JP2016038240A - バッテリの劣化状態推定装置 - Google Patents
バッテリの劣化状態推定装置 Download PDFInfo
- Publication number
- JP2016038240A JP2016038240A JP2014160324A JP2014160324A JP2016038240A JP 2016038240 A JP2016038240 A JP 2016038240A JP 2014160324 A JP2014160324 A JP 2014160324A JP 2014160324 A JP2014160324 A JP 2014160324A JP 2016038240 A JP2016038240 A JP 2016038240A
- Authority
- JP
- Japan
- Prior art keywords
- battery
- turned
- discharge capacity
- deterioration state
- capacity
- 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
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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
【課題】バッテリの劣化状態を精度よく推定することができるバッテリの劣化状態推定装置を提供すること。【解決手段】BMSは、車両のIGがオンされたとき、車両の出荷時から前回IGがオフされたときまでのバッテリの総放電容量Qdmax(n−1)からSOHベーステーブルを参照して算出されるSOHベース結果SOHbaseと、バッテリの平均環境温度から補正係数テーブルを参照して算出される補正係数Kとに基づいて、車両に搭載されたバッテリのSOHを推定する。【選択図】図3
Description
本発明は、バッテリの劣化状態推定装置に関し、詳しくは、車両に設けられたバッテリの劣化状態を推定する劣化状態推定装置に関する。
従来のバッテリの劣化状態推定装置として、任意の時刻間でのバッテリ電圧から求めた残存容量の変化量とバッテリ電流の積算値から求めた残存容量の変化量とに基づいて、バッテリの電流容量を算出し、算出した電流容量の初期値に対する変化割合をバッテリの劣化状態として推定するものが知られている(例えば、特許文献1参照)。
しかしながら、特許文献1に記載のバッテリの劣化状態推定装置は、バッテリに接続された電圧センサや電流センサの精度が低いと、正確なバッテリ電圧やバッテリ電流を得ることができない。このような場合、上述の劣化状態推定装置では、バッテリの劣化状態を精度よく推定することができない。
特に、バッテリの環境温度が低温の場合には、バッテリの内部抵抗が上昇し、分極の影響が大きくなるため、さらにバッテリの劣化状態を精度よく推定することが困難となる。
本発明は、このような事情に鑑みてなれたもので、バッテリの劣化状態を精度よく推定することができるバッテリの劣化状態推定装置を提供することを目的とする。
本発明は、車両に搭載されたバッテリの劣化状態を推定する制御部を有する劣化状態推定装置であって、前記制御部は、前記車両の出荷時から現在までの前記バッテリの総放電容量と、前記バッテリの環境温度に応じた補正係数とに基づいて、前記バッテリの劣化状態を推定することを特徴とする。
このように、本発明によれば、バッテリの劣化状態を精度よく推定することができる。
以下、図面を参照して、本発明の実施の形態について詳細に説明する。
(第1の実施の形態)
図1に示すように、本発明の実施の形態に係るバッテリの劣化状態推定装置を搭載した車両1は、電池パック2と、DC−DCコンバータ3と、インバータ4と、モータ5と、モータ制御装置(以下、単に「MG−ECU」という)6と、を含んで構成される。なお、車両1は、少なくとも車両の駆動力源としてモータを備えた電動車両またはハイブリッド車両である。
図1に示すように、本発明の実施の形態に係るバッテリの劣化状態推定装置を搭載した車両1は、電池パック2と、DC−DCコンバータ3と、インバータ4と、モータ5と、モータ制御装置(以下、単に「MG−ECU」という)6と、を含んで構成される。なお、車両1は、少なくとも車両の駆動力源としてモータを備えた電動車両またはハイブリッド車両である。
電池パック2内には、バッテリ10と、バッテリ管理システム(Battery Management System、以下、単に「BMS」という)11とが収容されている。バッテリ10は、高電圧バッテリであり、リチウムイオン電池などの二次電池によって構成され、直流の電源を構成する。
DC−DCコンバータ3は、バッテリ10から供給された直流電力を低電圧に変換する。そして、DC−DCコンバータ3は、低電圧に変換した電力を、例えば、12Vの補機等に電力を供給するための低電圧バッテリ(図示しない)に供給する。
本実施の形態において、インバータ4は、MG−ECU6の制御により、バッテリ10から供給された直流電力を三相交流電力に変換してモータ5に供給するようになっている。モータ5は、インバータ4から供給された三相交流電力によって回転駆動するようになっている。このように、モータ5は、原動機として機能し、モータ5が回転駆動することにより、その駆動力が車両1の駆動輪に伝達され、車両1が走行可能となる。
また、モータ5は、車両1の駆動輪から伝達された駆動力によって回転させられることにより、発電機としても機能し、インバータ4に三相交流電力を供給するようになっている。インバータ4は、MG−ECU6の制御により、モータ5から供給された三相交流電力を直流電力に変換してバッテリ10に供給するようになっている。
図2に示すように、電池パック2は、車両1のリアフロア12上に設けられている。電池パック2には、車両前方側が開口したインレットダクト20と、車両後方側に冷却ファン22が設けられたアウトレットダクト21が接続されている。すなわち、インレットダクト20、電池パック2、アウトレットダクト21及び冷却ファン22によってバッテリ10を冷却する冷却風を通す通路23が形成されている。
図1において、MG−ECU6は、CPU(Central Processing Unit)と、RAM(Random Access Memory)と、ROM(Read Only Memory)と、フラッシュメモリと、入力ポートと、出力ポートと、ネットワークモジュールとを備えたコンピュータユニットによって構成されている。
MG−ECU6のネットワークモジュールは、BMS11等の他のECU(Electronic Control Unit)とCAN(Controller Area Network)を介して通信を行うことができるようになっている。
なお、本実施の形態において、MG−ECU6及びBMS11は、CANを介して通信を行うものとして説明するが、フレックスレイ等の他の規格に準拠したネットワークを介して通信を行うようにしてもよい。
MG−ECU6のROMには、各種定数や各種マップ等とともに、当該コンピュータユニットをMG−ECU6として機能させるためのプログラムが記憶されている。すなわち、MG−ECU6において、CPUがROMに記憶されたプログラムを実行することにより、当該コンピュータユニットは、MG−ECU6として機能する。
例えば、MG−ECU6は、インバータ4を制御し、バッテリ10を充放電させるようになっている。詳細には、MG−ECU6は、バッテリ10の残容量(State Of Charge、以下、単に「SOC」という)及びバッテリ10の劣化状態(State Of Health、以下、単に「SOH」という)をBMS11からCANを介して受信するようになっている。ここで、SOHは、バッテリ10の「現在の満充電容量/初期の満充電容量×100」で表される値(%)である。
MG−ECU6は、BMS11から受信したSOC及びSOHに基づいて、バッテリ10が充電可能な状態にあるか否か、及び、バッテリ10が放電可能な状態にあるか否かを判断し、これら判断結果と、他のECUから受信した車両1の運転状態とに応じてインバータ4を制御するようになっている。
BMS11は、CPUと、RAMと、ROMと、フラッシュメモリと、入力ポートと、出力ポートと、ネットワークモジュールとを備えたコンピュータユニットによって構成されている。BMS11のネットワークモジュールは、MG−ECU6等の他のECUとCANを介して通信を行うことができるようになっている。
BMS11のROMには、各種定数や各種マップ等とともに、当該コンピュータユニットをBMS11として機能させるためのプログラムが記憶されている。すなわち、BMS11において、CPUがROMに記憶されたプログラムを実行することにより、当該コンピュータユニットは、BMS11として機能する。
BMS11の入力ポートには、後述するイグニッションスイッチ33がオンされてからオフされるまでの間におけるバッテリ10の充放電電流を検出する電流検出部としての電流センサ30と、インレットダクト20内の温度である吸気温を検出する吸気温度センサ31と、バッテリ10の温度を検出するバッテリ温度センサ34とが接続されている。
電流センサ30は、イグニッションスイッチ33がオンされてからオフされるまでの間、所定の時間間隔で充放電電流を検出する。吸気温度センサ31は、例えばインレットダクト20と電池パック2との接続部分近辺に配置され(図2参照)、吸気温をバッテリ10の環境温度として検出するものである。バッテリ温度センサ34は、バッテリ10の上部に配置されている(図2参照)。
また、BMS11は、CANを介してコントローラ32に接続されている。コントローラ32には、イグニッションスイッチ(以下、単に「IG」という)33が接続されている。そして、コントローラ32は、IG33がオンまたはオフされたときにイグニッション信号を取得し、この取得したイグニッション信号に基づいてBMS11を起動するための指令信号を出力する。BMS11は、電流センサ30によって検出された充放電電流に基づいて、SOCを算出するようになっている。また、BMS11は、コントローラ32から取得した指令信号に基づいて起動する。
また、BMS11は、IG33がオンされたとき、車両1の出荷時から現在、すなわち前回IG33がオフされたときまでのバッテリ10の総放電容量Qdmax(n−1)と、バッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定するようになっている。すなわち、BMS11は、制御部40としての機能を有する。
具体的には、BMS11は、バッテリ10の総放電容量Qdmaxを記憶する記憶部41を備えている。記憶部41は、例えば不揮発性のフラッシュメモリによって構成されている。
また、BMS11は、IG33がオンされてからオフされるまでの間に電流センサ30によって検出された放電電流に基づき車両1の今回の走行におけるバッテリ10の放電容量Qdを算出するようになっている。
詳細には、BMS11は、IG33がオンされてからオフされるまでの間に電流センサ30によって検出された放電電流を積算し、この積算された総放電電流に基づき車両1の今回の走行におけるバッテリ10の放電容量Qdを算出する。
ここで、電流センサ30によって検出される充放電電流は、放電側がプラス、充電側がマイナスの値である。このため、BMS11は、充放電電流値>0の条件を満たしたときに放電電流を積算する。
そして、BMS11は、上述のように算出した放電容量Qdと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総放電容量Qdmax(n−1)とを加算した値を、車両1の出荷時から今回IG33がオフされたときまでのバッテリ10の総放電容量Qdmax(n)として記憶部41に記憶する。このとき記憶された総放電容量Qdmax(n)は、次回IG33がオンされたときに総放電容量Qdmax(n−1)として、バッテリ10のSOHの推定に用いられる。
したがって、BMS11は、次回IG33がオンされたとき、記憶部41に記憶された総放電容量Qdmax(n−1)と、バッテリ10の環境温度に応じた補正係数Kとに基づいて、図3に示す推定手法にしたがってバッテリ10のSOHを推定する。
