WO2024252742A1 - 二次電池の劣化予測システムおよび二次電池の劣化予測方法 - Google Patents

二次電池の劣化予測システムおよび二次電池の劣化予測方法 Download PDF

Info

Publication number
WO2024252742A1
WO2024252742A1 PCT/JP2024/008352 JP2024008352W WO2024252742A1 WO 2024252742 A1 WO2024252742 A1 WO 2024252742A1 JP 2024008352 W JP2024008352 W JP 2024008352W WO 2024252742 A1 WO2024252742 A1 WO 2024252742A1
Authority
WO
WIPO (PCT)
Prior art keywords
secondary battery
deterioration
unit
state
life prediction
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2024/008352
Other languages
English (en)
French (fr)
Inventor
宏明 小西
純 川治
誉明 原
淳夫 西原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to EP24818981.3A priority Critical patent/EP4726414A1/en
Publication of WO2024252742A1 publication Critical patent/WO2024252742A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

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]
    • G01R31/367—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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • the present invention relates to a system for predicting deterioration of a secondary battery and a method for predicting deterioration of a secondary battery.
  • thermal power plants which is currently the main source of supply for energy demand
  • renewable energy sources such as solar and wind power.
  • BESS Battery Energy Storage System
  • the performance of a power storage system decreases due to deterioration of the secondary battery during operation. Therefore, when introducing a power storage system for the purpose of operating it for a specified period of time, it is necessary to design it in anticipation of the deterioration of the secondary battery. However, if the accuracy of the prediction of the deterioration of the secondary battery is low, it is necessary to design it with a large safety margin, and the installation of excessive batteries will result in high costs for the power storage system. Therefore, there is a demand for a deterioration prediction system that can predict the life of the battery with high accuracy.
  • Patent Document 1 describes a method for detecting internal information of a secondary battery.
  • the charge/discharge curve of the positive electrode and the charge/discharge curve of the negative electrode are superimposed and calculated to reproduce the charge/discharge curve of the secondary battery, and the deterioration state of the positive electrode and negative electrode is evaluated non-destructively.
  • Patent Document 1 reproduces the charge/discharge curve of a secondary battery based on the charge/discharge curves of the positive and negative electrodes.
  • the effective active material amounts of the positive and negative electrodes, an index for the positional relationship of the charge/discharge curves of the positive and negative electrodes, and the open circuit potentials of the positive and negative electrodes are obtained.
  • the present invention aims to provide a system and method for predicting deterioration of a secondary battery that can diagnose with high accuracy the internal state of a secondary battery composed of an electrode active material that exhibits small voltage changes due to changes in the charging state.
  • the present application includes multiple means for solving the above problems, and one example is a deterioration prediction system for a secondary battery, comprising an acquisition unit that acquires the relationship between the charge state and open circuit voltage of the secondary battery, and the relationship between the charge state and internal resistance of the battery under each operating condition of the secondary battery, an internal state diagnosis unit that diagnoses the deterioration state of the positive and negative electrodes of the secondary battery under each operating condition based on the relationship acquired by the acquisition unit, a life prediction formula creation unit that creates a life prediction formula for predicting the life of the secondary battery based on the time-series change in the deterioration state obtained by the internal state diagnosis unit, and a deterioration calculation unit that calculates the deterioration of the secondary battery based on the life prediction formula created by the life prediction formula creation unit.
  • the life prediction equation creating section creates a life prediction equation based on time-series changes in the deterioration states of the positive and
  • the internal state of the secondary battery can be diagnosed with high accuracy, and the lifespan can be predicted with high accuracy based on the obtained diagnosis results.
  • FIG. 1 is a block diagram showing an example of the configuration of a deterioration prediction system for a secondary battery according to an embodiment of the present invention
  • 2 is a block diagram showing an example of a functional configuration of a calculation unit of a deterioration prediction system for a secondary battery according to an embodiment of the present invention
  • FIG. 5A to 5C are diagrams showing an example of an internal state diagnosis (battery voltage, positive electrode potential, negative electrode potential) of a secondary battery according to an embodiment of the present invention.
  • 5A to 5C are diagrams showing an example of an internal state diagnosis (battery resistance, positive electrode resistance, negative electrode resistance) of a secondary battery according to an embodiment of the present invention.
  • FIG. 4 is a diagram showing an example of time series changes in deterioration parameters (active material utilization rate of a positive electrode and active material utilization rate of a negative electrode) of a secondary battery according to an embodiment of the present invention.
  • FIG. 1 is a diagram showing an example of time series changes in deterioration parameters of a secondary battery according to an embodiment of the present invention (amount of lithium ion loss associated with film formation on the positive electrode surface, and amount of lithium ion loss associated with film formation on the negative electrode surface).
  • 5 is a flowchart showing an example of a process for predicting a life span of a secondary battery according to an embodiment of the present invention.
  • this embodiment a secondary battery deterioration prediction system and a secondary battery deterioration prediction method according to one embodiment of the present invention (hereinafter referred to as “this embodiment”) will be described with reference to the attached drawings.
  • the secondary battery deterioration prediction system 10 includes an input unit 11, a calculation unit 12, and an output unit 13.
  • the input unit 11 receives input factors for predicting deterioration of the secondary battery, such as operating conditions of the secondary battery, calculation termination conditions, and output intervals.
  • operating conditions of the secondary battery include temperature and load (current).
  • calculation termination conditions include a period (e.g., 10 years) and a decrease in battery capacity to 70% or less.
  • output intervals include outputting the calculation results every 10 days.
  • the calculation unit 12 performs calculation processing relating to the capacity and resistance of the secondary battery until the end condition input to the input unit 11 is satisfied.
  • the output unit 13 outputs the calculation results of the capacity and resistance of the secondary battery obtained by the calculation unit 12 as values at output intervals for the period input to the input unit 11 (for example, every 10 days).
  • the secondary battery deterioration prediction system 10 shown in FIG. 1 is configured, for example, by a computer. That is, as shown in FIG. 1, the secondary battery deterioration prediction system 10 configured by a computer device includes a CPU (Central Processing Unit) 1, memory 2, storage 3, input device 4, network interface 5, and output unit 6, each of which is connected to a bus.
  • a CPU Central Processing Unit
  • memory 2 storage
  • input device 4 network interface
  • output unit 6 output unit
  • the CPU 1 is an arithmetic processing unit that reads out from the memory 2 or the storage 3 and executes program code of software that realizes the functions performed by the secondary battery deterioration prediction system 10 .
  • the CPU 1 reads out program codes from the memory 2 or the storage 3 and executes arithmetic processing in the work area of the memory 2, whereby various processing function units shown in FIG.
  • Storage 3 may be, for example, a large-capacity information storage medium such as a hard disk drive (HDD), solid state drive (SSD), or memory card.
  • Storage 3 stores software that realizes the functions of secondary battery deterioration prediction system 10, and data obtained by executing that program.
  • the input device 4 includes devices such as a keyboard and a mouse, and performs input processing of various information based on the operations of an operator.
  • the network interface 5 may be, for example, a network interface card (NIC), and receives programs from the outside and transmits processing results.
  • the output unit 6 uses output devices such as a display and a printer, and performs output processing such as displaying and printing the results of calculations.
  • the secondary battery deterioration prediction system 10 configured with the computer shown in FIG. 1 is merely an example, and may be configured with an arithmetic processing device other than a computer.
  • some or all of the functions performed by the secondary battery deterioration prediction system 10 may be implemented using an FPGA (Field Programmable Gate Array).
  • FPGA Field Programmable Gate Array
  • the above-described function may be realized by hardware such as a gate array (Gate Array) or an application specific integrated circuit (ASIC).
  • FIG. 2 shows each processing unit constituting the calculation unit 12 of the secondary battery deterioration prediction system 10 of this embodiment.
  • the calculation unit 12 includes a positive electrode information and negative electrode information acquisition unit 121, a battery information acquisition unit 122, an internal state diagnosis unit 123, a time-series change equation creation unit 124, a function creation unit 125, a life prediction equation creation unit 126, and a deterioration calculation unit 127.
  • Each of these processing units 121 to 127 is configured in the memory 2 shown in FIG. 1 by executing software that realizes the functions performed by the secondary battery deterioration prediction system 10.
  • the positive electrode information and negative electrode information acquisition unit 121 and the battery information acquisition unit 122 may acquire information measured using equipment other than the secondary battery deterioration prediction system 10 .
  • the calculations performed by the calculation unit 12 include a life prediction calculation for storage deterioration of the secondary battery and a life prediction calculation for operational deterioration of the secondary battery. First, an example of a case where the calculation unit 12 performs a life prediction calculation for storage deterioration of the secondary battery will be described.
  • the positive electrode information and negative electrode information acquisition unit 121 performs an acquisition process for acquiring information on the open circuit potential (OCP) and resistance of the positive electrode and negative electrode, which are necessary for diagnosing the internal state of the battery.
  • OCP open circuit potential
  • An example of a method for acquiring information in the positive electrode information and negative electrode information acquiring unit 121 will be described below.
  • a positive electrode single-electrode cell is fabricated using the positive electrode and lithium metal used in the secondary battery to be predicted for life expectancy, and a negative electrode single-electrode cell is fabricated using the negative electrode and lithium metal.
  • the Galvanostatic Intermittent Titration Technique GITT is performed on the single-electrode cell to obtain information on the open circuit potential and resistance.
  • a single-electrode cell is fully charged, then discharged for 72 seconds at a current equivalent to 1C [A], followed by a 30-minute rest, and this cycle is repeated until the end-of-discharge potential is reached.
  • the open-circuit potential at each state of charge (SOC) is the potential 30 minutes after the discharge current is stopped.
  • the resistance at each state of charge (SOC) is calculated by dividing the difference between the open-circuit potential before discharge begins and the open-circuit potential after a specified discharge time has elapsed, by the discharge current.
  • the battery information acquisition unit 122 performs an acquisition process to acquire information on the secondary battery's open circuit voltage (OCV) and resistance, which are necessary for the internal state diagnosis unit 123 to diagnose the internal state of the battery.
  • OCV open circuit voltage
  • An example of a method for acquiring information in battery information acquisition section 122 will be described below.
  • a storage test is performed on the secondary battery, in which the secondary battery is stored for a certain period of time at a predetermined temperature and state of charge (SOC).
  • SOC state of charge
  • the battery information acquisition unit 122 periodically stops the test, performs constant current intermittent titration, and acquires information on the open circuit voltage and resistance.
  • a single-electrode cell is fully charged, then discharged for 72 seconds at a current equivalent to 1C [A], followed by a 30-minute rest, and this cycle is repeated until the discharge end potential is reached.
  • the open circuit potential at each state of charge (SOC) is the voltage 30 minutes after the discharge current is stopped.
  • the resistance at each state of charge (SOC) is calculated by dividing the difference between the open circuit voltage before the start of discharge and the open circuit voltage after a specified discharge time has elapsed, by the discharge current.
  • the internal state diagnosis unit 123 performs an internal state diagnosis process for diagnosing the internal state of the secondary battery using the information obtained by the positive electrode information and negative electrode information acquisition unit 121 and the battery information acquisition unit 122 . That is, the internal state diagnosis unit 123 diagnoses the internal state of the secondary battery by comparing the open circuit potential and resistance data of the positive and negative electrodes obtained by the positive electrode information and negative electrode information acquisition unit 121 with the open circuit voltage and resistance data of the secondary battery obtained by the battery information acquisition unit 122.
  • the internal state can be diagnosed as a number of parameters that are correlated with battery degradation, such as the positive electrode active material utilization rate m p , the negative electrode active material utilization rate m n , the amount of lithium ion loss associated with the formation of a coating on the positive electrode surface ⁇ p , the amount of lithium ion loss associated with the formation of a coating on the negative electrode surface ⁇ n , the battery solution resistance R 0 , the rate of resistance increase of the positive electrode a p , and the rate of resistance increase of the negative electrode a n .
  • the positive electrode active material utilization rate m p the negative electrode active material utilization rate m n
  • the amount of lithium ion loss associated with the formation of a coating on the positive electrode surface ⁇ p the amount of lithium ion loss associated with the formation of a coating on the negative electrode surface ⁇ n
  • the battery solution resistance R 0 the rate of resistance increase of the positive electrode a p
  • the utilization rate of the active material of the positive electrode is an index showing the ratio of the active material that can contribute to the battery reaction to the positive electrode active material contained in the electrode.
  • the negative electrode active material utilization rate mn is an index showing the ratio of the active material that can contribute to the battery reaction to the negative electrode active material contained in the electrode.
  • the amount of lithium ion loss ⁇ p associated with the formation of a film on the positive electrode surface is an index indicating the amount of electricity of lithium ions taken in by the film formed by reaction with the electrolyte on the positive electrode surface.
  • the amount of lithium ion loss ⁇ n associated with the formation of a film on the negative electrode surface is an index indicating the amount of electricity of lithium ions taken into the film formed by reaction with the electrolyte on the negative electrode surface.
  • the solution resistance R0 of the battery is an index showing the resistance of the battery components when the battery is used.
  • the positive electrode resistance increase rate a p is an index showing the resistance increase rate of the positive electrode when the battery is used.
  • the negative electrode resistance increase rate a n is an index showing the resistance increase rate of the negative electrode when the battery is used.
  • 3 and 4 are diagrams showing examples of fitting results.
  • 3 shows the actual open circuit voltage (OCV) value d11 of the secondary battery, its calculated value d12, the positive electrode potential (calculated value) d13, and the negative electrode potential (calculated value) d14.
  • OCV open circuit voltage
  • the vertical axis on the left side shows the battery voltage and the positive electrode potential [V]
  • the vertical axis on the right side shows the negative electrode potential [V].
  • the horizontal axis shows the battery capacity [Ah].
  • the actual measured value d11 of the open circuit voltage of the secondary battery is plotted as a white circle, and the calculated value d12 is a value calculated based on that.
  • FIG. 4 shows the actual resistance value d21 of the secondary battery, its calculated value d22, the positive electrode resistance (calculated value) d23, and the negative electrode resistance (calculated value) d24.
  • the vertical axis represents resistance [m ⁇ ]
  • the horizontal axis represents battery capacity [Ah].
  • the actual measured value d21 of the resistance of the secondary battery is plotted as a white circle, and the calculated value d22 is a value calculated based on this.
  • the capacity Qc of the secondary battery can be expressed by the following formula.
  • Vc (Q c ) V p (q p ) ⁇ V n (q n )
  • the resistance R c at each capacity (each state of charge) of the secondary battery can be expressed by the following equation.
  • R c (Q c ) a p /m p ⁇ r p (q p )+a n /m n ⁇ r n (q n )+R 0
  • the time-series change equation creation section 124 creates a time-series change equation of the internal parameter obtained by the internal state diagnosis section 123.
  • 5 shows an example of a time series change d31 of the negative electrode active material utilization rate mn and a time series change d32 of the positive electrode active material utilization rate mp .
  • the horizontal axis of Fig. 5 shows time, and the vertical axis shows the negative electrode active material utilization rate.
  • FIG. 6 shows an example of a time series change d41 in the amount of lithium ion loss ⁇ n associated with the formation of a film on the negative electrode surface, and a time series change d42 in the amount of lithium ion loss ⁇ p associated with the formation of a film on the positive electrode surface.
  • the horizontal axis indicates time
  • the vertical axis indicates the amount of lithium ion loss associated with the formation of a coating on the negative electrode surface.
  • the time-series change equation creating section 124 creates a time-series change equation that indicates the time-series change of the internal parameter obtained by the internal state diagnosis section 123 .
  • the function generating unit 125 generates a function of the operating conditions using the coefficients of the time series change equation of each deterioration parameter obtained by the time series change equation generating unit 124 .
  • the dependency of the coefficients m 1 and m 1 ' on the operating conditions is expressed as a function.
  • ⁇ ⁇ + ⁇ Temperature+ ⁇ SOC
  • m 1 (m 1' ) ⁇ ⁇ ( ⁇ ⁇ temperature) + ( ⁇ ⁇ SOC) etc.
  • ⁇ , ⁇ , and ⁇ are coefficients whose values are determined by fitting.
  • the calculation unit 12 calculates the storage deterioration of a secondary battery.
  • the positive electrode information and negative electrode information acquisition unit 121 acquires information on the open circuit potential and resistance of the positive electrode and the negative electrode, which are necessary for diagnosing the internal state of the battery.
  • the acquisition method here is the same as that for calculating the storage deterioration.
  • the battery information acquisition unit 122 acquires information on the secondary battery's open circuit voltage and resistance, which are necessary for diagnosing the internal state of the battery.
  • the battery information acquisition unit 122 first performs a cycle test on the secondary battery in which charging and discharging are repeated at a predetermined temperature and within a predetermined range of the state of charge (SOC) at a constant current.
  • SOC state of charge
  • the battery information acquisition unit 122 periodically stops the test, performs constant current intermittent titration (GITT), and acquires information on the open circuit voltage and resistance.
  • GITT constant current intermittent titration
  • a single-electrode cell is fully charged, then discharged for 72 seconds at a current equivalent to 1C [A], followed by a 30-minute rest, and this cycle is repeated until the discharge end potential is reached.
  • the open circuit potential at each state of charge (SOC) is the voltage 30 minutes after the discharge current is stopped.
  • the resistance at each state of charge (SOC) is calculated by dividing the difference between the open circuit voltage before discharge begins and the open circuit voltage after a specified discharge time has elapsed, by the discharge current.
  • the internal state diagnosis unit 123 uses the information obtained by the positive electrode information and negative electrode information acquisition unit 121 and the battery information acquisition unit 122 to diagnose the internal state of the secondary battery. That is, the internal state diagnosis unit 123 diagnoses the internal state of the secondary battery by comparing the open circuit potential and resistance data of the positive and negative electrodes obtained by the positive electrode information and negative electrode information acquisition unit 121 with the open circuit voltage and resistance data of the secondary battery obtained by the battery information acquisition unit 122.
