JP6471636B2 - Secondary battery charge state estimation device - Google Patents

Description

本発明は、連続的に使用される二次電池の充電状態を精度良く推定する充電状態推定装置に関する。   The present invention relates to a state of charge estimation device that accurately estimates the state of charge of a continuously used secondary battery.

車両に搭載されているバッテリ（二次電池）は、例えば、内燃機関型のエンジンにおける点火に利用されるだけでなく、空調装置や車載機器の駆動、電気自動車やハイブリッド自動車に搭載されたモータへの電力供給、燃料電池車両の補助バッテリとして電気エネルギの蓄電及び放電などに利用されている。このバッテリは、走行中に回生エネルギを充電することにより繰り返し利用するようになっている。また、このバッテリは、安全かつ高効率に利用するために、充電残量（充電率：State Of Charge）を精度良く検知して把握することが必要である。   A battery (secondary battery) mounted on a vehicle is used not only for ignition in, for example, an internal combustion engine type engine, but also to a motor mounted on an electric vehicle or a hybrid vehicle, driving an air conditioner or on-vehicle equipment. It is used for power storage and discharge of electric energy as an auxiliary battery for fuel cell vehicles. This battery is repeatedly used by charging regenerative energy while traveling. Further, in order to use this battery safely and with high efficiency, it is necessary to accurately detect and grasp the remaining charge (state of charge).

このバッテリの充電残量の検知には、例えば、所謂、（１）電流積算方式、（２）満充電初期化方式、（３）ＯＣＶ（Open Circuit Voltage）安定化方式、（４）内部状態推定方式などが挙げられる。   For the detection of the remaining charge of the battery, for example, so-called (1) current integration method, (2) full charge initialization method, (3) OCV (Open Circuit Voltage) stabilization method, (4) internal state estimation Examples include methods.

（１）電流積算方式は、バッテリに出入力される電流値を電流センサにより検出して積算することで、バッテリの充電残量を検知する。しかしながら、電流センサには検出誤差が存在すると共に検出回路にも規格値誤差が存在することから、図１２に示すように、計測時間が長時間になるほど、誤差が積算されてしまう。このため、電流積算方式は、長期間にわたるバッテリの高精度な充電残量の検知には不向きである。   (1) The current integration method detects the remaining charge of the battery by detecting and integrating the current value input to and output from the battery with a current sensor. However, since a detection error exists in the current sensor and a standard value error also exists in the detection circuit, as shown in FIG. 12, the error is integrated as the measurement time becomes longer. For this reason, the current integration method is not suitable for detecting the remaining amount of charge of the battery over a long period of time with high accuracy.

（２）満充電初期化方式は、バッテリを満充電状態にするタイミングに正確に充電残量を検出して、電流積算方式により検知した充電残量をリセットすることにより、バッテリの充電残量の検知精度を維持する。しかしながら、例えば、ハイブリッド車のように満充電するタイミングがなく、継続してバッテリが利用される場合には、正確な充電残量にリセットすることができない。このため、満充電初期化方式は、長期間にわたって継続利用されるバッテリの高精度な充電残量の検知には不向きである。   (2) The full charge initialization method accurately detects the remaining charge amount at the timing when the battery is fully charged, and resets the remaining charge amount detected by the current integration method. Maintain detection accuracy. However, for example, when there is no timing to fully charge like a hybrid vehicle and the battery is continuously used, it cannot be reset to an accurate remaining charge. For this reason, the full charge initialization method is not suitable for highly accurate detection of the remaining charge of a battery that is continuously used over a long period of time.

（３）ＯＣＶ（Open Circuit Voltage）安定化方式は、バッテリの使用を一旦停止して出力端子間を開放状態にすることにより、電圧を安定化させた状態で、その出力端子間の電圧を測定する。そして、その測定電圧からバッテリの充電残量を検知する。しかしながら、走行途中や一時停止中に、電圧が安定するまでバッテリの出力端子間を開放状態にすることは難しい。このため、ＯＣＶ安定化方式は、使用中におけるバッテリの高精度な充電残量の検知には不向きである。   (3) The OCV (Open Circuit Voltage) stabilization method measures the voltage between the output terminals in a state where the voltage is stabilized by temporarily stopping the use of the battery and leaving the output terminals open. To do. And the charge remaining amount of a battery is detected from the measured voltage. However, it is difficult to leave the battery output terminals open until the voltage stabilizes during traveling or during a temporary stop. For this reason, the OCV stabilization method is not suitable for detecting the remaining charge amount of the battery in use with high accuracy.

（４）内部状態推定方式は、バッテリの等価回路モデルにおける各種パラメータ（内部状態）をデジタルフィルタ等の処理に利用して推定する演算処理を実施することにより、最終的にバッテリの充電残量を評価する（特許文献１を参照）。例えば、当初の電流値と電圧値を計測し、カルマンフィルタなどの適応フィルタの計算を行う内部状態推定方式は、走行中に充放電が繰り返される状況でも、バッテリ内部の状態の１つである起電力（＝開放端子電圧；ＯＣＶ)を推定し、この起電力からバッテリの充電残量を精度よく推定することができる。   (4) In the internal state estimation method, the remaining charge of the battery is finally determined by performing arithmetic processing for estimating various parameters (internal state) in the equivalent circuit model of the battery for processing such as a digital filter. Evaluate (see Patent Document 1). For example, an internal state estimation method that measures an initial current value and a voltage value and calculates an adaptive filter such as a Kalman filter is an electromotive force that is one of the internal states of a battery even when charging and discharging are repeated during traveling. (= Open terminal voltage; OCV) can be estimated, and the remaining charge of the battery can be accurately estimated from this electromotive force.

このことから、使用中に充放電が繰り返されるような状況でも、検出誤差の積み重ねなく、バッテリの充電残量を精度よく把握するには、内部状態推定方式が最適である。   Therefore, the internal state estimation method is optimal for accurately grasping the remaining charge of the battery without accumulating detection errors even in a situation where charging and discharging are repeated during use.

特開２０１１−２１５１２５号公報JP 2011-215125 A

しかしながら、このような内部状態推定方式を採用する二次電池の充電状態推定装置にあっては、例えば、カルマンフィルタによる演算処理を実行する場合、バッテリの充電残量の推定精度を向上させ、フィルタの周波数応答性能を向上させることが難しい。このため、従来のカルマンフィルタによる内部状態推定方式では、所望の精度でバッテリの充電残量の推定結果を得ようとすると、フィルタの応答特性における遅延が発生し、必要なタイミングまでにバッテリの充電残量の情報を得ることができない。   However, in a secondary battery charge state estimation device that employs such an internal state estimation method, for example, when performing arithmetic processing using a Kalman filter, the estimation accuracy of the remaining charge of the battery is improved, It is difficult to improve frequency response performance. Therefore, in the conventional internal state estimation method using the Kalman filter, if an attempt is made to obtain an estimation result of the remaining charge of the battery with a desired accuracy, a delay occurs in the response characteristic of the filter, and the remaining charge of the battery is reached by the required timing. Can't get quantity information.

また、このような従来のカルマンフィルタによる内部状態推定方式で、例えば、ハイブリッド車のように充放電が繰り返される状況の場合、図１３に示すように、バッテリの充電残量においては、積み重ねによる検出誤差の増大は発生し難いが、実際の充電残量に緩慢に追従する推定結果が得られる程度であり、応答性を向上させる必要がある。   Further, in such an internal state estimation method using the conventional Kalman filter, for example, in a situation where charging / discharging is repeated as in a hybrid vehicle, as shown in FIG. However, it is necessary to improve the responsiveness to the extent that an estimation result that slowly follows the actual remaining charge amount is obtained.

さらに、このような従来のカルマンフィルタによる内部状態推定方式で、例えば、電気自動車の走行時のように放電が継続される状況の場合、図１４に示すように、バッテリの充電残量においては、放電に偏っていることから、フィルタの応答特性における遅延が発生し、また、推定誤差が増大していく傾向にある。この傾向は、バッテリの充電時も同じである。例えば、補助バッテリの回復処理のように充電が継続される状況の場合、充電に偏っていることから、バッテリの充電残量の推定処理において、フィルタの応答特性における遅延が発生し、また、推定誤差が増大していく傾向にある。   Furthermore, in such an internal state estimation method using a conventional Kalman filter, for example, in a situation where discharging continues as in the case of running an electric vehicle, as shown in FIG. Therefore, a delay occurs in the response characteristic of the filter, and the estimation error tends to increase. This tendency is the same when the battery is charged. For example, in the situation where charging is continued as in the auxiliary battery recovery process, since there is a bias toward charging, a delay in the response characteristic of the filter occurs in the estimation process of the remaining charge of the battery. The error tends to increase.

そこで、本発明は、カルマンフィルタによる内部状態推定方式を採用し、フィルタの応答特性における遅延を低減して二次電池の充電状態を精度よく推定することのできる二次電池の充電状態推定装置を提供することを目的としている。   Accordingly, the present invention provides a secondary battery charge state estimation device that employs an internal state estimation method using a Kalman filter and can accurately estimate the state of charge of a secondary battery by reducing delay in the response characteristics of the filter. The purpose is to do.

上記課題を解決する二次電池の充電状態推定装置の発明の一態様は、二次電池の電圧を検出する電圧検出部と、前記二次電池の電流を検出する電流検出部と、前記二次電池の内部抵抗を含む等価回路モデルと前記電圧検出部による検出電圧および前記電流検出部による検出電流とに基づいて当該二次電池の充電状態を推定する演算部と、を有する二次電池の充電状態推定装置であって、前記演算部は、前記電圧検出部によって検出された検出電圧に、規則性なく正負に変動する電圧波形の摂動電圧を加え、前記電流検出部によって検出された電流に、単振動する電流波形の摂動電流を加え、前記摂動電圧が加えられた検出電圧と前記摂動電流が加えられた検出電流とをカルマンフィルタへ入力して前記等価回路モデルにおける起電力を推定し、当該起電力に基づいて前記二次電池の充電状態を推定するようになっている。   One aspect of the invention of a secondary battery state-of-charge estimation device that solves the above problems includes a voltage detector that detects a voltage of a secondary battery, a current detector that detects a current of the secondary battery, and the secondary battery. Charging of a secondary battery having an equivalent circuit model including an internal resistance of the battery and a calculation unit that estimates a charging state of the secondary battery based on a detection voltage by the voltage detection unit and a detection current by the current detection unit In the state estimation device, the calculation unit adds a perturbation voltage having a voltage waveform that fluctuates positive and negative without regularity to the detection voltage detected by the voltage detection unit, and adds to the current detected by the current detection unit, A perturbation current having a simple oscillating current waveform is added, and the detection voltage to which the perturbation voltage is applied and the detection current to which the perturbation current is added are input to a Kalman filter to estimate the electromotive force in the equivalent circuit model. It is adapted to estimate the state of charge of the secondary battery based on the electromotive force.

このように本発明の一態様によれば、カルマンフィルタによる内部状態推定方式を採用し、二次電池の等価回路モデルにおける検出電圧と検出電流からフィルタの応答特性における遅延を低減して、その二次電池の充電状態を精度よく推定することのできる二次電池の充電状態推定装置を提供することができる。   As described above, according to one aspect of the present invention, the internal state estimation method using the Kalman filter is adopted, the delay in the response characteristic of the filter is reduced from the detected voltage and the detected current in the equivalent circuit model of the secondary battery, and the secondary It is possible to provide a secondary battery state of charge estimation device capable of accurately estimating the state of charge of a battery.

図１は、本発明の第１実施形態に係る二次電池の充電状態推定装置を搭載する車両の一例を示す図であり、その概略全体構成を示す概念ブロック図である。FIG. 1 is a diagram showing an example of a vehicle equipped with a secondary battery charge state estimation device according to the first embodiment of the present invention, and is a conceptual block diagram showing a schematic overall configuration thereof. 図２は、エンジンと、２つのモータジェネレータと、駆動軸との関係を示す共線図である。FIG. 2 is a collinear diagram showing the relationship among the engine, the two motor generators, and the drive shaft. 図３は、エンジンと２つのモータジェネレータとの回転関係を示す図であり、（ａ）はエンジンの停止時における共線図、（ｂ）は車両の停車時における共線図である。3A and 3B are diagrams showing a rotational relationship between the engine and the two motor generators. FIG. 3A is a nomographic chart when the engine is stopped, and FIG. 3B is a nomographic chart when the vehicle is stopped. 図４は、エンジンと２つのモータジェネレータとの回転関係を示す図であり、（ａ）は、ＥＶモードでの走行時における共線図、（ｂ）はＨＥＶモードでの走行時における共線図である。4A and 4B are diagrams showing the rotational relationship between the engine and the two motor generators, where FIG. 4A is a nomographic chart when traveling in the EV mode, and FIG. 4B is a nomographic chart when traveling in the HEV mode. It is. 図５は、目標エンジンパワーと車速との関係から目標エンジン回転速度を算出するためのマップの一例である。FIG. 5 is an example of a map for calculating the target engine rotation speed from the relationship between the target engine power and the vehicle speed. 図６は、バッテリの等価回路モデルＭを示す回路図である。FIG. 6 is a circuit diagram showing an equivalent circuit model M of the battery. 図７は、カルマンフィルタに用いる電流波形を説明するグラフである。FIG. 7 is a graph illustrating a current waveform used for the Kalman filter. 図８は、カルマンフィルタに用いる電圧波形を説明するグラフである。FIG. 8 is a graph for explaining voltage waveforms used in the Kalman filter. 図９は、ＨＥＶモードで利用されるバッテリの充電残量の推定処理において、バッテリの等価回路モデルに対するカルマンフィルタへの入力信号の検出電流と検出電圧に摂動信号を付加する場合と付加しない場合との推定結果を、バッテリの充電残量の真値と比較するグラフである。FIG. 9 shows the case where the perturbation signal is added to the detection current and the detection voltage of the input signal to the Kalman filter for the equivalent circuit model of the battery in the estimation process of the remaining charge of the battery used in the HEV mode. It is a graph which compares an estimation result with the true value of the charge remaining amount of a battery. 図１０は、ＥＶモードで利用されるバッテリの充電残量の推定処理において、バッテリの等価回路モデルに対するカルマンフィルタへの入力信号の検出電流と検出電圧に摂動信号を付加する場合と付加しない場合との推定結果を、バッテリの充電残量の真値と比較するグラフであり、（ａ）は摂動信号を付加する場合、（ｂ）は摂動信号を付加しない場合のグラフである。FIG. 10 shows the case where the perturbation signal is added to the detection current and the detection voltage of the input signal to the Kalman filter for the equivalent circuit model of the battery in the estimation process of the remaining charge of the battery used in the EV mode. It is a graph which compares an estimation result with the true value of the charge remaining amount of a battery, (a) is a graph when a perturbation signal is added, (b) is a graph when a perturbation signal is not added. 図１１は、他の実施形態を説明する図であり、自動二輪に搭載されるバッテリの充電残量の推定処理において、バッテリの等価回路モデルに対するカルマンフィルタへの入力信号の検出電流と検出電圧に摂動信号を付加してバッテリの充電残量を推定する場合と、電流積算方式によりバッテリの充電残量を推定する場合との推定結果を、バッテリの充電残量の真値と比較するグラフである。FIG. 11 is a diagram illustrating another embodiment, and perturbs the detection current and detection voltage of the input signal to the Kalman filter for the equivalent circuit model of the battery in the estimation process of the remaining charge of the battery mounted on the motorcycle. It is a graph which compares the estimation result of the case where the remaining charge of a battery is estimated by adding a signal, and the case where the remaining charge of the battery is estimated by a current integration method with the true value of the remaining charge of the battery. 図１２は、ハイブリッド車に搭載されるバッテリの充電残量の推定処理において、電流積算方式によりバッテリの充電残量を推定する場合の推定結果を、バッテリの充電残量の真値と比較するグラフである。FIG. 12 is a graph comparing the estimation result when estimating the remaining battery charge by the current integration method with the true value of the remaining battery charge in the process of estimating the remaining charge of the battery mounted on the hybrid vehicle. It is. 図１３は、ハイブリッド車に搭載されるバッテリの充電残量の推定処理において、バッテリの等価回路モデルに対するカルマンフィルタへの入力信号として単なる検出電流と検出電圧とを用いてバッテリの充電残量を推定する場合の推定結果を、バッテリの充電残量の真値と比較するグラフである。FIG. 13 shows a process for estimating the remaining charge of a battery mounted on a hybrid vehicle, in which the remaining charge of the battery is estimated using simple detection currents and detection voltages as input signals to the Kalman filter for the equivalent circuit model of the battery. It is a graph which compares the estimation result in a case with the true value of the charge remaining amount of a battery. 図１４は、電気自動車に搭載されるバッテリの充電残量の推定処理において、バッテリの等価回路モデルに対するカルマンフィルタへの入力信号として単なる検出電流と検出電圧とを用いてバッテリの充電残量を推定する場合の推定結果を、バッテリの充電残量の真値と比較するグラフである。FIG. 14 is a process for estimating the remaining charge of a battery mounted on an electric vehicle by using a simple detected current and a detected voltage as input signals to a Kalman filter for an equivalent circuit model of the battery. It is a graph which compares the estimation result in a case with the true value of the charge remaining amount of a battery.

以下、図面を参照して、本発明の実施形態について詳細に説明する。図１〜図１０は本発明の第１実施形態に係る二次電池の充電状態推定装置を搭載するハイブリッド車両の一例を説明する図である。   Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. FIGS. 1-10 is a figure explaining an example of the hybrid vehicle carrying the charging condition estimation apparatus of the secondary battery which concerns on 1st Embodiment of this invention.

（第１実施形態）
図１において、車両１００は、駆動源として、内燃機関型のエンジン１１と、電動機として回転駆動して駆動力を出力する第１モータジェネレータ（ＭＧ１）２１および第２モータジェネレータ（ＭＧ２）２２と、を搭載している。この車両１００は、エンジン１１や第１、第２モータジェネレータ２１、２２の出力する駆動力が動力伝達機構１２により合成された後に変速機１６を介して駆動軸１７に伝達（出力）され、その駆動軸１７が所望の駆動トルクを負荷されつつ回転することによって両端側に固定されている駆動輪１８が回転されて走行する。ここで、第１、第２モータジェネレータ２１、２２は、エンジン１１や駆動輪１８により回転動作される際に駆動軸１７に回生トルクを負荷しつつ回転することによって発電機として機能する。 (First embodiment)
In FIG. 1, a vehicle 100 includes an internal combustion engine 11 as a driving source, a first motor generator (MG1) 21 and a second motor generator (MG2) 22 that rotate and drive as an electric motor to output driving force, It is equipped with. This vehicle 100 is transmitted (output) to the drive shaft 17 via the transmission 16 after the driving force output from the engine 11 and the first and second motor generators 21 and 22 is synthesized by the power transmission mechanism 12. When the drive shaft 17 rotates while being loaded with a desired drive torque, the drive wheels 18 fixed to both ends are rotated to travel. Here, the first and second motor generators 21 and 22 function as a generator by rotating while applying a regenerative torque to the drive shaft 17 when being rotated by the engine 11 and the drive wheels 18.

動力伝達機構１２は、第１遊星歯車機構１３と第２遊星歯車機構１４とを備えて、エンジン１１の出力軸（回転軸）１１ａと変速機１６の入力軸１６ａとの間に介在するようにそれぞれ連結されている。この動力伝達機構１２は、第１遊星歯車機構１３に第１モータジェネレータ２１のロータ軸（回転軸）２１ａが連結されており、第２遊星歯車機構１４に第２モータジェネレータ２２のロータ軸（回転軸）２２ａが連結されている。すなわち、車両１００は、エンジン１１や第１、第２モータジェネレータ２１、２２と、駆動軸１７と、の間でやり取りする動力を伝達する、４軸の動力伝達機構１２を搭載している。   The power transmission mechanism 12 includes a first planetary gear mechanism 13 and a second planetary gear mechanism 14 so as to be interposed between the output shaft (rotary shaft) 11 a of the engine 11 and the input shaft 16 a of the transmission 16. Each is connected. In the power transmission mechanism 12, a rotor shaft (rotation shaft) 21 a of a first motor generator 21 is coupled to a first planetary gear mechanism 13, and a rotor shaft (rotation shaft) of a second motor generator 22 is coupled to a second planetary gear mechanism 14. Axis) 22a is connected. That is, the vehicle 100 is equipped with a four-axis power transmission mechanism 12 that transmits power exchanged between the engine 11, the first and second motor generators 21 and 22, and the drive shaft 17.

エンジン１１は、ＣＰＵ（Central Processing Unit）や各種メモリなどにより構成されるエンジンコントローラ（ＥＣＵ：Engine Control Unit）３１が接続されている。エンジンコントローラ３１は、メモリ内に格納されている制御プログラムに従ってエンジン１１（出力軸１１ａ）の回転駆動を制御する。   The engine 11 is connected to an engine controller (ECU: Engine Control Unit) 31 constituted by a CPU (Central Processing Unit) and various memories. The engine controller 31 controls the rotational drive of the engine 11 (output shaft 11a) according to a control program stored in the memory.

エンジンコントローラ３１は、後述のハイブリッドコントローラ（ＨＣＵ：Hybrid Control Unit）３２から受け取るトルク指令値に従って、不図示のインジェクタやスロットルバルブなどを制御することにより、エンジン１１の気筒１１ｃ内への燃料噴射量や吸入空気量を調整してエンジン１１の出力軸１１ａを回転させる出力トルクを制御するようになっている。   The engine controller 31 controls an injector (not shown), a throttle valve, and the like according to a torque command value received from a hybrid controller (HCU: Hybrid Control Unit) 32, which will be described later, so that the fuel injection amount into the cylinder 11c of the engine 11 The output torque that rotates the output shaft 11a of the engine 11 by adjusting the amount of intake air is controlled.

第１、第２モータジェネレータ２１、２２は、インバータ２５を介してバッテリ２９に接続されている。これら第１、第２モータジェネレータ２１、２２は、バッテリ２９内の直流電力がインバータ２５により交流電力に変換されて供給されることにより、ロータ軸２１ａ、２２ａを回転させる電動機として機能する。また、第１、第２モータジェネレータ２１、２２のロータ軸２１ａ、２２ａが回転されて発電機として機能する際に発電した交流電力は、インバータ２５により直流電力に変換されてバッテリ２９に入力されて充電される。   The first and second motor generators 21 and 22 are connected to a battery 29 via an inverter 25. The first and second motor generators 21 and 22 function as electric motors that rotate the rotor shafts 21a and 22a when DC power in the battery 29 is converted into AC power by the inverter 25 and supplied. The AC power generated when the rotor shafts 21 a and 22 a of the first and second motor generators 21 and 22 function as a generator by being rotated is converted into DC power by the inverter 25 and input to the battery 29. Charged.

インバータ２５は、ＣＰＵや各種メモリなどにより構成されるモータコントローラ（ＭＣＵ：Motor Control Unit）２６と、第１モータジェネレータ２１に接続する第１インバータ（ＩＮＶ１）２７と、第２モータジェネレータ２２に接続する第２インバータ（ＩＮＶ２）２８と、を備えている。第１、第２インバータ２７、２８は、第１、第２モータジェネレータ２１、２２とバッテリ２９との間で通電する電力の直流／交流変換をする。モータコントローラ２６は、メモリ内に格納されている制御プログラムに従って、第１、第２インバータ２７、２８を制御することにより第１、第２モータジェネレータ２１、２２の駆動を制御する。   The inverter 25 is connected to a motor controller (MCU: Motor Control Unit) 26 constituted by a CPU and various memories, a first inverter (INV1) 27 connected to the first motor generator 21, and a second motor generator 22. And a second inverter (INV2) 28. The first and second inverters 27 and 28 perform DC / AC conversion of electric power supplied between the first and second motor generators 21 and 22 and the battery 29. The motor controller 26 controls the driving of the first and second motor generators 21 and 22 by controlling the first and second inverters 27 and 28 according to a control program stored in the memory.

モータコントローラ２６は、後述のハイブリッドコントローラ３２から受け取るトルク指令値に従って、バッテリ２９から第１、第２インバータ２７、２８を介して第１、第２モータジェネレータ２１、２２に供給する駆動電力を調整することにより、駆動軸１７に負荷する駆動トルクを制御する。また、モータコントローラ２６は、ハイブリッドコントローラ３２から受け取るトルク指令値に従って、第１、第２モータジェネレータ２１、２２が駆動軸１７に負荷する回生トルクを第１、第２インバータ２７、２８を介して制御することにより、バッテリ２９に充電する発電電力を調整する。   The motor controller 26 adjusts driving power supplied from the battery 29 to the first and second motor generators 21 and 22 via the first and second inverters 27 and 28 in accordance with a torque command value received from the hybrid controller 32 described later. As a result, the drive torque applied to the drive shaft 17 is controlled. Further, the motor controller 26 controls the regenerative torque that the first and second motor generators 21 and 22 load on the drive shaft 17 through the first and second inverters 27 and 28 according to the torque command value received from the hybrid controller 32. As a result, the generated power charged in the battery 29 is adjusted.

エンジンコントローラ３１やモータコントローラ２６は、ＣＰＵや各種メモリなどにより構成されるハイブリッドコントローラ３２に各種情報をやり取り可能に接続されている。このハイブリッドコントローラ３２は、メモリ内に格納されている制御プログラムに従ってエンジンコントローラ３１やモータコントローラ２６を含む車両１００全体を統括制御するようになっている。   The engine controller 31 and the motor controller 26 are connected to a hybrid controller 32 constituted by a CPU, various memories and the like so as to exchange various information. The hybrid controller 32 controls the entire vehicle 100 including the engine controller 31 and the motor controller 26 in accordance with a control program stored in the memory.

ハイブリッドコントローラ３２は、アクセル開度センサ３５、車速センサ３６、回転速度センサ（群）３７およびバッテリ残量センサ３９を含む各種センサが接続されており、検出されるセンサ情報に基づいて各種制御処理を実行することによって、車両１００の効率の良い走行などを実現するようになっている。   The hybrid controller 32 is connected to various sensors including an accelerator opening sensor 35, a vehicle speed sensor 36, a rotation speed sensor (group) 37, and a battery remaining amount sensor 39, and performs various control processes based on detected sensor information. By executing this, efficient traveling of the vehicle 100 is realized.

例えば、ハイブリッドコントローラ３２は、アクセル開度センサ３５が検出するドライバによる図示しないアクセルペダルの踏み込み量や、車速センサ３６が検出する車両１００の車速（駆動軸１７の回転速度）などに基づいて車両１００の加速走行制御あるいは定速走行制御などを実行する。また、ハイブリッドコントローラ３２は、回転速度センサ３７が検出するエンジン１１や第１、第２モータジェネレータ２１、２２の回転速度に基づいて車両１００の効率のよい走行制御を実現する。また、ハイブリッドコントローラ３２は、バッテリ残量センサ３９の電圧センサ（電圧検出部）３９ａが検出するバッテリ２９の接続端子２９ａ、２９ｂ（図６を参照）間の検出電圧や電流センサ（電流検出部）３９ｂが検出するバッテリ２９の接続端子２９ａ、２９ｂ間に入出力される検出電流に基づいて充電残量を推定し、その充電残量に応じて駆動輪１８の回転（回生トルク）やエンジン１１の駆動により第１、第２モータジェネレータ２１、２２を発電機として機能させる充電制御を実行する。   For example, the hybrid controller 32 determines the vehicle 100 based on the depression amount of an accelerator pedal (not shown) by the driver detected by the accelerator opening sensor 35, the vehicle speed (rotational speed of the drive shaft 17) of the vehicle 100 detected by the vehicle speed sensor 36, and the like. Acceleration running control or constant speed running control is executed. Further, the hybrid controller 32 realizes efficient travel control of the vehicle 100 based on the rotational speeds of the engine 11 and the first and second motor generators 21 and 22 detected by the rotational speed sensor 37. The hybrid controller 32 also detects a detected voltage between the connection terminals 29a and 29b (see FIG. 6) of the battery 29 detected by the voltage sensor (voltage detection unit) 39a of the battery remaining amount sensor 39, and a current sensor (current detection unit). The remaining charge is estimated based on the detection current input / output between the connection terminals 29a and 29b of the battery 29 detected by 39b, and the rotation of the drive wheels 18 (regenerative torque) and the engine 11 are determined according to the remaining charge. Charging control is performed so that the first and second motor generators 21 and 22 function as generators by driving.

このハイブリッドコントローラ３２は、図２に示す共線図に基づいて、エンジン１１、第１、第２モータジェネレータ２１、２２（ＭＧ１、ＭＧ２）の回転速度のバランスを保ちながら、目標駆動トルクを駆動軸１７に負荷する各種制御処理を実行する。なお、図２の共線図においては、ＭＧ１回転速度、エンジン回転速度、駆動軸回転速度およびＭＧ２回転速度のうち、２つの回転速度が決まれば、他の１つの回転速度が決まる関係にあり、第１モータジェネレータ２１、エンジン１１、駆動軸１７、第２モータジェネレータ２２の４軸のうち２軸の回転速度を調整することで、他の２軸の回転速度を制御することができる。   Based on the alignment chart shown in FIG. 2, the hybrid controller 32 generates a target drive torque on the drive shaft while maintaining the balance of the rotational speeds of the engine 11, the first and second motor generators 21, 22 (MG1, MG2). Various control processes that load 17 are executed. In the alignment chart of FIG. 2, if two rotation speeds are determined among the MG1 rotation speed, the engine rotation speed, the drive shaft rotation speed, and the MG2 rotation speed, the other rotation speed is determined. By adjusting the rotational speed of two axes among the four axes of the first motor generator 21, the engine 11, the drive shaft 17, and the second motor generator 22, the rotational speeds of the other two axes can be controlled.

ここで、図２の共線図において、各縦軸は、図中、左から第１モータジェネレータ２１（ＭＧ１）のロータ軸２１ａの回転速度、エンジン１１（Ｅ／Ｇ）の出力軸１１ａの回転速度すなわちエンジン回転速度、駆動軸１７（ＯＵＴ）の回転速度、および第２モータジェネレータ２２（ＭＧ２）のロータ軸２２ａの回転速度をそれぞれ表している。なお、共線図上では、第１、第２モータジェネレータ２１、２２と駆動軸１７の回転速度は、エンジン１１の回転方向と同じ向きの回転を正としている。   Here, in the collinear diagram of FIG. 2, each vertical axis represents the rotational speed of the rotor shaft 21a of the first motor generator 21 (MG1) and the rotation of the output shaft 11a of the engine 11 (E / G) from the left in the drawing. The speed, that is, the engine rotation speed, the rotation speed of the drive shaft 17 (OUT), and the rotation speed of the rotor shaft 22a of the second motor generator 22 (MG2) are shown. In the nomograph, the rotation speeds of the first and second motor generators 21 and 22 and the drive shaft 17 are positive when the rotation is in the same direction as the rotation direction of the engine 11.

また、図２の共線図において、横軸における各縦軸間の距離比は、第１、第２遊星歯車機構１３、１４の各ギヤの歯数の比により定まる。図２におけるｋ１、ｋ２は、共線図のレバー比であり、ｋ１は、第１遊星歯車機構１３内で動力を受け渡すギヤの歯数比で、ｋ２は、第２遊星歯車機構１４内で動力を受け渡すギヤの歯数比である。   In the alignment chart of FIG. 2, the distance ratio between the vertical axes on the horizontal axis is determined by the ratio of the number of teeth of each gear of the first and second planetary gear mechanisms 13 and 14. 2, k1 and k2 are lever ratios in the collinear diagram, k1 is a gear ratio of gears that transfers power in the first planetary gear mechanism 13, and k2 is in the second planetary gear mechanism 14. This is the gear ratio of the gear that delivers power.

ところで、車両１００の停車状態における共線図としては、図３（ａ）に示す停止状態からエンジン１１を始動させると、図３（ｂ）に示すように、駆動軸１７を回転させることなく（走行を停止する状態のまま）、エンジン１１と第１、第２モータジェネレータ２１、２２が回転を開始する。   By the way, as an alignment chart in the stop state of the vehicle 100, when the engine 11 is started from the stop state shown in FIG. 3A, the drive shaft 17 is not rotated as shown in FIG. The engine 11 and the first and second motor generators 21 and 22 start rotating while the travel is stopped.

また、車両１００の走行状態における共線図として、第１、第２モータジェネレータ２１、２２のみで走行するＥＶ（Electric Vehicle）モードの場合には、図４（ａ）に示すように、エンジン１１を回転させることなく、駆動軸１７を回転させる。また、エンジン１１と第１、第２モータジェネレータ２１、２２とで走行するＨＥＶ（Hybrid Electric Vehicle）モードの場合には、図４（ｂ）に示すように、それぞれの駆動トルクを負荷して駆動軸１７を回転させる状態に変移する。   Further, as an alignment chart in the traveling state of the vehicle 100, in the case of an EV (Electric Vehicle) mode in which the vehicle 100 travels only by the first and second motor generators 21 and 22, as shown in FIG. The drive shaft 17 is rotated without rotating. Further, in the HEV (Hybrid Electric Vehicle) mode in which the engine 11 and the first and second motor generators 21 and 22 run, as shown in FIG. 4B, the respective driving torques are loaded and driven. The shaft 17 is changed to a rotating state.

そして、ハイブリッドコントローラ３２は、走行を開始する際、制御プログラムに従って、予めメモリ内に格納されている図５に示すようなマップを参照することによりエンジン１１を効率よく駆動させるようになっており、所望のエンジントルクを得るために必要なエンジン回転速度（回転数）を導出し、燃料噴射や吸気等の制御処理を実行する。例えば、図５のマップに示すように、ハイブリッドコントローラ３２は、アクセル開度センサ３５からドライバによるアクセルペダルの踏込量を受け取って目標エンジンパワー（等パワーライン）を決定し、車速センサ３６から受け取る車両１００の走行速度に対応する目標動作ラインとの交点に位置するエンジン回転速度とエンジントルクに応じた燃料噴射や吸気等の駆動制御処理を実行する。   When the hybrid controller 32 starts running, the engine 11 is driven efficiently by referring to a map as shown in FIG. 5 stored in advance in the memory according to the control program. An engine speed (rotation speed) necessary for obtaining a desired engine torque is derived, and control processing such as fuel injection and intake air is executed. For example, as shown in the map of FIG. 5, the hybrid controller 32 receives the depression amount of the accelerator pedal by the driver from the accelerator opening sensor 35, determines the target engine power (equal power line), and receives the vehicle from the vehicle speed sensor 36. A drive control process such as fuel injection and intake air is executed in accordance with the engine rotation speed and engine torque located at the intersection with the target operation line corresponding to 100 travel speeds.

このハイブリッドコントローラ３２は、エンジン１１のエンジントルクやエンジン回転速度に応じた駆動条件が等効率ラインにおいて低効率領域に位置する場合などに、インバータ２５（モータコントローラ２６）と連携して第１、第２モータジェネレータ２１、２２を駆動させるなどの制御処理を実行することによりＨＥＶモードまたはＥＶモードによる高効率運転を実現するようになっている。   The hybrid controller 32 cooperates with the inverter 25 (motor controller 26) when the driving conditions according to the engine torque of the engine 11 and the engine rotation speed are located in the low efficiency region in the equal efficiency line. High efficiency operation in the HEV mode or EV mode is realized by executing control processing such as driving the two motor generators 21 and 22.

このとき、ハイブリッドコントローラ３２は、バッテリ２９の充電残量を高精度に検知して第１、第２モータジェネレータ２１、２２を電動機あるいは発電機として適宜機能させるようになっている。このハイブリッドコントローラ３２は、バッテリ残量センサ３９が検出するバッテリ２９の充電残量に応じた接続端子２９ａ、２９ｂ間の検出電圧や検出電流に基づいて、バッテリ２９の図６に示す等価回路モデルＭに対するカルマンフィルタによる内部状態推定方式のデジタルフィルタ演算処理を実行し、バッテリ２９の充電残量を高精度に算出して推定するようになっている。すなわち、ハイブリッドコントローラ３２が演算部を構成している。   At this time, the hybrid controller 32 detects the remaining amount of charge of the battery 29 with high accuracy and causes the first and second motor generators 21 and 22 to function appropriately as an electric motor or a generator. The hybrid controller 32 uses the equivalent circuit model M shown in FIG. 6 of the battery 29 based on the detected voltage and detected current between the connection terminals 29a and 29b corresponding to the remaining charge of the battery 29 detected by the remaining battery sensor 39. The internal state estimation method digital filter calculation process using the Kalman filter is executed, and the remaining charge of the battery 29 is calculated and estimated with high accuracy. That is, the hybrid controller 32 constitutes a calculation unit.

バッテリ２９は、例えば、図６に示すように、電荷の移動に伴う反応抵抗成分Ｒａを備える電源要素の起電力成分Ｖ_０と、電気２重層のコンデンサＣとを並列接続する回路に、電解液抵抗成分やオーム抵抗成分等を含む直流抵抗成分Ｒｓを直列接続する、等価回路モデルＭとすることができる。 For example, as shown in FIG. 6, the battery 29 includes an electrolyte solution in a circuit in which an electromotive force component V ₀ of a power supply element including a reaction resistance component Ra accompanying the movement of electric charge and a capacitor C of an electric double layer are connected in parallel. An equivalent circuit model M in which a DC resistance component Rs including a resistance component and an ohmic resistance component is connected in series can be obtained.

ハイブリッドコントローラ３２は、バッテリ２９の充電残量を利用する制御処理を実行する際、バッテリ２９の図６に示す等価回路モデルＭに対するカルマンフィルタによる演算処理において、そのバッテリ２９の接続端子２９ａ、２９ｂ間の検出電圧や検出電流に、摂動電圧や摂動電流をそれぞれ付加するようになっている。   When the hybrid controller 32 executes a control process that uses the remaining charge of the battery 29, in the calculation process by the Kalman filter for the equivalent circuit model M of the battery 29 shown in FIG. 6, the connection between the connection terminals 29a and 29b of the battery 29 is performed. A perturbation voltage and a perturbation current are added to the detection voltage and the detection current, respectively.

このハイブリッドコントローラ３２は、カルマンフィルタの演算処理に使用する摂動電圧として、規則性なく正負に変動する電圧波形、例えば、ガウス分布ノイズから乱数に従って選択する変動電圧をバッテリ残量センサ３９（電圧センサ３９ａ）による検出電圧に加えてカルマンフィルタによる演算処理を実行する。また、摂動電流としては、単振動する電流波形、例えば、所定の振幅および周波数の正弦波形（余弦波形でも良い）の変動電流をバッテリ残量センサ３９（電流センサ３９ｂ）による検出電流に加えてカルマンフィルタによる演算処理を実行する。   The hybrid controller 32 uses a battery remaining amount sensor 39 (voltage sensor 39a) as a perturbation voltage used for the Kalman filter arithmetic processing, a voltage waveform that varies positively or negatively without regularity, for example, a varying voltage that is selected according to a random number from Gaussian noise. In addition to the detection voltage of, the calculation process by the Kalman filter is executed. In addition, as the perturbation current, a Kalman filter is added by adding a fluctuation current of a oscillating current waveform, for example, a sine waveform (may be a cosine waveform) having a predetermined amplitude and frequency, to the detected current by the battery remaining amount sensor 39 (current sensor 39b). The arithmetic processing by is executed.

このカルマンフィルタの演算処理では、使用する検出電圧や検出電流に、短時間に振動する摂動電圧や摂動電流をそれぞれ付加することにより、十分な情報を短期間に収集して、バッテリの充電残量などの充電状態を遅延なく精度よく推定することができる。   In this Kalman filter calculation process, sufficient information is collected in a short period of time by adding a perturbation voltage or perturbation current that vibrates in a short time to the detection voltage or detection current to be used. Can be accurately estimated without delay.

ところで、バッテリ２９の図６に示す等価回路モデルＭは、電気２重層のコンデンサＣ、電荷移動の反応抵抗成分Ｒａ、電源要素の起電力成分Ｖ_０、電解液などの直流抵抗成分Ｒｓと共に、バッテリ２９の接続端子２９ａ、２９ｂ間の起電力（検出電圧）Ｅと検出電流Ｉを用いて、次式のような回路方程式（１）で表すことができる。
Ｅ＋Ｒ_ａ×Ｃ×（ｄＥ／ｄｔ）
＝（Ｒ_ａ＋Ｒ_ｓ）×Ｉ＋Ｒ_ａ×Ｒ_ｓ×Ｃ×（ｄＩ／ｄｔ）−Ｖ_０ ・・・（１） By the way, the equivalent circuit model M shown in FIG. 6 of the battery 29 includes a battery C together with a double-layer capacitor C, a charge transfer reaction resistance component Ra, an electromotive force component V _{0 of} a power supply element, and a DC resistance component Rs such as an electrolyte. Using the electromotive force (detection voltage) E and the detection current I between the 29 connection terminals 29a and 29b, the circuit equation (1) can be expressed by the following equation.
E + R _a × C × (dE / dt)
= (R _a + R _s ) × I + R _a × R _s × C × (dI / dt) −V ₀ (1)

この回路方程式（１）を見ると、電流の１階微分の項に付加されている係数は２つの抵抗Ｒａ、ＲｓとコンデンサＣの積であることから、係数値の絶対レベルは小さく、通常、単セル電池の内部抵抗としては数ｍΩ〜数十ｍΩのレベル程度である。このため、回路方程式（１）の検出電流Ｉや起電力Ｅに摂動電圧や摂動電流を付加した際の影響は、電流より電圧の方が敏感に反応することになる。すなわち、入力信号（検出電圧や検出電圧）に摂動信号を加えると推定遅延が解消するという効果は、カルマンフィルタと組み合わせるシステムモデルに依存している。   Looking at this circuit equation (1), the coefficient added to the first derivative term of the current is the product of the two resistors Ra and Rs and the capacitor C, and therefore the absolute level of the coefficient value is small. The internal resistance of the single cell battery is about several mΩ to several tens mΩ. For this reason, the effect of adding a perturbation voltage or perturbation current to the detection current I or electromotive force E in the circuit equation (1) is that the voltage reacts more sensitively than the current. That is, the effect that the estimation delay is eliminated when a perturbation signal is added to the input signal (detection voltage or detection voltage) depends on the system model combined with the Kalman filter.

このことから、本実施形態の図６に示すバッテリ２９の等価回路モデルＭを表す回路方程式（１）においては、バッテリ２９の起電力（検出電圧）Ｅにガウス分布ノイズの摂動電圧を加え、バッテリ２９の検出電流Ｉに正弦波形の摂動電流を加えるのが最も効果的である。   Therefore, in the circuit equation (1) representing the equivalent circuit model M of the battery 29 shown in FIG. 6 of the present embodiment, a perturbation voltage of Gaussian distribution noise is added to the electromotive force (detected voltage) E of the battery 29, and the battery It is most effective to add a perturbation current having a sine waveform to 29 detection currents I.

よって、ハイブリッドコントローラ３２は、メモリ内に予め格納されている回路方程式（１）に対応するカルマンフィルタによる演算処理によって、バッテリ２９の接続端子２９ａ、２９ｂ間の起電力Ｅを精度よく推定することができる。そして、上述したＯＣＶ安定化方式と同様に、予めメモリ内に格納しているバッテリ２９の充電残量と接続端子２９ａ、２９ｂ間の端子間電圧との関係（マップや関係方程式）からその推定起電力Ｅに対応する充電残量を高精度に取得することができる。   Therefore, the hybrid controller 32 can accurately estimate the electromotive force E between the connection terminals 29a and 29b of the battery 29 by an arithmetic process using a Kalman filter corresponding to the circuit equation (1) stored in advance in the memory. . Similar to the OCV stabilization method described above, the estimated occurrence is based on the relationship (map or relational equation) between the remaining charge of the battery 29 stored in the memory in advance and the inter-terminal voltage between the connection terminals 29a and 29b. The remaining charge level corresponding to the electric power E can be obtained with high accuracy.

なお、回路方程式（１）において、起電力Ｅへの摂動電圧の付加なしや正弦波形の摂動電圧の付加と、検出電流Ｉへの摂動電流の付加なしやガウス分布ノイズの摂動電流の付加とをそれぞれ組み合わせる場合と比較しても、本実施形態の組み合わせが最も効果的である。また、バッテリ２９の等価回路モデルＭのパラメータとして時定数（応答が安定するまでの時間）が長い成分と短い成分とを組み合わせる場合、バッテリ２９の充電残量の推定精度を向上させることには有効であるが、フィルタの応答特性における遅延を解消することはできず、また、ノイズが増えてしまう場合もある。そのため、本実施形態のように摂動信号を付加するのが有効である。   In the circuit equation (1), no perturbation voltage is added to the electromotive force E, a sinusoidal perturbation voltage is added, no perturbation current is added to the detection current I, and a perturbation current is added to the Gaussian noise distribution. The combination of the present embodiment is the most effective as compared with the case of combining each. Further, when combining a component with a long time constant (time until the response is stabilized) and a short component as parameters of the equivalent circuit model M of the battery 29, it is effective to improve the estimation accuracy of the remaining charge of the battery 29. However, the delay in the response characteristic of the filter cannot be eliminated, and noise may increase. Therefore, it is effective to add a perturbation signal as in this embodiment.

具体的に、ハイブリッドコントローラ３２は、例えば、バッテリ２９の接続端子２９ａ、２９ｂ間における入出力電流波形が±１０Ａの振幅で２０秒周期に繰り返される場合、予めメモリ内に格納されている、下記の信号波形式（２）で表される摂動電圧Ｐｅ（ｔ）をバッテリ２９の起電力Ｅに付加し、また、下記の信号波形式（３）で表される摂動電流Ｐｉ（ｔ）をバッテリ２９の検出電流Ｉに付加して、回路方程式（１）に対するカルマンフィルタの演算処理を開始してから経過時間ｔの０．２秒周期で実行する。
Ｐ_ｅ（ｔ）
＝σ×（−２ｌｎ（Ｒ_ＮＤ））^１／２×ｓｉｎ（２π×Ｒ_ＮＤ） ・・・（２）
ガウス分布幅σ＝３〜１５ｍＶ、Ｒ_ＮＤ：０〜１の乱数
Ｐ_ｉ（ｔ）＝ｄ×ｓｉｎ（（２π／Ｔ）×ｔ） ・・・（３）
正弦波振幅ｄ＝１〜２０Ａ、正弦波周期Ｔ＝０．８秒〜１０秒 Specifically, for example, when the input / output current waveform between the connection terminals 29a and 29b of the battery 29 is repeated with an amplitude of ± 10A in a cycle of 20 seconds, the hybrid controller 32 stores the following in advance in the memory. A perturbation voltage Pe (t) represented by the signal waveform equation (2) is added to the electromotive force E of the battery 29, and a perturbation current Pi (t) represented by the following signal waveform equation (3) is added to the battery 29. In addition to the detected current I, the Kalman filter calculation process for the circuit equation (1) is started and executed at a period of 0.2 seconds after the elapsed time t.
P _e (t)
= Σ × (−2ln (R _ND )) ^1/2 × sin (2π × R _ND ) (2)
Gaussian distribution width σ = 3 to 15 mV, R _ND : random number of 0 to 1 P _i (t) = d × sin ((2π / T) × t) (3)
Sine wave amplitude d = 1-20A, sine wave period T = 0.8 seconds-10 seconds

例えば、この回路方程式（１）に対するカルマンフィルタの演算処理は、ハイブリッドコントローラ３２が実行するメモリ内の制御プログラムに組み込んでソフトウェアによる制御処理によって実行する。なお、このカルマンフィルタの演算処理は、検出電圧（起電力）Ｅや検出電流Ｉに摂動電圧Ｐｅ（ｔ）や摂動電流Ｐｉ（ｔ）が重畳される回路をバッテリ２９の接続端子２９ａ、２９ｂに接続することにより、ハードウェアによる制御処理によって実行するようにしてもよい。本実施形態のように、ソフトウェア的にガウス分布の摂動電圧Ｐｅ（ｔ）を重畳する方法としては、所謂、ボックスミュラー法が一般的であり、そのプログラムの構築も簡単である。既に検出電圧Ｅにガウス分布とみることのできるノイズが含まれている場合にはさらに摂動電圧Ｐｅ（ｔ）を入力する必要はない。   For example, the Kalman filter calculation process for the circuit equation (1) is executed by a control process by software by being incorporated in a control program in a memory executed by the hybrid controller 32. In this Kalman filter calculation process, a circuit in which the perturbation voltage Pe (t) and the perturbation current Pi (t) are superimposed on the detection voltage (electromotive force) E and the detection current I is connected to the connection terminals 29a and 29b of the battery 29. By doing so, it may be executed by a control process by hardware. As in this embodiment, as a method of superimposing the perturbation voltage Pe (t) having a Gaussian distribution in software, a so-called box Mueller method is common, and the construction of the program is also simple. If the detection voltage E already contains noise that can be regarded as a Gaussian distribution, it is not necessary to input the perturbation voltage Pe (t).

このとき、バッテリ２９の等価回路モデルＭに対応する回路方程式（１）のパラメータである検出電流Ｉに摂動電流Ｐｉ（ｔ）が重畳されると、図７に示すように、短周期の摂動電流Ｐｉ（ｔ）の中心が長周期の検出電流Ｉに一致して重畳されている合成電流波形となる。また、回路方程式（１）のパラメータである検出電圧Ｅに摂動電圧Ｐｅ（ｔ）が重畳されると、図８に示すように、不規則なノイズである摂動電圧Ｐｅ（ｔ）が検出電圧Ｅに重畳されている合成電圧波形となる。この検出電流Ｉには、バッテリ２９に出入力されている電流波形に相応するレベルの正弦波である摂動電流Ｐｉ（ｔ）が重畳されているのに対して、検出電圧Ｅには、ノイズレベルの不規則な摂動電圧Ｐｅ（ｔ）が重畳されている。   At this time, when the perturbation current Pi (t) is superimposed on the detection current I, which is a parameter of the circuit equation (1) corresponding to the equivalent circuit model M of the battery 29, as shown in FIG. The center of Pi (t) is a combined current waveform superimposed on the long-period detection current I. When the perturbation voltage Pe (t) is superimposed on the detection voltage E that is a parameter of the circuit equation (1), the perturbation voltage Pe (t) that is irregular noise is detected as the detection voltage E as shown in FIG. Is a composite voltage waveform superimposed on. A perturbation current Pi (t) that is a sine wave of a level corresponding to the current waveform input to and output from the battery 29 is superimposed on this detection current I, whereas a noise level is present on the detection voltage E. The irregular perturbation voltage Pe (t) is superimposed.

このように、バッテリ２９の等価回路モデルＭに対応する回路方程式（１）の検出電流Ｉや検出電圧Ｅに摂動電流Ｐｉ（ｔ）や摂動電流Ｐｉ（ｔ）を重畳するカルマンフィルタの演算処理の実行により、バッテリ２９の充電残量の推定精度が向上されている。   As described above, the Kalman filter calculation process for superimposing the perturbation current Pi (t) and the perturbation current Pi (t) on the detection current I and the detection voltage E of the circuit equation (1) corresponding to the equivalent circuit model M of the battery 29 is executed. Thus, the estimation accuracy of the remaining charge of the battery 29 is improved.

例えば、ハイブリッド車の走行時のように充放電が繰り返される状況の場合、図９に示すように、実線で図示するバッテリ２９の実際の充電残量（充電率：ＳＯＣ％）Ｒｅ０に対して、単にカルマンフィルタの演算処理を実行するだけの推定値Ｒｅ２では、一点鎖線で図示するように、時間経過するほど遅延量が増大しているとともに、推定誤差の積み重ねが大きくなっている。   For example, in a situation where charging / discharging is repeated as in the case of traveling of a hybrid vehicle, as shown in FIG. 9, with respect to the actual remaining charge (charge rate: SOC%) Re0 of the battery 29 illustrated by a solid line, In the estimated value Re2 that merely executes the Kalman filter calculation process, as shown by the one-dot chain line, the delay amount increases as time elapses, and the accumulation of estimation errors increases.

これに対して、本実施形態によるによる推定値Ｒｅ１は、点線で図示するように、回路方程式（１）のパラメータの検出電流Ｉや検出電圧Ｅに摂動電流Ｐｉ（ｔ）や摂動電圧Ｐｅ（ｔ）が重畳されることにより、実際の充電残量Ｒｓ０に重なって推定精度が格段に向上されていることが分かる。なお、推定開始当初の範囲内では、カルマンフィルタの収束が不十分であるために発生するバラツキがあることから、この初期範囲では、後述の第２実施形態で説明するように、電流積算方式によりバッテリ２９の充電残量を推定しても良い。   On the other hand, the estimated value Re1 according to the present embodiment has a perturbation current Pi (t) and a perturbation voltage Pe (t) as well as a detection current I and a detection voltage E as parameters of the circuit equation (1), as shown by a dotted line. ) Is superimposed on the actual charge remaining amount Rs0, it can be seen that the estimation accuracy is significantly improved. Note that, since there is variation that occurs due to insufficient convergence of the Kalman filter within the initial estimation range, in this initial range, as will be described in a second embodiment described later, the battery is integrated by the current integration method. The remaining charge amount of 29 may be estimated.

また、例えば、電気自動車の走行時のように放電が継続される状況の場合、図１０（ｂ）に示すように、実線で図示するバッテリ２９の実際の充電残量（充電率：ＳＯＣ％）Ｒｅ０に対して、単にカルマンフィルタの演算処理を実行するだけの推定値Ｒｅ２では、一点鎖線で図示するように、遅延しているとともに、推定誤差が繰り返されている。   Further, for example, in the situation where the discharge is continued as when the electric vehicle is running, as shown in FIG. 10B, the actual remaining charge (charge rate: SOC%) of the battery 29 illustrated by the solid line. The estimated value Re2, which simply executes the Kalman filter arithmetic processing with respect to Re0, is delayed as shown in the alternate long and short dash line, and the estimation error is repeated.

これに対して、本実施形態による推定値Ｒｅ１は、図１０（ａ）に点線で図示するように、回路方程式（１）のパラメータの検出電流Ｉや検出電圧Ｅに摂動電流Ｐｉ（ｔ）や摂動電圧Ｐｅ（ｔ）が重畳されることにより、実際の充電残量Ｒｓ０に重なって推定精度が格段に向上されていることが分かる。なお、図１０は、図１４に図示するバッテリ２９の充電残量の減少傾向を図示するグラフの一部の範囲を拡大したものである。   On the other hand, the estimated value Re1 according to the present embodiment has a perturbation current Pi (t) or a detected current I or a detected voltage E as a parameter of the circuit equation (1) as shown by a dotted line in FIG. By superimposing the perturbation voltage Pe (t), it can be seen that the estimation accuracy is remarkably improved by overlapping with the actual remaining charge Rs0. FIG. 10 is an enlarged view of a part of the graph illustrating the decreasing tendency of the remaining charge of the battery 29 illustrated in FIG.

さらに、バッテリ２９の等価回路モデルＭに対応する回路方程式（１）の検出電流Ｉや検出電圧Ｅに摂動電流Ｐｉ（ｔ）や摂動電流Ｐｉ（ｔ）を重畳することにより、推定精度を向上させる場合のカルマンフィルタの演算処理負担が計算量の抑制により軽減されている。   Furthermore, the estimation accuracy is improved by superimposing the perturbation current Pi (t) and the perturbation current Pi (t) on the detection current I and detection voltage E of the circuit equation (1) corresponding to the equivalent circuit model M of the battery 29. In this case, the calculation processing load of the Kalman filter is reduced by suppressing the calculation amount.

詳細には、二次電池の充電残量の推定精度を向上させるには、例えば、バッテリ２９の等価回路モデルＭにコンデンサ成分や抵抗成分を追加してＣＲの段数（次数）を増やすことにより、そのモデル精度を高くすることが考えられる。しかしながら、このようなモデル精度の次数を増やすと未知のパラメータが増加してしまい、本実施形態のように電流と電圧の他のパラメータを検出していない場合には、電圧や電流の変化速度（１階微分）や変化加速度（２階微分）を採用することになって、入力精度が悪化してしまう。これに対して、本実施形態では、パラメータの検出電流Ｉや検出電圧Ｅに摂動電流や摂動電圧を重畳するだけで、推定処理の精度を向上させるとともに、遅延なく迅速に完了することができる。   Specifically, in order to improve the estimation accuracy of the remaining charge of the secondary battery, for example, by adding a capacitor component or a resistance component to the equivalent circuit model M of the battery 29 to increase the number of CR stages (order), It is conceivable to increase the model accuracy. However, when the order of the model accuracy is increased, unknown parameters increase. When other parameters of current and voltage are not detected as in this embodiment, the change rate of voltage or current ( By adopting the first-order derivative) and the change acceleration (second-order derivative), the input accuracy is deteriorated. On the other hand, in the present embodiment, by simply superimposing the perturbation current or perturbation voltage on the parameter detection current I or detection voltage E, it is possible to improve the accuracy of the estimation process and to complete it quickly without delay.

このように、本実施形態のハイブリッドコントローラ３２は、バッテリ２９の図６に示す等価回路モデルＭに対応する回路方程式（１）のパラメータの検出電圧Ｅや検出電流Ｉに、ガウス分布ノイズの摂動電圧や正弦波形の摂動電流をそれぞれ付加してカルマンフィルタによる演算処理を実行することにより、バッテリ２９の起電力Ｅを推定し充電残量を取得する。   As described above, the hybrid controller 32 of the present embodiment uses the detected voltage E and the detected current I of the circuit equation (1) corresponding to the equivalent circuit model M shown in FIG. By adding a sine waveform perturbation current and performing a calculation process using a Kalman filter, the electromotive force E of the battery 29 is estimated and the remaining charge amount is acquired.

このため、バッテリ２９がハイブリッド車に搭載されて充放電が繰り返される場合や、電気自動車に搭載されて放電が継続される場合などでも、その充放電パターンに応じた変動周期に依存することなく、カルマンフィルタの演算処理で使用するパラメータに摂動電圧や摂動電流を付加するだけで、フィルタの応答特性における遅延を低減し、かつ、バッテリ２９の接続端子２９ａ、２９ｂ間の起電力Ｅを高精度に推定することができる。そして、その起電力Ｅから対応する充電残量（充電状態）を精度よく取得することができる。   For this reason, even when the battery 29 is mounted on a hybrid vehicle and charging / discharging is repeated, or when the battery 29 is mounted on an electric vehicle and discharging is continued, it does not depend on the fluctuation cycle according to the charging / discharging pattern, By simply adding a perturbation voltage or perturbation current to the parameters used in the Kalman filter arithmetic processing, the delay in the filter response characteristics can be reduced and the electromotive force E between the connection terminals 29a and 29b of the battery 29 can be estimated with high accuracy. can do. And the remaining charge (charged state) corresponding to the electromotive force E can be obtained with high accuracy.

また、本実施形態の他の態様としては、本実施形態ではハイブリッド車や電気自動車に搭載するバッテリ２９の充電残量の推定処理に適用する場合を一例に説明するが、これに限るものではない。   In addition, as another aspect of the present embodiment, the present embodiment will be described by way of example as being applied to the estimation process of the remaining charge of the battery 29 mounted on a hybrid vehicle or an electric vehicle, but is not limited thereto. .

例えば、自動二輪に搭載されているリチウムイオンバッテリの充電残量の推定処理にも採用することができ、フィルタの応答特性における遅延を低減して、カルマンフィルタの演算処理により充電残量を高精度に推定することができる。この自動二輪をＷＭＴＣモードで走行させる場合、図１１に示すように、実線で図示するバッテリの実際の充電残量（充電率：ＳＯＣ％）Ｒｅ０に対して、電流センサによる検出電流値を積算する電流積算方式の場合の実測値Ｒｅ４では、一点鎖線で図示するように、センサの検出誤差や検出回路の規格値誤差の分だけ乖離する結果となっている。これに対して、この他の形態による推定値Ｒｅ１は、図中に点線で図示するように、実際の充電残量Ｒｓ０に大きくても０．５％以内の誤差範囲に収めることができ、推定精度が格段に向上していることが分かる。ここで、ＷＭＴＣモードは、発進・加速・停止などの多種の走行パターンを含めて、定値燃費値よりも実際の走行時に近い値とするテストモードである。   For example, it can also be used for estimation of the remaining charge of a lithium ion battery mounted on a motorcycle, reducing the delay in the response characteristics of the filter, and making the remaining charge highly accurate by calculating the Kalman filter. Can be estimated. When the motorcycle is driven in the WMTC mode, as shown in FIG. 11, the current value detected by the current sensor is integrated with respect to the actual remaining charge amount (charge rate: SOC%) Re0 of the battery shown by the solid line. In the actual measurement value Re4 in the case of the current integration method, as shown by the alternate long and short dash line, the result is that the detection error of the sensor and the standard value error of the detection circuit are different. On the other hand, the estimated value Re1 according to this other embodiment can be within an error range of 0.5% or less even if it is greater than the actual remaining charge Rs0, as shown by the dotted line in the figure. It can be seen that the accuracy is significantly improved. Here, the WMTC mode is a test mode in which various driving patterns such as starting, accelerating, and stopping are set to values closer to actual driving than the fixed fuel consumption value.

（第２実施形態）
次に、本発明の第２実施形態に係る二次電池の充電状態推定装置を搭載するハイブリッド車両の一例を第１実施形態の説明で使用した図面を流用して説明する。 (Second Embodiment)
Next, an example of a hybrid vehicle equipped with the secondary battery charge state estimation device according to the second embodiment of the present invention will be described with reference to the drawings used in the description of the first embodiment.

図１において、車両１００のハイブリッドコントローラ３２は、バッテリ２９の充電残量の推定処理を開始する当初、例えば、推定処理開始からの経過時間ｔが１００秒程度までの場合には、バッテリ残量センサ３９の電流センサ３９ｂが検出するバッテリ２９への入出力電流値を積算する電流積算方式による実測値を採用する。このハイブリッドコントローラ３２は、カルマンフィルタによる演算処理で十分な推定精度が得られる程度に収束した後に、上述実施形態で説明する推定処理を実行するようになっている。なお、カルマンフィルタの演算処理の収束とは、演算処理に使用するパラメータが初期値から逐次変動してバッテリ２９の等価回路モデルＭに適合する値に変化して安定することをいい、その収束までにはある程度の時間が必要になる。   In FIG. 1, the hybrid controller 32 of the vehicle 100 initially starts the estimation process of the remaining charge of the battery 29, for example, when the elapsed time t from the start of the estimation process is about 100 seconds, the remaining battery sensor An actual measurement value by a current integration method for integrating input / output current values to / from the battery 29 detected by the 39 current sensors 39b is adopted. The hybrid controller 32 is configured to execute the estimation process described in the above embodiment after the hybrid controller 32 has converged to such an extent that sufficient estimation accuracy can be obtained by the calculation process using the Kalman filter. The convergence of the arithmetic processing of the Kalman filter means that the parameter used for the arithmetic processing is sequentially changed from the initial value and changed to a value suitable for the equivalent circuit model M of the battery 29 and is stabilized. Takes some time.

具体的には、ハイブリッドコントローラ３２は、バッテリ２９の等価回路モデルＭに対応する回路方程式（１）の検出電流Ｉや検出電圧Ｅに摂動電流Ｐｉ（ｔ）や摂動電流Ｐｉ（ｔ）を付加するカルマンフィルタの演算処理により得られる、バッテリ２９の充電残量の推定値Ｒｅ１と、バッテリ残量センサ３９の電流センサ３９ｂによる実測値の積算検出電流値Ｒｅ４と、重み付け係数ｍとを用いる次式（４）を使用して、バッテリ２９の充電残量（ＳＯＣ）を算出するようになっている。
ＳＯＣ＝Ｒｅ１×（ｍ）＋Ｒｅ４×（１−ｍ） ・・・（４）
ｔ＜１００秒：ｍ＝０
１００秒≦ｔ≦１５０秒：ｍ＝（ｔ−１００）／（１５０−１００）
１５０秒＜ｔ ：ｍ＝１ Specifically, the hybrid controller 32 adds the perturbation current Pi (t) and the perturbation current Pi (t) to the detection current I and the detection voltage E in the circuit equation (1) corresponding to the equivalent circuit model M of the battery 29. The following equation (4) using the estimated value Re1 of the remaining charge of the battery 29, the integrated detection current value Re4 of the actual measurement value by the current sensor 39b of the battery remaining amount sensor 39, and the weighting coefficient m obtained by the Kalman filter calculation process ) Is used to calculate the remaining charge (SOC) of the battery 29.
SOC = Re1 × (m) + Re4 × (1-m) (4)
t <100 seconds: m = 0
100 seconds ≦ t ≦ 150 seconds: m = (t−100) / (150−100)
150 seconds <t: m = 1

ここで、本実施形態では、バッテリ２９の充電残量の推定処理の開始からの経過時間ｔが１００秒程度までにカルマンフィルタによる演算処理が収束する場合を一例として説明するが、これに限る訳ではなく、例えば、その収束に掛かる経過時間ｔを２００秒に設定しても良い。   Here, in the present embodiment, a case where the calculation process by the Kalman filter converges by about 100 seconds after the elapsed time t from the start of the estimation process of the remaining charge of the battery 29 will be described as an example. For example, the elapsed time t required for the convergence may be set to 200 seconds.

このように、本実施形態のハイブリッドコントローラ３２は、カルマンフィルタの演算処理では所望の推定精度が得られない制御処理の開始当初には、バッテリ残量センサ３９の電流センサ３９ｂが検出するバッテリ２９で出入力される電流値を積算してバッテリ２９の充電残量とすることができ、その推定精度が十分得られるタイミングが経過した後に、高精度な推定結果をバッテリ２９の充電残量とすることができる。   As described above, the hybrid controller 32 according to the present embodiment outputs the battery 29 detected by the current sensor 39b of the battery remaining amount sensor 39 at the beginning of the control process in which a desired estimation accuracy cannot be obtained by the Kalman filter calculation process. The input current value can be integrated to obtain the remaining charge of the battery 29, and after a timing at which sufficient estimation accuracy is obtained, a highly accurate estimation result can be used as the remaining charge of the battery 29. it can.

本発明の実施形態を開示したが、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次の請求項に含まれることが意図されている。   While embodiments of the invention have been disclosed, it will be apparent to those skilled in the art that changes may be made without departing from the scope of the invention. All such modifications and equivalents are intended to be included in the following claims.

１１ エンジン
１２ 動力伝達機構
１６ 変速機
１７ 駆動軸
２１ 第１モータジェネレータ
２２ 第２モータジェネレータ
２６ モータコントローラ
２７ 第１インバータ
２８ 第２インバータ
２９ バッテリ
３１ エンジンコントローラ
３２ ハイブリッドコントローラ（演算部）
３９ バッテリ残量センサ
３９ａ 電圧センサ
３９ｂ 電流センサ
１００ 車両 11 Engine 12 Power Transmission Mechanism 16 Transmission 17 Drive Shaft 21 First Motor Generator 22 Second Motor Generator 26 Motor Controller 27 First Inverter 28 Second Inverter 29 Battery 31 Engine Controller 32 Hybrid Controller (Calculation Unit)
39 Battery level sensor 39a Voltage sensor 39b Current sensor 100 Vehicle

Claims (3)

二次電池の電圧を検出する電圧検出部と、
前記二次電池の電流を検出する電流検出部と、
前記二次電池の内部抵抗を含む等価回路モデルと前記電圧検出部によって検出された検出電圧および前記電流検出部によって検出された検出電流とに基づいて当該二次電池の充電状態を推定する演算部と、を有する二次電池の充電状態推定装置であって、
前記演算部は、
前記電圧検出部によって検出された検出電圧に、規則性なく正負に変動する電圧波形の摂動電圧を加え、
前記電流検出部によって検出された検出電流に、単振動する電流波形の摂動電流を加え、
前記摂動電圧が加えられた検出電圧と前記摂動電流が加えられた検出電流とをカルマンフィルタへ入力して前記等価回路モデルにおける起電力を推定し、当該起電力に基づいて前記二次電池の充電状態を推定する、二次電池の充電状態推定装置。 A voltage detector for detecting the voltage of the secondary battery;
A current detector for detecting the current of the secondary battery;
An arithmetic unit that estimates a charging state of the secondary battery based on an equivalent circuit model including an internal resistance of the secondary battery, a detection voltage detected by the voltage detection unit, and a detection current detected by the current detection unit A rechargeable battery state of charge estimation device comprising:
The computing unit is
Add the perturbation voltage of the voltage waveform that fluctuates positive and negative without regularity to the detection voltage detected by the voltage detection unit,
Add a perturbation current of a simple oscillating current waveform to the detected current detected by the current detector,
The detection voltage to which the perturbation voltage is applied and the detection current to which the perturbation current is added are input to a Kalman filter to estimate the electromotive force in the equivalent circuit model, and the charging state of the secondary battery based on the electromotive force The state estimation apparatus of the secondary battery which estimates 前記摂動電圧は、ガウス分布ノイズとし、
前記摂動電流は、所定の振幅および周波数の正弦波である、請求項１に記載の二次電池の充電状態推定装置。 The perturbation voltage is Gaussian noise,
The secondary battery charge state estimation device according to claim 1, wherein the perturbation current is a sine wave having a predetermined amplitude and frequency. 前記演算部は、
前記二次電池の充電状態の推定処理の開始当初には、電流積算方式により該二次電池の充電状態を推定し、
当該二次電池の充電状態の推定処理開始から予め設定されているタイミングの経過後に、前記カルマンフィルタによる前記二次電池の充電状態の推定処理を実行する、請求項１または請求項２に記載の二次電池の充電状態推定装置。 The computing unit is
At the beginning of the process of estimating the state of charge of the secondary battery, the state of charge of the secondary battery is estimated by a current integration method,
The secondary battery charge state estimation process by the Kalman filter is executed after elapse of a preset timing from the start of the secondary battery charge state estimation process. Secondary battery charge state estimation device.

Images