JP2017181207A - 二次電池劣化推定装置および二次電池劣化推定方法 - Google Patents

Abstract

【課題】様々な種類の二次電池の劣化を正確に推定するとともに、二次電池の状態によらず劣化を正確に推定すること。【解決手段】二次電池の劣化を推定する二次電池劣化推定装置において、二次電池の等価回路を構成する成分を求出する求出手段（ＣＰＵ１０ａ）と、二次電池の使用状態の履歴を記憶する記憶手段（ＲＡＭ１０ｃ）と、求出手段によって求出された等価回路を構成する成分に基づいて二次電池の劣化状態を推定する第１推定手段（ＣＰＵ１０ａ）と、記憶手段に記憶されている使用状態の履歴に基づいて二次電池の劣化状態を推定する第２推定手段（ＣＰＵ１０ａ）と、二次電池の状態に応じて第１推定手段および第２推定手段の推定結果の少なくとも一方を参照して二次電池の劣化状態を判定する判定手段（ＣＰＵ１０ａ）と、を有する。【選択図】図１

Description

本発明は、二次電池劣化推定装置および二次電池劣化推定方法に関するものである。

従来から、二次電池の劣化状態を推定する技術が提案されている。例えば、特許文献１に開示された技術では、二次電池の使用履歴に基づいて劣化状態を推定する。

また、特許文献２，３に開示された技術では、二次電池の内部抵抗または等価回路を用い、これらの初期値からの変化を検出することで、二次電池の劣化を検出する。

特開２０１５−１４１１１７号公報 特開２００５−２２１４８７号公報 特開２００７−１８７５３４号公報

ところで、特許文献１に開示された技術では、劣化推定の対象となる二次電池の種類が変更されることなく固定である場合には、比較的高い精度で劣化状態を推定することができる。しかし、例えば、自動車等に搭載される二次電池を推定対象とする場合、当初とは異なる種類の二次電池が搭載されることがある。このような場合には、推定精度が低下するという問題点がある。

一方、特許文献２，３に開示された技術の場合、初期値からの変化を検出することから、推定対象となる二次電池の種類が変化した場合であっても、劣化状態を検出することができる。しかしながら、特許文献２，３に開示された技術では、複数の単位電気化学セルを直列に配置されて構成される二次電池の場合、各単位電気化学セル間で劣化の程度にばらつきが発生する。そのような場合、劣化状態は最も劣化した単位セルによって支配されるが、二次電池の内部抵抗や等価回路成分としては複数セル全体の内部抵抗や等価回路成分しか測定することができない。このため、劣化にばらつきが生じている場合には、劣化状態を正確に推定することができないという問題がある。

本発明は、以上のような状況に鑑みてなされたものであり、様々な種類の二次電池の劣化を正確に推定するとともに、二次電池の状態によらず劣化を正確に推定することが可能な二次電池劣化推定装置および二次電池劣化推定方法を提供することを目的としている。

上記課題を解決するために、本発明は、二次電池の劣化を推定する二次電池劣化推定装置において、前記二次電池の等価回路を構成する成分を求出する求出手段と、前記二次電池の使用状態の履歴を記憶する記憶手段と、前記求出手段によって求出された前記等価回路を構成する成分に基づいて前記二次電池の劣化状態を推定する第１推定手段と、
前記記憶手段に記憶されている前記使用状態の履歴に基づいて前記二次電池の劣化状態を推定する第２推定手段と、前記二次電池の状態に応じて第１推定手段および前記第２推定手段の推定結果の少なくとも一方を参照して前記二次電池の劣化状態を判定する判定手段と、を有することを特徴とする。
このような構成によれば、様々な種類の二次電池の劣化を正確に推定するとともに、二次電池の状態によらず劣化を正確に推定することが可能となる。

また、本発明は、前記判定手段は、前記第１推定手段および前記第２推定手段の推定結果のいずれか一方を参照して前記二次電池の劣化状態を判定するとともに、前記二次電池の状態に応じて参照する推定結果を切り換えることを特徴とする。
このような構成によれば、二次電池の状態に応じた最適な推定結果に切り換えることで、二次電池の状態によらず劣化を正確に検出することができる。

また、本発明は、前記判定手段は、初期段階は前記第１推定手段の推定結果を参照し、前記第１推定手段および前記第２推定手段の推定結果のいずれか一方を参照して前記二次電池が劣化したと判定した場合には前記第２推定手段の推定結果に参照先を切り換えることを特徴とする。
このような構成によれば、劣化が進行していない場合には等価回路に基づいて劣化を推定し、劣化が進行した場合には使用履歴に基づいて劣化を推定することで、推定の精度を向上させることができる。

また、本発明は、前記判定手段は、前記等価回路の成分または前記使用状態の履歴に基づいて、前記二次電池が劣化したと判定した場合には前記第１推定手段の推定結果から前記第２推定手段の推定結果に参照先を切り換えることを特徴とする。
このような構成によれば、等価回路成分または使用履歴に基づいて二次電池の状態を確実に検出し、検出結果に基づいて最適な推定手段を選択できる。

また、本発明は、前記判定手段は、前記二次電池のセル間において劣化のばらつきが生じたと判定した場合には、前記第１推定手段の推定結果から前記第２推定手段の推定結果に参照先を切り換えることを特徴とする。
このような構成によれば、等価回路に基づく推定精度が大きく低下するセル間において劣化のばらつきが生じた場合でも、劣化を正確に推定することができる。

また、本発明は、前記判定手段は、前記第１推定手段による推定結果を、前記第２推定手段による推定結果に基づいて補正することで、前記二次電池の劣化状態を判定することを特徴とする。
このような構成によれば、２つの推定手段によって相補的に推定を行うことで、二次電池の状態によらず、劣化の推定精度を高めることができる。

また、本発明は、前記判定手段は、前記第１推定手段の推定結果に基づいて前記二次電池が劣化したと判定した場合には、前記第１推定手段による推定結果を、前記第２推定手段による推定結果に基づいて補正することを特徴とする。
このような構成によれば、第１推定手段の推定結果に基づいて、二次電池が劣化していると判定した場合には、２つの推定手段によって相補的に推定を行うことで、劣化の推定精度を高めることができる。

また、本発明は、二次電池の劣化を推定する二次電池劣化推定方法において、前記二次電池の等価回路を構成する成分を求出する求出ステップと、前記二次電池の使用状態の履歴を記憶手段に記憶する記憶ステップと、前記求出ステップにおいて求出された前記等価回路を構成する成分に基づいて前記二次電池の劣化状態を推定する第１推定ステップと、前記記憶手段に記憶されている前記使用状態の履歴に基づいて前記二次電池の劣化状態を推定する第２推定ステップと、前記二次電池の状態に応じて前記第１推定ステップおよび前記第２推定ステップにおける推定結果の少なくとも一方を参照して前記二次電池の劣化状態を判定する判定ステップと、を有することを特徴とする。
このような方法によれば、様々な種類の二次電池の劣化を正確に推定するとともに、二次電池の状態によらず劣化を正確に推定することが可能となる。

本発明によれば、様々な種類の二次電池の劣化を正確に推定するとともに、二次電池の状態によらず劣化を正確に推定することが可能な二次電池劣化推定装置および二次電池劣化推定方法を提供することが可能となる。

本発明の実施形態に係る二次電池劣化推定装置の構成例を示す図である。 図１の制御部の詳細な構成例を示すブロック図である。 図１に示す二次電池の等価回路の一例を示す図である。 二次電池のセルの劣化の進行状況を示す図である。 使用履歴の一例を示す図である。 本発明の実施形態の動作を説明するための模式図である。 図１に示す実施形態において実行される処理の流れを説明するフローチャートの一例である。 図１に示す実施形態において実行される処理の流れを説明するフローチャートの一例である。 図１に示す実施形態において実行される処理の流れを説明するフローチャートの一例である。

次に、本発明の実施形態について説明する。

（Ａ）本発明の実施形態の構成の説明
図１は、本発明の実施形態に係る二次電池劣化推定装置を有する車両の電源系統を示す図である。この図において、二次電池劣化推定装置１は、制御部１０、電圧センサ１１、電流センサ１２、温度センサ１３、および、放電回路１５を主要な構成要素としており、二次電池１４の充電状態を制御する。ここで、制御部１０は、電圧センサ１１、電流センサ１２、および、温度センサ１３からの出力を参照し、二次電池１４の状態を検出するとともに、オルタネータ１６の発電電圧を制御することで二次電池１４の充電状態を制御する。電圧センサ１１は、二次電池１４の端子電圧を検出し、制御部１０に通知する。電流センサ１２は、二次電池１４に流れる電流を検出し、制御部１０に通知する。温度センサ１３は、二次電池１４自体または周囲の環境温度を検出し、制御部１０に通知する。放電回路１５は、例えば、直列接続された半導体スイッチと抵抗素子等によって構成され、制御部１０によって半導体スイッチがオン／オフ制御されることにより二次電池１４を間欠的に放電させる。

二次電池１４は、例えば、鉛蓄電池、ニッケルカドミウム電池、ニッケル水素電池、または、リチウムイオン電池等によって構成され、オルタネータ１６によって充電され、スタータモータ１８を駆動してエンジンを始動するとともに、負荷１９に電力を供給する。オルタネータ１６は、エンジン１７によって駆動され、交流電力を発生して整流回路によって直流電力に変換し、二次電池１４を充電する。オルタネータ１６は、制御部１０によって制御され、発電電圧を調整することが可能とされている。

エンジン１７は、例えば、ガソリンエンジンおよびディーゼルエンジン等のレシプロエンジンまたはロータリーエンジン等によって構成され、スタータモータ１８によって始動され、トランスミッションを介して駆動輪を駆動し、車両に推進力を与えるとともに、オルタネータ１６を駆動して電力を発生させる。スタータモータ１８は、例えば、直流電動機によって構成され、二次電池１４から供給される電力によって回転力を発生し、エンジン１７を始動する。負荷１９は、例えば、電動ステアリングモータ、デフォッガ、シートヒータ、イグニッションコイル、カーオーディオ、および、カーナビゲーション等によって構成され、二次電池１４からの電力によって動作する。

図２は、図１に示す制御部１０の詳細な構成例を示す図である。この図に示すように、制御部１０は、ＣＰＵ（Central Processing Unit）１０ａ、ＲＯＭ（Read Only Memory）１０ｂ、ＲＡＭ（Random Access Memory）１０ｃ、通信部１０ｄ、Ｉ／Ｆ（Interface）１０ｅを有している。ここで、ＣＰＵ１０ａは、ＲＯＭ１０ｂに格納されているプログラム１０ｂａに基づいて各部を制御する。ＲＯＭ１０ｂは、半導体メモリ等によって構成され、プログラム１０ｂａ等を格納している。ＲＡＭ１０ｃは、半導体メモリ等によって構成され、プログラムｂａを実行する際に生成されるデータや、後述する数式またはテーブル等のパラメータ１０ｃａを格納する。通信部１０ｄは、上位の装置であるＥＣＵ（Electronic Control Unit）等との間で通信を行い、検出した情報または制御情報を上位装置に通知する。Ｉ／Ｆ１０ｅは、電圧センサ１１、電流センサ１２、および、温度センサ１３から供給される信号をデジタル信号に変換して取り込むとともに、放電回路１５、オルタネータ１６、および、スタータモータ１８等に駆動電流を供給してこれらを制御する。

（Ｂ）本発明の実施形態の動作の説明
つぎに、本発明の実施形態の動作について説明する。なお、以下では、本発明の実施形態の動作原理について説明した後、詳細な動作について説明する。

まず、本実施形態の動作原理について説明する。本実施形態では、図３に示す二次電池１４の等価回路を、例えば、フィッティング処理または学習処理によって求出し、等価回路の成分を求める。なお、図３の例では、等価回路は、二次電池１４内部の導体要素および電解液抵抗に対応する抵抗成分であるＲｏｈｍと、電極の活物質反応の反応抵抗に対応する抵抗成分であるＲｃｔ１，Ｒｃｔ２と、電極と電解液の界面の電気二重層に対応する容量成分であるＣ１，Ｃ２とを有している。二次電池１４の劣化に応じて、抵抗成分は値が増加し、容量成分は値が減少する。そこで、このようにして求めた等価回路成分を、以下に示す式（１）に代入することで、二次電池１４のＳＯＨ（State of Health）を算出し、劣化状態を推定する。