  • the internal state may be diagnosed based on the following parameters: the active material utilization rate m p of the positive electrode, the active material utilization rate m n of the negative electrode, the amount of lithium ion loss associated with the formation of a coating on the positive electrode surface ⁇ p , the amount of lithium ion loss associated with the formation of a coating on the negative electrode surface ⁇ n , the solution resistance R 0 of the battery, the rate of resistance increase of the positive electrode a p , and the rate of resistance increase of the negative electrode a n , all of which are correlated with battery degradation.
  • the internal state diagnosis unit 123 uses these seven as variable parameters, and fits the data on the open circuit potential and resistance of the positive and negative electrodes obtained by the positive electrode information and negative electrode information acquisition unit 121 to the data on the open circuit voltage and resistance of the secondary battery obtained by the battery information acquisition unit 122.
  • the fitting method is the same as that used to calculate the storage deterioration of the secondary battery.
  • the time-series change equation creation section 124 creates a time-series change equation of the internal parameter obtained by the internal state diagnosis section 123 .
  • the time series change equation creation unit 124 calculates the change in the internal parameters of only the operating load by subtracting the change in parameters due to the storage load calculated using a function of each parameter of the storage load obtained when calculating the storage deterioration.
  • the time series change equation creation unit 124 plots the time series changes of each parameter and draws an approximation curve.
  • the shape of the approximation curve can be arbitrarily set for each parameter, such as a linear curve, a quadratic curve, a root system equation, or a power system equation.
  • the function generating unit 125 generates a function of the operating conditions from the coefficients of the time series change equation of each of the obtained deterioration parameters.
  • the dependency of the coefficients m 1 and m 1 ' on the operating conditions is expressed as a function.
  • m 1 (m 1' ) ⁇ + ⁇ ⁇ temperature + ⁇ ⁇ center SOC + ⁇ ⁇ SOC range + ⁇ ⁇ current
  • m 1 (m 1' ) ⁇ ⁇ ( ⁇ ⁇ temperature) ⁇ ( ⁇ ⁇ center SOC) ⁇ ( ⁇ ⁇ SOC range) ⁇ ( ⁇ ⁇ current) etc.
  • ⁇ , ⁇ , ⁇ , and ⁇ are coefficients. The values of these coefficients ⁇ , ⁇ , ⁇ , ⁇ , and ⁇ are determined by fitting.
  • the life prediction equation creation unit 126 inputs the operating conditions of the secondary battery whose life is to be predicted into the function created by the function creation unit 125 when calculating the storage deterioration of the secondary battery, and into the function created by the function creation unit 125 when calculating the operational deterioration of the secondary battery, to create a life prediction equation for the secondary battery whose life is to be predicted.
  • the deterioration calculation unit 127 calculates internal deterioration parameters based on the life prediction equation created by the life prediction equation creation unit 126 .
  • the life prediction equation creation unit 126 inputs internal deterioration parameters into the following equation to create a life prediction equation that calculates capacitance Qc and resistance Rc .
  • R c a p /m p ⁇ r p +a n /m n ⁇ r n +R 0
  • the deterioration calculation unit 127 divides the result of the life prediction formula obtained by the life prediction formula creation unit 126 by the initial capacity Q ini and initial resistance R ini of the secondary battery to calculate the rate of change of the capacity and resistance.
  • the deterioration calculation unit 127 can obtain the time series changes in the rate of change of the capacitance and resistance as shown in Figs. 5 and 6.
  • FIG. 7 is a flow chart showing the calculation process of the storage deterioration and the operational deterioration of the secondary battery in the calculation unit 12 described above.
  • the positive electrode information and negative electrode information acquisition unit 121 acquires information on the open circuit potential and resistance of the positive electrode and negative electrode, which are necessary for diagnosing the internal state of the battery (step S11).
  • the battery information acquisition unit 122 acquires information on the secondary battery's open circuit voltage and resistance, which are necessary for diagnosing the internal state of the battery (step S12).
  • the internal state diagnosis unit 123 diagnoses the internal state of the secondary battery using the information on the open circuit potential and resistance of the positive and negative electrodes obtained by the positive electrode information and negative electrode information acquisition unit 121 in step S11, and the information on the secondary battery open circuit voltage and resistance obtained by the battery information acquisition unit 122 in step S12 (step S13).
  • the time-series change equation creation unit 124 creates a time-series change equation for storage deterioration of the secondary battery and a time-series change equation for operational deterioration of the secondary battery (step S14).
  • the function generator 125 generates a function based on the operating conditions of the time series change equation of the storage deterioration of the secondary battery, and generates a function based on the operating conditions of the time series change equation of the operational deterioration of the secondary battery (step S15).
  • the life prediction formula generation unit 126 performs a life prediction formula generation process in which the operating conditions of the secondary battery whose life is to be predicted are input into the function generated when calculating the storage deterioration of the secondary battery and the function generated when calculating the operational deterioration of the secondary battery, to generate a life prediction formula for the secondary battery whose life is to be predicted (step S16).
  • the deterioration calculation unit 127 calculates the internal deterioration parameters based on the life prediction formula created by the life prediction formula creation unit 126 (step S17).
  • the deterioration calculation unit 127 may, for example, obtain the operating conditions of the secondary battery and calculate the deterioration state.
  • the calculated internal deterioration parameters are output, for example, as a graph of the deterioration state as shown in FIG. 5 or FIG. 6, or a table of the deterioration state.
  • the secondary battery degradation prediction system 10 of this example can diagnose the internal state of the secondary battery with high accuracy, even in a secondary battery system in which the change in voltage relative to the change in the charging state is small, and can predict the lifespan with high accuracy based on the obtained diagnosis results.
  • the internal state diagnosis unit 123 diagnoses the deterioration state of the positive and negative electrodes using a group of relationships between the state of charge and open circuit potential specific to the positive electrode active material of the secondary battery, a group of relationships between the state of charge and internal resistance, a group of relationships between the state of charge and open circuit potential specific to the negative electrode active material of the secondary battery, and a group of relationships between the state of charge and internal resistance.
  • the internal state diagnosis unit 123 can be said to contribute to the high accuracy of life prediction.
  • the secondary battery deterioration prediction system 10 of this example is provided with a time series change equation creation unit 124 that creates a time series change equation for the state diagnosed by the internal state diagnosis unit 123, and the life prediction equation creation unit 126 creates a life prediction equation based on the time series change equation created by the time series change equation creation unit 124. This makes it possible to make an appropriate life prediction that reflects the time series changes.
  • the internal state diagnosis unit 123 extracts parameters such as the active material utilization rate of the positive electrode, the active material utilization rate of the negative electrode, the amount of lithium ion loss associated with the formation of a coating on the positive electrode surface, the amount of lithium ion loss associated with the formation of a coating on the negative electrode surface, the solution resistance of the battery, the resistance increase rate of the positive electrode, and the resistance increase rate of the negative electrode to diagnose the internal state.
  • the internal state diagnosis unit 123 contributes to improving the accuracy of life prediction. Note that in the above-mentioned embodiment, extracting all of these parameters and using them to diagnose the internal state is just one example, and a part of these parameters (at least one) may be extracted and used to diagnose the internal state.
  • time series change equation creation unit 124 creates a battery life prediction equation based on the time series changes of the parameters extracted by the internal state diagnosis unit 123. In this respect, the time series change equation creation unit 124 contributes to improving the accuracy of life prediction.
  • the internal state diagnosis unit 123 diagnoses the deterioration of the secondary battery due to storage load and deterioration due to operation load
  • the life prediction formula creation unit 126 creates a battery life prediction formula by combining the deterioration due to storage load and the deterioration due to operation load, making it possible to make an appropriate life prediction that reflects the time-series changes due to each type of deterioration.
  • the degradation calculation unit 127 acquires the operating conditions of the secondary battery, calculates and outputs the time series changes in the capacity and resistance of the secondary battery, making it possible to make an appropriate life prediction based on the operating conditions of the secondary battery.
  • the life prediction formula creation unit 126 calculates the time series changes in the deterioration states of the positive and negative electrodes for storage deterioration, which is when no load is applied to the secondary battery, and the time series changes in the deterioration states of the positive and negative electrodes for operational deterioration, which is when a load is applied to the secondary battery, and creates a life prediction formula.
  • the life prediction formula creation unit 126 may create a life prediction formula based on time series changes in the deterioration state of the positive and negative electrodes regarding operational deterioration when a load is applied to the secondary battery.
  • the secondary battery deterioration prediction system 10 is configured as one computer, but a similar deterioration prediction system may be configured as multiple computers.
  • some of the data such as data measuring the positive and negative electrodes of the secondary battery, may be stored in a server connected to the secondary battery deterioration prediction system 10 via a network, and the secondary battery deterioration prediction system 10 may exchange information with the server to perform similar processing.
  • some of the components provided in the calculation unit 12 shown in FIG. 2 may be placed in a separate computer and processed by the separate computer.
  • the programs that realize each processing function may be stored in non-volatile storage or memory within the computer device, or may be stored in an external memory, IC card, SD card, optical disk, or other recording medium and transferred.

Landscapes

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

Abstract

各稼働条件における二次電池の充電状態と開回路電圧との関係、および電池の充電状態と内部抵抗の関係を取得する取得部と、取得した関係に基づいて各稼働条件における二次電池の正極と負極の劣化状態を診断する内部状態診断部と、得られた劣化状態の時系列変化に基づいて寿命予測式を作成する寿命予測式作成部と、寿命予測式に基づいて二次電池の劣化を計算する劣化計算部と、を備える。寿命予測式作成部は、二次電池に負荷をかけた場合の正極および負極の劣化状態の時系列変化に基づいて寿命予測式を作成する。

Description

二次電池の劣化予測システムおよび二次電池の劣化予測方法
　本発明は二次電池の劣化予測システムおよび二次電池の劣化予測方法に関する。
　二酸化炭素の排出抑制に向けて、エネルギー需要に対する供給源として現在主に用いられている火力発電由来のエネルギーを、太陽光発電や風力発電等の再生可能エネルギーに置き換えていく必要がある。しかしながら、火力発電機が系統から解列すると、需要の変動に対して系統安定のための調整力供給能力が低下してしまう。一方、個々の再生可能エネルギー発電機には自身の発電値の変動を緩和するための二次電池を用いた電力貯蔵システム（ＢＥＳＳ:Battery Energy Storage System）を併設している場合がある。この電池の能力を調整力として活用できれば、系統安定に貢献できる。
　電力貯蔵システムは、その運用過程における二次電池の劣化により、性能が低下する。
そこで、所定の期間、稼働させることを目的に電力貯蔵システムを導入する場合、二次電池の劣化を見越して設計する必要がある。しかし、二次電池の劣化予測の精度が低いと安全マージンを多く含んだ設計とする必要があるため、過剰な電池の搭載により、電力貯蔵システムが高コスト化してしまう。そこで、高精度に電池の寿命を予測する劣化予測システムが求められている。
　特許文献１には、二次電池の内部情報の検知方法が記載されている。この特許文献１に記載された検知方法では、正極の充放電曲線と負極の充放電曲線とを重ね合わせ計算して、二次電池の充放電曲線を再現し、正極や負極の劣化状態を非破壊で評価している。
特開２００９－０８００９３号公報
　上述したように、特許文献１に記載された方法は、正極および負極の充放電曲線に基づいて、二次電池の充放電曲線を再現している。そして、充放電曲線の再現過程において、正極および負極の有効活物質量や、正極および負極の充放電曲線の位置関係についての指標や、正極および負極の開回路電位を求めている。
　このような特許文献１に記載された従来の方法でも、充電状態の変化により電圧の変化する電極活物質系であるＬｉＮｉｘＭｎｙＣｏｚＭ１－ｘ－ｙ－ｚＯ２正極（Ｍ：任意の元素）、ＬｉＭｎ２Ｏ４正極、黒鉛、Ｓｉ負極、ＳｉＯ負極などから構成させる電池系の診断は高精度に実施することが可能である。
　しかしながら、充電状態の変化による電圧の変化が小さい電極活物質系であるＬｉＦｅＰＯ４正極、Ｌｉ４Ｔｉ５Ｏ１２負極などから構成される電池系の診断をするのは困難であった。
　本発明は、かかる点に鑑み、充電状態の変化による電圧変化の小さい電極活物質から構成される二次電池の内部状態を高精度に診断できる二次電池の劣化予測システムおよび二次電池の劣化予測方法を提供することを目的とする。
　上記課題を解決するために、例えば請求の範囲に記載の構成を採用する。
　本願は、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、二次電池の劣化予測システムとして、二次電池の各稼働条件における、二次電池の充電状態と開回路電圧との関係、および電池の充電状態と内部抵抗の関係を取得する取得部と、取得部が取得した関係に基づいて、各稼働条件における二次電池の正極と負極の劣化状態を診断する内部状態診断部と、内部状態診断部で得られた劣化状態の時系列変化に基づいて二次電池の寿命予測を行うための寿命予測式を作成する寿命予測式作成部と、寿命予測式作成部が作成した寿命予測式に基づいて二次電池の劣化を計算する劣化計算部と、を備える。
　ここで、寿命予測式作成部は、二次電池に負荷をかけた場合の正極および負極の劣化状態の時系列変化に基づいて寿命予測式を作成するようにした。
　本発明によれば、充電状態の変化に対する電圧の変化が小さい二次電池系においても、二次電池の内部状態を高精度に診断し、得られた診断結果に基づいて高精度に寿命予測することができる。
　上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。
本発明の一実施の形態例に係る二次電池の劣化予測システムの構成例を示すブロック図である。 本発明の一実施の形態例に係る二次電池の劣化予測システムの計算部が行う機能構成例を示すブロック図である。 本発明の一実施の形態例に係る二次電池の内部状態診断の例（電池電圧、正極電位、負極電位）を示す図である。 本発明の一実施の形態例に係る二次電池の内部状態診断の例（電池抵抗、正極抵抗、負極抵抗）を示す図である。 本発明の一実施の形態例による二次電池の劣化パラメータの時系列変化の例（正極の活物質利用率、および負極の活物質利用率）を示す図である。 本発明の一実施の形態例による二次電池の劣化パラメータの時系列変化の例（正極表面の被膜形成に伴うリチウムイオン損失量、および負極表面の被膜形成に伴うリチウムイオン損失量）を示す図である。 本発明の一実施の形態例に係る二次電池の寿命予測の処理例を示すフローチャートである。
　以下、本発明の一実施の形態例（以下、「本例」と称する）に係る二次電池の劣化予測システムおよび二次電池の劣化予測方法を、添付図面を参照して説明する。
　図１は、本例の二次電池の劣化予測システム１０の構成例を示す。本例の二次電池の劣化予測システム１０は、入力部１１と計算部１２と出力部１３とを備える。
　入力部１１には、二次電池の劣化予測を行うための入力因子として、二次電池の稼働条件と、計算の終了条件と、出力間隔などが入力される。二次電池の稼働条件としては、例えば温度、負荷（電流）などがある。計算の終了条件としては、期間（１０年間など）、電池容量が７０％以下に低下、などがある。出力間隔としては、１０日毎に計算結果を出力するなどがある。
　これらの入力因子は、例えば劣化予測を行う操作者によって入力される。
　計算部１２は、二次電池の容量および抵抗に関する計算処理を、入力部１１に入力された終了条件を満たすまで行う。
　出力部１３は、計算部１２での計算で得られた二次電池の容量および抵抗の計算結果を、入力部１１に入力した期間（１０日毎など）の出力間隔の値として出力する。
　この図１に示す二次電池の劣化予測システム１０は、例えばコンピュータで構成される。すなわち、図１に示すように、コンピュータ装置で構成された二次電池の劣化予測システム１０は、バスにそれぞれ接続された、ＣＰＵ(Central Processing Unit)１、メモリ２、ストレージ３、入力デバイス４、ネットワークインタフェース５、及び出力部６を備える。
　ＣＰＵ１は、二次電池の劣化予測システム１０が行う機能を実現するソフトウェアのプログラムコードをメモリ２またはストレージ３から読み出して実行する演算処理部である。
　ＣＰＵ１がメモリ２またはストレージ３からプログラムコードを読み出して、メモリ２のワークエリアで演算処理を実行することで、後述する図２に示す様々な処理機能部がメモリ２に構成される。
