特許 7580879 電力システム資産を監視及び／又は動作させるための方法及びシステム

(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】

(24)【登録日】2024-11-01

(45)【発行日】2024-11-12

(54)【発明の名称】電力システム資産を監視及び／又は動作させるための方法及びシステム

(51)【国際特許分類】

   H02J 13/00 20060101AFI20241105BHJP

   H02J 7/00 20060101ALI20241105BHJP

   H01M 10/48 20060101ALI20241105BHJP

   G01R 31/367 20190101ALI20241105BHJP

   G01R 31/382 20190101ALI20241105BHJP

   G01R 31/385 20190101ALI20241105BHJP

   G01R 31/392 20190101ALI20241105BHJP

【ＦＩ】

H02J13/00 301A

H02J7/00 Y

H01M10/48 A

G01R31/367

G01R31/382

G01R31/385

G01R31/392

【請求項の数】 19

(21)【出願番号】P 2023526611

(86)(22)【出願日】2021-11-05

(65)【公表番号】

(43)【公表日】2023-11-20

(86)【国際出願番号】 EP2021080706

(87)【国際公開番号】W WO2022096616

(87)【国際公開日】2022-05-12

【審査請求日】2023-05-01

(31)【優先権主張番号】20206280.8

(32)【優先日】2020-11-06

(33)【優先権主張国・地域又は機関】EP

(73)【特許権者】

【識別番号】505056845

【氏名又は名称】アーベーベー・シュバイツ・アーゲー

【氏名又は名称原語表記】ＡＢＢ Ｓｃｈｗｅｉｚ ＡＧ

【住所又は居所原語表記】Ｂｒｕｇｇｅｒｓｔｒａｓｓｅ ６６， ５４００ Ｂａｄｅｎ， Ｓｗｉｔｚｅｒｌａｎｄ

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(73)【特許権者】

【識別番号】523380173

【氏名又は名称】ヒタチ・エナジー・リミテッド

【氏名又は名称原語表記】ＨＩＴＡＣＨＩ ＥＮＥＲＧＹ ＬＴＤ

(74)【代理人】

【識別番号】100185694

【弁理士】

【氏名又は名称】山下 隆志

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】ペイェトリ，エラルド

(72)【発明者】

【氏名】オッテビル，ジェイムズ

(72)【発明者】

【氏名】フィルラ，マルシン

【審査官】早川 卓哉

(56)【参考文献】

【文献】国際公開第２０１９／０５３１３１（ＷＯ，Ａ１）

【文献】特表２０２０－５３３７７２（ＪＰ，Ａ）

【文献】特開２０１６－０９２８９６（ＪＰ，Ａ）

【文献】特表２０１９－５１２７７４（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１８／０１１１５９９（ＵＳ，Ａ１）

【文献】米国特許出願公開第２００５／００３９７８７（ＵＳ，Ａ１）

【文献】米国特許第０９６９０３１２（ＵＳ，Ｂ２）

【文献】米国特許出願公開第２０１４／００３２１４１（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０２Ｊ１３／００

Ｈ０２Ｊ３／００－５／００

Ｈ０２Ｊ７／００－７／１２

Ｈ０２Ｊ７／３４－７／３６

Ｈ０１Ｍ１０／４２－１０／４８

Ｇ０１Ｒ３１／３６－３１／３９６

(57)【特許請求の範囲】

【請求項1】

電力システム資産（１１；１１ａ～ｃ）を監視及び／又は動作させる方法であって、コンピューティングシステム（１３）によって実施される、
少なくとも１つのデータ取得ユニット（１２）から、前記電力システム資産（１１；１１ａ～ｃ）の状態を示す測定値を受信するステップと、
前記受信測定値を処理して、電力システム資産モデルの第１のモデルパラメータ値のセット（７１～７３）の系列を確定するステップであって、前記第１のモデルパラメータ値の前記セット（７１～７３）の各々は、異なる時間又は時間間隔に対して確定される、処理して確定するステップと、
前記第１のモデルパラメータ値のセット（７１～７３）の系列を使用して、前記電力システム資産モデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセット（７９）を確定するステップであって、前記パラメータ発展モデルは、前記電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値（７１～７３）の発展を記述する、確定するステップと、
前記電力システム資産モデルの少なくとも１つの前記第１のモデルパラメータ値のセット（７１～７３）及び前記パラメータ発展モデルの前記第２のモデルパラメータ値のセット（７９）に応じて出力を生成及び提供するステップとを含む、方法。

【請求項2】

前記パラメータ発展モデルは、前記電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値（７１～７３）の発展を、動作条件及び／又は周囲条件の関数として記述する、請求項１に記載の方法。

【請求項3】

前記出力を生成するステップは、前記パラメータ発展モデルを使用して劣化診断を実施することを含み、前記出力は、前記劣化診断の結果の関数として生成される、請求項１又は２に記載の方法。

【請求項4】

前記パラメータ発展モデルを使用して、前記電力システム資産モデルの前記１つ、いくつか、又はすべての第１のモデルパラメータ値（７１～７３）の将来の発展の予報を生成するステップをさらに含む、請求項１～請求項３のいずれか１項に記載の方法。

【請求項5】

前記予報は、前記予報された将来の発展に基づく残存耐用年数（ＲＵＬ）、将来の電力システム資産状態、前記電力システム資産の将来の性能のうちの少なくとも１つを含む出力を生成するために使用される、請求項４に記載の方法。

【請求項6】

前記パラメータ発展モデルは、前記電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値（７１～７３）の発展を、周囲条件及び／又は動作条件の関数として記述し、前記方法は、前記パラメータ発展モデルを使用して、前記電力システム資産モデルの前記１つ、いくつか、又はすべての第１のモデルパラメータ値（７１～７３）の将来の発展のいくつかの予報を生成するステップを含み、前記いくつかの予報は、複数の異なる将来の周囲条件及び／又は動作条件に対して確定される、請求項４又は５に記載の方法。

【請求項7】

前記将来の周囲条件及び／若しくは動作条件の少なくともサブセットを指定するユーザ入力を受信するステップ、並びに／又は、前記将来の周囲条件及び／若しくは動作条件の少なくともサブセットを自動的に生成するステップをさらに含む、請求項６に記載の方法。

【請求項8】

前記電力システム資産モデルを使用して、第１の時間スケールで発生する事象の診断を実施するステップと、
前記パラメータ発展モデルを使用して、前記第１の時間スケールを超える第２の時間スケールで発生する前記第１のモデルパラメータ値（７１～７３）の発展を識別するステップとを含む、請求項１～請求項７のいずれか１項に記載の方法。

【請求項9】

前記電力システム資産モデルの前記第１のモデルパラメータ値の複数のセット（７１～７３）のうちの少なくとも１つは、測定値と組み合わせて使用されて、現在の電力システム資産状態が計算され、測定値と現在の電力システム資産状態から推定される可観測量との間の残差が計算され、前記残差に基づいて前記第１の時間スケールで発生する事象の診断が実施される、請求項８に記載の方法。

【請求項10】

前記出力は、
任意選択的に警報又は警告を含む、ヒューマンマシンインターフェース（１８）ＨＭＩを介して出力される情報と、
コントローラ、特にバッテリ管理システムＢＭＳ又はマイクログリッドコントローラ（４１ａ～ｃ）に出力される制御信号と、
のうちの１つ又はいくつかを含む、請求項１～請求項９のいずれか１項に記載の方法。

【請求項11】

前記出力は、電力システム資産健全性情報を含む、請求項１～請求項１０のいずれか１項に記載の方法。

【請求項12】

前記電力システム資産（１１；１１ａ～ｃ）の周囲及び／又は動作条件を断続的に調整して、前記調整された周囲及び／又は動作条件の前記第２のモデルパラメータ値のセットを確定するステップをさらに含む、請求項１～請求項１１のいずれか１項に記載の方法。

【請求項13】

前記電力システム資産は、充電式エネルギー貯蔵システムＥＳＳ、特に電気化学的ＥＳＳ、特に充電式バッテリエネルギー貯蔵システム（１１；１１ａ～ｃ）ＢＥＳＳであるか、又はそれを含む、請求項１～請求項１２のいずれか１項に記載の方法。

【請求項14】

前記ＥＳＳは、複数の電池又は複数の電池ストリングを含み、パラメータ発展モデルの前記第１のモデルパラメータ値のセット（７１～７３）及び前記第２のモデルパラメータ値のセット（７９）は、前記複数の電池又は電池ストリングの各々に対して別個に確定される、請求項１３に記載の方法。

【請求項15】

第１のモデルパラメータ値のセット（７１～７３）を確定するステップは、離散時間線形微分方程式を解くステップを含み、及び／又は
前記第２のモデルパラメータ値のセット（７９）を確定するステップは、機械学習、フィッティング、回帰分析、特に線形回帰のうちの少なくとも１つを含む、請求項１～請求項１４のいずれか１項に記載の方法。

【請求項16】

コンピューティングシステムであって、
電力システム資産（１１；１１ａ～ｃ）の状態を示す測定値を受信するように動作するインターフェース（１７；３１）と、
前記インターフェース（１７；３１）に結合されており、
前記受信測定値を処理して、電力システム資産モデルの第１のモデルパラメータ値のセット（７１～７３）の系列を確定することであって、前記第１のモデルパラメータ値の前記セット（７１～７３）の各々は、異なる時間又は時間間隔に対して確定される、処理して確定することと、
前記第１のモデルパラメータ値のセット（７１～７３）の系列を使用して、前記電力システム資産モデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセット（７９）を確定することであって、前記パラメータ発展モデルは、前記電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値（７１～７３）の発展を記述する、確定することと、
前記電力システム資産モデルの少なくとも１つの前記第１のモデルパラメータ値のセット（７１～７３）及び前記パラメータ発展モデルの前記第２のモデルパラメータ値のセット（７９）に応じて出力を生成及び提供することとを行うように動作する少なくとも１つの集積回路（１４）とを備える、コンピューティングシステム。

【請求項17】

システムであって、
バッテリエネルギー貯蔵システム（１１；１１ａ～ｃ）ＢＥＳＳと、
前記ＢＥＳＳの状態を示す測定値を収集するように動作するデータ取得ユニット（１２）と、
前記データ取得ユニット（１２）に結合された、請求項１６に記載のコンピューティングシステム（１３）とを備える、システム。

【請求項18】

前記制御信号が、充電速度、放電速度、電力システム資産周囲温度、放電深度、保護システム、のうちの少なくとも１つを制御する、請求項１０に記載の方法。

【請求項19】

前記第１のモデルパラメータ値のセット（７１～７３）は、
自己放電抵抗（Ｒｂ）、
充放電のヒステリシスをモデル化するための第１のＲＣ要素（Ｒｈ、Ｃｈ）、
長時間過渡現象をモデル化するための第２のＲＣ要素（Ｒｐ、Ｃｐ）、
短時間過渡現象をモデル化するための第３のＲＣ要素（Ｒｃ、Ｃｃ）
のパラメータ値を含む、請求項１～請求項１５、１８のいずれか１項に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

発明の分野
本発明は、電力システム資産を監視及び／又は動作させるための方法及びシステムに関する。本発明は、電力システム資産のモデルを使用する、電力システム資産を監視及び／又は動作させるための方法及びシステムに関する。

【背景技術】

【0002】

発明の背景
発電、送電、及び配電システムは、充電式エネルギー貯蔵システム、変圧器、発電機（分散型エネルギー資源（ＤＥＲ）など）などの複数の電力システム資産を含む。信頼性が高く安定したシステム動作を保証し、保守又は人間による検査のタスクをトリガし、及び／又は電力システム資産の動作点を確定するために、そのような電力システム資産の条件を監視することが重要である。

【0003】

電力システム資産を監視及び／又は動作させるための技法は、モデルベースであり得る。例示のために、電力システム資産のモデルはパラメータ化を有することができ、様々なパラメータのパラメータ値は、現場動作中にキャプチャされた測定値に基づいて確定することができる。

【0004】

国際公開第２０１５／１６０７４５号パンフレットは、電気エネルギー貯蔵システムの性能を予測する方法を開示しており、この方法は、電気エネルギー貯蔵システムの複数の動作パラメータに関係するデータ点の時系列を入力として受信するステップを含む。入力時系列は、電気エネルギー貯蔵システムの動態をシミュレートするモデルに提供される。電気エネルギー貯蔵システムの複数の性能指標を、電気エネルギー貯蔵システムのシミュレートされた動態に基づいて計算することができる。

