JP7675537B2 - 電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラム - Google Patents

Description

本発明の実施形態は、電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラムに関する。

情報関連機器及び通信機器等の普及に伴い、二次電池が、機器の電源として広く普及している。また、二次電池は、電気自動車（ＥＶ）及び自然エネルギー等の分野にも、活用されている。特に、リチウムイオン二次電池は、エネルギー密度が高く、かつ、小型化が可能であるため、幅広く使用されている。

リチウムイオン二次電池等の二次電池は、使用開始から時間が経過するにつれて劣化するとともに、充電及び放電を繰返すことにより劣化する。このため、リチウムイオン二次電池等の電池の劣化状態を把握することが、重要となる。電池の劣化状態を示す指標の１つとして、電池の電池容量が挙げられ、電池の劣化状態を予測する方法の１つとして、満充電容量等の電池の電池容量を予測することがある。この場合、例えば、電池の電池容量の減少量が電池の使用開始からの経過時間の０．５乗に比例するという経験則（ルート則）を用いて、電池容量を予測する。一方、電池の使用においては、電池容量の低下速度が経験則（ルート則）から外れ、経時的に急激に低下することがある。電池の使用等においては、電池の電池容量が急激に低下する確率が高くなる時期を、電池容量が急激に低下する確率が高くなる前に予測することが、求められている。

特開２０１２－２５１８０６号公報 国際公開第２０１７／０９８６８６号公報

本発明が解決しようとする課題は、電池の電池容量が急激に低下する確率が高くなる時期を事前に予測可能な電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラムを提供することにある。

実施形態によれば、電池の診断方法が提供される。診断方法では、互いに対して異なる複数の時期のそれぞれについて、電池の電圧及び電流の少なくとも一方の測定結果、及び、電池の電圧及び電流の少なくとも一方に対する電池の内部状態の関係を示すデータに基づいて、電池の内部状態を示す内部状態パラメータとして、負極容量、負極容量維持率及び負極質量の１つ以上を推定する。診断方法では、推定した内部状態パラメータについて、内部状態の推定対象となった複数の時期に比べて電池の内部状態の劣化が進行し、かつ、電池の電池容量が急激に低下する確率が高くなる時期の内部状態に対応する値を、所定値として設定する。診断方法では、複数の時期での電池の内部状態パラメータの推定結果に基づいて、複数の時期より後において電池の内部状態パラメータが所定値となる時期を推定する。診断方法では、複数の時期のいずれにおいても内部状態パラメータが減少している場合に、内部状態パラメータが所定値となる時期の推定結果に対応する時期を、電池の電池容量が急激に低下する確率が高くなる時期として予測する。

図１は、第１の実施形態に係る電池の診断システムを示す概略図である。 図２は、第１の実施形態に係る診断装置の時期予測部によって行われる、ある１つの内部状態パラメータが所定値になる時期を推定する処理の一例を説明する概略図である。 図３は、第１の実施形態に係る診断装置によって行われる、内部状態の推定に関連する処理の一例を示すフローチャートである。 図４は、第１の実施形態に係る診断装置によって行われる、電池の電池容量が急激に低下する確率が高くなる時期の予測に関連する処理の一例を示すフローチャートである。 図５は、実施形態に関連する検証における、電池の内部状態パラメータの１つである負極容量の推定結果を示す概略図である。 図６は、実施形態に関連する検証における、電池の電池容量の測定結果を示す概略図である。 図７は、実施形態に関連する検証における、電池の電池容量が急激に低下する確率が高くなる時期についての予測結果を示す概略図である。 図８は、第２の実施形態に係る診断装置によって行われる、電池の電池容量が急激に低下する確率が高くなる時期についての予測結果を用いた処理の一例を示すフローチャートである。 図９は、第３の実施形態に係る診断装置によって行われる、電池の電池容量が急激に低下する確率が高くなる時期の予測に関連する処理の一例を示すフローチャートである。

以下、実施形態について、図面を参照して説明する。

（第１の実施形態）
まず、実施形態の一例として、第１の実施形態について説明する。図１は、第１の実施形態に係る電池５の診断システム１を示す。図１に示すように、診断システム１は、電池搭載機器２及び診断装置３を備える。電池搭載機器２には、電池５が搭載される。電池搭載機器２としては、電力系統用の大型蓄電装置、スマートフォン、車両、家庭用電源装置、定置用電源装置、ロボット及びドローン等が挙げられ、電池搭載機器２となる車両としては、鉄道用車両、電気バス、電気自動車、プラグインハイブリッド自動車及び電動バイク等が、挙げられる。

電池５は、例えば、リチウムイオン二次電池等の二次電池である。電池５は、単セル（単電池）から形成されてもよく、複数の単セルを電気的に接続することにより形成される電池モジュール又はセルブロックであってもよい。電池５が複数の単セルから形成される場合、電池５において、複数の単セルが電気的に直列に接続されてもよく、複数の単セルが電気的に並列に接続されてもよい。また、電池５において、複数の単セルが直列に接続される直列接続構造、及び、複数の単セルが並列に接続される並列接続構造の両方が形成されてもよい。また、電池５は、複数の電池モジュールが電気的に接続される電池ストリング、電池アレイ及び蓄電池のいずれかであってもよい。

診断システム１には、電源及び負荷（符号６で示す）が設けられる。電源は、電池５に電力を供給可能であり、電池５は、電源等から電力が供給されることにより、充電される。負荷には、電池５から電力を供給可能であり、電池５は、負荷等に電力を供給することにより、放電する。電源としては、電池５とは別の電池、及び、発電機等が挙げられる。負荷としては、電動機及びライト等が挙げられる。ある一例では、負荷の代わりに、又は、負荷に加えて、電池５から電力が供給される蓄電器が設けられてもよい。この場合、電池５は、蓄電器に電力を供給することにより、放電する。そして、蓄電器は、電池５から供給された電力を蓄電可能である。また、別のある一例では、電動発電機が設けられてもよい。この場合、電池５から電動発電機に電力を供給可能であるとともに、電動発電機から電池５へ電力を供給可能である。すなわち、電動発電機は、電源及び負荷の両方として機能する。なお、図１では、電源及び負荷は、電池搭載機器２に搭載されているが、これに限るものではない。電池５は、電池搭載機器２の外部の負荷に電力を供給可能であってもよく、電池搭載機器２の外部の電源から電池５に電力を供給可能であってもよい。

また、診断システム１には、電流測定回路７及び電圧測定回路８が設けられる。電流測定回路７及び電圧測定回路８は、電池５に関連するパラメータを測定する測定回路を形成する。電流測定回路７は、電池５の充電及び放電等において、電池５に流れる電流を測定する。電圧測定回路８は、電池５の充電及び放電等において、電池５の電圧を測定する。電池５の充電又は放電等では、電流測定回路７は、複数の測定時点のそれぞれで電流を測定し、電圧測定回路８は、複数の測定時点のそれぞれで電圧を測定する。なお、図１の一例では、電流測定回路７及び電圧測定回路８等の測定回路は、電池搭載機器２に搭載されているが、電池搭載機器２の外部に形成されてもよい。また、ある一例では、図１の一例等と同様に、測定回路は、温度測定回路９を備えてもよい。この場合、測定回路は、電池５の充電及び放電等において、電池５の電流及び電圧に加えて、電池５の温度を測定する。電池５の温度も、複数の測定時点のそれぞれで測定される。

診断装置３は、電池５の劣化状態を判定する等して、電池５に関する診断を行う。このため、電池５は、診断装置３による診断対象となる。図１等の一例では、診断装置３は、電池搭載機器２の外部に設けられる。診断装置３は、送受信部１１、内部状態推定部１２、時期予測部１５及びデータ記憶部１６を備える。診断装置３は、例えば、電池搭載機器２（電池搭載機器２に搭載される処理装置）とネットワークを介して通信可能なサーバである。この場合、診断装置３は、プロセッサ及び記憶媒体を備える。

プロセッサは、ＣＰＵ（Central Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、マイコン、ＦＰＧＡ（Field Programmable Gate Array）及びＤＳＰ（Digital Signal Processor）等のいずれかを含む。記憶媒体には、メモリ等の主記憶装置に加え、補助記憶装置が含まれ得る。記憶媒体としては、磁気ディスク、光ディスク（ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、及び、半導体メモリ等が挙げられる。診断装置３では、プロセッサ及び記憶媒体のそれぞれは、１つであってもよく、複数であってもよい。診断装置３では、プロセッサは、記憶媒体等に記憶されるプログラム等を実行することにより、処理を行う。また、診断装置３のプロセッサによって実行されるプログラムは、インターネット等のネットワークを介して診断装置３に接続されたコンピュータ（サーバ）、又は、クラウド環境のサーバ等に格納されてもよい。この場合、プロセッサは、ネットワーク経由でプログラムをダウンロードする。診断装置３では、送受信部１１、内部状態推定部１２及び時期予測部１５は、プロセッサ等によって行われる処理の一部を実施し、記憶媒体が、データ記憶部１６として機能する。

なお、ある一例では、診断装置３は、クラウド環境に構成されるクラウドサーバであってもよい。クラウド環境のインフラは、仮想ＣＰＵ等の仮想プロセッサ及びクラウドメモリによって、構成される。このため、診断装置３がクラウドサーバである場合、仮想プロセッサによって行われる処理の一部を、送受信部１１、内部状態推定部１２及び時期予測部１５が実施する。そして、クラウドメモリが、データ記憶部１６として機能する。

また、データ記憶部１６は、電池搭載機器２及び診断装置３とは別体のコンピュータに設けられてもよい。この場合、診断装置３は、データ記憶部１６等が設けられるコンピュータに、ネットワークを介して接続される。また、診断装置３が、電池搭載機器２に搭載されてもよい。この場合、診断装置３は、電池搭載機器２に搭載される処理装置等から構成される。また、診断装置３が電池搭載機器２に搭載される場合、電池搭載機器２に搭載される１つの処理装置等が、後述する診断装置３の処理を行うとともに、電池５の充電及び放電の制御等を行ってもよい。

また、ある一例では、図１の一例等と同様に、診断システム１は、ユーザインタフェース１７を備えてもよい。この場合、ユーザインタフェース１７は、電池搭載機器２の使用者等によって操作指令が入力される操作部、及び、電池搭載機器２の使用者等に警告情報を含む情報を告知する告知部を備える。告知部では、例えば、画面表示及び音声等のいずれかによって、情報が告知される。以下、診断装置３の処理について説明する。

診断装置３のプロセッサ等は、診断対象となる電池５の診断として、電池５の内部状態を定期的に推定する。送受信部１１は、ネットワークを介して、電池搭載機器２の処理装置等の診断装置３以外の処理装置と通信する。診断装置３によって電池５の内部状態の推定する際には、診断装置３の送受信部１１は、電池搭載機器２の処理装置等に制御指令を送信し、電池搭載機器２の処理装置等は、送信された制御指令に基づいて、所定の条件で電池５を充電又は放電する。

電流測定回路７及び電圧測定回路８等を含む測定回路は、電池５を所定の条件で充電又は放電等している状態において、電池５に関連する前述のパラメータを測定する。そして、送受信部１１は、例えば、電池５に関連するパラメータの測定回路での測定結果を含む測定データを、電池搭載機器２から受信する。測定データには、電池５を流れる電流の電流測定回路７での測定結果、及び、電池５の電圧の電圧測定回路８での測定結果が含まれ、電池５の温度の温度測定回路９での測定結果等が含まれてもよい。測定データは、複数の測定時点（複数回の測定）のそれぞれにおける電池５に関連するパラメータの測定値を含む。また、測定データは、所定の条件で電池５を充電又は放電している間における電池５に関連するパラメータの時間変化（時間履歴）を含む。したがって、測定データには、電池５の電流の時間変化（時間履歴）、電池５の電圧の時間変化（時間履歴）、及び、電池５の温度の時間変化（時間履歴）等が含まれる。

また、電池搭載機器２の処理装置及び診断装置３のプロセッサの少なくとも一方は、電池５に関連するパラメータの測定結果等に基づいて、電池５の充電量を推定してもよい。この場合、診断装置３の送受信部１１等は、電池５の充電量の推定値、電池５の充電量の推定値の時間変化（時間履歴）を、前述の測定データに含まれるデータとして、取得してもよい。また、測定データには、推定された電池５の充電量に対する測定された電池５に関連する前述のパラメータの関係を示すデータが、含まれてもよい。この場合、例えば、推定された電池５の充電量に対する測定された電池５の電圧の関係を示すデータが、測定データに含まれる。

電池５のリアルタイムの充電量は、所定の条件での充電又は放電の開始時等の電池５の充電量、及び、所定の条件での充電又は放電における電池５の電流の時間変化に基づいて、算出可能である。この場合、電流の時間変化に基づいて、充電又は放電の開始時からの電池５の電流の積算値が算出される。そして、充電又は放電の開始時等の電池５の充電量、及び、算出された積算値に基づいて、電池５の充電量が算出される。送受信部１１は、受信した測定データ等を、データ記憶部１６に保存する。

内部状態推定部１２は、前述した測定データを取得し、測定データに基づいて、所定の条件で電池５を充電又は放電した期間における電池５の内部状態を、推定する。本実施形態では、内部状態推定部１２は、電池５の内部状態を示す内部状態パラメータを推定する。ある一例では、内部状態推定部１２は、前述の所定の条件での充電又は放電における電池５の電流及び電圧の少なくも一方の時間変化を示すデータを解析することにより、すなわち、電池５についての充電曲線解析又は放電曲線解析を行うことにより、電池５の内部状態を推定する。

ここで、電池５では、正極電位について、下限電位及び上限電位が規定され、正極電位は、正極の充電量の変化に対応して、下限電位と上限電位との間で変化する。正極電位は、正極の充電量が大きくなるにつれて、高くなる。また、正極電位が下限電位になる状態での正極の充電量が、正極の初期充電量として規定され、正極電位が上限電位になる状態での正極の充電量が、正極の上限充電量として規定される。そして、電池５では、正極が初期充電量から上限充電量になるまでの充電量が、正極の充放電可能な量と等価な正極容量となる。正極容量は、（ｍＡ・ｈ）等の単位で示されてもよく、電池５の使用開始時の容量に対する比率で、すなわち、正極容量維持率で示されてもよい。

正極と同様に、電池５では、負極電位について、下限電位及び上限電位が規定され、負極電位は、負極の充電量の変化に対応して、下限電位と上限電位との間で変化する。負極電位は、負極の充電量が大きくなるにつれて、低くなる。また、負極電位が上限電位になる状態での負極の充電量が、負極の初期充電量として規定され、負極電位が下限電位になる状態での負極の充電量が、負極の上限充電量として規定される。そして、電池５では、負極が初期充電量から上限充電量になるまでの充電量が、負極の充放電可能な量と等価な負極容量となる。負極容量は、（ｍＡ・ｈ）等の単位で示されてもよく、電池５の使用開始時の容量に対する比率で、すなわち、負極容量維持率で示されてもよい。

電池５の内部状態パラメータは、前述した正極容量、負極容量、正極の初期充電量、及び、負極の初期充電量を含む。また、電池５の内部状態パラメータは、正極容量に対応するパラメータである正極質量、及び、負極容量に対応するパラメータである負極質量を含む。正極質量は、正極容量及び正極を形成する材料の種類に基づいて、算出可能である。同様に、負極質量は、負極容量及び負極を形成する材料の種類に基づいて、算出可能である。また、電池５の内部状態パラメータは、正極の初期充電量と負極の初期充電量とのずれである運用窓シフト（ＳＯＷ：Shift of Operation Window）を含む。また、電池５の内部状態パラメータは、電池５の内部抵抗に関連するパラメータを含むとともに、正極の抵抗に関連するパラメータ、及び、負極の抵抗に関連するパラメータ等を含む。

