JP7371966B2 - 二次電池評価装置及び二次電池評価方法 - Google Patents
二次電池評価装置及び二次電池評価方法 Download PDFInfo
- Publication number
- JP7371966B2 JP7371966B2 JP2022086528A JP2022086528A JP7371966B2 JP 7371966 B2 JP7371966 B2 JP 7371966B2 JP 2022086528 A JP2022086528 A JP 2022086528A JP 2022086528 A JP2022086528 A JP 2022086528A JP 7371966 B2 JP7371966 B2 JP 7371966B2
- Authority
- JP
- Japan
- Prior art keywords
- secondary battery
- type parameter
- type
- predicted
- parameters
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 30
- 230000006866 deterioration Effects 0.000 claims description 29
- 238000002847 impedance measurement Methods 0.000 claims description 21
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 238000007599 discharging Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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)
Description
ただし、特許文献1においては、二次電池の種類が同一であることを前提としている。
予測対象となる二次電池の等価回路における要素値として第1種パラメータを取得する第1種パラメータ取得部と、
予測対象となる前記二次電池の構成を示す第2種パラメータを取得する第2種パラメータ取得部と、
前記第1種パラメータおよび前記第2種パラメータと、前記二次電池の劣化度との相関関係を示す数理モデルに対して、予測対象となる前記二次電池の前記第1種パラメータおよび前記第2種パラメータを入力値として設定することにより、予測対象となる前記二次電池の劣化度を推定する劣化推定部と、
を有する二次電池評価装置である。
前記第2種パラメータは、前記二次電池の正極種別、初期電池容量、開放電圧のうちの少なくとも1つである、
第1の観点に記載の二次電池評価装置である。
実験対象となる前記二次電池の前記第1種パラメータおよび前記第2種パラメータを入力値とし、実験対象となる前記二次電池の劣化度を出力値として与えることにより前記数理モデルを調整する学習部、を更に有する、
第1又は第2の観点に記載の二次電池評価装置である。
前記等価回路は、第1抵抗(R1)およびワールブルグインピーダンス(ZW)を直列に接続した成分と、CPE(Constant Phase Element)成分の並列回路に対して、第2抵抗(R0)を直列に接続した回路であり、
前記第1種パラメータ取得部は、前記第1抵抗(R1)の抵抗値、前記第2抵抗(R0)の抵抗値、前記ワールブルグインピーダンス(ZW)および前記CPEの要素値を前記第1種パラメータとして取得する、
第1~第3のいずれかの観点に記載の二次電池評価装置である。
前記数理モデルは、機械学習モデルである、
第1~第4のいずれかの観点に記載の二次電池評価装置である。
予測対象となる二次電池の等価回路における要素値として第1種パラメータを取得し、
予測対象となる前記二次電池の構成を示す第2種パラメータを取得し、
前記第1種パラメータおよび前記第2種パラメータと、前記二次電池の劣化度との相関関係を示す数理モデルに対して、予測対象となる前記二次電池の前記第1種パラメータおよび前記第2種パラメータを入力値として設定することにより、予測対象となる前記二次電池の劣化度を推定する、
二次電池評価方法である。
前記第2種パラメータは、前記二次電池の正極種別、初期電池容量、開放電圧のうちの少なくとも1つである、
第6の観点に記載の二次電池評価方法である。
実験対象となる前記二次電池の前記第1種パラメータおよび前記第2種パラメータを入力値とし、実験対象となる前記二次電池の劣化度を出力値として与えることにより前記数理モデルを調整する、
第6又は第7の観点に記載の二次電池評価方法である。
前記等価回路は、第1抵抗(R1)およびワールブルグインピーダンス(ZW)を直列に接続した成分と、CPE(Constant Phase Element)成分の並列回路に対して、第2抵抗(R0)を直列に接続した回路であり、
前記第1種パラメータは、前記第1抵抗(R1)の抵抗値、前記第2抵抗(R0)の抵抗値、前記ワールブルグインピーダンス(ZW)および前記CPEの要素値である、
第6~第8のいずれかの観点に記載の二次電池評価方法である。
前記二次電池のインピーダンス測定を行い、
前記二次電池のインピーダンス測定の結果に基づいて、前記二次電池の前記等価回路における前記要素値を算出することにより、前記二次電池の前記第1種パラメータを取得する、
第6~第9のいずれかの観点に記載の二次電池評価方法である。
前記数理モデルは、機械学習モデルである、
第6~第10のいずれかの観点に記載の二次電池評価方法である。
本実施形態における予測モデル200は、後述する8種類の入力値に基づいて二次電池のSOH、いいかえれば、二次電池の劣化度を予測する数理モデルである。本実施形態における予測モデル200は、機械学習モデルである。具体的には、予測モデル200は、勾配ブースティング決定木(GBDT)を用いる。
予測モデル200における8種類の入力値(パラメータ)は、第1種パラメータ、及び、第2種パラメータに分類できる。
CTDは、正極種別を示す。本実施形態においては、NCM(三元系正極)に「1」、LFP(リン酸鉄リチウム)に「0」を割り当てる。CAPは、二次電池の初期容量を示す。二次電池のサイズによって、二次電池内部の抵抗値と電気二重層の容量値は異なる。本実施形態においては、二次電池の仕様書(型番情報)から得られる初期公称容量がCAP値となる。CAP値には、電極表面積および電極の厚みが反映される。VM値は、インピーダンス測定を行うときの電圧値(開放電圧)を示す。