ＳＯＨ＝ｆ（Ｒｏｈｍ，Ｒｃｔ１，Ｒｃｔ２，Ｃ１，Ｃ２） ・・・（１）

このような方法による劣化推定は、二次電池１４の種類によらず、正確に劣化推定を行うことができるという特徴を有する。

しかし、一方で、このような方法による劣化推定では、二次電池１４を構成するセルの劣化にばらつきが生じている場合には正確に劣化推定を行うことができない。

例えば、図４（Ａ）に示すように、新品時に全てのセルの容量が４０Ａｈである二次電池１４を推定対象とした場合に、使用によって、例えば、図４（Ｂ）に示すように全てのセルが３８Ａｈに劣化したとする。このような場合には、全てのセルが均等に劣化することから前述した式（１）によって二次電池１４の劣化を正確に推定することができる。

しかしながら、図４（Ｃ）に示すように、左端のセルだけ２０Ａｈに劣化し、それ以外は３８Ａｈに劣化した場合、ＳＯＨは最も劣化が進んだ左端のセルによる影響が支配的となる。図３に示す等価回路は、二次電池１４の全てのセルを対象とする等価回路であることから、図４（Ｃ）に示すような劣化状態になった場合であっても、左端の劣化が進んだセルの影響は、平均化されてしまう。このため、図４（Ｃ）のように、劣化のばらつきが生じている場合には、式（１）によって算出されたＳＯＨは、左端の劣化が進んだセルの状態を十分に反映できないことから、正確ではなくなってしまう。

もう少し具体的に説明すると、等価回路を用いて劣化を推定する場合、推定される劣化は、全セルの平均の容量に対応するので、例えば、６つのセルの平均値を求める関数をａｖｅ（）とすると、図４（Ｃ）の場合にはａｖｅ（２０Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ）＝３５Ａｈに近い値が式（１）から推定される。一方、実際のＳＯＨは、最も劣化が進んだセルに依存するので、６つのセルの最小値を求める関数をｍｉｎ（）とすると、図４（Ｃ）の場合にはｍｉｎ（２０Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ）＝２０Ａｈが現実に近い値となる。なお、図４（Ｂ）の場合は、ａｖｅ（３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ）＝３８Ａｈであり、ｍｉｎ（３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ，３８Ａｈ）＝３８Ａｈであるので、式（１）で求めるＳＯＨは現実に近い値となる。

ところで、セル間で劣化のばらつきが生じている二次電池１４を調べると、使用方法に特定の傾向があることが分かった。すなわち、過充電または過放電がなされたり、短周期で充放電が繰り返されたりした場合には、セル間で劣化のばらつきが生じる傾向があることが判明した。

そこで、本実施形態では、図３に示す等価回路の成分を求出してＳＯＨを求めるとともに、二次電池１４の使用状態の履歴を記憶して使用履歴に基づいてＳＯＨを求める。そして、二次電池１４の状態に応じて、これらの方法の少なくとも一方を参照することにより、二次電池１４のＳＯＨを正確に求めることができる。

より詳細には、等価回路からＳＯＨを求める方法は、計算量は少ない。また、二次電池１４の劣化が進んでいない場合には精度が高く、劣化が進むと精度が劣化し、特に、セル間の劣化のばらつきが発生すると精度がさらに低下する。一方、使用履歴からＳＯＨを求める方法は、計算量は多い。また、二次電池１４の劣化が進んでいない場合には精度が低く、劣化が進んだ状態では精度が高くなる。そこで、精度に注目する場合、二次電池１４が劣化していないとき（例えば、ＳＯＨが所定の閾値未満のとき）は、等価回路に基づいてＳＯＨを求め、二次電池１４が劣化したとき（例えば、ＳＯＨが所定の閾値以上のとき）またはセル間の劣化のばらつきが生じたときは、使用履歴に基づいてＳＯＨを求めることができる。あるいは、これら双方の方法に基づいてＳＯＨを求めることもできる。より詳細には、一方の方法によって求めたＳＯＨを、他方の方法によるＳＯＨまたは係数によって補正することができる。一例として、等価回路によって求めたＳＯＨに対して、セル間の劣化のばらつきがない場合には１で、セル間のばらつきが進行するにつれて値が小さくなるパラメータを使用履歴から計算し、当該パラメータをＳＯＨに対して乗算することができる。

また、計算量に注目する場合、通常時は計算量が少ない等価回路によってＳＯＨを求める方法を利用し、特別な場合（例えば、セル間のばらつきが進行した場合であって正確なＳＯＨが必要なとき）には、履歴情報に基づいてＳＯＨを求めるようにしてもよい。このように、２つの方法の少なくとも一つを用いることによって、精度が高いＳＯＨを得たり、計算量を削減したりすることができる。

つぎに、図５を参照して、本発明の実施形態のより詳細な動作の一例について説明する。

本実施形態では、例えば、放電回路１５によって二次電池１４を放電するタイミングまたはエンジン１７を始動するタイミングにおいて、二次電池１４の電圧および電流をＣＰＵ１０ａが測定し、測定結果に基づいて、図３に示す等価回路の成分を学習処理またはフィッティング処理によって最適化する。なお、最適化の手法としては、例えば、特許第４５３２４１６号に記載されているように、例えば、拡張カルマンフィルタ演算により最適な状態ベクトルＸを推定し、推定された状態ベクトルＸから等価回路の調整パラメータ（成分）を最適なものに更新する。具体的には、ある状態における状態ベクトルＸから得られる調整パラメータを用いた等価回路に基づき、所定の電流パターンで二次電池１４に放電させたときの電圧降下ΔＶを計算し、これが実測値に近づくように状態ベクトルＸを更新する。そして、更新により最適化された状態ベクトルＸから、最適な調整パラメータを算出する。あるいは、ＷＯ２０１４／１３６５９３に記載されるように、二次電池１４のパルス放電時に、電圧値の時間的変化を取得し、得られた電圧値の変化を、時間を変数とする所定の関数によってフィッティングすることで所定の関数のパラメータを算出し、算出された所定の関数のパラメータに基づいて、二次電池１４の等価回路の成分を求めることができる。なお、このようにして求めた等価回路の成分は、標準状態における値に補正する。例えば、温度が２５℃で、ＳＯＣが１００％の状態を標準状態とする。学習処理またはフィッティング処理を実行した際には、そのときの温度とＳＯＣを測定し、前述した標準状態における値に補正する。このような補正を行うことで、異なる環境下で学習またはフィッティングが実行された場合でも、正確な値を求めることができる。

