【解決手段】二次電池10の残容量を検知する残容量検知部11と、残容量と検知時点とが関連づけられた時系列データを記憶する時系列データ記憶部12、22と、劣化抑制条件及び劣化促進条件の少なくとも1つの条件が予め設定されており、時系列データから求まる残容量の変化が、前記少なくとも1つの条件に該当するかを判定し、判定結果に基づき使用評価を特定する使用評価特定部23と、予め設定された決定基準に基づき、使用評価に応じて料金の算定基準を決定する算定基準決定部24と、を有する。
劣化抑制条件及び劣化促進条件の双方の条件が予め設定されており、前記使用評価特定部は、前記劣化抑制条件に該当するデータを前記時系列データから検知する度に、良い評価の方向に評価値を補正し、前記劣化促進条件に該当するデータを前記時系列データから検知する度に、悪い評価の方向に前記評価値を補正し、
前記算出基準決定部は、前記評価値の大きさに応じて前記料金の算出基準を決定する、請求項1に記載のシステム。
前記時系列データにおける残容量の単位時間当たりの減少ペースに対応する劣化評価値の或る時点までの累積値に基づき、前記或る時点における劣化度を算出する劣化度算出部を更に備え、
前記時系列データには、検出時点における劣化度が含まれており、
前記使用評価特定部は、使用評価を特定する際に劣化度を参照する、請求項1〜3のいずれかに記載のシステム。
【発明を実施するための形態】
【0014】
<第1実施形態>
以下、本開示の第1実施形態のシステムについて説明する。
【0015】
本実施形態のシステムは、二次電池に関する料金の算定基準を決定する。二次電池に関する料金は、例えば、二次電池自体の価格、二次電池に充電するための充電料金などが挙げられ、二次電池に関する料金であればこれに限定されない。料金の算定基準は、価格自体でもよいし、標準となる価格に対する割引率、乗率などが挙げられ、種々変更可能である。
【0016】
図1に示すように、システムは、残容量検知部11と、時系列データ記憶部12、22と、使用評価特定部23と、算定基準決定部24と、を有する。本実施形態のシステムは、電池パック1と、サーバ2とを含んで構成されている。電池パック1は、二次電池10と、残容量検知部11と、時系列データ記憶部12と、劣化度算出部13と、使用判定部14と、を有する。サーバ2は、時系列データ記憶部22と、使用評価特定部23と、算定基準決定部24と、を有する。
【0017】
電池パック1は、電気自動車やハイブリット車といった電動車両に搭載される。二次電池10は、
図2A及び
図2Bに示すように、その筐体の内部に複数の単電池10aを有する。本実施形態では、4つの単電池10aが直列に(例えば2並列2直列に、または4直列に)接続されているが、電池の数や接続形態はこれに限定されない。複数の二次電池10が直列に接続され、それらがコントローラと一緒に電池パック1の筐体内に収容される。各部11〜14は、コントローラに実装される。
【0018】
残容量検知部11は、所定のタイミングで、二次電池10の残容量を検知する。本実施形態では、1分ごとに検知しているが、タイミングは任意に設定可能である。また、残容量は、二次電池10の厚み変化を検出して算出しているが、これに限定されない。発明者は厚み変化による残容量の算出が高精度であると考えており、必ずしも高精度とはいえないが、例えば、既知の電圧や電流を検知して残容量を算出してもよい。厚み変化、電圧、電流検知を併用して使用しても良い。
【0019】
本実施形態において、二次電池10の厚み変化を検出するために、
図2A及び
図2Bに示すように、二次電池10には変形検出センサ3が取り付けられている。変形検出センサ3は、高分子マトリックス層30と検出部31とを有する。高分子マトリックス層30は、その高分子マトリックス層30の変形に応じて外場に変化を与える磁性フィラーを分散させて含有している。そして、検出部31は、その高分子マトリックス層30の変形に伴う外場の変化を検出する。本実施形態の高分子マトリックス層30は、単電池の膨れに応じた柔軟な変形が可能なエラストマー素材によりシート状に形成されている。単電池の膨れにより二次電池10が変形を生じると、それに応じて高分子マトリックス層30が変形し、その高分子マトリックス層30の変形に伴う外場の変化が検出部31により検出され、それに基づいて二次電池10の変形を高感度に検出することができる。
【0020】
磁場の変化を検出する検出部31には、例えば、磁気抵抗素子、ホール素子、インダクタ、MI素子、フラックスゲートセンサなどを用いることができる。磁気抵抗素子としては、半導体化合物磁気抵抗素子、異方性磁気抵抗素子(AMR)、巨大磁気抵抗素子(GMR)、トンネル磁気抵抗素子(TMR)が挙げられる。このうち好ましいのはホール素子であり、これは広範囲にわたって高い感度を有し、検出部31として有用なためである。ホール素子には、例えば旭化成エレクトロニクス株式会社製EQ432Lが使用できる。
【0021】
<厚み変化による残容量の検知方法>
具体的には、残容量を予測する時点より前の充放電サイクルC1中に二次電池10の変形を検出し、その二次電池10の充放電容量と変形量との関係を表す第1曲線を求める(ステップ1)。充放電容量は放電容量と充電容量との総称であり、ここでは、満充電状態からの放電容量である例を示す。
図4Aのグラフは、充放電サイクルC1中に求めた、二次電池10の満充電状態からの放電容量と変形量との関係を表す第1曲線L1を示す。
基準曲線LSは、所定の基準状態における二次電池10の充放電容量(本実施形態では、満充電状態からの放電容量)と変形量との関係を表す。基準曲線LSは、劣化していない初期段階の二次電池10を基準状態として、例えば製造時または出荷前の二次電池10を用いて求められる。
第1曲線L1及び基準曲線LSは、電極のステージ変化に起因して、
図4Aのように幾分かの凹凸(勾配の変化)を含んだ形状となる。例えば負極にグラファイト(黒鉛)を用いたリチウムイオン二次電池の場合、そのグラファイトの結晶状態は、満充電状態から放電するに伴って順次にステージ変化することが知られている。これは、リチウムイオンの挿入量に伴ってグラフェン層間の距離が段階的に拡大することで負極活物質が膨張するためである。要するに、ステージ変化によって活物質の体積は段階的に変化し、それが第1曲線L1と基準曲線LSに反映されている。
上記ステップ1の後、基準曲線LSを第1曲線L1にフィッティング処理して第2曲線L2を求める(ステップ2)。既述の通り、第1曲線L1は上記ステップ1において求められ、基準曲線LSは劣化前の基準状態において予め求められている。フィッティング処理は、最小二乗法などの汎用的に用いられる手法により行うことができる。
図4Bのグラフは、フィッティング処理により求めた第2曲線L2を示す。フィッティング処理では、基準曲線LSのX軸方向の長さの拡大率に相当する「充放電容量の拡大率Xr」、基準曲線LSのX軸方向のシフト量に相当する「充放電容量のシフト量Xs」、基準曲線LSのY軸方向の長さの拡大率に相当する「変形量の拡大率Yr」、及び、基準曲線LSのY軸方向のシフト量に相当する「変形量のシフト量Ys」という4つのパラメータを変化させた。
そして、充放電サイクルC1より後の充放電サイクルC2中に二次電池10の変形量Tmを検出する(ステップ3)。上記ステップ1〜3の後、
図4Bのように、二次電池10の変形量Tmに対応する充放電容量Qmを第2曲線L2に基づいて取得し、その第2曲線L2における完全放電状態の充放電容量Qdと充放電容量Qmとの差を残容量Qrとして求めるステップ4)。充放電容量Qmを完全放電状態の充放電容量Qdから差し引いて得られる残容量Qrは、その時点での残容量の予測値となる。
すなわち、検出した二次電池10の変形量Tmと上記のフィッティング処理により求めた第2曲線L2とに基づいて充放電容量Qmを取得し、その充放電容量Qmと充放電容量Qdとから残容量Qrを求める。
【0022】
時系列データ記憶部12、22は、残容量と検知時点とが関連づけられた時系列データを記憶する。電池パック1における時系列データ記憶部12は、当該電池パック1に関する時系列データが記憶される。本実施形態では、電池パック1が、時系列データ記憶部12に記憶される時系列データを、所定のタイミングで通信部(図示せず)を介して、サーバ2に送信する。サーバ2は、受信した時系列データを時系列データ記憶部22に記憶する。サーバ2において、複数の電池パック1から送信された時系列データが集約されて、記憶される。本実施形態では、電池パック1からサーバ2へ無線又は有線の通信部(図示せず)を介して時系列データを送信しているが、これに限定されない。時系列データを送信する方法は適宜変更可能である。所定のタイミングは、一定時間経過する毎、充電のためにケーブルが接続されたタイミング、所定時刻の到来などが挙げられ、適宜変更可能である。
【0023】
時系列データには、二次電池の個体を識別するための電池識別情報及び使用者を識別する使用者識別情報が含まれていることが好ましい。電池識別情報があれば、複数の電池パック1からデータを集計した場合でも、電池毎にデータを集計可能である。使用者識別情報は、特定の使用者のみが1つの電池パック1を使用する場合には不要であるが、電池交換サービスの場合には、1つの電池を不特定の使用者が利用するため、使用者を識別するために必要となる。これらは適用されるシステムに応じて実装すればよい。
【0024】
劣化度算出部13は、時系列データにおける残容量の単位時間当たりの減少ペースに対応する劣化評価値の或る時点までの累積値に基づき、或る時点における劣化度を算出する。本実施形態では、残容量の検知時点での劣化度を算出し、
図1に示すように、検知時点と劣化度を関連づけて時系列データに記憶している。
【0025】
<劣化度の算出方法>
劣化度(%)=(劣化前の電池容量−劣化後の電池容量)/劣化前の電池容量×100と表記する。
図6Dに示すように、残容量の単位時間当たりの減少ペースと、減少ペースに対応する劣化評価値(劣化ポイント)とが予め関連づけられている。本実施形態では、残容量の減少ペースと、SOCレベルとに劣化評価値が関連付けられている。劣化評価値は、+1tや+2tというように、継続時間tに応じた大きさになるようにしている。
劣化度算出部13は、時系列データ(
図6A)における残容量の減少ペースに対応する劣化評価値を特定して劣化評価値の累積値を算出する(
図6B)。
劣化評価値の累積値と劣化度は予め対応付けてある。例えば、劣化評価値(劣化ポイント)が100であれば、劣化度は1%とすることが挙げられる。劣化度算出部13は、劣化評価値の累積値に応じて劣化度を算出する。
なお、電池の劣化度が算出できれば、現時点での電池の満充電量が算出可能となる。例えば、劣化度が1%であれば、現時点での満充電量は、初期の満充電量の99%(100-1%)である。
【0026】
使用判定部14は、所定時間内における二次電池10の厚み変化の有無に応じて使用中であるかを判定する。使用中であれば放電がなされており、それにより二次電池10の厚み変化が生じるからである。判定結果は、時系列データに“モード”として記憶される。この情報は、後述する劣化抑制条件又は劣化促進条件に使用されることが好ましい。実際に使用しているかを、条件の一部として判定できるので、精度が向上する。
【0027】
劣化抑制条件及び劣化促進条件の少なくとも1つの条件が予め設定されており、使用評価特定部23は、時系列データから求まる残容量の変化が、少なくとも1つの条件に該当するかを判定し、判定結果に基づき使用評価を特定する。具体的には、使用評価特定部23は、劣化抑制条件に該当するデータを時系列データから検知する度に、良い評価の方向に評価値を補正し、劣化促進条件に該当するデータを時系列データから検知する度に、悪い評価の方向に評価値を補正する。
【0028】
具体的に、劣化抑制条件は、
図3に示すように、例えば、条件番号1〜4の4つ設定されている。条件番号1は、所定期間において中SOC(State of Charge)領域を維持した状態で使用(放電)及び充電されていることである。条件番号2は、満充電後すぐに一定時間使用されていることである。条件番号3は、所定期間において大電流が流れたことがない、すなわち所定期間における放電量が閾値以下である。条件番号4は、短時間での劣化がない場合であり、所定時間での劣化度の変化が閾値以下である条件を全期間で満たすことである。各々の条件は、評価値を補正するための加算値に対応付けてられている。本実施形態では、高SOC領域は例えば80〜100%、中SOC領域は50〜80%、低SOC領域は50%未満であると予め定義しているが、目安であり、適宜変更可能である。
【0029】
劣化促進条件は、
図3に示すように、例えば、条件番号1〜4の4つ設定されている。条件番号1は、所定期間において大電流が流れたことである、すなわち所定期間における放電量が閾値を超える事態が生じたことである。条件番号2は、満充電後(又は高SOC領域まで充電された後)使用されるまで所定時間放置されたことである。条件番号3は、低SOC領域で長時間(所定時間)放置された又は使用されたことである。条件番号4は、短時間での劣化がひどい場合であり、所定時間での劣化度の変化が閾値を超えることである。各々の条件は、評価値を補正するための減算値に対応付けてられている。
【0030】
劣化抑制条件及び劣化促進条件は、RDBMS(リレーショナルデーターベース)やファイルなどに記憶されているか、ネットワーク経由で取得可能に設定されていてもよい。本実施形態では、評価値が増大する方向を、良い評価の方向としているが、これに限定されない。評価値が減少する方向を、良い評価としてもよい。前記条件と評価値の補正は、二次電池の寿命への影響度を考慮して、遠隔から適宜修正可能であることが好ましい。
【0031】
すなわち、使用評価特定部23は、劣化抑制条件に該当するか否かを時系列データの全期間を参照して検知し、検知する度に対応する評価値の加算値を用いて、評価値を加算する。逆に、使用評価特定部23は、劣化促進条件に該当するか否かを時系列データの全期間を参照して検知し、検知する度に対応する評価値の減算値を用いて、評価値を減算する。このようにして、使用評価特定部23は、使用評価としての評価値を特定する。
【0032】
オプションとして、現時点の評価値又は評価値に応じた使用評価を、使用者に報知する報知部を設けてもよい。報知部としては、外部のディスプレイに表示することや、外部のスピーカを介して音声で通知すること、スマートフォンのアプリケーションに通知することなど、種々挙げられる。
【0033】
算定基準決定部24は、予め設定された決定基準に基づき、使用評価に応じて料金の算定基準を決定する。具体的には、算定基準決定部24は、評価値の大きさに応じて料金の算定基準を決定する。
図3に示すように、使用評価(評価値)と料金の算定基準は予め対応付けて記憶している。例えば、使用評価が“優良”であるとは、評価値>+100で定義され、料金の算定基準は「標準価格−20%」と定義されている。使用評価が“標準”であるとは、−100≦評価値≦+100で定義され、料金の算定基準は「標準価格−10%」と定義されている。使用評価が“悪い”であるとは、評価値<−100で定義され、料金の算定基準は「標準価格」と定義されている。もちろん、決定基準は、ユーザの人数分布や収益、使用者の使用期間に応じたインセンティブを考慮し、階層数(現3階層)の増減及び乗率の変更を適宜行ってもよい。
【0034】
決定された料金の算定基準は、外部の決裁システムに出力され、又は、外部の決裁システムから参照される。
【0035】
本実施形態では、高分子マトリックス層30が上記フィラーとしての磁性フィラーを含有し、検出部31が上記外場としての磁場の変化を検出する例を示す。この場合、高分子マトリックス層30は、エラストマー成分からなるマトリックスに磁性フィラーが分散してなる磁性エラストマー層であることが好ましい。
【0036】
磁性フィラーとしては、希土類系、鉄系、コバルト系、ニッケル系、酸化物系などが挙げられるが、より高い磁力が得られる希土類系が好ましい。磁性フィラーの形状は、特に限定されるものではなく、球状、扁平状、針状、柱状および不定形のいずれであってよい。磁性フィラーの平均粒径は、好ましくは0.02〜500μm、より好ましくは0.1〜400μm、更に好ましくは0.5〜300μmである。平均粒径が0.02μmより小さいと、磁性フィラーの磁気特性が低下する傾向にあり、平均粒径が500μmを超えると、磁性エラストマー層の機械的特性が低下して脆くなる傾向にある。
【0037】
エラストマー成分には、熱可塑性エラストマー、熱硬化性エラストマーまたはそれらの混合物を用いることができる。熱可塑性エラストマーとしては、例えばスチレン系熱可塑性エラストマー、ポリオレフィン系熱可塑性エラストマー、ポリウレタン系熱可塑性エラストマー、ポリエステル系熱可塑性エラストマー、ポリアミド系熱可塑性エラストマー、ポリブタジエン系熱可塑性エラストマー、ポリイソプレン系熱可塑性エラストマー、フッ素ゴム系熱可塑性エラストマー等を挙げることができる。また、熱硬化性エラストマーとしては、例えばポリイソプレンゴム、ポリブタジエンゴム、スチレン−ブタジエンゴム、ポリクロロプレンゴム、ニトリルゴム、エチレン−プロピレンゴム等のジエン系合成ゴム、エチレン−プロピレンゴム、ブチルゴム、アクリルゴム、ポリウレタンゴム、フッ素ゴム、シリコーンゴム、エピクロルヒドリンゴム等の非ジエン系合成ゴム、および天然ゴム等を挙げることができる。このうち好ましいのは熱硬化性エラストマーであり、これは電池の発熱や過負荷に伴う磁性エラストマーのへたりを抑制できるためである。更に好ましくは、ポリウレタンゴム(ポリウレタンエラストマーともいう)またはシリコーンゴム(シリコーンエラストマーともいう)である。
【0038】
ポリウレタンエラストマーに使用できるイソシアネート成分としては、ポリウレタンの分野において公知の化合物を使用できる。例えば、2,4−トルエンジイソシアネート、2,6−トルエンジイソシアネート、2,2’−ジフェニルメタンジイソシアネート、2,4’−ジフェニルメタンジイソシアネート、4,4’−ジフェニルメタンジイソシアネート、1,5−ナフタレンジイソシアネート、p−フェニレンジイソシアネート、m−フェニレンジイソシアネート、p−キシリレンジイソシアネート、m−キシリレンジイソシアネート等の芳香族ジイソシアネート、エチレンジイソシアネート、2,2,4−トリメチルヘキサメチレンジイソシアネート、1,6−ヘキサメチレンジイソシアネート等の脂肪族ジイソシアネート、1,4−シクロヘキサンジイソシアネート、4,4’−ジシクロへキシルメタンジイソシアネート、イソホロンジイソシアネート、ノルボルナンジイソシアネート等の脂環式ジイソシアネートを挙げることができる。これらは1種で用いても、2種以上を混合して用いてもよい。また、イソシアネート成分は、ウレタン変性、アロファネート変性、ビウレット変性、及びイソシアヌレート変性等の変性化したものであってもよい。好ましいイソシアネート成分は、2,4−トルエンジイソシアネート、2,6−トルエンジイソシアネート、4,4’−ジフェニルメタンジイソシアネート、より好ましくは2,4−トルエンジイソシアネート、2,6−トルエンジイソシアネートである。
【0039】
活性水素含有化合物としては、ポリウレタンの技術分野において、通常用いられるものを用いることができる。例えば、ポリテトラメチレングリコール、ポリプロピレングリコール、ポリエチレングリコール、プロピレンオキサイドとエチレンオキサイドの共重合体等に代表されるポリエーテルポリオール、ポリブチレンアジペート、ポリエチレンアジペート、3−メチル−1,5−ペンタンアジペートに代表されるポリエステルポリオール、ポリカプロラクトンポリオール、ポリカプロラクトンのようなポリエステルグリコールとアルキレンカーボネートとの反応物などで例示されるポリエステルポリカーボネートポリオール、エチレンカーボネートを多価アルコールと反応させ、次いで得られた反応混合物を有機ジカルボン酸と反応させたポリエステルポリカーボネートポリオール、ポリヒドロキシル化合物とアリールカーボネートとのエステル交換反応により得られるポリカーボネートポリオール等の高分子量ポリオールを挙げることができる。これらは単独で用いてもよく、2種以上を併用してもよい。
【0040】
活性水素含有化合物として上述した高分子量ポリオール成分の他に、エチレングリコール、1,2−プロピレングリコール、1,3−プロピレングリコール、1,4−ブタンジオール、1,6−ヘキサンジオール、ネオペンチルグリコール、1,4−シクロヘキサンジメタノール、3−メチル−1,5−ペンタンジオール、ジエチレングリコール、トリエチレングリコール、1,4−ビス(2−ヒドロキシエトキシ)ベンゼン、トリメチロールプロパン、グリセリン、1,2,6−ヘキサントリオール、ペンタエリスリトール、テトラメチロールシクロヘキサン、メチルグルコシド、ソルビトール、マンニトール、ズルシトール、スクロース、2,2,6,6−テトラキス(ヒドロキシメチル)シクロヘキサノール、及びトリエタノールアミン等の低分子量ポリオール成分、エチレンジアミン、トリレンジアミン、ジフェニルメタンジアミン、ジエチレントリアミン等の低分子量ポリアミン成分を用いてもよい。これらは1種単独で用いてもよく、2種以上を併用してもよい。更に、4,4’−メチレンビス(o−クロロアニリン)(MOCA)、2,6−ジクロロ−p−フェニレンジアミン、4,4’−メチレンビス(2,3−ジクロロアニリン)、3,5−ビス(メチルチオ)−2,4−トルエンジアミン、3,5−ビス(メチルチオ)−2,6−トルエンジアミン、3,5−ジエチルトルエン−2,4−ジアミン、3,5−ジエチルトルエン−2,6−ジアミン、トリメチレングリコール−ジ−p−アミノベンゾエート、ポリテトラメチレンオキシド−ジ−p−アミノベンゾエート、1,2−ビス(2−アミノフェニルチオ)エタン、4,4’−ジアミノ−3,3’−ジエチル−5,5’−ジメチルジフェニルメタン、N,N’−ジ−sec−ブチル−4,4’−ジアミノジフェニルメタン、4,4’−ジアミノ−3,3’−ジエチルジフェニルメタン、4,4’−ジアミノ−3,3’−ジエチル−5,5’−ジメチルジフェニルメタン、4,4’−ジアミノ−3,3’−ジイソプロピル−5,5’−ジメチルジフェニルメタン、4,4’−ジアミノ−3,3’,5,5’−テトラエチルジフェニルメタン、4,4’−ジアミノ−3,3’,5,5’−テトライソプロピルジフェニルメタン、m−キシリレンジアミン、N,N’−ジ−sec−ブチル−p−フェニレンジアミン、m−フェニレンジアミン、及びp−キシリレンジアミン等に例示されるポリアミン類を混合することもできる。好ましい活性水素含有化合物は、ポリテトラメチレングリコール、ポリプロピレングリコール、プロピレンオキサイドとエチレンオキサイドの共重合体、3−メチル−1,5−ペンタンアジペート、より好ましくはポリプロピレングリコール、プロピレンオキサイドとエチレンオキサイドの共重合体である。
【0041】
イソシアネート成分と活性水素含有化合物の好ましい組み合わせとしては、イソシアネート成分として、2,4−トルエンジイソシアネート、2,6−トルエンジイソシアネート、および4,4’−ジフェニルメタンジイソシアネートの1種または2種以上と、活性水素含有化合物として、ポリテトラメチレングリコール、ポリプロピレングリコール、プロピレンオキサイドとエチレンオキサイドの共重合体、および3−メチル−1,5−ペンタンアジペートの1種または2種以上との組み合わせである。より好ましくは、イソシアネート成分として、2,4−トルエンジイソシアネートおよび/または2,6−トルエンジイソシアネートと、活性水素含有化合物として、ポリプロピレングリコール、および/またはプロピレンオキサイドとエチレンオキサイドの共重合体との組み合わせである。
【0042】
高分子マトリックス層30は、分散したフィラーと気泡を含有する発泡体でもよい。発泡体としては、一般の樹脂フォームを用いることができるが、圧縮永久歪などの特性を考慮すると熱硬化性樹脂フォームを用いることが好ましい。熱硬化性樹脂フォームとしては、ポリウレタン樹脂フォーム、シリコーン樹脂フォームなどが挙げられ、このうちポリウレタン樹脂フォームが好適である。ポリウレタン樹脂フォームには、上掲したイソシアネート成分や活性水素含有化合物を使用できる。
【0043】
磁性エラストマー中の磁性フィラーの量は、エラストマー成分100重量部に対して、好ましくは1〜450重量部、より好ましくは2〜400重量部である。これが1重量部より少ないと、磁場の変化を検出することが難しくなる傾向にあり、450重量部を超えると、磁性エラストマー自体が脆くなる場合がある。
【0044】
本実施形態では、高分子マトリックス層の変形に伴う磁場の変化を検出部により検出する例を示したが、他の外場の変化を検出する構成でもよい。例えば、高分子マトリックス層がフィラーとして金属粒子、カーボンブラック、カーボンナノチューブなどの導電性フィラーを含有し、検出部が外場としての電場の変化(抵抗および誘電率の変化)を検出する構成が考えられる。
【0045】
以上の通り、本実施形態の二次電池に関する料金の算定基準を決定するシステムは、二次電池10の残容量を検知する残容量検知部11と、残容量と検知時点とが関連づけられた時系列データを記憶する時系列データ記憶部12、22と、劣化抑制条件及び劣化促進条件の少なくとも1つの条件が予め設定されており、時系列データから求まる残容量の変化が、少なくとも1つの条件に該当するかを判定し、判定結果に基づき使用評価を特定する使用評価特定部23と、予め設定された決定基準に基づき、使用評価に応じて料金の算定基準を決定する算定基準決定部24と、を有する。
【0046】
残容量の変化には、或る期間における放電容量及び充電容量、或るSOCにおける放電容量及び充電容量が含まれる。この構成によれば、残容量の時系列の変化と、劣化抑制条件または劣化促進条件とに基づき、使用者の使用傾向を電池の特性を利用して評価し、料金の算定基準を決定できるので、電池の劣化抑制に繋がる使用をするように使用者に動機付けを与えることが可能となる。
【0047】
本実施家形態では、使用評価特定部23は、劣化抑制条件に該当するデータを時系列データから検知する度に、良い評価の方向に評価値を補正し、劣化促進条件に該当するデータを時系列データから検知する度に、悪い評価の方向に前記評価値を補正し、算定基準決定部24は、評価値の大きさに応じて料金の算出基準を決定する。
【0048】
この構成によれば、時系列データに、劣化抑制条件に該当するデータが複数存在し、劣化促進条件に該当するデータが複数存在していたとしても、一つの条件のみで評価するのではなく、総合的に評価することができる。
【0049】
本実施形態では、時系列データには、使用者識別情報が含まれており、使用評価及び算定基準の決定は、使用者を区別して実行される。
【0050】
この構成によれば、特定の電池を不特定の使用者が利用する電池交換サービスに適用したとしても、適切に使用者を区別して評価することができる。
【0051】
本実施形態では、時系列データにおける残容量の単位時間当たりの減少ペースに対応する劣化評価値の或る時点までの累積値に基づき、或る時点における劣化度を算出する劣化度算出部13を更に備え、時系列データには、検出時点における劣化度が含まれており、使用評価特定部23は、使用評価を特定する際に劣化度を参照する。
【0052】
この構成によれば、劣化度は使用の善し悪しが反映されやすく、劣化度に基づき使用評価を行うので、使用評価をより精度良く行うことができる。
【0053】
上記システムで実行される方法は、次の通りである。
【0054】
すなわち、二次電池に関する料金の算定基準をコンピュータが決定する方法であって、
二次電池の残容量を検知するステップと、
前記残容量と検知時点とが関連づけられた時系列データを記憶部に記憶するステップと、
前記時系列データから求まる残容量の変化が、劣化抑制条件及び劣化促進条件の少なくとも1つの条件に該当するかを判定し、判定結果に基づき使用評価を特定するステップと、
予め設定された決定基準に基づき、前記使用評価に応じて料金の算定基準を決定するステップと、を含む。
【0055】
上記の各実施形態で採用している構造を他の任意の実施形態に採用することは可能である。各部の具体的な構成は、上述した実施形態のみに限定されるものではなく、本開示の趣旨を逸脱しない範囲で種々変形が可能である。
【0056】
<第2実施形態>
第1実施形態のシステムは、電池パック1と、サーバ2とを含んで構成されているが、第2実施形態では、
図5に示すように、電池パック1のみで構成されている。このように、システムを構成する要素は、配置が変更可能である。
【0057】
<変形例>
また、システムは、残容量検知部11、時系列データ記憶部12、使用評価特定部23、算定基準決定部24が少なくともあれば、他の各部は適宜省略可能である。また、時系列データは、検知時点及び残容量が少なくともあれば、その他の項目は適宜省略可能である。
【0058】
また、上記実施形態では、劣化抑制条件及び劣化促進条件の双方がシステムに予め設定され、評価値の大きさに応じて料金の算定基準を決定しているが、これに限定されない。例えば、劣化抑制条件及び劣化促進条件のいずれか一方のみが設定されており、いずれかの条件に該当するかによって使用評価を特定してもよい。
【0059】
残容量の時系列データから、使用者評価値(ポイント)を算出する別の方法としては、次が挙げられる。
残容量と検知時点とが関連づけられた時系列データ(
図6A)と、
残容量の減少ペースとSOCレベルのマトリックスとに関連づけられた使用者評価ポイント(
図6E)と、
電池使用開始時の使用者の評価ポイントと、
を初期値として、使用者評価ポイントを算出可能である(
図6C参照)。