JPWO2016071941A1 - 予測システム、予測プログラム、予測装置 - Google Patents

Abstract

【課題】今現在使用しているリチウムイオン二次電池の将来の劣化状態の予測精度を向上させる技術を提供する。【解決手段】実施形態の予測システムは、リチウムイオン二次電池を構成する材料の特性データである内部状態量に基づき、二次電池の寿命予測を行う予測システムであって、記憶部と、制御部とを有する。記憶部は、予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量を蓄積する。制御部は、予測対象の二次電池の内部状態量を取得し、その内部状態量と一致もしくは近似した内部状態量を記憶部から検索し、検索結果の内部状態量を用いて、予測対象の二次電池の寿命予測結果を算出する。【選択図】図３

Description

本発明の実施形態は、リチウムイオン二次電池の劣化状態を推定、予測する技術に関する。

従来技術において、リチウムイオン二次電池の将来の劣化状態を推定、予測する場合、今現在使用している二次電池自体の使用履歴の情報をもとに、その電池の劣化状態を予測する。

以下の文献が開示されている。

特開２０１３−１８１８７５号公報 特開２０１４−１４９２８０号公報

従来技術においては、自己の過去の使用履歴を用いるため履歴データを都度保存して蓄積する必要がある。また履歴データが保存できない二次電池については、劣化を予測することができない等の問題がある。

また従来技術においては、今現在使用している二次電池での過去の使用履歴を用いるため、その予測には外挿（既知のデータを用いて、その既知データの範囲外の数値を求める）を用いることとなる。例えば、時間軸上急激に値が落ちる場合や急激に値が上昇する場合などでは、外挿では急激な値の変化を予測することが困難となる。

本発明が解決しようとする課題は、今現在使用しているリチウムイオン二次電池の将来の劣化状態の予測精度を向上させる技術を提供することである。

実施形態の予測システムは、リチウムイオン二次電池を構成する材料の特性データである内部状態量に基づき、二次電池の寿命予測を行うシステムであって、記憶部と、制御部とを有する。記憶部は、予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量を蓄積する。制御部は、予測対象の二次電池の内部状態量を取得し、その内部状態量と一致もしくは近似した内部状態量を記憶部から検索し、検索結果の内部状態量を用いて、予測対象の二次電池の寿命予測結果を算出する。

実施形態のシステム構成例を示す図である。 予測サーバのハードウェア構成例を示す図である。 実施形態のシステムの機能ブロックの一例を示す図である。 実施形態の予測サーバの動作例を示すフローチャートである。 検索ヒットしたログの一例を示す図である。 検索ヒットした他の使用条件でのログの一例を示す図である。 診断対象セルの使用開始日、診断基準日での容量維持率及び使用開始日から診断基準日までの期間を１とした場合の診断基準日から予測日までの期間の比率の一例を示す図である。 予測劣化率の導出手法を説明する図である。 検索結果で得られるセルの予測劣化率の一覧を例示した図である。 実施形態の予測結果の表示例を示す図である。 実施形態の予測装置のハードウェア構成例を示す図である。

実施形態では、ＥＶ車両（ＥＶ：Electric Vehicle）に搭載されたリチウムイオン二次電池の寿命予測を行うシステムについて説明する。寿命予測は、本例では容量維持率がどの程度低下するかを予測することで行われる。

実施形態のシステムは、予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量を用いて行う。実施形態では、先行して使用されている同一製品の二次電池、製品寿命となった同一製品の二次電池など、それぞれ互いに別体の二次電池の使用履歴が複数データベースに登録されている。実施形態のシステムでは、データベースに登録されている二次電池の使用履歴の中から、予測対象の二次電池の現在の内部状態量を用いて検索することで、予測対象の現在の状態と一致または近似している過去製品のデータを抽出する。実施形態のシステムは、この抽出データを用いて、予測対象の二次電池の寿命予測を行う。

本実施形態では、内部状態量という指標を用いて寿命予測を行う。各セル（二次電池）は、正極活物質、負極活物質などの材料を有する構成となっている。内部状態量は、セルを構成する各材料の特性データで成るものとする。すなわち、内部状態量は、複数材料それぞれの特性データであり、例えば正極を構成する活物質Ａ（例えばマンガン酸リチウム）の容量、正極を構成する活物質Ｂ（例えばコバルト酸リチウム）の容量、負極（例えば黒鉛やチタン酸リチウム）の容量、正極を構成する活物質Ａの充電量、正極を構成する活物質Ｂの充電量、負極の充電量、内部抵抗値などの特性データを含んでいる。

例えば着目する特性データを１つのみとし、その特性データのみを用いて寿命予測を行う場合、当該特性データ以外の要因を考慮しないため予測結果の精度は高くない。本実施形態では、種類の異なる複数の特性データを用いて寿命予測を行うため、検索結果の精度を高めることができる。

以下、図面を参照しつつ実施形態の態様を説明する。図１は、実施形態のシステム構成例を示す図である。実施形態のシステム１００は、予測サーバ１、ＥＶ車両２を有し、これらがインターネット３（広域ネットワーク）を介して互いにデータの送受信を行う。予測サーバ１は、インターネット３を介して接続される場所、すなわちＥＶ車両２から遠い場所に設置されている。

予測サーバ１は、ＥＶ車両２に搭載される二次電池の電流値、電圧値、電池温度をインターネット３を介して受信し、寿命予測結果を算出してＥＶ車両２に送信する。予測サーバ１は、実施形態では１台のコンピュータとして説明するが、複数台のコンピュータにより構成されるサーバ群や、これに大容量ストレージやネットワーク機器を含めたクラウドシステムであってもよい。

ＥＶ車両２は、リチウムイオン二次電池、電気モータを有し、二次電池から供給される電力でモータを駆動させることで走行する電気自動車である。またＥＶ車両２は、インターネット３を介して予測サーバ１と通信可能となる機構を有する。ＥＶ車両２は、二次電池の現在の電流値、電圧値、電池温度を計測し、これら計測結果を予測サーバ１に送信する。この送信は、従前技術の通信手段とする。

図２は、予測サーバ１のハードウェア構成例を示す図である。予測サーバ１は、本実施形態ではコンピュータであり、プロセッサ１１、メモリ１２、ＲＯＭ（Read Only Memory）１３、ＨＤＤ（Hard Disk Drive）１４、入力装置１５、出力装置１６、ネットワークＩ／Ｆ（Interface）１７を有する。これらは通信バス１８により互いに制御信号、データの送受信を行う。

プロセッサ１１は、例えばＣＰＵ（Central Processing Unit）などの演算処理装置であり、ＲＯＭ１３やＨＤＤ１４などに格納されているプログラムをメモリ１２にロードし、演算実行する。これによりプロセッサ１１は、プログラムに従い様々な処理を行うとともに、各ハードウェアを制御する。メモリ１２は、揮発性の主記憶装置である。ＲＯＭ１３は、永続的に記憶する不揮発性の記憶装置であり、システム起動時のＢＩＯＳ（Basic Input Output System）などが事前に記憶されている。ＨＤＤ１４は、永続的に記憶可能な不揮発性の補助記憶装置であり、ユーザが使用するデータやプログラム、オペレーティングシステムはＨＤＤ１４に記憶される。

入力装置１５は、ユーザから予測サーバ１への情報入力を受け付ける装置であり、キーボード、マウスなどである。出力装置１６は、予測サーバ１の処理内容や処理結果をユーザに通知する装置であり、モニター、プリンタなどである。入力装置１５、出力装置１６は、予測サーバ１の管理者が例えばメンテナンスを行う際に使用される。

ネットワークＩ／Ｆ１７は、予測サーバ１の外部機器と通信を担うユニットであり、ＬＡＮ（Local Area Network）ボードを含む。尚、ＥＶ車両２から得られる情報は、ネットワークＩ／Ｆ１７を経由して得られるものとする。

図３は、実施形態のシステムの機能ブロック図である。まずＥＶ車両２の構成から説明する。ＥＶ車両２は、電池パック２０１、コントロールユニット２１０、表示操作部２０４を有する。電池パック２０１は、複数のセルを組み合わせて成るモジュールを、複数接続してケースに収容したものである。セルは、実施形態ではリチウムイオン二次電池とする。

コントロールユニット２１０は、ＣＡＮ（Controller Area Network）を介して電池パック２０１を制御するユニットであり、測定器２０２、測定結果ＤＢ２０３を有する。測定器２０２は、電池パック２０１内に取り付けられるセンサから、電池パック２０１に収容されるセルそれぞれの現在の電流値、電圧値、温度の監視情報を受信して計測する。これら測定値は、記憶部である測定結果ＤＢ２０３に蓄積され、その後ユーザ操作に従い、または定期的に予測サーバ１に送信される。尚、記憶部を有さないＥＶ車両である場合、測定器２０２で得られた測定値はそのまま予測サーバ１に送信される。

表示操作部２０４は、ＥＶ車両２を制御するためのユーザ操作を受け付け、また車両状態などを表示するコントロールパネルである。尚、カーナビゲーションシステムのコントロールパネルを流用してもよい。

次に、予測サーバ１の構成について説明する。予測サーバ１は、過去の電池状態ＤＢ１０１、内部状態量算出部１０２、劣化推移ＤＢ１０４、検索部１０５、予測算出部１０７、予測結果ＤＢ１０８を有する。また一時的なデータとして、現在の内部状態量１０３、一致ログ１０６がある。尚、内部状態量算出部１０２、検索部１０５、予測算出部１０７は、図２に示すプロセッサ１１が、ＨＤＤ１４に事前に導入されているプログラムをメモリ１２に展開して演算実行することで、他のハードウェアリソースと協働して実現される機能部である。また過去の電池状態ＤＢ１０１、劣化推移ＤＢ１０４、予測結果ＤＢ１０８は、事前に導入されているＲＤＢＭＳ（Relational database management system）のデータ管理機構により実現されるが、データ蓄積を目的とした他の手段で実現されてもよい。

過去の電池状態ＤＢ１０１は、予測対象の二次電池（本例では電池パック２０１）とは異なる個体の、同一製品で得られた電流値、電圧値、温度の計測結果を蓄積している。すなわち過去の電池状態ＤＢ１０１は、予測対象の二次電池とは別個体であり同一製品である二次電池の、過去に集計した計測結果を蓄積している。尚、図３の破線矢印で示すように、ＥＶ車両２から今現在送信される電流値、電圧値、温度の測定値を過去の電池状態ＤＢ１０１に登録し、他の車両に搭載された電池パックの寿命予測を行う際には当該測定値を過去データとして用いる、という実装でもよい。

同一製品とは、例えば同じ正極材料および同じ負極材料を主材料として構成されるセルを搭載した同一の名称で販売される車や、同じ正極材料および同じ負極材料を主材料として構成されるセルを搭載した同一の名称で販売される定置型蓄電池システムをいう。その他、同一の名称で販売されるセルを搭載した車向け用の電池モジュールや電池パックを同一製品としてもよいし、同一の名称で販売されるセルを搭載した定置用途向けの電池モジュールや電池パックを同一製品とするなどしてもよい。

内部状態量算出部１０２は、ＥＶ車両２より送信される、予測対象の二次電池の計測結果を取得し、内部状態量を算出する。この算出結果は、図３では現在の内部状態量１０３として記されている。内部状態量は、従前技術、例えば上記特許文献２に示される電池性能推定方法で算出される、二次電池で使用される各材料の各種特性データである。また一方で、内部状態量算出部１０２は、過去の電池状態ＤＢ１０１に蓄積されている蓄積データを取得して内部状態量を算出する。この算出結果は、劣化推移ＤＢ１０４に蓄積される。

劣化推移ＤＢ１０４は、先行して使用されている同一製品の二次電池、製品寿命となった同一製品の二次電池など、予測対象の二次電池とは異なる個体の、同一製品の内部状態量の推移と電池の性能、例えば容量維持率の推移を対応させて蓄積している（以下、ログという）。この時、複数の使用条件（温度、ＳＯＣ範囲、充放電電流、およびそれらのパターン）が異なるログが蓄積されているが、必ずしも使用条件の詳細については蓄積する必要が無い。

予測結果ＤＢ１０８は、予測算出部１０７により得られた予測結果を永続的に保存し、データを蓄積する。

検索部１０５、予測算出部１０７、および一致ログ１０６については、図４のフローチャートを参照しつつ説明する。

検索部１０５は、診断対象の二次電池の内部状態量をもとに、劣化推移ＤＢ１０４を参照し、劣化推移ＤＢ１０４内の一致もしくは類似する内部状態量の二次電池を１つまたは複数検索する（Ｓ００１）。例えば、電池パック２０１の使用開始から今現在までの経過時間と今現在の内部状態量とを用いて、劣化推移ＤＢ１０４を検索し、当該経過時間と当該内部状態量との関係が一致もしくは類似するログを抽出する。類似判定は、例えば、最も値の近いものを採用したり、一定範囲内のものを１つまたは複数採用したりする。また検索単位としては、パック単位、モジュール単位、セル単位のいずれであってもよいが、本例ではセル単位として説明する。

予測サーバ１は、検索抽出されたセルにおいて、使用開始時点の内部状態量に対する、検索された内部状態量の差から容量維持率を算出する。容量維持率とは、初期容量に対する計測時の容量比である。図５は、劣化推移ＤＢ１０４に蓄積されたセル中の、検索ヒットしたセルの容量維持率の推移グラフ（ログ）を示した図である。また丸印で示すＰ１は、現在の内部状態量１０３のヒット値を示している。また図６は、検索ヒットしたセルの他の使用条件でのログについての容量維持率の推移グラフであり、丸印は、現在の内部状態量１０３のヒット値を示している。この推移グラフが一致ログ１０６に相当する。

初期容量とは、製品完成時や製品購入時にあらかじめ定められたセルの０％と定義した電圧（例えば放電終止電圧）から、１００％と定義した開回路電圧（例えば充電終止電圧）に到達するまで充電した場合の総充電容量［Ａｈ］など各種値を定義し用いることができる。

図４のフローチャートの説明に戻る。次に予測算出部１０７は、得られた一致ログ１０６に基づき予測劣化率算出を行う（Ｓ００２）。予測劣化率の算出は、以下の順で行われる。

予測算出部１０７は、診断対象セルの使用開始日から診断基準日（データ取得日）の期間と、診断基準日から予測する先までの期間の比率を算出する。図７は、電池パック２０１の容量維持率の時間変化について示した図である。図７にある使用開始日は、電池パック２０１を使い始めた日付であり、診断基準日は今現在の日付である。ここで、予測算出部１０７は、使用開始日から診断基準日までの期間（１５ヶ月）を１とし、これに対する診断基準日から予測日までの期間（本例では３ヶ月とする）の比率を算出する。本例では、使用開始日から診断基準日までの期間が１５ヶ月であるため、比率は０．２となる。

次に予測算出部１０７は、一致ログ１０６に対して上記で算出した比率を適用し、予測先における劣化率を抽出する。図８は、図５で示したログである。予測算出部１０７は、検索ヒット値（Ｐ１）から０．２先の値（Ｐ２）の容量維持率を求め、Ｐ１とＰ２の容量維持率の差を算出する。ここでは０．０１低下していることが導き出され、これを予測劣化率とする。予測算出部１０７は、全ての一致ログに対して上記方法で予測劣化率を抽出する。

上記では診断基準日から３ヶ月後を予測日とした予測劣化率を抽出したが、予測算出部１０７は、これのみならず１ヶ月後や２ヶ月後等の他の予測日に対しても同様の方法で予測劣化率を算出する。検索される各セルの１か月後、２か月後、３か月後の予測劣化率を図９の一覧に示す。図９の例では、セル１〜セル８のログが検索抽出され、セル１〜セル８について、１〜３か月後の予測劣化率を算出している。図９に示す一覧が図４のフローチャートに示す予測劣化率３０１に相当する。

図４のフローチャートの説明に戻る。次に予測算出部１０７は、予測劣化率の分布算出を行う（Ｓ００３）。予測算出部１０７は、予測日毎に予測劣化率の分布を算出し、最終的な予測範囲を確定する。本例では、予測範囲を予測劣化率の平均値±標準偏差(μ±σ)から求めることとする。このようにして算出される寿命予測結果は、この最終的な予測範囲のデータであり、予測結果ＤＢ１０８に蓄積して保存される。

図４のフローチャートに従い算出される寿命予測結果は、ＥＶ車両２に送信され、ＥＶ車両２の表示操作部２０４は寿命予測結果の各データをグラフ化して表示する。図１０は、このときの表示例である。図１０に示すように、ユーザはセル単位、モジュール単位、パック単位の選択、およびセル単位の場合はセルの識別情報を選択することができる。また予測日も選択することが可能となっており、表示操作部２０４は、ユーザにより選択される設定に従い再表示を行う。このようにして、ユーザは将来の寿命予測を確認することができる。

上記実施形態では、予測演算を行うユニットの一形態として、サーバ（コンピュータ）を用いる態様を説明した。これは、複数のＥＶ車両からの要求を同時に処理するため、また複数データの収集や集計を大規模に行うための実装例である。一方で、ユーザがその場で手軽に対象電池の予測結果を得るためのデバイスを提供してもよい。図１１に示す予測装置３は、据置型もしくは持ち運びが容易な装置であり、マイクロプロセッサ３１１、ＡＳＩＣ３１２（ＡＳＩＣ：Application specific integrated circuit）、メモリ３１３、不揮発性の補助記憶装置３１４、表示部３１５、操作部３１６、入出力端子３１７を有する。マイクロプロセッサ３１１は、装置内のハードウェアを統括的に制御する。ＡＳＩＣ３１２は、特定処理を高速に行うための集積回路であり、上記で説明した処理の一部もしくは全てを高速演算する。入出力端子３１７は、ＥＶ車両２のコントロールユニット２１０と直接的にケーブル接続するための端子であるとするが、ＬＡＮ接続などでも構わない。メモリ３１３、補助記憶装置３１４、表示部３１５、操作部３１６は従前のユニットを採用する。尚、表示部３１５、操作部３１６は、タッチパネルディスプレイでもよい。

図３に示す内部状態量算出部１０２、検索部１０５、予測算出部１０７の各機能部は、マイクロプロセッサ３１１でのソフトウェア制御もしくはＡＳＩＣ３１２で実現される。また小型化を図るため、予測装置３は、過去の電池状態ＤＢ１０１や予測結果ＤＢ１０８を有さない構成でもよい。この場合、劣化推移ＤＢ１０４へのデータ登録を事前にしておき、補助記憶装置３１５に記憶しておく。図４のフローチャートに従い算出される寿命予測結果は、表示部３１５にそのままグラフ化されて表示される。

本実施形態では、ＥＶ車両の電池パックを予測対象として説明したが、例えばノートＰＣのバッテリなどにも適用される。すなわち、リチウムイオン二次電池であれば、どのような態様であってもよい。

従来技術では、予測対象の二次電池自体の過去データを用いて、外挿を行うことで将来の予測を行っているが、適切な予測モデルが構築されるまでは、外挿で予測結果を得るのは困難である。一方本実施形態では、図５、図６、図８に示すように、同一製品の過去データを用いて内挿（既存データ列を基にして、そのデータ列の区間それぞれの範囲内を求める）を行って予測する。このように、同一製品の過去の実績値に基づき対象二次電池の寿命予測を行うことから、外挿では予測困難な急激な値の変化をも予測することが可能である。

このように同一製品の過去データに基づき内挿で予測するため、同一製品の過去データの範囲外を予測日として指定された場合、表示操作部２０４は、適用範囲外である旨のメッセージを表示してもよい。

本実施形態のように、予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量の過去データを用いて寿命予測を行うことができる。これにより、予測対象セル自身の使用履歴等の情報を必要とせずに寿命予測を行うことができる。

本実施形態では、内部状態量という、セルを構成する各材料の特性データで成るものを指標として採用している。すなわち、内部状態量を用いることで、複数且つ多種類の特性データを活用して寿命予測を行うことができる。本実施形態のように、多種類の特性データを用いることで、検索の際には、特性データＡが一致もしくは近似、且つ、特性データＢが一致もしくは近似、且つ、特性データＣが一致もしくは近似、且つ、・・・というように、検索条件を絞ることが可能となり、１つの特性データや少数の特性データを用いる場合よりも高精度の検索結果を得ることができる。

寿命予測の用語は、リチウムイオン電池の劣化予測、性能予測、性能推定も含む。また寿命予測の用語は、リチウムイオン電池の状態予測、劣化状態予測など、将来の電池状態を予測、推定する概念も含む。

各実施形態では、装置内部に各実施形態の態様を実施する機能が予め記録されている場合で説明をしたが、これに限らず同様の機能をネットワークから装置にダウンロードしても良いし、同様の機能を記録媒体に記憶させたものを装置にインストールしてもよい。記録媒体としては、ＣＤ−ＲＯＭ等プログラムを記憶でき、かつ装置が読み取り可能な記録媒体であれば、その形態は何れの形態であっても良い。またこのように予めインストールやダウンロードにより得る機能は装置内部のＯＳ（オペレーティング・システム）等と協働してその機能を実現させるものであってもよい。

また、本実施形態ではセルとの用語を用いているが、その他にも、電池、単電池、二次電池、蓄電池、電池セルと称される場合もある。また、電池モジュール、電池パックは、それぞれ制御基板を備えている場合もある。また、本実施形態ではＥＶ車両に搭載された電池を用いて説明しているが、定置型蓄電池システムに代えてもよい。

実施形態により、リチウムイオン電池の将来の劣化状態の予測精度を向上させることができる。

なお、本発明の実施形態を説明したが、当該実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

Claims (10)

1. リチウムイオン二次電池を構成する材料の特性データである内部状態量に基づき、該二次電池の寿命予測を行う予測システムであって、
   予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量を蓄積する記憶部と、
   予測対象の二次電池の内部状態量を取得し、該内部状態量と一致もしくは近似した内部状態量を前記記憶部から検索し、検索結果の内部状態量を用いて、前記予測対象の二次電池の寿命予測結果を算出する制御部と、
   を有する予測システム。
2. 請求項１に記載の予測システムにおいて、
   前記制御部は、検索結果の内部状態量を内挿して、前記予測対象の二次電池の寿命予測結果を算出する。
3. 請求項１に記載の予測システムにおいて、
   前記内部状態量は、リチウムイオン二次電池を構成する材料の複数の特性データである。
4. 請求項１に記載の予測システムにおいて、
   前記記憶部は、先行して使用されている同一製品の二次電池の内部状態量または製品寿命となった同一製品の二次電池の内部状態量のいずれかもしくは両方を記憶する。
5. 請求項１に記載の予測システムにおいて、さらに、
   予測対象の二次電池の電流、電圧、電池温度を測定し、送信するコントロールユニットと、
   予測対象の二次電池の電流、電圧、電池温度の測定値を受信し、前記寿命予測結果を送信するインターフェイス部と、
   前記寿命予測結果を受信し、グラフ化して表示する表示部と、を有し、
   前記制御部は、前記インターフェイス部で受信される測定値に基づき内部状態量を算出して取得し、算出した前記予測対象の二次電池の寿命予測結果を、前記インターフェイス部を介して送信制御する。
6. 請求項５に記載の予測システムにおいて、
   前記記憶部、前記インターフェイス部、前記制御部は、前記コントロールユニットから広域ネットワークを介して接続される位置に設置されている。
7. リチウムイオン二次電池を構成する材料の特性データである内部状態量に基づき、該二次電池の寿命予測を行う処理を、コンピュータに実行させるためのプログラムであって、
   予測対象の二次電池の内部状態量を取得し、
   該内部状態量と一致もしくは近似した内部状態量を、予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量を蓄積した記憶部から検索し、
   検索結果の内部状態量を用いて、前記予測対象の二次電池の寿命予測結果を算出する
   処理を、コンピュータに実行させるための予測プログラム。
8. 請求項７に記載の予測プログラムにおいて、
   検索結果の内部状態量を内挿して、前記予測対象の二次電池の寿命予測結果を算出する処理を、コンピュータに実行させるための予測プログラム。
9. リチウムイオン二次電池を構成する材料の特性データである内部状態量に基づき、該二次電池の寿命予測を行う予測装置であって、
   予測対象の二次電池とは異なる個体の、同一製品の二次電池の内部状態量を蓄積する記憶部と、
   予測対象の二次電池の電流、電圧、電池温度の測定値を入力する第１端子と、
   前記第１端子で受信される測定値に基づき、前記予測対象の二次電池の内部状態量を算出し、該内部状態量と一致もしくは近似した内部状態量を前記記憶部から検索し、検索結果の内部状態量を用いて、前記予測対象の二次電池の寿命予測結果を算出する制御部と、
   を有する予測装置。
10. 請求項９に記載の予測装置において、
    前記制御部は、検索結果の内部状態量を内挿して、前記予測対象の二次電池の寿命予測結果を算出する。

Images