WO2018117105A1 - 蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム - Google Patents

蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム Download PDF

Info

Publication number
WO2018117105A1
WO2018117105A1 PCT/JP2017/045553 JP2017045553W WO2018117105A1 WO 2018117105 A1 WO2018117105 A1 WO 2018117105A1 JP 2017045553 W JP2017045553 W JP 2017045553W WO 2018117105 A1 WO2018117105 A1 WO 2018117105A1
Authority
WO
WIPO (PCT)
Prior art keywords
temperature
time
storage element
deterioration
power
Prior art date
Application number
PCT/JP2017/045553
Other languages
English (en)
French (fr)
Inventor
井上　達也
裕也 紀平
Original Assignee
株式会社Ｇｓユアサ
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 株式会社Ｇｓユアサ filed Critical 株式会社Ｇｓユアサ
Priority to KR1020197017689A priority Critical patent/KR102225431B1/ko
Priority to US16/469,775 priority patent/US11391782B2/en
Priority to CN201780079790.9A priority patent/CN110100185A/zh
Priority to JP2018558004A priority patent/JP6575835B2/ja
Priority to EP17884605.1A priority patent/EP3561531B1/en
Publication of WO2018117105A1 publication Critical patent/WO2018117105A1/ja

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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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
    • 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
    • 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
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • 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
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H02J7/00714—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery charging or discharging current
    • H02J7/00716—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery charging or discharging current in response to integrated charge or discharge current
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30—Electrical components
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30—Electrical components
    • H02S40/32—Electrical components comprising DC/AC inverter means associated with the PV module itself, e.g. AC modules
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30—Electrical components
    • H02S40/38—Energy storage means, e.g. batteries, structurally associated with PV modules
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2250/00—Fuel cells for particular applications; Specific features of fuel cell system
    • H01M2250/10—Fuel cells in stationary systems, e.g. emergency power source in plant
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2250/00—Fuel cells for particular applications; Specific features of fuel cell system
    • H01M2250/40—Combination of fuel cells with other energy production systems
    • H01M2250/402—Combination of fuel cell with other electric generators
    • 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]
    • H02J7/0049—Detection of fully charged condition
    • 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
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/10—Applications of fuel cells in buildings
    • 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
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Definitions

  • the technology disclosed in this specification relates to a storage element management device, a storage device, a solar power generation system, a deterioration amount estimation method, and a computer program.
  • Secondary batteries such as lithium ion batteries have a full charge capacity that gradually decreases from the initial value over time.
  • cycle deterioration due to repeated charging and discharging and deterioration with time due to the passage of time after manufacture are known.
  • a method (formula model) for estimating the amount of deterioration that is the amount of decrease in the full charge capacity due to deterioration over time a root rule is known in which the actual use of the secondary battery decreases in proportion to the 1/2 power of the elapsed time. Therefore, the amount of deterioration of the secondary battery is estimated by this route rule.
  • Patent Document 1 As a deterioration estimation apparatus using such a technique, one described in Japanese Patent No. 5382208 (Patent Document 1 below) is known.
  • the device equipped with the above-described deterioration estimation device When the device equipped with the above-described deterioration estimation device is turned off in order to suppress the discharge of the secondary battery, when power is not supplied to the deterioration estimation device, in the deterioration estimation device, The amount of deterioration cannot be calculated, and the capacity estimation accuracy of the full charge capacity is lowered. In addition, when the power of the deterioration estimation device is forcibly turned off due to a trouble or the like, the amount of deterioration calculated up to then is lost, so that the capacity estimation accuracy of the full charge capacity is lowered.
  • the technology disclosed in this specification is a storage element management device that estimates the amount of deterioration of the full charge capacity of a storage element, and the storage element in a power supply state in which power is supplied to the management device
  • a measuring unit that measures the temperature of the power supply, a time measuring unit that measures a time in which power is not supplied to the management device, and a control unit, and the control unit is configured to supply no power to the power storage element.
  • Interpolation is performed based on the first temperature measured immediately before entering the state and the second temperature measured first after the power storage element returns to the power supply state, and the second temperature is measured from the time of the first temperature measurement.
  • the amount of deterioration of the full charge capacity is estimated based on the determined temperature.
  • FIG. 5 is a flowchart of a temporal deterioration estimation process in the first embodiment.
  • Graph showing the degradation rate coefficient over time A graph showing the transition of battery temperature over time when the battery temperature in the unmeasured time is linearly complemented The flowchart figure of the OFF period deterioration estimation process in Embodiment 1.
  • the graph which showed time transition of the battery temperature after electricity supply concerning Embodiment 2 The graph which showed the time transition of the battery temperature at the time of complementing the battery temperature in unmeasured time in Embodiment 2 with an exp function model The flowchart figure of the off period deterioration estimation process in Embodiment 2.
  • the graph which showed the time transition of the full charge capacity of the assembled battery in Embodiment 1 The graph which showed the time transition of the full charge capacity of the assembled battery in Embodiment 2.
  • the graph which showed the time transition of the full charge capacity of the assembled battery in Embodiment 3 The graph which showed time transition of the full charge capacity of an assembled battery in Embodiment 4
  • the storage element management device that estimates the amount of degradation of the full charge capacity of the storage element includes a measurement unit that measures the temperature of the storage element when the power is supplied to the management device, and the management device A time-counting unit that counts the time during which no power is supplied to the power source, and a control unit.
  • the control unit performs interpolation based on a first temperature measured immediately before the power storage element enters a power supply non-supply state and a second temperature measured first after the power storage element returns to the power supply state. And determining the amount of deterioration of the full charge capacity based on the determined temperature by determining the temperature of the power storage element from the time of the first temperature measurement to the time of the second temperature measurement.
  • Interpolation includes linear interpolation (linear interpolation), polynomial interpolation, curve interpolation such as higher order functions and trigonometric functions, and zero order function (step function) interpolation.
  • the power storage device includes a power storage element and a management device for the power storage element.
  • the photovoltaic power generation system includes a photovoltaic power generation device that converts light into electric power and outputs the power, a power conditioner that converts a direct current generated by the photovoltaic power generation device into an alternating current, and the power storage device.
  • the estimation method of the deterioration amount for estimating the deterioration amount of the full charge capacity in the power storage element includes the first temperature measured immediately before the power storage element is in a power supply non-supply state, and the first time when the power storage element returns to the power supply state. And interpolating based on the measured second temperature, and determining the temperature of the storage element from the time of the first temperature measurement to the time of the second temperature measurement, thereby satisfying the determined temperature. Estimate the amount of charge capacity degradation.
  • the computer program for estimating the amount of deterioration of the full charge capacity in the power storage element is measured first when the power storage element returns to the power supply state and the first temperature measured immediately before the power storage element enters the power supply non-supply state.
  • the computer is caused to execute a temperature determination step for determining the temperature of the element and an estimation step for estimating the amount of deterioration of the full charge capacity based on the determined temperature.
  • the inventors have increased the estimation error of the full charge capacity in the power storage element due to the fact that the measurement unit cannot measure the temperature of the power storage element during the period when the power is not supplied to the management device. Focused on doing. Then, the inventors determine the temperature of the power storage element from the first temperature measurement to the second temperature measurement based on the first temperature and the second temperature in the measurement unit, and based on the determined temperature It was found that the amount of deterioration of the full charge capacity was estimated. By interpolating the temperature of the electricity storage element from the time of the first temperature measurement to the time of the second temperature measurement, it is possible to estimate the full charge capacity without storing the environmental temperature in advance or acquiring temperature information from the outside. Can be suppressed.
  • the controller determines a temperature for each predetermined sampling time in a time from the first temperature measurement to the second temperature measurement, and a deterioration amount for each predetermined sampling time based on the temperature for each predetermined sampling time
  • the amount of deterioration of the full charge capacity may be estimated by determining
  • the estimation of the deterioration amount of the power storage element based on the temperature for each predetermined sampling time is calculated based on the deterioration amount of the power storage element based on the predetermined sampling time estimated immediately before the first temperature measurement.
  • the controller may determine the temperature for each predetermined sampling time on the assumption that the temperature of the power storage element changes in a curve with respect to time from the time of the first temperature measurement to the time of the second temperature measurement.
  • the present inventors have studied the change in the temperature of the storage element after energization of the storage element, and the storage element temperature changes in a curved line (other than when the power is not supplied to the management device). , Including the case of rising from the storage element and the surrounding situation).
  • the control unit calculates an average temperature of the temperature at the time of the second temperature measurement and the temperature at the time of the first temperature measurement from the temperature of the power storage element in a time from the time of the first temperature measurement to the time of the second temperature measurement.
  • the amount of deterioration of the full charge capacity may be estimated.
  • the control unit sets a higher temperature of the temperature at the second temperature measurement or the temperature at the first temperature measurement to a value of the power storage element in a time from the first temperature measurement to the second temperature measurement.
  • the amount of deterioration of the full charge capacity may be estimated as the temperature.
  • the deterioration amount of the full charge capacity can be estimated by only one calculation while preventing the deterioration amount of the full charge capacity from being estimated less than the actual amount.
  • FIG. 1 shows a solar power generation system PS that uses solar light as an electromotive force
  • the solar power generation system PS includes a photovoltaic power generation device PV, a power conditioner PC, and a power storage device 10. ing.
  • the photovoltaic device PV converts light into electric power by the photovoltaic effect and outputs it, and generates a direct current.
  • the power conditioner PC converts the direct current generated by the photovoltaic power generator PV into an alternating current.
  • a load E such as an electric appliance is connected to the photovoltaic power generation device PV via the power conditioner PC.
  • the power storage device 10 includes an assembled battery 20, a battery management device (an example of “management device”, hereinafter referred to as “BMU”) 30, a current detection resistor 50, a current interruption device 51, And a temperature sensor (an example of a “measurement unit”) 52.
  • BMU battery management device
  • a current detection resistor 50 an example of “management device”
  • a current interruption device 51 an example of a “measurement unit”
  • the assembled battery 20, the current detection resistor 50, and the current interrupt device 51 are connected in series via the energization path L.
  • the assembled battery 20 has a positive electrode side connected to the positive electrode terminal portion 12P via the current interrupt device 51, and a negative electrode side connected to the negative electrode terminal portion 12N via the current detection resistor 50.
  • the assembled battery 20 includes a plurality of (four in this embodiment) power storage elements 21 connected in series using, for example, a graphite-based negative electrode active material and an iron phosphate-based positive electrode active material such as lithium iron phosphate.
  • the positive electrode active material may be a two-phase coexistence type active material.
  • the positive electrode active material is a material represented by the general formula LiMPO 4 , and M may be any one of Fe, Mn, Cr, Co, Ni, V, Mo, and Mg. It is not limited.
  • the negative electrode active material is any one of graphite, graphitizable carbon, non-graphitizable carbon, and the like.
  • the current detection resistor 50 is a resistor that detects the current of the current path L, and outputs the voltage across the current detection resistor 50 to the BMU 30.
  • the current interrupt device 51 includes a semiconductor switch or a relay such as an N-channel FET. The current interrupt device 51 operates in response to a drive command from the BMU 30 and interrupts energization between the assembled battery 20 and the positive terminal portion 12P.
  • the temperature sensor 52 is a contact type or non-contact type, and is connected to the BMU 30, measures the temperature [° C.] of the assembled battery 20, and outputs it to the BMU 30.
  • the BMU 30 includes a voltage detection circuit 31, a central processing unit CPU (an example of a “control unit”) 33, a memory 34, a current detection circuit 35, and a timer 36.
  • the BMU 30 is connected to the energization path L via a power line L2 connected between the positive terminal portion 12P and the current interrupt device 51 and a power line L3 connected between the assembled battery 20 and the current detection resistor 50. By being connected, power is supplied from the assembled battery 20.
  • the current interrupt device 51 interrupts the energization between the assembled battery 20 and the positive electrode terminal portion 12P, no power is supplied to the BMU 30.
  • the current interrupting device 51 passes through the BMU 30 in accordance with turning off the power of the solar power generation system PS. Turn off the power.
  • the electric current interruption apparatus 51 is switched to an energized state through BMU30 with the electric power supplied from power conditioner PC.
  • the voltage detection circuit 31 is connected to both ends of each power storage element 21 via a plurality (five in this embodiment) of cell voltage detection lines L1, and the cell voltage of each power storage element 21 and the battery pack 20 The battery voltage is output to the CPU 33.
  • the memory 34 is a non-volatile memory such as a flash memory or an EEPROM.
  • the memory 34 stores various programs for managing each storage element 21 or the assembled battery 20, data necessary for executing the various programs (for example, OCV-SOC correlation and initial actual capacity of the assembled battery 20), and the like. Yes.
  • the current detection circuit 35 is configured to receive the voltage across the current detection resistor 50, and based on the voltage across the current detection resistor 50 and the resistance value of the current detection resistor 50, the current detection circuit 35 calculates the current flowing through the energization path L. Calculate and output to the CPU 33.
  • the time measuring unit 36 measures time.
  • the timer 36 measures the temperature measurement time by the temperature sensor 52 and the time difference between the temperature measurements and outputs them to the CPU 33.
  • a backup power source (not shown) composed of a capacitor or the like is connected to the timer 36, and even when the current interrupting device 51 interrupts the energization between the assembled battery 20 and the positive terminal 12P, the time is continuously set. It can be timed.
  • the CPU 33 monitors and controls each unit based on the received various information and the program read from the memory 34.
  • an assembled battery has a reduced full charge capacity due to cycle deterioration due to repeated charge and discharge and deterioration with time due to elapsed time after manufacture.
  • the full charge capacity is a capacity that can be taken out from a state in which the assembled battery is fully charged.
  • An example of the cause of deterioration with time is that the SEI (Solid-electrolyte-interface) film formed on the negative electrode of the lithium ion secondary battery grows and becomes thicker with the passage of time after manufacture.
  • the root rule is a law in which the reduction amount (deterioration amount) Q of the full charge capacity is proportional to the route (for example, the square root) of the elapsed time Ti, which is the time elapsed by leaving the battery.
  • FIG. 3 shows a temporal transition of the degradation amount Q of the full charge capacity when the battery pack is left after the power is turned off after the battery pack 20 is energized.
  • FIG. 3 is a Q-Ti correlation graph in which the vertical axis indicates the amount of deterioration Q of the full charge capacity and the horizontal axis indicates the elapsed time Ti due to the battery being left.
  • the capacity change curves R1 and R2 representing the time transition of the deterioration amount Q of the full charge capacity are route curves with respect to the elapsed time Ti.
  • the solid line R1 in FIG. 3 is set to have a lower battery temperature than the broken line R2. As shown in FIG. 3, the deterioration amount Q increases as the battery temperature increases.
  • the horizontal axis represents the route of the elapsed time Ti due to the battery being left.
  • the deterioration amount Q of the full charge capacity is proportional to the elapsed time Ti due to the battery being left, and the transition of the full charge capacity of the assembled battery 20 is a linear capacity. It is expressed as a change line (deterioration rate coefficient) k.
  • the deterioration rate coefficient k can be expressed as the following Arrhenius reaction rate equation (1), where Ea is the active energy, A is the frequency factor, R is the gas constant, and Te is the absolute temperature. it can.
  • FIG. 5 is a k-SOC correlation graph in which the vertical axis represents the degradation rate coefficient k and the horizontal axis represents the SOC.
  • a solid line k35 shows the relationship between the deterioration rate coefficient and the SOC when the battery temperature is 35 [° C.].
  • the broken line k25 indicates the relationship between the deterioration rate coefficient and the SOC when the battery temperature is 25 [° C.]
  • the alternate long and short dash line k10 indicates the relationship between the deterioration rate coefficient and the SOC when the battery temperature is 10 [° C.]. .
  • the deterioration rate coefficient k is obtained from the battery temperature before the temperature change of the assembled battery 20 and the battery temperature after the temperature change.
  • Ti is the elapsed time that the assembled battery 20 has been left since the previous measurement
  • Qn is the amount of deterioration of the assembled battery 20 at the end point of the elapsed time Ti (current amount of deterioration of the assembled battery 20)
  • Qn ⁇ 1 is The deterioration amount of the assembled battery 20 at the start point of the elapsed time Ti (the deterioration amount of the assembled battery 20 when estimated last time)
  • FIG. 4 is a Q- ⁇ time correlation graph with the vertical axis representing the full charge capacity degradation amount Q and the horizontal axis representing the time root, where kn ⁇ 1 is the degradation rate coefficient during the previous measurement.
  • the current deterioration amount Qn of the assembled battery 20 can be estimated by adding the deterioration amount at the current elapsed time Ti to the previous deterioration amount Qn ⁇ 1. Then, the full charge capacity of the assembled battery 20 at the present time can be calculated by dividing the amount of deterioration with time calculated by the expression (3) from the initial battery capacity and the separately determined cycle deterioration amount.
  • the CPU 33 determines whether the battery pack 20 has deteriorated over time based on the temperature input from the temperature sensor 52 and the time measuring unit 36 constantly or periodically, the elapsed time from the previous battery temperature measurement, and the SOC.
  • a temporal deterioration estimation process for estimating the total deterioration amount ⁇ Q is executed.
  • the battery temperature of the assembled battery 20 and the elapsed time Ti from the previous battery temperature measurement are constantly or periodically input from the temperature sensor 52 and the time measuring unit 36 to the CPU 33, and the battery at the previous battery temperature measurement is obtained.
  • the voltage and the battery voltage at the time of the current battery temperature measurement are input from the voltage detection circuit 31 to the CPU 33.
  • the elapsed time Ti the start point temperature Ti1 at the start point (during the previous measurement) of the elapsed time Ti, the end point temperature Ti2 at the end point (during the current measurement), and the battery voltages V1, V2 at the start point and end point
  • the process is executed based on the above.
  • the CPU 33 calculates the starting point SOC and the ending point SOC from the starting point and ending point battery voltages V1, V2 based on the OCV-SOC correlation stored in the memory 34, and corresponds to each calculated SOC (2).
  • Expression is selected (S11). It should be noted that the selection of the formula (2) corresponding to each SOC is performed by previously obtaining the formula (2) for each 10% SOC in the range of 0% to 100% of the SOC using FIG. When the start point SOC and the end point SOC are calculated, they are selected from the memory 34.
  • start point deterioration rate coefficient k1 is calculated based on the formula (2) selected by the start point SOC and the start point temperature Ti1
  • end point is calculated based on the formula (2) selected by the end point SOC and the end point temperature Ti2.
  • a deterioration rate coefficient k2 is calculated (S12).
  • the deterioration rate coefficient ku at the elapsed time Ti is calculated by the following equation (4) (S13).
  • SOC1 is the start point SOC
  • SOC2 is the end point SOC
  • SOCu is the SOC during the elapsed time Ti.
  • the assembled battery 20 is obtained by adding the deterioration amount at the current elapsed time Ti to the previous deterioration amount Qn ⁇ 1 according to the above equation (3). Is estimated (S14).
  • the full charge capacity of the battery 20 can be calculated. Then, the full charge capacity of the assembled battery 20 can be estimated by periodically repeating this deterioration with time estimation process.
  • the power source of the solar power generation system PS in order to suppress discharge of the assembled battery 20 in the power storage device 10, the power source of the solar power generation system PS is turned off, and accordingly, the power of the BMU 30 in the power storage device 10 is supplied. The power is not supplied. Then, the BMU 30 cannot perform the temporal deterioration estimation process during the period when the power is not supplied. That is, there is a concern that the capacity estimation accuracy of the full charge capacity may be lowered.
  • the final temperature Tf (an example of “second temperature”) Tf at the final measurement immediately before the BMU 30 enters the power supply non-supply state, and the power supply of the BMU 30 returns to the power supply state first.
  • a linear interpolation (an example of “interpolation”) is performed on the battery temperature at, and the battery temperature at a predetermined sampling time is estimated to estimate the amount of deterioration at each predetermined sampling time, and thus the total amount of deterioration ⁇ Q over time during the unmeasured time Tb.
  • An off-period deterioration estimation process for estimating The acquisition of the initial temperature Ts and the final temperature Tf corresponds to the acquisition step, and the linear interpolation of the battery temperature at the unmeasured time Tb based on the unmeasured time Tb from the initial measurement to the final measurement corresponds to the interpolation step.
  • the estimation of the battery temperature for each predetermined sampling time corresponds to the temperature determination step, and the estimation of the deterioration amount for each predetermined sampling time, and hence the total deterioration amount ⁇ Q for the deterioration over time during the unmeasured time Tb, corresponds to the estimation step.
  • the off period deterioration estimation process will be described with reference to the flowchart shown in FIG.
  • the CPU 33 first interpolates the battery temperature during the unmeasured time Tb with a straight line, assuming that the battery temperature between the final temperature Tf and the initial temperature Ts during the unmeasured time Tb changes linearly. Then, the temperature change amount Tc per unit time in the unmeasured time Tb is calculated (S21).
  • the CPU 33 divides the unmeasured time Tb every predetermined sampling time, and based on the temperature change amount Tc per unit time, it is the battery temperature for every predetermined sampling time (Tb1, Tb2,... Tbn).
  • a division temperature (Tu1, Tu2,... Tun) is calculated (S22).
  • Tb1 represents the first predetermined time obtained by dividing the predetermined time
  • Tbn represents the nth predetermined time obtained by dividing the predetermined time.
  • the CPU 33 calculates the SOC during the unmeasured time Tb based on the battery voltage at the time of measuring the initial temperature Ts and the OCV-SOC correlation stored in the memory 34, and the above-mentioned corresponding to the calculated SOC.
  • An expression is selected (S23).
  • the CPU 33 calculates a final coefficient kf which is a deterioration rate coefficient at the final time based on the selected expression (2) and the final temperature Tf, and at the final time in the selected expression (2) and the unmeasured time Tb.
  • a first coefficient (deterioration rate coefficient at the division temperature Tu1) k1 is calculated based on the division temperature Tu1 of the predetermined time Tb1 closest to the measurement (S24).
  • the CPU 33 calculates the deterioration rate coefficient kf1 in the unmeasured time Tb based on the final coefficient kf and the first coefficient k1 by the above equation (4) (S25). Note that f of the degradation rate coefficient kf1 represents f of the final coefficient kf, and 1 of kf1 represents 1 of the first coefficient k1.
  • the amount of deterioration Q1 due to deterioration with time of the assembled battery 20 at the nearest divided temperature Tu1 at the time of the final measurement is calculated by the above equation (3). To do. Thereby, the first deterioration amount Q1 obtained by dividing the unmeasured time Tb at every predetermined sampling time can be obtained. Then, based on the degradation amount Q1, the degradation amount of the full charge capacity is updated to recalculate the SOC during the unmeasured time Tb, and the above equation (2) corresponding to the recalculated SOC is selected. (S26).
  • a second coefficient (deterioration rate coefficient at the divided temperature Tu2) k2 is calculated based on the equation (2) selected in S26 and the divided temperature Tu2 at the predetermined time Tb2, and the first divided coefficient k1 is calculated.
  • a deterioration rate coefficient k12 in the unmeasured time Tb is calculated.
  • the deterioration amount Q2 is calculated.
  • the deterioration amount of the full charge capacity is updated to recalculate the SOC during the unmeasured time Tb.
  • the deterioration amount (Q1, Q2... Qn) for each predetermined sampling time (Tb1, Tb2,... Tbn) in the unmeasured time Tb is calculated sequentially and calculated as the previous deterioration amount.
  • the total deterioration amount ⁇ Q in the deterioration with time of the assembled battery 20 in the unmeasured time Tb is estimated (S26).
  • the battery pack including the deterioration over time during the unmeasured time Tb is satisfied.
  • the charge capacity can be estimated.
  • the full charge capacity of the assembled battery 20 is estimated by adding the deterioration amount during the unmeasured time Tb, which is the period when the power of the BMU 30 is turned off, for example, during the period when the power of the BMU is turned off. It is possible to suppress a decrease in the estimation accuracy of the full charge capacity of the assembled battery 20 as compared with the case where the deterioration amount is not estimated.
  • the final temperature Tf at the time of the final measurement immediately before the power of the BMU 30 is turned off and the initial temperature Ts at the time of the first measurement that is first measured after the power is turned back on.
  • the division temperature (Tu1, Tu2... Tun) for each predetermined sampling time (Tb1, Tb2... Tbn) in the unmeasured time Tb is determined by linear interpolation (interpolation).
  • the division deterioration amount (Q1, Q2... Qn) for each predetermined sampling time is calculated based on the division temperature, and the total deterioration amount ⁇ Q of deterioration over time in the unmeasured time Tb is estimated.
  • the temperature for each predetermined sampling time can be determined without previously storing the environmental temperature or acquiring temperature information from the outside.
  • the total deterioration amount ⁇ Q in the deterioration with time of the assembled battery 20 is estimated, for example, unmeasured Compared with the case where the amount of deterioration of the full charge capacity over the entire time is estimated collectively, it is possible to suppress a decrease in the estimation accuracy of the total amount of deterioration ⁇ Q of the assembled battery 20 during the unmeasured time Tb. As a result, the estimation accuracy of the full charge capacity of the assembled battery 20 can be improved.
  • Embodiment 2 will be described with reference to FIGS.
  • the steps of the off-period deterioration estimation process in the first embodiment are partially changed, and the configuration, operation, and effect common to the first embodiment are duplicated, and thus the description thereof is omitted.
  • the same reference numerals are used for the same configurations as those in the first embodiment.
  • the present inventors paid attention to the fact that the assembled battery 20 being energized is heated by electric power, the battery temperature rises higher than the environmental temperature, and the battery temperature falls to the environmental temperature when the power is turned off. Then, the present inventors have found that the battery temperature decrease immediately after power-off changes to a concave exp-function curve instead of a straight line, as shown in FIGS.
  • the graph of FIG. 12 is a graph showing the correlation between the battery temperature after energization and the time transition with the battery temperature on the vertical axis and the time on the horizontal axis, and the solid line Texp is the battery temperature time interpolated by the exp function model.
  • the broken line Torg indicates the temporal transition (true value) of the actual battery temperature.
  • the final temperature Tf at the final measurement immediately before the power of the BMU 30 is turned off, and the initial temperature at the first measurement that is first measured in a state where the power of the BMU 30 is turned back on.
  • Ts the temperature transition during the unmeasured time Tb is modeled by the exp function shown below, and the battery temperature at the unmeasured time Tb is complemented by a concave curve as shown in FIG.
  • the CPU 33 first determines the battery temperature between the final temperature Tf and the initial temperature Ts in the unmeasured time Tb based on the final temperature Tf and the initial temperature Ts as shown in FIG. Then, an exp temperature model in which the temperature is reduced and changed in a concave shape is constructed (S31).
  • the exp temperature model is a temperature model that represents a temperature change with respect to a time from when the power is turned off to when the power is turned on to return, where y is a temperature and x is a time. )
  • the exp temperature model is obtained from the equation.
  • the temperature and time when the power source is turned off are defined as temperature T1 and time t1
  • the temperature and time when the power source is turned on and restored are defined as time t2 and temperature T2.
  • the CPU 33 divides the unmeasured time Tb every predetermined sampling time, and the divided temperature (T1, T2... Tn), which is the battery temperature every predetermined sampling time (Tb1, Tb2... Tbn), It is calculated by the equation (5-1), which is an exp temperature model (S32).
  • the CPU 33 executes S33 to S36 of FIG. 14 as in the first embodiment.
  • the temperature transition during the unmeasured time Tb is expressed by the expression (5-1) of the exp function in which the battery temperature decrease immediately after power-off is not a straight line but a concave curve.
  • the full charge capacity is estimated, for example, compared to the case of linearly interpolating the unit temperature for each predetermined sampling time during the unmeasured time. A decrease in accuracy can be further suppressed.
  • a time change from the storage element or system ambient temperature, usage history, season, place, time information, etc. to the second temperature may be predicted, and an optimal fitting function may be selected and interpolated.
  • Embodiment 3 will be described with reference to FIGS. 15 to 16.
  • the steps of the off-period deterioration estimation process in the first embodiment are partly changed, and the configuration, operation, and effect common to the first embodiment are duplicated, and thus the description thereof is omitted.
  • the same reference numerals are used for the same configurations as those in the first embodiment.
  • the final temperature Tf at the time of final measurement just before the power of the BMU 30 is turned off and the state in which the power of the BMU 30 is turned back on are first measured.
  • the average temperature Tm with the initial temperature Ts at the initial measurement is supplemented as the battery temperature of the assembled battery 20 in the unmeasured time Tb.
  • an off-period deterioration estimation process is performed for estimating the battery temperature at every predetermined sampling time and thereby estimating the deterioration amount at every predetermined sampling time, and thus the total deterioration amount over time during the unmeasured time Tb.
  • the CPU 33 first calculates an average temperature Tm between the final temperature Tf and the initial temperature Ts in the unmeasured time Tb (S41).
  • the CPU 33 calculates the SOC during the unmeasured time Tb based on the battery voltage at the time of measuring the initial temperature Ts and the OCV-SOC correlation stored in the memory 34, and the above-mentioned corresponding to the calculated SOC.
  • a formula is selected (S42). Then, an average coefficient km, which is a deterioration temperature coefficient of the average temperature Tm, is calculated based on the selected equation (2) and the average temperature Tm (S43).
  • the deterioration amount Q of the deterioration of the assembled battery 20 over time during the unmeasured time Tb can be calculated by one calculation, for example, the power supply of the BMU is turned off.
  • the final temperature and the initial temperature may be averaged (weighted average) in consideration of the weight.
  • the weighting method may be determined from the ambient temperature of the storage element or system, usage history, season, location, time information, and the like.
  • the measurement is first performed in the final temperature Tf at the time of the final measurement immediately before the power of the BMU 30 is turned off and in the state where the power of the BMU 30 is turned back on.
  • the battery temperature that is higher than the initial temperature Ts at the time of the initial measurement is supplemented as the battery temperature of the assembled battery 20 at the unmeasured time Tb.
  • an off-period deterioration estimation process is performed for estimating the battery temperature at every predetermined sampling time and thereby estimating the deterioration amount at every predetermined sampling time, and thus the total deterioration amount over time during the unmeasured time Tb.
  • the CPU 33 first compares the final temperature Tf and the initial temperature Ts at the unmeasured time Tb, and sets the higher battery temperature as the unmeasured battery temperature Tu during the unmeasured time Tb (S51). ).
  • the CPU 33 calculates the SOC during the unmeasured time Tb based on the battery voltage at the time of measuring the initial temperature Ts and the OCV-SOC correlation stored in the memory 34, and the above (2) corresponding to the calculated SOC ) Formula is selected (S52).
  • the deterioration rate coefficient k is calculated based on the selected expression (2) and the unmeasured battery temperature Tu (S53), and the time-dependent deterioration of the assembled battery 20 in the unmeasured time Tb is calculated according to the above expression (3).
  • a total deterioration amount ⁇ Q is calculated (S54).
  • the deterioration amount Q of the deterioration of the assembled battery 20 over time during the unmeasured time Tb can be calculated by one calculation, for example, the power supply of the BMU 30 is turned off.
  • the power supply of the BMU 30 is turned off.
  • the final temperature Tf is compared with the initial temperature Ts, and the higher battery temperature is set as the unmeasured battery temperature Tu during the unmeasured time Tb, so the amount of decrease in the full charge capacity is less than actual. It can be prevented from being estimated.
  • FIGS. This example is a graph showing the time transition of the battery capacity of the assembled battery 20 in the first to fourth embodiments.
  • FIG. 19 shows the first embodiment
  • FIG. 20 shows the second embodiment
  • FIG. 21 shows the third embodiment.
  • FIG. 22 shows a fourth embodiment.
  • the vertical axis represents the battery capacity [Ah] of the assembled battery 20
  • the horizontal axis represents time [day].
  • the solid line A in each graph is the sum of the separately calculated deterioration amount due to cycle deterioration, the deterioration amount estimated by the temporal deterioration estimation process in the present embodiment, and the deterioration amount estimated by the off-period deterioration estimation process Is the time transition of the deterioration amount in the assembled battery 20
  • the broken line B is the time transition of the true deterioration amount in the assembled battery 20
  • the two-dot chain line C does not execute the off-period deterioration estimation process (of cycle deterioration)
  • This is a temporal transition of the sum of the amount of deterioration and the amount of deterioration in the time-dependent deterioration estimation process.
  • the solid line A has a smaller error from the two-dot chain line C than the broken line B in any of the embodiments. ing.
  • the error between the estimated value of the full charge capacity and the true value can be calculated by the root mean square error (RMSE) of the following equation (6).
  • Qexp (n) is an estimated value of the full charge capacity
  • Qorg (n) is a true deterioration amount (true value) of the full charge capacity
  • n is the number of samplings. Comparing the results of the respective embodiments, the RMSE when the off-period deterioration estimation process of the present embodiment is not executed is 0.24, but the RMSE when the off-period deterioration estimation process of the first embodiment is executed is 0.24. Is 0.01.
  • the RMSE is 0.03, the RMSE of the third embodiment is 0.01, and the RMSE of the fourth embodiment is 0.01.
  • the RMSE of the first, third, and fourth embodiments was smaller than that of the second embodiment, but the temperature of the assembled battery 20 gradually changed during the unmeasured time. Therefore, the error (RMSE) of the second embodiment tends to be small.
  • the power storage device 10 is applied to the solar power generation system PS.
  • the present invention is not limited to this, and the power storage device is applied to other equipment and vehicles (automobiles, motorcycles, railway vehicles, industrial vehicles), industrial equipment (aviation, space, marine, harbor use), power supply equipment, etc. May be.
  • the deterioration amount of the assembled battery 20 is estimated based on the battery temperature of the assembled battery 20.
  • the present invention is not limited to this, and a configuration may be adopted in which the element temperature for each power storage element constituting the assembled battery is measured, the amount of deterioration for each power storage element is calculated, and the total amount of deterioration of the assembled battery is calculated.
  • the assembled battery 20 is configured by connecting four power storage elements 21 in series.
  • the present invention is not limited to this, and three or less power storage elements or five or more power storage elements may be connected in series. Or the structure which made the electrical storage element parallel may be sufficient.
  • the power storage device 10 that manages one assembled battery 20 by the battery management device 30 is used.
  • the present invention is not limited to this, and a bank may be configured by connecting a plurality of power storage devices each including an assembled battery in which a plurality of power storage elements are connected in series and a battery management device. Another control device that controls the bank may be provided, and the battery management device of the power storage device and the upper control device may share the functions.
  • the battery management device may be a simple battery management device (so-called cell monitoring device: CMU) that acquires sensor information and transmits data to a host control device.
  • CMU cell monitoring device
  • a plurality of banks may be connected in parallel to form a domain.
  • Another control device that controls the domain may be provided.
  • the BMU 30 is provided in the power storage device 10.
  • an output unit may be provided in the power storage device, and the BMU may exist independently outside the power storage device, or the BMU may be incorporated in another control device, or software processing of the control device It may be incorporated in a part of
  • the BMU function may not exist in the system.
  • the BMU function may be provided to another server or cloud via the communication means from the output unit, and the calculation result or specific output from them.
  • the configuration may be such that results (degradation estimation amount, estimated storage capacity, determination result, etc.) are returned to the storage device.
  • the CPU 33 of the BMU 30 executes the temporal deterioration estimation process read from the memory 34.
  • the present invention is not limited to this, and the degradation method of the power storage element may be realized as a computer program and a storage medium storing the computer program.
  • the computer program for estimating the amount of deterioration of the full charge capacity in the power storage element is measured first when the power storage element returns to the power supply state and the first temperature measured immediately before the power storage element enters the power supply non-supply state. Acquiring the second temperature, interpolating based on the first temperature and the second temperature, and the temperature of the power storage element from the time of the first temperature measurement to the time of the second temperature measurement. And causing the computer to execute a step of estimating the amount of deterioration of the full charge capacity based on the determined temperature.
  • a plurality of computers may share and execute the processing steps of the computer program.
  • Power storage device 21 Power storage element 30: Battery management device (an example of “management device”) 33: CPU (an example of “control unit”) 36: Timekeeping unit 52: Temperature sensor (an example of “measurement unit”) PC: Power conditioner PV: Photovoltaic generator

Landscapes

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

Abstract

複数の蓄電素子２１からなる組電池２０の満充電容量の劣化量を推定する太陽光発電システムＰＳの蓄電装置１０であって、蓄電装置１０の電池管理装置３０の電源供給状態の時の組電池の電池温度を測定する温度センサ５２と、電池管理装置３０の電源非供給状態の時間を計時する計時部３６と、ＣＰＵ３３とを備え、ＣＰＵ３３は、電池管理装置３０が電源非供給状態となる直前の最終温度Ｔｆと、電池管理装置３０が電源供給状態において最初に測定された初回温度Ｔｓと、未測定時間Ｔｂとに基づいて未測定時間Ｔｂにおける組電池２０の電池温度を決定し、未測定時間Ｔｂにおける組電池２０の電池温度に基づいて満充電容量の劣化量Ｑを推定する。

Description

蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム
　本明細書によって開示される技術は、蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラムに関する。
　リチウムイオン電池などの二次電池は、満充電容量が、時間経過により初期値から徐々に低下する。二次電池の満充電容量が低下する要因として、充放電を繰り返すことによるサイクル劣化と、製造後の時間経過による経時劣化とが知られている。経時劣化による満充電容量の低下量である劣化量を推定する方法（数式モデル）としては、二次電池の実使用が経過時間の１／２乗に比例して低下するルート則が知られており、このルート則により二次電池の劣化量を推定する。このような技術を用いた劣化推定装置としては、特許５３８２２０８号公報（下記特許文献１）に記載のものが知られている。
特許第５３８２２０８号公報
　上記の劣化推定装置を搭載した機器が、二次電池の放電を抑制するために、機器の電源をオフ状態にすることに伴って、劣化推定装置に電源が供給されない場合、劣化推定装置において、劣化量の演算ができず、満充電容量の容量推定精度が低下してしまう。また、劣化推定装置の電源がトラブルなどで強制的にオフになる場合、それまで演算された劣化量が失われることで、満充電容量の容量推定精度が低下してしまう。
　本明細書では、満充電容量の推定精度が低下することを抑制する技術を開示する。
　本明細書によって開示される技術は、蓄電素子における満充電容量の劣化量を推定する蓄電素子の管理装置であって、前記管理装置に電源が供給されている電源供給状態の時の前記蓄電素子の温度を測定する測定部と、前記管理装置に電源が供給されていない電源非供給状態の時間を計時する計時部と、制御部とを備え、前記制御部は、前記蓄電素子が電源非供給状態となる直前に測定された第1温度と、前記蓄電素子が電源供給状態復帰して
最初に測定された第2温度とに基づいて内挿を行い、前記第１温度測定時から前記第２温
度測定時までの前記蓄電素子の温度を決定することにより、決定された温度に基づいて満充電容量の劣化量を推定する。
　本明細書によって開示される技術によれば、未測定時間における蓄電素子の温度を内挿することで、満充電容量の推定精度の低下を抑制することができる。
太陽光発電システムのブロック図 蓄電装置のブロック図 満充電容量の劣化量の時間的推移を示したグラフ 満充電容量の劣化量と時間のルートの相関関係を示したグラフ 劣化速度係数の自然対数と電池温度との相関関係を示したグラフ 劣化速度係数と充電状態（ＳＯＣ）との相関関係を示したグラフ 経過時間における満充電容量の劣化量を示したグラフ 実施形態１における経時劣化推定処理のフローチャート図 経過時間における劣化速度係数を示したグラフ 未測定時間における電池温度を直線的に補完した場合における電池温度の時間的推移を示したグラフ 実施形態１におけるオフ期間劣化推定処理のフローチャート図 実施形態２に係る通電後の電池温度の時間的推移を示したグラフ 実施形態２において未測定時間における電池温度をexp関数モデルにて補完した場合の電池温度の時間的推移を示したグラフ 実施形態２におけるオフ期間劣化推定処理のフローチャート図 実施形態３において未測定時間における電池温度を平均温度によって補完した場合における電池温度の時間的推移を示したグラフ 実施形態３におけるオフ期間劣化推定処理のフローチャート図 実施形態４において未測定時間における電池温度を未測定電池温度によって補完した場合における電池温度の時間的推移を示したグラフ 実施形態４におけるオフ期間劣化推定処理のフローチャート図 実施形態１における組電池の満充電容量の時間的推移を示したグラフ 実施形態２における組電池の満充電容量の時間的推移を示したグラフ 実施形態３における組電池の満充電容量の時間的推移を示したグラフ 実施形態４における組電池の満充電容量の時間的推移を示したグラフ
　（本実施形態の概要）
　初めに、本実施形態にて開示する蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法および劣化量を推定するコンピュータプログラムの概要について説明する。
　蓄電素子における満充電容量の劣化量を推定する蓄電素子の管理装置は、前記管理装置に電源が供給されている電源供給状態の時の前記蓄電素子の温度を測定する測定部と、前記管理装置に電源が供給されていない電源非供給状態の時間を計時する計時部と、制御部とを備える。前記制御部は、前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態復帰して最初に測定された第２温度とに基づいて内挿を行い、前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定することにより、決定された温度に基づいて満充電容量の劣化量を推定する。なお、内挿とは、線形補間（直線補間）、多項式補間、高次関数や三角関数などの曲線補間、ゼロ次関数（ステップ関数）補間を含むものである。
　蓄電装置は蓄電素子と、前記蓄電素子の管理装置とを備える。
　太陽光発電システムは光を電力に変換して出力する光発電装置と、光発電装置によって発電した直流電流を交流電流に変換するパワーコンディショナと、前記蓄電装置とを備える。
　蓄電素子における満充電容量の劣化量を推定する劣化量の推定方法は、前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態に復帰し最初に測定された第２温度とに基づいて内挿を行い、前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定することにより、決定された温度に基づいて満充電容量の劣化量を推定する。
　蓄電素子における満充電容量の劣化量を推定させるコンピュータプログラムは、前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態に復帰し最初に測定された第２温度とを取得させる取得ステップと、前記第１温度および第２温度に基づいて内挿を行わせる内挿ステップと、前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定させる温度決定ステップと、決定された温度に基づいて満充電容量の劣化量を推定させる推定ステップと、をコンピュータに実行させる。
　本発明者らは、管理装置に電源が供給されていない電源非供給状態である期間中、測定部が蓄電素子の温度を測定できないことに起因して蓄電素子における満充電容量の推定誤差が増大することに着目した。そして、本発明者らは、測定部における第１温度と、第２温度とに基づいて第１温度測定時から第２温度測定時までの蓄電素子の温度を決定し、決定された温度に基づいて満充電容量の劣化量を推定すること見出した。第１温度測定時から第２温度測定時までの蓄電素子の温度を内挿することで、環境温度を予め記憶させたり、外部から温度情報を取得したりせずに、満充電容量の推定精度の低下を抑制することができる。
　前記制御部は、前記第１温度測定時から前記第２温度測定時までの時間における所定サンプリング時間毎の温度を決定し、前記所定サンプリング時間毎の温度に基づいて前記所定サンプリング時間毎の劣化量を決定することにより満充電容量の劣化量を推定してもよい。
　このような構成によると、所定サンプリング時間毎の温度に基づく蓄電素子の劣化量の推定を、直前に推定された所定サンプリング時間に基づく蓄電素子の劣化量を元に算出して第１温度測定時から前記第２温度測定時までの時間における満充電容量の総劣化量を推定することができる。そのため、第１温度測定時から前記第２温度測定時までの時間全体における満充電容量の劣化量を一括して推定する場合に比べて、満充電容量の劣化量の推定精度の低下を抑制することができる。
　前記制御部は、前記第１温度測定時から前記第２温度測定時まで、時間に対する前記蓄電素子の温度が曲線的に変化すると仮定して前記所定サンプリング時間毎の温度を決定してもよい。
　本発明者らは、蓄電素子の通電後の蓄電素子温度の変化について研究し、管理装置に電源が供給されていない電源非供給状態における蓄電素子温度が曲線的に変化する（低下する場合の他、蓄電素子および周辺状況から上昇する場合も含む）ことを見出した。
　第１温度測定時から第２温度測定時まで、時間に対する蓄電素子の温度が曲線的に変化すると仮定して所定サンプリング時間毎の温度を補間（内挿）することにより、第１温度測定時から第２温度測定時までの時間における所定サンプリング時間毎の単位温度を直線的に補間する場合に比べて、満充電容量の推定精度の低下をさらに抑制することができる。
　前記制御部は、前記第２温度測定時の温度と、前記第１温度測定時の温度との平均温度を前記第１温度測定時から前記第２温度測定時までの時間における前記蓄電素子の温度として満充電容量の劣化量を推定してもよい。
　第１温度測定時から前記第２温度測定時までの蓄電素子の温度を平均温度として補間（内挿）することにより、満充電容量の劣化量を１回の演算だけで推定することができる。
　前記制御部は、前記第２温度測定時の温度と前記第１温度測定時の温度とのいずれか高い温度を前記第１温度測定時から前記第２温度測定時までの時間における前記蓄電素子の温度として満充電容量の劣化量を推定してもよい。
　第２温度測定時の温度と第１温度測定時の温度とのいずれか高い温度を、第１温度測定時から前記第２温度測定時までの蓄電素子の温度として補間（内挿）することにより、満充電容量の劣化量が実際よりも少なく推定されることを防ぎつつ、１回の演算だけで満充電容量の劣化量を推定することができる。
　＜実施形態１＞
　実施形態１について図１から図１１を参照して説明する。
　図１は、太陽の光を起電力とする太陽光発電システムＰＳを示しており、太陽光発電システムＰＳは、光発電装置ＰＶと、パワーコンディショナＰＣと、蓄電装置１０とを備えて構成されている。
　光発電装置ＰＶとは、光起電力効果によって光を電力に変換して出力するものであって、直流電流を発生させる。
　パワーコンディショナＰＣは、光発電装置ＰＶによって発電した直流電流を交流電流に変換する。電化製品などの負荷Ｅは、パワーコンディショナＰＣを介して光発電装置ＰＶと接続されている。
　蓄電装置１０は、図２に示すように、組電池２０と、電池管理装置（「管理装置」の一例、以下、「ＢＭＵ」という）３０と、電流検出抵抗５０と、電流遮断装置５１と、温度センサ（「測定部」の一例）５２とを備える。
　組電池２０と、電流検出抵抗５０と、電流遮断装置５１とは、通電路Ｌを介して直列に接続されている。組電池２０の正極側は、電流遮断装置５１を介して正極端子部１２Ｐに接続され、負極側は、電流検出抵抗５０を介して負極端子部１２Ｎに接続されている。
　組電池２０は、例えばグラファイト系材料の負極活物質と、リン酸鉄リチウムなどのリン酸鉄系の正極活物質とを使用した蓄電素子２１を直列に複数（本実施形態では４つ）接続して構成されている。正極活物質は、二相共存反応型の活物質であってもよい。正極活物質は、一般式ＬｉＭＰＯ４で示される物質であり、Ｍは、Ｆｅ，Ｍｎ，Ｃｒ，Ｃｏ，Ｎｉ，Ｖ，Ｍｏ，Ｍｇのうちの何れか一つであってもよいが、これらに限定されない。負極活物質は、具体的には、黒鉛、易黒鉛化カーボン、難黒鉛化カーボン等の何れか一つである。
　電流検出抵抗５０は、通電路Ｌの電流を検出する抵抗器であって、電流検出抵抗５０の両端電圧をＢＭＵ３０に出力する。
　電流遮断装置５１は、例えばＮチャネルのＦＥＴなどの半導体スイッチやリレーからなる。電流遮断装置５１は、ＢＭＵ３０からの駆動指令に応答して作動し、組電池２０と正極端子部１２Ｐとの間の通電を遮断する。
　温度センサ５２は、接触式あるいは非接触式であって、ＢＭＵ３０と接続されており、組電池２０の温度［℃］を測定してＢＭＵ３０に出力する。
　ＢＭＵ３０は、電圧検出回路３１と、中央処理装置であるＣＰＵ（「制御部」の一例）３３と、メモリ３４と、電流検出回路３５と、計時部３６とを備えて構成されている。ＢＭＵ３０は、正極端子部１２Ｐと電流遮断装置５１との間に接続される電力ラインＬ２と、組電池２０と電流検出抵抗５０との間に接続される電力ラインＬ３とを介して通電路Ｌに接続されることで組電池２０から電力の供給を受けている。
　電流遮断装置５１が組電池２０と正極端子部１２Ｐとの間の通電を遮断すると、ＢＭＵ３０には電力が供給されなくなる。
　本実施形態の太陽光発電システムＰＳでは、蓄電装置１０における組電池２０の放電を抑制するために、太陽光発電システムＰＳの電源をオフ状態にすることに伴って、ＢＭＵ３０を通じて電流遮断装置５１により通電を遮断する。そして、太陽光発電システムＰＳの電源をオン状態にする場合には、パワーコンディショナＰＣから供給される電力によりＢＭＵ３０を通じて電流遮断装置５１を通電状態に切り替える。
　電圧検出回路３１は、複数（本実施形態では５本）のセル電圧検出ラインＬ１を介して、各蓄電素子２１の両端にそれぞれ接続されており、各蓄電素子２１のセル電圧および組電池２０の電池電圧をＣＰＵ３３に対して出力する。
　メモリ３４は、例えばフラッシュメモリやＥＥＰＲＯＭ等の不揮発性メモリとされている。メモリ３４には、各蓄電素子２１または組電池２０を管理する各種プログラム、各種プログラムの実行に必要なデータ（例えば、ＯＣＶ－ＳＯＣ相関関係や組電池２０の初期の実容量）などが記憶されている。
　電流検出回路３５は、電流検出抵抗５０の両端電圧が入力されるようになっており、電流検出抵抗５０の両端電圧と電流検出抵抗５０の抵抗値とに基づいて、通電路Ｌに流れる電流を算出してＣＰＵ３３に出力する。
　計時部３６は、時間を計時するものである。計時部３６は、温度センサ５２による温度計測の時間および温度計測間の時間差を計測してＣＰＵ３３に出力する。計時部３６には、コンデンサなどからなる図示しないバックアップ電源が接続されており、電流遮断装置５１により組電池２０と正極端子部１２Ｐとの間の通電が遮断された場合でも、継続して時刻を計時することができるようになっている。
　ＣＰＵ３３は、受信した各種の情報と、メモリ３４から読み出したプログラムとに基づいて、各部の監視および制御を行う。
　一般に組電池は、充放電を繰り返すことによるサイクル劣化と、製造後の経過時間による経時劣化とにより、満充電容量が低下する。ここで、満充電容量とは、組電池が完全充電された状態から取り出し可能な容量である。なお、経時劣化が生じる要因としては、リチウムイオン二次電池の負極に形成されるＳＥＩ（Solid electrolyte interface）被膜が製造後の時間経過に伴って成長して厚くなることが例示できる。
　経時劣化に対しては、一般に、ルート則を用いた推定方法がある。ルート則は、満充電容量の低下量（劣化量）Ｑが、電池の放置によって経過した時間である経過時間Ｔｉのルート（例えば、平方根）に比例するといった法則である。
　図３は、組電池２０に対して通電後、電源オフして電池を放置した時の満充電容量の劣化量Ｑの時間的推移を示している。
　図３は、縦軸が満充電容量の劣化量Ｑ、横軸が電池の放置による経過時間ＴｉであるＱ－Ｔｉ相関グラフである。満充電容量の劣化量Ｑの時間的推移を表す容量変化曲線Ｒ１およびＲ２は、経過時間Ｔｉに対するルート曲線となっている。ここで、図３の実線Ｒ１は、破線Ｒ２よりも電池温度が低い設定となっている。図３に示すように、電池温度が高いほど劣化量Ｑが増加する。
　Ｑ－Ｔｉ相関グラフは、横軸を電池の放置による経過時間Ｔｉのルートとして表したものである。図４のＱ－√Ｔｉの相関グラフに示すように、満充電容量の劣化量Ｑと電池の放置による経過時間Ｔｉとが比例関係となり、組電池２０の満充電容量の推移が直線的な容量変化直線（劣化速度係数）ｋとして表される。
　ここで、劣化速度係数ｋは、Ｅａを活性エネルギー、Ａを頻度因子、Ｒを気体定数、Ｔｅを絶対温度とした場合、以下に示すアレニウスの反応速度式である（１）式として表すことができる。
Figure JPOXMLDOC01-appb-M000001
　そして、この（１）式の対数をとると
Figure JPOXMLDOC01-appb-M000002
　となる。そして、図５に示すように、アレニウスの反応速度式を直線式と見立てて、切片lnＡと傾きＥａ／Ｒを実験的に求めることで、縦軸が劣化速度lnｋ、横軸が絶対温度Ｔｅであるlnｋ－Ｔｅ相関グラフを以下の（２）式で表すことができる。
Figure JPOXMLDOC01-appb-M000003
　劣化速度係数ｋは、一般に、経過時間が同一の場合、図６に示すように、組電池のＳＯＣ（state of charge［％］：充電状態（満充電容量に対する残存容量の比率））が低いほどおおよそ小さくなる傾向にある。図６は、縦軸が劣化速度係数ｋ、横軸がＳＯＣであるｋ－ＳＯＣ相関グラフである。実線ｋ３５は、電池温度が３５［℃］の時の劣化速度係数とＳＯＣの関係を示す。破線ｋ２５は、電池温度が２５［℃］の時の劣化速度係数とＳＯＣの関係を示し、一点鎖線ｋ１０は、電池温度が１０［℃］の時の劣化速度係数とＳＯＣの関係を示している。
　組電池２０の温度変化後のＳＯＣに対応する（２）式をもとに、組電池２０の温度変化前の電池温度と温度変化後の電池温度とにより劣化速度係数ｋを求め、以下の（３）式を用いることで、図７に示すように、組電池２０の経過時間における劣化量を推定することができる。ここで、Ｔｉは前回の測定時から組電池２０が放置された経過時間、Ｑｎは経過時間Ｔｉの終点における組電池２０の劣化量（現時点での組電池２０の劣化量）、Ｑｎ－１は経過時間Ｔｉの始点における組電池２０の劣化量（前回推定した時の組電池２０の劣化量）、ｋｎは今回測定時の劣化速度係数（ｋ＝f(Ｔｅ)）である。図４は、縦軸を満充電容量の劣化量Ｑ、横軸を時間のルートとするＱ－√時間の相関グラフであって、ｋｎ－１は前回測定時の劣化速度係数である。
Figure JPOXMLDOC01-appb-M000004
　つまり、前回の劣化量Ｑｎ－１に今回の経過時間Ｔｉにおける劣化量を加算してゆくことで、組電池２０の現在の劣化量Ｑｎを推定することができる。そして、初期の電池容量から（３）式で算出した経時劣化量と別途求めたサイクル劣化量とを除算することで、現時点での組電池２０の満充電容量を算出することができる。
　具体的には、ＣＰＵ３３は、温度センサ５２および計時部３６から常時あるいは定期的に入力される温度および前回の電池温度測定時からの経過時間と、ＳＯＣに基づいて、組電池２０の経時劣化における総劣化量ΣＱを推定する経時劣化推定処理を実行する。
　以下に、経時劣化推定処理について、図８に示すフローチャートを参照しつつ説明する。
　蓄電装置１０では、組電池２０の電池温度および前回の電池温度測定からの経過時間Ｔｉが、温度センサ５２および計時部３６からＣＰＵ３３に常時または定期的に入力され、前回の電池温度測定時における電池電圧と今回の電池温度測定時における電池電圧とが電圧検出回路３１からＣＰＵ３３に入力されている。
　そこで、経時劣化推定処理では、経過時間Ｔｉと、経過時間Ｔｉの始点（前回測定時）における始点温度Ｔｉ１および終点（今回の測定時）における終点温度Ｔｉ２と、始点および終点における電池電圧Ｖ１，Ｖ２とに基づいて処理を実行する。
　ＣＰＵ３３は、まず、メモリ３４に記憶されたＯＣＶ－ＳＯＣ相関関係に基づいて、始点および終点の電池電圧Ｖ１，Ｖ２から始点ＳＯＣと終点ＳＯＣを算出し、算出されたそれぞれのＳＯＣに対応する（２）式を選択する（Ｓ１１）。なお、それぞれのＳＯＣに対応する（２）式の選択は、ＳＯＣの０％から１００％の範囲においてＳＯＣが１０％毎の（２）式を、図６などを用いて予め求めてメモリ３４に記憶させておき、始点ＳＯＣと終点ＳＯＣを算出した際に、メモリ３４から選択される。
　次に、始点ＳＯＣにより選択された（２）式と始点温度Ｔｉ１とに基づいて始点劣化速度係数ｋ１を算出すると共に、終点ＳＯＣにより選択された（２）式と終点温度Ｔｉ２とに基づいて終点劣化速度係数ｋ２を算出する（Ｓ１２）。
　そして、始点劣化速度係数ｋ１と終点劣化速度係数ｋ２とに基づいて、図９に示すように、経過時間Ｔｉにおける劣化速度係数ｋｕを以下の（４）式により算出する（Ｓ１３）。ここで、ＳＯＣ１は始点ＳＯＣ、ＳＯＣ２は終点ＳＯＣ、ＳＯＣｕは経過時間Ｔｉ中におけるＳＯＣである。
Figure JPOXMLDOC01-appb-M000005
　次に、経過時間Ｔｉにおける劣化速度係数ｋｕが算出されたところで、上記の（３）式により、前回の劣化量Ｑｎ－１に今回の経過時間Ｔｉにおける劣化量を加算することで、組電池２０の現在の劣化量Ｑｎを推定する（Ｓ１４）。
　以上のようにして算出された経時劣化による劣化量と、別途算出されたサイクル劣化（充放電を繰り返すことによる劣化）の劣化量とを、初期の電池容量から除算することで、現時点での組電池２０の満充電容量を算出することができる。
　そして、この経時劣化推定処理を定期的に繰り返すことで、組電池２０の満充電容量を推定することができる。
　ところで、太陽光発電システムＰＳにおいて、蓄電装置１０における組電池２０の放電を抑制するために、太陽光発電システムＰＳの電源がオフ状態となり、これに伴って、蓄電装置１０におけるＢＭＵ３０の電源が供給されない電源非供給状態になる。すると、ＢＭＵ３０は、電源非供給状態の期間中は、経時劣化推定処理ができなくなってしまう。つまり、満充電容量の容量推定精度の低下が懸念される。
　そこで、本実施形態では、ＢＭＵ３０が電源非供給状態となる直前の最終測定時の最終温度（「第２温度」の一例）Ｔｆと、ＢＭＵ３０の電源が復帰して電源供給状態となって最初に測定された初回測定時の初回温度（「第１温度」の一例）Ｔｓと、初回測定時から最終測定時までの未測定時間Ｔｂとに基づいて、図１０に示すように、未測定時間Ｔｂにおける電池温度を直線補完（「内挿」の一例）し、所定サンプリング時間毎の電池温度を推定することで所定サンプリング時間毎の劣化量、ひいては未測定時間Ｔｂ中の経時劣化における総劣化量ΣＱを推定するオフ期間劣化推定処理を実行する。初回温度Ｔｓと最終温度Ｔｆとの取得が取得ステップに相当し、初回測定時から最終測定時までの未測定時間Ｔｂとに基づいて未測定時間Ｔｂにおける電池温度の直線補完が内挿ステップに相当する。所定サンプリング時間毎の電池温度の推定が温度決定ステップに相当し、所定サンプリング時間毎の劣化量、ひいては未測定時間Ｔｂ中の経時劣化における総劣化量ΣＱの推定が推定ステップに相当する。
　以下に、オフ期間劣化推定処理について、図１１に示すフローチャートを参照しつつ説明する。
　オフ期間劣化推定処理では、ＣＰＵ３３は、まず、未測定時間Ｔｂにおける最終温度Ｔｆと初回温度Ｔｓとの間の電池温度が直線的に変化したとして、未測定時間Ｔｂ中の電池温度を直線によって補間し、未測定時間Ｔｂにおける単位時間あたりの温度変化量Ｔｃを算出する（Ｓ２１）。
　次に、ＣＰＵ３３は、未測定時間Ｔｂを所定サンプリング時間毎に分割し、単位時間あたりの温度変化量Ｔｃをもとに、所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の電池温度である分割温度（Ｔｕ１，Ｔｕ２・・・Ｔｕｎ）を算出する（Ｓ２２）。ここで、Ｔｂ１とは所定時間を分割した１番目の所定時間を表し、Ｔｂｎとは所定時間を分割したｎ番目の所定時間を表す。
　また、ＣＰＵ３３は、初回温度Ｔｓの測定時の電池電圧とメモリ３４に記憶されたＯＣＶ－ＳＯＣ相関関係に基づいて、未測定時間Ｔｂ中のＳＯＣを算出し、算出されたＳＯＣに対応する上記の（２）式を選択する（Ｓ２３）。
　そして、ＣＰＵ３３は、選択された（２）式と最終温度Ｔｆとに基づいて最終時の劣化速度係数である最終係数ｋｆを算出すると共に、選択された（２）式と未測定時間Ｔｂにおいて最終測定時に最も近い所定時間Ｔｂ１の分割温度Ｔｕ１とに基づいて第１係数（分割温度Ｔｕ１の時の劣化速度係数）ｋ１を算出する（Ｓ２４）。
　次に、ＣＰＵ３３は、最終係数ｋｆと第１係数ｋ１とに基づいて、未測定時間Ｔｂにおける劣化速度係数ｋf１を上記の（４）式により算出する
（Ｓ２５）。なお、劣化速度係数ｋｆ１のｆは、最終係数ｋｆのｆを表し、ｋｆ１の１は第１係数ｋ１の１を表している。
　そして、未測定時間Ｔｂにおける劣化速度係数ｋf１をもとに、上記の（３）式により、未測定時間Ｔｂにおいて最終測定時に最も近い分割温度Ｔｕ１における組電池２０の経時劣化における劣化量Ｑ１を算出する。これにより、未測定時間Ｔｂを所定サンプリング時間毎に分割した最初の劣化量Ｑ１を得ることができる。
　そして、劣化量Ｑ１をもとに、満充電容量の劣化量を更新して未測定時間Ｔｂ中のＳＯＣを算出し直し、算出し直されたＳＯＣに対応する上記の（２）式を選択する（Ｓ２６）。
　次に、Ｓ２６にて選択された（２）式と所定時間Ｔｂ２の分割温度Ｔｕ２とに基づいて第２係数（分割温度Ｔｕ２の時の劣化速度係数）ｋ２を算出し、第１分係数ｋ１と第２係数ｋ２とに基づいて、未測定時間Ｔｂにおける劣化速度係数ｋ１２を算出する。これにより、劣化量Ｑ２を算出する。そして、劣化量Ｑ２をもとに、満充電容量の劣化量を更新して未測定時間Ｔｂ中のＳＯＣを算出し直す。
　このようにして、これを未測定時間Ｔｂにおける所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の劣化量（Ｑ１，Ｑ２・・・Ｑｎ）を順次繰り返して算出して前回の劣化量に今回の劣化量を加算していくことで、未測定時間Ｔｂにおける組電池２０の経時劣化における総劣化量ΣＱを推定する（Ｓ２６）。
　そして、未測定時間Ｔｂにおける経時劣化の総劣化量ΣＱを、経時劣化推定処理によって算出した組電池２０の劣化量Ｑｎに加算することで、未測定時間Ｔｂにおける経時劣化を含めた組電池の満充電容量の推定をすることができる。
　つまり、ＢＭＵ３０の電源がオフとなった期間である未測定時間Ｔｂ中の劣化量も加算されて組電池２０の満充電容量が推定されるから、例えば、ＢＭＵの電源がオフとなった期間の劣化量を推定しないもの場合に比べて、組電池２０の満充電容量の推定精度が低下することを抑制することができる。
　以上のように、本実施形態によると、ＢＭＵ３０の電源がオフとなる直前の最終測定時の最終温度Ｔｆと、電源がオンに復帰して最初に測定された初回測定時の初回温度Ｔｓとに基づいて、未測定時間Ｔｂにおける所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の分割温度（Ｔｕ１，Ｔｕ２・・・Ｔｕｎ）を直線補間（内挿）して決定する。そして、分割温度に基づいて所定サンプリング時間毎の分割劣化量（Ｑ１，Ｑ２・・・Ｑｎ）を算出し、未測定時間Ｔｂにおける経時劣化の総劣化量ΣＱを推定するから、例えば、ＢＭＵの電源がオフとなった期間の劣化量を推定しない場合に比べて、組電池２０の満充電容量の推定精度が低下することを抑制することができる。また、例えば、環境温度を予め記憶させたり、外部から温度情報を取得したりせずに所定サンプリング時間毎の温度を決定することができる。
　また、本実施形態によると、未測定時間Ｔｂにおける所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の分割温度（Ｔｕ１，Ｔｕ２・・・Ｔｕｎ）に基づいて、所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の劣化速度係数（ｋｆ１，k１２，k２３・・・ｋｎｓ）を算出し、これらの劣化速度係数（ｋｆ１，k１２，k２３・・・ｋｎｓ）に基づいて所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の劣化量Ｑを推定する。そして、所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の劣化量Ｑに基づいてＳＯＣを算出し直して組電池２０の経時劣化における総劣化量ΣＱを推定しているから、例えば、未測定時間全体における満充電容量の劣化量を一括して推定する場合に比べて、未測定時間Ｔｂにおける組電池２０の総劣化量ΣＱの推定精度が低下することを抑制することができる。ひいては、組電池２０の満充電容量の推定精度を向上させることができる。
　＜実施形態２＞
　次に、実施形態２について図１２から図１４を参照して説明する。
　実施形態２は、実施形態１におけるオフ期間劣化推定処理のステップを一部変更したものであって、実施形態１と共通する構成、作用、および効果については重複するため、その説明を省略する。また、実施形態１と同じ構成については同一の符号を用いるものとする。
　本発明者らは、通電中の組電池２０は電力により温められ、環境温度よりも電池温度が上昇し、電源がオフになると、電池温度は環境温度まで下がることに着目した。そして、本発明者らは、電源オフ直後の電池温度の下がり方が、図１２および図１３で示すように、直線ではなく凹状のｅｘｐ関数の曲線状に変化することを見出した。
　つまり、未測定時間Ｔｂにおける組電池２０の電池温度の時間的推移が、曲線的に変化すると仮定して、未測定時間Ｔｂにおける組電池２０の電池温度の時間的推移をｅｘｐ関数モデルによって補間することで、電池温度の時間的推移を直線的に補間するものに比べて、組電池２０の経時劣化の劣化量の推定精度を向上させることができることを見出した。図１２のグラフは、縦軸を電池温度、横軸を時間とする通電後の電池温度と時間推移との相関関係を示すグラフであって、実線Ｔexpがｅｘｐ関数モデルによって補間した電池温度の時間的推移を示しており、破線Ｔorgが実際の電池温度の時間的推移（真値）を示している。
　実施形態２におけるオフ期間劣化推定処理では、ＢＭＵ３０の電源がオフとなる直前の最終測定時の最終温度Ｔｆと、ＢＭＵ３０の電源がオンに復帰した状態において最初に測定された初回測定時の初回温度Ｔｓとを用いて未測定時間Ｔｂ中の温度推移を以下に示すexp関数によりモデル化し、図１３に示すように、未測定時間Ｔｂにおける電池温度を凹状の曲線的に補完する。
　そして、所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の分割温度（Ｔｕ１，Ｔｕ２・・・Ｔｕｎ）を推定することで所定サンプリング時間毎の劣化量（Ｑ１，Ｑ２・・・Ｑｎ）、ひいては未測定時間Ｔｂ中の経時劣化における総劣化量ΣＱを推定するオフ期間劣化推定処理を実行する。
　以下に、実施形態２におけるオフ期間劣化推定処理について、図１４に示すフローチャートを参照しつつ説明する。
　オフ期間劣化推定処理では、ＣＰＵ３３は、まず、未測定時間Ｔｂにおける最終温度Ｔｆと初回温度Ｔｓとの間の電池温度を、最終温度Ｔｆと初回温度Ｔｓとに基づいて、図１３に示すような、温度が凹状に低減変化するｅｘｐ温度モデルを構築する（Ｓ３１）。ここで、ｅｘｐ温度モデルは、電源がオフになった時点から電源がオンされて復帰するまでの時間に対する温度変化を表す温度モデルであって、ｙを温度、ｘを時間として、以下の（５）式からｅｘｐ温度モデルを求める。
Figure JPOXMLDOC01-appb-M000006
　例えば、電源がオフになった時の温度と時間を温度Ｔ１と時間ｔ１とし、電源がオンとなって復帰した時の温度と時間を時間ｔ２と温度Ｔ２とする。
　電源がオフになった時は、（ｙ,ｘ）＝（ｔ１，Ｔ１）であり、
Figure JPOXMLDOC01-appb-M000007
となる。
したがって、
Figure JPOXMLDOC01-appb-M000008
と求めることができる。
　一方、電源がオンになった時は、（ｙ,ｘ）＝（ｔ２，Ｔ２）であり、
Figure JPOXMLDOC01-appb-M000009
となる。したがって、
Figure JPOXMLDOC01-appb-M000010
と求めることができる。
　つまり、ｅｘｐ温度モデルを以下の(５－１)式として求めることができる。
Figure JPOXMLDOC01-appb-M000011
　そして、ＣＰＵ３３は、未測定時間Ｔｂを所定サンプリング時間毎に分割し、所定サンプリング時間毎（Ｔｂ１，Ｔｂ２・・・Ｔｂｎ）の電池温度である分割温度（Ｔ１，Ｔ２・・・Ｔｎ）を、上記のｅｘｐ温度モデルである（５－１）式により算出する（Ｓ３２）。
　次に、ＣＰＵ３３は、実施形態１と同様に、図１４のＳ３３からＳ３６を実行する。
　以上のように、本実施形態によると、電源オフ直後の電池温度の下がり方が、直線ではなく凹状の曲線となるｅｘｐ関数の（５－１）式により、未測定時間Ｔｂ中の温度推移を補完して、所定サンプリング時間毎の分割温度における劣化量を推定しているから、例えば、未測定時間における所定サンプリング時間毎の単位温度を直線的に補間する場合に比べて、満充電容量の推定精度の低下をさらに抑制することができる。なお、蓄電素子やシステムの周辺温度、使用履歴、季節、場所、時間情報等から第二温度までの時間変化を予測し、最適なフィッティング関数を選択して内挿してもよい。
　＜実施形態３＞
　次に、実施形態３について図１５から図１６を参照して説明する。
　実施形態３は、実施形態１におけるオフ期間劣化推定処理のステップを一部変更したものであって、実施形態１と共通する構成、作用、および効果については重複するため、その説明を省略する。また、実施形態１と同じ構成については同一の符号を用いるものとする。
　実施形態３におけるオフ期間劣化推定処理では、図１５に示すように、ＢＭＵ３０の電源がオフとなる直前の最終測定時の最終温度Ｔｆと、ＢＭＵ３０の電源がオンに復帰した状態において最初に測定された初回測定時の初回温度Ｔｓとの平均温度Ｔｍを未測定時間Ｔｂにおける組電池２０の電池温度として補完する。そして、所定サンプリング時間毎の電池温度を推定することで所定サンプリング時間毎の劣化量、ひいては未測定時間Ｔｂ中の経時劣化における総劣化量を推定するオフ期間劣化推定処理を実行する。
　以下に、実施形態３におけるオフ期間劣化推定処理について、図１６に示すフローチャートを参照しつつ説明する。
　オフ期間劣化推定処理では、ＣＰＵ３３は、まず、未測定時間Ｔｂにおける最終温度Ｔｆと初回温度Ｔｓとの平均温度Ｔｍを算出する（Ｓ４１）。
　また、ＣＰＵ３３は、初回温度Ｔｓの測定時の電池電圧とメモリ３４に記憶されたＯＣＶ－ＳＯＣ相関関係に基づいて、未測定時間Ｔｂ中のＳＯＣを算出し、算出されたＳＯＣに対応する上記の（２）式を選択する（Ｓ４２）。
　そして、選択された（２）式と平均温度Ｔｍとに基づいて平均温度Ｔｍの劣化温度係数である平均係数ｋｍを算出する（Ｓ４３）。
　次に、平均係数ｋｍをもとに、上記の（３）式により、未測定時間Ｔｂにおける組電池２０の経時劣化の総劣化量ΣＱを算出する（Ｓ４４）。
　以上のように、本実施形態によると、未測定時間Ｔｂ中における組電池２０の経時劣化の劣化量Ｑを１回の演算によって算出することができるから、例えば、ＢＭＵの電源がオフとなった期間の劣化量を推定しない場合に比べて、組電池２０の満充電容量の推定精度が低下することを抑制することができると共に、演算回数が多いオフ期間劣化推定処理に比べて、ＣＰＵ３３の負担を軽減することができる。なお、最終温度と初回温度について重みを考慮して平均（重み平均）を取ってもよい。重みの付け方は、蓄電素子やシステムの周辺温度、使用履歴、季節、場所、時間情報等から判断してもよい。
　＜実施形態４＞
　次に、実施形態４について図１７から図１８を参照して説明する。
　実施形態４は、実施形態１におけるオフ期間劣化推定処理のステップを一部変更したものであって、実施形態１と共通する構成、作用、および効果については重複するため、その説明を省略する。また、実施形態１と同じ構成については同一の符号を用いるものとする。
　実施形態４におけるオフ期間劣化推定処理では、図１７に示すように、ＢＭＵ３０の電源がオフとなる直前の最終測定時の最終温度Ｔｆと、ＢＭＵ３０の電源がオンに復帰した状態において最初に測定された初回測定時の初回温度Ｔｓとのいずれか高い電池温度を未測定時間Ｔｂにおける組電池２０の電池温度として補完する。そして、所定サンプリング時間毎の電池温度を推定することで所定サンプリング時間毎の劣化量、ひいては未測定時間Ｔｂ中の経時劣化における総劣化量を推定するオフ期間劣化推定処理を実行する。
　以下に、実施形態４におけるオフ期間劣化推定処理について、図１８に示すフローチャートを参照しつつ説明する。
　オフ期間劣化推定処理では、ＣＰＵ３３は、まず、未測定時間Ｔｂにおける最終温度Ｔｆと初回温度Ｔｓとを比較し、いずれか高い電池温度を未測定時間Ｔｂ中の未測定電池温度Ｔｕとする（Ｓ５１）。
　ＣＰＵ３３は、初回温度Ｔｓの測定時の電池電圧とメモリ３４に記憶されたＯＣＶ－ＳＯＣ相関関係に基づいて、未測定時間Ｔｂ中のＳＯＣを算出し、算出されたＳＯＣに対応する上記の（２）式を選択する（Ｓ５２）。
　そして、選択された（２）式と未測定電池温度Ｔｕとに基づいて劣化速度係数ｋを算出し（Ｓ５３）、上記の（３）式により、未測定時間Ｔｂにおける組電池２０の経時劣化の総劣化量ΣＱを算出する（Ｓ５４）。
　以上のように、本実施形態によると、未測定時間Ｔｂ中における組電池２０の経時劣化の劣化量Ｑを１回の演算によって算出することができるから、例えば、ＢＭＵ３０の電源がオフとなった期間の劣化量を推定しない場合に比べて、組電池２０の満充電容量の推定精度が低下することを抑制することができると共に、演算回数が多いオフ期間劣化推定処理に比べて、ＣＰＵ３３の負担を軽減することができる。
　本実施形態によると、最終温度Ｔｆと初回温度Ｔｓとを比較し、いずれか高い電池温度を未測定時間Ｔｂ中の未測定電池温度Ｔｕとしているから、満充電容量の低下量が実際よりも少なく推定されることを防ぐことができる。
　＜実施例＞
　本発明の実施例について図１９から図２２を参照して説明する。
　本実施例は、実施形態１から実施形態４における組電池２０の電池容量の時間的推移を示したグラフであり、図１９は実施形態１、図２０は実施形態２、図２１は実施形態３、図２２は実施形態４を示している。
　これらのグラフにおいて、縦軸は組電池２０の電池容量［Ａｈ］を表したものであり、横軸は時間［ｄａｙ］を表している。
　また、各グラフ内における実線Ａが、別途算出したサイクル劣化による劣化量と、本実施形態における経時劣化推定処理によって推定した劣化量と、オフ期間劣化推定処理によって推定した劣化量とを合計した場合の組電池２０における劣化量の時間的推移であり、破線Ｂが組電池２０における真の劣化量の時間的推移、二点鎖線Ｃがオフ期間劣化推定処理を実行しなかった場合（サイクル劣化の劣化量と、経時劣化推定処理の劣化量との合計）の時間的推移である。
　ここで、図１９から図２２の実線Ａと破線Ｂと二点鎖線Ｃとを比較すると、いずれの実施形態においても、実線Ａは、破線Ｂに比べて二点鎖線Ｃとの誤差が小さくなっている。
　詳細には、満充電容量の推定値と真値との誤差は、以下に示す（６）式の二乗平均誤差(ＲＭＳＥ)により算出することができる。ここで、Ｑexp(n)は満充電容量の推定値、Ｑorg(n)は満充電容量の真の劣化量（真値）、ｎはサンプリング数である。
Figure JPOXMLDOC01-appb-M000012
　各実施形態の結果を比較すると、本実施形態のオフ期間劣化推定処理を実行しなかった場合のＲＭＳＥは、０．２４であるものの、実施形態１のオフ期間劣化推定処理を実行した場合のＲＭＳＥは、０．０１となっている。
　実施形態２のオフ期間劣化推定処理を実行した場合のＲＭＳＥは、０．０３であり、実施形態３のＲＭＳＥは、０．０１、実施形態４のＲＭＳＥは、０．０１である。
　つまり、本実施形態のいずれかのオフ期間劣化推定処理を実行することで、オフ期間劣化推定処理を実行しなかった場合に比べて、満充電容量の劣化量の推定精度が低下することを抑制することができる。
　本実施例では、実施形態２に比べて、実施形態１、実施形態３および実施形態４のＲＭＳＥが小さいという結果であったが、未測定時間中に組電池２０の温度が徐々に変化した場合には、実施形態２の誤差（ＲＭＳＥ）が小さくなる傾向である。
　＜他の実施形態＞
　本明細書で開示される技術は上記記述および図面によって説明した実施形態に限定されるものではなく、例えば次のような種々の態様も含まれる。
　（１）上記実施形態では、蓄電装置１０を太陽光発電システムＰＳに適用した。しかしながら、これに限らず、蓄電装置を他の設備や車両（自動車、二輪車、鉄道車両、産業用車両）、産業用機器（航空用、宇宙用、海洋用、港湾用）、電源機器などに適用してもよい。これらの利点としては、制御装置に電源供給されない場合（例えば、運転終了後から、次の運転再開（再始動）まで）であっても、その間の劣化推定を行うことができ、実際の劣化状態に近い予測を行うことが可能となる。それにより実際に近い蓄電素子の容量予測から正確な運転可能時間の予測ができたり、蓄電素子の寿命予測ができたり、適切な蓄電素子の交換時期が予測できたりなど、使用時の不具合や使用途中で停止してしまうといった心配がなくなる。
　（２）上記実施形態では、組電池２０の電池温度により組電池２０の劣化量を推定する構成とした。しかしながら、これに限らず、組電池を構成する蓄電素子毎の素子温度を測定し、蓄電素子毎の劣化量を算出して組電池の総劣化量を算出する構成にしてもよい。
　（３）上記実施形態では、蓄電素子２１を４つ直列に接続することで組電池２０を構成した。しかしながら、これに限らず、蓄電素子を３つ以下や５つ以上直列に接続して構成してもよい。或いは蓄電素子を並列とした構成でも構わない。
　（４）上記実施形態では、１つの組電池２０を電池管理装置３０によって管理する蓄電装置１０とした。しかしながら、これに限らず、蓄電素子を複数直列に接続した組電池と電池管理装置とを備えた蓄電装置を、複数直列に接続してバンクを構成してもよい。バンクを統括する別の制御装置を設けて、蓄電装置の電池管理装置と上位の制御装置とで機能を分担してもよい。電池管理装置はセンサ情報を取得して上位の制御装置にデータを送信する簡易的な電池管理装置（いわゆるセル監視装置：ＣＭＵ）であってもよい。バンクを複数並列に接続して、ドメインを構成してもよい。ドメインを統括する別の制御装置を設けてもよい。
（５）上記実施形態では、ＢＭＵ３０が蓄電装置１０に備わっている構成とした。しかしながら、これに限らず、蓄電装置に出力部を設け、ＢＭＵが蓄電装置の外に独立して存在してもよく、或いは他の制御装置内にＢＭＵが組み込まれたり、その制御装置のソフト処理の一部に組み込まれていても良い。更には、ＢＭＵの機能がシステム内に存在しなくてもよく、例えば出力部から通信手段を介して別のサーバーやクラウドなどにＢＭＵの機能を持たせ、それらから演算結果、或いは具体的な出力結果（劣化推定量、推定蓄電容量、判定結果など）を蓄電装置に返す構成であってもよい。
（６）上記実施形態では、ＢＭＵ３０のＣＰＵ３３がメモリ３４から読み出した経時劣化推定処理を実行する構成とした。しかしながら、これに限らず、蓄電素子の劣化方法を、コンピュータプログラム、コンピュータプログラムを記憶した記憶媒体として実現してもよい。蓄電素子における満充電容量の劣化量を推定させるコンピュータプログラムは、前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態に復帰し最初に測定された第２温度とを取得させるステップと、前記第１温度および第２温度に基づいて内挿を行わせるステップと、前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定させるステップと、決定された温度に基づいて満充電容量の劣化量を推定させるステップと、を、コンピュータに実行させる。複数のコンピュータが、前記コンピュータプログラムの処理ステップを分担して実行してもよい。
１０：蓄電装置
２１：蓄電素子
３０：電池管理装置（「管理装置」の一例）
３３：ＣＰＵ（「制御部」の一例）
３６：計時部
５２：温度センサ（「測定部」の一例）
ＰＣ：パワーコンディショナ
ＰＶ：光発電装置

Claims (9)

  1. 　蓄電素子における満充電容量の劣化量を推定する蓄電素子の管理装置であって、
    　前記管理装置に電源が供給されている電源供給状態の時の前記蓄電素子の温度を測定する測定部と、
    　前記管理装置に電源が供給されていない電源非供給状態の時間を計時する計時部と、
    　制御部とを備え、
    　前記制御部は、前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態に復帰し最初に測定された第２温度とに基づいて内挿を行い、前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定することにより、決定された温度に基づいて満充電容量の劣化量を推定する蓄電素子の管理装置。
  2. 　前記制御部は、前記第１温度測定時から前記第２温度測定時までの時間における所定サンプリング時間毎の温度を決定し、前記所定サンプリング時間毎の温度に基づいて前記所定サンプリング時間毎の劣化量を決定することにより満充電容量の劣化量を推定する請求項１に記載の蓄電素子の管理装置。
  3. 　前記制御部は、前記第１温度測定時から前記第２温度測定時まで、時間に対する前記蓄電素子の温度が曲線的に変化すると仮定して前記所定サンプリング時間毎の温度を決定する請求項２に記載の蓄電素子の管理装置。
  4. 　前記制御部は、前記第２温度測定時の温度と、前記第１温度測定時の温度との平均温度を前記第１温度測定時から前記第２温度測定時までの時間における前記蓄電素子の温度として満充電容量の劣化量を推定する請求項１に記載の蓄電素子の管理装置。
  5. 　前記制御部は、前記第２温度測定時の温度と前記第１温度測定時の温度とのいずれか高い温度を前記第１温度測定時から前記第２温度測定時までの時間における前記蓄電素子の温度として満充電容量の劣化量を推定する請求項１に記載の蓄電素子の管理装置。
  6. 　蓄電素子と、
    　請求項１から請求項５のいずれか一項に記載の蓄電素子の管理装置とを備えた蓄電装置。
  7. 　太陽光を電力に変換して出力する光発電装置ＰＶと、
    　光発電装置ＰＶによって発電した直流電流を交流電流に変換するパワーコンディショナＰＣと、
    　請求項６に記載の蓄電装置とを備えた太陽光発電システム。
  8. 　蓄電素子における満充電容量の劣化量を推定する劣化量の推定方法であって、
    　前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態に復帰し最初に測定された第２温度とに基づいて内挿を行い、前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定することにより、決定された温度に基づいて満充電容量の劣化量を推定する劣化量の推定方法。
  9. 　蓄電素子における満充電容量の劣化量を推定させるコンピュータプログラムであって、
    　前記蓄電素子が電源非供給状態となる直前に測定された第１温度と、前記蓄電素子が電源供給状態に復帰し最初に測定された第２温度とを取得させる取得ステップと、
    　前記第１温度および第２温度に基づいて内挿を行わせる内挿ステップと、
    　前記第１温度測定時から前記第２温度測定時までの前記蓄電素子の温度を決定させる温度決定ステップと、
    　決定された温度に基づいて満充電容量の劣化量を推定させる推定ステップと、をコンピュータに実行させるコンピュータプログラム。
PCT/JP2017/045553 2016-12-21 2017-12-19 蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム WO2018117105A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020197017689A KR102225431B1 (ko) 2016-12-21 2017-12-19 축전 소자의 관리 장치, 축전 장치, 태양광 발전 시스템, 열화량의 추정 방법 및 컴퓨터 프로그램
US16/469,775 US11391782B2 (en) 2016-12-21 2017-12-19 Energy storage device managing apparatus, energy storage apparatus, photovoltaic power generating system, degradation amount estimating method, and computer program
CN201780079790.9A CN110100185A (zh) 2016-12-21 2017-12-19 蓄电元件的管理装置、蓄电装置、太阳光发电系统、劣化量的估算方法及计算机程序
JP2018558004A JP6575835B2 (ja) 2016-12-21 2017-12-19 蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム
EP17884605.1A EP3561531B1 (en) 2016-12-21 2017-12-19 Power storage element management device, power storage device, solar power generation system, deterioration amount estimation method, and computer program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016247412 2016-12-21
JP2016-247412 2016-12-21

Publications (1)

Publication Number Publication Date
WO2018117105A1 true WO2018117105A1 (ja) 2018-06-28

Family

ID=62626487

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/045553 WO2018117105A1 (ja) 2016-12-21 2017-12-19 蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム

Country Status (6)

Country Link
US (1) US11391782B2 (ja)
EP (1) EP3561531B1 (ja)
JP (2) JP6575835B2 (ja)
KR (1) KR102225431B1 (ja)
CN (1) CN110100185A (ja)
WO (1) WO2018117105A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020180935A (ja) * 2019-04-26 2020-11-05 株式会社Ｇｓユアサ 推定装置、推定方法
EP3913727A4 (en) * 2019-04-02 2022-10-05 Toyo System Co., Ltd. BATTERY VALUE DETERMINATION SYSTEM
WO2023176592A1 (ja) * 2022-03-18 2023-09-21 大阪瓦斯株式会社 劣化状態予測方法、劣化状態予測装置、および劣化状態予測プログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110780201B (zh) * 2019-12-02 2021-08-17 苏州易来科得科技有限公司 一种电池最高耐受温度的确定方法
JP7225153B2 (ja) * 2020-03-13 2023-02-20 株式会社東芝 充放電制御方法、電池搭載機器、管理システム、充放電制御プログラム、管理方法、管理サーバ及び管理プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013181875A (ja) * 2012-03-02 2013-09-12 Honda Motor Co Ltd 二次電池の劣化率算出方法、二次電池の寿命予測方法、二次電池の劣化率算出システムおよび二次電池の寿命予測システム
JP5382208B2 (ja) 2010-04-26 2014-01-08 トヨタ自動車株式会社 蓄電素子の劣化推定装置および劣化推定方法
JP2015154671A (ja) * 2014-02-18 2015-08-24 トヨタ自動車株式会社 蓄電システム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05322999A (ja) 1992-05-19 1993-12-07 Matsushita Electric Ind Co Ltd 自動車用鉛蓄電池の寿命予知システム
JP4211715B2 (ja) * 2004-08-23 2009-01-21 株式会社デンソー 車載電源システム
JP2007057434A (ja) 2005-08-25 2007-03-08 Fuji Heavy Ind Ltd 蓄電デバイスの劣化状態推定システム
US7598712B2 (en) * 2006-06-07 2009-10-06 Gm Global Technology Operations, Inc. Method and apparatus for real-time life estimation of an electric energy storage device
JP4794504B2 (ja) 2007-06-12 2011-10-19 三洋電機株式会社 電源装置の制御方法
JP5160523B2 (ja) 2009-11-04 2013-03-13 本田技研工業株式会社 電気自動車
JP5466564B2 (ja) 2010-04-12 2014-04-09 本田技研工業株式会社 電池劣化推定方法、電池容量推定方法、電池容量均等化方法、および電池劣化推定装置
JP5024455B2 (ja) 2010-04-21 2012-09-12 トヨタ自動車株式会社 二次電池の劣化度算出装置およびそれを搭載する車両と二次電池の劣化度算出方法
JP2014113006A (ja) * 2012-12-05 2014-06-19 Panasonic Corp 充放電管理装置、パワーコンディショナ、蓄電装置、プログラム
JP5971477B2 (ja) 2012-12-25 2016-08-17 トヨタ自動車株式会社 二次電池の状態推定装置
JP5928385B2 (ja) 2013-03-22 2016-06-01 トヨタ自動車株式会社 蓄電システム
KR20150029204A (ko) * 2013-09-09 2015-03-18 삼성에스디아이 주식회사 배터리 팩, 배터리 팩을 포함하는 장치, 및 배터리 팩의 관리 방법
JP6555459B2 (ja) 2013-10-31 2019-08-07 三菱自動車工業株式会社 電池劣化監視システム
US9559390B2 (en) * 2013-12-19 2017-01-31 Ford Global Technologies, Llc Battery degradation accumulation methods
KR20150126208A (ko) * 2014-05-02 2015-11-11 삼성에스디아이 주식회사 배터리 관리 장치
CN104143959B (zh) * 2014-08-01 2017-06-30 苏州德睿科仪仪器设备有限公司 光伏电池性能衰减监测系统
CN106093778B (zh) * 2016-05-30 2018-12-04 浙江南都电源动力股份有限公司 电池状态预测方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5382208B2 (ja) 2010-04-26 2014-01-08 トヨタ自動車株式会社 蓄電素子の劣化推定装置および劣化推定方法
JP2013181875A (ja) * 2012-03-02 2013-09-12 Honda Motor Co Ltd 二次電池の劣化率算出方法、二次電池の寿命予測方法、二次電池の劣化率算出システムおよび二次電池の寿命予測システム
JP2015154671A (ja) * 2014-02-18 2015-08-24 トヨタ自動車株式会社 蓄電システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3561531A4

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3913727A4 (en) * 2019-04-02 2022-10-05 Toyo System Co., Ltd. BATTERY VALUE DETERMINATION SYSTEM
US11933857B2 (en) 2019-04-02 2024-03-19 Toyo System Co., Ltd. Battery residual value determination system
JP2020180935A (ja) * 2019-04-26 2020-11-05 株式会社Ｇｓユアサ 推定装置、推定方法
JP7363086B2 (ja) 2019-04-26 2023-10-18 株式会社Ｇｓユアサ 推定装置、推定方法
WO2023176592A1 (ja) * 2022-03-18 2023-09-21 大阪瓦斯株式会社 劣化状態予測方法、劣化状態予測装置、および劣化状態予測プログラム

Also Published As

Publication number Publication date
JPWO2018117105A1 (ja) 2019-11-21
EP3561531A1 (en) 2019-10-30
EP3561531B1 (en) 2023-04-05
CN110100185A (zh) 2019-08-06
US20190317155A1 (en) 2019-10-17
JP6575835B2 (ja) 2019-09-18
EP3561531A4 (en) 2020-01-08
KR102225431B1 (ko) 2021-03-08
JP2020003497A (ja) 2020-01-09
US11391782B2 (en) 2022-07-19
KR20190088498A (ko) 2019-07-26

Similar Documents

Publication Publication Date Title
JP6575835B2 (ja) 蓄電素子の管理装置、蓄電装置、太陽光発電システム、劣化量の推定方法およびコンピュータプログラム
JP6556649B2 (ja) 蓄電池評価装置、蓄電池、蓄電池評価方法、およびプログラム
JP6383500B2 (ja) 蓄電池制御装置、制御方法、プログラム、蓄電システム、電力システム
JP6548387B2 (ja) 二次電池の充電状態推定方法および推定装置
JP5248764B2 (ja) 蓄電素子の異常検出装置、蓄電素子の異常検出方法及びその異常検出プログラム
EP3002597B1 (en) Battery control device
JP6284824B2 (ja) 二次電池監視装置、二次電池劣化予測装置、および、二次電池の電池容量の予測方法
WO2012023215A1 (ja) 蓄電デバイスの状態検知方法及びその装置
KR101717001B1 (ko) 내부 상태 추정 시스템 및 그 추정 방법
JP6655801B2 (ja) リチウムイオン二次電池の寿命推定装置
JP2014025738A (ja) 残容量推定装置
WO2019016998A1 (ja) 蓄電池システム充電制御装置、蓄電池システム及び蓄電池充電制御方法
US20170199250A1 (en) Apparatus and method for estimating open circuit voltage
WO2018211824A1 (ja) 電池制御装置および車両システム
JP2020092598A (ja) 充電パターン作成装置、充電制御装置、充電パターン作成方法、プログラム、及び蓄電システム
JP2013183509A (ja) 充放電量予測システム及び充放電量予測方法
JP2021507666A (ja) 休止にされたままの電池の充電状態を管理するための方法
JP6547691B2 (ja) 充放電制御装置
JP2019049412A (ja) 電池パックの状態推定装置
JP6826152B2 (ja) 二次電池の充電状態推定方法および推定装置
JP6494431B2 (ja) 蓄電デバイスの劣化診断装置
JP5851514B2 (ja) 電池制御装置、二次電池システム
JPWO2022014124A5 (ja)
JP7169917B2 (ja) 二次電池の制御装置及び二次電池の制御方法
KR20170028183A (ko) 배터리의 잔존 에너지 추정 시스템 및 추정 방법

Legal Events

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

Ref document number: 17884605

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018558004

Country of ref document: JP

Kind code of ref document: A

Ref document number: 20197017689

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017884605

Country of ref document: EP

Effective date: 20190722