[发明专利]蓄电池诊断装置及蓄电池诊断方法以及蓄电池控制系统

说明书

具备：正负极OCV模型函数生成部(106)，使用保存于数据保存部(104)的时序数据，通过OCV要素函数的和生成与N个蓄电池对应的正极OCV模型函数及所述负极OCV模型函数；以及蓄电池模型函数参数群推定部(107)，根据正极OCV模型函数及负极OCV模型函数生成蓄电池模型函数，生成表示数据保存部(104)的时序数据和使用蓄电池模型函数计算出的推定数据的时序数据的误差的评价函数(L)，以使评价函数(L)的值变小的方式计算与各蓄电池对应的蓄电池模型函数的最佳的推定参数群。

技术领域

本发明涉及进行蓄电池的劣化诊断的蓄电池诊断装置以及蓄电池诊断方法。

背景技术

已知蓄电池随着使用而劣化，性能降低。因此，为了蓄电池的更换时期的掌握以及寿命预测，需要蓄电池的劣化诊断技术。另外，随着EV(Electric Vehicle(电动汽车))、HEV(Hybrid Electric Vehicle(混合动力电动汽车))、PHV(Plug-in Hybrid Vehicle(插电式混合动力汽车))等电动车辆的普及以及定置用蓄电系统的普及，预想产生大量二手电池。因此，设想再使用蓄电池的二手电池的劣化诊断需求也高。

在蓄电池的诊断中，要求利用电流、电压等的测量值的非破坏并且详细的劣化诊断技术。

作为以往的蓄电池诊断技术，已知利用用电量Q对电压V进行微分而得到的数据的所谓dV/dQ曲线解析法(例如参照非专利文献1)。在dV/dQ曲线解析法中，利用用正极以及负极各自的电位的合成表示蓄电池的电压，着眼于由来于正极以及负极各自的dV/dQ曲线的峰值位置以及峰值形状，从而进行详细的劣化诊断。

此时，如果将蓄电池拆卸等而预先取得正极以及负极各自的dV/dQ曲线，则能够进行高精度的劣化诊断(参照例如专利文献1)。在专利文献1中，使用时序地取得蓄电池的电压值以及电流值的测定值的历史数据。

另外，还公开如下的技术：利用预先取得的正极和负极各自的OCV曲线的信息或者对蓄电池附加参照极等而使得能够测定正极以及负极的电位，从而使充电时以及放电时的电压数据分离归属于正极以及负极的OCV并据此详细地诊断正极以及负极的劣化(参照例如专利文献2、以及专利文献3)。

另外，还公开如下的技术：根据同样的方法，以对SOC(State of Charge(充电状态))推定的应用这样的目的，确定表示SOC和OCV的对应关系的SOCOCV曲线的由于劣化引起的形状变化，更新SOCOCV曲线(参照例如专利文献4)。另外，如果在SOCOCV曲线中存在误差，则在将OCV变换为SOC时，会使SOC的推定精度恶化，所以SOCOCV曲线的更新也是重要的技术。

现有技术文献

专利文献

专利文献1：日本专利第6123844号公报

专利文献2：日本特开2013-140037号公报

专利文献3：日本专利第6151163号公报

专利文献4：日本特开2015-230193号公报

非专利文献

非专利文献1：Bloom Ira、其他6名、「大功率锂离子电池的差分电压分析：1.技术与应用(Differential Voltage Analyses of high-power，lithium-ion cells：1.Technique and application)」、电源杂志(Journal of Power Sources)139(2005)、2004年9月16日、p.295-303

发明内容