　ストレージ３には、例えば、ＨＤＤ(Hard Disk Drive)、ＳＳＤ（Solid State Drive）、メモリカードなどの大容量情報記憶媒体が用いられる。ストレージ３には二次電池の劣化予測システム１０が持つ機能を実現するソフトウェアと、そのプログラムの実行で得られたデータが記憶される。
　入力デバイス４には、キーボードやマウスなどの機器が使用され、操作者の操作に基づいた各種情報の入力処理が行われる。
　ネットワークインタフェース５には、例えば、ＮＩＣ（Network Interface Card）などが用いられ、外部からのプログラムなどの受信や、処理結果の送信などが行われる。
　出力部６には、ディスプレイやプリンタなどの出力機器が使用され、計算結果の表示やプリントなどの出力処理が行われる。
　なお、二次電池の劣化予測システム１０を図１に示すコンピュータで構成するのは一例であり、コンピュータ以外のその他の演算処理装置で構成してもよい。例えば、二次電池の劣化予測システム１０が行う機能の一部または全部を、ＦＰＧＡ（Field Programmable
 Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェアによって実現してもよい。
　図２は、本例の二次電池の劣化予測システム１０の計算部１２を構成する各処理部を示す。
　計算部１２は、正極情報及び負極情報取得部１２１、電池情報取得部１２２、内部状態診断部１２３、時系列変化式作成部１２４、関数化部１２５、寿命予測式作成部１２６、および劣化計算部１２７を備える。これらの各処理部１２１～１２７は、二次電池の劣化予測システム１０が行う機能を実現するソフトウェアを実行することにより、図１に示すメモリ２に構成される。
　但し、正極情報及び負極情報取得部１２１と電池情報取得部１２２とについては、二次電池の劣化予測システム１０とは別の機器を使用して測定された情報を取得してもよい。
　計算部１２が行う計算には、二次電池の保存劣化の寿命予測計算と、二次電池の稼働劣化の寿命予測計算が含まれる。最初に、計算部１２が二次電池の保存劣化の寿命予測計算を行う場合の例について説明する。
　正極情報及び負極情報取得部１２１は、電池の内部状態を診断するために必要な、正極および負極の開回路電位（ＯＣＰ：Open Circuit Potential）と抵抗の情報を取得する取得処理を行う。
　正極情報及び負極情報取得部１２１における情報の取得方法の一例を、以下に説明する。
　まず、寿命予測対象の二次電池に使用されている正極とリチウム金属を用いた正極単極セル、および負極とリチウム金属を用いた負極単極セルを作製する。続いて単極セルに対し、定電流間欠滴定法（ＧＩＴＴ：Galvanostatic Intermittent Titration Technique）を実施し、開回路電位と抵抗の情報を取得する。
　定電流間欠滴定法では、単極セルを満充電させた後、１Ｃ[Ａ]相当の電流で７２秒間放電させ、３０分休止させるサイクルを、放電終止電位に到達するまで繰り返す。各充電率（ＳＯＣ：State Of Charge）における開回路電位としては、放電電流を停止させてから３０分後の電位が用いられる。また、各充電率（ＳＯＣ）における抵抗は、放電開始前の開回路電位と、所定の放電時間が経過したときの開回路電位との差分を、放電電流で除算して計算される。
　電池情報取得部１２２は、内部状態診断部１２３で電池の内部状態を診断するために必要な、二次電池開回路電圧（ＯＣＶ：Open Circuit Voltage）と抵抗の情報を取得する取得処理を行う。
　電池情報取得部１２２における情報の取得方法の一例を、以下に説明する。
　まず二次電池に対し、所定の温度および充電率（ＳＯＣ）で一定期間保存する保存試験を実施する。
　電池情報取得部１２２は、保存試験を実施する際に、定期的に試験を停止し、定電流間欠滴定法を実施し、開回路電圧と抵抗の情報を取得する。
　定電流間欠滴定法では、単極セルを満充電させた後、１Ｃ[Ａ]相当の電流で７２秒間放電させ、３０分休止させるサイクルを、放電終止電位に到達するまで繰り返す。各充電率（ＳＯＣ）における開回路電位としては、放電電流を停止させてから３０分後の電圧が用いられる。また、各充電率（ＳＯＣ）における抵抗は、放電開始前の開回路電圧と、所定の放電時間が経過したときの開回路電圧との差分を、放電電流で除算して計算される。
　内部状態診断部１２３は、正極情報及び負極情報取得部１２１と電池情報取得部１２２とで得られた情報を用いて、二次電池の内部状態を診断する内部状態診断処理を行う。
　すなわち、内部状態診断部１２３は、正極情報及び負極情報取得部１２１で得られた正極および負極の開回路電位および抵抗のデータを、電池情報取得部１２２で得られた二次電池の開回路電圧および抵抗のデータと比較することで、二次電池の内部状態を診断する。
　内部状態の診断対象としては、電池劣化と相関のある、正極の活物質利用率ｍｐ、負極の活物質利用率ｍｎ、正極表面の被膜形成に伴うリチウムイオン損失量δｐ、負極表面の被膜形成に伴うリチウムイオン損失量δｎ、電池の溶液抵抗Ｒ０、正極の抵抗上昇率ａｐ、および負極の抵抗上昇率ａｎなどが挙げられる。
　ここで、正極の活物質利用率ｍｐは、電極中に含まれる正極活物質のうち、電池反応に寄与できる活物質の比率を示す指標である。
　負極の活物質利用率ｍｎは、電極中に含まれる負極活物質のうち、電池反応に寄与できる活物質の比率を示す指標である。
　正極表面の被膜形成に伴うリチウムイオン損失量δｐは、正極表面における電解液との反応により生成する被膜に取り込まれたリチウムイオンの電気量を示す指標である。
　負極表面の被膜形成に伴うリチウムイオン損失量δｎは、負極表面における電解液との反応により生成する被膜に取り込まれたリチウムイオンの電気量を示す指標である。
　電池の溶液抵抗Ｒ０は、電池を利用した際の電池部材の抵抗を示す指標である。
　正極の抵抗上昇率ａｐは、電池を利用した際の正極の抵抗上昇率を示す指標である。
　負極の抵抗上昇率ａｎは、電池を利用した際の負極の抵抗上昇率を示す指標である。
　これらの７つの指標を可変パラメータとし、正極情報及び負極情報取得部１２１で得られた正極および負極の開回路電位および抵抗のデータを、電池情報取得部１２２で得られた二次電池の開回路電圧および抵抗のデータとフィッティングする。
　図３および図４は、フィッティング結果の一例を示す図である。
　図３は、二次電池の開回路電圧（ＯＣＶ）の実測値ｄ１１、その計算値ｄ１２、正極電位（計算値）ｄ１３、負極電位（計算値）ｄ１４を示す。図３において、左側の縦軸は電池電圧および正極電位［Ｖ］を示し、右側の縦軸は負極電位［Ｖ］を示す。横軸は電池容量［Ａｈ］である。
　図３において、二次電池の開回路電圧の実測値ｄ１１は白丸でプロットした箇所であり、計算値ｄ１２はそれに基づいて計算した値である。
　図４は、二次電池の抵抗の実測値ｄ２１、その計算値ｄ２２、正極抵抗（計算値）ｄ２３、負極抵抗（計算値）ｄ２４を示す。図４において、縦軸は抵抗［ｍΩ］を示し、横軸は電池容量［Ａｈ］を示す。
　図４において、二次電池の抵抗の実測値ｄ２１は白丸でプロットした箇所であり、計算値ｄ２２はそれに基づいて計算した値である。
　ここで、これらの値を得る計算式について説明すると、まず、正極容量をｑｐ、負極容量をｑｎとすると、二次電池の容量Ｑｃは、次式で表すことができる。
　Ｑｃ＝ｍｐ×ｑｐ－δｐ＝ｍｎ×ｑｎ－δｎ
　次に、二次電池の各容量（充電状態）における開回路電圧Ｖｃは、正極および負極の開回路電位（Ｖｐ、Ｖｎ）を用いて、次式で表すことができる。
　Ｖｃ（Ｑｃ）＝Ｖｐ（ｑｐ）－Ｖｎ（ｑｎ）
　さらに、正極抵抗をｒｐ、負極抵抗をｒｎとすると、二次電池の各容量（各充電状態）における抵抗Ｒｃは、次式で表すことができる。
　Ｒｃ（Ｑｃ）＝ａｐ／ｍｐ×ｒｐ（ｑｐ）＋ａｎ／ｍｎ×ｒｎ（ｑｎ）＋Ｒ０
　図２の説明に戻ると、時系列変化式作成部１２４は、内部状態診断部１２３で得られた内部パラメータの時系列変化式を作成する。
　図５は、負極の活物質利用率ｍｎの時系列変化ｄ３１と、正極の活物質利用率ｍｐの時系列変化ｄ３２の一例を示す。図５の横軸は時間、縦軸は負極の活物質利用率を示す。
　図６は、負極表面の被膜形成に伴うリチウムイオン損失量δｎの時系列変化ｄ４１と、正極表面の被膜形成に伴うリチウムイオン損失量δｐの時系列変化ｄ４２の一例を示す。
図６の横軸は時間、縦軸は負極表面の被膜形成に伴うリチウムイオン損失量を示す。
　図５および図６に示す曲線は、各パラメータの時系列変化の近似曲線である。近似曲線の形状としては、一次曲線、二次曲線、ルート系の式、べき乗系の式などパラメータ毎に任意に設定することができる。
　このようにして、時系列変化式作成部１２４は、内部状態診断部１２３で得られた内部パラメータの時系列変化を示す時系列変化式を作成する。
　例えば、時系列変化式作成部１２４は、図５に示す負極の活物質利用率ｍｎの時系列変化式として、
　ｍｎ＝ｍ０－ｍ１×ｔ
を作成する。
　また、時系列変化式作成部１２４は、図６に示す負極表面の被膜形成に伴うリチウムイオン損失量δｎの時系列変化式として、
　δｎ＝ｍ０′+ｍ１′×(ｔ)０．５
を作成する。
　次に、関数化部１２５は、時系列変化式作成部１２４で得られた各劣化パラメータの時系列変化式の係数を、稼働条件の関数化する。
　ここで、関数化の一例を説明すると、関数化部１２５は、図５示した、負極の活物質利用率ｍｎ、負極表面の被膜形成に伴うリチウムイオン損失量δｎの時系列変化式
　ｍｎ＝ｍ０－ｍ１×ｔ
　δｎ＝ｍ０′+ｍ１′×(ｔ)０．５
に対し係数ｍ１、ｍ1’の稼働条件の依存性を関数化する。
　関数の一例としては、
　ｍ１（ｍ1′）＝α+β×温度+γ×ＳＯＣ
　ｍ１（ｍ1′）＝α×（β×温度）+（γ×ＳＯＣ）
などが挙げられる。
　ここで、α、β、γは係数である。これらの係数α、β、γの値は、フィッティングにより決定される。
　ここまでの説明は、計算部１２が二次電池の保存劣化を計算する場合である。
　次に、計算部１２が二次電池の稼働劣化を計算する場合について説明する。
　まず、正極情報及び負極情報取得部１２１は、電池の内部状態を診断するために必要な、正極および負極の開回路電位と抵抗の情報を取得する。ここでの取得方法は、保存劣化を計算する場合と同様である。
　次に、電池情報取得部１２２は、電池の内部状態を診断するために必要な、二次電池開回路電圧と抵抗の情報を取得する。
　ここでは、電池情報取得部１２２は、まず二次電池に対し、所定の温度において、所定の充電率（ＳＯＣ）の範囲で一定電流での充放電を繰り返すサイクル試験を実施する。
　そして、電池情報取得部１２２は、サイクル試験を実施する際には、定期的に試験を停止して、定電流間欠滴定法（ＧＩＴＴ）を実施し、開回路電圧と抵抗の情報を取得する。
　定電流間欠滴定法では、単極セルを満充電させた後、１Ｃ［Ａ］相当の電流で７２秒間放電させ、３０分休止させるサイクルを、放電終止電位に到達するまで繰り返す。各充電率（ＳＯＣ）における開回路電位としては、放電電流を停止させてから３０分後の電圧が用いられる。また、各充電率（ＳＯＣ）における抵抗は、放電開始前の開回路電圧と、所定の放電時間が経過したときの開回路電圧との差分を、放電電流で除算して計算される。
　そして、内部状態診断部１２３は、正極情報及び負極情報取得部１２１と電池情報取得部１２２とで得られた情報を用いて、二次電池の内部状態を診断する。
　すなわち、内部状態診断部１２３は、正極情報及び負極情報取得部１２１で得られた正極および負極の開回路電位および抵抗のデータを、電池情報取得部１２２で得られた二次電池の開回路電圧および抵抗のデータと比較することで、二次電池の内部状態を診断する。
　なお、内部状態の診断対象としては、電池劣化と相関のある、正極の活物質利用率ｍｐ、負極の活物質利用率ｍｎ、正極表面の被膜形成に伴うリチウムイオン損失量δｐ、負極表面の被膜形成に伴うリチウムイオン損失量δｎ、電池の溶液抵抗Ｒ０、正極の抵抗上昇率ａｐ、負極の抵抗上昇率ａｎなどが挙げられる。
　内部状態診断部１２３は、これら７つを可変パラメータとし、正極情報及び負極情報取得部１２１で得られた正極および負極の開回路電位および抵抗のデータを、電池情報取得部１２２で得られた二次電池の開回路電圧および抵抗のデータとフィッティングする。フィッティング方法は、二次電池の保存劣化を計算する場合と同様の方法である。
　さらに、時系列変化式作成部１２４は、内部状態診断部１２３で得られた内部パラメータの時系列変化式を作成する。
　ここで、稼働負荷の内部パラメータは、保存負荷の影響を含んでいるため、時系列変化式作成部１２４は、保存劣化の計算時に得た保存負荷の各パラメータの関数により計算される保存負荷によるパラメータの変化を差し引いて、稼働負荷のみの内部パラメータの変化を計算する。
　続いて、時系列変化式作成部１２４は、各パラメータの時系列変化をプロットし、近似曲線を引く。近似曲線の形状としては、一次曲線、二次曲線、ルート系の式、べき乗系の式などパラメータ毎に任意に設定することができる。
　そして、関数化部１２５は、得られた各劣化パラメータの時系列変化式の係数を、稼働条件の関数化する。
　関数化の一例を示すと、関数化部１２５は、負極の活物質利用率ｍｎ、負極表面の被膜形成に伴うリチウムイオン損失量δｎの時系列変化式
　ｍｎ＝ｍ０－ｍ１×ｔ
　δｎ＝ｍ０′+ｍ1′×(ｔ)0.5
に対し係数ｍ１、ｍ1′の稼働条件の依存性を関数化する。
　関数の一例としては、例えば、
　ｍ１（ｍ1′）＝α+β×温度+γ×中心ＳＯＣ+ε×ＳＯＣ範囲+ζ×電流
　ｍ１（ｍ1′）＝α×（β×温度）×（γ×中心ＳＯＣ）×（ε×ＳＯＣ範囲）×（ζ×電流）
などが挙げられる。
　ここで、α、β、γ、ε、ζは係数である。これらの係数α、β、γ、ε、ζの値はフィッティングにより決定される。
　そして、寿命予測式作成部１２６は、二次電池の保存劣化の計算時に関数化部１２５で作成した関数と、二次電池の稼働劣化の計算時に関数化部１２５で作成した関数に、寿命予測したい二次電池の稼働条件を入力して、寿命予測したい二次電池の寿命予測式を作成する。
　劣化計算部１２７は、寿命予測式作成部１２６で作成した寿命予測式に基づいて、内部劣化パラメータを計算する。
　寿命予測式作成部１２６が寿命予測式を作成する例について説明すると、寿命予測式作成部１２６は、内部劣化パラメータを下記の式に入力し、容量Ｑｃ、抵抗Ｒｃを計算する寿命予測式を作成する。
　Ｑｃ＝ｍｐ×ｑｐ―δｐ＝ｍｎ×ｑｎ―δｎ
　Ｒｃ＝ａｐ／ｍｐ×ｒｐ＋ａｎ／ｍｎ×ｒｎ＋Ｒ０
　続いて、劣化計算部１２７は、寿命予測式作成部１２６で得られた寿命予測式の結果を二次電池の初期容量Ｑiniおよび初期抵抗Ｒiniで除して、容量および抵抗の変化率を計算する。
　これにより、劣化計算部１２７は、図５および図６に示すような容量および抵抗の変化率の時系列変化を得ることができる。具体的には、
　容量の変化率　ＳＯＨＱ＝Ｑｃ／Ｑini×１００
　抵抗の変化率　ＳＯＨＲ＝Ｒｃ／Ｒini×１００
として、示すことができる。
　図７は、ここまで説明した計算部１２での二次電池の保存劣化の計算処理と、稼働劣化の計算処理を示すフローチャートである。
　まず、正極情報及び負極情報取得部１２１は、電池の内部状態を診断するために必要な、正極および負極の開回路電位と抵抗の情報を取得する（ステップＳ１１）。
　また、電池情報取得部１２２は、電池の内部状態を診断するために必要な、二次電池開回路電圧と抵抗の情報を取得する（ステップＳ１２）。
　そして、内部状態診断部１２３は、ステップＳ１１で正極情報及び負極情報取得部１２１が得た正極および負極の開回路電位と抵抗の情報と、ステップＳ１２で電池情報取得部１２２が得た二次電池開回路電圧と抵抗の情報を用いて、二次電池の内部状態を診断する（ステップＳ１３）。
　この内部状態を診断に基づいて、時系列変化式作成部１２４は、二次電池の保存劣化の時系列変化式と、二次電池の稼働劣化の時系列変化式を作成する（ステップＳ１４）。
　さらに、関数化部１２５は、二次電池の保存劣化の時系列変化式の稼働条件による関数化と、二次電池の稼働劣化の時系列変化式の稼働条件による関数化を行う（ステップＳ１５）。
　関数化部１２５で関数化が行われると、寿命予測式作成部１２６は、二次電池の保存劣化の計算時に作成した関数と、二次電池の稼働劣化の計算時に作成した関数に、寿命予測したい二次電池の稼働条件を入力して、寿命予測したい二次電池の寿命予測式を作成する寿命予測式作成処理を行う（ステップＳ１６）。
　その後、劣化計算部１２７は、寿命予測式作成部１２６で作成した寿命予測式に基づいて、内部劣化パラメータを計算する（ステップＳ１７）。ステップＳ１７で内部劣化パラメータを計算する際には、劣化計算部１２７は、例えば二次電池の稼働条件を取得して、劣化状態を計算してもよい。なお、計算された内部劣化パラメータは、例えば図５や図６に示すような劣化状態のグラフや、劣化状態の表などで出力される。
　以上説明したように、本例の二次電池の劣化予測システム１０によると、充電状態の変化に対する電圧の変化が小さい二次電池系においても、二次電池の内部状態を高精度に診断し、得られた診断結果に基づいて高精度に寿命予測することができる。
　ここで、内部状態診断部１２３は、二次電池の正極活物質に固有の充電状態と開回路電位との関係群と、充電状態と内部抵抗の関係群と、二次電池の負極活物質に固有の充電状態と開回路電位との関係群と、充電状態と内部抵抗の関係群と、を用いて正極と負極の劣化状態を診断するようにした。内部状態診断部１２３は、この点においても、寿命予測の高精度化に貢献しているということができる。
　さらに、本例の二次電池の劣化予測システム１０では、内部状態診断部１２３が診断した状態の時系列変化式を作成する時系列変化式作成部１２４を備えて、時系列変化式作成部１２４が作成した時系列変化式に基づいて、寿命予測式作成部１２６が寿命予測式を作成するようにした。これにより、時系列変化を反映した適切な寿命予測が可能になる。
　また、内部状態診断部１２３は、正極と負極の劣化状態を診断する際に、正極の活物質利用率、負極の活物質利用率、正極表面の被膜形成に伴うリチウムイオン損失量、負極表面の被膜形成に伴うリチウムイオン損失量、電池の溶液抵抗、正極の抵抗上昇率、および負極の抵抗上昇率のパラメータを抽出して、内部状態を診断するようにした。この点においても、内部状態診断部１２３は、寿命予測の高精度化に貢献していると言ってよい。なお、上述した実施の形態例で、これらのパラメータを全て抽出して内部状態の診断に利用するようにしたのは一例であり、これらのパラメータの一部（少なくとも１つ）を抽出して内部状態の診断に利用してもよい。
　さらに、時系列変化式作成部１２４は、内部状態診断部１２３が抽出した抽出したパラメータの時系列変化に基づいて電池寿命予測式を作成するようにした。この点において、時系列変化式作成部１２４は、寿命予測の高精度化に貢献している。
　さらに、内部状態診断部１２３は、二次電池の保存負荷による劣化と、稼働負荷による劣化を診断し、寿命予測式作成部１２６は、保存負荷による劣化と、稼働負荷による劣化とを組合せて電池寿命の予測式を作成するようにした、このことで、それぞれの劣化による時系列変化を反映した適切な寿命予測が可能になる。
　さらに、劣化計算部１２７は、二次電池の稼働条件を取得し、二次電池の容量および抵抗の時系列変化を計算して出力するようにしたので、二次電池の稼働条件に基づいた適切な寿命予測が可能になる。
　なお、ここまで説明した実施の形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。すなわち、本発明は、上述した実施の形態例に限定されることなく、本発明の技術的な概念の中で種々の変形例や応用例をもその範囲に含むものである。
　例えば、上述した実施の形態例では、二次電池に負荷をかけていない場合である保存劣化についての、正極および負極の劣化状態の時系列変化と、二次電池に負荷をかけた場合である稼働劣化についての、正極および負極の劣化状態の時系列変化とを算出して、寿命予測式作成部１２６が寿命予測式を作成するようにした。
　これに対して、寿命予測式作成部１２６は、二次電池に負荷をかけた場合である稼働劣化についての、正極および負極の劣化状態の時系列変化に基づいて寿命予測式を作成するようにしてもよい。但し、寿命予測する精度としては、二次電池に負荷をかけていない場合の時系列変化と、二次電池に負荷をかけた場合の時系列変化から寿命予測式を作成する方がよい。
　また、上述した実施の形態例では、二次電池の劣化予測システム１０を１つのコンピュータで構成した例としたが、複数のコンピュータで同様の劣化予測システムを構成してもよい。例えば、二次電池の正極や負極を測定したデータなどの一部のデータについては、二次電池の劣化予測システム１０とネットワークを経由して接続されたサーバに保持させ、二次電池の劣化予測システム１０がサーバと情報のやり取りを行って、同様の処理を行うようにしてもよい。また、図２に示す計算部１２が備える構成の一部を別のコンピュータに配置して、別のコンピュータで処理させてもよい。
　また、図１や図２に示す構成図では、制御線や情報線は説明上必要と考えられるものだけを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
　また、図７に示すフローチャートに示す処理の流れについても一例であり、処理結果が同じであれば、一部の処理順序の変更や、複数の処理の同時実行を行うようにしてもよい。
　また、本実施の形態例で説明した二次電池の劣化予測システムをコンピュータなどの情報処理装置で構成した場合に、各処理機能を実現するプログラムについては、コンピュータ装置内の不揮発性ストレージやメモリに用意する他に、外部のメモリ、ＩＣカード、ＳＤカード、光ディスク等の記録媒体に置いて、転送してもよい。
　１…ＣＰＵ、２…メモリ３…ストレージ、４…入力デバイス、５…ネットワークインタフェース、６…出力部、１０…二次電池の劣化予測システム、１１…入力部、１２…計算部、１３…出力部、１２１…正極情報及び負極情報取得部、１２２…電池情報取得部、１２３…内部状態診断部、１２４…時系列変化式作成部、１２５…関数化部、１２６…寿命予測式作成部、１２７…劣化計算部

Claims (9)

  1. 　二次電池の各稼働条件における、当該二次電池の充電状態と開回路電圧との関係、および電池の充電状態と内部抵抗の関係を取得する取得部と、
    　前記取得部が取得した関係に基づいて、各稼働条件における前記二次電池の正極と負極の劣化状態を診断する内部状態診断部と、
    　前記内部状態診断部で得られた劣化状態の時系列変化に基づいて前記二次電池の寿命予測を行うための寿命予測式を作成する寿命予測式作成部と、
    　前記寿命予測式作成部が作成した寿命予測式に基づいて前記二次電池の劣化を計算する劣化計算部と、を備え、
    　前記寿命予測式作成部は、前記二次電池に負荷をかけた場合の正極および負極の劣化状態の時系列変化に基づいて寿命予測式を作成する
    　二次電池の劣化予測システム。
  2. 　前記寿命予測式作成部は、さらに、前記二次電池に負荷をかけていない場合の、正極および負極の劣化状態の時系列変化に基づいて寿命予測式を作成する
    　請求項１に記載の二次電池の劣化予測システム。
  3. 　前記内部状態診断部は、
    　前記二次電池の正極活物質に固有の充電状態と開回路電位との関係群と、充電状態と内部抵抗の関係群と、
    　前記二次電池の負極活物質に固有の充電状態と開回路電位との関係群と、充電状態と内部抵抗の関係群と、
    を用いて正極と負極の劣化状態を診断する
    　請求項２に記載の二次電池の劣化予測システム。
  4. 　前記内部状態診断部が診断した状態の時系列変化式を作成する時系列変化式作成部を備え、
    　前記時系列変化式作成部が作成した時系列変化式に基づいて、前記寿命予測式作成部が寿命予測式を作成する
    　請求項３に記載の二次電池の劣化予測システム。
  5. 　さらに、前記内部状態診断部は、
    　正極と負極の劣化状態を診断する際に、
    　正極の活物質利用率、負極の活物質利用率、正極表面の被膜形成に伴うリチウムイオン損失量、負極表面の被膜形成に伴うリチウムイオン損失量、電池の溶液抵抗、正極の抵抗上昇率、負極の抵抗上昇率のうち少なくとも一つのパラメータを抽出する
    　請求項４に記載の二次電池の劣化予測システム。
  6. 　前記時系列変化式作成部は、前記内部状態診断部が抽出した抽出したパラメータの時系列変化に基づいて時系列変化式を作成する
    　請求項５に記載の二次電池の劣化予測システム。
  7. 　さらに、前記内部状態診断部は、前記二次電池の保存負荷による劣化と、稼働負荷による劣化を診断し、
    　前記寿命予測式作成部は、保存負荷による劣化と、稼働負荷による劣化とを組合せて電池寿命の予測式を作成する
    　請求項２に記載の二次電池の劣化予測システム。
  8. 　前記劣化計算部は、前記二次電池の稼働条件に基づいて、前記二次電池の容量および抵抗の時系列変化を計算して出力する
    　請求項２に記載の二次電池の劣化予測システム。
  9. 　二次電池の各稼働条件における、当該二次電池の充電状態と開回路電圧との関係、および電池の充電状態と内部抵抗の関係を取得する取得処理と、
    　前記取得処理により取得した関係に基づいて、各稼働条件における前記二次電池の正極と負極の劣化状態を診断する内部状態診断処理と、
    　前記内部状態診断処理により得られた劣化状態の時系列変化に基づいて前記二次電池の寿命予測を行うための寿命予測式を作成する寿命予測式作成処理と、
    　前記寿命予測式作成処理により作成した寿命予測式に基づいて前記二次電池の劣化を計算する劣化計算処理と、を含み、
    　前記寿命予測式作成処理で作成する寿命予測式は、前記二次電池に負荷をかけた場合の正極および負極の劣化状態の時系列変化に基づいて作成したものである
    　二次電池の劣化予測方法。
PCT/JP2024/008352 2023-06-08 2024-03-05 二次電池の劣化予測システムおよび二次電池の劣化予測方法 Ceased WO2024252742A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP24818981.3A EP4726414A1 (en) 2023-06-08 2024-03-05 Secondary battery deterioration prediction system and secondary battery deterioration prediction method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2023094679A JP2024176252A (ja) 2023-06-08 2023-06-08 二次電池の劣化予測システムおよび二次電池の劣化予測方法
JP2023-094679 2023-06-08

Publications (1)

Publication Number Publication Date
WO2024252742A1 true WO2024252742A1 (ja) 2024-12-12

Family

ID=93795717

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2024/008352 Ceased WO2024252742A1 (ja) 2023-06-08 2024-03-05 二次電池の劣化予測システムおよび二次電池の劣化予測方法

Country Status (3)

Country Link
EP (1) EP4726414A1 (ja)
JP (1) JP2024176252A (ja)
WO (1) WO2024252742A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009080093A (ja) 2007-09-07 2009-04-16 Hitachi Vehicle Energy Ltd 二次電池の内部情報検知方法及び装置
JP2016082728A (ja) * 2014-10-17 2016-05-16 株式会社日立製作所 二次電池の制御方法
WO2018003210A1 (ja) * 2016-06-28 2018-01-04 株式会社日立製作所 二次電池制御システム、二次電池制御方法
JP2021039939A (ja) * 2019-08-30 2021-03-11 株式会社Ｇｓユアサ 推定装置及び推定方法
JP2023077830A (ja) * 2021-11-25 2023-06-06 株式会社日立製作所 二次電池の状態診断方法および状態診断装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009080093A (ja) 2007-09-07 2009-04-16 Hitachi Vehicle Energy Ltd 二次電池の内部情報検知方法及び装置
JP2016082728A (ja) * 2014-10-17 2016-05-16 株式会社日立製作所 二次電池の制御方法
WO2018003210A1 (ja) * 2016-06-28 2018-01-04 株式会社日立製作所 二次電池制御システム、二次電池制御方法
JP2021039939A (ja) * 2019-08-30 2021-03-11 株式会社Ｇｓユアサ 推定装置及び推定方法
JP2023077830A (ja) * 2021-11-25 2023-06-06 株式会社日立製作所 二次電池の状態診断方法および状態診断装置

Also Published As

Publication number Publication date
JP2024176252A (ja) 2024-12-19
EP4726414A1 (en) 2026-04-15

Similar Documents

Publication Publication Date Title
JP6918433B1 (ja) 劣化度診断装置
JP6300945B2 (ja) バッテリの複数のセルを制御する装置及び方法
JP5936711B2 (ja) 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法
WO2019202752A1 (ja) 蓄電池診断装置および蓄電池診断方法、並びに蓄電池制御システム
EP2871742A1 (en) Strategic modeling for economic optimization of grid-tied energy assets
Peng et al. Data-driven battery capacity estimation based on partial discharging capacity curve for lithium-ion batteries
Li et al. Modeling and SOC estimation of lithium iron phosphate battery considering capacity loss
US12000901B2 (en) Battery state estimation based on multiple rates of hysteresis transit
CN116559689B (zh) 使用过电位的等效恒定电流模型的电池状态估计
WO2023022224A1 (ja) 二次電池の容量保持率推定方法及び二次電池の容量保持率推定プログラム並びに二次電池の容量保持率推定装置
Kazhamiaka et al. Tractable lithium-ion storage models for optimizing energy systems
JP7574471B2 (ja) 二次電池の診断方法、充放電制御方法、診断装置、管理システム、及び、診断プログラム
JP7547654B2 (ja) 電池の診断方法、電池の診断装置、電池の管理システム、及び、電池の診断プログラム
US20240230782A1 (en) Diagnosis method and diagnosis apparatus of power storage system, power storage system, and non-transitory storage medium
Eltamaly An accurate piecewise aging model for Li-ion batteries in hybrid renewable energy system applications
WO2022049804A1 (en) Determination device relating to plurality of batteries, electricity storage system, determination method and determination program
CN117421936A (zh) 一种锂离子电池储能系统运行可靠性评估方法及装置
CN121142329A (zh) 一种用于储能系统的soc动态校准方法、系统及存储介质
WO2024252742A1 (ja) 二次電池の劣化予測システムおよび二次電池の劣化予測方法
Na et al. Machine learning approaches to estimate the health state of next-generation energy storage
CN119861294A (zh) 一种电池soc估算及校准的方法、终端及多电池储能系统
WO2025135077A1 (ja) 二次電池の劣化予測システム、及び、二次電池の劣化予測方法
Vetter et al. The Use of Batteries in Storing Electricity
CN117665576A (zh) 一种电池荷电状态获得方法以及装置
CN119270115B (zh) 一种基于多阻抗测量的现场电池健康评估方法

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: 24818981

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024818981

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024818981

Country of ref document: EP

Effective date: 20260108

ENP Entry into the national phase

Ref document number: 2024818981

Country of ref document: EP

Effective date: 20260108

ENP Entry into the national phase

Ref document number: 2024818981

Country of ref document: EP

Effective date: 20260108

ENP Entry into the national phase

Ref document number: 2024818981

Country of ref document: EP

Effective date: 20260108

ENP Entry into the national phase

Ref document number: 2024818981

Country of ref document: EP

Effective date: 20260108

WWP Wipo information: published in national office

Ref document number: 2024818981

Country of ref document: EP