JP6201899B2 - バッテリ充電状態推定方法及びバッテリ充電状態推定装置 - Google Patents

Description

本発明は、ハイブリッド電気自動車（ＨＥＶ：Hybrid Electric Vehicle）等に用いられるバッテリの充電状態（ＳＯＣ：State of Charge）を推定するバッテリ充電状態推定方法及びバッテリ充電状態推定装置に関する。

近年、電力で駆動される駆動モータを動力源の１つとするハイブリッド自動車や電気自動車が広く開発されている。このような駆動モータの電力源として、大容量の二次電池で構成されるバッテリが利用されている。ハイブリッド自動車に搭載されるバッテリは、走行中に駆動モータが回生発電したときやエンジンの回転に伴う発電により充電される。一方、電気自動車やプラグインハイブリッド車両に搭載されるバッテリは、家庭用の商用電源といった外部電源から充電される。

上記のような電動車両において、バッテリの充電状態を示すＳＯＣを正確に把握することは、バッテリの過充電や過放電を防ぐと共に、走行時におけるバッテリの残容量を乗員に正確に伝える上で非常に重要である。しかしながら、バッテリ内部の状態を直接検出すること困難である。

従来、バッテリのＳＯＣの推定に様々な方法が用いられている。例えば、バッテリの充放電電流を時間積算して積算充電量及び積算放電量を算出し、これらの積算充電量及び積算放電量を初期状態または充放電開始直前の充電量に加算又は減算することで充電量を算出する方法（以下、電流積算法という）、及び、バッテリの等価回路モデルにバッテリの入力電流値と端子電圧値を入力し、モデルの開回路電圧（Open Circuit Voltage）を逐次推定して該開回路電圧からバッテリのＳＯＣを推定する方法（以下、ＯＣＶ法という）がある。

ところが、上記各方法には一長一短がある。

後者のＯＣＶ法では、電圧・電流・温度・バッテリモデルから開回路電圧の計算を行うため、そのモデル誤差により充電又は放電状態である電流領域でＳＯＣ推定値の誤差が大きくなるが、バッテリの充放電開始からの誤差の積算であるオフセット電流誤差の累積がない。

一方、前者の電流積算法は、バッテリモデルが不要であるため、大電流領域でも誤差は増加しないが、オフセット電流誤差が時間とともに累積され、ＳＯＣ推定誤差が悪化するという問題がある。

後者のＯＣＶ法では、前者の電流積算法のように充電電流及び放電電流の常時測定が不要であるものの、ＯＣＶの算出にバッテリの等価回路モデルが用いられるため、そのモデル誤差により、ＳＯＣ推定値に誤差が生じるという問題がある。この誤差は、特に大電流（例えば１００Ａ〜２００Ａ）が流れる際に顕著となる。

一方、前者の電流積算法では、短時間のＳＯＣ推定においては、ＯＣＶ法よりも精度が高いものの、充電電流及び放電電流の常時測定が必要であり、さらに、入力電流値を測定する電流センサにゲイン誤差等の誤差があるため、バッテリの充放電開始からの時間経過とともに電流センサに起因する誤差が積算され、ＳＯＣの推定精度が悪化するという問題がある。

特許文献１には、このような電流センサの誤差を算出することを目的として、電流積算値から求められるバッテリ容量と開回路電圧から求められるバッテリ容量とのバッテリ容量差に基づいて電流センサのオフセット誤差やゲイン誤差を算出する方法が開示されている。

特開２００５−２６１１３０号公報

ところで、車両を駆動するための駆動用高電圧バッテリを搭載する電動車両では、安全性を担保するために高電圧電源系を車体から電気的に絶縁する必要があることから、ホール素子タイプの電流センサが一般的に使用されている。しかしながら、ホール素子タイプの電流センサでは、オフセット電流誤差が発生するため、前述の積算法を用いたＳＯＣ推定では、積算時間の経過とともにオフセット電流誤差が累積され、ＳＯＣの推定精度が悪化する虞がある。

また、オフセット電流誤差は、１% F.S.であること、最大電流は２００Ａ程度であることを勘案すると、２Ａ程度が見積もられる。３[Ah]程度のバッテリ容量が使用されるハイブリッド自動車では、長時間の電流積算法によるＳＯＣ推定結果は利用できないことがわかる。

一方、ＯＣＶ法では、バッテリモデル誤差により、電流領域、特に大電流が流れる領域でＳＯＣ推定誤差が大きくなる。

以上より、ＯＣＶ法では誤差の大きくなる大電流充放電区間では、電流積算法を行い、積算時間が大きくなる、あるいは充放電電流が減少し、ＯＣＶ法精度が期待できる区間ではＯＣＶ法推定結果を選択するロジックが定性的に言われている。しかしながら、オフセット誤差を正確に推定することは困難であるため、両推定法誤差を正しく見積もることができないため、二者択一を正しくすることはできていない。

