JP5074830B2 - バッテリー管理システム、バッテリーｓｏｃの推定方法及びバッテリー管理システムの駆動方法 - Google Patents

Description

本発明は、バッテリー管理システム、バッテリーＳＯＣの推定方法及びバッテリー管理システムの駆動方法に関するものであり、特に、アダプティブフィルター（adaptive filter）を利用してバッテリーのＳＯＣ（state of charging）などの状態を推定するバッテリー管理システム、バッテリーＳＯＣの推定方法及びバッテリー管理システムの駆動方法に関するものである。

ガソリンや重油を主燃料に使用する内燃エンジンを利用する自動車は、大気汚染など公害発生に深刻な影響を与えている。したがって、最近は公害発生を減らすために、電気自動車又はハイブリッド自動車の開発に多くの努力をしている。

電気自動車は、バッテリーから出力される電気エネルギーによって動作する、バッテリーエンジンを利用した自動車である。このような電気自動車は、充放電が可能な多数の二次電池（cell）が一つのパックに形成されたバッテリーを主動力源に利用するので排気ガスが全くなく、騒音が非常に小さいという長所がある。

一方、ハイブリッド自動車とは、内燃エンジンを利用する自動車と電気自動車の中間段階の自動車であって、２種類以上の動力源、例えば、内燃エンジン及びバッテリーエンジンを使用する自動車である。現在は、内燃エンジンと水素と酸素を連続的に供給しながら化学反応を起こして、直接電気エネルギーを得る燃料電池を利用したり、バッテリーと燃料電池を利用したりするなど、混合された形態のハイブリッド自動車が開発されている。

このように電気エネルギーを利用する自動車は、バッテリーの性能が自動車の性能に直接的な影響を与えるので、各電池セルの性能が優秀でなければならないだけでなく、バッテリーの温度、セル電圧、バッテリー全体の電圧、及び電流などを測定して、バッテリーの充放電を効率的に管理することができるバッテリー管理システム（Battery Management System、以下、ＢＭＳという）が切実に要求される実情である。

従来のバッテリー管理システムにおいて、バッテリーの充電状態（state of charging：以下、ＳＯＣという）を判断するためには、電流積算によってＳＯＣを推定する方式を使用していた。また、開放電圧（open circuit voltage、以下、ＯＣＶという）又は放電電圧、内部抵抗、温度、放電電流などの因子とＳＯＣの関係を予め把握し、少なくとも２種の因子を検出して、検出された因子に対応するＳＯＣを検出する方式を使用していた。

しかし、このような従来の方式によるＳＯＣ推定方法は、電流積算による誤差が発生する恐れがある。またＯＣＶなどとＳＯＣの関係を把握するとしても、バッテリーごとに特性の差があるため、バッテリーごとに実験的にＯＣＶなどとＳＯＣの関係を複雑な実験的な方法で算出しなければならない。従って、従来の方式は、誤差が発生したり複雑な実験手続が必要であったりした。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、より正確にバッテリーのＳＯＣを推定できる、新規かつ改良されたバッテリー管理システム、バッテリーＳＯＣの推定方法及びバッテリー管理システムの駆動方法を提供することにある。

上記課題を解決するために、本発明のある観点によれば、バッテリーをモデル化した測定モデルを利用し、バッテリーのＳＯＣ（state of charging）を推定するバッテリー管理システムにおいて、バッテリーに流れる充放電電流、バッテリーの温度及びバッテリーの端子電圧を測定するセンシング部と；充放電電流を積算してバッテリーのＳＯＣを推定する予測部と；バッテリー温度、充放電電流、ＳＯＣ及び充放電電流の時変化率（dynamic）のうちの少なくともいずれか一つに従って、測定モデルによって発生する誤差に対応する情報を生成するデータリジェクション部と；測定モデル及び誤差に対応する情報を利用して推定されたバッテリーのＳＯＣを修正する測定部と；を含むことを特徴とする、バッテリー管理システムが提供される。

測定モデルは、内部抵抗、拡散インピーダンス及びＯＣＶ（open circuit voltage）を含み、予測部は、ＳＯＣを第１状態変数に、拡散インピーダンスに印加される拡散インピーダンス電圧を第２状態変数に設定し、一定の時間単位で第１状態変数及び第２状態変数の値を充放電電流を利用して予測してもよい。

予測部は、現在状態の第１状態変数及び第２状態変数の値を予測するために、直前状態の充放電電流を一定の時間だけ積算してもよい。

データリジェクション部は、誤差に対応する情報を第１ゲイン（gain）として生成し、測定部は、予測部で推定されたＳＯＣに対応するＯＣＶ、測定モデルの内部抵抗に印加される電圧及び拡散インピーダンス電圧を利用してバッテリー端子電圧を予測し、予測されたバッテリー端子電圧と測定されたバッテリー端子電圧とを比較した結果及び第１ゲインを利用して第２ゲインを生成してもよい。

測定部は、第２ゲインを利用して予測部で予測された第１状態変数及び第２状態変数を修正して予測部に伝達してもよい。

データリジェクション部は、ＳＯＣの値により第１領域と第２領域とを定義し、ＳＯＣが第１領域に属すれば第１ゲインを一定の値に固定させ、ＳＯＣが第２領域に属すれば第１ゲインを前記ＳＯＣに応じて調節してもよい。

第１領域は、ＳＯＣが２０％超過した領域であり、第２領域は、ＳＯＣが２０％以下である領域であり、ＳＯＣが第２領域に属すれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（ここで、Ｇ_ｓｏｃ＝比例定数）のように調節してもよい。

データリジェクション部は、充放電電流の絶対値が基準値より小さければ第１ゲインを一定の値に固定させ、充放電電流の絶対値が基準値以上であれば第１ゲインを充放電電流の絶対値に応じて調節してもよい。

基準値は５Ａであり、充放電電流の絶対値が基準値以上であれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（ここで、Ｇ_ｉ：定数、ｉ＝充放電電流／Ａ、Ａ＝第１基準電流値）のように調節してもよい。

データリジェクション部は、充放電電流の時変化率を感知しなければ第１ゲインを一定の値に固定させ、充放電電流の時変化率を感知すれば第１ゲインを充放電電流の時変化率が発生する期間に対応して調節してもよい。

データリジェクション部で充放電電流の時変化率を感知すれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（ここで、Ｔ_{ｓｔｅｐｔｉｍｅ}：電流が変動する期間、Ｇ_Ｓｔｅｐ：定数）により調節してもよい。

予測部は、第１状態変数（上段：ＳＯＣ_Ｋ）及び第２状態変数（下段：Ｖ_{Ｄｉｆｆ＿Ｋ}）を、状態方程式
（ここで、
ＳＯＣ_Ｋ 現在の状態で予測されるＳＯＣ値
ＳＯＣ_Ｋ−１ 直前状態で修正されたＳＯＣ値
Ｖ_{Ｄｉｆｆ＿Ｋ} 現在の状態の拡散インピーダンスに印加される電圧
Ｖ_{Ｄｉｆｆ Ｋ−１} 直前状態で修正された拡散インピーダンスに印加される電圧
Ｃ_Ｄｉｆｆ 拡散インピーダンスのキャパシタンス
Ｒ_Ｄｉｆｆ 拡散インピーダンスの抵抗値
Δｔ 現在の状態と直前状態との間の時間の間隔
ｉ_Ｋ−１ 直前状態でバッテリーに流れる電流値
Ｃｎ バッテリーの定格容量）
によって予測してもよい。

測定部は、バッテリー端子電圧を、出力方程式
（ここで、
Ｖｔ バッテリー端子電圧
Ｖｄｉｆｆ 拡散インピーダンス電圧
Ｖｒ 内部抵抗電圧）
によって予測し、測定されたバッテリー端子電圧（Ｖｔ）と予測されたバッテリー端子電圧（Ｖｔ）との差を生成してもよい。

測定モデルによって発生する誤差に対応する情報は誤差の分散であってもよい。

また、上記課題を解決するために、本発明の別の観点によれば、バッテリーをモデル化した測定モデルを利用してバッテリーのＳＯＣを推定する方法において、ａ）バッテリーに流れる充放電電流、バッテリーの温度、及びバッテリーの端子電圧を測定する段階と；ｂ）充放電電流を積算してバッテリーのＳＯＣを推定する段階と；ｃ）バッテリー温度、充放電電流、ＳＯＣ及び充放電電流の時変化率のうちの少なくともいずれか一つに従って測定モデルによって発生する誤差に対応する情報を生成する段階と；ｄ）測定モデル及び誤差に対応する情報を利用して推定されたバッテリーのＳＯＣを修正する段階と；を含むことを特徴とする、バッテリーのＳＯＣ推定方法が提供される。

測定モデルは、内部抵抗、拡散インピーダンス及びＯＣＶを含み、ｂ）段階は、ＳＯＣ及び既拡散インピーダンスに印加される拡散インピーダンス電圧を一定の時間単位で充放電電流を利用して推定する段階を含んでいてもよい。

ｃ）段階は、誤差に対応する情報を第１ゲインとして生成する段階を含み、ｄ）段階は、ｂ）段階で推定されたＳＯＣに対応するＯＣＶ、測定モデルの内部抵抗に印加される電圧及び拡散インピーダンス電圧を利用してバッテリー端子電圧を予測し、予測されたバッテリー端子電圧と測定されたバッテリー端子電圧とを比較した結果及び第１ゲインを利用して第２ゲインを生成する段階を含んでもよい。

ｄ）段階は、第２ゲインを利用して、ｂ）段階で推定されたＳＯＣ及び拡散インピーダンス電圧を修正し、ｂ）段階は、修正されたＳＯＣ及び拡散インピーダンス電圧を初期値に設定し、一定の時間充放電電流を積算して、ＳＯＣ及び拡散インピーダンス電圧を推定する段階を含んでもよい。

ｃ）段階は、ＳＯＣの値により第１領域と第２領域とを定義し、ＳＯＣが第１領域に属すれば第１ゲインを一定の値に固定させ、ＳＯＣが第２領域に属すれば第１ゲインをＳＯＣに応じて調節してもよい。

第１領域は、ＳＯＣが２０％超過した領域であり、第２領域は、ＳＯＣが２０％以下である領域であり、ＳＯＣが第２領域に属すれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（ここで、Ｇ_ＳＯＣ：比例定数）のように調節してもよい。

ｃ）段階は、充放電電流の絶対値が基準値より小さければ第１ゲインを一定の値に固定させ、充放電電流の絶対値が基準値以上であれば第１ゲインを充放電電流の絶対値に応じて調節する段階をさらに含んでもよい。

基準値は５Ａであり、充放電電流の絶対値が基準値以上であれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（Ｇｉ：定数、ｉ＝充放電電流／Ａ、Ａ＝第１基準電流値）のように調節してもよい。

ｃ）段階は、充放電電流の時変化率を感知しなければ第１ゲインを一定の値に固定させ、充放電電流の時変化率を感知すれば第１ゲインを充放電電流の時変化率が発生する期間に対応して調節する段階をさらに含んでもよい。

ｃ）段階はで充放電電流の時変化率を感知すれば、下記の式
（ここで、Ｔ_{ｓｔｅｐｔｉｍｅ}＝電流が変動する期間、Ｇ_Ｓｔｅｐ＝定数）により第１ゲイン（Ｒ_ｋ）を調節してもよい。

測定モデルによって発生する誤差に対応する情報は誤差の分散であってもよい。

また、上記課題を解決するために、本発明の別の観点によれば、バッテリーをモデル化した測定モデルを利用し、バッテリーのＳＯＣを推定するバッテリー管理システムの駆動方法において、ａ）バッテリーに流れる充放電電流、バッテリーの温度及びバッテリーの端子電圧を測定する段階と；ｂ）充放電電流を積算してバッテリーのＳＯＣを推定する段階と；ｃ）バッテリー温度、充放電電流、ＳＯＣ及び充放電電流の時変化率のうちの少なくともいずれか一つに従って測定モデルによって発生する誤差に対応する情報を生成する段階と；ｄ）測定モデル及び誤差に対応する情報を利用して推定されたバッテリーのＳＯＣを修正する段階と；を含むことを特徴とする、バッテリー管理システムの駆動方法が提供される。

測定モデルは、内部抵抗、拡散インピーダンス及びＯＣＶを含み、ｂ）段階は、ＳＯＣを第１状態変数に、拡散インピーダンスに印加される拡散インピーダンス電圧を第２状態変数に設定し、一定の時間単位で第１状態変数及び第２状態変数の値を充放電電流を利用して推定する段階を含んでもよい。

ｃ）段階は、誤差に対応する第１ゲインを生成する段階を含み、ｄ）段階は、ｂ）段階で推定されたＳＯＣに対応するＯＣＶ、測定モデルの内部抵抗に印加される電圧及び拡散インピーダンス電圧を利用してバッテリー端子電圧を予測し、予測されたバッテリー端子電圧と測定されたバッテリー端子電圧とを比較した結果及び第１ゲインを利用して第２ゲインを生成してもよい。

ｃ）段階は、ＳＯＣの値により第１領域と第２領域とを定義し、ＳＯＣが第１領域に属すれば、第１ゲインを一定の値に固定させ、ＳＯＣが第２領域に属すれば第１ゲインをＳＯＣに応じて調節してもよい。

第１領域は、ＳＯＣが２０％超過した領域であり、第２領域は、ＳＯＣが２０％以下である領域であり、ＳＯＣが第２領域に属すれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（ここで、Ｇ_ＳＯＣ：定数）のように調節してもよい。

ｃ）段階は、充放電電流の絶対値が基準値より小さければ第１ゲインを一定の値に固定させ、充放電電流の絶対値が基準値以上であれば第１ゲインを充放電電流の絶対値に応じて調節する段階をさらに含んでもよい。

基準値は５Ａであり、充放電電流の絶対値が基準値以上であれば、第１ゲイン（Ｒ_ｋ）を、下記の式
（ここで、Ｇｉ：定数、ｉ＝充放電電流／Ａ、Ａ＝第１基準電流値）により調節してもよい。

ｃ）段階は、充放電電流の時変化率を感知しなければ第１ゲインを一定の値に固定させ、充放電電流の時変化率を感知すれば第１ゲインを充放電電流の時変化率が発生する期間に対応して調節する段階をさらに含んでもよい。

ｃ）段階で充放電電流の時変化率を感知すれば、下記の式
（ここで、Ｔ_{ｓｔｅｐｔｉｍｅ}＝電流が変動する期間、Ｇ_Ｓｔｅｐ＝定数）により第１ゲイン（Ｒ_ｋ）を調節してもよい。

測定モデルによって発生する誤差に対応する情報は誤差の分散であってもよい。

以上説明したように本発明によれば、より正確にバッテリーのＳＯＣを推定できる、新規かつ改良されたバッテリー管理システム、バッテリーＳＯＣの推定方法及びバッテリー管理システムの駆動方法を提供することができる。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

明細書全体を通じて、ある部分が他の部分に“連結されている”とする場合、これは“直接的に連結されている”場合だけでなく、その中間に他の素子を隔てて“電気的に連結されている”場合も含む。また、ある部分が何かの構成要素を“含む”とする場合、これは特別な反対になる記載がない限り、他の構成要素を除くことではなく、他の構成要素をさらに包含できることを意味する。

以下、図面を参照して、本発明の一つの特徴による実施形態を説明する。

図１は、本発明の一実施形態によるバッテリーのＳＯＣを推定する方法を示したフローチャートである。

本発明の一実施形態によるバッテリーのＳＯＣ推定方法は、アダプティブフィルターとデータリジェクションを利用した方法である。

図１に示されているように、まず、複数のセルを含む２つ以上のパックを含むバッテリーを等価回路にモデル化する（ステップＳ１０）。

バッテリーの充放電電流、バッテリー端子電圧及びバッテリー温度などを測定し、バッテリーのＳＯＣを推定する（ステップＳ２０）。

測定されたバッテリーの充放電電流及び推定されたバッテリーのＳＯＣを利用して、データリジェクションを決定する（ステップＳ３０）。本発明の一実施形態によるデータリジェクションの決定は、上記ステップＳ１０でモデル化されたバッテリーの等価回路を測定モデルに設定し、測定モデルによって発生する誤差の分散に対応するゲイン（gain）を生成する段階である。

上記ステップＳ３０で生成された測定モデル誤差の分散ゲインを利用して、上記ステップＳ２０で推定したＳＯＣを修正する（ステップＳ４０）。本発明の一実施形態による推定されたＳＯＣの修正は、アダプティブフィルターを用いて行われ、具体的にカルマンフィルターを使用することができる。この時、測定モデル誤差の分散ゲインを利用してカルマンゲインを生成し、生成されたカルマンゲインを利用して、ステップＳ２０で推定されたＳＯＣを修正する。

再び、修正されたＳＯＣ及びバッテリーの充放電電流を利用して、ステップＳ２０でバッテリーのＳＯＣを推定する。

以下、このようなバッテリーのＳＯＣ推定方法を使用する自動車システムについて具体的に説明する。

図２は、本発明の一実施形態によるバッテリーのＳＯＣ推定方法を使用する電気自動車システムを概略的に示す説明図である。

図２に示されているように、自動車システムは、ＢＭＳ１、バッテリー２、電流センサー３、冷却ファン４、ヒューズ５、メインスイッチ６、ＥＣＵ（engine controller unit）７、インバータ８、及びモーターゼネレータ９を含む。

まず、バッテリー２は、複数の電池セルが互いに直列に連結された複数のサブパック２ａ〜２ｈ、出力端子２＿ＯＵＴ１、出力端子２＿ＯＵＴ２、及びサブパック２ｄとサブパック２ｅとの間に備えられる安全スイッチ２＿ＳＷを含む。ここで、サブパック２ａ〜２ｈは８個使用した例を示しているが、サブパックは、複数の電池セルを一つのグループにまとめた状態を示したものに過ぎず、図２に示した例に限定されるわけではない。また、安全スイッチ２＿ＳＷは、サブパック２ｄとサブパック２ｅとの間に備えられるスイッチであって、バッテリーを交替したりバッテリーに対する作業を遂行したりする場合に、作業者の安全のために手動でオン／オフにできるスイッチである。本実施形態では、サブパック２ｄとサブパック２ｅとの間に安全スイッチ２＿ＳＷを備えているが、本発明においてはこの位置に限定されるわけではない。出力端子２＿ＯＵＴ１及び出力端子２＿ＯＵＴ２はインバータ８に連結される。

電流センサー３は、バッテリー２の出力電流量を測定して、ＢＭＳ１のセンシング部１０に出力する。具体的には、電流センサー３は、ホール（Hall）素子を利用して電流を測定し、測定された電流に対応するアナログ電流信号として出力するＨａｌｌ ＣＴ（Hall current transformer）でも使用できる。

冷却ファン４は、ＢＭＳ１の制御信号に応じて、バッテリー２の充放電によって発生する熱を冷却して、温度上昇によるバッテリー２の劣化及び充放電効率の低下を防止する。

ヒューズ５は、バッテリー２の断線又は短絡によって過電流がバッテリー２に伝達されることを防止する。つまり、過電流が発生すると、ヒューズ５は断線して、過電流がバッテリー２に伝達されることを防止する。

メインスイッチ６は、過電圧、過電流、高温などの異常現象が発生すると、ＢＭＳ１又は自動車のＥＣＵ７の制御信号に応じてバッテリー２をオン／オフする。

ＢＭＳ１は、センシング部１０、ＭＣＵ（Main control unit）２０、内部電源供給部３０、セルバランシング部４０、貯蔵部５０、通信部６０、保護回路部７０、パワーオンリセット部８０、及び外部インターフェース９０を含む。

センシング部１０は、バッテリーの充放電電流、バッテリー端子電圧、各セル電圧、セル温度、及び周辺温度を測定し、ＭＣＵ２０に伝達する。

ＭＣＵ２０は、センシング部１０から伝達されたバッテリーの充放電電流、バッテリー端子電圧、各セル電圧、セル温度及び周辺温度に基づいて、バッテリー２の充電状態（state of charging、以下、ＳＯＣという）、劣化状態（state of health、以下、ＳＯＨという）などを推定して、バッテリー２の状態を知らせる情報を生成し、自動車のＥＣＵ７に伝達する。従って、自動車のＥＣＵ７は、ＭＣＵ２０から伝達されたＳＯＣ及びＳＯＨに基づいて、バッテリー２の充電又は放電を行う。本発明の一実施形態によるＭＣＵ２０バッテリーを等価回路にモデル化して、推定しようとするＳＯＣを予測し、予測されたＳＯＣを修正する方式を使用する。この時、バッテリーをモデル化した等価回路を測定モデル（measurement model）として設定するが、測定モデルによる誤差の分散を考慮して、予測されたＳＯＣを修正するデータリジェクションを利用する。詳細は、以下の図３〜図５を参照して説明する。

内部電源供給部３０は、一般的に補助バッテリーを利用してＢＭＳ１に電源を供給する装置である。セルバランシング部４０は、各セルの充電状態の均衡を合わせる。つまり、充電状態が比較的に高いセルは放電させ、充電状態が比較的低いセルは充電させることができる。貯蔵部５０は、ＢＭＳ１の電源がオフにされる場合、現在のＳＯＣ、ＳＯＨなどのデータを貯蔵する。ここで、貯蔵部５０は、電気的に書き込み及び削除できる非揮発性貯蔵装置として、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｏｎｉｃａｌｌｙ Ｅｒａｓａｂｌｅ ａｎｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）を使用できる。通信部６０は、自動車のＥＣＵ７と通信を行う。保護回路部７０は、ファームウエア（firmware）を利用して、外部の衝撃、過電流、低電圧などからバッテリー２を保護するための回路である。パワーオンリセット部８０は、ＢＭＳ１の電源が点灯すれば全体システムをリセットする。外部インターフェース９０は、冷却ファン４、メインスイッチ６などのＢＭＳの補助装置をＭＣＵ２０に連結するための装置である。本実施形態には冷却ファン４及びメインスイッチ６のみが示されているが、これに限定されるわけではない。

ＥＣＵ７は、車両のアクセラレーター、ブレーキ、車両速度などの情報に基づいてトルクの程度を決め、モーターゼネレータ９の出力がトルク情報に合うように制御する。つまり、ＥＣＵ７は、インバータ８のスイッチングを制御して、モーターゼネレータ９の出力がトルク情報に合うように制御する。また、ＥＣＵ７は、ＢＭＳ１の通信部６０を通じてＭＣＵ２０から伝達されるバッテリー２のＳＯＣの伝達を受け、バッテリー２のＳＯＣが目標値（例えば５５％）になるように制御する。例えば、ＭＣＵ２０から伝達されたＳＯＣが５５％以下であれば、インバータ８のスイッチを制御して、電力がバッテリー２の方向に出力されるようにしてバッテリー２を充電させる。一方、ＳＯＣが５５％以上であれば、インバータ８のスイッチを制御して、電力がモーターゼネレータ９方向に出力されるようにしてバッテリー２を放電させる。

インバータ８は、ＥＣＵ７の制御信号に基づいて、バッテリー２が充電又は放電されるようにする。

モーターゼネレータ９は、バッテリー２の電気エネルギーを利用して、ＥＣＵ７から伝達されるトルク情報に基づいて自動車を駆動する。

結局、ＥＣＵ７は、ＳＯＣに基づいて、充放電できるパワーの分だけ充放電することによって、バッテリー２が過充電や過放電されるのを防止し、バッテリー２を効率的に長期間使用できるようにする。しかし、バッテリー２が自動車に装着された後には、バッテリー２の実際のＳＯＣを測定することは難しいので、ＢＭＳ１は、センシング部１０でセンシングしたパック電流、パック電圧などを利用してＳＯＣを正確に推定し、ＥＣＵ７に伝達しなければならない。

以下、本発明の一実施形態によるＢＭＳ１について、図３〜図５を参照して説明する。

図３は、本発明の一実施形態によるバッテリーの等価回路を示す説明図である。

図３に示すように、バッテリーの等価回路は、拡散インピーダンス（diffusion impedance）、内部抵抗Ｒｉ、及びＯＣＶ（open circuit voltage）を含んでいる。本発明の一実施形態による拡散インピーダンスは、抵抗Ｒｄｉｆｆ及びキャパシタＣｄｉｆｆとして示すことができ、ＯＣＶはＳＯＣの関数として表現できる。本発明の一実施形態による抵抗Ｒｄｉｆｆ及びキャパシタＣｄｉｆｆは、ＳＯＣ、温度及びバッテリーに流れる充放電電流ｉなどの外部要因により変わることのない値に設定する。内部抵抗Ｒｉは、セル温度又はセル周辺の温度などバッテリーの温度によって変動し、温度と内部抵抗の関係は、実験的な方法によって、例えば、ルックアップテーブルとして生成される。本発明の一実施形態による抵抗Ｒｄｉｆｆ及びキャパシタＣｄｉｆｆの変動により発生する誤差については、誤差の分散を利用したデータリジェクション（data rejection）方法によって補償することができる。データリジェクションについては、後で詳しく説明する。以下、本発明の一実施形態によるバッテリーシステムの等価回路は“測定モデル”と記す。

以下、本発明の一実施形態によるＭＣＵ２０について、図４を参照して具体的に説明する。

図４は、本発明の一実施形態によるＭＣＵ２０を示す説明図である。本発明の一実施形態によるＭＣＵ２０は、予測部２１、測定部２２及びデータリジェクション部２３を含む。

予測部２１は、電流積算方法を使用し、バッテリーの状態を示すパラメータを予測する。具体的に、図２で説明した測定モデルにおいて、バッテリーの状態を示すパラメータは、ＳＯＣと拡散インピーダンス（Ｚｄｉｆｆ）のキャパシタンスである。予測部２１は、ＳＯＣを予測するために、バッテリーに流れる充放電電流ｉをセンシング部１０から伝達されて、電流積算（ampere counting）方法で測定して、現在のバッテリーの状態であるＳＯＣを予測する。また、予測部２１は、バッテリーに流れる充放電電流ｉを利用して、拡散インピーダンス（Ｚｄｉｆｆ）の両端に印加される電圧Ｖｄｉｆｆを予測する。

測定部２２は、測定モデルにおいて、推定しようとする状態と関連され、測定可能なパラメータを利用して、予測部２１で予測されたバッテリーの状態を示すパラメータを修正する。具体的に、測定部２２は、測定モデルでのバッテリー端子電圧（battery terminal voltage）Ｖｔをセンシング部１０から伝達される。そして、測定部２２は、予測部２１で予測したＳＯＣ及びセンシング部１０から伝達された温度Ｔに対応するＯＣＶを算出する。また、内部抵抗Ｒｉとセンシング部１０から伝達された充放電電流ｉを利用し、内部抵抗Ｒｉに印加される電圧Ｖｒを算出する。このように算出されたＯＣＶ、電圧Ｖｒ及び予測部２１で予測した拡散インピーダンス電圧Ｖｄｉｆｆを利用して、バッテリー端子電圧Ｖｔを推定する。このように推定されたバッテリー端子電圧と測定したバッテリー端子電圧とを比較して、比較結果により、予測部２１で予測されたＳＯＣなどを修正する。

データリジェクション部２３は、測定モデルによって発生する誤差の分散を考慮して、測定部２２で予測されたバッテリーのパラメータを修正することを制御する。具体的に、本発明の一実施形態によるＭＣＵ２０は、バッテリーのＳＯＣ、バッテリーに流れる充放電電流、温度及び電流の時変化率により、測定モデルによって発生する誤差の分散に対する情報を貯蔵する。ここで、電流の時変化率とは、時間に対する電流の変化量をいう。つまり、単位時間当り電流の変化が大きければ、電流の時変化率が大きく、単位時間当り電流の変化が小さければ、電流の時変化率が小さい。ＭＣＵ２０は、このような情報をデータテーブルに構成して貯蔵するデータベース（図示せず）をさらに含むことができる。このような情報は実験的な方法で生成することができる。データリジェクション部２３は、このデータテーブルを利用して、データテーブルで現在の状態より測定誤差の分散を検出する。データリジェクション部２３は、検出された誤差の分散を測定部２２に伝達する。測定部２２では、伝達された誤差の分散によって、予測されたバッテリーのパラメータの修正の程度を決定する。

以下、本発明の一実施形態にかかる、アダプティブフィルターを利用して、予測及び予測誤差を修正してバッテリーのＳＯＣを推定し、データリジェクション方式を利用して、実際のバッテリーとバッテリーの測定モデルとの間に発生する誤差を防止するバッテリー管理システムを説明する。本発明の一実施形態によるＭＣＵ２０の予測部２１及び測定部２２は、アダプティブフィルターの一種である拡張カルマンフィルター（extended kalman filter：以下、ＥＫＦという）に類似したアルゴリズムを使用する。ＥＫＦは、一般的なカルマンフィルターを部分的に線形化させることができる非線形システムにまで拡大して適用したものである。予測部２１は、数式７のような状態方程式を利用して、状態変数（ｘ）であるバッテリーのＳＯＣ及び拡散インピーダンスに印加される電圧Ｖｄｉｆｆを予測する。本発明の一実施形態による予測部２１は、数式７において、状態方程式
として非線形行列式である数式４を使用する。数式４は、一定の時間電流積算を行って、離散的にＳＯＣ及び電圧Ｖｄｉｆｆを予測する式である。

数式４で、ＳＯＣ_Ｋ及びＶ_{Ｄｉｆｆ＿Ｋ}は、状態変数ｘ_ｋ（−）に対応する値である。ＳＯＣ_Ｋは現在の状態で予測されるＳＯＣの値であり、ＳＯＣ_Ｋ−１は、直前状態で予測されたＳＯＣが測定部２２で修正されて誤差が補正されたＳＯＣの値である。そして、Ｖ_{Ｄｉｆｆ＿Ｋ}は、現在状態の拡散インピーダンスに印加される電圧（Ｖｄｉｆｆ）であり、Ｖ_{Ｄｉｆｆ＿Ｋ−１}は、直前状態で予測された拡散インピーダンスに印加された電圧（Ｖｄｉｆｆ）が測定部２２で修正されて、誤差が補正された値である。Ｃ_ＤｉｆｆとＲ_Ｄｉｆｆは、各々拡散インピーダンスのキャパシタンスと抵抗値である。予測部２１が離散時間でＳＯＣを推定し、この時、Δｔは、現在の状態と直前状態との間の時間の間隔である。ｉ_ｋ−１は、直前状態でバッテリーに流れる電流値である。Ｃ_ｎは、バッテリーの定格容量に対応する定数値であって、状態によって変わるものではない。

そして、予測部２１は、離散時間単位で、数式８を利用して状態変数（ｘ）の推定誤差に対する共分散（Ｐ_ｋ（−））を予測して、測定部２２に伝達する。

測定部２２は、測定モデルを利用して予測されたＳＯＣ及び電圧Ｖｄｉｆｆを修正する。まず、測定部２２は、予測部２１で予測されたＳＯＣと電圧Ｖｄｉｆｆを利用して測定できる値、つまり、バッテリー端子電圧（Ｖｔ）を、数式５のような出力方程式を利用して予測する。

ここで、電圧Ｖｒは、電流ｉが内部抵抗Ｒｉに流れれば発生する電圧降下に対応する値である。測定部２２は、ＳＯＣとＯＣＶとの間の非線形性を解決し、カルマンフィルターを使用するために、数式９のような微分形態の方程式を、カルマンゲインを生成するために使用する。

数式９で、ＯＣＶはＳＯＣに関する関数と定義することができ、出力方程式を状態変数（ＳＯＣ）で微分した形態である。

このような方式で、測定部２２は、予測された電圧Ｖｄｉｆｆに対しても修正された電圧Ｖｄｉｆｆ及び共分散を生成し、予測部２１に伝送する。そうすれば、次の状態を予測する初期値に設定される。

データリジェクション部２３は、現在状態に対応する測定モデルの誤差の分散（Ｒ_ｋ）をデータテーブルで検出し、現在の状態によって誤差の分散（Ｒ_ｋ）を修正して、測定部２２に伝達する。本発明の一実施形態によるデータリジェクション部２３は、予測された状態を、測定モデルを利用して幾ら修正するかを決める際に、測定モデルの不正確性により発生する誤差の分散を利用する。具体的に、上記数式１０で、カルマンゲインは誤差の分散（Ｒ_ｋ）により変動し、誤差の分散（Ｒ_ｋ）は測定モデルの誤差により決定される。したがって、測定モデルで発生する誤差によりカルマンゲインが決定され、上記数式１１のように予測ＳＯＣが修正される。

以下、測定モデルの誤差によってデータリジェクション部２３が誤差の分散（Ｒ_ｋ）を決める方法について説明する。

本発明の一実施形態によるデータリジェクション部２３は、温度Ｔ、ＳＯＣ、電流の時変化率及び電流の大きさに対して各々信頼できる区間と信頼できない区間とを設定して、区間により誤差の分散Ｒ_ｋを調節する。本発明の一実施形態による温度Ｔは、センシング部１０から伝達を受けられ、ＳＯＣは、予測部２２から伝達された情報を使用することができる。しかし、本発明はこれに限定されない。本発明の一実施形態による分散Ｒ_ｋは、信頼できる区間で予め設定された一定の値に固定され、信頼できない区間ではデータリジェクション部２３によって変更される。

つまり、バッテリーのセル又はセル周辺の温度を検出し、検出された温度が信頼できる区間に属すれば、誤差の分散Ｒ_ｋを予め設定された値にして、カルマンゲインを生成する。反面、検出された温度が信頼できない区間に属すれば、誤差の分散Ｒ_ｋを、実験により、温度と誤差の分散Ｒ_ｋとの関係を利用して誤差の分散Ｒ_ｋを変更させて、カルマンゲインを生成する。

具体的に、ＳＯＣにより誤差の分散Ｒ_ｋを調節する方法を説明する。一般的に、バッテリーは、ＳＯＣの両極端では、拡散とその他の複合的な要因により複雑な測定モデルを有する。このような理由で、ＳＯＣ領域別に測定モデルを異なるように構成することもできる。しかし、これはＳＯＣの推定作業を複雑にするので、今まで見て来た通り、本発明の一実施形態によるＭＣＵ２０は、図２のような等価回路を有する測定モデルを利用し、測定モデルによって発生する誤差を利用して、データリジェクションの程度を判断してＳＯＣを推定する。

図６は、ＳＯＣ領域別測定モデルのインピーダンスのグラフである。図６に示したように、ＳＯＣが低い状態（ＳＯＣが２０％以下）では、ＯＣＶ電圧によって多少の差はあるが、他の領域のＳＯＣとは違った形態の曲線に従う値を有する。

本発明の一実施形態によるデータリジェクション部２３は、ＳＯＣが２０％以下の領域を信頼できない区間に区分した。また、データリジェクション部２３は、ＳＯＣが２０％を超過する領域を信頼できる区間に区分した。信頼できる区間では、測定モデルによって発生する測定誤差の分散Ｒ_ｋを、予め設定された値として測定部に伝達する。反面、ＳＯＣが２０％以下である信頼できない区間では、測定モデルによって発生する測定誤差の分散Ｒ_ｋを変更させて、測定部２２に伝達する。測定部２２は、誤差の分散Ｒ_ｋを利用して、カルマンゲインを生成する。誤差の分散Ｒ_ｋをＳＯＣ領域の関数により調節すれば数式１の通りである。
・・・（数式1）
（ここで、Ｇ_ＳＯＣ＝比例定数）

数式１で、Ｒ_ｋは、現在の状態により調節された誤差の分散を示し、Ｒ_ｋ−１は、直前状態での誤差の分散を示す。Ｇ_ｓｏｃ値は、データリジェクション効果を決める変数であって、実験を通じて測定された値である。本発明の一実施形態によれば、Ｇ_ｓｏｃ＝１０である。

このように、信頼できない区間では、誤差の分散Ｒ_ｋは設定された値より増加するようになり、カルマンゲインは減少する。そうすれば、予測部２１で予測されたＳＯＣが、測定部２２で測定モデルによって修正される範囲が減少する。

次に、バッテリーに流れる電流、つまり、充放電電流の大きさによりバッテリーのＳＯＣ推定の正確度が変わることができる。これは、バッテリーの非線形特性によることだけでなく、測定モデルによる誤差によって発生する。図７には、バッテリー放電電流の大きさによる、ＳＯＣとバッテリーの抵抗全体の関係が示されている。

図７のように、放電電流が増加するほど、ＳＯＣに対するバッテリーの全体抵抗は減少する。このような特性によれば、バッテリーの測定モデルで抵抗を単一定数に固定する場合、充放電電流が大きい値であると測定モデルが不正確になる。これを考慮して、充放電電流の絶対値が５Ａ未満である領域は信頼できる領域として、予め設定された分散Ｒ_ｋを使用する。そして、充放電電流が５Ａ以上の領域は信頼できない領域として、数式２のように、分散Ｒ_ｋを変更させて算出されたＲ_ｋを使用して、カルマンゲインを生成する。
ここで、Ｇ_ｉ＝比例定数、ｉ＝充放電電流／Ａであり、Ａ＝第１基準電流値（例えば、１アンペア）とする。

ここで、Ｒ_ｋは、現在の状態により調節された誤差の分散を示し、Ｒ_ｋ−１は、直前状態で誤差の分散を示す。Ｇ_ｉは、実験によって定められた定数値であって、本発明の一実施形態によれば、Ｇ_ｉ＝２である。

このように、分散Ｒ_ｋは、電流の大きさが所定の基準値を超えて信頼できない区間でその値が増加し、カルマンゲインは減少する。そうなると、予測部２１で予測したＳＯＣが、測定部２２で測定モデルによって修正される範囲が減少する。

次に、充放電電流の時変化率によりバッテリーのＳＯＣの推定の正確度を変えることができる。電流の時変化率とは、時間に対する電流の変化量をいう。つまり、単位時間当り電流の変化が大きければ、電流の時変化率が大きく、単位時間当り電流の変化が小さければ、電流の時変化率が小さい。本発明の一実施形態による測定モデルは、キャパシタ成分を単純化してモデル化して、電流に変化が発生する場合、誤差が発生する。図８は、電流の時変化率により発生する誤差の程度を示したグラフである。

図８に示されているように、充放電電流の時変化率が小さいほど、誤差が小さい。データリジェクション部２３は、充放電電流の変化が発生せずに一定の値に維持されれば、信頼できる充放電電流区間と判断する。反対に、時間により充放電電流が変動する電流の変化が発生すれば、その時の充放電電流は信頼できない充放電電流区間と判断する。データリジェクション部２３は、信頼できない充放電電流区間では、誤差の分散Ｒ_ｋの値を数式３のように変更する。
・・・（数式３）
ここで、Ｒ_ｋは、現在の状態により調節された誤差の分散を示し、Ｒ_ｋ−１は、直前状態で誤差の分散を示す。Ｔ_{ｓｔｅｐｔｉｍｅ}は、電流が変動する期間であり、Ｇ_ｓｔｅｐは、実験によって決定される定数である。

このように、電流が変動する期間が長くなれば、誤差の分散Ｒ_ｋが上昇し、カルマンゲインが減少する。そうすると、予測部２１で予測したＳＯＣが、測定部２２で測定モデルによって修正される範囲が減少する。

以下、本発明の一実施形態によるバッテリーのＳＯＣ推定方法を使用するＢＭＳの駆動方法を、図５を参照して説明する。

図５は、本発明の一実施形態によるＢＭＳの駆動方法を示したフローチャートである。

まず、センシング部１０は、充放電電流ｉ及びバッテリー端子電圧Ｖｔを測定し、測定された充放電電流ｉ及びバッテリー端子電圧Ｖｔの値をＭＣＵ２０に伝達する（ステップＳ１００）。

予測部２１は、センシング部１０から入力された充放電電流ｉの値を利用して、予測ＳＯＣ及び予測電圧Ｖｄｉｆｆを生成する（ステップＳ２００）。

データリジェクション部２３は、予測部２１から予測ＳＯＣの伝達を受け、予測ＳＯＣが信頼できる区間に属するかを判断する（ステップＳ３００）。予測ＳＯＣが信頼できる区間から外れる場合、データリジェクション部２３は、誤差の分散Ｒ_ｋを、数式１を利用して変更させる（ステップＳ３１０）。

データリジェクション部２３は、ステップＳ３００で判断した結果、ＳＯＣが信頼できる区間に属すれば、予め設定された誤差の分散Ｒ_ｋを一時的に貯蔵し、誤差の分散Ｒ_ｋが変更された場合には、変更された誤差の分散Ｒ_ｋを一時的に貯蔵する（ステップＳ３２０）。

次に、データリジェクション部２３は、充放電電流ｉの大きさが信頼できる区間に属するかを判断する（ステップＳ４００）。充放電電流の大きさが信頼できる区間から外れる場合、データリジェクション部２３は、上記数式２を利用して誤差の分散Ｒ_ｋを変更させる（ステップＳ４１０）。

データリジェクション部２３は、ステップＳ４００で判断した結果、充放電電流の大きさが信頼できる区間に属すれば、予め設定された誤差の分散Ｒ_ｋを一時的に貯蔵し、誤差の分散Ｒ_ｋが変更された場合には、変更された誤差の分散Ｒ_ｋを一時的に貯蔵する（ステップＳ４２０）。

そして、データリジェクション部２３は、充放電電流ｉの時変化率が感知されるか判断する（ステップＳ５００）。ステップＳ５００で充放電電流の時変化率を感知すれば、誤差の分散Ｒ_ｋを、数式３を利用して変更させる（ステップＳ５１０）。

そして、ステップＳ５００で、充放電電流の時変化率を感知しなければ、予め設定された誤差の分散Ｒ_ｋを一時的に貯蔵し、誤差の分散Ｒ_ｋが変更された場合には、変更された誤差の分散Ｒ_ｋを一時的に貯蔵する（ステップＳ５２０）。

データリジェクション部２３は、貯蔵された誤差の分散Ｒ_ｋを測定部２２に伝達する（ステップＳ６００）。

測定部２２は、伝達を受けた誤差の分散Ｒ_ｋを利用して、カルマンゲインを生成する（ステップＳ６１０）。測定部２２は、生成されたカルマンゲインにより予測ＳＯＣ、予測電圧Ｖｄｉｆｆ及び共分散を修正し、予測部２１に伝達する（ステップＳ６２０）。

予測部２１は、修正されたＳＯＣ及び電圧Ｖｄｉｆｆの伝達を受け、次の状態を予測する時に利用する。予測部２１は、現在状態でセンシング部１０から入力される充放電電流及びバッテリー端子電圧と、直前状態で修正されたＳＯＣ及び電圧Ｖｄｉｆｆとを利用して、現在状態の予測ＳＯＣ及び予測電圧Ｖｄｉｆｆを生成する。このような過程を繰り返す。

このように、本発明の一実施形態によるバッテリー管理システムの駆動方法は、データリジェクションを利用して、測定モデルの誤差を考慮してバッテリーの状態を推定する。従って、従来に比べてより正確なバッテリーの状態、つまりＳＯＣを推定することができる。また、バッテリーを複雑なモデルに実現してＳＯＣを推定することは、複雑な計算を遂行しなければならない短所があるが、本発明の一実施形態によれば、単純なバッテリーのモデルを利用するので、計算量は減少し、データリジェクションを利用して推定されたＳＯＣの正確度を向上させることができる。

そして、本発明の一実施形態によるＢＭＳ駆動方法は、ＳＯＣ、電流の時変化率及び電流の大きさに対応して誤差の分散Ｒ_ｋを設定することを説明したが、温度による誤差の分散Ｒ_ｋを設定する段階をさらに含むことができる。また、温度、ＳＯＣ、電流の時変化率及び電流の大きさのうちの少なくとも一つを考慮して、誤差の分散Ｒ_ｋを設定することができる。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

本発明の一実施形態によるバッテリーのＳＯＣを推定する方法を示したフローチャートである。 本発明の一実施形態によるバッテリーのＳＯＣ推定方法を使用する電気自動車システムを示した図である。 本発明の一実施形態によるバッテリーの等価回路図である。 本発明の一実施形態によるＭＣＵを示した図である。 本発明の一実施形態によるＢＭＳの駆動方法を示したフローチャートである。 ＳＯＣ領域別測定モデルのインピーダンスのグラフである。 バッテリー放電電流の大きさによる、ＳＯＣとバッテリーの抵抗全体の関係を示すグラフである。 電流の時変化率により発生する誤差の程度を示したグラフである。

符号の説明

１ ＢＭＳ
２ バッテリー
３ 電流センサー
４ 冷却ファン
５ ヒューズ
６ メインスイッチ
７ ＥＣＵ
８ インバータ
９ モーターゼネレータ
１０ センシング部
２０ ＭＣＵ
２１ 予測部
２２ 測定部
２３ データリジェクション部
３０ 内部電源供給部
４０ セルバランシング部
５０ 貯蔵部
６０ 通信部
７０ 保護回路部
８０ パワーオンリセット部
９０ 外部インターフェース

Claims (27)

1. バッテリーをモデル化した測定モデルを利用し、バッテリーのＳＯＣ（ｓｔａｔｅ ｏｆ ｃｈａｒｇｉｎｇ）を推定するバッテリー管理システムにおいて、
   前記バッテリーに流れる充放電電流、前記バッテリーの温度及び前記バッテリーの端子電圧を測定するセンシング部と；
   前記充放電電流を積算してバッテリーのＳＯＣを推定する予測部と；
   前記バッテリー温度、前記充放電電流、前記ＳＯＣ及び前記充放電電流の時変化率（ｄｙｎａｍｉｃ）のうちの少なくともいずれか一つに従って、前記測定モデルによって発生する誤差に対応する情報である誤差の分散を生成するデータリジェクション部と；
   前記測定モデル及び前記誤差に対応する情報を利用して前記ＳＯＣを修正する測定部と；
   を含み、
   前記測定モデルは、内部抵抗、拡散インピーダンス及びＯＣＶ（ｏｐｅｎ ｃｉｒｃｕｉｔ ｖｏｌｔａｇｅ）を含み、
   前記予測部は、前記ＳＯＣを第１状態変数に、前記拡散インピーダンスに印加される拡散インピーダンス電圧を第２状態変数に設定し、一定の時間単位で前記第１状態変数及び第２状態変数の値を前記充放電電流を利用して予測し、
   前記データリジェクション部は、前記誤差に対応する情報を第１ゲイン（ｇａｉｎ）として生成し、
   前記測定部は、前記予測部で推定された前記ＳＯＣに対応する前記ＯＣＶ、前記測定モデルの前記内部抵抗に印加される電圧及び前記拡散インピーダンス電圧を利用して前記バッテリー端子電圧を予測し、前記予測されたバッテリー端子電圧と前記測定されたバッテリー端子電圧とを比較した結果及び前記第１ゲインを利用して第２ゲインを生成し、前記第２ゲインを利用して前記第１状態変数および前記第２状態変数の値を修正することを特徴とする、バッテリー管理システム。
2. 前記予測部は、現在状態の前記第１状態変数及び第２状態変数の値を予測するために、直前状態の前記充放電電流を前記一定の時間だけ積算することを特徴とする、請求項１に記載のバッテリー管理システム。
3. 前記測定部は、前記第２ゲインを利用して前記予測部で予測された前記第１状態変数及び前記第２状態変数を修正して前記予測部に伝達することを特徴とする、請求項１に記載のバッテリー管理システム。
4. 前記データリジェクション部は、前記ＳＯＣの値により第１領域と第２領域とを定義し、前記ＳＯＣが前記第１領域に属すれば前記第１ゲインを一定の値に固定させ、前記ＳＯＣが前記第２領域に属すれば前記第１ゲインを前記ＳＯＣに応じて調節することを特徴とする、請求項１または３に記載のバッテリー管理システム。
5. 前記第１領域は、前記ＳＯＣが２０％超過した領域であり、
   前記第２領域は、前記ＳＯＣが２０％以下である領域であり、
   前記ＳＯＣが第２領域に属すれば、第１ゲイン（Ｒ_ｋ）を
   （ここで、Ｇ_ｓｏｃ＝比例定数）のように調節することを特徴とする、請求項４に記載のバッテリー管理システム。
6. 前記データリジェクション部は、前記充放電電流の絶対値が基準値より小さければ前記第１ゲインを一定の値に固定させ、前記充放電電流の絶対値が前記基準値以上であれば前記第１ゲインを前記充放電電流の絶対値に応じて調節することを特徴とする、請求項１に記載のバッテリー管理システム。
7. 前記基準値は５Ａであり、前記充放電電流の絶対値が前記基準値以上であれば、前記第１ゲイン（Ｒ_ｋ）を
   （ここで、Ｇ_ｉ：定数、ｉ＝充放電電流／Ａ、Ａ＝第１基準電流値）のように調節することを特徴とする、請求項６に記載のバッテリー管理システム。
8. 前記データリジェクション部は、前記充放電電流の時変化率を感知しなければ前記第１ゲインを一定の値に固定させ、前記充放電電流の時変化率を感知すれば前記第１ゲインを前記充放電電流の時変化率が発生する期間に対応して調節することを特徴とする、請求項１に記載のバッテリー管理システム。
9. 前記データリジェクション部が前記充放電電流の時変化率を感知すれば、
   （ここで、Ｔ_{ｓｔｅｐｔｉｍｅ}：電流が変動する期間、Ｇ_Ｓｔｅｐ：定数）により前記第１ゲイン（Ｒ_ｋ）を調節することを特徴とする、請求項８に記載のバッテリー管理システム。
10. 前記予測部は、状態方程式
    （ここで、
    ＳＯＣ_Ｋ 現在の状態で予測されるＳＯＣ値
    ＳＯＣ_Ｋ−１ 直前状態で修正されたＳＯＣ値
    Ｖ_{Ｄｉｆｆ＿Ｋ} 現在の状態の拡散インピーダンスに印加される電圧
    Ｖ_{Ｄｉｆｆ Ｋ−１} 直前状態で修正された拡散インピーダンスに印加される電圧
    Ｃ_Ｄｉｆｆ 拡散インピーダンスのキャパシタンス
    Ｒ_Ｄｉｆｆ 拡散インピーダンスの抵抗値
    Δｔ 現在の状態と直前状態との間の時間の間隔
    ｉ_Ｋ−１ 直前状態でバッテリーに流れる電流値
    Ｃｎ バッテリーの定格容量）
    によって第１状態変数（上段：ＳＯＣ_Ｋ）及び第２状態変数（下段：Ｖ_{Ｄｉｆｆ＿Ｋ}）を予測することを特徴とする、請求項５、７または９のいずれかに記載のバッテリー管理システム。
11. 前記測定部は、出力方程式
    （ここで、
    Ｖｔ バッテリー端子電圧
    Ｖｄｉｆｆ 拡散インピーダンス電圧
    Ｖｒ 内部抵抗電圧）
    によって前記バッテリー端子電圧を予測し、測定された前記バッテリー端子電圧（Ｖｔ）と前記予測されたバッテリー端子電圧（Ｖｔ）との差を生成することを特徴とする、請求項１０に記載のバッテリー管理システム。
12. 前記測定部は、
    
    （ここで、
    Ｈ_ｋ ^［１］ 出力方程式を状態変数で微分して生成される線形化された行列
    Ｈ_ｋ ^［１］Ｔ 線形化された行列の逆行列
    Ｐｋ（−） 状態変数の推定誤差に対する予測共分散）
    を利用して第２ゲイン（
    ）を生成することを特徴とする、請求項１１に記載のバッテリー管理システム。
13. バッテリーをモデル化した測定モデルを利用してバッテリーのＳＯＣを推定する方法において、
    ａ）前記バッテリーに流れる充放電電流、バッテリーの温度及びバッテリーの端子電圧を測定する段階と；
    ｂ）前記充放電電流を積算してバッテリーのＳＯＣを推定する段階と；
    ｃ）前記バッテリー温度、前記充放電電流、前記ＳＯＣ及び前記充放電電流の時変化率のうちの少なくともいずれか一つに従って前記測定モデルによって発生する誤差に対応する情報である誤差の分散を生成する段階と；
    ｄ）前記測定モデル及び前記誤差に対応する情報を利用して前記ＳＯＣを修正する段階と；
    を含み、
    前記測定モデルは、内部抵抗、拡散インピーダンス及びＯＣＶを含み、
    前記ｂ）段階は、前記ＳＯＣ及び前記拡散インピーダンスに印加される拡散インピーダンス電圧を一定の時間単位で前記充放電電流を利用して推定する段階を含み、
    前記ｃ）段階は、前記誤差に対応する情報を第１ゲインとして生成する段階を含み、
    前記ｄ）段階は、前記ｂ）段階で推定された前記ＳＯＣに対応する前記ＯＣＶ、前記測定モデルの前記内部抵抗に印加される電圧及び前記拡散インピーダンス電圧を利用して前記バッテリー端子電圧を予測し、前記予測されたバッテリー端子電圧と前記測定されたバッテリー端子電圧とを比較した結果及び前記第１ゲインを利用して第２ゲインを生成し、前記第２ゲインを利用して前記ＳＯＣおよび前記拡散インピーダンス電圧の値を修正する段階を含むことを特徴とする、バッテリーのＳＯＣ推定方法。
14. 前記ｄ）段階は、前記第２ゲインを利用して前記ｂ）段階で推定された前記ＳＯＣ及び前記拡散インピーダンス電圧を修正し、
    前記ｂ）段階は、修正された前記ＳＯＣ及び前記拡散インピーダンス電圧を初期値に設定し、一定の時間前記充放電電流を積算して、前記ＳＯＣ及び前記拡散インピーダンス電圧を推定する段階を含むことを特徴とする、請求項１３に記載のバッテリーのＳＯＣ推定方法。
15. 前記ｃ）段階は、前記ＳＯＣの値により第１領域と第２領域とを定義し、前記ＳＯＣが前記第１領域に属すれば前記第１ゲインを一定の値に固定させ、前記ＳＯＣが前記第２領域に属すれば前記第１ゲインを前記ＳＯＣに応じて調節する段階を含むことを特徴とする、請求項１４に記載のバッテリーのＳＯＣ推定方法。
16. 前記第１領域は、前記ＳＯＣが２０％超過した領域であり、
    前記第２領域は、前記ＳＯＣが２０％以下である領域であり、
    前記ＳＯＣが第２領域に属すれば、第１ゲイン（Ｒ_ｋ）を
    （ここで、Ｇ_ＳＯＣ：比例定数）のように調節することを特徴とする、請求項１５に記載のバッテリーのＳＯＣ推定方法。
17. 前記ｃ）段階は、前記充放電電流の絶対値が基準値より小さければ前記第１ゲインを一定の値に固定させ、前記充放電電流の絶対値が前記基準値以上であれば前記第１ゲインを前記充放電電流の絶対値に応じて調節する段階をさらに含むことを特徴とする、請求項１６に記載のバッテリーのＳＯＣ推定方法。
18. 前記基準値は５Ａであり、前記充放電電流の絶対値は前記基準値以上であれば、前記第１ゲイン（Ｒ_ｋ）を
    （Ｇｉ：定数、ｉ＝充放電電流／Ａ、Ａ＝第１基準電流値）のように調節することを特徴とする、請求項１７に記載のバッテリーのＳＯＣ推定方法。
19. 前記ｃ）段階は、前記充放電電流の時変化率を感知しなければ前記第１ゲインを一定の値に固定させ、前記充放電電流の時変化率を感知すれば前記第１ゲインを前記充放電電流の時変化率が発生する期間に対応して調節する段階をさらに含むことを特徴とする、請求項１４に記載のバッテリーのＳＯＣ推定方法。
20. 前記ｃ）段階で前記充放電電流の時変化率を感知すれば、
    （ここで、Ｔ_{ｓｔｅｐｔｉｍｅ}＝電流が変動する期間、Ｇ_Ｓｔｅｐ＝定数）により前記第１ゲイン（Ｒ_ｋ）を調節することを特徴とする、請求項１９に記載のバッテリーのＳＯＣ推定方法。
21. バッテリーをモデル化した測定モデルを利用し、バッテリーのＳＯＣを推定するバッテリー管理システムの駆動方法において、
    ａ）前記バッテリーに流れる充放電電流、前記バッテリーの温度及び前記バッテリーの端子電圧を測定する段階と；
    ｂ）前記充放電電流を積算して前記バッテリーのＳＯＣを推定する段階と；
    ｃ）前記バッテリー温度、前記充放電電流、前記ＳＯＣ及び前記充放電電流の時変化率のうちの少なくともいずれか一つに従って前記測定モデルによって発生する誤差に対応する情報である誤差の分散を生成する段階と；
    ｄ）前記測定モデル及び前記誤差に対応する情報を利用して前記ＳＯＣを修正する段階と；
    を含み、
    前記測定モデルは、内部抵抗、拡散インピーダンス及びＯＣＶを含み、
    前記ｂ）段階は、前記ＳＯＣを第１状態変数に、前記拡散インピーダンスに印加される拡散インピーダンス電圧を第２状態変数に設定し、一定の時間単位で前記第１状態変数及び前記第２状態変数の値を前記充放電電流を利用して推定する段階を含み、
    前記ｃ）段階は、前記誤差に対応する第１ゲインを生成する段階を含み、
    前記ｄ）段階は、前記ｂ）段階で推定された前記ＳＯＣに対応する前記ＯＣＶ、前記測定モデルの前記内部抵抗に印加される電圧及び前記拡散インピーダンス電圧を利用して前記バッテリー端子電圧を予測し、前記予測されたバッテリー端子電圧と前記測定されたバッテリー端子電圧とを比較した結果及び前記第１ゲインを利用して第２ゲインを生成し、前記第２ゲインを利用して前記ＳＯＣおよび前記拡散インピーダンス電圧の値を修正することを特徴とする、バッテリー管理システムの駆動方法。
22. 前記ｃ）段階は、前記ＳＯＣの値により第１領域と第２領域とを定義し、前記ＳＯＣが前記第１領域に属すれば、前記第１ゲインを一定の値に固定させ、前記ＳＯＣが前記第２領域に属すれば前記第１ゲインを前記ＳＯＣに応じて調節する段階を含むことを特徴とする、請求項２１に記載のバッテリー管理システムの駆動方法。
23. 前記第１領域は、前記ＳＯＣが２０％超過した領域であり、
    前記第２領域は、前記ＳＯＣが２０％以下である領域であり、
    前記ＳＯＣが第２領域に属すれば、第１ゲイン（Ｒ_ｋ）を、
    （ここで、Ｇ_ＳＯＣ：定数）のように調節することを特徴とする、請求項２２に記載のバッテリー管理システムの駆動方法。
24. 前記ｃ）段階は、前記充放電電流の絶対値が基準値より小さければ前記第１ゲインを一定の値に固定させ、前記充放電電流の絶対値が前記基準値以上であれば前記第１ゲインを前記充放電電流の絶対値に応じて調節する段階をさらに含むことを特徴とする、請求項２１に記載のバッテリー管理システムの駆動方法。
25. 前記基準値は５Ａであり、前記充放電電流の絶対値は前記基準値以上であれば、前記第１ゲイン（Ｒ_ｋ）を、
    （ここで、Ｇｉ：定数、ｉ＝充放電電流／Ａ、Ａ＝第１基準電流値）により調節することを特徴とする、請求項２４に記載のバッテリー管理システムの駆動方法。
26. 前記ｃ）段階は、前記充放電電流の時変化率を感知しなければ前記第１ゲインを一定の値に固定させ、前記充放電電流の時変化率を感知すれば前記第１ゲインを前記充放電電流の時変化率が発生する期間に対応して調節する段階をさらに含むことを特徴とする、請求項２１に記載のバッテリー管理システムの駆動方法。
27. 前記ｃ）段階で前記充放電電流の時変化率を感知すれば、
    （ここで、Ｔ_{ｓｔｅｐｔｉｍｅ}＝電流が変動する期間、Ｇ_Ｓｔｅｐ＝定数）により前記第１ゲイン（Ｒ_ｋ）を調節することを特徴とする、請求項２６に記載のバッテリー管理システムの駆動方法。