JP2020054214A - Storage battery management device and storage battery management method - Google Patents
Storage battery management device and storage battery management method Download PDFInfo
- Publication number
- JP2020054214A JP2020054214A JP2019004561A JP2019004561A JP2020054214A JP 2020054214 A JP2020054214 A JP 2020054214A JP 2019004561 A JP2019004561 A JP 2019004561A JP 2019004561 A JP2019004561 A JP 2019004561A JP 2020054214 A JP2020054214 A JP 2020054214A
- Authority
- JP
- Japan
- Prior art keywords
- storage battery
- temperature
- deterioration amount
- charge
- time
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
Description
本発明は、蓄電池管理装置および蓄電池管理方法に関する。 The present invention relates to a storage battery management device and a storage battery management method.
近年、地球温暖化対策や再生可能エネルギーの活用が叫ばれており、それに伴って様々な場面で蓄電池が普及している。ところが、蓄電池は、充放電の量やパターンといった「使い方」や、環境温度や設置場所といった「環境条件」によって、劣化の仕方が異なることが知られている。そこで、様々な使い方と環境条件における劣化を予測する必要がある。 In recent years, global warming countermeasures and the use of renewable energy have been called for, and accordingly, storage batteries have become widespread in various situations. However, it is known that the manner of deterioration of a storage battery differs depending on “usage” such as the amount and pattern of charge / discharge and “environmental conditions” such as environmental temperature and installation location. Therefore, it is necessary to predict deterioration under various usages and environmental conditions.
劣化予測にあたっては、実際に試験で劣化させることにより、劣化の要因とその影響度を調べ、モデル化することが一般的である。しかし、試験には時間を要するため、全ての使われ方と環境条件のデータを取得することは現実的ではない。また、劣化への影響が大きいと言われる蓄電池温度に関しては、充放電や周辺温度等により刻々と変化するため、試験では正確に評価することが困難である。 In predicting deterioration, it is common to model the deterioration factors and the degree of their influence by actually performing the deterioration in a test and modeling the deterioration. However, since the test requires time, it is not practical to obtain data on all usage and environmental conditions. Further, the storage battery temperature, which is said to have a large influence on deterioration, changes every moment due to charge and discharge, ambient temperature, and the like, so that it is difficult to accurately evaluate the temperature in a test.
そこで、試験による劣化予測ではなく、実際に使用している蓄電池を定期的にフルで充放電させることによって、劣化状況を把握する方法が一般的に取られる。ところが、この手法は、使用者が蓄電池を使用したい際にも強制的に容量測定をしてしまうため、使用者の蓄電池の使用機会を損失させることになる。また、フルでの充放電は、蓄電池の劣化を加速させることになりかねない。そのため、別の劣化状況の把握手法が求められている。 Therefore, instead of predicting deterioration by a test, a method of grasping the state of deterioration by regularly charging and discharging a storage battery actually used in full is generally adopted. However, this method forcibly measures the capacity even when the user wants to use the storage battery, so that the user loses the opportunity to use the storage battery. In addition, full charge / discharge may accelerate the deterioration of the storage battery. Therefore, there is a need for another method of grasping the state of deterioration.
特許文献１〜４は、本発明に関連する以下の事項を示す。特許文献１は、蓄電池の電流、電圧および温度の履歴に基づき蓄電池の劣化を推定するシステムを示す。また、特許文献２は、蓄電池の使用開始時点からの温度を一定時間毎に取得して平均温度を算出し、算出した平均温度と蓄電池の内部抵抗値に基づき蓄電池の残余命を推定する装置を示す。特許文献３は、複数の充放電パターンについて蓄電池の温度の時間推移を推定し、推定結果に基づいて充放電パターンを選択するシステムを示す。この特許文献３に記載されているシステムでは、電圧、電流、蓄電池の基本情報等に基づいて蓄電池の内部抵抗、ＳＯＣ（Ｓｔａｔｅｓ Ｏｆ Ｃｈａｒｇｅ；充電状態；充電率）、および温度が推定される。また、特許文献４は、蓄電池の充電時に、蓄電池の発熱量と直前の温度に基づき、蓄電池の温度を所定の周期で繰り返し推定する装置を示す。
上述したように、実際に使用している蓄電池を定期的にフルで充放電させることによって劣化状況を把握する手法では蓄電池の劣化を加速させることになりかねないという課題があった。 As described above, there is a problem that the method of grasping the deterioration state by periodically charging and discharging the storage battery actually used in a full state may accelerate the deterioration of the storage battery.
本発明は、上記事情に鑑みてなされたものであり、蓄電池の劣化を加速させずに、蓄電池の劣化状況を精度良く把握し、管理することができる蓄電池管理装置および蓄電池管理方法を提供することを目的とする。 The present invention has been made in view of the above circumstances, and provides a storage battery management device and a storage battery management method capable of accurately grasping and managing the state of deterioration of a storage battery without accelerating the deterioration of the storage battery. With the goal.
上記課題を解決するため、本発明の一態様は、充放電時の負荷強度を表す値を変数とする蓄電池の温度推定モデルを表す情報と蓄電池の温度の累積値を変数とする蓄電池の劣化量推定モデルを表す情報を記憶する記憶部と、蓄電池の充電率に係る時系列データを取得する取得部と、前記時系列データに基づき、前記温度推定モデルを用いて当該蓄電池の温度を推定する温度推定部と、前記温度推定部が推定した当該蓄電池の温度に基づき、前記劣化量推定モデルを用いて当該蓄電池の劣化量を推定する劣化量推定部とを備える蓄電池管理装置である。 In order to solve the above-described problem, one embodiment of the present invention provides information indicating a temperature estimation model of a storage battery having a variable representing a load intensity at the time of charge and discharge and a deterioration amount of the storage battery having a cumulative value of the temperature of the storage battery as a variable. A storage unit that stores information representing the estimation model, an acquisition unit that acquires time-series data related to the charging rate of the storage battery, and a temperature that estimates the temperature of the storage battery using the temperature estimation model based on the time-series data. The storage battery management device includes an estimating unit and a deterioration amount estimating unit that estimates the amount of deterioration of the storage battery using the deterioration amount estimation model based on the temperature of the storage battery estimated by the temperature estimating unit.
また、本発明の一態様は、上記蓄電池管理装置であって、前記温度推定モデルは、前記充放電時の負荷強度を表す値に加え、充放電時間、一定時間前の蓄電池温度、内部抵抗、外気温、室温、日射量、湿度、蓄電池発熱性能、または筐体放熱性能の少なくとも１つを変数とする。 Further, one embodiment of the present invention is the storage battery management device, wherein the temperature estimation model includes, in addition to a value representing the load intensity at the time of charge / discharge, a charge / discharge time, a storage battery temperature a predetermined time ago, an internal resistance, At least one of the external temperature, room temperature, solar radiation, humidity, heat generation performance of the storage battery, or heat radiation performance of the housing is used as a variable.
また、本発明の一態様は、上記蓄電池管理装置であって、前記劣化量推定モデルは、前記蓄電池の温度の累積値に加え、累積充放電量または累積使用時間の少なくとも１つを変数とする。 One embodiment of the present invention is the storage battery management device, wherein the deterioration amount estimation model uses at least one of a cumulative charge / discharge amount or a cumulative use time in addition to the cumulative value of the temperature of the storage battery. .
また、本発明の一態様は、上記蓄電池管理装置であって、前記劣化量推定部が推定した前記劣化量に基づき将来の劣化量を予測する劣化量予測部をさらに備える。 One embodiment of the present invention is the above-mentioned storage battery management device, further comprising a deterioration amount prediction unit that predicts a future deterioration amount based on the deterioration amount estimated by the deterioration amount estimation unit.
