JP2018037332A

JP2018037332A - 電池温度の推定方法

Info

Publication number: JP2018037332A
Application number: JP2016170767A
Authority: JP
Inventors: 大樹寺島; Daiki Terashima; 松本　潤一; Junichi Matsumoto; 潤一松本; 竜也古川; Tatsuya Furukawa
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2016-09-01
Filing date: 2016-09-01
Publication date: 2018-03-08
Anticipated expiration: 2036-09-01
Also published as: JP6658407B2

Abstract

【課題】経年による電池抵抗の変化に対応でき、電池温度の推定に用いる抵抗の算出精度を高くできる電池温度の推定方法を提供すること。【解決手段】電池抵抗を、検出したバッテリ１の温度と、バッテリ温度と電池抵抗を関連づけるマップとに基づいて推定する。検出したバッテリ１を流れる電流と検出したバッテリ１の電圧とに基づいて算出した実測電池抵抗と、検出したバッテリ１の温度と上記マップとに基づいて推定された推定電池抵抗との差の絶対値が、当該推定電池抵抗の所定割合以内の値になっているとき、上記マップを上記差の絶対値に基づいて補正する。【選択図】図１

Description

本発明は、電池温度の推定方法に関する。

従来、電池温度が過度に上昇しないように電池を冷却する冷却装置が設けられる。この場合において、実際に検出した電池温度と、推定した電池温度を比較して、冷却装置の異常を検出することが提案されている。そこで、電池温度を推定することが必要となるが、このような電池温度の推定方法として、特許文献１に記載されているものがある。この電池温度の推定方法では、先ず、様々なバッテリ温度（検出温度）に対する電池抵抗（内部抵抗）の値がマップとして予め格納されている。そして、現在の電池（バッテリ）の温度が検出され、続いて、検出した電池温度を、格納されている電池温度と抵抗のマップに照らし合わせて、電池抵抗が算出される。その後、算出した電池抵抗と、電流センサで検出したバッテリの出力電流の２乗との積によって発熱量を算出する。さらに、算出された発熱量と、ファンの回転数等で決定された冷却能力とに基づき、冷却能力も考慮に入れた電池の推定温度が算出される。

特開２０１３−０６９４７０号公報

上記従来の電池温度の推定方法では、予め格納された電池初期における電池温度と抵抗のマップが用いられるため、経年による電池抵抗の変化に対応できず、経年により抵抗算出の精度が低下する可能性がある。

本発明の目的は、経年による電池抵抗の変化に対応でき、電池温度の推定に用いる電池抵抗の推定精度を高くできる電池温度の推定方法を提供することにある。

本発明に係る電池温度の推定方法は、電池抵抗を用いて算出される電池の発熱量と、前記電池を冷却する能力とに基づいて電池温度を推定する電池温度の推定方法であって、前記電池抵抗は、検出した電池温度と、電池温度と電池抵抗を関連づけるマップとに基づいて推定され、検出した前記電池を流れる電流と検出した前記電池の電圧とに基づいて算出した実測電池抵抗と、前記検出した電池温度と前記マップとに基づいて推定された推定電池抵抗との差の絶対値が、前記推定電池抵抗の所定割合以内の値になっているとき、前記マップを前記差の絶対値に基づいて補正する。

本発明に係る電池温度の推定方法によれば、検出した電池を流れる電流と検出した電池の端子間電圧とに基づいて算出した実測電池抵抗と、検出した電池温度とマップとに基づいて推定された推定電池抵抗との差の絶対値が、推定電池抵抗の所定の割合以内の値になっているとき、マップが上記差の絶対値に基づいて補正される。したがって、経年によって電池抵抗が変化しても、マップが電池抵抗の変化に基づいて修正され、マップに基づいて算出される推定電池抵抗を、実際の電池抵抗に近づけることができる。よって、時が経過しても推定電池抵抗基づいて算出される推定電池温度の推定精度を高くできる。

電池温度を推定する電池温度推定システムの概略構成図である。本発明の一実施形態に係る電池温度推定方法の概要を説明するための図である。Ｎｉ電池における経年（走行距離）と、内部抵抗との関係を表すグラフである。二種類の電池の夫々における電池温度と電池抵抗との関係を表すグラフである。電流、及び電圧をパラメータとする２次元平面にプロットされた複数の測定点を表す図である。Ｎｉ電池における充放電履歴による電圧挙動を示す図である。内部抵抗学習ゲインの積による推定電池抵抗の変動について説明する模式図である。実測電池温度と推定電池抵抗とを関連づけるマップを学習機能により修正して更新させる制御フローの一例を示す図である。

以下に、本発明に係る実施の形態について添付図面を参照しながら詳細に説明する。以下において複数の実施形態や変形例などが含まれる場合、それらの特徴部分を適宜に組み合わせて新たな実施形態を構築することは当初から想定されている。

図１は、電池温度を推定する電池温度推定システム５０を含む車両システムの概略構成図である。なお、この電池温度推定システム５０は、電気自動車に搭載されると好ましいが、外部からの充電が可能なプラグインハイブリッド車や、外部からの充電が不可能なハイブリッド車や、車輪のモータ駆動が不可能なガソリン車に搭載されてもよい。

この電池温度推定システム５０は、電池であるバッテリ１、冷却ファン２、バッテリ１の温度を検出する温度センサ３、バッテリ１の出力電流を検出する電流センサ４、バッテリ１の端子間電圧を検出する電圧センサ５、冷却ファン２の吸気温度を検出する吸気温度センサ６、冷却ファン２の回転数を検出する回転数センサ７、及び制御装置１０を備える。なお、制御装置１０は、上述するように、推定した温度を用いてファン２の駆動を制御するための補正係数算出部４６、ファン制御部４７を含んでいる。

バッテリ１は、端子間電圧が例えば３００ボルト程度の高圧バッテリである。バッテリ１は、例えば、図示しない複数の電池モジュールがバスバーによって直列に接続された構造を有し、各電池モジュールは、複数の二次電池（充放電可能な電池、例えば、ニッケル水素電池やリチウムイオン電池）が並列に接続された構造を有する。なお、バッテリ１は、並列に接続された複数の電池モジュールを含んでもよく、少なくとも１つの電池モジュールは、直列に接続された複数の二次電池を含んでもよい。また、図示は省略するが、バッテリ１は、外部電源（例えば家庭用の商用交流１００Ｖ電源）で充電される。そのため、電気自動車は、交流１００Ｖ電力をバッテリ充電に適した直流電力に変換するＡＣＤＣコンバータ（図示せず）を備える。

バッテリ１からの電力は、インバータ１５を介してモータジェネレータ１６に供給される。モータジェネレータ１６は、例えば三相同期型電動機で好適に構成されることができ、この場合、インバータ１５は、バッテリ１からの直流電力を、三相交流電力に変換した後、モータジェネレータ１６に供給する。走行中のモータジェネレータ１６の力行動作時には、バッテリ１からの直流電圧が、インバータ１５により三相交流電圧に変換され、その後モータジェネレータ１６に供給される。他方、モータジェネレータ１６の回生動作時には、モータジェネレータ１６で生成された三相交流電圧がインバータ１５で直流電力に変換され、直流電力となった回生電力が、バッテリ１に供給される。

冷却ファン２は、バッテリ１の各電池モジュールを冷却するために設けられる。冷却ファン２からの風は、例えば、ダクト内を流動し、バッテリ１の各電池モジュールに略均等に送られる。制御装置１０は、冷却ファン２のモータに供給する電力を制御して、モータの回転数を所定値に制御する。また、制御装置１０は、図示しない補機電池からファン２へ電力を供給するラインに設けられたリレー（図示せず）をオンオフ制御することによって、ファン２の駆動又は停止を制御する。なお、図１では、電池温度推定システム５０が、１つのみの冷却ファン２を備えるが、電池温度推定システムは、如何なる数の冷却ファンを備えてもよい。

温度センサ３は、バッテリ１に設置される。温度センサ３は、リード線を介して制御装置１０と電気的につながる。温度センサ３は、例えば、温度によって電気抵抗が変化するサーミスタ素子と、熱伝導性の高い樹脂などの絶縁体からなって、サーミスタ素子の周囲を覆うことでサーミスタ素子を保護する保護絶縁部とを有する。温度センサ３において、保護絶縁部は、バッテリ１の表面に接触した状態で取り付けられる。サーミスタ素子の温度がその設置箇所の温度に応じて変化すると、サーミスタ素子の抵抗値が変化してリード線を流れる電流が変化する。制御装置１０は、リード線を流れる電流値によって温度センサ３の設置箇所の温度を検出する。なお、この実施例では、電池温度推定システム５０が、１つのみの温度センサ３を備えるが、電池温度推定システムは、バッテリの互いに異なる箇所に設置された２以上の温度センサを備えても良い。

電流センサ４は、バッテリ１の充放電電流を検出できれば、公知のものを採用することができ、例えば微弱な電流が発生する磁場を検知するパーマロイコアーで好適に構成されることができる。しかし、電流センサ４は、バッテリ１の負極に外付けされたシャント抵抗により電流を検出する構成等からなっていてもよい。また、電圧センサ５としては、例えば、正極に直列に接続された抵抗によりバッテリ１の端子間電圧を正確に検出するものを好適に採用できる。また、吸気温度センサ６としては、温度センサ３と同様の構成を有して、サーミスタ素子を含むものを好適に採用できる。また、回転数センサ７としては、パルサリングを含むものを好適に採用できる。なお、各センサ３〜６として、上述の構成以外の公知の如何なるセンサを採用してもよいのは言うまでもない。

制御装置１０は、各センサ２〜７から信号を受ける一方、冷却ファン２に制御信号を出力する。制御装置１０は、ＣＰＵ（中央処理装置）３０と、メモリ（主記憶装置）３１を含み、ＣＰＵ３０は、内部抵抗算出部４１と、発熱量算出部４２と、冷却能力算出部４３と、推定温度算出部４５と、補正係数算出部４６と、ファン制御部４７とを有する。ＣＰＵ３０の各算出部４１〜４６が行う演算と、ファン制御部４７が行う制御については、以下の図２等を用いて詳述する。

制御装置１０は、ハードディスク等で構成される補助記憶装置３２とデータやプログラムをやり取りする。メモリ３１又は補助記憶装置３２には、バッテリ温度と、バッテリ内部抵抗とを一対一に対応づけたマップが記憶されている。後で詳述するが、このマップは学習機能により修正されて更新される。

次に、図２を用いて、本発明の一実施形態に係る電池温度推定方法の概要（全体像）について簡単に説明する。なお、当該電池温度推定方法の詳細な説明については、図３以下を用いて後で行う。

図２は、電池温度推定システム５０で実行される電池温度推定の手順を説明する図である。最初に言っておくが、図２において、点線領域Ｒで囲まれたステップＳ１,Ｓ２,Ｓ３が、従来技術と異なる手順であり、本実施形態で新たに導入された手順である。

図２に示すように、本電池温度推定方法では、先ず、ステップＳ１で、電流センサ４が検出した実測電流と、電圧センサ５が検出した実測電圧とに基づいて実測電池抵抗を算出し、更に、温度センサ３が検出した実測電池温度と、上記マップとに基づいて実測電池温度に対応する推定電池抵抗を特定する。

その後、ステップＳ２で、算出した実測電池抵抗と、特定した推定電池抵抗との差の絶対値が、特定した推定電池抵抗の所定割合以内の値になっているとき、上記マップを当該差の絶対値に基づいて補正し、マップを、実測電池抵抗に基づいて修正して更新する。ステップＳ２におけるマップの修正の詳細については、図３以下で説明する。その後、ステップＳ３で、上記実測電池温度と、ステップＳ２で更新されたマップに基づいて電池抵抗を算出する。ステップＳ１〜Ｓ３での算出は、内部抵抗算出部４１（図１参照）で実行される。

続いて、ステップＳ４では、電流センサ４が検出した実測電流Ｉと、ステップＳ３で算出された電池抵抗Ｒとに基づいて、発熱量算出部４２（図１参照）が、次の（式１）に基づく発熱量（ジュール熱）ＨＷを算出する。

ＨＷ＝Ｉ²×Ｒ・・・（式１）

また、ステップＳ１〜ステップＳ４の手続きとは独立して、ステップＳ５で、冷却能力が算出される。詳しくは、冷却能力算出部４３（図１参照）が、温度センサ３からのバッテリ温度（電池検出温度）ＴＢを表す信号と、吸気温度センサ６からの吸気温度ＴＣを表す信号とに基づいて次の（式２）から冷却能力ＣＷを算出する。

ＣＷ＝（ＴＢ-ＴＣ）×Ｋ×ファン風量・・・（式２）

なお、（式２）において、Ｋは、既定の定数であり、予めメモリ３１又は補助記憶装置３２に格納されている。また、ファン風量［ｍ³／ｈ］は、次の（式３）で求まる。

ファン風量＝α×ファン回転数Ｎ×β・・・（式３）

（式３）において、αは、既定の係数であり、予めメモリ３１又は補助記憶装置３２に格納されている。ファン回転数Ｎは、回転数センサ７によって検出される。βは、補正係数であり、初期値は１．０である。補正係数βは変動する。補正係数βについては、後で詳しく説明する。（式２）と（式３）から結局、冷却能力ＣＷは、次の（式４）で求められる。

ＣＷ＝（ＴＢ−ＴＣ）×Ｋ×α×ファン回転数Ｎ×β・・・（式４）

（式３）、（式４）から明らかなように、冷却能力ＣＷは、バッテリ温度ＴＢとファンから送られる吸気温度ＴＣとの差と、ファン風量とに比例する。

その後、ステップＳ６で、推定温度算出部４５が、ステップＳ４で算出された発熱量ＨＷと、ステップＳ５で算出された冷却能力ＣＷに基づいて、次の（式５）から推定電池温度ＴＳを算出する。

ＴＳ＝前回の推定電池温度ＴＳ＋γ×（ＨＷ−ＣＷ）×ｄＴ・・・（式５）

（式５）式において、「前回の推定電池温度ＴＳ」とは、１回前の制御周期において算出した推定温度である。また、γは、バッテリの熱容量の逆数であり、ｄＴは、制御周期（温度推定の周期）である。

続くステップＳ７では、補正係数算出部４６が、電池冷却能力を算出する。詳しくは、補正係数算出部４６は、（式５）で得られた推定電池温度ＴＳと、温度センサ３が検出したバッテリ温度ＴＢを比較し、それらの大小関係に応じて、補正係数βを修正する。例えば、推定電池温度ＴＳがバッテリ温度ＴＢよりも大きい場合、補正係数算出部４６は、補正係数βを所定量（例えば０．１）だけ増加させる。逆に、推定電池温度ＴＳがバッテリ温度ＴＢ以下である場合、補正係数算出部４６は、補正係数βを所定量（例えば０．１）だけ減少させる。また、補正係数算出部４６は、補正係数βが１．０を超えた場合、補正係数βを１．０に設定する。即ち、補正係数算出部４６は、推定電池温度ＴＳがバッテリ温度ＴＢよりも大きい場合、１．０を上限として補正係数βを所定数だけ増加させる。

なお、前回の推定電池温度ＴＳとして、一回前のバッテリ温度ＴＢを使用してもよい。また、補正係数βの１回当たりの増減幅を０．１としたが、１回当たりの増減幅は、例えば０．０１などの小さい値であってもよい。更には、車両のイグニッションがＯＦＦされたときでも補正係数βが保持されるように、補正係数βは、不揮発性メモリに記憶されてもよい。不揮発性メモリに補正係数βを記憶しておくことによって、次回にイグニッションがＯＮされたとき、前回の補正係数βを用いることができる。

ファン制御部４７は、補正係数βに基づいて冷却ファン２の目標回転数Ｎｔを制御する。ファン制御部４７は、補正係数βが１．０より小さくて、冷却能力が低下している場合、ファンの目標回転数Ｎｔを増加して冷却能力を増大させる。メモリ３１又は補助記憶装置３２には、ベース風量のマップ（車速とファン目標風量の関係を定めるグラフ）と、ファン回転数マップ（ファン目標風量と目標回転数Ｎｔとの関係を定めるグラフ）と、回転数補正係数Ｆのマップ（補正係数βと回転数補正係数Ｆの関係を定めるグラフ）を格納されている。また、ベース風量マップには、例えば、バッテリが常温の場合とバッテリが高温の場合の２種類のグラフが規定されている。ここで、常温とは、例えば６０［℃］以下の温度域であり、高温とは６０［℃］を超える温度域である。ファン制御部４７は、まず、ベース風量マップを参照し、現在の車速に応じた風量（目標風量）を特定する。次にファン制御部４７は、ファン回転数マップを参照し、目標風量に対応する目標回転数Ｎｔを特定する。更に、ファン制御部４７は、回転数補正係数Ｆのマップを参照して、求まった目標回転数Ｎｔに回転数補正係数Ｆを乗じた値を冷却ファン２への指令（最終的な目標回転数Ｎｔ）として出力するようになっている。

次に、図３、図４を用いて従来の電池温度の推定方法における問題点について説明する。図３は、Ｎｉ電池における経年の度合（走行距離）と、内部抵抗の関係を示すグラフである。また、図４は、互いに異なる二種類の電池の夫々における電池温度と電池抵抗との関係を示すグラフである。なお、図３において、ａ６＞ａ５＞ａ４＞ａ３＞ａ２＞ａ１＞０であり、ｂ３＞ｂ２＞ｂ１＞０である。また、図４において、ｃ６＞ｃ５＞ｃ４＞ｃ３＞ｃ２＞ｃ１＞０であり、ｄ４＞ｄ３＞ｄ２＞ｄ１＞０である。

図３に示すように、Ｎｉ電池においては、当該電池を搭載した車両の走行距離が長くなると（時が経過すると）、電池の内部抵抗が低下する。これは、電池負極の合金が充放電により割れて、反応に寄与する表面積が増加し、反応性が高くなるためであると考えられる。

また、図４に示すように、各電池において、電池温度が上がる程、反応性が向上するため、電池抵抗が低下する。更には、燃費向上のため、電池抵抗がより低いセルの開発が盛んに行われており、例えば、図４に●で示す第１セルの抵抗は、図４に■で示す第２セルの抵抗よりも低くなっている。

このように、電池の内部抵抗は、走行距離や電池種類によって変化する。これに対し、上記従来の電池温度の推定方法では、電池の抵抗を、検出した電池温度と、電池温度と電池抵抗とを一対一に関連づけたマップとから推定され、マップは、初期状態の電池に基づいて決められ、変化することがない。その結果、時が経過してもマップが変わらないため、時の経過とともに、現実の抵抗と、推定抵抗との差が大きくなり、抵抗の推定精度が低下する。更には、電池抵抗を、電池温度より決まる標準抵抗マップで特定し、電池種類を考慮せずに特定する場合には、電池種類によっても、抵抗の推定精度が低下することになる。

次に、図５−図７を用いて、これらの電池特性変化に対応でき、推定精度が高い本実施形態における電池抵抗の推定方法について説明する。

先ず、電池抵抗を実測する場合、図５に示す、電流と電圧をパラメータとする２次元平面にプロットされた複数の測定点によって特定された直線の傾きに基づいて実測電池抵抗が算出される。ここで、実測電池抵抗は次の点を考慮することでより精密に算出される。

詳しくは、図６、すなわち、充放電履歴による電圧挙動を表す図に示すように、例えば、Ｎｉ電池においては、バッテリ１の同じ充電状態値ＳＯＣ（state of charge）からの充放電に対し、電圧挙動に前履歴から継続するヒステリアスがあり、充放電履歴によって算出される電池抵抗が異なる。なお、図６において、ｅ９＞ｅ８＞ｅ７＞ｅ６＞ｅ５＞ｅ４＞ｅ３＞ｅ２＞ｅ１＞０であり、ｆ４＞ｆ３＞ｆ２＞ｆ１＞０である。

他方、車両での充放電は、最大１０ｓｅｃ程度連続する。よって、１０ｓｅｃよりも十分長い時間に亘る測定点で抵抗を推定すれば、充放電のヒステリシスの影響を低下させることができ、電池抵抗をより精密に測定できる。そのような十分長い時間は、例えば、制御装置１０のタイマ３３（図１参照）で計測されることができる。係る十分長い時間での電池抵抗の実測は、例えば、計測を１００回以上行い、計測間隔を０.１ｓｅｃとすることで実現されることができる。

次に、図７を参照して、経年（時の経過）による電池抵抗の変化を反映させた、電池温度と電池抵抗とを一対一に対応づけたマップの学習機能による修正及び更新について説明する。

先ず、更新前の実測電池温度と推定電池抵抗のマップに基づいて、温度センサ３が検出したバッテリ温度から推定電池抵抗を特定する。

続いて、係る推定電池抵抗を、上述の十分長い時間で実測された実測電池抵抗と比較する。そして、図７に示すように、（ａ）推定電池抵抗が実測電池抵抗よりも小さいときには、次の（式６）で定義される内部抵抗学習ゲインを上げる一方、（ｂ）推定電池抵抗が実測電池抵抗よりも大きいときには、上記内部抵抗学習ゲインを下げる。

更新後推定電池抵抗＝内部抵抗学習ゲイン×更新前推定電池抵抗・・・（式６）

なお、電池抵抗は急激に変化しないため、内部抵抗学習ゲインは、推定電池抵抗がゆっくり上下するように設定されると好ましく、例えば、２００分程度の間に、推定電池抵抗が最大０.２ｍΩ程度の上昇又は下降をする程度に設定されると好ましい。また、マップの更新は、例えば１００ｍｓ毎に実行されてもよいが、それ以外の時間間隔毎に実行されてもよい。また、実測電池抵抗と推定電池抵抗との差の絶対値を推定電池抵抗で割ったときの割合が大きくて、実測電池抵抗と推定電池抵抗との差が大きかった場合には、再度、上述の十分長い時間での電池抵抗の実測をやり直すと好ましい。

次に、電池抵抗のより精密な推定を可能とする制御装置１０の制御について、図８を用いて説明する。図８は、マップを学習機能により修正して更新させる制御フローの一例を示す図である。

イグニッションスイッチがオンにされて、スタータが駆動した後、電流センサ４からの信号を受けた制御装置１０が、電流の分散が所定以上であると判定すると、制御がスタートする。制御がスタートすると、先ず、ステップＳ１１で、制御装置１０が、電流センサ４及び電圧センサ５が実測したＩ-Ｖ値に基づいて実測電池抵抗を算出し、ステップＳ１２に移行する。

ステップＳ１２では、制御装置１０が、ステップＳ１１で算出した実測電池抵抗が、温度センサ３が実測したバッテリ温度とマップとから推定された推定電池抵抗と異なるか否かを判定する。ステップＳ１２で否定判定されると、ステップＳ１１以下が繰り返される。他方、ステップＳ１２で肯定判定されると、ステップＳ１３に移行して、制御装置１０が、推定電池抵抗に対する、推定電池抵抗と実測電池抵抗の差の絶対値の割合が所定割合以内か否かを判定する。所定割合としては、例えば、１０％〜３０％を採用でき、２０％を好適に採用できるが、それ以外の如何なる割合が採用されてもよい。

ステップＳ１３で否定判定されると、ステップＳ１１以下が繰り返される。他方、ステップＳ１３で肯定判定されると、ステップＳ１４に移行して、制御装置１０が、抵抗学習ゲインを乗じるマップ抵抗の補正を行う。詳しくは、ステップＳ１４では、（式６）で定義される抵抗学習ゲインをｇとし、ステップＳ１１で算出した実測電池抵抗をＲＪとし、ステップＳ１２でマップから特定した推定電池抵抗をＲＳとしたとき、ＲＪ＞ＲＳである場合に、ｇを、１＜ｇ＜ＲＪ／ＲＳを満たすいずれかの値に設定し、ＲＳ＞ＲＪの場合に、ｇを、ＲＪ／ＲＳ＜ｇ＜１を満たすいずれかの値に設定する。そして、ステップＳ１２で、推定した推定電池抵抗にｇを乗じた推定電池抵抗が、更新後の推定電池抵抗になるようにマップを修正し、ステップＳ１５に移行する。

ステップＳ１５では、制御装置１０が、イグニッションスイッチがオフにされたか否かを判定する。ステップＳ１５で否定判定されると、ステップＳ１１以下が繰り返される。他方、ステップＳ１５で肯定判定されると、制御がエンドになる。なお、ステップＳ１１〜ステップＳ１５で実行される推定電池抵抗の一連の更新手続きは、例えば１００ｍｓ程度の時間間隔毎に実行されることができる。

上記実施形態によれば、検出したバッテリ１を流れる電流と検出したバッテリ１の端子間電圧とに基づいて算出した実測電池抵抗ＲＪと、検出したバッテリ１の温度とマップとに基づいて推定された推定電池抵抗ＲＳとの差の絶対値が、推定電池抵抗ＲＳの所定の割合以内の値になっているとき、マップが上記差の絶対値に基づいて補正される。したがって、経年（時の経過）によって電池抵抗が変化しても、マップが電池抵抗の変化に基づいて修正され、マップに基づいて算出される推定電池抵抗を、実際の電池抵抗に近づけることができる。よって、推定電池抵抗に基づいて算出される推定電池温度の推定精度を高くでき、その結果、電池の冷却能力判定の精度も高くできる。

尚、本発明は、上記実施形態およびその変形例に限定されるものではなく、本願の特許請求の範囲に記載された事項およびその均等な範囲において種々の改良や変更が可能である。

例えば、上記実施形態では、推定電池抵抗を更新する際に（式６）で定義される内部学習ゲインを用いる場合について説明したが、ゲインでなく、次の（式７）で定義される内部抵抗学習オフセット量を算出し、当該内部抵抗学習オフセット量に基づいて推定電池抵抗を修正して更新してもよい。

更新後の推定電池抵抗＝内部抵抗学習オフセット量＋更新前の推定電池抵抗・・・（式７）

また、内部抵抗学習オフセット量γは、実測電池抵抗ＲＪが、推定電池抵抗ＲＳよりも大きいとき、０＜γ≦ＲＪ−ＲＳを満たすように決定されることができ、実測電池抵抗ＲＪが、推定電池抵抗ＲＳよりも小さいとき、ＲＪ−ＲＳ≦γ＜０を満たすように決定されることができる。

また、上記実施形態では、マップにおいて更新される推定抵抗が、バッテリ１の全体の内部電池抵抗であったが、マップにおいて更新される推定抵抗は、バッテリ１の全体の内部電池抵抗でなくてもよく、例えば、バッテリに含まれる電池モジュールの推定抵抗であってもよい。そして、バッテリに含まれる電池モジュールの夫々で規定されるマップにおいて、各電池モジュール毎に推定内部抵抗を更新してもよい。なお、この場合、当該電池モジュールを流れる電流、当該電池モジュールの端子間電圧、当該電池モジュールの温度が検出されることは言うまでもない。又は、更新される推定抵抗は、バッテリに含まれると共に、電気的に接続された複数の電池モジュールで構成される電池モジュールアッセンブリの推定内部抵抗であってもよい。

１バッテリ、３温度センサ、４電流センサ、５電圧センサ、１０制御装置、５０電池温度推定システム、Ｉ検出したバッテリ出力電流、ＴＢバッテリ温度、Ｖ検出したバッテリ電圧。

Claims

電池抵抗を用いて算出される電池の発熱量と、前記電池を冷却する能力とに基づいて電池温度を推定する電池温度の推定方法であって、
前記電池抵抗は、検出した電池温度と、電池温度と電池抵抗を関連づけるマップとに基づいて推定され、
検出した前記電池を流れる電流と検出した前記電池の電圧とに基づいて算出した実測電池抵抗と、前記検出した電池温度と前記マップとに基づいて推定された推定電池抵抗との差の絶対値が、前記推定電池抵抗の所定割合以内の値になっているとき、前記マップを前記差の絶対値に基づいて補正する、電池温度の推定方法。