以上のようにして求めた等価回路の成分であるＲｏｈｍ，Ｒｃｔ１，Ｒｃｔ２，Ｃ１，Ｃ２を前述した式（１）に代入することで、等価回路に基づくＳＯＨを得ることができる。

また、本実施形態では、二次電池１４の使用状態の履歴に基づいてＳＯＨを求める。例えば、使用履歴として、図５に示す第１パラメータを取得する。図５の例では、第１パラメータとしては、車両の走行時間（ｔ＿ｒｕｎ）、停止時間（ｔ＿ｓｔｏｐ）、二次電池１４の充電時間（ｔ＿ｃｈｇ）、放電時間（ｔ＿ｄｉｓｃｈｇ）、二次電池１４の充電電気量（Ａｈ＿ｃｈｇ）、放電電気量（Ａｈ＿ｄｉｓｃｈｇ）、内部抵抗（Ｒ）、および、電解液の減液量（ｄ＿ｍａｓｓ）のうち少なくとも一つを用いることができる。

ところで、二次電池１４が使用される環境の環境温度、充電率（ＳＯＣ）、成層化量、分極量、および、充放電電流は、時々刻々と変化する。そして、二次電池１４の劣化は、使用される環境条件によって、劣化の進行状況が異なる。例えば、環境温度が高い場合に充放電が繰り返されると、環境温度が低い場合に比較して劣化の進行が速い。また、ＳＯＣが低い場合に放電がされると、高い場合に比較して劣化の進行が速い。このため、本実施形態では、取得した使用履歴に対して、使用環境に対応した補正を行い、補正後の使用履歴を累積的に格納し、この使用履歴に基づいてＳＯＨを算出する。

より詳細には、本実施形態では、図５に示すように、第１パラメータ群の各パラメータを使用環境に応じて補正するための補正パラメータＡ〜Ｈを算出する。これらの補正パラメータＡ〜Ｈは、第２パラメータ群である二次電池２の充電率（ＳＯＣ）、温度（Ｔ＿ｂａｔｔ）、環境温度と二次電池の温度Ｔ＿ｂａｔｔとの温度差（ΔＴ）、成層化量（ｑ＿ｓｔ）、分極量（ｑ＿ｏｖ）、および、所定時間当たりの電流変化率（ΔＩ）のうち少なくとも一つを用いて算出する。

そして、新たに検出した第１パラメータ群のそれぞれに対して、補正パラメータＡ〜Ｈを乗算し、得られた値を累積加算して格納する。例えば、使用履歴である走行時間ｔ＿ｒｕｎの場合には、新たに検出したｔ＿ｒｕｎに対してその時点において取得した第２パラメータ群から算出した補正パラメータＡを乗算して得られるｔ＿ｒｕｎ×Ａの値を累積加算してｔ＿ｒｕｎ＿ｉｎｔとする。同様の処理は、他の第１パラメータに対しても実行する。

そして、以上のようにして得た使用履歴情報を、以下に示す式（２）に代入することで、劣化状態を示す容量変化率としてのΔＳＯＨを得ることができ、このΔＳＯＨを累積加算し、二次電池１４の初期容量を乗算することで使用履歴に基づくＳＯＨを得る。なお、ｗ１〜ｗ８は、補正後の第１パラメータの検出値およびその累積値に対して乗算される重み付け係数であり、好適には、二次電池１４の特性や状態に応じて逐次決定される。二次電池１４の充電状態や特性によっては、第１パラメータ群のパラメータの中でも劣化度への影響が異なる場合がある。このような状態や特性に応じて、第１パラメータ群のパラメータを重み付けすることで、より高精度な劣化状態の推定が可能となる。このような重み付け係数は、例えば、あらかじめ算出され、ＲＡＭ１０ｃ内のパラメータ１０ｃａ内に格納されたものが、二次電池１４の種別に応じて読み込まれることなどによって利用されてよい。

ΔＳＯＨ＝ｔ＿ｒｕｎ＿ｉｎｔ×ｗ１＋ｔ＿ｓｔｏｐ＿ｉｎｔ×ｗ２＋ｔ＿ｃｈｇ＿ｉｎｔ×ｗ３＋ｔ＿ｄｉｓｃｈｇ＿ｉｎｔ×ｗ４＋Ａｈ＿ｃｈｇ＿ｉｎｔ×ｗ５＋Ａｈ＿ｄｉｓｃｈｇ＿ｉｎｔ×ｗ６＋Ｒ×ｗ７＋ｄ＿ｍａｓｓ×ｗ８ ・・・（２）

ところで、前述したように、等価回路に基づいて算出したＳＯＨは、二次電池１４の劣化が進行していない場合には精度が高いが、劣化が進行すると精度が相対的に低くなる。特に、セル間の劣化のばらつきが生じると精度がさらに低くなる。一方、使用履歴に基づいて算出したＳＯＨは、二次電池１４の劣化が進行していない場合には精度が低いが、劣化が進行すると精度が高くなる。また、セル間のばらつきが生じた場合でも精度は低下しない。

このようすを図６に模式的に示す。この図６では、等価回路に基づいて計算したＳＯＨの推定誤差が属する領域を間隔が短い２本の破線で示し、使用履歴に基づいて計算したＳＯＨの推定誤差が属する領域を間隔が長い２本の破線で示す。図６の横軸は推定ＳＯＨを示し、縦軸は実測ＳＯＨを示す。この図では、ｙ＝ｘの線分に近い程、推定精度が高いことを示す。等価回路に基づいて計算したＳＯＨは、劣化が進んでいない場合（ＳＯＨが大きい場合）には間隔が短い２本の破線同士の距離が近いことから精度が高く、劣化が進むと２本の破線同士の距離が遠いことから精度が低くなり、セル間の劣化のばらつきが生じると精度低下は顕著となる。一方、使用履歴に基づいて計算したＳＯＨは、劣化が進んでいない場合（ＳＯＨが大きい場合）には間隔が長い２本の破線同士の距離が遠いことから精度が低く、劣化が進んでも破線同士の距離は変わらないため精度はあまり低下しない。

そこで、本実施形態では、二次電池１４の状態を参照し、二次電池１４の劣化が進んでいない場合（例えば、等価回路で算出したＳＯＨが所定の閾値Ｔｈ１以上である場合）には、等価回路に基づいて算出したＳＯＨを使用して二次電池１４の劣化状態を判定し、二次電池１４の劣化が進んだ場合（例えば、等価回路で算出したＳＯＨが所定の閾値Ｔｈ１未満である場合）には、使用履歴に基づいて算出したＳＯＨに切り換えて二次電池１４の劣化状態を判断する。これにより、それぞれの方法の精度が高い領域を使用することで、トータルの推定精度を高めることができる。あるいは、等価回路に基づくＳＯＨの推定精度が低下するセル間の劣化のばらつきの発生を使用履歴に基づいて検出し、ばらつきが発生したと判定した場合には使用履歴に基づくＳＯＨに切り換えるようにしてもよい。なお、セル間で劣化のばらつきが生じている二次電池１４を調べると、使用方法に特定の傾向があることが分かった。すなわち、一例として、過充電または過放電がなされたり、短周期で充放電が繰り返されたりした場合には、セル間で劣化のばらつきが生じる傾向があることが明確になった。そこで、このような使用履歴を有する場合には、ばらつきが生じている蓋然性が高いと判定して、使用履歴に基づくＳＯＨに切り換えるようにしてもよい。

つぎに、図７〜図９を参照して、本発明の実施形態において実行される処理の一例について説明する。

図７は、等価回路を学習する際に実行されるフローチャートである。図７に示すフローチャートの処理が開始されると、以下のステップが実行される。

ステップＳ１０では、ＣＰＵ１０ａは、二次電池１４の放電を開始する。例えば、ＣＰＵ１０ａは、放電回路１５をスイッチング制御することで、二次電池１４を放電させる。なお、放電回路１５ではなく、スタータモータ１８による放電の機会を利用してもよい。

ステップＳ１１では、ＣＰＵ１０ａは、電圧センサ１１の出力を参照して、二次電池１４の端子電圧を測定する。

ステップＳ１２では、ＣＰＵ１０ａは、電流センサ１２の出力を参照して、二次電池１４に流れる電流を測定する。

ステップＳ１３では、ＣＰＵ１０ａは、放電が終了したか否かを判定し、終了したと判定した場合（ステップＳ１３：Ｙ）にはステップＳ１４に進み、それ以外の場合（ステップＳ１３：Ｎ）にはステップＳ１１に戻って前述の場合と同様の処理を繰り返す。

ステップＳ１４では、ＣＰＵ１０ａは、等価回路の各成分の最適化を実行する。最適化の手法としては、例えば、特許第４５３２４１６号に記載されているように、例えば、拡張カルマンフィルタ演算により最適な状態ベクトルＸを推定し、推定された状態ベクトルＸから等価回路の調整パラメータ（成分）を最適なものに更新する。具体的には、ある状態における状態ベクトルＸから得られる調整パラメータを用いた等価回路に基づき、所定の電流パターンで二次電池１４に放電させたときの電圧降下ΔＶを計算し、これが実測値に近づくように状態ベクトルＸを更新する。そして、更新により最適化された状態ベクトルＸから、最適な調整パラメータを算出する。あるいは、ＷＯ２０１４／１３６５９３に記載されるように、二次電池１４のパルス放電時に、電圧値の時間的変化を取得し、得られた電圧値の変化を、時間を変数とする所定の関数によってフィッティングすることで所定の関数のパラメータを算出し、算出された所定の関数のパラメータに基づいて、二次電池１４の等価回路の成分を求めることができる。

ステップＳ１５では、ＣＰＵ１０ａは、温度を測定する。より詳細には、ＣＰＵ１０ａは、温度センサ１３の出力を参照して、二次電池１４自体またはその周辺の温度を測定する。

ステップＳ１６では、ＣＰＵ１０ａは、ステップＳ１４で最適化した等価回路の各成分を、標準温度における値へ補正する。例えば、標準温度が２５℃である場合には、例えば、ステップＳ１５で測定した現在の温度と２５℃の差分値に対応する補正係数を乗算することによって、標準温度における値へ補正する。もちろん、標準温度は２５℃以外でもよい。

ステップＳ１７では、ＣＰＵ１０ａは、二次電池１４のＳＯＣを算出する。例えば、二次電池１４のＯＣＶ（Open Circuit Voltage）に基づいてＳＯＣを算出する。

ステップＳ１８では、ＣＰＵ１０ａは、ステップＳ１４で最適化した等価回路の各成分を、標準ＳＯＣにおける値へ補正する。例えば、標準ＳＯＣが１００％である場合には、例えば、ステップＳ１７で算出した現在のＳＯＣと１００％の差分値に対応する補正係数を乗算することによって、標準ＳＯＣにおける値へ補正する。もちろん、標準ＳＯＣは１００％以外でもよい。

