特許 6827417 バッテリの電池の充電状態を判定するための自動化方法

(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】6827417

(24)【登録日】2021年1月21日

(45)【発行日】2021年2月10日

(54)【発明の名称】バッテリの電池の充電状態を判定するための自動化方法

(51)【国際特許分類】

   G01R 31/396 20190101AFI20210128BHJP

   G01R 31/367 20190101ALI20210128BHJP

   G01R 31/3842 20190101ALI20210128BHJP

   H01M 10/48 20060101ALI20210128BHJP

【ＦＩ】

   G01R31/396

   G01R31/367

   G01R31/3842

   H01M10/48 P

【請求項の数】7

【全頁数】27

(21)【出願番号】特願2017-528440(P2017-528440)

(86)(22)【出願日】2015年11月26日

(65)【公表番号】特表2018-506017(P2018-506017A)

(43)【公表日】2018年3月1日

(86)【国際出願番号】FR2015053243

(87)【国際公開番号】WO2016083757

(87)【国際公開日】20160602

【審査請求日】2018年11月19日

(31)【優先権主張番号】1461618

(32)【優先日】2014年11月28日

(33)【優先権主張国】FR

【前置審査】

(73)【特許権者】

【識別番号】507308902

【氏名又は名称】ルノー エス．ア．エス．

【氏名又は名称原語表記】ＲＥＮＡＵＬＴ Ｓ．Ａ．Ｓ．

(74)【代理人】

【識別番号】110002077

【氏名又は名称】園田・小林特許業務法人

(72)【発明者】

【氏名】ヴァンサン アリ

(72)【発明者】

【氏名】シルヴァン レーラン

【審査官】 小川 浩史

(56)【参考文献】

【文献】 特表２００８−５１９９７７（ＪＰ，Ａ）

【文献】 特開２００７−２６６９６（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１４／０２６６０５９（ＵＳ，Ａ１）

【文献】 米国特許出願公開第２０１４／０２７７８６６（ＵＳ，Ａ１）

【文献】 特表２０１７−５３８９２９（ＪＰ，Ａ）

【文献】 特表２０１７−５３８９３１（ＪＰ，Ａ）

【文献】 特表２０１７−５３８９３２（ＪＰ，Ａ）

【文献】 特許第６７１２５９４（ＪＰ，Ｂ２）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｒ ３１／３６−３１／３９６

Ｈ０１Ｍ １０／４８

Ｈ０２Ｊ ７／００

(57)【特許請求の範囲】

【請求項1】

バッテリ管理システムにおける電子コンピュータにおいて、バッテリの２個の電気端子の間で相互に電気的に接続されている複数の電気的エネルギー貯蔵電池を含むバッテリの充電状態を自動的に判定する方法であって、
ａ）時刻ｋごとに、かつ前記バッテリの各電池に対する、前記電池の端子間の電圧の測定値ｙ_ｋ及び前記電池の充電電流又は放電電流の測定強度ｉ_ｋを獲得するステップ（１１０）と、
ｂ）これらの時刻ｋの少なくとも幾つかの時刻において、前記バッテリの複数の電池の少なくとも１個の電池に対して、前記時刻ｋにおける前記電池に対して測定された値ｙ_ｋ及び強度ｉ_ｋの関数として、前記電池の充電状態ＳＯＣ_Ｋを推定するためのアルゴリズムをすべて実行するステップ（２１０）と、
ｃ）前記バッテリの充電状態を、前記バッテリの複数の電池のそれぞれに対して推定された充電状態から判定するステップ（１９０，１９２）とを含み、
− 各電池に対して、時刻ｋにおける前記電池の端子間で測定された値ｙ_ｋと前の時刻ｋ−Ｘ（Ｘは、１に等しいか、又は１より大きい整数）におけるこれら同じ端子間で測定された値ｙ_ｋ−ｘとの間の電圧差を計算するステップ（２０４）と、
− 電池に対して計算された前記電圧差が高いほど当該電池の優先度レベルが高くなるように、各電池に優先度レベルを割当てるステップ（２０６）と、
− 各電池に割り当てられた優先レベルに基づいて、各電池の充電状態の推定をリフレッシュするための時刻をスケジューリングするステップ（２０８）とを含み、前記スケジューリングするステップは、同じ時刻間隔中に、優先度レベルが低い電池に割り当てられたリフレッシュ時刻の数よりも優先度レベルが高い電池に、より多くのリフレッシュ時刻の数を割り当てるステップを含み、
− 前記アルゴリズムをすべて実行するステップ（２１０）は、電池ごとに、前記電池に対して割当てられたそれぞれのリフレッシュ時刻では、前記電池の充電状態を推定するためのアルゴリズムをすべて実行するステップと、前記電池に対して割当てられたリフレッシュ時刻外では、充電状態を推定するためのアルゴリズムのすべての実行を抑止するステップとを含むことを特徴とする方法。

【請求項2】

− 前記電池の端子間で測定された値ｙ_ｋと、０．８Ｕ_ｍａｘより大きいか又は等しい上方閾値及び１．２Ｕ_ｍｉｎ未満の下方閾値から構成された群から選択された所定の電圧閾値とを比較するステップ（２０２）を含み、
前記Ｕ_ｍａｘ及び前記Ｕ_ｍｉｎはそれぞれ、前記電池の端子間の最大及び最小電圧であり、
前記各電池に対して、前記優先度レベルを割当てるステップ（２０６）は、
− 前記測定値ｙ_ｋが前記上方閾値及び前記下方閾値の間にある場合、前記電池に第１優先度レベルを割当て、
−前記所定の電圧閾値が前記下方閾値のとき前記測定値ｙ_ｋが前記所定の電圧閾値未満の場合、又は前記所定の電圧閾値が前記上方閾値のとき前記測定値ｙ_ｋが前記所定の電圧閾値より大きい場合、前記電池に第１優先度レベルより大きな第２優先度レベルを割当てる請求項１に記載の方法。

【請求項3】

前記バッテリの複数の電池の少なくとも１個の電池に対して、
− 前記電池の充電状態を推定するアルゴリズムのすべてを実行するステップを含み、
前記アルゴリズムのすべてを実行するステップは、
・時刻ｋにおける前記電池の充電状態ＳＯＣ_Ｋを、前の時刻ｋ−１における前記電池の充電状態ＳＯＣ_Ｋ−１に関係づける状態モデルを使用して、前記電池の充電状態ＳＯＣ_Ｋの予測値を計算するステップ（１１６）と、
・時刻ｋにおける測定値ｙ_ｋの関数として、計算された充電状態ＳＯＣ_Ｋの前記予測値を補正するステップ（１２２）とを含み、
前記電池の充電状態を推定するためのアルゴリズムをすべて実行するためのスケジューリングされたリフレッシュ時刻外では、
− 前記スケジューリングされたリフレッシュ時刻外であっても、前記電池の充電状態の更新された推定値を得るため、前記予測値を補正するステップを実行せずに、前記電池の充電状態の予測値の計算だけを実行するステップ（２１４）と、
− バッテリの充電状態を判定する間、前記電池の充電状態の更新された推定値を使用するステップとを更に含む請求項１又は２に記載の方法。

【請求項4】

− 対電池のセットを少なくとも２個含むグループを同定するステップ（２０５）を含み、前記対電池は、同じ時刻ｋにおいて、同じ電圧差及び同じ測定値ｙ_ｋを有していて、前記同定するステップは、電圧差及び１個の電池の測定値ｙ_ｋの違いを、同じ時刻における他の複数の電池の電圧差及び測定値ｙ_ｋの違いと比較して、前記対電池を同定し、
− 前記グループに含まれる複数の電池のうちの単一の電池の充電状態を推定するためのアルゴリズムをすべて実行するステップ（２１０）及び、同時に、前記グル−プに含まれる複数の電池のうち前記単一の電池以外の他の電池の充電状態を推定するためのアルゴリズムをすべて実行するのを抑止するステップと、次いで前記グループの他の複数の電池の充電状態が、推定アルゴリズムがすべて実行された前記グループの単一の電池の充電状態に等しいと見做すことによって、前記グループの他の複数の電池の充電状態を推定するステップとを更に含む請求項１〜３のいずれか１項に記載の方法。

【請求項5】

電子コンピュータによって実行されると、請求項１〜４のいずれか１項に記載した方法による判定方法を実行するための命令を含むことを特徴とする、非一時的コンピュータ可読記憶媒体。

【請求項6】

電気エネルギーを貯蔵する複数の電池を搭載したバッテリ管理システムであって、前記複数の電池は、バッテリの２個の端子間で相互に電気的に接続されていて、前記システムは１個の電子コンピュータ（４４）を備えていて、前記電子コンピュータ（４４）には、
ａ）時刻ｋごとに、かつバッテリの各電池それぞれに対して、前記電池の端子間の電圧の測定値ｙ_ｋ、及び前記電池の充電電流又は放電電流の測定強度ｉ_ｋを取得するステップと、
ｂ）これらの時刻ｋの少なくとも特定の時刻において、前記時刻ｋにおいて前記電池の測定値ｙ_ｋ及び測定強度ｉ_ｋの関数として、前記電池の充電状態ＳＯＣ_Ｋを推定するためのアルゴリズムを、前記バッテリの複数の電池の少なくとも１個の電池に対してすべて実行するステップと、
ｃ）前記バッテリの複数の電池それぞれに対して推定された充電状態から、前記バッテリの充電状態を判定するステップとがプログラムされ、
更に、前記電子コンピュータ（４４）には、
− 各電池に対して、時刻ｋにおいて前記電池の端子間で測定された値ｙ_ｋと、前の時刻ｋ−Ｘ（但し、Ｘは、１に等しいか又は１より大きな整数）において、これらと同じ端子間で測定された値ｙ_ｋ−ｘとの電圧差を計算するステップと、ついで
− 各電池に優先度レベルを割り当てるステップであって、電池に対して計算された電圧差が大きいほど当該電池の優先度レベルが高くなるように割り当てるステップと、
− これらの電池それぞれに割り当てられた優先度レベルに基づいて、各電池の充電状態の推定をリフレッシュするための時刻をスケジューリングするステップとを含み、前記スケジューリングするステップは、同じ時刻間隔中に、優先度レベルが低い電池に割り当てられたリフレッシュ時刻の数よりも優先度レベルが高い電池に、より多くのリフレッシュ時刻の数を割り当てるステップとがプログラムされ、
− 前記推定するためのアルゴリズムを実行するステップは、各電池に対して、前記電池に対してスケジューリングされたそれぞれのリフレッシュ時刻において、前記電池の充電状態を推定するためのアルゴリズムをすべて実行するステップと、前記電池に対してスケジューリングされたリフレッシュ時刻外では、充電状態を推定するためのアルゴリズムのすべての実行を抑止するステップとを更に備えることを特徴とする管理システム。

【請求項7】

− 少なくとも１個の動力付き車輪（６）、
− 前記動力付き車輪（６）を駆動して回転させ、自動車を動かすことができる電動機（４）、
− 電気エネルギーを貯蔵して、交互に、前記電気エネルギーを戻して、電動機（４）を付勢することができ、電動機（４）に電気的に接続されている２個の端子（３０，３２）を具備した複数の電池（１８〜２１）を搭載しているバッテリ（１０）、
− 前記電池の端子の間で電気的に接続されていて、これら端子間の電圧を測定する電圧計（３４）、
− 前記電池と直列に接続されていて、前記電池の充電又は放電流強度を測定する電流計（３６）、及び
− 前記電圧計及び電流計に接続されていて、前記電圧計及び電流計の測定値から前記バッテリの電池の充電状態を推定することができるプログラム可能な電子コンピュータ（４４）を搭載している、請求項６に記載したバッテリ管理システム（４０）、を備えている自動車。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、バッテリの電池の充電状態を自動的に測定する方法、及びデータ記録媒体並びに前記方法を実施するためのバッテリの管理システムに関する。更に、本発明は、前記バッテリの管理システムを備えた自動車に関する。

【背景技術】

【0002】

バッテリは、いくつかの電気エネルギー貯蔵電池から構成されている。これらの電池は、バッテリの２つの電気端子の間で互いに電気的に接続されている。

【0003】

バッテリの充電状態を測定する従来の方法は、下記のａ、ｂ、及びｃを含んでいる、
（ａ）時間ｋにおける、バテッリの各電池の端子間の電圧の測定値ｙ_ｋ、及び前記電池の充電電流又は放電電流の測定強度ｉ_ｋを得ること、
（ｂ）これらの時間ｋの少なくとも幾つかの時間において、前記バテッリの前記電池の少なくとも１個の電池に対する、前記時間ｋにおいて前記電池に対して測定された前記値ｙ_ｋ及び前記強度ｉ_ｋの関数としての前記電池の充電状態ＳＯＣ_ｋを推定するためのアルゴリズムの電子計算機による完全実行、及び
（ｃ）前記バッテリの前記電池ごとに推定された充電状態からバッテリの充電状態を決定すること。

【0004】

電池の充電状態は物理量ではないので、直接測定することはできない。従って、電池の充電状態は、推定によらなければならない。その推定には、コンピュータの使用を必要とする推定アルゴリズムを実行することが必要である。例えば、非特許文献１は、このような推定アルゴリズムを記載している。以下、非特許文献１に記載されている推定アルゴリズムを「Ｐｌｅｔｔ ２００４」と記載する。

【0005】

従来法では、時間ｋ毎に、各電池の充電状態を推定していた。次いで、これらの推定から計算していた。これらの従来法は、よい方法である。然しながら、時間毎に各電池の充電状態を推定しなければならないので、多量のコンピュータ電力を使用しなければならない。

【0006】

特許文献１及び２も、このような従来法を記載している。

【先行技術文献】

【特許文献】

【0007】

【特許文献1】米国特許出願公開第２０１０／１６９０３３号明細書

【特許文献2】米国特許出願公開第２０１４／２７２６５３号明細書

【特許文献3】国際公開第２００６／０５７４６８号

【非特許文献】

【0008】

【非特許文献1】L.Plett, et al.: “Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs”, journal of Power Sources, 2004, page 252-292.

【非特許文献2】Mehra, R.K.:[On the identification of variances and adaotative ｋalman Filtering], Automatic Control, IEEE Trasaction on, Volume 15, No.2, pages 175-184, April 1970.

【非特許文献3】Y. Bar-Shalim,et al. : [Estimation With Application to Tracking and Navigation, TheoryAlgorithms and Software], Wiley Inter-science, 2001.

【発明の概要】

【発明が解決しようとする課題】

【0009】

発明が解決しようとする課題は、コンピュータの使用量を低減し、かつ時間毎に各電池の充電状態を推定する従来法と同じ、又は実用上同じ精度をもったバッテリの充電状態を測定する方法を提供することである。

【課題を解決するための手段】

【0010】

従って、本発明の主題は、請求項１に記載した方法である。

【0011】

バッテリの充電状態を測定するのに必要なコンピュータの使用量を制限するために、請求項に記載した方法は、端子間の電圧が殆ど変化しないときは、電池の充電状態も殆ど変化しないという事実を利用する。

【0012】

従って、電圧が殆ど変化しない電池の充電状態を推定するためのアルゴリズムを十分に実行する頻度を制限することによって、推定した充電状態の精度を損なわずにバッテリの充電状態を推定するのに必要なコンピュータの使用量を制限することができる。さらに、電池の充電状態を推定するためのアルゴリズムを完全実行する頻度が少なくなるので、コンピュータの使用時間を節約して、ゆとりをもたせ、コンピュータに他のタスクを行なわせることができる。

【0013】

本発明の自動測定方法の態様は、一つ以上の従属請求項の特徴を含んでいる。

【0014】

更に、本発明の自動測定方法のこれらの態様は、下記の効果を奏功する。

【0015】

− 電圧が上方閾値より大きいか、或いは下方閾値より小さな電池の充電状態を推定するリフレッシュ回数を増やすと、この電池が損傷を受ける蓋然性を制限することができる。実際、電池の電圧が上昇しているか、或いは低くなっている電池の充電状態の不正確な推定は、結果として、電池の過充電又は過放電を惹起させ、電池に損傷を与える。このような場合、充電状態を推定するリフレッシュ頻度を上げることで、推定の精度を高め、従って、電池が損傷を受けるリスクを制限することができる。

【0016】

− 各時間ｋにおける電池の充電状態を、充電状態を予測する計算を補正せずに実行して推定すると、各時間ｋにおける各電池の充電状態の最新の推定を可能にする。従って、バッテリの充電状態の判断の精度を高める。更に、予測を計算する段階が必要とする計算機能力は、予測計算を補正する段階に比べて、はるかに少ないので、実体的な方法において、必要なコンピュータの使用量を増加させない。

【0017】

− 対電池の同定、次いで対電池を構成する単一電池の充電状態を推定するためのアルゴリズムの完全実行によって、バッテリに対して決定された充電状態の精度を損なうことなく、必要なコンピュータの使用量を制限することが可能になる。

【0018】

さらに、本発明は、上述した測定方法を実行するための指令を電子計算機で実行する場合の前記指令を含むデータ記録媒体に関する。

【0019】

さらに、本発明は、請求項６に記載したバッテリ管理システムに関する。

【0020】

さらに、本発明は、請求項６に記載したバッテリ管理システムを備えた自動車に関する。

【発明の効果】

【0021】

本発明のバッテリの充電状態を測定する方法は、バッテリの充電状態を推定するためのアルゴリズムを実行する頻度を制限することによって、推定した充電状態の精度を損なわずにバッテリの充電状態を推定するのに必要なコンピュータ電力を制限することができ、さらに、電池の充電状態を推定するためのアルゴリズムの完全実行の頻度が少なくなるので、コンピュータの使用時間を節約して、ゆとりをもたせ、電子コンピュータに他のタスクを行なわせることができる。

【図面の簡単な説明】

【0022】

以下、添付した図面を参照して本発明を詳細に説明する。

【図1】電気バッテリを搭載した自動車の部分斜視図。

【図2】図１の自動車のバッテリの電池の電気的モデルの概念図。

【図3】図１の自動車のバッテリの電池の充電状態を推定するのに使用される推定器の配置を示す概念図。

【図4】図３の推定器で使用される種々の状態及び観察モデルの方程式。

【図5】図３の推定器で使用される種々の状態及び観察モデルの方程式。

【図6】図３の推定器で使用される種々の状態及び観察モデルの方程式。

【図7】図３の推定器で使用される種々の状態及び観察モデルの方程式。

【図8】図３の推定器で使用される種々の状態及び観察モデルの方程式。

【図9】図３の推定器で使用される種々の状態及び観察モデルの方程式。

【図10】図３の推定器を使用して電池の充電状態を推定する方法のフローチャート。

【図11】図１の自動車のバッテリの充電状態を測定する方法のフローチャート。

【図12】バッテリの種々の電池の充電状態を推定のリフレシュ・タイムを予定する方法のフローチャート。

【図13】図１２に示した方法を使用した種々の予定リフレシュ・タイムを示すフローチャート。

【図14】図１の自動車のバッテリの電池の充電状態を推定するのに使用される推定器の別の配置を示す概念図。

【図15】図１４の推定器で使用した状態モデルを表す式。

【図16】図１４の推定器で使用した観察モデルを表す式。

【図17】図１４の推定器を使用した電池の充電状態を推定する方法のフローチャート。

【図18】バッテリの電池の内部抵抗及び静電容量を想定するための別の状態モデルを示す式。

【発明を実施するための形態】

【0023】

これらの図面において、同じ要素には、同じ参照番号を付した。当業者に周知の特徴及び機能は、明細書、特許請求の範囲、図面及び要約書で、詳細に記載していない。

【0024】

明細書、特許請求の範囲、図面及び要約書において、用語「計算機能力」は、電子計算機で実行されるオペレーション（オペレーション）の数を意味する。従って、コンピュータの使用量の減少は、コンピュータで実行されるオペレーションの数を減少させて、同じ結果又は同じ種類の結果を達成させることを意味する。

【0025】

図１は、電気牽引式、即ち、通常「電気自動車」として知られている自動車２を示している。電気自動車は周知であるので、理解するのに必要な構造要素だけを記載する。自動車２は、下記の構造要素を備えている、
− 動力車輪６を駆動させ、回転させて自動車２を道路８に沿って移動させることができる電気モータ４，及び，
− モータ４に電気エネルギーを供給するバッテリ１０。

【0026】

バッテリ１０は、電気的接続するための２個の端子１２、１４及び２個の端子１２、１４の間で電気的接続されている数個の電池を備えている。端子１２及び１４は、付勢される電気負荷に接続されている。従って、これらの要素は、特に、電気モータ４に接続されている。

【0027】

図１を簡略にするために、４個の電池１８〜２１だけを示した。主として、これらの電池は、幾つかのステージに分類される。これらのステージは、端子１２及び１４の間で直列に接続されている。図１では、２個のステージだけを記載した。第１のステージは、電池１８及び１９を含んでいて、第２のステージは、電池２０及び２１を含んでいる。各ステージは、平行に接続された数個の分岐を有している。ステージの各分岐は、１個の電池又は直列接続された数個の電池を有している。図１では、第１のステージは、２個の分岐を有している。各分岐は、単一の電池を有している。第２のステージは、図１に示した例における第１のステージと構造的に同じである。

【0028】

ここでは、バッテリ１０の全ての電池は、製造上の許容差を除いて、構造的に同じである。従って、電池１８だけを、詳細に記載する。

【0029】

電池１８は、２個の電気接続端子３０、３２を有している。２個の電気接続端子３０、３２は、電池１８を他の電池及びバッテリ１０の端子１２及び１４に接続している。電池１８も又、自由度が無く、バッテリ１０の他の電池に機械的に固着されていて、いわゆる電池の「パック」を形成している。電池１８は、使用されていないときは、電気エネルギーを貯蔵することが出来る。次いで、この貯蔵された電気エネルギーは、使用されてモータ４を駆動させ、電池１８を放電させる。或いは、電池１８も電気エネルギーを受けることができ、充電することができる。再充電に続く電池の完全な放電は、いわゆる充電／放電サイクル又は簡単に呼称されている「電池のサイクル」を構成する。

【0030】

電池１８は、周知のタイプで、例えば、ＬｉＰＢ（リチウム−イオンポリマーバッテリ又はその他の電池である。

【0031】

電池１８は、初期公称静電容量Ｃ_ｎ^ｉｎｉ、初期内部抵抗ＲＯ^ｉｎｉ、最大電流フロー強度Ｉ_ｍａｘ、最大電圧Ｕ_ｍａｘ、最小電圧Ｕ_ｍｉｎ及び関数ＯＣＶ（ＳＯＣ_ｋ）で特徴づけられる。静電容量Ｃ_ｎ^ｉｎｉは、電池１８の初期静電容量である。電池の静電容量は、電池に貯蔵される電気エネルギーの最大量を表わす。この静電容量は、Ａｈで表わされる。電池１８が経時変化するに従って、即ち、充電及び放電サイクルの数が増えるに従って、電池の静電容量は減少する。時間ｋにおける電池１８の公称静電容量をＣ_ｎ，ｋと表わす。

【0032】

初期内部抵抗ＲＯ^ｉｎｉは、電池が経時変化する前の電池１８の内部抵抗値である。電池の内部抵抗値は物理量で、電池の大多数の電気的モデルに見いだされる。電池が経時変化するとき、主として、内部抵抗が増加する。時間ｋにおける電池１８の内部抵抗をＲＯ_ｋと表わす。

【0033】

Ｉ_ｍａｘは最大電流フロー強度で、電池に損傷を与えずに、電池１８から与えられる。

【0034】

Ｕ_ｍａｘは最大電圧で、電池に損傷を与えずに、電池の端子３０と３２の間で絶えず存在する。

【0035】

電圧Ｕ_ｍｉｎは電池１８が完全に放電されたときの端子３０と３２の間の最小電圧である。以下、Ｉ_ｍａｘ、Ｕ_ｍａｘ、Ｕ_ｍｉｎは、経時的に変化しない一定の物理量として取り扱う。

【0036】

ＯＣＶ（ＳＯＣ_ｋ）は、電池１８の充電状態ＳＯＣ_ｋの関数としての電池１８の無負荷電圧を戻す所定の関数である。無負荷電圧は、電池１８が２時間電気負荷から電気的に絶縁された後で、端子３０と３２の間で測定可能な電圧である。

【0037】

電池１８の時間ｋにおける充電状態はＳＯＣ_ｋで記載する。充電状態は、電池１８の充電率で表わす。電池１８に貯蔵された電気エネルギーの量が、その静電容量Ｃ_ｎ，ｋに等しい時、充電率は１００％である。電池１８に貯蔵された電気エネルギーの量がゼロの時、即ち、電気的負荷を付勢するのに、電池１８からエネルギーが抽出されない場合、充電率は０％である。

【0038】

パラメータＣ_ｎ^ｉｎｉ、ＲＯ^ｉｎｉ、Ｉ_ｍａｘ、Ｕ_ｍａｘ、及び関数ＯＣＶ（ＳＯＣ_ｋ）は、電池の周知のパラメータである。例えば、それらは、電池の製造業者によって与えられるか、又は電池に関して行なった測定から実験的に決定される。

【0039】

同様に、バッテリ１０は、各電池に下記を備えている。
− 電池の端子間の電圧を測定する電圧計、及び
− この電池の充電又は放電流強度を測定する電流計。

【0040】

図１を簡略にするために、電池１８の１個の電圧計３４と１個の電流計３６だけを記載した。

【0041】

上記で記載した電池１８の種々のパラメータとは違って、電池１８の充電状態ＳＯＣ_ｋは、測定不可能である。従って、推定する必要がある。この目的のために、自動車２は、バッテリ１０を管理するシステム４０、又はＢＭＳ（バッテリ・マネージメント・システム）を備えている。システム４０は、特に、バッテリ１０の充電状態及びバッテリ１０の健康状態を測定する機能を有している。バッテリの充電状態及び健康状態を測定するために、システム４０は、バッテリ１０の各電池の充電状態及び健康状態を推定することができる。電池の健康状態は、電池の経時変化の進行状態で表わす。時間ｋにおける電池の健康状態はＳＯＨ_ｋで表わす。以下において、電池の健康状態は、比Ｃ_ｎ，ｋ／Ｃ_ｎ^ｉｎｉによって測定される。従って、電池の健康状態を計算するために、システム４０は、現在の時間ｋにおける電池の静電容量Ｃ_ｎ，ｋを推定することができる。

【0042】

これらの推定を行なうために、システム４０は、バッテリ１０の各電圧計及び電流計に電気的に接続されていて、各電池の端子間の電圧及び電流強度の測定値を取るようになっている。

【0043】

システム４０は、メモリ４２及びプログラム制御可能な電子コンピュータ４４を備えていて、メモリ４２に記録された指令を実行できるようになっている。この目的のために、メモリ４２は、図１０〜１２及び／又は図１７の方法を実行するのに必要な指令を内蔵している。メモリ４２も、これらの方法を実行するのに必要な種々のパラメータの初期値を内蔵している。従って、システム４０の構造は、バッテリを管理する従来のシステムの構造と同じか、又は似ているので、更に詳細に記載するのを割愛する。

【0044】

図２は、電池１８の電気的モデル５０を表わしている。このモデルは、［ｆｉｒｓｔ−ｏｒｄｅｒ Ｔｈｅｖｅｎｉｎ ｍｏｄｅｌ］又は［ｌｕｍｐｅｄ ｐａｒａｍｅｔｅｒｍｏｄｅｌ］として知られていて、端子３２から始まり、直列に連続して接続され、端子３０で終結していて下記を備えている。
− 無負荷電圧ＯＣＶ（ＳＯＣ_ｋ）の発電機５２、
− 平行ＲＣ回路５４、及び
− 時間ｋにおける内部抵抗５６（以下「内部抵抗ＲＯ_ｋ」という）。

【0045】

回路５４は、値Ｒ_Ｄの抵抗に平行に接続されたコンデンサＣ_Ｄを含んでいる。モデル５０のこれら２つのパラメータＲ_Ｄ及びＣ_Ｄは周知であって、経時的に一定であると考える。回路５４の端子における時間ｋの電圧をＶ_Ｄ，ｋと記載する。電池１８の端子３０と３２の間の時間ｋにおける電圧の値をＹ_ｋと記載し、同じ時間における電池１８の充電又は放電流強度をｉ_ｋと記載する。

【0046】

図３は、システム４０において実行され、電池１８の充電状態及び健康状態を推定する推定器（エスティメータ）の配置の第１の態様を示している。各推定器は、コンピュータで実行される推定アルゴリズムの形で実行されている。従って、以下「推定器の実行」及び「推定アルゴリズムの実行」と言う。この第１の態様において、システム４０は、充電状態がＳＯＣ_ｋ、及び電圧の測定値Ｙ_ｋ及び測定強度ｉ_ｋに基づく抵抗Ｖ_Ｄｋの推定器６０を備えている。この実施の態様では、推定器６０は、カルマンフィルタの形をしている。従って、状態モデル６２（図４）及び観察モデル６４（図５）を使用している。図４及び図５において、これらのモデルの方程式は、既に定義した表記法を使用して表わしている。ＲＯ_ｋ２及びＣ_ｎ，ｋ３は、それぞれ、時間ｋ２及びｋ３における電池１８の内部抵抗及び容量を表わしている。これらの時間ｋ２及びｋ３は、後記で定義される。更に、モデル６２において、Ｘ_ｋは、時間ｋにおける状態のベクトル［ＳＯＣ_ｋ、Ｖ_Ｄ，ｋ］^Ｔを表わしている。
この記載において、記号^「Ｔ」は、数学的変換オペレーションを表わしている。乗法オペレーションは、オペレータにより、“．”又は“＊”として表記される。

【0047】

以下、時間の原点が、時間ｋがゼロ値に対応するものを想定する。この条件において、現在の時間ｋは、ｋＴ_ｅに等しい；Ｔ_ｅは、バッテリ１０の電流計及び電圧計の測定のためのサンプリング時間である。従って、Ｔ_ｅは、システム４０によって電圧及び電流強度を得るための２回連続して行なう時間ｋ及びｋ−１に分けられる。通常、時間Ｔ_ｅは、０．１秒と１０秒の間で一定である。この態様では、Ｔ_ｅは、１秒±２０％である。例えば、Ｔ_ｅは１秒に等しい

【0048】

モデル６２において、Ｗ_ｋは、状態ノイズベクトルである。ここでは、ノイズＷ_ｋは、中心ガウスホワイトノイズである。このノイズは、使用したモデルの不確実性を表わしている。時間ｋにおけるノイズＷ_ｋの共分散マトリックスをＱ_ｋと表わす。Ｑ_ｋは、以下の関係式で定義される。Ｑｋ＝Ｅ（Ｗ_ｋ^＊Ｗ_ｋ^Ｔ）；但し、Ｅ（…）は、数学的確率変数の期待関数。同じように、モデル６２は、Ｘ_ｋ＋１＝Ｆ_ｋＸ_ｋ＋Ｂ_ｋｉ_ｋ＋Ｗ_ｋと記載される；但し、
− Ｆ_ｋは、時間ｋにおける遷移マトリックス、
− Ｂ_ｋは、時間ｋにおける制御ベクトル。

【0049】

特に、モデル６２によって、直前の充電状態ＳＯＣ_ｋから、時間ｋ＋１における充電状態ＳＯＣ_ｋ＋１を推定することができる。

【0050】

モデル６４によって、充電状態ＳＯＣ_ｋ、電圧Ｖ_Ｄ，ｋ及び測定強度ｉ_ｋから、時間ｋにおける電圧の値ｙ_ｋを推定することができる。このモデルにおいて、Ｖ_ｋは、中心ガウスホワイトノイズである。以下、時間ｋにおけるノイズＶ_ｋの共分散マトリックスをＲ_ｋと表わす。此処に記載した特定のケースの場合、マトリックスＲ_ｋは、１列マトリックス及び１行マトリックスの行列式で、関係式Ｒｋ＝Ｅ（Ｖ_ｋ^＊Ｖ_ｋ^Ｔ）で定義される。このノイズＶ_ｋは、ノイズＷ_ｋ及びｓｊ初期ベクトル状態Ｘ_０とは無関係である。

【0051】

函数ＯＣＶ（ＳＯＣ_ｋ）は、通常、非線形なので、モデル６４は非線形である。このため、推定器６０は、カルマンフィルタの拡張バージョンで、ＥＫＦ（Ｅｘｔｅｎｄｅｄ ｋａｌｍａｎＦｉｌｔｅｒ）としてよく知られている。この拡張バージョンは、ベクトルＸ_ｋの近傍においてモデル６４を線形化することで、最終的には、ｙ_ｋ＝Ｈ_ｋＸ_ｋ＋ＲＯ_ｋ２・ｉ_ｋ＋Ｖ_ｋの形の線形観察モデルに終結する。モデル６４はベクトルＸ_ｋの近傍においてテイラー級数に展開される。次いで、２次で始まる導函数の寄与を無視する。従って、マトリックスＨ_ｋは、充電状態ＳＯＣ_ｋの近傍において、函数ＯＣＶの最初の導函数に等しい。このモデル６４の線形化は、通常、充電状態ＳＯＣ_ｋの新しい値それぞれに対して実施される。

【0052】

推定器６０は、充電状態ＳＯＣ_ｋ＋１を推定することを可能にするために、静電容量Ｃ_ｎ，ｋ３及び内部抵抗ＲＯ_ｋ２を認識する必要がある。電池１８の静電容量及び内部抵抗は、経時的に変化する。この経時変化を考慮するために、時間ｋ３及びｋ２における電池１８の静電容量と内部抵抗を、それぞれ、推定する。推定器６６が、測定値ｙ_ｋ２，測定強度ｉ_ｋ２，及び充電状態ＳＯＣ_ｋ２から内部抵抗ＲＯ_ｋ２を推定する。他の推定器６８が、測定強度ｉ_ｋ３，及び充電状態ＳＯＣ_ｋ３から静電容量を推定する。

【0053】

電池１８の内部抵抗及び静電容量は、その充電状態よりも、非常にゆっくりと変化する。従って、推定精度を無視せずに、電池の充電状態を推定するのに必要な計算機力を制限するために、推定器６６及び６８の実行使用頻度を、推定器６０より少なくする。以下、推定器６６及び６８の実行時間を、それぞれ、ｋ_２及びｋ_３として、時間ｋと区別する。時間ｋ_２のセット、及び時間ｋ_３のセットは、時間ｋのセットのサブセットである。従って、連続した２つの時間ｋ２とｋ２−１の間、及び連続した２つの時間ｋ３とｋ３−１の間には、（長短に関係無く）経過する数期間Ｔｅ及び数時間ｋが存在する。

【0054】

推定器６６及び６８は、それぞれ、カルマンフィルタの形で実行する。推定器６６は、状態モデル７０（図６）及び観察モデル７２（図７）を使用する。
これらのモデルにおいて、ノイズＷ_２，ｋ２及びＶ_２，ｋ２は、中心ガウスホワイトノイズである。以下において、ノイズＷ_２，ｋ２及びＶ_２，ｋ２の共分散を、それぞれ、Ｑ_２，ｋ２及びＲ_２，ｋ２と表わす。観察モデル７２によって、直接測定可能物理量Ｕ_ｋ２の値を推定することができる。物理量Ｕ_ｋ２は、最後のＮ−測定値ｙ_ｋの合計である。物理量Ｕ_ｋ２は、下記の関係式で定義される。

【数1】

【0055】

Ｎは、必ず１以上の整数で、以下に記載する方法で計数する。上記の関係式及びモデル７２において、時間ｋは、時間ｋ２に等しい。

【0056】

モデル７２は充電状態ＳＯＣ_ｋ、電圧Ｖ_Ｄ，ｋ、及び時間ｋ＝ｋ２で測定した強度ｉ_ｋだけではなく、推定器６０のＮ回前の推定、及び時間ｋ２及びｋ２−１の間に測定したＮ回前の測定強度も考慮に入れる。中間測定値、及び時間ｋ２及びｋ２−１の間の推定結果を考慮するという事実によって、内部抵抗ＲＯ_ｋ２の推定の精度を高めることが可能である。

【0057】

推定器６８は、状態モデル７４（図８）及び観察モデル７６を使用する。モデル７４及び７６において、ノイズＷ_３，ｋ３及びＶ_３，ｋ３は、中心ガウスホワイトノイズである。以下において、ノイズＷ_３，ｋ３及びＶ_３，ｋ３の共分散を、それぞれ、Ｑ_２，ｋ３及びＲ_２，ｋ３と表わす。モデル７６は線形モデルで、拡張カルマンフィルタではなく、推定器６８に替えて、簡単なカルマンフィルタを使用することができる。

【0058】

観察モデル７６によって、直接測定可能な物理量Ｚ_ｋ３の値を推定することができる。物理量Ｚ_ｋ３は、最後のＮ−測定値強度ｉ_ｋの合計である。物理量Ｚ_ｋ３は、下記の関係式で定義される。

【数2】

【0059】

上記の関係式及びモデル７６において、時間ｋは、時間ｋ_３に等しい。この物理量Ｚ_ｋ３は、時間ｋ３の前の時間ｋ−１で測定した強度ｉ_ｋ−１だけではなく、時間ｋ３とｋ３−１の間で測定したＮ測定強度も考慮に入れる。Ｎは、絶対に１以上の整数で、以下に記載する方法で計数する。この場合のＮは、モデル７２で導入されたＮと必ずしも等しくなる必要はない。中間測定値、及び時間ｋ３及びｋ３−１の間の推定結果を考慮するという事実によって、静電容量Ｃ_ｎ，ｋ３の推定精度を高めることが可能である。

【0060】

図１０の方法を参照して、特に電池１８の充電状態を推定するケースに関して、推定器６０、６６及び６８の機能を説明する。

【0061】

この方法は、先ず、推定器６０、６６及び６８を実行させるのに必要な種々の共分散マトリックス（行列）を調整するフェーズ１００から始まる。より正確には、オペレーション１０２を行なう間、推定器６０の共分散マトリックスＱ_ｋとＲ_ｋは、関係式Ｑ_ｋ＝［Ｎ_０Ｇ_０，_ｋ（Ｎ_０）］^−１及びＲ_ｋ＝Ｉを使用して自動的に調整される。ただし、
−Ｎ_０は、予め決定された、必ずゼロより大きな整数、
−Ｉは、単位マトリックス、及び
−Ｇ_０，_ｋ（Ｎ_０）は、下記の式で定義される。

【数3】

【0062】

通常、Ｎ_０は、システム４０を設計している間に選択され、次いで、一旦設定されると、これで決定である。Ｎ_０は１００以下である。例えば５と１５の間である。この態様では、Ｎ_０は選択して１０に等しくする。

【0063】

前記の関係式を使用することでマトリックスＱ_０及びＲ_０の調整、並びにマトリックスＱ_ｋとＲ_ｋの調整が、以下に記載するように、かなり簡単になる。実際、選択されるべき唯一のパラメータは、整数Ｎ_０の値である。

【0064】

オペレーション１０４を実行する間、共分散Ｑ_２，０及びＲ_２，０も調整される。例えば、Ｑ_２，０は、選択されて、［（β^＊ＲＯ^ｉｎｉ）／（３^＊Ｎ^ｃ_ｅｏｌ＊Ｎｓ）］^２に等しいとされる。但し、
− βは、選択される定数で、０．３又は０．５に等しいか、或いは大きく、好ましくは０．８より大きく、通常３未満、
− Ｎ^ｃ_ｅｏｌは、寿命に達する前の電池１８の充電又は放電サイクルの予想数、及び
− Ｎ_ｓは、電池１８の充電及び放電サイクル毎に内部抵抗を評価する回数。

【0065】

１００で割ったパーセンテージで表わされる定数βは、初期内部抵抗ＲＯ^ｉｎｉの値とその寿命価値の最後との間の差を表わしている。βは、主として、使用者又は実験的に測定して設定される。Ｎ^ｃ_ｅｏｌは、実験的に測定して設定されるか、又は電池１８の製造業者のデータから得られるサイクル数である。Ｎ_ｓは、コンピュータ４４によって実行される充電状態を推定する方法によって設定される。以下に説明するように、この態様では、内部抵抗は、サイクル毎に１回推定される。従って、Ｎ_ｓは１に等しいとする。

【0066】

図示したように、共分散Ｒ_２，０は、（２ε_ｍＵ_ｍａｘ／３００）^２）に等しくなるように選択される。但し、ε_ｍは、パーセンテージ（％）で表される電圧計３４の最大誤差である。

【0067】

共分散Ｑ_２，ｋ２及びＲ_２，ｋ２は、一定であって、それぞれ、Ｑ_２，０及びＲ_２，０に等しいと考えられる。

【0068】

オペレーション１０６を実行中、共分散Ｑ_３．０及びＲ_３，０が調整される。例えば、共分散Ｑ_３．０は、［Ｙ＊Ｃ_ｎ^ｉｎｉ／（３＊Ｎ^Ｃ_ｅｏｌ＊Ｎ_Ｓ］^２に等しいとする。但し、Ｙは、１００で割ったパーセンテージで表され、静電容量Ｃ_ｎ^ｉｎｉと、電池１８の最後の寿命の静電容量との差である。Ｙは、使用者によって選択され、０．０５〜０．８の間、好ましくは０．０５〜０．３の間で一定である。この実施の態様では、Ｙ＝０．２である。

【0069】

共分散Ｒ_３，０は、例えば、（２＊ε_ｉｍ＊Ｉ_ｍａｘ／３００）^２に等しくなるように選択される。但し、ε_ｉｍは、パーセンテージ（％）で表される電流計３６の最大誤差である。

【0070】

共分散Ｑ_３，ｋ３及びＲ_３，ｋ３は、一定であって、それぞれ、Ｑ_３，０及びＲ_３，０に等しいと考えられる。

【0071】

一旦、共分散マトリックスの調整が完了すると、電池１８の充電状態の推定が開始される。

【0072】

フェーズ１１０を実行する間、電圧計３４及び電流計３６は、時間ｋごとに、それぞれ、値ｙ_Ｋ及び強度ｉ_ｋを測定する。システム４０が、これらの測定値を、ただちに、受け取って、メモリ４２に記録する。フェーズ１１０は、時間ｋごとに繰り返される。

【0073】

並行して、推定器６０は、フェーズ１１４の電池１８の時間ｋごとの充電状態の推定を実行する。

【0074】

ステップ１１６を実行する間、推定器６０は、それぞれ、電池１８の充電状態の予測

及び同Ｖ_{Ｄ，ｋ／ｋ−１}、並びに時間ｋにおける回路５４の端子間の電圧Ｖ_Ｄを算する。ここで使用するインデックス、記号等を説明する。インデックス［ｋ／ｋ−１］は、この予測が、時間ゼロと時間ｋ−１の間で行った測定値だけを考慮して、行ったということを示している。従って、演繹的予測値と言える。インデックス［ｋ／ｋ］は、時間ｋにおける予測が、時間ゼロと時間ｋの間で行った全ての測定値を考慮して、行ったということを示している。従って、帰納的予測値と言える。予測値

及びＶ_{Ｄ，ｋ／ｋ−１}はモデル６２を参照して測定強度ｉ_ｋ−１及び量Ｃ_ｎ，ｋ３から算出された。モデル６２において、状態遷移マトリックスＦ_ｋ−１は、ｋに関係なく一定なので、時間ｋごとに再評価する必要は無い、ということに留意するべきである。

【0075】

ステップ１１７を実行する間、同じく、推定器６０は、状態ｘ_ｋのベクトルの予測誤差に対する共分散マトリックスの予測Ｐ_{ｋ／ｋ−１}を計算する。この計算は、主として、下記の関係式を参照して行われる。
[数４]
Ｐ_{ｋ／ｋ−１} ＝ Ｆ_ｋ−１Ｐ_{ｋ−１／ｋ−１}Ｆ_ｋ−１^Ｔ＋Ｑ_ｋ−１

【0076】

これら種々のマトリックスＦ_ｋ−１，Ｐ_{ｋ−１／ｋ−１}及びＱ_ｋ−１は、すでに定義したので割愛する。

【0077】

次いで、ステップ１１８を実行する間、推定器６０は、予測値

及びＶ_{Ｄ，ｋ／ｋ−１}に関してモデル６４を線形化することによって、マトリックスＨ_ｋを構成する。

【0078】

ステップ１２０を実行する間、共分散マトリックスＱ_ｋ及びＲ_ｋは、自動的に更新される。そのために、この態様では、ステップ１１８の間に構成されたマトリックスＨ_ｋを考慮に入れて、ステップ１２０は、オペレーション１０２と同じとする。

【0079】

この後、ステップ１２２を実行する間、推定器６０は、予測値

と、測定値ｙ_ｋとモデル６４から予測された値

との間の差の関数としてのＶ_{Ｄ，ｋ／ｋ−１}を補正する。この差は、「イノベーション（ｉｎｎｏｖａｔｉｏｎ）」として知られている。このステップは、下記のオペレーションを含んでいる。
− 予測値

を計算するオペレーション１２４、次いで
− 予測値

及びＶ_{Ｄ，ｋ／ｋ−１}、並びにマトリックスＰ_{ｋ／ｋ−１}を補正して、補正済予測値

、Ｖ_{Ｄ，ｋ／ｋ}、及びＰ_ｋ／ｋを得るオペレーション１２６。

【0080】

オペレーション１２４を実行する間、モデル６４を使用して予測値

を計算する。この際、モデル６４では、充電状態の値は

に等しいとされ、電圧Ｖ_Ｄ，ｋの値はＶ_{Ｄ，ｋ／ｋ−１}に等しいとされる。以下、測定値ｙ_ｋとその予測値

との間の差をＥ_ｋと記載する。

【0081】

イノベーションＥ_ｋに基づいて、演繹的推定値

及びＶ_{Ｄ，ｋ／ｋ−１}を補正する方法は多数ある。例えば、オペレーション１２６を実行する間、これらの推定値は、カルマン（ｋａｌｍａｎ）ゲインＫ_ｋを使用して補正される。ゲインＫ_ｋは、式［Ｋ_ｋ＝Ｐ_{ｋ／ｋ−１}Ｈ^Ｔ_ｋ（Ｈ_ｋＰ_{ｋ／ｋ−１}Ｈ^Ｔ_ｋ＋Ｒ_ｋ）^−１］によって与えられる。次いで、演繹的予測値が、式［ｘ_ｋ／ｋ＝ｘ_{ｋ／ｋ−１}＋Ｋ_ｋＥ_ｋ］を使用して補正される。

【0082】

マトリックスＰ_{ｋ／ｋ−１}は、式［Ｐ_ｋ／ｋ＝Ｐ_{ｋ／ｋ−１}−Ｋ_ｋＨ_ｋＰ_{ｋ／ｋ−１}］を使用して補正される。

【0083】

電池１８の充電状態を新たに推定する必用がある場合、ステップ１１６〜１２２が、時間毎に繰り返される。

【0084】

並行して、ステップ１３０を実行する間、コンピュータ４４は、強度ｉ_ｋのそれぞれの新たな測定値と、所定の電流閾値ＳＨ_ｉとを比較する。測定強度がこの閾値ＳＨ_ｉを超えない限り、推定器６６の実行は抑止されない。逆に、一旦、測定強度がこの閾値ＳＨ_ｉを超えた場合、推定器６６の実行は、直ちに停止される。閾値ＳＨ_ｉは、通常、Ｉ_ｍａｘ／２より大きく、０．８＊Ｉ_ｍａｘ又は０．９＊Ｉ_ｍａｘより大きいと有利である。

【0085】

推定器６６は、時間ｋにおける内部抵抗ＲＯ_ｋ２を推定するフェーズ１４０を実行する。この態様では、強度ｉ_ｋが、閾値ＳＨ_ｉを超えた場合、時間ｋ２は時間ｋに等しくなる。

【0086】

このために、ステップ１４２を実行する間、推定器６６は、モデル７０から内部抵抗の演繹的予測値

を計算する。

【0087】

次いで、ステップ１４４を実行する間、推定器６６は、内部抵抗の推定誤差の共分散マトリックスの予測値Ｐ_{２，ｋ２／ｋ２−１}を計算する。例えば、この予測値は、式［_{Ｐ２，ｋ２／ｋ２−１}＝Ｐ_{２，ｋ２−１／ｋ２−１}＋Ｑ_２，０］を使用して計算される。この態様ではモデル７２は、状態の変数の線形関数であることに留意されるべきである。従って、マトリクッスＨ２，ｋ２を得るのに、予測値

の近傍で線形化する必要はない。この態様では、マトリクッスＨ_２，ｋ２は、−Ｎに等しい。

【0088】

ステップ１４８を実行する間、推定器６６は、測定した物理量ｕ_ｋ２と、同じく物理量である予測値

との間の差の関数としての予測値

を補正する。この態様では、Ｎは、選択された所定の一定値で、好ましくは１０又は３０より大きい。値ｙ_ｋは、測定され、かつ、得ることができるので、量Ｕ_ｋ２も得ることができる。

【0089】

より詳細に述べると、オペレーション１５０を実施する間、コンピュータ４４は、測定した量Ｕ_ｋ２を得て、予測値

を計算する。量

は、モデル７２を使用して計算される。このモデル７２において、値ＲＯ_ｋ２は、その前に計算されたＲＯ_ｋ２／_ｋ２−１と同じとする。

【0090】

次に、オペレーション１５２を実行する間、推定器６６は、イノベーションＥ_ｋ２の関数としての予測値

を補正する。イノベーションＥ_ｋ２は、測定量Ｕ_ｋ２と予測量

との間の差に等しい。例えば、オペレーション１５２を実行する間、オペレーション１２６を実行する間に実行された方法と同じ方法が採用される。従って、オペレーション１５２を、さらに詳細に記載することを割愛する。次いで、前記の推定値ＲＯ_{ｋ２−１／ｋ２−１}の替わりに、推定器６０が次の実行をする間、新たな推定値ＲＯ_{ｋ２／ｋ２}が使用される。

【0091】

測定強度ｉ_ｋが大きくなった時だけ推定器６６を実行させることによって、内部抵抗の推定精度を上げ、同時に、この方法を実施するのに必要な計算機能力を低減することができる。実際、強度ｉ_ｋが大きくなっている時、電流計の測定精度が高くなる。

【0092】

更に、フェーズ１１０及び１１４と並行して、この方法はステップ１６０を含んでいる。ステップ１６０を実行する間、時間ｋごとに、推定値ＳＯＣ_ｋが、所定の上方閾値ＳＨ_ｓｏｃと比較される。推定値ＳＯＣ_ｋが、この閾値ＳＨ_ｓｏｃ以下の場合、この方法は、直ちに、ステップ１６２及び１６４と共に続行される。そうでない場合、ステップ１６０は、次の時間ｋにおいて繰り返される。閾値ＳＨ_ｓｏｃは、主として、９０％と１００％の間にある。

【0093】

ステップ１６２を実行する間に、コンピュータ４４は、カウンターをゼロに初期化し、次いで、このステップのスタートから、強度ｉ_ｋの新たな測定毎に、カウンターを１だけ進める。更に、各時間ｋにおいて、同じ時間に発生した測定強度ｉ_ｋ及び推定値ＳＯＣ_ｋを、この時間ｋと関連させて、データベースに記録する。

【0094】

ステップ１６２と並行して、ステップ１６４を実行する間、コンピュータ４４は、新たな推定値ＳＯＣ_ｋをそれぞれ、所定の閾値ＳＬ_ｓｏｃと比較する。閾値ＳＬ_ｓｏｃは、例えば、０％〜１０％の間にある。推定値ＳＯＣ_ｋが、この閾値ＳＬ_ｓｏｃより高い位置を維持している限り、ステップ１６２は、その次の時間ｋにおいて反復される。そうでない場合、電池１８の推定値ＳＯＣ_ｋが、この閾値ＳＬ_ｓｏｃ以下に降下すると、コンピュータ４４は、直ちに、推定器６８の実行をトリガーし、かつカウンターの増進を停止する。従って、この閾値を超えてしまわない限り、推定器６８の実行は抑止される。

【0095】

フェーズ１６６を実行している間、推定器６８は時間ｋ３における静電容量
Ｃ_ｎ，ｋ３を推定する。従って、時間ｋ３は、推定器６８のエグゼキューションがトリガーされる時間ｋに等しい。

【0096】

フェーズ１４０にも同じことが言える。推定器６８が、各時間ｋにおいて、実行されない、と命令された場合、時間ｋ３−１は時間ｋ−１に対応しない。逆に、時間ｋ３と時間ｋ３−１は、ＮＴ_ｅ（Ｎはステップ１６２の間に計数された数）より大きいか、或いは等しい時間間隔で隔てられている。

【0097】

推定器６８のカルマンフィルターのパラメータは、フェーズ１６６の時間ｋ３−１における前のイテレションの最後で得たこれらのパラメータの前の値で初期化される。

【0098】

フェーズ１６６は、下記を含んでいる。
− ステップ１７０の間の、モデル７４を使用した予測値Ｃ_{ｎ，ｋ３／ｋ３−１}の計算、
− ステップ１７２の間の、静電容量の推定誤差の共分散マトリックスの予測値Ｐ_{３，ｋ３／ｋ３−１}の計算、及び
− ステップ１７４の間の、予測値Ｃ_{ｎ，ｋ３／ｋ３−１}及びＰ_{３，ｋ３／ｋ３−１}の補正。

【0099】

ステップ１７２及び１７４の間、観測可能性Ｈ_３、ｋ３のマトリックスは、［（ＳＯＣ_ｋ−ＳＯＣ_ｋ−ｎ）］^＊３６００／（ＮＴ_ｅ）に等しい。但し、Ｎは、推定した充電状態が閾値ＳＨ_ＳＯＣ以下に降下した時間と、推定した充電状態が閾値ＳＬ_ＳＯＣ以下に降下した時間との間の経過した時間ｋの数である。値Ｎは、ステップ１６２の間で計算された値に等しい。

【0100】

ステップ１７４は、測定物理量ｚ_ｋ３及び物理量ｚ_ｋ３の予測値

の計算を行なうオペレーション１７６を含んでいる。この態様では、物理量ｚ_ｋ３の取得は、時間ｋ−１とｋ−Ｎの間で測定された最後のＮ強度の合計の計算を含んでいる。予測値

は、モデル７６から得ることができる。

【0101】

次に、オペレーション１７８の間、推定器６８は、測定物理量ｚ_ｋ３及び予測値

の間の差の函数としての予測値Ｃ_{ｎ，ｋ３／ｋ３−１}を補正して、帰納的推定値Ｃ_{ｎ，ｋ３／ｋ３}を得る。この補正は、例えば、ステップ１２６に関して記載した様にして行なわれる。

【0102】

次に、静電容量Ｃ_{ｎ，ｋ３／ｋ３}は、推定器６０に送られる。推定器６０がＣ_{ｎ，ｋ３／ｋ３}を使用して、次の時間の電池１８の充電状態を推定する。

【0103】

電池１８が、その大部分を放電した後で、推定器６８の命令実行をトリガーする事実によって、推定精度が高くなり、かつ同時にこの方法を実施するのに必要なコンピュータの使用量を低減する。

【0104】

フェーズ１６６の最後で、ステップ１８０において、コンピュータが、式ＳＯＨ_ｋ３＝Ｃ_ｎ，ｋ３／Ｃ_ｎ^ｉｎｉを使用して、時間ｋ３における健全状態ＳＯＨ_ｋ３を計算する。

【0105】

図１１は、バッテリ１０の充電状態を評価する方法を表わしている。時間ｋにおいて、バッテリ１０の充電状態は、このバッテリ１０の電池のそれぞれの充電状態から評価される。例えば、これは、以下に記載した方法で行なわれる。ステップ１９０の間に、コンピュータ４４は、バッテリのステージの各電池の充電状態を合計することによって、バッテリの各ステージの充電状態を評価する。

【0106】

次に、ステップ１９２の間に、バッテリの充電状態は、ステップ１９０の間で評価したステージの充電状態の最小値に等しいとする。

【0107】

図１１に記載したように、各時間ｋにおけるバッテリの充電状態の評価には、時間ｋにおける複数の電池のそれぞれの充電状態の評価だけを使用することが必要である。従って、第１の解決策は、各時間ｋおけるフェーズ１１４を実行することによって、複数の電池のそれぞれに対して、図１０の評価法を並行して実行することを含んでいる。然しながら、バテッリの充電状態の評価の精度を低下させずに、必要なコンピュータの使用量を制限するために、図１２の方法に関して記載した電池の充電状態を評価の実行時間を割当てることも可能である。

【0108】

図１２の方法は、３つの優先度レベル、即ち高度優先度レベル、中間優先度レベル、及び低位優先度レベルだけを使用する簡素化されたケースを記載している。更に、優先度レベルが高度優先度レベルの電池の充電状態は、各時間ｋ及び、従って、フリケンシｆ_ｅに於いて評価する必要があるとの仮説が想定される。優先度レベルが中間優先度レベルの電池の充電状態は、この１／３のフリケンシ、従ってフリケンシｆ_ｅ／３に於いて評価する必要があるとの仮説が想定される。最後に、優先度レベルが低位優先度レベルの電池の充電状態は、この１／１０のフリケンシ、従ってフリケンシｆ_ｅ／１０に於いて評価する必要があるとの仮説が想定される。この例では、高度優先度レベル及び中間優先度レベルの場合、予め分かって場所の数は限られている。換言すれば、高度優先度レベルが割当てられた電池の数は、予め決められた最大数に限定される。同じことが、中間優先度レベルが割当てられた電池に関しても言える。

【0109】

（記憶を再生、強調するための）リフレッシュを必要とする複数の電池のそれぞれの充電状態を推定する時間を割当てるために、ステップ１９８の間に、コンピュータは、各電池に優先度レベルを割当てることから始める。

【0110】

ステップ１９８は、オペレーション２００から始める。その間、システム４０は、複数の電池のそれぞれの端子の間の電圧の測定値ｙ_ｋを取得する。

【0111】

次に、オペレーション２０２の間、測定値ｙ_ｋが、上方閾値ＳＨ_ｙを超えているか、又は下方閾値ＳＬ_ｙ未満の場合、高度優先度レベルの十分な場所が残っている限り、コンピュータ４４は、この電池に高度優先度レベルを割当てる。上方閾値ＳＨ_ｙは、０．９^＊Ｕ_ｍａｘより大きいか、或いは等しく、好ましくは０．９５^＊Ｕ_ｍａｘより大きい。下方閾値ＳＬ_ｙに関しては、これは、Ｕ_ｍｉｎより大きいか、又はＵ_ｍｉｎに等しく、かつ１．１^＊Ｕ_ｍｉｎ又は１．０５^＊Ｕ_ｍｉｎ未満である。電圧がＵ_ｍａｘに近いか、又はＵ_ｍｉｎに近い複数の電池の充電状態を推定するには、頻繁にリフレッシュすることが重要である。実際、そのような状況にある電池の充電状態を推定にエラーがあると、その電池の電気的及び機械的性質の低下につながる。

【0112】

次に、オペレーション２０４の間に、コンピュータ４４は、他の複数の電池に対して、測定電流値ｙ_ｋと、その前の値ｙ_ｋ−ｘ（但し、Ｘは、１より大きいか又は等しい所定の整数で、通常５或いは１０未満、この態様では１である）との間の電圧差を計算する。

【0113】

オペレーション２０５の間に、コンピュータ４４は、対の電池を同定する。複数の電池が、同じ時間ｋで、同じ電圧差及び同じ測定値ｙ_ｋを有する場合、それらは「対の」電池であると考えられる。このために、ステップ２０５において、コンピュータ４４は、１個の電池の電圧差及び同じ測定値ｙ_ｋを、同じ時間における複数の他の電池の電差及び測定値ｙ_ｋと比較して、これら複数の他の電池の中で、対の電池か、又はこの電池の単なる複数の電池かを識別する。次いで、この電池の識別子、及び対の電池であると識別された電池又は複数の電池の識別子は、１セットに分類されて、メモリ４２に記録される。上述した比較は、例えば、未だ、識別子が、対の電池と記録された複数のセットの１つへの組み込みが完了していないバッテリ１０の複数の電池のそれぞれに対して実施される。その後、対の電池のそれぞれのセットの複数の電池の唯一の電池だけに対して優先度レベルが割当てられる。従って、オペレーション２０６及びそれに続くステップ２０８及び２１０は、対の電池を有していない複数の電池だけ、及び対の電池のそれぞれのセットの単一のセットだけに対して実施される。

【0114】

オペレーション２０６の間に、コンピュータが、複数の電池を、オペレーション２０４の間に計算された差の絶対値が減少する順番に従って分類する。次いで、コンピュータは、この分類による最初の複数の電池に、高度優先度レベルと一緒に、残っている場所を割当てる。次いで、コンピュータは、この分類による次の複数の電池に、中間優先度レベルと一緒に、残っている場所を割当てる。最後に、コンピュータは、この分類による最後の複数の電池に、低位優先度レベルと一緒に、残っている場所を割当てる。

【0115】

一旦、それぞれの電池に、優先度レベルが割当てられると、ステップ２０８の間に、コンピュータ４４は、それらの優先度レベルの函数として、複数の電池の充電状態を推定するための情報をフレッシュなものに書き直すためにリフレッシュ・タイムを割当てる。ステップ２０８は、それぞれの優先度レベルに関与する推定のためのリフレッシュ回数に従うように、実行される。このために、例えば、コンピュータ４４は、先ず第１に、高度優先度レベルの複数の電池の推定をリフレッシュする必要がある時間を予約する。次に、コンピュータ４４は、中間優先度レベルの複数の電池の充電状態の推定をリフレッシュする必要がある時間を予約する。最後に、低位優先度レベルが割当てられた複数の電池に対しても同じことを実行する。

【0116】

これを説明するために、高度優先度レベルが電池１８に割当てられ、中間優先度レベルが電池１９及び２０に割当てられ、低位優先度レベルが電池２１に割当てられたものと仮定する。更に、時間Ｔ_ｅの間に、コンピュータは、図１０の方法のフェーズ１１４を、多くて２回実行するものと仮定する。これらの想定によって得た結果を図１３に示す。図１３において、時間ｋ〜ｋ＋１１を、ｘ−軸にそって記載した。これら各時間の上の２つの箱は、コンピュータ４４が、各時間ｋで，図１０の方法のフェーズ１１４を２回実行することができるという事実を表わしている。これらの箱のそれぞれにおいて、フェーズ１１４が実行される電池の数が示してある。これらの箱の中に数字が記載されていないのは、図１０の方法が実行されなかったこと、従って、節約されたコンピューティング電力は、例えば、推定６６及び６８の実行のように、他の目的に使用される。

【0117】

最後に、ステップ２１０の間に、優先度レベルが割当てられた電池のそれぞれに対して、コンピュータ４４が、この電池のための予定時間においてフェーズ１１４を実行する。これらの予定時間以外では、コンピュータ４４は、この電池のためにフェーズ１１４を完全実行するのを抑止する。同じように、優先度レベルが割当てられていない対の電池に対するフェーズ１１４の実行も抑止される。

【0118】

並行して、ステップ２１２の間に、優先度レベルが割当てられていない対の電池のそれぞれに対するこの電池の充電状態の推定値は、この電池の対の電池に対してステップ２１０の間に計算された最後の推定値に等しいものとされる。従って、フェーズ１１４は、対の電池の１つだけに対して実行される。このことによって、判定精度を低下させずに、バッテリの充電状態を判定するのに必要なコンピューティング電力の使用量を減少させることが可能になる。

【0119】

任意選択的に、ステップ２１０と並行して、時間ｋごとに、コンピュータ４４が、この時間ｋにおいて、ステップ２１０において処理されなかった電池のそれぞれの充電状態を想定するステップ２１４を実行する。ステップ２１４は、同じ時間において、完全実行フェーズ１１４が実行されなかった全ての電池に対して、補正ステップ１２２を実行せずに、想定ステップ１１６だけを実行することを含んでいる。実際、想定ステップ１１６は、ステップ１２２に比べて、コンピューティング電力の使用量がはるかに少ない。従って、想定ステップ１１６は、例えば、それぞれの時間ｋにおいて実行される。従って、ステップ２１４を実行する時、時間ｋにおいて、バッテリの複数の電池それぞれの充電状態の新たな推定を実行する。

【0120】

一定の間隔で、ステップ１９８及び２０８を反復して、これらの電池のそれぞれに割当てられた優先度のレベル、及びこれらの電池の充電状態を推定するためのリフレッシュ回数を更新する。複数の電池の充電状態を推定するためのリフレッシュ・タイムを割当てる方法によって、バッテリに対して判定された充電状態の精度を低下させずに、必要なコンピューティング電力の使用量を制限することが可能になる。実際、図１２の方法は、電圧差が小さな電池は、放電量も充電量も少ない電池なので、その充電状態は、急速には変化しないという事実を利用する。従って、バッテリに対して判定された充電状態の精度を低下させずに、低周波数で、これらの電池の充電状態を推定することができる。

【0121】

図１０及び１１の方法を実行する間、所定の時間において１個の電池の充電状態ＳＯＣ_ｋが計算のために必要とする各時間で、前記充電状態ＳＯＣ_ｋは、この電池に対して推定又は予測された最後の充電状態に等しいものとする。換言すれば、充電状態は、充電状態を推定又は予測した時、２つの連続した時間の間で一定を維持していると考えられる。

【0122】

同じように、コンピュータ４４が、１個の電池に対して推定フェーズ１１４を実行するときはいつでも、コンピュータ４４は、同じ電池に対するこのフェーズの前の実行の最後に得た値から、この実行に必要な情報を探索するということに留意するべきである。このことは、たとえば、特に、状態変数に関して言えることである。然しながら、前の時間は、必ずしも時間ｋ−１ではなく、この電池に割当てられた優先度レベルに依存して、時間ｋ−３又はｋ−４の場合もあり得ることに留意するべきである。

【0123】

１個の電池の充電状態を推定する方法には、多くの態様が可能である。例えば、図１４は、推定器の別のアレンジメントを表わしている。このアレンジメントは、推定器６６及び６８が、単一の推定器２３０に替わった以外には、図３のアレンジメントと同じである。推定器２３０は、同時に、電池１８の静電容量と内部抵抗を同時に推定する。推定器２３０の使用頻度は、推定器６０に比べて少ない。ｋ４を推定器２３０の実行時間とし、Ｃ_ｎ，ｋ４及びＲＯ_ｋ４を時間ｋ４において推定された静電容量と内部抵抗とする。セット［時間ｋ４］は、［時間ｋ］のサブセットである。

【0124】

推定器２３０は、同じ時間における、静電容量Ｃ_ｎ，ｋ４及び内部抵抗ＲＯ_ｋ４を推定する。この推定器２３０は、状態モデル２３２（図１５）及び観察モデル２３４（図１６）を使用するカルマン・フィルタを実行しする。

【0125】

図１７の方法及び電池１８の特定のケースに関して、この推定器２３０の機能を説明する。図１７の方法は、ステップ１３０〜１７４を、ステップ２４０、２４２、２４４、及び静電容量及び内部抵抗を推定するフェーズ２２６と置き換えた以外には、図１０の方法を同じである。

【0126】

ステップ２４０の間、コンピュータ４４は、時間ｋごとに、測定値ｙ_ｋを、上方閾値ＳＨ_ｙ２と比較する。主として、閾値ＳＨ_ｙ２は、０．８^＊Ｕ_ｍａｘ又は０．９^＊Ｕ_ｍａｘより大きいか、又は等しい。測定値ｙ_ｋが、この閾値ＳＨ_ｙ２以下に降下した場合だけに、ステップ２４２及び２４４が実行される。

【0127】

ステップ２４１の間、コンピュータ４４はカウンタをゼロに初期化することからスタートし、次いで、新たな時間ｋごとに、このカウンタを、１だけ増分する。更に、これらの時間ごとに、測定強度ｉ_ｋ、値ｙ_ｋ、充電状態ＳＯＣ_ｋ及び推定電圧Ｖ_Ｄ，ｋを、この時間ｋと共にデータベースに記録する。

【0128】

ステップ２４２と並行して、ステップ２４４の間、コンピュータ４４は、時間ｋごとに、新測定値ｙ_ｋを、下方電圧閾値ＳＬ_ｙ２と比較する。この下方電圧閾値ＳＬ_ｙ２は、１．２^＊Ｕ_ｍｉｎ又は１．１^＊Ｕ_ｍｉｎ未満か、又は等しく、かつＵ_ｍｉｎより大きいが、等しい。

【0129】

一旦、測定値ｙ_ｋが、この閾値ＳＬ_ｙ２以下に降下した場合だけに、ステップ２４２の間に、カウンタの増分が停止され、推定器２３０の実行がトリガーされる。一方、測定値ｙ_ｋが、この閾値ＳＬ_ｙ２以上にある限り、推定器２３０の実行が抑止される。

【0130】

推定器２３０が、フェーズ２４６を実行する。前述したように、時間ｋ４及びｋ_４−１が、ＮＴ_ｅより大きいか、又は等しい時間間隔で分割されている。但し、Ｎは、ステップ２４２の間に増分されたカウンタの値である。推定器２３０の機能は、推定器６６及び６８に関して前述した機能から推測することができる。従って、更に詳細に記載することは割愛する。

【0131】

他の電気的モデル及び他の状態モデルを使用して、電池１８の充電状態を推定することができる。例えば、簡単な変形として、回路５４は省略される。一方、より複雑な電気的モデルは、相互に直列に電気的接続された幾つかの並列ＲＣ回路を備えている。従って、電池１８の状態モデルを、修飾・変形して、その電池の新しい電気的モデルに対応させるべきである。然しながら、前述した全ては、修飾・変形した状態モデルに、容易に適用することができる。例えば、修飾・変形した状態モデルの例は特許文献３に記載されている。

【0132】

モデル５０のパラメータＲ_Ｄ及びＣ_Ｄも、所定の定数パラメータであると考えずに、推定することができる。この目的のために、これら２つのパラメータＲ_Ｄ及びＣ_Ｄを、例えば、状態Ｘ_ｋのベクトルに導入し、［ＳＯＣ_ｋ，Ｖ_Ｄ，ｋ，Ｒ_Ｄ，ｋ及びＣ_Ｄ，ｋ］^Ｔを導出する。例えば、状態モデルは変形されて、２つの式Ｒ_{Ｄ，ｋ＋１}＝Ｒ_Ｄ，ｋ及びＣ_{Ｄ，ｋ＋１}＝Ｃ_Ｄ，ｋを取り込む。

【0133】

状態Ｘ_ｋのベクトルを電池の温度で補償して、同じ時間におけるこの温度を、この電池の充電状態として推定することができる。

【0134】

電池には、温度センサのような補助センサを装着することができる。この場合、補助的に測定された物理量を考慮するために、観察モデルを変形することができる。特許文献３は、変形観察モデルを記載している。

【0135】

電池をシミュレートするための電気モデルは、非特許文献１のチャプタ３．３に記載されている。

【0136】

共分散マトリックスＲ_ｋ及びＱ_ｋの自動連続調整は、別の方で行うことができる。例えば、非特許文献２に記載されている、いわゆる［Ｃｏｖａｒｉａｎｃｅ Ｍａｔｃｈｉｎｇ］（共分散調整）法を使用することができる。この方法は、例えば、オペレーション１０２に関して記載したように、マトリックスＲ_０及びＱ_０の初期セット・アップの後で適用される。

【0137】

他の変形として、マトリックスＱ_０、Ｒ_０、Ｑ_ｋ及びＲ_ｋは、オペレーション１０２及び１２０に関して前述したようには調整されない。例えば、これらのマトリックスは、通常の方法で調整される。簡素化されたケースにおいて、それらは一定である。例えば、マトリックスＲ_０は、前記センサの製造業者が提供したデータを使用して、又はこれらのセンサに対して実行されたテスト、及び連続テストによるマトリックスＱ_０を使用してセット・アップされる。

【0138】

予測値を修正するためのステップ１２２又は１７８は、それぞれに、実行することができる。例えば、１つの好ましい方法において、充電状態の予測及び電圧Ｖ_Ｄ，ｋの修正は、２つのタームから構成される２次費用関数Ｊの最小化によって実行される：
− 測定値の予測誤差に結合されたターム、及び
− 状態のベクトルの予測誤差に結合された別のターム。
この方法は、非特許文献３に詳細に記載されている。

【0139】

別の変形として、推定器６０は、カルマン・フィルタの形では実行されない。例えば、充電状態は、ＩＩＲ（Ｉｎｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ＝無限インパルス応答）フィルタの形で、充電状態の経時的展開をシミュレートすることによって推定される。ＩＩＲ（無限インパルス応答）フィルタの係数は、ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅ＝反復最小二乗法）によって推定される。

【0140】

他の状態モデルを使用して、電池の内部抵抗及び静電容量を推定することができる。例えば、モデル２３２を、図１８に示したモデル２５０に置き換えることができる。モデル２５０において、α、β、及びγは一定で、それらの値は、電池のメーカーのデータ又は実験的に測定したデータから得ることができる。主として、
− αは、１プラス又はマイナス３０％又は１０％（１±３０％又は１０％）、
− βも、１プラス又はマイナス３０％又は１０％（１±３０％又は１０％）、及び
− γは、主として、０．１と０．５の間。例えば、γは、０．２プラス又はマイナス３０％又は１０％（０．２±３０％又は１０％）。

【0141】

モデル２５０において、Ｎ^Ｃ_ｋは、時間ｋの前に実行された電池の充電／放電サイク＝に降下し、次いで下方閾値ＳＬ_ＳＯＣ以下に降下する時間数を計数することによって測定される。ｗ^ａ_ｄ，ｋは、中心ガウスホワイトノイズである。γは、電池の初期静電容量Ｃ_ｎ^ｉｎｉと、その電池の寿命静電容量の最後との間のパーセンテージ（％）で表現された差である。このモデルは、下記の事実を考慮する。
− 内部抵抗は、電池の老化と共に増加すること、及び
− 電池の静電容量は、電池の老化と共に減少すること。

【0142】

同じような方法で、状態モデル７０を、以下の状態モデルと置き換えることができる：［ＲＯ_ｋ２＋１＝（α＋β^Ｃ_ｋ２／Ｎ^ｃ_ＥＯＬ）ＲＯ_ｋ２＋Ｗ_２，ｋ２］。このモデルの異なる記号は前述したので、説明は割愛する。

【0143】

状態モデル７４を、以下の状態モデルと置き換えることができる：
［Ｃ_{ｎ，ｋ３＋１}＝（１−γＮ^Ｃ_ｋ３／Ｎ^Ｃ_ＥＯＬ）Ｃ_ｎ，ｋ３＋Ｖ_３，ｋ３］。このモデルの異なる記号は前述したので、説明は割愛する。

【0144】

推定器６８に使用される観察モデルに依存して、量Ｚ_ｋ３を、それぞれ計算することができる。例えば、量Ｚ_ｋ３は、時間ｋとｋ−Ｎ＋１の間で測定された最後のＮ強度の合計に等しい。この場合、Ｎは１に等しく、Ｚ_ｋ３＝ｉ_ｋ３である。

【0145】

共分散マトリクッスＱ_ｋ及びＲ_ｋの初期化に関して上述した説明は、推定器６８及び２３０の初期化にも適用することができる。

【0146】

別の変形として、推定器６８は、カルマン・フィルタの形では実行されない。例えば、充電状態は、ＩＩＲ（Ｉｎｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ＝無限インパルス応答）フィルタの形で、充電状態の経時的展開をシミュレートすることによって推定される。ＩＩＲ（無限インパルス応答）フィルタの係数は、ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅ＝反復最小二乗法）によって推定される。

【0147】

図１０及び図１７の方法は、Ｎが所定の定数に等しいとすることによって、簡素化することができる。この場合、Ｎが計算され、ステップ１６０、１６２、２４０及び２４２は省略される。例えば、Ｎは１に等しく、一方では、必ず、１又は５又は１０より大きい。

【0148】

他の変形として、時間ｋ３とｋ３−１の間の時間ｋごとに、予想値Ｃ_ｎ，ｋを計算するステップだけが実行されるが、この予測値を補正するステップ１７４は実行されない。従って、コンピューティング電力の使用量を制限して、これらの時間ごとの電池の静電容量の新しい予測値を得る。同じようにして、時間ｋ４とｋ４−１の間の時間ｋごとに、静電容量及び内部抵抗の予想値を計算するステップだけが実行される。然しながら、これらの予測値を補正するステップは実行されない。従って、これらの変形では、電池の静電容量は、時間ｋごとに予測されるが、この予測値は、時間ｋ３とｋ３−１又は時間ｋ４とｋ４−１の間で、部分的にのみ実行され、完全実行は、時間ｋ３又はｋ４においてだけ実行される。

【0149】

時間ｋ３とｋ３−１又は時間ｋ４とｋ４−１の間における時間ｋごとに、第１アルゴリズムを実行することによって、静電容量を推定することができ、次いで、時間ｋ３又はｋ４において、第１のアルゴリズムとは異なる第２のアルゴリズムを実行し、かつ実質的に大きなコンピューティング動力を使用することによって、静電容量が推定される。上述したように、第１及び第２のアルゴリズムは、それぞれ、カルマン・フィルタの単一ステップ１７０，及びフェーズ１６６又は２４６に、必ずしも対応しない。それらは、２つの完全に異なる推定アルゴリズムである。

【0150】

電池の静電容量を推定するステップ１６６又は２４６は、図１０を参照して説明したように充電状態の閾値を超えた場合、又は図１７を参照して説明したように電圧の閾値を超えた場合、それに反応して、トリガーされる。これらのステップ１６６及び２４６は、電流の出力量の閾値を超えた場合にも、反応してトリガーされる。このために、電池の電圧又は充電状態が所定の上方閾値以下に降下した時間と共にスタートし、時間ｋごとに、コンピュータ４４が、式［ＱＣ_ｋ＝ＱＣ_ｋ−１＋ｉ_ｋＴ_ｅ．］を使用して出力電流の量ＱＣ_ｋを計算する。一旦、ＱＣ_ｋが、上方閾値ＳＨ_Ｑを超えると、フェーズ１６６又は２４６が、実行される。一方、量ＱＣ_ｋが、閾値ＳＨ_Ｑを超えたままでいる限り、フェーズ１６６又は２４６の実行は抑止される。変形として、量ＱＣ_ｋは、時間ｋにおけるＮを含んだスライディング・ウインドーで計算される（Ｎは、所定の定数。）。

【0151】

他の態様においては、静電容量及び／又は内部抵抗の推定を、閾値を超えたことに反応して、トリガーすることは省略される。例えば、これらの推定は、一定間隔でトリガーされる。利用可能なコンピューティング電力が、各時間ｋにおけるこの静電容量及びこの内部抵抗を推定するのに十分ならば、この一定間隔はＴ_ｅに等しい。

【0152】

図１２の方法には、他に多くの態様が可能である。例えば、オペレーション２０５を省略することができる。この場合、対の電池は同定されず、かつステップ２１２は省略される。

【0153】

オペレーション２０２は、多様な方法で実行される。例えば、上方又は下方閾値の一つが使用される。オペレーション２０２は省略される。

【0154】

優先度レベルの数は任意であって、少なくとも２又は３より大きい。複数の電池に優先度レベルを割当てる方法は、他に幾つかある。例えば、１個の電池の優先度レベルは、その優先度レベルを、その電圧差及びその電圧に関係づける式を使用して、計算される。後者の場合、比較オペレーションは省略される。

【0155】

複数の電池の優先度レベルの函数としての電池のリフレッシュ時間と関連して記載した方法は、唯一の例である。これらのタスクの優先度レベルの函数としてのタスクを命令する他の既知の方法は、複数の電池の充電状態の推定のためのリフレッシュ時間の命令に関して記載したケースに適応させることができる。

【0156】

図１２に記載された複数の電池それぞれの充電状態を推定するためのリフレッシュ時間のスケジューリングは省略される。例えば、時間ｌごとに、複数の電池それぞれの充電状態を推定するのに必要なコンピューティング電力が利用できる場合が、このような場合である。

【0157】

変形として、コンピュータ４４は、それぞれ、各電池のため図１０又は１７の推定方法を並行して実行することができる幾つかのプログラム可能なサブコンピュータを含んでいる。

【0158】

１個の電池の健康状態も、式［ＳＯＨ_Ｋ＝ＲＯ_Ｋ／ＲＯ^ｉｎｉ］を使用して計算することができる。

【0159】

バッテリ１０は、例えば、鉛バッテリ、電気二重層コンデンサ、又は燃料電池のような如何なるタイプのバッテリとも置き換えることができる。この場合、推定器６０の状態モデル及び／又は観察モデルは、任意選択的に、バテッリ技術を考慮に入れて、適応される。

【0160】

前記で特定した事は、ハイブリッド車、即ち、動力車輪の駆動が、同時に、又は交互に、電気モータ及び熱内燃機関によって実行される自動車にも適用される。自動車２は、トラック、モーターバイク又はオート三輪、及びバッテリで付勢される電気モータを使用して動力車を駆動することによって動かすことができる全ての車が含まれる。例えば、それはホイストでもよい。

【0161】

バッテリ１０は、バッテリ１０を商用電源に電気的に接続する電源コンセントを使用して再充電することができる。バッテリ１０は、熱内燃機関によっても再充電することができる。

【産業上の利用可能性】

【0162】

本発明のバッテリの充電状態を測定する方法は、バッテリの充電状態を推定するためのアルゴリズムを実行する頻度を制限することによって、推定した充電状態の精度を損なわずにバッテリの充電状態を推定するのに必要なコンピュータ電力を節減することができ、さらに、電池の充電状態を推定するためのアルゴリズムの完全実行の頻度が少なくなるので、コンピュータの使用時間を節約して、ゆとりをもたせ、電子コンピュータに他のタスクを行なわせることができる。従って、バッテリを使用する自動車、産業界等におけるコンピュータの使用に係るコストを低減し、ひいては、当該産業のコスト削減に寄与する。

【符号の説明】

【0163】

２：自動車
４：電気モータ
６：動力付き車輪
８：道路
１０：バッテリ
１２、１４、３０、３２端子
１８〜２１：電池
３４：電圧計
３６：電流計
４０：システム
４２：メモリ
５０：モデル
５２：発電機
５４：平行ＲＣ回路
５６：内部抵抗
６０：推定器
６２：モデル
６４：観察モデル
６６：推定器
６８：推定器
７０：状態モデル
７２：観察モデル
７４：状態モデル
７６：観察モデル
２３０：推定器
２３２：状態モデル
２３４：観察モデル
２５０：モデル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】