WO2022024848A1 - 電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム - Google Patents

電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム Download PDF

Info

Publication number
WO2022024848A1
WO2022024848A1 PCT/JP2021/026999 JP2021026999W WO2022024848A1 WO 2022024848 A1 WO2022024848 A1 WO 2022024848A1 JP 2021026999 W JP2021026999 W JP 2021026999W WO 2022024848 A1 WO2022024848 A1 WO 2022024848A1
Authority
WO
WIPO (PCT)
Prior art keywords
battery
deterioration
soh
data
unit
Prior art date
Application number
PCT/JP2021/026999
Other languages
English (en)
French (fr)
Inventor
洋平 石井
Original Assignee
パナソニックＩｐマネジメント株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Priority to JP2022540204A priority Critical patent/JPWO2022024848A1/ja
Priority to EP21849655.2A priority patent/EP4191733A4/en
Priority to CN202180059962.2A priority patent/CN116134658A/zh
Priority to US18/006,364 priority patent/US20230266399A1/en
Publication of WO2022024848A1 publication Critical patent/WO2022024848A1/ja

Links

Images

Classifications

    • 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]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/42—Control modes by adaptive correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Definitions

  • the present disclosure relates to a battery management device for predicting battery deterioration, a calculation system, a battery deterioration prediction method, and a battery deterioration prediction program.
  • HVs hybrid vehicles
  • PSVs plug-in hybrid vehicles
  • EVs electric vehicles
  • the FCC, SOC (State Of Charge), and SOH values calculated based on the measurement data of the running electric vehicle are affected by the measurement error of the sensor and noise.
  • the influence of error or noise is large, the above-mentioned method of linearly regressing the amount of change in FCC or SOC increases the possibility of erroneous determination.
  • the present disclosure has been made in view of such circumstances, and an object thereof is to provide a technique for detecting sudden deterioration of a battery with high accuracy.
  • the battery management device of one aspect of the present disclosure includes a measuring unit that at least measures the voltage and current of the battery, and an SOH that estimates the SOH of the battery based on the measurement data of the battery.
  • the deterioration regression curve generation unit that generates the deterioration regression curve of the battery by performing curve regression of the plurality of SOH specified in the time series of the battery, and the plurality of SOH of the first data section.
  • the battery is provided with a sudden deterioration determination unit for determining whether or not sudden deterioration has occurred.
  • FIG. It is a figure for demonstrating the arithmetic system used by the business operator which concerns on embodiment. It is a figure for demonstrating the detailed configuration of the battery system mounted on the electric vehicle which concerns on embodiment. It is a figure which shows the structural example of the battery control part which concerns on Example 1.
  • FIG. It is a figure for demonstrating the estimation method of FCC. It is the figure which showed the deterioration curve of a secondary battery by a graph. It is a figure which showed an example of the deterioration curve when sudden deterioration occurs in a secondary battery by a graph. It is a figure which showed the concrete example of a plurality of deterioration curves with different data sections by a graph.
  • FIG. 1 shows the specific example of the 1st division method of a data section. It is a figure which shows the specific example of the 2nd division method of a data section. It is a flowchart which shows the flow of the sudden deterioration determination process of a battery module by a battery management part. It is a figure which shows the configuration example of the arithmetic system which concerns on Example 2.
  • FIG. 1 is a diagram for explaining an arithmetic system 1 used by a business operator according to an embodiment.
  • the business operator owns a plurality of electric vehicles 3 and operates a business by utilizing the plurality of electric vehicles 3.
  • a business operator utilizes a plurality of electric vehicles 3 to operate a delivery business (home delivery business), a taxi business, a rental car business, or a car sharing business.
  • a pure EV without an engine is assumed as the electric vehicle 3.
  • the calculation system 1 is a system for managing the business of the business operator.
  • the arithmetic system 1 is composed of one or a plurality of information processing devices (for example, a server and a PC).
  • a part or all of the information processing apparatus constituting the arithmetic system 1 may exist in the data center.
  • it may be configured by a combination of a server (in-house server, cloud server, or rental server) in the data center and a client PC in the business operator.
  • the plurality of electric vehicles 3 are parked in the parking lot or garage of the business office of the business operator while waiting.
  • the plurality of electric vehicles 3 have a wireless communication function and can perform wireless communication with the arithmetic system 1.
  • the plurality of electric vehicles 3 transmit the traveling data including the operation data of the mounted secondary battery to the calculation system 1. While the electric vehicle 3 is traveling, the traveling data may be wirelessly transmitted to the server constituting the arithmetic system 1 via the network. For example, the travel data may be transmitted once every 10 seconds. Further, the travel data for one day may be batch-transmitted at a predetermined timing once a day (for example, at the end of business hours).
  • the electric vehicle 3 when the arithmetic system 1 is composed of the company's own server or PC installed in the business office, the electric vehicle 3 returns the driving data for one day to the company's server or the company's server after returning to the business office after the business is closed. It may be sent to a PC. In that case, it may be transmitted wirelessly to the company's server or PC, or may be connected to the company's server or PC by wire and transmitted via wire. Further, the data may be transmitted to the company's own server or PC via the recording medium in which the traveling data is recorded. Further, when the arithmetic system 1 is composed of a combination of a cloud server and a client PC in the business operator, the electric vehicle 3 may transmit driving data to the cloud server via the client PC in the business operator. ..
  • FIG. 2 is a diagram for explaining a detailed configuration of the battery system 40 mounted on the electric vehicle 3 according to the embodiment.
  • the battery system 40 is connected to the motor 34 via the first relay RY1 and the inverter 35.
  • the inverter 35 converts the DC power supplied from the battery system 40 into AC power and supplies it to the motor 34 during power running.
  • the AC power supplied from the motor 34 is converted into DC power and supplied to the battery system 40.
  • the motor 34 is a three-phase AC motor, and rotates according to the AC power supplied from the inverter 35 during power running.
  • the rotational energy due to deceleration is converted into AC power and supplied to the inverter 35.
  • the first relay RY1 is a contactor inserted between the wiring connecting the battery system 40 and the inverter 35.
  • the vehicle control unit 30 controls the first relay RY1 to be in an on state (closed state) during traveling, and electrically connects the battery system 40 and the power system of the electric vehicle 3.
  • the vehicle control unit 30 controls the first relay RY1 to an off state (open state) when the vehicle is not running, and electrically shuts off the power system of the battery system 40 and the electric vehicle 3.
  • another type of switch such as a semiconductor switch may be used.
  • the battery system 40 can be charged from the commercial power system 9 by connecting to the charger 4 installed outside the electric vehicle 3 with the charging cable 38.
  • the charger 4 is connected to the commercial power system 9 and charges the battery system 40 in the electric vehicle 3 via the charging cable 38.
  • the second relay RY2 is inserted between the wiring connecting the battery system 40 and the charger 4.
  • another type of switch such as a semiconductor switch may be used.
  • the battery management unit 42 of the battery system 40 controls the second relay RY2 to the on state (closed state) before the start of charging, and controls the second relay RY2 to the off state (open state) after the charging is completed.
  • alternating current in the case of normal charging and by direct current in the case of quick charging.
  • direct current in the case of quick charging.
  • alternating current power is converted to direct current power by an AC / DC converter (not shown) inserted between the second relay RY2 and the battery system 40.
  • the battery system 40 includes a battery module 41 and a battery management unit 42, and the battery module 41 includes a plurality of cells E1-En connected in series.
  • the battery module 41 may be configured by connecting a plurality of battery modules in series / series / parallel.
  • a lithium ion battery cell a nickel hydrogen battery cell, a lead battery cell or the like can be used.
  • a lithium ion battery cell nominal voltage: 3.6-3.7V
  • the number of cells E1-En in series is determined according to the drive voltage of the motor 34.
  • Shunt resistors Rs are connected in series with multiple cells E1-En.
  • the shunt resistance Rs functions as a current detection element.
  • a Hall element may be used instead of the shunt resistance Rs.
  • a plurality of temperature sensors T1 and T2 for detecting the temperatures of the plurality of cells E1-En are installed in the battery module 41.
  • One temperature sensor may be installed in the battery module, or one temperature sensor may be installed in each of a plurality of cells.
  • a thermistor can be used for the temperature sensors T1 and T2.
  • the battery management unit 42 includes a voltage measurement unit 43, a temperature measurement unit 44, a current measurement unit 45, and a battery control unit 46.
  • Each node of the plurality of cells E1-En connected in series and the voltage measuring unit 43 are connected by a plurality of voltage lines.
  • the voltage measuring unit 43 measures the voltage of each cell E1-En by measuring the voltage between two adjacent voltage lines.
  • the voltage measuring unit 43 transmits the measured voltage of each cell E1-En to the battery control unit 46.
  • the voltage measuring unit 43 Since the voltage measuring unit 43 has a high voltage with respect to the battery control unit 46, the voltage measuring unit 43 and the battery control unit 46 are connected by a communication line in an insulated state.
  • the voltage measuring unit 43 can be configured by an ASIC (Application Specific Integrated Circuit) or a general-purpose analog front-end IC.
  • the voltage measuring unit 43 includes a multiplexer and an A / D converter.
  • the multiplexer outputs the voltage between two adjacent voltage lines to the A / D converter in order from the top.
  • the A / D converter converts the analog voltage input from the multiplexer into a digital value.
  • the temperature measuring unit 44 includes a voltage dividing resistor and an A / D converter.
  • the A / D converter sequentially converts a plurality of analog voltages divided by the plurality of temperature sensors T1 and T2 and the plurality of voltage dividing resistors into digital values and outputs the digital values to the battery control unit 46.
  • the battery control unit 46 estimates the temperatures of the plurality of cells E1-En based on the digital values. For example, the battery control unit 46 estimates the temperature of each cell E1-En based on the value measured by the temperature sensor most adjacent to each cell E1-En.
  • the current measuring unit 45 includes a differential amplifier and an A / D converter.
  • the differential amplifier amplifies the voltage across the shunt resistor Rs and outputs it to the A / D converter.
  • the A / D converter converts the voltage input from the differential amplifier into a digital value and outputs it to the battery control unit 46.
  • the battery control unit 46 estimates the current flowing through the plurality of cells E1-En based on the digital value.
  • the temperature measurement unit 44 and the current measurement unit 45 transfer the analog voltage to the battery control unit 46. It may be output to the digital value and converted into a digital value by the A / D converter in the battery control unit 46.
  • the battery control unit 46 determines the state of the plurality of cells E1-En based on the voltage, temperature, and current of the plurality of cells E1-En measured by the voltage measurement unit 43, the temperature measurement unit 44, and the current measurement unit 45. to manage.
  • the battery control unit 46 and the vehicle control unit 30 are connected by an in-vehicle network.
  • CAN Controller Area Network
  • LIN Local Interconnect Network
  • FIG. 3 is a diagram showing a configuration example of the battery control unit 46 according to the first embodiment.
  • the battery control unit 46 includes a processing unit 461 and a storage unit 462.
  • the processing unit 461 includes an SOC estimation unit 4611, an FCC estimation unit 4612, an SOH estimation unit 4613, a deterioration regression curve generation unit 4614, a sudden deterioration determination unit 4615, and a data transmission unit 4616.
  • the function of the processing unit 461 can be realized by the cooperation of the hardware resource and the software resource, or only by the hardware resource.
  • As hardware resources CPU, ROM, RAM, ASIC, FPGA (Field Programmable Gate Array), and other LSIs can be used. Programs such as firmware can be used as software resources.
  • the storage unit 462 includes an SOC-OCV (Open Circuit Voltage) characteristic holding unit 4621, a battery data holding unit 4622, and a time-series SOH value holding unit 4623.
  • the storage unit 462 includes a non-volatile recording medium such as an EEPROM (Electrically Erasable Programmable Read-Only Memory) and a NAND flash memory, and records various programs and data.
  • EEPROM Electrically Erasable Programmable Read-Only Memory
  • the SOC-OCV characteristic holding unit 4621 describes the characteristic data of the SOC-OCV curves of a plurality of cells E1-En.
  • the SOC-OCV curves of the plurality of cells E1-En are created in advance by the battery manufacturer and registered in the SOC-OCV characteristic holding unit 4621 at the time of shipment. The battery maker conducts various tests to derive the SOC-OCV curve of the cells E1-En.
  • the battery data holding unit 4622 records battery data including the voltage, current, and temperature of a plurality of cells E1-En in chronological order.
  • the battery data may further include the SOC estimated by the SOC estimation unit 4611.
  • the time-series SOH value holding unit 4623 holds the SOH time-series data estimated by the SOH estimation unit 4613.
  • the SOH time series data is recorded, for example, once a day, once every few days, or once a week.
  • the time-series SOH value holding unit 4623 and the battery data holding unit 4622 may be integrated into one table.
  • the SOC estimation unit 4611 estimates the SOC of each of the plurality of cells E1-En.
  • the SOC estimation unit 4611 estimates the SOC by the OCV method, the current integration method, or a combination thereof.
  • the OCV method is a method of estimating SOC based on the OCV of each cell E1-En measured by the voltage measuring unit 43 and the characteristic data of the SOC-OCV curve held in the SOC estimation unit 4611.
  • the current integration method is a method of estimating SOC based on the OCV at the start of charging / discharging of each cell E1-En and the integrated value of the current measured by the current measuring unit 45. In the current integration method, the measurement error of the current measuring unit 45 accumulates as the charging / discharging time becomes longer. Therefore, it is preferable to use the SOC estimated by the OCV method to correct the SOC estimated by the current integration method.
  • the FCC estimation unit 4612 can estimate the FCC of the cell based on the characteristic data of the SOC-OCV curve held in the SOC estimation unit 4611 and the two OCVs of the cell measured by the voltage measurement unit 43. can.
  • FIG. 4 is a diagram for explaining an FCC estimation method.
  • the FCC estimation unit 4612 acquires two OCVs in the cell.
  • the FCC estimation unit 4612 refers to the SOC-OCV curve, identifies the two SOCs corresponding to the two voltages, and calculates the difference ⁇ SOC between the two SOCs.
  • the SOCs of the two points are 20% and 75%, and the ⁇ SOC is 55%.
  • the FCC estimation unit 4612 can estimate the FCC by calculating the following (Equation 1).
  • the SOH estimation unit 4613 estimates SOH based on the estimated FCC.
  • the SOH is defined by the ratio of the current FCC to the initial FCC, and the lower the value (closer to 0%), the more the deterioration is progressing.
  • the SOH estimation unit 4613 can estimate the SOH by calculating the following (Equation 2).
  • SOH current FCC / initial FCC ... (Equation 2) Further, SOH may be obtained by capacity measurement by complete charge / discharge, or may be obtained by adding storage deterioration and cycle deterioration.
  • Storage deterioration can be estimated based on SOC, temperature, and storage deterioration rate.
  • Cycle degradation can be estimated based on the SOC range used, temperature, current rate, and cycle degradation rate.
  • the storage deterioration rate and the cycle deterioration rate can be derived in advance by experiments or simulations.
  • the SOC, temperature, SOC range, and current rate can be determined by measurement.
  • the SOH can also be estimated based on the correlation with the internal resistance of the cell.
  • the internal resistance can be estimated by dividing the voltage drop generated when a predetermined current is passed through the cell for a predetermined time by the current value.
  • the internal resistance is related to decrease as the temperature rises, and increases as the SOH decreases.
  • the SOH estimation unit 4613 stores the estimated SOH in the time-series SOH value holding unit 4623.
  • the SOH estimation unit 4613 estimates SOH once a day, once every few days, or once a week, and stores it in the time-series SOH value holding unit 4623.
  • the deterioration regression curve generation unit 113 generates a deterioration regression curve of the battery module 41 by performing a curve regression on a plurality of SOH specified in the time series of the battery module 41.
  • the least squares method can be used for curve regression.
  • FIG. 5 is a graph showing the deterioration curve of the secondary battery. As shown in the following (Equation 3), it is known that the deterioration of the secondary battery progresses in proportion to the square root (0.5th power law) of time.
  • the deterioration regression curve generation unit 4614 obtains the deterioration coefficient w1 of the above (Equation 3 ) by the exponential curve regression of the 0.5th power with the time t as the independent variable and the SOH as the dependent variable.
  • FIG. 6 is a graph showing an example of a deterioration curve when sudden deterioration occurs in the secondary battery.
  • FIG. 6 shows an example in which sudden deterioration occurs at point P1.
  • the usage method that places a heavy burden on the secondary battery such as charging / discharging in a low temperature or high temperature environment and charging / discharging at a high rate, is repeated, sudden deterioration is likely to occur.
  • the life of the secondary battery is shortened because the secondary battery cannot be used basically.
  • the main cause of rapid deterioration is the decrease in electrolyte, but it is necessary to disassemble the secondary battery to directly measure the amount of electrolyte.
  • the occurrence of sudden deterioration is detected by detecting that the SOH of the battery module 41 deviates significantly from the deterioration curve.
  • the sudden deterioration determination unit 4615 is based on the deterioration coefficient w1 of the deterioration regression curve of the battery module 41 generated based on the plurality of SOH of the first data section and the plurality of SOH of the second data section. Based on the difference or ratio of the generated deterioration regression curve of the battery module 41 to the deterioration coefficient w 1 , it is determined whether or not the battery module 41 has suddenly deteriorated. The sudden deterioration determination unit 4615 determines that the battery module 41 has undergone sudden deterioration when the difference or the ratio deviates from a predetermined range.
  • the sudden deterioration determination unit 4615 determines that sudden deterioration has occurred when the absolute value of the difference or the ratio exceeds the threshold value, and determines that sudden deterioration has not occurred when the absolute value is equal to or less than the threshold value. ..
  • the threshold value a value derived by an experiment or a simulation can be used. The determination of sudden deterioration may be executed on a cell-by-cell basis.
  • FIG. 7 is a graph showing specific examples of a plurality of deterioration curves having different data sections.
  • the deterioration curve based on the SOH of the past 100 points, the deterioration curve based on the SOH of the past 200 points, the deterioration curve based on the SOH of the past 300 points, and the deterioration curve based on the SOH of all points are superimposed. I'm drawing.
  • the deterioration curve based on the past 200 points, the deterioration curve based on the past 300 points, and the deterioration curve based on all points are almost the same, and the deterioration coefficient w1 of each deterioration curve is also almost the same value.
  • the deterioration coefficient w 1 of the deterioration curve based on the past 100 points is smaller than the deterioration coefficient w 1 of the other three deterioration curves.
  • the SOH contained in the region R1 surrounded by the dotted line circle is significantly lower than the SOH in the region before that. Therefore, it can be estimated that sudden deterioration has occurred at some point in the region R1. If the above threshold value is set to a value corresponding to the difference in the region R1 between the deterioration coefficient w 1 of the deterioration curve based on the past 100 points and the deterioration coefficient w 1 of the deterioration curve based on the past 200 points, the deterioration coefficient w of both is set. Region R1 can be detected by comparing 1 .
  • FIG. 8 is a diagram showing a specific example of the first division method of the data section.
  • the first delimiter method is to change the number of data going back to the past by making the end points of a plurality of data sections common.
  • the first data interval is set to an interval including a past a SOH from the last specified SOH.
  • the second data interval is set to an interval including the past b (b> a) SOH from the last specified SOH.
  • the third data interval is set to an interval including the past c (c> b> a) SOH from the last specified SOH.
  • FIG. 9 is a diagram showing a specific example of the second division method of the data section.
  • the second delimiter method is a delimiter method in which the number of a plurality of data sections is shared and the data sections are sequentially traced back to the past.
  • the first data interval is set to the interval including the past a SOH from the last specified SOH.
  • the second data section is set to a section containing a past a SOH from the last specified SOH, excluding the SOH included in the first data section.
  • the third data section is set to a section containing a past a SOH from the last specified SOH, excluding the SOH included in the first data section and the second data section.
  • a 100.
  • the data transmission unit 4616 of the battery control unit 46 notifies the vehicle control unit 30 of the voltage, current, temperature, SOC, FCC, and SOH of the plurality of cells E1-En via the vehicle-mounted network.
  • the vehicle control unit 30 generates driving data including battery data and vehicle data.
  • the battery data includes the voltage, current, and temperature of the plurality of cells E1-En.
  • SOC can be included in the battery data in addition to voltage, current, and temperature.
  • some models can include at least one of FCC and SOH in addition to voltage, current, temperature and SOC.
  • Vehicle data can include average speed, mileage, travel route, and the like.
  • the data transmission unit 4616 notifies the vehicle control unit 30 of the sudden deterioration detection signal via the in-vehicle network.
  • the vehicle control unit 30 receives the sudden deterioration detection signal of the battery module 41, the vehicle control unit 30 lights a warning lamp in the instrument panel provided in the driver's seat to indicate an abnormality of the battery module 41, and informs the driver of the abnormality of the battery module 41. Notify. Further, the vehicle control unit 30 may notify the driver of the abnormality of the battery module 41 by the voice synthesis output.
  • the wireless communication unit 36 performs signal processing for wirelessly connecting to the network via the antenna 36a.
  • the wireless communication unit 36 wirelessly transmits the travel data acquired from the vehicle control unit 30 to the calculation system 1. Further, the wireless communication unit 36 wirelessly transmits the sudden deterioration detection signal of the battery module 41 acquired from the vehicle control unit 30 to the calculation system 1.
  • a wireless communication network to which the electric vehicle 3 can be wirelessly connected for example, a mobile phone network (cellular network), wireless LAN, ETC (Electronic Toll Collection System), DSRC (Dedicated Short Range Communications), V2I (Vehicle-to-Infrastructure) , V2V (Vehicle-to-Vehicle) can be used.
  • FIG. 10 is a flowchart showing the flow of the sudden deterioration determination process of the battery module 41 by the battery management unit 42.
  • the SOH estimation unit 4613 estimates the SOH of the battery module 41 based on the measurement data of the battery module 41 (S10).
  • the deterioration regression curve generation unit 4614 performs a curve regression of a plurality of SOH in the first data section of the battery module 41 to perform a first deterioration regression of the battery module 41. Generate a curve (S11). At the same time, the deterioration regression curve generation unit 4614 performs curve regression on a plurality of SOH in the second data section of the battery module 41 to generate a second deterioration regression curve of the battery module 41 (S12).
  • the sudden deterioration determination unit 4615 calculates the difference between the deterioration coefficient w 1 of the first deterioration regression curve and the deterioration coefficient w 1 of the second deterioration regression curve (S13). When the absolute value of the difference is equal to or less than the threshold value (N in S14), the sudden deterioration determination unit 4615 determines that the battery module 41 has not undergone sudden deterioration (S15). When the absolute value of the difference exceeds the threshold value (Y in S14), the sudden deterioration determination unit 4615 determines that the battery module 41 has undergone sudden deterioration (S16).
  • Example 1 described above an example in which the battery management unit 42 performs the sudden deterioration determination process of the battery module 41 has been described.
  • the calculation system 1 may perform the sudden deterioration determination process of the battery module 41.
  • FIG. 11 is a diagram showing a configuration example of the arithmetic system 1 according to the second embodiment.
  • the arithmetic system 1 includes a processing unit 11, a storage unit 12, a display unit 13, and an operation unit 14.
  • the processing unit 11 includes a data acquisition unit 111, a SOH specific unit 112, a deterioration regression curve generation unit 113, a sudden deterioration determination unit 114, an operation reception unit 115, and a display control unit 116.
  • the function of the processing unit 11 can be realized only by the cooperation of the hardware resource and the software resource, or by the hardware resource alone.
  • CPU, GPU (Graphics Processing Unit), ROM, RAM, ASIC, FPGA, and other LSIs can be used. Programs such as operating systems and applications can be used as software resources.
  • the storage unit 12 includes a travel data holding unit 121, a driver data holding unit 122, an SOC-OCV characteristic holding unit 123, and a time-series SOH value holding unit 124.
  • the storage unit 12 includes a non-volatile recording medium such as an HDD (Hard Disk Drive) and an SSD (Solid State Drive), and records various programs and data.
  • HDD Hard Disk Drive
  • SSD Solid State Drive
  • the driving data holding unit 121 holds driving data collected from a plurality of electric vehicles 3 owned by the business operator.
  • the driver data holding unit 122 holds data of a plurality of drivers belonging to the business operator. For example, the cumulative mileage of each of the driven electric vehicles 3 is managed for each driver.
  • the SOC-OCV characteristic holding unit 123 holds the SOC-OCV characteristics of the plurality of battery modules 41 mounted on the plurality of electric vehicles 3 owned by the business operator.
  • SOC-OCV characteristics of the battery module 41 those acquired from each electric vehicle 3 may be used, or those estimated based on the traveling data collected from each electric vehicle 3 may be used.
  • the SOC-OCV characteristic estimation unit (not shown) of the processing unit 11 determines the SOC of the period during which the battery module 41 can be regarded as a dormant state from the set of SOC and voltage at a plurality of times included in the acquired battery data. And a set of voltage ( ⁇ OCV) are extracted, and the SOC-OCV characteristics are approximated based on the extracted plurality of sets of SOC and OCV.
  • the SOC-OCV characteristic estimation unit is based on the set data of SOC and OCV acquired from a plurality of electric vehicles 3 equipped with the battery modules 41 of the same type, and the common SOC-OCV of the battery modules 41 of the same type. Properties may be generated.
  • the SOC-OCV characteristics may be maintained in cell units.
  • the time-series SOH value holding unit 124 holds the SOH time-series data for each battery module 41.
  • the SOH time series data is recorded, for example, once a day, once every few days, or once a week.
  • the display unit 13 includes a display such as a liquid crystal display or an organic EL display, and displays an image generated by the processing unit 11.
  • the operation unit 14 is a user interface such as a keyboard, a mouse, and a touch panel, and accepts operations by the user of the arithmetic system 1.
  • the data acquisition unit 111 acquires travel data including battery data of the battery modules 41 mounted on the plurality of electric vehicles 3, and stores the acquired travel data in the travel data holding unit 121.
  • the SOH specifying unit 112 identifies the SOH of the battery module 41 mounted on each electric vehicle 3 based on the battery data included in the traveling data acquired by the data acquisition unit 111.
  • the SOH specifying unit 112 stores the specified SOH in the time-series SOH value holding unit 124.
  • the SOH specifying unit 112 can use the acquired SOH as it is.
  • SOH can be calculated based on the above (Equation 1) and (Equation 2). That is, the SOH specifying unit 112 calculates the current integrated amount Q for the period between the two points of time when the two points of OCV are acquired based on the transition of the current included in the battery data, and the calculated current integrated amount.
  • FCC is estimated by applying Q to the above (Equation 1).
  • the SOH specifying unit 112 applies the calculated FCC to the above (Equation 2) to calculate the SOH.
  • the SOH specifying unit 112 applies the voltage ( ⁇ OCV) during the period in which the battery module 41 can be regarded as a dormant state to the SOC-OCV characteristics to estimate the SOC. .. Alternatively, the SOH specifying unit 112 integrates the current values for a certain period to estimate the SOC. The SOH specifying unit 112 uses the estimated SOC to calculate the SOH in the same manner as when the battery data includes the SOC.
  • the deterioration regression curve generation unit 113 generates a deterioration regression curve of each battery module 41 by performing a curve regression on a plurality of SOH specified in the time series of each battery module 41.
  • the sudden deterioration determination unit 114 has a deterioration coefficient w1 of the deterioration regression curve of the battery module 41 generated based on a plurality of SOHs in the first data section in the time-series SOH of the specific battery module 41.
  • the difference or ratio of the deterioration regression curve of the battery module 41 generated based on the plurality of SOH in the second data section to the deterioration coefficient w 1 is calculated.
  • the sudden deterioration determination unit 114 determines whether or not the sudden deterioration has occurred in the battery module 41 based on the calculated difference or ratio.
  • the operation reception unit 117 accepts the user's operation on the operation unit 14.
  • the display control unit 118 causes the display unit 13 to display various types of information. In the second embodiment, the determination result of the sudden deterioration of each battery module 41 is displayed.
  • the battery without disassembling the battery module 41 is used. Sudden deterioration of the module 41 can be detected with high accuracy. Even when data including an estimation error of SOH is used as in the battery module 41 mounted on the electric vehicle 3, robust detection can be performed. According to the experiment of the present inventor, it was found that the maximum error can be suppressed to about 5% if there is about 100 points of SOH. If SOH is estimated once a day, sudden deterioration can be detected with high accuracy in a little over 3 months. The error is reduced as the number of SOH increases.
  • a method of determining sudden deterioration based on the amount of change in the slope of a straight line obtained by linearly regressing the amount of change in FCC or SOH of the battery module 41 is also conceivable. This method is considered to work effectively when the error or noise is small, but when the error or noise is large, the determination of sudden deterioration may become unstable.
  • a deterioration regression curve is generated by dividing the time-series SOH data section.
  • the deterioration coefficient w1 of the deterioration regression curve does not substantially change.
  • the deterioration coefficient w1 of the deterioration regression curve as a parameter, it is possible to detect a change in the deterioration regression curve itself due to sudden deterioration.
  • By detecting the change in the deterioration regression curve itself it is possible to perform robust detection by comparing the change amount of the FCC or SOH with the case of detecting the change in the slope of the straight line linearly regression.
  • the calculation system 1 determines the presence or absence of sudden deterioration based on the measurement data transmitted from the electric vehicle 3 instead of the battery management unit 42 in the electric vehicle 3, the business operator who owns a large number of electric vehicles 3. Vehicle management can be streamlined.
  • the data section may be divided by the number of days (for example, 100 days). In this case, it becomes easy to set the confirmation of the presence or absence of sudden deterioration of the battery module 41 as one of the items of the periodic vehicle inspection.
  • the deterioration regression curve generation unit 4614 compares the deterioration coefficient w1 based on the data of the first data section and the deterioration coefficient w1 based on the data of the second data section.
  • the deterioration regression curve generation unit 4614 statistically processes a deterioration coefficient w1 based on the data of the first data section and a plurality of deterioration coefficients w1 based on the data of the plurality of data sections (for example,). It may be compared with the mean value, the variance value, the standard deviation value).
  • the deterioration regression curve generation unit 4614 When comparing by the variance value, the deterioration regression curve generation unit 4614 has the squared value of the deviation of the deterioration coefficient w1 based on the data of the first data section and the plurality of deterioration coefficients w1 based on the data of the plurality of data sections. Compare with the variance value. When comparing with the standard deviation value, the deterioration regression curve generation unit 4614 uses the absolute value of the deviation of the deterioration coefficient w 1 based on the data of the first data section and the plurality of deterioration coefficients w 1 based on the data of the plurality of data sections. Compare with the standard deviation value of. In these cases, sudden deterioration can be detected with higher accuracy.
  • an AC signal in the frequency band (for example, 100 Hz to 10 kHz) on which the electrolytic solution reacts is applied from the outside of the battery module 41 to measure the AC impedance value of the battery module 41, and the measured AC impedance value is equal to or higher than the threshold value.
  • the circuit is unnecessary.
  • the electric vehicle 3 may be moved to the ground to determine the sudden deterioration based on the AC impedance value.
  • the sudden deterioration determination method according to the present embodiment is performed frequently (for example, when the data is increased by one), sudden deterioration occurs even though the sudden deterioration has not actually occurred. The probability of erroneous determination is high.
  • the sudden deterioration determination method according to the present embodiment can be used. Even if it is performed frequently, the probability of erroneous judgment is low. That is, the sudden deterioration of the battery module 41 can be detected at an early stage with high accuracy.
  • the electric vehicle 3 may be a two-wheeled electric motorcycle (electric scooter) or an electric bicycle. Further, the electric vehicle 3 also includes a low-speed electric vehicle 3 such as a golf cart and a land car used in a shopping mall, an entertainment facility, or the like.
  • the target on which the battery module 41 is mounted is not limited to the electric vehicle 3.
  • electric mobile bodies such as electric vessels, railroad vehicles, and multicopters (drones) are also included.
  • the target on which the battery module 41 is mounted also includes a stationary power storage system and a consumer electronic device (smartphone, notebook PC, etc.).
  • the embodiment may be specified by the following items.
  • a measuring unit (43-45) that measures at least the voltage and current of the battery (E1, 41), and Based on the measurement data of the battery (E1, 41), the SOH estimation unit (4613) for estimating the SOH (State Of Health) of the battery (E1, 41) and A deterioration regression curve generation unit (4614) that generates a deterioration regression curve of the battery (E1, 41) by curve-regressing a plurality of SOH specified in the time series of the battery (E1, 41).
  • the deterioration coefficient of the deterioration regression curve of the battery (E1, 41) generated based on the plurality of SOH of the first data section and the battery generated based on the plurality of SOH of the second data section.
  • a battery management device (42) that determines whether or not sudden deterioration has occurred in the battery (E1, 41) based on the difference or ratio with the deterioration coefficient of the deterioration regression curve of (E1, 41).
  • the battery (E1, 41) may be the cell E1 or the module 41.
  • the sudden deterioration determination unit (4615) determines that the battery (E1, 41) has undergone sudden deterioration when the difference or the ratio deviates from a predetermined range.
  • the battery management device (42) according to item 1.
  • sudden deterioration can be detected with high accuracy by detecting that the deterioration is out of the normal deterioration.
  • the first data section is a section containing a past a SOH from the last specified SOH.
  • the second data section is a section containing the past b (b> a) SOH from the last specified SOH.
  • the battery management device (42) according to item 1 or 2, wherein the battery management device (42) is characterized in that.
  • stable detection can be performed by duplicating the data sections.
  • the first data section is a section containing a past a SOH from the last specified SOH.
  • the second data section is a section containing a past a SOH from the last specified SOH, excluding the first data section.
  • the battery management device (42) according to item 1 or 2, wherein the battery management device (42) is characterized in that.
  • the second data section includes a plurality of data sections and includes a plurality of data sections.
  • the deterioration coefficient of the second data section is a value obtained by statistically processing each deterioration coefficient of the plurality of data sections.
  • the detection accuracy can be further improved.
  • a sudden deterioration determination unit (114) that determines whether or not sudden deterioration has occurred in the battery (E1, 41) based on the difference or ratio of the deterioration curve of E1, 41) to the deterioration coefficient.
  • An arithmetic system (1) characterized in that it is provided with.

Landscapes

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

Abstract

ＳＯＨ推定部（４６１３）は、電池（Ｅ１、４１）の測定データをもとに、電池（Ｅ１、４１）のＳＯＨ（Ｓｔａｔｅ　Ｏｆ　Ｈｅａｌｔｈ）を推定する。劣化回帰曲線生成部（４６１４）は、電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、電池（Ｅ１、４１）の劣化回帰曲線を生成する。急劣化判定部（４６１５）は、第１のデータ区間の複数のＳＯＨをもとに生成される電池（Ｅ１、４１）の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される電池（Ｅ１、４１）の劣化回帰曲線の劣化係数との差または比率をもとに、電池（Ｅ１、４１）に急劣化が発生しているか否かを判定する。

Description

電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム
　本開示は、電池の劣化予測を行うための電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラムに関する。
　近年、ハイブリッド車（ＨＶ）、プラグインハイブリッド車（ＰＨＶ）、電気自動車（ＥＶ）が普及してきている。これらの電動車両にはキーデバイスとして、リチウムイオン電池などの二次電池が搭載される。
　リチウムイオン電池などの二次電池を低温下で繰り返し充放電すると、容量の急激な劣化（以下、急劣化または三次劣化という）が発生しやすくなる。また二次電池をハイレートで繰り返し充放電する場合も、容量の急劣化が発生しやすくなる。容量の急劣化は、電解液の減少、極板反応面積の低下などに起因して発生する。容量の急劣化後は、入出力性能が著しく低下する。また急劣化に伴い、イオンとして溶けているリチウムが金属として析出する現象が発生しやすくなる。金属リチウムが析出すると、金属リチウムがセパレータを貫通し、正極と負極を短絡させる可能性がある。このように容量の急劣化後は、二次電池の安定性、安全性が低下するため、基本的に二次電池の使用を終了させる。
　二次電池の急劣化を検出する方法として、二次電池の満充電容量（ＦＣＣ:Full Charge Capacity）又は容量維持率（ＳＯＨ:State Of Health）と使用経過時間を入力とし、経過時間に対する満充電容量又は容量維持率の変化量を線形回帰した直線の傾きの変化量が、閾値を超えた場合に急劣化が発生したと判定する方法が提案されている（例えば、特許文献１参照）。
国際公開第１７／０９８６８６号
　走行中の電動車両の測定データをもとに算出されるＦＣＣ、ＳＯＣ(State Of Charge)、ＳＯＨの値は、センサの測定誤差やノイズの影響を受ける。誤差やノイズの影響が大きい場合、上述したＦＣＣ又はＳＯＣの変化量を線形回帰させる方法では、誤判定する可能性が高くなる。
　本開示はこうした状況に鑑みなされたものであり、その目的は、電池の急劣化を高精度に検出する技術を提供することにある。
　上記課題を解決するために、本開示のある態様の電池管理装置は、電池の電圧と電流を少なくとも測定する測定部と、前記電池の測定データをもとに、前記電池のＳＯＨを推定するＳＯＨ推定部と、前記電池の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池の劣化回帰曲線を生成する劣化回帰曲線生成部と、第１のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池に急劣化が発生しているか否かを判定する急劣化判定部と、を備える。
　なお、以上の構成要素の任意の組み合わせ、本開示の表現を方法、装置、システム、コンピュータプログラムなどの間で変換したものもまた、本開示の態様として有効である。
　本開示によれば、電池の急劣化を高精度に検出することができる。
実施の形態に係る、事業者により利用される演算システムを説明するための図である。 実施の形態に係る、電動車両に搭載された電池システムの詳細な構成を説明するための図である。 実施例１に係る電池制御部の構成例を示す図である。 ＦＣＣの推定方法を説明するための図である。 二次電池の劣化曲線をグラフで示した図である。 二次電池に急劣化が発生した場合の劣化曲線の一例をグラフで示した図である。 データ区間が異なる複数の劣化曲線の具体例をグラフで示した図である。 データ区間の第１の区切り方法の具体例を示す図である。 データ区間の第２の区切り方法の具体例を示す図である。 電池管理部による電池モジュールの急劣化判定処理の流れを示すフローチャートである。 実施例２に係る演算システムの構成例を示す図である。
　図１は、実施の形態に係る、事業者により利用される演算システム１を説明するための図である。事業者は、複数の電動車両３を保有し、複数の電動車両３を活用して事業を営んでいる。例えば、事業者は複数の電動車両３を活用して、配送事業（宅配事業）、タクシー事業、レンタカー事業、又はカーシェアリング事業を営んでいる。本実施の形態では、電動車両３として、エンジンを搭載しない純粋なＥＶを想定する。
　演算システム１は、事業者の業務を管理するためのシステムである。演算システム１は、１台または複数台の情報処理装置（例えば、サーバ、ＰＣ）で構成される。演算システム１を構成する情報処理装置の一部または全部はデータセンタに存在していてもよい。例えば、データセンタ内のサーバ（自社サーバ、クラウドサーバ、又はレンタルサーバ）と、事業者内のクライアントＰＣの組み合わせで構成されてもよい。
　複数の電動車両３は、待機中は、事業者の営業所の駐車場や車庫内に駐車されている。複数の電動車両３は無線通信機能を有し、演算システム１と無線通信が可能である。複数の電動車両３は、搭載している二次電池の運用データを含む走行データを演算システム１に送信する。電動車両３は走行中に、演算システム１を構成するサーバに走行データを、ネットワークを介して無線送信してもよい。例えば、１０秒に１回の頻度で走行データを都度送信してもよい。また、１日１回の所定のタイミングに（例えば、営業時間の終了時に）、１日分の走行データをバッチ送信してもよい。
　また、演算システム１が営業所に設置された自社のサーバ又はＰＣで構成される場合、電動車両３は、営業終了後に営業所に帰還した後、１日分の走行データを当該自社のサーバ又はＰＣに送信してもよい。その場合、当該自社のサーバ又はＰＣに無線で送信してもよいし、当該自社のサーバ又はＰＣと有線接続して有線経由で送信してもよい。また、走行データが記録された記録メディアを経由して、当該自社のサーバ又はＰＣにデータを送信してもよい。また、演算システム１がクラウドサーバと営業者内のクライアントＰＣの組み合わせで構成される場合、電動車両３は、営業者内のクライアントＰＣを経由して、走行データをクラウドサーバに送信してもよい。
　図２は、実施の形態に係る、電動車両３に搭載された電池システム４０の詳細な構成を説明するための図である。電池システム４０は、第１リレーＲＹ１及びインバータ３５を介してモータ３４に接続される。インバータ３５は力行時、電池システム４０から供給される直流電力を交流電力に変換してモータ３４に供給する。回生時、モータ３４から供給される交流電力を直流電力に変換して電池システム４０に供給する。モータ３４は三相交流モータであり、力行時、インバータ３５から供給される交流電力に応じて回転する。回生時、減速による回転エネルギーを交流電力に変換してインバータ３５に供給する。
　第１リレーＲＹ１は、電池システム４０とインバータ３５を繋ぐ配線間に挿入されるコンタクタである。車両制御部３０は、走行時、第１リレーＲＹ１をオン状態（閉状態）に制御し、電池システム４０と電動車両３の動力系を電気的に接続する。車両制御部３０は非走行時、原則として第１リレーＲＹ１をオフ状態（開状態）に制御し、電池システム４０と電動車両３の動力系を電気的に遮断する。なおリレーの代わりに、半導体スイッチなどの他の種類のスイッチを用いてもよい。
　電池システム４０は、電動車両３の外に設置された充電器４と充電ケーブル３８で接続することにより商用電力系統９から充電することができる。充電器４は商用電力系統９に接続され、充電ケーブル３８を介して電動車両３内の電池システム４０を充電する。電動車両３において、電池システム４０と充電器４を繋ぐ配線間に第２リレーＲＹ２が挿入される。なおリレーの代わりに、半導体スイッチなどの他の種類のスイッチを用いてもよい。電池システム４０の電池管理部４２は充電開始前に、第２リレーＲＹ２をオン状態（閉状態）に制御し、充電終了後にオフ状態（開状態）に制御する。
　一般的に、普通充電の場合は交流で、急速充電の場合は直流で充電される。交流で充電される場合、第２リレーＲＹ２と電池システム４０との間に挿入されるＡＣ／ＤＣコンバータ（不図示）により、交流電力が直流電力に変換される。
　電池システム４０は、電池モジュール４１と電池管理部４２を備え、電池モジュール４１は、直列接続された複数のセルＥ１－Ｅｎを含む。なお電池モジュール４１は、複数の電池モジュールが直列／直並列接続されて構成されていてもよい。セルには、リチウムイオン電池セル、ニッケル水素電池セル、鉛電池セル等を用いることができる。以下、本明細書ではリチウムイオン電池セル（公称電圧：３．６－３．７Ｖ）を使用する例を想定する。セルＥ１－Ｅｎの直列数は、モータ３４の駆動電圧に応じて決定される。
　複数のセルＥ１－Ｅｎと直列にシャント抵抗Ｒｓが接続される。シャント抵抗Ｒｓは電流検出素子として機能する。なおシャント抵抗Ｒｓの代わりにホール素子を用いてもよい。また電池モジュール４１内に、複数のセルＥ１－Ｅｎの温度を検出するための複数の温度センサＴ１、Ｔ２が設置される。温度センサは電池モジュールに１つ設置されてもよいし、複数のセルごとに１つ設置されてもよい。温度センサＴ１、Ｔ２には例えば、サーミスタを使用することができる。
　電池管理部４２は、電圧測定部４３、温度測定部４４、電流測定部４５及び電池制御部４６を備える。直列接続された複数のセルＥ１－Ｅｎの各ノードと、電圧測定部４３との間は複数の電圧線で接続される。電圧測定部４３は、隣接する２本の電圧線間の電圧をそれぞれ測定することにより、各セルＥ１－Ｅｎの電圧を測定する。電圧測定部４３は、測定した各セルＥ１－Ｅｎの電圧を電池制御部４６に送信する。
　電圧測定部４３は電池制御部４６に対して高圧であるため、電圧測定部４３と電池制御部４６間は絶縁された状態で、通信線で接続される。電圧測定部４３は、ＡＳＩＣ（Application Specific Integrated Circuit）または汎用のアナログフロントエンドＩＣで構成することができる。電圧測定部４３はマルチプレクサ及びＡ／Ｄ変換器を含む。マルチプレクサは、隣接する２本の電圧線間の電圧を上から順番にＡ／Ｄ変換器に出力する。Ａ／Ｄ変換器は、マルチプレクサから入力されるアナログ電圧をデジタル値に変換する。
　温度測定部４４は分圧抵抗およびＡ／Ｄ変換器を含む。Ａ／Ｄ変換器は、複数の温度センサＴ１、Ｔ２と複数の分圧抵抗によりそれぞれ分圧された複数のアナログ電圧を順次、デジタル値に変換して電池制御部４６に出力する。電池制御部４６は当該デジタル値をもとに複数のセルＥ１－Ｅｎの温度を推定する。例えば電池制御部４６は、各セルＥ１－Ｅｎの温度を、各セルＥ１－Ｅｎに最も隣接する温度センサで測定された値をもとに推定する。
　電流測定部４５は差動アンプ及びＡ／Ｄ変換器を含む。差動アンプはシャント抵抗Ｒｓの両端電圧を増幅してＡ／Ｄ変換器に出力する。Ａ／Ｄ変換器は、差動アンプから入力される電圧をデジタル値に変換して電池制御部４６に出力する。電池制御部４６は当該デジタル値をもとに複数のセルＥ１－Ｅｎに流れる電流を推定する。
　なお電池制御部４６内にＡ／Ｄ変換器が搭載されており、電池制御部４６にアナログ入力ポートが設置されている場合、温度測定部４４及び電流測定部４５はアナログ電圧を電池制御部４６に出力し、電池制御部４６内のＡ／Ｄ変換器でデジタル値に変換してもよい。
　電池制御部４６は、電圧測定部４３、温度測定部４４及び電流測定部４５により測定された複数のセルＥ１－Ｅｎの電圧、温度、及び電流をもとに複数のセルＥ１－Ｅｎの状態を管理する。電池制御部４６と車両制御部３０間は、車載ネットワークにより接続される。車載ネットワークとして例えば、ＣＡＮ（Controller Area Network）やＬＩＮ（Local Interconnect Network）を使用することができる。
　図３は、実施例１に係る電池制御部４６の構成例を示す図である。電池制御部４６は、処理部４６１及び記憶部４６２を備える。処理部４６１は、ＳＯＣ推定部４６１１、ＦＣＣ推定部４６１２、ＳＯＨ推定部４６１３、劣化回帰曲線生成部４６１４、急劣化判定部４６１５及びデータ送信部４６１６を含む。処理部４６１の機能はハードウェア資源とソフトウェア資源の協働、又はハードウェア資源のみにより実現できる。ハードウェア資源として、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＡＳＩＣ、ＦＰＧＡ（Field Programmable Gate Array）、その他のＬＳＩを利用できる。ソフトウェア資源としてファームウェア等のプログラムを利用できる。
　記憶部４６２は、ＳＯＣ－ＯＣＶ（Open Circuit Voltage）特性保持部４６２１、電池データ保持部４６２２及び時系列ＳＯＨ値保持部４６２３を含む。記憶部４６２は、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）、ＮＡＮＤ型フラッシュメモリ等の不揮発性の記録媒体を含み、各種のプログラム及びデータを記録する。
　ＳＯＣ－ＯＣＶ特性保持部４６２１には、複数のセルＥ１－ＥｎのＳＯＣ－ＯＣＶカーブの特性データが記述されている。複数のセルＥ１－ＥｎのＳＯＣ－ＯＣＶカーブは、電池メーカにより予め作成され、出荷時にＳＯＣ－ＯＣＶ特性保持部４６２１に登録される。電池メーカは各種の試験を行って、セルＥ１－ＥｎのＳＯＣ－ＯＣＶカーブを導出している。
　電池データ保持部４６２２は、複数のセルＥ１－Ｅｎの電圧、電流、温度を含む電池データを時系列に記録する。なお電池データには、ＳＯＣ推定部４６１１により推定されるＳＯＣがさらに含まれていてもよい。
　時系列ＳＯＨ値保持部４６２３は、ＳＯＨ推定部４６１３により推定されるＳＯＨの時系列データを保持する。ＳＯＨの時系列データは、例えば、１日に１回、数日に１回、又は１週間に１回の頻度で記録される。なお、時系列ＳＯＨ値保持部４６２３と電池データ保持部４６２２は、１つのテーブルに統合されていてもよい。
　ＳＯＣ推定部４６１１は、複数のセルＥ１－ＥｎのそれぞれのＳＯＣを推定する。ＳＯＣ推定部４６１１は、ＯＣＶ法、電流積算法、又は両者を組み合わせてＳＯＣを推定する。ＯＣＶ法は、電圧測定部４３により測定される各セルＥ１－ＥｎのＯＣＶと、ＳＯＣ推定部４６１１に保持されるＳＯＣ－ＯＣＶカーブの特性データをもとにＳＯＣを推定する方法である。電流積算法は、各セルＥ１－Ｅｎの充放電開始時のＯＣＶと、電流測定部４５により測定される電流の積算値をもとにＳＯＣを推定する方法である。電流積算法は、充放電時間が長くなるにつれて、電流測定部４５の測定誤差が累積していく。従って、ＯＣＶ法により推定されたＳＯＣを用いて、電流積算法により推定されたＳＯＣを補正することが好ましい。
　ＦＣＣ推定部４６１２は、ＳＯＣ推定部４６１１に保持されるＳＯＣ－ＯＣＶカーブの特性データと、電圧測定部４３により測定されるセルの２点のＯＣＶをもとに当該セルのＦＣＣを推定することができる。
　図４は、ＦＣＣの推定方法を説明するための図である。ＦＣＣ推定部４６１２は、セルの２点のＯＣＶを取得する。ＦＣＣ推定部４６１２は、ＳＯＣ－ＯＣＶカーブを参照して、２点の電圧にそれぞれ対応する２点のＳＯＣを特定し、２点のＳＯＣの差分ΔＳＯＣを算出する。図４に示す例では２点のＳＯＣは２０％と７５％であり、ΔＳＯＣは５５％である。
　ＦＣＣ推定部４６１２は、電流測定部４５により測定される電流の推移をもとに、２点のＯＣＶを取得した２点の時刻の間の期間の電流積算量（＝充放電容量）Ｑを算出する。ＦＣＣ推定部４６１２は、下記（式１）を算出してＦＣＣを推定することができる。
　ＦＣＣ＝Ｑ／ΔＳＯＣ　・・・（式１）
　ＳＯＨ推定部４６１３は、推定されたＦＣＣをもとにＳＯＨを推定する。ＳＯＨは、初期のＦＣＣに対する現在のＦＣＣの比率で規定され、数値が低いほど（０％に近いほど）劣化が進行していることを示す。ＳＯＨ推定部４６１３は、下記（式２）を算出してＳＯＨを推定することができる。
　ＳＯＨ＝現在のＦＣＣ／初期のＦＣＣ　・・・（式２）
　また、ＳＯＨは、完全充放電による容量測定により求めてもよいし、保存劣化とサイクル劣化を合算することにより求めてもよい。保存劣化はＳＯＣ、温度、及び保存劣化速度をもとに推定することができる。サイクル劣化は、使用するＳＯＣ範囲、温度、電流レート、及びサイクル劣化速度をもとに推定することができる。保存劣化速度およびサイクル劣化速度は、予め実験やシミュレーションにより導出することができる。ＳＯＣ、温度、ＳＯＣ範囲、及び電流レートは測定により求めることができる。
　またＳＯＨは、セルの内部抵抗との相関関係をもとに推定することもできる。内部抵抗は、セルに所定の電流を所定時間流した際に発生する電圧降下を、当該電流値で割ることにより推定することができる。内部抵抗は温度が上がるほど低下する関係にあり、ＳＯＨが低下するほど増加する関係にある。
　ＳＯＨ推定部４６１３は、推定したＳＯＨを時系列ＳＯＨ値保持部４６２３に保存する。ＳＯＨ推定部４６１３は、例えば、１日に１回、数日に１回、又は１週間に１回の頻度でＳＯＨを推定し、時系列ＳＯＨ値保持部４６２３に保存する。
　劣化回帰曲線生成部１１３は、電池モジュール４１の時系列に特定された複数のＳＯＨを曲線回帰して、電池モジュール４１の劣化回帰曲線を生成する。曲線回帰には例えば、最小二乗法を使用することができる。
　図５は、二次電池の劣化曲線をグラフで示した図である。二次電池の劣化は、下記（式３）に示すように、時間の平方根（０．５乗則）に比例して進行することが知られている。
　ＳＯＨ＝ｗ０＋ｗ１√ｔ　・・・（式３）
　ｗ０は初期値、ｗ１は劣化係数。
　劣化回帰曲線生成部４６１４は、時間ｔを独立変数、ＳＯＨを従属変数とする、０．５乗の指数曲線回帰により、上記（式３）の劣化係数ｗ１を求める。ｗ０は共通であり、通常、１．０～１．１の範囲に設定される。実際の初期容量と公称値が一致している場合はｗ０＝１．０に設定され、公称値が最低保証量に設定され、実際の初期容量より低く設定されている場合は、１．０より大きい値が設定される。
　図６は、二次電池に急劣化が発生した場合の劣化曲線の一例をグラフで示した図である。図６では、Ｐ１点で急劣化が発生した例を示している。上述のように低温または高温環境下での充放電、ハイレートでの充放電など、二次電池にとって負担が大きい使用方法が繰り返し行われると、急劣化が発生しやすくなる。急劣化が発生すると、基本的に二次電池が使用できなくなるため二次電池の寿命が短くなる。急劣化の主な要因は電解液の減少にあるが、電解液の量を直接測定するには二次電池を分解する必要がある。電池モジュール４１の使用中に各セルＥ１－Ｅｎを分解するのは現実的ではなく、各セルＥ１－Ｅｎを分解せずに急劣化を判定する方法が求められる。これに対して本実施の形態では、電池モジュール４１のＳＯＨが、劣化曲線から大きく外れることを検出することにより急劣化の発生を検出する。
　急劣化判定部４６１５は、第１のデータ区間の複数のＳＯＨをもとに生成される電池モジュール４１の劣化回帰曲線の劣化係数ｗ１と、第２のデータ区間の複数のＳＯＨをもとに生成される電池モジュール４１の劣化回帰曲線の劣化係数ｗ１との差または比率をもとに、電池モジュール４１に急劣化が発生しているか否かを判定する。急劣化判定部４６１５は、当該差または当該比率が所定範囲を逸脱しているとき、電池モジュール４１に急劣化が発生していると判定する。即ち、急劣化判定部４６１５は、当該差または当該比率の絶対値が閾値を超えているとき急劣化が発生していると判定し、当該閾値以下のとき急劣化が発生していないと判定する。当該閾値には、実験やシミュレーションにより導出された値を使用することができる。なお、急劣化の判定はセル単位で実行されてもよい。
　図７は、データ区間が異なる複数の劣化曲線の具体例をグラフで示した図である。図７に示す劣化回帰曲線（ＳＯＨ＝ｗ０＋ｗ１√ｔ）のｗ０は、１．０５に設定されている。これは、電池モジュール４１の実際の初期容量が公称値より大きいことを示している。図７に示す例では、過去１００点のＳＯＨにもとづく劣化曲線、過去２００点のＳＯＨにもとづく劣化曲線、過去３００点のＳＯＨにもとづく劣化曲線、及び全点のＳＯＨにもとづく劣化曲線を重畳して描いている。過去２００点にもとづく劣化曲線、過去３００点にもとづく劣化曲線、及び全点にもとづく劣化曲線はほぼ同じであり、各劣化曲線の劣化係数ｗ１もほぼ同じ値になっている。これに対して、過去１００点にもとづく劣化曲線の劣化係数ｗ１は、他の３本の劣化曲線の劣化係数ｗ１より小さな値になっている。
　図７に示す例では、点線丸で囲った領域Ｒ１に含まれるＳＯＨが、それ以前の領域のＳＯＨより大きく低下していることが分かる。従って、領域Ｒ１のどこかの地点で急劣化が発生したと推定できる。上記閾値を例えば、過去１００点にもとづく劣化曲線の劣化係数ｗ１と過去２００点にもとづく劣化曲線の劣化係数ｗ１との領域Ｒ１における差分に対応する値に設定すれば、両者の劣化係数ｗ１を比較することにより、領域Ｒ１を検出することができる。
　図８は、データ区間の第１の区切り方法の具体例を示す図である。第１の区切り方法は、複数のデータ区間の終点を共通にして、過去に遡るデータの個数を変えるものである。例えば、第１のデータ区間は、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間に設定される。第２のデータ区間は、最後に特定されたＳＯＨから過去ｂ（ｂ＞ａ）個のＳＯＨを含む区間に設定される。第３のデータ区間は、最後に特定されたＳＯＨから過去ｃ（ｃ＞ｂ＞ａ）個のＳＯＨを含む区間に設定される。図８に示す例では、ａ＝１００、ｂ＝２００、ｃ＝３００である。
　図９は、データ区間の第２の区切り方法の具体例を示す図である。第２の区切り方法は、複数のデータ区間の個数を共通にして、過去に順次遡る区切り方法である。第１のデータ区間は、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間に設定される。第２のデータ区間は、第１のデータ区間に含まれるＳＯＨを除いて、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間に設定される。第３のデータ区間は、第１のデータ区間及び第２のデータ区間に含まれるＳＯＨを除いて、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間に設定される。図９に示す例では、ａ＝１００である。
　図３に戻る。電池制御部４６のデータ送信部４６１６は、複数のセルＥ１－Ｅｎの電圧、電流、温度、ＳＯＣ、ＦＣＣ、ＳＯＨを、車載ネットワークを介して車両制御部３０に通知する。車両制御部３０は、電池データと車両データを含む走行データを生成する。電池データには、複数のセルＥ１－Ｅｎの電圧、電流、温度が含まれる。なお電池システム４０によっては、電池データに電圧、電流、温度に加えてＳＯＣを含めることができる機種もある。さらに、電圧、電流、温度、ＳＯＣに加えて、ＦＣＣ及びＳＯＨの少なくとも一方を含めることができる機種もある。車両データには、平均速度、走行距離、走行ルート等を含めることができる。
　急劣化判定部４６１５により電池モジュール４１の急劣化が検出された場合、データ送信部４６１６は急劣化検出信号を、車載ネットワークを介して車両制御部３０に通知する。車両制御部３０は電池モジュール４１の急劣化検出信号を受信すると、運転席に設けられたメーターパネル内の、電池モジュール４１の異常を示す警告ランプを点灯させて、運転者に電池モジュール４１の異常を通知する。また車両制御部３０は、音声合成出力により電池モジュール４１の異常を運転者に通知してもよい。
　無線通信部３６は、アンテナ３６ａを介してネットワークに無線接続するための信号処理を行う。本実施の形態では、無線通信部３６は、車両制御部３０から取得した走行データを演算システム１に無線送信する。また、無線通信部３６は、車両制御部３０から取得した電池モジュール４１の急劣化検出信号を演算システム１に無線送信する。電動車両３が無線接続可能な無線通信網として、例えば、携帯電話網（セルラー網）、無線ＬＡＮ、ＥＴＣ（Electronic Toll Collection System）、ＤＳＲＣ（Dedicated Short Range Communications）、Ｖ２Ｉ（Vehicle-to-Infrastructure）、Ｖ２Ｖ（Vehicle-to-Vehicle）を使用することができる。
　図１０は、電池管理部４２による電池モジュール４１の急劣化判定処理の流れを示すフローチャートである。ＳＯＨ推定部４６１３は、電池モジュール４１の測定データをもとに電池モジュール４１のＳＯＨを推定する（Ｓ１０）。
　電池モジュール４１の急劣化の有無を判定するタイミングにおいて、劣化回帰曲線生成部４６１４は、電池モジュール４１の第１のデータ区間の複数のＳＯＨを曲線回帰して、電池モジュール４１の第１の劣化回帰曲線を生成する（Ｓ１１）。同時に、劣化回帰曲線生成部４６１４は、電池モジュール４１の第２のデータ区間の複数のＳＯＨを曲線回帰して、電池モジュール４１の第２の劣化回帰曲線を生成する（Ｓ１２）。
　急劣化判定部４６１５は、第１の劣化回帰曲線の劣化係数ｗ１と第２の劣化回帰曲線の劣化係数ｗ１との差を算出する（Ｓ１３）。急劣化判定部４６１５は、当該差の絶対値が閾値以下のとき（Ｓ１４のＮ）、電池モジュール４１に急劣化が発生していないと判定する（Ｓ１５）。急劣化判定部４６１５は、当該差の絶対値が当該閾値を超えるとき（Ｓ１４のＹ）、電池モジュール４１に急劣化が発生していると判定する（Ｓ１６）。
　上述した実施例１では、電池モジュール４１の急劣化判定処理を電池管理部４２が行う例を説明した。この点、電池モジュール４１の急劣化判定処理を演算システム１が行ってもよい。
　図１１は、実施例２に係る演算システム１の構成例を示す図である。演算システム１は、処理部１１、記憶部１２、表示部１３及び操作部１４を備える。処理部１１は、データ取得部１１１、ＳＯＨ特定部１１２、劣化回帰曲線生成部１１３、急劣化判定部１１４、操作受付部１１５及び表示制御部１１６を含む。処理部１１の機能はハードウェア資源とソフトウェア資源の協働、又はハードウェア資源のみにより実現できる。ハードウェア資源として、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、ＲＯＭ、ＲＡＭ、ＡＳＩＣ、ＦＰＧＡ、その他のＬＳＩを利用できる。ソフトウェア資源としてオペレーティングシステム、アプリケーション等のプログラムを利用できる。
　記憶部１２は、走行データ保持部１２１、運転者データ保持部１２２、ＳＯＣ－ＯＣＶ特性保持部１２３及び時系列ＳＯＨ値保持部１２４を含む。記憶部１２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の不揮発性の記録媒体を含み、各種のプログラム及びデータを記録する。
　走行データ保持部１２１は、事業者が保有している複数の電動車両３から収集した走行データを保持する。運転者データ保持部１２２は、事業者に所属する複数の運転者のデータを保持する。例えば、運転者ごとに、運転した電動車両３ごとの累計走行距離を管理する。
　ＳＯＣ－ＯＣＶ特性保持部１２３は、事業者が保有している複数の電動車両３にそれぞれ搭載された複数の電池モジュール４１のＳＯＣ－ＯＣＶ特性を保持する。電池モジュール４１のＳＯＣ－ＯＣＶ特性は、各電動車両３から取得したものを使用してもよいし、各電動車両３から収集された走行データをもとに推定したものを使用してもよい。
　後者の場合、処理部１１のＳＯＣ－ＯＣＶ特性推定部（不図示）は、取得された電池データに含まれる複数の時刻のＳＯＣと電圧の組から、電池モジュール４１が休止状態とみなせる期間のＳＯＣと電圧（≒ＯＣＶ）の組を抽出し、抽出した複数組のＳＯＣとＯＣＶをもとにＳＯＣ－ＯＣＶ特性を近似する。なおＳＯＣ－ＯＣＶ特性推定部は、同種別の電池モジュール４１を搭載した複数の電動車両３から取得されたＳＯＣとＯＣＶの組データをもとに、当該種別の電池モジュール４１の共通のＳＯＣ－ＯＣＶ特性を生成してもよい。なお、ＳＯＣ－ＯＣＶ特性はセル単位で保持されてもよい。
　時系列ＳＯＨ値保持部１２４は、電池モジュール４１ごとのＳＯＨの時系列データを保持する。ＳＯＨの時系列データは、例えば、１日に１回、数日に１回、又は１週間に１回の頻度で記録される。
　表示部１３は液晶ディスプレイ、有機ＥＬディスプレイ等のディスプレイを備え、処理部１１により生成された画像を表示する。操作部１４はキーボード、マウス、タッチパネル等のユーザインタフェースであり、演算システム１のユーザの操作を受け付ける。
　データ取得部１１１は、複数の電動車両３にそれぞれ搭載された電池モジュール４１の電池データを含む走行データを取得し、取得した走行データを走行データ保持部１２１に保存する。ＳＯＨ特定部１１２は、データ取得部１１１により取得された走行データに含まれる電池データをもとに、各電動車両３に搭載された電池モジュール４１のＳＯＨを特定する。ＳＯＨ特定部１１２は、特定したＳＯＨを時系列ＳＯＨ値保持部１２４に保存する。
　取得された電池データにＳＯＨが含まれる場合、ＳＯＨ特定部１１２は、取得したＳＯＨをそのまま使用することができる。取得された電池データにＳＯＨが含まれないが、電圧、電流、温度、ＳＯＣが含まれる場合、上記（式１）及び（式２）をもとにＳＯＨを算出することができる。即ち、ＳＯＨ特定部１１２は、電池データに含まれる電流の推移をもとに、２点のＯＣＶを取得した２点の時刻の間の期間の電流積算量Ｑを算出し、算出した電流積算量Ｑを上記（式１）に適用してＦＣＣを推定する。ＳＯＨ特定部１１２は、算出したＦＣＣを上記（式２）に適用してＳＯＨを算出する。
　取得された電池データにＳＯＣもＳＯＨも含まれない場合、ＳＯＨ特定部１１２は、電池モジュール４１が休止状態とみなせる期間の電圧（≒ＯＣＶ）を、ＳＯＣ－ＯＣＶ特性に適用してＳＯＣを推定する。または、ＳＯＨ特定部１１２は、一定期間の電流値を積算してＳＯＣを推定する。ＳＯＨ特定部１１２は、推定したＳＯＣを使用して、電池データにＳＯＣが含まれる場合と同様にＳＯＨを算出する。
　劣化回帰曲線生成部１１３は、各電池モジュール４１の時系列に特定された複数のＳＯＨを曲線回帰して、各電池モジュール４１の劣化回帰曲線を生成する。急劣化判定部１１４は、特定の電池モジュール４１の時系列のＳＯＨにおける、第１のデータ区間の複数のＳＯＨをもとに生成される当該電池モジュール４１の劣化回帰曲線の劣化係数ｗ１と、第２のデータ区間の複数のＳＯＨをもとに生成される当該電池モジュール４１の劣化回帰曲線の劣化係数ｗ１との差または比率を算出する。急劣化判定部１１４は、算出した差または比率をもとに、当該電池モジュール４１に急劣化が発生しているか否かを判定する。
　操作受付部１１７は、操作部１４に対するユーザの操作を受け付ける。表示制御部１１８は、各種の情報を表示部１３に表示させる。実施例２では、各電池モジュール４１の急劣化の判定結果を表示させる。
　以上説明したように本実施の形態によれば、データ区間を変えて生成した複数の劣化回帰曲線の劣化係数ｗ１の差または比率を参照することにより、電池モジュール４１を分解せずに、電池モジュール４１の急劣化を高精度に検出することができる。電動車両３に搭載された電池モジュール４１のように、ＳＯＨの推定誤差を含むデータを使用する場合でも、頑健な検出を行うことができる。本発明者の実験によれば、１００点程度のＳＯＨがあれば、最大誤差を５％程度に抑えることができることが分かった。ＳＯＨを１日１回の頻度で推定すれば、３ヶ月強で急劣化を高精度に検出できる状態になる。なお、ＳＯＨの数が多くなるほど誤差が低減される。
　電池モジュール４１のＦＣＣ又はＳＯＨの変化量を線形回帰した直線の傾きの変化量をもとに急劣化を判定する方法も考えられる。この方法は、誤差やノイズが小さい場合には有効に機能すると考えられるが、誤差やノイズが大きい場合には、急劣化の判定が不安定になる可能性がある。
　これに対して本実施の形態では、時系列のＳＯＨのデータ区間を区切って劣化回帰曲線を生成する。通常劣化であれば、劣化回帰曲線の劣化係数ｗ１に実質的な変化は発生しない。劣化回帰曲線の劣化係数ｗ１をパラメータとして使用することにより、急劣化に起因する劣化回帰曲線そのものの変化を検出することができる。劣化回帰曲線そのものの変化を検出することにより、ＦＣＣ又はＳＯＨの変化量を線形回帰した直線の傾きの変化を検出する場合と比較し、頑健な検出を行うことができる。
　電動車両３に搭載された電池モジュール４１に急劣化が発生すると、電動車両３の走行可能距離が急減する。急劣化を検出することで電動車両３の適切な時期での交換や、使用方法の変更などを行うことができる。このように電池モジュール４１の急劣化を検出することにより、電池モジュール４１の使用に対する安全性を向上させることができる。
　また、電動車両３内の電池管理部４２ではなく、電動車両３から送信された測定データをもとに演算システム１が急劣化の有無を判定する場合、多数の電動車両３を保有する事業者の車両管理を効率化することができる。
　以上、本開示を実施の形態をもとに説明した。実施の形態は例示であり、それらの各構成要素や各処理プロセスの組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。
　上述の実施の形態では、データ区間をＳＯＨの個数で区切る例を説明した。この点、データ区間を日数（例えば、１００日など）で区切ってもよい。この場合、電池モジュール４１の急劣化の有無の確認を、定期的な車両点検の項目の一つとして設定しやすくなる。
　上述の実施の形態では、劣化回帰曲線生成部４６１４は、第１のデータ区間のデータにもとづく劣化係数ｗ１と第２のデータ区間のデータにもとづく劣化係数ｗ１とを比較した。この点、劣化回帰曲線生成部４６１４は、第１のデータ区間のデータにもとづく劣化係数ｗ１と、複数のデータ区間のデータにもとづく複数の劣化係数ｗ１を統計的に処理した値（例えば、平均値、分散値、標準偏差値）とを比較してもよい。
　分散値で比較する場合、劣化回帰曲線生成部４６１４は、第１のデータ区間のデータにもとづく劣化係数ｗ１の偏差の二乗値と、複数のデータ区間のデータにもとづく複数の劣化係数ｗ１の分散値とを比較する。標準偏差値で比較する場合、劣化回帰曲線生成部４６１４は、第１のデータ区間のデータにもとづく劣化係数ｗ１の偏差の絶対値と、複数のデータ区間のデータにもとづく複数の劣化係数ｗ１の標準偏差値とを比較する。これらの場合、より高精度に急劣化を検出することができる。
　上述の実施の形態に係る急劣化の判定方法と、別の急劣化の判定方法と組み合わせて使用してもよい。例えば、電池モジュール４１の外部から、電解液が反応する周波数帯（例えば、１００Ｈｚ～１０ｋＨｚ）の交流信号を印加して、電池モジュール４１の交流インピーダンス値を測定し、測定した交流インピーダンス値が閾値以上であるか否かに応じて、電池モジュール４１の急劣化を検出または予測する方法がある。この方法では、電池モジュール４１に交流信号を印加し、交流インピーダンス値を測定する回路が必要になる。一方、本実施の形態に係る急劣化の判定方法では、当該回路は不要である。
　本実施の形態に係る急劣化の判定方法により急劣化が発生していると判定された場合、電池モジュール４１の交流インピーダンス値を測定可能な回路装置を有している施設（例えば、カーディーラ）に電動車両３を移動させ、交流インピーダンス値による急劣化の判定を行ってもよい。
　電池モジュール４１に急劣化が発生してから早期に、ユーザに警告を通知するには、急劣化の判定処理を高頻度に行う必要がある。本実施の形態に係る急劣化の判定方法を高頻度に行うと（例えば、データが１個増えるごとに行うと）、実際には急劣化が発生していないにも関わらず急劣化が発生していると誤判定する確率が高くなる。
　これに対して、実施の形態に係る急劣化の判定処理を１次判定、交流インピーダンス値による急劣化の判定処理を２次判定と位置づければ、本実施の形態に係る急劣化の判定方法を高頻度で行っても、誤判定する確率が低くなる。即ち、電池モジュール４１の急劣化を早期に高精度で検出することができる。
　上述の実施の形態では、電動車両３に搭載された電池モジュール４１の急劣化を判定する例を想定した。この点、電動車両３は二輪の電動バイク（電動スクータ）または電気自転車であってもよい。また、電動車両３には、ゴルフカートや、ショッピングモールやエンタテイメント施設などで使用されるランドカーなどの低速の電動車両３も含まれる。
　また、電池モジュール４１が搭載される対象は電動車両３に限るものではない。例えば、電動船舶、鉄道車両、マルチコプタ（ドローン）などの電動移動体も含まれる。また、電池モジュール４１が搭載される対象には、定置型蓄電システム、民生用の電子機器（スマートフォン、ノートＰＣなど）も含まれる。
　なお、実施の形態は、以下の項目によって特定されてもよい。
　［項目１］
　電池（Ｅ１、４１）の電圧と電流を少なくとも測定する測定部（４３－４５）と、
　前記電池（Ｅ１、４１）の測定データをもとに、前記電池（Ｅ１、４１）のＳＯＨ（State Of Health）を推定するＳＯＨ推定部（４６１３）と、
　前記電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池（Ｅ１、４１）の劣化回帰曲線を生成する劣化回帰曲線生成部（４６１４）と、
　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池（Ｅ１、４１）に急劣化が発生しているか否かを判定する急劣化判定部（４６１５）と、
　を備えることを特徴とする電池管理装置（４２）。
　電池（Ｅ１、４１）は、セルＥ１であってもよいし、モジュール４１であってもよい。
　これによれば、電池（Ｅ１、４１）の急劣化を高精度に検出することができる。
　［項目２］
　前記急劣化判定部（４６１５）は、前記差または前記比率が所定範囲を逸脱しているとき、前記電池（Ｅ１、４１）に急劣化が発生していると判定する、
　項目１に記載の電池管理装置（４２）。
　これによれば、通常劣化から外れたことを検出することにより、急劣化を高精度に検出することができる。
　［項目３］
　前記第１のデータ区間は、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間であり、
　前記第２のデータ区間は、最後に特定されたＳＯＨから過去ｂ（ｂ＞ａ）個のＳＯＨを含む区間である、
　ことを特徴とする項目１または２に記載の電池管理装置（４２）。
　これによれば、データ区間を重複させることにより、安定した検出を行うことができる。
　［項目４］
　前記第１のデータ区間は、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間であり、
　前記第２のデータ区間は、前記第１のデータ区間を除いた、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間である、
　ことを特徴とする項目１または２に記載の電池管理装置（４２）。
　これによれば、データ区間を重複させないことにより、早期検出を実現することができる。
　［項目５］
　前記第２のデータ区間は複数のデータ区間を含み、
　前記第２のデータ区間の劣化係数は、前記複数のデータ区間の各劣化係数を統計的に処理した値である、
　ことを特徴とする項目１または２に記載の電池管理装置（４２）。
　これによれば、検出精度をさらに向上させることができる。
　［項目６］
　電池（Ｅ１、４１）の測定データを取得するデータ取得部（１１１）と、
　前記電池（Ｅ１、４１）の測定データをもとに、前記電池（Ｅ１、４１）のＳＯＨを特定するＳＯＨ特定部（１１２）と、
　前記電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池（Ｅ１、４１）の劣化回帰曲線を生成する劣化回帰曲線生成部（１１３）と、
　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化曲線の劣化係数との差または比率をもとに、前記電池（Ｅ１、４１）に急劣化が発生しているか否かを判定する急劣化判定部（１１４）と、
　を備えることを特徴とする演算システム（１）。
　これによれば、電池（Ｅ１、４１）の急劣化を高精度に検出することができる。
　［項目７］
　電池（Ｅ１、４１）の測定データをもとに、前記電池（Ｅ１、４１）のＳＯＨを特定するステップと、
　前記電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池（Ｅ１、４１）の劣化回帰曲線を生成するステップと、
　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池（Ｅ１、４１）に急劣化が発生しているか否かを判定するステップと、
　を有することを特徴とする電池（Ｅ１、４１）の劣化予測方法。
　これによれば、電池（Ｅ１、４１）の急劣化を高精度に検出することができる。
　［項目８］
　電池（Ｅ１、４１）の測定データをもとに、前記電池（Ｅ１、４１）のＳＯＨを特定する処理と、
　前記電池（Ｅ１、４１）の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池（Ｅ１、４１）の劣化回帰曲線を生成する処理と、
　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池（Ｅ１、４１）の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池（Ｅ１、４１）に急劣化が発生しているか否かを判定する処理と、
　をコンピュータに実行させることを特徴とする電池（Ｅ１、４１）の劣化予測プログラム。
　これによれば、電池（Ｅ１、４１）の急劣化を高精度に検出することができる。
　１　演算システム、　Ｅ１－Ｅｎ　セル、　Ｔ１，Ｔ２　温度センサ、　ＲＹ１，ＲＹ２　リレー、　３　電動車両、　４　充電器、　１１　処理部、　１１１　データ取得部、　１１２　ＳＯＨ特定部、　１１３　劣化回帰曲線生成部、　１１４　急劣化判定部、　１１５　操作受付部、　１１６　表示制御部、　１２　記憶部、　１２１　走行データ保持部、　１２２　運転者データ保持部、　１２３　ＳＯＣ－ＯＣＶ特性保持部、　１２４　時系列ＳＯＨ値保持部、　１３　表示部、　１４　操作部、　３０　車両制御部、　３４　モータ、　３５　インバータ、　３６　無線通信部、　３６ａ　アンテナ、　３８　充電ケーブル、　４０　電池システム、　４１　電池モジュール、　４２　電池管理部、　４３　電圧測定部、　４４　温度測定部、　４５　電流測定部、　４６　電池制御部、　４６１　処理部、　４６１１　ＳＯＣ推定部、　４６１２　ＦＣＣ推定部、　４６１３　ＳＯＨ推定部、　４６１４　劣化回帰曲線生成部、　４６１５　急劣化判定部、　４６１６　データ送信部、　４６２　記憶部、　４６２１　ＳＯＣ－ＯＣＶ特性保持部、　４６２２　電池データ保持部、　４６２３　時系列ＳＯＨ値保持部。

Claims (8)

  1. 　電池の電圧と電流を少なくとも測定する測定部と、
    　前記電池の測定データをもとに、前記電池のＳＯＨ（State Of Health）を推定するＳＯＨ推定部と、
    　前記電池の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池の劣化回帰曲線を生成する劣化回帰曲線生成部と、
    　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池に急劣化が発生しているか否かを判定する急劣化判定部と、
    　を備えることを特徴とする電池管理装置。
  2. 　前記急劣化判定部は、前記差または前記比率が所定範囲を逸脱しているとき、前記電池に急劣化が発生していると判定する、
    　請求項１に記載の電池管理装置。
  3. 　前記第１のデータ区間は、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間であり、
    　前記第２のデータ区間は、最後に特定されたＳＯＨから過去ｂ（ｂ＞ａ）個のＳＯＨを含む区間である、
    　ことを特徴とする請求項１または２に記載の電池管理装置。
  4. 　前記第１のデータ区間は、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間であり、
    　前記第２のデータ区間は、前記第１のデータ区間を除いた、最後に特定されたＳＯＨから過去ａ個のＳＯＨを含む区間である、
    　ことを特徴とする請求項１または２に記載の電池管理装置。
  5. 　前記第２のデータ区間は複数のデータ区間を含み、
    　前記第２のデータ区間の劣化係数は、前記複数のデータ区間の各劣化係数を統計的に処理した値である、
    　ことを特徴とする請求項１または２に記載の電池管理装置。
  6. 　電池の測定データを取得するデータ取得部と、
    　前記電池の測定データをもとに、前記電池のＳＯＨを特定するＳＯＨ特定部と、
    　前記電池の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池の劣化回帰曲線を生成する劣化回帰曲線生成部と、
    　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化曲線の劣化係数との差または比率をもとに、前記電池に急劣化が発生しているか否かを判定する急劣化判定部と、
    　を備えることを特徴とする演算システム。
  7. 　電池の測定データをもとに、前記電池のＳＯＨを特定するステップと、
    　前記電池の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池の劣化回帰曲線を生成するステップと、
    　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池に急劣化が発生しているか否かを判定するステップと、
    　を有することを特徴とする電池の劣化予測方法。
  8. 　電池の測定データをもとに、前記電池のＳＯＨを特定する処理と、
    　前記電池の時系列に特定された複数のＳＯＨを曲線回帰して、前記電池の劣化回帰曲線を生成する処理と、
    　第１のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数と、第２のデータ区間の複数のＳＯＨをもとに生成される前記電池の劣化回帰曲線の劣化係数との差または比率をもとに、前記電池に急劣化が発生しているか否かを判定する処理と、
    　をコンピュータに実行させることを特徴とする電池の劣化予測プログラム。
PCT/JP2021/026999 2020-07-29 2021-07-19 電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム WO2022024848A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2022540204A JPWO2022024848A1 (ja) 2020-07-29 2021-07-19
EP21849655.2A EP4191733A4 (en) 2020-07-29 2021-07-19 BATTERY MANAGEMENT SYSTEM, CALCULATION SYSTEM, BATTERY DEGRADATION PREDICTION METHOD AND BATTERY DEGRADATION PREDICTION PROGRAM
CN202180059962.2A CN116134658A (zh) 2020-07-29 2021-07-19 电池管理装置、运算系统、电池的劣化预测方法以及电池的劣化预测程序
US18/006,364 US20230266399A1 (en) 2020-07-29 2021-07-19 Battery management system, calculation system, battery degradation prediction method, and battery degradation prediction program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020128059 2020-07-29
JP2020-128059 2020-07-29

Publications (1)

Publication Number Publication Date
WO2022024848A1 true WO2022024848A1 (ja) 2022-02-03

Family

ID=80035553

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/026999 WO2022024848A1 (ja) 2020-07-29 2021-07-19 電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム

Country Status (5)

Country Link
US (1) US20230266399A1 (ja)
EP (1) EP4191733A4 (ja)
JP (1) JPWO2022024848A1 (ja)
CN (1) CN116134658A (ja)
WO (1) WO2022024848A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024122305A1 (ja) * 2022-12-05 2024-06-13 パナソニックＩｐマネジメント株式会社 電池分析システム、電池分析方法および電池分析プログラム、電池分析プログラムが記載された記憶媒体

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117574788B (zh) * 2024-01-17 2024-05-14 中国第一汽车股份有限公司 一种基于多尺度建模的电池健康度预测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011521206A (ja) * 2008-04-16 2011-07-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 再充電可能バッテリの寿命を予測する方法及び装置
JP2012120438A (ja) * 2007-08-10 2012-06-21 Sony Corp バッテリパック、電子機器、および残容量表示導出方法
JP2016128824A (ja) * 2012-01-11 2016-07-14 株式会社東芝 電池寿命事前検知方法、電池システム、及び電池コントローラ
JP2016133514A (ja) * 2015-01-21 2016-07-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． バッテリの状態を推定する方法及び装置
WO2017098686A1 (ja) 2015-12-10 2017-06-15 ソニー株式会社 電池パック、蓄電装置及び劣化検出方法
JP2018185209A (ja) * 2017-04-25 2018-11-22 株式会社デンソー 蓄電装置
WO2019054020A1 (ja) * 2017-09-15 2019-03-21 パナソニックＩｐマネジメント株式会社 電池管理装置、電池システム、及び電池管理方法
WO2019171688A1 (ja) * 2018-03-07 2019-09-12 パナソニックＩｐマネジメント株式会社 二次電池の残存性能評価方法、二次電池の残存性能評価プログラム、演算装置、及び残存性能評価システム
CN110456275A (zh) * 2019-08-26 2019-11-15 东莞塔菲尔新能源科技有限公司 一种判断电芯析锂的方法及系统
JP2020042036A (ja) * 2014-12-10 2020-03-19 株式会社Ｇｓユアサ 蓄電素子状態推定装置及び蓄電素子状態推定方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012120438A (ja) * 2007-08-10 2012-06-21 Sony Corp バッテリパック、電子機器、および残容量表示導出方法
JP2011521206A (ja) * 2008-04-16 2011-07-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 再充電可能バッテリの寿命を予測する方法及び装置
JP2016128824A (ja) * 2012-01-11 2016-07-14 株式会社東芝 電池寿命事前検知方法、電池システム、及び電池コントローラ
JP2020042036A (ja) * 2014-12-10 2020-03-19 株式会社Ｇｓユアサ 蓄電素子状態推定装置及び蓄電素子状態推定方法
JP2016133514A (ja) * 2015-01-21 2016-07-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． バッテリの状態を推定する方法及び装置
WO2017098686A1 (ja) 2015-12-10 2017-06-15 ソニー株式会社 電池パック、蓄電装置及び劣化検出方法
JP2018185209A (ja) * 2017-04-25 2018-11-22 株式会社デンソー 蓄電装置
WO2019054020A1 (ja) * 2017-09-15 2019-03-21 パナソニックＩｐマネジメント株式会社 電池管理装置、電池システム、及び電池管理方法
WO2019171688A1 (ja) * 2018-03-07 2019-09-12 パナソニックＩｐマネジメント株式会社 二次電池の残存性能評価方法、二次電池の残存性能評価プログラム、演算装置、及び残存性能評価システム
CN110456275A (zh) * 2019-08-26 2019-11-15 东莞塔菲尔新能源科技有限公司 一种判断电芯析锂的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4191733A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024122305A1 (ja) * 2022-12-05 2024-06-13 パナソニックＩｐマネジメント株式会社 電池分析システム、電池分析方法および電池分析プログラム、電池分析プログラムが記載された記憶媒体

Also Published As

Publication number Publication date
EP4191733A4 (en) 2024-06-12
US20230266399A1 (en) 2023-08-24
JPWO2022024848A1 (ja) 2022-02-03
EP4191733A1 (en) 2023-06-07
CN116134658A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
US9533597B2 (en) Parameter identification offloading using cloud computing resources
JP6124157B2 (ja) バッテリーの可用時間推定装置及び方法
CN102778652B (zh) 利用置信度值来确定蓄电池的充电状态的系统和方法
CN113165550B (zh) 信息处理系统、控制装置以及车辆用电源系统
WO2022024848A1 (ja) 電池管理装置、演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム
US20230065968A1 (en) Calculation system, battery characteristic estimation method, and battery characteristic estimation program
CN109693545B (zh) 一种电池剩余能量、车辆剩余里程的估算方法及装置
JP7407367B2 (ja) 管理システム、管理プログラム、及び電動車両
CN102455411A (zh) 自适应的缓慢变化电流检测
WO2022009696A1 (ja) 演算システム、電池の検査方法、及び電池の検査プログラム
EP4035934A1 (en) In-vehicle notification device, notification program, and calculation device
WO2022024847A1 (ja) 演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム
US12066493B2 (en) Battery state analysis system and battery state analysis method
WO2023026743A1 (ja) 劣化判定システム、劣化判定方法、および劣化判定プログラム
EP4316894A1 (en) Remaining capacity notification device, remaining capacity notification method, and remaining capacity notification program
JP7486130B2 (ja) 管理装置、及び車両用電源システム
US11811028B2 (en) On-vehicle system, secondary battery management system, charge rate output method, and program
WO2024157509A1 (ja) 車両利用状況推定システム、車両利用状況推定方法および車両利用状況推定プログラム

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: 21849655

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022540204

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2021849655

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2021849655

Country of ref document: EP

Effective date: 20230228

NENP Non-entry into the national phase

Ref country code: DE