ステップＳ１９では、ＣＰＵ１０ａは、温度およびＳＯＣによる補正後の等価回路の成分を式（１）に代入することで、等価回路に基づくＳＯＨを得る。

つぎに、図８を参照して、使用状態の履歴からＳＯＨを求める処理について説明する。図８に示すフローチャートの処理が開始されると、以下のステップが実行される。

ステップＳ３０では、ＣＰＵ１０ａは、プログラム１０ｂａなどにより規定される所定の取得周期毎に、１つ前の周期において累積された第１パラメータ群の各パラメータである累積パラメータをＲＡＭ１０ｃに格納する。より詳細には、ＣＰＵ１０ａは、走行時間ｔ＿ｒｕｎの前周期までの累積パラメータｔ＿ｒｕｎ＿ｉｎｔをｔ＿ｒｕｎ＿ｐｒｅとして格納する。同様に、停止時間ｔ＿ｓｔｏｐ、充電時間ｔ＿ｃｈｇ、放電時間ｔ＿ｄｉｓｃｈｇ、充電電気量Ａｈ＿ｃｈｇ、および、放電電気量Ａｈ＿ｄｉｓｃｈｇのそれぞれの値について、ｔ＿ｓｔｏｐ＿ｐｒｅ、ｔ＿ｃｈｇ＿ｐｒｅ、ｔ＿ｄｉｓｃｈｇ＿ｐｒｅ、Ａｈ＿ｃｈｇ＿ｐｒｅ、および、Ａｈ＿ｄｉｓｃｈｇ＿ｐｒｅとしてＲＡＭ１０ｃに格納する。

ステップＳ３１では、ＣＰＵ１０ａは、各センサから入力される情報を受け付け、第１パラメータ群の各パラメータである、走行時間ｔ＿ｒｕｎ、停止時間ｔ＿ｓｔｏｐ、充電時間ｔ＿ｃｈｇ、放電時間ｔ＿ｄｉｓｃｈｇ、充電電気量Ａｈ＿ｃｈｇ、放電電気量Ａｈ＿ｄｉｓｃｈｇ、内部抵抗Ｒ、および、減液量ｄ＿ｍａｓｓの最新の測定値を取得する。

ステップＳ３２では、ＣＰＵ１０ａは、各センサから入力される情報を受け付け、第２パラメータ群の各パラメータである、充電率ＳＯＣ、温度Ｔ＿ｂａｔｔ、環境温度と二次電池１４の温度Ｔ＿ｂａｔｔとの温度差ΔＴ、成層化量ｑ＿ｓｔ、分極量ｑ＿ｏｖ、および、電流変化率ΔＩの最新の測定値を取得する。

ステップＳ３３では、ＣＰＵ１０ａは、ステップＳ３２で取得した第２パラメータ群の各パラメータを用いて、補正パラメータＡ〜Ｈを算出する。

ステップＳ３４では、ＣＰＵ１０ａは、取得された最新の第１パラメータ群の各パラメータについて、補正パラメータＡ〜Ｈによる補正を行う。より詳細には、ＣＰＵ１０ａは、積算される走行時間ｔ＿ｒｕｎ、停止時間ｔ＿ｓｔｏｐ、充電時間ｔ＿ｃｈｇ、放電時間ｔ＿ｄｉｓｃｈｇ、充電電気量Ａｈ＿ｃｈｇおよび放電電気量Ａｈ＿ｄｉｓｃｈｇの各パラメータについては、補正を行った上で、前周期の第１パラメータ群の各パラメータに加算する。例えば、車両の走行時間ｔ＿ｒｕｎについて、前周期までの累積パラメータｔ＿ｒｕｎ＿ｐｒｅに対して、取得された最新の値であるｔ＿ｒｕｎに補正パラメータＡを乗算した値を加算することで、最新の累積パラメータｔ＿ｒｕｎ＿ｉｎｔが算出される。同様に、取得された最新の測定値ｔ＿ｓｔｏｐ、ｔ＿ｃｈｇ、ｔ＿ｄｉｓｃｈｇ、Ａｈ＿ｃｈｇ、および、Ａｈ＿ｄｉｓｃｈｇのそれぞれに補正パラメータＢ〜Ｆを乗算し、累積パラメータｔ＿ｓｔｏｐ＿ｉｎｔ、ｔ＿ｃｈｇ＿ｉｎｔ、ｔ＿ｄｉｓｃｈｇ＿ｉｎｔ、Ａｈ＿ｃｈｇ＿ｉｎｔ、および、Ａｈ＿ｄｉｓｃｈｇ＿ｉｎｔを算出する。

なお、第１パラメータのうち、内部抵抗Ｒおよび減液量ｄ＿ｍａｓｓについては、所定の周期毎に累積する必要がなく、推定タイミング毎に取得した最新の値について補正パラメータを乗算することで補正が行われる。

ＣＰＵ１０ａは、ステップＳ３０〜Ｓ３４の処理を例えば０．１〜１００ｍｓ程度の周期で実行する。この処理を繰り返し実行することで、車両の走行中（一時的な停止状態も含む、車両の運転開始から終了までの期間）において、第１パラメータを適宜最新の状態に維持することができる。

ステップＳ３５では、ＣＰＵ１０ａは、式（２）に基づいて、使用履歴に基づくΔＳＯＨを算出する。このようにして算出したΔＳＯＨを累積加算することで、ＳＯＨを得ることができる。

つぎに、図９を参照して、図７に示すフローチャートによって得られた等価回路に基づくＳＯＨと、図８に示すフローチャートによって得られた使用履歴に基づくＳＯＨを用いて二次電池１４の劣化状態を判定する処理について説明する。図９に示すフローチャートが開始されると、以下のステップが実行される。

ステップＳ５０では、ＣＰＵ１０ａは、等価回路に基づくＳＯＨを取得する。より詳細には、ＣＰＵ１０ａは、図７のステップＳ１９の処理で算出したＳＯＨをＲＡＭ１０ｃから取得する。

ステップＳ５１では、ＣＰＵ１０ａは、ステップＳ５０で取得した等価回路に基づくＳＯＨが所定の閾値Ｔｈ１未満か否かを判定し、ＳＯＨが所定の閾値Ｔｈ１未満の場合（ステップＳ５１：Ｙ）にはステップＳ５１に進み、それ以外の場合（ステップＳ５１：Ｎ）にはステップＳ５４に進む。例えば、図６に示すように、等価回路に基づくＳＯＨを示す間隔が短い破線と、使用履歴に基づくＳＯＨを示す間隔が長い破線とが交差する点であるＴｈ１を判定基準とし、等価回路に基づくＳＯＨがＴｈ１未満になった場合にはＹと判定してステップＳ５２に進む。なお、閾値Ｔｈ１については、精度だけでなく、参照するＳＯＨを切り換えた際に、双方の値の違いに基づいて、ＳＯＨの値が大きく変化しないようにすることが望ましい。例えば、等価回路に基づくＳＯＨの値と、使用履歴に基づくＳＯＨの値との差が所定の閾値未満となるタイミングを閾値Ｔｈ１とすることで、切り換えの際の値の変動を防ぐことができる。なお、切り換えの際に時定数を設けて、推定値が短時間で大きく変化しないようにしてもよい。

ステップＳ５２では、ＣＰＵ１０ａは、使用履歴に基づくＳＯＨを取得する。より詳細には、ＣＰＵ１０ａは、図８のステップＳ３５に示す処理によって求めたΔＳＯＨを累積加算して得たＳＯＨを取得する。

ステップＳ５３では、ＣＰＵ１０ａは、ステップＳ５２で取得した使用履歴に基づくＳＯＨを、等価回路に基づくＳＯＨに代えて採用する。なお、採用するＳＯＨを切り換える際には、前述したように出力値が大きく変動することを防ぐために、時定数によって緩やかに変化するようにしたり、あるいは、推定値同士が大きく変化しないように設定したりしてもよい。

ステップＳ５４では、ＣＰＵ１０ａは、ＳＯＨが所定の閾値Ｔｈ２未満か否かを判定し、ＳＯＨが所定の閾値Ｔｈ２未満と判定した場合（ステップＳ５４：Ｙ）にはステップＳ５５に進み、それ以外の場合（ステップＳ５４：Ｎ）にはステップＳ５６に進む。より詳細には、ステップＳ５１において、ＳＯＨ＜Ｔｈ１と判定された場合には使用履歴に基づくＳＯＨが採用されて当該ＳＯＨと閾値Ｔｈ２（例えば、図６に示すＴｈ２（＜Ｔｈ１）を用いることができる）とが比較される。なお、ＳＯＨ＜Ｔｈ１と判定された場合には使用履歴に基づくＳＯＨの方が等価回路に基づくＳＯＨよりも精度が高いので、精度が高いＳＯＨに基づいて劣化推定を正確に行うことができる。また、ステップＳ５１においてＳＯＨ≧Ｔｈ１と判定された場合には等価回路に基づくＳＯＨが採用されて当該ＳＯＨと閾値Ｔｈ２とが比較される。このようにＳＯＨ≧Ｔｈ１と判定された場合には等価回路に基づくＳＯＨの方が使用履歴に基づくＳＯＨよりも精度が高いので、精度が高いＳＯＨに基づいて劣化推定を正確に行うことができる。

ステップＳ５５では、ＣＰＵ１０ａは、警告処理を実行する。例えば、ＣＰＵ１０ａは、通信部１０ｄを介して上位の装置にＳＯＨが低下した旨を通知する。この結果、上位の装置は運転者に対して警告を発する。

ステップＳ５６では、ＣＰＵ１０ａは、処理を繰り返すか否かを判定し、処理を繰り返すと判定した場合（ステップＳ５６：Ｙ）にはステップＳ５０に戻って前述の場合と同様の処理を繰り返し、それ以外の場合（ステップＳ５６：Ｎ）には処理を終了する。

以上の処理によれば、図３〜図６を参照して前述した動作を実現することができる。

（Ｃ）変形実施形態の説明
以上の実施形態は一例であって、本発明が上述したような場合のみに限定されるものでないことはいうまでもない。例えば、以上の実施形態では、図３に示す等価回路を用いるようにしたが、これ以外の等価回路を用いるようにしてもよい。例えば、図３では、正極と負極に対応して、Ｒｃｔ１とＣ１の並列素子とＲｃｔ２とＣ２の並列素子を有するようにしたが、これらのいずれか一方だけの等価回路としてもよい。あるいは、並列素子が３つ以上接続された等価回路を用いるようにしてもよい。また、内部抵抗Ｒだけの等価回路を用いるようにしてもよい。

また、以上の実施形態で用いた式（１）では、右辺の関数の変数としては、Ｒｏｈｍ，Ｒｃｔ１，Ｒｃｔ２，Ｃ１，Ｃ２の全てを用いるようにしたが、例えば、これらの少なくとも１つ以上を用いるようにしてもよい。また、前述したように、Ｒｃｔ１とＣ１の並列素子とＲｃｔ２とＣ２の並列素子のいずれか一方だけ有する等価回路を用いる場合には、これらの並列素子の少なくとも一つを用いるようにしてもよい。さらに、並列素子が３つ以上接続された等価回路の場合には、これらの一部を用いるようにしてもよい。

また、以上の実施形態で用いた式（１）では、右辺の関数の変数としては、Ｒｏｈｍ，Ｒｃｔ１，Ｒｃｔ２，Ｃ１，Ｃ２の値を用いるようにしたが、これら全てまたは一部の成分の所定の時点（例えば、車両への二次電池１４の搭載時）からの変化値または変化率を用いるようにしてもよい。

また、以上の実施形態では、使用履歴としては、図４に示す第１パラメータ群を第２パラメータ群によって補正して用いるようにしたが、これら以外のパラメータを用いるようにしてもよい。例えば、充電電気量、放電電気量、充電時間、および、放電時間をＳＯＣで層別した値を用いるようにしてもよい。例えば、ＳＯＣを０〜１００％の範囲を１０％刻みで層別し、それぞれのＳＯＣの範囲における充電電気量、放電電気量、充電時間、または、放電時間を記憶し、それぞれの層の値に対して重み付け係数を乗算し、得られた値からＳＯＨを求めるようにしてもよい。また、ＳＯＣで層別するのではなく、二次電池１４の電圧、温度、電流によって層別するようにしてもよい。

また、使用状態の履歴としては、二次電池１４のセル間の劣化のばらつきの影響が表れるような比較的長期間の使用履歴に関する情報を用いることが好ましい。例えば、直近の一走行だけでなく、複数回の走行に関する情報を含んでいることが好ましく、二次電池１４を使用開始してからの使用状態の履歴に関する長期の情報であればより好ましい。

また、以上の実施形態では、等価回路に基づくＳＯＨの値に基づいて、等価回路または使用履歴に基づくＳＯＨを選択するようにしたが、例えば、使用履歴に基づくＳＯＨの値に基づいてこれらを選択するようにしてもよい。あるいは、二次電池１４の使用時間が所定の閾値を超えたか否かに基づいて、これらを選択するようにしてもよい。例えば、二次電池１４の使用時間が所定の閾値を超えた場合には、等価回路から使用履歴に基づくＳＯＨに変更するようにしてもよい。

また、二次電池１４が劣化すると、二次電池１４のＯＣＶ（Open Circuit Voltage）が増減する場合がある。すなわち、二次電池の電解液の水分が減少すると電解液濃度が上昇し、同じＳＯＣでもＯＣＶが上昇することがある。一方、例えば、鉛蓄電池では、サルフェーション（電気化学反応後の活物質（ＰｂＳＯ_４）の結晶化）が生じると、電解液濃度の低下が生じ、同じＳＯＣでもＯＣＶが低下することがある。このため、例えば、ＯＣＶの値が所定の閾値よりも大きい場合、あるいは所定の閾値よりも小さい場合には、等価回路から使用履歴に基づくＳＯＨに変更するようにしてもよい。また、スタータモータ１８を回転してエンジン１７を始動する際の電圧降下は、二次電池１４が劣化するに応じて大きくなるので、スタータモータ１８を回転してエンジン１７を始動する際の電圧降下を所定の閾値と比較してこれらを選択するようにしてもよい。具体的には、例えば、電圧降下が所定の閾値よりも大きくなった場合には、等価回路から使用履歴に基づくＳＯＨに変更するようにしてもよい。

また、図９に示すフローチャートでは、等価回路に基づくＳＯＨの値に応じて、等価回路または使用履歴基づくＳＯＨを選択するようにしたが、二次電池１４のセル間の劣化のばらつきに応じて選択先を変更するようにしてもよい。具体的には、セル間の劣化のばらつきの発生の蓋然性が高い使用状態である場合（例えば、低いＳＯＣにおいて長時間放電された場合や充放電が繰り返されたりした場合、または、高いＳＯＣにおいて長時間充電された場合や充電容量が大きい場合、または、二次電池１４の雰囲気温度の変化が激しい場合）には、ステップＳ５１においてＹと判定してステップＳ５２に進み、使用履歴に基づくＳＯＨを参照するようにしてもよい。

また、二次電池１４は、図４に示すように、複数のセルを有する構成としたが、例えば、独立した複数の二次電池が直列接続されて構成されるようにしてもよい。

１ 二次電池劣化推定装置
１０ 制御部（求出手段、第１推定手段、第２推定手段、判定手段）
１０ａ ＣＰＵ
１０ｂ ＲＯＭ
１０ｃ ＲＡＭ（記憶手段）
１０ｄ 通信部
１０ｅ Ｉ／Ｆ
１１ 電圧センサ
１２ 電流センサ
１３ 温度センサ
１４ 二次電池
１５ 放電回路
１６ オルタネータ
１７ エンジン
１８ スタータモータ
１９ 負荷

Claims (8)

1. 二次電池の劣化を推定する二次電池劣化推定装置において、
   前記二次電池の等価回路を構成する成分を求出する求出手段と、
   前記二次電池の使用状態の履歴を記憶する記憶手段と、
   前記求出手段によって求出された前記等価回路を構成する成分に基づいて前記二次電池の劣化状態を推定する第１推定手段と、
   前記記憶手段に記憶されている前記使用状態の履歴に基づいて前記二次電池の劣化状態を推定する第２推定手段と、
   前記二次電池の状態に応じて第１推定手段および前記第２推定手段の推定結果の少なくとも一方を参照して前記二次電池の劣化状態を判定する判定手段と、
   を有することを特徴とする二次電池劣化推定装置。
2. 前記判定手段は、前記第１推定手段および前記第２推定手段の推定結果のいずれか一方を参照して前記二次電池の劣化状態を判定するとともに、前記二次電池の状態に応じて参照する推定結果を切り換えることを特徴とする請求項１に記載の二次電池劣化推定装置。
3. 前記判定手段は、初期段階は前記第１推定手段の推定結果を参照し、前記第１推定手段および前記第２推定手段の推定結果のいずれか一方を参照して前記二次電池が劣化したと判定した場合には前記第２推定手段の推定結果に参照先を切り換えることを特徴とする請求項２に記載の二次電池劣化推定装置。
4. 前記判定手段は、前記等価回路の成分または前記使用状態の履歴に基づいて、前記二次電池が劣化したと判定した場合には前記第１推定手段の推定結果から前記第２推定手段の推定結果に参照先を切り換えることを特徴とする請求項３に記載の二次電池劣化推定装置。
5. 前記判定手段は、前記二次電池のセル間において劣化のばらつきが生じたと判定した場合には、前記第１推定手段の推定結果から前記第２推定手段の推定結果に参照先を切り換えることを特徴とする請求項３に記載の二次電池劣化推定装置。
6. 前記判定手段は、前記第１推定手段による推定結果を、前記第２推定手段による推定結果に基づいて補正することで、前記二次電池の劣化状態を判定することを特徴とする請求項１に記載の二次電池劣化推定装置。
7. 前記判定手段は、前記第１推定手段の推定結果に基づいて前記二次電池が劣化したと判定した場合には、前記第１推定手段による推定結果を、前記第２推定手段による推定結果に基づいて補正することを特徴とする請求項６に記載の二次電池劣化推定装置。
8. 二次電池の劣化を推定する二次電池劣化推定方法において、
   前記二次電池の等価回路を構成する成分を求出する求出ステップと、
   前記二次電池の使用状態の履歴を記憶手段に記憶する記憶ステップと、
   前記求出ステップにおいて求出された前記等価回路を構成する成分に基づいて前記二次電池の劣化状態を推定する第１推定ステップと、
   前記記憶手段に記憶されている前記使用状態の履歴に基づいて前記二次電池の劣化状態を推定する第２推定ステップと、
   前記二次電池の状態に応じて前記第１推定ステップおよび前記第２推定ステップにおける推定結果の少なくとも一方を参照して前記二次電池の劣化状態を判定する判定ステップと、
   を有することを特徴とする二次電池劣化推定方法。

Images