JP2009517687A

JP2009517687A - 推定バッテリーパラメータベクトルを定めるシステムと方法及びその製造物

Info

Publication number: JP2009517687A
Application number: JP2008543194A
Authority: JP
Inventors: グレゴリー、エル．プレット
Original assignee: LG Chem Ltd
Current assignee: LG Chem Ltd
Priority date: 2005-11-30
Filing date: 2006-11-29
Publication date: 2009-04-30
Anticipated expiration: 2026-11-29
Also published as: JP4920696B2; US7965059B2; EP1971872B1; WO2007064143A1; US7723957B2; CN101322039B; CN101322039A; EP1971872A4; KR101355958B1; EP1971872A1; US20100191491A1; WO2007064143A8; KR20080083272A; US20070120533A1

Abstract

バッテリーのパラメータを示す推定バッテリーパラメータベクトルを定めるシステム、方法及び製造物が提供される。上記方法は、複数個の予測バッテリーパラメータベクトル、複数個の予測バッテリー出力ベクトル及び第１バッテリー出力ベクトルに基づいて第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトルを定める。

Description

本発明は、バッテリーの推定されたパラメータベクトルを定めるシステムと方法及びその製造物に関する。

バッテリーは電子・電気装置で多様に、かつ幅広く用いられている。数学的アルゴリズムが内部バッテリー抵抗（ｉｎｔｅｒｎａｌｂａｔｔｅｒｙｒｅｓｉｓｔａｎｃｅ）のようなバッテリーパラメータを推定するために活用されている。

本発明者はここで上記数学的アルゴリズムがバッテリーの内部バッテリーパラメータに対する高度で、且つ正確な推定を提供することができないということを認識している。なぜなら、それらは非線形動作特性（ｎｏｎ‐ｌｉｎｅａｒｏｐｅｒａｔｉｏｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ）を持つバッテリーに対して充分に最適化されないからである。

結果的に、本発明者は、バッテリーパラメータをさらに正確に定めるシステム及び方法に対する必要性を認識する。

望ましい実施例による第１所定時間（ｆｉｒｓｔｐｒｅｄｅｔｅｒｍｉｎｅｄｔｉｍｅ）でのバッテリーのパラメータを示す推定バッテリーパラメータベクトル（ｅｓｔｉｍａｔｅｄｂａｔｔｅｒｙｐａｒａｍｅｔｅｒｖｅｃｔｏｒ）を定める方法が提供される。上記方法は、上記第１所定時間で上記バッテリーのパラメータと上記バッテリーのパラメータの不確実性（ｕｎｃｅｒｔａｉｎｔｙ）を示す第１複数個の予測バッテリーパラメータベクトル（ａｆｉｒｓｔｐｌｕｒａｌｉｔｙｏｆｐｒｅｄｉｃｔｅｄｂａｔｔｅｒｙｐａｒａｍｅｔｅｒｖｅｃｔｏｒｓ）を定める段階を含む。上記方法はまた、上記第１所定時間でバッテリー状態を示す少なくとも一つの値を持つバッテリー状態ベクトル（ｂａｔｔｅｒｙｓｔａｔｅｖｅｃｔｏｒ）を定める段階をさらに含む。上記方法はまた、上記第１複数個の予測バッテリーパラメータベクトルと上記バッテリー状態ベクトルに基づいて上記第１所定時間で少なくとも一つのバッテリー出力変数と上記出力変数の不確実性を示す第２複数個の予測バッテリー出力ベクトル（ａｓｅｃｏｎｄｐｌｕｒａｌｉｔｙｏｆｐｒｅｄｉｃｔｅｄｂａｔｔｅｒｙｏｕｔｐｕｔｖｅｃｔｏｒｓ）を定める段階をさらに含む。上記方法はまた、上記第１所定時間で獲得されたバッテリー出力変数の少なくとも一つの測定値を持つ第１バッテリー出力ベクトル（ａｆｉｒｓｔｂａｔｔｅｒｙｏｕｔｐｕｔｖｅｃｔｏｒ）を定める段階を含む。上記方法はまた、上記第１複数個の予測バッテリーパラメータベクトル、第２複数個の予測バッテリー出力ベクトル及び上記第１バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトル（ａｆｉｒｓｔｅｓｔｉｍａｔｅｄｂａｔｔｅｒｙｐａｒａｍｅｔｅｒｖｅｃｔｏｒ）を定める方法を含む。

他の望ましい実施例による第１所定時間でバッテリーのパラメータを示す推定バッテリーパラメータベクトルを定めるシステムが提供される。上記システムは、上記バッテリーの出力変数を示す第１信号を生成するように構成されるセンサーを含む。上記システムはまた、上記センサーと動作可能に連結されるコンピュータを含む。上記コンピュータは、上記第１所定時間で上記バッテリーのパラメータと上記バッテリーのパラメータの不確実性を示す第１複数個の予測バッテリーパラメータベクトルを定めるように構成される。上記コンピュータはまた、上記第１所定時間でバッテリー状態を示す少なくとも一つの値を持つバッテリー状態ベクトルを定めるように構成される。上記コンピュータはまた、上記第１複数個の予測バッテリーパラメータベクトルと上記バッテリー状態ベクトルに基づいて上記第１所定時間で少なくとも一つのバッテリー出力変数と上記出力変数の不確実性を示す第２複数個の予測バッテリー出力ベクトルを定めるように構成される。上記コンピュータはまた、上記第１信号に基づいて第１バッテリー出力ベクトルを定めるように構成される。上記コンピュータはまた、上記第１複数個の予測バッテリーパラメータベクトル、第２複数個の予測バッテリー出力ベクトル及び上記第１バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトルを定めるように構成される。

さらに他の望ましい実施例による製造物が提供される。上記製造物は、第１所定時間でのバッテリーのパラメータを示す推定バッテリーパラメータベクトルを定めるようにエンコードされたコンピュータプログラムを持つコンピュータ貯蔵媒体を含む。上記コンピュータ貯蔵媒体はまた、上記第１所定時間で上記バッテリーのパラメータと上記バッテリーのパラメータの不確実性を示す第１複数個の予測バッテリーパラメータベクトルを定める段階を含む。上記方法は、上記第１所定時間でバッテリー状態を示す少なくとも一つの値を持つバッテリー状態ベクトルを定めるコードを含む。上記コンピュータ貯蔵媒体は、上記第１複数個の予測バッテリーパラメータベクトルと上記バッテリー状態ベクトルに基づいて上記第１所定時間で少なくとも一つのバッテリー出力変数と上記出力変数の不確実性を示す第２複数個の予測バッテリー出力ベクトルを定めるコードをさらに含む。上記コンピュータ貯蔵媒体は、上記第１所定時間で獲得されたバッテリー出力変数の少なくとも一つの測定値を持つ第１バッテリー出力ベクトルを定めるコードをさらに含む。上記コンピュータ貯蔵媒体は、上記第１複数個の予測バッテリーパラメータベクトル、第２複数個の予測バッテリー出力ベクトル及び上記第１バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトルを定めるコードを含む。

上記実施例による他のシステム及び／または方法は以下の図面と詳細な説明に対する検討によって当業者に明らかであるか明らかになるであろう。そういう全ての追加的なシステムと方法は本発明の範囲にあり添付した請求項によって保護される。

図１を参照すれば、バッテリー１２に関わる少なくとも一つのバッテリーパラメータを推定するシステム１０が示される。上記バッテリー１２は、少なくとも一つのバッテリーセル１４を含む。もちろん、上記バッテリー１２は複数個のバッテリーセルをさらに含むことができる。各バッテリーセルは再充電可能なセルであるか、或いは再充電が可能ではないセルであり得る。また、各バッテリーセルは本発明の技術分野の当業者に知られた電気‐化学構成を持つ陽極と陰極を用いて製作され得る。

再充電可能なバッテリーパック技術分野において、直接的に測定可能ではないが、現在のバッテリーパック状態を示すことができる量的要素（ｑｕａｎｔｉｔｉｅｓ）が推定できることが何れの応用例で要求される。このような量的要素の中で一部は上記パックの充電状態（ＳＯＣ, ＳｔａｔｅＯｆＣｈａｒｇｅ）のように急速に変化され得、全体領域範囲を数分内に旋回することもできる。他の一部はセル容量（ｃｅｌｌｃａｐａｃｉｔｙ）のように非常に徐々に変化され得、１０年以上の通常の使用で２０％程度の小さい範囲で変化され得る。急速に変化する傾向のある量的要素はシステムの状態を構成し、遅く変化する傾向のある量的要素はシステムの時変（ｔｉｍｅｖａｒｙｉｎｇ）パラメータを構成する。

バッテリーシステム分野、特に例えば、ハイブリッド電気輸送手段（ＨｙｂｒｉｄＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅ：ＨＥＶ）、バッテリー電気輸送手段（ＢａｔｔｅｒｙＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅｓ：ＢＥＶ）、ラップトップコンピュータのバッテリー、移動可能な装備のバッテリーパックなどのようにバッテリーの生命に悪影響を及ぼさずにできれば活発に長い時間作動する必要があるものにおいて、充電状態の情報を含んで緩変する（ｓｌｏｗｌｙｖａｒｙｉｎｇ）パラメータ（例えば、全体容量（ｔｏｔａｌｃａｐａｃｉｔｙ））に対する情報がパックの活力状態（ｐａｃｋｈｅａｌｔｈ）を定めるか他の演算を助けるのに有用であり得る。例示的なパラメータは、セル容量（ｃｅｌｌｃａｐａｃｉｔｙ）、抵抗（ｒｅｓｉｓｔａｎｃｅ）、分極電圧時定数（ｐｏｌａｒｉｚａｔｉｏｎｖｏｌｔａｇｅｔｉｍｅｃｏｎｓｔａｎｔ（ｓ））、分極電圧調和要素（ｐｏｌａｒｉｚａｔｉｏｎｖｏｌｔａｇｅｂｌｅｎｄｉｎｇｆａｃｔｏｒ（ｓ））、ヒステリシス調和要素（ｈｙｓｔｅｒｅｓｉｓｂｌｅｎｄｉｎｇｆａｃｔｏｒ（ｓ））、ヒステリシス率定数（ｈｙｓｔｅｒｅｓｉｓｒａｔｅｃｏｎｓｔａｎｔ（ｓ））、効率要素（ｅｆｆｉｃｉｅｎｃｙｆａｃｔｏｒ（ｓ））などに制限されずに含む。

入力変数は、特定時間のバッテリー入力信号の値に定義される。例えば、上記入力変数は、バッテリーに入って行く電流中の一つと上記バッテリーの温度を含むことができる。出力変数は、特定時間のバッテリー出力信号の値に定義される。例えば、出力変数は、バッテリー出力電圧中の一つとバッテリー圧力（ｂａｔｔｅｒｙｐｒｅｓｓｕｒｅ）を含むことができる。

上記システム１０は、一つ以上の電圧センサー２０, 負荷回路２６及びコンピュータのような演算ユニット２８を含み、また一つ以上の温度センサー２２及び電流センサー２４を含むことができる。

上記電圧センサー２０は、上記バッテリー１２の一つ以上のバッテリーセルによって算出される電圧を示す第１出力信号を生成する。上記電圧センサー２０は、上記コンピュータ２８の入出力インターフェース（Ｉ／Ｏｉｎｔｅｒｆａｃｅ）４６と上記バッテリー１２との間で電気的に連結される。上記電圧センサー２０は、上記第１出力信号を上記コンピュータ２８に伝送する。表現の明確性のために, ここでは一つの電圧センサーが示される。しかし、上記システム１０の入れ替え可能な実施例においては複数個の電圧センサー（例えば、バッテリーセルごとに一つの電圧センサー）がシステム１０に活用され得ることが注目されるべきである。

上記温度センサー２２は、上記バッテリー１２の一つ以上の温度を示す第２出力信号を生成する。上記温度センサー２２は、バッテリー１２の近くに位置し上記コンピュータ２８の入出力インターフェース４６に電気的に連結される。上記温度センサー２２は、上記コンピュータ２８に上記第２出力信号を伝送する。表現の明確性のために, ここでは一つの温度センサーが示される。しかし、上記システム１０の入れ替え可能な実施例においては複数個の温度センサー（例えば、バッテリーセルごとに一つの温度センサー）がシステム１０に活用され得ることが注目されるべきである。

上記電流センサー２４は、上記バッテリー１２のバッテリーセルによって供給されるか抜けた電流を示す第３出力信号を生成する。上記電流センサー２４は、上記負荷回路２６と上記バッテリー１２との間に電気的に連結される。上記電流センサー２４は、上記コンピュータ２８の入出力インターフェース４６とも電気的に連結される。上記電流センサー２４は上記コンピュータ２８に上記第３出力信号を伝送する。

上記負荷回路２６は、電気的に上記電流センサー２４と連結され上記バッテリー１２から電流が供給されるか抜けるようになる。上記負荷回路２６は、上記バッテリー１２と電気的に連結され得る全ての電気装置を含む。

上記コンピュータ２８は、以下でさらに詳しく説明するように、上記バッテリー１２に関わるパラメータベクトル（ｐａｒａｍｅｔｅｒｖｅｃｔｏｒ）を定めるために提供される。上記コンピュータ２８は、中央処理装置（ＣＰＵ）４０、ＲＯＭ４４、ＲＡＭ４５のような揮発性メモリ及び入出力インターフェース４６を含む。上記ＣＰＵ４０は、上記ＲＯＭ４４、ＲＡＭ４５及び入出力インターフェース４６と作動可能に連結される。上記ＣＰＵ４０は、クロック４２を含む。ＲＯＭ４４とＲＡＭ４５を含むコンピュータで読み取り可能な媒体は、ＰＲＯＭｓ、ＥＰＲＯＭｓ、ＥＥＰＲＯＭｓ、フラッシュメモリまたはデータの貯蔵が可能な何れの他の電気的、磁気的、光学的または組み合わせメモリ、ＣＰＵ４０によって使われた実行可能な命令を行うもののような知られた多くのメモリ装置を使うことで具現される。

理解を助けるために以下の方法の方程式で活用される表記法を説明する。上記サーカムフレックスシンボル（ｃｉｒｃｕｍｆｌｅｘｓｙｍｂｏｌ）は、推定された大きさ（ｑｕａｎｔｉｔｙ）を示す（例えば、

は、実際の大きさｘに対する推定値を示す）。スーパースクリプトシンボル（ｓｕｐｅｒｓｃｒｉｐｔｓｙｍｂｏｌ）「−」は、アプリオリ（ａｐｒｉｏｒｉ）推定値を示す（すなわち、過去のデータに基づいた大きさの現在値を予測）。スーパースクリプトシンボル「＋」は、アポステリオリ（ａｐｏｓｔｅｒｉｏｒｉ）推定値を示す（例えば、

は、時間ｋを含んで全ての測定された値に基づいたタイムインデックスｋにおける実際の大きさｘに対する推定値である）。上記ティルデシンボル（ｔｉｌｄｅｓｙｍｂｏｌ）は、推定大きさ（ｅｓｔｉｍａｔｅｄｑｕａｎｔｉｔｙ）の誤差を示す（例えば、

であり、

）。シンボル

は、サブスクリプト変数に対する相関関係（ｃｏｒｒｅｌａｔｉｏｎ）または交差相関関係（ｃｒｏｓｓｃｏｒｒｅｌａｔｉｏｎ）を示す（ここに記述された上記大きさは、ゼロ平均（ｚｅｒｏ‐ｍｅａｎ）であるので、上記相関関係は共分散（ｃｏｖａｒｉａｎｃｅｓ）と同一である）。シンボル

は、

と同一の大きさを示す。上記スーパースクリプト「Ｔ」は、マトリックス／ベクトル転置演算子（ｍａｔｒｉｘ／ｖｅｃｔｏｒｔｒａｎｓｐｏｓｅｏｐｅｒａｔｏｒ）である。

上記バッテリー１２に関わるバッテリーパラメータベクトルを定める方法論に対する詳しい説明を提供するに先立って、一般的な概括説明が提供される。バッテリー状態ベクトルは、上記バッテリー１２に関わる少なくとも一つの充電状態（ＳＯＣ）を含む。上記ＳＯＣ値は動作するのに用いられ得る上記バッテリーの現在利用可能な容量を意味する０から１００パーセントまでの値である。

バッテリーセル動作（ｂａｔｔｅｒｙｃｅｌｌｂｅｈａｖｉｏｒ）の数学的モデルが上記バッテリー１２の状態ベクトルの推定値を演算するために上記方法で用いられる。上記バッテリーセルダイナミックス（ｂａｔｔｅｒｙｃｅｌｌｄｙｎａｍｉｃｓ）に対する数学的モデルは知られており、また以下に記述されるように状態方程式（ｓｔａｔｅｅｑｕａｔｉｏｎ）と出力方程式（ｏｕｔｐｕｔｅｑｕａｔｉｏｎ）とを含む離散時間状態空間モデル（ｄｉｓｃｒｅｔｅ‐ｔｉｍｅｓｔａｔｅ‐ｓｐａｃｅｍｏｄｅｌ）を用いて表現され得る。

上記バッテリー１２に関わる上記状態ベクトルを定めるために用いられる上記状態方程式は次のようである。
ｘ_ｋ＝ｆ（ｘ_ｋ−１，ｕ_ｋ−１，ｗ_ｋ−１，ｋ−１，ｋ）
上記数式において、ｘ_ｋは、タイムインデックス（ｔｉｍｅｉｎｄｅｘ）ｋにおいて上記バッテリー１２に関わる状態ベクトルであり、ｕ_ｋは、上記バッテリー１２に対する知られた決定要素入力値（ｋｎｏｗｎ／ｄｅｔｅｒｍｉｎｉｓｔｉｃｉｎｐｕｔ）、ｗ_ｋは、上記システムの状態に影響を及ぼす何れの測定されない入力値をモデリングするプロセスノイズ（ｐｒｏｃｅｓｓｎｏｉｓｅ）または撹乱（ｄｉｓｔｕｒｂａｎｃｅ）であり、そして、ｆ（ｘ_ｋ−１，ｕ_ｋ−１，ｗ_ｋ−１，ｋ−１，ｋ）は、状態変異関数（ｓｔａｔｅｔｒａｎｓｉｔｉｏｎｆｕｎｃｔｉｏｎ）である。

上記バッテリー１２に関わる出力ベクトル（ｏｕｔｐｕｔｖｅｃｔｏｒ）は、次の数式を利用して定められる。
ｙ_ｋ＝ｈ（ｘ_ｋ，ｕ_ｋ，ｖ_ｋ，ｋ）
上記数式において、ｈ（ｘ_ｋ，ｕ_ｋ，ｖ_ｋ，ｋ）は、測定関数（ｍｅａｓｕｒｅｍｅｎｔｆｕｎｃｔｉｏｎ）であり、ｖ_ｋは、非メモリモード（ｍｅｍｏｒｙ‐ｌｅｓｓｍｏｄｅ）で上記バッテリー１２の出力測定に影響を及ぼすが、上記バッテリー１２の状態ベクトルには影響を及ぼさないセンサーノイズ（ｓｅｎｓｏｒｎｏｉｓｅ）である。

システム状態ｘ_ｋは、少なくとも現在出力を予測するために必要なセルの数学的モデルと現在入力とともに最小量の情報を含む。セル１４の場合、状態は、例えばＳＯＣ、他の時定数に対する分極電圧（ｐｏｌａｒｉｚａｔｉｏｎｖｏｌｔａｇｅ）レベル、ヒステリシスレベルを含む。上記システム外部からの入力ｕ_ｋは、現在セルの電流ｉ_ｋの最小値を含み、選択的にセル温度を（もし状態に温度変化自体が設計されないなら）含むことができる。システムパラメータθ_ｋは、システム測定された入力と出力とが分かることで直接的に定められないことから、時間につれて単に徐々に変わる値である。このようなものとしては、セル容量、抵抗、分極電圧時定数、分極電圧調和要素、ヒステリシス調和要素、ヒステリシス率定数、効率要素などを含む。モデル出力ｙ_ｋは、物理的に測定可能なセル量的要素または最小値で測定された量的要素から直接的に計算され得るもの（例えば、負荷セル電圧）に対応する。

動的パラメータ（ｐａｒａｍｅｔｅｒｄｙｎａｍｉｃｓ）の数学的モデルも活用される。例示的なモデルは次の形態を持つ。

第１方程式は、パラメータθ_ｋが優先的に定数であることを示すが、ｒ_ｋで表示される「ノイズ」プロセスによってモデルされたこの例から時間が経つにつれて徐々に変化され得る。出力ｄ_ｋは、何れの推定誤差（ｅｓｔｉｍａｔｉｏｎｅｒｒｏｒ）ｅ_ｋが勘案されたｇ（・,・,・）によってモデルされた最適の動的パラメータ（ｏｐｔｉｍｕｍｐａｒａｍｅｔｅｒｄｙｎａｍｉｃｓ）の関数である。上記最適の動的パラメータｇ（・,・,・）は、上記システム状態ｘ_ｋ、外部入力ｕ_ｋ及び時変数パラメータθ_ｋセットに対する関数である。

図２ないし図４を参照しながら、望ましい実施例による上記バッテリー１２のパラメータを示す推定バッテリー状態ベクトルを定める方法を説明する。上記方法は、上記コントローラ２８によって実行されるソフトウェアアルゴリズムを活用して具現され得る。上記ソフトウェアアルゴリズムは、上記ＲＯＭ４４または上記ＲＡＭ４５に貯蔵される。

６０段階において、上記コンピュータ２８は、第１所定時間で獲得されたバッテリー入力変数のうち少なくとも一つの測定された値を持つバッテリー入力ベクトルｕ_ｋを生成する。

次の６２段階において、上記コンピュータ２８は、上記第１所定時間で獲得されたバッテリー状態の少なくとも一つの値を持つバッテリー状態ベクトルｘ_ｋを生成する。

次の６４段階において、上記コンピュータ２８は、上記第１所定時間で獲得されたバッテリー出力変数の少なくとも一つの測定された値を持つバッテリー出力ベクトルｄ_ｋを生成する。

次の６６段階において、上記コンピュータ２８は、以下の数１を活用して上記第１所定時間以前の第２所定時間で上記バッテリー１２のパラメータを示す推定バッテリーパラメータベクトル

に基づいて上記第１所定時間で上記バッテリー１２のパラメータを示す予測バッテリーパラメータベクトル

を定める。

次の６８段階において、上記コンピュータ２８は、以下の数２を活用して上記第２所定時間でバッテリーパラメータ共分散の共分散を示す推定バッテリーパラメータベクトル共分散マトリックス（ｅｓｔｉｍａｔｅｄｂａｔｔｅｒｙｐａｒａｍｅｔｅｒｖｅｃｔｏｒｃｏｖａｒｉａｎｃｅｍａｔｒｉｘ）

とパラメータノイズに該当する共分散マトリックスに基づいて上記第１所定時間でバッテリーパラメータ共分散を示す予測バッテリーパラメータベクトル共分散マトリックス（ｐｒｅｄｉｃｔｅｄｂａｔｔｅｒｙｐａｒａｍｅｔｅｒｖｅｃｔｏｒｃｏｖａｒｉａｎｃｅｍａｔｒｉｘ）

を定める。

上記数式において、

は、バッテリーパラメータノイズベクトルに関わる共分散マトリックスに該当する。

次の７０段階において、上記コンピュータ２８は、以下の数３を活用して上記第２所定時間でバッテリー１２のパラメータをそれぞれ示す複数個の予測バッテリーパラメータベクトル

を定める。

上記数式において、

は、

のコレスキーマトリックススクエアルート（Ｃｈｏｌｅｓｋｙｍａｔｒｉｘｓｑｕａｒｅｒｏｏｔ）に該当し；

は、定数値に該当する。

次の７２段階において、上記コンピュータ２８は、以下の数４を活用して上記第１所定時間で上記バッテリー１２の出力をそれぞれ示す複数個の予測バッテリー出力ベクトル

を定める。

上記数式において、

は、上記複数個

のｉ番目のメンバーに該当し；

は、上記複数個

のｉ番目のメンバーに該当し；

は、上記第１所定時間で予測センサーノイズ（ｅｘｐｅｃｔｅｄｓｅｎｓｏｒｎｏｉｓｅ）に該当し；
ｋは、第１所定時間に該当する。

次の７４段階において、上記コンピュータ２８は、以下の数５を活用して上記複数個の予測バッテリー状態ベクトル

の加重値平均（ｗｅｉｇｈｔｅｄａｖｅｒａｇｅ）を演算して上記第１所定時間に該当する予測バッテリー出力ベクトル

を定める。

上記数式において、

は、定数値セット（ａｓｅｔｏｆｃｏｎｓｔａｎｔｖａｌｕｅｓ）に該当し；
ｐは、上記複数個

からメンバーの１を引いた数字に該当する。

次の７６段階において、上記コンピュータ２８は、以下の数６を活用して予測バッテリー出力ベクトル共分散マトリックス

を定める。

上記数式において、

は、定数値セットに該当し；

は、バッテリー出力ノイズベクトルに関わる共分散マトリックスに該当し；
Ｔは、マトリックス／ベクトル転置演算子である。

次の７８段階において、上記コンピュータ２８は、以下の数７を活用して予測クロス‐共分散マトリックス（ｐｒｅｄｉｃｔｅｄｃｒｏｓｓ‐ｃｏｖａｒｉａｎｃｅｍａｔｒｉｘ）

を定める。

次の８０段階において、上記コンピュータ２８は、以下の数８を活用してゲインマトリックス（ｇａｉｎｍａｔｒｉｘ）Ｌ_ｋを定める。

次の８２段階において、上記コンピュータ２８は、以下の数９を活用して上記第１所定時間で上記バッテリー１２のパラメータを示す推定バッテリーパラメータベクトル

を定める。

次の８４段階において、上記コンピュータ２８は、以下の数１０を活用して上記推定バッテリーパラメータベクトルに関わる推定バッテリーパラメータベクトル共分散マトリックス

を定める。

次の８６段階において、上記コンピュータ２８は、新しい第１及び第２所定時間を選択する。上記８６段階以後、上記方法は６０段階に戻る。

図５ないし図８を参照しながら、他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法を以下に説明する。上記方法は、上記コントローラ２８によって実行されるソフトウェアアルゴリズムを活用して具現され得る。上記ソフトウェアアルゴリズムは、上記ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）４４やＲＡＭ４５または本技術分野の当業者に知られた他のコンピュータで読み取り可能な媒体に貯蔵される。

１００段階において、上記コンピュータ２８は、第１所定時間で獲得されたバッテリー入力変数の少なくとも一つの測定値を持つバッテリー入力ベクトルｕ_ｋを生成する。

次の１０２段階において、上記コンピュータ２８は、上記第１所定時間で獲得されたバッテリー状態の少なくとも一つの値を持つバッテリー状態ベクトルｘ_ｋを生成する。

次の１０４段階において、上記コンピュータ２８は、上記第１所定時間で獲得されたバッテリー出力変数の少なくとも一つの測定された値を持つバッテリー出力ベクトルｄ_ｋを生成する。

次の１０６段階において、上記コンピュータ２８は、以下の数１１を活用して上記第１所定時間以前の第２所定時間で上記バッテリー１２のパラメータを示す推定バッテリーパラメータベクトル

を定める。

次の１０８段階において、上記コンピュータ２８は、以下の数１２を活用してスクエア‐ルート共分散アップデートマトリックス（ｓｑｕａｒｅ‐ｒｏｏｔｃｏｖａｒｉａｎｃｅｕｐｄａｔｅｍａｔｒｉｘ）

を定める。

上記数式において、

は、バッテリーパラメータノイズベクトルに関わる共分散マトリックスに該当し；

は、上記第２所定時間でバッテリーパラメータ共分散の共分散を示す推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスに該当し；

は、入力独立変数（ｉｎｐｕｔａｒｇｕｍｅｎｔ）のコレスキーマトリックススクエアルートに該当し；
ｄｉａｇ{ }は、入力マトリックスの対角線要素（ｄｉａｇｏｎａｌｅｌｅｍｅｎｔｓ）から形成されたスクエア対角線行列（ｓｑｕａｒｅ‐ｄｉａｇｏｎａｌｍａｔｒｉｘ）を構成する関数である。

次の１１０段階において、上記コンピュータ２８は、以下の数１３を活用して上記第２所定時間でバッテリーパラメータ共分散を示す推定バッテリーパラメータベクトル共分散マトリックス

とスクエア‐ルート共分散アップデートマトリックスに基づいて上記第１所定時間でバッテリーパラメータ共分散の共分散を示す予測バッテリーパラメータベクトルスクエア‐ルート共分散マトリックス

を定める。

次の１１２段階において、上記コンピュータ２８は、以下の数１４を活用して上記第１所定時間でバッテリー１２のパラメータをそれぞれ示す複数個の予測バッテリーパラメータベクトル

を定める。

上記数式において、

は、定数値に該当する。

次の１１４段階において、上記コンピュータ２８は、以下の数１５を活用して上記第１所定時間で上記バッテリー１２の出力をそれぞれ示す複数個の予測バッテリー出力ベクトル

を定める。

上記数式において、

は、上記複数個

のｉ番目のメンバーに該当し；

は、上記複数個

のｉ番目のメンバーに該当し；

次の１１６段階において、上記コンピュータ２８は、以下の数１６を活用して上記複数個の予測バッテリー状態ベクトル

を定める。

上記数式において、

は、定数値セットに該当し；
ｐは、上記複数個

からメンバーの１を引いた数字に該当する。

次の１１８段階において、上記コンピュータ２８は、以下の数１７を活用して予測バッテリー出力ベクトルスクエア‐ルート共分散マトリックス

を定める。

上記数式において、

は、定数値のセットに該当し；

は、センサーノイズベクトルに関わる共分散マトリックスに該当し；

は、入力独立変数のＱ‐Ｒマトリックス分解（ｄｅｃｏｍｐｏｓｉｔｉｏｎ）を演算し上記Ｒマトリックスの上位三角部分（ｕｐｐｅｒ‐ｔｒｉａｎｇｕｌａｒｐｏｒｔｉｏｎ）をリターンする関数であり；
Ｔは、マトリックス／ベクトル転置演算子である。

次の１２０段階において、上記コンピュータ２８は、以下の数１８を活用して予測クロス‐共分散マトリックス

を定める。

次の１２２段階において、上記コンピュータ２８は、以下の数１９を活用してゲインマトリックスＬ_ｋを定める。

次の１２４段階において、上記コンピュータ２８は、以下の数２０を活用して上記第１所定時間で上記バッテリー１２のパラメータを示す推定バッテリーパラメータベクトル

を定める。

次の１２６段階において、上記コンピュータ２８は、以下の数２１を活用して上記推定バッテリーパラメータベクトルに関わる推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックス

を定める。

上記数式において、ｄｏｗｎｄａｔｅ{ }は、第２独立変数（ｓｅｃｏｎｄａｒｇｕｍｅｎｔ）を使って第１独立変数（ｆｉｒｓｔａｒｇｕｍｅｎｔ）に対するマトリックスダウンデートオペレーション（ｍａｔｒｉｘｄｏｗｎｄａｔｅｏｐｅｒａｔｉｏｎ）を演算する。

次の１２８段階において、上記コンピュータ２８は、新しい第１及び第２所定時間を選択する。上記１２８段階以後, 上記方法は１００段階に進む。

推定バッテリーパラメータベクトルを定める上記システム、方法及びその製造物は、他のシステムと方法とに比べて実質的な利点を提供する。特に、上記システム、方法及びその製造物は、非線形動作特性を持つバッテリーに対して上記バッテリーパラメータベクトルをさらに正確に定めることができる技術的な効果を提供する。

上記方法は、プロッピィーディスク、ＣＤ‐ＲＯＭ、ハードディスクまたはコンピュータで認識可能な貯蔵媒体のような媒体で具体化される命令語を含むコンピュータプログラムコードの形態でも実現することができる。ここで上記コンピュータプログラムコードは、コンピュータ内にローディングされコンピュータによって実行され、上記コンピュータは上記方法の実行が可能な装備になる。本方法は、コンピュータプログラムコードの形態、例えば、貯蔵媒体に貯蔵された形態、コンピュータによってローディングおよび／または実行される形態、変調されたキャリアウエーブの形態、伝送媒体、電気配線またはケーブル、光ファイバ、電磁気放射の経由などの形態でも実現することができる。上記コンピュータプログラムコードはコンピュータ内にローディングされコンピュータにより実行される場合、上記コンピュータは上記方法の実行が可能な装備になる。汎用マイクロプロセッサーで具現される場合、上記コンピュータプログラムコードセグメントは上記マイクロプロセッサーが特定の論理回路を作るように構成される。

望ましい実施例を参照しながら本発明が説明されているが、当業者により多様な変形例が可能であり、均等な要素が本発明の範囲を逸脱しない領域で本発明の要素に代替できることが理解されるべきである。また、多くの変形例が本発明の本質的領域を逸脱することなく本発明の教示に対する特別な状況と内容に適用されることができる。従って、本発明は、本発明を実施するために開示される実施例に限られず、本発明は添付された請求の範囲内にある全ての実施例を含む。さらに、第１、第２などに対する用語の使用は重要さの手順を意味するよりは、一つの要素を他の要素と区別するために使われる。

本発明の望ましい実施例による推定バッテリーパラメータベクトルを定めるシステムの概路図である。本発明の他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。本発明の他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。本発明の他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。本発明のさらに他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。本発明のさらに他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。本発明のさらに他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。本発明のさらに他の望ましい実施例による推定バッテリーパラメータベクトルを定める方法の流れ図である。

Claims

第１所定時間でバッテリーのパラメータを示す推定バッテリーパラメータベクトルを定める方法において、
上記第１所定時間で上記バッテリーのパラメータと上記バッテリーパラメータの不確実性を示す第１複数個の予測バッテリーパラメータベクトルを定める段階；
上記第１所定時間でバッテリー状態を示す少なくとも一つの値を持つバッテリー状態ベクトルを定める段階；
上記第１複数個の予測バッテリーパラメータベクトルと上記バッテリー状態ベクトルに基づいて上記第１所定時間で上記バッテリーの少なくとも一つの出力変数と上記出力変数の不確実性を示す第２複数個の予測バッテリー出力ベクトルを定める段階；
上記第１所定時間で獲得されたバッテリー出力変数の少なくとも一つの測定値を持つ第１バッテリー出力ベクトルを定める段階；及び
上記第１複数個の予測バッテリーパラメータベクトル、第２複数個の予測バッテリー出力ベクトル及び上記第１バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトルを定める段階を含むことを特徴とする推定バッテリーパラメータベクトルを定める方法。
上記第１複数個の予測バッテリーパラメータベクトルを定める段階は、
メモリから上記第１所定時間以前の第２所定時間で上記バッテリーのパラメータを示す推定バッテリーパラメータベクトルを検索（ｒｅｔｒｉｅｖｉｎｇ）する段階；
上記メモリから上記第２所定時間で上記バッテリーパラメータの不確実性を示す推定バッテリーパラメータベクトル共分散マトリックスを検索する段階；
上記第２所定時間でパラメータノイズの不確実性を示す推定バッテリーパラメータノイズ共分散マトリックスを定める段階；及び
上記推定バッテリーパラメータベクトル、上記推定バッテリーパラメータベクトル共分散マトリックス及び上記推定バッテリーパラメータノイズ共分散マトリックスに基づいて上記第１複数個の予測バッテリーパラメータベクトルを演算する段階を含むことを特徴とする請求項１に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１複数個の予測バッテリーパラメータベクトルを演算する段階は、
上記第１複数個の予測バッテリーパラメータベクトルのうち一つのメンバーを上記推定バッテリーパラメータベクトルと同一にセットする段階；
上記推定バッテリーパラメータベクトル共分散マトリックスと上記推定バッテリーパラメータノイズ共分散マトリックスに基づいて上記第１所定時間で上記バッテリーパラメータの不確実性を示す予測バッテリーパラメータベクトル共分散マトリックスを定める段階；
上記第１複数個の予測バッテリーパラメータベクトルのＬメンバーの第１追加セット（ａｆｉｒｓｔａｄｄｉｔｉｏｎａｌｓｅｔ）を上記第１予測バッテリーパラメータベクトル共分散マトリックスのマトリックススクエア‐ルートから抽出された各列によってかけられた定数に足された上記第１推定バッテリーパラメータベクトルと同一にセットする段階；及び
上記第１複数個の予測バッテリーパラメータベクトルのＬメンバーの第２追加セットを上記第１推定増加バッテリーパラメータベクトルから引いた上記第１予測バッテリーパラメータベクトル共分散マトリックスのマトリックススクエア‐ルートから抽出された各列によってかけられた定数と同一にセットする段階をさらに含み、
上記Ｌは、上記第１推定バッテリーパラメータベクトルの長さであることを特徴とする請求項２に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１複数個の予測バッテリーパラメータベクトルを定める段階は、
メモリから上記第１所定時間以前の第２所定時間で上記バッテリーのパラメータを示す推定バッテリーパラメータベクトルを検索する段階；
上記メモリから上記第２所定時間で上記バッテリーパラメータの不確実性を示す推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスを検索する段階；
上記第２所定時間でパラメータノイズの不確実性を示す推定バッテリーパラメータノイズスクエア‐ルート共分散マトリックスを定める段階；及び
上記推定バッテリーパラメータベクトル、上記推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックス及び上記推定バッテリーパラメータノイズスクエア‐ルート共分散マトリックスに基づいて上記第１複数個の予測バッテリーパラメータベクトルを演算する段階を含むことを特徴とする請求項１に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１複数個の予測バッテリーパラメータベクトルを演算する段階は、
上記第１複数個の予測バッテリーパラメータベクトルのうち一つのメンバーを上記推定バッテリーパラメータベクトルと同一にセットする段階；
上記推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスと上記推定バッテリーパラメータノイズ共分散マトリックスに基づいて上記第１所定時間で上記バッテリーパラメータの不確実性を示す予測バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスを定める段階；
上記第１複数個の予測バッテリーパラメータベクトルのＬメンバーの第１追加セットを上記第１予測バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスから抽出された各列によってかけられた定数に足された上記第１推定バッテリーパラメータベクトルと同一にセットする段階；及び
上記第１複数個の予測バッテリーパラメータベクトルのＬメンバーの第２追加セットを上記第１推定増加バッテリーパラメータベクトルから引いた上記第１予測バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスから抽出された各列によってかけられた定数と同一にセットする段階をさらに含み、
上記Lは上記第１推定バッテリーパラメータベクトルの長さであることを特徴とする請求項４に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１推定バッテリーパラメータベクトルを定める段階は、
上記第２複数個の予測バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーの少なくとも一つの出力変数を示す第１予測バッテリー出力ベクトルを定める段階；
上記第１予測バッテリーパラメータベクトル、上記第１予測バッテリー出力ベクトル、上記第１複数個の予測バッテリーパラメータベクトル及び上記第２複数個の予測バッテリー出力ベクトルに基づいてゲインマトリックスを定める段階；及び
上記第１予測バッテリーパラメータベクトル、上記第１予測バッテリー出力ベクトル、上記ゲインマトリックス及び上記第１バッテリー出力ベクトルに基づいて上記第１推定バッテリーパラメータベクトルを演算する段階を含むことを特徴とする請求項１に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１予測バッテリー出力ベクトルを定める段階は、
上記第２複数個の予測バッテリー出力ベクトルの加重値平均を演算する段階を含むことを特徴とする請求項６に記載の推定バッテリーパラメータベクトルを定める方法。
上記ゲインマトリックスを定める段階は、
上記第１予測バッテリー出力ベクトルと上記第２複数個の予測バッテリー出力ベクトルに基づいて第１予測バッテリー出力ベクトル共分散マトリックスを定める段階；
上記第１予測バッテリー出力ベクトル、上記第２複数個の予測バッテリー出力ベクトル、上記第１予測バッテリーパラメータベクトル及び上記第１複数個の予測バッテリーパラメータベクトルに基づいてバッテリー出力ベクトルとバッテリーパラメータベクトルの間の第１予測クロス‐共分散マトリックスを定める段階；及び
上記第１予測クロス‐共分散マトリックスと上記第１予測バッテリー出力ベクトル共分散マトリックスに基づいて上記ゲインマトリックスを演算する段階を含むことを特徴とする請求項６に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１予測バッテリー出力ベクトル共分散マトリックスを定める段階は、
上記第１予測バッテリー出力ベクトルと上記第２複数個の予測バッテリー出力ベクトルに基づいて第１予測バッテリー出力ベクトルスクエア‐ルート共分散マトリックスを定める段階；及び
上記第１予測バッテリー出力ベクトルスクエア‐ルート共分散マトリックスと上記第１予測バッテリー出力ベクトルスクエア‐ルート共分散マトリックスに基づいて上記第１予測バッテリー出力ベクトル共分散マトリックスを演算する段階を含むことを特徴とする請求項８に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１推定バッテリーパラメータベクトルを演算する段階は、
上記第１バッテリー出力ベクトルと上記第１予測バッテリー出力ベクトルに基づいてイノベーションベクトル（ｉｎｎｏｖａｔｉｏｎｖｅｃｔｏｒ）を定める段階；
上記ゲインマトリックスと上記イノベーションベクトルに基づいてアップデートベクトル（ｕｐｄａｔｅｖｅｃｔｏｒ）を定める段階；及び
上記第１予測バッテリーパラメータベクトルと上記アップデートベクトルに基づいて上記第１推定バッテリーパラメータベクトルを演算する段階を含むことを特徴とする請求項６に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１予測バッテリーパラメータベクトル、上記第１複数個の予測バッテリーパラメータベクトル、上記ゲインマトリックス及び上記第１予測バッテリー出力ベクトル共分散マトリックスに基づいて上記第１所定時間で推定バッテリーパラメータベクトル共分散マトリックスを定める段階をさらに含むことを特徴とする請求項６に記載の推定バッテリーパラメータベクトルを定める方法。
上記第１予測バッテリーパラメータベクトル、上記第１複数個の予測バッテリーパラメータベクトル、上記ゲインマトリックス及び予測バッテリー出力ベクトルスクエア‐ルート共分散マトリックスに基づいて上記第１所定時間で推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスを定める段階をさらに含むことを特徴とする請求項６に記載の推定バッテリーパラメータベクトルを定める方法。
第１所定時間でバッテリーのパラメータを示す推定バッテリーパラメータベクトルを定めるシステムにおいて、
上記バッテリーの出力変数を示す第１信号を生成するように構成されるセンサー；及び
上記センサーと動作可能に連結され、上記第１所定時間で上記バッテリーのパラメータと上記バッテリーパラメータの不確実性を示す第１複数個の予測バッテリーパラメータベクトルを定めるように構成され、上記第１所定時間でバッテリー状態を示す少なくとも一つの値を持つバッテリー状態ベクトルを定めるように構成され、上記第１複数個の予測バッテリーパラメータベクトルと上記バッテリー状態ベクトルに基づいて上記第１所定時間で上記バッテリーの少なくとも一つの出力変数と上記出力変数の不確実性を示す第２複数個の予測バッテリー出力ベクトルを定めるように構成され、上記第１信号に基づいて第１バッテリー出力ベクトルを定めるように構成され、上記第１複数個の予測バッテリーパラメータベクトル、第２複数個の予測バッテリー出力ベクトル及び上記第１バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトルを定めるように構成されるコンピュータを含むことを特徴とする推定バッテリーパラメータベクトルを定めるシステム。
上記コンピュータは、
メモリから上記第１所定時間以前の第２所定時間で上記バッテリーのパラメータを示す推定バッテリーパラメータベクトルを検索するように構成され、上記メモリから上記第２所定時間で上記バッテリーパラメータの不確実性を示す推定バッテリーパラメータベクトル共分散マトリックスを検索するように構成され、上記第２所定時間でパラメータノイズの不確実性を示す推定バッテリーパラメータノイズ共分散マトリックスを定めるように構成され、上記推定バッテリーパラメータベクトル、上記推定バッテリーパラメータベクトル共分散マトリックス及び上記推定バッテリーパラメータノイズ共分散マトリックスに基づいて上記第１複数個の予測バッテリーパラメータベクトルを演算するように構成されることを特徴とする請求項１３に記載の推定バッテリーパラメータベクトルを定めるシステム。
上記コンピュータは、
メモリから上記第１所定時間以前の第２所定時間で上記バッテリーのパラメータを示す推定バッテリーパラメータベクトルを検索するように構成され、上記メモリから上記第２所定時間で上記バッテリーパラメータの不確実性を示す推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスを検索するように構成され、上記第２所定時間でパラメータノイズの不確実性を示す推定バッテリーパラメータノイズスクエア‐ルート共分散マトリックスを定めるように構成され、上記推定バッテリーパラメータベクトル、上記推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックス及び上記推定バッテリーパラメータノイズスクエア‐ルート共分散マトリックスに基づいて上記第１複数個の予測バッテリーパラメータベクトルを演算するように構成されることを特徴とする請求項１３に記載の推定バッテリーパラメータベクトルを定めるシステム。
上記コンピュータは、
上記第２複数個の予測バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーの少なくとも一つの出力変数を示す第１予測バッテリー出力ベクトルを定めるように構成され、上記第１予測バッテリーパラメータベクトル、上記第１予測バッテリー出力ベクトル、上記第１複数個の予測バッテリーパラメータベクトル及び上記第２複数個の予測バッテリー出力ベクトルに基づいてゲインマトリックスを定めるように構成され、上記第１予測バッテリーパラメータベクトル、上記第１予測バッテリー出力ベクトル、上記ゲインマトリックス及び上記第１バッテリー出力ベクトルに基づいて上記第１推定バッテリーパラメータベクトルを演算するように構成されることを特徴とする請求項１３に記載の推定バッテリーパラメータベクトルを定めるシステム。
第１所定時間でバッテリーのパラメータを示す推定バッテリーパラメータベクトルを定めるようにエンコードされたコンピュータプログラムを持つコンピュータ貯蔵媒体であって、
上記第１所定時間で上記バッテリーのパラメータと上記バッテリーパラメータの不確実性を示す第１複数個の予測バッテリーパラメータベクトルを定めるコード；
上記第１所定時間でバッテリー状態を示す少なくとも一つの値を持つバッテリー状態ベクトルを定めるコード；
上記第１複数個の予測バッテリーパラメータベクトルと上記バッテリー状態ベクトルに基づいて上記第１所定時間で上記バッテリーの少なくとも一つの出力変数と上記出力変数の不確実性を示す第２複数個の予測バッテリー出力ベクトルを定めるコード；
上記第１所定時間で獲得されたバッテリー出力変数の少なくとも一つの測定値を持つ第１バッテリー出力ベクトルを定めるコード；及び
上記第１複数個の予測バッテリーパラメータベクトル、第２複数個の予測バッテリー出力ベクトル及び上記第１バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーのパラメータを示す第１推定バッテリーパラメータベクトルを定めるコードを含むことを特徴とする推定バッテリーパラメータベクトルを定めるようにエンコードされたコンピュータプログラムを持つコンピュータ貯蔵媒体。
上記第１複数個の予測バッテリーパラメータベクトルを定めるコードは、
メモリから上記第１所定時間以前の第２所定時間で上記バッテリーのパラメータを示す推定バッテリーパラメータベクトルを検索するコード；
上記メモリから上記第２所定時間で上記バッテリーパラメータの不確実性を示す推定バッテリーパラメータベクトル共分散マトリックスを検索するコード；
上記第２所定時間でパラメータノイズの不確実性を示す推定バッテリーパラメータノイズ共分散マトリックスを定めるコード；及び
上記推定バッテリーパラメータベクトル、上記推定バッテリーパラメータベクトル共分散マトリックス及び上記推定バッテリーパラメータノイズ共分散マトリックスに基づいて上記第１複数個の予測バッテリーパラメータベクトルを演算するコードを含むことを特徴とする請求項１７に記載の推定バッテリーパラメータベクトルを定めるようにエンコードされたコンピュータプログラムを持つコンピュータ貯蔵媒体。
上記第１複数個の予測バッテリーパラメータベクトルを定めるコードは、
メモリから上記第１所定時間以前の第２所定時間で上記バッテリーのパラメータを示す推定バッテリーパラメータベクトルを検索するコード；
上記メモリから上記第２所定時間で上記バッテリーパラメータの不確実性を示す推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックスを検索するコード；
上記第２所定時間でパラメータノイズの不確実性を示す推定バッテリーパラメータノイズスクエア‐ルート共分散マトリックスを定めるコード；及び
上記推定バッテリーパラメータベクトル、上記推定バッテリーパラメータベクトルスクエア‐ルート共分散マトリックス及び上記推定バッテリーパラメータノイズスクエア‐ルート共分散マトリックスに基づいて上記第１複数個の予測バッテリーパラメータベクトルを演算するコードを含むことを特徴とする請求項１７に記載の推定バッテリーパラメータベクトルを定めるようにエンコードされたコンピュータプログラムを持つコンピュータ貯蔵媒体。
上記第１推定バッテリーパラメータベクトルを定めるコードは、
上記第２複数個の予測バッテリー出力ベクトルに基づいて上記第１所定時間で上記バッテリーの少なくとも一つの出力変数を示す第１予測バッテリー出力ベクトルを定めるコード；
上記第１予測バッテリーパラメータベクトル、上記第１予測バッテリー出力ベクトル、上記第１複数個の予測バッテリーパラメータベクトル及び上記第２複数個の予測バッテリー出力ベクトルに基づいてゲインマトリックスを定めるコード；及び
上記第１予測バッテリーパラメータベクトル、上記第１予測バッテリー出力ベクトル、上記ゲインマトリックス及び上記第１バッテリー出力ベクトルに基づいて上記第１推定バッテリーパラメータベクトルを演算するコードを含むことを特徴とする請求項１７に記載の推定バッテリーパラメータベクトルを定めるようにエンコードされたコンピュータプログラムを持つコンピュータ貯蔵媒体。