JP2010230469A - 二次電池劣化判定装置及び方法 - Google Patents

Abstract

【課題】 時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる二次電池劣化判定装置及び方法を提供すること。
【解決手段】 周波数成分の異なる擬似白色二値信号を生成する擬似白色信号生成部２と、擬似白色二値信号が入力された際の端子電圧を検出する電圧センサ４と、二次電池７に負極の電荷移動抵抗性分をパラメータＲ１及びＣ１として有する電池モデル８が設定され、電池モデル８と検出電圧に基づいて、電池モデル８のパラメータを推定するパラメータ推定部５と、推定した負極の電荷移動抵抗成分のパラメータＲ１から二次電池の劣化度を判定する劣化度判定部６を備えた。
【選択図】 図１

Description

本発明は、二次電池劣化判定装置及び方法の技術分野に属する。

従来では、二次電池の電流積算量から過充電電気量を算出し、過充電電気量から二次電池の劣化度を演算している。

特開２００６−１０６０１号公報

しかしながら、従来では、電流積算に時間をかけないと精度を得られないものであった。

本発明は、上記問題点に着目してなされたもので、その目的とするところは、時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる二次電池劣化判定装置及び方法を提供することにある。

上記目的を達成するため、本発明では、充放電を行う二次電池の劣化度を判定する二次電池劣化判定装置であって、周波数成分の異なる擬似白色二値信号を生成し、前記二次電池へ入力する擬似白色信号生成手段と、前記擬似白色二値信号が入力された際の前記二次電池の端子電圧を検出する電圧検出手段と、前記二次電池に負極の電荷移動抵抗性分をパラメータとして有する電池モデルが設定され、前記電池モデルと検出電圧に基づいて、前記電池モデルのパラメータを推定するパラメータ推定手段と、推定した負極の電荷移動抵抗成分のパラメータから前記二次電池の劣化度を判定する劣化度判定手段と、を備えることを特徴とする。

よって、本発明にあっては、時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる。

実施例１の二次電池劣化判定装置のブロック構成を示す図である。 実施例１の二次電池劣化判定装置において同定される電池モデルの説明図である。 実施例１の擬似白色信号生成部の説明図である。 実施例１のＭ系列発生回路のシフトレジスタの数を説明する表図である。 Ｍ系列の例を説明するために示す図である。 Ｍ系列信号の一部拡大説明図である。 Ｍ系列信号の説明図である。 パラメータ推定部のブロック構成を示す説明図である。 ＳＯＣ算出部の算出状態を示す説明図である。 実施例１におけるＳＯＣとＯＣＶの関係を示すグラフ図である。 劣化度判定部の劣化度と負極の電荷移動抵抗のテーブルデータの説明図である。 パラメータ算出部で実行されるパラメータ推定処理の流れを示すフローチャートである。 ＡＲＸモデルの説明図である。 二次電池システムの構成を示す説明図である。

以下、本発明の二次電池劣化判定装置及び方法を実現する実施の形態を、請求項１〜６に係る発明に対応する実施例１に基づいて説明する。

まず、構成を説明する。
図１は実施例１の二次電池劣化判定装置のブロック構成を示す図である。
実施例１の二次電池劣化判定装置１は、擬似白色信号生成部２、電流センサ３、電圧センサ４、パラメータ推定部５、劣化度判定部６を備え、二次電池７が接続される構成である。なお、二次電池７は、充放電が可能な電池である。例として電気自動車(以下EVと省略する)やハイブリッド車(以下HEVと省略する)などの駆動に用いられるものを挙げる。さらに、具体的な例としてリチウムイオン電池を挙げておく。
擬似白色信号生成部２は、所定電流値のＭ系列信号を作成し、二次電池７に入力する。詳細は後述する。

電流センサ３は、擬似白色信号生成部２から二次電池７に入力される電流値を検出する。
電圧センサ４は、二次電池７の端子間電圧を検出する。
パラメータ推定部５は、Ｍ系列信号の入力に対する出力電圧から二次電池７の電池モデルのパラメータを推定する。
劣化度判定部６は、パラメータ推定部５で推定された電池モデルのパラメータを用いて、劣化度を判定する。

次に同定する電池モデルについて説明する。
図２は実施例１の二次電池劣化判定装置１において同定される電池モデルの説明図である。
電池モデル８は、図２に示すように、開放電圧ＯＣＶ、電解液における直流成分の抵抗Ｒ０、電池における電荷の移動抵抗として設定する抵抗Ｒ１，Ｒ２、コンデンサＣ１，Ｃ２により構成される。
この電荷移動抵抗は、周波数成分が2〜100kHzの成分として設定する。そして、周波数成分が100〜100kHz（時定数のより速い帯域）の抵抗Ｒ１及びコンデンサＣ１を並列にしたものと、周波数成分が2〜100Hz（時定数のより遅い帯域）の抵抗Ｒ２及びコンデンサＣ２を並列したものを直列にする。抵抗Ｒ１及びコンデンサＣ１を負極の電荷移動抵抗として設定し、抵抗Ｒ２及びコンデンサＣ２を正極の電荷移動抵抗として設定する。尚、今回設定したすべての帯域は電池の種類や温度，SOC(容量),SOH(劣化度合い)などの条件によってそれぞれの周波数帯域は変化するものとする。

次に擬似白色信号生成部２の詳細について説明する。
図３は実施例１の擬似白色信号生成部２の説明図である。図４は実施例１のＭ系列発生回路２１のシフトレジスタの数を説明する表図である。
実施例１の擬似白色信号生成部２は、Ｍ系列発生回路２１、信号調整部２２を備えている。
Ｍ系列発生回路２１は、Ｄレジスタ２１１と加算器２１２を備えている。
Ｄレジスタは、複数直列され、前段の出力を後段の入力とし、例えばＤ−ＦＦによる演算を行い、結果を出力する。
加算器２１２は、複数直列され、それぞれのＤレジスタ２１１の出力と、そのＤレジスタ２１１の後段の出力の加算結果の加算を行い、後段の加算器２１２へ出力する。

ここで、Ｍ系列について説明する。
図５はＭ系列の例を説明するために示す図である。
Ｍ系列とは下式の線形漸化式で発生される１ビットの数列である。

この式で、各項の値は０か１で、「＋」記号は排他的論理和を示す。そのため、ｎ番目の項はｎ−ｐ番目とｎ−ｑ番目の項とをＸＯＲ演算することによって得られる。但し、ｑは最終段に常にフィードバックされるので、ｑ＝１となる。
一般的に表わすと、Ｍ系列の周期Ｎは、Ｎ＝２ｑ−１で表わされる。
図５は、数式１において、ｐ＝３、ｑ＝１の場合を説明するものである。図５において、範囲Ａの部分は、３ビットのパターンが全部で７種類あり、同じパターンのものはない。つまりＭ系列はｐビットのパターンを全て１回ずつ発生する。各パターンの要素は、「０」と「１」の２通りずつだから、ｐビットで２ｐ通りとなる。ただし、すべてのビットが０となるパターンだけは、信号無発生となるので、除く。

つまり、実施例１のＭ系列発生回路２１では、図３において、Ｄレジスタ２１１の上下流のビット値がＸ〜Ｘk-nに対応した値となる。そして、図４から、実施例１では例えば、１２７通りのパターンを選択し、Ｄレジスタ２１１の数を７とする。

次に、信号調整部２２について説明する。
図６はＭ系列信号の一部拡大説明図である。図７はＭ系列信号の説明図である。
信号調整部２２では、図６に示すように、Ｍ系列発生回路２１で発生されるＭ系列信号の最小単位を、最小時間幅、つまり構成上定められるクロック周期となるようにする。そして、Ｍ系列信号が、図７に示すように、例えば＋１(A)と−１(A)の間でＯＮとＯＦＦを繰り返す方形波となるように調整し、擬似白色信号生成部２の出力として、二次電池７に出力する。

このＭ系列信号は、擬似白色性二値信号であり、＋（ＯＮ）と−（ＯＦＦ）の合計が同じ信号となる。そして、この信号のＯＮ幅は１２７通りのＯＮ幅を持ったものが１組（１周期）となる。

次にパラメータ推定部５の詳細について説明する。
図８はパラメータ推定部５のブロック構成を示す説明図である。
パラメータ推定部５は、ＳＯＣ算出部５１、開放電圧検出部５２、過電圧算出部５３、パラメータ算出部５４、を備えている。
図９はＳＯＣ算出部の算出状態を示す説明図である。
ＳＯＣ算出部５１は、電流センサ２で検出する電流を積算してＳＯＣを求める。なお、ＳＯＣ(State of charge、以下ＳＯＣと省略する）は、バッテリ容量である。具体的には、図９に示すように充放電の繰り返しの時間と電流値で積算を行う。実施例１では、基地局においてこの充放電を意図的に行い、短時間でＳＯＣを算出する。なお、車両の走行中に行われる充放電によりＳＯＣを算出しておくようにしてもよい。

図１０は実施例１におけるＳＯＣとＯＣＶの関係を示すグラフ図である。
開放電圧検出部５２は、ＳＯＣ(%)と開放電圧ＯＣＶ(V)の関係を図１０のように予め測定してデータとして備えるようにし、ＳＯＣ算出部５１からのＳＯＣ(%)によりＯＣＶ(V)を算出する。
過電圧算出部５３では、Ｍ系列信号が入力される際に、電圧センサ４で測定した電池の端子電圧から、開放電圧検出部５２で検出した開放電圧を減算（引く）して、過電圧ηを算出する。
パラメータ算出部５４は、Ｍ系列信号に対する過電圧変化と、電流値から、直流抵抗Ｒ０、負極の電荷移動抵抗Ｒ１，正極の電荷移動抵抗Ｒ２、コンデンサ容量Ｃ１，Ｃ２のパラメータ推定を行う。

次に、劣化度判定部６について説明する。
図１１は劣化度判定部の劣化度と負極の電荷移動抵抗のテーブルデータの説明図である。
劣化度判定部６は、図１１に示す劣化度ＳＯＨ(State of Health：以下ＳＯＨ)と負極の電荷移動抵抗Ｒ１との関係を予めテーブルデータを、パラメータ推定部５から得る負極の電荷移動抵抗Ｒ１に基づいて参照し、劣化度ＳＯＨを判定する。

作用を説明する。
[パラメータ推定処理]
図１２に示すのは、パラメータ算出部５４で実行されるパラメータ推定処理の流れを示すフローチャートで、以下各ステップについて説明する。

ステップＳ１では、パラメータ算出部５４が、擬似白色信号生成部２により与えた、クロック周期の異なるＭ系列信号に対する電池の出力電圧から同定用データを収集する。

ステップＳ２では、収集した同定用データにより、システム同定を行う。
例としてはＡＲＸモデルを用いたものを挙げておく。
ここで、ＡＲＸモデル(Auto-Regressive eXogeneousモデル)について説明する。
図１３は、ＡＲＸモデルの説明図である。
まず、下式のように差分方程式を考える。

これは、現在の出力y(t)を有限個の過去の出力データy(t-k)と入力データu(t-k)に関連付けるものである。
このように、構造は、３つの整数na,nb,nkによって定義され、引数naは極の数、nb-1は零点の数になる。一方、nkはシステムの純粋な時間遅れ（むだ時間）である。サンプル値制御のシステムに対して、むだ時間がなければ、一般的にはnkは１になる。複数入力システムに対して、nbとnkは、行ベクトルになる。ここでi番目の入力に関した次数／遅れになる。
ここで、パラメータベクトルを、以下のように定義する。

そして、データベクトルを、以下のように定義する。

すると、出力y(k)は次の式で表わすことができる。ここで、ωを白色雑音とする。

また、２つの多項式を定義する。

そして、以下のように記述し、これをＡＲＸモデルとする。

（数８）

A(q)y(k)=B(q)u+ω(k)

ステップＳ３では、ステップＳ２で得た離散時間LTI同定モデルを連続時間LTIモデルに変換する。なお、LTIモデルは、線形時不変(linear time-invariant)のモデルである。これにより、連続した時間軸に対する特性評価を行えるようにする。

ステップＳ４では、ステップＳ３で得た連続時間LTIモデルの周波数特性を評価する。実施例１では、ボード線図による評価と、ナイキスト線図による評価を行う。

ステップＳ５では、ステップＳ４の結果より得た２つの周波数特性線図を、信頼できる周波数帯域で合成する。

ステップＳ６では、合成した周波数特性からカーブフィッティングにてパラメータ推定を行う。この処理の内容は、特開2007-178215で、インピーダンスの実軸成分と虚軸成分のプロット波形から交流回路定数としての反応抵抗Ｒ１〜Ｒ３、及びコンデンサ容量Ｃ１〜Ｃ３を得るのと同様の処理である。

[劣化度判定作用]
実施例１では、二次電池７を基地局等で保管する際や、基地局等で充電する際に二次電池７の劣化度を、二次電池劣化判定装置１により判定する。
走行中では、充放電や負荷により、電池状態は逐次変化している。そのため、精度よく劣化度を測定することが難しいが、実施例１では、基地局等で保管や充電等の際に測定することにより、一定した条件において測定している。
二次電池劣化判定装置１と二次電池７を電気的に接続すると、擬似白色信号生成部２で作成したＭ系列信号を二次電池７に入力し、これに対する出力電圧及により、パラメータ推定部５がステップＳ１〜Ｓ６の処理を行い、パラメータを推定する。
擬似白色信号生成部２で作成され、二次電池７に入力されるＭ系列信号は、電流値が実際の値とほぼ同じ値のプラスマイナスを同じにした矩形信号である。例えば、図７に示す＋１(A)と−１（A）の矩形波である。これにより実際の電池の状態を変化させず（１周期において）に推定できることになる。

さらに、実施例１のＭ系列信号は、例えば１２７通りのＯＮ幅、つまり周波数で測定することになり、この周波数の値は、Ｍ系列発生回路２１の各部の値を得ることにより把握が容易である。そのため、処理が容易になり、測定したい一通りの測定を容易に行うことができる。
これにより、ボード線図やナイキスト線図を容易に得ることになる。
また、必要によっては、周波数の種類を、図４を参照して増減させてもよい。

そして、Ｍ系列信号は、擬似白色性二値信号であり、プラスの値とマイナスの値の合計が同じであるので、この信号を入力された二次電池７では、充電される電流と放電する電流が同じとなりＳＯＣの値は、例えば１２７通りのＯＮ幅の１周期で、変化しない状態となる。
二次電池７の内部抵抗値は二次電池７のＳＯＣの値によって変化するが、実施例１ではＳＯＣの値は変化しない状態で測定する。これにより、良好な電池モデル８の同定を行う。

また、実施例１では、図２に示すように、電池モデル８として、直流成分抵抗Ｒ０と負極の電荷移動抵抗Ｒ１、正極の電荷移動抵抗Ｒ２を設定し、開放電圧ＯＣＶと過電圧分を分けてパラメータである抵抗とコンデンサ容量の推定を行う。
過電圧ηは、次の関係から求められる。つまり、開放電圧ＯＣＶ＝端子電圧Ｖ＋過電圧ηである。二次電池７は様々な素過程反応を含む化学反応を有しており、これを分離できるため、周波数特性を細分化して、詳細な等価回路モデルを構築する。

電池モデル８（等価回路）のパラメータは、次のように求められる。Ｍ系列信号に対する二次電池７の電圧の応答として、収集されるデータ（ステップＳ１）から、ＡＲＸモデルによりシステム同定を行う（ステップＳ２）。このステップＳ２によるシステム同定で得られるのは、離散系であるため、ボード線図、ナイキスト線図を得るために連続系へ変換し（ステップＳ３）、周波数特性の評価としてボード線図、ナイキスト線図を生成する（ステップＳ４）。そして、好ましくは、２つの線図から信頼できる周波数帯域を把握し、この部分で周波数特性を合成し（ステップＳ５）、合成した周波数特性から、電池モデル８（等価回路）のパラメータＲ１，Ｒ２，Ｃ１，Ｃ２を推定する。直流抵抗成分Ｒ０は、周波数特性結果の直達項（複素平面の虚部＝０の時の実部の値）から容易に求まる。

このように実施例１では、電解液における直流抵抗成分と、抵抗とコンデンサの並列回路で構成される負極の電荷移動抵抗及び正極の電荷移動抵抗が電池モデル８として設定され、パラメータ推定される。
電池の劣化には、大きく分けてサイクル劣化と保存劣化がある。サイクル劣化すると、正極の電荷移動抵抗において、主に変化が表れる。また、保存劣化すると、負極の電荷移動抵抗において、主に変化が表れる。
実施例１では、正極、負極を有した等価回路モデルを構築し、パラメータ推定される電池モデル８としている。
また、電池の劣化は主に負極の劣化に支配されている。電池の負極の劣化が進行することにより負極と電解液の界面の電解移動抵抗、つまり等価回路モデル上の抵抗Ｒ１は増大する。実施例１では、得られた負極のパラメータである抵抗Ｒ１により劣化度を判定することによって、精度よく電池の劣化を判断する。

実施例１の作用を明確にするために、以下に説明を加える。
二次電池の劣化度を判定するには、電流積算によって満充電容量を求めて、その比率にて劣化度合いを判定することが考えられる。
しかし、電流積算にて満充電容量を求めるには時間が必要である。また、これと別に直流抵抗を用いて劣化度合いを判定することも考えられる。しかしながら、直流抵抗は電池の電解液のバルク抵抗や電荷移動抵抗、拡散抵抗の和であるため、精度よく劣化度合いを求めることが難しい。
実施例１では、電池が劣化することによって、正極、負極の電荷移動抵抗に主に変化が表れることを用いて、劣化判定を、正極、負極の電荷移動抵抗を設定して構築した劣化判定用の等価回路モデルにより行う。

そして、電荷移動抵抗に対応した帯域の信号成分を持つ擬似白色性信号を用いて、電池に入力して得られた出力からシステム同定を行い、パラメータ推定を行うことによって、劣化に影響力の強いパラメータを算出し、そのパラメータと劣化度合いとの関係（図１１参照）から電池劣化判定を精度よく、時間をかけることなく行う。

電池は様々な素過程反応を含む科学反応によってその性能を示す。電池の化学反応はそれぞれ特有の応答時間が混在している。交流インピーダンス測定法によって、それぞれの素過程反応を含む化学反応を分離することができ、その結果、電池は、図２で示した等価回路モデルで表わすことが可能である。それぞれの素子は、電解液のバルク抵抗や電気二重層、電荷移動抵抗などの化学要因で表わすことが可能である。
電池が劣化することによって、電荷移動過程において変化が見られる原因としては次のことが挙げられる。充放電を繰り返すことによりSEI膜(固体電解質膜)の破壊・形成による容量の減少や、保存することによるSEI膜の形成による容量の減少、また正極にて不活性物質の形成などが上げられる。

効果を説明する。実施例１の二次電池劣化判定装置にあっては、下記に列記する効果を有する。
(1)充放電を行う二次電池７の劣化度を判定する二次電池劣化判定装置１であって、周波数成分の異なる擬似白色二値信号を生成し、二次電池７へ入力する擬似白色信号生成部２と、擬似白色二値信号が入力された際の二次電池７の端子電圧を検出する電圧センサ４と、二次電池７に負極の電荷移動抵抗性分をパラメータＲ１及びＣ１として有する電池モデル８（図２）が設定され、電池モデル８と検出電圧に基づいて、電池モデル８のパラメータを推定するパラメータ推定部５と、推定した負極の電荷移動抵抗成分のパラメータＲ１から二次電池の劣化度を判定する劣化度判定部６を備えるため、時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる。

(2)上記(1)において、電池モデル８（図２）には、負極の電荷移動成分のパラメータＲ１及びＣ１、正極の電荷移動成分のパラメータＲ２及びＣ２が設定されているため、電池の劣化において、サイクル劣化により主に変化が現れる正極の電荷移動抵抗と、保存劣化により主に変化が現れる負極の電荷移動抵抗を電池モデル８のパラメータとして算出し、電池の劣化に支配的な負極の電荷移動抵抗から劣化度を判定するので、より精度よく二次電池の劣化度合いを判定することができる。

(3)上記(1)又は(2)において、擬似白色信号生成部２は、複数の周波数成分を含み、プラス値とマイナス値の二値で構成されるとともに、その１組の合計の電流値変化が０となるＭ系列信号を擬似白色二値信号として生成するため、電池の状態を変化させることなく、周波数の異なる信号入力を行い、精度よく電池モデル８のパラメータ推定を行うことができ、これにより、時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる。

(4)上記(1)〜(3)において、パラメータ推定部５は、擬似白色二値信号が入力された際の二次電池の過電圧変化を算出する過電圧算出部５３と、過電圧変化からパラメータを算出するパラメータ算出部５４を備えたため、二次電池へ入力した擬似白色二値信号に対する出力を周波数応答性のよい過電圧変化により精度よく捉えることにより、複数周波数の特性から精度よく電池モデル８のパラメータ推定を行うことができる。

(5)上記(4)において、パラメータ算出部５４は、過電圧変化からシステム同定を行い、離散時間モデルを算出するシステム同定処理(ステップＳ１)と、システム同定結果から得た離散時間モデルを連続時間モデルに変換するモデル変換処理（ステップＳ３）と、連続時間モデルの周波数特性を算出する周波数特性評価処理（ステップＳ４）と、周波数特性に合わせるようにしてパラメータを決定するパラメータ決定処理（ステップＳ６）を備えるため、処理負荷を抑制しつつ、制度よく、過電圧変化からパラメータを算出することができ、これにより、時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる。

(6)充放電を行う二次電池７の劣化度を判定する二次電池劣化判定方法であって、二次電池７に負極の電荷移動抵抗成分をパラメータＲ１及びＣ１として有する電池モデル８（図２）を設定し、周波数成分の異なる擬似白色二値信号を擬似白色信号生成部２で生成して二次電池７に入力し、擬似白色二値信号が入力された際の二次電池７の端子電圧を電圧センサ４で検出し、電池モデル８と検出した端子電圧に基づいて、電池モデル８のパラメータＲ１及びＣ１をパラメータ推定部５で推定し、パラメータＲ１から二次電池７の劣化度を劣化度判定部６で判定するため、時間の少ない判定で、精度よく二次電池の劣化度合いを判定することができる。

以上、本発明の電池モデル同定方法を実施例１に基づき説明してきたが、具体的な構成については、これらの実施例に限られるものではなく、特許請求の範囲の各請求項に係る発明の要旨を逸脱しない限り、設計の変更や追加等は許容される。
例えば、実施例１では、ボード線図とナイキスト線図による評価の両方を行い、合成したが、どちらか一方であってもよい。
また例えば、実施例１では、モデルとしてＡＲＸモデルを用いたが、他のモデルを用いてもよい。

また例えば、実施例１の電池モデルの同定方法は、図１４に示す構成に用いられるものであってもよい。
図１４は二次電池システムの構成を示す説明図である。

図１４に示す二次電池システムは、コントローラ９１、電圧センサ９２、電流センサ９３、温度センサ９４、二次電池９５、負荷９６を備え、コントローラ９１により、各センサで検出される値により、二次電池９５の充放電が制御される。コントローラ９１では二次電池容量の劣化度等を演算し、この劣化度あるいは、劣化度と関係するＳＯＣを用いた値等に基づいて制御を行うことになる。しかしながら各センサ値から演算されるこれらの値を直接測定することは難しい。例えば、HEVのように、車両の状態により充放電が繰り返される場合には、特に二次電池の状態を精度高く測定することは難しい。その際に、実施例１のように、基地局等やそこでの充電等の際に精度の高い測定を行っておくことは、車両が使用される場合に、より効率よく二次電池を運転できることになる。

本発明は、EVやHEVの二次電池に加え、他の移動体に用いられる二次電池に利用することができる。

１ 二次電池劣化判定装置
２ 擬似白色信号生成部
２１ Ｍ系列発生回路
２１１ レジスタ
２１２ 加算器
２２ 信号調整部
３ 電流センサ
４ 電圧センサ
５ パラメータ推定部
５１ ＳＯＣ算出部
５２ 開放電圧検出部
５３ 過電圧算出部
５４ パラメータ算出部
６ 劣化度判定部
７ 二次電池
８ 電池モデル
９１ コントローラ
９２ 電圧センサ
９３ 電流センサ
９４ 温度センサ
９５ 二次電池
９６ 負荷
ＯＣＶ 開放電圧
Ｒ０ 直流抵抗成分
Ｒ１ （負極の）電荷移動抵抗成分
Ｒ２ （正極の）電荷移動抵抗成分
Ｃ１ （負極の電荷移動抵抗の）コンデンサ成分
Ｃ２ （正極の電荷移動抵抗の）コンデンサ成分

Claims (6)

1. 充放電を行う二次電池の劣化度を判定する二次電池劣化判定装置であって、
   周波数成分の異なる擬似白色二値信号を生成し、前記二次電池へ入力する擬似白色信号生成手段と、
   前記擬似白色二値信号が入力された際の前記二次電池の端子電圧を検出する電圧検出手段と、
   前記二次電池に負極の電荷移動抵抗性分をパラメータとして有する電池モデルが設定され、前記電池モデルと検出電圧に基づいて、前記電池モデルのパラメータを推定するパラメータ推定手段と、
   推定した負極の電荷移動抵抗成分のパラメータから前記二次電池の劣化度を判定する劣化度判定手段と、
   を備えることを特徴とする二次電池劣化判定装置。
2. 請求項１に記載の二次電池劣化判定装置において、
   前記電池モデルには、負極の電荷移動成分、正極の電荷移動成分がパラメータとして設定されている、
   ことを特徴とする二次電池劣化判定装置。
3. 請求項１又は請求項２に記載の二次電池劣化判定装置において、
   前記擬似白色信号生成手段は、複数の周波数成分を含み、プラス値とマイナス値の二値で構成されるとともに、その１組の合計の電流値変化が０となるＭ系列信号を擬似白色二値信号として生成する、
   ことを特徴とする二次電池劣化判定装置。
4. 請求項１〜請求項３のいずれか１項に記載の二次電池劣化判定装置において、
   前記パラメータ推定手段は、
   前記擬似白色二値信号が入力された際の前記二次電池の過電圧変化を算出する過電圧算出手段と、
   前記過電圧変化からパラメータを算出するパラメータ算出手段と、
   を備えたことを特徴とする二次電池劣化判定装置。
5. 請求項４に記載の二次電池劣化判定装置において、
   前記パラメータ算出手段は、
   前記過電圧変化からシステム同定を行い、離散時間モデルを算出するシステム同定手段と、
   システム同定結果から得た離散時間モデルを連続時間モデルに変換するモデル変換手段と、
   連続時間モデルの周波数特性を算出する周波数特性評価手段と、
   周波数特性に合わせるようにしてパラメータを決定するパラメータ決定手段と、
   を備えることを特徴とする二次電池劣化判定装置。
6. 充放電を行う二次電池の劣化度を判定する二次電池劣化判定方法であって、
   前記二次電池に負極の電荷移動抵抗成分をパラメータとして有する電池モデルを設定し、
   周波数成分の異なる擬似白色二値信号を前記二次電池に入力し、
   前記擬似白色二値信号が入力された際の前記二次電池の端子電圧を検出し、
   前記電池モデルと検出した端子電圧に基づいて、前記電池モデルのパラメータを推定し、
   前記パラメータから前記二次電池の劣化度を判定する、
   ことを特徴とする二次電池劣化判定方法。

Images