JP2006220617A - 車両用蓄電装置の内部状態検出方式 - Google Patents
車両用蓄電装置の内部状態検出方式 Download PDFInfo
- Publication number
- JP2006220617A JP2006220617A JP2005036442A JP2005036442A JP2006220617A JP 2006220617 A JP2006220617 A JP 2006220617A JP 2005036442 A JP2005036442 A JP 2005036442A JP 2005036442 A JP2005036442 A JP 2005036442A JP 2006220617 A JP2006220617 A JP 2006220617A
- Authority
- JP
- Japan
- Prior art keywords
- battery
- neural network
- discharge
- predetermined
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
【解決手段】ニューラルネット演算により蓄電状態量(SOCやSOH)を求めるために、電圧履歴及び電流履歴に加えて、満充電判定から所定容量放電時の電池状態量(開路電圧、内部抵抗など)をニューラルネット部107に入力する。
【選択図】図5
Description
上記態様では、所定放電量放電時劣化状態量として、満充電からあるひとつの所定放電量だけ放電した場合の所定電気量の一つを用いたが、満充電から複数の所定放電量だけ放電した場合の所定電気量の複数のデータをキャリブレーションデータとして用いてもよい。
実施例1の車両用蓄電装置のニューラルネット演算方式について以下に説明する。まず、装置の回路構成を図1に示すブロック図を参照して説明する。
バッファ部106は、ニューラルネット部107の前置信号処理回路であって、車載蓄電装置101の電圧と電流センサ104からの電流とを一定時間ごとに同時にサンプリングして電池の電圧履歴及び電流履歴として記憶し、各時点の電圧及び電流をニューラルネット部107に並列出力する。ニューラルネット部107の入力セルの数的限界や演算負担の軽減などのため、電池の電圧履歴及び電流履歴をなす電圧・電流のサンプリングデータは、現時点から遡行する所定時点までのデータにより構成される。
補正信号発生部109は、満充電から所定容量放電時の開路電圧を演算し、この所定容量放電時の開路電圧をニューラルネット演算におけるキャリブレーションデータとしてニューラルネット部107に出力する。補正信号発生部109を図2のフローチャートに図示する。
図5に示すニューラルネット部107の構成を参照して、ニューラルネット部107の演算を説明する。このニューラルネットワーク部107は3階層のフィードフォワード型で誤差逆伝播方法により学習する形式であるが、この形式に限定されるものではない。ニューラルネット部107は、入力層201、中間層202及び出力層203により構成されている。ただし、ニューラルネット部107は、実際には所定の演算インタバルで実施されるソフトウエア処理により構成される。つまり、ニューラルネット部107は、実際にはマイコン回路のソフトウエア演算により構成されるため、図1に示す回路構成は機能的なものにすぎない。
INPUTk(t)=Σ( Wjk * INj ) ( j = 1 to 2m+3 )
となる。中間層のk番目のセルからの出力信号は、
OUTk(t)=f(x)=f( INPUTk(t) + b )
で表される。bは定数である。f( INPUTk(t) + b) は INPUTk(t) + bを入力変数とするいわゆるシグモイド関数と呼ばれる非線形関数であり、
f ( INPUTk(t) + b )=1/(1+exp(−( INPUTk(t) + b)))
で定義される関数である。中間層202のk番目のセルと出力層203のセルとの結合係数をWkとすれば、出力層への入力信号は同様に、
INPUTo(t)=Σ Wk * OUTk(t)
k=1 to Q
で表される。 Qは中間層202のセル数である。時刻tにおける出力信号は、
OUT(t)=L * INPUTo(t)
となる。Lは線形定数である。
Wk = Wk + △Wk
で行われる。ここで△Wkは以下で定義される。
= η* [ OUT(t) − tar(t) ]* [ ∂OUT(t)/∂Wk ]
= η* [ OUT(t) − tar(t) ]* L *[ ∂INPUTo(t)/∂Wk ]
= η* L* [ OUT(t) − tar(t) ] * OUTk(t)
で表される。Ekは教師データとネットワーク出力の誤差を表す量で次の式で定義される。
次に、中間層202のk番目のセルと入力層201のj番目のセルの結合係数Wjkの更新ルールを説明する。結合係数Wjkの更新は以下の式で実現される。
ここで△Wjkは以下で定義される。
= −η*[∂Ek/∂INPUTk(t) ] * [∂INPUTk(t)/∂Wjk ]
= −η*[∂Ek/∂OUTk(t) ] *[∂OUTk(t)/∂INPUTk(t) ] * INj
= −η*[∂Ek/∂OUT(t) ] * [∂OUT(t)/∂INPUTo] *
[∂INPUTo/OUTk(t) ] * f’(INPUTk(t)+b)* INj
= −η*( OUT(t)−tar(t)) *L* Wk *f’(INPUTk(t)+b)* INj
= −η* L * Wk * INj * ( OUTsoc(t)−tar(t))* f’(INPUTk(t)+b)
ここで、f’(INPUTk(t)+b)は伝達関数fの微分値である。
劣化バッテリを含む幾つかのバッテリでの充放電パターン(10.15モード)を学習させたニューラルネット部107に、別の新しい劣化バッテリでの充放電パターン(10.15モード)を入力してニューラルネット演算を行って充電率(SOC)を求めた結果を図7に示す。
実際に、容量・劣化度合いが異なるいくつかのバッテリでモード走行中(10.15)の電流・端子電圧を計測し、ニューラルネットワークの入力信号を算出し、SOCの真値(電流積算値より算出)を教師信号として学習を行った。用いたバッテリの一部の特性を図11に示す。
試験結果を説明する。実際に、容量・劣化度合いの異なるいくつかのバッテリで10.15モード走行中の電流・端子電圧を計測し、ニューラルネットワークの入力信号を算出し、残存容量を教師信号として学習を行った。入力信号は、電圧履歴及び電流履歴と、最小自乗法を使って算出した傾き(内部抵抗)の今回値、及び切片(開路電圧)の今回値に加え、満充電時から所定容量を放電した時に求めた内部抵抗を入力信号とした。
上記各実施例では、バッファ部106は電圧履歴及び電流履歴を所定時間ごとにサンプリングした電圧・電流ペアのグループとしたが、電圧または電流が所定量だけ変化した時点でサンプリングしてもよい。
102 車載発電機
104 電流センサ
105 蓄電池状態検知装置(演算手段)
106 バッファ部
107 ニューラルネットワーク部(ニューラルネット部)
108 発電機制御装置
109 補正信号発生部
201 入力層
202 中間層
203 出力層
Claims (8)
- 充放電可能な電池の直前の所定期間における電圧又は電流に関連する電気量を入力パラメータとすることにより出力パラメータとしての前記電池の蓄電状態に関する電気量をニューラルネット演算する演算手段とを備える車両用蓄電装置のニューラルネット演算方式において、
前記演算手段は、
前記電池の満充電状態からの所定放電量放電時における前記電池の劣化状態に関する所定の電気量である所定容量放電時劣化状態量を演算し、
前記電気量に加えて、前記所定容量放電時劣化状態量を入力パラメータとして、前記出力パラメータとしての前記電池の蓄電状態に関する電気量をニューラルネット演算することを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1記載の車両用蓄電装置のニューラルネット演算方式において、
前記電池の直前の所定期間における電圧又は電流に関連する電気量は、少なくとも前記電池の直前の所定期間における電圧の履歴を含むことを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項2記載の車両用蓄電装置のニューラルネット演算方式において、
前記電池の直前の所定期間における電圧又は電流に関連する電気量は、少なくとも前記電池の直前の所定期間における電圧の履歴及び電流の履歴を含むことを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1乃至3のいずれか記載の車両用蓄電装置のニューラルネット演算方式において、
前記演算手段は、
前記電圧履歴及び電流履歴から最小自乗法により求めた近似式に基づいて求めた開路電圧今回値及び/又は内部抵抗今回値を算出し、
前記演算手段は、前記電圧履歴、電流履歴、開路電圧今回値及び/又は内部抵抗今回値及び前記所定容量放電時劣化状態量を入力パラメータとして前記電池の蓄電状態に関する電気量をニューラルネット演算することを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1乃至4のいずれか記載の車両用蓄電装置のニューラルネット演算方式において、
前記所定容量放電時劣化状態量は、前記電池の満充電状態からの所定放電量放電時における前記電池の開路電圧であり、
前記出力パラメータとしての前記電池の蓄電状態に関する電気量は、SOC(充電率)であることを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1乃至4のいずれか記載の車両用蓄電装置のニューラルネット演算方式において、
前記所定容量放電時劣化状態量は、前記電池の満充電状態近傍の開路電圧と前記満充電状態からの所定放電量放電時における前記電池の開路電圧との差であり、
前記出力パラメータとしての前記電池の蓄電状態に関する電気量は、SOC(充電率)であることを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1乃至4のいずれか記載の車両用蓄電装置のニューラルネット演算方式において、
前記所定容量放電時劣化状態量は、前記電池の満充電状態近傍での開路電圧と前記満充電状態からの所定放電量放電時における前記電池の開路電圧との差、並びに、前記電池の満充電状態からの所定放電量放電時における前記電池の開路電圧であり、
前記出力パラメータとしての前記電池の蓄電状態に関する電気量は、SOC(充電率)であることを特徴とする車両用蓄電装置のニューラルネット演算方式。 - 請求項1乃至4のいずれか記載の車両用蓄電装置のニューラルネット演算方式において、
前記所定放電量放電時劣化状態量は、前記電池の満充電状態からの所定放電量放電時における前記電池の内部抵抗であり、
前記出力パラメータとしての前記電池の蓄電状態に関する電気量は、残存容量であることを特徴とする車両用蓄電装置のニューラルネット演算方式。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005036442A JP4587299B2 (ja) | 2005-02-14 | 2005-02-14 | 車両用蓄電装置の内部状態検出方式 |
US11/353,220 US7554296B2 (en) | 2005-02-14 | 2006-02-14 | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
KR1020060014362A KR100880717B1 (ko) | 2005-02-14 | 2006-02-14 | 뉴럴네트워크연산에 기초한 2차전지의 충전상태를 검출하기위한 방법 및 장치 |
DE602006002896T DE602006002896D1 (de) | 2005-02-14 | 2006-02-14 | Verfahren und Vorrichtung zur Erkennung des Ladestatus einer Sekundärbatterie auf Basis neuronaler Netzwerkkalkulation |
EP06002917A EP1691209B1 (en) | 2005-02-14 | 2006-02-14 | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005036442A JP4587299B2 (ja) | 2005-02-14 | 2005-02-14 | 車両用蓄電装置の内部状態検出方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006220617A true JP2006220617A (ja) | 2006-08-24 |
JP4587299B2 JP4587299B2 (ja) | 2010-11-24 |
Family
ID=36983034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005036442A Active JP4587299B2 (ja) | 2005-02-14 | 2005-02-14 | 車両用蓄電装置の内部状態検出方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4587299B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010048759A (ja) * | 2008-08-25 | 2010-03-04 | Nippon Telegr & Teleph Corp <Ntt> | 残容量推定方法および残容量推定装置 |
KR101835373B1 (ko) | 2016-08-30 | 2018-03-08 | 조선대학교산학협력단 | 배터리팩 불균형 측정 장치 및 그 방법 |
US10031188B2 (en) | 2015-01-08 | 2018-07-24 | Samsung Sdi Co., Ltd. | System for estimating state of health of battery of electric vehicle |
WO2019021095A1 (ja) * | 2017-07-26 | 2019-01-31 | 株式会社半導体エネルギー研究所 | 二次電池の充電制御システム及び二次電池の異常検出方法 |
JP2019146302A (ja) * | 2018-02-16 | 2019-08-29 | 株式会社半導体エネルギー研究所 | 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム |
JP2019212460A (ja) * | 2018-06-04 | 2019-12-12 | トヨタ自動車株式会社 | 電池システム |
CN114035049A (zh) * | 2021-11-08 | 2022-02-11 | 东软睿驰汽车技术(沈阳)有限公司 | Soh精度的计算方法、装置和电子设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10931128B2 (en) | 2017-04-28 | 2021-02-23 | Samsung Electronics Co., Ltd. | Method and apparatus to predict capacity fade rate of battery |
KR102399602B1 (ko) | 2017-08-17 | 2022-05-18 | 삼성전자주식회사 | 배터리 상태 추정 방법 및 장치 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09243717A (ja) * | 1996-03-05 | 1997-09-19 | Nissan Motor Co Ltd | 電池の残存容量検出方法およびその装置 |
JP2003153452A (ja) * | 2001-11-08 | 2003-05-23 | Nissan Motor Co Ltd | 二次電池の残存容量演算装置 |
JP2004333472A (ja) * | 2003-04-15 | 2004-11-25 | Nippon Soken Inc | 車両用蓄電装置の内部状態検出システム |
-
2005
- 2005-02-14 JP JP2005036442A patent/JP4587299B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09243717A (ja) * | 1996-03-05 | 1997-09-19 | Nissan Motor Co Ltd | 電池の残存容量検出方法およびその装置 |
JP2003153452A (ja) * | 2001-11-08 | 2003-05-23 | Nissan Motor Co Ltd | 二次電池の残存容量演算装置 |
JP2004333472A (ja) * | 2003-04-15 | 2004-11-25 | Nippon Soken Inc | 車両用蓄電装置の内部状態検出システム |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010048759A (ja) * | 2008-08-25 | 2010-03-04 | Nippon Telegr & Teleph Corp <Ntt> | 残容量推定方法および残容量推定装置 |
US10031188B2 (en) | 2015-01-08 | 2018-07-24 | Samsung Sdi Co., Ltd. | System for estimating state of health of battery of electric vehicle |
KR101835373B1 (ko) | 2016-08-30 | 2018-03-08 | 조선대학교산학협력단 | 배터리팩 불균형 측정 장치 및 그 방법 |
WO2019021095A1 (ja) * | 2017-07-26 | 2019-01-31 | 株式会社半導体エネルギー研究所 | 二次電池の充電制御システム及び二次電池の異常検出方法 |
JP2019146302A (ja) * | 2018-02-16 | 2019-08-29 | 株式会社半導体エネルギー研究所 | 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム |
JP2019212460A (ja) * | 2018-06-04 | 2019-12-12 | トヨタ自動車株式会社 | 電池システム |
JP7003844B2 (ja) | 2018-06-04 | 2022-01-21 | トヨタ自動車株式会社 | 電池システム |
CN114035049A (zh) * | 2021-11-08 | 2022-02-11 | 东软睿驰汽车技术(沈阳)有限公司 | Soh精度的计算方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
JP4587299B2 (ja) | 2010-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4623448B2 (ja) | 二次電池の残存容量演算方法 | |
JP4609882B2 (ja) | 車両用蓄電装置の内部状態検出方式 | |
JP4587299B2 (ja) | 車両用蓄電装置の内部状態検出方式 | |
Anton et al. | Support vector machines used to estimate the battery state of charge | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
KR101195515B1 (ko) | 전원장치용 상태검지장치, 전원장치 및 전원장치에사용되는 초기 특성 추출장치 | |
JP5944291B2 (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
US6534954B1 (en) | Method and apparatus for a battery state of charge estimator | |
CN101116003B (zh) | 二次电池充/放电电量、极化电压及soc的估计方法和装置 | |
TWI381182B (zh) | 基於電池電壓變化模式用以估量電池健康狀態之方法及裝置 | |
US8775106B2 (en) | Method for determining a parameter of at least one accumulator of a battery | |
RU2328753C2 (ru) | Устройство и способ для оценки уровня заряженности батареи с использованием нейронной сети | |
CN108291944B (zh) | 电池管理装置 | |
EP3171187B1 (en) | Battery state detection device, secondary battery system, program product, and battery state detection method | |
US20150369875A1 (en) | Battery state estimating device | |
US20040207367A1 (en) | Internal condition detection system for a charge accumulating device | |
JP4609883B2 (ja) | 車両用蓄電装置の満充電容量演算装置 | |
KR20010043872A (ko) | 전지 충전상태의 추정수단 및 전지 열화상태의 추정방법 | |
JP5366166B2 (ja) | 二次電池の状態量演算方式 | |
KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
EP3171186A1 (en) | Battery state detection device, secondary battery system, program product, and battery state detection method | |
JP4668015B2 (ja) | 二次電池の状態検出方法および二次電池の状態検出装置 | |
KR100878123B1 (ko) | 배터리 상태 및 파라미터 추정 시스템 및 방법 | |
JP4582584B2 (ja) | 二次電池の残存容量演算方法 | |
JP2006300692A (ja) | 二次電池の残存容量演算方式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20071121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100701 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100806 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100831 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100902 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4587299 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130917 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |