WO2014103705A1

WO2014103705A1 - 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法

Info

Publication number: WO2014103705A1
Application number: PCT/JP2013/083107
Authority: WO
Inventors: 吉瀬　万希子; 伸介三木; 吉岡　省二
Original assignee: 三菱電機株式会社
Priority date: 2012-12-26
Filing date: 2013-12-10
Publication date: 2014-07-03
Also published as: JP5936711B2; JPWO2014103705A1; US20150323611A1; US9841464B2

Abstract

　寿命予測部（３）を備えた蓄電デバイスの寿命予測装置であって、蓄電デバイスを運転制御する寿命予測用運転制御部（３３）と、複数の運転条件の測定データを収集し、評価特性を算出して逐次蓄積するデータ収集部（３４）と、蓄積された評価特性データを、適切な近似関数でカーブフィッティングすることにより、評価特性と運転時間との関係を示す回帰式を作成するデータ解析部と（３５）、回帰式を基に、任意の運転条件における評価特性の予測値を算出する寿命予測式を作成する寿命予測式作成部（３６）を備える。

Description

蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法

　本発明は、蓄電デバイスの寿命に影響する蓄電デバイスの種類及び運転条件を考慮した上で、任意の運転条件において蓄電デバイスの寿命をより高精度に予測することができる蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法に関するものである。

　低炭素社会を背景として、ニッケル水素電池、リチウムイオン電池、電気二重層キャパシタ等、蓄電デバイスの種類が多様化している。また、従来の携帯機器用に加え、家電製品、バックアップ電源、ＥＶ（Ｅｌｅｃｔｒｉｃ　Ｖｅｈｉｃｌｅ）、ＨＥＶ（Ｈｙｂｒｉｄ　Ｅｌｅｃｔｒｉｃ　Ｖｅｈｉｃｌｅ）、及びスマートグリッド等、蓄電デバイスの応用分野も広がっており、特に、大型電源としての応用が拡大している。

　これら大型電源としての蓄電デバイスは、従来の携帯機器用電源と比べると、価格が高価であるとともに、長期間の使用に耐えることが要求される。したがって、蓄電デバイスの寿命をより高精度に予測することが、保守点検の上からも重要である。

　しかしながら、蓄電デバイスの寿命は、蓄電デバイスの材料、構造等（以下、蓄電デバイスの種類と呼ぶ）、及び、温度、充電終止／放電終止電圧等（以下、蓄電デバイスの運転条件と呼ぶ）に大きく影響される。したがって、蓄電デバイスの寿命は、蓄電デバイスの種類及び運転条件を考慮した上で予測することが重要である。

　従来技術として、蓄電デバイスを使用中に定期的に放電させ、この際の出力電流及び端子間電圧の脈動振幅値を、出荷時の基本データと比較診断することにより、蓄電デバイスの寿命を予測する方法がある（例えば、特許文献１参照）。

　また、別の従来技術として、蓄電デバイスの内部抵抗と経過年数との関係を複数の時間で測定し、両者の関係の近似式を作成することにより、蓄電デバイスの内部抵抗が、所定の内部抵抗値以上となる時間を蓄電デバイスの寿命と判断する方法がある（例えば、特許文献２参照）。

　さらに、別の従来技術として、蓄電デバイスの寿命に影響する主要な因子を抽出し、統計的手法であるタグチメソッドに基づいて各因子の感度を求めることにより、その感度から、蓄電デバイスの寿命を予測する方法がある（例えば、特許文献３参照）。

特許第４１４７５８９号公報特開２００７－２７１４３８号公報特開２０１０－１５９６６１号公報

　しかしながら、従来技術には、以下のような課題がある。
　特許文献１においては、出力電流及び端子間電圧の脈動振幅値を、出荷時の基本データと比較診断することにより、蓄電デバイスの寿命を予測している。しかしながら、蓄電デバイスの端子間電圧の脈動振幅は、電池の充電状態（以下、ＳＯＣ：Ｓｔａｔｅ　Ｏｆ　Ｃｈａｒｇｅと略す）に大きく影響される。このため、蓄電デバイスの端子間電圧の脈動振幅を正確に測定するためには、蓄電デバイスのＳＯＣを正確に測定する必要がある。

　ここで、充放電時のＳＯＣは、開回路電圧から求める方法が知られている。しかしながら、開回路電圧は、電池が劣化して充放電可能容量が減少すると、それに伴って変化してしまう。このため、正確なＳＯＣを求めることは困難であり、その結果として、蓄電デバイスの寿命を正確に予測できないという課題があった。

　また、特許文献２においては、蓄電デバイスの内部抵抗と経過年数の近似式を作成することにより、蓄電デバイスの寿命を予測している。ここで、蓄電デバイスの内部抵抗は、蓄電デバイスの種類、運転条件に大きく影響される。

　しかしながら、特許文献２における近似式では、蓄電デバイスの種類、運転条件による影響が考慮されていない。したがって、近似式の作成時と蓄電デバイスの運転時とで、蓄電デバイスの種類、運転条件が違う場合には、蓄電デバイスの劣化に伴い内部抵抗が必ずしも増大するとは限らず、内部抵抗値がほとんど変化しない場合もある。このため、蓄電デバイスの寿命を正確に予測できないという課題があった。

　また、特許文献３においては、蓄電デバイスの初期放電容量に対する現放電容量の比率（以下、容量比と略す）が、運転時間に比例すると仮定している。しかしながら、蓄電デバイスの容量比と運転時間との間には、必ずしも比例関係が成り立つ訳ではないという課題があった。また、あらかじめ実施した以外の運転条件においては、蓄電デバイスの寿命の予測ができないという課題があった。

　本発明は、上記のような課題を解決するためになされたものであり、蓄電デバイスの寿命に影響する蓄電デバイスの種類及び運転条件を考慮した上で、任意の運転条件において蓄電デバイスの寿命をより高精度に予測することができる蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法を得ることを目的とする。

　本発明に係る蓄電デバイスの寿命予測装置は、蓄電デバイスの運転を制御する実運転制御部と、運転中の蓄電デバイスの測定データを収集する実運転データ収集部と、実運転データ収集部で収集した測定データを基に蓄電デバイスの劣化状態を判定する劣化状態判定部と、蓄電デバイスの寿命を予測する寿命予測部とを備えた蓄電デバイスの寿命予測装置であって、寿命予測部は、蓄電デバイスの寿命計算に用いる評価特性に影響を与える複数の因子に関してあらかじめ設定された運転条件に基づいて、蓄電デバイスを異なる複数の運転条件について個別に運転制御する寿命予測用運転制御部と、異なる複数の運転条件を用いて寿命予測用運転制御部による運転制御を行うことで、複数の運転条件のそれぞれに対する測定データを収集し、収集した測定データに基づいて評価特性を算出して経時変化データとして記憶部に逐次蓄積するデータ収集部と、データ収集部により記憶部に蓄積された評価特性に関する経時変化データのそれぞれを、適切な近似関数でカーブフィッティングすることにより、複数の運転条件のそれぞれについて、評価特性と運転時間との関係を示す回帰式を作成するデータ解析部と、データ解析部により作成された回帰式を基に、複数の因子として任意設定された運転条件を用いた際の評価特性の予測値を算出する寿命予測式を作成する寿命予測式作成部とを備えるものである。

　本発明に係る蓄電デバイスの寿命予測方法は、本発明に係る蓄電デバイスの寿命予測装置に用いられる蓄電デバイスの寿命予測方法であって、寿命予測部において、蓄電デバイスの寿命計算に用いる評価特性に影響を与える複数の因子に関してあらかじめ設定された運転条件に基づいて、蓄電デバイスを異なる複数の運転条件について個別に運転制御する運転制御ステップと、異なる複数の運転条件を用いて運転制御ステップによる運転制御を行うことで、複数の運転条件のそれぞれに対する測定データを収集し、収集した測定データに基づいて評価特性を算出して経時変化データとして記憶部に逐次蓄積するデータ収集ステップと、データ収集ステップにより記憶部に蓄積された評価特性に関する経時変化データのそれぞれを、適切な近似関数でカーブフィッティングすることにより、複数の運転条件のそれぞれについて、評価特性と運転時間との関係を示す回帰式を作成する回帰式作成ステップと、回帰式作成ステップにより作成された回帰式を基に、複数の因子として任意設定された運転条件を用いた際の評価特性の予測値を算出する寿命予測ステップとを有するものである。

　本発明によれば、蓄電デバイスの種類に応じてあらかじめ設定した複数の運転条件での実測データに基づく統計処理により、蓄電デバイスの寿命計算に用いる評価特性を任意の運転条件で予測できる寿命予測式を導出することにより、蓄電デバイスの寿命に影響する蓄電デバイスの種類及び運転条件を考慮した上で、任意の運転条件において蓄電デバイスの寿命をより高精度に予測することができる蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法を得ることができる。

本発明の実施の形態１における蓄電デバイスの寿命予測装置の構成図である。本発明の実施の形態２における蓄電デバイスの寿命予測装置における寿命予測部の構成図である。本発明の実施の形態２における評価特性及び因子の候補の例示図である。本発明の実施の形態２における評価特性、因子及び水準の例示図である。直交配列実験で用いられる２水準のＬ１２直交配列表である。本発明の実施の形態２における直交配列表である。本発明の実施の形態２における図６の運転条件で測定した各因子の寄与率である。本発明の実施の形態２における図６の運転条件で測定した蓄電デバイスの容量比と運転時間の関係を示す測定データである。本発明の実施の形態２における図８の測定データをカーブフィッティングして得られた回帰式を示す。本発明の実施の形態２における図６の運転条件で６０００時間運転した後の蓄電デバイスの容量比の推定値、実測値及び推定値の誤差を示す図である。本発明の実施の形態２における、回帰式を直線近似によって作成した場合の、図６の運転条件で６０００時間運転した後の蓄電デバイスの容量比の推定値、実測値及び推定値の誤差を示す図である。本発明の実施の形態２に係る任意の運転条件として、６つの因子に関する具体的な設定値を示した一例である。本発明の実施の形態２における図１２の運転条件で６０００時間運転した後の蓄電デバイスの容量比の推定値、実測値及び推定値の誤差を示す図である。本発明の実施の形態３における蓄電デバイスの寿命予測装置の構成図である。

　以下、本発明における蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法の好適な実施の形態につき、図面を用いて説明する。なお、各図において同一、または相当する部分については、同一符号を付して説明する。

　実施の形態１．
　図１は、本発明の実施の形態１における蓄電デバイスの寿命予測装置の構成図である。図１に示す蓄電デバイスの寿命予測装置は、実運転データ収集部１、劣化状態判定部２、寿命予測部３、実運転制御部４、及び表示部５を備えて構成される。

　図１に示す蓄電デバイスは、本発明において、寿命予測対象となるものである。以下の説明では、蓄電デバイスとして、円筒型リチウムイオン電池を仮定するが、本発明における蓄電デバイスは、円筒型リチウムイオン電池に限定されるものではない。

　例えば、蓄電デバイスとしては、鉛蓄電池、ニッケルカドミウム電池、ニッケル水素電池、ナトリウム硫黄電池、レドックスフロー電池等の蓄電池や、電気二重層キャパシタ等の蓄電デバイスを用いることができる。また、一次電池であってもよい。さらに、直列／並列に接続された、複数の一次電池／二次電池で構成されたものであってもよい。

　また、実運転データ収集部１は、ＣＭＵ（Ｃｅｌｌ　Ｍｏｎｉｔｏｒｉｎｇ　Ｕｎｉｔ）またはＢＭＵ（Ｂａｔｔｅｒｙ　Ｍａｎａｇｅｍｅｎｔ　Ｕｎｉｔ）に相当するものである。すなわち、実運転データ収集部１は、ある運転条件で運転制御中の蓄電デバイスの温度、電流及び電圧等のデータを、所定の時間間隔で測定して、劣化状態判定部２及び寿命予測部３に出力する。

　劣化状態判定部２は、ある運転条件において、実運転データ収集部１から入力した、蓄電デバイスの温度、電流及び電圧等の測定データ（以下、単に「運転条件に基づく測定データ」と称す）を基に、蓄電デバイスの劣化状態を判定する。例えば、電流と電圧から蓄電デバイスの内部抵抗を計算し、初期の内部抵抗値に対する比率である内部抵抗比と実運転条件から、蓄電デバイス劣化状態を判定する。或いは、電流を積算して放電容量を計算し、初期放電容量に対する比率である容量比を求めることによって、蓄電デバイスの劣化状態を判定する。

　寿命予測部３は、実運転データ収集部１が出力する運転条件に基づく測定データを常に蓄積しており、この蓄積された運転条件に基づく測定データを基に蓄電デバイスの寿命を予測する。また、運転条件に基づく測定データを事前に収集蓄積しておくことにより、任意の運転条件において蓄電デバイスの寿命を予測できるようにすることもできる。この運転条件に基づく測定データを事前に収集する方法については、実施の形態２において詳しく説明する。

　実運転制御部４は、劣化状態判定部２及び寿命予測部３での計算結果をフィードバックして入力し、蓄電デバイスの劣化状況に応じて、前記蓄電デバイスの使用条件にあった範囲内で予測寿命値が最大となるように、電流及び電圧等の運転条件を最適化することにより、蓄電デバイスをより長寿命化するように運転制御する。
　この実運転制御部４は蓄電デバイスの運転を制御する機能を有するコントローラであり、ＩＴ（Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｉｇｙ）を活用した電力やガス等のエネルギー管理システム（Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）であるｘＥＭＳ（（ＨＥＭＳ（Ｈｏｍｅ　Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）やＢＥＭＳ（Ｂｕｉｌｄｉｎｇ　Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）やＦＥＭＳ（Ｆｕｃｔｏｒｙ　Ｅｎｅｒｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）など）や電気自動車やハイブリッド電気自動車のＰＣＵ（Ｐｏｗｅｒ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）、ＰＣＳ（Ｐｏｗｅｒ　Ｃｏｎｔｒｏｌ　Ｓｕｂｓｙｓｔｅｍ）、系統用蓄電池システムにおけるＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　ｃｏｎｔｒｏｌｌｅｒ）の全体若しくは一部の機能である。

　すなわち、実運転制御部４は、実運用に適した運転条件を用いて蓄電デバイスを実運転制御するとともに、実運転中に収集した測定データ及び前記寿命予測式を基に、蓄電デバイスの使用条件にあった範囲内で予測寿命値が最大になる前記複数の因子の値を求めて運転条件を更新する。その結果、実運転制御部４は、更新した運転条件に基づいて蓄電デバイスを実運転制御することで、蓄電デバイスの長寿命化を実現できる。

　表示部５は、劣化状態判定部２及び寿命予測部３が出力する蓄電デバイスの劣化状態及び寿命予測値を表示する。また、表示部５は、蓄電デバイスの運転条件及びＳＯＣをリアルタイムに表示する機能も有する。

　以上のように、実施の形態１によれば、蓄電デバイスの寿命予測装置を、図１のように構成することにより、蓄積された運転条件に基づく測定データを基に蓄電デバイスの寿命を予測することができ、また、蓄電デバイスを長寿命化するように運転制御できる蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法を得ることができる。

　本発明の実施の形態１における寿命予測装置は、例えば、風力／太陽光発電システム等の系統連携蓄電システム、スマートハウス等に用いられる家庭用蓄電システム、バックアップ電源、電気自動車やハイブリッド電気自動車、電車、バス等の移動用車両、及び、港湾クレーン／フォークリフト等の産業機械／建設機械等に適用可能である。
　また、本発明の実施の形態１における寿命予測装置は、多数の蓄電デバイスを直並列に接続しているシステムにおいてその効果をより発揮する。例えば複数の蓄電デバイスを直列に接続したユニットを並列接続しているシステムにおいては、劣化状態判定部２にてユニット毎の劣化状態を判定し、その結果に従って各ユニットへの入出力を制御することにより、並列接続されたユニット間の劣化を均等化し、システム全体としての劣化を抑制することができる。即ち、劣化量が大きいユニットに対しては入出力を抑制し、劣化量が小さいユニットの入出力を増加させることにより、劣化量が大きいユニットの劣化は抑制され、劣化量が小さいユニットの劣化が増えるため、全体のシステムとしての劣化を抑制することができる。

　実施の形態２．
　本発明の実施の形態２は、先の実施の形態１における寿命予測部３を具現化したものである。

　図２は、本発明の実施の形態２における蓄電デバイスの寿命予測装置における寿命予測部３の構成図である。図２に示す寿命予測部３は、評価特性決定部３１、因子抽出部３２、寿命予測用運転制御部３３、データ収集部３４、データ解析部３５、及び、寿命予測式作成部３６を備えて構成される。

　図３は、本発明の実施の形態２における評価特性及び因子の候補の例示図である。ここで、評価特性とは、寿命予測対象となる蓄電デバイスの寿命の計算に用いる評価物理量のことであり、また、因子とは、評価特性に影響を与える運転条件のことである。種々の蓄電デバイスの寿命予測においては、例えば、図３に示すものが評価特性及び因子として用いられる。

　寿命予測対象となる蓄電デバイスの種類毎に適した評価特性と、評価特性に影響する主要な因子の情報が、あらかじめ寿命予測部３内の記憶部（図示せず）に記憶されている。そして、評価特性決定部３１及び因子抽出部３２は、このあらかじめ記憶された情報に基づき、寿命予測対象となる蓄電デバイスの種類を考慮した上で、寿命予測に適した評価特性及び因子を決定抽出する。

　図４は、本発明の実施の形態２における評価特性、因子及び水準の例示図である。図４では一例として、蓄電デバイスとして、円筒型リチウムイオン電池を用いる場合の、評価特性、因子及び因子を制御する条件（水準）を示している。

　図４では、図３に示す評価特性の候補から、円筒型リチウムイオン電池の寿命予測に適した評価特性として、「放電容量」を決定している。また、図３に示す因子の候補から、「放電容量」に影響を及ぼす因子として「温度」、「充電電流」、「放電電流」、「充電終止電圧」、「放電終止電圧」、及び「（充電時）定電圧保持時間」の６つの因子を抽出している。また、水準を２とし、６つの因子のそれぞれに関して２つの水準を設定している。

　寿命予測用運転制御部３３は、蓄電デバイスの運転条件に基づく測定データの収集において、図４に示す６つの因子のそれぞれに関して２つの水準のいずれかを選択してなる複数の組合せ（後述する直交配列実験に相当）に基づいて寿命予測時の運転条件に基づいて蓄電デバイスを運転制御する。

　次に、任意の運転条件において、蓄電デバイスの寿命を予測できるようにするために、図４に示す因子及び水準の組合せを変えて、運転条件に基づく測定データを収集することを考える。このような場合に、評価特性への因子の及ぼす影響度を短時間で効率的に求めるためのツールとして、直交配列実験が挙げられる。

　図５は、直交配列実験で用いられる２水準のＬ１２直交配列表である。なお、本発明の実施の形態２では、２水準のＬ１２直交配列表を用いるが、本発明で用いる直交配列表は２水準のＬ１２直交配列表に限定されるものではない。要求される測定精度と必要となる測定回数のバランスを考慮した上で、最適なものを選択すればよい。例えば、３水準因子のＬ９やＬ２７直交配列表を用いることもできる。なお、直交配列表に、水準数が異なる因子が混在してもよい。

　６因子、２水準のＬ１２直交配列表を用いた直交配列実験を例に取ると、図５に示したように、６つの因子Ａ～Ｆの水準１、水準２の組合せからなる運転条件１～１２において、測定データから評価特性を求めることで、全ての組合せである６４（＝２⁶）通りの測定を行うことなく、蓄電デバイスの寿命予測に必要な測定データを効率よく収集して蓄積することができる。

　図６は、本発明の実施の形態２における直交配列表である。図６は、図５に示す２水準のＬ１２直交配列表に、図４に示す評価特性、因子及び水準を適用したものになっている。具体的には、評価特性として放電容量を適用し、また、因子Ａ～Ｆとして温度、充電電流、放電電流、充電終止電圧、放電終止電圧、（充電時）定電圧保持時間をそれぞれ適用している。

　なお、本発明の実施の形態２では、評価特性として放電容量を用いるが、本発明に用いる評価特性は放電容量の容量比に限定されるものではない。他にも、例えば、図３に示すような、内部抵抗や電極中のリチウム量等、時間と共に変化する物理量を用いることもできる。また、これらの評価特性のうち複数を選択して組み合わせて使用しても良い。
　採用された評価特性は、その初期値に対する比率として規格化し、この比率の閾値をもって寿命とすることが好ましい。複数の蓄電デバイスを評価する場合、運転開始前の初期の評価特性値が個体間にばらつきがあるため、個々の蓄電デバイスにおける劣化量を精度良く評価するために有効である。

　また、本発明に用いる因子も、図６の直交配列表に示す組合せに限定されるものではない。各因子は、評価特性に影響する主要なものであれば他のものを用いても構わない。ここで、寿命予測部３内の記憶部に記憶させる各因子を事前に選定する際には、特性要因図、または、なぜなぜ分析による因子の抽出が効果的である。

　直交配列実験においては、寿命予測用運転制御部３３は、蓄電デバイスの運転環境を、図６に示す直交配列表に従って、１２通りの運転条件のそれぞれについて、個別に運転制御を行う。同時に、データ収集部３４は、運転条件に基づく測定データを収集して蓄積するとともに、測定データから算出した評価特性も蓄積し、データ解析部３５は、蓄積された運転条件に基づく測定データ及び評価特性を解析する。

　図７は、本発明の実施の形態２における図６の運転条件で測定した各因子の寄与率である。図７では、図６に示す１２通りの運転条件のそれぞれで６０００サイクル運転した後の蓄電デバイスの容量比の測定データを基に、分散分析を実施して各因子の寄与率を計算した。ここで、因子の寄与率とは、評価特性に対する各因子の相対的な影響力の大きさを示す値であり、特許文献３等で用いられている公知技術である。

　例えば、図７より、温度、充電電流、充電終止電圧、及び、放電終止電圧は、評価特性への影響が大きい因子であることが分かる。また、誤差より寄与率の小さい定電圧保持時間は、ほとんど評価特性に影響を与えない因子であることが分かる。

　また、図７の誤差には、因子間の交互作用の効果が含まれており、この誤差が小さいことから、図６に示す直交配列表では、因子間の交互作用が少ないことが分かる。ここで、交互作用とは、ある因子の水準の変化が別の因子に影響を及ぼす効果のことで、交互作用が大きい場合は、交互作用のある因子間の組合せも因子に加える必要がある。

　このように、直交配列表を用いて各因子の寄与率及び交互作用の調査を実施することにより、抽出した各因子の影響度を検証することができる。

　図８は、本発明の実施の形態２における図６の運転条件で測定した蓄電デバイスの容量比と運転時間の関係を示す測定データである。図８に示すように、蓄電デバイスの容量比は、運転条件に大きく影響されることが分かる。また、蓄電デバイスの容量比と運転時間との間には、必ずしも比例関係が成り立つ訳ではないということも分かる。

　なお、図８では、横軸を蓄電デバイスの運転時間としているが、例えば、充放電回数に対する寿命を予測したい場合は、横軸を充放電回数としてもよい。

　図９は、本発明の実施の形態２における図８の測定データをカーブフィッティングして得られた回帰式を示す。図９に示す回帰式ｙ₁～ｙ₁₂は、図８の運転条件１～１２における運転条件に基づく測定データを、あらかじめ規定した下記の３種類の近似曲線のうち最も適したいずれか１つの近似曲線を用いてカーブフィッティングすることにより作成した。
　運転条件１、２、３、５、６、８、９の場合
　　直線近似：　ｙ_i＝ａｘ＋ｂ
　運転条件７、１１の場合
　　多項式近似：　ｙ_i＝ａｘ⁴＋ｂｘ³＋ｃｘ²＋ｄｘ＋ｅ
　運転条件４、１０、１２の場合
　　平方根近似：　ｙ_i＝ａｘ^1/2＋ｂ

　データ解析部３５は、このように、測定した蓄電デバイスの容量比と運転時間の関係を示す測定データを適切な近似関数でカーブフィッティングすることにより、回帰式ｙ₁～ｙ₁₂を作成する。

　次に、統計的手法を用いることにより、図６に示した１２種類の運転条件以外の一般的な運転条件においても、蓄電デバイスの評価特性と運転時間との関係を予測することができる寿命予測式を、図９の回帰式ｙ₁～ｙ₁₂を基に、近似式に当てはめて作成する。この近似式としては、例えば、下式（１）に示す直交多項式（Ｃｈｅｂｙｓｈｅｖの式）が利用できる。近似する直交多項式としては上記のＣｈｅｂｙｓｈｅｖの式の他にＬａｇｕｅｒｒｅの多項式、Ｈｅｒｍｉｔｅの多項式、Ｊａｃｏｂｉの多項式等が挙げられるが、Ｃｈｅｂｙｓｈｅｖの式は低次項が優先され各次数項が互いに独立であるため、電池の劣化などの主効果の影響が大きい場合に高精度に近似が可能である。

　水準数が２の場合は、上式（１）は、下式（２）のように簡略化される。

　このとき、評価特性ｙの平均値ｙ（－）、水準の平均値Ａ（－）、及び、係数ａ₁は、回帰式ｙ₁～ｙ₁₂を用いて、それぞれ、下式（３）～（５）のように表される。ここで、「（－）」という表記は、（）の前の文字の上にバーが付されたものを意味し、平均値を表す。

　寿命予測式作成部３６は、このように、図６に示した１２種類の運転条件以外の一般的な運転条件においても適用可能な、上式（２）～（５）で示されるような寿命予測式を、回帰式ｙ₁～ｙ₁₂を基にして作成する。

　具体的に、６０００時間後の評価特性の予測値ｙは、上式（２）に対して、図９に示した回帰式、及び上式（３）～（５）で求まる値を代入することにより、下式（６）のように計算できる。
　ｙ＝５．７２０４１７－０．００８３９１４×Ａ－５．１７７１２７×１０^-2×Ｂ－３．６６２８８８×１０^-2×Ｃ－０．８５８８３９×Ｄ＋０．３６７４５９×Ｅ＋１．０７０８４６×１０^-4×Ｆ　　　　（６）

　図１０は、本発明の実施の形態２における図６の運転条件で６０００時間運転した後の蓄電デバイスの容量比の推定値、実測値及び推定値の誤差を示す図である。ここで、図１０に示す推定値は、上式（６）に対して先の図６で示した運転条件１～１２における各因子の値を代入して計算し、推定値の誤差は、下式（７）を用いて計算した。

　図１０に示すように、図６に示すいずれの運転条件１～１２においても、推定値の誤差は、５％未満と小さく、上式（２）による寿命予測式は、６０００時間運転した後の蓄電デバイスの容量比を、高精度に推定できていることが分かる。

　一方、図１１は、本発明の実施の形態２における、回帰式を直線近似によって作成した場合の、図６の運転条件で６０００時間運転した後の蓄電デバイスの容量比の推定値、実測値及び推定値の誤差を示す図である。ここで、図１１に示す推定値は、上式（６）を用いて求め、推定値の誤差は、上式（７）を用いて求めた。

　図１１に示すように、回帰式ｙ₁～ｙ₁₂を直線近似して作成する従来の方法では、回帰式ｙ₁～ｙ₁₂をカーブフィッティングして作成する本発明の方法と比べて、推定値の誤差が大きいことが分かる。

　例えば、図６に示す運転条件１１における推定値の誤差は、カーブフィッティングした場合では３．５７％であったのが、直線近似した場合では２１．２４％と非常に大きくなっている。このように、回帰式ｙ₁～ｙ₁₂をカーブフィッティングして作成することは、評価特性をより高精度に推測するために有効であることが分かる。

　また、上式（２）を用いることにより、容量比を推定するだけでなく、蓄電デバイスの寿命を予測することもできる。例えば、蓄電デバイスの容量比ｙが０．５以下となる運転時間を蓄電デバイスの寿命とする場合は、上式（２）のｙが０．５以下となる運転時間を、逆算で求めるようにすればよい。

　また、上式（２）を用いることにより、蓄電デバイスの現在の総運転時間を推測することもできる。このためには、まず、現在の蓄電デバイスの容量比を測定し、次に、測定した容量比の値となる運転時間を逆算で求めるようにすればよい。また、さらに、蓄電デバイスの寿命と、蓄電デバイスの現在の総運転時間の差を計算することによって、蓄電デバイスの余寿命を計算することもできる。

　また、寿命予測式を基に、蓄電デバイスの使用条件にあった範囲内で予測寿命値が最大になる因子の条件を求めることができる。例えば、６０００時間後に寿命が最大となる因子の条件は、式（６）において、Ａ～Ｄの値が最小に、Ｅ，Ｆの値が最大となるように因子の値を決定すれば良い。

　次に、図６に示す水準１、２の組合せからなる１２通りの運転条件とは異なる、一般的な３つの運転条件１３～１５において、実際に６０００時間使用した際の実測容量比と、上式（２）を用いて求めた推定容量比の実験結果を示す。図１２は、本発明の実施の形態２に係る任意の運転条件として、６つの因子に関する具体的な設定値を示した一例である。これらの運転条件１３～１５における各因子の値は、先の図４に示した水準１、水準２の組合せからなるものではなく、より一般化した値を用いている。

　また、図１３は、本発明の実施の形態２における図１２の運転条件で６０００時間運転した後の蓄電デバイスの容量比の推定値、実測値及び推定値の誤差を示す図である。ここで、図１３に示す推定値は、上式（６）を用いて求め、推定値の誤差は、上式（７）を用いて求めた。

　図１３に示すように、いずれの運転条件１３～１５においても、上式（２）による寿命予測式は、６０００時間運転した後の蓄電デバイスの容量比を、高精度に推定できていることが分かる。

　以上のように、実施の形態２によれば、蓄電デバイスの寿命計算に用いる評価特性に影響を与える複数の因子に関して直交配列表に従ってあらかじめ設定された運転条件に基づいて、蓄電デバイスを異なる複数の運転条件について個別に運転制御している。

　また、直交配列表に従った異なる複数の運転条件を用いて寿命予測用運転制御部による運転制御を行うことで、複数の運転条件のそれぞれに対する測定データを収集し、収集した測定データに基づいて評価特性を算出して経時変化データとして記憶部に逐次蓄積している。

　また、データ収集部により記憶部に蓄積された評価特性に関する経時変化データのそれぞれを、適切な近似関数でカーブフィッティングすることにより、直交配列表に従って運転制御された複数の運転条件のそれぞれについて、評価特性と運転時間との関係を示す回帰式を作成している。

　さらに、データ解析部により作成された回帰式を基に、複数の因子として任意設定された運転条件を用いた際の評価特性の予測値を算出する寿命予測式を作成している。

　この結果、蓄電デバイスの寿命に影響する蓄電デバイスの種類及び運転条件を考慮した上で、任意の運転条件において蓄電デバイスの寿命をより高精度に予測することができ、また、寿命予測式に基づいて蓄電デバイスをより長寿命化するように、運転条件を変更して運転制御できる蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法を得ることができる。

　さらに、寿命予測式（２）に用いる近似式としてＣｈｅｂｙｓｈｅｖの直交多項式を用いることにより、因子水準が複数の場合においても直交性が担保され、任意の運転条件において蓄電デバイスの寿命をより高精度に予測することができる。
　実施の形態２においては６つの因子について２水準設定したが、充放電を行わない場合と行う場合に分け、一つの評価特性に対して２種類の直交表を用いて各々の条件に基づく測定データを収集して寿命予測を行うことができる。
　即ち充放電を行わない場合の直交表の因子として、温度、保存ＳＯＣが考えられ、充放電を行う場合の直交表の因子としては例えば図４において時間のファクターである定電圧保持時間を除いた因子を設定する。
　各々の直交表に基づき運転を行い、寿命予測式に基づいて充放電を行わない場合の劣化量（保存劣化量）、及び充放電を行う場合の劣化量（充放電劣化量）を求める。
　充放電を行う時間と休止している時間に合わせて保存劣化量と充放電劣化量を積算することによりある一定期間における総劣化量を算出することにより、高精度な寿命予測が可能になる。

　実施の形態３．
　本発明の実施の形態３では、先の実施の形態２における蓄積された運転条件に基づく測定データを基に作成した寿命予測式を用いることによって、蓄電デバイスを運転制御する機能はないが、任意の運転条件に対する寿命予測をオフラインで実施する場合を説明する。

　図１４は、本発明の実施の形態３における蓄電デバイスの寿命予測装置の構成図である。図１４の寿命予測装置は、オフライン寿命予測部３ａ、表示部５、及び、運転条件入力部６を備えて構成される。

　図１４に示す蓄電デバイスの寿命予測装置では、実施の形態２に示したような寿命予測式の算出処理を実施済みであり、蓄電デバイスを運転制御する機能はないが、あらかじめ算出された寿命予測式を設定しておくことで、運転条件に対する寿命予測をオフラインで実施できる。したがって、図１４に示す蓄電デバイスの寿命予測装置は、蓄電デバイスの運転のための構成要素を取り除いた、蓄電デバイスの寿命予測に必要な最小限の構成要素で構成される。

　具体的には、図１４示す蓄電デバイスの寿命予測装置は、先の図１に示す蓄電デバイスの寿命予測装置の構成要素のうち、オフライン寿命予測部３ａと表示部５のみを備え、さらに、測定対象の蓄電デバイスの運転時間、種類及び運転条件を入力するための運転条件入力部６を備える。オフライン寿命予測部３ａには寿命予測式があらかじめ作成されており、測定対象の蓄電デバイスの運転時間、種類及び運転条件を運転条件入力部６から入力することにより、入力された内容に対応する蓄電デバイスの寿命を予測して表示部５に表示する。

　例えば、容量比を評価特性として用いる場合は、オフライン寿命予測部３ａは、寿命予測式を用いて、蓄電デバイスの容量比が所定の容量比以下となる時間を求め、この時間を蓄電デバイスの寿命として表示部５に表示する。或いは、蓄電デバイスの寿命と、蓄電デバイスの運転時間との差を求めることで、蓄電デバイスの余寿命として表示することもできる。さらに、設定寿命を入力することにより最適な運転条件を表示することも可能である。

　以上のように、実施の形態３によれば、蓄電デバイスを運転制御する機能はないが、あらかじめ算出された寿命予測式を設定しておくことで、任意の運転条件に対する寿命予測をオフラインで実施できる蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法を得ることができる。
　なお、運転期間中に運転条件が更新される場合は、実運転データ収集部１で収集した温度、電圧、電流等のデータから更新前の劣化状態を判定することにより、更新後の運転条件による劣化を予測することができる。

Claims

　蓄電デバイスの運転を制御する実運転制御部と、運転中の前記蓄電デバイスの測定データを収集する実運転データ収集部と、前記実運転データ収集部で収集した前記測定データを基に前記蓄電デバイスの劣化状態を判定する劣化状態判定部と、蓄電デバイスの寿命を予測する寿命予測部とを備えた蓄電デバイスの寿命予測装置であって、
　前記寿命予測部は、
　　前記蓄電デバイスの寿命計算に用いる評価特性に影響を与える複数の因子に関してあらかじめ設定された運転条件に基づいて、前記蓄電デバイスを異なる複数の運転条件について個別に運転制御する寿命予測用運転制御部と、
　　前記異なる複数の運転条件を用いて前記寿命予測用運転制御部による運転制御を行うことで、前記複数の運転条件のそれぞれに対する測定データを収集し、収集した前記測定データに基づいて前記評価特性を算出して経時変化データとして記憶部に逐次蓄積するデータ収集部と、
　　前記データ収集部により前記記憶部に蓄積された前記評価特性に関する前記経時変化データのそれぞれを、適切な近似関数でカーブフィッティングすることにより、前記複数の運転条件のそれぞれについて、前記評価特性と運転時間との関係を示す回帰式を作成するデータ解析部と、
　　前記データ解析部により作成された前記回帰式を基に、前記複数の因子として任意設定された運転条件を用いた際の前記評価特性の予測値を算出する寿命予測式を作成する寿命予測式作成部と
　を備える蓄電デバイスの寿命予測装置。
　請求項１に記載の蓄電デバイスの寿命予測装置において、
　前記寿命予測用運転制御部は、前記複数の運転条件として、前記複数の因子について直交配列表に基づいて設定されたそれぞれの運転条件を採用し、前記蓄電デバイスを運転制御し、
　前記寿命予測式作成部は、前記直交配列表に従って運転制御された複数の前記運転条件において作成された複数の前記回帰式を基に、近似式に当てはめて前記寿命予測式を作成する
　蓄電デバイスの寿命予測装置。
　請求項２に記載の蓄電デバイスの寿命予測装置において、
　前記近似式は、Ｃｈｅｂｙｓｈｅｖの直交多項式である
　蓄電デバイスの寿命予測装置。
　請求項１から３のいずれか１項に記載の蓄電デバイスの寿命予測装置において、
　前記経時変化データのそれぞれは、その初期値に対する比率として規格化されている
　蓄電デバイスの寿命予測装置。
　請求項２に記載の蓄電デバイスの寿命予測装置において、
　前記複数運転条件として、充放電を伴わない保存劣化と、充放電を伴う充放電劣化の、それぞれについて因子を設定して前記寿命予測式を作成し、運転パターンに応じて前記寿命予測式を組み合わせて一つの寿命予測式を作成する
　蓄電デバイスの寿命予測装置。
　請求項１から５のいずれか１項に記載の蓄電デバイスの寿命予測装置において、
　前記実運転制御部は、実運転中に収集した測定データ及び前記寿命予測式を基に、前記蓄電デバイスの使用条件にあった範囲内で予測寿命値が最大になる複数の因子の値を求めて運転条件を更新し、更新した運転条件に基づいて前記蓄電デバイスを実運転制御する
　蓄電デバイスの寿命予測装置。
　請求項１から６のいずれか１項に記載の蓄電デバイスの寿命予測装置において、
　前記劣化状態判定部は、運転期間中に運転条件が更新される場合は、前記実運転データ収集部で収集した前記測定データから更新前の劣化状態を判定することにより、更新後の運転条件による劣化を予測する
　蓄電デバイスの寿命予測装置。
　蓄電デバイスの運転時間、種類及び運転条件を入力データとして受け付ける運転条件入力部と、
　請求項１に記載の蓄電デバイスの寿命予測装置によってあらかじめ作成された寿命予測式を記憶部に有し、前記寿命予測式及び前記運転条件入力部が受け付けた前記入力データを基に、前記蓄電デバイスの種類及び前記運転条件における前記蓄電デバイスの寿命予測値を算出するオフライン寿命予測部と、
　前記オフライン寿命予測部で算出された前記寿命予測値を表示する表示部と
　を備える蓄電デバイスの寿命予測装置。
　請求項１に記載の蓄電デバイスの寿命予測装置に用いられる蓄電デバイスの寿命予測方法であって、
　前記寿命予測部において、
　　前記蓄電デバイスの寿命計算に用いる評価特性に影響を与える複数の因子に関してあらかじめ設定された運転条件に基づいて、前記蓄電デバイスを異なる複数の運転条件について個別に運転制御する運転制御ステップと、
　　前記異なる複数の運転条件を用いて前記運転制御ステップによる運転制御を行うことで、前記複数の運転条件のそれぞれに対する測定データを収集し、収集した前記測定データに基づいて前記評価特性を算出して経時変化データとして記憶部に逐次蓄積するデータ収集ステップと、
　　前記データ収集ステップにより前記記憶部に蓄積された前記評価特性に関する前記経時変化データのそれぞれを、適切な近似関数でカーブフィッティングすることにより、前記複数の運転条件のそれぞれについて、前記評価特性と運転時間との関係を示す回帰式を作成する回帰式作成ステップと、
　　前記回帰式作成ステップにより作成された前記回帰式を基に、前記複数の因子として任意設定された運転条件を用いた際の前記評価特性の予測値を算出する寿命予測ステップと
　を有する蓄電デバイスの寿命予測方法。