【0005】

米国特許出願公開第２００７／０１９４７５６号明細書は、バッテリを監視する方法を開示しており、この方法は、少なくとも１回の使用後の測定充電状態を確定するためにバッテリ上の開回路電圧を測定するステップと、少なくとも１回の使用前の充電状態及び少なくとも１回の使用中のバッテリの放電に基づいて算出充電状態を取得するステップと、算出充電状態と測定充電状態との間の差に少なくとも部分的に基づいてバッテリの状態を確定するステップとを含む。

【0006】

欧州特許出願公開第２ ３３７ １８４号明細書は、コンバータの効率を高めることができるグリッド接続エネルギー貯蔵システム及びシステムを制御する方法を開示している。

【0007】

電力システム資産を監視するための従来のモデルベースの手法には、様々な欠点がある。例示のために、電力システム資産の状態は、電力システム資産モデルのパラメータ値が確定された後に経過した時間間隔において電力システム資産の状態が著しく低下すると、電力システム資産モデルによって適切に反映されなくなる可能性がある。パラメータ値を反復的に再確定することは、この問題を軽減することができるが、電力システム資産状態の発展の長期的な傾向を体系的に捉えることはできない。電力システム資産を監視するために従来のモデルベースの手法を使用する場合、特に膨大な数の可能な動作条件があることを考慮する場合、傾向分析は困難である。従来のモデルベースの手法は、例えば構成プロセスのために、人間の技師の多大な関与を必要とすることが多く、これにより、これらの手法はエラーを起こしやすくなる。

【発明の概要】

【発明が解決しようとする課題】

【0008】

概要
電力システム資産を監視及び／又は動作させるための従来のモデルベースの技法の欠点の少なくとも一部を軽減する改善された方法及びシステムが当該技術分野で必要とされている。特に、当該技術分野では、傾向を体系的に識別することを可能にし、傾向分析を促進し、及び／又は人間の専門家の関与を低減する方法及びシステムが必要とされている。

【課題を解決するための手段】

【0009】

本発明の実施形態によれば、電力システム資産モデルのパラメータ値が確定される。これは、反復的に、例えば定期的に行われる。電力システム資産モデルのパラメータ値のうちの１つ、いくつか、又はすべての発展を確定するパラメータ発展モデルが確立される。これは、電力システム資産モデルのパラメータ値のうちの１つ、いくつか、又はすべてがどのように発展するかを定義するパラメータ発展モデルのパラメータの第２のモデルパラメータ値のセットを確定することを含むことができる。

【0010】

パラメータ発展モデルは、電力システム資産モデルとは別個のものである。パラメータ発展モデルを使用して、電力システム資産モデルのパラメータ値の時間発展の傾向を体系的に捉え、定量化することができる。

【0011】

電力システム資産モデルのパラメータ値の確定は、例えば測定値に基づいて、データ駆動手法を使用して実施することができる。測定値は、電力システム資産内又は電力システム資産上に取り付けられたセンサを含む、１つ又はいくつかのセンサによってキャプチャすることができる。

【0012】

電力システム資産モデルのパラメータ値のうちの１つ、いくつか、又はすべてがどのように発展するかを定義するパラメータ発展モデルのパラメータの第２のモデルパラメータ値のセットは、キャプチャされた測定値に直接的又は間接的に依存する。例示のために、パラメータ発展モデルは、第１のモデルパラメータ値のセットを入力として使用して訓練することができ、各セットは、測定値を使用して電力システム資産モデルについて確定され、各セットは、異なる時間又は時間間隔に関連付けられる。

【0013】

したがって、実施形態による方法及びシステムは、ハイブリッドデータ駆動・モデルベース電力システム資産監視システムを提供し、このシステムは、電力システム資産の実際の現在の状態に対する洞察をエンドユーザに提供し、その将来の状態を予測することができる。

【0014】

傾向分析において、複数の異なる動作シナリオ（例えば、複数の異なる仮想的な将来の制御措置）に対応することができる。例示のために、パラメータ発展モデルは、１つ又はいくつかの動作シナリオに対する電力システム資産モデルの将来の発展を予測するために使用することができる。

【0015】

動作シナリオを追跡するために、制御信号及び／又は制御パラメータを制御ユニットにおいて自動的に設定することができる。これは、温度制御、保護システム（例えば、回路遮断器状態）、充放電速度などを含むことができる。

【0016】

一実施形態による電力システム資産を監視及び／又は動作させる方法は、少なくとも１つのデータ取得ユニットから、電力システム資産の状態を示す測定値を受信するステップを含む。本方法は、受信測定値を処理して、電力システム資産モデルの第１のモデルパラメータ値のセットの系列を確定するステップであって、第１のモデルパラメータ値のセットの各々は、異なる時間又は時間間隔に対して確定される、処理して確定するステップを含む。本方法は、第１のモデルパラメータ値のセットの系列を使用して、電力システム資産モデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセットを確定するステップであって、パラメータ発展モデルは、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する、確定するステップを含む。本方法は、電力システム資産モデルの第１のモデルパラメータ値のセット及びパラメータ発展モデルの第２のモデルパラメータ値のセットのうちの少なくとも一方に応じて出力を生成及び提供するステップを含む。

【0017】

パラメータ発展モデルは、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を、動作条件及び／又は周囲条件の関数として記述することができる。

【0018】

出力を生成することは、パラメータ発展モデルを使用して劣化診断を実施することを含むことができる。出力は、劣化診断の結果の関数として生成することができる。

【0019】

本方法は、パラメータ発展モデルを使用して、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の将来の発展の予報を生成するステップをさらに含むことができる。

【0020】

予報は、予報された将来の発展に基づいて確定される残存耐用年数（ＲＵＬ）、将来の電力システム資産状態、電力システム資産の将来の性能のうちの少なくとも１つを含むことができる出力を生成するために使用することができる。

【0021】

パラメータ発展モデルは、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を、周囲条件及び／又は動作条件の関数として記述することができる。

【0022】

本方法は、電力システム資産の周囲及び／又は動作条件を断続的に調整して、調整された周囲及び／又は動作条件の第２のモデルパラメータ値のセットを確定するステップを含むことができる。

【0023】

周囲及び／又は動作条件を断続的に調整することは、ユーザ入力に応答して周囲及び／又は動作条件を調整することを含むことができる。

【0024】

周囲及び／又は動作条件を断続的に調整することは、周囲及び／又は動作条件を調整するためのコマンドを制御ユニットに発行することと、調整された周囲及び／又は動作条件に対して少なくとも２つ又は少なくとも３つの第１のモデルパラメータ値のセットが確定された後、周囲及び／又は動作条件をそれらの以前の値に戻すためのコマンドを制御ユニットに発行することとを含むことができる。

【0025】

周囲及び／又は動作条件を断続的に調整することは、温度制御を実施すること、少なくとも１つの保護システム（例えば、回路遮断器状態）を制御すること、少なくとも１つのスイッチ状態を制御すること、充電速度を制御すること、放電速度を制御することのうちの１つ又はいくつかを含むことができるが、これらに限定されない。

【0026】

第２のモデルパラメータ値のセットは、複数の周囲及び／又は動作条件の各々について、パラメータ発展モデル（線形若しくは非線形回帰モデル又は機械学習モデルの係数の形態をとることができる）のパラメータ化のためにそれぞれ確定することができる。これは、それぞれ、周囲及び／又は動作条件を特定の値に断続的に調整して、その周囲及び／又は動作条件に関連付けられる第２のモデルパラメータ値のセットを確定することを伴うことができる。パラメータ発展モデルのパラメータ化のためのパラメータ値がいくつかの異なる周囲及び／又は動作条件について確定されるまで、第２のモデルパラメータ値のセットの調整及び確定を繰り返すことができる。

【0027】

本方法は、パラメータ発展モデルを使用して、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の将来の発展のいくつかの予報を生成するステップを含むことができ、いくつかの予報は、複数の異なる将来の周囲条件及び／又は動作条件に対して確定される。

【0028】

本方法は、将来の周囲条件及び／若しくは動作条件の少なくともサブセットを指定するユーザ入力を受信するステップ、並びに／又は、将来の周囲条件及び／若しくは動作条件の少なくともサブセットを自動的に生成するステップをさらに含むことができる。

【0029】

本方法は、電力システム資産モデルを使用して、第１の時間スケールで発生する事象の診断を実施するステップをさらに含むことができる。

【0030】

本方法は、パラメータ発展モデルを使用して、第１の時間スケールを超える第２の時間スケールで発生する傾向を識別するステップをさらに含むことができる。

【0031】

第１の時間スケールは、測定値が受信されるサンプリング間隔、又は第１のモデルパラメータ値のセットがそれぞれ確定される時間間隔と等しいか、それよりも小さいか、又はそれに類似していてもよい。

【0032】

電力システム資産モデルの第１のモデルパラメータ値の複数のセットのうちの少なくとも１つは、測定値と組み合わせて使用されて、現在の電力システム資産状態が計算され、測定値と現在の電力システム資産状態から推定される可観測量との間の残差が計算され、残差に基づいて第１の時間スケールで発生する事象の診断が実施され得る。

【0033】

出力は、ヒューマンマシンインターフェース（ＨＭＩ）を介して出力される情報及び／又はコントローラに出力される制御信号のうちの１つ又はいくつかを含むことができる。

【0034】

出力は、電力システム資産健全性情報を含むことができる。
出力は、警報又は警告を含むことができる。

【0035】

制御信号は、マイクログリッドコントローラに出力されてもよい。
パラメータ発展モデルの第１のモデルパラメータ値のセット及び第２のモデルパラメータ値のセットは、複数の電池又は電池ストリングの各々に対して別個に確定されてもよい。

【0036】

第１のモデルパラメータ値のセットを確定することは、離散時間線形微分方程式を解くことを含むことができる。

【0037】

第２のモデルパラメータ値のセットを確定することは、機械学習、フィッティング、又は回帰分析、特に線形回帰のうちの少なくとも１つを含んでもよい。

【0038】

コンピューティングシステムは、エネルギー貯蔵システムの状態を示す測定値を受信するように動作するインターフェースと、インターフェースに結合された少なくとも１つの集積回路とを備える。少なくとも１つの集積回路は、受信測定値を処理して、電力システム資産モデルの第１のモデルパラメータ値のセットの系列を確定することであって、第１のモデルパラメータ値のセットの各々は、異なる時間又は時間間隔について確定される、第１のモデルパラメータ値のセットの系列を確定することと、第１のモデルパラメータ値のセットの系列を使用して、電力システム資産モデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセットを確定することであって、パラメータ発展モデルは、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する、第２のモデルパラメータ値のセットを確定することと、電力システム資産モデルの第１のモデルパラメータ値のセット及びパラメータ発展モデルの第２のモデルパラメータ値のセットのうちの少なくとも一方に応じて出力を生成し提供することとを行うように動作する。

【0039】

コンピューティングシステムは、一実施形態による方法を実施するように動作することができる。

【0040】

システムは、電力システム資産と、電力システム資産の状態を示す測定値を収集するように動作するデータ取得ユニットと、データ取得ユニットに結合された、実施形態によるコンピューティングシステムとを備える。

【0041】

電力システム資産は、これに限定されないが、変圧器、分散型エネルギー資源（ＤＥＲ）、充電式エネルギー貯蔵システムであってもよい。パラメータ発展モデルの第２のモデルパラメータ値のセットを確定することにより、電力システム資産状態発展の長期的な傾向を体系的に確定することができる。第１のモデルパラメータ値のセットは、パラメータ発展モデルによって反映されるように、システム内のより長期の劣化を観測するために記憶及び評価することができる。

【0042】

一実施形態による充電式エネルギー貯蔵システム（ＥＳＳ）を監視及び／又は動作させる方法は、少なくとも１つのデータ取得ユニットから、ＥＳＳの状態を示す測定値を受信するステップを含む。本方法は、受信測定値を処理して、ＥＳＳモデルの第１のモデルパラメータ値のセットの系列を確定するステップであって、第１のモデルパラメータ値のセットの各々は、異なる時間又は時間間隔に対して確定される、処理して確定するステップを含む。本方法は、第１のモデルパラメータ値のセットの系列を使用して、ＥＳＳモデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセットを確定するステップであって、パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する、確定するステップを含む。本方法は、ＥＳＳモデルの第１のモデルパラメータ値のセット及びパラメータ発展モデルの第２のモデルパラメータ値のセットのうちの少なくとも一方に応じて出力を生成及び提供するステップを含む。

【0043】

パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を、動作条件及び／又は周囲条件の関数として記述することができる。

【0044】

出力を生成することは、パラメータ発展モデルを使用して劣化診断を実施することを含むことができる。出力は、劣化診断の結果の関数として生成することができる。

【0045】

本方法は、パラメータ発展モデルを使用して、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の将来の発展の予報を生成するステップをさらに含むことができる。

【0046】

予報は、予報された将来の発展に基づいて確定される残存耐用年数（ＲＵＬ）、将来のＥＳＳ状態、ＥＳＳの将来の性能のうちの少なくとも１つを含むことができる出力を生成するために使用することができる。

【0047】

パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を、周囲条件及び／又は動作条件の関数として記述することができる。

【0048】

本方法は、ＥＳＳの周囲及び／又は動作条件を断続的に調整して、調整された周囲及び／又は動作条件の第２のモデルパラメータ値のセットを確定するステップを含むことができる。

【0049】

周囲及び／又は動作条件を断続的に調整することは、ユーザ入力に応答して周囲及び／又は動作条件を調整することを含むことができる。

【0050】

周囲及び／又は動作条件を断続的に調整することは、周囲及び／又は動作条件を調整するためのコマンドを制御ユニットに発行することと、調整された周囲及び／又は動作条件に対して少なくとも２つ又は少なくとも３つの第１のモデルパラメータ値のセットが確定された後、周囲及び／又は動作条件をそれらの以前の値に戻すためのコマンドを制御ユニットに発行することとを含むことができる。

【0051】

周囲及び／又は動作条件を断続的に調整することは、温度制御を実施すること（例えば、ＥＳＳが取り付けられたエンクロージャの温度を制御することを含む）、少なくとも１つの保護システム（例えば、回路遮断器状態）を制御すること、少なくとも１つのスイッチ状態を制御すること、充電速度を制御すること、放電速度を制御することのうちの１つ又はいくつかを含むことができるが、これらに限定されない。

【0052】

第２のモデルパラメータ値のセットは、複数の周囲及び／又は動作条件の各々について、パラメータ発展モデル（線形若しくは非線形回帰モデル又は機械学習モデルの係数の形態をとることができる）のパラメータ化のためにそれぞれ確定することができる。これは、それぞれ、周囲及び／又は動作条件を特定の値に断続的に調整して、その周囲及び／又は動作条件に関連付けられる第２のモデルパラメータ値のセットを確定することを伴うことができる。パラメータ発展モデルのパラメータ化のためのパラメータ値がいくつかの異なる周囲及び／又は動作条件について確定されるまで、第２のモデルパラメータ値のセットの調整及び確定を繰り返すことができる。

【0053】

本方法は、パラメータ発展モデルを使用して、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の将来の発展のいくつかの予報を生成するステップを含むことができ、いくつかの予報は、複数の異なる将来の周囲条件及び／又は動作条件に対して確定される。

【0054】

本方法は、将来の周囲条件及び／若しくは動作条件の少なくともサブセットを指定するユーザ入力を受信するステップ、並びに／又は、将来の周囲条件及び／若しくは動作条件の少なくともサブセットを自動的に生成するステップをさらに含むことができる。

【0055】

本方法は、ＥＳＳモデルを使用して、第１の時間スケールで発生する事象の診断を実施するステップをさらに含むことができる。

【0056】

本方法は、パラメータ発展モデルを使用して、第１の時間スケールを超える第２の時間スケールで発生する傾向を識別するステップをさらに含むことができる。

【0057】

第１の時間スケールは、測定値が受信されるサンプリング間隔、又は第１のモデルパラメータ値のセットがそれぞれ確定される時間間隔と等しいか、それよりも小さいか、又はそれに類似していてもよい。

【0058】

ＥＳＳモデルの第１のモデルパラメータ値の複数のセットのうちの少なくとも１つは、測定値と組み合わせて使用されて、現在のＥＳＳ状態が計算され、測定値と現在のＥＳＳ状態から推定される可観測量との間の残差が計算され、残差に基づいて第１の時間スケールで発生する事象の診断が実施され得る。

【0059】

出力は、ヒューマンマシンインターフェース（ＨＭＩ）を介して出力される情報及び／又はコントローラに出力される制御信号のうちの１つ又はいくつかを含むことができる。

【0060】

出力は、ＥＳＳ健全性情報を含むことができる。
出力は、警報又は警告を含むことができる。

【0061】

制御信号は、バッテリ管理システム（ＢＭＳ）又はマイクログリッドコントローラに出力されてもよい。

【0062】

制御信号は、充電速度、放電速度、ＥＳＳ周囲温度、放電深度、保護システムのうちの少なくとも１つを制御することができる。

【0063】

ＥＳＳは、電気化学的ＥＳＳ、特に充電式バッテリエネルギー貯蔵システム（ＢＥＳＳ）であってもよい。

【0064】

ＢＥＳＳは、複数の電池又は複数の電池ストリングを含むことができる。
電池は、リチウムイオン電池であってもよい。

【0065】

パラメータ発展モデルの第１のモデルパラメータ値のセット及び第２のモデルパラメータ値のセットは、複数の電池又は電池ストリングの各々に対して別個に確定されてもよい。

【0066】

第１のモデルパラメータ値のセットを確定することは、離散時間線形微分方程式を解くことを含むことができる。

【0067】

第２のモデルパラメータ値のセットを確定することは、機械学習、フィッティング、又は回帰分析、特に線形回帰のうちの少なくとも１つを含んでもよい。

【0068】

第１のモデルパラメータ値のセットは、抵抗及び／又はキャパシタンス及び／又はインダクタンスを含んでもよい。

【0069】

第１のモデルパラメータ値のセットは、自己放電抵抗のパラメータ値を含んでもよい。
第１のモデルパラメータ値のセットは、充放電のヒステリシスをモデル化するための第１のＲＣ要素のパラメータ値を含んでもよい。

【0070】

第１のモデルパラメータ値のセットは、長時間過渡現象をモデル化するための第２のＲＣ要素のパラメータ値を含んでもよい。

【0071】

第１のモデルパラメータ値のセットは、短時間過渡現象をモデル化するための第３のＲＣ要素のパラメータ値を含んでもよい。

【0072】

コンピューティングシステムは、エネルギー貯蔵システム（ＥＳＳ）の状態を示す測定値を受信するように動作するインターフェースと、インターフェースに結合された少なくとも１つの集積回路とを備える。少なくとも１つの集積回路は、受信測定値を処理して、ＥＳＳモデルの第１のモデルパラメータ値のセットの系列を確定するように動作し、第１のモデルパラメータ値のセットの各々は、異なる時間又は時間間隔に対して確定される。少なくとも１つの集積回路は、第１のモデルパラメータ値のセットの系列を使用して、ＥＳＳモデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセットを確定するように動作する。パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する。少なくとも１つの集積回路は、ＥＳＳモデルの第１のモデルパラメータ値のセット及びパラメータ発展モデルの第２のモデルパラメータ値のセットのうちの少なくとも一方に応じて出力を生成及び提供するように動作する。

【0073】

パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を、動作条件及び／又は周囲条件の関数として記述することができる。

【0074】

コンピューティングシステムは、出力を生成することが、パラメータ発展モデルを使用して劣化診断を実施することを含むことができるように動作することができる。コンピューティングシステムは、出力を、劣化診断の結果の関数として生成することができるように動作することができる。

【0075】

コンピューティングシステムは、パラメータ発展モデルを使用して、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の将来の発展の予報を生成するように動作することができる。

【0076】

コンピューティングシステムは、予報を使用して、予報された将来の発展に基づいて確定される残存耐用年数（ＲＵＬ）、将来のＥＳＳ状態、ＥＳＳの将来の性能のうちの少なくとも１つを含むことができる出力を生成するように動作することができる。

【0077】

パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を、周囲条件及び／又は動作条件の関数として記述することができる。

【0078】

コンピューティングシステムは、ＥＳＳの周囲及び／又は動作条件を断続的に調整して、調整された周囲及び／又は動作条件の第２のモデルパラメータ値のセットを確定するように動作することができる。

【0079】

コンピューティングシステムは、周囲及び／又は動作条件を断続的に調整することが、ユーザ入力に応答して周囲及び／又は動作条件を調整することを含むことができるように動作することができる。

【0080】

コンピューティングシステムは、周囲及び／又は動作条件を断続的に調整することが、周囲及び／又は動作条件を調整するためのコマンドを制御ユニットに発行することと、調整された周囲及び／又は動作条件に対して少なくとも２つ又は少なくとも３つの第１のモデルパラメータ値のセットが確定された後、周囲及び／又は動作条件をそれらの以前の値に戻すためのコマンドを制御ユニットに発行することとを含むことができるように動作することができる。

【0081】

コンピューティングシステムは、周囲及び／又は動作条件を断続的に調整することが、これらに限定されるものではないが、温度制御を実施すること（例えば、ＥＳＳが取り付けられたエンクロージャの温度を制御することを含む）、少なくとも１つの保護システム（例えば、回路遮断器状態）を制御すること、少なくとも１つのスイッチ状態を制御すること、充電速度を制御すること、放電速度を制御することのうちの１つ又はいくつかを含むことができるように動作することができる。

【0082】

コンピューティングシステムは、複数の周囲及び／又は動作条件の各々について、パラメータ発展モデル（線形若しくは非線形回帰モデル又は機械学習モデルの係数の形態をとることができる）のパラメータ化のために第２のモデルパラメータ値のセットをそれぞれ確定するように動作することができる。これは、それぞれ、周囲及び／又は動作条件を特定の値に断続的に調整して、その周囲及び／又は動作条件に関連付けられる第２のモデルパラメータ値のセットを確定することを伴うことができる。パラメータ発展モデルのパラメータ化のためのパラメータ値がいくつかの異なる周囲及び／又は動作条件について確定されるまで、第２のモデルパラメータ値のセットの調整及び確定を繰り返すことができる。

【0083】

コンピューティングシステムは、パラメータ発展モデルを使用して、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の将来の発展のいくつかの予報を生成するように動作することができ、いくつかの予報は、複数の異なる将来の周囲条件及び／又は動作条件に対して確定される。

【0084】

コンピューティングシステムは、将来の周囲条件及び／若しくは動作条件の少なくともサブセットを指定するユーザ入力を受信し、並びに／又は、将来の周囲条件及び／若しくは動作条件の少なくともサブセットを自動的に生成するように動作することができる。

【0085】

コンピューティングシステムは、ＥＳＳモデルを使用して、第１の時間スケールで発生する事象の診断を実施するように動作することができる。

【0086】

コンピューティングシステムは、パラメータ発展モデルを使用して、第１の時間スケールを超える第２の時間スケールで発生する傾向を識別するように動作することができる。

【0087】

第１の時間スケールは、測定値が受信されるサンプリング間隔、又は第１のモデルパラメータ値のセットがそれぞれ確定される時間間隔と等しいか、それよりも小さいか、又はそれに類似していてもよい。

【0088】

コンピューティングシステムは、ＥＳＳモデルの第１のモデルパラメータ値の複数のセットのうちの少なくとも１つは、測定値と組み合わせて使用して、現在のＥＳＳ状態を計算し、測定値と現在のＥＳＳ状態から推定される可観測量との間の残差を計算し、残差に基づいて第１の時間スケールで発生する事象の診断を実施するように動作することができる。

【0089】

コンピューティングシステムは、出力が、ヒューマンマシンインターフェース（ＨＭＩ）を介して出力される情報及び／又はコントローラに出力される制御信号のうちの１つ又はいくつかを含むように動作することができる。

【0090】

コンピューティングシステムは、出力が、ＥＳＳ健全性情報を含むように動作することができる。

【0091】

コンピューティングシステムは、出力が、警報又は警告を含むように動作することができる。

【0092】

コンピューティングシステムは、制御信号が、バッテリ管理システム（ＢＭＳ）又はマイクログリッドコントローラに出力されるように動作することができる。

【0093】

コンピューティングシステムは、制御信号が、充電速度、放電速度、ＥＳＳ周囲温度、放電深度、保護システムのうちの少なくとも１つを制御するように動作することができる。

【0094】

ＥＳＳは、電気化学的ＥＳＳ、特に充電式バッテリエネルギー貯蔵システム（ＢＥＳＳ）であってもよい。

【0095】

ＢＥＳＳは、複数の電池又は複数の電池ストリングを含むことができる。
電池は、リチウムイオン電池であってもよい。

【0096】

コンピューティングシステムは、パラメータ発展モデルの第１のモデルパラメータ値のセット及び第２のモデルパラメータ値のセットが、複数の電池又は電池ストリングの各々に対して別個に確定され得るように動作することができる。

【0097】

コンピューティングシステムは、第１のモデルパラメータ値のセットを確定することが、離散時間線形微分方程式を解くことを含むように動作することができる。

【0098】

コンピューティングシステムは、第２のモデルパラメータ値のセットを確定することが、機械学習、フィッティング、又は回帰分析、特に線形回帰のうちの少なくとも１つを含み得るように動作することができる。

【0099】

コンピューティングシステムは、抵抗及び／又はキャパシタンス及び／又はインダクタンスを含む第１のモデルパラメータ値のセットを確定するように動作することができる。

【0100】

コンピューティングシステムは、自己放電抵抗のパラメータ値を含む第１のモデルパラメータ値のセットを確定するように動作することができる。

【0101】

コンピューティングシステムは、充放電のヒステリシスをモデル化するための第１のＲＣ要素のパラメータ値を含む第１のモデルパラメータ値のセットを確定するように動作することができる。

【0102】

コンピューティングシステムは、長時間過渡現象をモデル化するための第２のＲＣ要素のパラメータ値を含む第１のモデルパラメータ値のセットを確定するように動作することができる。

【0103】

コンピューティングシステムは、短時間過渡現象をモデル化するための第３のＲＣ要素のパラメータ値を含む第１のモデルパラメータ値のセットを確定するように動作することができる。

【0104】

システムは、バッテリエネルギー貯蔵システム（ＢＥＳＳ）と、ＢＥＳＳの状態を示す測定値を収集するように動作するデータ取得ユニットと、データ取得ユニットに結合された、実施形態によるコンピューティングシステムとを備える。

【0105】

システムは、ＢＥＳＳが取り付けられるエンクロージャを備えることができる。
コンピューティングシステムは、エンクロージャ内に取り付けられてもよい。

【0106】

システムは、エンクロージャ内に取り付けられたバッテリ管理システムを備えることができる。

【0107】

動作及び／又は周囲条件に関する電力システム資産モデルのパラメータ値（複数可）の発展を記述するデータ駆動モデルが実装される場合、様々な動作シナリオ及び／又は周囲条件の性能及び残存耐用年数の両方への影響を査定することが可能である。

【0108】

電力システムの電力システム資産モデルをパラメータ発展モデルと組み合わせることによって、診断、故障予測、及び最適化を実施することができる。したがって、システム及び方法は、より高い正確度で迅速且つ容易に展開することができ、パラメータの誤った設定による人的エラーのリスクが制限され、システム保守が低減される。

【0109】

方法及びシステムは、充電式エネルギー貯蔵システム（特にＢＥＳＳ）、変圧器、エネルギー生成システム、又は発電、送電及び／又は配電システムの他の電力システム資産に関連付けて使用することができるが、これらに限定されない。

【0110】

図面の簡単な説明
本発明の主題は、添付の図面に例示される好ましい例示的な実施形態を参照して、より詳細に説明される。

【図面の簡単な説明】

【0111】

【図1】一実施形態によるシステムの概略図である。

【図2】一実施形態によるコンピューティングシステムの概略図である。

【図3】一実施形態によるシステムの概略図である。

【図4】一実施形態による方法のフローチャートである。

【図5】一実施形態による方法及びコンピューティングシステムの動作を説明するためのグラフである。

【図6】一実施形態による方法のフローチャートである。

【図7】バッテリエネルギー貯蔵システム（ＢＥＳＳ）モデルの回路図である。

【図8】一実施形態による方法のフローチャートである。

【図9】一実施形態による方法のフローチャートである。

【図10】測定値及び電力システム資産モデルに基づく第１の時間スケールでの事象の識別を示すグラフである。

【図11】一実施形態による方法のフローチャートである。

【図12】一実施形態による方法のフローチャートである。

【図13】一実施形態による方法のフローチャートである。

【図14】一実施形態による方法のフローチャートである。

【図15】一実施形態によるシステムの概略図である。

【図16】一実施形態によるシステムの概略図である。

【発明を実施するための形態】

【0112】

実施形態の詳細な説明
本発明の例示的な実施形態は、図面を参照して説明され、図面において、同一又は類似の参照符号は同一又は類似の要素を示す。一部の実施形態は、バッテリエネルギー貯蔵システム（ＢＥＳＳ）の文脈で説明されるが、本発明はこれに限定されない。本発明の実施形態は、各々がリチウムイオンバッテリに基づくエネルギー貯蔵システムに適用可能であるが、本発明はこれに限定されず、他のタイプのＢＥＳＳ又は発電、送電及び／若しくは配電システムの他の電力システム資産に適用されてもよい。

【0113】

実施形態の特徴は、特に明記しない限り、互いに組み合わせることができる。
同一又は類似の参照番号は、図面において同一又は類似の要素を示すために使用される。

【0114】

図１は、システム１０の概略表現である。システム１０は、充電式バッテリエネルギー貯蔵システム（ＢＥＳＳ）１１を備える。充電式ＢＥＳＳは、複数の並列電池ストリングを備えることができる。複数の並列電池ストリングの各々は、複数の電池を備えることができる。複数の並列電池は、変換器及び／又は変圧器を介して共通結合点に結合することができる。電池ストリングは各々、例えばリチウムイオン電池などの電池の少なくとも１つの直列接続を含んでもよい。ストリングの一部又は全部は、互いに並列に結合された電池のいくつかの直列接続を含むことができる。

【0115】

ＢＥＳＳ１１は、共通結合点においてグリッドに結合されてもよい。グリッドは、全国又は地域の電力網であってもよい。グリッドは、マイクログリッドなどの島嶼電力網であってもよい。

【0116】

本明細書で使用される場合、「バッテリ」という用語は、充電式バッテリを包含する。
ＢＥＳＳ１１は、周波数安定化、負荷レギュレーション、及び／又は電圧サポートを提供することなどのアンシラリーサービスをグリッドに提供するように動作することができる。そのようなアンシラリーサービスを提供するように動作するＢＥＳＳ１１は、ピーク需要に対応するように寸法決めされることが多いが、それがその動作の大部分を通じて設計されるものよりもはるかに低い電力又は負荷で動作する。本明細書に詳細に記載された技法は、例えば契約上の義務に起因して一定の性能特性を提供することができなければならないか、又は最悪のシナリオに対応することができなければならないが、典型的には、それらが設計されている定格負荷よりもはるかに小さい負荷で動作されるようなＢＥＳＳに特に適している。

【0117】

ＢＥＳＳ１１は、１つ以上の測定装置（例えば、センサ）を使用して、その動作状態（電圧、電流及び／又は温度など）を示す測定値を提供するように装備される。１つ以上の測定装置の出力は、データ取得ユニット１２に接続されてもよい。

【0118】

データ取得ユニット１２は、これに限定されることなく、アナログ－デジタル変換器、マージングユニット、ゲートウェイであってもよく、又はこれらを含んでもよい。データ取得ユニット１２には、アナログ波形を離散信号に変換するプロセス、具体的には、変換を受ける信号のサンプリングレート及び長さを定義する第１の設定Ｐ１が与えられてもよい。第１の設定Ｐ１は、固定されていてもよく、又は、ユーザにより指定されてもよい。第１の設定Ｐ１は、複数の数値を含んでもよい。

【0119】

データ取得ユニット１２は、コンピューティングシステム１３に接続されている。コンピューティングシステム１３は、データ処理ユニット１４及び通信モジュール１７を有する。データ処理ユニット１４内には、データ記憶モジュール１５と、ハイブリッドデータ駆動且つモデルベースのバッテリ監視システムモジュール１６とが実装され、これについては下記により詳細に説明する。

【0120】

データ処理ユニット１４はまた、警報、警告、若しくは他の出力の生成を引き起こすＢＥＳＳの現在又は予報状態を比較するための閾値比較、並びに／又は制御信号を生成してＢＥＳＳ１１及び／若しくはＢＥＳＳ１１と動作可能に結合された装置（例えば、保護システム、温度制御システムなど）に出力するためのモジュールなどの追加のプロセス又はモジュールを実行してもよい。

【0121】

データ処理ユニット１４は、設定Ｐ２を使用してもよく、設定Ｐ２に応じて動作してもよい。設定Ｐ２は、ユーザ入力を含んでもよく、又はユーザ入力からなってもよい。設定Ｐ２は、コンピューティングシステム１３に供給されてもよい。設定Ｐ２は、後続のステップで使用するためにメモリに記憶されてもよい。コンピューティングシステム１３は、読み出しアクセスメモリ（ＲＡＭ）及び読み出し専用メモリ（ＲＯＭ）などのメモリを備えることができる。

【0122】

コンピューティングシステム１３は、条件監視の結果をユーザに提示することができる出力ユニット１８を備えることができ、又はそれに接続することができる。出力ユニット１８は、モニタ、プリンタ、又は本明細書でより詳細に説明する条件監視の結果を提示するための任意の有用な装置などの光学出力ユニットを備えることができる。ユーザインターフェースとして動作することができる出力ユニットの代わりに又はそれに加えて、条件監視は、通信モジュール１７を介してＢＥＳＳ１１又はそれに関連付けられる電力システムの装置に出力することができる制御信号の生成をトリガすることができる。

【0123】

データ取得ユニット１２は、専用のデータ取得システムの形態をとってもよく、又は、データ取得機能を有する別の装置、例えば、バッテリ管理システム（ＢＭＳ）若しくはマイクログリッドコントローラの一部分を形成してもよい。

【0124】

コンピューティングシステム１３は、専用のコンピュータシステムの形態をとってもよく、又は、データ取得機能を有する別の装置、例えば、バッテリ管理システム（ＢＭＳ）若しくはマイクログリッドコントローラの一部分を形成してもよい。

【0125】

図２は、コンピューティングシステム１３の概略図である。コンピューティングシステム１３は、測定値（ＢＥＳＳ１１の電圧、電流及び／又は温度など）を受信するように動作するインターフェース３１を備える。コンピューティングシステム１３は、１つ又はいくつかの集積回路（複数可）（ＩＣ（複数可））１４を備える。

【0126】

ＩＣ（複数可）１４は、プロセッサ、マイクロプロセッサ、コントローラ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又はそれらの任意の組み合わせのうちの１つ又はいくつかを含んでもよい。

【0127】

ＩＣ（複数可）１４は、第１のパラメータ確定モジュール３２を実行するように動作することができる。第１の確定モジュール３２は、電力システム資産モデル（例えば、ＢＥＳＳモデル）のパラメータ値のセットを、インターフェース３１において受信される測定値の関数として確定するように動作する。

【0128】

電力システム資産モデルのパラメータ化は固定されてもよい。例示のために、電力システム資産モデルは、２つ、３つ、４つ、又は４つを超えるパラメータを含んでもよい。パラメータは、電気回路モデルの特性（例えば、抵抗、キャパシタンスなど）、機械的特性、化学的特性（絶縁体油の気体濃度など）、又はそれらの組み合わせを示すことができる。電力システム資産モデルは事前定義することができ、確定モジュール３２が、電力システム資産モデルのパラメータ値の一部又はすべてを確定する。

【0129】

測定値は、インターフェース３１においてサンプリング時間に受信することができる。第１の確定モジュール３２は、時系列的に測定された、及び／又は時系列サンプリング時間にインターフェース３１において受信された測定値（例えば、電圧及び電流）を処理して第１のモデルパラメータ値の１つのセットにするように動作することができる。例示のために、第１の確定モジュール３２は、時間離散微分方程式を解くことによって、電力システム資産モデルのパラメータの第１のモデルパラメータ値のセットを確定するように動作することができる。少なくとも２つ、少なくとも３つ、又は４つ以上の連続サンプリング時間に関連付けられる測定値（例えば、電圧及び電流）を処理して、第１のモデルパラメータ値の１つのセットをそれぞれ確定することができる。

【0130】

第１の確定モジュール３２は、電力システム資産モデルの第１のモデルパラメータ値のセットの確定を反復的に繰り返す。確定は、周期的に、又は非周期的に、例えば事象駆動方式で繰り返されてもよい。Ｒ≧２個の時系列サンプリング時間において受信された測定値（例えば、電圧及び電流）が、処理されて、電力システム資産モデルの第１のモデルパラメータ値の１つのセットにされてもよい。Ｒ個の時系列サンプリング時間において受信された測定値（例えば、電圧及び電流）が、処理されて、電力システム資産モデルの第１のモデルパラメータ値の別のセットにされてもよい。これは反復的に継続されてもよい。したがって、電力システム資産モデルの第１のモデルパラメータ値のすべてのセットが、時間又は時間間隔に関連付けられる。

【0131】

第１のモデルパラメータ値の各セットは、電力システム資産モデルのｎ個のパラメータのパラメータ値の数ｎ≧２を含むことができる。第１のモデルパラメータ値の各セットにおけるパラメータ値の数は、電力システム資産モデルのパラメータ化に依存する。パラメータ値のうちの１つ又はいくつかは、ユーザ入力によって定義されてもよく、その場合、これらのパラメータ値は、測定値に基づいて更新されてもよいが、そうされる必要はない。例示のために、公称バッテリキャパシタンス又はバッテリキャパシタンスの初期値は、ユーザから受信した入力によって指定されてもよい。パラメータ値の数は、電力システム資産モデルの複雑さに依存して、ｎ≧３、ｎ≧４、ｎ≧５、又はそれを超えてもよい。

【0132】

異なるセット内のパラメータ値は同じパラメータに割り当てられるが、電力システム資産状態、その動作条件、及び／又はその周囲条件は変化し得るため、変化してもよい。コンピューティングシステム１３は、電力システム資産モデルの第１のモデルパラメータ値のセットに含まれるパラメータ値のうちの１つ、いくつか、又はすべての発展を定量化するように動作する。

【0133】

ＩＣ（複数可）１４は、第２の確定モジュール３３を実行することができる。第２の確定モジュール３３は、電力システム資産モデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセットを確定することができる。パラメータ発展モデルは、ＥＳＳモデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する。

【0134】

第２の確定モジュール３３は、種々の技法を使用して第２のモデルパラメータ値のセットを確定することができる。例示のために、第２の確定モジュール３３は、電力システム資産モデルの第１のモデルパラメータ値のセットの系列に含まれる１つ、いくつか、又はすべてのパラメータ値に対して回帰分析を実施してもよい。第２のモデルパラメータ値のセットは、第１のモデルパラメータ値の確定されたセットのいくつか又はすべてを入力として使用して、機械学習、フィッティング、又は回帰分析、特に線形回帰のうちの少なくとも１つによって確定することができる。

【0135】

第２のモデルパラメータ値のセット（線形回帰分析の係数、ニューラルネットワークの重みなどであってもよい）を確定することによって、電力システム資産のパラメータ値の時間発展を定量化することができる。

【0136】

ＩＣ（複数可）１４は、出力生成モジュール３４を実行することができる。出力生成モジュール３４は、第１のモデルパラメータ値セットの系列及び第２のモデルパラメータ値のセットに基づいて出力を生成することができる。出力は、例えば残差が計算されるときは、測定値に基づいてもよい。

【0137】

出力は、以下のいずれか１つ又は任意の組み合わせを含んでもよい。
電力システム資産の現在及び／又は将来の状態に関する情報
電力システム資産の現在及び／又は将来の状態に対して確定される１つ又はいくつかの主要性能指標（ＫＰＩ）
電力システム資産の過去、現在及び／又は将来の性能又は残存耐用年数（ＲＵＬ）に関する情報
電力システム資産の過去の状態及び／又は現在の状態及び／又は将来の状態に基づいて生成される警報、警告、又は他の指標
電力システム資産の過去の状態及び／又は現在の状態及び／又は将来の状態に基づいて生成される制御信号。

【0138】

コンピューティングシステム１３は、電力システム資産のエンクロージャにローカルに設けられてもよく、又はエンクロージャ内に統合されてもよい。コンピューティングシステム１３は、複数の電力システム資産に関連付けることができる。パラメータ発展モデルの第２のモデルパラメータ値のセットを確定するために、コンピューティングシステム１３によってフリート学習を利用することができる。

【0139】

図３は、複数の電力システム資産１１ａ～１１ｃ（この場合、複数のＢＥＳＳ、これに限定されない）と、電力システム資産１１ａ～１１ｃのうちの１つに各々関連付けられた複数のローカル制御システム４１ａ～４１ｃと、複数のローカル制御システム４１ａ～４１ｃと通信可能に結合されたコンピューティングシステム１３とを備えるシステム４０を示す。コンピューティングシステム１３は、
資産１１ａ～１１ｃの各々についての電力システム資産モデルの第１のモデルパラメータ値のセットの系列であって、第１のモデルパラメータ値のセットの各々が、異なる時間又は時間間隔（同じパラメータ化、すなわち同じ電力システム資産モデルが使用される場合であっても、資産１１ａ～１１ｃのうちの異なるものに対してパラメータ値が異なり得る）について確定される、第１のモデルパラメータ値のセットの系列、及び
パラメータ発展モデルの第２のモデルパラメータ値の少なくとも１つのセット
を決定するように動作することができる。パラメータ発展モデルは、資産１１ａ～１１ｃの電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する。

【0140】

図４は、一実施形態による方法５０のフローチャートである。方法は、コンピューティングシステム１３によって自動的に実施されてもよい。

【0141】

ステップ５１において、測定値が受信される。測定値は、時系列サンプリング時間に受信することができる。測定値は時系列データを表す。

【0142】

ステップ５２において、測定値が処理されて、電力システム資産モデルの第１のモデルパラメータ値のセットの系列にされる。第１のモデルパラメータ値のセットの各々が、異なる時間又は時間間隔に対して確定されてもよい。異なる時間間隔は重複してもよいが、一致しない。

【0143】

ステップ５３において、パラメータ発展を確定するために、第１のモデルパラメータ値のセットが処理される。パラメータ発展は、パラメータ発展モデルによってモデル化することができる。パラメータ発展モデルは、電力システム資産モデルの第１のモデルパラメータ値に含まれるパラメータ値のうちの１つ、いくつか、又はすべての時間発展をモデル化することができる。パラメータ発展モデルのパラメータ化は固定されてもよく、第２のモデルパラメータ値のセットは、パラメータ発展モードの固定パラメータ化について確定されてもよい。代替的又は付加的に、パラメータ発展モデルのパラメータ化は、コンピューティングシステムによって（例えば、人工ニューラルネットワークの各層内の隠れ層及び／又はノードの数を変化させることなどによって、機械学習アーキテクチャの変化に対応する機械学習モデルを使用することによって）自動的に確定されてもよい。

【0144】

ステップ５４において、第１のモデルパラメータ値セットの系列及び第２のモデルパラメータ値のセットに基づいて出力が生成される。出力はまた、例えば残差技法を使用することによる測定値に依存し得る。出力は、本明細書の他の箇所で説明される形態のいずれか１つをとることができる。

【0145】

図５は、一実施形態における測定値の処理を示す図である。時間軸に沿った各実線円は、それぞれのサンプリング時間における測定値を表す。１つ又はいくつかの時系列（例えば、連続）サンプリング時間に受信された測定値（例えば、バッテリ電圧及び電流）を処理して、パラメータ値の１つの第１のセットにすることができる。

【0146】

電力システム資産モデルは、それが、測定値に基づいて確定されるｎ≧２個の電力システム資産モデルパラメータを有するようにパラメータ化される。これらのｎ個の電力システム資産モデルパラメータのパラメータ値は、１つ又はＲ個の時系列サンプリング時間における測定値に基づいて確定される。図５に示すように、２つ、３つ、又はそれを超える時系列サンプリング時間に受信された測定値６１～６３を処理して、測定値６１～６３のサンプリング時間によって定義された時間間隔に関連付けられたパラメータ値の１つの第１のセットにすることができる。パラメータ値の各第１のセットは、一般に、以下のように示される順序付きｎタプルであってもよい。

【0147】

【数1】

【0148】

ここで、ｊは、ｎタプルが関連付けられる時間又は時間間隔を示す。
電力システム資産モデルパラメータのパラメータ値の第１のセット７１（ｐ_１，１，．．．，ｐ_１，ｎ）は、ある時間間隔内で受信されるサンプリング時間における測定値６１～６３から確定される。電力システム資産モデルパラメータのパラメータ値の別のセット７２（ｐ_２，１，．．．，ｐ_２，ｎ）は、別の時間間隔内で受信されるサンプリング時間における測定値から確定される。電力システム資産モデルパラメータのパラメータ値のさらに別のセット７２（ｐ_{ｋ＋１，１}，．．．，ｐ_{ｋ＋１，ｎ}）は、さらに別の時間間隔内で受信されるサンプリング時間における測定値から確定される。

【0149】

図５は、パラメータ値の各セットがある時間間隔中に受信された測定値に対して確定されるシナリオを示しており、時間間隔は重複していないが、時間間隔は重複していてもよい。例示のために、測定値６２は、第１のモデルパラメータ値のセット７１を確定するため、及び別のセット７２を確定するための両方のために処理されてもよい。

【0150】

第１のモデルパラメータ値のセット７１～７３のうちの２つ以上を処理して、パラメータ発展モデルの第２のパラメータ値のセット７９を確定することができる。第２のモデルパラメータ値のセット７９は、一般に、以下のように示される順序付きｍタプルであってもよい。

【0151】

【数2】

【0152】

数ｍは、ｎ未満であってもよく、ｎに等しくてもよく、又はｎより大きくてもよい。例示のために、パラメータ発展モデルが線形回帰に基づいており、ｎ個すべての第１のモデルパラメータ値の時間発展がパラメータ発展モデルによって定量化される場合、ｍ＝ｎである。パラメータ発展モデルが線形回帰に基づいており、ｎ個の第１のモデルパラメータ値のうちの１つのみ又はサブセットのみの時間発展がパラメータ発展モデルによって定量化される場合、ｍ＜ｎである。より複雑な技法が使用される場合（非線形回帰モデル、人工ニューラルネットワークのノード間の重みの数がｎを超える機械学習など）、第２のモデルパラメータ値の数ｍは、各セット内の第１のモデルパラメータ値の数ｎを超える場合がある。

【0153】

図５に示すように、第２のモデルパラメータ値のセット７９は、第１のモデルパラメータ値のすべての利用可能なセット７１、７２、７３に基づいて確定される必要はない。第２のモデルパラメータ値のセット７９は、第１のモデルパラメータ値の新しいセットが確定されると反復的に更新されてもよい。

【0154】

例示的な実施態様では、第２のモデルパラメータ値のセット７９は、時間の線形又は非線形関数の係数を表すことができる。時間は、離散的な方法で、例えば、処理されてパラメータ値のそれぞれの第１のセット７１にされる第１の測定値６１の時間にラベル付けすることができる離散インデックスなどによって測定されてもよいことが理解される。

【0155】

第２のモデルパラメータ値のセット７９を確定することは、目的関数が最小又は最大になるように関数Ｆ_ｉを確定することを含んでもよい。第２のモデルパラメータ値のセット７９は、

【0156】

【数3】

【0157】

【数4】

【0158】

【数5】

【0159】

又は

【0160】

【数6】

【0161】

正則化の有無にかかわらず、式（３）～（６）の極値発見問題を解くための効率的な技法が知られている。第２のモデルパラメータ値のセット７９は、式（３）～（６）を参照して説明したように、目的関数の最小値又は最大値を識別する繰り返し数値手法に基づいて確定することができる。

【0162】

パラメータ発展モデル、より具体的には、第２のモデルパラメータ値の確定されたセットは、様々な方法で使用することができる。第２のモデルパラメータ値のセットは、その後に第１のモデルパラメータ値７１、７２、７３の新しいセットが確定される時間間隔よりも長い、特にはるかに長い期間にわたって発生する電力システム資産状態の変化を定量的に査定するために使用することができる。

【0163】

第２のモデルパラメータ値のセットは、それに限定されるものではないが、将来の電力システム資産状態、残存耐用年数（ＲＵＬ）、将来の性能、将来の性能劣化、将来のＫＰＩ、将来のＫＰＩ劣化の予報を確定するために使用することができる。第２のモデルパラメータ値のセットは、（例えば、警報、警告、若しくは故障予測情報をユーザに提供することによって、又は制御信号を自動的に生成することによって）ユーザインターフェースを介してユーザに故障予測情報を提供するために、及び／又は性能劣化が発生する前に適切な対策を開始するために使用することができる。

【0164】

第２のモデルパラメータ値のセットは、１つだけでなく、様々な異なる動作及び／又は周囲条件に対して確定することができる。これにより、様々な異なる動作及び／又は周囲条件について故障予測情報を確定することが可能になる。様々な異なる動作及び／又は周囲条件に対して第２のモデルパラメータ値のセットを確定するために、コンピューティングシステム１３は、（例えば、電力システム資産のエンクロージャ内の温度制御ユニットに、温度を一時的に増大又は低減させることによって）動作及び／又は周囲条件の断続的な変化をトリガし、動作及び／又は周囲条件がそのように調整されている間に第１のモデルパラメータ値の少なくとも２つのセットを確定し、それに基づいて、調整された動作及び／又は周囲条件に関連付けられる第２のモデルパラメータ値のセットを確定することができる。

【0165】

図６は、方法６０のフローチャートである。方法６０は、コンピューティングシステム８０によって自動的に実施されてもよい。

【0166】

ステップ８１において、第１の時間スケール上で発生する事象を識別するために、第１のモデルパラメータ値の１つ又はいくつかのセット（複数可）が使用される。第１の時間スケールは、サンプリング間隔、すなわち、連続する測定値の受信間の時間間隔に対応することができる。

【0167】

第１の時間スケール上で発生する事象を識別することは、第１のモデルパラメータ値の１つ又はいくつかのセット（複数可）に基づいて可観測量を計算することと、計算された可観測量を測定値と比較することとを含むことができる。偏差に対して閾値比較を実施することができる。電力システム資産モデルに基づく計算された可観測量と実際の測定値との間の偏差は、第１の時間スケール上で発生する突発事象を示す。そのような偏差は、警報、警告、ステータス情報、又は制御信号の出力などの即時の措置をトリガすることができる。

【0168】

ステップ８２において、第２のモデルパラメータ値のセットは、第１の時間スケールを超える第２の時間スケールにわたる電力システム資産状態の予報（複数可）を確定するために使用される。第２の時間スケールは、第１のモデルパラメータ値の新しいセットが計算される時間間隔よりも長くてもよい。

【0169】

ステップ８２は、さらなる処理を含むことができる。例示のために、ＲＵＬ又は他のＫＰＩが予測的に確定されてもよい。これは、任意選択的に、様々な動作及び／又は周囲条件に対して確定された第２のモデルパラメータ値のセットを使用して、様々な動作及び／又は周囲条件に対して行われてもよい。ＲＵＬを強化するか、又は他のＫＰＩの劣化を減速させる、示唆された制御措置は、（例えば、電力システム資産の所望の性能を満たしながら将来の性能劣化を緩和することに関して最適な動作及び／又は周囲条件を識別することによって）自動的に確定され得る。

【0170】

ステップ８３において、出力が、第１の時間スケールにわたって識別された事象及び／又はより長い第２の時間スケールにわたって行われる予報（複数可）に基づいて生成されて提供される。

【0171】

さらなる例示のために、以下では充電式ＥＳＳ、特にＢＥＳＳを参照する。開示された技法は、他の電力システム資産にも同様に適用可能であることが理解されよう。

【0172】

図７は、ＢＥＳＳの例示的なモデル回路図９０である。回路９０は、オーム抵抗Ｒ_{ｓｅｒｉｅｓ}、及び、以下をモデル化する４つのＲＣ要素から成る。

【0173】

バッテリ：エネルギーを貯蔵するバッテリの能力は、キャパシタＣ_ｂとしてモデル化される。Ｒ_ｂはバッテリの自己放電抵抗を示す。

【0174】

ヒステリシス効果：ヒステリシスは、バッテリの同じ充電状態（ＳＯＣ）についての充電及び放電中の開回路電圧（ＯＣＶ）間の非線形差を導入するために、抵抗Ｒ_ｈ及びキャパシタンスＣ_ｈを有するＲＣ回路としてモデル化されている。

【0175】

長時間動的要素：Ｃ_ｐ及びＲ_ｐを含むＲＣ要素は、バッテリの長時間過渡現象を導入する。

【0176】

短時間動的要素：Ｃ_ｓ及びＲ_ｓを含むＲＣ要素は、バッテリの短時間過渡現象を導入する。

【0177】

キャパシタンスＣ_ｂは、ＢＥＳＳのネームプレートデータ（ｋＷｈ単位のバッテリ容量）から取得することができる。キャパシタンスＣ_ｂは、Ｃ_ｈ、Ｃ_ｐ及びＣ_ｓよりも大きい。他のモデル、特により少数のパラメータを有するより複雑でないモデルが使用されてもよい。

【0178】

図８は、方法１００のフローチャートである。方法１００は、ＢＥＳＳモデルのパラメータ値を確定するために自動的に実施することができる。

【0179】

ステップ１０１において、離散時間モデルの近似解を確定することができる。これは、線形微分方程式を解くことを含むことができる。例示のために、時間ｊ＝ｋ、ｋ－１、及びｋ－２について確定された測定電圧及び電流に応答して、θ_{１，．．．，６}の値は、

【0180】

【数7】

【0181】

となるように数値的に確定することができ、式中、Ｖ_ｍｅａｓ［ｊ］は時間ｊにおける測定電圧を示し、Ｉ_ｍｅａｓ［ｊ］は測定電流を示す。

【0182】

ステップ１０２において、θ_{１，．．．，６}が確定されると、そこからＯＣＶを確定することができる。これは、これに限定されることなく、Ｘ．Ｔａｎｇ他「Ｌｉ－ｉｏｎ Ｂａｔｔｅｒｙ Ｐａｒａｍｅｔｅｒ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ」（Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，２０１１）の技法を使用して行われてもよい。

【0183】

ステップ１０３において、α_{１，．．．，６}が確定される。ステップ１０２のＯＣＶは、例えば、Ｇ．Ａｇｇｏｕｎ他「ＳＯＣ Ｅｓｔｉｍａｔｉｏｎ Ｂａｓｅｄ ｏｎ ＯＣＶ ａｎｄ Ｏｎｌｉｎｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｐａｒａｍｅｔｅｒｓ Ｏｆ Ｌｉｔｈｉｕｍ Ｉｏｎ Ｂａｔｔｅｒｉｅｓ ｗｉｔｈ ＡＤＡＬＩＮＥ」（８ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｏｄｅｌｌｉｎｇ，Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ，Ａｌｇｉｅｒｓ，２０１６）に従って、線形微分方程式の変数の１つとして使用される。例示のために、α_{１，．．．，６}は、

【0184】

【数8】

【0185】

となるように確定されてもよい。
α_{１，．．．，６}から、ＢＥＳＳモデルの抵抗及び／又はキャパシタンスを確定することができる。例示のために、Ｒ_{ｓｅｒｉｅｓ}、Ｒ_ｐ、Ｃ_ｐ、Ｒ_ｓ、及びＣ_ｓを確定することができる。これに限定されることなく、Ｘ．Ｔａｎｇ他「Ｌｉ－ｉｏｎ Ｂａｔｔｅｒｙ Ｐａｒａｍｅｔｅｒ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ」（Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，２０１１）の技法が使用されてもよい。

【0186】

ＢＥＳＳモデルの第１のモデルパラメータ値の確定されたセットは、現在のバッテリ状態が推定されることを可能にする。これは、ＳＯＣ又は健康状態（ＳＯＨ）を確定することを含んでもよい。

【0187】

例えば、測定端子電圧を、パラメータ値が以前に確定されたＢＥＳＳモデルへの入力と考えることができる。次いで、ＢＥＳＳモデルを使用して、バッテリの電流、開回路電圧、及び電圧降下を推定することができる。

【0188】

未知入力オブザーバを、既知の端子電圧及びパラメータに対してバッテリの電流を推定するために使用することができる。使用することができる例示的な技法は、Ｄ．Ｃ．Ｃａｍｂｒｏｎ他「Ａ ｌｉｔｈｉｕｍ－Ｉｏｎ Ｂａｔｔｅｒｙ Ｃｕｒｒｅｎｔ Ｅｓｔｉｍａｔｉｏｎ Ｔｅｃｈｎｉｑｕｅ Ｕｓｉｎｇ ａｎ Ｕｎｋｎｏｗｎ Ｉｎｐｕｔ Ｏｂｓｅｒｖｅｒ」（ＩＥＥＥ，２０１７）に記載されている。

【0189】

図９は、現在のＢＥＳＳ状態の可観測量を確定するために使用することができる方法１１０のフローチャートである。方法１１０は、コンピューティングシステム１３によって自動的に実施されてもよい。方法１１０は、図６の方法のステップ８１において可観測量を計算するために使用することができる。

【0190】

ステップ１１１において、ＢＥＳＳモデルの第１のモデルパラメータ値のセットが確定される。これは、図８を参照して説明したように行うことができる。

【0191】

ステップ１１２において、未知入力オブザーバ手順が実施されて、既知の端子電圧及びＢＥＳＳモデルパラメータにおけるバッテリ電流が推定される。他の可観測量が確定されてもよい。

【0192】

ステップ１１３において、推定バッテリ電流を含むバッテリ状態を推定することができる。バッテリ状態（バッテリ電流など）に含まれる、又はバッテリ状態から導出される可観測量を、測定値と比較して、突発事象を識別することができる。

【0193】

図１０は、ＢＥＳＳ状態から導出される、又はＢＥＳＳ状態に含まれる計算された可観測量が、突発事象を識別するためにどのように使用され得るかを示すグラフである。図１０は、測定バッテリ電流１２１を破線として示し、推定バッテリ電流１２２を実線として示す。推定バッテリ電流１２２は、図４～図９を参照して説明した技法に従って計算的に確定される。特定の状況では、測定バッテリ電流１２１と推定バッテリ電流１２２とは一致するが、わずかな偏差まで一致するが、ある時間間隔では、２つの量の間により顕著な偏差が存在する。そのような顕著な偏差は、突発事象を示し、コンピューティングシステム１３による警告、警報、ステータス情報、又は制御信号の出力をトリガすることができる。

【0194】

図１～図１０を参照して説明した技法は、ＢＥＳＳ又は他の電力システム資産の異なる長期的挙動を体系的に査定するために使用することができる。これは、様々な動作条件及び／又は周囲条件に対して行うことができる。１つの特定の動作条件及び周囲条件だけでなく、様々な動作条件及び／又は周囲条件についてのＲＵＬ又は他のＫＰＩの予報に関する情報を提供することは、電力システム資産劣化を緩和する適した動作条件及び／又は周囲条件の選択に役立つ。

【0195】

種々の動作条件及び／又は周囲条件を様々な方法で調査することができる。ユーザインターフェースを介して入力された動作条件及び／又は周囲条件に関する情報を受信することができ、コンピューティングシステム１３０は、指定された動作条件及び／又は周囲条件の第２のモデルパラメータ値のセットを自動的に確定することができる。代替的又は付加的に、コンピューティングシステム１３０は、様々な動作条件及び／又は周囲条件の各々について第２のモデルパラメータ値のセットをそれぞれ確定することができ、様々な動作条件及び／又は周囲条件についてのＫＰＩ（ＲＵＬなど）及び／又は示唆された制御措置に関する情報を出力することができる。これらの技法は、図１１及び図１２を参照してより詳細に説明される。

【0196】

図１１は、方法１３０のフローチャートである。方法１３０は、コンピューティングシステム１３によって自動的に実施されてもよい。

【0197】

ステップ１３１において、１つ又はいくつかの動作条件（複数可）及び／又は周囲条件（複数可）に関する情報が受信される。情報は、ユーザインターフェースを介して受信することができる。動作条件（複数可）に関する情報は、充電又は放電電流、放電深度、又はＢＥＳＳの動作に関係する他の情報を指定することができる。周囲条件（複数可）に関する情報は、ＢＥＳＳが収容されているエンクロージャ内の周囲温度を指定することができる。

【0198】

ステップ１３２において、コンピューティングシステム１３は、任意選択的に、制御信号を生成及び出力してもよい。制御信号（複数可）は、ステップ１３１において受信した情報に従って、動作条件及び／又は周囲条件を少なくとも断続的に調整するために生成することができる。ステップ１３１において指定された動作及び／又は周囲条件に対して第２のモデルパラメータ値のセットが確定されていない場合、又はステップ１３１において指定されたものと同様の動作及び／又は周囲条件に対して第２のモデルパラメータ値のセットが確定されていない場合にのみ、制御信号を選択的に生成することができる。

【0199】

ステップ１３１において指定された動作条件及び／又は周囲条件に従って、動作パラメータ（例えば、充電速度、放電速度、放電深度、保護システム状態）及び／又は周囲パラメータ（例えば、電力システム資産のエンクロージャ内の温度及び／又は空気湿度）を少なくとも断続的に調整するために、制御信号を生成することができる。

【0200】

動作条件及び／又は周囲条件は、ステップ１３１において受信した情報に従って調整されるが、測定値は、処理されて、２つの連続する時間又は時間間隔に関連付けられた電力システム資産モデルの第１のモデルパラメータ値の少なくとも２つのセットにされてもよい。パラメータ発展モデルの第２のモデルパラメータ値のセットを、電力システム資産モデルの第１のモデルパラメータ値のこれらの少なくとも２つのセットに基づいて、これらの調整された動作条件及び／又は周囲条件について確定することができる。

【0201】

いくつかの異なる動作条件（例えば、異なる充電及び／又は放電速度、異なる放電深度、異なる保護システム状態）及び／又は周囲条件（例えば、異なる温度）がステップ１３１において指定されると、ステップ１３２において制御信号を生成して、ステップ１３１において指定された異なる動作条件及び／又は周囲条件に従って電力システム資産の動作及び／又は周囲パラメータを連続して調整することができる。このように、ステップ１３１において指定された各動作条件及び／又は周囲条件について、電力システム資産モデルの第１のモデルパラメータ値の少なくとも２つのセット及びパラメータ発展モデルの第２のモデルパラメータ値のセットを確定することができる。

【0202】

ステップ１３３において、第２のモデルパラメータ値のセット（複数可）を使用して、それぞれ様々な動作及び／又は周囲条件の各々について、ＲＵＬ又は他のＫＰＩなど、電力システム資産モデルパラメータ値又はそれから導出される量の将来の発展の予報を計算することができる。

【0203】

ステップ１３４において、出力を生成することができる。出力は、それぞれ、ステップ１３１で指定された様々な動作及び／又は周囲条件の各々についての、ＲＵＬ又は他のＫＰＩなどの、電力システム資産モデルパラメータ値又はそれから導出される量の将来の発展に関する情報を含むことができる。

【0204】

コンピューティングシステム１３は、予報を使用して、最も適した動作及び／又は周囲条件を識別することができる。例示のために、コンピューティングシステム１３は、動作条件及び／又は周囲条件のうちのいずれがＲＵＬなどの１つ又はいくつかのＫＰＩを最大化するかを確定するために、予報を自動的に処理することができる。コンピューティングシステムは、これらの動作条件及び／若しくは周囲条件に関する情報を生成して出力することができ、並びに／又は１つ若しくはいくつかのＫＰＩを最大化する示唆された制御措置に関する情報を提供することができる。

【0205】

図１２は、方法１３５のフローチャートである。方法１３５は、コンピューティングシステム１３によって自動的に実施されてもよい。

【0206】

ステップ１３６において、電力システム資産の可能な動作及び／又は周囲条件を、コンピューティングシステムによって自動的に生成することができる。例示のために、コンピューティングシステムは、充電速度及び／又は放電速度、電力システム資産周囲温度などのセットを自動的に生成してもよい。

【0207】

ステップ１３２～１３４において、ステップ１３６において生成された動作及び／又は周囲条件の各々について、第２のモデルパラメータ値のセットを確定することができる。コンピューティングシステム１３は、ステップ１３１において生成された可能な動作及び／又は周囲条件の各々についてパラメータ発展モデルの第２のモデルパラメータ値のセットを確定するように、電力システム資産の動作及び／又は周囲条件を断続的に変化させるための制御信号を生成及び出力することができる。ステップ１３４において、コンピューティングシステム１３は、異なる動作及び／又は周囲条件に関連付けられる第２のモデルパラメータ値のセットを使用して、ステップ１３６において確定された周囲及び／又は動作条件の各々についてのＲＵＬ又は他のＫＰＩに関する情報を出力するか、又は最も適した動作及び／又は周囲条件を自動的に識別することができる。例示のために、コンピューティングシステム１３は、異なる動作及び／又は周囲条件に関連付けられる第２のモデルパラメータ値のセットを自動的に処理して、動作条件及び／又は周囲条件のうちのいずれが、ＲＵＬなどの１つ又はいくつかのＫＰＩを最大化するかを確定することができる。コンピューティングシステムは、これらの動作条件及び／若しくは周囲条件に関する情報を生成して出力することができ、並びに／又は１つ若しくはいくつかのＫＰＩを最大化する示唆された制御措置に関する情報を提供することができる。

【0208】

図１３は、方法１４０のフローチャートである。方法１４０は、コンピューティングシステム１３によって自動的に実施されてもよい。方法１４０は、これに限定されることなく、ＢＥＳＳである電力システム資産に関連付けて説明される。

【0209】

ステップ１４１において、ＢＥＳＳ動作状態を示す測定値が受信される。
ステップ１４２～１４７において、測定値が処理される。データ駆動手法とモデルベース手法とのハイブリッドを使用することができる。

【0210】

ステップ１４２において、パラメータ推定が実施される。ＢＥＳＳシステムから測定されたデータは、その後システム状態を確定するために使用され得るＢＥＳＳモデルのパラメータ値を識別するために使用される。本明細書の他の箇所で説明されるように、ＢＥＳＳモデルのパラメータ値を確定することは、ＢＥＳＳの回路モデルの抵抗及びキャパシタンスの値を確定することを含むことができる。

【0211】

ステップ１４３において、パラメータ発展が確定される。外部要因（例えば、温度、時間、循環、負荷など）に対するＢＥＳＳモデルのパラメータ値の発展を記述する数理モデルは、ステップ１４２において推定されたパラメータ、及び任意選択的に、データベースに格納された追加の履歴値に基づいて訓練することができる。ＢＥＳＳモデルのパラメータ値の発展を記述する数理モデルは、パラメータ発展モデルとも称される。

【0212】

ステップ１４４において、モデル評価を実施することができる。ＢＥＳＳモデル及びパラメータ発展モデルは、現在及び予測される将来の測定値に基づいて、バッテリパラメータ及びバッテリ状態（例えば、開路電圧及びバッテリ回路にわたって流れる電流を含む電圧降下）の現在及び将来の値を推定するために活用される。将来の測定値は、ユーザによって提供されるか、又はコンピューティングシステムによって自動的に生成される様々な動作シナリオに基づいて推定することができる。そのようなシナリオの例は、以前の動作傾向が将来まで続くと仮定すること、又は動作の変化（例えば、温度制御、回路遮断器状態、充放電速度など）を定義することを含む。ユーザが実行のための所望のシナリオを選択すると、システムは、計画されたシナリオを追跡するために必要な制御信号を制御ユニットに参照する。

【0213】

ステップ１４５において、記述的分析が実行される。記述的分析は、ステップ１４４において推定された現在及び将来の状態を利用する。ここで、予測ＳＯＨ（残存容量の指標）及びオーム抵抗（電力フェージングの指標）を活用して、バッテリの残存耐用年数ＲＵＬを推定することができる。ＲＵＬは、（ユーザ又はコンピューティングシステム自体によって提供される）すべての動作シナリオについて推定される。ＢＥＳＳ性能を示す他のＫＰＩ（例えば、ＳｏＣ、効率など）も、現在及び将来の状態について計算される。ステップ１４５において、現在の入力についてのＢＥＳＳモデルによって予測された出力を物理システムにおいて観測された測定値と比較する残差が計算される。

【0214】

ステップ１４５において、決定層手順が実行される。決定層において、ステップ１４２～１４５からの出力が、ユーザに出力され得る警報、警告、及び／又は示唆される措置を計算するために処理される。現在の入力についてＢＥＳＳモデルによって予測された出力を物理システムにおいて観測された測定値と比較する残差は、モデルと現実のシステムとの間の任意の突発的な不一致（例えば、突発的な故障に起因する）を識別するために使用される。ＢＥＳＳシステムの数理モデルのパラメータの発展の傾向は、システム内の一般的な劣化（例えば、キャパシタ又は電力のフェージング）を確立するために使用される。劣化が大きすぎる場合、例えば閾値比較に基づいて、警報がユーザに対してフラグ立てされる。性能の決定層を使用して、主要性能指標（例えば効率）の最も可能性の高い値、及び、種々の動作シナリオの信頼限界を算出することができる。寿命推定のための決定層を使用して、種々の動作シナリオに関するＢＥＳＳシステムの最も可能性の高い残存耐用年数及び信頼区間を算出することができる。ステップ１４６における決定層の出力は、ステップ１４７においてユーザインターフェースを介してエンドユーザに伝達される。

【0215】

図１４は、一実施形態による方法の詳細な実現形態を示す。方法は、コンピューティングシステム１３によって自動的に実施されてもよい。

【0216】

ステップ１６１において、ＢＥＳＳ動作状態を示す測定値が測定及び取得される。関連する測定値の典型的な例は、電圧、電流及び温度を含む。

【0217】

ステップ１６２において、最小二乗などの従来の技法を使用してＢＥＳＳモデルのパラメータの値を推定するために、ステップ１６１において記録された測定値が使用される。

【0218】

システム識別は、式（７）及び（８）並びに図８を参照して説明したように、測定電圧及び電流を入力とすることによって実現される開始点である。リチウムイオンバッテリの離散時間モデルは、式（７）を参照して説明したように、線形差分方程式の形態で表現することができる。ベクトルθのパラメータがフィッティングされると、ＯＣＶが算出される。次に、ＯＣＶが第２のブロックの入力として使用され、ここでは、式（８）を参照して説明したように、これを線形差分方程式の変数の１つとして使用する。Ｘ．Ｔａｎｇ他「Ｌｉ－ｉｏｎ Ｂａｔｔｅｒｙ Ｐａｒａｍｅｔｅｒ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ，’’ ｉｎ Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，２０１１ ａｎｄ Ｇ．Ａｇｇｏｕｎ ｅｔ ａｌ．，’’ＳＯＣ Ｅｓｔｉｍａｔｉｏｎ Ｂａｓｅｄ ｏｎ ＯＣＶ ａｎｄ Ｏｎｌｉｎｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｐａｒａｍｅｔｅｒｓ Ｏｆ Ｌｉｔｈｉｕｍ Ｉｏｎ Ｂａｔｔｅｒｉｅｓ ｗｉｔｈ ＡＤＡＬＩＮＥ」（８ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｏｄｅｌｌｉｎｇ，Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ，Ａｌｇｉｅｒｓ，２０１６）に記載されているような技法を使用してもよい。

【0219】

データ点のウィンドウ（すなわち、各測定信号に対する複数のサンプル点のベクトル）及び／又はパラメータのフィッティングの周期性（すなわち、パラメータ推定が実施される頻度）は、設定Ｐ２を使用してユーザによって調節することができる。

【0220】

ステップ１６３において、ステップ１６１において記録された１つ以上の測定モデル入力が、現在のバッテリ状態を推定するために、ステップ１６２から出力される、フィッティングされたＢＥＳＳモデルパラメータ値を有するモデルへの入力として使用される。例えば、測定端子電圧をモデルへの入力と考えてもよい。次いで、ＢＥＳＳモデルが、バッテリの電流、開回路電圧、及び電圧降下を推定する。

【0221】

例えば、図９を参照して説明したように、未知入力オブザーバを、既知の端子電圧及びパラメータに対してバッテリの電流を推定するために使用することができる。Ｄ．Ｃ．Ｃａｍｂｒｏｎ他「Ａ ｌｉｔｈｉｕｍ－Ｉｏｎ Ｂａｔｔｅｒｙ Ｃｕｒｒｅｎｔ Ｅｓｔｉｍａｔｉｏｎ Ｔｅｃｈｎｉｑｕｅ Ｕｓｉｎｇ ａｎ Ｕｎｋｎｏｗｎ Ｉｎｐｕｔ Ｏｂｓｅｒｖｅｒ」（ＩＥＥＥ，２０１７）の処理技法を使用することができる。

【0222】

ステップ１６４において、ＢＥＳＳモデルによって推定された１つ以上の測定出力が、対応する測定値と比較される。例えば、図１０を参照すると、モデル化された挙動と真の挙動との間の差を示す残差を取得するために、ＢＥＳＳから測定された電流を、ＢＥＳＳモデルによって推定された電流から減算することができる。

【0223】

ステップ１６５において、ステップ１６４において計算された残差が、突発的な故障を示す可能性があるシステム内の突発的な変化／事象を識別するために処理される。例示的な実施態様では、残差は、設定Ｐ２においてユーザによって設定された警報閾限界と比較することができる。残差が警報閾上限又は下限のいずれかを超える場合、警報がユーザに渡される（ステップ１７５）。残差を超える場合、根本原因分析を実施することができる。これは、エキスパートシステムの形態をとることができる（例えば、端子電圧が開回路電圧を超える場合、バッテリは過充電と考えることができる）。

【0224】

ステップ１６１～１６５は、第１のより短い時間スケール上で発生する事象の診断を実施するための手順を表すと考えることができる。このような事象は、突発事象とも称される。

【0225】

ステップ１６１において記録された測定値及びステップ１６２において推定されたパラメータは、ヒストリアン１５９に格納される。

【0226】

ステップ１６６において、動作条件及び／又は外部要因に関してパラメータがどのように発展するかについてのデータ駆動モデルが、ヒストリアン１５９からのデータを使用して訓練される。これは、パラメータ発展モデルの第２のモデルパラメータ値のセットを決定することを含む。パラメータ発展モデルは、パラメータの識別中に活用されない他の測定値（例えば、温度）を考慮に入れることができる。入力パラメータに関するモデルパラメータの発展を推定するための様々な手法、例えばニューラルネットワーク、又は回帰を利用することができる。カレンダー及び周期的な経年劣化効果を含む数理モデルのパラメータは、履歴データを使用してフィッティングすることができる。

【0227】

ステップ１６２と同様に、データ点のウィンドウ（すなわち、各測定信号に対する複数のサンプル点のベクトル）及び／又はパラメータのフィッティングの周期性（すなわち、パラメータ推定が実施される頻度）は、設定Ｐ２を使用してユーザによって調節することができることが留意され得る。

【0228】

ステップ１６２及び１６６において算出されたＢＥＳＳのパラメータの値及び傾向が、ステップ１６７への入力として使用される。ステップ１６７において、これらのパラメータは、第１の時間スケールよりも長い第２の時間スケールにわたって生じる低速に発展する変化を識別するために処理される。システム内の低速に発展する変化／事象は、劣化を示し得る。例示的な実施態様では、パラメータ発展モデルのパラメータ値（すなわち、第２のモデルパラメータ値のセットに含まれる１つ又はいくつかのパラメータ値）は、警報によって設定された警報閾限界と単に比較されてもよく、これはエンドユーザに渡される（ステップ１７５）。例えば、キャパシタフェージングを、エネルギーを貯蔵するためのバッテリの容量の減少によって識別することができ、オーム抵抗の増加は電力フェージングを示す。

【0229】

ステップ１６１～１６７は、劣化などの低速に発展する変化の診断を実施するための手順と考えることができる。

【0230】

ステップ１６８において、１つ以上の動作シナリオが定義される。デフォルトシナリオは、現在の動作傾向が将来も継続すると仮定することである。任意選択的に、ユーザは、温度制御設定、回路遮断器状態、充放電速度などの変更などの他の動作シナリオを定義してもよい。これらの動作シナリオは、設定Ｐ２の一部としてシステムに渡され、ステップ１６９に渡されるモデル入力（例えば、電圧動作プロファイル）に変換される。モデル入力は、モンテカルロシミュレーションの形式をとることもできる（すなわち、様々なパラメータを生成するために、動作シナリオの確率を複数回考慮し、シミュレートすることができる）。

【0231】

ステップ１６６において算出されたパラメータ発展モデルと共に、ステップ１６８においてモデル入力に変換された動作シナリオが、ステップ１６９に渡される。ステップ１６９において、ＢＥＳＳモデルの将来のパラメータ値が、パラメータ発展モデルを使用して動作シナリオについて予測される。

【0232】

ステップ１７０において、ＢＥＳＳシステムの将来の状態が、ステップ１６９において推定されたＢＥＳＳモデルの将来のパラメータ値を使用して推定される。ステップ１６３について説明したモデル評価方法を使用して、推定を実施することができる。これらの値は、バッテリの将来の性能が推定されるステップ１７１に渡される。この評価は、電流及び電圧の推定された将来の値から計算することができる、充電状態、健康状態、効率などのような主要性能指標（ＫＰＩ）を決定するという形態をとることができる。これらの将来のＫＰＩは、ステップ１７２に渡され、各動作シナリオの最も可能性の高い将来のＫＰＩ値、及び、関連する分散が計算され得る。この情報は、エンドユーザに渡される（ステップ１７５）。

【0233】

ステップ１６１～１７２は、様々な動作シナリオについてＢＥＳＳの将来の性能を予測するためのステップと考えることができる。

【0234】

ステップ１７３において、ステップ１７１において計算された将来のＫＰＩ、及びステップ１６９において算出されたＢＥＳＳモデルのパラメータの関連付けられる将来の値が、ＲＵＬ推定ステップ１７３への入力として使用される。予測ＳＯＨ（残存容量の指標）及びオーム抵抗（電力フェージングの指標）を活用して、バッテリの残存耐用年数ＲＵＬを推定することができる。ＲＵＬは、すべての動作シナリオについて推定される。さらに、所与の動作シナリオに対する故障の可能性は、現行技術水準において知られている方法（例えば、ベイズ推定、専門知識など）を使用して算出することもできる。すべての動作シナリオについて推定されたＲＵＬが、各動作シナリオについての最も可能性の高い将来のＲＵＬ値、及び、関連付けられる確率が算出されるステップ１７４に渡される。この情報は、エンドユーザに渡される（ステップ１７５）。

【0235】

ステップ１６１～１７４は、様々な動作シナリオについてＢＥＳＳのＲＵＬを予測するための手順と考えることができる。

【0236】

ステップ１７５において、種々のシナリオについて、ＢＥＳＳの以前及び現在の性能及び健全性に関する情報がユーザに提供され、バッテリＲＵＬ及び性能の予測も提供される。この意思決定支援情報を使用して、ユーザは、制御信号又は保守計画（ここでは図示せず）に変換することができる所望のシナリオを選択することができる。ユーザはまた、試験されるべき種々の動作シナリオを定義し、シナリオをステップ１６８にフィードバックすることができる。

【0237】

ユーザが動作シナリオを定義することを可能にする代わりに、又はそれに加えて、多目的最適化手法を実行して、ユーザ定義の目標（例えば、将来の可用性を最大化すること、効率を最大化することなど）を最大化する観点から最適な戦略を自動的に選択することができる。

【0238】

図１３及び図１４を参照して説明したように、測定値の処理は、様々な層において実施することができる。これは、ＢＥＳＳモデルのパラメータ値が確定されるパラメータ推定層１５１、パラメータ発展モデルが訓練されるパラメータ発展モデル層１５２、将来のＢＥＳＳモデルパラメータ値及び／又は将来のＢＥＳＳ状態が予測されるモデル評価層１５３、計算された可観測量と測定値との間の残差が確定され（ステップ１６４）、並びに／又は性能及び／若しくはＲＵＬ予測が実施される（ステップ１７３及び１７０）記述層１５４、様々な決定を行うことができ、第１の時間スケールにおいて発生する事象（例えば、故障に起因する突然の事象）及び第２のより長い時間スケールにわたって発生する傾向（例えば、劣化プロセス）を識別するための診断層１５６を含み得る決定層１５５を含むことができる。

【0239】

本方法は、電池レベル又は電池ストリングレベルから利用可能な電圧、電流及び温度測定値を有するＢＥＳＳの充電式バッテリに使用することができる。開示された方法は、ＢＥＳＳ内のすべての電池又はすべての電池ストリングに対して実施され得る。

【0240】

バッテリは、リチウムイオンバッテリ又は別のバッテリタイプであってもよい。
ＢＥＳＳ内の複数の電池、ラック、バッテリからの結果は、システム内の他の要素の他の同様のモデルと組み合わせることができる。ＢＥＳＳの全体的な概要を提供するために、すべての要素の結果をユーザインターフェースにおいて組み合わせることができる。

【0241】

パラメータ及び残差をユーザインターフェースに送信する代わりに、又はそれに加えて、情報をクラウドインフラストラクチャに渡すことができ、装置のフリートにわたるパラメータ及び挙動を評価することが可能になる。

【0242】

実施形態による装置及びシステムは、任意のＢＥＳＳに適用することができる。実施形態による装置及びシステムは、これに限定されることなく、例えば、１ＭＷ以上、例えば２ＭＷ以上、例えば５ＭＷ以上の電力を有するＢＥＳＳに適用することができる。

【0243】

コンピューティングシステム１３は、図１５に示すように、ＢＥＳＳに統合することができる。

【0244】

図１５は、ＢＥＳＳシステム１８０を示す。ＢＥＳＳシステム１８０は、エンクロージャ１８１を備える。エンクロージャ１８１内には、少なくとも一つの充電式バッテリ１１が設けられている。エンクロージャは、ラック、容器、又は他のエンクロージャであってもよい。

【0245】

ＢＥＳＳシステム１８０は、電力変換器１８２を備える。電力変換器１８２は、エンクロージャ１８１内に配置されてもよい。

【0246】

ＢＥＳＳシステム１８０は、制御システム１８３を備える。制御システム１８３は、バッテリ管理システム（ＢＭＳ）であってもよく、又はそれを含んでもよい。制御システム１８３は、エンクロージャ１８１内に配置されてもよい。

【0247】

本発明によるコンピューティングシステム１３は、制御システム１８３と統合又は結合されてもよい。コンピューティングシステム１３は、エンクロージャ１８１内に配置されてもよい。

【0248】

図１５に示すようなＢＥＳＳシステム１８０では、短期事象及び長期劣化の予報、診断などの機能を、共通のハウジング又はエンクロージャに収容された１つ又はいくつかの充電式バッテリ１１、関連付けられる変換器（複数可）１８２、及び制御システム１８３を有する単一のソリューションに統合することができる。

【0249】

方法及び装置は、充電式リチウムイオンバッテリなどの充電式エネルギー貯蔵システムに適用可能であるが、それらはこれらに限定されない。例示のために、開示された技法は、他の電力システム資産又は産業資産に適用することができる。

【0250】

図１６は、資産１９１及びコンピューティングシステム１３を含むシステム１９０を示す。コンピューティングシステム１３は、少なくとも１つのデータ取得ユニット１２から、資産１９１の状態を示す測定値を受信するように動作する。コンピューティングシステム１３は、受信測定値を処理して、電力システム資産モデルの第１のモデルパラメータ値のセットの系列を確定するように動作する。第１のモデルパラメータ値のセットの各々が、異なる時間又は時間間隔に対して確定される。コンピューティングシステム１３は、第１のモデルパラメータ値のセットの系列を使用して、電力システム資産モデルとは異なるパラメータ発展モデルの第２のモデルパラメータ値のセットを確定するように動作する。パラメータ発展モデルは、電力システム資産モデルの１つ、いくつか、又はすべての第１のモデルパラメータ値の発展を記述する。コンピューティングシステム１３は、電力システム資産モデルの第１のモデルパラメータ値のセット及びパラメータ発展モデルの第２のモデルパラメータ値のセットのうちの少なくとも一方に応じて出力を生成及び提供するように動作する。

【0251】

資産１９１は変圧器であってもよい。電力システム資産モデルは変圧器モデルであってもよい。第２のモデルパラメータ値のセットを確定することは、変圧器の絶縁、巻線、又はブッシングに関連する変圧器特性の変化率を確定することを含むことができる。例示のために、変圧器１９１は、絶縁流体（例えば、絶縁油）を有する絶縁システムを有することができる。第２のモデルパラメータ値のセットは、絶縁流体に溶解した気体（複数可）の濃度（複数可）の変化率を示すパラメータの値を含むことができる。

【0252】

本発明は、図面及び前述の説明において詳細に説明されてきたが、そのような説明は、実例又は例示であって限定ではないと考えられるべきである。開示された実施形態に対する変更は、図面、開示、及び添付の特許請求の範囲の研究から当業者によって理解され、請求された発明を実施することができる。特許請求の範囲において、「備える（ｃｏｍｐｒｉｓｉｎｇ）」という単語は他の要素又はステップを排除するものではなく、不定冠詞「ａ」又は「ａｎ」は複数を除外しない。特定の要素又はステップが別個の特許請求項に記載されているというだけの事実は、これらの要素又はステップの組み合わせを有利に使用することができないことを示すものではなく、具体的には、実際の特許請求項の従属性に加えて、任意のさらなる意味のある特許請求項の組み合わせが開示されていると考えられるべきである。

【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】