JP2018100851A - 二次電池状態検出装置および二次電池状態検出方法 - Google Patents

Abstract

【課題】異なる特性の二次電池を用いた場合でも補正誤差を少なくすること。【解決手段】二次電池１４の状態を検出する二次電池状態検出装置１において、二次電池の等価回路モデルを構成する素子の素子値を算出する算出手段（制御部１０）と、算出手段によって算出された等価回路モデルの素子値を、二次電池が基準状態である場合の素子値に補正する補正手段（制御部１０）と、補正手段によって補正された基準状態における等価回路モデルの素子値に基づいて二次電池の状態を推定する推定手段（制御部１０）と、算出手段によって算出されたその時点の素子値と、前記基準状態を示す状態値とに基づいて補正手段が有する係数を調整する調整手段（制御部１０）と、を有する。【選択図】図１

Description

本発明は、二次電池状態検出装置および二次電池状態検出方法に関するものである。

二次電池の個体差や特性変化に対応するための技術としては、例えば、特許文献１，２に開示された技術がある。

特許文献１には、二次電池の内部インピーダンスの温度特性を的確に補正して高い精度で二次電池の劣化状態を判定する技術が開示されている。

また、特許文献２には、内部抵抗比Ｚｒ（＝Ｚ(その時点での抵抗)／Ｚ０（新品時などの基準となる抵抗））を求め、各Ｚｒにおける相対ＳＯＣの値を求め、これらを対応付けたテーブルを作成することで、二次電池の種類（例えば、製造メーカや容量）または個体によらず略一定のＳＯＣを得る技術が開示されている。

特開２００５−０９１２１７号公報 特開２０１２−１８９３７３号公報

ところで、前述した特許文献１，２に開示された技術では、補正誤差の大小については評価していないことから、予め特性を得た二次電池と異なる特性を持つ二次電池では補正誤差が大きくなるという問題点がある。

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、異なる特性の二次電池を用いた場合でも補正誤差を少なくすることが可能な二次電池状態検出装置および二次電池状態検出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、二次電池の状態を検出する二次電池状態検出装置において、前記二次電池の等価回路モデルを構成する素子の素子値を算出する算出手段と、前記算出手段によって算出された前記等価回路モデルの素子値を、前記二次電池が基準状態である場合の素子値に補正する補正手段と、前記補正手段によって補正された前記基準状態における前記等価回路モデルの素子値に基づいて前記二次電池の状態を推定する推定手段と、前記算出手段によって算出されたその時点の素子値と、前記基準状態を示す状態値とに基づいて前記補正手段を調整する調整手段と、を有することを特徴とする。
このような構成によれば、異なる特性の二次電池を用いた場合でも補正誤差を少なくすることが可能となる。

また、本発明は、前記調整手段は、前記補正手段による補正の際に生じる誤差が所定の閾値未満であると推定された場合に前記補正手段を調整することを特徴とする。
このような構成によれば、補正手段をより正確に調整することが可能となる。

また、本発明は、前記等価回路モデルを構成する素子としては、導体・液抵抗、反応抵抗、および、電気二重層容量の少なくとも１つを有し、前記基準状態を示す状態値としては、液温、ＳＯＣ、および、ＯＣＶの少なくとも１つを有する、ことを特徴とする。
このような構成によれば、目的に応じて最適なパラメータを用いて二次電池の状態を検出することができる。

また、本発明は、前記補正手段は、前記等価回路モデルの素子値を、前記二次電池が前記基準状態である場合の素子値に補正する補正式を有し、前記調整手段は、前記補正式を所定の状態値で偏微分して得た傾きと、その時点における当該状態値の推定誤差とを乗算することで得られる値が所定の閾値未満である場合に、前記補正式が有する係数を調整することを特徴とする。
このような構成によれば、補正式の特性に応じて係数を適切に調整することができる。

また、本発明は、前記補正手段は、前記等価回路モデルの素子値を、前記二次電池が前記基準状態である場合の素子値に補正する補正式を有し、前記調整手段は、その時点の状態における素子値から、前記基準状態における素子値に補正する場合の誤差見込み値と、前記補正式を所定の状態値で偏微分して得た傾きと、その時点における当該状態値の推定誤差の値と、を乗算して得た値が所定の閾値未満である場合には、前記補正式が有する係数を調整することを特徴とする。
このような構成によれば、補正式の特性と誤差見込み値とに応じて係数を適切に調整することができる。

また、本発明は、前記調整手段は、前記二次電池の分極状態が略解消された場合に、前記補正手段を調整することを特徴とする。
このような構成によれば、分極の影響を低減することで、補正手段をより正確に調整することができる。

また、本発明は、二次電池の状態を検出する二次電池状態検出方法において、前記二次電池の等価回路モデルを構成する素子の素子値を算出する算出ステップと、前記算出ステップにおいて算出された前記等価回路モデルの素子値を、前記二次電池が前記基準状態である場合の素子値に補正する補正ステップと、前記補正ステップにおいて補正された前記基準状態における等価回路モデルの素子値に基づいて前記二次電池の状態を推定する推定ステップと、前記算出ステップによって算出されたその時点の素子値と、前記基準状態を示す状態値とに基づいて前記補正ステップが有する係数を調整する調整ステップと、を有することを特徴とする。
このような構成によれば、異なる特性の二次電池を用いた場合でも補正誤差を少なくすることが可能となる。

本発明によれば、異なる特性の二次電池を用いた場合でも補正誤差を少なくすることが可能な二次電池状態検出装置および二次電池状態検出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状態検出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。 本発明の実施形態において使用する二次電池の等価回路モデルの例を示す図である。 Ｃｒ＿Ｒｏｈｍの液温およびＳＯＣに対する依存性を示す図である。 Ｃｒ＿Ｒｃｔ１の液温およびＳＯＣに対する依存性を示す図である。 Ｃｒ＿Ｃ１の液温およびＯＣＶに対する依存性を示す図である。 本発明の実施形態の動作を説明するためのフローチャートである。 等価回路モデルの学習処理を説明するためのフローチャートである。

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状態検出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、二次電池状態検出装置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の電解液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、電解液を有する二次電池、例えば、鉛蓄電池、ニッケルカドミウム電池、または、ニッケル水素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１０ｂａ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、本発明の実施形態の動作原理について説明する。本発明の実施形態では、二次電池１４の液温をＴｅｍｐ、充電率をＳＯＣ、開回路電圧をＯＣＶとする。そして、種類の異なる二次電池でも同様な傾向を示す等価回路モデル（予め取得した等価回路モデル）を構成する素子の液温、ＳＯＣ、ＯＣＶのそれぞれに関する依存性補正曲面（または依存性補正曲線）を、二次電池１４を使用している場合（制御部１０が二次電池１４の状態（液温、ＳＯＣ、ＯＣＶ等）を把握している場合）に、それぞれの二次電池の特性に合うように補正（学習）する。より詳細には、その時点の液温、ＳＯＣ、ＯＣＶにおける依存性補正曲面の接面（または依存性補正曲線の接線）の傾斜の大きさと、液温、ＳＯＣ、ＯＣＶのそれぞれに関する推定誤差とに基づいて、液温、ＳＯＣ、ＯＣＶのそれぞれの依存性補正曲面（または依存性補正曲線）への影響の大きさを考慮しつつ、液温、ＳＯＣ、ＯＣＶのそれぞれに関する依存性補正曲面（または依存性補正曲線）を補正する。このような動作により、二次電池１４の種類または個体差によらず、正確な状態を検出することができる。

図３（Ａ）は、本発明の実施形態において使用する二次電池１４の等価回路モデルの一例である。この図３（Ａ）の例では、等価回路モデルは、導体抵抗および液抵抗（以下、「導体・液抵抗」と称する）であるＲ＿ｏｈｍ、反応抵抗Ｒｃｔ１、および、電気二重層容量Ｃ１を有している。なお、図３（Ａ）の例では、反応抵抗Ｒｃｔ１と電気二重層容量Ｃ１は並列接続され、並列接続された反応抵抗Ｒｃｔ１と電気二重層容量Ｃ１に対して、導体・液抵抗Ｒ＿ｏｈｍが直列接続されている。

まず、本実施形態では、規定ＳＯＣ（例えば、１００％）、規定液温（例えば、２５℃）、および、規定ＯＣＶ（例えば、１２．０Ｖ）を二次電池１４の基準状態とする。ここで、ＳＯＣ、ＯＣＶ、および、液温を、基準状態を示す状態値と称する。なお、例示した基準状態の値は一例であって、これ以外の値を用いてもよいことは言うまでもない。そして、等価回路モデルを構成する導体・液抵抗であるＲ＿ｏｈｍの基準状態への補正係数をＣｒ＿Ｒｏｈｍとし、反応抵抗であるＲｃｔ１の基準状態への補正係数をＣｒ＿Ｒｃｔ１とし、電気二重層容量であるＣ１の基準状態への補正係数をＣｒ＿Ｃ１とする。そして、これらの補正係数Ｃｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１を求めるための計算式を以下のように定義し、これらの計算式を実測によって事前に求める。

Ｃｒ＿Ｒｏｈｍ ＝ ｆ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ） ・・・（１）
Ｃｒ＿Ｒｃｔ１ ＝ ｇ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ） ・・・（２）
Ｃｒ＿Ｃ１ ＝ ｈ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ） ・・・（３）

このようにして実測によって求めた式（１）〜式（３）は、図２に示すＲＡＭ１０ｃにパラメータ１０ｃａとして格納する。なお、ＲＡＭ１０ｃに式（１）〜式（３）を格納する作業は、車両の組み立て時、または、制御部１０の組み立て時に行われる。その際、式（１）〜式（３）は、車両に搭載される二次電池１４の種類に対応した式を選択して格納するようにすればよい。

式（１）〜式（３）が格納された車両が、ユーザの元に届けられ、ユーザが車両の使用を開始すると、二次電池１４の状態が不安定な充放電直後を除いたタイミング（例えば、車両が停車されてから所定の時間が経過したタイミング）に以下のような処理が実行される。

すなわち、制御部１０のＣＰＵ１０ａは、二次電池１４の液温、ＳＯＣ、および、ＯＣＶを推定する処理を実行する。より詳細には、ＣＰＵ１０ａは、温度センサ１３の出力を参照することで二次電池１４の液温Ｔｅｍｐを推定する。また、ＣＰＵ１０ａは、二次電池１４が安定した状態になった場合の端子電圧を電圧センサ１１で検出してＯＣＶを推定する。さらに、ＣＰＵ１０ａは、ＯＣＶとＳＯＣの関係式に対して、先に推定したＯＣＶを適用することでＳＯＣを推定する。なお、放電回路１５を制御して二次電池１４をパルス放電させ、そのときの電圧および電流を電圧センサ１１および電流センサ１２で検出することで二次電池１４の内部インピーダンスを測定し、内部インピーダンスに基づいてＳＯＣを検出するようにしてもよい。

つぎに、ＣＰＵ１０ａは、その時点における図３（Ａ）の等価回路モデルを構成する素子の素子値を算出する。なお、この処理の詳細については、図８を参照して後述する。

つぎに、ＣＰＵ１０ａは、先に求めた液温、ＳＯＣ、ＯＣＶの推定結果に対応する、液温、ＳＯＣ、ＯＣＶのそれぞれの推定誤差見込み値を、例えば、ＲＡＭ１０ｃのパラメータ１０ｃａから取得する。より詳細には、液温を推定する場合、その液温に応じた誤差が生じる。例えば、液温が２０℃の場合には３℃程度の誤差が生じ、液温が３０℃の場合には５℃程度の誤差が生じるような場合がある。同様にして、ＳＯＣおよびＯＣＶの場合もその値に応じた誤差が生じる。このような推定誤差見込み値は、液温、ＳＯＣ、ＯＣＶのそれぞれの値と対応付けたテーブルとしてＲＡＭ１０ｃのパラメータ１０ｃａに格納されている。

つづいて、ＣＰＵ１０ａは、その時点の液温、ＳＯＣ、ＯＣＶにおける式（１）〜式（３）の傾きを算出する。具体的には、式（１）に関しては、以下の式（４）〜式（６）によって傾きを求める。なお、∂は偏微分記号である。

∂ｆ／∂Ｔｅｍｐ＝｛ｆ（ＳＯＣ，Ｔｅｍｐ＋ｄＴｅｍｐ，ＯＣＶ）−ｆ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＴｅｍｐ ・・・（４）

∂ｆ／∂ＳＯＣ＝｛ｆ（ＳＯＣ＋ｄＳＯＣ，Ｔｅｍｐ，ＯＣＶ）−ｆ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＳＯＣ ・・・（５）

∂ｆ／∂ＯＣＶ＝｛ｆ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ＋ｄＯＣＶ）−ｆ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＯＣＶ ・・・（６）

また、式（２）に関しては、以下の式（７）〜式（９）によって傾きを求める。

∂ｇ／∂Ｔｅｍｐ＝｛ｇ（ＳＯＣ，Ｔｅｍｐ＋ｄＴｅｍｐ，ＯＣＶ）−ｇ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＴｅｍｐ ・・・（７）

∂ｇ／∂ＳＯＣ＝｛ｇ（ＳＯＣ＋ｄＳＯＣ，Ｔｅｍｐ，ＯＣＶ）−ｇ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＳＯＣ ・・・（８）

∂ｇ／∂ＯＣＶ＝｛ｇ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ＋ｄＯＣＶ）−ｇ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＯＣＶ ・・・（９）

また、式（３）に関しては、以下の式（１０）〜式（１２）によって傾きを求める。

∂ｈ／∂Ｔｅｍｐ＝｛ｈ（ＳＯＣ，Ｔｅｍｐ＋ｄＴｅｍｐ，ＯＣＶ）−ｈ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＴｅｍｐ ・・・（１０）

∂ｈ／∂ＳＯＣ＝｛ｈ（ＳＯＣ＋ｄＳＯＣ，Ｔｅｍｐ，ＯＣＶ）−ｈ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＳＯＣ ・・・（１１）

∂ｈ／∂ＯＣＶ＝｛ｈ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ＋ｄＯＣＶ）−ｈ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）｝／ｄＯＣＶ ・・・（１２）

図４は、式（４）に対応する、Ｃｒ＿Ｒｏｈｍの液温およびＳＯＣに対する依存性を示すグラフである。この図４において、横軸は液温を示し、縦軸はＣｒ＿Ｒｏｈｍの値を示している。また、それぞれの曲線は、ＳＯＣが異なる場合の液温とＣｒ＿Ｒｏｈｍの関係を示している。この図４において、例えば、ＳＯＣが１００％であり、液温が１０℃である場合の∂ｆ／∂Ｔｅｍｐは、破線の直線のようになる。

図５は、式（８）に対応する、Ｃｒ＿Ｒｃｔ１の液温およびＳＯＣに対する依存性を示すグラフである。この図５において、横軸はＳＯＣを示し、縦軸はＣｒ＿Ｒｃｔ１の値を示している。また、それぞれの曲線は、液温が異なる場合のＳＯＣとＣｒ＿Ｒｃｔ１の関係を示している。この図５において、例えば、液温が０℃であり、ＳＯＣが４０％である場合の∂ｇ／∂ＳＯＣは、破線の直線のようになる。

図６は、式（１２）に対応する、Ｃｒ＿Ｃ１の液温およびＯＣＶに対する依存性を示すグラフである。この図６において、横軸はＯＣＶを示し、縦軸はＣｒ＿Ｃ１の値を示している。また、それぞれの曲線は、液温が異なる場合のＯＣＶとＣｒ＿Ｃ１の関係を示している。この図６において、例えば、液温が５０℃であり、ＯＣＶが１２．４である場合の∂ｈ／∂ＯＣＶは、破線の直線のようになる。

なお、式（１）に関しては、式（４）〜式（６）によって、例えば、∂ｆ／∂Ｔｅｍｐ＝０．０３、∂ｆ／∂ＳＯＣ＝０．０１、∂ｆ／∂ＯＣＶ＝０．００５のような値を得る。

つぎに、ＣＰＵ１０ａは、先に求めた液温、ＳＯＣ、ＯＣＶにおける、式（１）〜式（３）の補正誤差見込み値を、例えば、ＲＡＭ１０ｃのパラメータ１０ｃａから取得する。より詳細には、例えば、ｆ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）によってＣｒ＿Ｒｏｈｍを求める場合、ＳＯＣ，Ｔｅｍｐ，ＯＣＶの値によってＣｒ＿Ｒｏｈｍが有する誤差が異なる。同様にして、ｇ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）およびｈ（ＳＯＣ，Ｔｅｍｐ，ＯＣＶ）によってＣｒ＿Ｒｃｔ１およびＣｒ＿Ｃ１を求める際にもＳＯＣ，Ｔｅｍｐ，ＯＣＶの値によってＣｒ＿ＲｏｈｍおよびＣｒ＿Ｃ１が有する誤差が異なる。そこで、ＳＯＣ，Ｔｅｍｐ，ＯＣＶの値によるＣｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１の補正誤差見込み値をテーブルとしてＲＡＭ１０ｃのパラメータ１０ｃａに格納しておき、そのときのＳＯＣ，Ｔｅｍｐ，ＯＣＶの値に対応する補正誤差見込み値をテーブルから取得することができる。例えば、その時点におけるＳＯＣ，Ｔｅｍｐ，ＯＣＶに対応するＣｒ＿Ｒｏｈｍの補正誤差見込み値として１０％を得る。

つぎに、ＣＰＵ１０ａは、式（１）〜式（３）のそれぞれについて、温度依存性の学習誤差見込み値、ＳＯＣ依存性の学習誤差見込み値、および、ＯＣＶ依存性の学習誤差見込み値を算出する。例えば、式（１）については、以下の式（１３）〜式（１５）に基づいて、温度依存性の学習誤差見込み値Ｅ＿Ｒｏｈｍ＿Ｔｅｍｐ、ＳＯＣ依存性の学習誤差見込み値Ｅ＿Ｒｏｈｍ＿ＳＯＣ、および、ＯＣＶ依存性の学習誤差見込み値Ｅ＿Ｒｏｈｍ＿ＯＣＶを算出する。

Ｅ＿Ｒｏｈｍ＿Ｔｅｍｐ＝∂ｆ／∂Ｔｅｍｐ×Ｔｅｍｐ推定誤差見込み値×Ｃｒ＿Ｒｏｈｍの補正誤差見込み値・・・（１３）

Ｅ＿Ｒｏｈｍ＿ＳＯＣ＝∂ｆ／∂ＳＯＣ×ＳＯＣ推定誤差見込み値×Ｃｒ＿Ｒｏｈｍの補正誤差見込み値・・・（１４）

Ｅ＿Ｒｏｈｍ＿ＯＣＶ＝∂ｆ／∂ＯＣＶ×ＯＣＶ推定誤差見込み値×Ｃｒ＿Ｒｏｈｍの補正誤差見込み値・・・（１５）

なお、式（２）についても以下の式（１６）〜式（１８）に基づいて、温度依存性の学習誤差見込み値Ｅ＿Ｒｃｔ１＿Ｔｅｍｐ、ＳＯＣ依存性の学習誤差見込み値Ｅ＿Ｒｃｔ１＿ＳＯＣ、および、ＯＣＶ依存性の学習誤差見込み値Ｅ＿Ｒｃｔ１＿ＯＣＶを算出する。

Ｅ＿Ｒｃｔ１＿Ｔｅｍｐ＝∂ｇ／∂Ｔｅｍｐ×Ｔｅｍｐ推定誤差見込み値×Ｃｒ＿Ｒｃｔ１の補正誤差見込み値・・・（１６）

Ｅ＿Ｒｃｔ１＿ＳＯＣ＝∂ｇ／∂ＳＯＣ×ＳＯＣ推定誤差見込み値×Ｃｒ＿Ｒｃｔ１の補正誤差見込み値・・・（１７）

Ｅ＿Ｒｃｔ１＿ＯＣＶ＝∂ｇ／∂ＯＣＶ×ＯＣＶ推定誤差見込み値×Ｃｒ＿Ｒｃｔ１の補正誤差見込み値・・・（１８）

さらに、式（３）についても以下の式（１９）〜式（２１）に基づいて、温度依存性の学習誤差見込み値Ｅ＿Ｃ１＿Ｔｅｍｐ、ＳＯＣ依存性の学習誤差見込み値Ｅ＿Ｃ１＿ＳＯＣ、および、ＯＣＶ依存性の学習誤差見込み値Ｅ＿Ｃ１＿ＯＣＶを算出する。

Ｅ＿Ｃ１＿Ｔｅｍｐ＝∂ｈ／∂Ｔｅｍｐ×Ｔｅｍｐ推定誤差見込み値×Ｃｒ＿Ｃ１の補正誤差見込み値・・・（１９）

Ｅ＿Ｃ１＿ＳＯＣ＝∂ｈ／∂ＳＯＣ×ＳＯＣ推定誤差見込み値×Ｃｒ＿Ｃ１の補正誤差見込み値・・・（２０）

Ｅ＿Ｃ１＿ＯＣＶ＝∂ｈ／∂ＯＣＶ×ＯＣＶ推定誤差見込み値×Ｃｒ＿Ｃ１の補正誤差見込み値・・・（２１）

そして、ＣＰＵ１０ａは、以上の式（１３）〜式（２１）によって求めた９種類の学習誤差見込み値が所定の閾値を全て下回っている場合には、そのときのＲｏｈｍ、Ｒｃｔ１、および、Ｃ１の測定値と、基準状態におけるＲｏｈｍ、Ｒｃｔ１、および、Ｃ１であるＲｏｈｍ＿０、Ｒｃｔ１＿０、および、Ｃ１＿０に基づいて、Ｃｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１を以下の式（２２）〜式（２４）によって計算する。

Ｃｒ＿Ｒｏｈｍ＝Ｒｏｈｍ＿０／Ｒｏｈｍ ・・・（２２）
Ｃｒ＿Ｒｃｔ１＝Ｒｃｔ１＿０／Ｒｃｔ１ ・・・（２３）
Ｃｒ＿Ｃ１ ＝Ｃ１＿０／Ｃ１ ・・・（２４）

そして、ＣＰＵ１０ａは、算出したＣｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１ならびにそのときのＳＯＣ、Ｔｅｍｐ、および、ＯＣＶを対応付けしてＲＡＭ１０ｃにパラメータ１０ｃａとして格納する。

以上のような処理を繰り返し、所定の数のＣｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１がＲＡＭ１０ｃに格納された場合には、これらの値に基づいて、式（１）〜式（３）が有する係数を最適化する処理を実行する。

以上の処理によれば、等価回路モデルを構成する素子の素子値を基準状態に補正する補正式を、使用されている二次電池１４に応じて最適化することができる。このため、二次電池１４として、メーカ指定とは異なる種類の二次電池を搭載した場合や、二次電池１４の個体差がある場合や、二次電池１４が劣化して特性が新品時から変化場合でも、等価回路モデルを構成する素子の素子値を正確に算出することができる。

つぎに、図７を参照して、図１に示す制御部１０において実行される処理について説明する。図７に示すフローチャートの処理は、例えば、二次電池１４の充放電が終了してから所定の時間が経過した場合（例えば、二次電池１４が搭載された車両が停車されて一定時間が経過した場合）であって、二次電池１４の分極が略解消されたとき（例えば、分極によって生じる電圧が所定の閾値未満になったとき）に実行される。図７の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、制御部１０のＣＰＵ１０ａは、二次電池１４の液温、ＳＯＣ、および、ＯＣＶを推定する。より詳細には、ＣＰＵ１０ａは、温度センサ１３の出力を参照することで液温を推定し、二次電池１４の端子電圧を電圧センサ１１で検出してＯＣＶを推定する。また、ＣＰＵ１０ａは、ＯＣＶとＳＯＣの関係式に対して、先に推定したＯＣＶを適用することでＳＯＣを推定する。なお、前述したように、放電回路１５を制御して二次電池１４をパルス放電させ、そのときの電圧および電流を電圧センサ１１および電流センサ１２で検出することで二次電池１４の内部インピーダンスを測定し、内部インピーダンスに基づいてＳＯＣを推定するようにしてもよい。

ステップＳ１１では、ＣＰＵ１０ａは、その時点における二次電池１４の図３（Ａ）に示す等価回路モデルの素子値を学習する。なお、この処理の詳細については、図８を参照して後述する。

ステップＳ１２では、ＣＰＵ１０ａは、液温、ＳＯＣ、および、ＯＣＶの推定誤差見込み値を求出する。より詳細には、ＣＰＵ１０ａは、例えば、ＲＡＭ１０ｃにパラメータ１０ｃａとして格納されている、その時点の液温、ＳＯＣ、および、ＯＣＶに対応する推定誤差見込み値を取得する。

ステップＳ１３では、ＣＰＵ１０ａは、液温、ＳＯＣ、および、ＯＣＶのそれぞれに関する依存性補正式（または補正曲面）の傾きを算出する。より詳細には、前述した式（４）〜式（１２）に基づいて依存性補正式（または補正曲面）の傾きを算出する。

ステップＳ１４では、ＣＰＵ１０ａは、そのときのＳＯＣ、Ｔｅｍｐ、ＯＣＶの値に対応する補正誤差見込み値をＲＡＭ１０ｃのパラメータ１０ｃａから取得する。より詳細には、ＣＰＵ１０ａは、ＲＡＭ１０ｃにパラメータ１０ｃａとして予め格納されているＳＯＣ、Ｔｅｍｐ、ＯＣＶの値によるＣｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１の補正誤差見込み値を取得する。

ステップＳ１５では、ＣＰＵ１０ａは、前述した式（１３）〜式（２１）に基づいて、温度依存性の学習誤差見込み値Ｅ＿Ｒｏｈｍ＿Ｔｅｍｐ，Ｅ＿Ｒｃｔ１＿Ｔｅｍｐ，Ｅ＿Ｃ１＿Ｔｅｍｐ、ＳＯＣ依存性の学習誤差見込み値Ｅ＿Ｒｏｈｍ＿ＳＯＣ，Ｅ＿Ｒｃｔ１＿ＳＯＣ，Ｅ＿Ｃ１＿ＳＯＣ、および、ＯＣＶ依存性の学習誤差見込み値Ｅ＿Ｒｏｈｍ＿ＯＣＶ，Ｅ＿Ｒｃｔ１＿ＯＣＶ，Ｅ＿Ｃ１＿ＯＣＶを算出する。

ステップＳ１６では、ＣＰＵ１０ａは、式（１３）〜式（２１）によって求めた９種類の学習誤差見込み値が全て所定の閾値を全て下回っているか否かを判定し、全て所定の閾値を下回っていると判定した場合（ステップＳ１６：Ｙ）にはステップＳ１７に進み、それ以外の場合（ステップＳ１６：Ｎ）には処理を終了する。

ステップＳ１７では、ＣＰＵ１０ａは、そのときのＲｏｈｍ、Ｒｃｔ１、および、Ｃ１の測定値と、基準状態におけるＲｏｈｍ、Ｒｃｔ１、および、Ｃ１であるＲｏｈｍ＿０、Ｒｃｔ１＿０、および、Ｃ１＿０に基づいて、Ｃｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１を前述した式（２２）〜式（２４）によって計算し、得られたＣｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１ならびにそのときのＳＯＣ、Ｔｅｍｐ、および、ＯＣＶを対応付けてＲＡＭ１０ｃにパラメータ１０ｃａとして格納する。

ステップＳ１８では、ＣＰＵ１０ａは、所定の個数のＣｒ＿Ｒｏｈｍ、Ｃｒ＿Ｒｃｔ１、および、Ｃｒ＿Ｃ１がＲＡＭ１０ｃに格納された場合には、これらの値に基づいて、前述した式（１）〜式（３）が有する係数を最適化する処理を実行する。

つぎに、図８を参照して、図３（Ａ）に示す等価回路モデルの学習処理について説明する図である。図８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Ｓ５０では、制御部１０のＣＰＵ１０ａは、時間を示す変数Ｔ_ｎに、前回値Ｔ_ｎ−１にΔＴを加算した値を代入する。なお、ΔＴとしては、例えば、数ｍｓｅｃ〜数百ｍｓｅｃを用いることができる。

ステップＳ５１では、ＣＰＵ１０ａは、電圧センサ１１、電流センサ１２、および、温度センサ１３からの検出信号に基づいて、電流Ｉ_ｎ、電圧Ｖ_ｎ、温度θ_ｎを測定する。

ステップＳ５２では、ＣＰＵ１０ａは、ステップＳ５１で測定した電圧Ｖ_ｎを以下の式（２５）に適用し、電圧降下ΔＶ_ｎを算出する。

ΔＶ_ｎ＝Ｖ_ｎ−ＯＣＶ ・・・（２５）

ここで、ＯＣＶは、開回路電圧である。ＯＣＶを求める方法としては、例えば、二次電池１４の起動直前に測定された端子電圧、または、二次電池１４の充放電状態から推定した二次電池１４の開回路電圧をＯＣＶとすることができる。

ステップＳ５２では、ＣＰＵ１０ａは、ｎ回目の観測値と前回の状態ベクトル推定値とから、以下の式（２６）に基づいてヤコビアンＦ_ｎの更新を行う。なお、ｄｉａｇ（）は対角行列を示す。

Ｆ_ｎ＝ｄｉａｇ（１−ΔＴ／Ｒｃｔ１_ｎ・Ｃ１_ｎ，１，１，１，１） ・・・（２６）

ステップＳ５４では、ＣＰＵ１０ａは、ステップＳ５２で計算によって得たΔＶ_ｎを以下の式（２７）で示すように、拡張カルマンフィルタの実測観測値Ｙ_ｎとする。

Ｙ_ｎ＝ΔＶ_ｎ ・・・（２７）

ステップＳ５５では、ＣＰＵ１０ａは、以下の式（２８）に基づいて、一期先の状態ベクトルＸ_ｎ＋１｜_ｎを求める。

Ｘ_ｎ＋１｜_ｎ＝Ｆ_ｎ・Ｘ_ｎ＋Ｕ_ｎ ・・・（２８）

ここで、Ｘ_ｎおよびＵ_ｎは、以下の式（２９）および式（３０）で表される。なお、Ｔは転置行列を示す。

Ｘ_ｎ ^Ｔ＝（ΔＶ２，Ｒｃｔ１，Ｒｏｈｍ，Ｃ１，Ｖ０） ・・・（２９）

Ｕ_ｎ ^Ｔ＝（Δｔ・Ｉ_ｎ／Ｃ１，０，０，０，０） ・・・（３０）

なお、Ｈ_ｎ ^Ｔを以下の式（３１）ように定めることで、観測方程式および予測観測値Ｙ_ｎ＋１｜_ｎを式（３２）のように定めることができる。

Ｈ_ｎ ^Ｔ＝（１，Ｉ_ｎ，０，０，０） ・・・（３１）

Ｙ_ｎ＝Ｈ_ｎ ^Ｔ・Ｘ_ｎ ・・・（３２）

ステップＳ５６では、ＣＰＵ１０ａは、状態ベクトルの一期先の予測値Ｘ_ｎ＋１｜_ｎと実測観測値Ｙ_ｎ＋１と予測観測値Ｙ_ｎ＋１｜_ｎに基づいて、カルマンゲイン計算とフィルタリング計算による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_ｎを逐次的に推定し、推定された状態ベクトルＸ_ｎから（等価回路モデルの）調整パラメータを最適なものに更新する。

以上の処理により、図３（Ａ）に示す等価回路モデルを構成する素子の素子値を得ることができる。

以上の図７および図８に示す処理によって得られた、補正された基準状態における等価回路モデルの素子値であるＲｏｈｍ＿０、Ｒｃｔ１＿０、および、Ｃ１＿０を、以下の式（３３）および式（３４）に適用することで、二次電池１４の状態としてのＳＯＨまたはＳＯＦを知ることができる。

ＳＯＨ＝Ｆ（Ｒｏｈｍ＿０，Ｒｃｔ１＿０，Ｃ１＿０） ・・・（３３）

ＳＯＦ＝Ｇ（Ｒｏｈｍ＿０，Ｒｃｔ１＿０，Ｃ１＿０） ・・・（３４）

（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、等価回路モデルのＲｏｈｍ、Ｒｃｔ１、Ｃ１について式（１）〜式（３）を用いて、そのときのＳＯＣ、Ｔｅｍｐ、ＯＣＶに応じて補正を行うようにしたが、Ｒｏｈｍ、Ｒｃｔ１、Ｃ１のいずれか１つ、または、これらのいずれか２つについて補正を行うようにしてもよい。また、式（１）〜式（３）では、ＳＯＣ、Ｔｅｍｐ、ＯＣＶを変数としたが、これらのいずれか１つ、または、いずれか２つを変数として用いるようにしてもよい。あるいは、式（１）〜式（３）では、ＳＯＣ、Ｔｅｍｐ、ＯＣＶを変数としたが、これ以外の変数、例えば、二次電池１４の分極を変数として用いるようにしてもよい。

また、以上の実施形態では、図３（Ａ）に示す等価回路モデルを用いるようにしたが、例えば、図３（Ｂ）に示す等価回路モデルを用いるようにしてもよい。その場合には、式（１）〜式（３）に対して、Ｒｃｔ２、Ｃ２に対応する式が追加される。

また、図７のステップＳ１６では、全ての依存性補正曲面学習誤差見込み値が所定の閾値を下回る場合に、ステップＳ１７に進むようにしたが、例えば、一部の依存性補正曲面学習誤差見込み値が所定の閾値を下回った場合にステップＳ１７に進むようにしてもよい。あるいは、依存性補正曲面学習誤差見込み値によらず、全ての場合でステップＳ１７に進むようにしてもよい。

また、以上の実施形態では、依存性補正式の傾きと、推定誤差見込み値と、依存性補正誤差見込み値とを乗算して得られる値と依存性補正曲面の学習誤差見込み値としたが、例えば、依存性補正式の傾きと、推定誤差見込み値とを乗算した値を依存性補正曲面の学習誤差見込み値として、ステップＳ１６の処理を実行するようにしてもよい。

また、以上の実施形態では、図７に示す処理は、二次電池１４の充放電が終了してから所定の時間が経過した場合に実行されるようにしたが、充放電中に実行するようにしたり、充放電が終了してから所定時間が経過する前に実行したりするようにしてもよい。

また、以上の実施形態では、図８に示すフローチャートによって等価回路モデルの定数を計算するようにしたが、図８以外の処理によって等価回路モデルの定数を計算するようにしてもよい。

１ 二次電池状態検出装置
１０ 制御部（算出手段、推定手段、補正手段、調整手段）
１０ａ ＣＰＵ
１０ｂ ＲＯＭ
１０ｃ ＲＡＭ
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 (7)

1. 二次電池の状態を検出する二次電池状態検出装置において、
   前記二次電池の等価回路モデルを構成する素子の素子値を算出する算出手段と、
   前記算出手段によって算出された前記等価回路モデルの素子値を、前記二次電池が基準状態である場合の素子値に補正する補正手段と、
   前記補正手段によって補正された前記基準状態における前記等価回路モデルの素子値に基づいて前記二次電池の状態を推定する推定手段と、
   前記算出手段によって算出されたその時点の素子値と、前記基準状態を示す状態値とに基づいて前記補正手段を調整する調整手段と、
   を有することを特徴とする二次電池状態検出装置。
2. 前記調整手段は、前記補正手段による補正の際に生じる誤差が所定の閾値未満であると推定された場合に前記補正手段を調整することを特徴とする請求項１に記載の二次電池状態検出装置。
3. 前記等価回路モデルを構成する素子としては、導体・液抵抗、反応抵抗、および、電気二重層容量の少なくとも１つを有し、
   前記基準状態を示す状態値としては、液温、ＳＯＣ、および、ＯＣＶの少なくとも１つを有する、
   ことを特徴とする請求項２に記載の二次電池状態検出装置。
4. 前記補正手段は、前記等価回路モデルの素子値を、前記二次電池が前記基準状態である場合の素子値に補正する補正式を有し、
   前記調整手段は、前記補正式を所定の状態値で偏微分して得た傾きと、その時点における当該状態値の推定誤差とを乗算することで得られる値が所定の閾値未満である場合に、前記補正式が有する係数を調整することを特徴とする請求項３に記載の二次電池状態検出装置。
5. 前記補正手段は、前記等価回路モデルの素子値を、前記二次電池が前記基準状態である場合の素子値に補正する補正式を有し、
   前記調整手段は、その時点の状態における素子値から、前記基準状態における素子値に補正する場合の誤差見込み値と、前記補正式を所定の状態値で偏微分して得た傾きと、その時点における当該状態値の推定誤差の値と、を乗算して得た値が所定の閾値未満である場合には、前記補正式が有する係数を調整することを特徴とする請求項３に記載の二次電池状態検出装置。
6. 前記調整手段は、前記二次電池の分極状態が略解消された場合に、前記補正手段を調整することを特徴とする請求項２乃至５のいずれか１項に記載の二次電池状態検出装置。
7. 二次電池の状態を検出する二次電池状態検出方法において、
   前記二次電池の等価回路モデルを構成する素子の素子値を算出する算出ステップと、
   前記算出ステップにおいて算出された前記等価回路モデルの素子値を、前記二次電池が基準状態である場合の素子値に補正する補正ステップと、
   前記補正ステップにおいて補正された前記基準状態における前記等価回路モデルの素子値に基づいて前記二次電池の状態を推定する推定ステップと、
   前記算出ステップによって算出されたその時点の素子値と、前記基準状態を示す状態値とに基づいて前記補正ステップが有する係数を調整する調整ステップと、
   を有することを特徴とする二次電池状態検出方法。

Images