本発明は、かかる点に鑑みてなされたものであり、オフセット誤差に対して、電流積算法誤差とＯＣＶ法誤差の符号が背反になることを利用し、オフセット誤差成分をキャンセルするものであり、本発明の目的とするところは、オフセット電流値を正確に推定することを不要として、バッテリの充電状態を精度よく推定することにある。

オフセット誤差に対して、電流積算法誤差とＯＣＶ法誤差の符号が背反になることを利用し、オフセット誤差成分をキャンセルするものである。本方法によれば、オフセット電流値を正確に推定することが不要になる。

具体的には、第１の発明は、バッテリの充放電電流及び端子電圧に基づいて該バッテリの充電状態を推定するバッテリ充電状態推定方法を対象とし、次のような解決手段を講じた。

すなわち、第１の発明は、電流センサによって検出された上記バッテリの充放電電流を時間積算し、この時間積算値に基づいて上記バッテリの充電状態である積算法推定充電状態を推定する積算法充電状態推定工程と、電圧センサによって検出された上記バッテリの端子電圧と上記電流センサによって検出された充放電電流と上記バッテリの等価回路モデルとに基づいて該バッテリの開回路電圧を求め、該開回路電圧から上記バッテリの充電状態であるＯＣＶ法推定充電状態を推定するＯＣＶ法充電状態推定工程と、上記積算法推定充電状態及びＯＣＶ法推定充電状態の平均値である推定充電状態平均値を求める平均値取得工程と、上記電流センサに起因する上記積算法推定充電状態の誤差の上記バッテリの充放電開始からの時間積算値である積算法誤差、上記等価回路モデルに起因する上記ＯＣＶ法推定充電状態の誤差の上記バッテリの充放電開始からの時間変化であるＯＣＶ法誤差、並びに、上記積算法誤差及びＯＣＶ法誤差の平均値の時間変化である誤差平均を求める誤差取得工程と、該誤差取得工程において求められた上記積算法誤差、ＯＣＶ法誤差及び誤差平均に基づいて上記積算法推定充電状態、ＯＣＶ法推定充電状態又は推定充電状態平均値を選択し、選択した推定充電状態を上記バッテリの充電状態とする充電状態選択工程と、を備えることを特徴とする。

第１の発明によれば、電流積算法及びＯＣＶ法でバッテリの充電状態を推定すると共に、両方法における誤差のバッテリ充放電開始からの時間変化を求めている。電流積算法における誤差の時間変化を求める際には、支配的な要因である電流センサに起因する誤差の時間変化を求める。一方、ＯＣＶ法における誤差の時間変化を求める際には、主要因であるバッテリの等価回路モデルに起因する誤差の時間変化を求める。そのため、各推定方法における誤差の時間変化を精度良く求めることができる。そして、求められた誤差の時間変化のうち小さい方の推定方法による推定充電状態を選択し、バッテリの充電状態とする。このように、各推定方法による誤差の時間変化を精度良く求めると共に、誤差の小さい推定方法による推定充電状態を選択してバッテリの充電状態としているので、従来よりも精度良くバッテリの充電状態を推定することができる。

ここで、積算法誤差とＯＣＶ法誤差の符号が背反となる（正負）に注目すると、積算法誤差やＯＣＶ法誤差よりも、これら両誤差の平均が最も小さくなることがある。

そこで、第１の発明によれば、電流積算法及びＯＣＶ法のほかに、両方法で推定された充電状態の平均値である推定充電状態平均値を求め、さらに、積算法誤差及びＯＣＶ法誤差のほかに、これらの平均である誤差平均を求める。そして、これら３つの誤差の時間変化のうち最も小さい誤差の方法による推定充電状態を選択する。したがって、より一層精度良くバッテリの充電状態を推定することができる。

第２の発明は、第１の発明において、上記充電状態選択工程において、上記バッテリの充放電開始からの経過時間に基づいて選択することを特徴とする。

第２の発明によれば、バッテリの充放電開始からの経過時間に基づいて推定充電状態を選択しているので、簡易且つ比較的精度良くバッテリの充電状態を推定することができる。

第３の発明は、第１又は第２の発明において、上記充電状態選択工程において、上記バッテリの充放電開始から所定時間経過までの間、上記積算法推定充電状態を選択することを特徴とする。

第３の発明によれば、積算法誤差は、電流センサのセンサ誤差が時間積算されたものである。つまり、バッテリの充放電（電流積算）開始段階では、積算法誤差が最も小さい。そのため、バッテリの充放電（電流積算）開始から所定時間経過までは、最も誤差の小さい電流積算法による推定充電状態を選択することにより、バッテリの充電状態をより精度良く推定することができる。

第４の発明は、バッテリの端子電圧及び充放電電流に基づいて該バッテリの充電状態を推定するバッテリの充電状態推定装置を対象とし、次のような解決手段を講じた。

すなわち、第４の発明は、上記バッテリの充放電電流を検出する電流センサと、上記バッテリの端子電圧を検出する電圧センサと、上記電流センサによって検出された充放電電流を時間積算し、この時間積算値に基づいて上記バッテリの充電状態である積算法推定充電状態を推定する積算法充電状態推定手段と、上記電圧センサによって検出された端子電圧と上記電流センサによって検出された充放電電流と上記バッテリの等価回路モデルとに基づいて開回路電圧を求め、該開回路電圧から上記バッテリの充電状態であるＯＣＶ法推定充電状態を推定するＯＣＶ法充電状態推定手段と、上記積算法推定充電状態及びＯＣＶ法推定充電状態の平均値である推定充電状態平均値を求める平均値算出手段と、上記電流センサに起因する上記積算法推定充電状態の誤差の上記バッテリの充放電開始からの時間積算値である積算法誤差、上記等価回路モデルに起因する上記ＯＣＶ法推定充電状態の誤差の上記バッテリの充放電開始からの時間変化であるＯＣＶ法誤差、並びに、上記積算法誤差及びＯＣＶ法誤差の平均値の時間変化である誤差平均を求める誤差取得手段と、該誤差取得手段によって求められた上記積算法誤差、ＯＣＶ法誤差及び誤差平均に基づいて上記積算法推定充電状態、ＯＣＶ法推定充電状態又は推定充電状態平均値を選択し、選択した推定充電状態を上記バッテリの充電状態とする充電状態選択手段と、を備えることを特徴とする。

第４の発明によれば、第１の発明と同様の作用効果を奏することができる。

以上、本発明によれば、バッテリの充電状態を精度良く推定することができる。

本発明の実施形態に係るバッテリ充電状態推定装置の構成を示すブロック図である。 （ａ）は電流積算法充電状態推定部の制御のブロック図であり、（ｂ）はＯＣＶ法充電状態推定部の制御のブロック図であり、（ｃ）はバッテリの等価回路モデルを示す図である。 （ａ）は積算法充電状態推定誤差を算出するための制御のブロック図であり、（ｂ）はＯＣＶ法充電状態推定誤差を算出するための制御のブロック図であり、（ｃ）はバッテリの等価回路モデルを示す図である。 充電状態推定装置の制御フローを示す図である。 積算法充電状態推定誤差とＯＣＶ法充電状態推定誤差との関係を示す図であって、（ａ）はＯＣＶ法充電状態推定誤差が比較的大きい場合を示す図であり、（ｂ）はＯＣＶ法充電状態推定誤差が比較的小さい場合を示す図である。 バッテリの各方法における充電状態推定誤差の時間推移の一例を示す図である。 本発明の実施形態の変形例に係る充電状態推定装置の構成を示すブロック図である。

以下、本発明の実施形態を図面に基づいて説明する。尚、以下の好ましい実施形態の説明は本質的に例示に過ぎず、本発明、その適用物或いはその用途を制限することを意図するものではない。

図１は、本実施形態に係るバッテリ充電状態推定装置１（以下、単に充電状態推定装置１という。）の構成を示すブロック図である。該充電状態推定装置１は、車両、特にＨＥＶに搭載されたバッテリＢＡＴの充電状態を推定する装置である。該バッテリＢＡＴは、例えば鉛蓄電池等の二次電池で構成されており、車体から電気的に絶縁されている。

上記充電状態推定装置１は、バッテリＢＡＴの充放電電流Ｉ及び端子電圧ＶＢＡＴをそれぞれ検出する電流センサ３及び電圧センサ５と、電流積算法によってバッテリＢＡＴの充電状態を推定する電流積算法充電状態推定部７（積算法充電状態推定手段）と、ＯＣＶ法によってバッテリＢＡＴの充電状態を推定するＯＣＶ法充電状態推定部９（ＯＣＶ法充電状態推定手段）と、電流積算法充電状態推定部７によって推定されたバッテリＢＡＴの充電状態（以下、積算法推定充電状態ＳＯＣ_Ｉという。）及びＯＣＶ法充電状態推定部９によって推定されたバッテリＢＡＴの充電状態（以下、ＯＣＶ法推定充電状態ＳＯＣ_Ｖという。）の平均値である推定充電状態平均値ＳＯＣ_ＶＩを算出する平均値算出部１１（平均値算出手段）と、上記各推定方法の誤差を見積もる誤差見積部１３（誤差取得手段）と、該誤差見積部１３によって見積もられた誤差に基づいて上記積算法推定充電状態ＳＯＣ_Ｉ、ＯＣＶ法推定充電状態ＳＯＣ_Ｖ又は推定充電状態平均値ＳＯＣ_ＶＩを選択し、バッテリＢＡＴの充電状態とするマルチプレクサ１５と、を備えている。

上記電流センサ３は、バッテリＢＡＴが上述の如く車体から電気的に絶縁されているため、ホール素子タイプのものである。この電流センサ３には、電流積算法充電状態推定部７、ＯＣＶ法充電状態推定部９及び誤差見積部１３が並列に接続され、検出した充放電電流Ｉを示す信号をこれら各部に送信する。また、上記電圧センサ５には、ＯＣＶ法充電状態推定部９が接続され、検出した端子電圧を示す信号をＯＣＶ法充電状態推定部９に送信する。

上記電流積算法充電状態推定部７は、電流センサ３から送信された信号に基づいて積算法推定充電状態ＳＯＣ_Ｉを算出する。図２（ａ）は、電流積算法充電状態推定部７の制御のブロック図である。この電流積算法充電状態推定部７は、電流センサ３によって検出された充放電電流値Ｉ及びバッテリＢＡＴの既知のバッテリ容量Ｃａｐに基づいて、バッテリＢＡＴの充放電電流の時間積算値ΔＳＯＣ_Ｉ（ΔＳＯＣ_Ｉ=∫Ｉｄｔ／Ｃａｐ）を求める。また、その一方で、電流積算法充電状態推定部７は、バッテリＢＡＴの充電状態初期値ＳＯＣ０を上記ＯＣＶ法充電状態推定部９から取得する。そして、電流積算法充電状態推定部７は、充電状態初期値ＳＯＣ０に時間積算値ΔＳＯＣ_Ｉを加算し、バッテリＢＡＴの積算法推定充電状態ＳＯＣ_Ｉを求めて、マルチプレクサ１５に出力する。

上記ＯＣＶ法充電状態推定部９は、電流センサ３及び電圧センサ５から送信された信号に基づいてＯＣＶ法推定充電状態ＳＯＣ_Ｖを算出する。図２（ｂ）は、ＯＣＶ法充電状態推定部９の制御のブロック図である。ＯＣＶ法充電状態推定部９には、予め図２（ｃ）に示すバッテリＢＡＴの等価回路モデルが設定されており、この等価回路モデルで設定されたバッテリＢＡＴの抵抗値Ｒと、電流センサ３及び電圧センサ５によってそれぞれ検出された充放電電流値Ｉ及び端子電圧値ＶＢＡＴと、に基づいて、バッテリＢＡＴの開回路電圧ＯＣＶ（ＯＣＶ＝ＶＢＡＴ−ＩＲ）を算出する。ここで、ＯＣＶ法充電状態推定部９には、開回路電圧ＯＣＶとバッテリＢＡＴの充電状態ＳＯＣとの対応関係を示すＯＣＶ−ＳＯＣマップが格納されている。ＯＣＶ法充電状態推定部９は、このマップを参照して、算出した開回路電圧ＯＣＶに対応するバッテリＢＡＴのＯＣＶ法推定充電状態ＳＯＣ_Ｖを取得し、上記マルチプレクサ１５に出力する。

上記平均値算出部１１は、電流積算法充電状態推定部７及びＯＣＶ法充電状態推定部９に接続され、これらから積算法推定充電状態ＳＯＣ_Ｉ及びＯＣＶ法推定充電状態ＳＯＣ_Ｖを取得する。そして、平均値算出部１１は、これら推定充電状態ＳＯＣ_Ｉ，ＳＯＣ_Ｖの平均値である推定充電状態平均値ＳＯＣ_ＶＩ（ＳＯＣ_ＶＩ＝（ＳＯＣ_Ｖ＋ＳＯＣ_Ｉ）／２）を算出し、上記マルチプレクサ１５に出力する。

上記誤差見積部１３は、電流センサ３のオフセット誤差に起因する積算法推定充電状態ＳＯＣ_Ｉの誤差のバッテリＢＡＴの充放電開始からの時間積算値である積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒと、図２（ｃ）に示されたバッテリＢＡＴの等価回路モデルに起因するＯＣＶ法推定充電状態ＳＯＣ_Ｖの誤差のバッテリＢＡＴの充放電開始からの時間変化であるＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒと、これら両充電状態推定誤差の平均値である誤差平均ＳＯＣ_ＶＩｅｒｒと、を求める。

図３（ａ）は、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒを算出するための制御のブロック図を示す。誤差見積部１３は、上記電流センサ３のオフセット誤差に起因する電流誤差Ｉｅｒｒの時間積算値から積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ（ＳＯＣ_Ｉｅｒｒ＝∫Ｉｅｒｒｄｔ／Ｃａｐ）を求める。

一方、図３（ｂ）は、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒを算出するための制御のブロック図を示す。誤差見積部１３には、予め図３（ｃ）に示すバッテリＢＡＴの等価回路モデルが設定されている。この等価回路モデルにおける抵抗は、抵抗真値Ｒｒｅｆと抵抗誤差Ｒｅｒｒとの和で表される一方、充放電電流は、電流真値Ｉｒｅｆと電流センサ３のオフセット誤差に起因する電流誤差Ｉｅｒｒとの和で表される。

この等価回路モデルにおいて、誤差見積部１３は、開回路電圧誤差ＯＣＶｅｒｒ（ＯＣＶｅｒｒ＝｛ＶＢＡＴ−（Ｉｒｅｆ＋Ｉｅｒｒ）（Ｒ＋Ｒｅｒｒ）｝−（ＶＢＡＴ−Ｉｒｅｆ・Ｒ）＝−Ｉｅｒｒ・Ｒｒｅｆ＋（Ｉｒｅｆ＋Ｉｅｒｒ）Ｒｅｒｒ）を算出する。なお、Ｒｅｒｒは、正又は負の値を取り得るため、開回路電圧誤差ＯＣＶｅｒｒは、−Ｉｅｒｒ・Ｒｒｅｆ−（Ｉｒｅｆ＋Ｉｅｒｒ）｜Ｒｅｒｒ｜≦開回路誤差ＯＣＶｅｒｒ≦−Ｉｅｒｒ・Ｒｒｅｆ＋（Ｉｒｅｆ＋Ｉｅｒｒ）｜Ｒｅｒｒ｜の範囲の値を取り得る。ここで、｜Ｒｅｒｒ｜は、Ｒｅｒｒの絶対値である。

また、誤差見積部１３は、上記ＯＣＶ法充電状態推定部９からＯＣＶ法推定充電状態ＳＯＣ_Ｖを取得し、上記ＯＣＶ−ＳＯＣマップを参照してＯＣＶ法推定充電状態ＳＯＣ_ＶにおけるＯＣＶの傾き（ｄＯＣＶ／ｄＳＯＣ）｜ＳＯＣを求める。そうして、誤差見積部１３は、上記開回路電圧誤差ＯＣＶｅｒｒ及び傾き（ｄＯＣＶ／ｄＳＯＣ）｜ＳＯＣに基づいて、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒ（ＳＯＣ_Ｖｅｒｒ＝（ｄＯＣＶ／ｄＳＯＣ）ＯＣＶｅｒｒ）を算出する。

さらに、誤差見積部１３は、上記積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ及びＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒの誤差平均ＳＯＣ_ＶＩｅｒｒ（ＳＯＣ_ＶＩｅｒｒ＝（ＳＯＣ_Ｉｅｒｒ＋ＳＯＣ_Ｖｅｒｒ）／２）を算出する。

そして、誤差見積部１３は、算出した積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒ及び誤差平均ＳＯＣ_ＶＩｅｒｒをマルチプレクサ１５に出力する。

上記マルチプレクサ１５は、誤差見積部１３からの選択制御入力に基づいて、電流積算法充電状態推定部７、ＯＣＶ法充電状態推定部９及び平均値算出部１１からの入力のうちいずれか１つをバッテリＢＡＴの推定充電状態として出力する。具体的には、マルチプレクサ１５は、誤差見積部１３から入力された積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒ及び誤差平均ＳＯＣ_ＶＩｅｒｒの大小関係を判別し、最も小さい誤差に対応する方法で推定された充電状態を選択し、選択した推定充電状態をバッテリＢＡＴの充電状態として出力する。

次に、充電状態推定装置１の動作について図４に示すフローチャートを参照して説明する。

バッテリＢＡＴの充放電が開始すると、充電状態推定装置１は、バッテリＢＡＴの前回の充放電終了時にＯＣＶ法充電状態推定部９において推定された推定充電状態前回値ＳＯＣ（−１）を取得し、ＯＣＶ法充電状態推定部９のＯＣＶ−ＳＯＣマップを参照して該推定充電状態前回値ＳＯＣ（−１）におけるＳＯＣに対するＯＣＶの傾き（ｄＯＣＶ／ｄＳＯＣ）｜ＳＯＣを算出する（ステップＳ１）。

次いで、充電状態推定装置１は、電流センサ３及び電圧センサ５でそれぞれ検出された充放電電流Ｉ及び端子電圧ＶＢＡＴに基づいて、開回路電圧誤差ＯＣＶｅｒｒを演算し、その上限値ＯＣＶｅｒｒＵ（ＯＣＶｅｒｒＵ＝−Ｉｅｒｒ・Ｒｒｅｆ＋（Ｉｒｅｆ＋Ｉｅｒｒ）｜Ｒｅｒｒ｜）及び下限値ＯＣＶｅｒｒＬ（ＯＣＶｅｒｒＬ＝−Ｉｅｒｒ・Ｒｒｅｆ−（Ｉｒｅｆ＋Ｉｅｒｒ）｜Ｒｅｒｒ｜）を算出する（ステップＳ３）。なお、この際、電流センサ３のオフセット誤差に起因する電流誤差ＩｅｒｒをＩｅｒｒ＞０と仮定する。

続いて、充電状態推定装置１は、ステップＳ１で算出されたＳＯＣ（−１）に対するＯＣＶの傾き（ｄＯＣＶ／ｄＳＯＣ）｜ＳＯＣと、ステップＳ３で算出された開回路電圧誤差ＯＣＶｅｒｒとに基づいて、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒを算出する（ステップＳ５）。

その一方で、充電状態推定装置１は、ステップＳ３で算出された開回路電圧誤差ＯＣＶｅｒｒの上限値ＯＣＶｅｒｒＵが０よりも小さいか否かを判別する（ステップＳ７）。

バッテリＢＡＴの充放電電流Ｉが比較的大きい場合、バッテリＢＡＴの充電率が比較的小さい場合、または、これら双方の条件が成立する場合には、開回路電圧誤差ＯＣＶｅｒｒの上限値ＯＣＶｅｒｒＵが０以上となる可能性が高い（ステップＳ７でＮＯ）。この場合、充電状態推定装置１は、誤差平均ＳＯＣ_ＶＩｅｒｒを選択せず、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒの絶対値｜ＳＯＣ_Ｉｅｒｒ｜がＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒの下限値ＯＣＶｅｒｒＬの絶対値｜ＯＣＶｅｒｒＬ｜よりも小さいか否かを判別する（ステップＳ９）。

積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒの絶対値｜ＳＯＣ_Ｉｅｒｒ｜がＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒの下限値ＯＣＶｅｒｒＬの絶対値｜ＯＣＶｅｒｒＬ｜よりも小さい場合（ステップＳ９でＹＥＳ）には、図５（ａ）に示すように、破線で示す積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが最も小さいため、充電状態推定装置１は、バッテリＢＡＴの充電状態として積算法推定充電状態ＳＯＣ_Ｉを選択し（ステップＳ１１）、この積算法推定充電状態ＳＯＣ_ＩをバッテリＢＡＴの充電状態として出力し、処理をステップＳ１に戻す。

一方、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒの絶対値｜ＳＯＣ_Ｉｅｒｒ｜がＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒの下限値ＯＣＶｅｒｒＬの絶対値｜ＯＣＶｅｒｒＬ｜よりも大きい場合（ステップＳ９でＮＯ）には、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖが最も小さいため、充電状態推定装置１は、バッテリＢＡＴの充電状態としてＯＣＶ法推定充電状態ＳＯＣ_Ｖを選択し（ステップＳ１３）、このＯＣＶ法推定充電状態ＳＯＣ_ＶをバッテリＢＡＴの充電状態として出力する。そして、充電状態推定装置１は、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒを０とし、電流積算法による誤差をリセットし（ステップＳ１５）、処理をステップＳ１に戻す。

また、ステップＳ７において、バッテリＢＡＴの充放電電流Ｉが比較的小さい場合、バッテリＢＡＴの充電率が比較的大きい場合、または、これら双方の条件が成立する場合には、開回路電圧誤差ＯＣＶｅｒｒの上限値ＯＣＶｅｒｒＵが０よりも小さくなる可能性が高い（ステップＳ７でＹＥＳ）。この場合、充電状態推定装置１は、図５（ｂ）に示すように、一点鎖線で示すＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒが比較的小さくなり、誤差平均ＳＯＣ_ＶＩｅｒｒが最も小さくなるため、推定充電状態平均値ＳＯＣ_ＶＩを選択し（ステップＳ１７）、この推定充電状態平均値ＳＯＣ_ＶＩをバッテリＢＡＴの充電状態として出力する（ステップＳ１９）。そして、充電状態推定装置１は、処理をステップＳ１に戻す。

図６は、バッテリＢＡＴの各方法における充電状態推定誤差の時間推移の一例を示す図である。である。図６において、縦軸は誤差の大きさを示し、横軸はバッテリＢＡＴの充放電開始からの経過時間ｔを示している。この例では、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒの上限値ＳＯＣｅｒｒＵが０より大きい場合を示している。なお、図６において、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒを破線で示し、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒを破線で示し、誤差平均ＳＯＣ_ＶＩｅｒｒを破線で示している。

バッテリＢＡＴが充放電を開始すると、充電状態推定装置１は、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが最も小さいため、積算法推定充電状態ＳＯＣ_Ｉを選択し、バッテリＢＡＴの充電状態とする。

電流センサのオフセット誤差に起因する誤差が時間積算されると、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが次第に大きくなり、経過時間ｔ１で積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが誤差平均ＳＯＣ_ＶＩｅｒｒよりも大きくなり、当該誤差平均ＳＯＣ_ＶＩｅｒｒが最も小さくなる。したがって、充電状態推定装置１は、推定充電状態平均値ＳＯＣ_ＶＩを選択し、バッテリＢＡＴの充電状態とする。

経過時間ｔ２になると、誤差平均ＳＯＣ_ＶＩｅｒｒが積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒよりも大きくなり、当該積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが最も小さくなる。したがって、充電状態推定装置１は、積算法推定充電状態ＳＯＣ_Ｉを選択し、バッテリＢＡＴの充電状態とする。

経過時間ｔ３になると、再び積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが誤差平均ＳＯＣ_ＶＩｅｒｒよりも大きくなり、当該誤差平均ＳＯＣ_ＶＩｅｒｒが最も小さくなる。したがって、充電状態推定装置１は、推定充電状態平均値ＳＯＣ_ＶＩを選択し、バッテリＢＡＴの充電状態とする。

そして、経過時間ｔ４になると、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが大きくなり、誤差平均ＳＯＣ_ＶＩｅｒｒがＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒよりも大きくなる。このタイミングで、充電状態推定装置１は、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒが最も小さくなるため、ＯＣＶ法推定充電状態ＳＯＣ_Ｖを選択し、バッテリＢＡＴの充電状態とする。それと同時に、充電状態推定装置１は、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒを０にし、リセットする。

充電状態推定装置１は、バッテリＢＡＴが充放電をしている間、上記の処理を繰り返す。

このように、充電状態推定装置１は、バッテリＢＡＴの充放電開始からの積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒ及びこれらの誤差平均ＳＯＣ_ＶＩｅｒｒの時間推移を常時モニタし、最も小さい誤差に対応する方法で推定された充電状態を選択することにより、精度良い充電状態の推定が可能となる。

−発明の実施形態の効果−
上記実施形態によれば、電流積算法及びＯＣＶ法でバッテリＢＡＴの充電状態を推定すると共に、両方法における誤差のバッテリ充放電開始からの時間変化を求めている。電流積算法における誤差の時間変化を求める際には、支配的な要因である電流センサに起因する積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒの時間変化を求める。一方、ＯＣＶ法における誤差の時間変化を求める際には、主要因であるバッテリＢＡＴの等価回路モデルに起因する誤差の時間変化を求める。そのため、各推定方法における誤差の時間変化を精度良く求めることができる。そして、求められた誤差の時間変化のうち小さい方の推定方法による推定充電状態を選択し、バッテリＢＡＴの充電状態とする。このように、各推定方法による誤差の時間変化を精度良く求めると共に、誤差の小さい推定方法による推定充電状態を選択してバッテリＢＡＴの充電状態としているので、従来よりも精度良くバッテリＢＡＴの充電状態を推定することができる。

ここで、バッテリＢＡＴの充放電電流が比較的小さい場合、バッテリＢＡＴの充放電開始からの時間経過によっては、積算法充電状態推定誤差ＳＯＣ_ＩｅｒｒやＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒよりも、これらの平均である誤差平均ＳＯＣ_ＶＩｅｒｒが最も小さくなることがある。

そこで、上記実施形態によれば、電流積算法及びＯＣＶ法のほかに、両方法で推定された充電状態の平均値である推定充電状態平均値ＳＯＣ_ＶＩｅｒｒを求め、さらに、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ及びＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒの、これらの平均である誤差平均ＳＯＣ_ＶＩｅｒｒを求める。そして、これら３つの誤差の時間変化のうち最も小さい誤差の方法による推定充電状態を選択する。したがって、より一層精度良くバッテリの充電状態を推定することができる。

また、上記実施形態によれば、バッテリＢＡＴの充放電開始からの経過時間ｔに基づいて推定充電状態を選択しているので、簡易且つ比較的精度良くバッテリＢＡＴの充電状態を推定することができる。

さらに、上記実施形態によれば、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒは、電流センサ３のオフセット誤差が時間積算されたものである。つまり、バッテリＢＡＴの充放電開始段階では、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒが最も小さい。そのため、バッテリＢＡＴの充放電開始から所定時間経過までは、最も誤差の小さい電流積算法による推定充電状態ＳＯＣ_Ｉを選択することにより、バッテリＢＡＴの充電状態をより精度良く推定することができる。

（参考例）
図７は、上記実施形態の変形例に係るバッテリ充電状態推定装置２の構成を示すブロック図である。この充電状態推定装置２は、平均値算出部１１を備えない点で上記実施形態に係る充電状態推定装置１と異なる。そして、当該充電状態推定装置２は、誤差見積部１３において積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ及びＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒを見積もり、マルチプレクサ１５において小さい方の誤差に対応する推定方法で推定された充電状態をバッテリＢＡＴの充電状態とする。

これにより、構成を簡素としながらも、電流積算法又はＯＣＶ法のみによるバッテリＢＡＴの充電状態推定よりも精度良く推定を行うことができる。

（その他の実施形態）
なお、上記実施形態では、積算法充電状態推定誤差ＳＯＣ_Ｉｅｒｒ、ＯＣＶ法充電状態推定誤差ＳＯＣ_Ｖｅｒｒ及び誤差平均ＳＯＣ_ＶＩｅｒｒに基づいて積算法推定充電状態ＳＯＣ_Ｉ、ＯＣＶ法推定充電状態ＳＯＣ_Ｖ又は推定状態平均値ＳＯＣ_ＶＩを選択しているが、これに限定されず、バッテリＢＡＴの充放電開始からの経過時間ｔに基づいて選択してもよい。この場合、経過時間にのみ基づいて選択するので、制御を簡素にすることができる。

以上説明したように、本発明に係るバッテリ充電状態推定方法及びバッテリ充電状態推定装置は、バッテリの充電状態をより精度良く推定する用途に適用することができる。

１ 充電状態推定装置（バッテリ充電状態推定装置）
３ 電流センサ
５ 電圧センサ
７ 電流積算法充電状態推定部（積算法充電状態推定手段）
９ ＯＣＶ法充電状態推定部（ＯＣＶ法充電状態推定手段）
１１ 平均値算出部（平均値算出手段）
１３ 誤差見積部（誤差取得手段）
１５ マルチプレクサ（充電状態選択手段）
ＢＡＴ バッテリ

Claims (4)

1. バッテリの充放電電流及び端子電圧に基づいて該バッテリの充電状態を推定するバッテリ充電状態推定方法であって、
   電流センサによって検出された上記バッテリの充放電電流を時間積算し、この時間積算値に基づいて上記バッテリの充電状態である積算法推定充電状態を推定する積算法充電状態推定工程と、
   電圧センサによって検出された上記バッテリの端子電圧と上記電流センサによって検出された充放電電流と上記バッテリの等価回路モデルとに基づいて該バッテリの開回路電圧を求め、該開回路電圧から上記バッテリの充電状態であるＯＣＶ法推定充電状態を推定するＯＣＶ法充電状態推定工程と、
   上記積算法推定充電状態及びＯＣＶ法推定充電状態の平均値である推定充電状態平均値を求める平均値取得工程と、
   上記電流センサに起因する上記積算法推定充電状態の誤差の上記バッテリの充放電開始からの時間積算値である積算法誤差、上記等価回路モデルに起因する上記ＯＣＶ法推定充電状態の誤差の上記バッテリの充放電開始からの時間変化であるＯＣＶ法誤差、並びに、上記積算法誤差及びＯＣＶ法誤差の平均値の時間変化である誤差平均を求める誤差取得工程と、
   該誤差取得工程において求められた上記積算法誤差、ＯＣＶ法誤差及び誤差平均に基づいて上記積算法推定充電状態、ＯＣＶ法推定充電状態又は推定充電状態平均値を選択し、選択した推定充電状態を上記バッテリの充電状態とする充電状態選択工程と、を備えることを特徴とするバッテリ充電状態推定方法。
2. 請求項１に記載のバッテリ充電状態推定方法において、
   上記充電状態選択工程において、上記バッテリの充放電開始からの経過時間に基づいて選択することを特徴とするバッテリ充電状態推定方法。
3. 請求項１又は２に記載のバッテリ充電状態推定方法において、
   上記充電状態選択工程において、上記バッテリの充放電開始から所定時間経過までの間、上記積算法推定充電状態を選択することを特徴とするバッテリ充電状態推定方法。
4. バッテリの端子電圧及び充放電電流に基づいて該バッテリの充電状態を推定するバッテリ充電状態推定装置であって、
   上記バッテリの充放電電流を検出する電流センサと、
   上記バッテリの端子電圧を検出する電圧センサと、
   上記電流センサによって検出された充放電電流を時間積算し、この時間積算値に基づいて上記バッテリの充電状態である積算法推定充電状態を推定する積算法充電状態推定手段と、
   上記電圧センサによって検出された端子電圧と上記電流センサによって検出された充放電電流と上記バッテリの等価回路モデルとに基づいて開回路電圧を求め、該開回路電圧から上記バッテリの充電状態であるＯＣＶ法推定充電状態を推定するＯＣＶ法充電状態推定手段と、
   上記積算法推定充電状態及びＯＣＶ法推定充電状態の平均値である推定充電状態平均値を求める平均値算出手段と、
   上記電流センサに起因する上記積算法推定充電状態の誤差の上記バッテリの充放電開始からの時間積算値である積算法誤差、上記等価回路モデルに起因する上記ＯＣＶ法推定充電状態の誤差の上記バッテリの充放電開始からの時間変化であるＯＣＶ法誤差、並びに、上記積算法誤差及びＯＣＶ法誤差の平均値の時間変化である誤差平均を求める誤差取得手段と、
   該誤差取得手段によって求められた上記積算法誤差、ＯＣＶ法誤差及び誤差平均に基づいて上記積算法推定充電状態、ＯＣＶ法推定充電状態又は推定充電状態平均値を選択し、選択した推定充電状態を上記バッテリの充電状態とする充電状態選択手段と、を備えることを特徴とするバッテリ充電状態推定装置。

Images