WO2016208251A1

WO2016208251A1 - 蓄電システム

Info

Publication number: WO2016208251A1
Application number: PCT/JP2016/060877
Authority: WO
Inventors: 貴嗣上城
Original assignee: 株式会社日立製作所
Priority date: 2015-06-25
Filing date: 2016-04-01
Publication date: 2016-12-29
Also published as: EP3316387A4; JPWO2016208251A1; EP3316387A1

Abstract

電池の劣化予測精度を向上させること目的とする。　蓄電池と、蓄電池の使用履歴を検出する電池使用履歴検出部と、蓄電池の使用履歴に基づき、蓄電池の稼動モードを分類する稼動モード分類部と、蓄電池の使用履歴に基づき、蓄電池の劣化指標の値を推定するＳＯＨ推定部と、蓄電池の稼動モードの使用履歴および蓄電池の劣化指標の値に基づき、蓄電池の余寿命を算出する余寿命推定部と、を有し、蓄電池の使用履歴は、蓄電池の電流値、蓄電池の電池温度、および蓄電池の電池電圧である蓄電システム。

Description

蓄電システム

　本発明は、蓄電システムに関する。

　近年、環境対策を背景にリチウムイオン電池を用いた蓄電システムの市場が増加している。リチウムイオン電池はシステム稼動により劣化が生じるため、余寿命診断は重要な要素である。特許文献１では、自動車に搭載した蓄電システムにおいて、走行測定部より各運転モードを分類分けして、各運転モードでの燃費の変化から余寿命診断する技術が報告されている。また、リチウムイオン電池の劣化は、使用する環境条件に依存する事が知られている。この特徴から、特許文献２では、自動車に搭載した蓄電システムにおいて、走行測定部より各運転モードを分類分けして、各運転モードの比率を算出し、あらかじめ測定しておいた各運転モードの寿命データベースの結果を用いて、余寿命診断する技術が報告されている。

特開２００７－２１５３３２号公報特開２００８－１２６７８８号公報

　リチウムイオン電池の劣化は、電流値、電圧、温度などの使用条件に強く依存する。特許文献１、特許文献２の技術は、自動車の各運転モードに関するデータで余寿命診断する点に特徴がある。しかし、電池劣化は、電池の使用する環境条件、温度や電流値、電池の充電状態などに依存するため、特許文献１、２の技術では詳細な電池使用状態まで検出できないため、劣化予測精度が悪いと考えられる。本発明は、電池の劣化予測精度を向上させること目的とする。

　上記課題を解決するための本発明の特徴は、例えば以下の通りである。

　蓄電池と、蓄電池の使用履歴を検出する電池使用履歴検出部と、蓄電池の使用履歴に基づき、蓄電池の稼動モードを分類する稼動モード分類部と、蓄電池の使用履歴に基づき、蓄電池の劣化指標の値を推定するＳＯＨ推定部と、蓄電池の稼動モードの使用履歴および蓄電池の劣化指標の値に基づき、蓄電池の余寿命を算出する余寿命推定部と、を有する蓄電システム。

　蓄電池の使用履歴は、蓄電池の電流値、蓄電池の電池温度、および蓄電池の電池電圧である蓄電システム。

　稼動モード分類部は、蓄電池の電流値、蓄電池の電池温度、および蓄電池の電池電圧に基づき算出される蓄電池のＳＯＣの中から、２つ以上の特性値の範囲に応じて、蓄電池の稼動モードを分類する蓄電システム。

　稼動モード分類部は、稼動モード分類部によって分類された稼動モード毎に使用履歴の特性値を算出する蓄電システム。

　余寿命推定部は、蓄電池の稼動モード毎の劣化予測式および蓄電池の劣化指標の値に基づき、蓄電池の余寿命を算出する蓄電システム。

　蓄電池と、蓄電池の使用履歴を検出する電池使用履歴検出部と、蓄電池の使用履歴に基づき、蓄電池の稼動モードを分類する稼動モード分類部と、蓄電池の使用履歴に基づき、蓄電池の劣化指標の値を推定するＳＯＨ推定部と、を有し蓄電池の稼動モードの使用履歴および蓄電池の劣化指標の値に基づき、クラウド型サーバーで算出された蓄電池の余寿命を受信する蓄電システム。

　クラウド型サーバーで算出される蓄電池の電池劣化指標の予測値およびクラウド型サーバーに記録される蓄電池の電池劣化指標の予測値の乖離度に基づき、蓄電池の劣化予測式が更新される蓄電システム。

　本発明により、電池の劣化予測精度を向上できる。上記した以外の課題、構成及び効果は以下の実施形態の説明により明らかにされる。

本発明の一実施形態におけるリチウムイオン電池の余寿命を診断した結果を出力する過程を示した図である。本発明の一実施形態におけるリチウムイオン電池の使用条件とリチウムイオン電池の劣化の関係を示す特性図である。本発明の一実施形態における２種の電池使用履歴を用いて、稼動モードの分類した表の一例である。本発明の一実施形態における稼動モード分類で、３種の電池使用履歴における分類基準とする閾値を示した表である。本発明の一実施形態における３種の電池使用履歴を用いて、稼動モードの分類した表の一例である。本発明の一実施形態におけるリチウムイオン電池の余寿命を診断した結果を出力する過程を示した図である。本発明の一実施形態におけるリチウムイオン電池の余寿命を診断した結果を出力する過程を示した図である。本発明の一実施形態における余寿命診断及び，結果出力のフローである。

　以下、図面等を用いて、本発明の実施形態について説明する。以下の説明は本発明の内容の具体例を示すものであり、本発明がこれらの説明に限定されるものではなく、本明細書に開示される技術的思想の範囲内において当業者による様々な変更および修正が可能である。また、本発明を説明するための全図において、同一の機能を有するものは、同一の符号を付け、その繰り返しの説明は省略する場合がある。

　本発明の制御方法及びコンピュータプログラムには複数の手順を順番に記載してある。しかし、その記載の順番は複数の手順を実行する順番を限定するものではない。このため、本発明の制御方法及びコンピュータプログラムを実施するときには、その複数の手順の順番は内容的に支障しない範囲で変更できる。

　さらに、本発明の制御方法及びコンピュータプログラムの複数の手順は個々に相違するタイミングで実行されることに限定されない。このため、或る手順の実行中に他の手順が発生すること、或る手順の実行タイミングと他の手順の実行タイミングとの一部乃至全部が重複していること、等を許容する。

　図１は、本発明の一実施形態におけるリチウムイオン電池の余寿命を診断した結果を出力する過程を示した図である。

　蓄電システム（リチウムイオン電池システム）１００は、電池パック１１０と電池寿命出力部１２０から構成される。

　電池パック１１０は直並列に並んだリチウムイオン電池１１１等の蓄電池とリチウムイオン電池１１１に付随してリチウムイオン電池１１１の電流値、電圧値、温度を測定する電流測定器１１２、電圧測定器１１３、電池温度測定器１１４から構成される。

　電池寿命出力部１２０は、電池使用履歴検出部１２１、稼動モード分類部１２２、特性値集計部１２３、劣化予測式記録部１２４、劣化予測式計算部１２５、ＳＯＨ推定部１２６、余寿命推定部１２７、表示部１２８で構成される。電池寿命出力部１２０は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、その他周辺回路などを備えており、例えば稼動モード分類部１２２、特性値集計部１２３といった各装置の各部をＲＯＭに保存しておき、ＲＡＭを用いてＣＰＵで実行することが考えられる。

　電池使用履歴検出部１２１は、電流測定器１１２、電圧測定器１１３、電池温度測定器１１４と通信する手段を持ち、リチウムイオン電池１１１の電流値、電圧値、電池温度の使用履歴（電池使用履歴）を検出する機能を持つ。検出された電流値、電圧値、電池温度の使用履歴は、後述する稼動モード分類や、余寿命診断の際の計算に用いられる。電池使用履歴検出部１２１より抽出された特性値は、稼動モード分類部１２２に出力される。

　稼動モード分類部１２２にて、リチウムイオン電池の電流値、電圧値、電池温度からリチウムイオン電池の充電状態、ＳＯＣが推定される。また、稼動モード分類部１２２にて、リチウムイオン電池１１１が稼動モード毎に分類される。

　ここで、稼動モードとは、稼動時の様々な電池使用環境の状態で分類されたモードを示し、電池使用履歴検出部１２１にて検出されるリチウムイオン電池１１１の電流値、電池温度、ＳＯＣなどのパラメータ値に基づいて各稼動モードに分類される。分類方法については後述する。

　また、稼動モード分類部１２２では、半日や一日などの一定期間において、各稼動モードのパラメータ値の特性値を計算する。特性値の例としては、平均電流値、実効電流値、平均温度、平均ＳＯＣなどである。特性値に、平均電流値、実効電流値、平均温度、平均ＳＯＣを選択したのは、これらの値がリチウムイオン電池１１１の劣化に対する影響が大きく、これらの電池使用履歴の平均値を用いることで、余寿命診断の精度が向上するからである。稼動モード分類部１２２にて算出された平均電流値、実効電流値、平均温度、平均ＳＯＣなどの特性値は定期的に、特性値特性値集計部１２３へ出力される。

　特性値集計部１２３では、システム稼動開始から平均化された各稼動モードの各平均特性値が定期的に更新される。更新された各稼動モードの各平均特性値は、後述する余寿命診断の計算に用いられる。定期的に値を更新することで、電池使用履歴の正確な情報が得られ、余寿命診断の精度が向上する。また、稼動モード毎に細分化した劣化予測式を組み合わせることで、より正確にリチウムイオン電池１１１の劣化状態を推定でき、リチウムイオン電池の余寿命診断の精度が向上する。特性値集計部１２３では、平均特性値以外に、それまでの稼動モードにおける稼働時間から稼動割合が算出する機能も持ち、記録される。

　劣化予測式記録部１２４では、事前に測定した電池試験の結果から構築された劣化予測式が記録されている。

　劣化予測式計算部１２５では、劣化予測式記録部１２４に記録されている予測式と特性値集計部１２３にて定期的に更新されている各稼動モードの特性値を用いて、稼動モード毎の劣化予測式が定期的に更新される。劣化予測式記録部１２４に記録されている予測式は、パラメータ値を入力する構成となっており、特性値集計部１２３に算出されている平均電流値、実効電流値、平均温度、平均ＳＯＣなどを入力することで完成する。更新された各稼動モードの劣化予測式は、リチウムイオン電池１１１の余寿命診断の計算に用いられる。稼動モード毎に細分化した劣化予測式を組み合わせることで、より正確にリチウムイオン電池１１１の劣化状態を推定でき、余寿命診断の精度が向上する。

　ＳＯＨ推定部１２６では、電流値、電圧値、電池温度から電池劣化状態、ＳＯＨ、換言すれば、リチウムイオン電池１１１の劣化指標の値が推定される。ＳＯＨは、電池容量や電池抵抗の初期値を１００％とする値で示され、電池劣化程度の指標となる。

　余寿命推定部１２７では、リチウムイオン電池１１１の余寿命を推定する。劣化予測式計算部１２５より定期的に更新される各稼動モードの劣化予測式と特性値集計部１２３より算出される各稼動モードの稼動割合とＳＯＨ推定部１２６より算出されるＳＯＨを用いて、リチウムイオン電池１１１の余寿命が診断される。各稼動モードの劣化予測式と各モードの稼動割合を用いることで、より正確にリチウムイオン電池１１１の劣化推移を推定でき、余寿命診断の精度が向上する。また、現状のＳＯＨとリチウムイオン電池１１１の劣化推移を用いることで、より正確に余寿命診断できる。

　表示部１２８では余寿命推定部１２７の結果に応じて、リチウムイオン電池１１１の余寿命の結果等を画面に出力する。表示部１２８に出力される結果は、算出された余寿命結果でも良いし、リチウムイオン電池１１１を運用する上でのアドバイスなどでも良い。以上の構成により、リチウムイオン電池１１１の余寿命を診断する。

　以下に、電池寿命出力部１２０の稼動モード分類部１２２にて、稼動モード毎に分類するための分類手法を示す。初めに、電池使用状態と電池劣化についての関係図を示す。

　図２は、リチウムイオン電池のＳＯＣとリチウムイオン電池の温度についてリチウムイオン電池の劣化の関係を示す特性図、つまり、リチウムイオン電池の使用条件とリチウムイオン電池の劣化の関係を示す特性図の一例を示す。この特性図は、各ＳＯＣに充電したリチウムイオン電池１１１を様々な温度で貯蔵した時のリチウムイオン電池１１１の劣化を算出した結果から得られた図である。図２では、例として、リチウムイオン電池１１１の劣化の指標であるリチウムイオン電池の容量劣化率を２５℃、５０℃について示している。横軸はＳＯＣ、縦軸はリチウムイオン電池１１１の容量劣化率を示している。

　図２から、リチウムイオン電池１１１の劣化がリチウムイオン電池１１１の温度とＳＯＣに依存することがわかる。稼働中には、リチウムイオン電池１１１の温度やＳＯＣが変動することが想定される。稼働時間全体において、リチウムイオン電池１１１の温度やＳＯＣの平均値を算出すると、リチウムイオン電池１１１の温度とＳＯＣの正確な値がわからない。正確な値がわからないと、電池寿命出力部１２０の劣化予測式記録部１２４に入力する値の精度が悪く、リチウムイオン電池１１１の余寿命を診断する精度が悪い。そのため、リチウムイオン電池１１１の温度とＳＯＣなどの環境条件の閾値を設定し、各運転モードに分類する手法をとる。

　図３に、稼動モードを分類した表の一例を示す。図３では、ＳＯＣや電池温度の値に応じて、稼動モードを分類しており、表のようにＡ１～Ｅ５までの２５通りの運転モードに分類している。例では、リチウムイオン電池のＳＯＣや電池温度に基づいて分類する方法を示しているが、ＳＯＣと電流値、電池温度と電流値の組み合わせで分類する手法を用いても良い。また、ＳＯＣや電池温度、電流値の３種類を組合せてもよい。各稼動モードに分類して、各稼動モードの特性値を用いて寿命診断する、換言すれば、稼動モード分類部１２２によりリチウムイオン電池１１１の電流値、リチウムイオン電池１１１の電池温度、およびリチウムイオン電池１１１の電池電圧に基づき算出されるリチウムイオン電池１１１のＳＯＣの中から、２つ以上の特性値の範囲に応じてリチウムイオン電池１１１の稼動モードを分類した方が、リチウムイオン電池１１１の寿命予測精度が向上する。

　例えば、図４のように、電池温度で７水準、ＳＯＣで５水準、電流（Ｃレート）で７水準にそれぞれ分類すると、図５の３次元マトリックスで示されるように、計２４５種類の稼動モードに分類される。図４は、稼動モード分類で、３種の電池使用履歴における分類基準とする閾値を示した表である。図５は、３種の電池使用履歴を用いて、稼動モードの分類した表の一例である。

　図６は、本発明において、他の一実施形態におけるリチウムイオン電池の余寿命を診断した結果を出力する過程を示した図である。図４では、クラウド型サーバー４１０を用いる点が特徴である。余寿命診断する計算システムの一部をクラウド型サーバー４１０に設けることで、蓄電システム４００を小型化することが可能である。蓄電システム４００は、電池寿命出力部４２０において、電池使用履歴検出部４２１、稼動モード分類部４２２、ＳＯＨ推定部４２３、表示部４２４で構成される。電池寿命出力部４２０は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、その他周辺回路などを備えており、例えば電池使用履歴検出部４２１、稼動モード分類部４２２といった各装置の各部をＲＯＭに保存しておき、ＲＡＭを用いてＣＰＵで実行することが考えられる。クラウド型サーバー４１０は、特性値集計部４１１、劣化予測式記録部４１２、劣化予測式計算部４１３、余寿命推定部４１４で構成される。

　電池使用履歴検出部４２１は、リチウムイオン電池の電流値、電圧値、電池温度、などを検出する機能を持つ。電池使用履歴検出部４２１より抽出された特性値は、稼動モード分類部４２２に出力される。

　稼動モード分類部４２２にて、リチウムイオン電池の電流値、電圧値、電池温度からリチウムイオン電池の充電状態、ＳＯＣが推定される。また、稼動モード分類部４２２にて、稼動モード毎に分類される。稼動モード分類部４２２にて、電池使用履歴検出部４２１にて検出されるリチウムイオン電池の電流値、電池温度、ＳＯＣなどのパラメータ値に基づいて各稼動モードに分類される。また、稼動モード分類部４２２では、半日や一日などの一定期間において、各稼動モードのパラメータ値（電池使用履歴）の特性値を計算する。特性値の例としては、平均電流値、実効電流値、平均温度、平均ＳＯＣなどである。稼動モード分類部４２２にて、算出された平均電流値、実効電流値、平均温度、平均ＳＯＣなどの特性値は定期的に、クラウド型サーバー４１０にある特性値集計部４１１へ出力される。これにより、リチウムイオン電池１１１の使用履歴の情報がより正確に得られ、リチウムイオン電池１１１の余寿命診断の精度が向上する。

　特性値集計部４１１では、システム稼動開始から平均化された各稼動モードの平均特性値が定期的に更新される。特性値集計部４１１では、平均特性値以外に、それまでの稼動モードにおける稼働時間から稼動割合が算出する機能も持ち、記録される。

　劣化予測式記録部４１２では、事前に測定したリチウムイオン電池の試験の結果から構築された予測式が記録されている。

　劣化予測式記録部４１２に記録されている予測式と特性値集計部４１１にて定期的に更新されている各稼動モードの特性値を用いて、劣化予測式計算部４１３にて、稼動モード毎のリチウムイオン電池の劣化予測式が定期的に更新される。劣化予測式記録部４１２に記録されている予測式は、パラメータ値を入力する構成となっており、特性値集計部４１１に算出されている平均電流値、実効電流値、平均温度、平均ＳＯＣなどを入力することで完成する。

　ＳＯＨ推定部４２３では、リチウムイオン電池の電流値、電圧値、電池温度から電池劣化状態、ＳＯＨが推定される。ＳＯＨも定期的にクラウド型サーバー４１０に送信される。

　余寿命推定部４１４では、リチウムイオン電池の余寿命を推定する。劣化予測式計算部４１３より定期的に更新される各稼動モードの劣化予測式と特性値集計部４１１より算出される各稼動モードの稼動割合とＳＯＨを用いて、リチウムイオン電池の余寿命が診断される。

　リチウムイオン電池の余寿命の診断結果が、電池寿命出力部４２０に送信され、表示部４２４に出力される。

　図７は、図６の実施形態において、他の第二蓄電システム５００や第三蓄電システム５１０、など沢山の蓄電システムを利用した実施形態を示す。

　クラウド型サーバー４１０における特性値集計部４１１では、蓄電システム４００の、第二蓄電システム５００、第三蓄電システム５１０等の稼動モード分類部から送信されるデータから、各蓄電システムの各稼動モードの、平均電流値、実効電流値、平均温度、平均ＳＯＣの特性値が、定期的に更新されている。特性値集計部４１１では、平均特性値以外に、各蓄電システムにおける各稼動モードの稼動割合が算出され、記録される。特性値集計部４１１にて定期的に更新されている、各蓄電システムの各稼動モードの特性値、劣化予測式記録部４１２に記録されている劣化予測式、各蓄電システムのＳＯＨ推定部から送信されるＳＯＨを用いて、各蓄電システムのリチウムイオン電池の余寿命が診断される。リチウムイオン電池の余寿命診断結果は、各蓄電システムの電池寿命出力部に送信され、表示部に出力される。

　図５の形態の特徴として、第二蓄電システム５００や第三蓄電システム５１０などの各蓄電システムからの情報を用いて、クラウド型サーバー４１０における劣化予測式記録部４１２に記録されているリチウムイオン電池の劣化予測式の妥当性を検証し、定期的に劣化予測式を更新することが挙げられる。以下で、予測式の更新方法を記述する。

　クラウド型サーバー４１０における特性値集計部４１１で集計された各蓄電システムの各稼動モードの平均電流値、実効電流値、平均温度、平均ＳＯＣの特性値は、定期的にクラウド型サーバー用劣化予測式記録部４１５に送信され、記録される。記録間隔は任意で、1日毎、1ヶ月毎、半年毎でも良く、予測式の更新の点においては、データ数が多いほど望ましいが、データの有用性とデータ記録容量の点から1ヶ月程度が良い。また、各蓄電システムのＳＯＨ推定部から送信されるＳＯＨは定期的にクラウド型サーバー用劣化予測式記録部４１５に送信され、記録される。記録間隔は任意で、特性値の記録と同様の理由で、記録間隔は1ヶ月程度が良い。以下では、記録間隔を1ヶ月として記述する。

　クラウド型サーバー用劣化予測式記録部４１５に記録された、各蓄電システムの各稼動モードの平均特性値と、各蓄電システムのＳＯＨは、定期的にＳＯＨ検証部４１６に送信され、ＳＯＨ検証部４１６にて劣化予測式記録部４１２に記録されているリチウムイオン電池の劣化予測式の妥当性が検証される。ＳＯＨ検証部４１６では、劣化予測式記録部４１２の劣化予測式と各蓄電システムの各稼動モードの平均特性値を用いて、各逐電システムの1ヶ月毎のＳＯＨ推定値を算出し、クラウド型サーバー用劣化予測式記録部４１５から送信されてきた各蓄電システムの1ヶ月毎のＳＯＨ実測値と比較し、妥当性を検証する。ＳＯＨ検証部４１６において各蓄電システムのＳＯＨ推定値とＳＯＨ実測値のそれぞれの誤差が、例えば、１０％以上乖離があると、予測式の更新が必要とし、更新処理を開始する。更新処理では、ＳＯＨ推定値とＳＯＨ実測値のそれぞれの誤差が１０％未満となるように、クラウド型サーバー４１０における劣化予測式記録部４１２の入力型劣化予測式の係数を最適化する処理を実施する。劣化予測式記録部４１２の劣化予測式の更新間隔は任意であるが、データが比較的収集する半年以上に一度の間隔でよい。

　図７の実施形態における、以上の工程により、劣化予測式記録部４１２の劣化予測式の精度を向上させ、各蓄電システムの余寿命診断の精度を向上させることができる。

　図８に、本発明の一実施形態における、それぞれの稼動モードに応じて、リチウムイオン電池の余寿命を診断するフローを示す。
　＜ステップＳ１＞
　各運転稼動モードの特性表の値を入力型予測式へ入力する。
　＜ステップＳ２＞
　各運転稼動モードの予測式を構築する。
　＜ステップＳ３＞
　各稼動モードの稼働率から係数を算出し、各稼動モードの劣化予測式に掛け合わせ、それらを複合させることで、一つの数式を構築する。
　＜ステップＳ４＞
　ＳＯＨを構築した複合予測式に組み込む。
　＜ステップＳ５＞
　複合予測式とＳＯＨを用いて、余寿命診断する。
　＜ステップＳ６＞
　リチウムイオン電池の余寿命の診断結果を用いて、画面に出力する。リチウムイオン電池の余寿命の他に、低温時には急ブレーキや急アクセルしない等のリチウムイオン電池の使用に関連した、アドバイスも表示する。

　１００　蓄電システム、１１０　電池パック、１１１　リチウムイオン電池、１１２　電流測定器、１１３　電圧測定器、１１４　電池温度測定器、１２０　電池寿命出力部、１２１　電池使用履歴検出部、１２２　稼動モード分類部、１２３　特性値集計部、１２４　劣化予測式記録部、１２５　劣化予測式計算部、１２６　ＳＯＨ（電池劣化状態）推定部、１２７　余寿命推定部、１２８　表示部、４００　蓄電システム、４１０　クラウド型サーバー、４１１　特性値集計部、４１２　劣化予測式記録部、４１３　劣化予測式計算部、４１４　余寿命推定部、４１５　クラウド型サーバー用劣化予測式記録部、４１６　ＳＯＨ検証部、４２０　電池寿命出力部、４２１　電池使用履歴検出部、４２２　稼動モード分類部、４２３　ＳＯＨ推定部、４２４　表示部、５００　第二蓄電システム、５１０　第三蓄電システム

Claims

　蓄電池と、
　前記蓄電池の使用履歴を検出する電池使用履歴検出部と、
　前記蓄電池の使用履歴に基づき、前記蓄電池の稼動モードを分類する稼動モード分類部と、
　前記蓄電池の使用履歴に基づき、前記蓄電池の劣化指標の値を推定するＳＯＨ推定部と、
　前記蓄電池の稼動モードの使用履歴および前記蓄電池の劣化指標の値に基づき、前記蓄電池の余寿命を算出する余寿命推定部と、を有する蓄電システム。
　請求項１において、
　前記蓄電池の使用履歴は、前記蓄電池の電流値、前記蓄電池の電池温度、および前記蓄電池の電池電圧の使用履歴である蓄電システム。
　請求項１において、
　前記稼動モード分類部は、前記蓄電池の電流値、前記蓄電池の電池温度、および前記蓄電池の電池電圧に基づき算出される前記蓄電池のＳＯＣの中から、２つ以上の特性値の範囲に応じて、前記蓄電池の稼動モードを分類する蓄電システム。
　請求項１において、
　前記稼動モード分類部は、前記稼動モード分類部によって分類された稼動モード毎に前記蓄電池の使用履歴の特性値を算出する蓄電システム。
　請求項１において、
　前記余寿命推定部は、前記蓄電池の稼動モード毎の劣化予測式および前記蓄電池の劣化指標の値に基づき、前記蓄電池の余寿命を算出する蓄電システム。
　蓄電池と、
　前記蓄電池の使用履歴を検出する電池使用履歴検出部と、
　前記蓄電池の使用履歴に基づき、前記蓄電池の稼動モードを分類する稼動モード分類部と、
　前記蓄電池の使用履歴に基づき、前記蓄電池の劣化指標の値を推定するＳＯＨ推定部と、を有し
　前記蓄電池の稼動モードの使用履歴および前記蓄電池の劣化指標の値に基づき、クラウド型サーバーで算出された前記蓄電池の余寿命を受信する蓄電システム。
　請求項６において、
　前記クラウド型サーバーで算出される前記蓄電池の電池劣化指標の予測値および前記クラウド型サーバーに記録される前記蓄電池の電池劣化指標の予測値の乖離度に基づき、前記蓄電池の劣化予測式が更新される蓄電システム。