特許 6148498 電池モデル構築方法及び蓄電池劣化推定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6148498

(24)【登録日】2017年5月26日

(45)【発行日】2017年6月14日

(54)【発明の名称】電池モデル構築方法及び蓄電池劣化推定装置

(51)【国際特許分類】

   G01R 31/36 20060101AFI20170607BHJP

   H01M 10/42 20060101ALI20170607BHJP

   H01M 10/48 20060101ALI20170607BHJP

   H02J 7/00 20060101ALI20170607BHJP

【ＦＩ】

   G01R31/36 A

   H01M10/42 Z

   H01M10/48 P

   H02J7/00 Y

【請求項の数】5

【全頁数】14

(21)【出願番号】特願2013-38800(P2013-38800)

(22)【出願日】2013年2月28日

(65)【公開番号】特開2014-167406(P2014-167406A)

(43)【公開日】2014年9月11日

【審査請求日】2015年11月18日

(73)【特許権者】

【識別番号】000002174

【氏名又は名称】積水化学工業株式会社

(74)【代理人】

【識別番号】100146835

【弁理士】

【氏名又は名称】佐伯 義文

(74)【代理人】

【識別番号】100134544

【弁理士】

【氏名又は名称】森 隆一郎

(74)【代理人】

【識別番号】100147267

【弁理士】

【氏名又は名称】大槻 真紀子

(74)【代理人】

【識別番号】100119091

【弁理士】

【氏名又は名称】豊山 おぎ

(72)【発明者】

【氏名】判谷 弘嗣

(72)【発明者】

【氏名】中森 勇一

【審査官】 續山 浩二

(56)【参考文献】

【文献】 国際公開第２０１２／０４６２６５（ＷＯ，Ａ１）

【文献】 特開昭６３−１４３７４４（ＪＰ，Ａ）

【文献】 特開２００８−１９８５２４（ＪＰ，Ａ）

【文献】 特開２００１−００６７５６（ＪＰ，Ａ）

【文献】 特開２００８−０５９９１０（ＪＰ，Ａ）

【文献】 特表２０１２−５１１２２５（ＪＰ，Ａ）

【文献】 特開２０１２−１５４６６５（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｒ ３１／３６

Ｈ０１Ｍ １０／４２

Ｈ０１Ｍ １０／４８

Ｈ０２Ｊ ７／００

(57)【特許請求の範囲】

【請求項1】

蓄電池をモデル化した電池モデルを構築する電池モデル構築方法であって、
蓄電池の充放電動作をモデル化した電池モデルである基本モデルにおけるパラメータを決定する基本パラメータ決定ステップと、
蓄電状態の蓄電池の劣化をモデル化した電池モデルである保存劣化モデルにおけるパラメータを決定する保存劣化モデルパラメータ決定ステップと、
充放電に応じた蓄電池の劣化をモデル化した電池モデルであるサイクル劣化モデルの１つであり、充放電に応じた蓄電池の負極活物質表面の不動態の成長をモデル化した負極不動態成長モデルにおけるパラメータを決定する負極不動態成長モデルパラメータ決定ステップと、
充放電に応じた蓄電池の劣化をモデル化した電池モデルであるサイクル劣化モデルの１つであり、充放電に応じて蓄電池の正極活物質の表面が構造転移相に転移する状態をモデル化した正極構造転移相成長モデルにおけるパラメータを決定する正極構造転移相成長モデルパラメータ決定ステップと、
前記基本モデルを用いて副反応電流を計算し、前記負極不動態成長モデルと計算された前記副反応電流とを用いて前記不動態の膜厚を計算し、計算された前記不動態の膜厚と正極構造転移相成長モデルとを用いて蓄電池の抵抗を計算する劣化特性推定ステップと、
前記基本モデルにおける蓄電池の抵抗を、前記劣化特性推定ステップにより計算された蓄電池の抵抗により更新する更新ステップと
を備える電池モデル構築方法。

【請求項2】

前記劣化特性推定ステップは、
さらに、計算された前記副反応電流を用いて蓄電池の損失容量を計算する
請求項１に記載の電池モデル構築方法。

【請求項3】

前記更新ステップは、
さらに、前記基本モデルにおける蓄電池の損失容量を、前記劣化特性推定ステップにより計算された蓄電池の損失容量により更新する
請求項２に記載の電池モデル構築方法。

【請求項4】

前記負極不動態成長モデルまたは前記正極構造転移相成長モデルにおける所定のパラメータについて、前記保存劣化モデルのパラメータを決定する際に最適化されたパラメータを適用する適用ステップをさらに備える
請求項１から３のいずれか一項に記載の電池モデル構築方法。

【請求項5】

請求項１から４のいずれか一項に記載された電池モデル構築方法によりパラメータが決定された基本モデル、保存劣化モデル及びサイクル劣化モデルに基づいて蓄電池の劣化特性を推定する劣化特性推定部を備える劣化特性推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、電池モデル構築方法及び蓄電池劣化推定装置に関する。

【背景技術】

【0002】

リチウムイオン電池などに代表される蓄電池は、使用経過に応じて性能が劣化し、性能が一定以下となったときに寿命がなくなったものとして扱われる。したがって、蓄電池を運用していくにあたっては、蓄電池の劣化特性を推定しておくようにすることが有効である。

【0003】

蓄電池の劣化特性の推定にあたっては、例えば電池の動作や劣化の進行などをモデル化した電池モデルを利用することができる。このような電池モデルとして、例えば非特許文献１には、リチウムイオン電池の基本的な充放電動作を一次元化したモデルが記載されている。また、非特許文献２には、リチウムイオン電池の充放電に伴う負極の不動態膜の成長をモデル化したサイクル劣化モデルが記載されている。

【先行技術文献】

【非特許文献】

【0004】

【非特許文献1】“Journal of The Electrochemical Society,141(1),1-10(1994)”

【非特許文献2】“Journal of The Electrochemical Society,151(2),A196-A203(2004)”

【発明の概要】

【発明が解決しようとする課題】

【0005】

例えば、サイクル劣化の要因は、負極の不動態膜の成長だけではない。しかし、非特許文献１、２に記載された電池モデルを使用して劣化特性の推定を行おうとすると、負極の不動態膜の成長以外の劣化要因を的確に反映させることができず、例えば劣化特性の推定精度が低下する場合もあると考えられる。

【0006】

本発明は、このような事情に鑑みてなされたもので、電池モデルを使用して劣化特性の推定を行うにあたり、推定精度の向上を図ることを目的とする。

【課題を解決するための手段】

【0007】

上述した課題を解決するために、本発明の一態様としての電池モデル構築方法は、蓄電池をモデル化した電池モデルを構築する電池モデル構築方法であって、蓄電池の充放電動作をモデル化した電池モデルである基本モデルにおけるパラメータを決定する基本パラメータ決定ステップと、蓄電状態の蓄電池の劣化をモデル化した電池モデルである保存劣化モデルにおけるパラメータを決定する保存劣化モデルパラメータ決定ステップと、充放電に応じた蓄電池の劣化をモデル化した電池モデルであるサイクル劣化モデルの１つであり、充放電に応じた蓄電池の負極活物質表面の不動態の成長をモデル化した負極不動態成長モデルにおけるパラメータを決定する負極不動態成長モデルパラメータ決定ステップと、充放電に応じた蓄電池の劣化をモデル化した電池モデルであるサイクル劣化モデルの１つであり、充放電に応じて蓄電池の正極活物質の表面が構造転移相に転移する状態をモデル化した正極構造転移相成長モデルにおけるパラメータを決定する正極構造転移相成長モデルパラメータ決定ステップとを備える。

【0008】

また、本発明は、上記の電池モデル構築方法において、前記負極不動態成長モデルまたは前記正極構造転移相成長モデルにおける所定のパラメータについて、前記保存劣化モデルのパラメータを決定する際に最適化されたパラメータを適用する適用ステップをさらに備えてもよい。

【0009】

また、本発明の一態様は、上記の電池モデル構築方法によりパラメータが決定された基本モデル、保存劣化モデル及びサイクル劣化モデルに基づいて蓄電池の劣化特性を推定する劣化特性推定部を備える劣化特性推定装置である。

【発明の効果】

【0010】

以上説明したように、本発明によれば、電池モデルを使用して劣化特性の推定を行うにあたり、推定精度の向上が図られるという効果が得られる。

【図面の簡単な説明】

【0011】

【図1】蓄電池の基本モデルを模式的に示す図である。

【図2】蓄電池の保存劣化モデルを模式的に示す図である。

【図3】蓄電池のサイクル劣化モデルにおける負極ＳＥＩ成長モデルを模式的に示す図である。

【図4】蓄電池のサイクル劣化モデルにおける正極構造転移相成長モデルを模式的に示す図である。

【図5】本実施形態における電池モデルのデータの作成から劣化特性推定までの手順を模式的に示す図である。

【図6】本実施形態におけるサイクル劣化モデルに基づく劣化特性算出のための手順例を示すフローチャートである。

【図7】サイクル劣化モデルに基づく劣化特性の算出手法例を模式的に示す図である。

【図8】本実施形態の電池モデルにおけるパラメータ決定のための手順例を示すフローチャートである。

【図9】本実施形態における劣化特性推定装置の構成例を示す図である。

【図10】本実施形態における劣化特性推定装置のモデル記憶部が記憶する電池モデルのデータの内容例を示す図である。

【発明を実施するための形態】

【0012】

以下、本実施形態に係る蓄電池の劣化特性の推定と、劣化特性推定のための電池モデルの構築例について説明する。なお、以降の説明にあたり、本実施形態における蓄電池はリチウムイオン電池である場合を例に挙げる。

【0013】

本実施形態においては、蓄電池をモデル化した電池モデルとして、基本モデル（一次元充放電モデル）、保存劣化モデル及びサイクル劣化モデルを使用する。
基本モデルは、例えばリチウムイオン電池としての蓄電池の基本的な充放電動作をモデル化した電池モデルである。

【0014】

図１を参照して基本モデルについて説明する。図１（ａ）は、リチウムイオン電池としての蓄電池１００の構造をモデル化して示している。
図１（ａ）の蓄電池１００は、負極１０１と正極１０２の間にセパレータ１０３が介在する構造である。負極１０１としての負極合材層には負極活物質（固相）１１１が存在する。負極活物質１１１間の空隙が液相１１２である。また、正極１０２としての正極合材層には正極活物質（固相）１２１が存在する。正極活物質１２１間の空隙が液相１２２である。

【0015】

図１（ａ）に示す構造の蓄電池１００の放電時におけるＬｉ（リチウム）とＬｉイオンの輸送過程イメージは以下のようになる。
つまり、負極１０１の負極活物質（固相）１１１では、Ｌｉは中心から表面への拡散フラックスが生じる。正極１０２の正極活物質（固相）１２１では、Ｌｉは表面から中心へと拡散する。
負極１０１の液相（空隙）１１２では、界面反応によって負極活物質１１１から放出されたＬｉイオンがセパレータ１０３の方向に輸送される。セパレータ１０３は反応が無いため、Ｌｉイオンは正極１０２の方向に泳動しながら拡散していく。正極１０２に到達したＬｉイオンは、界面反応によって正極活物質１２１に吸収される。

【0016】

基本モデル（一次元充放電モデル）は、図１（ｂ）に模式的に示すように、図１（ａ）の構造の蓄電池１００における負極１０１、正極１０２及びセパレータ１０３を面方向に均質化した一次元モデルである。基本モデルは、例えば蓄電池１００の充放電動作をモデル化した電池モデルである。

【0017】

次に、保存劣化モデルは、蓄電状態の蓄電池の劣化をモデル化した電池モデルである。保存劣化モデルでは、溶媒拡散に起因する負極ＳＥＩの膜の成長モデルを用いる。ＳＥＩ（Solid Electrolyte Interphase）は電極の表面の反応生成物であり、不動態の１つである。負極ＳＥＩは、負極としての電極の表面にて生成されるＳＥＩである。負極ＳＥＩが成長して膜厚が増加するのに応じて劣化も進行し、例えば蓄電池の抵抗や容量損失が増加する。

【0018】

図２を参照して、本実施形態の保存劣化モデルが対応する保存劣化要因について説明する。
図２に示すように蓄電池における電解液１１４の領域からは、溶媒分子１１５がＳＥＩ１１３の層に浸入し、負極活物質１１１の表面に向かっていくように拡散していく。そして、負極活物質１１１の表面に到達すると、溶媒分子１１５は分解反応によって副反応生成物となり、ＳＥＩ１１３の層に堆積する。このような副反応生成物の堆積に伴い、ＳＥＩ１１３が成長し、その膜厚も増加する。保存劣化モデルは、このようなＳＥＩ１１３の成長を劣化要因として扱う。

【0019】

次に、サイクル劣化モデルは、充放電に応じた蓄電池の劣化をモデル化した電池モデルである。また、本実施形態において、サイクル劣化モデルは、負極ＳＥＩ成長モデル（負極不動態成長モデル）と正極構造転移相成長モデルとを含む。
負極ＳＥＩ成長モデルは、充放電に応じた蓄電池の負極活物質表面の不動態の成長をモデル化したサイクル劣化モデルである。正極構造転移相成長モデルは、充放電に応じて蓄電池の正極活物質の表面が構造転移相に転移する状態をモデル化したサイクル劣化モデルである。

【0020】

図３を参照して、負極ＳＥＩ成長モデルが対応する劣化要因について説明する。図３に示すように、充放電サイクルが繰り返されるのに応じて、負極活物質１１１の表面にＳＥＩ１１３の膜が形成され、成長していく。そして、ＳＥＩ１１３が成長してその膜厚が増加するのに応じて、例えば蓄電池の抵抗の増加や容量低下などをもたらし劣化が進行する。このような劣化要因に基づくサイクル劣化モデルが負極ＳＥＩ成長モデルである。

【0021】

次に、図４を参照して正極構造転移相成長モデルが扱う劣化要因について説明する。充放電サイクルが繰り返されるのに応じて、正極活物質１２１の表面の構造転移相１２３が徐々に正極活物質１２１の内部に進行し、構造転移相１２３としての膜厚が増加していく。構造転移相１２３の膜厚の増加によっても、蓄電池の抵抗の増加や容量低下などをもたらし劣化が進行する。このような劣化要因に基づくサイクル劣化モデルが正極構造転移相成長モデルである。

【0022】

これらの電池モデル（基本モデル、保存劣化モデル、サイクル劣化モデル）は、蓄電池の劣化特性の推定に用いることができる。蓄電池は、例えば製品ごとに仕様が異なることから、蓄電池の劣化特性の推定にあたっては、推定対象の蓄電池に適合させるように電池モデルを構築する必要がある。つまり、本実施形態における電池モデルである基本モデル、保存劣化モデル、サイクル劣化モデルにおける各パラメータについて、推定対象の蓄電池に適合した値を決定する必要がある。

【0023】

図５は、本実施形態における電池モデルの構築から劣化特性推定までの手順例を示している。
電池モデルの構築にあたっては、例えば、ステップＳ１０１として示すように、基本モデルにおけるパラメータの決定が行われる。
基本モデルにおいて決定されるパラメータは、例えば、初期Ｌｉ濃度、負極固相のＬｉ拡散係数、正極固相のＬｉ拡散係数、負極活物質半径、正極活物質半径、カチオン輸率、電解液中の塩拡散係数、負極固相電気伝導率、正極固相電気伝導率、初期電解液塩濃度、負極液相体積比率、正極液相体積比率、負極反応速度定数、正極反応速度定数、負極開回路電位、正極開回路電位などである。

【0024】

これらのパラメータのうち、負極活物質半径、正極活物質半径、カチオン輸率、電解液中の塩拡散係数、負極固相電気伝導率、正極固相電気伝導率、初期電解液塩濃度、負極液相堆積比率、正極液相堆積比率、負極開回路電位、正極開回路電位の各パラメータについては、設計値、測定値、文献値、推定値などによる確定値が予め定められている。

【0025】

一方、残るリチウムイオン濃度、負極固相のＬｉ拡散係数、正極固相のＬｉ拡散係数、負極反応速度定数、正極反応速度定数の各パラメータについては、例えば試験結果に基づく放電特性に近似させるように最適化（フィッティング）が行われる。

【0026】

ステップＳ１０１においては、まず、最適化対象ではないパラメータのうちで、確定値（設計値、測定値、文献値、推定値）を適用すべきパラメータについては、対応の確定値が設定される。次に、設計値もしくは測定値が不明のパラメータについては推定値が設定される。
次に、最適化対象のリチウムイオン濃度、負極固相のＬｉ拡散係数、正極固相のＬｉ拡散係数、負極反応速度定数、正極反応速度定数の各パラメータについては、例えば放電特性に近似させるための最適値が所定の手順によって求められる。
このようにしてパラメータが決定された基本モデルは、例えば基本モデルデータ１０として作成される。

【0027】

また、ステップＳ１０２として示すように、保存劣化モデルのパラメータが決定される。保存劣化モデルにおいて、負極のＳＥＩ（以下、負極ＳＥＩともいう）の膜厚δの時間変化は、例えば以下の式１により表される。式１において、Ｄｓは、ＳＥＩ内の溶媒の拡散係数であり、λは、ＳＥＩのモル濃度などを含むパラメータである。

【0028】

【数1】

【0029】

また、保存劣化モデルにおいて、負極ＳＥＩによる抵抗Ｒ_SEIは、以下の式２により表される。式２においてκ_negは、負極ＳＥＩの電気伝導率である。

【0030】

【数2】

【0031】

ステップＳ１０２の保存劣化モデルにおけるパラメータの決定にあたっては、λ、Ｄｓ及びκ_negの各パラメータについて最適化が行われる。
λ、Ｄｓ及びκ_negの各パラメータを最適化するにあたっては、例えば、まず、保存劣化モデルによる劣化特性が試験結果に基づく放電特性（例えば、放電時の時間経過に応じた電圧値の変化と放電終了時間）に近似するように、λ、Ｄｓ及びκ_negの各パラメータの値を合わせ込んでいく。例えば、放電終了時間に近似させるには主にλを調整するとよい。また、電圧値に近似させるには主にκ_negの値を調整するとよい。
ステップＳ１０２によってパラメータが決定された保存劣化モデルは、保存劣化モデルデータ２０として作成される。

【0032】

また、ステップＳ１０３として示すように、サイクル劣化モデルのパラメータが決定される。前述のように、本実施形態のサイクル劣化モデルは、負極ＳＥＩ成長モデルと正極構造転移相成長モデルとを含む。つまり、ステップＳ１０３においては、負極ＳＥＩ成長モデルにおけるパラメータと正極構造転移相成長モデルにおけるパラメータとを決定する。なお、サイクル劣化モデルのパラメータの決定手順例については後述する。
ステップＳ１０３によってパラメータが決定されたサイクル劣化モデルは、サイクル劣化モデルデータ３０として作成される。

【0033】

上記のようにしてステップＳ１０１〜Ｓ１０３により、基本モデル、保存劣化モデル、サイクル劣化モデルの各パラメータが決定されるのに応じて、基本モデルデータ１０、保存劣化モデルデータ２０及びサイクル劣化モデルデータ３０が作成される。そして、ステップＳ１０４として示すように、基本モデルデータ１０、保存劣化モデルデータ２０及びサイクル劣化モデルデータ３０を利用して蓄電池の劣化特性の推定が行われる。

【0034】

続いて、サイクル劣化モデルについてより詳細に説明を行っていく。
図６のフローチャートは、例えばサイクル劣化モデル（サイクル劣化データ）に基づく劣化特性を算出するための手順例を示している。図６に示す処理は、例えば、コンピュータ上で数値解析ソフトウェアを動作させることで実現できる。

【0035】

まず、コンピュータは、ステップＳ２０１により、記憶装置に記憶されている初期条件設定データを読み出し、この読み出した初期条件設定データにより初期条件を設定する。
次に、コンピュータは、ステップＳ２０２により、基本モデル（基本モデルデータ１０）を用いて放電解析を行うことで今回のサイクルの放電に応じた蓄電池１００の状態を求める。
また、コンピュータは、ステップＳ２０３により、基本モデルを用いて充電解析を行うことで今回のサイクルの充電に応じた蓄電池１００の状態を求める。
次に、コンピュータは、ステップＳ２０４により、例えば今回のステップＳ２０２とＳ２０３の解析結果と、前回までのステップＳ２０２とＳ２０３の解析結果とに基づいて、劣化特性を算出する。劣化計算によっては、例えば、蓄電池の抵抗と損失容量が求められる。

【0036】

ステップＳ２０２〜Ｓ２０４は、１回の充放電サイクルに応じた処理である。そこで、コンピュータは、ステップＳ２０５において、例えば試験時に行った充放電サイクル回数に応じた規定の充放電サイクル回数によるステップＳ２０２〜Ｓ２０４の処理を繰り返し実行したか否かについて判定する。
ここで、規定の充放電サイクルに応じた回数のステップＳ２０２〜Ｓ２０４の処理を実行していないとステップＳ２０５において判定した場合、コンピュータは、ステップＳ２０２に処理を戻す。これにより、次の充放電サイクルに応じたステップＳ２０２〜Ｓ２０４の処理が実行される。
一方、規定の充放電サイクルに応じた回数のステップＳ２０２〜Ｓ２０４の処理を実行したとステップＳ２０５にて判定した場合、コンピュータは、ステップＳ２０６により、これまでの処理により求められたサイクルごとの劣化特性の算出結果を出力する。

【0037】

なお、サイクル劣化モデルを生成するための試験における充放電サイクル回数は、ある程度の劣化状態を出現させればよく、例えば数百回程度である。また、保存劣化モデルを生成するための試験における保存時間は例えば数ヶ月程度である。

【0038】

図７は、図６のステップＳ２０４の劣化計算の処理を模式的に示している。ステップＳ２０４の劣化計算にあたっては、副反応電流ｉ_ｓが図７に示す式３にしたがって求められる。式３において、ａは比断面積、ｉ_0,sは副反応交換電流密度、φ_ｓは固相の電位、Ｕｓは平衡電位、Ｆはファラデー定数、Ｒは気体定数、Ｔは温度、η_ｓは過電圧である。ここで、固相の電位φ_ｓのパラメータは、基本モデルから取得する。

【0039】

また、負極ＳＥＩ成長モデルに基づいて負極ＳＥＩの膜厚δ_seiが求められる。負極ＳＥＩの膜厚δ_seiと充電時間ｔとの関係は図７の式４に示される。式４において、Ｍは副反応生成物のモル体積、ρは負極ＳＥＩの密度である。

【0040】

また、正極構造転移相成長モデルに基づいて正極構造転移相の膜厚δ_posが求められる。膜厚δ_posと充電時間ｔの関係は、正極構造転移相の膜が線形に増加すると仮定すると式５に示される。式５におけるαは比例係数であって、正極劣化因子として扱われる。

【0041】

そのうえで、ステップＳ２０４の劣化計算では、負極ＳＥＩの膜厚δ_seiと、正極構造転移相の膜厚δ_posとを利用して、例えば図７に示す式６により蓄電池の抵抗Ｒｓが求められる。式６において、δ_sei／κ_seiが負極ＳＥＩの膜による抵抗成分であり、δ_pos／κ_posが正極構造転移相による抵抗成分である。κ_seiは負極ＳＥＩの電気伝導率であり、κ_posは正極構造転移相の電気伝導率である。このように、蓄電池の抵抗Ｒｓは、負極ＳＥＩ成長モデルでは負極ＳＥＩの膜厚に依存し、正極構造転移相成長モデルでは正極構造転移相の膜厚に依存する。

【0042】

また、ステップＳ２０４の劣化計算では、蓄電池の損失容量Ｑが図７の式７によって求められる。損失容量は、例えば蓄電池の劣化に伴う蓄電容量の減少（損失）分を示す。式７に示されるように、損失容量は、副反応電流ｉ_ｓを利用して求められる。
また、劣化計算により求められた抵抗Ｒｓと損失容量Ｑは、基本モデルにおいて更新され、例えば次回のステップＳ２０２、Ｓ２０３による放電解析と充電解析とにおいて更新された基本モデルが用いられる。

【0043】

図７から理解されるように、本実施形態のサイクル劣化モデルは、負極ＳＥＩ成長モデルと正極構造転移相成長モデルとを含む。つまり、本実施形態のサイクル劣化モデルでは、充放電サイクルの繰り返しによる蓄電池の劣化は、充放電サイクルの繰り返しに伴う負極ＳＥＩの膜の成長による劣化要因と、充放電サイクルの繰り返しに伴う正極構造転移相の膜の成長による劣化要因とが複合して発生するものと捉えている。
したがって、本実施形態においてサイクル劣化モデルにおけるパラメータを決定するにあたっては、負極ＳＥＩ成長モデルにおけるパラメータと正極構造転移相成長モデルにおけるパラメータとのそれぞれを決定する。

【0044】

図８のフローチャートは、本実施形態の電池モデルを構築するにあたってのパラメータの決定についての手順例を示している。
図５のステップＳ１０３として示したサイクル劣化モデルにおけるパラメータを決定するための手順例を示している。なお、図８においては、ステップＳ１０１による基本モデルのパラメータ決定の手順と、ステップＳ１０２による保存劣化モデルのパラメータ決定の手順とをともに示している。

【0045】

図８に示すように、電池モデルにおけるパラメータ決定の手順としては、まず、ステップＳ１０１によって、図５にて説明したように基本モデルによるパラメータの決定が行われる。図５にて説明したように、ステップＳ１０１によってパラメータが決定された基本モデルは、基本モデルデータ１０として作成される。

【0046】

ステップＳ１０１による基本モデルにおけるパラメータの決定に続いては、ステップＳ１０２によって、図５にて説明したように保存劣化モデルにおけるパラメータの決定が行われる。ステップＳ１０２によりパラメータが決定された保存劣化モデルは、保存劣化モデルデータ２０として作成される。

【0047】

ステップＳ１０２による保存劣化モデルにおけるパラメータの決定に続いては、ステップＳ１０３によってサイクル劣化モデルにおけるパラメータの決定が行われる。
ステップＳ１０３においては、まず、ステップＳ１３１において、以下の手順が行われる。つまり。負極ＳＥＩ成長モデルとパラメータと正極構造転移相成長モデルにおける各パラメータのうちで確定値（設計値、測定値、文献値、推定値など）を適用すべきことが予め定められているパラメータに対して、それぞれ、対応の確定値が適用される。
このように確定値（設計値、測定値、文献値、推定値など）が適用されるパラメータは、例えば、副反応生成物のモル体積Ｍ、負極ＳＥＩの密度ρ、正極構造転移相の電気伝導率κ_posなどである。

【0048】

また、先に行われた保存劣化モデルにおけるパラメータの決定によっては、λ、Ｄｓ及びκ_negの各パラメータが最適化されている。これらの最適化されたパラメータのうち、負極ＳＥＩの電気伝導率κ_negのパラメータは、サイクル劣化モデルにおいても使用される。そこで、ステップＳ１３２に示すように、例えば、サイクル劣化モデルにおける負極ＳＥＩの電気伝導率κ_negのパラメータについては、保存劣化モデルにおけるパラメータの決定に際して最適化された値を適用する。
なお、ステップＳ１３１とＳ１３２の手順の順序は逆であってもよいし、同時並行で行われてもよい。

【0049】

続くステップＳ１３３〜Ｓ１３５は、最適化を行うべき最適化対象のパラメータを最適化するための手順である。ここで、本実施形態のサイクル劣化モデルにおける最適化対象のパラメータは負極の副反応交換電流密度ｉ_0,sと正極劣化因子αである。
負極の副反応交換電流密度ｉ_0,sと正極劣化因子αとを最適化するにあたっては、例えば、まずステップＳ１３３として示すように、正極劣化因子αの調整が行われる。例えば、最初のステップＳ１３３においては、正極劣化因子αについておおよその値が設定される。

【0050】

次のステップＳ１３４においては、直前のステップＳ１３３にて設定した正極劣化因子αを利用して求めた劣化特性が、予め定めた温度とＳＯＣ（State Of Charge）の条件の組合せによる所定の水準ごとの試験結果とができるだけ近づくように負極の副反応交換電流密度ｉ_0,sを調整する。具体的には、例えば、劣化特性に基づく放電特性を試験結果に基づく放電特性に近づけるように調整が行われる。特に、負極の副反応交換電流密度ｉ_0,sについては、放電終了時間が近似するように調整するとよい。

【0051】

そして、ステップＳ１３５においては、ステップＳ１３３とＳ１３４の調整の結果として、劣化特性と試験結果とが近似する状態となっているか否かについて判定が行われる。ここで、まだ劣化特性と試験結果とが近似していないと判定された場合には、ステップＳ１３３の手順に戻ることで、正極劣化因子αの値の再調整と、これに続く副反応交換電流密度ｉ_0,sの再調整とが行われる。

【0052】

そして、ステップＳ１３５において劣化特性と試験結果とが近似したと判定されれば、この段階で、正極劣化因子αと負極の副反応交換電流密度ｉ_0,sの最適値が求められたとしてサイクル劣化モデルの決定手順が終了する。ステップＳ１３１〜Ｓ１３５によりパラメータが決定されたサイクル劣化モデルは、図５にて説明したように、サイクル劣化モデルデータ３０として作成される。

【0053】

本実施形態との比較として、例えば非特許文献２に記載されているサイクル劣化モデルでは、正極構造転移相の成長を考慮しておらず、負極ＳＥＩの成長のみに基づいてモデル化が行われている。このようなサイクル劣化モデルは、負極ＳＥＩ成長モデルのみによりサイクル劣化が生じるものとして扱われる。この場合、サイクル劣化モデルにおいて最適化すべきパラメータは、負極ＳＥＩ成長モデルにおける最適化対象のパラメータのみとなる。

【0054】

しかし、負極ＳＥＩの成長のみに基づくサイクル劣化モデルのもとでは、負極ＳＥＩの成長による劣化要因に、例えば正極構造転移相の成長などの他の劣化要因を集約させるかたちでパラメータを決定することになる。
例えば、このように求められたパラメータを適用したサイクル劣化モデルでは、例えば、現実の蓄電池の試験結果の特性に対して充分に近似した劣化特性が得られない場合もあると考えられる。また、このようなサイクル劣化モデルを使用して蓄電池の劣化特性を推定した場合には、高い推定精度が得られない場合もあると考えられる。
これに対して、本実施形態の場合には、負極ＳＥＩの成長による劣化要因と、正極構造転移相の成長による劣化要因とをそれぞれ含めたサイクル劣化モデルとなっている。これにより、本実施形態では、例えば負極ＳＥＩの成長もしくは正極構造転移相の成長のいずれか一方に充放電サイクルによる劣化要因を集約させることなく、それぞれの劣化要因についてのパラメータを個別に求めることができる。この結果、例えば、サイクル劣化モデルを現実の蓄電池のサイクル劣化の特性により近似させることが可能となり、蓄電池の劣化特性の推定結果についても高い精度を得ることが可能になる。

【0055】

また、本実施形態においては、図８のステップＳ１３２として示したように、サイクル劣化モデルにおける所定のパラメータについて、保存劣化モデルのパラメータ決定段階において最適化された値が共通に使用される。つまり、サイクル劣化モデルにおいて最適化すべきパラメータのうちで、先の保存劣化モデルにおけるパラメータ決定の際に最適化されたパラメータについては、保存劣化モデルにおけるパラメータ決定の際に最適化された値が設定される。
これにより、例えば、サイクル劣化モデルにおけるパラメータの決定段階で最適化すべきパラメータの数が削減されることになり、サイクル劣化モデルにおけるパラメータ決定を効率よく行うことが可能になる。

【0056】

図９は、本実施形態の劣化特性推定装置２００の構成例を示している。劣化特性推定装置２００は、例えば、蓄電池１００を備えるＨＥＭＳ（Home Energy Management System）やＴＥＭＳ（Town Energy Management System）などのエネルギー管理システムにおいて、蓄電池１００の使用経過に応じた劣化特性を推定する装置である。本実施形態の劣化特性推定装置２００は、これまでに説明した手法により作成された電池モデルのデータ（基本モデルデータ１０、保存劣化モデルデータ２０、サイクル劣化モデルデータ３０）を利用して劣化特性を推定する。

【0057】

劣化特性推定装置２００は、運用履歴情報管理部２０１、運用履歴情報記憶部２０２、モデル記憶部２０３及び劣化特性推定部２０４を備える。

【0058】

運用履歴情報管理部２０１は、蓄電池１００の運用に関する履歴を示す運用履歴情報を管理する。運用履歴情報管理部２０１は、蓄電池１００が運用される状態を監視することにより、その運用実績から運用履歴情報を生成する。
運用履歴情報は、例えば、蓄電池１００に対するこれまでの充放電サイクル回数、また、充放電サイクルごとに対応する充電時間、放電時間、保存時間など情報を含む。
充電時間は、１回の充電が開始されてから終了するまでの時間である。放電時間は、１回の放電が開始されてから終了するまでの時間である。
また、充電終了後から放電が開始されるまでの間、もしくは放電終了後から充電開始までの間、蓄電池１００は、充放電を行わずに電力を蓄積した蓄電状態である。保存時間は、１回の蓄電状態が開始されてから終了するまでの時間である。
運用履歴情報管理部２０１は、上記のように生成した運用履歴情報を運用履歴情報記憶部２０２に記憶させる。運用履歴情報記憶部２０２は、運用履歴情報を記憶する。

【0059】

モデル記憶部２０３は、電池モデルのデータを記憶する。つまり、モデル記憶部２０３は、図１０に示すように、電池モデルのデータとして、基本モデルデータ１０、保存劣化モデルデータ２０及びサイクル劣化モデルデータ３０を備える。
基本モデルデータ１０、保存劣化モデルデータ２０及びサイクル劣化モデルデータ３０は、図５及び図８のステップＳ１０１、Ｓ１０２、Ｓ１０３による各モデルのパラメータの決定結果に基づいて作成されたデータである。

【0060】

劣化特性推定部２０４は、例えば、蓄電池１００の劣化特性を推定する。具体的に、例えば劣化特性推定部２０４は、運用履歴情報記憶部２０２が記憶する運用履歴情報と、モデル記憶部２０３が記憶する電池モデルとに基づいて、これまでの蓄電池１００の充電、放電、蓄積状態の実績に応じた現時点での劣化特性を推定する。例えば、劣化特性推定部２０４は、劣化特性として、現時点における抵抗や容量損失などを推定することができる。
さらに、劣化特性推定部２０４は、現時点における劣化特性の推定結果と、これまでの蓄電池１００の使用実績から推定される今後の蓄電池１００の使用スケジュールとに基づいて、蓄電池１００の寿命が尽きる時期を予測してもよい。

【0061】

ここで、劣化特性推定部２０４が劣化特性の推定に利用する電池モデルのデータにおけるサイクル劣化モデルデータ３０は、前述のように、負極ＳＥＩの成長をモデル化しているだけではなく、正極構造転移相の成長もモデル化している。これにより、本実施形態の劣化特性推定部２０４は高い精度の推定結果を得ることができる。

【0062】

なお、例えば図９における劣化特性推定装置２００における各部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより劣化特性の推定を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

【0063】

また、「コンピュータシステム」は、インターネット等のネットワークを利用している場合であれば、ウェブサイトの提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

【符号の説明】

【0064】

１０ 基本モデルデータ、２０ 保存劣化モデルデータ、３０ サイクル劣化モデルデータ、１００ 蓄電池、２００ 劣化特性推定装置、２０１ 運用履歴情報管理部、２０２ 運用履歴情報記憶部、２０３ モデル記憶部、２０４ 劣化特性推定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】