JP2014074682A - バッテリのパラメータ等推定装置およびその推定方法 - Google Patents

バッテリのパラメータ等推定装置およびその推定方法 Download PDF

Info

Publication number
JP2014074682A
JP2014074682A JP2012223002A JP2012223002A JP2014074682A JP 2014074682 A JP2014074682 A JP 2014074682A JP 2012223002 A JP2012223002 A JP 2012223002A JP 2012223002 A JP2012223002 A JP 2012223002A JP 2014074682 A JP2014074682 A JP 2014074682A
Authority
JP
Japan
Prior art keywords
battery
parameter
value
parameters
estimation
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
Application number
JP2012223002A
Other languages
English (en)
Other versions
JP5944291B2 (ja
Inventor
Atsushi Baba
厚志 馬場
Shuichi Adachi
足立修一
Ichiro Maruta
一郎 丸田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Keio University
Marelli Corp
Kyoto University NUC
Original Assignee
Calsonic Kansei Corp
Keio University
Kyoto University NUC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Calsonic Kansei Corp, Keio University, Kyoto University NUC filed Critical Calsonic Kansei Corp
Priority to JP2012223002A priority Critical patent/JP5944291B2/ja
Priority to US14/433,139 priority patent/US10295607B2/en
Priority to CN201380052378.XA priority patent/CN104704380B/zh
Priority to PCT/JP2013/005793 priority patent/WO2014054259A1/ja
Publication of JP2014074682A publication Critical patent/JP2014074682A/ja
Application granted granted Critical
Publication of JP5944291B2 publication Critical patent/JP5944291B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

【課題】バッテリの等価回路モデルのパラメータ等を簡単な演算で推定精度を向上させることが可能なバッテリのパラメータ等推定装置を提供する。
【解決手段】バッテリ1のパラメータ等推定装置は、抵抗およびコンデンサをパラメータとして有するバッテリの等価回路モデル4Aと、パラメータを対数変換して得た対数変換パラメータ値を状態変数とし、これを用いて状態方程式と出力方程式からカルマン・フィルタ41でパラメータの対数変換値を、検出した充放電電流および端子電圧に基づいて逐次推定する対数変換パラメータ値推定部4Bと、推定した対数変換パラメータ値からこの値に対応する真数であるパラメータの推定値を得る逆対数変換部4Cと、を備える。
【選択図】図１

Description

本発明は、バッテリの等価回路モデルのパラメータをカルマン・フィルタで逐次推定可能なバッテリのパラメータ等推定装置およびその推定方法に関する。
従来のバッテリの内部状態・パラメータ等推定装置としては、特許文献１に記載のもの等が知られている。
この従来のバッテリのパラメータ等推定装置は、バッテリの充放電電流および端子電圧を検出し、これらを入力に基づき、バッテリの等価回路モデルを用いてカルマン・フィルタでそのパラメータや開放電圧を逐次推定する。この推定した開放電圧から補正用充電率を推定し、この補正用充電率に基づき充放電電流を補正してこれを積算して得た値を満充電容量で除算することで、より高い精度でバッテリの充電率(SOC：State of Charge)を得るようにしている。
このようにカルマン・フィルタを用いてバッテリの等価回路モデルのパラメータを推定したり、その開放電圧を推定したりすることで充電率や健全度(SOH: State of Health)などのバッテリの内部状態を推定するようにすることは、上記特許文献１以外にも従来から多く行われて来ている。
この場合、たとえば非特許文献１に記載されているように、対象システムの状態方程式と出力方程式が既知共分散行列をもつ白色ノイズの外乱の影響を受けるのであれば、平均二乗状態誤差が最小となるようにゲイン行列を選ぶことができ、このような観測器としてカルマン・フィルタが知られている。
言い換えれば、カルマン・フィルタでは、外乱と雑音の未来値がこれらの平均値（すなわち０）に等しいと仮定することができれば、最適予測が得られるというものである。
特開２０１２−４７５８０号公報
「モデル予測制御」Jan M. Maciejowski著・足立修一・管野政明訳 発行日：2005年1月20日 発行所：東京電気大学出版局 第72−73頁
しかしながら、上記従来のバッテリのパラメータ等推定装置には、以下に説明するような問題がある。
上記従来の推定装置を含め、今まで提案されて来たカルマン・フィルタを用いたバッテリのパラメータ等推定装置にあっては、上述のようにパラメータ（抵抗やコンデンサ）のノイズは白色ノイズであるとされ、したがってこれらのパラメータは正規分布をなすものとされていた。
このようにパラメータのノイズが白色ノイズであってパラメータが正規分布にしたがってばらつくものであると仮定してパラメータの推定を行っていても、それなりの推定精度が得られていた。
ところが、本発明者らの実験・測定によると、上記推定の場合に推定値が実際値から大きくずれることがあり、たとえば抵抗値などのパラメータが実際にはありえない負の値をとる場合があることが分かった。
この原因としては、バッテリの作用が複雑な化学反応で行われることから、単純化した回路等価モデルでは推定値がずれてしまうものと考えられる。
そこで、抵抗やコンデンサの数を増やした等価回路モデルを用いようとすると、演算が複雑になり実際の処理には用いることは非常に難しい。
本発明は、上記問題に着目してなされたもので、その目的とするところは、バッテリの等価回路モデルのパラメータを推定する場合に、簡単な演算で、より実際値に近くなるようにパラメータの推定精度を向上させることができるようにしたバッテリのパラメータ等推定装置およびその方法を提供することにある。
この目的のため、請求項１に記載の本発明によるバッテリのパラメータ等推定装置は、
バッテリの充放電電流を検出する充放電電流検出部と、
バッテリの端子電圧を検出する端子電圧検出部と、
抵抗およびコンデンサをパラメータとして有するバッテリの等価回路モデルと、
充放電電流検出部で検出した充放電電流および端子電圧検出部で検出した端子電圧に基づき、等価回路モデルを用いてパラメータを推定するバッテリのパラメータ等推定装置において、
パラメータを対数変換して得た対数変換パラメータ値を状態変数とし、この状態変数を用いて状態方程式および出力方程式からカルマン・フィルタでパラメータの対数変換値を、上記検出した充放電電流および端子電圧に基づいて逐次推定する対数変換パラメータ値推定部と、
ここで推定した対数変換パラメータ値を逆対数変換してこの対数変換パラメータ値に対応する真数であるパラメータの推定値を得る逆対数変換部と、
を備えたことを特徴とする。
また、請求項２に記載の発明のバッテリのパラメータ等推定装置は、
請求項１のバッテリのパラメータ等推定装置において、
逆対数変換部で得た真数のパラメータに基づき、バッテリの内部状態値を推定する内部状態値推定部を、
備えていることを特徴とする。
また、請求項３に記載の発明のバッテリのパラメータ等推定装置は、
請求項２のバッテリのパラメータ等推定装置において、
内部状態値が、バッテリの充電率および健全度のうちの少なくとも１つである、
ことを特徴とする。
また、請求項４に記載の本発明によるバッテリのパラメータ等推定方法は、
バッテリの充放電電流および端子電圧を検出し、
検出した充放電電流および端子電圧に基づき、抵抗およびコンデンサをパラメータとして有する等価回路モデルを用いて、上記パラメータを推定するバッテリのパラメータ等推定方法において、
パラメータを対数変換して得た対数変換パラメータ値を状態変数とし、この状態変数を用いて状態方程式および出力方程式からカルマン・フィルタで、対数変換パラメータ値を、検出した充放電電流および端子電圧に基づいて逐次推定し、
この推定した対数変換パラメータ値を逆対数変換してこの対数変換パラメータ値に対応する真数であるパラメータの推定値を得るようにした、
ことを特徴とする。
また、請求項５に記載の本発明によるバッテリのパラメータ等推定方法は、
請求項４のバッテリのパラメータ等推定方法において、
逆対数変換部で得た真数のパラメータに基づき、バッテリの内部状態値を推定する、
ことを特徴とする。
また、請求項６に記載の本発明によるバッテリのパラメータ等推定方法は、
請求項５のバッテリのパラメータ等推定装置において、
内部状態値が、バッテリの充電率および健全度のうちの少なくとも１つである、
ことを特徴とする。
請求項１に記載の本発明のバッテリのパラメータ等推定装置にあっては、対数変換パラメータ値推定部で、バッテリの等価回路モデルのパラメータを対数変換して得た対数変換パラメータ値を状態変数とし、この対数変換パラメータ値を、充放電電流および端子電圧に基づいてカルマン・フィルタで逐次推測する。この推測値は逆対数変換部で逆対数変換して真数であるパラメータを得、これをパラメータの推定値とした。
したがって、バッテリの等価回路モデルのパラメータの推定精度を向上することができる。また、パラメータが実際にはありえない負の値をとることを抑制することが可能となる。
請求項２に記載の本発明のバッテリのパラメータ等推定装置にあっては、バッテリの内部状況をも精度よく推定することができる。
請求項３に記載の本発明のバッテリのパラメータ等推定装置にあっては、充電率や健全度を精度よく推定することができる。
請求項４に記載の本発明のバッテリのパラメータ等推定方法にあっては、バッテリの等価回路モデルのパラメータを対数変換して得た対数変換パラメータ値を状態変数とし、この対数変換パラメータ値を、充放電電流および端子電圧に基づいてカルマン・フィルタで逐次推測する。この推測値は逆対数変換して真数であるパラメータを得、これをパラメータの推定値とした。
したがって、バッテリの等価回路モデルのパラメータの推定精度を向上することができる。また、パラメータが実際にはありえない負の値をとることを抑制することが可能となる。
請求項５に記載の本発明のバッテリのパラメータ等推定方法にあっては、バッテリの内部状況をも精度よく推定することができる。
請求項６に記載の本発明のバッテリのパラメータ等推定方法にあっては、充電率や健全度を精度よく推定することができる。
バッテリに接続した本発明の実施例１のバッテリのパラメータ等推定装置の機能ブロックを示す図である。 バッテリの等価回路モデルを説明する図である。 バッテリでの開放電圧と充電率との関係を示す図である。 ３次のフォスタ型バッテリ等価回路モデルを示す図である。 ３次のカウエル型バッテリ等価回路モデルを示す図である。 電気自動車で実際走行した際の電流および電圧、また充電率の計測データを示す図である。 ３次のフォスタ型のバッテリ等価回路モデルを使用した場合、通常のカルマン・フィルタによる同時推定結果である充電率の推定値とそのときの誤差を示す図である。 図７の場合におけるパラメータの推定値を示す図である。 ３次のフォスタ型のバッテリ等価回路モデルを使用した場合、正規化カルマン・フィルタによる同時推定結果である充電率の推定値とそのときの誤差を示す図である。 図９の場合におけるパラメータの推定値を示す図である。 ３次のフォスタ型のバッテリ等価回路モデルを使用した場合、対数変換を用いたカルマン・フィルタによる同時推定結果である充電率の推定値とそのときの誤差を示す図である。 図１１の場合におけるパラメータの推定値を示す図である。 ３次のカウエル型のバッテリ等価回路モデルを使用した場合、通常のカルマン・フィルタによる同時推定結果である充電率の推定値とそのときの誤差を示す図である。 図１３の場合におけるパラメータの推定値を示す図である。 ３次のカウエル型のバッテリ等価回路モデルを使用した場合、正規化カルマン・フィルタによる同時推定結果である充電率の推定値とそのときの誤差を示す図である。 図１５の場合におけるパラメータの推定値を示す図である。 ３次のカウエル型のバッテリ等価回路モデルを使用した場合、対数変化を用いたカルマン・フィルタによる同時推定結果である充電率の推定値とそのときの誤差を示す図である。 図１７の場合におけるパラメータの推定値を示す図である。
以下、本発明の実施の形態を、図面に示す実施例に基づき詳細に説明する。
以下、実施例１のバッテリのパラメータ等推定装置につき、添付の図面を参照しながら説明する。
実施例１のバッテリのパラメータ等推定装置は、電気自動車やハイブリッド電気自動車などの車両に用いられる。このような車両には、車両を駆動する電気モータ、バッテリ、これらのコントローラなどが搭載され、電気モータへの電力を供給（放電）したり、制動時における電気モータからの制動エネルギの回生や地上充電設備からのバッテリへ電力回収（充電）を行ったりする。
このような充放電電流のバッテリへの出入りがあると、バッテリ内部の状態が変化していき、この内部状態をパラメータ等推定装置で推定しながらモニタしていくことで、バッテリの残量など必要な情報を収集している。
図１に示すように、バッテリ1のパラメータ等推定装置は、バッテリ1に接続された電圧センサ2および電流センサ3と、状態推定部4と、電荷量算出部5と、充電率算定部6と、健全度算出部7と、を備えている。
なお、状態推定部4と、電荷量算出部5と、充電率算定部6と、健全度算出部7とは、車載のマイクロ・コンピュータで構成される。
バッテリ1は、本実施例にあっては、リチャージャブル・バッテリ（二次電池）、たとえばリチウム・イオン・バッテリを用いるが、これに限られることはなく、ニッケル・水素バッテリ等、他の種類のバッテリを用いてもよいことは言うまでもない。
電圧センサ2は、バッテリ1の端子間電圧を検出するもので、検出した端子電圧値vは状態推測部4へ入力される。
この電圧センサ2は、本発明の端子電圧検出部に相当する。
電流センサ3は、バッテリ1から電気モータ等へ電力を供給する場合の放電電流の大きさ、および制動時に電気モータを発電機として機能させて制動エネルギの一部を回収したり地上の電源設備から充電したりする場合の充電電流の大きさを検出するもので、そこで検出した充放電電流値iは入力信号として状態推測部4へ出力される。
電流センサ3は、本発明の充放電電流検出部に相当する。
状態推測部4は、バッテリ1の等価回路モデル4Aと、対数変換パラメータ値推定部4Bと、逆対数変換部4Cと、を備える。
バッテリ等価モデル4Aは、抵抗とコンデンサとの並列回路を接続した、無限級数の和による近似で表されるフォスタ型RC梯子回路や、直列接続した抵抗間をコンデンサで接地した、連分数展開により禁じで表されるカウエル型RC梯子回路等で構成する。なお、抵抗やコンデンサは、バッテリ等価モデル4Aのパラメータとなる。
対数変換パラメータ値推定部4Bは、カルマン・フィルタ41を有し、パラメータを対数変換して得た対数変換パラメータ値を状態変数とし、バッテリ等価モデル4Aを用いて、このパラメータを対数変換して得た対数変換パラメータ値とバッテリ1の開放電圧とを、電圧センサ2からの端子電圧vおよび電流センサ3からの充放電電流iに基づいて、逐次推定していく。すなわち、この推定にあっては、バッテリ等価モデル4Aのパラメータは一旦、対数変換された対数変換パラメータ値が状態変数として状態方程式および出力方程式にて演算される。
対数変換パラメータ値推定部4Bにて推定された開放電圧（OCV： Open Circuit Voltage）は、充電率算出部6と健全度算出部7へ出力される。
なお、カルマン・フィルタ41では、対象となるシステムのモデル（本実施例の場合にはバッテリ等価回路モデル4A）を設計し、このモデルと実システムに同一の入力信号を入力し、その場合の両者の出力を比較してそれらに誤差があれば、この誤差にカルマン・ゲインをかけてモデルへフィードバックすることで、両者の誤差が最小になるようにモデルを修正する。これを繰り返すことで、モデルのパラメータを推定する。
逆対数変換部4Cは、対数変換パラメータ値推定部４Ｂで得たバッテリ等価回路モデル4Aの対数変換パラメータ値が入力され、これを逆対数変換してその対数変換パラメータ値に対応する真数であるパラメータを得る。
なお、状態推測部4の等価回路モデル4A、対数変換パラメータ値推定部4B、逆対数変換部4Cについては、後でより詳しく説明する。
一方、電荷量算出部5は、電流センサ3で検出したバッテリ1の充放電電流値iが入力され、この値を逐次積算していくことでバッテリ1から出入りした電荷量を求め、この値を、逐次積算演算前に記憶した残存電荷量から減算することで、現在のバッテリ1が有する電荷量Qを算出する。この電荷量Qは、健全度算出部7へ出力される。
充電率算出部6は、開放電圧値と充電率との関係が温度やバッテリ1の劣化に影響されにくいことから、これらの関係を予め実験等で求めて得た関係データを、たとえ特性表として記憶している。そして、この特性表に基づき、状態推定部4で推定した開放電圧推定値からそのときの充電率を推定する。この充電率は、バッテリ１のバッテリ・マネージメントに利用される。
健全度算出部７は、所定幅で区分けした健全度SOHごとに電荷量Qと開放電圧OCVの関係を表わす特性表を有する。この特性表の詳細については、たとえば、本出願人の出願による特開２０１２−５７９５６号公報に開示されている。
健全度算出部7には、状態推定部4で推定した開放電圧推定値と電荷量算出部5で算出した電荷量とが入力されて、これらが上記特性表のいずれの健全度SOHの範囲に入るのかが算出されて、当てはまる健全度SOHが出力される。
ここで、上記パラメータ等推定装置の状態推測部4について、以下に詳しく説明する。
まず、バッテリ等価回路モデル４Aから説明する。
今回推定するバッテリ・モデルを図２に示す。
このモデルは、開放電圧OCVと抵抗R0、またワールブルグ・インピーダンスZwから成り立っており、OCVは、図３に示すようなSOCの非線形関数となる。
SOCは、電流iと満充電容量(FCC： Full Charge Capacity)を用いて、
Figure 2014074682
 の関係がある。
なお、ワールブルグ・インピーダンスZwは、バッテリ（本実施例では、リチウム・バッテリを用いる）内部のリチウム・イオンの拡散過程に起因するインピーダンスである。
このインピーダンスについては、２種類の近似モデルが提案されている。
第１のモデルは、無限級数の和による近似を行うフォスタ型回路であり、第２のモデルは、連分数展開による近似を行うカウエル型回路である。
両者ともに、ｎ次の線形等価回路で表されたモデルである。
以下では、例としてｎ＝３としたときの２つのバッテリ・モデルを示す。
まず、３次のフォスタ型回路で近似した場合の等価回路モデルを図４示す。同図中、Rは抵抗、Cはコンデンサであり、それぞれ添字でそれらの次数を表す。
状態変数をx、入力をu、出力をyとすると、
Figure 2014074682
 となる。
ただし、v1〜v３はそれぞれ添字に対応したコンデンサでの電圧降下、iは回路全体を流れる電流、vは回路全体の電圧降下である。また、行列の上の添字Tは、その転置行列を表す。
このとき、状態空間は、
Figure 2014074682
 である。
ただし、
Figure 2014074682
 である。
なお、上記の式(5)は状態方程式、式(6)は出力方程式である。
一方、３次のカウエル型回路で近似した場合の等価回路モデルを図５に示す。
状態変数をx、入力をu、出力をyとすると、
Figure 2014074682
 となる。
ただし、v1〜v３はそれぞれ添字に対応したコンデンサでの電圧降下、iは回路全体を流れる電流、vは回路全体の電圧降下である。
このとき、状態空間は、
Figure 2014074682
 である。ただし、
Figure 2014074682
 である。
なお、上記の式(15)は状態方程式、式(16)は出力方程式である。
次に、上記フォスタ型およびカウエル型のバッテリ等価回路モデルを用いて、カルマン・フィルタでバッテリの状態とパラメータとを同時推定する。
なお、ここでは、カルマン・フィルタには、無香料カルマン・フィルタ（UKF: Unscented Kalman Filter）を用いるが、他のものでもよい。
UKFは、シグマ・ポイントという重み付きサンプル点を使って、確率分布を近似し、それぞれの重み付き遷移を計算する。具体的には、シグマ・ポイントごとに遷移後の平均値と分散を計算し、それらを重みに従って加算する。
このようにすることで、遷移後の確率分布をより真値に近く、また計算量も増え過ぎない近似を行うことができる。また、システムを近似するのではなく、確率分布をシグマ・ポイントで近似しているので、システムの非線形性について制約がない。
今回、発明の方法と他の方法とを比較して発明の方法の特徴を明らかにするため、以下の３通りの適用方法を試みた。
第１は、パラメータをそのまま推定し、第２は正規化したパラメータを推定し、第３は、本発明の方法であって対数化したパラメータを推定した。
まず、第１のパラメータをそのまま推定する場合について説明する。
フォスタ型回路およびカウエル型回路のバッテリ等価回路モデルを、パラメータや開放電圧が同時推定できるような拡大系のモデルに書き換える。
すなわち、新しく拡大系の状態変数と出力として、
Figure 2014074682
 を定義する。
ここで、パラメータR0、Rd、Cdに加えて、電流iも状態変数として扱うことに注意する。
このとき、フォスタ型のバッテリ等価回路モデルの場合、
Figure 2014074682
 となる。ただし、
Figure 2014074682
 である。
また、カウエル型回路のバッテリ等価回路モデルの場合、
Figure 2014074682
 となる。
ただし、
Figure 2014074682
 である。
このような拡大系モデルをオイラー法やルンゲ＝クッタ法などを用いて離散化し、UKFを用いて推定する。
次に、第２の方法、すなわち正規化したパラメータを推定する方法について説明する。
上記のようにパラメータをそのまま推定する場合、パラメータのオーダーの差が大きいとコンピュータによる数値計算の精度に問題が出て来る。今回の場合では、R0が10-4、Rdが10-4、Cdが10５といったオーダーであるので、UKFのカルマン・ゲインを計算する過程で桁落ちが生じる。
そこで、上記問題を解決するために、ここでは正規化UKFを適用する。
この正規化UKFは、もともとオーダーに差がある状態変数をオーダーの揃った状態変数に変換して、その新たな状態変数を推定しようとするものである。
すなわち、式(22)の状態変数ｚに対して、オーダーを揃えた新たな状態変数ｚNを、
Figure 2014074682
 とし、このｚNを推定する。
ただし、NR0、NRｄ、NCｄを正規化因子として、
Figure 2014074682
 である。
今回の場合、正規化因子は、たとえば、
Figure 2014074682
 といった値になる。
出力を式(23)のままとすると、フォスタ回路型の等価回路モデル（式(24)と(25)）は、
Figure 2014074682
 となる。ただし、
Figure 2014074682
 である。
なお、カウエル型の等価回路モデル（式(28)と(29)）も上記同様に書き換えることができる。
次に、本発明、したがって実施例１で用いる対数化したパラメータを推定する方法について説明する。
パラメータの対数をとれば、上記正規化したパラメータの場合と同様に、推定するパラメータのオーダーを揃えることができる。
この方法では、カルマン・フィルタが、ある状態変数Xを推定する代わりにそのべき指数Zを推定することになる。
つまり、たとえばネイピア数を底として
Figure 2014074682
 と表されるZを推定する。
式(22)の状態変数ｚに対して、パラメータについて自然対数を取った状態変数ｚLを
Figure 2014074682
 とし、このｚLを推定する。
ただし、
Figure 2014074682
 である。
なお、ここでは自然対数を用いているが、１でない任意の正の実数を底とする対数を用いるようにしてもよい。
出力を式(23)のままとすると、フォスタ型の等価回路モデルの場合の拡大系モデル（式(24)と式(25)）は、
Figure 2014074682
 となる。ただし、
Figure 2014074682
 である。
なお、カウエル型の等価回路モデル（式(28)と(29)）も上記同様に書き換えることができる。
以上のようにしてバッテリ等価回路モデルのパラメータおよび開放電圧を、カルマン・フィルタを用いて逐次、同時推定することができる。
ここで上記３つの方法について、実際の電気自動車の走行データを用いてシミュレーションした結果について以下に説明する。
電気自動車で実際に走行した際の電流および電圧、また充電率の計測データを図６に示す。これらの電流と電圧のデータをそのまま用いてパラメータと充電率を同時推定する。
以下の６パターンの推定手法を比較した。
まず、３次のフォスタ型のバッテリ等価回路モデルを使用した場合、次の３通りでシミュレーションを行った。
（シミュレーション１） 通常のUKFによる同時推定結果を、図７（上半部は経過時間と充電率の推定値および真値と関係、下半部は経過時間と充電率の誤差の関係）と図８（経過時間に対するパラメータR0、Rd、Cdの変化）にそれぞれ示す。
(シミュレーション２) 正規化UKFによる同時推定結果を、図９（上半部は経過時間と充電率の推定値および真値と関係、下半部は経過時間と充電率の誤差の関係）と図１０（経過時間に対するパラメータR0、Rd、Cdの変化）にそれぞれ示す。
(シミュレーション３) 対数変換を利用したUKFによる同時推定結果を、図１１（上半部は経過時間と充電率の推定値および真値と関係、下半部は経過時間と充電率の誤差の関係）と図１２（経過時間に対するパラメータR0、Rd、Cdの変化）にそれぞれ示す。
また、３次のカウエル型のバッテリ等価回路モデルを使用した場合、次の３通りでシミュレーションを行った。
（シミュレーション４） UKFによる同時推定結果を、図１３（上半部は経過時間と充電率の推定値および真値と関係、下半部は経過時間と充電率の誤差の関係）と図１４（経過時間に対するパラメータR0、Rd、Cdの変化）にそれぞれ示す。
(シミュレーション５) 正規化UKFによる同時推定結果を、図１５（上半部は経過時間と充電率の推定値および真値と関係、下半部は経過時間と充電率の誤差の関係）と図１６（経過時間に対するパラメータR0、Rd、Cdの変化）にそれぞれ示す。
(シミュレーション６) 対数変換を利用したUKFによる同時推定結果を、図１７（上半部は経過時間と充電率の推定値および真値と関係、下半部は経過時間と充電率の誤差の関係）と図１８（経過時間に対するパラメータR0、Rd、Cdの変化）にそれぞれ示す。
以上の結果および上記以外の走行パターンでのシミュレーション結果を見ると、以下のことが分かる。
まず、充電率の推定精度については、上記３通りの充電率の違いはそれほど大きな差を生じていない。しかしながら、平均的な充電率の推定精度は、対数変換を用いたUKFが正規化UKFとほぼ同じかやや上回り、通常のUKFより高くなる。特に、通常のUKFでは、所々にスパイク状の大きな誤差が発生しており、これが推定精度を低下させる原因となっている。
次に、パラメータの推定精度については、上記結果から明らかなように、対数変換を用いたUKFが最もよく、続いて正規化UKFが続き、通常のUKFが最も良くない。
ただし、パラメータの場合はそれらの真値が分からないので、推定値の妥当性は推定された分散の値で判断することになる。
すなわち、図１０、図１２、図１４、図１６、図１８に示した破線の１σ範囲が十分狭まっていけば、推定精度が高く、逆に破線で示した１σ範囲が広がって行くようであれば、その推定精度はあまり信頼できないことになる。
たとえば、対数変化を用いたUKFでの結果を示す図１８では、すべてのパラメータについて１σの範囲が狭まって行くのに対し、正規化UKFでの結果を示す図１６では拡散容量Cdの１σの範囲が広がっていっている。また、通常のUKFでの結果を示す図１４ではR0、Rdの１σの範囲が広過ぎて図中に入らなかったり、Cdの１σの範囲が広がって行ったりしてしまう。
なお、フォスタ型の場合とカウエル型の場合とで結果を比較すると、総じてフォスタ型の方が充電率の推定精度は高いことが分かる。カウエル型の場合、特に充電時に大きな誤差が生じることがある。これは、式（24）と式(28)の複雑な違いに起因したものではないかと考えられる。
ここで、本発明、したがって本実施例で対数変換したパラメータをカルマン・フィルタで推定するということについて、さらに説明する。
パラメータを今までのように、正規分布するものとすると、たとえばパラメータ（抵抗など）の推定値の範囲は、推定の途中で広がったり狭くなったりする。この結果、範囲が広がったときパラメータが実際にはあり得ない負の値をとってしまい、これが推定精度を低下させる原因となっている。
これに対し本実施例では以下のようになる。
対数化したパラメータを推定するということは、ある変数Xを推定する代わりにそのべき指数、つまり
Figure 2014074682
 と表されるZを推定することである。この対数変換を用いたUKFでは、このべき指数Zに白色ノイズが加わっていると仮定して推測を行う。
この仮定のもとでは、もとの変数Xは正規分布ではなく、対数正規分布に従うことになる。
このようにすることで、バッテリのパラメータR0、Rd、Cdは上記仮定を良く満たしていると考えられる。
たとえば、バッテリの拡散抵抗Rdは、
Figure 2014074682
 で表される。ただしTは絶対温度、Dは拡散係数、D0は定数、Eaは活性化エネルギ、Rは気体定数である。
このとき、電極表面付近の状態の不均一さにより絶対温度Tや活性化エネルギEaがばらつくと考えられる。このばらつきを正規分布と仮定すると、もとの抵抗Rdは対数正規分布になる。
上記議論は理論的に完全とは言えないものの、少なくとも従来のように電池のパラメータが正規分布すると仮定するよりは、実際の値により近い値が得られ、また抵抗などのパラメータが実際にはありえない負の値を取るということがなくなるので、パラメータおよびこれらを利用した内部状態の推測値も精度よく推定できるようになる。
以上、説明したように実施例１のバッテリのパラメータ等推定装置および方法は、バッテリ1の等価回路モデル4Aのパラメータを対数変換して得た対数変換パラメータ値を状態変数とし、この状態変数を用いて状態方程式および出力方程式からカルマン・フィルタ41で対数変換パラメータ値を、検出した充放電電流iおよび端子電圧vに基づいて逐次推定する対数変換パラメータ値推定部4Bと、推定した対数変換パラメータ値を逆対数変換してこの対数変換パラメータ値に対応する真数であるパラメータを得る逆対数変換部4Cと、を備えているので、パラメータの推定値の推定精度が従来技術のものに比べて高くなる。また、そのパラメータの推定値も、実際にはありえない負の値を取ることもなくなり、推定精度を向上させることができる。
また、パラメータの推定精度を向上することができるので、これらを利用したバッテリ1の内部状態（充電率や健全度など）をも精度高く推定することができるようになる。
以上、本発明を上記実施例に基づき説明してきたが、本発明は上記実施例に限られず、本発明の要旨を逸脱しない範囲で設計変更等があった場合でも、本発明に含まれる。
たとえば、本発明のバッテリのパラメータ等推定装置および方法は、電気自動車やハイブリッド自動車などの車両だけでなく、他の装置やシステムで用いるバッテリの内部状態推定にも適用することができる。
1 バッテリ
2 電圧センサ（端子電圧検出部）
3 電流センサ（充放電電流検出部）
4 情報推定部
4A バッテリ等価回路モデル
4B 対数変換パラメータ値推定部
4C 逆対数変換部
41 カルマン・フィルタ
5 電荷量算出部
6 充電率算出部
7 健全度算出部

Claims (6)

  1. バッテリの充放電電流を検出する充放電電流検出部と、
    前記バッテリの端子電圧を検出する端子電圧検出部と、
    抵抗およびコンデンサをパラメータとして有するバッテリの等価回路モデルと、
    前記充放電電流検出部で検出した前記充放電電流および前記端子電圧検出部で検出した前記端子電圧に基づき、前記等価回路モデルを用いて前記パラメータを推定するバッテリのパラメータ等推定装置において、
    前記パラメータを対数変換して得た対数変換パラメータ値を状態変数とし、該状態変数を用いて状態方程式および出力方程式からカルマン・フィルタで前記対数変換パラメータ値を、検出した前記充放電電流および前記端子電圧に基づいて逐次推定する対数変換パラメータ値推定部と、
    前記推定した対数変換パラメータ値を逆対数変換して該対数変換パラメータ値に対応する真数であるパラメータの推定値を得る逆対数変換部と、
    を備えたことを特徴とするバッテリのパラメータ等推定装置。
  2. 請求項１のバッテリのパラメータ等推定装置において、
    前記逆対数変換部で得た真数のパラメータに基づき、前記バッテリの内部状態値を推定する内部状態値推定部を、
    備えていることを特徴とするバッテリのパラメータ等推定装置。
  3. 請求項２のバッテリのパラメータ等推定装置において、
    前記内部状態値は、前記バッテリの充電率および健全度のうちの少なくとも１つである、
    ことを特徴とするバッテリのパラメータ等推定装置。
  4. バッテリの充放電電流および端子電圧を検出し、
    前記検出した充放電電流および端子電圧に基づき、抵抗およびコンデンサをパラメータとして有する等価回路モデルを用いて、前記パラメータを推定するバッテリのパラメータ等推定方法において、
    前記パラメータを対数変換して得た対数変換パラメータ値を状態変数とし、該状態変数を用いて状態方程式および出力方程式からカルマン・フィルタで、前記対数変換パラメータ値を、前記検出した充放電電流および端子電圧に基づいて逐次推定し、
    前記推定した対数変換パラメータ値を逆対数変換して該対数変換パラメータ値に対応する真数であるパラメータの推定値を得るようにした、
    ことを特徴とするバッテリのパラメータ等推定方法。
  5. 請求項４のバッテリのパラメータ等推定方法において、
    前記逆対数変換部で得た真数のパラメータに基づき、前記バッテリの内部状態値を推定する、
    ことを特徴とするバッテリのパラメータ等推定方法。
  6. 請求項５のバッテリのパラメータ等推定方法において、
    前記内部状態値は、前記バッテリの充電率および健全度のうちの少なくとも１つである、
    ことを特徴とするバッテリのパラメータ等推定方法。
JP2012223002A 2012-10-05 2012-10-05 バッテリのパラメータ等推定装置およびその推定方法 Active JP5944291B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2012223002A JP5944291B2 (ja) 2012-10-05 2012-10-05 バッテリのパラメータ等推定装置およびその推定方法
US14/433,139 US10295607B2 (en) 2012-10-05 2013-09-27 Device for estimating parameters of battery, and estimation method
CN201380052378.XA CN104704380B (zh) 2012-10-05 2013-09-27 用于估计电池参数的装置以及估计方法
PCT/JP2013/005793 WO2014054259A1 (ja) 2012-10-05 2013-09-27 バッテリのパラメータ推定装置およびその推定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012223002A JP5944291B2 (ja) 2012-10-05 2012-10-05 バッテリのパラメータ等推定装置およびその推定方法

Publications (2)

Publication Number Publication Date
JP2014074682A true JP2014074682A (ja) 2014-04-24
JP5944291B2 JP5944291B2 (ja) 2016-07-05

Family

ID=50434603

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012223002A Active JP5944291B2 (ja) 2012-10-05 2012-10-05 バッテリのパラメータ等推定装置およびその推定方法

Country Status (4)

Country Link
US (1) US10295607B2 (ja)
JP (1) JP5944291B2 (ja)
CN (1) CN104704380B (ja)
WO (1) WO2014054259A1 (ja)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105093122A (zh) * 2015-07-09 2015-11-25 宁波飞拓电器有限公司 基于强跟踪自适应sqkf的应急灯电池soc估计方法
CN105116338A (zh) * 2015-07-15 2015-12-02 盐城工学院 一种基于soc补偿器的并联型电池***建模方法
KR20170022855A (ko) * 2015-08-20 2017-03-02 삼성전자주식회사 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법
KR20170088424A (ko) * 2014-11-28 2017-08-01 르노 에스.아.에스. 배터리 셀의 충전 상태를 추정하는 자동적 방법
JP2017530353A (ja) * 2014-09-12 2017-10-12 コミサリヤ・ア・レネルジ・アトミク・エ・オ・エネルジ・アルテルナテイブ 電気自動車用電池の再充電管理
JP2018510337A (ja) * 2015-03-05 2018-04-12 ボルボ カー コーポレイション バッテリパラメータの推定
DE112017000588T5 (de) 2016-02-01 2018-12-13 Denso Corporation Batteriezustandschätzvorrichtung
KR20190050169A (ko) * 2017-11-02 2019-05-10 주식회사 엘지화학 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체
JP2019132666A (ja) * 2018-01-30 2019-08-08 プライムアースＥｖエナジー株式会社 組電池の状態推定装置及び組電池の状態推定方法
CN112912746A (zh) * 2018-10-23 2021-06-04 标致雪铁龙汽车股份有限公司 用于确定电化学电池的老化状态的确定方法
JP2021125912A (ja) * 2020-02-03 2021-08-30 株式会社日立製作所 電池制御装置、エネルギーマネジメントシステム
JP2022552957A (ja) * 2019-10-15 2022-12-21 ベニング・シーエムエス・テクノロジー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング 充電可能なバッテリの充電状態と健康状態を決定する方法および装置
US11579205B2 (en) 2020-03-18 2023-02-14 Gs Yuasa International Ltd. Estimation device, energy storage device, method for estimation, and computer program

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5291845B1 (ja) * 2012-01-26 2013-09-18 カルソニックカンセイ株式会社 電池の状態推定装置
US20140244193A1 (en) * 2013-02-24 2014-08-28 Fairchild Semiconductor Corporation Battery state of charge tracking, equivalent circuit selection and benchmarking
JP5946436B2 (ja) * 2013-10-21 2016-07-06 カルソニックカンセイ株式会社 バッテリのパラメータ推定装置及びパラメータ推定方法
JP6390471B2 (ja) * 2015-03-09 2018-09-19 株式会社デンソー ２次電池制御装置
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10243385B2 (en) 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
US10686321B2 (en) 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10436845B2 (en) * 2016-03-01 2019-10-08 Faraday & Future Inc. Electric vehicle battery monitoring system
US9960625B2 (en) 2016-03-31 2018-05-01 Robert Bosch Gmbh Battery management system with multiple observers
CN107340476B (zh) * 2016-04-29 2021-01-26 株式会社日立制作所 电池的电气状态监测***和电气状态监测方法
CN107664751A (zh) * 2016-07-28 2018-02-06 中兴通讯股份有限公司 一种蓄电池实时荷电状态的测算方法及测算装置
CN106324521B (zh) * 2016-09-05 2018-09-11 北京理工大学 一种联合估计动力电池***参数与荷电状态的方法
WO2018051442A1 (ja) * 2016-09-14 2018-03-22 株式会社東芝 蓄電容量推定装置、方法及びプログラム
US10447046B2 (en) 2016-09-22 2019-10-15 Robert Bosch Gmbh Secondary battery management system with remote parameter estimation
KR102650965B1 (ko) * 2018-04-23 2024-03-25 삼성에스디아이 주식회사 배터리 상태 추정 방법
JP7298114B2 (ja) * 2018-06-25 2023-06-27 株式会社Ｇｓユアサ 状態推定方法、及び状態推定装置
US11313911B2 (en) * 2018-07-10 2022-04-26 Sumitomo Electric Industries, Ltd. Secondary battery parameter estimation device, secondary battery parameter estimation method, and program
FR3087394B1 (fr) * 2018-10-23 2020-10-30 Psa Automobiles Sa Procede d’estimation de la tension a circuit ouvert d’un accumulateur electrochimique de systeme de batterie
CN112955762A (zh) * 2018-10-30 2021-06-11 住友电气工业株式会社 参数估计***、参数估计装置、车辆、计算机程序和参数估计方法
CN109633451B (zh) * 2018-12-19 2021-05-28 东莞钜威动力技术有限公司 储能***自轨迹参数标定方法及soc估算方法
CN109783993B (zh) * 2019-03-07 2023-04-18 北京经纬恒润科技股份有限公司 一种电池等效模型参数确定方法及装置
CN110861496B (zh) * 2019-11-27 2021-04-27 安徽江淮汽车集团股份有限公司 电池soh值调整方法及***
CN111146514B (zh) * 2019-12-19 2021-05-07 上海派能能源科技股份有限公司 锂离子电池模组运行安全性评估预测方法、***及电子设备
JP6842212B1 (ja) * 2019-12-26 2021-03-17 東洋システム株式会社 電池性能評価方法および電池性能評価装置
CN111722119B (zh) * 2020-06-24 2021-11-02 山东大学 一种动力电池分数阶等效电路多特性融合模型的辨识方法
WO2022230104A1 (ja) * 2021-04-28 2022-11-03 株式会社日立ハイテク 電池管理装置、電池管理方法
US11789046B2 (en) 2021-08-20 2023-10-17 Stmicroelectronics S.R.L. Measuring a change in voltage
US11719761B2 (en) * 2021-08-20 2023-08-08 Stmicroelectronics S.R.L. Capacitor measurement
US20240083303A1 (en) * 2022-09-13 2024-03-14 Ford Global Technologies, Llc Electrified vehicle configured to identify battery condition by classifying data set

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010135075A (ja) * 2008-12-02 2010-06-17 Calsonic Kansei Corp 組電池の温度推定方法及び装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6232744B1 (en) * 1999-02-24 2001-05-15 Denso Corporation Method of controlling battery condition of self-generation electric vehicle
JP3714321B2 (ja) * 2002-11-25 2005-11-09 日産自動車株式会社 二次電池の充電率推定装置
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
CN100492751C (zh) * 2007-03-09 2009-05-27 清华大学 基于标准电池模型的镍氢动力电池荷电状态的估计方法
US20090228225A1 (en) * 2008-03-04 2009-09-10 Eaton Corporation Battery Service Life Estimation Methods, Apparatus and Computer Program Products Using State Estimation Techniques Initialized Using a Regression Model
CN101604005B (zh) * 2009-06-29 2011-04-13 杭州电子科技大学 一种基于组合采样点卡尔曼滤波的电池剩余电量估计方法
CN101598769B (zh) * 2009-06-29 2011-04-20 杭州电子科技大学 一种基于采样点卡尔曼滤波的电池剩余电量估计方法
CN101625397B (zh) * 2009-08-06 2011-04-06 杭州电子科技大学 一种电池剩余电量的混合快速估计方法
CN102062841B (zh) * 2009-11-11 2012-12-12 北汽福田汽车股份有限公司 动力电池荷电状态的估测方法及***
CN101833770B (zh) * 2010-05-17 2012-01-25 西南交通大学 基于光线感应的驾驶员眼动特征切换检测与跟踪方法
JP5393619B2 (ja) 2010-08-26 2014-01-22 カルソニックカンセイ株式会社 バッテリの充電率推定装置
JP5400732B2 (ja) * 2010-09-09 2014-01-29 カルソニックカンセイ株式会社 パラメータ推定装置
JP5307113B2 (ja) * 2010-12-20 2013-10-02 古河電気工業株式会社 満充電検知装置および満充電検知方法
JP5318128B2 (ja) * 2011-01-18 2013-10-16 カルソニックカンセイ株式会社 バッテリの充電率推定装置
US8190384B2 (en) * 2011-10-27 2012-05-29 Sakti3, Inc. Method and system for operating a battery in a selected application
CN102608542B (zh) * 2012-04-10 2013-12-11 吉林大学 动力电池荷电状态估计方法
JP5393837B2 (ja) * 2012-05-11 2014-01-22 カルソニックカンセイ株式会社 バッテリの充電率推定装置
JP5946436B2 (ja) * 2013-10-21 2016-07-06 カルソニックカンセイ株式会社 バッテリのパラメータ推定装置及びパラメータ推定方法
ES2975858T3 (es) * 2014-10-13 2024-07-16 24M Tech Inc Sistemas y métodos de carga y de formación de baterías en serie

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010135075A (ja) * 2008-12-02 2010-06-17 Calsonic Kansei Corp 組電池の温度推定方法及び装置

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017530353A (ja) * 2014-09-12 2017-10-12 コミサリヤ・ア・レネルジ・アトミク・エ・オ・エネルジ・アルテルナテイブ 電気自動車用電池の再充電管理
KR20170088424A (ko) * 2014-11-28 2017-08-01 르노 에스.아.에스. 배터리 셀의 충전 상태를 추정하는 자동적 방법
KR102511510B1 (ko) 2014-11-28 2023-03-17 르노 에스.아.에스. 배터리 셀의 충전 상태를 추정하는 자동적 방법
JP2018510337A (ja) * 2015-03-05 2018-04-12 ボルボ カー コーポレイション バッテリパラメータの推定
CN105093122A (zh) * 2015-07-09 2015-11-25 宁波飞拓电器有限公司 基于强跟踪自适应sqkf的应急灯电池soc估计方法
CN105116338B (zh) * 2015-07-15 2017-12-05 盐城工学院 一种基于soc补偿器的并联型电池***建模方法
CN105116338A (zh) * 2015-07-15 2015-12-02 盐城工学院 一种基于soc补偿器的并联型电池***建模方法
KR20170022855A (ko) * 2015-08-20 2017-03-02 삼성전자주식회사 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법
KR102527326B1 (ko) * 2015-08-20 2023-04-27 삼성전자주식회사 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법
DE112017000588T5 (de) 2016-02-01 2018-12-13 Denso Corporation Batteriezustandschätzvorrichtung
DE112017000588B4 (de) 2016-02-01 2019-03-21 Denso Corporation Batteriezustandschätzvorrichtung
KR20190050169A (ko) * 2017-11-02 2019-05-10 주식회사 엘지화학 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체
KR102194844B1 (ko) 2017-11-02 2020-12-23 주식회사 엘지화학 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체
JP2019132666A (ja) * 2018-01-30 2019-08-08 プライムアースＥｖエナジー株式会社 組電池の状態推定装置及び組電池の状態推定方法
JP7036605B2 (ja) 2018-01-30 2022-03-15 プライムアースＥｖエナジー株式会社 組電池の状態推定装置及び組電池の状態推定方法
US10895602B2 (en) 2018-01-30 2021-01-19 Primearth Ev Energy Co., Ltd. Battery assembly state estimation device and battery assembly state estimation method
CN112912746A (zh) * 2018-10-23 2021-06-04 标致雪铁龙汽车股份有限公司 用于确定电化学电池的老化状态的确定方法
JP2022552957A (ja) * 2019-10-15 2022-12-21 ベニング・シーエムエス・テクノロジー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング 充電可能なバッテリの充電状態と健康状態を決定する方法および装置
JP7394983B2 (ja) 2019-10-15 2023-12-08 ベニング・シーエムエス・テクノロジー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング 充電可能なバッテリの充電状態と健康状態を決定する方法および装置
JP2021125912A (ja) * 2020-02-03 2021-08-30 株式会社日立製作所 電池制御装置、エネルギーマネジメントシステム
JP7305574B2 (ja) 2020-02-03 2023-07-10 株式会社日立製作所 電池制御装置、エネルギーマネジメントシステム
US11579205B2 (en) 2020-03-18 2023-02-14 Gs Yuasa International Ltd. Estimation device, energy storage device, method for estimation, and computer program

Also Published As

Publication number Publication date
US20150260800A1 (en) 2015-09-17
US10295607B2 (en) 2019-05-21
CN104704380A (zh) 2015-06-10
CN104704380B (zh) 2016-11-23
JP5944291B2 (ja) 2016-07-05
WO2014054259A1 (ja) 2014-04-10

Similar Documents

Publication Publication Date Title
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
JP5946436B2 (ja) バッテリのパラメータ推定装置及びパラメータ推定方法
CN111448468B (zh) 用于检测电池组一致性的方法、装置及***
US10107865B2 (en) Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method
JP4623448B2 (ja) 二次電池の残存容量演算方法
CN103907030B (zh) 电池充电率的估计装置与电池充电率的估计方法
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
JP5400732B2 (ja) パラメータ推定装置
Fleischer et al. Adaptive on-line state-of-available-power prediction of lithium-ion batteries
JP2016090330A (ja) バッテリのパラメータ推定装置
JP6450565B2 (ja) バッテリのパラメータ推定装置
JP5292375B2 (ja) バッテリの充電率推定装置
JP7112252B2 (ja) 動作条件下で電流を直接検知することなく、バッテリパックまたはセルの電流及び充電状態を推定する方法
CN110888070A (zh) 一种电池温度的估计方法、装置、设备及介质
CN103983920B (zh) 一种建立电动车辆的动力电池的模型的方法
KR101661578B1 (ko) 듀얼확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체
CN107783057B (zh) 一种动力电池soc估算方法及估算***
CN111707953A (zh) 一种基于后向平滑滤波框架的锂电池soc在线估计方法
JP2006220616A (ja) 車両用蓄電装置の内部状態検出方式
JP6755162B2 (ja) 推定装置
CN111142025A (zh) 一种电池soc估算方法、装置、存储介质及电动汽车
JP2006220617A (ja) 車両用蓄電装置の内部状態検出方式
CN111044924A (zh) 一种全工况电池剩余容量确定方法及***
Huang et al. An approach to measurements of electrical characteristics of lithium-ion battery with open-circuit voltage function
Duong et al. Novel estimation technique for the state-of-charge of the lead-acid battery by using EKF considering diffusion and hysteresis phenomenon

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141017

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151126

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: 20160426

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160525

R150 Certificate of patent or registration of utility model

Ref document number: 5944291

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

S633 Written request for registration of reclamation of name

Free format text: JAPANESE INTERMEDIATE CODE: R313633

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313117

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250