図3に示すように、IG33がオンされると、まず、BMS11は、記憶部41に記憶された総放電容量Qdmax(n−1)からSOHベーステーブルを参照して、SOHベース結果SOHbaseを算出する。
SOHベーステーブルは、総放電容量Qdmax(n−1)に応じたバッテリ10の平均的な使用状況を考慮したSOHをSOHベース結果SOHbaseとして算出するもので、予め実験的に求めてBMS11のROMに記憶されている。
また、SOHベーステーブルは、総放電容量Qdmax(n−1)が大きくなるほどSOHベース結果SOHbaseが小さな値となる特性を有する。なお、本実施の形態のSOHベーステーブルは、一例であって、これに限定されるものではなく、総放電容量Qdmax(n−1)を、例えば「1kAh」ごとに細分化し、その細分化した総放電容量Qdmax(n−1)に対応するようにSOHベース結果SOHbaseが規定されていてもよい。また、総放電容量Qdmax(n−1)に対して線形となるようSOHベース結果SOHbaseが規定されていれば、より詳細にSOHベース結果SOHbaseを算出することができる。
また、BMS11は、吸気温度センサ31によって検出された環境温度の平均値を平均環境温度として算出し、算出した平均環境温度から補正係数テーブルを参照して、補正係数Kを算出する。
具体的には、BMS11は、吸気温度センサ31によって検出された環境温度を記憶部41に記憶し、車両1の出荷時から現在まで記憶部41に記憶した環境温度に対して、加重平均化処理等の公知の平均化処理を施すことによって、補正係数Kを特定するときの平均環境温度を決定する。
すなわち、BMS11は、電流センサ30によって充放電電流が検出されたときにおける環境温度を記憶部41に記憶し、IG33がオンにされたときに、記憶部41に記憶されている環境温度に対して、平均化処理を施すことによって環境温度の平均値(平均環境温度)を求める。そして、BMS11は、平均環境温度に基づいて補正係数テーブルを参照することにより補正係数Kを特定する。
補正係数テーブルは、平均環境温度と補正係数Kとの関係を予め実験的に求めたもので、BMS11のROMに記憶されている。また、補正係数テーブルは、平均環境温度が高いほど補正係数Kが大きな値となる特性を有する。なお、本実施の形態の補正係数テーブルは、一例であって、これに限定されるものではなく、平均環境温度を、例えば「1℃」や「5℃」ごとに細分化し、その細分化した平均環境温度に対応するように補正係数Kが規定されていてもよい。また、平均環境温度に対して線形となるよう補正係数Kが規定されていれば、より詳細に補正係数Kを算出することができる。
BMS11は、SOHベーステーブル及び補正係数テーブルを参照して得られたSOHベース結果SOHbase及び補正係数Kを用いて、算出式「100−(100−SOHbase)×K」に基づきSOHを算出する。
以上のように構成された本実施の形態に係る劣化状態推定装置による劣化状態推定動作について、図4を参照して説明する。なお、以下に説明する劣化状態推定動作は、IG33がオンされて、BMS11が起動したときにスタートする。
図4に示すように、まず、BMS11は、前回IG33がオフされたときの総放電容量Qdmax(n−1)を記憶部41から読み出す(ステップS1)。そして、BMS11は、ステップS1で読み出した総放電容量Qdmax(n−1)に基づき、SOHベーステーブルを参照してSOHベース結果SOHbaseを算出する(ステップS2)。
次いで、BMS11は、吸気温度センサ31を介して吸気温をバッテリ10の環境温度として測定し(ステップS3)、測定した環境温度に基づき平均環境温度を算出する(ステップS4)。平均環境温度の算出方法は、上述した通りである。
その後、BMS11は、ステップS4で算出した平均環境温度に基づき、補正係数テーブルを参照して補正係数Kを算出する(ステップS5)。そして、BMS11は、ステップS2で算出したSOHベース結果SOHbaseと、ステップS5で算出した補正係数Kとを用いて、算出式「100−(100−SOHbase)×K」に基づき、SOHを算出する(ステップS6)。
次いで、BMS11は、電流センサ30を介して放電電流を測定し(ステップS7)、測定された放電電流の値を積算する(ステップS8)。次に、BMS11は、ステップS8で積算した放電電流の値である総放電電流に基づき車両1の今回の走行におけるバッテリ10の放電容量Qdを算出し、算出した放電容量Qdと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総放電容量Qdmax(n−1)とを加算することによって、現在の総放電容量Qdmax(n)を算出する(ステップS9)。
次いで、BMS11は、IG33がオフされたか否かを判定する(ステップS10)。BMS11は、IG33がオフされていないと判定した場合には、ステップS7以降の処理を繰り返し実行する。
一方、BMS11は、IG33がオフされたと判定した場合には、ステップS9で算出した総放電容量Qdmax(n)を記憶部41に記憶して(ステップS11)、劣化状態推定動作を終了する。
次に、図4に示した劣化状態推定動作の一例について、具体的な数値を当てはめて説明する。ただし、以下に説明する各数値は一例であってこれに限定されるものではない。
まず、車両1の出荷後、初めてIG33をオンしたときには、前回IG33がオフされたときの総放電容量Qdmax(n−1)は「0kAh」である。したがって、SOHベース結果SOHbaseは、「100」である。
また、初めてIG33をオンしたときの環境温度が「30℃」である場合、補正係数Kは「1.1」である。このため、初めてIG33をオンしたときのSOHは、算出式「100−(100−100)×1.1」より「100(%)」となる。したがって、SOHが「100(%)」のときは、バッテリ10が劣化していない初期状態であることを示している。
また、初めてIG33をオンしてから今回オフするまでのバッテリ10の放電電流に基づき算出した現在の放電容量が「20kAh」である場合、記憶部41には、「0kAh」と「20kAh」とを加算した値「20kAh」が総放電容量Qdmax(n)として記憶される。
次いで、2回目のIG33のオンがなされたときには、前回IG33がオフされたときの総放電容量Qdmax(n−1)は「20kAh」である。したがって、SOHベース結果SOHbaseは、「80」である。
また、2回目のIG33のオンがなされたときの環境温度が「30℃」である場合、平均環境温度は、「30℃(=(30℃+30℃)/2)」となり、補正係数Kは「1.1」となる。このため、2回目のIG33のオンがなされたときのSOHは、算出式「100−(100−80)×1.1」より「78(%)」となる。
また、2回目のIG33のオンから今回オフまでのバッテリ10の放電電流に基づき算出した現在の放電容量が「10kAh」である場合、記憶部41には、「10kAh」と「20kAh」とを加算した値「30kAh」が総放電容量Qdmax(n)として記憶される。
次いで、3回目のIG33のオンがなされたときには、前回IG33がオフされたときの総放電容量Qdmax(n−1)は「30kAh」である。したがって、SOHベース結果SOHbaseは、「70」である。
また、3回目のIG33のオンがなされたときの環境温度が「30℃」である場合、平均環境温度は、「30℃(=(30℃+30℃+30℃)/3)」となり、補正係数Kは「1.1」となる。このため、3回目のIG33のオンがなされたときのSOHは、算出式「100−(100−70)×1.1」より「67(%)」となる。
また、3回目のIG33のオンから今回オフまでのバッテリ10の放電電流に基づき算出した現在の放電容量が「30kAh」である場合、記憶部41には、「30kAh」と「30kAh」とを加算した値「60kAh」が総放電容量Qdmax(n)として記憶される。
次いで、4回目のIG33のオンがなされたときには、前回IG33がオフされたときの総放電容量Qdmax(n−1)は「60kAh」である。したがって、SOHベース結果SOHbaseは、「40」である。
また、4回目のIG33のオンがなされたときの環境温度が「10℃」である場合、平均環境温度は、「25℃(=(30℃+30℃+30℃+10℃)/4)」となり、補正係数Kは「1.075」となる。このため、4回目のIG33のオンがなされたときのSOHは、算出式「100−(100−40)×1.075」より「35.5(%)」となる。
また、4回目のIG33のオンから今回オフまでのバッテリ10の放電電流に基づき算出した現在の放電容量が「20kAh」である場合、記憶部41には、「20kAh」と「60kAh」とを加算した値「80kAh」が総放電容量Qdmax(n)として記憶される。このようにして、5回目以降も同様にSOHが算出される。
以上のように、本実施の形態に係るバッテリの劣化状態推定装置は、車両1の出荷時から現在までのバッテリ10の総放電容量Qdmaxとバッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定する。このため、本実施の形態に係るバッテリの劣化状態推定装置では、バッテリ10のSOHを精度よく推定することができる。
また、本実施の形態に係るバッテリの劣化状態推定装置は、IG33がオンされたとき、車両1の出荷時から前回IG33がオフされたときまでの総放電容量Qdmax(n−1)とバッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定する。このため、本実施の形態に係るバッテリの劣化状態推定装置では、IG33がオンされるたびに最新のバッテリ10のSOHを推定することができる。
また、本実施の形態に係るバッテリの劣化状態推定装置は、IG33がオンされてからオフされるまでの放電電流に基づき今回の走行におけるバッテリ10の放電容量Qdを算出し、算出した放電容量Qdと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総放電容量Qdmax(n−1)とを加算した値を、車両1の出荷時から今回IG33がオフされたときまでのバッテリ10の総放電容量Qdmax(n)として記憶部41に記憶する。
このため、本実施の形態に係るバッテリの劣化状態推定装置では、次回IG33がオンされたときに、記憶部41に記憶された総放電容量Qdmax(n−1)を用いることで容易に最新のバッテリ10のSOHを推定することができる。
なお、本実施の形態では、吸気温度センサ31によって検出された吸気温をバッテリ10の環境温度として用いたが、これに限らず、例えばバッテリ温度センサ34によって検出されたバッテリ10の温度を環境温度として用いてもよい。
(第2の実施の形態)
次に、図5及び図6を参照して、本発明の第2の実施の形態について説明する。なお、本実施の形態は、本発明の第1の実施の形態とは放電容量に代えて充電容量を用いる点で異なるが、他の構成等については同様である。したがって、以下においては、本発明の第1の実施の形態と異なる部分について説明する。
次に、図5及び図6を参照して、本発明の第2の実施の形態について説明する。なお、本実施の形態は、本発明の第1の実施の形態とは放電容量に代えて充電容量を用いる点で異なるが、他の構成等については同様である。したがって、以下においては、本発明の第1の実施の形態と異なる部分について説明する。
バッテリの放電容量と充電容量との関係を示す指標として、「放電容量/充電容量×100%」で定義されるクーロン効率がある。このクーロン効率は、充放電の電流値に応じて変化する特性があり、また、電池内部の材料や電池の構成、電池の温度の影響が関わることから、概ね90〜99%の範囲となる。
本実施の形態では、バッテリ10がリチウムイオン電池である点、及びリチウムイオン電池におけるクーロン効率がよい点を考慮して、SOHを推定するにあたって総放電容量及び放電容量に代えて総充電容量及び充電容量を用いることとした。なお、本実施の形態におけるリチウムイオン電池のクーロン効率は、95%程度とする。
具体的には、本実施の形態のBMS11は、IG33がオンされたとき、車両1の出荷時から現在、すなわち前回IG33がオフされたときまでのバッテリ10の総充電容量Qcmax(n−1)と、バッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定するようになっている。また、本実施の形態において、記憶部41には、バッテリ10の総充電容量Qcmaxが記憶される。
また、BMS11は、IG33がオンされてからオフされるまでの間に電流センサ30によって検出された充電電流に基づき車両1の今回の走行におけるバッテリ10の充電容量Qcを算出するようになっている。
詳細には、BMS11は、IG33がオンされてからオフされるまでの間に電流センサ30によって検出された充電電流を積算し、この積算された総充電電流に基づき車両1の今回の走行におけるバッテリ10の充電容量Qcを算出する。なお、本実施の形態では、BMS11は、充放電電流値<0の条件を満たしたときに充電電流を積算する。
そして、BMS11は、上述のように算出した充電容量Qcと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総充電容量Qcmax(n−1)とを加算した値を、車両1の出荷時から今回IG33がオフされたときまでのバッテリ10の総充電容量Qcmax(n)として記憶部41に記憶する。このとき記憶された総充電容量Qcmax(n)は、次回IG33がオンされたときに総充電容量Qcmax(n−1)として、バッテリ10のSOHの推定に用いられる。
したがって、BMS11は、次回IG33がオンされたとき、記憶部41に記憶された総充電容量Qcmax(n−1)と、バッテリ10の環境温度に応じた補正係数Kとに基づいて、図5に示す推定手法にしたがってバッテリ10のSOHを推定する。
図5に示すように、IG33がオンされると、まず、BMS11は、記憶部41に記憶された総充電容量Qcmax(n−1)からSOHベーステーブルを参照して、SOHベース結果SOHbaseを算出する。
ここで、本実施の形態に係るSOHベース結果SOHbaseは、一例として次のように設定されている。本実施の形態に係る総充電容量Qcmax(n−1)は、クーロン効率によって総充電容量Qcmax(n−1)の95%が放電したと見なされる。従って、例えば、総充電容量Qcmax(n−1)が5kAhのときは、4.75kAh=5kAh×0.95が放電したと見なされ、そのときのSOHベース結果SOHbaseは、95.25kAhが算出される。
SOHベーステーブルは、総充電容量Qcmax(n−1)に応じたバッテリ10の平均的な使用状況を考慮したSOHをSOHベース結果SOHbaseとして算出するもので、予め実験的に求めてBMS11のROMに記憶されている。
また、SOHベーステーブルは、総充電容量Qcmax(n−1)が大きくなるほどSOHベース結果SOHbaseが小さな値となる特性を有する。なお、本実施の形態のSOHベーステーブルは、一例であって、これに限定されるものではなく、総充電容量Qcmax(n−1)を、例えば「1kAh」ごとに細分化し、その細分化した総充電容量Qcmax(n−1)に対応するようにSOHベース結果SOHbaseが規定されていてもよい。また、総充電容量Qcmax(n−1)に対して線形となるようSOHベース結果SOHbaseが規定されていれば、より詳細にSOHベース結果SOHbaseを算出することができる。
また、BMS11は、吸気温度センサ31によって検出された環境温度の平均値を平均環境温度として算出し、算出した平均環境温度から補正係数テーブルを参照して、補正係数Kを算出する。本実施の形態の補正係数テーブルは、第1の実施の形態と同様であるため、その説明を省略する。
BMS11は、SOHベーステーブル及び補正係数テーブルを参照して得られたSOHベース結果SOHbase及び補正係数Kを用いて、算出式「100−(100−SOHbase)×K」に基づきSOHを算出する。
以上のように構成された本実施の形態に係る劣化状態推定装置による劣化状態推定動作について、図6を参照して説明する。なお、以下に説明する劣化状態推定動作は、IG33がオンされて、BMS11が起動したときにスタートする。
図6に示すように、まず、BMS11は、前回IG33がオフされたときの総充電容量Qcmax(n−1)を記憶部41から読み出す(ステップS21)。そして、BMS11は、ステップS21で読み出した総充電容量Qcmax(n−1)に基づき、SOHベーステーブルを参照してSOHベース結果SOHbaseを算出する(ステップS22)。
次いで、BMS11は、吸気温度センサ31を介して吸気温をバッテリ10の環境温度として測定し(ステップS23)、測定した環境温度に基づき平均環境温度を算出する(ステップS24)。
その後、BMS11は、ステップS24で算出した平均環境温度に基づき、補正係数テーブルを参照して補正係数Kを算出する(ステップS25)。そして、BMS11は、ステップS22で算出したSOHベース結果SOHbaseと、ステップS25で算出した補正係数Kとを用いて、算出式「100−(100−SOHbase)×K」に基づき、SOHを算出する(ステップS26)。
次いで、BMS11は、電流センサ30を介して充電電流を測定し(ステップS27)、測定された充電電流の値を積算する(ステップS28)。次に、BMS11は、ステップS28で積算した充電電流の値である総充電電流に基づき車両1の今回の走行におけるバッテリ10の充電容量Qcを算出し、算出した充電容量Qcと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総充電容量Qcmax(n−1)とを加算することによって、現在の総充電容量Qcmax(n)を算出する(ステップS29)。
次いで、BMS11は、IG33がオフされたか否かを判定する(ステップS30)。BMS11は、IG33がオフされていないと判定した場合には、ステップS27以降の処理を繰り返し実行する。
一方、BMS11は、IG33がオフされたと判定した場合には、ステップS29で算出した総充電容量Qcmax(n)を記憶部41に記憶して(ステップS31)、劣化状態推定動作を終了する。
以上のように、本実施の形態に係るバッテリの劣化状態推定装置は、バッテリ10の総放電容量Qdmax及び放電容量Qdに代えて、バッテリの総充電容量Qcmax及び充電容量Qcを用いてバッテリ10のSOHを推定する。すなわち、本実施の形態に係るバッテリの劣化状態推定装置では、車両1の出荷時から現在までのバッテリ10の総充電容量Qcmaxとバッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定する。
本実施の形態のようにバッテリ10がリチウムイオン電池で構成されている場合には、クーロン効率が比較的よいため、総放電容量Qdmax及び放電容量Qdに代えて総充電容量Qcmax及び充電容量Qcを用いても、総放電容量Qdmax及び放電容量Qdを用いてバッテリ10のSOHを推定する場合と大差がない。したがって、本実施の形態に係るバッテリの劣化状態推定装置では、バッテリ10の総放電容量Qdmax及び放電容量Qdを用いる第1の実施の形態と同様、バッテリ10のSOHを精度よく推定することができる。
(第3の実施の形態)
次に、図7及び図8を参照して、本発明の第3の実施の形態について説明する。なお、本実施の形態は、本発明の第1の実施の形態とは放電容量に加えて充電容量を用いる点で異なるが、他の構成等については同様である。したがって、以下においては、本発明の第1の実施の形態と異なる部分について説明する。
次に、図7及び図8を参照して、本発明の第3の実施の形態について説明する。なお、本実施の形態は、本発明の第1の実施の形態とは放電容量に加えて充電容量を用いる点で異なるが、他の構成等については同様である。したがって、以下においては、本発明の第1の実施の形態と異なる部分について説明する。
本実施の形態のBMS11は、IG33がオンされたとき、車両1の出荷時から現在、すなわち前回IG33がオフされたときまでのバッテリ10の総充放電容量Qcdmax(n−1)と、バッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定するようになっている。また、本実施の形態において、記憶部41には、バッテリ10の総充放電容量Qcdmaxが記憶される。
また、BMS11は、IG33がオンされてからオフされるまでの間に電流センサ30によって検出された充放電電流に基づき車両1の今回の走行におけるバッテリ10の充放電容量Qcdを算出するようになっている。
詳細には、BMS11は、IG33がオンされてからオフされるまでの間に電流センサ30によって検出された充放電電流を積算し、この積算された総放電電流に基づき車両1の今回の走行におけるバッテリ10の充放電容量Qcdを算出する。
そして、BMS11は、上述のように算出した充放電容量Qcdと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総充放電容量Qcdmax(n−1)とを加算した値を、車両1の出荷時から今回IG33がオフされたときまでのバッテリ10の総充放電容量Qcdmax(n)として記憶部41に記憶する。このとき記憶された総充放電容量Qcdmax(n)は、次回IG33がオンされたときに総充放電容量Qcdmax(n−1)として、バッテリ10のSOHの推定に用いられる。
したがって、BMS11は、次回IG33がオンされたとき、記憶部41に記憶された総充放電容量Qcdmax(n−1)と、バッテリ10の環境温度に応じた補正係数Kとに基づいて、図7に示す推定手法にしたがってバッテリ10のSOHを推定する。
図7に示すように、IG33がオンされると、まず、BMS11は、記憶部41に記憶された総充放電容量Qcdmax(n−1)からSOHベーステーブルを参照して、SOHベース結果SOHbaseを算出する。
ここで、本実施の形態に係るSOHベース結果SOHbaseは、一例として次のように設定されている。本実施の形態に係る総充放電容量Qcdmax(n−1)は、クーロン効率によって総充放電容量Qcdmax(n−1)のうち充電容量の95%が放電したと見なされる。従って、例えば、総充放電容量Qcdmax(n−1)が5kAhのときは、4.75kAh=5kAh×0.95が放電したと見なされ、それに加えて総充放電容量Qcdmax(n−1)のうち放電容量の5kAhが放電されたとして積算されることから、そのときのSOHベース結果SOHbaseは、90.25kAhが算出される。
なお、本実施の形態では、総充放電容量Qcdmax(n−1)のうち放電容量および充電容量が5kAhであることを一例としたが、これに限定されず、放電容量と充電容量とが異なる容量を示す場合も同様に算出可能である。
SOHベーステーブルは、総充放電容量Qcdmax(n−1)に応じたバッテリ10の平均的な使用状況を考慮したSOHをSOHベース結果SOHbaseとして算出するもので、予め実験的に求めてBMS11のROMに記憶されている。
また、SOHベーステーブルは、総充放電容量Qcdmax(n−1)が大きくなるほどSOHベース結果SOHbaseが小さな値となる特性を有する。なお、本実施の形態のSOHベーステーブルは、一例であって、これに限定されるものではなく、総充放電容量Qcdmax(n−1)を、例えば「1kAh」ごとに細分化し、その細分化した総充放電容量Qcdmax(n−1)に対応するようにSOHベース結果SOHbaseが規定されていてもよい。また、総充放電容量Qcdmax(n−1)に対して線形となるようSOHベース結果SOHbaseが規定されていれば、より詳細にSOHベース結果SOHbaseを算出することができる。
また、BMS11は、吸気温度センサ31によって検出された環境温度の平均値を平均環境温度として算出し、算出した平均環境温度から補正係数テーブルを参照して、補正係数Kを算出する。本実施の形態の補正係数テーブルは、第1の実施の形態と同様であるため、その説明を省略する。
BMS11は、SOHベーステーブル及び補正係数テーブルを参照して得られたSOHベース結果SOHbase及び補正係数Kを用いて、算出式「100−(100−SOHbase)×K」に基づきSOHを算出する。
以上のように構成された本実施の形態に係る劣化状態推定装置による劣化状態推定動作について、図8を参照して説明する。なお、以下に説明する劣化状態推定動作は、IG33がオンされて、BMS11が起動したときにスタートする。
図8に示すように、まず、BMS11は、前回IG33がオフされたときの総充放電容量Qcdmax(n−1)を記憶部41から読み出す(ステップS41)。そして、BMS11は、ステップS41で読み出した総充放電容量Qcdmax(n−1)に基づき、SOHベーステーブルを参照してSOHベース結果SOHbaseを算出する(ステップS42)。
次いで、BMS11は、吸気温度センサ31を介して吸気温をバッテリ10の環境温度として測定し(ステップS43)、測定した環境温度に基づき平均環境温度を算出する(ステップS44)。
その後、BMS11は、ステップS44で算出した平均環境温度に基づき、補正係数テーブルを参照して補正係数Kを算出する(ステップS45)。そして、BMS11は、ステップS42で算出したSOHベース結果SOHbaseと、ステップS45で算出した補正係数Kとを用いて、算出式「100−(100−SOHbase)×K」に基づき、SOHを算出する(ステップS46)。
次いで、BMS11は、電流センサ30を介して充放電電流を測定し(ステップS47)、測定された充放電電流の値を積算する(ステップS48)。次に、BMS11は、ステップS48で積算した充放電電流の値である総充放電電流に基づき車両1の今回の走行におけるバッテリ10の充放電容量Qcdを算出し、算出した充放電容量Qcdと、車両1の出荷時から前回IG33がオフされたときまでのバッテリ10の総充放電容量Qcdmax(n−1)とを加算することによって、現在の総充放電容量Qcdmax(n)を算出する(ステップS49)。
次いで、BMS11は、IG33がオフされたか否かを判定する(ステップS50)。BMS11は、IG33がオフされていないと判定した場合には、ステップS47以降の処理を繰り返し実行する。
一方、BMS11は、IG33がオフされたと判定した場合には、ステップS49で算出した総充放電容量Qcdmax(n)を記憶部41に記憶して(ステップS51)、劣化状態推定動作を終了する。
以上のように、本実施の形態に係るバッテリの劣化状態推定装置は、バッテリ10の総放電容量Qdmax及び放電容量Qdに加えて、バッテリの総充電容量Qcmax及び充電容量Qcを用いてバッテリ10のSOHを推定する。すなわち、本実施の形態に係るバッテリの劣化状態推定装置では、車両1の出荷時から現在までのバッテリ10の総充放電容量Qcdmaxとバッテリ10の環境温度に応じた補正係数Kとに基づいて、バッテリ10のSOHを推定する。
本実施の形態のようにバッテリ10がリチウムイオン電池で構成されている場合には、クーロン効率が比較的よいため、総放電容量Qdmax及び放電容量Qdに加えて総充電容量Qcmax及び充電容量Qcを用いても、総放電容量Qdmax及び放電容量Qdを用いてバッテリ10のSOHを推定する場合と大差がない。したがって、本実施の形態に係るバッテリの劣化状態推定装置では、バッテリ10の総放電容量Qdmax及び放電容量Qdを用いる第1の実施の形態と同様、バッテリ10のSOHを精度よく推定することができる。
以上、本発明の実施の形態を開示したが、当業者によっては本発明の範囲を逸脱することなく変更が加えられうることは明白である。すべてのこのような修正及び等価物が特許請求の範囲に記載された請求項に含まれることが意図されている。
1 車両
2 電池パック
10 バッテリ
11 BMS
30 電流センサ(電流検出部)
31 吸気温度センサ
33 IG(イグニッションスイッチ)
34 バッテリ温度センサ
40 制御部
41 記憶部
2 電池パック
10 バッテリ
11 BMS
30 電流センサ(電流検出部)
31 吸気温度センサ
33 IG(イグニッションスイッチ)
34 バッテリ温度センサ
40 制御部
41 記憶部
Claims (5)
- 車両に搭載されたバッテリの劣化状態を推定する制御部を有する劣化状態推定装置であって、
前記制御部は、前記車両の出荷時から現在までの前記バッテリの総放電容量と、前記バッテリの環境温度に応じた補正係数とに基づいて、前記バッテリの劣化状態を推定することを特徴とするバッテリの劣化状態推定装置。 - 前記制御部は、前記車両のイグニッションスイッチがオンされたとき、前記車両の出荷時から前回イグニッションスイッチがオフされたときまでの前記バッテリの総放電容量と前記補正係数とに基づいて、前記バッテリの劣化状態を推定することを特徴とする請求項1に記載のバッテリの劣化状態推定装置。
- 前記イグニッションスイッチがオンされてからオフされるまでの間における前記バッテリの充放電電流を検出する電流検出部と、
前記バッテリの総放電容量を記憶する記憶部と、をさらに備え、
前記制御部は、前記イグニッションスイッチがオンされてからオフされるまでの間に前記電流検出部によって検出された放電電流に基づき前記車両の今回の走行における前記バッテリの放電容量を算出し、算出した前記放電容量と、前記車両の出荷時から前回イグニッションスイッチがオフされたときまでの前記バッテリの総放電容量とを加算した値を、前記車両の出荷時から今回イグニッションスイッチがオフされたときまでの前記バッテリの総放電容量として前記記憶部に記憶することを特徴とする請求項1または請求項2に記載のバッテリの劣化状態推定装置。 - 前記制御部は、前記バッテリの総放電容量及び放電容量に代えて、前記バッテリの総充電容量及び充電容量を用いて前記バッテリの劣化状態を推定することを特徴とする請求項1ないし請求項3のいずれか1項に記載のバッテリの劣化状態推定装置。
- 前記制御部は、前記バッテリの総放電容量及び放電容量に加えて、前記バッテリの総充電容量及び充電容量を用いて前記バッテリの劣化状態を推定することを特徴とする請求項1ないし請求項3のいずれか1項に記載のバッテリの劣化状態推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014160324A JP2016038240A (ja) | 2014-08-06 | 2014-08-06 | バッテリの劣化状態推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014160324A JP2016038240A (ja) | 2014-08-06 | 2014-08-06 | バッテリの劣化状態推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016038240A true JP2016038240A (ja) | 2016-03-22 |
Family
ID=55529435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014160324A Pending JP2016038240A (ja) | 2014-08-06 | 2014-08-06 | バッテリの劣化状態推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016038240A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101839141B1 (ko) * | 2016-10-31 | 2018-03-15 | 한국기술교육대학교 산학협력단 | 배터리 관리 시스템의 온도를 고려한 배터리의 수명 상태 예측 방법 |
CN109407008A (zh) * | 2018-10-12 | 2019-03-01 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车soh的修正方法 |
CN109507611A (zh) * | 2018-11-22 | 2019-03-22 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的soh修正方法及*** |
-
2014
- 2014-08-06 JP JP2014160324A patent/JP2016038240A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101839141B1 (ko) * | 2016-10-31 | 2018-03-15 | 한국기술교육대학교 산학협력단 | 배터리 관리 시스템의 온도를 고려한 배터리의 수명 상태 예측 방법 |
US10211487B2 (en) | 2016-10-31 | 2019-02-19 | Korea University Of Technology And Education Industry-University Cooperation Foundation | Method for predicting battery health in consideration of temperature of battery management system |
CN109407008A (zh) * | 2018-10-12 | 2019-03-01 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车soh的修正方法 |
CN109507611A (zh) * | 2018-11-22 | 2019-03-22 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的soh修正方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6439352B2 (ja) | 二次電池の劣化状態推定装置 | |
CN106208168B (zh) | 估计电动车辆电池健康状态的*** | |
JP6634854B2 (ja) | 蓄電素子管理装置、蓄電素子管理方法、蓄電素子モジュール、蓄電素子管理プログラム及び移動体 | |
US10135264B2 (en) | Electric power supply system for vehicle | |
JP6295858B2 (ja) | バッテリ管理装置 | |
JP6520124B2 (ja) | 二次電池の劣化状態推定装置 | |
JP2007323999A (ja) | 自動車のバッテリ制御装置 | |
JP6696311B2 (ja) | 充電率推定装置 | |
US9632125B2 (en) | Harness anomaly detection systems and methods | |
JP6603888B2 (ja) | バッテリ種別判定装置およびバッテリ種別判定方法 | |
JP6904226B2 (ja) | 電源制御システムおよび方法 | |
JP2015141117A (ja) | バッテリの劣化状態推定装置 | |
JP2014134391A (ja) | 電源制御装置、電源モデル更新方法、プログラム、媒体 | |
JP2017020923A (ja) | バッテリの劣化状態推定装置 | |
JP2016038240A (ja) | バッテリの劣化状態推定装置 | |
JP6699391B2 (ja) | 状態出力装置、状態出力プログラム及び状態出力方法 | |
JP6606153B2 (ja) | 電池状態推定方法及び電池状態推定装置 | |
JP7070388B2 (ja) | 充電システム | |
JP6119554B2 (ja) | 充電状態算出装置 | |
JP6428545B2 (ja) | 電動車両 | |
JP2015230169A (ja) | 電池の状態検出装置 | |
JP6668910B2 (ja) | バッテリ容量測定装置及びバッテリ容量測定プログラム | |
JP6662694B2 (ja) | 電源制御装置 | |
JP2017150975A (ja) | ハイレート劣化指標推定制御装置 | |
JP2004325263A (ja) | 電池の自己放電量検出装置 |