第1種パラメータ(R0、R1、CP1、CP2、W)は、インピーダンス測定により得られる。二次電池にさまざまな周波数fの交流電流を流しながら、二次電池のインピーダンスZ(f)を測定する。二次電池のインピーダンスZ(測定値)から、5種類の要素値、すなわち第1種パラメータを算出できる。一般的には、二次電池のインピーダンスZ(測定値)から等価回路モデルの要素値を算出することを「フィッティング(Fitting)」とよぶ。本実施形態における等価回路モデルについては後述する。インピーダンス測定に要する時間は5分程度である。
予測モデル200の運用には、「学習」と「予測」の2つの段階が含まれる。
学習段階においては、複数の実験用の二次電池(以下、「実験電池202」ともよぶ)について、インピーダンス測定および充放電測定を行う。異なる種類の実験用の実験電池202で学習を行うことが好ましい。
充放電測定は、二次電池を実際に充放電させるため、SOHを正確に求めることができる。一方、充放電測定には、上述したように、半日から1日程度の長い時間がかかる。
ここで求めたSOHは、学習のために用いる。
二次電池評価装置100の各構成要素は、CPU(Central Processing Unit)および各種コプロセッサ(co-processor)などの演算器、メモリやストレージといった記憶装置、それらを連結する有線または無線の通信線を含むハードウェアと、記憶装置に格納され、演算器に処理命令を供給するソフトウェアによって実現される。コンピュータプログラムは、デバイスドライバ、オペレーティングシステム、それらの上位層に位置する各種アプリケーションプログラム、また、これらのプログラムに共通機能を提供するライブラリによって構成されてもよい。
以下に説明する各ブロックは、ハードウェア単位の構成ではなく、機能単位のブロックを示している。
ユーザインタフェース処理部102は、ユーザからの操作を受け付けるほか、画像表示や音声出力など、ユーザインタフェースに関する処理を担当する。データ格納部106は、予測モデル200など各種情報を格納する。データ処理部104は、ユーザインタフェース処理部102により取得されたデータ、および、データ格納部106に格納されているデータに基づいて、各種処理を実行する。データ処理部104は、ユーザインタフェース処理部102およびデータ格納部106のインタフェースとしても機能する。
学習部118は、学習段階において、複数の実験電池202のデータに基づいて予測モデル200をトレーニングする。劣化推定部120は、予測段階において、予測モデル200に対象電池204の各種パラメータを設定することにより、対象電池204のSOHの予測値を計算する。
インピーダンス測定部130は、対象電池204のインピーダンス測定を実行する(S10)。第1種パラメータ取得部112は、インピーダンス測定の結果から第1種パラメータを後述の方法により算出する(S12)。第2種パラメータ取得部114は、対象電池204の第2種パラメータを取得する。
インピーダンス測定においては、二次電池にさまざまな周波数fの交流電流を流し、そのインピーダンスZ(f)を測定する。インピーダンスZ(f)は、実数成分Reと虚数成分Imを含む。図6に示す周波数特性図は、さまざまな周波数fのインピーダンスZ(f)について、実数成分と虚数成分をプロットしたものである。
本実施形態においては、二次電池をR0(抵抗成分:第2抵抗)とインピーダンス回路206を直列接続した回路とみなす。インピーダンス回路206は、R1(抵抗成分:第1抵抗)およびインピーダンス成分(ZW)の直列回路と、インピーダンス成分(ZCPE)とを並列接続した回路である。インピーダンス測定においては、端子T1、T2にさまざまな周波数fの交流電流を流すことで、二次電池のインピーダンスZを測定する。
図8は、使用するパラメータを変えた際のSOHの予測精度を示す。
本発明者は、13種類の二次電池に基づいて、充放電試験によるSOHの実測値と、予測モデル200によるSOHの予測値を比較した。精度確認用の二次電池は、電池ID=E1~E13により識別される。多数の実験電池202により、予測モデル200の学習処理は完了している。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(CAP)の6パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.836」となった。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(CTD)の6パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.832」となった。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(VM)の6パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.883」となった。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(CAP、CTD)の7パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.843」となった。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(CAP、VM)の7パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.870」となった。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(CTD、VM)の7パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.897」となった。
また、二次電池(E1)について、第1種パラメータ(R0、R1、CP1、CP2、W)および第2種パラメータ(CAP、CTD、VM)の8パラメータを使用したときのSOHの実測値および予測値の決定係数R2は「0.919」となった。
予測モデル200は、二次電池の第2種パラメータ、すなわち、二次電池の構成を示すパラメータを入力値としてSOHを予測する。このため、予測モデル200は、単一種類の二次電池に限定することなく、複数種類の二次電池のSOHを予測できる。
予測モデル200は、GBDT等の機械学習モデルに限らず、他の数理モデルでもよい。たとえば、予測モデル200は、重回帰分析等の多変量解析モデルでもよい。
102 ユーザインタフェース処理部
104 データ処理部
106 データ格納部
108 入力部
110 出力部
112 第1種パラメータ取得部
114 第2種パラメータ取得部
116 第3種パラメータ取得部
118 学習部
120 劣化推定部
130 インピーダンス測定部
200 予測モデル
202 実験電池
204 対象電池
206 インピーダンス回路
Claims (9)
- 予測対象となる二次電池の等価回路における要素値として第1種パラメータを取得する第1種パラメータ取得部と、
予測対象となる前記二次電池の構成を示す、前記二次電池の正極種別および開放電圧を含む第2種パラメータを取得する第2種パラメータ取得部と、
前記第1種パラメータおよび前記第2種パラメータと前記二次電池の劣化度を入力として学習した数理モデルに対して、予測対象となる前記二次電池の前記第1種パラメータおよび前記第2種パラメータを入力値として設定することにより、予測対象となる前記二次電池の劣化度を推定する劣化推定部と、
を有する二次電池評価装置。 - 第2種パラメータ取得部は、更に初期電池容量を含む前記第2種パラメータを取得する、
請求項1に記載の二次電池評価装置。 - 前記等価回路は、第1抵抗およびワールブルグインピーダンスを直列に接続した成分と、CPE(Constant Phase Element)成分の並列回路に対して、第2抵抗を直列に接続した回路であり、
前記第1種パラメータ取得部は、前記第1抵抗の抵抗値、前記第2抵抗の抵抗値、前記ワールブルグインピーダンスおよび前記CPEの要素値を前記第1種パラメータとして取得する、
請求項1又は2に記載の二次電池評価装置。 - 前記数理モデルは、機械学習モデルである、
請求項1又は2に記載の二次電池評価装置。 - 予測対象となる二次電池の等価回路における要素値として第1種パラメータを取得し、
予測対象となる前記二次電池の構成を示す、前記二次電池の正極種別および開放電圧を含む第2種パラメータを取得し、
前記第1種パラメータおよび前記第2種パラメータと前記二次電池の劣化度を入力として学習した数理モデルに対して、予測対象となる前記二次電池の前記第1種パラメータおよび前記第2種パラメータを入力値として設定することにより、予測対象となる前記二次電池の劣化度を推定する、
二次電池評価方法。 - 更に初期電池容量を含む前記第2種パラメータを取得する、
請求項5に記載の二次電池評価方法。 - 前記等価回路は、第1抵抗およびワールブルグインピーダンスを直列に接続した成分と、CPE(Constant Phase Element)成分の並列回路に対して、第2抵抗を直列に接続した回路であり、
前記第1種パラメータは、前記第1抵抗の抵抗値、前記第2抵抗の抵抗値、前記ワールブルグインピーダンスおよび前記CPEの要素値である、
請求項5又は6に記載の二次電池評価方法。 - 前記二次電池のインピーダンス測定を行い、
前記二次電池のインピーダンス測定の結果に基づいて、前記二次電池の前記等価回路における前記要素値を算出することにより、前記二次電池の前記第1種パラメータを取得する、
請求項5又は6に記載の二次電池評価方法。 - 前記数理モデルは、機械学習モデルである、
請求項5又は6に記載の二次電池評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210773816.2A CN115616407A (zh) | 2021-07-15 | 2022-07-01 | 二次电池评价装置以及二次电池评价方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021117244 | 2021-07-15 | ||
JP2021117244 | 2021-07-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023013954A JP2023013954A (ja) | 2023-01-26 |
JP7371966B2 true JP7371966B2 (ja) | 2023-10-31 |
Family
ID=85129303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022086528A Active JP7371966B2 (ja) | 2021-07-15 | 2022-05-27 | 二次電池評価装置及び二次電池評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7371966B2 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007057385A (ja) | 2005-08-24 | 2007-03-08 | Fuji Heavy Ind Ltd | 蓄電デバイスの劣化状態推定装置 |
JP2013088156A (ja) | 2011-10-14 | 2013-05-13 | Furukawa Electric Co Ltd:The | 二次電池状態検出装置および二次電池状態検出方法 |
JP2016090346A (ja) | 2014-10-31 | 2016-05-23 | エンネット株式会社 | 電池診断装置および電池診断方法 |
JP2016127701A (ja) | 2014-12-26 | 2016-07-11 | 日立マクセル株式会社 | リチウムイオン二次電池の充電制御方法、および、充電機構 |
JP2018013456A (ja) | 2016-07-22 | 2018-01-25 | 住友電気工業株式会社 | 電池状態監視装置、電池状態監視システム、電池状態監視方法及び制御プログラム |
JP2020101399A (ja) | 2018-12-20 | 2020-07-02 | トヨタ自動車株式会社 | 電池容量の推定方法および電池容量の推定装置 |
JP2021061121A (ja) | 2019-10-03 | 2021-04-15 | 株式会社Gsユアサ | 推定装置、推定方法、及びコンピュータプログラム |
-
2022
- 2022-05-27 JP JP2022086528A patent/JP7371966B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007057385A (ja) | 2005-08-24 | 2007-03-08 | Fuji Heavy Ind Ltd | 蓄電デバイスの劣化状態推定装置 |
JP2013088156A (ja) | 2011-10-14 | 2013-05-13 | Furukawa Electric Co Ltd:The | 二次電池状態検出装置および二次電池状態検出方法 |
JP2016090346A (ja) | 2014-10-31 | 2016-05-23 | エンネット株式会社 | 電池診断装置および電池診断方法 |
JP2016127701A (ja) | 2014-12-26 | 2016-07-11 | 日立マクセル株式会社 | リチウムイオン二次電池の充電制御方法、および、充電機構 |
JP2018013456A (ja) | 2016-07-22 | 2018-01-25 | 住友電気工業株式会社 | 電池状態監視装置、電池状態監視システム、電池状態監視方法及び制御プログラム |
JP2020101399A (ja) | 2018-12-20 | 2020-07-02 | トヨタ自動車株式会社 | 電池容量の推定方法および電池容量の推定装置 |
JP2021061121A (ja) | 2019-10-03 | 2021-04-15 | 株式会社Gsユアサ | 推定装置、推定方法、及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023013954A (ja) | 2023-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101846690B1 (ko) | Wls 기반 soh 추정 시스템 및 방법 | |
Gholizadeh et al. | Estimation of state of charge, unknown nonlinearities, and state of health of a lithium-ion battery based on a comprehensive unobservable model | |
RU2524050C1 (ru) | Устройство оценки состояния аккумулятора и способ оценки состояния аккумулятора | |
JP5237342B2 (ja) | バッテリーのdcインピーダンスを判定する方法 | |
CN107167743B (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
US20200309857A1 (en) | Methods, systems, and devices for estimating and predicting battery properties | |
CN108291944B (zh) | 电池管理装置 | |
KR101615139B1 (ko) | 배터리 잔존수명 실시간 추정 장치 및 방법 | |
JP2007005304A (ja) | 可変忘却係数を持つ状態推定器を使用する制御及び監視の方法 | |
CN107894570B (zh) | 基于Thevenin模型的电池组SOC的估算方法和装置 | |
JP2004178848A (ja) | 二次電池の充電率推定装置 | |
JP5674783B2 (ja) | 電池を特徴付ける方法 | |
US20150369875A1 (en) | Battery state estimating device | |
JP2008522152A (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
JP2003178813A (ja) | 電池のインピダンス測定と分析を通じた電池選択最適化方法 | |
CN104833917B (zh) | 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定 | |
Shateri et al. | An experimental study on prototype Lithium–Sulfur cells for aging analysis and state-of-health estimation | |
US20120109557A1 (en) | Method for calibrating an electrochemical battery | |
TWI802349B (zh) | 電池狀態推定裝置、電力系統 | |
CN114585936A (zh) | 用于确定充电电池的荷电状态和健康状态的方法和装置 | |
CN113866649A (zh) | 电池状态的计算方法和计算装置以及存储介质 | |
JP7326237B2 (ja) | 複数の電池に関する判定装置、蓄電システム、判定方法及び判定プログラム | |
JP7235792B2 (ja) | 容量劣化予測方法 | |
CN113826020B (zh) | 二次电池检查方法和二次电池检查装置 | |
Sui et al. | State of health estimation for lithium-ion battery using fuzzy entropy and support vector machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220527 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230706 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230707 |
|
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: 20230919 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231012 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7371966 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |