[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP6221884B2 - Estimation program, estimation method, and estimation apparatus - Google Patents

Estimation program, estimation method, and estimation apparatus Download PDF

Info

Publication number
JP6221884B2
JP6221884B2 JP2014062744A JP2014062744A JP6221884B2 JP 6221884 B2 JP6221884 B2 JP 6221884B2 JP 2014062744 A JP2014062744 A JP 2014062744A JP 2014062744 A JP2014062744 A JP 2014062744A JP 6221884 B2 JP6221884 B2 JP 6221884B2
Authority
JP
Japan
Prior art keywords
value
charging rate
battery
measured current
kalman filter
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.)
Expired - Fee Related
Application number
JP2014062744A
Other languages
Japanese (ja)
Other versions
JP2015184219A (en
Inventor
裕平 梅田
裕平 梅田
池田 和人
和人 池田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2014062744A priority Critical patent/JP6221884B2/en
Publication of JP2015184219A publication Critical patent/JP2015184219A/en
Application granted granted Critical
Publication of JP6221884B2 publication Critical patent/JP6221884B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Tests Of Electric Status Of Batteries (AREA)
  • Secondary Cells (AREA)

Description

本発明は、推定プログラム、推定方法および推定装置に関する。   The present invention relates to an estimation program, an estimation method, and an estimation apparatus.

近年、電気自動車や電動バイク等では、二次電池をモジュールごと交換することで、充電時間による使用時間のロスを無くす運用が知られている。また、電気自動車や電動バイク等に用いられる二次電池として、リチウムイオン二次電池が用いられる場合がある。電池モジュールを交換する運用では、個々の電池モジュールにおけるリチウムイオン二次電池の充電率であるSoC(States of Charge)を管理することが必要である。SoCは、リチウムイオン二次電池内部の電気量を測ることで測定可能であるが、実運用中に測定することは難しい。このため、実運用中のSoCは、測定可能な端子電圧と電流から推定する。SoCの推定は、リチウムイオン二次電池を電気回路としてとらえた等価電気回路モデルに対して、カルマンフィルタを適用することで推定する。   2. Description of the Related Art In recent years, in an electric vehicle, an electric motorcycle, or the like, an operation is known in which a use time loss due to a charging time is eliminated by exchanging a secondary battery for each module. Moreover, a lithium ion secondary battery may be used as a secondary battery used for an electric vehicle, an electric motorcycle, or the like. In the operation of replacing the battery module, it is necessary to manage the SoC (States of Charge) that is the charging rate of the lithium ion secondary battery in each battery module. SoC can be measured by measuring the amount of electricity inside the lithium ion secondary battery, but it is difficult to measure during actual operation. For this reason, the SoC in actual operation is estimated from the measurable terminal voltage and current. The SoC is estimated by applying a Kalman filter to an equivalent electric circuit model in which a lithium ion secondary battery is regarded as an electric circuit.

特開2013−072677号公報JP 2013-072677 A 特開2008−010420号公報JP 2008-010420 A

しかしながら、リチウムイオン二次電池の内部抵抗は、温度、SoC、電流等の要因によって変化するので、カルマンフィルタを適用する等価電気回路モデルとの誤差が生じる。従って、内部抵抗に基づく電圧から予測される端子電圧に、実測した端子電圧との誤差が生じる。カルマンフィルタは、端子電圧の誤差に基づいて予測を修正するが、端子電圧の誤差は電流に対する依存度が大きいため、大電流時には誤差が大きくなる。このため、カルマンフィルタは、大電流時に端子電圧に対して過剰な修正を行うので、SoCの推定精度を著しく劣化させる。   However, since the internal resistance of the lithium ion secondary battery changes depending on factors such as temperature, SoC, and current, an error from the equivalent electric circuit model to which the Kalman filter is applied occurs. Therefore, an error from the measured terminal voltage occurs in the terminal voltage predicted from the voltage based on the internal resistance. The Kalman filter corrects the prediction based on the error of the terminal voltage. However, since the error of the terminal voltage is highly dependent on the current, the error becomes large at a large current. For this reason, the Kalman filter performs excessive correction on the terminal voltage at the time of a large current, so that the estimation accuracy of SoC is significantly deteriorated.

一つの側面では、本発明は、充電率の推定精度の劣化を防止できる推定プログラム、推定方法および推定装置を提供することにある。   In one aspect, the present invention is to provide an estimation program, an estimation method, and an estimation apparatus that can prevent deterioration in estimation accuracy of a charging rate.

一つの態様では、推定プログラムは、コンピュータに、電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率および予測端子電圧を算出し、前記測定端子電圧と前記予測端子電圧との差分を算出する処理を実行させる。また、推定プログラムは、コンピュータに、前記差分を前記測定電流の絶対値で除算した値と、前記カルマンフィルタのカルマンゲインとに基づいて修正値を算出する処理を実行させる。また、推定プログラムは、該修正値における前記電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、前記測定電流の絶対値を乗算して、前記充電率を補正する処理を実行させる。   In one aspect, the estimation program calculates a charging rate and a predicted terminal voltage of the battery using a Kalman filter based on the measured current and measured terminal voltage of the battery, and the measured terminal voltage and the predicted terminal voltage. The process which calculates the difference with is executed. The estimation program causes the computer to execute a process of calculating a correction value based on a value obtained by dividing the difference by the absolute value of the measured current and a Kalman gain of the Kalman filter. Further, the estimation program performs a process of correcting the charging rate by multiplying a component corresponding to a transient voltage with respect to a current change of the equivalent electric circuit model of the battery at the corrected value by the absolute value of the measured current. Let it run.

充電率の推定精度の劣化を防止できる。   It is possible to prevent the deterioration of the charging rate estimation accuracy.

図1は、実施例1の推定装置の構成の一例を示すブロック図である。FIG. 1 is a block diagram illustrating an example of the configuration of the estimation apparatus according to the first embodiment. 図2は、リチウムイオン二次電池の等価電気回路モデルの一例を示す説明図である。FIG. 2 is an explanatory diagram illustrating an example of an equivalent electric circuit model of a lithium ion secondary battery. 図3は、OCV特性曲線の一例を示すグラフである。FIG. 3 is a graph showing an example of the OCV characteristic curve. 図4は、カルマンフィルタを用いたSoC推定処理の一例を示す説明図である。FIG. 4 is an explanatory diagram illustrating an example of the SoC estimation process using the Kalman filter. 図5は、実施例1の推定装置の処理の一例を示すフローチャートである。FIG. 5 is a flowchart illustrating an example of processing performed by the estimation apparatus according to the first embodiment. 図6は、実施例2の推定装置の構成の一例を示すブロック図である。FIG. 6 is a block diagram illustrating an example of the configuration of the estimation apparatus according to the second embodiment. 図7は、実施例2のカルマンフィルタを用いたSoC推定処理の一例を示す説明図である。FIG. 7 is an explanatory diagram illustrating an example of the SoC estimation process using the Kalman filter according to the second embodiment. 図8は、実施例2の推定装置の処理の一例を示すフローチャートである。FIG. 8 is a flowchart illustrating an example of processing performed by the estimation apparatus according to the second embodiment. 図9は、推定プログラムを実行するコンピュータの一例を示す説明図である。FIG. 9 is an explanatory diagram illustrating an example of a computer that executes an estimation program.

以下、図面に基づいて、本願の開示する推定プログラム、推定方法および推定装置の実施例を詳細に説明する。なお、本実施例により、開示技術が限定されるものではない。また、以下の実施例は、矛盾しない範囲で適宜組みあわせてもよい。   Hereinafter, embodiments of an estimation program, an estimation method, and an estimation apparatus disclosed in the present application will be described in detail based on the drawings. The disclosed technology is not limited by the present embodiment. Further, the following embodiments may be appropriately combined within a consistent range.

図1は、実施例1の推定装置の構成の一例を示すブロック図である。図1に示す推定装置100は、測定部101と、出力部102と、記憶部120と、制御部130とを有する。推定装置100は、例えば、リチウムイオン二次電池モジュールに組み込まれる。また、推定装置100は、セルの充放電を制御する制御部を含んでもよい。なお、推定装置100は、例えば、電気自動車や電動バイク等の制御装置の一機能として実装して、リチウムイオン二次電池モジュールを制御するようにしてもよい。   FIG. 1 is a block diagram illustrating an example of the configuration of the estimation apparatus according to the first embodiment. The estimation apparatus 100 illustrated in FIG. 1 includes a measurement unit 101, an output unit 102, a storage unit 120, and a control unit 130. The estimation apparatus 100 is incorporated in, for example, a lithium ion secondary battery module. Moreover, the estimation apparatus 100 may include a control unit that controls charging / discharging of the cell. Note that the estimation device 100 may be mounted as a function of a control device such as an electric vehicle or an electric motorcycle to control the lithium ion secondary battery module.

測定部101は、リチウムイオン二次電池の電流および端子電圧を測定する。測定部101は、例えば、電流計および電圧計で、それぞれ電流および端子電圧を測定する。測定部101は、測定された電流および端子電圧を、それぞれ測定電流および測定端子電圧として制御部130に出力する。また、測定部101は、リチウムイオン二次電池の動作モードを取得して制御部130に出力する。   Measurement unit 101 measures the current and terminal voltage of the lithium ion secondary battery. The measurement part 101 measures an electric current and a terminal voltage, for example with an ammeter and a voltmeter, respectively. The measurement unit 101 outputs the measured current and terminal voltage to the control unit 130 as a measurement current and a measurement terminal voltage, respectively. In addition, the measurement unit 101 acquires the operation mode of the lithium ion secondary battery and outputs it to the control unit 130.

出力部102は、制御部130から充電率情報が入力されると、充電率情報を、例えば、他の装置に出力する。ここで、他の装置は、例えば、電気自動車や電動バイク等であれば、車両の制御装置であり、例えば、スマートフォン等の携帯情報端末であれば、画面を表示する表示部である。他の装置は、充電率情報が入力されると、例えば、使用者が視認できるように、車両のメータや表示部に充電率を表示する。   When the charging rate information is input from the control unit 130, the output unit 102 outputs the charging rate information to, for example, another device. Here, the other device is, for example, a vehicle control device if it is an electric vehicle, an electric motorcycle, or the like, and is a display unit that displays a screen if it is a portable information terminal such as a smartphone. When the charging rate information is input, the other device displays the charging rate on a meter or a display unit of the vehicle so that the user can visually recognize the charging rate information.

記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、ハードディスクや光ディスク等の記憶装置によって実現される。記憶部120は、条件記憶部121を有する。また、記憶部120は、制御部130での処理に用いる情報を記憶する。   The storage unit 120 is realized by, for example, a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory, or a storage device such as a hard disk or an optical disk. The storage unit 120 includes a condition storage unit 121. In addition, the storage unit 120 stores information used for processing in the control unit 130.

条件記憶部121は、OCV(Open Circuit Voltage)特性曲線、カルマンフィルタの各種パラメータ、等価電気回路モデルの各パラメータ、閾値r、閾値a等を記憶する。OCV特性曲線は、リチウムイオン二次電池のOCV−SoC特性を示すグラフであり、詳細は後述する。カルマンフィルタの各種パラメータとしては、例えば、予測ノイズを示すΣv、および、測定ノイズを示すΣw等が挙げられる。等価電気回路モデルの各パラメータは、後述するR、R、R、C、C等が挙げられる。なお、等価電気回路モデルの各パラメータは、予め実際のリチウムイオン二次電池に合致するように設定する。 The condition storage unit 121 stores an OCV (Open Circuit Voltage) characteristic curve, various parameters of a Kalman filter, each parameter of an equivalent electric circuit model, a threshold value r, a threshold value a, and the like. The OCV characteristic curve is a graph showing the OCV-SoC characteristic of the lithium ion secondary battery, and details will be described later. Examples of the various parameters of the Kalman filter include Σv indicating prediction noise, Σw indicating measurement noise, and the like. Examples of each parameter of the equivalent electric circuit model include R 0 , R 1 , R 2 , C 1 , and C 2 described later. Each parameter of the equivalent electric circuit model is set in advance so as to match an actual lithium ion secondary battery.

閾値rは、測定端子電圧とカルマンフィルタにより予測された予測端子電圧との差分である誤差を、電流に対して正規化する際に場合分けを行う閾値である。閾値rは、例えばr=5とすることができる。閾値aは、カルマンフィルタによる充電率の補正値に突発的な過剰誤差が発生した場合に、過剰誤差による補正を行わないためのしきい値である。   The threshold value r is a threshold value that performs case classification when an error, which is a difference between the measured terminal voltage and the predicted terminal voltage predicted by the Kalman filter, is normalized with respect to the current. The threshold value r can be set to r = 5, for example. The threshold value a is a threshold value for not performing correction due to excessive error when a sudden excessive error occurs in the correction value of the charging rate by the Kalman filter.

制御部130は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、内部の記憶装置に記憶されているプログラムがRAMを作業領域として実行されることにより実現される。また、制御部130は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現されるようにしてもよい。制御部130は、算出部131と、補正部132と、判定部133とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部130の内部構成は、図1に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。   The control unit 130 is realized, for example, by executing a program stored in an internal storage device using a RAM as a work area by a CPU (Central Processing Unit), an MPU (Micro Processing Unit), or the like. Further, the control unit 130 may be realized by an integrated circuit such as an application specific integrated circuit (ASIC) or a field programmable gate array (FPGA). The control unit 130 includes a calculation unit 131, a correction unit 132, and a determination unit 133, and realizes or executes functions and operations of information processing described below. Note that the internal configuration of the control unit 130 is not limited to the configuration illustrated in FIG. 1, and may be another configuration as long as the information processing described below is performed.

算出部131は、測定部101から測定電流および測定端子電圧が入力されると、カルマンフィルタを用いて、SoC(充電率)、および、予測端子電圧を算出する。また、算出部131は、測定端子電圧と予測端子電圧との差分y(k)を誤差として算出する。さらに、算出部131は、SoCを補正するために、後述するカルマンフィルタで算出された状態推定値の逆行列と、差分y(k)と、カルマンゲインG(k)とを、1ステップごとに補正部132に出力する。また、算出部131は、1ステップごとに補正部132から1ステップ前の状態推定値が入力される。 When the measurement current and the measurement terminal voltage are input from the measurement unit 101, the calculation unit 131 calculates the SoC (charge rate) and the predicted terminal voltage using a Kalman filter. In addition, the calculation unit 131 calculates the difference y * (k) between the measurement terminal voltage and the predicted terminal voltage as an error. Further, in order to correct the SoC, the calculation unit 131 calculates an inverse matrix of a state estimation value calculated by a Kalman filter described later, a difference y * (k), and a Kalman gain G (k) for each step. The data is output to the correction unit 132. In addition, the calculation unit 131 receives the state estimation value of the previous step from the correction unit 132 for each step.

ここで、図2および図3を用いて、カルマンフィルタを用いたSoC推定処理について説明する。図2は、リチウムイオン二次電池の等価電気回路モデルの一例を示す説明図である。図2に示すように、リチウムイオン二次電池の等価電気回路モデルは、SoCの変化に応じて変化する電位差OCVを表す電流源VOCV_DC(SoC)、および、VOCV_CC(SoC)を有する。ここで、電流源VOCV_DC(SoC)、および、VOCV_CC(SoC)は、それぞれ、放電時の電位差OCVおよび充電時の電位差OCVを表す。また、図2に示す等価電気回路モデルは、電流変化に対して発生する電圧vの変化を表す抵抗R、電流変化に対して過渡的な電圧v、vの変化を表すRC回路(R、および、R)を有する。つまり、等価電気回路モデルは、リチウムイオン二次電池の内部抵抗を、測定電流iに依存する関数とするために用いる。なお、内部抵抗の正確性は、カルマンフィルタを用いたSoC推定精度に大きな影響を与える。 Here, the SoC estimation process using the Kalman filter will be described with reference to FIGS. 2 and 3. FIG. 2 is an explanatory diagram illustrating an example of an equivalent electric circuit model of a lithium ion secondary battery. As shown in FIG. 2, the equivalent electric circuit model of the lithium ion secondary battery has a current source V OCV_DC (SoC) and a V OCV_CC (SoC) representing a potential difference OCV that changes in accordance with a change in SoC. Here, the current sources V OCV_DC (SoC) and V OCV_CC (SoC) represent the potential difference OCV during discharging and the potential difference OCV during charging, respectively. Also, the equivalent electric circuit model shown in FIG. 2 includes a resistor R 0 that represents a change in voltage v 0 generated with respect to a current change, and an RC circuit that represents a change in transient voltages v 1 and v 2 with respect to the current change. (R 1 C 1 and R 2 C 2 ). That is, the equivalent electric circuit model is used to make the internal resistance of the lithium ion secondary battery a function that depends on the measurement current i. Note that the accuracy of the internal resistance greatly affects the SoC estimation accuracy using the Kalman filter.

図2に示す等価電気回路モデルの端子電圧vは、電位差OCVと、電圧vと、電圧vと、電圧vとの和で表現される。つまり、端子電圧vは、下記の式(1)で表すことができる。算出部131は、カルマンフィルタを用いて、OCVがSoCに応じて変化することを利用して、SoCの推定を行う。 The terminal voltage v of the equivalent electric circuit model shown in FIG. 2 is expressed by the sum of the potential difference OCV, the voltage v 0 , the voltage v 1, and the voltage v 2 . That is, the terminal voltage v can be expressed by the following formula (1). The calculation unit 131 estimates the SoC using the Kalman filter and using the fact that the OCV changes according to the SoC.

Figure 0006221884
Figure 0006221884

図3は、OCV特性曲線の一例を示すグラフである。図3に示すOCV特性曲線は、条件記憶部121に記憶されている。算出部131は、カルマンフィルタを用いてSoCの推定を行う際に、条件記憶部121に記憶されたOCV特性曲線を参照する。   FIG. 3 is a graph showing an example of the OCV characteristic curve. The OCV characteristic curve shown in FIG. 3 is stored in the condition storage unit 121. The calculation unit 131 refers to the OCV characteristic curve stored in the condition storage unit 121 when performing SoC estimation using a Kalman filter.

算出部131は、等価電気回路モデルを用いて、1ステップ前のv、v、およびOCVと、入力される測定電流iとに基づいて、現在のv、v、およびOCVと、予測端子電圧とを予測する。また、算出部131は、OCV特性曲線を用いてOCVからSoCを算出する。ここで、下記の式(2)〜(4)に、対応する式を示す。ここで、式(2)は現在の状態推定値を示す。式(3)は、OCV特性に基づく端子電圧を示す。式(4)は、1ステップ前の状態推定値を示す。 The calculation unit 131 uses the equivalent electric circuit model to calculate the current v 1 , v 2 , and OCV based on v 1 , v 2 , and OCV one step before and the input measurement current i, Predict the predicted terminal voltage. In addition, the calculation unit 131 calculates SoC from the OCV using the OCV characteristic curve. Here, the corresponding equations are shown in the following equations (2) to (4). Here, Formula (2) shows the current state estimated value. Formula (3) shows the terminal voltage based on the OCV characteristic. Formula (4) shows the state estimated value one step before.

Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884

次に、算出部131は、実際に測定された測定端子電圧と、予測端子電圧との差分を算出する。算出部131は、v、v、およびSoCと、端子電圧とに想定されるノイズを考慮して、測定端子電圧と予測端子電圧との誤差の原因となるv、v、およびSoCの誤差を推定する。算出部131は、推定したv、v、およびSoCの誤差を、予測したv、v、およびSoCに加えて補正することで、正しいSoCの推定値を充電率情報として出力部102に出力する。 Next, the calculation unit 131 calculates the difference between the actually measured measurement terminal voltage and the predicted terminal voltage. The calculation unit 131 considers noise assumed for v 1 , v 2 , and SoC and the terminal voltage, and causes v 1 , v 2 , and SoC that cause an error between the measurement terminal voltage and the predicted terminal voltage. To estimate the error. The calculating unit 131 corrects the estimated v 1 , v 2 , and SoC errors in addition to the predicted v 1 , v 2 , and SoC, and thereby outputs the correct estimated SoC value as the charging rate information. Output to.

続いて、図4を用いてカルマンフィルタを用いたSoC推定処理の詳細について説明する。図4は、カルマンフィルタを用いたSoC推定処理の一例を示す説明図である。まず、図4の説明に用いる文字を説明する。kは、カルマンフィルタのステップ数を示す。
[文字1]

Figure 0006221884
は、ステップk−1のカルマンフィルタの状態推定値を示し、以下、1ステップ前の状態推定値という。
[文字2]
Figure 0006221884
は、ステップkのカルマンフィルタの状態推定値を示し、以下、状態推定値という。
[文字3]
Figure 0006221884
は、ステップkの測定端子電圧を示し、以下、測定端子電圧という。
[文字4]
Figure 0006221884
は、ステップkの測定端子電圧と予測端子電圧との差分を正規化した差分を示し、以下、差分の正規化値という。
[文字5]
Figure 0006221884
は、ステップkのカルマンフィルタの状態推定値の逆行列を示し、以下、状態推定値の逆行列という。
[文字6]
Figure 0006221884
は、ステップkのカルマンフィルタの状態推定値の修正値を示し、以下、修正値という。G(k)は、ステップkのカルマンゲインを示す。Aは、ヤコビアンを示す。P(k)は、ステップkの誤差の共分散行列、つまり推定値の精度を示す。Σvは、予測ノイズを示す。Σwは、測定ノイズを示す。 Next, details of the SoC estimation process using the Kalman filter will be described with reference to FIG. FIG. 4 is an explanatory diagram illustrating an example of the SoC estimation process using the Kalman filter. First, characters used in the description of FIG. 4 will be described. k indicates the number of steps of the Kalman filter.
[Character 1]
Figure 0006221884
Indicates a state estimated value of the Kalman filter in step k-1, and is hereinafter referred to as a state estimated value one step before.
[Character 2]
Figure 0006221884
Indicates the estimated state value of the Kalman filter in step k, and is hereinafter referred to as the estimated state value.
[Character 3]
Figure 0006221884
Indicates the measurement terminal voltage of step k, and hereinafter referred to as the measurement terminal voltage.
[Character 4]
Figure 0006221884
Indicates a difference obtained by normalizing the difference between the measured terminal voltage and the predicted terminal voltage in step k, and is hereinafter referred to as a normalized value of the difference.
[Character 5]
Figure 0006221884
Indicates an inverse matrix of the state estimation value of the Kalman filter in step k, and is hereinafter referred to as an inverse matrix of the state estimation value.
[Character 6]
Figure 0006221884
Indicates a correction value of the estimated state value of the Kalman filter in step k, and is hereinafter referred to as a correction value. G (k) represents the Kalman gain of step k. A indicates Jacobian. P (k) represents the error covariance matrix of step k, that is, the accuracy of the estimated value. Σv indicates prediction noise. Σw represents measurement noise.

カルマンフィルタは、フィードバック系の処理であるので、図4のSoC推定処理の説明では、便宜上「S」から処理を説明する。ここで、本実施例では、以下のカルマンフィルタのステップS11〜S16に相当する処理を算出部131で実行し、ステップS17〜S19に相当する処理を補正部132で実行する。従って、以下の説明では、制御部130がカルマンフィルタの処理を実行するものとして説明する。   Since the Kalman filter is a feedback system process, in the description of the SoC estimation process in FIG. 4, the process will be described from “S” for convenience. In the present embodiment, the calculation unit 131 executes processes corresponding to steps S11 to S16 of the following Kalman filter, and the correction unit 132 executes processes corresponding to steps S17 to S19. Therefore, in the following description, it is assumed that the control unit 130 executes a Kalman filter process.

制御部130は、測定電流i(k)が入力されると、1ステップ前の状態推定値と、測定電流i(k)とに基づいて、下記の式(5)を用いて状態推定値の逆行列、つまり予測値を算出する(ステップS11)。ここで、測定電流i(k)は、1秒ごとに入力される場合を示しており、下記に示す式(6)の関係となる。   When the measurement current i (k) is input, the control unit 130 uses the following equation (5) to calculate the state estimation value based on the state estimation value one step before and the measurement current i (k). An inverse matrix, that is, a predicted value is calculated (step S11). Here, the measurement current i (k) indicates a case where the measurement current i (k) is input every second, and has the relationship of the following formula (6).

Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884

制御部130は、測定端子電圧が入力されると、測定端子電圧と、状態推定値の逆行列と、測定電流i(k)とに基づいて、下記の式(7)を用いて測定端子電圧と予測端子電圧y(k)との差分y(k)を算出する(ステップS12)。また、式(7)は、予測端子電圧y(k)を用いて、下記の式(8)とも表現できる。ここで、測定端子電圧は、下記の式(9)の関係となる。 When the measurement terminal voltage is input, the control unit 130 uses the following equation (7) to measure the measurement terminal voltage based on the measurement terminal voltage, the inverse matrix of the state estimation value, and the measurement current i (k). And the difference y * (k) between the predicted terminal voltage y (k) and the predicted terminal voltage y (k) (step S12). Moreover, Formula (7) can also be expressed as the following Formula (8) using the predicted terminal voltage y (k). Here, the measurement terminal voltage has the relationship of the following formula (9).

Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884

次に、制御部130は、1ステップ前の状態推定値に基づいて、下記の式(10)を用いてヤコビアンAを算出する(ステップS13)。   Next, the control unit 130 calculates Jacobian A using the following equation (10) based on the state estimated value one step before (Step S13).

Figure 0006221884
Figure 0006221884

制御部130は、ヤコビアンAと、1ステップ前の共分散行列P(k−1)と、予測ノイズΣvとに基づいて、下記の式(11)を用いて共分散行列の逆行列P(k)を算出する(ステップS14)。 The control unit 130 uses the following equation (11) based on the Jacobian A, the covariance matrix P (k−1) one step before, and the prediction noise Σv, and the inverse matrix P ( k) is calculated (step S14).

Figure 0006221884
Figure 0006221884

制御部130は、共分散行列の逆行列P(k)と、測定ノイズΣwとに基づいて、下記の式(12)を用いてカルマンゲインG(k)を算出する(ステップS15)。 The control unit 130 calculates the Kalman gain G (k) using the following equation (12) based on the inverse matrix P (k) of the covariance matrix and the measurement noise Σw (step S15).

Figure 0006221884
Figure 0006221884

制御部130は、カルマンゲインG(k)と、共分散行列の逆行列P(k)とに基づいて、下記の式(13)を用いて共分散行列P(k)を算出する(ステップS16)。制御部130は、ステップS14〜S16を1ステップごとに繰り返す。 The control unit 130 calculates the covariance matrix P (k) using the following equation (13) based on the Kalman gain G (k) and the inverse matrix P (k) of the covariance matrix (step) S16). The control unit 130 repeats steps S14 to S16 for each step.

Figure 0006221884
Figure 0006221884

次に、制御部130は、ステップS12で算出された差分y(k)と、ステップS15で算出されたカルマンゲインG(k)とに基づいて、下記の式(14)を用いて、状態推定値を修正するための修正値を算出する(ステップS17)。 Next, the control unit 130 uses the following equation (14) based on the difference y * (k) calculated in step S12 and the Kalman gain G (k) calculated in step S15 to A correction value for correcting the estimated value is calculated (step S17).

Figure 0006221884
Figure 0006221884

制御部130は、ステップS11で算出された状態推定値の逆行列と、ステップS17で算出された修正値とに基づいて、下記の式(15)を用いて状態推定値を算出する(ステップS18)。ここで、状態推定値は、下記の式(16)とも表すことができる。   Based on the inverse matrix of the state estimated value calculated in step S11 and the corrected value calculated in step S17, the control unit 130 calculates the state estimated value using the following equation (15) (step S18). ). Here, the state estimated value can also be expressed by the following equation (16).

Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884

制御部130は、状態推定値に基づいて、下記の式(17)を用いてSoCを算出する(ステップS19)。   Based on the estimated state value, control unit 130 calculates SoC using the following equation (17) (step S19).

Figure 0006221884
Figure 0006221884

このように、制御部130は、SoC推定処理として、ステップS11〜S19の処理を1ステップごとに繰り返すことによって、例えば、1秒ごとにSoCを算出できる。   Thus, the control part 130 can calculate SoC every second by repeating the process of step S11-S19 for every step as SoC estimation processing, for example.

図1に戻って、補正部132は、まず、初期設定として、制御部130が条件記憶部121を参照して、閾値rと、閾値aとが設定される。補正部132は、測定部101から測定電流、つまり、当該ステップの測定電流i(k)が入力される。また、補正部132は、算出部131から状態推定値の逆行列と、差分y(k)と、カルマンゲインG(k)とが、1ステップごとに入力される。 Returning to FIG. 1, in the correction unit 132, first, as an initial setting, the control unit 130 refers to the condition storage unit 121 and sets a threshold value r and a threshold value a. The correction unit 132 receives the measurement current from the measurement unit 101, that is, the measurement current i (k) of the step. Further, the correction unit 132 receives the inverse matrix of the state estimation value, the difference y * (k), and the Kalman gain G (k) from the calculation unit 131 for each step.

補正部132は、測定電流i(k)を用いて、差分y(k)を正規化する。まず、補正部132は、測定電流i(k)が閾値rより大きいか否かを判定する。補正部132は、測定電流i(k)が閾値rより大きい場合には、下記の式(18)に示すように、差分y(k)を測定電流i(k)の絶対値で除算した値と、閾値rとを乗算して、差分の正規化値を算出する。補正部132は、測定電流i(k)が閾値r以下の場合には、下記の式(19)に示すように、差分y(k)を、そのまま差分の正規化値とする。 The correcting unit 132 normalizes the difference y * (k) using the measured current i (k). First, the correction unit 132 determines whether or not the measured current i (k) is larger than the threshold value r. When the measurement current i (k) is larger than the threshold value r, the correction unit 132 divides the difference y * (k) by the absolute value of the measurement current i (k) as shown in the following equation (18). The normalized value of the difference is calculated by multiplying the value by the threshold value r. When the measured current i (k) is equal to or smaller than the threshold value r, the correction unit 132 sets the difference y * (k) as the normalized value of the difference as shown in the following equation (19).

Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884

また、補正部132は、判定部133からモード情報が入力される。補正部132は、モード情報がCC(Constant Current)モード、つまり定電流モードである場合には、下記の式(20)に示すように、カルマンゲインG(k)と、差分の正規化値とに基づいた値のSoCに対応する行列の成分が、閾値aより大きいか否かを判定する。これは、予測端子電圧の誤差が突発的に極めて大きくなる場合に対応する。例えば、SoCの推定に、カルマンフィルタをより簡単にしたモデルを用いた場合や、電池パック内の測定器の精度が悪い場合などが挙げられる。   Further, the correction unit 132 receives mode information from the determination unit 133. When the mode information is CC (Constant Current) mode, that is, constant current mode, the correction unit 132, as shown in the following equation (20), the Kalman gain G (k), the normalized value of the difference, It is determined whether or not the matrix component corresponding to the SoC value based on is greater than the threshold value a. This corresponds to a case where the error of the predicted terminal voltage suddenly becomes extremely large. For example, there are a case where a model with a simplified Kalman filter is used for the estimation of SoC, and a case where the accuracy of the measuring instrument in the battery pack is poor.

Figure 0006221884
Figure 0006221884

補正部132は、カルマンゲインG(k)と、差分の正規化値とに基づいた値のSoCに対応する行列の成分が、閾値a以下の場合には、カルマンゲインG(k)と差分の正規化値とを乗算した値を、状態推定値の正規化修正値Gy(k)として算出する。つまり、状態推定値の正規化修正値Gy(k)は、下記の式(21)で算出できる。   When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the normalized value of the difference is equal to or less than the threshold value a, the correcting unit 132 calculates the difference between the Kalman gain G (k) and the difference. A value obtained by multiplying the normalized value is calculated as a normalized correction value Gy (k) of the state estimated value. That is, the normalization correction value Gy (k) of the state estimated value can be calculated by the following equation (21).

Figure 0006221884
Figure 0006221884

補正部132は、測定電流i(k)が閾値rより大きい場合、つまり、式(18)の演算を行った場合には、SoC以外のパラメータについて電流依存性を戻すため、下記の式(22)によって状態推定値の補正修正値Gyr(k)を算出する。   When the measurement current i (k) is larger than the threshold value r, that is, when the calculation of Expression (18) is performed, the correction unit 132 returns the current dependency for parameters other than the SoC, so ) To calculate a correction correction value Gyr (k) of the state estimation value.

Figure 0006221884
Figure 0006221884

ここで、式(22)は、より詳細には、例えば、下記の式(23)および式(24)と表すことができる。   Here, the expression (22) can be expressed in more detail as, for example, the following expression (23) and expression (24).

Figure 0006221884
Figure 0006221884
Figure 0006221884
Figure 0006221884

補正部132は、状態推定値の逆行列に、補正修正値Gyr(k)を加算して状態推定値とする。この場合の状態推定値は、下記の式(25)によって算出できる。   The correction unit 132 adds the correction correction value Gyr (k) to the inverse matrix of the state estimated value to obtain the state estimated value. The estimated state value in this case can be calculated by the following equation (25).

Figure 0006221884
Figure 0006221884

補正部132は、カルマンゲインG(k)と、差分の正規化値とに基づいた値のSoCに対応する行列の成分が、閾値aより大きい場合には、下記の式(26)に示すように、状態推定値の逆行列を状態推定値とする。   When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the normalized value of the difference is larger than the threshold value a, the correction unit 132 is represented by the following equation (26). In addition, an inverse matrix of the state estimation value is used as the state estimation value.

Figure 0006221884
Figure 0006221884

補正部132は、式(25)または式(26)によって算出された状態推定値を、1ステップごとに算出部131に出力する。また、補正部132は、算出された状態推定値から式(17)によってSoCを算出する。補正部132は、算出されたSoCを出力部102に出力する。   The correction unit 132 outputs the state estimated value calculated by the equation (25) or the equation (26) to the calculation unit 131 for each step. Moreover, the correction | amendment part 132 calculates SoC by Formula (17) from the calculated state estimated value. The correction unit 132 outputs the calculated SoC to the output unit 102.

補正部132は、モード情報がCV(Constant Voltage)モード、つまり定電圧モードである場合には、SoCをクーロンカウンタにより推定する。補正部132は、推定したSoCと、v、vとに基づいて、状態推定値を算出する。補正部132は、算出された状態推定値を、1ステップごとに算出部131に出力する。補正部132は、推定されたSoCを出力部102に出力する。 When the mode information is CV (Constant Voltage) mode, that is, constant voltage mode, correction unit 132 estimates SoC using a coulomb counter. The correction unit 132 calculates a state estimation value based on the estimated SoC and v 1 and v 2 . The correction unit 132 outputs the calculated state estimation value to the calculation unit 131 for each step. The correction unit 132 outputs the estimated SoC to the output unit 102.

判定部133は、出力部102から動作モードが入力されると、動作モードがCVモード(定電圧モード)であるか否かを判定する。判定部133は、動作モードがCVモードである場合には、モード情報をCVモードとして補正部132に出力する。判定部133は、動作モードがCVモードでない場合には、モード情報をCCモードとして補正部132に出力する。   When the operation mode is input from the output unit 102, the determination unit 133 determines whether the operation mode is the CV mode (constant voltage mode). When the operation mode is the CV mode, the determination unit 133 outputs the mode information to the correction unit 132 as the CV mode. When the operation mode is not the CV mode, the determination unit 133 outputs the mode information to the correction unit 132 as the CC mode.

次に、実施例1の推定装置100の動作について説明する。   Next, operation | movement of the estimation apparatus 100 of Example 1 is demonstrated.

図5は、実施例1の推定装置の処理の一例を示すフローチャートである。推定装置100の制御部130は、条件記憶部121から各種パラメータを読み込んで、算出部131、補正部132および判定部133に初期設定する。制御部130は、例えば、条件記憶部121を参照して、閾値r、閾値aを補正部132に設定する(ステップS101)。   FIG. 5 is a flowchart illustrating an example of processing performed by the estimation apparatus according to the first embodiment. The control unit 130 of the estimation apparatus 100 reads various parameters from the condition storage unit 121 and initializes them in the calculation unit 131, the correction unit 132, and the determination unit 133. For example, the control unit 130 refers to the condition storage unit 121 and sets the threshold value r and the threshold value a in the correction unit 132 (step S101).

推定装置100は、接続されたリチウムイオン二次電池のSoCの推定を開始する。測定部101は、測定された電流および端子電圧を、それぞれ測定電流および測定端子電圧として制御部130に出力する。また、測定部101は、リチウムイオン二次電池の動作モードを取得して制御部130に出力する。   The estimation apparatus 100 starts estimating the SoC of the connected lithium ion secondary battery. The measurement unit 101 outputs the measured current and terminal voltage to the control unit 130 as a measurement current and a measurement terminal voltage, respectively. In addition, the measurement unit 101 acquires the operation mode of the lithium ion secondary battery and outputs it to the control unit 130.

算出部131は、測定部101から測定電流および測定端子電圧が入力されると、カルマンフィルタを用いて、1ステップ前の状態推定値と、測定電流i(k)とに基づいて、SoCと、予測端子電圧y(k)と、状態推定値の逆行列と、カルマンゲインG(k)とを算出する(ステップS102)。   When the measurement current and the measurement terminal voltage are input from the measurement unit 101, the calculation unit 131 uses the Kalman filter to predict the SoC based on the state estimated value one step before and the measurement current i (k). A terminal voltage y (k), an inverse matrix of state estimation values, and a Kalman gain G (k) are calculated (step S102).

算出部131は、測定端子電圧と、予測端子電圧y(k)との差分y(k)とを算出する(ステップS103)。 The calculation unit 131 calculates a difference y * (k) between the measurement terminal voltage and the predicted terminal voltage y (k) (step S103).

補正部132は、測定部101から測定電流、つまり、当該ステップの測定電流i(k)が入力される。また、補正部132は、算出部131から状態推定値の逆行列と、差分y(k)と、カルマンゲインG(k)とが、1ステップごとに入力される。補正部132は、測定電流i(k)が閾値rより大きいか否かを判定する(ステップS104)。補正部132は、測定電流i(k)が閾値rより大きい場合には(ステップS104:肯定)、式(18)に示すように、差分y(k)を測定電流i(k)の絶対値で除算した値と、閾値rとを乗算して、差分の正規化値を算出する(ステップS105)。補正部132は、測定電流i(k)が閾値r以下の場合には(ステップS104:否定)、式(19)に示すように、差分y(k)を、そのまま差分の正規化値とする(ステップS106)。 The correction unit 132 receives the measurement current from the measurement unit 101, that is, the measurement current i (k) of the step. Further, the correction unit 132 receives the inverse matrix of the state estimation value, the difference y * (k), and the Kalman gain G (k) from the calculation unit 131 for each step. The correcting unit 132 determines whether or not the measured current i (k) is larger than the threshold value r (step S104). When the measured current i (k) is larger than the threshold value r (step S104: affirmative), the correction unit 132 calculates the difference y * (k) as the absolute value of the measured current i (k) as shown in Expression (18). The normalized value of the difference is calculated by multiplying the value divided by the value and the threshold value r (step S105). When the measured current i (k) is equal to or smaller than the threshold value r (No at Step S104), the correcting unit 132 uses the difference y * (k) as it is as the normalized value of the difference as shown in Expression (19). (Step S106).

判定部133は、出力部102から動作モードが入力されると、動作モードがCVモードであるか否かを判定する(ステップS107)。判定部133は、動作モードがCVモードである場合には(ステップS107:肯定)、モード情報をCVモードとして補正部132に出力する。判定部133は、動作モードがCVモードでない場合には(ステップS107:否定)、モード情報をCCモードとして補正部132に出力する。   When the operation mode is input from the output unit 102, the determination unit 133 determines whether or not the operation mode is the CV mode (step S107). When the operation mode is the CV mode (Step S107: Yes), the determination unit 133 outputs the mode information to the correction unit 132 as the CV mode. When the operation mode is not the CV mode (No at Step S107), the determination unit 133 outputs the mode information as the CC mode to the correction unit 132.

補正部132は、判定部133からCCモードであるモード情報が入力されると、式(20)に示すように、カルマンゲインG(k)と、差分の正規化値とに基づいた値のSoCに対応する行列の成分が、閾値aより大きいか否かを判定する(ステップS108)。補正部132は、カルマンゲインG(k)と、差分の正規化値とに基づいた値のSoCに対応する行列の成分が、閾値a以下の場合には(ステップS108:否定)、状態推定値の正規化修正値Gy(k)を式(21)に示すように算出する。つまり、補正部132は、カルマンゲインG(k)と差分の正規化値とを乗算した値を、状態推定値の正規化修正値Gy(k)とする(ステップS109)。   When the mode information indicating the CC mode is input from the determination unit 133, the correction unit 132, as shown in Expression (20), has a SoC value based on the Kalman gain G (k) and the normalized value of the difference. It is determined whether the matrix component corresponding to is greater than the threshold value a (step S108). When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the normalized value of the difference is equal to or less than the threshold value a (step S108: negative), the correction unit 132 determines the state estimated value. Is calculated as shown in Expression (21). That is, the correction unit 132 sets a value obtained by multiplying the Kalman gain G (k) and the normalized normalized value as the normalized correction value Gy (k) of the state estimated value (step S109).

補正部132は、測定電流i(k)が閾値rより大きいか否かを判定する(ステップS110)。補正部132は、測定電流i(k)が閾値rより大きい場合には(ステップS110:肯定)、状態推定値の補正修正値Gyr(k)を式(22)に示すように算出する(ステップS111)。補正部132は、測定電流i(k)が閾値r以下の場合には(ステップS110:否定)、ステップS112に進む。すなわち、補正部132は、ステップS104で、測定電流i(k)が閾値rより大きいと判定して、ステップS105の処理を行った場合に、ステップS111の処理を行う。   The correcting unit 132 determines whether or not the measured current i (k) is larger than the threshold value r (step S110). When the measured current i (k) is larger than the threshold value r (step S110: affirmative), the correction unit 132 calculates the corrected correction value Gyr (k) of the state estimation value as shown in the equation (22) (step S110). S111). When the measurement current i (k) is equal to or less than the threshold value r (No at Step S110), the correction unit 132 proceeds to Step S112. That is, the correction unit 132 determines that the measured current i (k) is larger than the threshold value r in step S104, and performs the process of step S111 when the process of step S105 is performed.

補正部132は、状態推定値を、式(25)に示すように算出する。つまり、補正部132は、状態推定値の逆行列に、補正修正値Gyr(k)を加算して状態推定値とする(ステップS112)。   The correcting unit 132 calculates the state estimated value as shown in Expression (25). That is, the correction unit 132 adds the correction correction value Gyr (k) to the inverse matrix of the state estimation value to obtain the state estimation value (step S112).

補正部132は、カルマンゲインG(k)と、差分の正規化値とに基づいた値のSoCに対応する行列の成分が、閾値aより大きい場合には(ステップS108:肯定)、式(26)に示すように、状態推定値の逆行列を状態推定値とする(ステップS113)。   When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the normalized value of the difference is larger than the threshold value a (step S108: affirmative), the correction unit 132 determines that the expression (26 ), An inverse matrix of the state estimation value is set as the state estimation value (step S113).

補正部132は、判定部133からCVモードであるモード情報が入力されると(ステップS107:肯定)、SoCをクーロンカウンタにより推定する(ステップS114)。補正部132は、推定したSoCと、v、vとに基づいて、状態推定値を算出する。補正部132は、ステップS112〜ステップS114のいずれかによって算出された状態推定値を、1ステップごとに算出部131に出力する。 When the mode information indicating the CV mode is input from the determination unit 133 (step S107: affirmative), the correction unit 132 estimates SoC using a coulomb counter (step S114). The correction unit 132 calculates a state estimation value based on the estimated SoC and v 1 and v 2 . The correcting unit 132 outputs the state estimated value calculated in any one of steps S112 to S114 to the calculating unit 131 for each step.

補正部132は、算出された状態推定値から式(17)によってSoCを算出する(ステップS115)。補正部132は、算出されたSoCを出力部102に出力する(ステップS116)。補正部132は、カルマンフィルタを次のステップに進めるために、kをインクリメントして(ステップS117)、ステップS102の処理に戻る。推定装置100は、ステップS102〜S117を繰り返す。これにより、大電流時における過剰な補正を防止しつつ、電池の等価電気モデルの電流変化に対する過渡的な電圧に電流依存性を戻し、突発的に発生する過剰な誤差に基づく過剰な補正を防止するので、充電率の推定精度の劣化を防止できる。   The correction unit 132 calculates the SoC from the calculated state estimated value according to the equation (17) (step S115). The correcting unit 132 outputs the calculated SoC to the output unit 102 (step S116). The correction unit 132 increments k to advance the Kalman filter to the next step (step S117), and returns to the process of step S102. The estimating apparatus 100 repeats steps S102 to S117. As a result, the current dependence is restored to the transient voltage with respect to the current change of the equivalent electric model of the battery while preventing the excessive correction at the time of the large current, and the excessive correction based on the excessive error that occurs suddenly is prevented. Therefore, it is possible to prevent deterioration of the estimation accuracy of the charging rate.

このように、推定装置100は、電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて電池の充電率および予測端子電圧を算出し、測定端子電圧と予測端子電圧との差分を算出する。また、推定装置100は、差分を測定電流の絶対値で除算した値と、カルマンフィルタのカルマンゲインとに基づいて修正値を算出する。また、推定装置100は、該修正値における電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、測定電流の絶対値を乗算して、充電率を補正する。その結果、充電率の推定精度の劣化を防止できる。すなわち、推定装置100は、等価電気回路モデル誤差、測定誤差、動作モードの違いによる突発性の誤差によるSoC推定精度の劣化を防止できる。また、推定装置100は、電池の等価電気回路モデルの電流変化に対する過渡的な電圧に電流依存性を戻すので、より充電率の推定精度の劣化を防止できる。   As described above, the estimation apparatus 100 calculates the charging rate and the predicted terminal voltage of the battery using the Kalman filter based on the measured current and the measured terminal voltage of the battery, and calculates the difference between the measured terminal voltage and the predicted terminal voltage. . Further, the estimating apparatus 100 calculates a correction value based on the value obtained by dividing the difference by the absolute value of the measured current and the Kalman gain of the Kalman filter. In addition, the estimating apparatus 100 corrects the charging rate by multiplying the component corresponding to the transient voltage with respect to the current change of the equivalent electric circuit model of the battery at the corrected value by the absolute value of the measured current. As a result, it is possible to prevent deterioration in the estimation accuracy of the charging rate. That is, the estimation apparatus 100 can prevent deterioration of the SoC estimation accuracy due to the sudden error due to the difference in equivalent electric circuit model error, measurement error, and operation mode. Moreover, since the estimation apparatus 100 returns the current dependence to the transient voltage with respect to the current change of the equivalent electric circuit model of the battery, the estimation accuracy of the charging rate can be further prevented from deteriorating.

また、推定装置100は、測定電流の絶対値が所定値を超える場合に、差分を測定電流の絶対値で除算した値と、カルマンフィルタのカルマンゲインとに基づいて修正値を算出する。また、推定装置100は、該修正値における電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、測定電流の絶対値を乗算して充電率を補正する。また、推定装置100は、測定電流の絶対値が所定値以下の場合に、差分とカルマンフィルタのカルマンゲインとに基づいて、充電率を補正する。その結果、大電流時における過剰な補正をより防止できる。   Further, when the absolute value of the measured current exceeds a predetermined value, the estimating apparatus 100 calculates a correction value based on a value obtained by dividing the difference by the absolute value of the measured current and the Kalman gain of the Kalman filter. In addition, the estimating apparatus 100 corrects the charging rate by multiplying the component corresponding to the transient voltage with respect to the current change of the equivalent electric circuit model of the battery at the corrected value by the absolute value of the measured current. In addition, the estimation device 100 corrects the charging rate based on the difference and the Kalman gain of the Kalman filter when the absolute value of the measured current is equal to or less than a predetermined value. As a result, excessive correction at a large current can be further prevented.

また、推定装置100は、充電率を補正する補正値が所定値以上の場合に、補正値をゼロとして充電率を補正する。その結果、突発的に発生する過剰な誤差に基づく過剰な補正を防止できる。   In addition, when the correction value for correcting the charging rate is equal to or greater than a predetermined value, the estimating apparatus 100 corrects the charging rate with the correction value set to zero. As a result, excessive correction based on excessive errors that occur suddenly can be prevented.

また、推定装置100は、さらに、電池の動作モードが定電圧モードであるか否かを判定する。また、推定装置100は、電池が定電圧モードである場合に、充電率を補正する補正値をゼロとして充電率を補正する。その結果、SoCの推定モデルが異なることによる過剰な補正を防止できる。   Further, the estimating apparatus 100 further determines whether or not the battery operation mode is the constant voltage mode. Further, when the battery is in the constant voltage mode, the estimating apparatus 100 corrects the charging rate with a correction value for correcting the charging rate as zero. As a result, it is possible to prevent excessive correction due to different SoC estimation models.

また、上記実施例1では、測定電流i(k)に応じて、測定端子電圧と予測端子電圧との差分y(k)を正規化して充電率を算出したが、これに限定されない。例えば、測定電流i(k)に応じて、カルマンフィルタの予測ノイズΣvを修正するようにしてもよい。 In the first embodiment, the charging rate is calculated by normalizing the difference y * (k) between the measured terminal voltage and the predicted terminal voltage according to the measured current i (k). However, the present invention is not limited to this. For example, the predicted noise Σv of the Kalman filter may be corrected according to the measured current i (k).

そこで、測定電流i(k)に応じて、カルマンフィルタの予測ノイズΣvを修正する実施の形態につき、実施例2として以下に説明する。なお、上記実施例1の推定装置100と同一の構成には、同一符号を付すことで、その重複する構成および動作の説明については省略する。実施例2の推定装置200が実施例1の推定装置100と異なるところは、測定端子電圧と予測端子電圧との差分y(k)を正規化せずに、測定電流i(k)に応じて、カルマンフィルタの予測ノイズΣvを修正する点にある。 Therefore, an embodiment for correcting the predicted noise Σv of the Kalman filter according to the measured current i (k) will be described below as Example 2. Note that the same components as those in the estimation apparatus 100 of the first embodiment are denoted by the same reference numerals, and the description of the overlapping configuration and operation is omitted. The difference between the estimation apparatus 200 according to the second embodiment and the estimation apparatus 100 according to the first embodiment is that the difference y * (k) between the measurement terminal voltage and the predicted terminal voltage is not normalized, but according to the measurement current i (k). Thus, the prediction noise Σv of the Kalman filter is corrected.

図6は、実施例2の推定装置の構成の一例を示すブロック図である。実施例2の推定装置200は、実施例1の制御部130に代えて、制御部230を有する点が異なる。また、制御部230は、実施例1の制御部130の算出部131および補正部132に代えて、算出部231および補正部232を有する点が異なる。また、実施例2の推定装置200は、カルマンフィルタの処理として、実施例1のカルマンフィルタと比べて、ステップS14にて修正されたΣvを用いる他は同一の処理であるので、その重複する処理の説明については省略する。   FIG. 6 is a block diagram illustrating an example of the configuration of the estimation apparatus according to the second embodiment. The estimation apparatus 200 according to the second embodiment is different from the first embodiment in that a control unit 230 is included instead of the control unit 130 according to the first embodiment. The control unit 230 is different from the control unit 130 of the first embodiment in that it includes a calculation unit 231 and a correction unit 232 instead of the calculation unit 131 and the correction unit 132. The estimation apparatus 200 according to the second embodiment is the same process as the Kalman filter process except that the Σv modified in step S14 is used as compared with the Kalman filter according to the first embodiment. Is omitted.

算出部231は、補正部232から予測ノイズΣvまたは補正予測ノイズΣvmが入力される。算出部231は、カルマンフィルタを用いて、状態推定値と、測定電流i(k)と、予測ノイズΣvまたは補正予測ノイズΣvmとに基づいて、SoCと、予測端子電圧y(k)と、状態推定値の逆行列と、カルマンゲインG(k)とを算出する。   The calculation unit 231 receives the predicted noise Σv or the corrected predicted noise Σvm from the correction unit 232. The calculation unit 231 uses the Kalman filter to calculate the SoC, the predicted terminal voltage y (k), and the state estimate based on the state estimated value, the measured current i (k), and the predicted noise Σv or the corrected predicted noise Σvm. An inverse matrix of values and a Kalman gain G (k) are calculated.

補正部232は、まず、初期設定として、制御部230が条件記憶部121を参照して、閾値rと、閾値aとが設定される。補正部232は、測定部101から測定電流、つまり、当該ステップの測定電流i(k)が入力される。また、補正部232は、算出部231から状態推定値の逆行列と、差分y(k)と、カルマンゲインG(k)とが、1ステップごとに入力される。 In the correction unit 232, first, as an initial setting, the control unit 230 refers to the condition storage unit 121, and sets a threshold value r and a threshold value a. The correction unit 232 receives the measurement current from the measurement unit 101, that is, the measurement current i (k) of the step. In addition, the correction unit 232 receives the inverse matrix of the state estimation value, the difference y * (k), and the Kalman gain G (k) from the calculation unit 231 for each step.

補正部232は、測定電流i(k)が閾値rより大きいか否かを判定する。補正部232は、測定電流i(k)が閾値rより大きい場合には、下記の式(27)に示すように、予測ノイズΣvのうち、SoCに対応しない複数の成分に、閾値rを測定電流i(k)で除算した値に基づく値を乗算して、補正予測ノイズΣvmを算出する。   The correcting unit 232 determines whether or not the measured current i (k) is larger than the threshold value r. When the measurement current i (k) is larger than the threshold value r, the correction unit 232 measures the threshold value r for a plurality of components that do not correspond to SoC among the predicted noise Σv as shown in the following equation (27). The corrected prediction noise Σvm is calculated by multiplying the value based on the value divided by the current i (k).

Figure 0006221884
Figure 0006221884

補正部232は、式(27)に示すように、例えば、予測ノイズΣvの(1,1),(1,2),(2,1),(2,2)成分を、(rb/|i(k)|)倍とする。また、補正部232は、例えば、予測ノイズΣvの(1,3),(2,3),(3,1),(3,2)成分を、(rb/|i(k)|)倍とする。なお、予測ノイズΣvの(3,3)成分は、SoCに対応するのでそのままとする。また、bは、任意の設定パラメータである。なお、式(27)の「×」は、Σvの行列の各成分に対して、各成分を(rb/|i(k)|)倍、(rb/|i(k)|)倍、または1倍する意味で用いている。すなわち、各成分を(rb/|i(k)|)倍、(rb/|i(k)|)倍、または1倍する行列をΣmとすると、Σvpq×Σmpq(p=1〜3,q=1〜3)とも表せる。 As shown in the equation (27), for example, the correction unit 232 converts the (1, 1), (1, 2), (2, 1), (2, 2) components of the prediction noise Σv to (rb / | i (k) |) 2 times. In addition, the correction unit 232, for example, increases (rb / | i (k) |) times the (1, 3), (2, 3), (3, 1), (3, 2) components of the prediction noise Σv. And Note that the (3, 3) component of the prediction noise Σv corresponds to the SoC and is left as it is. B is an arbitrary setting parameter. Note that “x” in Expression (27) indicates that each component of the matrix of Σv is (rb / | i (k) |) 2 times, (rb / | i (k) |) times, Or it is used to mean 1 time. That is, each component (rb / | i (k) |) 2 times, (rb / | i (k ) |) times, or when a multiplying matrices and Σm 1, Σvpq × Σm 1 pq (p = 1 ~ 3, q = 1 to 3).

ここで、予測ノイズΣvの一例を下記の式(28)に示す。なお、式(28)中のl、m、nは、それぞれv、v、SoCに対応するパラメータを示す。 Here, an example of the prediction noise Σv is shown in the following equation (28). In the equation (28), l, m, and n represent parameters corresponding to v 1 , v 2 , and SoC, respectively.

Figure 0006221884
Figure 0006221884

補正部232は、測定電流i(k)が閾値r以下の場合には、予測ノイズΣvは修正せず、そのままとする。補正部232は、予測ノイズΣvまたは補正予測ノイズΣvmを算出部231に出力する。   When the measured current i (k) is equal to or less than the threshold value r, the correction unit 232 does not correct the predicted noise Σv and keeps it as it is. The correcting unit 232 outputs the predicted noise Σv or the corrected predicted noise Σvm to the calculating unit 231.

また、補正部232は、判定部133からモード情報が入力される。補正部232は、モード情報がCCモード、つまり定電流モードである場合には、下記の式(29)に示すように、カルマンゲインG(k)と、差分y(k)とに基づいた値のSoCに対応する行列の成分が、閾値aより大きいか否かを判定する。 Further, the correction unit 232 receives mode information from the determination unit 133. When the mode information is the CC mode, that is, the constant current mode, the correction unit 232 is based on the Kalman gain G (k) and the difference y * (k) as shown in the following equation (29). It is determined whether or not the matrix component corresponding to the value SoC is greater than the threshold value a.

Figure 0006221884
Figure 0006221884

補正部232は、カルマンゲインG(k)と、差分y(k)とに基づいた値のSoCに対応する行列の成分が、閾値a以下の場合には、カルマンゲインG(k)と、差分y(k)とを乗算した値を、式(14)に示すように修正値として算出する。補正部232は、式(15)に示すように、状態推定値の逆行列に修正値を加算して状態推定値とする。 When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the difference y * (k) is equal to or less than the threshold value a, the correction unit 232 determines the Kalman gain G (k), A value obtained by multiplying the difference y * (k) is calculated as a correction value as shown in Expression (14). The correction unit 232 adds the correction value to the inverse matrix of the state estimated value to obtain the state estimated value, as shown in Expression (15).

補正部232は、カルマンゲインG(k)と、差分y(k)とに基づいた値のSoCに対応する行列の成分が、閾値aより大きい場合には、式(26)に示すように、状態推定値の逆行列を状態推定値とする。 When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the difference y * (k) is larger than the threshold value a, the correction unit 232, as shown in Expression (26) Let the inverse matrix of the state estimate be the state estimate.

補正部232は、式(15)または式(26)によって算出された状態推定値を、1ステップごとに算出部131に出力する。また、補正部132は、算出された状態推定値から式(17)によってSoCを算出する。補正部132は、算出されたSoCを出力部102に出力する。   The correcting unit 232 outputs the state estimated value calculated by the equation (15) or the equation (26) to the calculating unit 131 for each step. Moreover, the correction | amendment part 132 calculates SoC by Formula (17) from the calculated state estimated value. The correction unit 132 outputs the calculated SoC to the output unit 102.

補正部232は、モード情報がCVモード、つまり定電圧モードである場合には、SoCをクーロンカウンタにより推定する。補正部232は、推定したSoCと、v、vとに基づいて、状態推定値を算出する。補正部232は、算出された状態推定値を、1ステップごとに算出部231に出力する。補正部232は、推定されたSoCを出力部102に出力する。 When the mode information is the CV mode, that is, the constant voltage mode, the correction unit 232 estimates SoC using a coulomb counter. The correction unit 232 calculates a state estimation value based on the estimated SoC and v 1 and v 2 . The correcting unit 232 outputs the calculated state estimated value to the calculating unit 231 for each step. The correction unit 232 outputs the estimated SoC to the output unit 102.

図7は、実施例2のカルマンフィルタを用いたSoC推定処理の一例を示す説明図である。ここで、実施例2では、以下のカルマンフィルタのステップS11〜S16に相当する処理を算出部231で実行し、ステップS10およびS17〜S19に相当する処理を補正部232で実行する。実施例2のカルマンフィルタでは、実施例1のカルマンフィルタと比較して、ステップS10およびステップS14が異なるので、当該ステップのみ説明する。なお、以下の説明では、実施例1と同様に、制御部230がカルマンフィルタの処理を実行するものとして説明する。   FIG. 7 is an explanatory diagram illustrating an example of the SoC estimation process using the Kalman filter according to the second embodiment. Here, in the second embodiment, the calculation unit 231 executes processing corresponding to steps S11 to S16 of the following Kalman filter, and the correction unit 232 executes processing corresponding to steps S10 and S17 to S19. Since the Kalman filter of the second embodiment is different from the Kalman filter of the first embodiment in steps S10 and S14, only those steps will be described. In the following description, it is assumed that the control unit 230 executes the Kalman filter process as in the first embodiment.

制御部230は、測定電流i(k)が入力されると、測定電流i(k)が閾値rより大きいか否かを判定する。補正部232は、測定電流i(k)が閾値rより大きい場合には、式(27)に示すように、予測ノイズΣvのうち、SoCに対応しない複数の成分に、閾値rを測定電流i(k)で除算した値に基づく値を乗算して、補正予測ノイズΣvmを算出する。すなわち、制御部230は、予測ノイズΣvを補正予測ノイズΣvmに修正する。補正部232は、測定電流i(k)が閾値r以下の場合には、予測ノイズΣvは修正せず、そのままとする(ステップS10)。   When measurement current i (k) is input, control unit 230 determines whether measurement current i (k) is greater than threshold value r. When the measurement current i (k) is larger than the threshold r, the correction unit 232 sets the threshold r to the plurality of components that do not correspond to SoC in the predicted noise Σv as shown in the equation (27). A corrected prediction noise Σvm is calculated by multiplying the value based on the value divided by (k). That is, the control unit 230 corrects the predicted noise Σv to the corrected predicted noise Σvm. When the measured current i (k) is equal to or smaller than the threshold value r, the correction unit 232 does not correct the predicted noise Σv and keeps it as it is (step S10).

制御部230は、ヤコビアンAと、1ステップ前の共分散行列P(k−1)と、予測ノイズΣvまたは補正予測ノイズΣvmとに基づいて、式(11)を用いて共分散行列の逆行列P(k)を算出する(ステップS14)。制御部230は、実施例1と同様に、SoC推定処理として、ステップS10〜S19の処理を1ステップごとに繰り返すことによって、例えば、1秒ごとに測定電流i(k)に応じた予測ノイズを用いてSoCを算出できる。 Based on the Jacobian A, the one-step previous covariance matrix P (k−1), and the prediction noise Σv or the corrected prediction noise Σvm, the control unit 230 uses the equation (11) to inverse the covariance matrix. P (k) is calculated (step S14). As in the first embodiment, the control unit 230 repeats the processes of steps S10 to S19 for each step as the SoC estimation process, for example, to generate a predicted noise corresponding to the measured current i (k) every second. Can be used to calculate the SoC.

次に、実施例2の推定装置200の動作について説明する。   Next, operation | movement of the estimation apparatus 200 of Example 2 is demonstrated.

図8は、実施例2の推定装置の処理の一例を示すフローチャートである。推定装置200の制御部230は、条件記憶部121から各種パラメータを読み込んで、算出部231、補正部232および判定部133に初期設定する。制御部230は、例えば、条件記憶部121を参照して、閾値r、閾値aを補正部232に設定する(ステップS201)。   FIG. 8 is a flowchart illustrating an example of processing performed by the estimation apparatus according to the second embodiment. The control unit 230 of the estimation apparatus 200 reads various parameters from the condition storage unit 121 and initializes them in the calculation unit 231, the correction unit 232, and the determination unit 133. For example, the control unit 230 refers to the condition storage unit 121 and sets the threshold value r and the threshold value a in the correction unit 232 (step S201).

推定装置200は、接続されたリチウムイオン二次電池のSoCの推定を開始する。測定部101は、測定された電流および端子電圧を、それぞれ測定電流および測定端子電圧として制御部230に出力する。また、測定部101は、リチウムイオン二次電池の動作モードを取得して制御部230に出力する。   The estimation apparatus 200 starts estimating the SoC of the connected lithium ion secondary battery. The measurement unit 101 outputs the measured current and terminal voltage to the control unit 230 as a measurement current and a measurement terminal voltage, respectively. Further, the measurement unit 101 acquires the operation mode of the lithium ion secondary battery and outputs it to the control unit 230.

補正部232は、測定部101から測定電流i(k)が入力されると、測定電流i(k)が閾値rより大きいか否かを判定する(ステップS202)。補正部232は、測定電流i(k)が閾値rより大きい場合には(ステップS202:肯定)、予測ノイズΣvのうち、SoCに対応しない複数の成分に、閾値rを測定電流i(k)で除算した値に基づく値を乗算して、補正予測ノイズΣvmを算出する。補正部232は、予測ノイズΣvを算出した補正予測ノイズΣvmに修正する(ステップS203)。補正部232は、測定電流i(k)が閾値r以下の場合には(ステップS202:否定)、予測ノイズΣvは修正しない。補正部232は、予測ノイズΣvまたは補正予測ノイズΣvmを算出部231に出力する。   When the measurement current i (k) is input from the measurement unit 101, the correction unit 232 determines whether the measurement current i (k) is larger than the threshold value r (step S202). When the measurement current i (k) is larger than the threshold r (Step S202: Yes), the correction unit 232 sets the threshold r to the measurement current i (k) for a plurality of components that do not correspond to SoC among the predicted noise Σv. The corrected prediction noise Σvm is calculated by multiplying the value based on the value divided by. The correction unit 232 corrects the predicted noise Σv to the calculated corrected predicted noise Σvm (step S203). The correction unit 232 does not correct the predicted noise Σv when the measured current i (k) is equal to or less than the threshold value r (No at Step S202). The correcting unit 232 outputs the predicted noise Σv or the corrected predicted noise Σvm to the calculating unit 231.

算出部231は、補正部232から予測ノイズΣvまたは補正予測ノイズΣvmが入力される。算出部231は、カルマンフィルタを用いて、1ステップ前の状態推定値と、測定電流i(k)と、予測ノイズΣvまたはΣvmとに基づいて、SoCと、予測端子電圧y(k)と、状態推定値の逆行列と、カルマンゲインG(k)とを算出する(ステップS204)。   The calculation unit 231 receives the predicted noise Σv or the corrected predicted noise Σvm from the correction unit 232. The calculation unit 231 uses the Kalman filter to calculate the SoC, the predicted terminal voltage y (k), the state based on the state estimated value one step before, the measured current i (k), and the predicted noise Σv or Σvm. An inverse matrix of estimated values and a Kalman gain G (k) are calculated (step S204).

算出部231は、測定端子電圧と、予測端子電圧y(k)との差分y(k)とを算出する(ステップS205)。 The calculation unit 231 calculates a difference y * (k) between the measurement terminal voltage and the predicted terminal voltage y (k) (step S205).

判定部133は、出力部102から動作モードが入力されると、動作モードがCVモードであるか否かを判定する(ステップS206)。判定部133は、動作モードがCVモードである場合には(ステップS206:肯定)、モード情報をCVモードとして補正部232に出力する。判定部133は、動作モードがCVモードでない場合には(ステップS206:否定)、モード情報をCCモードとして補正部232に出力する。   When the operation mode is input from the output unit 102, the determination unit 133 determines whether the operation mode is the CV mode (step S206). When the operation mode is the CV mode (Step S206: Yes), the determination unit 133 outputs the mode information to the correction unit 232 as the CV mode. If the operation mode is not the CV mode (No at Step S206), the determination unit 133 outputs the mode information to the correction unit 232 as the CC mode.

補正部232は、判定部133からCCモードであるモード情報が入力されると、式(29)に示すように、カルマンゲインG(k)と、差分y(k)とに基づいた値のSoCに対応する行列の成分が、閾値aより大きいか否かを判定する(ステップS207)。補正部232は、カルマンゲインG(k)と、差分y(k)とに基づいた値のSoCに対応する行列の成分が、閾値a以下の場合には(ステップS207:否定)、状態推定値の修正値を算出する。修正値は、式(14)に示すように、カルマンゲインG(k)と、差分y(k)とを乗算した値として算出する(ステップS208)。補正部232は、式(15)に示すように、状態推定値の逆行列に修正値を加算して状態推定値とする(ステップS209)。 When the mode information that is the CC mode is input from the determination unit 133, the correction unit 232 has a value based on the Kalman gain G (k) and the difference y * (k), as shown in Expression (29). It is determined whether or not the matrix component corresponding to SoC is greater than the threshold value a (step S207). When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the difference y * (k) is equal to or less than the threshold a (No at Step S207), the correction unit 232 estimates the state. Calculate the corrected value. The correction value is calculated as a value obtained by multiplying the Kalman gain G (k) and the difference y * (k) as shown in the equation (14) (step S208). The correction unit 232 adds the correction value to the inverse matrix of the state estimated value as shown in the equation (15) to obtain the state estimated value (step S209).

補正部232は、カルマンゲインG(k)と、差分y(k)とに基づいた値のSoCに対応する行列の成分が、閾値aより大きい場合には、式(26)に示すように、状態推定値の逆行列を状態推定値とする(ステップS210)。 When the component of the matrix corresponding to the SoC of the value based on the Kalman gain G (k) and the difference y * (k) is larger than the threshold value a, the correction unit 232, as shown in Expression (26) Then, an inverse matrix of the state estimation value is set as the state estimation value (step S210).

補正部232は、判定部133からCVモードであるモード情報が入力されると(ステップS206:肯定)、SoCをクーロンカウンタにより推定する(ステップS211)。補正部232は、推定したSoCと、v、vとに基づいて、状態推定値を算出する。補正部232は、ステップS209〜ステップS211のいずれかによって算出された状態推定値を、1ステップごとに算出部231に出力する。 When the mode information that is the CV mode is input from the determination unit 133 (step S206: Yes), the correction unit 232 estimates the SoC using a coulomb counter (step S211). The correction unit 232 calculates a state estimation value based on the estimated SoC and v 1 and v 2 . The correction unit 232 outputs the estimated state value calculated in any one of steps S209 to S211 to the calculation unit 231 for each step.

補正部232は、算出された状態推定値から式(17)によってSoCを算出する(ステップS212)。補正部232は、算出されたSoCを出力部102に出力する(ステップS213)。補正部232は、カルマンフィルタを次のステップに進めるために、kをインクリメントして(ステップS214)、ステップS202の処理に戻る。推定装置200は、ステップS202〜S214を繰り返す。これにより、大電流時における過剰な補正を防止しつつ、電池の等価電気モデルの電流変化に対する過渡的な電圧の電流依存性を修正し、突発的に発生する過剰な誤差に基づく過剰な補正を防止するので、充電率の推定精度の劣化を防止できる。   The correction unit 232 calculates the SoC from the calculated state estimated value according to the equation (17) (step S212). The correction unit 232 outputs the calculated SoC to the output unit 102 (step S213). The correction unit 232 increments k to advance the Kalman filter to the next step (step S214), and returns to the process of step S202. The estimating apparatus 200 repeats steps S202 to S214. This prevents excessive correction at high currents, corrects the current dependence of the transient voltage on the current change in the equivalent electrical model of the battery, and corrects excessive correction based on excessive errors that occur suddenly. Therefore, it is possible to prevent deterioration of the estimation accuracy of the charging rate.

このように、推定装置200は、電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて電池の充電率を算出する。また、推定装置200は、測定電流の絶対値が所定値を超える場合に、カルマンフィルタの予測ノイズを表す行列のうち、充電率に対応しない複数の成分に、所定値を測定電流で除算した値に基づく値を乗算して、充電率を補正する。その結果、充電率の推定精度の劣化を防止できる。すなわち、推定装置200は、等価電気回路モデル誤差、測定誤差、動作モードの違いによる突発性の誤差によるSoC推定精度の劣化を防止できる。また、推定装置200は、電池の等価電気回路モデルの電流変化に対する過渡的な電圧の電流依存性を修正するので、より充電率の推定精度の劣化を防止できる。   As described above, the estimation apparatus 200 calculates the charging rate of the battery using the Kalman filter based on the measured current and the measured terminal voltage of the battery. In addition, when the absolute value of the measured current exceeds a predetermined value, the estimating apparatus 200 converts the predetermined value into a value obtained by dividing the predetermined value by the measured current into a plurality of components that do not correspond to the charging rate in the matrix representing the predicted noise of the Kalman filter. The charge rate is corrected by multiplying the value based on it. As a result, it is possible to prevent deterioration in the estimation accuracy of the charging rate. That is, the estimation apparatus 200 can prevent deterioration of the SoC estimation accuracy due to sudden errors due to differences in equivalent electric circuit model errors, measurement errors, and operation modes. Moreover, since the estimation apparatus 200 corrects the current dependency of the transient voltage with respect to the current change of the equivalent electric circuit model of the battery, it is possible to further prevent deterioration in the estimation accuracy of the charging rate.

また、上記実施例2では、カルマンフィルタの予測ノイズΣvのSoCに対応しない複数の成分を補正したが、これに限定されない。例えば、カルマンフィルタの予測ノイズΣvのSoCに対応する成分を補正するようにしてもよい。   In the second embodiment, a plurality of components not corresponding to the SoC of the predicted noise Σv of the Kalman filter are corrected. However, the present invention is not limited to this. For example, the component corresponding to the SoC of the predicted noise Σv of the Kalman filter may be corrected.

そこで、カルマンフィルタの予測ノイズΣvのSoCに対応する成分を補正する実施の形態につき、実施例3として以下に説明する。なお、上記実施例2の推定装置200と同一の構成には、同一符号を付すことで、その重複する構成および動作の説明については省略する。実施例3の推定装置が実施例2の推定装置300と異なるところは、予測ノイズΣvの修正を、式(27)に代えて、下記の式(30)に示すように修正する点にある。   Therefore, an embodiment for correcting the component corresponding to the SoC of the predicted noise Σv of the Kalman filter will be described below as Example 3. Note that the same components as those of the estimation apparatus 200 of the second embodiment are denoted by the same reference numerals, and the description of the overlapping configuration and operation is omitted. The difference between the estimation apparatus of the third embodiment and the estimation apparatus 300 of the second embodiment is that the prediction noise Σv is corrected as shown in the following expression (30) instead of the expression (27).

Figure 0006221884
Figure 0006221884

実施例3の推定装置は、式(30)に示すように、予測ノイズΣvのうち、SoCに対応する成分を含む成分に、測定電流i(k)を閾値rで除算した値に基づく値を乗算して、補正予測ノイズΣvmを算出する。   As shown in Expression (30), the estimation apparatus according to the third embodiment calculates a value based on a value obtained by dividing the measurement current i (k) by the threshold value r in the component including the component corresponding to SoC in the prediction noise Σv. Multiplication is performed to calculate a corrected prediction noise Σvm.

実施例3の推定装置は、式(30)に示すように、例えば、予測ノイズΣvの(3,3)成分を(|i(k)|・c/r)倍とする。また、推定装置は、例えば、予測ノイズΣvの(1,3),(2,3),(3,1),(3,2)成分を、(|i(k)|・c/r)倍とする。なお、予測ノイズΣvの残りの成分は、そのままとする。また、cは、任意の設定パラメータである。なお、式(30)の「×」は、Σvの行列の各成分に対して、各成分を(|i(k)|・c/r)倍、(|i(k)|・c/r)倍、または1倍する意味で用いている。すなわち、各成分を(|i(k)|・c/r)倍、(|i(k)|・c/r)倍、または1倍する行列をΣmとすると、Σvpq×Σmpq(p=1〜3,q=1〜3)とも表せる。 The estimation apparatus according to the third embodiment, for example, sets the (3, 3) component of the prediction noise Σv to (| i (k) | · c / r) 2 times as shown in Expression (30). In addition, the estimation device, for example, uses (1, i), (2, 3), (3, 1), (3, 2) components of the prediction noise Σv as (| i (k) | · c / r). Double. The remaining components of the prediction noise Σv are left as they are. C is an arbitrary setting parameter. Incidentally, "×" of formula (30), for each component of the matrix of [sigma] v, the components (| i (k) | · c / r) 2 times, (| i (k) | · c / r) Used to mean double or 1 times. That is, each component (| i (k) | · c / r) 2 times, (| i (k) | · c / r) times, or when a multiplying matrices and Σm 2, Σvpq × Σm 2 pq (P = 1-3, q = 1-3).

このように、実施例3の推定装置は、電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて電池の充電率を算出する。また、推定装置は、測定電流の絶対値が所定値を超える場合に、カルマンフィルタの予測ノイズを表す行列のうち、充電率に対応する成分を含む成分に、測定電流を所定値で除算した値に基づく値を乗算して、充電率を補正する。その結果、充電率の推定精度の劣化を防止できる。すなわち、実施例3の推定装置は、等価電気回路モデル誤差、測定誤差、動作モードの違いによる突発性の誤差によるSoC推定精度の劣化を防止できる。また、実施例3の推定装置は、電池の等価電気回路モデルの電流変化に対する過渡的な電圧の電流依存性を修正するので、より充電率の推定精度の劣化を防止できる。   As described above, the estimation apparatus according to the third embodiment calculates the charging rate of the battery using the Kalman filter based on the measured current and the measured terminal voltage of the battery. In addition, when the absolute value of the measured current exceeds a predetermined value, the estimation device sets the value obtained by dividing the measured current by the predetermined value to the component including the component corresponding to the charging rate in the matrix representing the predicted noise of the Kalman filter. The charge rate is corrected by multiplying the value based on it. As a result, it is possible to prevent deterioration in the estimation accuracy of the charging rate. That is, the estimation apparatus according to the third embodiment can prevent deterioration in the SoC estimation accuracy due to the sudden error due to the difference in equivalent electric circuit model error, measurement error, and operation mode. In addition, since the estimation apparatus according to the third embodiment corrects the current dependency of the transient voltage with respect to the current change of the equivalent electric circuit model of the battery, it is possible to further prevent deterioration in the estimation accuracy of the charging rate.

なお、上記の各実施例では、二次電池の一例として、リチウムイオン二次電池を挙げたが、これに限定されない。推定装置100または200は、対象となる電池のOCV特性曲線と、等価電気回路モデルとが得られれば、他の種類の電池に対してもSoCを推定することができる。他の電池としては、例えば、リチウムイオンポリマー二次電池、カルシウムイオン二次電池、ナノワイヤバッテリ、ニッケル水素二次電池、鉛蓄電池等にも適用できる。また、リチウムイオン二次電池としては、コバルト酸リチウムイオン電池、リン酸鉄リチウムイオン電池等に適用できる。これにより、多種の電池のSoCを推定できる。   In each of the above embodiments, a lithium ion secondary battery is used as an example of a secondary battery, but the present invention is not limited to this. The estimation apparatus 100 or 200 can estimate the SoC for other types of batteries as long as the OCV characteristic curve of the target battery and the equivalent electric circuit model are obtained. Other batteries can be applied to, for example, lithium ion polymer secondary batteries, calcium ion secondary batteries, nanowire batteries, nickel metal hydride secondary batteries, lead storage batteries, and the like. Moreover, as a lithium ion secondary battery, it can apply to a lithium cobalt oxide battery, a lithium iron phosphate battery, etc. Thereby, SoC of various batteries can be estimated.

また、上記の各実施例では、等価電気回路モデルとして、電流変化に対して過渡的な電圧の変化を表すRC回路として、R、および、Rの2組のRC回路を用いたが、これに限定されない。推定装置100または200は、等価電気回路モデルとして、例えば、3組以上とした等価電気回路モデルを用いてもよい。これにより、等価電気回路モデルの精度が上がるので、カルマンフィルタによるSoCの推定精度が向上する。 In each of the above-described embodiments, as an equivalent electric circuit model, two RC circuits of R 1 C 1 and R 2 C 2 are used as RC circuits that represent a transient voltage change with respect to a current change. Although used, it is not limited to this. The estimation apparatus 100 or 200 may use, for example, three or more equivalent electric circuit models as the equivalent electric circuit model. As a result, the accuracy of the equivalent electric circuit model is improved, so that the SoC estimation accuracy by the Kalman filter is improved.

また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。例えば、補正部132と判定部133とを統合して、電池の動作モードによる判定を補正と同時に行うようにしてもよい。   In addition, each component of each part illustrated does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each part is not limited to the one shown in the figure, and all or a part thereof may be functionally or physically distributed / integrated in arbitrary units according to various loads and usage conditions. Can be configured. For example, the correction unit 132 and the determination unit 133 may be integrated so that the determination based on the battery operation mode is performed simultaneously with the correction.

さらに、各部で行われる各種処理機能は、CPU(又はMPU、MCU(Micro Controller Unit)等のマイクロ・コンピュータ)上で、その全部又は任意の一部を実行するようにしても良い。また、各種処理機能は、CPU(又はMPU、MCU等のマイクロ・コンピュータ)で解析実行されるプログラム上、又はワイヤードロジックによるハードウェア上で、その全部又は任意の一部を実行するようにしても良いことは言うまでもない。   Further, various processing functions performed in each unit may be executed entirely or arbitrarily on a CPU (or a microcomputer such as an MPU or MCU (Micro Controller Unit)). The various processing functions may be executed entirely or arbitrarily on a program that is analyzed and executed by a CPU (or a microcomputer such as an MPU or MCU) or hardware based on wired logic. It goes without saying that it is good.

ところで、上記の各実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の各実施例と同様の機能を有するプログラムを実行するコンピュータの一例を説明する。図9は、推定プログラムを実行するコンピュータの一例を示す説明図である。   By the way, the various processes described in the above embodiments can be realized by executing a prepared program on a computer. Therefore, in the following, an example of a computer that executes a program having the same function as each of the above embodiments will be described. FIG. 9 is an explanatory diagram illustrating an example of a computer that executes an estimation program.

図9が示すように、コンピュータ300は、各種演算処理を実行するCPU301と、バッテリからの情報を受け付けるバッテリ情報インタフェース302と、測定された電流および電圧の情報を受け付ける電流測定インタフェース303とを有する。また、コンピュータ300は、他の装置と接続して行う各種情報の授受、他の装置にUI(User Interface)を提供して行うコンピュータ300の操作等に用いる外部インタフェース304を有する。また、外部インタフェース304は、後述するフラッシュメモリ306に対する他の装置からのプログラム等の書き込み等にも用いることができる汎用的なインタフェースである。また、コンピュータ300は、各種情報を一時記憶するRAM305と、フラッシュメモリ306とを有する。また、各構成要素301〜306は、バス307に接続される。コンピュータ300は、例えば、電気自動車や電動バイクの制御装置、スマートフォン、ノート型のパーソナルコンピュータ等である。   As shown in FIG. 9, the computer 300 includes a CPU 301 that executes various arithmetic processes, a battery information interface 302 that receives information from the battery, and a current measurement interface 303 that receives information on measured current and voltage. In addition, the computer 300 includes an external interface 304 that is used to exchange various information by connecting to other devices, and to operate the computer 300 by providing a UI (User Interface) to the other devices. The external interface 304 is a general-purpose interface that can also be used for writing a program or the like from another device to a flash memory 306 described later. The computer 300 also includes a RAM 305 that temporarily stores various types of information and a flash memory 306. Each component 301 to 306 is connected to a bus 307. The computer 300 is, for example, a control device for an electric vehicle or an electric motorcycle, a smartphone, a notebook personal computer, or the like.

フラッシュメモリ306には、図1に示した算出部131、補正部132および判定部133、または、図6に示した算出部231および補正部232の各処理部と同様の機能を有する推定プログラムが記憶される。また、フラッシュメモリ306には、条件記憶部121が記憶される。また、フラッシュメモリ306には、推定プログラムを実現するための各種データが記憶される。バッテリ情報インタフェース302は、図1に示した測定部101のリチウムイオン二次電池の動作モードを取得する機能と同様の機能を有する。電流測定インタフェース303は、図1に示した測定部101の電流計および電圧計と同様の機能を有する。外部インタフェース304は、図1に示した出力部102と同様の機能を有する。また、外部インタフェース304は、例えば、データロガー等が接続され、リチウムイオン二次電池の充放電の状態を記録できるようにしてもよい。   In the flash memory 306, an estimation program having functions similar to those of the calculation unit 131, the correction unit 132, and the determination unit 133 illustrated in FIG. 1 or the processing units of the calculation unit 231 and the correction unit 232 illustrated in FIG. Remembered. The flash memory 306 stores a condition storage unit 121. The flash memory 306 stores various data for realizing the estimation program. The battery information interface 302 has the same function as the function of acquiring the operation mode of the lithium ion secondary battery of the measurement unit 101 shown in FIG. The current measurement interface 303 has the same functions as the ammeter and voltmeter of the measurement unit 101 shown in FIG. The external interface 304 has the same function as the output unit 102 shown in FIG. In addition, the external interface 304 may be connected to, for example, a data logger so that the charge / discharge state of the lithium ion secondary battery can be recorded.

CPU301は、フラッシュメモリ306に記憶された各プログラムを読み出して、RAM305に展開して実行することで、各種の処理を行う。また、これらのプログラムは、コンピュータ300を図1に示した算出部131、補正部132および判定部133、または、図6に示した算出部231、補正部232および判定部133として機能させることができる。   The CPU 301 performs various processes by reading each program stored in the flash memory 306, developing the program in the RAM 305, and executing the program. Further, these programs allow the computer 300 to function as the calculation unit 131, the correction unit 132, and the determination unit 133 illustrated in FIG. 1, or the calculation unit 231, the correction unit 232, and the determination unit 133 illustrated in FIG. it can.

なお、上記の推定プログラムは、必ずしもフラッシュメモリ306に記憶されている必要はない。例えば、コンピュータ300が読み取り可能な記憶媒体に記憶されたプログラムを、コンピュータ300が読み出して実行するようにしてもよい。コンピュータ300が読み取り可能な記憶媒体は、例えば、CD−ROMやDVDディスク、USB(Universal Serial Bus)メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、LAN(Local Area Network)等に接続された装置にこの推定プログラムを記憶させておき、コンピュータ300がこれらから推定プログラムを読み出して実行するようにしてもよい。なお、コンピュータ300は、例えば、リチウムイオン二次電池に組み込まれるモジュールや、MPUを用いたいわゆる組込用マイコン等としてもよい。   Note that the above estimation program is not necessarily stored in the flash memory 306. For example, the computer 300 may read and execute a program stored in a storage medium readable by the computer 300. The storage medium readable by the computer 300 corresponds to, for example, a portable recording medium such as a CD-ROM, a DVD disk, a USB (Universal Serial Bus) memory, a semiconductor memory such as a flash memory, a hard disk drive, and the like. Alternatively, the estimation program may be stored in a device connected to a public line, the Internet, a LAN (Local Area Network), etc., and the computer 300 may read and execute the estimation program. The computer 300 may be, for example, a module incorporated in a lithium ion secondary battery, a so-called embedded microcomputer using an MPU, or the like.

100,200 推定装置
101 測定部
102 出力部
120 記憶部
121 条件記憶部
130,230 制御部
131,231 算出部
132,232 補正部
133 判定部
100, 200 Estimating device 101 Measuring unit 102 Output unit 120 Storage unit 121 Condition storage unit 130, 230 Control unit 131, 231 Calculation unit 132, 232 Correction unit 133 Determination unit

Claims (12)

コンピュータに、
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率および予測端子電圧を算出し、前記測定端子電圧と前記予測端子電圧との差分を算出し、
前記差分を前記測定電流の絶対値で除算した値と、前記カルマンフィルタのカルマンゲインとに基づいて修正値を算出し、該修正値における前記電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、前記測定電流の絶対値を乗算して、前記充電率を補正する
処理を実行させることを特徴とする推定プログラム。
On the computer,
Based on the measured current and measured terminal voltage of the battery, the charging rate and predicted terminal voltage of the battery are calculated using a Kalman filter, and the difference between the measured terminal voltage and the predicted terminal voltage is calculated,
A correction value is calculated based on a value obtained by dividing the difference by the absolute value of the measured current and a Kalman gain of the Kalman filter, and a transient voltage with respect to a current change of the equivalent electric circuit model of the battery at the correction value is calculated. An estimation program characterized by causing a corresponding component to be multiplied by an absolute value of the measured current to execute a process of correcting the charging rate.
前記補正する処理は、前記測定電流の絶対値が所定値を超える場合に、前記差分を前記測定電流の絶対値で除算した値と、前記カルマンフィルタのカルマンゲインとに基づいて修正値を算出し、該修正値における前記電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、前記測定電流の絶対値を乗算して前記充電率を補正し、前記測定電流の絶対値が所定値以下の場合に、前記差分と前記カルマンフィルタのカルマンゲインとに基づいて、前記充電率を補正することを特徴とする請求項1に記載の推定プログラム。   The correction process calculates a correction value based on a value obtained by dividing the difference by the absolute value of the measurement current when the absolute value of the measurement current exceeds a predetermined value, and a Kalman gain of the Kalman filter, A component corresponding to a transient voltage with respect to a current change of the equivalent electric circuit model of the battery at the corrected value is multiplied by the absolute value of the measured current to correct the charging rate, and the absolute value of the measured current is predetermined. The estimation program according to claim 1, wherein the charging rate is corrected based on the difference and a Kalman gain of the Kalman filter when the value is equal to or less than a value. 前記補正する処理は、前記充電率を補正する補正値が所定値以上の場合に、前記補正値をゼロとして前記充電率を補正することを特徴とする請求項1または2に記載の推定プログラム。   The estimation program according to claim 1, wherein the correction process corrects the charging rate with the correction value set to zero when a correction value for correcting the charging rate is equal to or greater than a predetermined value. 前記コンピュータに、
さらに、前記電池の動作モードが定電圧モードであるか否かを判定する処理を実行させ、
前記補正する処理は、前記電池が前記定電圧モードである場合に、前記充電率を補正する補正値をゼロとして前記充電率を補正することを特徴とする請求項1〜3のいずれか1項に記載の推定プログラム。
In the computer,
Further, a process for determining whether or not the battery operation mode is a constant voltage mode is executed,
4. The correction process according to claim 1, wherein when the battery is in the constant voltage mode, the charging rate is corrected by setting a correction value for correcting the charging rate to zero. 5. The estimation program described in.
コンピュータに、
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率を算出し、
前記測定電流の絶対値が所定値を超える場合に、前記カルマンフィルタの予測ノイズを表す行列のうち、前記充電率に対応しない成分に、前記所定値を前記測定電流で除算した値に基づく値を乗算して、前記充電率を補正する
処理を実行させることを特徴とする推定プログラム。
On the computer,
Based on the measured current and measured terminal voltage of the battery, the charging rate of the battery is calculated using a Kalman filter,
When the absolute value of the measured current exceeds a predetermined value, a component that does not correspond to the charging rate in the matrix representing the predicted noise of the Kalman filter is multiplied by a value based on a value obtained by dividing the predetermined value by the measured current. And the estimation program characterized by performing the process which correct | amends the said charging rate.
コンピュータに、
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率を算出し、
前記測定電流の絶対値が所定値を超える場合に、前記カルマンフィルタの予測ノイズを表す行列のうち、前記充電率に対応する成分を含む成分に、前記測定電流を前記所定値で除算した値に基づく値を乗算して、前記充電率を補正する
処理を実行させることを特徴とする推定プログラム。
On the computer,
Based on the measured current and measured terminal voltage of the battery, the charging rate of the battery is calculated using a Kalman filter,
When the absolute value of the measured current exceeds a predetermined value, based on a value obtained by dividing the measured current by the predetermined value to a component including a component corresponding to the charging rate in a matrix representing the predicted noise of the Kalman filter An estimation program for executing a process of correcting the charging rate by multiplying a value.
コンピュータが、
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率および予測端子電圧を算出し、前記測定端子電圧と前記予測端子電圧との差分を算出し、
前記差分を前記測定電流の絶対値で除算した値と、前記カルマンフィルタのカルマンゲインとに基づいて修正値を算出し、該修正値における前記電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、前記測定電流の絶対値を乗算して、前記充電率を補正する
処理を実行することを特徴とする推定方法。
Computer
Based on the measured current and measured terminal voltage of the battery, the charging rate and predicted terminal voltage of the battery are calculated using a Kalman filter, and the difference between the measured terminal voltage and the predicted terminal voltage is calculated,
A correction value is calculated based on a value obtained by dividing the difference by the absolute value of the measured current and a Kalman gain of the Kalman filter, and a transient voltage with respect to a current change of the equivalent electric circuit model of the battery at the correction value is calculated. A process for correcting the charging rate by multiplying a corresponding component by an absolute value of the measured current, and executing an estimation method.
コンピュータが、
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率を算出し、
前記測定電流の絶対値が所定値を超える場合に、前記カルマンフィルタの予測ノイズを表す行列のうち、前記充電率に対応しない成分に、前記所定値を前記測定電流で除算した値に基づく値を乗算して、前記充電率を補正する
処理を実行することを特徴とする推定方法。
Computer
Based on the measured current and measured terminal voltage of the battery, the charging rate of the battery is calculated using a Kalman filter,
When the absolute value of the measured current exceeds a predetermined value, a component that does not correspond to the charging rate in the matrix representing the predicted noise of the Kalman filter is multiplied by a value based on a value obtained by dividing the predetermined value by the measured current. Then, a process for correcting the charging rate is executed.
コンピュータが、
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率を算出し、
前記測定電流の絶対値が所定値を超える場合に、前記カルマンフィルタの予測ノイズを表す行列のうち、前記充電率に対応する成分を含む成分に、前記測定電流を前記所定値で除算した値に基づく値を乗算して、前記充電率を補正する
処理を実行することを特徴とする推定方法。
Computer
Based on the measured current and measured terminal voltage of the battery, the charging rate of the battery is calculated using a Kalman filter,
When the absolute value of the measured current exceeds a predetermined value, based on a value obtained by dividing the measured current by the predetermined value to a component including a component corresponding to the charging rate in a matrix representing the predicted noise of the Kalman filter An estimation method comprising: performing a process of correcting the charging rate by multiplying a value.
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率および予測端子電圧を算出し、前記測定端子電圧と前記予測端子電圧との差分を算出する算出部と、
前記差分を前記測定電流の絶対値で除算した値と、前記カルマンフィルタのカルマンゲインとに基づいて修正値を算出し、該修正値における前記電池の等価電気回路モデルの電流変化に対する過渡的な電圧に対応する成分に、前記測定電流の絶対値を乗算して、前記充電率を補正する補正部と
を有することを特徴とする推定装置。
Based on the measured current of the battery and the measured terminal voltage, the Kalman filter is used to calculate the charging rate and the predicted terminal voltage of the battery, and a calculation unit that calculates the difference between the measured terminal voltage and the predicted terminal voltage;
A correction value is calculated based on a value obtained by dividing the difference by the absolute value of the measured current and a Kalman gain of the Kalman filter, and a transient voltage with respect to a current change of the equivalent electric circuit model of the battery at the correction value is calculated. An estimation device comprising: a correction unit that corrects the charging rate by multiplying a corresponding component by an absolute value of the measured current.
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率を算出する算出部と、
前記測定電流の絶対値が所定値を超える場合に、前記カルマンフィルタの予測ノイズを表す行列のうち、前記充電率に対応しない成分に、前記所定値を前記測定電流で除算した値に基づく値を乗算して、前記充電率を補正する補正部と
を有することを特徴とする推定装置。
Based on the measured current and measured terminal voltage of the battery, a calculation unit that calculates the charging rate of the battery using a Kalman filter;
When the absolute value of the measured current exceeds a predetermined value, a component that does not correspond to the charging rate in the matrix representing the predicted noise of the Kalman filter is multiplied by a value based on a value obtained by dividing the predetermined value by the measured current. And a correction unit that corrects the charging rate.
電池の測定電流および測定端子電圧に基づいて、カルマンフィルタを用いて前記電池の充電率を算出する算出部と、
前記測定電流の絶対値が所定値を超える場合に、前記カルマンフィルタの予測ノイズを表す行列のうち、前記充電率に対応する成分を含む成分に、前記測定電流を前記所定値で除算した値に基づく値を乗算して、前記充電率を補正する補正部と
を有することを特徴とする推定装置。
Based on the measured current and measured terminal voltage of the battery, a calculation unit that calculates the charging rate of the battery using a Kalman filter;
When the absolute value of the measured current exceeds a predetermined value, based on a value obtained by dividing the measured current by the predetermined value to a component including a component corresponding to the charging rate in a matrix representing the predicted noise of the Kalman filter An estimation device comprising: a correction unit that multiplies the values to correct the charging rate.
JP2014062744A 2014-03-25 2014-03-25 Estimation program, estimation method, and estimation apparatus Expired - Fee Related JP6221884B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014062744A JP6221884B2 (en) 2014-03-25 2014-03-25 Estimation program, estimation method, and estimation apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014062744A JP6221884B2 (en) 2014-03-25 2014-03-25 Estimation program, estimation method, and estimation apparatus

Publications (2)

Publication Number Publication Date
JP2015184219A JP2015184219A (en) 2015-10-22
JP6221884B2 true JP6221884B2 (en) 2017-11-01

Family

ID=54350897

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014062744A Expired - Fee Related JP6221884B2 (en) 2014-03-25 2014-03-25 Estimation program, estimation method, and estimation apparatus

Country Status (1)

Country Link
JP (1) JP6221884B2 (en)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6330605B2 (en) * 2014-09-25 2018-05-30 富士通株式会社 Estimation program, estimation method, and estimation apparatus
CN106896329B (en) * 2017-03-23 2020-01-07 东软集团股份有限公司 Method and device for predicting battery terminal voltage
JP7134981B2 (en) 2017-09-14 2022-09-12 株式会社半導体エネルギー研究所 Secondary battery abnormality detection system and secondary battery abnormality detection method
CN111542759B (en) * 2018-01-11 2024-02-09 株式会社半导体能源研究所 Abnormality detection device for secondary battery, abnormality detection method, and program
KR102349235B1 (en) * 2018-02-14 2022-01-07 주식회사 엘지에너지솔루션 Apparatus and method for estimating state of charge for battery
JP6978339B2 (en) * 2018-02-16 2021-12-08 株式会社半導体エネルギー研究所 Secondary battery charge status estimation device and abnormality detection device, and secondary battery management system
JP7010563B2 (en) * 2018-12-21 2022-01-26 エルジー・ケム・リミテッド Battery charge status estimator
WO2020166914A1 (en) * 2019-02-15 2020-08-20 주식회사 엘지화학 Device and method for estimating state of charge
CN117741450B (en) * 2024-02-21 2024-05-14 新风光电子科技股份有限公司 Energy storage battery detection method for electrical parameter analysis

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100804698B1 (en) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 The method of assuming the state of charge of the battery, battery management system using the method and the driving method of the battery management system using the method
JP5292375B2 (en) * 2010-09-16 2013-09-18 カルソニックカンセイ株式会社 Battery charge rate estimation device
JP2015038444A (en) * 2013-08-19 2015-02-26 株式会社東芝 Secondary battery remaining capacity estimation method and secondary battery remaining capacity estimation apparatus

Also Published As

Publication number Publication date
JP2015184219A (en) 2015-10-22

Similar Documents

Publication Publication Date Title
JP6221884B2 (en) Estimation program, estimation method, and estimation apparatus
JP7015678B2 (en) Battery charging method, battery charging information generation method, and battery charging device
JP6488105B2 (en) Storage battery evaluation apparatus and method
JP5058814B2 (en) Battery state and parameter estimation system and method
KR102452548B1 (en) Apparatus for determination battery degradation, system having the same and method thereof
CN101395489B (en) System and method for determining both an estimated battery state vector and an estimated battery parameter vector
US10895602B2 (en) Battery assembly state estimation device and battery assembly state estimation method
TWI384246B (en) Apparatus and method for estimating resistance characteristics of battery based on open circuit voltage estimated by battery voltage variation
EP1982398B1 (en) System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
JP6330605B2 (en) Estimation program, estimation method, and estimation apparatus
JP6213333B2 (en) Estimation program, estimation method, and estimation apparatus
RU2524050C1 (en) Assessment device of accumulator state, and assessment method of accumulator state
JP6299187B2 (en) Estimation program, estimation method, and estimation apparatus
US20180106868A1 (en) Method for estimating a battery state of health
JP6421411B2 (en) Estimation program for estimating battery charging rate, estimation method for estimating battery charging rate, and estimation device for estimating battery charging rate
JP6171897B2 (en) Approximation function creation program, approximation function creation method, approximation function creation device, and charging rate estimation program
JP2018059910A (en) System and method for estimating battery state, and non-transient computer readable storage medium
US10310021B2 (en) Method for real time correction of ion concentration and Coulomb counting state-of-charge (SOC) in battery
JP6018388B2 (en) Secondary battery capacity deterioration estimation method and estimation device
WO2017179175A1 (en) Estimation device, estimation program, and charging control device
KR102281384B1 (en) Apparatus and method to estimate state-of-charge for battery
CN116819346B (en) Battery SOC estimation method, device, equipment and storage medium
WO2018025350A1 (en) Estimation device, estimation program, and charging control device
JP2022044172A (en) Determination device, power storage system, determination method, and determination program for multiple batteries
WO2018029849A1 (en) Estimation device, estimation program, and charging control device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161206

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170825

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: 20170905

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170918

R150 Certificate of patent or registration of utility model

Ref document number: 6221884

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees