CN116917912A - 电池诊断*** - Google Patents
电池诊断*** Download PDFInfo
- Publication number
- CN116917912A CN116917912A CN202280016785.4A CN202280016785A CN116917912A CN 116917912 A CN116917912 A CN 116917912A CN 202280016785 A CN202280016785 A CN 202280016785A CN 116917912 A CN116917912 A CN 116917912A
- Authority
- CN
- China
- Prior art keywords
- battery
- secondary battery
- degradation
- predicted
- state
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 195
- 230000015556 catabolic process Effects 0.000 claims abstract description 259
- 238000006731 degradation reaction Methods 0.000 claims abstract description 259
- 238000012545 processing Methods 0.000 claims abstract description 77
- 239000000470 constituent Substances 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims description 85
- 230000008569 process Effects 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 description 90
- 239000011149 active material Substances 0.000 description 84
- 238000012423 maintenance Methods 0.000 description 60
- 239000011248 coating agent Substances 0.000 description 51
- 238000000576 coating method Methods 0.000 description 51
- 230000006866 deterioration Effects 0.000 description 42
- 238000004364 calculation method Methods 0.000 description 31
- 238000007726 management method Methods 0.000 description 30
- 238000003672 processing method Methods 0.000 description 24
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 21
- 229910001416 lithium ion Inorganic materials 0.000 description 21
- 230000015572 biosynthetic process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 14
- 230000008602 contraction Effects 0.000 description 14
- 239000003792 electrolyte Substances 0.000 description 13
- 230000006854 communication Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 12
- 230000010287 polarization Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000014759 maintenance of location Effects 0.000 description 9
- 239000013543 active substance Substances 0.000 description 8
- 230000005611 electricity Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000013213 extrapolation Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000007774 positive electrode material Substances 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000007773 negative electrode material Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000000543 intermediate Substances 0.000 description 2
- 230000033116 oxidation-reduction process Effects 0.000 description 2
- 230000008521 reorganization Effects 0.000 description 2
- 239000007784 solid electrolyte Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910001228 Li[Ni1/3Co1/3Mn1/3]O2 (NCM 111) Inorganic materials 0.000 description 1
- 239000006183 anode active material Substances 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007562 laser obscuration time method Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- 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
-
- 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
- H01M10/4285—Testing apparatus
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
电池诊断***(1)具有负荷历史获取部(51a)、内插处理部(51b)、劣化推定部(51c)、劣化预测部(51d)以及输出部(51e)。负荷历史获取部获取被使用的二次电池(25)的电池负荷历史。关于电池负荷历史的构成数据,在构成数据的一部分缺失的情况下,内插处理部使用构成数据的剩余的部分,推定缺失的构成数据的一部分并进行内插。劣化推定部基于电池负荷历史推定二次电池的当前的劣化状态和导致劣化状态的劣化因素。劣化预测部使用预测电池负荷和由劣化推定部推定的二次电池的当前的劣化状态及劣化因素,预测并诊断在以使用方式使用的情况下将来要产生的二次电池的预测劣化状态。输出部输出由劣化预测部预测的二次电池的预测劣化状态。
Description
相关申请的相互参照
本申请基于2021年2月26日申请的日本专利申请2021-029387号,并将其记载内容援用于此。
技术领域
本发明涉及一种诊断二次电池的劣化的程度的电池诊断***。
背景技术
以往,二次电池被利用于混合动力汽车、电动汽车等车载用、家庭用等各种用途。由于二次电池随着充放电、时间经过而劣化,二次电池的性能、价值降低,因此开发了诊断二次电池的劣化的程度的技术。
作为与电池诊断***相关的技术,已知有专利文献1中记载的电池更换支援***的技术。在专利文献1的电池更换支援***中,根据当前时刻的二次电池的容量劣化的状态,确定经过了规定期间的将来的二次电池的劣化状态,并评价二次电池的寿命。
现有技术文献
专利文献
专利文献1:日本特开2018-128769号公报
在此,在专利文献1的技术中,通过基于高频电阻的实测值求出二次电池的容量劣化,通过基于实测值的外推法,确定经过规定期间后的将来的容量劣化的状态。二次电池的劣化除了包含容量劣化之外,还包含电阻劣化等各种方式,如果当前时刻的劣化的进展情况不同,则将来的劣化的进展的方式也不同。
即,在专利文献1中,由于根据当前时刻的容量劣化的方式,通过外推法确定将来的二次电池的劣化状态,因此可以考虑将来的劣化状态的预测背离实际情况。
发明内容
本发明鉴于上述点,其目的在于提供一种能够基于当前时刻的二次电池的劣化状态,更高精度地诊断将来的二次电池的劣化状态的电池诊断***。
本发明所涉及的电池诊断***具有负荷历史获取部、内插处理部、劣化推定部、劣化预测部以及输出部。
负荷历史获取部获取电池负荷历史,该电池负荷历史是对于被使用的二次电池的负荷的历史。关于电池负荷历史的构成数据,在构成数据的一部分缺失的情况下,内插处理部使用构成数据的剩余的部分,推定缺失的构成数据的一部分并进行内插。劣化推定部基于电池负荷历史推定二次电池的当前的劣化状态和导致劣化状态的劣化因素。
劣化预测部使用预测电池负荷和由劣化推定部推定的二次电池的当前的劣化状态及劣化因素,预测并诊断在以使用方式使用的情况下将来要产生的二次电池的预测劣化状态。预测电池负荷表示根据二次电池的今后的使用方式而被预测施加于二次电池的负荷。输出部输出由劣化预测部预测的二次电池的预测劣化状态。
由此,关于电池负荷历史的构成数据,在构成数据的一部分缺失的情况下,通过内插处理部,使用构成数据的剩余部分,推定缺失的构成数据的一部分并进行内插。在内插处理中,与外推法不同,基于某一已知的数据列,生成填充该数据列的各区间的范围内的数据或者提供这样的函数。
因此,在电池诊断***中,即使在电池负荷历史的构成数据的一部分缺失的情况下,也能够获取精度良好的电池负荷历史。进一步,在电池诊断***中,使用精度良好的电池负荷历史,推定二次电池的当前的劣化状态及劣化因素,使用劣化状态及劣化因素和预测电池负荷,预测将来要产生的二次电池的预测劣化状态。因此,根据电池诊断***,即使在电池负荷历史的一部分缺失的情况下,也能够基于当前时刻的二次电池的劣化状态,以更高的精度诊断将来的二次电池的劣化状态。
附图说明
通过参照添附的附图并且根据下述详细的说明而使本发明的上述目的和其他目的、特征、优点更明确。这些添附的附图如下:
图1是第一实施方式所涉及的电池诊断***的概略结构图;
图2是电池诊断***中的车辆的结构图;
图3是电池诊断***中的管理服务器的结构图;
图4是电池诊断***中的电池诊断处理的流程图;
图5是电池诊断处理中的关于电池状态的计算的流程图;
图6是关于电池负荷历史的内插处理的说明图;
图7是示意性地表示劣化前的二次电池的开路电压及闭路电压与SOC的关系的说明图;
图8是示意性地表示劣化后的二次电池的开路电压及闭路电压与SOC的关系的说明图;
图9是关于劣化的方式对将来的劣化的进展的影响的说明图;
图10是表示第一实施方式中的预测电池负荷的一例的说明图;
图11是表示二次电池的等级划分与剩余价值的关系的说明图;
图12是第二实施方式所涉及的电池诊断***的概略结构图;
图13是关于第二实施方式中的处理条件的依次维护的说明图;
图14是关于第二实施方式中的处理条件的同时维护的说明图;
图15是第三实施方式所涉及的电池诊断***的概略结构图;
图16是表示第三实施方式中的电力平衡的一例的说明图;
图17是表示第四实施方式所涉及的电池诊断***的概略结构图。
具体实施方式
以下,参照附图对用于实施本发明的多个方式进行说明。在各实施方式中,有对与先行的实施方式中已说明的事项对应的部分标注相同的参照符号并省略重复的说明的情况。在各实施方式中,在仅说明构成的一部分的情况下,关于构成的其他部分,能够应用在先说明的其他实施方式。不仅在各实施方式中具体明确表示能够组合的部分可以彼此组合,只要对于组合没有特别的障碍,即使没有明确表示,也可以将实施方式彼此部分地组合。
(第一实施方式)
使用图1~图11对本发明的第一实施方式进行说明。在本实施方式中,本发明所涉及的电池诊断***1,应用于推定并诊断用户U所拥有的二次电池25的劣化状态等并提出关于二次电池25的维护的建议的行业。
在此,二次电池25例如由锂离子二次电池构成,具有彼此串联连接的多个电池单体。二次电池25的负极例如由可吸藏和释放石墨等锂离子的负极活性物质构成。二次电池25的正极例如可以是LiNi1/3Co1/3Mn1/3O2等含有Ni、Mn、Co的三元系电极。或者,电极也可以采用由复合材料构成的电极。
并且,二次电池25例如由具备多个将多个电池单体排列成一列而成的电池模块的电池组构成。因此,作为二次电池25的电池组的性能受到多个电池模块中表现出最低性能的电池模块的影响。而且,电池模块的性能受到构成电池模块的电池单体中表现出最低性能的电池单体的影响。因此,为了抑制二次电池25的劣化,重要的是以电池单体单位、电池模块单位进行维护。
电池诊断***1构成为,除了二次电池25的劣化程度和劣化因素之外,还考虑将来的二次电池25的使用方式,来诊断二次电池25的剩余价值,并且向用户U提出有效的维护方法,以提高剩余价值。
如图1所示,电池诊断***1包括多个各用户U所拥有的二次电池25。在以下的说明中,作为二次电池25的用途,列举利用为电动车辆的驱动用的情况作为例子,但并不限定于此。如果能够向管理服务器50输出表示伴随二次电池25的使用的负荷的电池负荷历史,则能够利用于家用电源、工厂用电源等各种用途。
作为各二次电池25的使用历史信息的电池负荷历史经由规定的基站5向数据中心内的管理服务器50发送。例如,在二次电池25搭载于车辆V的情况下,从车辆V的通信终端34向管理服务器50发送电池负荷历史。电池负荷历史包括二次电池25的电池温度T、电流值I、SOC等。
或者,向各用户U分配信息终端10。信息终端10由平板型终端、智能手机等构成,用于表示各个用户U设想的二次电池25的将来的使用用途的预测电池负荷等的输入。当从各信息终端10发送预测电池负荷时,经由网络N储存于管理服务器50的用户数据库55。
在管理服务器50中,使用各二次电池25的电池负荷历史,推定二次电池25的劣化程度、劣化因素的构成。然后,使用推定出的各二次电池25的劣化程度、劣化因素的构成和预测电池负荷,预测以预测电池负荷被使用的情况下的二次电池25的将来的劣化程度等。
进一步,考虑到二次电池25的将来的劣化程度等,提出了对二次电池25的将来的处理(例如维护的方法等)。这些诊断结果、提案经由网络N向用户U的信息终端10发送。
如图1所示,电池诊断***1包含经销商D的信息终端10、修理工厂F的信息终端10。在经销商D的信息终端中,输入二次电池25的维护所需的部件的费用、交货期等。在修理工厂F的信息终端10中,输入维护所需的工钱、作业预约状况等。
由于利用从经销商D及修理工厂F的信息终端10输入的信息,电池诊断***1能够确定二次电池25的维护所需的费用和期间,因此能够提出考虑了费用方面和期间方面的维护方法。
参照图2对电池诊断***1中的车辆V的结构进行说明。如上所述,电池诊断***1中的车辆V是搭载有二次电池25并从电动发电机20获得行驶用的驱动力的电动汽车。
此外,作为车辆V,只要是具备电动发电机20的车辆即可,例如也可以采用从电动发电机20和内燃机(发动机)获得行驶用驱动力的混合动力车。
如图2所示,在车辆V搭载有电动发电机20作为驱动源。在电动发电机20安装有检测电动机转速的转速传感器21、检测电动机转矩的转矩传感器22、检测电动机温度的温度传感器23等。
另外,在车辆V设置有控制电动发电机20的驱动状态的电动机控制单元24。从转速传感器21、转矩传感器22、温度传感器23向电动机控制单元24输入电动机转速、电动机转矩、电动机温度等车辆信息。
如上所述,在车辆V搭载有二次电池25。二次电池25例如由锂离子二次电池构成,向电动发电机20供给电力,并且向其他的车载设备供给电力。此外,作为二次电池25的结构,也可以采用将多个电池单体彼此并联连接而构成单体块、并将多个该单体块彼此串联连接的结构。
如图2所示,二次电池25与电压传感器26、电流传感器27、电池温度传感器28连接。电压传感器26是检测二次电池25的电压值的传感器。电流传感器27是检测二次电池25的电流值I的传感器。电池温度传感器28是检测二次电池25的电池温度T的传感器。
电压传感器26、电流传感器27、电池温度传感器28分别相对于作为二次电池25的电池组具有多个检测部。即,电压传感器26、电流传感器27、电池温度传感器,能够以构成电池组的电池模块为单位、以构成电池模块的电池单体为单位,检测电压值、电流值I、电池温度T。
另外,在二次电池25设置有外部连接部29。外部连接部29构成为能够与车辆V外部的电力***连接。因此,二次电池25能够将二次电池25的电力向外部的电力***供给,或者接受从外部的电力***向二次电池25的电力的供给。
并且,在车辆V设置有电池控制单元30。上述的电压传感器26、电流传感器27、电池温度传感器28的电压值、电流值、电池温度T的信息向电池控制单元30输入。这些信息构成后述的电池负荷历史。因此,电池控制单元30进行二次电池25的使用历史等的管理。电池控制单元30控制二次电池25的充放电状态。即,电池控制单元30构成所谓的BatteryManagement Unit(电池管理单元)。
而且,在车辆V设置有车辆控制单元33。车辆控制单元33统一控制车辆V整体。并且,车辆控制单元33与加速踏板传感器31、制动踏板传感器32等连接。因此,加速踏板、制动踏板的操作状况等车辆信息向车辆控制单元33输入。
输入至电动机控制单元24、电池控制单元30、车辆控制单元33的信息从搭载于车辆控制单元33的通信终端34经由基站5和网络N向管理服务器50输出。
另外,通信终端34具有接收来自未图示的GPS卫星的电波的接收功能,能够利用全球定位***(GPS)来分配车辆V的位置信息。从GPS得到的位置信息、速度信息等也作为电池负荷历史所附带的信息,经由基站5和网络N,从通信终端34向管理服务器50发送。
此外,通信终端34与基站5的无线通信中可以使用便携电话、无线LAN等,但是例如在对车辆V的外部连接部29连接了未图示的充电电缆时,也可以通过有线通信发送各种信息。另外,从车辆V向管理服务器50发送电池负荷历史等各种信息的时刻既可以是实时发送,也可以是在规定的时刻汇总发送。
接着,参照图3对电池诊断***1中的管理服务器50的结构进行说明。如图3所示,管理服务器50由一般的服务器计算机构成,具有控制部51、通信部52、存储装置53等。
管理服务器50使用二次电池25的劣化状态和基于将来的使用计划的预测电池负荷,推定二次电池25的将来的预测劣化状态并进行诊断。另外,管理服务器50根据二次电池25的预测劣化状态等和与将来的二次电池25的处理有关的处理条件,提出将来的二次电池25的处理方式(例如维护方法)。
控制部51由包括CPU、ROM、RAM等的公知的微型计算机及其周边电路构成。通过由控制部51的CPU执行存储于ROM的控制程序,实现电池诊断***1中的各功能部。通信部52能够经由网络N在与各车辆V、各信息终端10之间进行数据的双向通信。存储装置53是在通信部52进行数据的发送接收时,暂时储存作为对象的数据、或暂时储存运算结果的存储部。
另外,在管理服务器50设置有电池数据库54和用户数据库55。电池数据库54是使用从各二次电池25发送的电池负荷历史而构成的数据库。电池数据库54除了包含构成电池负荷历史的电池温度T、电流值I等信息之外,还包含通过后述的电池管理处理计算出的要素劣化状态、电池状态。另外,在电池数据库54中,对于每个二次电池25,储存有表示与二次电池25的劣化的进展有关的特性的电池特性信息。
用户数据库55是使用从各用户U的信息终端10输入的用户信息而构成的数据库。在用户数据库55中,作为用户信息,包含对二次电池25的维护方法的历史、处理条件的历史、预测电池负荷的历史等信息。
如图3所示,控制部51具有负荷历史获取部51a、内插处理部51b、劣化推定部51c、劣化预测部51d以及输出部51e作为电池诊断***1的功能部。而且,控制部51具有预测负荷生成部51f、剩余价值评价部51g、等级确定部51h、提案部51i以及条件输入部51j作为电池诊断***1的功能部。
负荷历史获取部51a是获取对于使用的二次电池25的负荷的历史即电池负荷历史的功能部,例如通过执行后述的步骤S1时的控制部51来实现。
内插处理部51b,是关于电池负荷历史的构成数据在构成数据的一部分缺失的情况下使用构成数据的剩余部分,推定缺失的构成数据的一部分并进行内插的功能部。内插处理部51b例如由执行后述的步骤S23时的控制部51来实现。
劣化推定部51c,是基于电池负荷历史来推定二次电池25中的当前的劣化状态和导致劣化状态的劣化因素的功能部,例如由执行后述的步骤S2~步骤S4为止的处理时的控制部51来实现。
劣化预测部51d,是使用表示根据二次电池25的今后的使用方式被预测施加于二次电池25的负荷的预测电池负荷,和二次电池25的当前的劣化状态及劣化因素,来预测将来发生的二次电池25的预测劣化状态并进行诊断的功能部。劣化预测部例如由执行后述的步骤S7时的控制部51来实现。
输出部51e是输出被预测的二次电池25的预测劣化状态的功能部,例如由执行后述的步骤S11时的控制部51来实现。
预测负荷生成部51f,是在按照二次电池25的今后的使用方式使用二次电池25的情况下,确定被预测施加于二次电池25的负荷,并生成上述预测电池负荷的功能部。预测负荷生成部51f例如由执行后述的步骤S6时的控制部51来实现。
剩余价值评价部51g,是使用二次电池25的预测劣化状态,评价在今后的使用方式中使用的情况下的二次电池25的剩余价值的功能部,例如由执行后述的步骤S9时的控制部51来实现。
等级确定部51h,是使用预测的二次电池25的电池构成要素的状态,对二次电池25的预测劣化状态进行二次电池25的等级评定的功能部。等级确定部51h例如由执行后述的步骤S8时的控制部51来实现。
提案部51i,是使用被评价的二次电池25的剩余价值和与二次电池25的将来的处理相关的处理条件,提出能够提高二次电池的剩余价值的二次电池的将来的处理方式的功能部。提案部51i例如由执行后述的步骤S10时的控制部51来实现。
条件输入部51j是输入与二次电池25的将来的处理相关的处理条件的功能部,例如通过执行后述的步骤S5时的控制部51来实现。
此外,电池诊断***1的各功能中的至少一个也可以由用于实现该功能的电子电路(即硬件)构成。
接着,参照图4、图5对第一实施方式所涉及的电池诊断***1的电池诊断处理的处理工序进行说明。在此,在第一实施方式所涉及的电池诊断***1中,以构成二次电池25的电池模块为单位,进行要素劣化状态、电池状态、预测要素劣化状态、预测电池状态的计算处理。
此外,根据要素劣化状态等的计算处理涉及的处理负担与管理服务器50的控制部51的性能、所需时间的平衡,也可以以构成二次电池25的电池组为单位进行要素劣化状态等的计算处理。如果控制部51的性能、所需时间充裕,则也可以以构成电池模块的电池单体为单位,进行要素劣化状态等的计算处理。
如图4所示,在步骤S1中,电池诊断***1获取构成电池诊断***1的二次电池25的电池负荷历史。在车辆V的二次电池25的情况下,控制部51经由车辆V的通信终端34、基站5以及网络N,通过通信部52来获取。此时,也可以从电池数据库54获取二次电池25的电池负荷历史。由此,电池诊断***1即使不将二次电池25(即,电池组及电池模块)解体,也能够获取二次电池25的电池负荷历史。
电池负荷历史包含作为二次电池25的温度的电池温度T、充放电电流、使用期间等作用于二次电池25的负荷的历史。此外,以放置期间等为因素,在构成电池负荷历史的数据中存在缺失的情况下,控制部51使用现有的值进行对缺失部分进行内插的内插处理。在下文,对内插处理的内容进行描述。
当转移至步骤S3时,使用获取的电池负荷历史,计算作为对象电池的二次电池25的要素劣化状态SOHQae、SOHQce、SOHQLie、SOHRae、SOHRce。此外,SOH是State Of Health(健康状态)的缩写。
SOHQae是当前时刻的二次电池25的负极的容量维持率。SOHQce是当前时刻的二次电池25的正极的容量维持率。SOHQLie是当前时刻的二次电池25的电解质的容量维持率。SOHRae是当前时刻的二次电池25的负极的电阻增加率。SOHRce是当前时刻的二次电池25的正极的电阻增加率。在第一实施方式中,以构成二次电池25的电池组的电池模块为单位,计算各要素劣化状态。
二次电池25的各构成要素(即,负极、正极、电解质)的规定时刻(使用开始后的任意时刻)的容量维持率是各构成要素的上述规定时刻的容量相对于初始状态(例如出厂时)的二次电池25的各构成要素的容量的比例。负极容量对应于能够供锂离子***的负极的位置数。正极容量对应于能够供锂离子***的正极的位置数。
电解质的容量使用正负极SOC偏移容量来表示。正负极SOC偏移容量是二次电池25中的正极和负极的使用容量区域的偏移量。正极SOC偏移容量对应于能够在正极和负极之间移动的锂离子的数量以及锂离子整体的移动的容易度。
另外,二次电池25的各构成要素的规定时刻(暂时利用开始后的任意时刻)的电阻增加率是各构成要素的上述规定时刻的电阻值相对于初始状态的二次电池25的各构成要素的电阻值的比例。
然后,电池诊断***1基于与各电池构成要素相关的多个劣化因素,分别计算要素劣化状态SOHQae、SOHQce、SOHQLie、SOHRae、SOHRce。即,电池诊断***1基于二次电池25的负极的多个劣化因素,计算与负极相关的要素劣化状态SOHQae、SOHRae。另外,电池诊断***1基于正极的多个劣化因素,计算与正极相关的要素劣化状态SOHQce、SOHRce。而且,电池诊断***1基于电解质的多个劣化因素,计算与电解质相关的要素劣化状态SOHQLie。
具体而言,负极容量Qa和负极电阻Ra分别考虑在活性物质的表面形成覆膜而引起的劣化因素、在活性物质的表面形成的覆膜破裂而引起的劣化因素、活性物质自身破裂而引起的劣化因素而计算。
正极容量Qc和正极电阻Rc分别考虑活性物质的表面的变质而引起的劣化因素、活性物质的变质了的表面破裂而引起的劣化因素、考虑到活性物质自身破裂的劣化因素而计算。
另外,电解质的要素劣化状态SOHQLie是考虑在负极的活性物质的表面形成覆膜而引起的劣化因素、在负极的活性物质的表面形成的覆膜破裂而引起的劣化因素、负极的活性物质自身破裂而引起的劣化因素而计算的。而且,电解质的要素劣化状态SOHQLie考虑在正极的活性物质的表面形成覆膜而引起的劣化因素、在正极的活性物质的表面形成的覆膜破裂而引起的劣化因素、正极的活性物质自身破裂而引起的劣化因素而计算的。
此外,在下文,对各要素劣化状态的详细计算方法进行描述。
在步骤S4中,计算出二次电池25整体的劣化状态即电池状态SOHQBe、SOHRBe。电池状态SOHQBe表示与二次电池25的容量相关的二次电池25整体的劣化状态。电池状态SOHQBe通过取在步骤S3计算出的要素劣化状态SOHQae、SOHQce、SOHQLie的最小值而导出。即,能够表示为SOHQBe=min(SOHQae,SOHQce,SOHQLie)。
如上所述,负极容量Qa对应于能够供锂离子***的负极的位置数,正极容量Qc对应于能够供锂离子***的正极的位置数。并且,正负极SOC偏移容量QLi对应于能够在正极和负极之间移动的锂离子的数量以及锂离子整体的移动的容易度。
因此,负极容量Qa、正极容量Qc以及正负极SOC偏移容量QLi中的最小值对应于二次电池25的电池容量QB。即,要素劣化状态SOHQae、SOHQce、SOHQLie的最小值成为二次电池25整体的电池状态SOHQBe。
另外,电池状态SOHRBe表示与电阻相关的二次电池25整体的劣化状态。电池状态SOHRBe由元件劣化状态SOHRae、SOHRce之和计算。即,能够表示为SOHRBe=SOHRae+SOHRce。
另外,在第一实施方式中,电池状态SOHQBe、SOHRBe以电池模块为单位计算。并且,例如,在要素劣化状态下,考虑了二次电池25的电极(即负极和正极)以外的部件(例如电解质)的电阻的情况下,在计算电池状态SOHRBe时,考虑与该部件相关的要素劣化状态。即,在上述SOHRBe=SOHRae+SOHRce的右边,加上与该部件相关的要素劣化状态。
在此,参照图5对步骤S1中的电池负荷历史的获取、步骤S2中的要素劣化状态的计算以及步骤S3中的电池状态的计算进行详细说明。
电池诊断***1根据二次电池25的电池负荷历史,依次计算从使用开始时到当前时刻为止的二次电池25的要素劣化状态。以下,将一次的要素劣化状态的计算动作的开始时刻称为ts,将结束时刻称为te,将从开始时刻ts到结束时刻te为止的时间称为实施周期。实施周期的长度考虑与要素劣化状态及电池状态相关的预测的精度、与要素劣化状态及电池状态的计算相关的计算负荷而适当决定。
如上所述,在步骤S1中,控制部51获取二次电池25的电池负荷历史。参照步骤S21~步骤S23说明步骤S1的具体内容。
在步骤S21中,作为电池负荷历史,获取了电池温度T、充放电电流值I、历史对象期间Time。
此时,电池诊断***1根据实施周期中的二次电池25的温度的分布,计算实施周期中的二次电池25的电池温度T。电池温度T例如可以是根据在实施周期中获取的二次电池25的温度的度数分布计算出的平均值。
此外,作为电池温度T,为了降低计算负荷,也可以采用在实施周期中获取的二次电池25的温度的平均值等。电池温度T储存于电池诊断***1的电池数据库54。
在步骤S22中,控制部51判断电池负荷历史的构成数据的一部分是否缺失。在此,二次电池25的电池负荷历史包含车辆V的点火接通且存在对于二次电池25的输入输出的使用期间Pe和点火断开且没有对于二次电池25的输入输出的放置期间Pel。
在放置期间Pel中,由于不进行电池温度感应器28等各种感应器的检测动作,因此可以认为与构成历史对象期间Time的放置期间Pel相当的电池负荷历史缺失。然而,为了评价后述的经时劣化的进展,也需要放置期间Pel的电池负荷历史。
因此,在步骤S22中,在作为电池负荷历史而获取的构成数据中,判断是否包含相当于放置期间Pel的数据(即,缺失数据)。在存在构成数据的缺失的情况下,转移至步骤S23,进行内插处理。在构成数据没有缺失的情况下,进入步骤S24。
在步骤S23中,为了对电池负荷历史中的构成数据的缺失进行内插而进行数据内插处理。在步骤S23的数据内插处理中,根据作为电池负荷历史获取的相当于使用期间Pe的数据,推定并补充相当于放置期间Pel的数据,获取所有期间内的电池负荷历史。
具体而言,在步骤S23中,对构成电池负荷历史的电压、SOC、电流、电池温度T进行数据内插处理。此外,在以下的说明中,将紧接放置期间Pel之前的使用期间Pe称为紧接之前使用期间Peb,将紧接放置期间Pel之后的使用期间Pe称为紧接之后使用期间Pea。
关于与电压和SOC相关的数据内插处理,使用紧接之前使用期间Peb结束时的电压等的数值和紧接之后使用期间Pea中的电压等的数值,对放置期间Pel中的电压等的数值进行线性内插。并且,关于与电流值I相关的内插处理,由于没有对于二次电池25的输入输出,因此将放置期间Pel中的电流值I推定为“0”并进行内插。
参照图6对与电池温度T相关的数据内插处理的内容进行说明。如图6所示,紧接之前使用期间Peb结束时的点Pl的电池温度T的值和紧接之后使用期间Pea开始时的点Ps的电池温度T的值是已知的。
另外,放置期间Pel的二次电池25周边的外气温度Tam能够通过网络N等获取,通过放置期间Pel是已知的值。而且,放置期间Pel中的数据的采样以采样周期Δt进行N次。因此,放置期间Pel长度能够表示为ΔtN。
首先,在放置期间Pel中,第n次采样所涉及的电池温度Tn与第n-1次采样所涉及的电池温度Tn-1的关系能够如以下的式(1)那样表示。
[数式1]
Tn=Tn-1+ΔTn (1)
此外,ΔTn是电池温度T的从第n-1次采样的时刻到第n次采样的时刻的变化量。考虑到二次电池25的外气散热电阻、二次电池25的热容量、二次电池25周边的外气温度Tam,ΔTn能够如以下的式(2)那样表示。
[数式2]
此外,式(2)中的R表示二次电池25的外气散热电阻,C表示二次电池25的热容量。另外,Tamn-1是第n-1次采样时的外气温度Tam。由于这些值是已知的值,因此通过式(1)(2),能够导出考虑了外气温度Tam、二次电池25的外气散热电阻及热容量的温度曲线Te。
然后,使用导出的温度曲线Te和紧接之后使用期间Pea开始时的点Ps的电池温度Ts的值(实测值),对温度曲线Te进行时间比例的校正。校正值Tc能够由以下的式(3)表示。
[数式3]
此外,式(3)中的Tcn表示相当于第n次采样时刻的校正值Tc的值。另外,TN是紧接之后使用期间Pea的开始时刻的温度曲线Te的值,表示图6中的点P。
这样,通过在步骤S23中进行数据内插处理,能够考虑二次电池25的外气散热电阻及热容量、二次电池25周边的外气温度Tam,高精度地对放置期间Pel的电池温度T进行内插。并且,通过进行步骤S23的数据内插处理,电池诊断***1能够获取高精度的电池负荷历史。
在步骤S24中,电池诊断***1计算二次电池25的电流值I的累计值,根据计算出的累计值计算二次电池25的充电状态。充电状态是将剩余容量与二次电池25的满充电容量之比以百分比表示的状态,即所谓的SOC(即,State Of Charge:充电状态)。之后,将二次电池25的充电状态称为SOC。电池诊断***1例如使用电流累计法,根据二次电池25的电流值的累计值计算二次电池25的SOC。通过步骤S24~步骤S31的处理,实现步骤S2中的要素劣化状态的计算和步骤S3中的电池状态的计算。
在步骤S25中,电池诊断***1计算ΔDOD。ΔDOD通过实施周期的开始时刻ts的SOC和结束时刻te的SOC的差来计算。此外,DOD是表示二次电池25的放电深度的Depth OfDischarge的缩写。
在步骤S26中,电池诊断***1分别计算二次电池25的负极电阻Ra和正极电阻Rc。负极电阻Ra基于二次电池25的电池温度T、二次电池25的电流值I、SOC的变化量ΔDOD以及二次电池25的负极的闭路电位来计算。正极电阻Rc基于二次电池25的电池温度T、二次电池25的电流值I、SOC的变化量ΔDOD以及正极的闭路电位来计算。
在此,电池温度T是作为电池负荷历史获取的二次电池25的电池温度T。电流值I是作为电池负荷历史获取的二次电池25的电流值I。变化量ΔDOD是在步骤S25中计算出的ΔDOD。
二次电池25的负极的闭路电位和正极的闭路电位是在前次的实施周期中计算出的二次电池25的负极、正极的闭路电位。此外,之后,将二次电池25的负极的闭路电位称为CCPa,将二次电池25的正极的闭路电位称为CCPc。CCP是Closed Circuit Potential(闭路电位)的缩写。
负极电阻Ra能够表示为二次电池25的电池温度T、负极侧闭路电位CCPa、变化量ΔDOD以及充放电电流值I的函数。正极电阻Rc能够表示为二次电池25的温度T、正极侧闭路电位CCPc、变化量ΔDOD以及充放电电流值I的函数。在下文,对此进行说明。
负极电阻Ra因二次电池25的电解液、其添加剂的氧化还原分解而在负极表面形成覆膜(SEI:Solid Electrolyte Interface)而增加。由于覆膜是通过上述化学反应生成的,因此负极电阻Ra遵循阿伦尼乌斯定律。因此,负极电阻Ra能够由电池温度T的函数来表示。
另外,由于负极表面的覆膜形成起因于氧化还原,因此遵循塔菲尔定律。因此,负极电阻Ra能够由负极侧闭路电位CCPa的函数来表示。
然后,如果重复二次电池25的充放电周期,则重复负极的活性物质的膨胀收缩,由于表面覆膜的裂缝(裂纹)进展,不久负极表面将从覆膜的裂缝露出。由于在从裂缝露出的表面形成新的覆膜而覆膜量增加,因此引起负极电阻Ra的进一步的增加。然后,变化量ΔDOD越大,活性物质的膨胀收缩的程度越大。因此,负极电阻Ra能够由变化量ΔDOD的函数来表示。
另外,在负极中,由于活性物质反复膨胀收缩,活性物质自身破裂而直径变小。活性物质自身的破裂兼具降低负极电阻Ra的要素和增加负极电阻Ra的要素。
首先,由于活性物质自身的破裂,在活性物质形成新的面(即,未形成覆膜的面),因此反应面积增加。因此,活性物质自身的破裂成为负极电阻Ra的降低因素。另一方面,如果在活性物质形成新的面,则在新的面上促进覆膜形成,因此覆膜量增加,负极电阻Ra增加。考虑到以上情况,负极电阻Ra能够根据以下所示的理论由变化量ΔDOD的函数来表示。
当将活性物质的粒径设为r、将时间设为t时,负极的活性物质的破裂的速度即微粉化速度由dr/dt表示。在此,认为活性物质的粒径r越大,微粉化速度dr/dt越容易进展。即,可以认为微粉化速度dr/dt与活性物质的粒径r成比例。因此,微粉化速度dr/dt能够如以下的式(4)那样表示。
[数式4]
此外,在式(4)中,k为常数,之后,有时也称为微粉化系数。求解时,如以下的式(5)那样表示。
[数式5]
ln(r)=-k×t+α (5)
此外,在式(5)中,α为常数。
进一步,活性物质的变化量ΔDOD越大,活性物质膨胀及收缩的程度越大,因此微粉化常数被认为与变化量ΔDOD成比例。这样一来,以下的式(6)成立。
[数式6]
ln(k)=β×ΔDOD+γ (6)
此外,在式(6)中,β和γ为常数。并且,求解时,成为以下的式(7)。
[数式7]
k=η×exp(ζ×ΔDOD) (7)
此外,在式(7)中,η和ζ为常数。并且,如果将式(5)和式(7)复合,则能够导出以下的式(8)。
[数式8]
r(t,ΔDOD)=r0{1-A×exp[B×<exp(C×ΔDOD)>×t]} (8)
f(t,ΔDOD)≡A×exp[B×<exp(C×ΔDOD)〉×t] (9)
另外,r0是初始(即,t=0时)的活性物质的半径,A、B及C为常数。如上所述,负极电阻Ra因在负极表面形成覆膜而增加,负极表面的覆膜的形成速度与负极的活性物质的直径具有相关性。因此,负极电阻Ra由包含微粉化函数f(t,ΔDOD)的式子(即ΔDOD的函数)来表示。另外,式(5)的右边的各个括号内也可以进一步通过常数进行相加校正。
另外,负极的表面覆膜的破裂及负极活性物质自身的破裂也依赖于二次电池25的充放电电流值I。由于充放电电流值I越大,电流越有在活性物质的低电阻部分集中流动的倾向,因此根据活性物质的部位,膨胀收缩的程度可能产生差异。由此,活性物质容易发生变形,引起负极的表面覆膜的破裂及负极活性物质自身的破裂。
因此,负极表面覆膜的破裂及负极活性物质自身的破裂能够由充放电电流值I的函数或与充放电电流值I有相关性的C速率的函数来表示。在此,1C速率表示在恒定电流充放电测定的情况下,使电池的额定容量在一小时内完全充电或完全放电的电流值。
综上所述,负极电阻Ra使用函数gA(T,CCPa)、函数gB(T,CCPa,ΔDOD,I)、函数gC(T,CCPa,ΔDOD,I)被表示为以下的式(7)。
在此,函数gA(T,CCPa)是考虑到在活性物质的表面形成覆膜的函数。函数gB(T,CCPa,ΔDOD,I)是考虑到在活性物质的表面形成的覆膜破裂的函数。函数gC(T,CCPa,ΔDOD,I)是考虑到活性物质自身破裂的函数。
[数式9]
Ra=gA(T,CCPa)×gB(T,CCPa,ΔDOD,I)×gC(T,CCPa,ΔDOD,I) (10)
根据以上的理论,负极电阻Ra表示为二次电池25的电池温度T、负极侧闭路电位CCPa、变化量ΔDOD及充放电电流值I的函数。
接着,对正极电阻Rc进行说明。正极电阻Rc随着正极表面的变质而增加。由于正极表面因化学反应而变质,因此正极电阻Rc遵循阿伦尼乌斯定律。因此,正极电阻Rc能够由电池温度T的函数来表示。
另外,由于正极表面的变质起因于正极表面的还原分解,因此遵循塔菲尔定律。因此,正极电阻Rc能够由正极侧闭路电位CCPc的函数来表示。
然后,如果重复二次电池25的充放电周期,重复正极的活性物质的膨胀收缩,则在变质了的正极活性物质的表面产生裂缝,形成没有变质的新的正极表面。在新的正极表面中,不久将产生变质,从而引起正极电阻Rc的进一步增加。由于变化量ΔDOD越大,活性物质的膨胀收缩的程度越大,因此正极电阻Rc能够由变化量ΔDOD的函数表示。
另外,正极表面的变质通过重复正极的活性物质的膨胀收缩而正极的活性物质的裂缝(裂纹)加剧,活性物质的直径变小而被促进。活性物质自身的裂缝兼具降低正极电阻Rc的要素和增加正极电阻Rc的要素。
首先,由于活性物质自身的破裂,在活性物质形成新的面(即,变质前的面),因此活性物质自身的破裂成为降低正极电阻Rc的因素。另一方面,当在活性物质形成新的面时,形成的新的面不久就会变质而正极电阻Rc增加。考虑到以上情况,正极电阻Rc根据与负极电阻Ra同样的理论,能够由包含式(9)的微粉化函数f(t,ΔDOD)的式子(即ΔDOD的函数)来表示。
并且,正极活性物质自身的破裂也依赖于充放电电流值I。由于充放电电流值I越大,电流越有在活性物质的低电阻部分集中流动的倾向,因此根据活性物质的部位,膨胀收缩的程度可能产生差异。由此,活性物质容易发生变形,引起正极活性物质自身的破裂。因此,正极活性物质自身的破裂能够由充放电电流值I的函数或与充放电电流值I有相关性的C速率的函数来表示。
综上所述,正极电阻Rc使用函数hA(T,CCPc)、函数hB(T,CCPc,ΔDOD,I)、函数hC(T,CCPc,ΔDOD,I)被表示为以下的式(11)。
在此,函数hA(T,CCPc)是考虑到活性物质的表面的变质的函数。函数hB(T,CCPc,ΔDOD,I)是考虑到活性物质的变质的表面破裂的函数。函数hC(T,CCPc,ΔDOD,I)是考虑到活性物质自身破裂的函数。
[数式10]
Rc=hA(T,CCPc)×hB(T,CCPc,ΔDOD,I)×hC(T,CCPc,ΔDOD,I) (11)
根据以上的理论,正极电阻Rc表示为二次电池25的电池温度T、正极侧闭路电位CCPc、变化量ΔDOD及充放电电流值I的函数。
在此,在步骤S26中,用于计算负极电阻Ra、正极电阻Rc的负极侧闭路电位CCPa及正极侧闭路电位CCPc使用本次的实施周期的前一个实施周期中的负极侧闭路电位CCPa及正极侧闭路电位CCPc。负极侧闭路电位CCPa及正极侧闭路电位CCPc在紧接之前的实施周期中的步骤S29中算出。
此外,在没有在前次的实施周期计算出的负极侧闭路电位CCPa及正极侧闭路电位CCPc的情况下(例如,***起动时等),如以下这样计算初始的负极侧闭路电位CCPa及正极侧闭路电位CCPc。
首先,根据作为电池负荷历史而获取的电流值I与负极电阻Ra的初始值的积,计算初始的负极的分极ΔVa,根据作为电池负荷历史而获取的电流值I与正极电阻Rc的初始值的积,计算初始的正极的分极ΔVc。负极电阻Ra的初始值和正极电阻Rc的初始值例如是在与搭载于车辆V的二次电池25同型的二次电池中,初始状态(例如出厂时的状态)的负极电阻和正极电阻的值。
二次电池25的负极电阻和正极电阻的初始值例如储存于车辆V的电池控制单元30、管理服务器50的电池数据库54,能够从电池控制单元30或电池数据库54获取。初始状态的负极电阻Ra和正极电阻Rc例如能够通过交流阻抗法、IV测定等来决定。或者,分别作成使用了被解体的初始状态的二次电池25的正极的半电池单体、使用了负极的半电池单体,通过进行各个半电池单体的电阻测定,也能够决定初始状态的负极电阻Ra和正极电阻Rc。
然后,基于后述的初始OCP特性和在步骤S24中计算出的SOC,分别计算二次电池的负极、正极的开路电位。各开路电位是二次电池25和外部电路没有通电的状态经过长时间时的二次电池25的各电极的电位。以后,将二次电池25的负极的开路电位称为负极侧开路电位OCPa,将二次电池25的正极的开路电位称为正极侧开路电位OCPc。OCP是Open CircuitPotential(开路电位)的缩写。
初始OCP特性表示初始状态下的二次电池25的SOC与负极侧开路电位OCPa的关系、以及SOC与正极侧开路电位OCPc的关系,例如存储于电池数据库54。
接着,通过将负极侧开路电位OCPa和负极侧的分极ΔVa相加,得到负极侧闭路电位CCPa。另一方面,通过将正极侧开路电位OCPc和正极侧的分极ΔVc相加,能够得到正极侧闭路电位CCPc。
在没有在前次的实施周期计算出的负极侧闭路电位CCPa和正极侧闭路电位CCPc的情况下(例如,***启动时等),通过进行以上处理,计算初始的负极侧闭路电位CCPa和正极侧闭路电位CCPc。
根据上述的理论,在计算出负极电阻Ra和正极电阻Rc,并转移至步骤S27时,电池诊断***1计算负极的等级划分ΔVa和正极的等级划分ΔVc。负极的等级划分ΔVa是将作为电池负荷历史而获取的二次电池25的电流值I和在步骤S26中计算出的负极电阻Ra相乘而计算的。另一方面,正极的分极ΔVc是将二次电池25的电流值I和在步骤S26中计算出的正极电阻Rc相乘而计算的。
当转移至步骤S28时,电池诊断***1计算负极侧开路电位OCPa及正极侧开路电位OCPc。电池诊断***1根据在步骤S24中计算出的二次电池25的SOC和存储于电池数据库54的前次的实施周期的更新OCP特性,计算负极侧开路电位OCPa和正极侧开路电位OCPc。更新OCP特性表示劣化后的二次电池25的SOC与负极侧开路电位OCPa的关系、以及SOC与正极侧开路电位OCPc的关系。
在此,更新OCP特性能够如以下这样获取。首先,基于在后述的步骤S30中计算出的负极容量Qa、正极容量Qc以及正负极SOC偏移容量QLi,更新预先存储于电池诊断***1的电池数据库54的初始OCP特性。
初始OCP特性表示初始状态的二次电池25中的SOC与负极侧开路电位OCPa的关系以及SOC与正极侧开路电位OCPc的关系。初始OCP特性的更新的方法没有特别地限定,例如能够采用公知的方法。
在步骤S29中,电池诊断***1计算二次电池25的负极侧闭路电位CCPa和正极侧闭路电位CCPc。首先,电池诊断***1获取在步骤S27中计算出的分极ΔVa和分极ΔVc,并且获取在步骤S28中计算出的负极侧开路电位OCPa和正极侧开路电位OCPc。
负极侧闭路电位CCPa通过将负极侧开路电位OCPa和负极的分极ΔVa相加而计算,能够将负极侧开路电位OCPa改写为负极侧闭路电位CCPa。同样,正极侧闭路电位CCPc通过将正极侧开路电位OCPc和正极的分极ΔVc相加而计算,能够将正极侧开路电位OCPc改写为正极侧闭路电位CCPc。
在此,二次电池25由于劣化而使分极显著化。即,由于分极的产生,在二次电池25的充电时,二次电池25的闭路电压上升,放电时闭路电压下降。然后,如果二次电池25的劣化进展,则二次电池25的充电时闭路电压进一步上升,放电时闭路电压进一步下降。
使用图7、图8对这一点进行说明。图7涉及劣化前的二次电池25,示意性地表示充电时的SOC与电压的关系,图8涉及劣化后的二次电池25,示意性地表示充电时的SOC与电压的关系。在图7和图8中,以实线表示开路电压,以虚线表示闭路电压,纵轴的电压的刻度一致。
此外,之后将开路电压称为OCV,将闭路电压称为CCV。OCV是Open CircuitVoltage的缩写,CCV是Closed Circuit Voltage的缩写。
参照图7及图8可知劣化后的二次电池25的分极ΔV比劣化前的分极ΔV大。电池诊断***1鉴于这一点,在推定二次电池25的劣化量时,将开路电位OCP改写为考虑了分极ΔV的闭路电位CCP,并且使用闭路电位CCP预测电池容量QB。
在步骤S30中,电池诊断***1分别计算二次电池25的负极容量Qa、正极容量Qc、正极SOC偏移容量QLi。首先,获取在步骤S29中计算出的负极侧闭路电位CCPa和正极侧闭路电位CCPc、作为电池负荷历史而获取的二次电池25的电池温度T以及在步骤S25中计算出的变化量ΔDOD。
接着,电池诊断***1基于负极侧闭路电位CCPa和正极侧闭路电位CCPc中的至少一方、电池温度T、电流值I、变化量ΔDOD来分别计算二次电池25的负极容量Qa、正极容量Qc、正极SOC偏移容量QLi。
首先,对负极容量Qa的计算进行说明。电池诊断***1以与计算负极电阻Ra的情况相同的理论表示负极容量Qa。即,负极容量Qa使用函数iA(T,CCPa)、函数iB(T,CCPa,ΔDOD,I)、函数iC(T,CCPa,ΔDOD,I)而如以下的式(12)那样表示。
在此,函数iA(T,CCPa)是考虑到在活性物质的表面形成覆膜的函数。函数iB(T,CCPa,ΔDOD,I)是考虑到在活性物质的表面形成的覆膜破裂的函数。然后,函数iC(T,CCPa,ΔDOD,I)是考虑到活性物质自身破裂的函数。即,负极容量Qa由二次电池25的电池温度T、负极侧闭路电位CCPa、变化量ΔDOD(即,微粉化函数f(t,ΔDOD)以及充放电电流值I的函数来表示。
[数式11]
Qa=iA(T,CCPa)×iB(T,CCPPa,ΔDOD,I)×iC(T,CCPa,ΔDOD,I) (12)
接着,对正极容量Qc的计算进行说明。电池诊断***1以与计算正极电阻Rc的情况相同的理论表示正极容量Qc。即,正极容量Qc使用函数jA(T,CCPc)、函数jB(T,CCPc,ΔDOD,I)、函数jC(T,CCPc,ΔDOD,I)而如以下的式(13)那样表示。
在此,函数jA(T,CCPc)是考虑到活性物质的表面发生变质的函数。函数jB(T,CCPc,ΔDOD,I)是考虑到活性物质的变质的表面破裂的函数。函数jC(T,CCPc,ΔDOD,I)是考虑到活性物质自身破裂的函数。即,正极容量Qc由电池温度T、正极侧闭路电位CCPc、变化量ΔDOD(即,微粉化函数f(t,ΔDOD)以及充放电电流值I的函数来表示。
[数式12]
Qc=jA(T,CCPc)×jB(T,CCPc,ΔDOD,I)×iC(T,CCPc,ΔDOD,I) (13)
接着,对正负极SOC偏移容量QLi的计算进行说明。正负极SOC偏移容量QLi与负极、正极中的由于覆膜(SEI:Solid Electrolyte Interface)的形成而引起的锂离子的消耗相关。由于覆膜的形成而引起的锂离子的消耗是化学反应,因此正负极SOC偏移容量QLi遵循阿伦尼乌斯定律。因此,正负极SOC偏移容量QLi能够由电池温度T的函数来表示。
由于在负极、正极的覆膜的形成而引起的锂离子的消耗是氧化还原反应,因此遵循塔菲尔定律。因此,正极SOC偏移容量QLi可以由负极侧闭路电位CCPa和正极侧闭路电位CCPc的函数表示。
另外,通过重复二次电池25的充放电周期,重复各电极(即正极、负极)的活性物质的膨胀收缩,各电极中的活性物质的表面覆膜的破裂进展。由此,不久各电极表面从覆膜的裂缝露出,在露出面形成新的覆膜,从而锂离子的消耗量增加。另外,变化量ΔDOD越大,活性物质的膨胀收缩的程度越大。因此,正负极SOC偏移容量QLi能够由变化量ΔDOD的函数来表示。
并且,在各电极中,如上所述,由于活性物质的膨胀收缩反复而活性物质自身破裂,直径减小。活性物质自身的裂缝兼具增加正负极SOC偏移容量QLi的要素和降低正负极SOC偏移容量QLi的要素。
首先,由于活性物质自身的破裂,在活性物质上形成新的面(即,未形成覆膜的面),因此锂离子容易向各电极的活性物质移动,成为正负极SOC偏移容量QLi的增加因素。另一方面,如果在活性物质形成新的面,则在新的面上促进覆膜形成而消耗锂离子,因此成为正负极SOC偏移容量QLi的降低因素。
考虑到以上情况,正负极SOC偏移容量QLi根据与负极电阻Ra及正极电阻Rc相同的理论,能够由包含微粉化函数f(t,ΔDOD)的式子(即,变化量ΔDOD的函数)来表示。
另外,各电极中的活性物质自身的裂缝也依赖于充放电电流值I。充放电电流值I越大,电流越有在活性物质的低电阻部分集中流动的倾向,因此根据活性物质的部位,膨胀收缩的程度可能产生差异。由此,活性物质容易产生变形,引起活性物质自身的破裂。因此,各电极的活性物质自身的裂缝能够由充放电电流值I的函数或与充放电电流值I相关的C速率的函数来表示。
通过上述,正负极SOC偏移容量QLi使用函数kA(T,CCPa)、函数kB(T,CCPa,ΔDOD,I)、kC(T,CCPa,ΔDOD,I)、函数lA(T,CCPc)、函数lB(T,CCPc,ΔDOD,I)、函数lC(T,CCPc,ΔDOD,I)而如以下的式(14)那样表示。
在此,函数kA(T,CCPa)是考虑到在负极的活性物质的表面形成覆膜的函数。函数kB(T,CCPa,ΔDOD,I)是考虑到在负极的活性物质的表面形成的覆膜破裂的函数。函数kC(T,CCPa,ΔDOD,I)是考虑到负极的活性物质自身破裂的函数。
而且,函数lA(T,CCPc)是考虑到在正极的活性物质的表面上形成覆膜的函数。函数lB(T,CCPc,ΔDOD,I)是考虑到在正极的活性物质的表面形成的覆膜破裂的函数。函数lC(T,CCPc,ΔDOD,I)是考虑到正极的活性物质自身破裂的函数。
[数式13]
QLi=kA(T,CCPa)×kB(T,CCPa,ΔDOD,I)×kC(T,CCPa,ΔDOD,I)
+IA(T,CCPc)×IB(T,CCPc,ΔDOD,I)×IC(T,CCPc,ΔDOD,I) (14)
如上所述,正负极SOC偏移容量QLi能够表示为电池温度T、负极侧闭路电位CCPa、正极侧闭路电位CCPc、变化量ΔDOD以及充放电电流值I的函数。
在步骤S31中,电池诊断***1使用在步骤S30中计算出的负极容量Qa、正极容量Qc、正负极SOC偏移容量QLi,求得电池容量QB。具体而言,电池诊断***1将二次电池25的负极容量Qa、正极容量Qc以及正负极SOC偏移容量QLi中的最小的值判断为二次电池25的电池容量QB。即,电池诊断***1执行QB=min(Qa,Qc,QLi)。
如上所述,负极容量Qa对应于能够供锂离子***的负极的位置数,正极容量Qc对应于能够供锂离子***的正极的位置数。正极SOC偏移容量QLi对应于能够在正极与负极之间移动的锂离子的数量及锂离子整体移动的容易度。因此,负极容量Qa、正极容量Qc以及正负极SOC偏移容量QLi中的最小的值对应于二次电池25的电池容量QB。
另外,在步骤S31中,电池诊断***1使用负极电阻Ra和正极电阻Rc,求出作为二次电池25整体的电阻值的电池电阻RB。具体而言,电池诊断***1将构成二次电池25的各部分(负极电阻Ra和正极电阻Rc)的合计值判断为二次电池25整体的电阻值。即,电池诊断***1执行RB=Ra+Rc。
如上所述,分别计算当前时刻的二次电池25的负极电阻Ra、正极电阻Rc、负极容量Qa、正极容量Qc、正极SOC偏移容量QLi、电池容量QB以及电池电阻RB。然后,电池诊断***1使用计算出的正极容量Qc等,计算要素劣化状态SOHQae、SOHQce、SOHQLie、SOHRae、SOHRce。
例如,要素劣化状态SOHQae通过求出当前时刻的二次电池25的负极容量Qa相对于初始的二次电池25的负极容量Qa的比例来计算。要素劣化状态SOHQce通过求出当前时刻的二次电池25的正极容量Qc相对于初始的二次电池25的正极容量Qc的比例来计算。要素劣化状态SOHQLie通过求出当前时刻的二次电池25的正负极SOC偏移容量QLi相对于初始的二次电池25的正负极SOC偏移容量QLi的比例来计算。
要素劣化状态SOHRae通过求出当前时刻的二次电池25的负极电阻Ra相对于初始状态的二次电池25的负极电阻Ra的比例来计算。要素劣化状态SOHRce通过求出当前时刻的二次电池25的正极电阻Rc相对于初始状态的二次电池25的正极电阻Rc的比例来计算。
并且,二次电池25整体的电池状态SOHQBe能够作为要素劣化状态SOHQae、SOHQce、SOHQLie的最小值求出。另外,电池状态SOHQBe表示与二次电池25整体的电阻有关的劣化状态,能够通过SOHRBe=SOHRae+SOHRce求出。
此外,在步骤S26~步骤S31的计算处理中,各数式中包含的常数、构成各数式的函数的系数及常数,参照储存于电池数据库54的电池特性信息来确定。
在该情况下,在步骤S31中电池状态的计算处理结束后,电池诊断***1比较在计算出的二次电池25的电池状态中确定的劣化的状态和实际在二次电池25产生的劣化的状态,更新电池数据库54的电池特性信息。
具体而言,电池诊断***1以使由电池状态SOHQBe、SOHRBe表示的状态与实际在二次电池25产生的劣化的状态一致的方式更新电池数据库54的电池特性信息。
这样,通过考虑各构成要素的多个劣化因素来计算二次电池25的各构成要素的劣化状态,能够高精度地进行二次电池25的各构成要素的劣化状态的预测。
关于这一点,在举出具体例的同时,参照图9进行说明。作为具体例,使用两个同类型的二次电池25(以下,为了方便,称为第一电池、第二电池),列举关于劣化因素的不同对将来的劣化的进展的影响的模拟结果。
此外,第一电池、第二电池是彼此为相同类型的二次电池。图9所示的曲线图的横轴表示天数的平方根,纵轴表示二次电池25的容量维持率。并且,规定时的二次电池25的容量维持率是规定时刻的二次电池25的容量相对于初始状态下的二次电池25的容量的比例。
另外,在图9中,通过线L1表示与第一电池相关的实验结果,通过线L2表示与第二电池相关的实验结果。图9所示的第一电池和第二电池各自的结果,都是负极容量Qa、正极容量Qc和正负极SOC偏移容量QLi中的正负极SOC偏移容量QLi最小。因此,在第一电池和第二电池的实验结果中,电池容量QB=正负电极SOC偏移容量QLi。
此外,汽车驱动用等的大电流流过的二次电池25大多仅在二次电池25的负极容量Qa、正极容量Qc和正负极SOC偏移容量QLi中的正负极SOC偏移容量QLi为最小的区域使用。即,在大电流流过的二次电池25中,电池容量QB多为正负极SOC偏移容量QLi。
在图9所示的具体例中,对于第一电池,从容量维持率为100%的状态开始,使第一电池在45℃的环境下经时劣化,将容量维持率降低至92%。此时的第一电池的容量降低中,起因于在各电极上的覆膜形成的为7.2%,起因于在各电极的活性物质的表面形成的覆膜破裂的为0.4%,起因于各电极的活性物质自身破裂的为0.4%。
另一方面,在图9所示的具体例中,对于第二电池,从容量维持率为100%的状态开始,使第二电池在45℃的环境下周期劣化,将容量维持率降低至92%。此时的第二电池的容量的降低中,起因于在各电极上的覆膜形成的为4.0%,起因于在各电极的活性物质的表面形成的覆膜破裂的为1.6%,起因于各电极的活性物质自身破裂的为2.4%。
即,可知即使是彼此为相同的容量维持率、正负极SOC偏移容量QLi的第一电池和第二电池,根据至此为止的使用状况,第一电池和第二电池中构成与正负极SOC偏移容量QLi相关的式(14)的各函数的值也不同。
然后,对于容量维持率为92%的第一电池和第二电池,组合周期劣化和经时劣化并在相同的条件下使其进行劣化。如图9所示,在容量维持率为92%以下的区域中,表示第二电池的劣化状态的线L2的倾角比表示第一电池的劣化状态的线L1的倾角大。即,可知在该条件下,最初进行周期劣化的第二电池的劣化比最初进行经时劣化的第一电池劣化得快。
由此,可知即使是彼此为相同容量维持率的二次电池25,根据至此为止的二次电池25的使用状况,此后的二次电池25的劣化的进展程度也不同。另外,通过基于考虑到在各电极形成覆膜的函数、考虑到在各电极的活性物质的表面形成的覆膜破裂的函数、考虑到各电极的活性物质自身破裂的函数,计算正负极SOC偏移容量QLi,能够计算高精度的电池容量QB。此外,电池容量QB为负极容量Qa或正极容量Qc的情况也同样。
另外,对于负极电阻Ra、正极电阻Rc,也分别考虑多个劣化因素来计算。因此,根据与高精度地计算上述电池容量QB的理论相同的理论,也能够高精度地计算负极电阻Ra、正极电阻Rc。
返回至图4,对步骤S4之后的处理进行说明。在步骤S4中,对于二次电池25,提取成为在步骤S3中计算出的电池状态的多个劣化因素。在此,将初始状态的二次电池25的状态与当前时刻的二次电池25的状态之差称为总劣化量Z。
总劣化量Z包括由经时劣化引起的经时劣化量Za、由周期劣化引起的周期劣化量Zb、以及由其他劣化因素引起的劣化量Zc。因此,总劣化量Z能够如以下的式(15)那样表示。
[数式14]
Z=Za+Zb+Zc (15)
经时劣化量Za是由经时劣化引起的二次电池25的劣化量。经时劣化表示不取决于对二次电池25的通电而是因时间经过而进展、并因提高二次电池25的电池温度T而进一步进展的倾向。另外,认为经时劣化是由于在活性物质的表面形成覆膜而进展的。
如上所述,由于覆膜是通过二次电池25的电解液、其添加剂的氧化还原分解这样的化学反应而生成的,因此按照阿伦尼乌斯定律形成,因此经时劣化量Za能够通过电池温度T的函数来表示。另外,由于覆膜形成起因于氧化还原,因此遵循塔菲尔定律。因此,经时劣化量Za可以由闭路电位CCP的函数来表示。如上所述,通过使用考虑了上述式(12)~式(14)中的覆膜的形成的函数的式(16),能够求出经时劣化量Za。
[数式15]
Za=f(iA(T,CCPa),jA(T,CCPc),kA(T,CCPa),IA(T,CCPc)) (16)
周期劣化量Zb是由周期劣化引起的二次电池25的劣化量。周期劣化表示因二次电池25的通电而进展、并因二次电池25的电池温度低的状态下的通电而进一步进展的倾向。另外,认为周期劣化是由于各电极等的膨胀收缩而引起的,由于在活性物质的表面形成的覆膜破裂而进展。
如上所述,表面覆膜的裂缝(裂纹)随着二次电池25的充放电周期的反复,由于活性物质的膨胀收缩反复而进展。由此,由于在从覆膜的裂缝露出的表面形成新的覆膜,从而覆膜量增加,因此进一步劣化。然后,变化量ΔDOD越大,活性物质的膨胀收缩的程度越大。因此,周期劣化量Zb能够由变化量ΔDOD的函数来表示。如上所述,通过使用考虑到在上述式(12)~式(14)的活性物质的表面形成的覆膜破裂的函数的式(17),能够求出周期劣化量Zb。
[数式16]
Zb=f(iB(T,CCPa,ΔDOD,I),jB(T,CCPc,ΔDOD,I),kB(T,CCPa,ΔDOD,I),IB(T,CCPc,ΔDOD,I)) (17)
如上所述,能够根据式(16)、式(17)求出当前时刻的二次电池25的总劣化量Z中的经时劣化量Za、周期劣化量Zb。由此,关于当前时刻的二次电池25的劣化,能够评价因在活性物质的表面形成覆膜而引起的经时劣化和因在活性物质的表面形成的覆膜破裂而引起的周期劣化中的哪一个产生了较强的影响。
在步骤S5中,电池诊断***1进行处理条件的设定。处理条件是指与使用了预测电池状态等的二次电池25的诊断结果一起成为与所提出的提案内容相关的方法的条件,也包含二次电池25的将来的预计使用(二次电池25的使用结束的年份等)的期间条件。
在第一实施方式中,从用户U的信息终端10输入与维护相关的处理条件。在第一实施方式的处理条件中,包含与维护所需的费用相关的费用条件、与维护完成所需的期间等相关的期间条件。
在步骤S6中,电池诊断***1获取在将来使用的情况下被认为作用于二次电池25的预测电池负荷,设定为用于计算预测电池状态的条件。
在第一实施方式中,预测电池负荷包括将预测电池负荷的大小分为多个阶段生成的预测电池负荷和根据从步骤S1中获取的电池负荷历史学习到的用户特性的预测电池负荷。这些预测电池负荷根据使用了信息终端10的用户U的选择而生成,被利用于预测电池状态等的计算。
如图10所示,在第一实施方式所涉及的电池诊断***1中,生成“预测电池负荷(1)”、“预测电池负荷(2)”、“预测电池负荷(3)”、“预测电池负荷(4)”等多种预测电池负荷。各预测电池负荷也包含与对二次电池25的充电有关的事项,也包含一般的通常充电和使用比通常充电大的电力在短时间内完成充电的快速充电的种类。
“预测电池负荷(1)”是以每天的车辆V的行驶距离为450km/d的方式生成的预测电池负荷。即,预测电池负荷(1)相当于在步骤S6中由用户U选择了“大”作为预测电池负荷的大小的情况下的预测电池负荷的一例。
“预测电池负荷(2)”是以每天的车辆V的行驶距离为150km/d的方式生成的预测电池负荷。即,预测电池负荷(2)相当于在步骤S6中由用户U选择了“中”作为预测电池负荷的大小的情况下的预测电池负荷的一例。
“预测电池负荷(3)”是以每天的车辆V的行驶距离为100km/d的方式生成的预测电池负荷。即,预测电池负荷(3)相当于在步骤S6中由用户U选择了“大”作为预测电池负荷的大小的情况下的预测电池负荷的一例。
“预测电池负荷(4)”是根据电池负荷历史的学习结果生成的预测电池负荷。如图10所示,预测电池负荷(4)具有预测电池负荷(2)的特征的一部分和预测电池负荷(3)的特征的一部分,并且基于积累的电池负荷历史的学习结果生成。因此,预测电池负荷(4)相当于在步骤S6中由用户U选择了“学习”作为预测电池负荷的情况下的预测电池负荷的一例。
此外,作为预测电池负荷,在将来使用二次电池25的情况下,只要与作用于二次电池25的负荷的大小具有相关性即可,例如,能够包含二次电池25的使用频度、充放电电流值、电池温度等。另外,在如驾驶车辆V那样用户U的使用特性(例如,加速踏板、制动踏板的操作及操作频度)对作用于二次电池25的负荷产生影响的情况下,也可以将用户U的使用特性包含于构成预测电池负荷的信息。
在步骤S7中,电池诊断***1根据步骤S6中设定的预测电池负荷,分别计算在使用二次电池25的情况下将来要产生的预测要素劣化状态SOHQap、SOHQcp、SOHQLip、SOHRap、SOHRcp。
即,电池诊断***1基于二次电池25的负极的多个劣化因素,计算负极的预测要素劣化状态SOHQap、SOHRap。然后,电池诊断***1基于二次电池25中的正极的多个劣化因素,计算正极的预测要素劣化状态SOHQcp、SOHRcp。另外,电池诊断***1基于二次电池25中的电解质的多个劣化因素,计算电解质的预测要素劣化状态SOHQLip。各电池构成要素的劣化因素,与上述步骤S2~步骤S4中的各电池构成要素的劣化因素相同。
接着,电池诊断***1计算预测电池状态SOHQBp、SOHRBp,该预测电池状态SOHQBp、SOHRBp是根据预测电池负荷使用二次电池25时将来要产生的二次电池25整体的劣化状态。
予测电池状态SOHQBp是通过取预测要素劣化状态SOHQap、SOHQcp、SOHQLip的最小值而计算出的,表示与容量相关的二次电池25的将来的劣化状态。即,SOHQBp=min(SOHQap,SOHQcp,SOHQLip)。
预测电池状态SOHRBp是通过预测要素劣化状态SOHRap、SOHRcp之和计算出的,表示与电阻相关的二次电池25的将来的劣化状态。即,SOHRBp=SOHRap+SOHRcp。另外,使用与电池状态的计算时相同的理论,能够计算预测经时劣化量、预测周期劣化量。
在步骤S8中,电池诊断***1使用计算出的预测电池状态SOHQBp、SOHRBp,执行与按照预测电池负荷使用后的二次电池25相关的等级划分。二次电池25的等级划分基本上基于将与二次电池25的容量有关的容量等级和与二次电池25的电阻有关的电阻等级相对应而构成的映射图来进行。
二次电池25的容量等级基于根据预测电池负荷的使用方式所要求的二次电池25的能力和在步骤S3中计算出的电池状态SOHQBe、在步骤S7中计算出的预测电池状态SOHQBp来确定。
在第一实施方式的情况下,首先,在确定容量等级时,电池诊断***1计算寿命时间。具体而言,电池诊断***1计算当前时刻为止的与二次电池25相关的使用天数与电池状态SOHQBe的关系。接着,电池诊断***1计算以预测电池负荷所涉及的使用方式将来要使用二次电池25的情况下的使用天数与预测电池状态SOHQBp的关系,直至成为表示按照预测电池负荷的使用方式所要求的二次电池25的能力的要求容量维持率。寿命时间是从按照预测电池负荷的使用开始的时刻起到二次电池25的容量维持率成为要求容量维持率为止的时间。
同样,在确定容量等级时,电池诊断***1计算寿命行驶距离。电池诊断***1计算当前时刻为止搭载了二次电池25的车辆V行驶的行驶距离与电池状态SOHQBe的关系。接着,电池诊断***1计算以预测电池负荷所涉及的使用方式搭载了二次电池25的车辆V将来要行驶的情况下的行驶距离与预测电池状态SOHQBp的关系,直至预测电池状态SOHQBp的值成为要求容量维持率。寿命行驶距离是指二次电池25的预测电池状态SOHQBp成为要求容量维持率时的、从按照预测电池负荷的使用开始的时刻起所行驶的行驶距离。
然后,电池诊断***1使用预先计算出寿命时间、寿命行驶距离以及容量等级的关系的映射图,决定容量等级。例如,电池诊断***1的寿命时间越长且寿命行驶时间越长,则容量等级越高。在第一实施方式中,使用A~H的文字对容量等级进行等级划分,容量等级中A等级最高,等级按字母顺序下降。
关于二次电池25的电阻等级,基于按照预测电池负荷的使用方式所要求的二次电池25的能力和在步骤S3计算出的电池状态SOHRBe、在步骤S7计算出的预测电池状态SOHRBp来确定。
在第一实施方式的情况下,首先,在确定电阻等级时,电池诊断***1计算预测电池负荷所涉及的使用方式所要求的要求天数。具体而言,电池诊断***1计算当前时刻为止的与二次电池25相关的使用天数与电池状态SOHRBe的关系。
接着,电池诊断***1计算以预测电池负荷所涉及的使用方式将来要使用二次电池25的情况下的使用天数与预测电池状态SOHRBp的关系,直至成为表示按照预测电池负荷的使用方式所要求的二次电池25的能力的要求电阻增加率。与电阻等级相关的寿命时间是从按照预测电池负荷的使用开始的时刻起到二次电池25的电阻增加率成为要求电阻增加率为止的时间。
同样,在确定电阻等级时,电池诊断***1计算寿命行驶距离。电池诊断***1计算当前时刻为止搭载了二次电池25的车辆V所行驶的行驶距离与电池状态SOHRBe的关系。
接着,电池诊断***1计算以预测电池负荷所涉及的使用方式搭载了二次电池25的车辆V将来要行驶的情况下的行驶距离与预测电池状态SOHRBp的关系,直至预测电池状态SOHRBp的值成为要求电阻增加率。电阻等级所涉及的寿命行驶距离是指二次电池25的预测电池状态SOHRBp成为要求电阻增加率时的、从按照预测电池负荷的使用开始的时刻起所行驶的行驶距离。
然后,电池诊断***1使用预先计算出关于电阻等级计算出的寿命时间及寿命行驶距离与电阻等级的关系的映射图,决定电阻等级。例如,电池诊断***1的寿命时间越长且寿命行驶时间越长,则电阻等级越高。在第一实施方式中,使用A~H的文字对电阻等级进行等级划分,电阻等级中A等级最高,等级按字母顺序下降。
随后,电池诊断***1使用决定的容量等级及电阻等级,对以预测电池负荷所涉及的使用方式使用二次电池25的情况下的二次电池25的剩余价值进行等级划分。如图11所示,以容量等级越高且电阻等级越高,则二次电池25的剩余价值越高的方式进行等级划分。
此时,为了评价同一等级带中的二次电池25的剩余价值的高低,也可以基于预测劣化因素(预测经时劣化量及预测周期劣化量)进行评价。电池诊断***1以基于预测电池负荷所涉及的使用方式中的要求能力的基准评价预测经时劣化量与预测周期劣化量的比率,进行同一等级带中的剩余价值的评价。
在步骤S9中,电池诊断***1使用电池状态SOHQBe、SOHRBe、预测电池状态SOHQBp、SOHRBp、二次电池25的等级等信息和储存于存储装置53的映射图,计算二次电池25的剩余价值。
作为利用于剩余价值的评价的信息,也可以使用要素劣化状态SOHQae、SOHQce、SOHQLie、SOHRae、SOHRce、经时劣化量Za、周期劣化量Zb。另外,也可以使用预测要素劣化状态SOHQap、SOHQcp、SOHQLip、SOHRap、SOHRcp、预测经时劣化量、预测周期劣化量来进行剩余价值的评价。
例如,根据使用对于二次电池25的各构成要素分别确定的基准值和预测要素劣化状态SOHQap、SOHQcp、SOHQLip、SOHRap、SOHRcp确定的映射图,计算二次电池25的剩余价值作为金额。此时,也可以根据与二次电池25相关的市场价值、预测电池负荷所涉及的使用方式来变更基准值的值。
在步骤S10中,电池诊断***1基于电池状态SOHQBe、SOHRBe、预测电池状态SOHQBp、SOHRBp、二次电池25的等级等信息和在步骤S5中设定的处理条件,提取推荐处理方式。
作为利用于推荐处理方式的提取的信息,也可以使用要素劣化状态SOHQae、SOHQce、SOHQLie、SOHRae、SOHRce、经时劣化量Za、周期劣化量Zb。另外,也可以使用预测要素劣化状态SOHQap、SOHQcp、SOHQLip、SOHRap、SOHRcp、预测经时劣化量、预测周期劣化量来提取推荐处理方式。
在第一实施方式中,提取与二次电池25的维护方法相关的推荐处理方式。在此,二次电池25由将多个电池模块单元化的电池组构成。
因此,根据电池组中的各电池模块的配置,电池模块的散热性能会产生差异,可以考虑电池温度T会因每个电池模块而不同。如上所述,由于电池温度T对二次电池25的劣化的进展有较大影响,因此各电池模块的中的劣化的进展程度也产生差异。
二次电池25的性能由构成电池组的电池模块之中性能最低的电池模块(即,劣化进展最严重的电池模块)确定。因此,为了有效地发挥二次电池25的性能,进行适当的维护是重要的。在第一实施方式中,电池诊断***1鉴于当前的二次电池25的状态及预测电池负荷所涉及的使用方式下的使用,提示适当的维护方法。
作为对于二次电池25的维护方法,能够列举向二手电池组的更换、向新电池组的更换、电池模块的重组、电池模块的更换等。向二手电池组的交换是将电池组本身与二手电池组更换的维护方法。向新电池组的更换是将电池组本身与新的电池组更换的维护方法。
电池模块的重组是变更构成电池组的多个电池模块的配置,用于使电池组的性能成为更高的状态的维护方法。电池模块的更换是将构成电池组的电池模块中劣化正在进展的电池模块更换为新的或者二手的电池模块的维护方法。
电池诊断***1基于电池状态SOHQBe、SOHRBe、预测电池状态SOHQBp、SOHRBp、二次电池25的等级等信息和在步骤S5中设定的处理条件,提取作为推荐处理方式的推荐维护方法。
此时,作为处理条件,在设定了与维护相关的费用条件、期间条件的情况下,再加上从修理工厂F输入的信息、从经销商D输入的信息,来提取推荐维护方法。
具体而言,在处理条件包含费用条件的情况下,参照与在修理工厂F输入的与维护相关的工钱的信息、与经销商D输入的维护所需的部件(例如,电池模块)的价格相关的信息。由此,能够提取适合于费用条件的推荐维护方法。
另外,在处理条件包含期间条件的情况下,参照在修理工厂F输入的与维护相关的作业预约状况、与所需时间相关的信息、与经销商D输入的维护所需的部件(例如,电池模块)的交货期相关的信息。由此,能够提取适合于期间条件的推荐维护方法。
当使用预测电池信息等来提取推荐处理方式时,电池诊断***1将与推荐处理方式相关的信息储存于存储装置53,并使处理进入步骤S11。
在步骤S11中,电池诊断***1输出在步骤S10为止的处理中得到的诊断结果。作为诊断结果,能够包含当前时刻的二次电池25的劣化状态、以预测电池负荷所涉及的使用方式使用的情况下的二次电池25的劣化状态、推荐处理方式等。
作为当前时刻的二次电池25的劣化状态,可以列举电池状态SOHQBe、SOHRBe、要素劣化状态SOHQae、SOHQce、SOHQLie、SOHRae、SOHRce、经时劣化量Za、周期劣化量Zb。
作为以预测电池负荷所涉及的使用方式使用的情况下的二次电池25的劣化状态,可以列举预测电池状态SOHQBp、SOHRBp、预测要素劣化状态SOHQap、SOHQcp、SOHQLip、SOHRap、SOHRcp。进一步,也可以利用预测经时劣化量、预测周期劣化量。
诊断结果的输出方式可以是经由未图示的打印机在纸介质上印刷的方式,也可以是在各用户U等所拥有的信息终端10的画面上显示的方式。在输出了诊断结果后,电池诊断***1结束电池诊断处理。
如以上说明的那样,第一实施方式所涉及的电池诊断***1在电池负荷历史的构成数据的一部分缺失的情况下,执行步骤S23的数据内插处理,使用构成数据的剩余的部分推定并内插缺失的构成数据的一部分。如图6所示,在数据内插处理中,与外推法不同,基于某一已知数据列,生成填充在该数据列的各区间的范围内的数据。
因此,在电池诊断***1中,即使在电池负荷历史的构成数据的一部分缺失的情况下,也能够取得精度良好的电池负荷历史。进一步,在电池诊断***1中,使用精度良好的电池负荷历史,推定二次电池25的要素劣化状态、电池状态及劣化因素,使用电池状态及劣化因素和预测电池负荷,预测将来要产生的二次电池25的预测电池状态。因此,根据电池诊断***1,即使在电池负荷历史的一部分缺失的情况下,也能够基于当前时刻的二次电池25的劣化状态,以更高的精度诊断将来的二次电池25的预测电池状态等。
另外,根据电池诊断***1,在步骤S6中,生成在按照二次电池25的今后的使用方式使用二次电池25的情况下,确定被预测施加于二次电池25的负荷的预测电池负荷。
由此,电池诊断***1能够使用符合二次电池25的今后的使用方式的预测电池负荷,进行预测电池状态等的预测,能够提供精度更高的与二次电池25的劣化相关的诊断结果。
进一步,根据电池诊断***1,在步骤S6中,能够设定根据使用了电池负荷历史的学习结果而生成的预测电池负荷,能够进行使用了设定的预测电池负荷的预测电池状态等的预测。
使用了电池负荷历史的学习结果与高频度地进行的二次电池25的使用方式对应。因此,电池诊断***1在进行电池状态等的预测时,能够设定实现性最高的预测电池负荷,能够提供负担少且精度良好的预测电池状态等的预测结果。
进一步,电池诊断***1在步骤S9中,使用二次电池25的预测电池状态等,评价以预测电池负荷所涉及的使用方式使用的情况下的二次电池25的剩余价值。
由此,由于能够把握将来的二次电池25的剩余价值,因此通过与预测电池负荷的使用方式的对比,能够调节二次电池25的将来的使用方式,能够使二次电池25的剩余价值接近期望的状态。
或者,电池诊断***1在步骤S8中,关于二次电池25的预测电池状态执行使用了容量等级和电阻等级的等级划分。然后,电池诊断***1在步骤S9中使用等级划分的结果,进行二次电池25的剩余价值的评价。
由此,由于电池诊断***1利用等级划分的结果来评价二次电池25的剩余价值,因此能够容易理解地计算和提示二次电池25的剩余价值的评价。
另外,根据电池诊断***1,在步骤S8进行二次电池25的等级划分时,除了容量等级和电阻等级之外,还进行使用了预测经时劣化量、预测周期劣化量的等级划分。
由此,电池诊断***1通过使用预测经时劣化量、预测周期劣化量,能够更详细地评价二次电池25的剩余价值。另外,由于预测经时劣化量、预测周期劣化量对二次电池25的之后的劣化的进展方式产生影响,因此能够对二次电池25的剩余价值进行详细的评价。
然后,电池诊断***1在步骤S9中,使用对二次电池25的构成要素(即负极、正极及电解质)确定的基准值和预测要素劣化状态,将二次电池25的剩余价值计算成金额。
由此,电池诊断***1能够明确地判断二次电池25的剩余价值。另外,例如,通过使基准值与二次电池25的市场价值连动地变化,能够计算与市场价值的变动对应的二次电池25的剩余价值,能够以更高的精度提示二次电池25的剩余价值。
另外,电池诊断***1在步骤S10中,使用二次电池25的预测电池状态等和处理条件,提取并提出能够进一步提高二次电池25的剩余价值的处理方式。
由此,根据电池诊断***1,通过执行提出的处理方式,能够提高二次电池25的剩余价值。另外,由于具体地提出了处理方式,因此能够有效地提高二次电池25的剩余价值。
然后,电池诊断***1使用在步骤S5中输入的处理条件,提取能够进一步提高二次电池25的剩余价值的处理方式。步骤S5中的处理条件的设定例如被输入于用户U的信息终端10等。
因此,在电池诊断***1中,处理方式的提取能够反映当事者(例如,用户U)的意图,能够以当事者更希望的方式,提高二次电池25的剩余价值。
(第二实施方式)
接着,参照图12~图14对与上述的实施方式不同的第二实施方式进行说明。在第二实施方式中,应用电池诊断***1的业态与第一实施方式不同。由于其他的电池诊断***1的基本构成等与上述的实施方式相同,因此省略再次的说明。
第二实施方式所涉及的电池诊断***1应用于将自身拥有的多个二次电池25向多个用户U出租,并且进行多个二次电池25的维护及管理的电池站BS。第二实施方式的电池诊断***1管理电池站BS中的多个二次电池25的劣化的进展程度,进行用于以所希望的方式进行二次电池25的维护作业的提案。
首先,对第二实施方式所涉及的电池诊断***1的结构进行说明。如图12所示,在电池站BS上配置有管理服务器50和多个二次电池25。另外,在第二实施方式的电池诊断***1中,用户U具有被出租的二次电池25和信息终端10。关于信息终端10、二次电池25及管理服务器50的结构,由于与第一实施方式相同,因此省略再次的说明。
接着,对第二实施方式的电池诊断***1的电池诊断处理进行说明。在第二实施方式中,以电池组单位进行电池状态的计算等。在第二实施方式的步骤S1中,获取出租给用户U的二次电池25或配置于电池站BS的二次电池25的电池负荷历史。
在第二实施方式的步骤S2~步骤S4中,以电池诊断***1中的全部的二次电池25为对象,进行要素劣化状态的计算、电池状态的计算、劣化因素的提取。步骤S2~步骤S4的各处理的内容与第一实施方式相同。
在第二实施方式的步骤S5中,进行处理条件的设定。在第二实施方式中,使用管理服务器50的输入设备设定电池站BS的处理条件。
作为第二实施方式的处理条件,包含依次执行多个二次电池25的维护的依次维护和同时进行全部的二次电池25的维护的同时维护。参照图13、图14对第二实施方式的处理条件进行说明。
在图13、图14的说明中,为了方便理解,将构成电池诊断***1的二次电池25的数量设为3个,分别称为二次电池(1)、二次电池(2)、二次电池(3)。另外,图13、图14中的左侧的图表示转移至步骤S5的时刻的电池状态,按照二次电池(2)、二次电池(1)、二次电池(3)的顺序,劣化进展的幅度很大。
首先,作为第二实施方式中的处理条件,对依次维护进行说明。如上所述,依次维护是将电池诊断***1的二次电池25分为多个组,按组依次进行二次电池25的维护的处理条件。因此,作为设定了依次维护的情况下的处理方式,以每组由预测电池状态确定的劣化量不同的方式,确定二次电池25和使用二次电池25的用户U的组合。
例如,在图13所示的例子中,按照预测电池负荷使用的结果,以二次电池(2)、二次电池(1)、二次电池(3)的顺序,以达到成为维护基准的劣化量的方式确定各二次电池25和用户U的组合。
接着,对作为第二实施方式中的处理条件的同时维护进行说明。如上所述,同时维护是规定对电池诊断***1的二次电池25的全部同时进行维护的处理条件。因此,作为设定了同时维护时的处理方式,对于全部的二次电池25,以在预测电池状态下确定的劣化量相同的方式,确定二次电池25与使用二次电池25的用户U的组合。
例如,在图14所示的例子中,根据预测电池负荷使用的结果是,以使二次电池(1)、二次电池(2)、二次电池(3)的全部同时达到成为维护基准的劣化量的方式,确定各二次电池25和用户U的组合。
在第二实施方式所涉及的步骤S6中,在各用户U的信息终端10,基于输入的将来的二次电池25的使用方式生成预测电池负荷,设定为对于二次电池25的预测电池负荷。
在第二实施方式的步骤S7~步骤S9中,进行使用了设定的预测电池负荷的预测电池状态的计算、等级划分的执行、剩余价值的评价。由于这些点与第一实施方式相同,因此省略再次的说明。
在第二实施方式的步骤S10中,电池诊断***1基于电池状态SOHQBe、SOHRBe、预测电池状态SOHQBp、SOHRBp、二次电池25的等级等信息和在步骤S5中设定的处理条件,提取推荐处理方式。
例如,在依次维护被设定为处理条件的情况下,如图13的右侧所示,以每个组中在预测电池状态下确定的劣化量不同的方式,确定推荐处理方式,该推荐处理方式确定了二次电池25与使用二次电池25的用户U的组合。
另外,在同时维护被设定为处理条件的情况下,如图14的右侧所示,以使全部的二次电池25中的预测电池状态下确定的劣化量相等的方式,确定推荐处理方式,该推荐处理方式确定了二次电池25与用户U的组合。在提取了推荐处理方式之后,转移至步骤S11。
在步骤S11中,电池诊断***1输出在步骤S10为止的处理中得到的诊断结果。作为诊断结果,能够包含当前时刻的二次电池25的劣化状态、以预测电池负荷所涉及的使用方式使用的情况下的二次电池25的劣化的状态、推荐处理方式等。在第二实施方式中,电池站BS被确定为诊断结果的输出对象。作为输出方式,也可以显示在配置于电池站BS的显示器,也可以向纸介质印刷输出。
如上所述,第二实施方式所涉及的电池诊断***1即使在适用于电池站BS那样的业态的情况下,也能够通过与上述实施方式相同的结构得到与上述的实施方式相同的效果。
(第三实施方式)
接着,参照图15、图16对与上述的实施方式不同的第三实施方式进行说明。在第三实施方式中,应用电池诊断***1的业态与上述的实施方式不同。由于其他的电池诊断***1的基本结构等与上述的实施方式相同,因此省略再次的说明。
第三实施方式所涉及的电池诊断***1应用于对用户U所拥有的二次电池25的电力和电力公司EC、电力需求者DM的电力需求进行均衡调停的聚合器AG。
第三实施方式所涉及的电池诊断***1以对应于电力公司EC、电力需求者DM的电力需求,并使来自各用户U的二次电池25的售电利用所带来的利益和劣化的进展取得适当的平衡的方式进行调停。此外,在图15中,以虚线表示从用户U的二次电池25向电力供给ES、电力需求者DM的电力供给ES。
在第三实施方式的电池诊断***1中,提出了关于利用用户U的剩余电力来售电而有效地提升利益这一点的方案。关于这一点,以某用户U的电力平衡为例进行说明。
图16表示某用户U的消耗电量Pco和二次电池25的充电电量的时序变化。用户U拥有两个二次电池25,分别称为二次电池(A)、二次电池(B)。在图16中,将二次电池(A)的充电电量称为充电电量CPa,将二次电池(B)的充电电量称为充电电量CPb。
在该具体例的情况下,从充电电量CPa与消耗电量Pco的关系、充电电量CPb与消耗电量Pco的关系可知,各自产生剩余电力。第三实施方式所涉及的电池诊断***1构成为,有效地活用用户U的剩余电力,给用户U提供利益。
接着,对第三实施方式所涉及的电池诊断***1的结构进行说明。如图15所示,在聚合器AG配置有管理服务器50。另外,在第三实施方式所涉及的电池诊断***1中,用户U具有用户U所拥有的二次电池25和信息终端10。
另外,对于电力公司EC和电力需求者DM也配置有信息终端10。电力供给ES和电力需求者DM的信息终端10用于与各个电力需求相关的信息的输入。由于信息终端10、二次电池25及管理服务器50的结构与上述的实施方式相同,因此省略再次的说明。
接着,对第三实施方式所涉及的电池诊断***1的电池诊断处理进行说明。在第三实施方式中,以电池组为单位进行电池状态的计算等。在第三实施方式的步骤S1中,获取用户U所拥有的二次电池25的电池负荷历史,并向管理服务器50发送。第三实施方式所涉及的电池负荷历史也包含与向电力公司EC、电力需求者DM的售电相关的信息。
在第三实施方式的步骤S2~步骤S4中,以电池诊断***1中的全部的二次电池25为对象,进行要素劣化状态的计算、电池状态的计算、劣化因素的提取。步骤S2~步骤S4的各处理的内容与上述实施方式相同。
然后,在第三实施方式的步骤S5中,进行与电力调停相关的处理条件的设定。第三实施方式所涉及的处理条件根据用户U所拥有的二次电池25的剩余价值成本和向电力公司EC、电力需求者DM的售电成本的观点,确定电力需求和电力供给的适当的组合。
在第三实施方式所涉及的步骤S6中,在用户U的信息终端10,根据输入的将来的二次电池25的使用方式,生成与用户U自身的电力消耗相关的预测电池负荷。另外,伴随着电力公司EC、电力需求者DM的信息终端10中的电力需求和买电价格的输入,生成用户U的卖电利用所涉及的预测电池负荷。
在第三实施方式所涉及的步骤S7~步骤S9中,进行使用了设定的预测电池负荷的预测电池状态的计算、等级划分的执行、剩余价值的评价。由于这些点与上述的实施方式相同,因此省略再次的说明。
在第三实施方式所涉及的步骤S10中,电池诊断***1根据电池状态SOHQBe、SOHRBe、预测电池状态SOHQBp、SOHRBp、二次电池25的等级等信息和在步骤S5中设定的处理条件,提取推荐处理方式。
例如,根据图16所示的例子,当说明推荐处理方式时,能够认为将二次电池(B)的剩余电力传递至二次电池(A)的充电电力这样的处理方式为推荐处理方式。另外,能够想定将二次电池(B)的剩余电力向作为外部的电力***的电力公司EC或电力需求者DM进行售电的处理方式为推荐处理方式。在提取了推荐处理方式后,电池诊断***1使处理转移至步骤S11。
在步骤S11中,电池诊断***1输出在步骤S10为止的处理中得到的诊断结果。作为诊断结果,能够包含当前时刻的二次电池25的劣化的状态、以预测电池负荷所涉及的使用方式使用的情况下的二次电池25的劣化的状态、推荐处理方式等。在第三实施方式中,作为诊断结果的输出对象,确定作为电力调停的当事者的用户U。作为输出方式,也可以显示于用户U所拥有的信息终端10的显示器,也可以向纸介质印刷输出。
根据第三实施方式所涉及的电池诊断***1,即使在应用于进行使用了二次电池25的电力的电力调停的聚合器AG的情况下,也能够通过与上述的实施方式相同的结构得到与上述的实施方式相同的效果。
(第四实施方式)
接着,参照图17对与上述的实施方式不同的第四实施方式进行说明。在第四实施方式中,应用电池诊断***1的业态与上述的实施方式不同。由于其他的电池诊断***1的基本结构等与上述的实施方式相同,因此省略再次的说明。
第四实施方式所涉及的电池诊断***1应用于将搭载了二次电池25的车辆V销售给用户U的二手车业者UCD。第四实施方式所涉及的电池诊断***1构成为对于二手车业者UCD所拥有的多台车辆V,诊断二次电池25的劣化状态,提出与用户U所希望的使用方式、劣化状态相对应的车辆V。
接着,对第四实施方式所涉及的电池诊断***1的结构进行说明。如图17所示,二手车业者UCD具有管理服务器50和搭载了二次电池25的多台车辆V(即,电动汽车)。
另外,第四实施方式所涉及的各用户U分别具有信息终端10。用户U使用信息终端10输入购入后的预计使用、要求的行驶距离、二次电池25的寿命等信息。由用户U输入的信息向二手车业者UCD的管理服务器50发送,构成预测电池负荷、处理条件。由于信息终端10、二次电池25及管理服务器50的结构与上述的实施方式相同,因此省略再次的说明。
接着,对第四实施方式所涉及的电池诊断***1的电池诊断处理进行说明。在第四实施方式中,以电池组为单位进行电池状态的计算等。最第四实施方式的步骤S1中,获取二手车业者UCD所拥有的二次电池25的电池负荷历史。
在第四实施方式的步骤S2~步骤S4中,以车辆V的二次电池25为对象,进行要素劣化状态的计算、电池状态的计算、劣化因素的提取。步骤S2~步骤S4的各处理的内容与上述的实施方式相同。
然后,在第四实施方式的步骤S5中,进行基于用户U的信息终端10中的输入的处理条件的设定。第四实施方式所涉及的处理条件由用于U对购入的车辆V要求的条件构成。因此,作为构成处理条件的信息,包含车型、年份、行驶距离、预计使用期间、使用用途等。
在第四实施方式所涉及的步骤S6中,在用户U的信息终端10基于输入的将来的二次电池25的使用方式生成预测电池负荷。在第四实施方式所涉及的步骤S7~步骤S9中,进行使用了设定的预测电池负荷的预测电池状态的计算、等级划分的执行、剩余价值的评价。由于这些点与上述实施方式相同,因此省略再次的说明。
在第四实施方式所涉及的步骤S10中,电池诊断***1根据电池状态SOHQBe、SOHRBe、预测电池状态SOHQBp、SOHRBp、二次电池25的等级等信息和在步骤S5中设定的处理条件,提取推荐处理方式。在该情况下,电池诊断***1从二手车业者UCD所拥有的车辆V中提取符合用户U输入的处理条件的车辆V的信息作为推荐处理方式。在提取了推荐处理方式之后,电池诊断***1使处理转移至步骤S11。
此外,作为推荐处理方式,也可以提取与适合处理条件的多台车辆V相关的信息。另外,作为提取的车辆V的信息,也可以附加作为二手车的贩卖价格的信息。
在步骤S11中,电池诊断***1输出在步骤S10为止的处理中得到的诊断结果。作为诊断结果,除了车辆V的信息以外,还能够包含当前时刻的二次电池25的劣化的状态、以预测电池负荷所涉及的使用方式使用的情况下的二次电池25的劣化的状态、推荐处理方式等。在第四实施方式中,作为诊断结果的输出对象,确定作为购入预定者的用户U。作为输出方式,也可以显示于用户U所拥有的信息终端10的显示器,也可以向纸介质印刷输出。
根据第四实施方式所涉及的电池诊断***1,即使在应用于与搭载了二次电池25的车辆V相关的二手车业者UCD的情况下,也能够通过与上述的实施方式相同的结构得到与上述的实施方式相同的效果。
此外,第四实施方式所涉及的二手车业者UCD是将自己拥有的车辆V销售给作为需要者的用户U的方式,但并不限定于该方式。例如,也可以将电池诊断***1应用于在作为卖家的用户U和作为买家的用户U之间进行中介的方式的二手车业者UCD。在该情况下,从作为卖家的用户U获取电池负荷历史,处理条件、预测电池负荷的生成所需的信息通过来自作为卖家的用户U的输入而设定。即使在将电池诊断***1应用于中介型的二手车业者UCD的情况下,也能够发挥与第四实施方式同样的效果。
本发明并不限定于上述的实施方式,能够在不脱离本发明的主旨的范围内如以下这样进行各种变形。
能够应用本发明的电池诊断***1的业态并不限于上述的实施方式。只要是以二次电池25的使用为前提的行业,应用于各种业态都可以。例如,也可以应用电池诊断***1作为二手车业者UCD购买用户U所拥有的电池汽车时的估价核定的方法。由此,由于用户U能够掌握二次电池25的劣化状态、剩余价值等,因此能够判断二手车业者UCD的核定价格的妥当性。
在上述的实施方式中,虽然采用了以二次电池25的电力为驱动源的车辆V作为使用二次电池25的使用装置,但是并不限定于该方式。只要能够获取电池负荷历史,作为二次电池25的使用装置,能够采用各种方式。另外,构成电池诊断***1的使用装置并不限定于一种类(例如车辆),只要能够获取电池负荷历史,也能够采用多种类的使用装置。
另外,构成电池诊断***1的二次电池25的数量、作为将来的二次电池25的使用方式的预测电池负荷的种类也不限定于上述的实施方式。根据预测电池状态等的计算负荷和管理服务器50的性能等,能够适当变更二次电池25的数量、预测电池负荷的种类。
并且,在步骤S9中的剩余价值的评价中,评价二次电池25的剩余价值的方法并不限定于上述的实施方式。作为电池诊断***1中的评价二次电池25的剩余价值的方法,只要能够评价二次电池25的剩余价值,则能够采用各种方法。
本发明虽然以实施例为基准进行了描述,但应理解为,本发明并不限定于该实施方式、构造。本发明还包含各种变形例、等同范围内的变形。此外,各种各样的组合、方式、以及在它们中仅包含一个要素、一个要素以上、或一个要素以下的其他组合、方式也纳入本发明的范畴、思想范围。
Claims (9)
1.一种电池诊断***,其特征在于,具有:
负荷历史获取部(51a),该负荷历史获取部获取电池负荷历史,该电池负荷历史是对于被使用的二次电池(25)的负荷的历史;
内插处理部(51b),关于所述电池负荷历史的构成数据,在所述构成数据的一部分缺失的情况下,该内插处理部使用所述构成数据的剩余的部分,推定缺失的所述构成数据的一部分并进行内插;
劣化推定部(51c),该劣化推定部基于所述电池负荷历史推定所述二次电池的当前的劣化状态和导致所述劣化状态的劣化因素;
劣化预测部(51d),该劣化预测部使用预测电池负荷和由所述劣化推定部推定的所述二次电池的当前的所述劣化状态及所述劣化因素,预测并诊断在以所述使用方式使用的情况下将来要产生的所述二次电池的预测劣化状态,该预测电池负荷表示根据所述二次电池的今后的使用方式而被预测施加于所述二次电池的负荷;以及
输出部(51e),该输出部输出由所述劣化预测部预测的所述二次电池的所述预测劣化状态。
2.根据权利要求1所述的电池诊断***,其特征在于,
具有预测负荷生成部(51f),该预测负荷生成部在按照所述二次电池的今后的所述使用方式使用所述二次电池的情况下,确定被预测施加于所述二次电池的负荷,生成所述预测电池负荷。
3.根据权利要求2所述的电池诊断***,其特征在于,
所述预测负荷生成部根据使用了所述电池负荷历史的学习结果,生成以对应于所述电池负荷历史的所述使用方式使用所述二次电池的情况下的所述预测电池负荷。
4.根据权利要求1至3中任一项所述的电池诊断***,其特征在于,
具有剩余价值评价部(51g),该剩余价值评价部使用由所述劣化预测部预测的所述二次电池的所述预测劣化状态,评价以今后的所述使用方式使用所述二次电池的情况下的所述二次电池的剩余价值。
5.根据权利要求4所述的电池诊断***,其特征在于,
具有等级确定部(51h),该等级确定部使用由所述劣化预测部预测的所述二次电池的电池构成要素的状态,与所述二次电池的所述预测劣化状态相关地进行所述二次电池的等级划分,
所述剩余价值评价部使用由所述等级确定部确定的所述二次电池的等级,评价所述二次电池的剩余价值。
6.根据权利要求5所述的电池诊断***,其特征在于,
所述等级确定部除了使用所述二次电池的电池构成要素的状态以外,还使用由所述劣化预测部预测的所述二次电池的所述劣化因素,进行与所述二次电池的所述预测劣化状态相关的所述二次电池的等级划分。
7.根据权利要求4至6中任一项所述的电池诊断***,其特征在于,
所述剩余价值评价部使用对于所述二次电池的电池构成要素确定的基准值和由所述劣化预测部预测的所述二次电池的电池构成要素的状态,将所述二次电池的剩余价值计算成金额。
8.根据权利要求4至7中任一项所述的电池诊断***,其特征在于,
具有提案部(51i),该提案部使用由所述剩余价值评价部评价的所述二次电池的剩余价值和与所述二次电池的将来的处理相关的处理条件,提出能够提高所述二次电池的剩余价值的所述二次电池的将来的处理方式。
9.根据权利要求8所述的电池诊断***,其特征在于,
具有条件输入部(51j),与所述二次电池的将来的处理相关的处理条件被输入该条件输入部,
所述提案部使用在所述条件输入部输入的处理条件,提出能够提高所述二次电池的剩余价值的所述二次电池的将来的处理方式。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-029387 | 2021-02-26 | ||
JP2021029387A JP7456400B2 (ja) | 2021-02-26 | 2021-02-26 | 電池診断システム |
PCT/JP2022/001292 WO2022181112A1 (ja) | 2021-02-26 | 2022-01-17 | 電池診断システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116917912A true CN116917912A (zh) | 2023-10-20 |
Family
ID=83048907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280016785.4A Pending CN116917912A (zh) | 2021-02-26 | 2022-01-17 | 电池诊断*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230375637A1 (zh) |
EP (1) | EP4300385A4 (zh) |
JP (1) | JP7456400B2 (zh) |
CN (1) | CN116917912A (zh) |
WO (1) | WO2022181112A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024084803A1 (ja) * | 2022-10-19 | 2024-04-25 | パナソニックIpマネジメント株式会社 | データ補間システム、データ補間方法、及びデータ補間プログラム |
WO2024084802A1 (ja) * | 2022-10-19 | 2024-04-25 | パナソニックIpマネジメント株式会社 | データ補間システム、データ補間方法、及びデータ補間プログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5699915B2 (ja) | 2011-11-22 | 2015-04-15 | トヨタ自動車株式会社 | 車載バッテリの診断装置 |
JP5971477B2 (ja) | 2012-12-25 | 2016-08-17 | トヨタ自動車株式会社 | 二次電池の状態推定装置 |
WO2016071941A1 (ja) * | 2014-11-05 | 2016-05-12 | 株式会社東芝 | 予測システム、予測プログラム、予測装置 |
JP2017069011A (ja) | 2015-09-30 | 2017-04-06 | 株式会社日立製作所 | 寿命制御型二次電池システム |
JP6034473B2 (ja) | 2015-11-18 | 2016-11-30 | 株式会社東芝 | 蓄電池診断装置およびその方法 |
JP2017111860A (ja) | 2015-12-14 | 2017-06-22 | 株式会社日立製作所 | 二次電池制御システム |
JP6683144B2 (ja) | 2017-02-07 | 2020-04-15 | トヨタ自動車株式会社 | 電池交換支援システムおよびそれに用いられるサーバ |
WO2019171688A1 (ja) | 2018-03-07 | 2019-09-12 | パナソニックIpマネジメント株式会社 | 二次電池の残存性能評価方法、二次電池の残存性能評価プログラム、演算装置、及び残存性能評価システム |
EP3591800B1 (en) * | 2018-07-03 | 2023-11-15 | Schneider Electric IT Corporation | Uninterruptible power suppy and non-transitory computer-readable medium |
JP7249155B2 (ja) | 2018-09-20 | 2023-03-30 | 積水化学工業株式会社 | 蓄電池管理装置および蓄電池管理方法 |
JP7302368B2 (ja) | 2019-08-20 | 2023-07-04 | コニカミノルタ株式会社 | 医用情報処理装置及びプログラム |
-
2021
- 2021-02-26 JP JP2021029387A patent/JP7456400B2/ja active Active
-
2022
- 2022-01-17 WO PCT/JP2022/001292 patent/WO2022181112A1/ja active Application Filing
- 2022-01-17 EP EP22759155.9A patent/EP4300385A4/en active Pending
- 2022-01-17 CN CN202280016785.4A patent/CN116917912A/zh active Pending
-
2023
- 2023-08-01 US US18/363,558 patent/US20230375637A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4300385A1 (en) | 2024-01-03 |
WO2022181112A1 (ja) | 2022-09-01 |
US20230375637A1 (en) | 2023-11-23 |
JP7456400B2 (ja) | 2024-03-27 |
JP2022130796A (ja) | 2022-09-07 |
EP4300385A4 (en) | 2024-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3916884B1 (en) | Secondary battery module remaining life diagnosis method and remaining life diagnosis system | |
US20210373082A1 (en) | Method and device for operating an electrically drivable motor vehicle depending on a predicted state of health of an electrical energy store | |
Meissner et al. | Battery monitoring and electrical energy management: Precondition for future vehicle electric power systems | |
EP3306735B1 (en) | Device for estimating degree of battery degradation, and estimation method | |
CN104890526B (zh) | 车辆、***和方法 | |
JP4042475B2 (ja) | 電池の劣化度算出装置および劣化度算出方法 | |
CN110873841B (zh) | 一种基于数据驱动与电池特性相结合的电池寿命预测方法 | |
JP5852399B2 (ja) | バッテリの状態予測システム、方法及びプログラム | |
US20230375637A1 (en) | Battery diagnostic system | |
EP2068161A2 (en) | Battery performance monitor | |
CN109782183B (zh) | 内部状态推定装置 | |
CN104898063A (zh) | 车辆、***和方法 | |
CN113325316A (zh) | 信息计算***和信息计算方法 | |
MX2008004785A (es) | Indicador del estado de carga de la bateria del vehiculo. | |
CN105899395B (zh) | 估定机动车辆电池中的能量 | |
US11585862B2 (en) | Battery deterioration prediction system | |
CN115835974A (zh) | 电池组的诊断方法、单体的诊断方法、电池组的诊断装置以及单体的诊断装置 | |
JP2022007946A (ja) | 電池劣化予測システム | |
CN102540085B (zh) | 储能***模型中电气部件参数的优化方法及*** | |
CN110542866A (zh) | 一种预估电池剩余电量参数的方法 | |
Kortmann et al. | Concept of a cloud state modeling system for lead-acid batteries: Theory and prototyping | |
EP4300758A1 (en) | Battery management system | |
WO2023149197A1 (ja) | 電池管理システム | |
US20220219565A1 (en) | Battery control system, battery control method, battery control program, and vehicle | |
JP2022064373A (ja) | 状態検出装置、状態検出方法及び状態検出システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |