WO2017094432A1 - バッテリ残量推定システムおよびバッテリ残量推定方法 - Google Patents

Abstract

バッテリ残量推定システム（１）は、接続検出部（１５）、接続機器特定部（１７）、メモリ（１６）、バッテリ残量推定資源決定部（１８）を備えている。接続検出部（１５）は、バッテリパック（１０）と充電装置（３０）との接続を検出する。接続機器特定部（１７）は、接続機器を特定する。メモリ（１６）は、バッテリパック（１０）が有するバッテリ残量の推定に用いられるセンサ（１１）、ＣＰＵ（１２）に関する情報および充電装置（３０）が有するバッテリ残量の推定に用いられるセンサ（３１）、ＣＰＵ（３２）に関する情報を保存する。バッテリ残量推定資源決定部（１８）は、接続機器特定部（１７）において特定された接続機器に関する情報に基づいて、メモリ（１６）に保存されバッテリ残量の推定に用いられるセンサ（１１，３１）およびＣＰＵ（１２，３２）を決定する。

Description

バッテリ残量推定システムおよびバッテリ残量推定方法

　本発明は、バッテリパックの残量を推定するバッテリ残量推定システムおよびバッテリ残量推定方法に関する。

　充電器によって充電されて繰り返し使用されるバッテリパックは、充電器や電力消費体等の様々な接続機器に接続された状態で使用される。
　そして、一般的に、バッテリパックのバッテリ残量は、直接的に計測する手段がないため、電圧、電流、インピーダンス、温度等の物理量の変化を記録した測定履歴等を用いて推定される。

　例えば、特許文献１には、充放電電流、バッテリ電圧、バッテリ温度等を用いて推定されたバッテリのＳＯＣが基準ＳＯＣ以下である場合には、基準残存容量、現在のバッテリ電圧等を用いて現在の残存容量を推定し、現在のＳＯＣを推定するバッテリパック管理システムについて開示されている。

特開２０１４－２２８５３４号公報 特開２０１４－１９０７２７号公報 特開２０１１－１７６９５８号公報 特開２０１４－５３５０３８号公報

　しかしながら、上記従来のバッテリ残量推定システムでは、以下に示すような問題点を有している。
　すなわち、上記公報に開示されたバッテリ残量推定システムでは、バッテリパックおよび接続機器に搭載された資源を組み合わせて効果的に活用することについて考慮されていない。
　本発明の課題は、従来よりもバッテリ残量の推定精度を向上させることが可能なバッテリ残量推定システムおよびバッテリ残量推定方法を提供することにある。

（課題を解決するための手段）
　第１の発明に係るバッテリ残量推定システムは、バッテリパックのバッテリ残量を推定するバッテリ残量推定システムであって、接続検出部と、接続機器特定部と、記憶部と、バッテリ残量推定資源決定部と、を備えている。接続検出部は、バッテリパックとバッテリパックが接続される接続機器とが接続されたことを検出する。接続機器特定部は、接続機器を特定する。記憶部は、バッテリ残量の推定に用いられる、バッテリパックが有する第１資源に関する情報、および接続機器が有する第２資源に関する情報を保存する。バッテリ残量推定資源決定部は、接続機器特定部において特定された接続機器に関する情報に基づいて、記憶部に保存されバッテリ残量の推定に用いられる第１資源および第２資源を決定する。

　ここでは、バッテリパックのバッテリ残量を推定する際に、バッテリパック側の第１資源と、バッテリパックが接続された接続機器側の第２資源を用いて、バッテリ残量の推定精度を向上させる。
　ここで、バッテリパックが接続される接続機器には、例えば、バッテリパックの充電を行う充電装置、バッテリパックが搭載される各種電力消費体等が考えられる。そして、上記バッテリパック側の第１資源、接続機器側の第２資源には、例えば、ＣＰＵ、ＧＰＵ（Graphic Processing Unit）等の計算資源、バッテリ残量の推定に用いられるアルゴリズム、バッテリ電圧・電流、インピーダンス等を計測するセンサ等の計測資源等が含まれる。また、バッテリ残量の推定において、上記バッテリパック側の第１資源と、接続機器側の第２資源とが組み合わせて用いられてもよいし、第１資源のみ、第２資源のみを用いて用いられてもよい。

　なお、接続検出部、接続機器特定部、記憶部、バッテリ残量推定資源決定部は、それぞれバッテリパック側に設けられていてもよいし、接続機器側に設けられていてもよい。あるいは、バッテリパックおよび接続機器にまたがって設けられていてもよい。
　これにより、例えば、最も精度の高い推定が可能な第１資源と第２資源との組合せを用いて、バッテリ残量の推定を行うことができる。
　この結果、従来よりもバッテリ残量の推定精度を向上させることができる。

　第２の発明に係るバッテリ残量推定システムは、第１の発明に係るバッテリ残量推定システムであって、第１資源および第２資源には、計算機能を有する計算資源、電圧、電流、インピーダンスを測定する測定資源、バッテリ残量を推定するアルゴリズムが含まれる。

　ここでは、バッテリパック側の第１資源、および接続機器側の第２資源として、ＣＰＵやＧＰＵ等の計算資源、各種センサ等の測定資源、バッテリ残量の推定に用いられる各種アルゴリズム等が使用される。
　これにより、バッテリパック側、接続機器側の資源を用いて、最適な組合せを決定して、効率よく高精度なバッテリ残量の推定を行うことができる。

　第３の発明に係るバッテリ残量推定システムは、第１または第２の発明に係るバッテリ残量推定システムであって、バッテリ残量推定資源決定部は、第１資源と第２資源とを組み合わせて、バッテリ残量を推定する。
　ここでは、バッテリパック側の第１資源の中の少なくとも１つと、接続機器側の第２資源の中の少なくとも１つを組み合わせて、バッテリ残量の推定を行う。
　これにより、バッテリパック側および接続機器側に設けられた各種資源を効果的に活用して、最適な組合せによって高精度なバッテリ残量の推定を実施することができる。

　第４の発明に係るバッテリ残量推定システムは、第１から第３の発明のいずれか１つに係るバッテリ残量推定システムであって、バッテリ残量推定資源決定部は、バッテリ残量の推定精度、推定速度、推定に要する消費電力のうち、いずれか１つに基づいて、第１資源および第２資源を選択する。

　ここでは、バッテリ推定の推定精度、推定速度、消費電力等の要素に基づいて、バッテリ推定に使用される第１資源および第２資源を選択する。
　これにより、例えば、推定精度が最も高いＣＰＵやセンサ、アルゴリズム等を含む組合せを優先的に選択するように、第１・第２資源を用いることで、効果的に高精度なバッテリ残量の推定を実施することができる。
　なお、例えば、推定精度が所定値以上を確保できる場合には、推定処理の速度が高いＣＰＵ等を含む組合せ、あるいは消費電力が最も低いＣＰＵ等を含む組合せを選択するように、第１・第２資源を用いてもよい。

　第５の発明に係るバッテリ残量推定システムは、第１から第４の発明のいずれか１つに係るバッテリ残量推定システムであって、記憶部は、バッテリ残量推定資源決定部においてバッテリ残量の推定に使用されることが決定された第１資源および第２資源を保存する。

　ここでは、バッテリ残量の推定時に使用された第１資源および第２資源の組合せを、記憶部に保存する。
　これにより、次回のバッテリ残量の推定時に、同様の条件でバッテリ推定を実施する際には、過去に選択された組合せを読み出して用いることで、例えば、さらに効率よく、高精度に、あるいは消費電力を抑制したバッテリ残量の推定を実施することができる。

　第６の発明に係るバッテリ残量推定システムは、第１から第５の発明のいずれか１つに係るバッテリ残量推定システムであって、接続機器は、充電装置である。
　ここでは、バッテリパックが接続される接続機器として、バッテリパックの充電を行う充電装置を用いている。
　これにより、バッテリパックが充電装置にセットされた状態を検出すると、バッテリパック側の第１資源と、充電装置側の第２資源とを用いて、効率よく高精度なバッテリ残量の推定を実施することができる。

　第７の発明に係るバッテリ残量推定システムは、第１から第５の発明のいずれか１つに係るバッテリ残量推定システムであって、接続機器は、モビリティ、家電、電動工具のうちのいずれかである。
　ここでは、バッテリパックが接続される接続機器として、バッテリパックが装着されるモビリティ、家電、電動工具を用いている。

　ここで、モビリティとしては、例えば、バッテリパックからの電力によって走行する電動自動二輪車等が含まれる。また、家電としては、例えば、バッテリパックからの電力によって機能する冷蔵庫、洗濯機、掃除機、炊飯器、湯沸しポット等が含まれる。さらに、電動工具としては、例えば、バッテリパックによって動作する電動ドリル、電動のこぎり等が含まれる。

　これにより、バッテリパックがモビリティ、家電、電動工具等にセットされた状態を検出すると、バッテリパック側の第１資源と、モビリティ等の第２資源とを用いて、例えば、効率よく高精度なバッテリ残量の推定を実施する、あるいは消費電力を抑制してバッテリ残量の推定を実施することができる。

　第８の発明に係るバッテリ残量推定システムは、第７の発明に係るバッテリ残量推定システムであって、モビリティは、電動自動二輪車、電動自転車、電動アシスト自転車、電気自動車、ＰＨＶ（Plug-in Hybrid Vehicle）を含む。
　ここでは、接続機器であるモビリティとして、電動自動二輪車、電動自転車等を用いている。
　これにより、例えば、所定のバッテリステーション等において、残容量が少ないバッテリパックを充電済みのバッテリパックと交換しながら使用されるモビリティにおいて、高精度にバッテリ残量を推定することができる。

　第９の発明に係るバッテリ残量推定方法は、バッテリパックのバッテリ残量を推定するバッテリ残量推定方法であって、接続検出ステップと、接続機器特定ステップと、バッテリ残量推定資源決定ステップと、を備えている。接続検出ステップでは、バッテリパックとバッテリパックが接続される接続機器とが接続されたことを検出する。接続機器特定ステップでは、接続機器を特定する。バッテリ残量推定資源決定ステップでは、接続機器特定ステップにおいて特定された接続機器に関する情報に基づいて、バッテリ残量の推定に用いられるバッテリパックが有する第１資源および接続機器が有する第２資源を決定する。

　ここでは、バッテリパックのバッテリ残量を推定する際に、バッテリパック側の第１資源と、バッテリパックが接続された接続機器側の第２資源を用いて、バッテリ残量の推定精度を向上させる。
　ここで、バッテリパックが接続される接続機器には、例えば、バッテリパックの充電を行う充電装置、バッテリパックが搭載される各種電力消費体等が考えられる。そして、上記バッテリパック側の第１資源、接続機器側の第２資源には、例えば、ＣＰＵ、ＧＰＵ（Graphic Processing Unit）等の計算資源、バッテリ残量の推定に用いられるアルゴリズム、バッテリ電圧・電流、インピーダンス等を計測するセンサ等の計測資源等が含まれる。また、バッテリ残量の推定において、上記バッテリパック側の第１資源と、接続機器側の第２資源とが組み合わせて用いられてもよいし、第１資源のみ、第２資源のみを用いて用いられてもよい。

　これにより、例えば、最も精度の高い推定が可能な第１資源と第２資源との組合せを用いて、バッテリ残量の推定を行うことができる。
　この結果、従来よりもバッテリ残量の推定精度を向上させることができる。
（発明の効果）
　本発明に係るバッテリ残量推定システムによれば、従来よりもバッテリパックの残量の推定精度を向上させることができる。

本発明の一実施形態に係るバッテリ残量推定システムに含まれるバッテリパックが搭載されるモビリティの構成を示す図。 本発明の一実施形態に係るバッテリ残量推定システムの構成を示す制御ブロック図。 図２のバッテリ残量推定システムに含まれるバッテリパック、充電装置に搭載されたＣＰＵ、アルゴリズム、センサを比較したテーブル。 図２のバッテリ残量推定システムにおいてバッテリ残量の推定条件（モード）の内容を示すテーブル。 図４のバッテリ残量の推定条件を各モードごとに示すテーブル。 図２のバッテリ残量推定システムにおけるバッテリ残量推定方法の流れを示すフローチャート。 本発明の他の実施形態に係るバッテリ残量推定システムの構成を示す制御ブロック図。 本発明のさらに他の実施形態に係るバッテリ残量推定システムの構成を示す制御ブロック図。

　本発明の一実施形態に係るバッテリ残量推定システム１について、図１～図６を用いて説明すれば以下の通りである。
　本実施形態に係るバッテリ残量推定システム１は、図１に示すように、電動自動二輪車等のモビリティ２０に交換可能な状態で搭載されるバッテリパック１０のバッテリ残量を推定する。

　バッテリパック１０は、図１に示すように、モビリティ２０に対して電力を供給するための二次電池であって、モビリティ２０に対して交換可能な状態で２本搭載されている。そして、バッテリパック１０は、所定のバッテリステーションに設置された充電装置３０（図２参照）を用いて充電されることで、繰り返し使用される。
　モビリティ２０は、シート２０ａの下に搭載された２本のバッテリパック１０から電力を供給されて走行する電動自動二輪車であって、前輪２０ｃ、後輪（駆動輪）２０ｄを備えている。

　前輪２０ｃは、モビリティ２０の前部と路面との間に設けられた操舵輪であって、ハンドル２０ｂの向きに連動して向きを変えることで、走行方向を切り替えることができる。
　後輪２０ｄは、バッテリパック１０が搭載されたモビリティ２０の後部と路面との間に設けられた駆動輪であって、モータ（図示せず）によって回転駆動される。
　そして、本実施形態のバッテリ残量推定システム１は、図２に示すように、バッテリパック１０が接続機器（本実施形態では、充電装置３０）に接続された状態で、バッテリパック１０のバッテリ残量の推定を行う。

　（バッテリパック１０の構成）
　バッテリパック１０は、図２に示すように、センサ（第１資源、計測資源）１１、ＣＰＵ（Central Processing Unit）（第１資源、計算資源）１２、送受信部１３、接続部１４、接続検出部１５、メモリ（記憶部）１６、接続機器特定部１７、およびバッテリ残量推定資源決定部１８を備えている。

　センサ（第１資源、計測資源）１１は、各種データの測定を行うとともに、バッテリパック１０のバッテリ残量を推定するために必要なデータの測定を実施する。具体的には、センサ１１は、バッテリパック１０内のセルの電圧、電流、内部インピーダンスのうち、少なくとも１つの測定を実施する。
　本実施形態では、バッテリパック１０には、例えば、電流センサ、電圧センサ等のセンサ１１が搭載されている。なお、バッテリパック１０側の電流センサおよび電圧センサは、図３に示すように、充電装置３０に搭載されたセンサ３１（電流センサ）よりも精度が低いものが搭載されている。

　ＣＰＵ（第１資源、計算資源）１２は、図２に示すように、センサ１１と接続されており、バッテリパック１０に関する各種制御を行う。そして、ＣＰＵ１２は、バッテリパック１０のバッテリ残量を推定するために必要なデータの測定結果、メモリ１６に保存されたアルゴリズムを用いて、バッテリパック１０のバッテリ残量の推定値を算出する。具体的には、ＣＰＵ１２は、例えば、センサ１１において測定されたバッテリパック１０の電流値の履歴情報とともに、メモリ１６に保存されたクーロンカウンタ法等のアルゴリズムを用いて、バッテリ残量の推定値を算出する。

　本実施形態では、バッテリパック１０に搭載されたＣＰＵ１２は、図３に示すように、充電装置３０に搭載されたＣＰＵ３２よりも、バッテリ残量の推定精度が低いものが用いられている。また、ＣＰＵ１２によるバッテリ残量の推定に用いられるアルゴリズムは、図３に示すように、クーロンカウンタ法、ＯＣＶ（Open Circuit Voltage）法等がある。
　ここで、クーロンカウンタ法とは、バッテリパック１０に流入した電流と、流出した電流とを測定することでバッテリ残量を算出する手法であって、電流積算法とも呼ばれる。そしてクーロンカウンタ法では、電流検出抵抗を使って充電時に蓄えられた電流量を積算し、放電時の電流量を求めることで、バッテリ残量を算出する。クーロンカウンタ法によるバッテリ残量の推定は、一般的に、電圧測定方式と比べて精度は高いという特徴がある（例えば、特許文献２参照）。

　また、ＯＣＶ法とは、閉回路電圧（ＣＣＶ）から開回路電圧（ＯＣＶ）を推定し、開回路電圧（ＯＣＶ）とバッテリ残量との対応関係を示すテーブルを用いて、バッテリ残量を推定する手法である（例えば、特許文献３参照）。ＯＣＶ法によって推定されたバッテリ残量は、一般的に、他の手法によって推定された値よりも精度が低い（図５のモードＫ参照）。

　送受信部１３は、ＣＰＵ１２、メモリ１６、接続機器特定部１７等と接続されている。そして、送受信部１３は、接続検出部１５においてバッテリパック１０が充電装置３０に接続されたことが検出されると、充電装置３０側の送受信部３３との間で通信を行う。具体的には、送受信部１３は、送受信部３３を介して、バッテリパック１０が接続された充電装置３０側に搭載されたセンサ３１、ＣＰＵ３２等の情報を取得する。

　接続部１４は、バッテリパック１０側に設けられた充電装置３０との接続部分であって、バッテリパック１０が充電装置３０にセットされた際に、充電装置３０側の接続部３４と接触する。そして、接続部１４は、接続検出部１５に接続されている。
　接続検出部１５は、バッテリパック１０が充電を行う場合等に充電装置３０にセットされた際に、バッテリパック１０側の接続部１４と充電装置３０側の接続部３４とが接触したことを検出することで、バッテリパック１０と充電装置３０とが接続状態にあることを検出する。そして、接続検出部１５は、検出結果を送受信部１３へと送信する。

　これにより、送受信部１３は、充電装置３０側の送受信部３３との間で通信可能な状態となる。
　メモリ（記憶部）１６は、図３に示すように、送受信部１３を介して取得した充電装置３０側の第２資源（センサ３１、ＣＰＵ３２、アルゴリズム）に関する情報を保存するとともに、バッテリパック１０側の第１資源（センサ１１、ＣＰＵ１２、アルゴリズム）に関する情報を保存する。

　また、メモリ１６は、図４に示すように、バッテリパック１０側の第１資源と充電装置３０側の第２資源とを用いたバッテリ残量の推定に関して、複数設定されたモードごとのの推定条件を保存している。
　ここで、メモリ１６に保存されるモードとしては、例えば、図４に示すように、バッテリ残量の推定精度が高い資源を優先的に選択した推定精度優先モード、バッテリ残量の推定に要する電力が少ない資源を優先的に選択した消費電力優先モード等がある。

　このような複数のモードは、図５に示すように、予めメモリ１６内に複数用意されており、例えば、図４に示す推定精度優先モードは、図５に示すモードＡに対応し、図４に示す消費電力優先モードは、図５に示すモードＧに対応している。
　例えば、推定精度優先モード（モードＡ）では、図５に示すように、バッテリ残量の推定精度が最も高くなるように、バッテリパック１０および充電装置３０側の各資源の組合せを選択する。

　具体的には、推定精度優先モードでは、図４に示すように、アルゴリズムは充電装置３０側のカルマンフィルタ法を採用するとともに、より高精度な充電装置３０側のＣＰＵ３２、電流センサ（センサ３１）およびバッテリパック１０側の電圧センサ（センサ１１）を使用して、バッテリ残量の推定を行う。
　また、消費電力優先モードでは、図５に示すように、バッテリパック１０のバッテリ残量の推定に要する電力量が少なくなるように、バッテリパック１０および充電装置３０側の各資源の組合せを選択する。

　具体的には、消費電力優先モードでは、図４に示すように、アルゴリズムはクーロンカウンタ法を採用するとともに、より消費電力が少ないバッテリパック１０側のＣＰＵ１２と、充電装置３０側の電流センサ（センサ３１）を使用して、バッテリ残量の推定を行う。なお、充電装置３０側の電流センサは、バッテリパック１０側のセンサ１１と比較して消費電力がほぼ同程度か少ない。このため、消費電力が少ないという条件を満たしつつ、できるだけ精度の高いバッテリ残量の推定が実施できるように、モードＧでは充電装置３０側の電流センサ（センサ３１）を用いている。

　その他、バッテリ残量の推定時における処理速度を優先する場合には、図５に示すように、最も処理速度が大きい処理速度優先モード（モードＢ）が選択される。
　なお、図５に示す各モードに対応するアルゴリズムについて、カルマンフィルタ法は、充電装置３０側のＣＰＵ３２によって用いられる。そして、クーロンカウンタ法、ＯＣＶ法は、バッテリパック１０側のＣＰＵ１２、充電装置３０側のＣＰＵ３２の双方で用いられる。

　そして、図５に示す各モードに対応するＣＰＵについて、高精度とは、充電装置３０に搭載されたＣＰＵ３２を意味している。一方、低精度とは、バッテリパック１０に搭載されたＣＰＵ１２を意味している。
　さらに、図５に示す各モードに対応するセンサについて、高精度とは、充電装置３０に搭載されたセンサ３１（電流センサ）を意味している。一方、低精度とは、バッテリパック１０に搭載されたセンサ１１（電流センサ、電圧センサ）を意味している。

　また、図５に示す精度、消費電力、処理速度の欄の数値は、小さい方が性能が高いことを意味している。
　接続機器特定部１７は、送受信部１３を介して取得した接続機器（充電装置３０）の情報に基づいて、接続機器が充電装置３０であることを特定する。そして、接続機器特定部１７において、接続機器が充電装置３０であることが特定されると、充電装置３０に搭載されたセンサ３１、ＣＰＵ３２等の第２資源に関する情報がメモリ１６に保存される。

　バッテリ残量推定資源決定部１８は、接続機器特定部１７において特定された充電装置３０に搭載された第２資源の情報と、バッテリパック１０に搭載された第１資源の情報とを参照して、バッテリパック１０のバッテリ残量の推定を行う。
　具体的には、予め設定された条件（モード）に基づいて、バッテリ残量の推定に用いられる資源として、バッテリパック１０側の第１資源、充電装置３０側の第２資源のうちのいずれかを選択する。

　ここで、バッテリ残量推定資源決定部１８は、上述したように、例えば、推定精度が最も高いモードでバッテリ残量の推定を行う場合には、図４に示すように、充電装置３０に搭載されたセンサ３１、ＣＰＵ３２、アルゴリズムを用いるとともに、バッテリパック１０に搭載された電流センサ（センサ１１）を選択して、バッテリ残量の推定を行う。
　一方、バッテリ残量推定資源決定部１８は、上述したように、例えば、消費電力が最も少ないモードでバッテリ残量の推定を行う場合には、図４に示すように、バッテリパック１０に搭載されたＣＰＵ１２、アルゴリズムを用いるとともに、充電装置３０に搭載された電流センサ（センサ３１）を選択して、バッテリ残量の推定を行う。

　これにより、バッテリパック１０およびバッテリパック１０が接続された接続機器（充電装置３０）に搭載されたアルゴリズム、ＣＰＵ、センサ等の資源（第１・第２資源）を適切に組み合わせて最適な条件でバッテリパック１０のバッテリ残量を推定することができる。

　（充電装置３０の構成）
　充電装置３０は、上述したバッテリパック１０の充電を行うために、所定のバッテリステーションに設置されている。そして、充電装置３０は、図２に示すように、センサ（第２資源、計測資源）３１、ＣＰＵ（第２資源、計算資源）３２、送受信部３３、および接続部３４を備えている。
　センサ（第２資源、計測資源）３１は、各種データの測定を行うとともに、バッテリパック１０のバッテリ残量を推定するために必要なデータの測定を実施する。具体的には、センサ３１は、バッテリパック１０の電圧、電流、内部インピーダンスのうち、少なくとも１つの測定を実施する。
　本実施形態では、充電装置３０には、例えば、電流センサ等のセンサ３１が搭載されている。なお、充電装置３０側の電流センサは、図３に示すように、バッテリパック１０に搭載されたセンサ１１（電流センサ、電圧センサ）よりも精度が高いものが搭載されている。

　ＣＰＵ（第２資源、計算資源）３２は、図２に示すように、センサ３１と接続されており、充電装置３０に関する各種制御を行う。そして、ＣＰＵ３２は、バッテリパック１０のバッテリ残量を推定するために必要なデータの測定結果を用いて、バッテリパック１０のバッテリ残量の推定値を算出する。具体的には、ＣＰＵ３２は、例えば、センサ３１において測定されたバッテリパック１０の電流値の履歴情報とともに、カルマンフィルタ法等のアルゴリズムを用いて、バッテリ残量の推定値を算出する。

　本実施形態では、充電装置３０に搭載されたＣＰＵ３２は、図３に示すように、バッテリパック１０に搭載されたＣＰＵ１２よりも、バッテリ残量の推定精度が高いものが用いられている。また、ＣＰＵ３２によるバッテリ残量の推定に用いられるアルゴリズムは、図３に示すように、上述したクーロンカウンタ法、ＯＣＶ（Open Circuit Voltage）法に加えて、カルマンフィルタ法等がある。

　ここで、カルマンフィルタ法とは、カルマンフィルタを用いてバッテリ残量の推定を行う手法であって、一般的に、上述したクーロンカウンタ法やＯＣＶ法と比較して、推定精度が高いという利点がある（例えば、特許文献４参照）。
　送受信部３３は、ＣＰＵ３２と接続されている。そして、送受信部３３は、バッテリパック１０が充電装置３０に接続された状態において、バッテリパック１０側の送受信部１３との間で通信を行う。具体的には、送受信部３３は、送受信部１３を介して、バッテリパック１０側へ、充電装置３０側に搭載されたセンサ３１、ＣＰＵ３２等の情報を送信する。
　接続部３４は、充電装置３０側に設けられたバッテリパック１０との接続部分であって、バッテリパック１０が充電装置３０にセットされた際に、バッテリパック１０側の接続部１４と接触する。

　＜バッテリ残量推定方法＞
　本実施形態のバッテリ残量推定システム１では、以上のような構成を備えており、図６に示すフローチャートに従って、バッテリ残量の推定を行う。

　すなわち、ステップＳ１１では、バッテリパック１０と充電装置３０との接続が検出されたか否かを確認する。ここで、接続が検出されると、ステップＳ１２へ進む。
　次に、ステップＳ１２では、バッテリパック１０が接続された接続機器を特定する。本実施形態では、接続機器として、充電装置３０が特定される。
　次に、ステップＳ１３では、接続機器として特定された充電装置３０側およびバッテリパック１０側に搭載された資源（第１・第２資源）の種類、性能等の情報を確認する。なお、これらの情報は、送受信部１３，３３を介して、充電装置３０から取得するとともに、メモリ１６に保存された情報を用いることができる。

　次に、ステップＳ１４では、バッテリ残量の推定条件（モード）を取得する。推定条件は、予め設定されたモードをそのまま選択してもよいし、使用者によって選択入力されたモードを選択してもよい。
　複数の推定条件（モード）としては、上述したように、推定精度を優先する推定精度優先モード（図５のモードＡ）や、消費電力を抑える消費電力優先モード（図５のモードＧ）、処理速度を優先する処理速度優先モード（図５のモードＢ）等がある。

　次に、ステップＳ１５では、ステップＳ１４において選択された推定条件を満たすために、バッテリパック１０側の第１資源（センサ１１、ＣＰＵ１２、およびアルゴリズム）と、充電装置３０側の第２資源（センサ３１、ＣＰＵ３２、およびアルゴリズム）の中から、最適な資源が選択される。
　例えば、推定精度優先モードでは、図４に示すように、精度の高いバッテリ残量の推定が実施できるように、最も精度の高いセンサ３１、ＣＰＵ３２、アルゴリズム（カルマンフィルタ法）が選択される。

　また、消費電力優先モードでは、図４に示すように、精度は低くなるものの消費電力を抑えたバッテリ残量の推定が実施できるように、センサ３１、ＣＰＵ１２、アルゴリズム（クーロンカウンタ法）が選択される。
　次に、ステップＳ１６では、ステップＳ１５において選択された資源を用いて、バッテリパック１０のバッテリ残量の推定を行う。

　次に、ステップＳ１７では、ステップＳ１６においてバッテリ残量の推定に用いられた資源の組合せをメモリ１６に保存する。
　本実施形態のバッテリ残量推定方法では、以上のように、バッテリパック１０と充電装置３０との接続状態を検出して、接続機器が充電装置３０であることを特定するとともに、推定条件に応じて、バッテリパック１０側の第１資源、充電装置３０側の第２資源を用いて、最適な組合せの資源を選択する。

　これにより、バッテリパック１０側に搭載されたセンサ１１やＣＰＵ１２、アルゴリズム等の性能に依存することなく、各種モードに応じて、充電装置３０側の第２資源も活用した最適な組合せによって、高精度なバッテリ残量の推定を実施することができる。

　［他の実施形態］
　以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。
　（Ａ）
　上記実施形態では、図２に示すように、バッテリパック１０が、バッテリステーションに設置された充電装置３０に接続された状態で、バッテリ残量の推定に用いられる資源を決定する例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、図７に示すように、バッテリパック１０がモビリティ２０に接続された状態で、バッテリ残量の推定に用いられる資源を決定する構成であってもよい。

　すなわち、本発明のバッテリ残量推定システムを構成する接続機器として、充電装置以外に、モビリティ２０を用いてもよい。
　この場合には、モビリティ２０側の資源（センサ２１、ＣＰＵ２２等）を用いて、バッテリ残量の推定に用いられる資源として使用するか否かを決定してもよい。
　これにより、上記実施形態と同様に、バッテリパック１０側の接続部１４とモビリティ２０側の接続部２４との接続が接続検出部１５において検出されると、送受信部１３と送受信部２３とが通信して、接続機器を特定するとともに、バッテリ残量の推定を行う資源を決定することができる。

　（Ｂ）
　上記実施形態では、バッテリパック１０が図１に示すモビリティ２０に搭載される例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、バッテリパックが搭載される接続機器としては、モビリティ以外に、電動工具（電動ドリル、電動カッター等）、家電（冷蔵庫、洗濯機、扇風機等）であってもよい。

　例えば、バッテリパック１０が電動工具４０に搭載される場合には、図８に示すように、電動工具４０側の資源（センサ４１、ＣＰＵ４２等）を用いて、バッテリ残量の推定に用いられる資源として使用するか否かを決定してもよい。
　この場合には、上記実施形態と同様に、バッテリパック１０側の接続部１４と電動工具４０側の接続部４４との接続が接続検出部１５において検出されると、送受信部１３と送受信部４３とが通信して、接続機器を特定するとともに、バッテリ残量の推定を行う資源を決定すればよい。

　（Ｃ）
　上記実施形態では、本バッテリ残量推定システム１を構成する接続検出部１５、接続機器特定部１７、およびバッテリ残量推定資源決定部１８が、全てバッテリパック１０側に配置されている例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、上記構成のうちの少なくとも一部が、充電装置３０側、つまり接続機器側に配置された構成であってもよい。

　（Ｄ）
　上記実施形態では、バッテリパック１０側に設けられた第１資源として、図２に示すように、センサ１１およびＣＰＵ１２を用いた例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、バッテリパック側の資源としては、センサだけであってもよい。つまり、バッテリパック側のＣＰＵが設けられていない構成であってもよい。
　この場合には、接続機器側の計算資源であるＣＰＵ等を用いることで、バッテリ残量の推定を実施することができる。

　（Ｅ）
　上記実施形態では、バッテリパック１０側の計算資源および接続機器としての充電装置３０側の計算資源として、ＣＰＵ１２，３２を用いた例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、バッテリ推定に使用される計算資源としては、ＣＰＵの代わりに、ＧＰＵ（Graphic Processing Unit）、ＦＰＧＡ（Field-Programmable Gate Array）を用いてもよい。

　（Ｆ）
　上記実施形態では、バッテリパック１０側および充電装置３０側の計測資源として、電圧、電流、内部インピーダンス等の測定を行うセンサ１１，３１を用いた例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、バッテリパック側および接続機器側に設けられる計測資源としては、電圧、電流、内部インピーダンスのうち、いずれか１つの計測を行うセンサのみを設けてもよい。

　（Ｇ）
　上記実施形態では、バッテリパック１０が搭載されるモビリティ２０に、２本のバッテリパック１０が搭載される例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、モビリティ等の接続機器に搭載されるバッテリパックは、１本、あるいは３本以上であってもよい。

　（Ｈ）
　上記実施形態では、バッテリパック１０がモビリティ２０におけるシート２０ａの下に搭載されている例を挙げて説明した。しかし、本発明はこれに限定されるものではない。
　例えば、バッテリパック１０は、モビリティ２０におけるハンドル２０ｂの下の部分等、他の位置に配置されていてもよい。

　（Ｉ）
　上記実施形態では、バッテリパック１０が搭載されるモビリティ２０として、図１に示す電動自動二輪車を例として挙げて説明した。しかし、本発明はこれに限定されるものではない。

　例えば、バッテリパックが搭載されるモビリティとして、電動自動二輪車以外にも、電動一輪車、電動自転車、電動アシスト自転車、電気自動車（ＥＶ）、ＰＨＶ（Plug-in Hybrid Vehicle）等の他のモビリティを用いてもよい。
　あるいは、バッテリパックが搭載される接続機器としては、モビリティに限らず、交換可能なバッテリによって駆動される他の電気製品であってもよい。

　電気製品としては、例えば、バッテリパックからの電力によって機能する冷蔵庫、洗濯機、掃除機、炊飯器、湯沸しポット等の家電製品も含まれる。

　本発明のバッテリ残量推定システムは、従来よりもバッテリパックの残量の推定精度を向上させることができるという効果を奏することから、バッテリ残量の推定を行う各種システムに対して広く適用可能である。

　１　　　バッテリ残量推定システム
　３　　　バッテリステーション
１０　　　バッテリパック
１１　　　センサ（第１資源、計測資源）
１２　　　ＣＰＵ（第１資源、計算資源）
１３　　　送受信部
１４　　　接続部
１５　　　接続検出部
１６　　　メモリ（記憶部）
１７　　　接続機器特定部
１８　　　バッテリ残量推定資源決定部
２０　　　モビリティ（接続機器）
２０ａ　　シート
２０ｂ　　ハンドル
２０ｃ　　前輪
２０ｄ　　後輪
２１　　　センサ（第２資源、計測資源）
２２　　　ＣＰＵ（第２資源、計算資源）
２３　　　送受信部
２４　　　接続部
３０　　　充電装置（接続機器）
３１　　　センサ（第２資源、計測資源）
３２　　　ＣＰＵ（第２資源、計算資源）
３３　　　送受信部
３４　　　接続部
４０　　　電動工具（接続機器）
４１　　　センサ（第２資源、計測資源）
４２　　　ＣＰＵ（第２資源、計算資源）
４３　　　送受信部
４４　　　接続部

Claims (9)

1. 　バッテリパックのバッテリ残量を推定するバッテリ残量推定システムであって、
   　前記バッテリパックと前記バッテリパックが接続される接続機器とが接続されたことを検出する接続検出部と、
   　前記接続機器を特定する接続機器特定部と、
   　前記バッテリ残量の推定に用いられる、前記バッテリパックが有する第１資源に関する情報、および前記接続機器が有する第２資源に関する情報を保存する記憶部と、
   　前記接続機器特定部において特定された前記接続機器に関する情報に基づいて、前記記憶部に保存され前記バッテリ残量の推定に用いられる前記第１資源および前記第２資源を決定するバッテリ残量推定資源決定部と、
   を備えているバッテリ残量推定システム。
2. 　前記第１資源および前記第２資源には、計算機能を有する計算資源、電圧、電流、インピーダンスのうちの少なくとも１つを測定する測定資源、前記バッテリ残量を推定するアルゴリズムが含まれる、
   請求項１に記載のバッテリ残量推定システム。
3. 　前記バッテリ残量推定資源決定部は、前記第１資源と前記第２資源とを組み合わせて、前記バッテリ残量を推定する、
   請求項１または２に記載のバッテリ残量推定システム。
4. 　前記バッテリ残量推定資源決定部は、前記バッテリ残量の推定精度、推定速度、推定に要する消費電力のうち、いずれか１つに基づいて、前記第１資源および前記第２資源を選択する、
   請求項１から３のいずれか１項に記載のバッテリ残量推定システム。
5. 　前記記憶部は、前記バッテリ残量推定資源決定部において前記バッテリ残量の推定に使用されることが決定された前記第１資源および前記第２資源を保存する、
   請求項１から４のいずれか１項に記載のバッテリ残量推定システム。
6. 　前記接続機器は、充電装置である、
   請求項１から５のいずれか１項に記載のバッテリ残量推定システム。
7. 　前記接続機器は、モビリティ、家電、電動工具のうちのいずれかである、
   請求項１から５のいずれか１項に記載のバッテリ残量推定システム。
8. 　前記モビリティは、電動自動二輪車、電動自転車、電動アシスト自転車、電気自動車、ＰＨＶ（Plug-in Hybrid Vehicle）を含む、
   請求項７に記載のバッテリ残量推定システム。
9. 　バッテリパックのバッテリ残量を推定するバッテリ残量推定方法であって、
   　前記バッテリパックと前記バッテリパックが接続される接続機器とが接続されたことを検出する接続検出ステップと、
   　前記接続機器を特定する接続機器特定ステップと、
   　前記接続機器特定ステップにおいて特定された前記接続機器に関する情報に基づいて、前記バッテリ残量の推定に用いられる前記バッテリパックが有する第１資源および前記接続機器が有する第２資源を決定するバッテリ残量推定資源決定ステップと、
   を備えたバッテリ残量推定方法。

Images