また、本発明の一態様は、上記蓄電池管理装置であって、複数の充放電パターンに対して前記劣化量予測部が予測した前記将来の劣化量に基づき、前記複数の充放電パターンから所定の基準を満たす充放電パターンを選択する充放電パターン選択部をさらに備える。 Further, one aspect of the present invention is the storage battery management device, wherein a predetermined amount is determined from the plurality of charge / discharge patterns based on the future deterioration amount predicted by the deterioration amount prediction unit for the plurality of charge / discharge patterns. It further includes a charge / discharge pattern selection unit that selects a charge / discharge pattern satisfying the criterion.
また、本発明の一態様は、上記蓄電池管理装置であって、前記劣化量予測部が前記将来の劣化量を予測する前記複数の充放電パターンは、経済性と長期使用性と環境性に係る優先順位に基づいて設定される。 One embodiment of the present invention is the above-described storage battery management device, wherein the plurality of charge / discharge patterns, in which the deterioration amount prediction unit predicts the future deterioration amount, relate to economy, long-term use, and environmental friendliness. Set based on priority.
また、本発明の一態様は、記憶部によって、充放電時の負荷強度を表す値を変数とする蓄電池の温度推定モデルを表す情報と蓄電池の温度の累積値を変数とする蓄電池の劣化量推定モデルを表す情報を記憶し、取得部によって、蓄電池の充電率に係る時系列データを取得し、温度推定部によって、前記時系列データに基づき、前記温度推定モデルを用いて当該蓄電池の温度を推定し、劣化量推定部によって、前記温度推定部が推定した当該蓄電池の温度に基づき、前記劣化量推定モデルを用いて当該蓄電池の劣化量を推定する蓄電池管理方法である。 Further, according to one embodiment of the present invention, the storage unit estimates the deterioration amount of the storage battery using the information representing the temperature estimation model of the storage battery using the value representing the load intensity during charging and discharging as a variable and the accumulated value of the temperature of the storage battery as the variable. The information representing the model is stored, the acquisition unit acquires time-series data relating to the charging rate of the storage battery, and the temperature estimation unit estimates the temperature of the storage battery using the temperature estimation model based on the time-series data. The deterioration amount estimating unit estimates the deterioration amount of the storage battery using the deterioration amount estimation model based on the temperature of the storage battery estimated by the temperature estimating unit.
本発明の各態様によれば、蓄電池の劣化を加速させずに、蓄電池の劣化状況を精度良く把握し、管理することができる。 According to each aspect of the present invention, it is possible to accurately grasp and manage the state of deterioration of a storage battery without accelerating the deterioration of the storage battery.
以下、図面を参照して本発明の実施形態について説明する。図１は、本発明の実施形態に係る蓄電池管理システム１０の構成例を示すブロック図である。図１に示す蓄電池管理システム１０は、蓄電池管理装置１と、１または複数の蓄電装置２と、通信網３と、情報提供装置４を備える。
Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram illustrating a configuration example of a storage
蓄電池管理装置１は、コンピュータであり、内部にＣＰＵ（中央処理装置）、記憶装置、入出力装置、通信装置等のハードウェアを備え、記憶装置に記憶されているプログラム（ソフトウェア）をＣＰＵが実行することで動作する。蓄電池管理装置１は、通信部１１、温度推定部１２、劣化量推定部１３、劣化量予測部１４、充放電パターン選択部１５、および記憶部１６を備える。これらの通信部１１、温度推定部１２、劣化量推定部１３、劣化量予測部１４、充放電パターン選択部１５、および記憶部１６は、ハードウェアとソフトウェアの組み合わせで構成された機能的ブロックである。また、記憶部１６は、温度推定モデル（を表す情報）１６１、劣化量推定モデル（を表す情報）１６２、蓄電池使用パターン（を表す情報）１６３、外部環境（を表す情報）１６４、および基本性能（を表す情報）１６５を記憶する。
The storage
蓄電装置２は、制御部２１、通信部２２、充放電制御部２３、および蓄電池２４を備える。制御部２１は、通信部２２および充放電制御部２３を制御する。通信部２２は、有線または無線の通信端末として機能し、制御部２１からの指示にしたがい、直接あるいは他の装置を経由して、通信網３を介して蓄電池管理装置１へ向けて蓄電池２４の使用パターン（蓄電池使用パターンという。）を表す情報を送信する。蓄電池使用パターンを表す情報とは、蓄電池２４の使用状態を示す情報であり、例えば、蓄電池２４の充放電時の負荷強度、充放電時間、一定時間前の蓄電池温度、内部抵抗、時刻等を示す情報を含む。充放電時の負荷強度を表す値とは、充放電電流値、充放電電流の変化率、充放電電圧値、充放電電圧の変化率、ＳＯＣの変化率（単位時間当たりの充電率の変化量）等であり、値が大きい場合に蓄電池を劣化させる度合いが大きくなる物理量の値である。なお、本実施形態の蓄電装置２は、蓄電池使用パターンとして、少なくとも充放電時の負荷強度を表す情報を少なくとも一つ蓄電池管理装置１へ向けて送信する。また、蓄電装置２は、蓄電池使用パターンとして、充放電電流、充放電電圧、充放電時間、内部抵抗を表す情報を蓄電池管理装置１へ向けて送信してもよい。ただし、本実施形態の蓄電装置２は、蓄電池温度を表す情報は蓄電池管理装置１へ向けて送信しないものを含んでいてもよい。なお、他の装置とは、例えばＨＥＭＳ（Ｈｏｍｅ Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）コントローラである。
The
充放電制御部２３は、制御部２１からの指示にしたがい、入力された交流電力を直流電力に変換して蓄電池２４を充電したり、蓄電池２４が放電した直流電力を交流電力に変換して出力したりする。また、充放電制御部２３は、例えば、充放電電流や充放電電圧を計測したり、ＳＯＣを推定したり、蓄電池温度を計測したり、内部抵抗を計測または推定したりして、計測または推定した結果を制御部２１へ出力する。蓄電池２４は、リチウムイオン電池等の二次電池である。なお、蓄電装置２は、住宅内の分電盤あるいは屋内配線（コンセント）に充放電制御部２３の入出力を接続して系統連携できるタイプであってもよいし、入力のみを分電盤あるいは屋内配線に接続し、出力を接続しないタイプ（非常用電源、無停電電源等）であってもよい。蓄電装置２は、屋内に設置されていてもよいし、屋外に設置されていてもよい。
The charge /
通信網３は、有線または無線の公衆通信網、インターネット、有線または無線の構内通信網等、あるいはそれらの組み合わせである。
The
情報提供装置４は、過去、現在または今後の気象情報を通信網３を介して提供するサーバである。情報提供装置４は、例えば、地域毎に、気温、湿度、日射量等の気象情報を通信網３を介して提供する。
The
さて、蓄電池管理装置１に関する説明に戻り、通信部１１（取得部）は、有線または無線の通信端末として機能し、定期的に、通信網３を介して、蓄電装置２の通信部２２が送信した蓄電池２４の蓄電池使用パターンを表す情報を受信したり、情報提供装置４が送信した気象情報を受信したりする。また、通信部１１が受信した蓄電池使用パターンを表す情報は、例えば予め設定した蓄電装置２の識別情報に対応づけて記憶部１６に蓄電池使用パターン１６３として記憶される。また、通信部１１が受信した気象情報は、例えば予め設定した地域の識別情報に対応づけて記憶部１６に外部環境１６４として記憶される。
Now, returning to the description regarding the storage
また、記憶部１６が記憶する温度推定モデル１６１は、充放電時の負荷強度を表す値を変数として蓄電池温度を推定する数理モデルである。温度推定モデル１６１は、例えば式（１）として示すように、蓄電池使用パターンと、外部環境と、基本性能を変数として蓄電池温度を推定する関数（関数ｆ）とすることができる。以下、推定された蓄電池温度を推定蓄電池温度という。関数ｆが変数とする蓄電池使用パターンは、図２に示すように、時刻、ＳＯＣ（充電率）、ＳＯＣの時間変化率の絶対値（以下、ＳＯＣ変化率という。）、１コマ（所定の時間）前の推定蓄電池温度、電流（充放電電流）、電圧（充放電電圧）、充放電継続時間、および内部抵抗を表す情報を含む。図２は、温度推定部１２が式（１）を用いて推定蓄電池温度を算出する際の動作例を模式的に示す。この温度推定部１２の動作例については後述する。また、関数ｆが変数とする外部環境は、外気温、室温、日射量、および湿度を表す情報を含む。また、関数ｆが変数とする基本性能は、蓄電池発熱性能と筐体放熱性能を表す情報を含む。温度推定モデル１６１は、例えば、蓄電池２４の特徴や蓄電装置２の製品型式毎に異なる関数として用意される。
The
なお、式（１）において、図２に示す蓄電池使用パターンのうち、ＳＯＣ変化率と１コマ前の推定蓄電池温度は必須であるが、電流、電圧、充放電継続時間、および内部抵抗は必須ではなく、これらの情報を追加することで温度推定モデル１６１は推定精度をより高くすることができる。また、式（１）において、外部環境と基本性能は省略してもよいが、これらの変数を用いることで温度推定モデル１６１は推定精度をより高くすることができる。
In the expression (1), among the storage battery usage patterns shown in FIG. 2, the SOC change rate and the estimated storage battery temperature one frame before are essential, but the current, voltage, charge / discharge duration time, and internal resistance are not essential. Instead, the
温度推定モデル１６１を表す関数ｆは、複数のフィールドデータから機械学習等を用いて構築する。例えば、蓄電池温度を含む蓄電池使用パターンを送信することができる蓄電装置２から取得した情報に基づき機械学習等を用いて関数ｆを構築する。温度推定モデル１６１に関しては、線形回帰が最も簡便で良いが、データの特徴（例えば、データが離散値）によっては、ポアソン分布や二項分布を母集団分布と仮定した一般化線形モデルや、その組み合わせ等を用いて構築する。なお、例えばある家庭用蓄電池の劣化状況を求める場合、蓄電池管理装置１は、該当の蓄電池が使用開始された時から、充放電のデータは時系列データとして取得する。
The function f representing the
また、記憶部１６が記憶する劣化量推定モデル１６２は、温度推定モデル１６１を用いて推定された推定蓄電池温度の累積値等を変数として蓄電池の劣化量を推定する数理モデルである。劣化量推定モデル１６２は、例えば式（２）として示すように、累積充放電量と、累積使用時間と、累積暴露温度を変数として蓄電池の劣化量を推定する関数（関数ｇ）とすることができる。関数ｇが変数とする累積充放電量は、充電電力量と放電電力量の合計値である。関数ｇが変数とする累積使用時間は、蓄電池２４の使用を開始した時刻から劣化量を推定する時刻までの時間であり、待機時間を含めた全時間である。関数ｇが変数とする累積暴露温度は、温度推定モデル１６１を用いて推定された推定蓄電池温度の累積値（推定蓄電池温度の時間積分値）であり、式（３）で表される。関数ｇが求める劣化量は、蓄電池の劣化の大小を表す数値であり、ＳＯＨ（States Of Health；劣化状態）等とすることができる。ＳＯＨは、初期の満充電容量と劣化時の満充電容量の比の値等で表される容量維持率、初期の内部抵抗値と劣化時の内部抵抗値の比の値等で表される抵抗上昇率等で表される。劣化量推定モデル１６２は、例えば、蓄電池２４の特徴や蓄電装置２の製品型式毎に異なる関数として用意される。
The deterioration
劣化量推定モデル１６２を表す関数ｇは、例えば、蓄電池使用パターンとフルの充放電による劣化量を教師データとして、フィールドデータから機械学習等を用いて構築する。劣化量推定モデル１６２は、温度推定モデル１６１と同様に、線形回帰が最も簡便で良いが、データの特徴（例えば、データが離散値）によっては、ポアソン分布や二項分布を母集団分布と仮定した一般化線形モデルや、その組み合わせ等を用いて構築する。なお、例えばある家庭用蓄電池の劣化状況を求める場合、該当の蓄電池が使用開始された時から、充放電のデータが時系列データとして取得されているものとする。
The function g representing the deterioration
また、蓄電池使用パターン１６３は、蓄電装置２毎の、蓄電池使用パターンの情報と、想定される複数の典型的な蓄電池使用パターンを示す情報を含む。外部環境１６４は、蓄電装置２毎あるいは所定の地域毎の、外部環境の情報と、想定される複数の典型的な外部環境を示す情報を含む。基本性能１６５は、予め登録された蓄電装置２毎の基本性能の情報（蓄電池発熱性能、筐体放熱性能、定格容量、定格出力等の情報）を含む。
In addition, storage
また、温度推定部１２は、通信部１１が取得した各蓄電池２４の蓄電池使用パターン（充電率に係る時系列データ等）、情報提供装置４から提供された外部環境を表す情報等を、記憶部１６から取得し、それらに基づいて温度推定モデル１６１を用いて各蓄電池２４の温度を推定する。ここで、図２を参照して温度推定部１２の動作例について説明する。図２は、時刻ｔ０、ｔ１、ｔ２、ｔ３、ｔ４およびｔ５における蓄電池使用パターン、外部環境、および基本性能と推定蓄電池温度Ｔ１、Ｔ２、Ｔ３、Ｔ４、Ｔ５およびＴ６の関係の例を示す。なお、この例において蓄電装置２は室内に設置されているものとする。また、時刻ｔ０、ｔ１、ｔ２、ｔ３、ｔ４およびｔ５は、一例として１０分間隔であるとする。また、時刻ｔ０から時刻ｔ５まで充放電が連続して行われているものとする。
In addition, the
まず、温度推定部１２は、次のようにして時刻ｔ０の推定蓄電池温度Ｔ１を推定する。すなわち、温度推定部１２は、まず、時刻ｔ０の１コマ前（１０分前）の推定蓄電池温度Ｔ０を例えば室温相当として仮定する。また、温度推定部１２は、時刻ｔ０のＳＯＣ変化率を後ろ数コマ分の平均値で仮定する。そして、温度推定部１２は、時刻ｔ０のＳＯＣ（８０％）、仮定したＳＯＣ変化率、仮定した１コマ前推定蓄電池温度Ｔ０、充放電の電流Ｉ０および電圧Ｖ０、充放電継続時間（０分）、内部抵抗Ｒ０、外気温ＴＯ０、室温ＴＩ０、日射量ｐ０、湿度ｍ０、蓄電池発熱性能ａおよび筐体放熱性能ｂを、式（１）の温度推定モデル１６１に代入して時刻ｔ０の推定蓄電池温度Ｔ１を推定する。
First, the
次に、温度推定部１２は、次のようにして、１コマ前（時刻ｔ０）の推定蓄電池温度Ｔ１を用いて、時刻ｔ１の推定蓄電池温度Ｔ２を推定する。すなわち、温度推定部１２は、時刻ｔ１のＳＯＣ（８５％）、ＳＯＣ変化率（｜（８５−８０）／（ｔ１−ｔ０）｜）、１コマ前推定蓄電池温度Ｔ１、充放電の電流Ｉ１および電圧Ｖ１、充放電継続時間（ｔ１−ｔ０）、内部抵抗Ｒ１、外気温ＴＯ１、室温ＴＩ１、日射量ｐ１、湿度ｍ１、蓄電池発熱性能ａおよび筐体放熱性能ｂを、式（１）の温度推定モデル１６１に代入して時刻ｔ１の推定蓄電池温度Ｔ２を推定する。
Then, the
以降同様にして温度推定部１２は、１コマ前の推定蓄電池温度Ｔ２〜Ｔ５を用いて、時刻ｔ２〜ｔ５の推定蓄電池温度Ｔ３〜Ｔ６を推定する。
なお、図２に示す例では、時刻ｔ０から時刻ｔ４までが充電状態であり、時刻ｔ４から時刻ｔ５までが放電状態である。図２に示す例では、充放電継続時間の正負の極性で充電状態と放電状態を区別している。なお、ＳＯＣ変化率は、充電と放電で区別して2つの項に分けてもよい。 In the example shown in FIG. 2, from time t 0 to time t 4 it is charged, from time t 4 to time t 5 is discharged. In the example shown in FIG. 2, the charge state and the discharge state are distinguished by the positive and negative polarities of the charge / discharge duration time. Note that the SOC change rate may be divided into two terms for charging and discharging.
また、劣化量推定部１３は、温度推定部１２が推定した当該蓄電池の推定蓄電池温度に基づき、劣化量推定モデル１６２を用いて当該蓄電池の劣化量を推定する。図３を参照して、劣化量推定部１３の動作例について説明する。図３は、劣化量推定部１３の動作例を示すフローチャートである。図３に示す処理を開始すると劣化量推定部１３は、まず、記憶部１６から劣化量を推定する蓄電池２４の使用開始時刻から現在までの各コマの充放電量を示すデータを取得（あるいは取得したデータに基づいて算出）する（ステップＳ１１）。なお、充放電量は、例えばＳＯＣと定格容量の値に基づいて算出することができ、また、算出した値は蓄電池使用パターン１６３として記憶部１６に記憶しておくことができる。
The deterioration
次に、劣化量推定部１３は、ステップＳ１１で得た全データを加算して累積充放電量データを算出する（ステップＳ１２〜Ｓ１３）。また、劣化量推定部１３は、ステップＳ１１で得た全データを加算して累積使用時間データを算出する（ステップＳ１４〜Ｓ１５）。また、劣化量推定部１３は、温度推定部１２に指示を出し、推定蓄電池温度を推定させ、温度推定部１２が推定した各コマの推定蓄電池温度を加算し、累積暴露温度データを算出する（ステップＳ１６〜Ｓ１７）。
Next, the deterioration
次に、劣化量推定部１３は、式（２）の劣化量推定モデル１６２に各データを代入して劣化量データを推定する（ステップＳ１８〜Ｓ１９）。
Next, the deterioration
なお、劣化量推定部１３は、劣化量推定モデル１６２として、例えば、図２に示すように、１コマ前の劣化量ｄｅｇ１と、温度推定部１２が推定した当該コマの推定蓄電池温度Ｔ２に基づいて、当該コマの劣化量ｄｅｇ２を推定するモデルを用いてもよい。
Incidentally, the degradation
本実施形態の劣化量推定部１３によれば、フルの充放電による劣化量の測定を必要としないため、蓄電池の劣化を加速させずに、蓄電池の劣化状況を精度良く把握し、管理することができるだけでなく、使用者の機会損失にはつながらない上に、データサーバ上でのオンラインモニタリングも可能となる。
According to the deterioration
また、劣化量予測部１４は、劣化量推定部１３が推定した劣化量に基づき将来の劣化量を予測する。図４を参照して、劣化量予測部１４の動作例について説明する。図４は、劣化量予測部１４の動作例を示すフローチャートである。図４に示す処理において、劣化量予測部１４は、蓄電池２４の過去の劣化量を所定の時間毎にｎ個の区間に分けて推定し、区間毎に求めたｎ個の劣化量から近似曲線を算出して将来の劣化量を予測する。
The deterioration
図４に示す処理では、劣化量予測部１４は、まず、最初の区間の時刻ｔ０〜ｔ１（ここで時刻ｔ０〜ｔ１は複数のコマ分の時間である。）の充放電量を示すデータを取得（あるいは取得したデータに基づいて算出）する（ステップＳ２１）。次に、劣化量予測部１４は、劣化量推定部１３に指示を出し、図３を参照して説明したようにして劣化量を推定させる（ステップＳ１２〜Ｓ１９）。劣化量予測部１４は、ｎ区間すべての処理が終了するまで、区間毎に各劣化量を推定する（ステップＳ２０、Ｓ２１、Ｓ１２〜Ｓ１９およびＳ３０）。
In the process shown in FIG. 4, the deterioration
次に、劣化量予測部１４は、ｎ個の劣化量の値から劣化量の近似曲線を算出し、算出した近似曲線に基づき将来の劣化量を予測し、劣化量が所定の値となる時刻を寿命であると予測する（ステップＳ３１）。
Next, the deterioration
本実施形態の劣化量予測部１４によれば、長期の劣化量予測が可能となるので、寿命年数の予測や、故障の未然防止のための保全計画を適切に立てることも可能となる。
According to the deterioration
また、充放電パターン選択部１５は、使用者の指示に応じてあるいは一定期間毎に起動し、複数の充放電パターンと複数の充放電パターンに対して温度推定部１２が推定した温度履歴を基に、劣化量予測部１４が予測した将来の劣化量に基づき、複数の充放電パターンから所定の基準を満たす充放電パターンを選択し、選択した充放電パターンを、推奨する充放電パターンとして、使用者へ提示したり、蓄電装置２に通知したりする。蓄電装置２に充放電パターン選択部１５が選択した充放電パターンによって動作する機能を設けることで、蓄電装置２における充放パターンを劣化量が少なくなるように制御することができる。充放電パターンは、蓄電池への負荷（ＳＯＣ変化率、充放電回数等）が異なるように設定された一定期間（複数コマ分）の蓄電池使用パターンを含む。充放電パターンは、例えば蓄電池使用パターン１６３として記憶部１６に記憶される。所定の基準は、例えば使用者の過去の電力消費量や太陽光発電による発電量等の履歴を考慮したり、図５に示すように電力料金の観点と蓄電池の長期使用という観点の経済効果のバランスを考慮したりして設定される。経済効果のバランスとは、例えば、劣化量の最小化や全期間における放電量／充電量から変換効率を含めた有効利用度、ＦＩＴ（固定価格買取制度）期間中であれば売電による収益、放電することによる電気使用量削減効果の均衡状態である。図５は、蓄電池使用率（横軸）と経済効果（縦軸）の関係の例を示す。蓄電池使用率は、フル充放電量に対する１回の充放電量の比の値の積算値で表される。経済効果は、上に行くほど高く、電力料金の観点と蓄電池の長期使用（１−劣化量）という観点で曲線が異なる。充放電パターン選択部１５が選択した充放電パターンに基づいて充放電計画を策定することで、例えば、劣化を抑制した運転等を行うことができる。
The charge / discharge
ここで、図８〜図１７を参照して、充放電パターン選択部１５の動作の一例について詳細に説明する。この例において、充放電パターン選択部１５は、劣化量予測部１４が将来の劣化量を予測する複数の充放電パターンを、使用者（ユーザー）が選択した経済性と長期使用性と環境性に係る優先順位に基づいて設定する。図８は、充放電パターン選択部１５の動作例を示すフローチャートである。図９〜図１７は、充放電パターン選択部１５の動作例を説明するための模式図である。
Here, an example of the operation of the charge / discharge
図８に示す処理が開始すると、充放電パターン選択部１５は、まず、過去の履歴に基づいて、モデル電力使用量とモデル発電量を算出する（ステップＳ１０１）。モデル電力使用量とモデル発電量は、蓄電装置２を備える需要家（例えば戸建て住宅や集合住宅）が、太陽光発電設備や電力の需要設備を備える場合に、当該需要家で過去の履歴に基づいて想定される典型的な電力使用量と発電量である。図９は、モデル電力使用量とモデル発電量の一例を模式的に示す。横軸は０時から２４時までの時刻であり、縦軸は電力量であり、折れ線が発電量を表し、棒グラフが電力使用量を表す。
When the process illustrated in FIG. 8 starts, the charge / discharge
次に、充放電パターン選択部１５は、「経済性」、「長期使用性」、「環境性」の内、優先順位をユーザーに情報端末等で選択させる（ステップＳ１０２）。次に、充放電パターン選択部１５は、所定の充放電パターンテーブルにおいて、最優先項目と、残りの２項目の優先順位を変化させた場合のルールに基づき設定した、すべての充放電パターンについて、モデル電力使用量とモデル発電量を基に劣化量予測部１４で劣化予測を行う（ステップＳ１０３）。ここで、充放電パターンテーブルは、例えば、図１０と図１１に充放電パターンテーブル１５１として概要を示したように、「経済性」、「長期使用性」、「環境性」に係る優先順位に対応して、モデル電力使用量とモデル発電量を基に、どのように充放電パターンを設定するのかということを示すルールをまとめた情報である。図１０と図１１は、１つの充放電パターンテーブル１５１を２つの図に分けて示す。図１０と図１１に示す充放電パターンテーブル１５１は、「経済性」、「長期使用性」、および「環境性」に関する優先順位の１３種類の組み合わせに対応する１３種類の充放電パターンの設定のルールを含む。充放電パターンテーブル１５１において、例えば、Ｎｏ．１の充放電パターンは、「経済性」と「長期使用性」と「環境性」の優先順位がすべて「１」（１が最優先、２が次に優先、３が優先順位が最低）であり、バランス型である。この場合、発電電力は、まず自家消費用に使われて、残りは売電される。また、深夜電力全時間で緩速定速充電が行われ、残りの時間帯で放電が行われる。Ｎｏ．１のバランス型で設定された充放電パターンの一例を図１２に示す。図１２は、図９に示すモデル発電量とモデル電力使用量を基に、Ｎｏ．１のバランス型のルールに従い、充電電力量、買電電力量、太陽光を自家消費する電力量、売電電力量および放電電力量を設定した例を示す。なお、図１２〜図１７において横軸と縦軸は図９と同じ時刻と電力量である。劣化量予測部１４は、例えば、図１２に示す充電電力量と放電電力量の時間変化（充放電パターン）に基づいて劣化予測を行う。
Next, the charge / discharge
本実施形態では、「経済性」を最優先とした場合には、太陽光発電電力を全て売電し、夜間の電気料金が安い時間帯に充電することを基本理念とする。また、「長期使用性」を最優先とした場合には、１日１充放電以下とし、なるべく長い時間をかけてゆっくりと充電することを基本理念とする。また、「環境性」を最優先とした場合には、太陽光発電電力で充電及び自家消費を行うことを基本理念とする。 In the present embodiment, when "economic" is given the highest priority, the basic philosophy is to sell all the photovoltaic power and charge it at a time when the nighttime electricity rate is low. When "long-term usability" is given the highest priority, the basic philosophy is to charge and discharge one day or less and charge slowly over as long a time as possible. When “environmentality” is given the highest priority, the basic philosophy is to perform charging and self-consumption with photovoltaic power.
なお、充放電パターンテーブル１５１において、Ｎｏ．２は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「１」、「１」および「３」で、経済性／長期使用性両立型であり、発電全売電、深夜電力全時間で緩速定速充電、残りの時間帯で放電である。また、Ｎｏ．３は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「１」、「２」および「２」で、経済性重視型であり、発電自家消費、残り売電、深夜電力全時間で緩速充電、残りの時間帯で放電である。また、Ｎｏ．４は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「１」、「２」および「３」で、経済性重視／長期使用性考慮型であり、発電全売電で、深夜電力全時間で緩速充電で、残りの時間帯で放電である。また、Ｎｏ．５は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「１」、「３」および「１」で、経済性／環境性両立重視型であり、発電自家消費、残りで充電、更に残りで買電、残りの時間帯で放電である。また、Ｎｏ．６は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「１」、「３」および「２」で、経済性重視／環境性考慮型であり、発電自家消費、残り売電、深夜電力で短時間充電、残りの時間帯で放電である。また、Ｎｏ．７は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「２」、「１」および「２」で、長期使用性重視型であり、発電で充電、残り売電、残りの時間帯で放電である。また、Ｎｏ．８は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「２」、「１」および「３」で、長期使用性重視／経済性考慮型であり、発電で充電、残りで自家消費、更に残り売電、残りの時間帯で放電である。また、Ｎｏ．９は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「２」、「２」および「１」で、環境性重視型であり、発電で自家消費、残りで充電、更に残りで売電で、もし、翌日の発電が少なそうだと予測された場合には、夜間の短時間に充電で、残りの時間帯で放電である。また、Ｎｏ．１０は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「２」、「３」および「１」で、環境性重視／経済性考慮型であり、発電で自家消費、残りで充電、更に残りで売電で、もし、翌日の発電が少なそうだと予測された場合には、深夜電力の全時間帯で緩速充電で、残りの時間帯で放電である。また、Ｎｏ．１１は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「３」、「１」および「１」で、長期使用性／環境性両立重視型であり、発電自家消費、残り売電で、深夜電力全時間で緩速充電で、残りの時間帯で放電である。また、Ｎｏ．１２は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「３」、「１」および「２」で、長期使用性重視型であり、発電定速充電、残り自家消費、さらに残りで売電で、残りの時間帯で放電である。そして、Ｎｏ．１３は、「経済性」、「長期使用性」、および「環境性」の各優先順位が、「３」、「２」および「１」で、環境性重視／長期使用性考慮型であり、発電自家消費、残りで定速充電、さらに残りを売電で残りの時間帯で放電である。
In the charge / discharge pattern table 151, the No. 2 indicates that the priorities of “economic”, “long-term usability”, and “environmental” are “1,” “1” and “3,” which are both economical and long-term usable. All power sales, late-night power all-time slow charging at a constant rate, and discharging during the remaining hours. In addition, No. 3 is “economic”, “long-term usability”, and “environmental” in the priority order of “1”, “2” and “2”. Power selling, late night power, slow charging for all hours, and discharging for the rest of the time. In addition, No. No. 4 has priority of “economic”, “long-term usability”, and “environmental efficiency” of “1”, “2” and “3”, and is an economic-oriented / long-term usability-considering type. The power generation is sold all the time, the electricity is charged slowly at midnight, and the electricity is discharged during the remaining time. In addition, No. 5 indicates that the priority order of “economic”, “long-term usability” and “environmental” is “1,” “3” and “1”, and that the economy / environmental compatibility is emphasized, Self-consumption, charging for the rest, power purchasing for the rest, and discharging for the rest of the time. In addition, No. No. 6 indicates that the priority order of “economic”, “long-term usability” and “environmental” is “1”, “3” and “2”, and that the economic priority / environmental consideration type is used. Self-consumption, remaining power sales, short-time charging with late-night power, and discharging during the remaining hours. In addition, No. 7 indicates that the priority of “economic”, “long-term usability”, and “environmental” is “2”, “1”, and “2”, and is a long-term usability-oriented type. The remaining power is sold and the remaining time is discharged. In addition, No. 8 is “long-term usability-oriented / economic consideration type” in which “priority” of “economic”, “long-term usability”, and “environmental” is “2”, “1”, and “3”. Charging by power generation, self-consumption in the rest, power selling remaining, and discharging in the remaining time zone. In addition, No. 9 indicates that the priority order of “economic”, “long-term usability” and “environmental” is “2”, “2” and “1”, and that the environmental priority is given. If it is predicted that the next day's power generation is likely to be low, it is charging in a short time at night and discharging in the remaining time. In addition, No.
例えば、ステップＳ１０２でユーザーが「経済性」を最優先にすることを選択した場合、ステップＳ１０３で、充放電パターン選択部１５は、充放電パターンテーブル１５１において、「経済性」の優先順位が「１」であるＮｏ．１〜Ｎｏ．６の６種類のルールに基づいて充放電パターンを設定し、すべての充放電パターンについて、劣化量予測部１４で劣化予測を行う。図１３〜図１７は、図９に示すモデル発電量とモデル電力使用量を基に、Ｎｏ．２〜Ｎｏ．６の各ルールに従い、充電電力量、買電電力量、太陽光を自家消費する電力量、売電電力量および放電電力量を設定した例を示す。なお、図１２〜図１７に示す例は、経済性を最優先とした場合の電力量の例であり、安価な電力料金の時間帯＝ＡＭ０：００−ＡＭ５：００であるとしている。
For example, when the user selects that “economic” is given the highest priority in step S102, the charge / discharge
次に、充放電パターン選択部１５は、充放電の時間帯、電力料金の単価や売電単価に基づき、各充放電パターンにおいて、現状よりもどの程度電力料金が低減されるのかを算出する（ステップＳ１０４）。次に、充放電パターン選択部１５は、各充放電パターンにおける劣化予測と電力料金低減量の算出結果を、充放電パターン選択の判断材料の１つとして、ユーザーに提供する（ステップＳ１０５）。ステップＳ１０５において、充放電パターン選択部１５は、例えば、図１２〜図１６に示すように、各充放電パターンを示すグラフと電気代と蓄電池（ＬＩＢ）の寿命の目安を示す情報を提供する。次に、充放電パターン選択部１５は、提供した複数の充放電パターンから、ユーザーに、使用する充放電パターンを選択させる（ステップＳ１０６）。
Next, the charge / discharge
なお、深夜時間帯の開始時刻・終了時刻（短時間の場合も含む）、定速充電の速度に関しては、事前にシステム内で設定された固定値とするが、過去の使用履歴や発電量実績から、例えば発電量＋充電量に対する電力使用量が小さい場合には、充電時間は維持したまま、単位時間当たりの充電量を減らすことで充電量を抑え、結果として蓄電池の発熱、総充電量を抑えることができるため、長寿命化及び経済性に貢献させたり、昼間に電力使用が多く、発電量が少ない場合であれば、発電からの充電に加えて、夜間の充電も併せて行うことで経済性に貢献させる運転にするなどの、使用者に応じた機械学習制御機能を付けても良い。 Note that the start time and end time (including short time) of the late night time zone and the speed of constant-speed charging are fixed values set in the system in advance, but the past usage history and actual power generation Therefore, for example, when the amount of power consumption is smaller than the amount of power generation + the amount of charge, the amount of charge is reduced by reducing the amount of charge per unit time while maintaining the charge time. As a result, the heat generation of the storage battery and the total amount of charge are reduced. It can contribute to longer life and economy, and if the power consumption is high in the daytime and the amount of power generation is small, charging at night can be performed in addition to charging from power generation. A machine learning control function according to the user, such as driving that contributes to economy, may be added.
また、システム簡易化のために、「Ｎｏ．１ バランス型」と、「Ｎｏ．３ 経済性重視型」、「Ｎｏ．７ 長期使用重視型」、「Ｎｏ．９ 環境性重視型」の４パターンのみを最初からユーザーに提示し、その中から選択する形でも良い。 In order to simplify the system, there are four patterns: “No. 1 balanced type”, “No. 3 economy-oriented type”, “No. 7 long-term use-oriented type”, and “No. 9 environmentally-friendly type”. Only the user may be presented to the user from the beginning, and a form may be selected from among them.
また、充放電パターン選択部１５を用いて次のようにして劣化抑制運転の構築が可能となる。まず、幾つかの充放電パターンのシミュレーションを用意する。このシミュレーションは、実使用下のレートや総容量を考慮して、多様なパターンを用意した方が良い。ここで、各シミュレーションパターンを充放電パターン選択部１５に与える。そうすることで、各シミュレーションにおける、実使用下の蓄電池温度パターンに基づく長期劣化予測から、前記所定の基準の内、劣化量の最小化に重点を置いた際に、充放電パターン選択部１５が選択したパターンが、劣化抑制運転に有効であるといえる。
Further, the deterioration suppressing operation can be constructed using the charge / discharge
以上のように、本実施形態によれば、実使用データから蓄電池温度と劣化量をモデル化することによって、（ａ）劣化に影響の大きい蓄電池温度を推定し、（ｂ）推定蓄電池温度を用いて蓄電池劣化量も推定することができる。また、蓄電池管理装置１を蓄電池劣化評価システムとして用いることにより、試験なしで環境と使い方のシミュレーションパターンから、蓄電池の劣化が予測できるようになる。さらに、実使用下において蓄電池劣化評価システムを蓄電池システムに組み込むことにより、使用者の蓄電池利用機会を損失させることなく、複雑な劣化要因の交互作用も反映した、劣化量評価、および、劣化予測を行うことができる。
As described above, according to the present embodiment, by modeling the storage battery temperature and the amount of deterioration from the actual use data, (a) the storage battery temperature that greatly affects the deterioration is estimated, and (b) the estimated storage battery temperature is used. Thus, the deterioration amount of the storage battery can also be estimated. In addition, by using the storage
また、本実施形態によれば、蓄電池の使用パターンを用いて蓄電池温度の時系列データを推定することができる。また、この時系列の蓄電池温度の推定結果を使用することにより、実使用状況に応じた、正確で使用者の蓄電池使用機会を損なわず、蓄電池の劣化を加速させずに蓄電池劣化解析を行うことが可能となる。また、本実施形態によれば、蓄電池の事前試験でなく、実際のフィールドデータによるモデル構築（蓄電池温度と劣化量共に）が可能である。したがって、実使用での複雑な劣化要因の相互作用を反映可能である。また、本実施形態による温度推定の仕方では、１日１回の充電と放電という特徴が例えば家庭用蓄電池にはあるため、蓄電池温度の昇降が１日でリセットされやすく、初期の推定誤差をキャンセルすることができる。 Further, according to the present embodiment, it is possible to estimate the time series data of the storage battery temperature using the usage pattern of the storage battery. In addition, by using the estimation result of the storage battery temperature in the time series, it is possible to perform the storage battery deterioration analysis without deteriorating the user's opportunity to use the storage battery and accelerating the deterioration of the storage battery according to the actual use situation. Becomes possible. Further, according to the present embodiment, it is possible to build a model (both the storage battery temperature and the deterioration amount) based on actual field data, instead of performing a preliminary test of the storage battery. Therefore, it is possible to reflect the interaction of complicated deterioration factors in actual use. In addition, in the method of estimating the temperature according to the present embodiment, since the home storage battery has a feature of charging and discharging once a day, for example, the rise and fall of the storage battery temperature are easily reset in one day, and the initial estimation error is canceled. can do.
次に、図６および図７を参照して本実施形態による家庭用蓄電池の温度推定の実施例について説明する。まず、次の（１）〜（３）の手順で温度推定モデル１６１を構築し、（４）の手順で構築した温度推定モデル１６１を用いて蓄電池温度を推定した。
Next, an example of estimating the temperature of the household storage battery according to the present embodiment will be described with reference to FIGS. 6 and 7. First, the
（１）蓄電池温度観測邸として２邸を用いた。四季を含む数日間のデータを用いた。なお、この２邸は、年平均気温が１０℃程度異なりかつ、充放電パターンも異なる。また、外気温は、気象庁のＤＢ（データベース）より、該当地域の１０分データを使用した。 (1) Two houses were used as storage battery temperature observation houses. Data for several days including the four seasons were used. The two houses have different annual average temperatures of about 10 ° C. and different charge / discharge patterns. As the outside air temperature, 10-minute data of the corresponding area was used from the DB (database) of the Japan Meteorological Agency.
（２）（１）で取得したデータをモデル構築用のデータと検証用のデータに分けた（約４：１の割合）。 (2) The data obtained in (1) was divided into data for model construction and data for verification (ratio of about 4: 1).
（３）（２）の内、モデル構築用のデータを用いて、母集団に正規分布を仮定した回帰分析（分析手法選定理由：簡易化）を行った。変数は、図２に上げたものの少なくとも１つ以上の項目を用いている。その結果が図６である。図６および図７は横軸を日時（時刻）とし、縦軸をセル温度（蓄電池温度）として実測値と推定値を示す。なお、横軸が非連続の場合に破線の縦線を入れており、各区間同士の順序も、日付順とは限らない。 (3) A regression analysis (reason for selecting an analysis method: simplified) was performed on the assumption that a normal distribution was used for the population, using the data for model construction in (2). The variables use at least one or more items listed in FIG. FIG. 6 shows the result. 6 and 7 show measured values and estimated values with the horizontal axis representing date and time (time) and the vertical axis representing cell temperature (battery temperature). Note that when the horizontal axis is non-continuous, a broken vertical line is drawn, and the order of the sections is not limited to the date order.
（４）（３）で得られたモデル式を用いて、（２）で述べた検証用データに対して蓄電池温度を推定した。その結果を図７に示す。なお、今回は検証用として一部の日付を取り出したため、蓄電池温度が落ち着いた時刻を指定するのが困難である。そのため、データが非連続になった最初の点の「現時刻から１コマ前の蓄電池温度」は、観測済みの値を用いた。決定係数は９５％程度となり、推定精度としては十分といえる。 (4) The storage battery temperature was estimated for the verification data described in (2) using the model formula obtained in (3). FIG. 7 shows the result. Since a part of the date was taken out for verification this time, it is difficult to specify the time when the storage battery temperature has settled down. Therefore, the observed value was used as the "battery temperature one frame before the current time" at the first point where the data became discontinuous. The determination coefficient is about 95%, which is sufficient for the estimation accuracy.
なお、上述した例では時刻間隔を１０分間に設定しているが、必ずしも１０分でなくても良く、解析するデータのサンプリング間隔に合わせるのが簡便で良い。ただし、間隔が短すぎるとＳＯＣの変化が小さかったり、長すぎると充放電の切り替えに重複してしまったりして、正確な値が得られない可能性があるため、実使用下での充放電レートを考慮して間隔を決めるのが良い。解析の一番初めの時刻は、蓄電池温度を仮定する必要があるため、できる限り、充放電を長時間行っておらず、室温と同等まで温度が落ち着いていると考えられる部分を起点とするのが良い。外気温より、蓄電池からの自己発熱の方が蓄電池温度への影響が大きく、前項の起点の仮定蓄電池温度が多少ずれていても、概ね１日分解析を行っている内に誤差は吸収される。理由として、現在主流となっている家庭用蓄電池の容量は、１日に家庭が消費する電力量よりも少ないため、１日で充電と放電を終え、待機時間が必ず発生し、温度がリセットされるからである。このため、たとえデータが非連続であっても、初期温度を室温程度であるとして待機時間のタイミングに設定することで、推定することができる。 Although the time interval is set to 10 minutes in the above-described example, the time interval is not always required to be 10 minutes, and it is simple and convenient to match the sampling interval of the data to be analyzed. However, if the interval is too short, the change in the SOC is small, and if the interval is too long, the switching of charge and discharge may be duplicated, and an accurate value may not be obtained. It is good to decide the interval in consideration of the rate. At the very beginning of the analysis, it is necessary to assume the temperature of the storage battery, so charging and discharging should not be performed for a long time as much as possible, and the starting point should be the part where the temperature is considered to have settled down to room temperature. Is good. The self-heating from the storage battery has a greater effect on the storage battery temperature than the outside air temperature. Even if the assumed storage battery temperature at the starting point in the preceding paragraph is slightly shifted, the error is absorbed during the analysis for one day. . The reason is that the capacity of home storage batteries, which are currently mainstream, is smaller than the amount of power consumed by households in one day, so charging and discharging are completed in one day, waiting time always occurs, and the temperature is reset. This is because that. Therefore, even if the data is discontinuous, it can be estimated by setting the initial temperature to about room temperature and setting the timing of the standby time.
また、データが１コマ程度欠損していても問題はないが、データの欠損が数時間以上に及ぶ場合には、データの最初の処理と同様に、ＳＯＣの変化率の平均処理や、１コマ前の蓄電池温度仮定の処理を行う必要がある。室内置きの蓄電池であれば、外気温の影響を大きく受けることは無いため、モデル式から該当項を除いても良い。ただし、除外しなければ屋外置きにも精度良く活用することができるが、各パラメータの影響度は室内置きとは異なる。
今回モデル構築に際しては、２邸分を用いたが、正確性をさらに向上させるには、以下を考慮すると良い。
Although there is no problem even if the data is lost for about one frame, if the data is lost for several hours or more, as in the first processing of the data, the SOC change rate averaging process and one frame are performed. It is necessary to perform the processing of the previous storage battery temperature assumption. As long as the storage battery is placed indoors, it is not greatly affected by the outside temperature, and therefore, the corresponding term may be removed from the model formula. However, if it is not excluded, it can be used with high accuracy even in outdoor installation, but the degree of influence of each parameter is different from that in indoor installation.
In this model construction, two houses were used, but in order to further improve the accuracy, the following should be considered.
１）様々な地域と蓄電池温度の関係。２）様々な充放電（生活）パターンと蓄電池温度の関係。３）日の連続性（できる限り連続していた方が良い）。４）データ数（できる限り多い方が良い）。５）待機中の室温と蓄電池温度の関係。６）外気温と室温の関係。７）筐体の放熱性。 1) Relationship between various regions and storage battery temperature. 2) Relationship between various charge / discharge (life) patterns and battery temperature. 3) Continuity of the day (it is better to be as continuous as possible). 4) Number of data (the larger the better, the better). 5) Relationship between room temperature during standby and battery temperature. 6) Relationship between outside temperature and room temperature. 7) Heat dissipation of the housing.
以上、この発明の実施形態について図面を参照して説明してきたが、具体的な構成は上記実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。 As described above, the embodiments of the present invention have been described with reference to the drawings. However, the specific configuration is not limited to the above-described embodiments, and includes a design and the like without departing from the gist of the present invention.
１０ 蓄電池管理システム、１ 蓄電池管理装置、２ 蓄電装置、３ 通信網、４ 情報提供装置、１１ 通信部、１２ 温度推定部、１３ 劣化量推定部、１４ 劣化量予測部、１５ 充放電パターン選択部、１６ 記憶部、１６１ 温度推定モデル、１６２ 劣化量推定モデル、１６３ 蓄電池使用パターン、１６４ 外部環境、１６５ 基本性能、２１ 制御部、２２ 通信部、２３ 充放電制御部、２４ 蓄電池
Claims (7)
蓄電池の充電率に係る時系列データを取得する取得部と、
前記時系列データに基づき、前記温度推定モデルを用いて当該蓄電池の温度を推定する温度推定部と、
前記温度推定部が推定した当該蓄電池の温度に基づき、前記劣化量推定モデルを用いて当該蓄電池の劣化量を推定する劣化量推定部と
を備える蓄電池管理装置。 A storage unit that stores information representing a temperature estimation model of a storage battery having a variable representing a load intensity at the time of charging and discharging and information representing a deterioration amount estimation model of a storage battery having a cumulative value of the temperature of the storage battery as a variable,
An acquisition unit that acquires time-series data related to the charging rate of the storage battery,
Based on the time-series data, a temperature estimating unit that estimates the temperature of the storage battery using the temperature estimation model,
A deterioration amount estimating unit configured to estimate a deterioration amount of the storage battery using the deterioration amount estimation model based on the temperature of the storage battery estimated by the temperature estimating unit.
請求項１に記載の蓄電池管理装置。 The temperature estimation model, in addition to the value representing the load intensity at the time of charging and discharging, the charging and discharging time of the storage battery, the storage battery temperature before a certain time, the internal resistance, the outside air temperature, the room temperature, the amount of solar radiation, the humidity, the storage battery heat generation performance, or The storage battery management device according to claim 1, wherein at least one of heat dissipation performance of the housing is a variable.
請求項１または２に記載の蓄電池管理装置。 The storage battery management device according to claim 1, wherein the deterioration amount estimation model uses at least one of an accumulated charge / discharge amount and an accumulated use time as a variable in addition to the accumulated value of the temperature of the storage battery.
さらに備える請求項１から３のいずれか１項に記載の蓄電池管理装置。 The storage battery management device according to any one of claims 1 to 3, further comprising a deterioration amount prediction unit that predicts a future deterioration amount based on the deterioration amount estimated by the deterioration amount estimation unit.
さらに備える請求項４に記載の蓄電池管理装置。 A charge / discharge pattern selection unit that selects a charge / discharge pattern satisfying a predetermined criterion from the plurality of charge / discharge patterns based on the future deterioration amount predicted by the deterioration amount prediction unit for the plurality of charge / discharge patterns. The storage battery management device according to claim 4.
請求項５に記載の蓄電池管理装置。 The storage battery management device according to claim 5, wherein the plurality of charge / discharge patterns for which the deterioration amount prediction unit predicts the future deterioration amount are set based on priorities related to economy, long-term use, and environment. .
取得部によって、蓄電池の充電率に係る時系列データを取得し、
温度推定部によって、前記時系列データに基づき、前記温度推定モデルを用いて当該蓄電池の温度を推定し、
劣化量推定部によって、前記温度推定部が推定した当該蓄電池の温度に基づき、前記劣化量推定モデルを用いて当該蓄電池の劣化量を推定する
蓄電池管理方法。 The storage unit stores information representing a storage battery temperature estimation model using a variable representing a load intensity at the time of charging / discharging as a variable and information representing a storage battery deterioration amount estimation model using a cumulative value of the storage battery temperature as a variable,
The acquisition unit acquires time-series data related to the charging rate of the storage battery,
The temperature estimating unit estimates the temperature of the storage battery using the temperature estimation model based on the time-series data,
A storage battery management method, wherein a deterioration amount estimating unit estimates a deterioration amount of the storage battery using the deterioration amount estimation model based on the temperature of the storage battery estimated by the temperature estimating unit.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018175790 | 2018-09-20 | ||
| JP2018175790 | 2018-09-20 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020054214A true JP2020054214A (en) | 2020-04-02 |
| JP7249155B2 JP7249155B2 (en) | 2023-03-30 |
Family
ID=69994254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019004561A Active JP7249155B2 (en) | 2018-09-20 | 2019-01-15 | Storage battery management device and storage battery management method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7249155B2 (en) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111832169A (en) * | 2020-07-10 | 2020-10-27 | 的卢技术有限公司 | Automatic correction method for battery cell life model |
| WO2022034704A1 (en) * | 2020-08-13 | 2022-02-17 | ＴｅｒａＷａｔｔ Ｔｅｃｈｎｏｌｏｇｙ株式会社 | Information processing device, information processing method, and program |
| CN114137434A (en) * | 2021-12-07 | 2022-03-04 | 中国农业银行股份有限公司天津市分行 | Uninterrupted power supply equipment test method, equipment and system |
| KR102393230B1 (en) * | 2021-08-11 | 2022-05-02 | (주)피앤이시스템즈 | Battery pack charge balancing system |
| WO2022181109A1 (en) * | 2021-02-26 | 2022-09-01 | 株式会社デンソー | Battery management system |
| WO2022181112A1 (en) * | 2021-02-26 | 2022-09-01 | 株式会社デンソー | Battery diagnostic system |
| WO2024042758A1 (en) * | 2022-08-22 | 2024-02-29 | 株式会社日立ハイテク | Battery management device and battery management method |
| JP7521469B2 (en) | 2021-03-22 | 2024-07-24 | トヨタ自動車株式会社 | Management system and energy management method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006010601A (en) * | 2004-06-29 | 2006-01-12 | Shin Kobe Electric Mach Co Ltd | Apparatus for determining degradation level |
| JP2010190904A (en) * | 2006-02-28 | 2010-09-02 | Panasonic Corp | Battery service life determining device and method of the same |
| JP2014070982A (en) * | 2012-09-28 | 2014-04-21 | Fujitsu Semiconductor Ltd | Secondary battery state evaluation device, secondary battery state evaluation method, and secondary battery state evaluation program |
-
2019
- 2019-01-15 JP JP2019004561A patent/JP7249155B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006010601A (en) * | 2004-06-29 | 2006-01-12 | Shin Kobe Electric Mach Co Ltd | Apparatus for determining degradation level |
| JP2010190904A (en) * | 2006-02-28 | 2010-09-02 | Panasonic Corp | Battery service life determining device and method of the same |
| JP2014070982A (en) * | 2012-09-28 | 2014-04-21 | Fujitsu Semiconductor Ltd | Secondary battery state evaluation device, secondary battery state evaluation method, and secondary battery state evaluation program |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111832169A (en) * | 2020-07-10 | 2020-10-27 | 的卢技术有限公司 | Automatic correction method for battery cell life model |
| CN111832169B (en) * | 2020-07-10 | 2024-04-09 | 的卢技术有限公司 | Automatic correction method for battery cell life model |
| WO2022034704A1 (en) * | 2020-08-13 | 2022-02-17 | ＴｅｒａＷａｔｔ Ｔｅｃｈｎｏｌｏｇｙ株式会社 | Information processing device, information processing method, and program |
| WO2022181109A1 (en) * | 2021-02-26 | 2022-09-01 | 株式会社デンソー | Battery management system |
| WO2022181112A1 (en) * | 2021-02-26 | 2022-09-01 | 株式会社デンソー | Battery diagnostic system |
| JP7456400B2 (en) | 2021-02-26 | 2024-03-27 | 株式会社デンソー | battery diagnostic system |
| JP7521469B2 (en) | 2021-03-22 | 2024-07-24 | トヨタ自動車株式会社 | Management system and energy management method |
| KR102393230B1 (en) * | 2021-08-11 | 2022-05-02 | (주)피앤이시스템즈 | Battery pack charge balancing system |
| CN114137434A (en) * | 2021-12-07 | 2022-03-04 | 中国农业银行股份有限公司天津市分行 | Uninterrupted power supply equipment test method, equipment and system |
| WO2024042758A1 (en) * | 2022-08-22 | 2024-02-29 | 株式会社日立ハイテク | Battery management device and battery management method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7249155B2 (en) | 2023-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7249155B2 (en) | Storage battery management device and storage battery management method | |
| CN108292860B (en) | Power control device, operation plan making method and recording medium | |
| US9824409B2 (en) | Energy management system, server, energy management method, and storage medium | |
| JP4648482B1 (en) | Analysis device and measurement management system | |
| JPWO2017217466A1 (en) | Power management system | |
| Wu et al. | Stochastic optimal scheduling of residential appliances with renewable energy sources | |
| JPWO2016113925A1 (en) | Power management equipment | |
| US20160294215A1 (en) | Power control system, power control method, and recording medium | |
| JP6543145B2 (en) | Peak power prediction device, power management system and peak power prediction method | |
| JP6676477B2 (en) | Building power consumption prediction system, power storage device control system, and power storage device control method | |
| US9638545B2 (en) | Power management apparatus, power management system and power management method | |
| WO2015087470A1 (en) | Demand prediction device and program | |
| JP6069738B2 (en) | Charge / discharge control system, charge / discharge control method, and charge / discharge control program | |
| JP2010213507A (en) | Natural energy integrated power storage system and natural energy integrated power storage method | |
| JP6403875B2 (en) | Device management apparatus, device management system, device management method and program | |
| JP6664479B2 (en) | Control device, power management system, charge / discharge control method and program | |
| WO2016031065A1 (en) | Power consumption estimation device, appliance management system, power consumption estimation method, and program | |
| WO2016158027A1 (en) | Management device, management system, control method for management device, and control program | |
| JP2019088151A (en) | Hot-water supply device control system and hot-water supply device control method | |
| JP6394211B2 (en) | Power control apparatus, power control method, program, and power control system | |
| JP6458415B2 (en) | Power control apparatus, power control method, program, and power control system | |
| JP6590910B2 (en) | Controller, electricity bill display method, and program | |
| JP5969365B2 (en) | Power control system | |
| JP2019146283A (en) | Power demand prediction device, power demand prediction method, and power demand prediction program | |
| JP6598070B2 (en) | Energy prediction system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211020 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220826 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220906 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221107 |
|
| 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: 20230221 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230317 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7249155 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |