged to zero.
  • the identification accuracy of battery parameter ⁇ ⁇ (k) can be improved.
  • the estimation accuracy of the open circuit voltage estimated value V 0 ⁇ (k) and the charging rate estimated value SOC ⁇ (k) can be increased. Therefore, the battery state estimation device and the battery state estimation method according to the present invention can be used industrially.

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

　本発明の目的は、二次電池のパラメータを高い精度で同定する電池状態推定及び電池状態推定方法を提供することである。二次電池の電流および端子電圧を検出し、検出した電流および端子電圧の計測値を用いて、所定の電池モデルに基づく二次電池の端子電圧を推定し、端子電圧の計測値との端子電圧の推定値との差分がゼロに収束するように、二次電池のパラメータを同定する。二次電池のパラメータを同定する際に、端子電圧の計測値および端子電圧の推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタを用いてフィルタ処理を施し、フィルタ処理を施した端子電圧の計測値および端子電圧の推定値を用いる。

Description

電池状態推定装置および電池状態推定方法
　本発明は、二次電池内部の状態を推定する電池状態推定装置および電池状態推定方法に関するものである。
　特開２００３－１８５７１９号公報は、次に示す二次電池の制御装置を開示している。すなわち、二次電池の制御装置は、所定の電池モデルを定義し、二次電池の電流および端子電圧の計測値を、電池モデルに基づく状態変数フィルタを用いて状態量に変換する。二次電池の制御装置は、これを用いて、電池モデルに基づく二次電池の端子電圧を推定する。そして、二次電池の制御装置は、電圧計測値と、電池モデルに基づいて推定された端子電圧との差分がゼロに収束するように、二次電池のパラメータを同定する。
　しかしながら、特開２００３－１８５７１９号公報において、二次電池の電流の計測値および端子電圧の計測値のうちの一部は、状態変数フィルタによるフィルタ処理されることなく、端子電圧の推定演算に用いられる。ここで、二次電池の電流の計測値や端子電圧の計測値は、電流計や電圧計により測定されるものであるため、通常、観測ノイズを含む。そのため、特開２００３－１８５７１９号公報においては、観測ノイズの影響により、二次電池のパラメータの同定精度が不十分となるという問題があった。
　本発明が解決しようとする課題は、二次電池のパラメータを高い精度で同定することのできる電池状態推定装置および電池状態推定方法を提供することである。
　上記した課題を解決するため、本発明の態様は、二次電池の電流および端子電圧を検出し、検出した電流および端子電圧の計測値を用いて、所定の電池モデルに基づく二次電池の端子電圧を推定し、端子電圧の計測値との端子電圧の推定値との差分がゼロに収束するように、二次電池のパラメータを同定する電池状態推定装置および電池状態推定方法である。二次電池のパラメータを同定する際に、端子電圧の計測値および端子電圧の推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタを用いてフィルタ処理を施し、フィルタ処理を施した端子電圧の計測値および端子電圧の推定値を用いる。
　本発明の態様によれば、二次電池のパラメータを同定する際に、端子電圧の計測値および端子電圧の推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによるフィルタ処理を施し、フィルタ処理を施した端子電圧の計測値および端子電圧の推定値を用いる。これにより、電流や端子電圧の計測値に含まれる観測ノイズの影響を有効に除去することができ、その結果として、二次電池のパラメータを高い精度で同定することができる。
図１は、本実施形態に係る二次電池の制御システムの構成を示す図である。 図２は、本実施形態に係る電子制御ユニット３０の機能ブロック図である。 図３は、二次電池の電池モデルを示す等価回路モデルを示す図である。 図４は、第１実施形態に係る適応同定システムの構成図である。 図５は、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）の周波数帯域特性を示す図である。 図６は、ローパスフィルタＧｌｐｆのカットオフ周波数と、電池特性を得るために必要な情報の欠如および観測ノイズが電池パラメータの同定性能に及ぼす影響と、の関係を示す相関図である。 図７は、図４の等価変換にあたる適応同定システムの構成図である。 図８は、二次電池の開路電圧－充電率特性の一例を示す図である。 図９は、本実施形態における電池パラメータおよび充電率の推定処理を示すフローチャートである。 図１０は、第１実施形態における充電率の推定処理のシミュレーション結果を示す図である。 図１１は、第２実施形態に係る適応同定システムの構成図である。 図１２は、第２実施形態における充電率の推定処理のシミュレーション結果を示す図である。 図１３は、第３実施形態に係る適応同定システムの構成図の一例である。 図１４は、第３実施形態に係る適応同定システムの構成図の他の例である。
　以下、本発明の実施形態を図面に基づいて説明する。
《第１実施形態》
　図１に示す制御システムは、二次電池でモータ等の負荷を駆動したり、モータの回生による電力やエンジンを動力源としてオルタネータで発電した電力で二次電池を充電するシステムに、本発明に係る二次電池の制御装置を適用した例である。
　二次電池１０は、複数の単位電池を直列に接続してなるものである。二次電池１０を構成する単位電池としては、たとえば、リチウムイオン二次電池などのリチウム系二次電池などが挙げられる。負荷２０としては、たとえば、モータなどが挙げられる。
　電流センサ４０は、二次電池１０に流れる充放電電流を検出するセンサである。電流センサ４０により検出された信号は、電子制御ユニット３０へ送出される。また、電圧センサ５０は、二次電池１０の端子電圧を検出するセンサである。電圧センサ５０により検出された信号は、電子制御ユニット３０へ送出される。
　電子制御ユニット３０は、二次電池１０を制御するための制御ユニットであり、プログラムを演算するＣＰＵ、プログラムや演算結果を記憶するＲＯＭおよびＲＡＭから構成されるマイクロコンピュータと電子回路等で構成される。
　図２に示すように、電子制御ユニット３０は、電流検出部３０１、電圧検出部３０２、電池パラメータ推定部３０３、開路電圧推定部３０４、およびＳＯＣ推定部３０５を備える。また、電池パラメータ推定部３０３は、ローパスフィルタ演算部３０３１、状態変数フィルタ演算部３０３２、および適応同定演算部３０３３を備える。
　電流検出部３０１は、電流計４０からの信号を所定周期で取得し、電流計４０からの信号に基づき、二次電池１０に流れる充放電電流を検出することにより、電流計測値Ｉ（ｋ）を取得する。電流検出部３０１は、取得した電流計測値Ｉ（ｋ）を電池パラメータ推定部３０３に送出する。
　電圧検出部３０２は、電圧計５０からの信号を所定周期で取得し、電圧計５０からの信号に基づき、二次電池１０の端子電圧を検出することにより、電圧計測値Ｖ（ｋ）を取得する。電圧検出部３０２は、取得した電流計測値Ｖ（ｋ）を電池パラメータ推定部３０３に送出する。
　電池パラメータ推定部３０３は、二次電池１０の電池モデルを定義し、電流検出部３０１により検出された電流計測値Ｉ（ｋ）および電圧検出部３０２により検出された電圧計測値Ｖ（ｋ）から、適応デジタルフィルタ演算により、二次電池１０の電池モデルの電池パラメータφ＾（ｋ）を一括推定する。
　ここで、φ＾（ｋ）における右肩に付した「＾」は、その値が推定値であることを示す。また、図２中では、推定値である「＾」を、それぞれ、φ（ｋ）の「φ」の真上、Ｖ０（ｋ）の「Ｖ」の真上、ＳＯＣ（ｋ）の「Ｓ」の真上としているが、下記式（１）に示すように、これはφ＾（ｋ）、Ｖ０＾（ｋ）、ＳＯＣ＾（ｋ）と同義である。以下、Ｖ＾（ｋ）においても同様である。
Figure JPOXMLDOC01-appb-M000001
　以下、電池パラメータ推定部３０３による二次電池１０の電池パラメータφ＾（ｋ）の推定方法について説明する。
　まず、本実施形態で用いる「電池モデル」について、説明する。図３は、二次電池１０の電池モデルを示す等価回路モデルであり、図３に示す等価回路モデルは、下記式（２）で表される。
Figure JPOXMLDOC01-appb-M000002
 　ここで、モデル入力は電流Ｉ［Ａ］（正値は充電、負値は放電）、モデル出力は端子電圧Ｖ［Ｖ］であり、Ｒ１〔Ω］は電荷移動抵抗、Ｒ２［Ω］は純抵抗、Ｃ１［Ｆ］は電気二重層容量、Ｖ０［Ｖ］は開路電圧である。また、上記式（２）中、ｓは微分オペレータである。なお、本実施形態に係る電池モデルは、正極、負極を特に分離していないリダクションモデル（１次）であるが、実際の電池の充放電特性を比較的正確に示すことが可能である。このように本実施形態においては、電池モデルの次数を１次にした構成を例として説明する。
　そして、Ｒ１、Ｒ２、Ｃ１を下記式（３）のように表すと、上記式（２）は、下記式（４）で表されることとなる。
Figure JPOXMLDOC01-appb-M000003
Figure JPOXMLDOC01-appb-M000004
　そして、本実施形態において、電池パラメータ推定部３０３は、上記式（４）に示される電池モデルから、適応デジタルフィルタにより、図３に示す電池モデルの電池パラメータφ＾（ｋ）の推定を行なう。以下、電池パラメータ推定部３０３による、電池パラメータφ＾（ｋ）の推定方法について、説明する。
　まず、開路電圧Ｖ０（ｔ）は、電流Ｉ（ｔ）に可変なパラメータｈを乗じたものをある初期状態から積分したものであると考える。この場合、開路電圧Ｖ０（ｔ）は、下記式（５）で表すことができる。
Figure JPOXMLDOC01-appb-M000005
　そして、上記式（４）に、上記式（５）を代入すると、下記式（６）となり、これを整理すると下記式（７）となる。
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
　なお、上記式（２）および上記式（７）は、それぞれ、下記式（８）および下記式（９）に対応し、下記式（８）および下記式（９）において、Ａ（ｓ）、Ｂ（ｓ）の次数を１次としたものに相当する。
Figure JPOXMLDOC01-appb-M000008
Figure JPOXMLDOC01-appb-M000009
 　ここで、Ａ（ｓ）、Ｂ（ｓ）はｓの多項式関数であり、Ａ（ｓ）とＢ（ｓ）とは次数が同じものである。
　そして、上記式（７）に、既知定数ｋｉ（ｉ＝１，２、・・・，ｎ）を導入することにより、下記式（１０）、（１１）を得ることができる。
Figure JPOXMLDOC01-appb-M000010
Figure JPOXMLDOC01-appb-M000011
　なお、上記式（１１）において、Ｉｉ，ｂ０ｉは、未知パラメータ（Ｔ１，Ｔ２，Ｋ，ｈ）を含むパラメータである。ｆＶｉ，ｆＩｉは、電流計４０および電圧計５０により計測可能な値であるＩ（ｋ）、Ｖ（ｋ）を状態変数フィルタによりフィルタ処理を施した変換状態量である。そして、上記式（１１）は、これらの積和式になっているため、適応デジタルフィルタの標準形である下記式（１２）と一致する。
Figure JPOXMLDOC01-appb-M000012
 　ただし、上記式（１２）中、φＴ＝［Ｉｉ，ｂ０ｉ］、ω＝［ｆＶｉ，ｆＩｉ］である。
　そして、変換状態量であるω（ｋ）から、上述した電池モデルから推定される二次電池１０の端子電圧の推定値である電圧推定値Ｖ＾（ｋ）と、電圧計５０で検出され電圧検出部３０２により取得された実際の計測値である電圧計測値Ｖ（ｋ）と、の差分がゼロに収束するように、適応調整則により、下記式（１３）に示すアルゴリズムに基づいて、電池モデルの電池パラメータφ＾（ｋ）の同定を行なう。なお、この際において、本実施形態では、単純な「最小二乗法による適応デジタルフィルタ」の論理的な欠点を改善した「両限トレースゲイン方式」を用いることができる。なお、前記した論理的な欠点とは、一度推定値が収束すると、その後パラメータが変化しても再度正確な推定ができないことである。
Figure JPOXMLDOC01-appb-M000013
　上記式（１３）は、電池パラメータφ＾（ｋ）を適応的に求める逐次式である。γ（ｋ）、Γ（ｋ－１）は、共に適応ゲインであり、これらのうち、γ（ｋ）はスカラゲイン（誤差ゲイン）であり、Γ（ｋ－１）は行列ゲイン（信号ゲイン）である。そして、上記式（１３）により、ｋ時点における状態量ζ（ｋ）が得られた際には、電池モデルから推定される二次電池１０の端子電圧の推定値である電圧推定値Ｖ＾（ｋ）と、電圧計５０で検出され電圧検出部３０２により取得された電圧計測値Ｖ（ｋ）との差分であるｅ（ｋ）を求めることができる。このｅ（ｋ）をゼロに収束させることにより、電池パラメータφ＾（ｋ）を逐次的に算出することができる。
　ここで、本実施形態においては、図２に示すように、電池パラメータ推定部３０３は、ローパスフィルタ演算部３０３１、状態変数フィルタ演算部３０３２、および適応同定演算部３０３３を備える。そして、本実施形態においては、これらローパスフィルタ演算部３０３１、状態変数フィルタ演算部３０３２、および適応同定演算部３０３３により、以下に説明するような方法にて、電池パラメータφ＾（ｋ）を算出するものである。以下、本実施形態における、電池パラメータφ＾（ｋ）の算出方法を、図４に示す適応同定システムの構成図を参照して説明する。
　すなわち、本実施形態においては、まず、上述した方法に従い、電池パラメータφ＾（ｋ）を算出するに際して、ローパスフィルタ演算部３０３１は、図４に示すように、ローパスフィルタＧｌｐｆによるフィルタ処理を行う。これにより、ローパスフィルタ演算部３０３１は、電流検出部３０１により検出された電流計測値Ｉ（ｋ）、電圧検出部３０２により検出された電圧計測値Ｖ（ｋ）について、観測ノイズを除去することができる。
　そして、状態変数フィルタ演算部３０３２は、ローパスフィルタＧｌｐｆにより観測ノイズを除去した電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）を用いて、図４に示すように、状態変数フィルタを用いて、変換状態量ω（ｋ）（変換状態量ω１（ｋ）、ω２（ｋ）、ω３（ｋ）、ω４（ｋ）、ω５（ｋ））を得る。すなわち、本実施形態では、上記式（１０）、（１１）において、Ｉ（ｔ）およびＶ（ｔ）として、いずれも、ローパスフィルタ演算部３０３１により、ローパスフィルタＧｌｐｆを用いたフィルタ処理が行なわれ、観測ノイズを除去されたものを用いる。そして、状態変数フィルタ演算部３０３２は、変換状態量ω（ｋ）に基づいて、電池モデルに基づく端子電圧の推定値である電圧推定値Ｖ＾（ｋ）を算出する。
　次いで、適応同定演算部３０３３は、図４に示すように、状態変数フィルタ演算部３０３２により得られた変換状態量ω（ｋ）、ならびに、ローパスフィルタＧｌｐｆにより観測ノイズを除去した電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）を用いて、電池モデルの電池パラメータφ＾（ｋ）（φ１、φ２、φ３、φ４、φ５）の同定を行なう。すなわち、本実施形態では、上記式（１３）において、Ｖ（ｋ）およびＶ＾（ｋ）として、いずれも、ローパスフィルタ演算部３０３１により、ローパスフィルタＧｌｐｆを用いたフィルタ処理を行ない、観測ノイズを除去されたものを用いる。
　このように、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）について、ローパスフィルタＧｌｐｆを用いたフィルタ処理が行なわれ、観測ノイズが除去される。これにより、電圧推定値Ｖ＾（ｋ）と、電圧計測値Ｖ（ｋ）との差分であるｅ（ｋ）をゼロに収束させ電池パラメータφ＾（ｋ）の同定を行なう際に、観測ノイズの影響を有効に除去することができる。その結果として、電池パラメータφ＾（ｋ）の推定精度を向上させることができる。
　なお、本実施形態で用いるローパスフィルタＧｌｐｆとしては、特に限定されないが、たとえば、下記式（１４）で示されるものなどが挙げられる。
Figure JPOXMLDOC01-appb-M000014
　ここで、図５に示すように、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）は、電池特性を得るために必要な周波数帯域、例えば、図５に示す例における電池特性域（０Ｈｚ～ｆ１Ｈｚ）、および観測ノイズに基づく周波数帯域、例えば、図５に示す例における観測ノイズ域（ｆ１Ｈｚ～ｆ２Ｈｚ）からなる。観測ノイズに基づく周波数帯域は、電池特性を得るために必要な周波数帯域よりも高周波数側にあると考えられる。なお、図５は、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）の周波数帯域特性を示す。ここにおいて、電池特性の周波数帯域は、たとえば、ｃｏｌｅ－ｃｏｌｅプロットなどで測定することができる。また、観測ノイズに基づく周波数帯域は、ＦＦＴ（高速フーリエ変換）などにより測定することができる。
　そして、図６に示すように、電池パラメータの同定性能に関し、ローパスフィルタＧｌｐｆのカットオフ周波数に対して、電池特性を得るために必要な情報の欠如による影響と、観測ノイズによる影響とはトレードオフの関係にある。そのため、ローパスフィルタＧｌｐｆのカットオフ周波数としては、電池特性を得るために必要な周波数帯域を減衰させることなく、観測ノイズを抑制するような周波数を選択することが好ましい。具体的には、ローパスフィルタ演算部３０３１により用いられるローパスフィルタＧｌｐｆのカットオフ周波数は、状態変数フィルタ演算部３０３２により用いられる状態変数フィルタのカットオフ周波数以上とすることが好ましく、さらには、状態変数フィルタのカットオフ周波数と同じとすることがより好ましい。これにより、観測ノイズを十分に低減しながら、電池特性を得るために必要な周波数帯域を抽出することができる。その結果として、適応同定演算部３０３３により、電池モデルの電池パラメータφ＾（ｋ）を同定する際の同定精度を高めることができる。また、図４の等価変換である、電圧推定値Ｖ＾（ｋ）、電圧計測値Ｖ（ｋ）に対して、ローパスフィルタＧｌｐｆによるフィルタ処理を行う方法でも同様である（図７参照）。
　また、本実施形態においては、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）のフィルタ処理に用いるローパスフィルタＧｌｐｆとしては、全て同じ特性を有するものを用いることが望ましい。これにより、位相ズレをなくすことができ、電池モデルの電池パラメータφ＾（ｋ）の同定精度が高くなる。
　そして、このようにして算出された二次電池１０の電池パラメータφ＾（ｋ）は、変換状態量ω（ｋ）とともに、図２に示すように、電池パラメータ推定部３０３から、開路電圧推定部３０４に送出される。
　開路電圧推定部３０４は、電池パラメータ推定部３０３により算出された電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）に基づいて、二次電池１０の開路電圧を推定し、開路電圧推定値Ｖ０＾（ｋ）を算出する。以下、開路電圧推定値Ｖ０＾（ｋ）の算出方法について説明する。
　すなわち、本実施形態においては、上記式（４）に、上記式（１３）により算出された電池パラメータφ＾（ｋ）、および、上記式（１０）により演算された変換状態量ω（ｋ）を代入することにより、開路電圧推定値Ｖ０＾（ｋ）を算出する。
　ここで、電池パラメータφ＾（ｋ）は、上述したように、未知パラメータ（Ｔ１，Ｔ２，Ｋ，ｈ）を含むパラメータＩｉ，ｂ０ｉに相当する。そのため、電池パラメータ推定部３０３により算出された電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）を、上記式（４）に代入することで、開路電圧推定値Ｖ０＾（ｋ）を求めることができる。開路電圧推定部３０４は、このようにして得られた開路電圧推定値Ｖ０＾（ｋ）を、ＳＯＣ推定部３０５に送出する。
　ＳＯＣ推定部３０５は、開路電圧推定部３０４により算出された開路電圧推定値Ｖ０＾（ｋ）から、予め定められた二次電池１０の開路電圧－充電率特性に基づいて、充電率推定値ＳＯＣ＾（ｋ）を算出する。なお、二次電池１０の開路電圧－充電率特性の一例を図８に示す。本実施形態では、二次電池１０の開路電圧－充電率特性は、電子制御ユニット３０に備えられたＲＡＭに予め記憶されている。二次電池１０の開路電圧－充電率特性は、二次電池１０について、予め実験などにより、開路電圧と充電率との関係を求めることにより得ることができる。
　次いで、本実施形態における、電池パラメータφ＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定処理について、図９に示すフローチャートを用いて説明する。なお、図９に示す処理は一定周期毎、例えば１００ｍｓｅｃ毎に実施される。以下の説明において、Ｉ(ｋ)は今回の実行周期の電流値、つまり今回の計測値を示し、Ｉ(ｋ－１)は１回前の実行周期での電流値、つまり前回の計測値を示す。電流値以外の値に関しても同様に表記する。なお、以下に説明する処理は、電子制御ユニット３０により行われる。
　まず、ステップＳ１で、電流検出部３０１、および電圧検出部３０２は、電流計測値Ｉ（ｋ）、および電圧計測値Ｖ（ｋ）を取得する。電流計測値Ｉ（ｋ）は電池パラメータ推定部３０３に送出される。
　ステップＳ２で、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１は、電流計測値Ｉ（ｋ）、および電圧計測値Ｖ（ｋ）について、ローパスフィルタＧｌｐｆを用いたフィルタ処理を行い、観測ノイズを除去する。そして、電池パラメータ推定部３０３の状態変数フィルタ演算部３０３２は、観測ノイズが除去された電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）について、上記式（１０）、（１１）に従い、状態変数フィルタを用いたフィルタ処理を行い、変換状態量ω（ｋ）を算出する。
　ステップＳ３で、電池パラメータ推定部３０３の適応同定演算部３０３３は、ステップＳ２において算出された変換状態量ω（ｋ）、および観測ノイズが除去された電圧計測値Ｖ（ｋ）を用いて、上記式（１３）に従い、電池モデルの電池パラメータφ＾（ｋ）の同定を行う。なお、電池パラメータφ＾（ｋ）の同定を行なう際において用いられる電圧推定値Ｖ＾（ｋ）は、ローパスフィルタ演算部３０３１により、ローパスフィルタＧｌｐｆを用いたフィルタ処理が行なわれた電圧推定値Ｖ＾（ｋ）である。
　ステップＳ４で、開路電圧推定部３０４は、電池パラメータ推定部３０３により算出された電池パラメータφ＾（ｋ）および変換状態量ω（ｋ）に基づいて、上記式（１７）に従い、開路電圧推定値Ｖ０＾（ｋ）を算出する。そして、算出された開路電圧推定値Ｖ０＾（ｋ）は、ＳＯＣ推定部３０５に送出される。
　ステップＳ５で、ＳＯＣ推定部３０５は、開路電圧推定部３０４により算出された開路電圧推定値Ｖ０＾（ｋ）を用いて、予め定められた二次電池１０の開路電圧－充電率特性に基づいて、充電率推定値ＳＯＣ＾（ｋ）を算出する。
　本実施形態では、以上のようにして、二次電池１０の電池モデルの電池パラメータφ＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定が行われる。
　図１０に、電池モデルを用いたシミュレーションにより、本実施形態の効果を検証した結果を示す。図１０においては、上から電流計測値Ｉ（ｋ）の変化を示すプロファイル、電圧計測値Ｖ（ｋ）の変化を示すプロファイル、差分ｅ（ｋ）＝Ｖ（ｋ）－Ｖ＾（ｋ）の変化を示すプロファイル、充電率ＳＯＣの推定値の変化を示すプロファイルである。そして、これらのうち、差分ｅ（ｋ）、充電率ＳＯＣの推定値については、ローパスフィルタＧｌｐｆによりフィルタ処理を行った電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）を用いてシミュレートしたものを実線で表し、ローパスフィルタＧｌｐｆによりフィルタ処理しなかった電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）をを用いてシミュレートしたものを一点鎖線で表した。また、充電率ＳＯＣの推定値については、各推定値に加えて、真値を点線で示した。
　図１０に示すように、ローパスフィルタＧｌｐｆによりフィルタ処理しなかった場合には、差分ｅ（ｋ）＝Ｖ（ｋ）－Ｖ＾（ｋ）のブレが大きく、そのため、充電率ＳＯＣの推定値が、真値から乖離する結果となった。これに対して、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）について、ローパスフィルタＧｌｐｆによりフィルタ処理した場合には、差分ｅ（ｋ）＝Ｖ（ｋ）－Ｖ＾（ｋ）がゼロに収束した。これにより、電池パラメータを良好に推定することができ、結果として、充電率ＳＯＣを高い精度で推定することが可能となることが確認できる。
　本実施形態においては、電流計測値Ｉ（ｋ）および電圧計測値Ｖ（ｋ）を用いて、二次電池１０の電池モデルに基づく電圧推定値Ｖ＾（ｋ）を算出する。電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）に含まれる計測ノイズの影響を除去するために、これらにローパスフィルタＧｌｐｆによるフィルタ処理を施する。そして、フィルタ処理を施した電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）を用いて、電圧計測値Ｖ（ｋ）および電圧推定値Ｖ＾（ｋ）の差分ｅ（ｋ）がゼロに収束するように、電池パラメータφ＾（ｋ）を推定する。これにより、本実施形態によれば、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）に含まれる計測ノイズの影響を有効に除去することができ、電圧計測値Ｖ（ｋ）と電圧推定値Ｖ＾（ｋ）との差分ｅ（ｋ）をゼロに収束し易くすることができる。これにより、電池パラメータφ＾（ｋ）の同定精度を向上させることができる。さらに、本実施形態によれば、電池パラメータφ＾（ｋ）を高い精度で同定できることにより、開路電圧推定値Ｖ０＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定精度を高めることができる。また、図４の等価変換である、電圧推定値Ｖ＾（ｋ）、電圧計測値Ｖ（ｋ）に対して、ローパスフィルタＧｌｐｆによるフィルタ処理を行う方法でも同様である（図７参照）。
　また、本実施形態によれば、ローパスフィルタＧｌｐｆのカットオフ周波数を、状態変数フィルタのカットオフ周波数以上、さらには、状態変数フィルタのカットオフ周波数と同じとする。これにより、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）に含まれる電池特性を得るために必要な情報および観測ノイズのうち、電池特性を得るために必要な情報を減衰させることなく、観測ノイズを選択的に低減することができる。よって、電池パラメータφ＾（ｋ）の同定精度をより向上させることができる。特に、ローパスフィルタＧｌｐｆのカットオフ周波数を、状態変数フィルタのカットオフ周波数と同じとする。これにより、電池特性を得るために必要な情報を減衰させることなく、観測ノイズを最小限に抑制することが可能となる。
《第２実施形態》
　次いで、本発明の第２実施形態について、説明する。
　第２実施形態においては、ローパスフィルタ演算部３０３１によるフィルタ処理に用いるローパスフィルタＧｌｐｆ、および状態変数フィルタ演算部３０３２によるフィルタ処理に用いる状態変数フィルタとして、微分器を含まないものを用いる。それ以外の構成は、上述した第１実施形態と同様である。
　図１１を参照して、第２実施形態に係る適応同定システムの構成を説明する。第２実施形態においては、ローパスフィルタＧｌｐｆとして、微分器、すなわち微分演算子ｓを有しないものを用いる。また、第１実施形態で用いた状態変数フィルタのうち、微分器を有するもの、すなわち、ｓ／（ｓ２＋ｋ１・ｓ＋ｋ２）に対して、下記式（１８）に示すように部分分数分解を適用する。これにより、微分器を有する状態変数フィルタを、微分器、すなわち微分演算子ｓを有しない形とする。これにより、第２実施形態における適応同定システムは図１１に示すような構成となる。
Figure JPOXMLDOC01-appb-M000015
　第２実施形態によれば、上述した第１実施形態の効果に加えて、次の効果を奏する。
　すなわち、第２実施形態によれば、ローパスフィルタ演算部３０３１および状態変数フィルタ演算部３０３２によるフィルタ処理に用いるローパスフィルタＧｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いる。これにより、短いデータ長でも精度良く演算することができ、そのため、観測ノイズの影響のさらなる低減が可能となる。よって、電池モデルの電池パラメータの推定精度および充電率ＳＯＣの推定精度のさらなる向上が可能となる。
　特に、コストや消費電力の低減のために、電子制御ユニット３０を構成するＣＰＵとして、ＦＰＵ機能を有する高機能なＣＰＵを使用できない場合、演算を行なう際に、整数型の変数で演算する必要性がある。そこで、微分特性を有するローパスフィルタＧｌｐｆや状態変数フィルタを、整数型の変数で演算した場合、変数のダイナミックレンジが小さ過ぎて分解能を粗く設定する必要がある。そのため、このような場合において、ローパスフィルタＧｌｐｆや状態変数フィルタとして、微分器を有するものを用いると、小さい観測ノイズによっても影響を受けたり、さらには、電池パラメータおよび充電率ＳＯＣの推定値にも誤差が生じてしまう。これに対して、第２実施形態によれば、ローパスフィルタＧｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いる。このため、ＦＰＵ機能を有する高機能なＣＰＵを使用できない場合においても、観測ノイズの影響を受け難くすることができ、これにより、電池パラメータおよび充電率ＳＯＣの推定精度を高いものとすることができる。
　図１２に、電池モデルを用いたシミュレーションにより、第２実施形態の効果を検証した結果を示す。図１２においては、上から電流計測値Ｉ（ｋ）の変化を示すプロファイル、電圧計測値Ｖ（ｋ）の変化を示すプロファイル、充電率ＳＯＣの推定値の変化を示すプロファイルである。そして、これらのうち、充電率ＳＯＣの推定値については、ローパスフィルタＧｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いた場合について、実線で表し、微分器（微分演算子ｓ）を有するものを用いた場合について、一点鎖線で表した。また、充電率ＳＯＣの推定値について、各推定値に加えて、真値を点線で示した。なお、図１２は、ローパスフィルタＧｌｐｆおよび状態変数フィルタによる処理に係る演算を、整数型とし、分解能を粗く設定した場合のシミュレーション結果を示す。
　図１２に示すように、ローパスフィルタＧｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有するものを用いた場合には、充電率ＳＯＣの推定値が、試験途中で発散する結果となった。これに対して、ローパスフィルタＧｌｐｆおよび状態変数フィルタとして、微分器（微分演算子ｓ）を有しないものを用いた場合には、電池パラメータを良好に推定することができた。その結果として、充電率ＳＯＣを高い精度で推定することが可能となることが確認できる。
《第３実施形態》
　次いで、本発明の第３実施形態について、説明する。
　第３実施形態においては、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１によるフィルタ処理に用いるローパスフィルタＧｌｐｆ、および状態変数フィルタ演算部３０３２によるフィルタ処理に用いる状態変数フィルタとして、それぞれ、一次のフィルタを用いる。それ以外の構成は、上述した第１実施形態と同様である。
　すなわち、第３実施形態においては、第１実施形態で用いた状態変数フィルタである、ｓ／（ｓ２＋ｋ１・ｓ＋ｋ２）および１／（ｓ２＋ｋ１・ｓ＋ｋ２）について、下記式（１９）に示すように、部分分数分解を適用する。
Figure JPOXMLDOC01-appb-M000016
　そして、上記式（１９）において、ｋａ＝ｋα、ｋｂ＝ｋβとし、状態変数フィルタと、ローパスフィルタＧｌｐｆとの共通根を括りだし、これらをまとめることにより、一次のローパスフィルタを並列接続した構成となる。よって、適応同定システムの構成を、図１３に示すようなものとすることができる。また、ｋ１＝２・√（ｋ２）とし、ローパスフィルタＧｌｐｆを重根となるように設計することにより、一次のローパスフィルタを直列接続した構成となる。よって、適応同定システムの構成を、図１４に示すようなものとすることができる。なお、図１２中において、ζ１（ｋ）、ζ２（ｋ）、ζ３（ｋ）、ζ４（ｋ）およびζ５（ｋ）は変換状態量であり、θ１、θ２、θ３、θ４およびθ５は電池モデルの電池パラメータである。
　第３実施形態によれば、上述した第１実施形態の効果に加えて、次の効果を奏する。
　すなわち、第３実施形態によれば、ローパスフィルタ演算部３０３１および状態変数フィルタ演算部３０３２は、ローパスフィルタＧｌｐｆおよび状態変数フィルタとして、一次のローパスフィルタを用いてフィルタ処理を行う。このため、これらのフィルタ処理に要する演算回数を低減することができる。たとえば、図４に示す適応同定システムにおいては、積算８回、加減算４回であるのに対し、図１３に示す適応同定システムにおいては、積算４回、加減算２回である。これにより、電池パラメータを同定する際における演算負荷を低減することができる。
　なお、上述した実施形態において、電流検出部３０１は本発明の電流検出手段に、電圧検出部３０２は本発明の電圧検出手段に、電池パラメータ推定部３０３のローパスフィルタ演算部３０３１は本発明のローパスフィルタ演算手段に、電池パラメータ推定部３０３の状態変数フィルタ演算部３０３２は本発明の端子電圧推定手段に、電池パラメータ推定部３０３の適応同定演算部３０３３は本発明の同定手段に、開路電圧推定部３０４は本発明の開路電圧推定手段に、ＳＯＣ推定部３０５は本発明の充電率推定手段に、それぞれ相当する。
　以上、本発明の実施形態について説明したが、これらの実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。
　本発明に係わる電池状態推定装置および電池状態推定方法によれば、電流計測値Ｉ（ｋ）、電圧計測値Ｖ（ｋ）に含まれる計測ノイズの影響を有効に除去することができ、電圧計測値Ｖ（ｋ）と電圧推定値Ｖ＾（ｋ）との差分ｅ（ｋ）をゼロに収束し易くすることができる。これにより、電池パラメータφ＾（ｋ）の同定精度を向上させることができる。さらに、電池パラメータφ＾（ｋ）を高い精度で同定できることにより、開路電圧推定値Ｖ０＾（ｋ）および充電率推定値ＳＯＣ＾（ｋ）の推定精度を高めることができる。よって、本発明に係わる電池状態推定装置および電池状態推定方法は、産業上利用可能である。

Claims (10)

  1. 　二次電池の電流を、電流計測値として検出する電流検出部と、
    　前記二次電池の端子電圧を、電圧計測値として検出する電圧検出部と、
    　前記二次電池の電池モデルを定義し、前記電流計測値および前記電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定する状態変数フィルタ演算部と、
    　前記電圧計測値と前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する適応同定演算部と、を備え、
    　前記適応同定演算部は、前記電圧計測値および前記電圧推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施し、前記ローパスフィルタによりフィルタ処理を施した前記電圧計測値および前記電圧推定値を用いて、前記差分を算出することを特徴とする電池状態推定装置。
  2. 　二次電池の電流を、電流計測値として検出する電流検出部と、
    　前記二次電池の端子電圧を、電圧計測値として検出する電圧検出部と、
    　前記電流計測値および前記電圧計測値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施すローパスフィルタ演算部と、
    　前記二次電池の電池モデルを定義し、前記ローパスフィルタを施した電流計測値および電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定する状態変数フィルタ演算部と、
    　前記ローパスフィルタによるフィルタ処理を施した電圧計測値と、前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する適応同定演算部と、を備えることを特徴とする電池状態推定装置。
  3. 　請求項１又は２に記載の電池状態推定装置において、
    　前記ローパスフィルタのカットオフ周波数が、前記状態変数フィルタのカットオフ周波数以上であることを特徴とする電池状態推定装置。
  4. 　請求項３に記載の電池状態推定装置において、
    　前記ローパスフィルタのカットオフ周波数が、前記状態変数フィルタのカットオフ周波数と同じであることを特徴とする電池状態推定装置。
  5. 　請求項１～４のいずれかに記載の電池状態推定装置において、
    　前記ローパスフィルタおよび前記状態変数フィルタが、微分器を含まない形態であることを特徴とする電池状態推定装置。
  6. 　請求項１～５のいずれかに記載の電池状態推定装置において、
    　前記ローパスフィルタおよび前記状態変数フィルタが、一次のローパスフィルタの直列または並列接続のみで構成されることを特徴とする電池状態推定装置。
  7. 　二次電池の電流を、電流計測値として検出する電流検出手段と、
    　前記二次電池の端子電圧を、電圧計測値として検出する電圧検出手段と、
    　前記二次電池の電池モデルを定義し、前記電流計測値および前記電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定する端子電圧推定手段と、
    　前記電圧計測値と前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する同定手段と、を備え、
    　前記同定手段は、前記電圧計測値および前記電圧推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施し、前記ローパスフィルタによりフィルタ処理を施した前記電圧計測値および前記電圧推定値を用いて、前記差分を算出することを特徴とする電池状態推定装置。
  8. 　二次電池の電流を、電流計測値として検出する電流検出手段と、
    　前記二次電池の端子電圧を、電圧計測値として検出する電圧検出手段と、
    　前記電流計測値および前記電圧計測値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施すローパスフィルタ演算手段と、
    　前記二次電池の電池モデルを定義し、前記ローパスフィルタを施した電流計測値および電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定する端子電圧推定手段と、
    　前記ローパスフィルタによるフィルタ処理を施した電圧計測値と、前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する同定手段と、を備えることを特徴とする電池状態推定装置。
  9. 　二次電池の電流を、電流計測値として検出し、
    　前記二次電池の端子電圧を、電圧計測値として検出し、
    　前記二次電池の電池モデルを定義し、
    　前記電流計測値および前記電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、
    　前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定し、
    　前記電圧計測値と前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する電池状態推定方法であって、
    　前記電圧計測値と前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定することには、
    　前記電圧計測値および前記電圧推定値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施すことと、
    　前記ローパスフィルタによりフィルタ処理を施した前記電圧計測値および前記電圧推定値を用いて、前記差分を算出することと、が含まれる
    を特徴とする電池状態推定方法。
  10. 　二次電池の電流を、電流計測値として検出し、
    　前記二次電池の端子電圧を、電圧計測値として検出し、
    　前記電流計測値および前記電圧計測値に、それぞれ同じ高域周波数遮断特性を有するローパスフィルタによりフィルタ処理を施し、
    　前記二次電池の電池モデルを定義し、
    　前記ローパスフィルタを施した電流計測値および電圧計測値を、前記電池モデルに基づく状態変数フィルタを用いて、状態量変換して変換状態量を算出し、
    　前記変換状態量から、前記電池モデルに基づく前記二次電池の端子電圧を電圧推定値として推定し、
    　前記ローパスフィルタによるフィルタ処理を施した電圧計測値と、前記電圧推定値との差分がゼロに収束するように、前記二次電池のパラメータを同定する、ことを特徴とする電池状態推定方法。
PCT/JP2011/053534 2010-02-18 2011-02-18 電池状態推定装置および電池状態推定方法 WO2011102472A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
MX2012002807A MX2012002807A (es) 2010-02-18 2011-02-18 Dispositivo de estimacion de estado de bateria y metodo de estimacion de estado de bateria.
US13/393,507 US8909490B2 (en) 2010-02-18 2011-02-18 Battery state estimation device and battery state estimation method
EP11744758.1A EP2538233B1 (en) 2010-02-18 2011-02-18 Battery state estimation device and battery state estimation method
CN201180003670.3A CN102483442B (zh) 2010-02-18 2011-02-18 电池状态估计装置以及电池状态估计方法
BR112012004810A BR112012004810A2 (pt) 2010-02-18 2011-02-18 Dispositivo e método de estimativa de estado de bateria
RU2012108577/28A RU2491566C1 (ru) 2010-02-18 2011-02-18 Устройство оценки состояния батареи и способ оценки состояния батареи

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2010-033903 2010-02-18
JP2010033903 2010-02-18
JP2011-026032 2011-02-09
JP2011026032A JP5691592B2 (ja) 2010-02-18 2011-02-09 電池状態推定装置

Publications (1)

Publication Number Publication Date
WO2011102472A1 true WO2011102472A1 (ja) 2011-08-25

Family

ID=44483057

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/053534 WO2011102472A1 (ja) 2010-02-18 2011-02-18 電池状態推定装置および電池状態推定方法

Country Status (7)

Country Link
US (1) US8909490B2 (ja)
EP (1) EP2538233B1 (ja)
JP (1) JP5691592B2 (ja)
CN (1) CN102483442B (ja)
BR (1) BR112012004810A2 (ja)
MX (1) MX2012002807A (ja)
WO (1) WO2011102472A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014009001A1 (de) * 2012-07-12 2014-01-16 Sew-Eurodrive Gmbh & Co. Kg Verfahren zur bestimmung von kenngrössen eines energiespeichers und energiespeichersystem
RU2739959C2 (ru) * 2016-06-30 2020-12-30 Окто Телематикс С.П.А. Система идентификации и распознавания автомобильного транспортного средства на основании профиля значений напряжения бортовой электрической системы и соответствующий способ идентификации, осуществляемый такой системой

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5842421B2 (ja) * 2010-07-20 2016-01-13 日産自動車株式会社 電池状態推定装置
WO2013111231A1 (ja) * 2012-01-26 2013-08-01 カルソニックカンセイ株式会社 電池の状態推定装置
JP5896891B2 (ja) * 2012-12-17 2016-03-30 三菱重工業株式会社 パラメータ推定装置、パラメータ推定方法、蓄電システム及びプログラム
US10664562B2 (en) * 2013-02-24 2020-05-26 Fairchild Semiconductor Corporation and University of Connecticut Battery state of charge tracking, equivalent circuit selection and benchmarking
WO2014131264A1 (zh) * 2013-02-28 2014-09-04 东莞赛微微电子有限公司 电池的电量计量系统
DE102014102352A1 (de) 2014-02-24 2015-08-27 Ge Energy Power Conversion Technology Limited Batteriespeichersystem mit Störlichtbogenschutz, Energieumwandlungssystem und Schutzverfahren
CN107210608B (zh) * 2015-06-17 2020-03-31 株式会社东芝 模拟信号生成装置及模拟信号生成方法及存储介质
DE102015111015A1 (de) * 2015-07-08 2017-01-12 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und Vorrichtung zum Lokalisieren eines Batteriemodules unter mehreren untereinander elektrisch verbundenen Batteriemodulen einer Traktionsbatterie
CN106371018B (zh) * 2015-07-21 2019-05-24 上汽通用汽车有限公司 基于电池端电压估计的车辆动力电池故障诊断方法及设备
JP2017070024A (ja) * 2015-09-29 2017-04-06 日立オートモティブシステムズ株式会社 電池監視装置
US10243385B2 (en) * 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
CN106855612B (zh) * 2017-02-21 2019-09-24 山东大学 计及非线性容量特性的分数阶KiBaM电池模型及参数辨识方法
DE102018204971B3 (de) * 2018-04-03 2019-10-02 Volkswagen Aktiengesellschaft Batteriesystem für ein Kraftfahrzeug und Kraftfahrzeug
KR20210047682A (ko) * 2019-10-22 2021-04-30 삼성전자주식회사 배터리 상태 추정 방법 및 장치
KR20210068789A (ko) * 2019-12-02 2021-06-10 삼성전자주식회사 배터리 상태 추정 방법 및 장치
CN113805062B (zh) * 2021-08-30 2023-10-24 西安理工大学 锂电池等效电路模型参数在线鲁棒自适应辨识方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05142313A (ja) * 1991-11-19 1993-06-08 Shikoku Electric Power Co Inc 鉛蓄電池の開路電圧推定装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2131158C1 (ru) 1996-07-31 1999-05-27 Кубанский государственный технологический университет Устройство автоматического контроля технического состояния элементов аккумуляторной батареи
JP3714246B2 (ja) 2001-12-18 2005-11-09 日産自動車株式会社 二次電池の充電率推定装置
JP3852372B2 (ja) * 2002-06-05 2006-11-29 日産自動車株式会社 二次電池の充電率推定装置
JP3714321B2 (ja) 2002-11-25 2005-11-09 日産自動車株式会社 二次電池の充電率推定装置
JP3714333B2 (ja) 2003-02-28 2005-11-09 日産自動車株式会社 二次電池の入出力可能電力推定装置
CA2550072C (en) 2003-12-18 2011-04-19 Lg Chem, Ltd. Apparatus and method for estimating state of charge of battery using neural network
US8103485B2 (en) * 2004-11-11 2012-01-24 Lg Chem, Ltd. State and parameter estimation for an electrochemical cell
RU2283504C1 (ru) 2005-06-28 2006-09-10 Федеральное государственное унитарное предприятие "Производственно-конструкторское предприятие "ИРИС" Автоматизированная система контроля и диагностики аккумуляторных батарей
JP4830382B2 (ja) * 2005-07-19 2011-12-07 日産自動車株式会社 二次電池の充電率推定装置
JP4692246B2 (ja) * 2005-11-29 2011-06-01 日産自動車株式会社 二次電池の入出力可能電力推定装置
US7521895B2 (en) 2006-03-02 2009-04-21 Lg Chem, Ltd. System and method for determining both an estimated battery state vector and an estimated battery parameter vector
JP2009072020A (ja) * 2007-09-14 2009-04-02 Calsonic Kansei Corp 二次電池の内部状態推定装置
US7714736B2 (en) 2007-10-30 2010-05-11 Gm Global Technology Operations, Inc. Adaptive filter algorithm for estimating battery state-of-age

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05142313A (ja) * 1991-11-19 1993-06-08 Shikoku Electric Power Co Inc 鉛蓄電池の開路電圧推定装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014009001A1 (de) * 2012-07-12 2014-01-16 Sew-Eurodrive Gmbh & Co. Kg Verfahren zur bestimmung von kenngrössen eines energiespeichers und energiespeichersystem
RU2739959C2 (ru) * 2016-06-30 2020-12-30 Окто Телематикс С.П.А. Система идентификации и распознавания автомобильного транспортного средства на основании профиля значений напряжения бортовой электрической системы и соответствующий способ идентификации, осуществляемый такой системой

Also Published As

Publication number Publication date
MX2012002807A (es) 2012-04-02
EP2538233A4 (en) 2016-10-19
CN102483442B (zh) 2014-05-07
JP2011191291A (ja) 2011-09-29
BR112012004810A2 (pt) 2022-10-18
EP2538233A1 (en) 2012-12-26
CN102483442A (zh) 2012-05-30
EP2538233B1 (en) 2018-08-29
JP5691592B2 (ja) 2015-04-01
US20120316812A1 (en) 2012-12-13
US8909490B2 (en) 2014-12-09

Similar Documents

Publication Publication Date Title
WO2011102472A1 (ja) 電池状態推定装置および電池状態推定方法
JP5842421B2 (ja) 電池状態推定装置
JP6983227B2 (ja) 蓄電池状態推定装置
WO2014054259A1 (ja) バッテリのパラメータ推定装置およびその推定方法
JP6507375B2 (ja) 電池の状態推定装置、および、電池の状態推定方法
JP4692246B2 (ja) 二次電池の入出力可能電力推定装置
Hu et al. Two time-scaled battery model identification with application to battery state estimation
JP5707982B2 (ja) 電池状態推定装置
JP4910300B2 (ja) 二次電池の満充電容量推定装置
JP5291845B1 (ja) 電池の状態推定装置
JP5163542B2 (ja) 二次電池の入出力可能電力推定装置
JP2012057998A (ja) 二次電池の充電率算出装置および充電率算出方法
JP2006300691A (ja) 二次電池の残存容量演算方式
JP5504657B2 (ja) 二次電池の総容量推定装置
JP2010203935A (ja) 二次電池の入出力可能電力推定装置
RU2491566C1 (ru) Устройство оценки состояния батареи и способ оценки состояния батареи
CN106255895B (zh) 电子电池传感器和用于确定电池的内阻的方法
JP5412891B2 (ja) 二次電池の制御装置
JP3852372B2 (ja) 二次電池の充電率推定装置
JP4720364B2 (ja) 二次電池の内部抵抗推定装置
JP3852371B2 (ja) 二次電池の充電率推定装置
JP2017116503A (ja) 状態推定装置
JP2005300500A (ja) 電気二重層キャパシタの特性評価方法および特性評価装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180003670.3

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11744758

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 477/KOLNP/2012

Country of ref document: IN

Ref document number: 2011744758

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2012108577

Country of ref document: RU

Ref document number: MX/A/2012/002807

Country of ref document: MX

WWE Wipo information: entry into national phase

Ref document number: 13393507

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112012004810

Country of ref document: BR

REG Reference to national code

Ref country code: BR

Ref legal event code: B01E

Ref document number: 112012004810

Country of ref document: BR

Free format text: APRESENTAR A TRADUCAO SIMPLES DA FOLHA DE ROSTO DA CERTIDAO DE DEPOSITO DAS PRIORIDADES JP 2010-033903 DE 18/02/2010 E JP 2011-026032 DE 09/02/2011 OU DECLARACAO CONTENDO, OBRIGATORIAMENTE, TODOS OS DADOS IDENTIFICADORES DESTAS PRIORIDADES. NAO FOI POSSIVEL IDENTIFICAR O TITULAR DAS REFERIDAS PRIORIDADE.

ENP Entry into the national phase

Ref document number: 112012004810

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20120302