データ記憶部１６には、電池５の電圧及び電流の少なくとも一方に対する電池５の内部状態の関係を示すデータが記憶され、例えば、電池５の電流及び電圧の少なくとも一方を前述した内部状態パラメータの１つ以上から算出する計算式が、記憶される。なお、電池５の電流及び電圧のそれぞれに対する内部状態の関係は、電池５の温度等に対応して変化する。このため、データ記憶部１６では、電池５の電流及び電圧の少なくとも一方に対する内部状態の関係を、互いに対して異なる複数の温度ごとに設定したデータが記憶されてもよい。

前述した電池５の充電曲線解析又は放電曲線解析によって電池５の内部状態を推定する際には、内部状態推定部１２は、測定データに含まれる電池５の電圧及び電流の少なくとも一方についての測定結果、及び、電池５の電圧及び電流の少なくとも一方に対する電池５の内部状態の関係を示すデータを用いて、フィッティング計算（回帰計算）を行う。この際、電池５の内部状態パラメータの１つ以上から電池５の電圧及び電流の少なくとも一方を算出する計算式において、内部状態パラメータの１つ以上を変数として、フィッティング計算が行われる。そして、内部状態推定部１２は、変数となる１つ以上の内部状態パラメータをフィッティング計算によって算出することにより、電池５の内部状態を推定する。これにより、所定の条件で電池５を充電又は放電した期間における電池５の内部状態が、推定される。内部状態推定部１２は、電池５の内部状態パラメータの推定値を含む電池５の内部状態の推定結果を、推定データとしてデータ記憶部１６に保存する。

なお、充電曲線解析によって電池の内部状態を推定する方法は、特許文献１（特開２０１２－２５１８０６号公報）に示される。特許文献１においても、電池の電流及び電圧の少なくとも一方の測定結果、及び、電池の電圧及び電流の少なくとも一方に対する電池の内部状態の関係を示すデータを用いてフィッティング計算を行うことにより、電池の内部状態が推定される。本実施形態では、特許文献１と同様にして、電池５の内部状態が推定されてもよい。

内部状態推定部１２は、電池５の内部状態の推定において、内部状態パラメータの１つ以上から電池５の電圧及び電流の少なくとも一方を算出する計算式等を含む、電池５の電圧及び電流の少なくとも一方に対する電池５の内部状態の関係を示すデータを、データ記憶部１６から読み出す。また、前述の内部状態の推定では、最終的な推定結果を得る過程で、内部状態パラメータについての仮の推定値等が算出されることがある。この場合、内部状態推定部１２は、内部状態パラメータについての仮の推定値を用いて、電池５の内部状態を推定してもよい。また、内部状態推定部１２は、内部状態パラメータについての仮の推定値及び最終的な推定値の中でその後の処理で必要になる推定値を、データ記憶部１６に保存可能である。

本実施形態では、診断装置３のプロセッサ等は、前述した電池５の内部状態の推定を定期的に行う。このため、互いに対して異なる複数の時期において、電池５が所定の条件で充電又は放電され、互いに対して異なる複数の時期について、電池５の内部状態が推定される。すなわち、互いに対して異なる複数の時期のそれぞれについて、電池５の内部状態の推定結果を示す推定データが生成される。したがって、定期的に複数の時期で電池５の内部状態を推定することにより、複数の推定データが生成される。複数の推定データのそれぞれでは、推定された内部状態は、時間と関連付けられる。すなわち、データ記憶部１６に保存された複数の推定データのそれぞれでは、推定された内部状態は、推定対象となった時期と関連付けられる。

以下の説明では、電池５の内部状態の推定がｍ回行われ、ｍ個の推定データが生成された場合、推定対象となった時期が早い順に、推定データＤ_０，Ｄ_１，…，Ｄ_ｍ－１とする。ここで、ｍは、生成された推定データのデータ数を示し、１以上の整数である。データ数ｍは、データ記憶部１６に保存された推定データのデータ数に相当し、電池５の内部状態の推定が行われた回数に相当する。データ数ｍは、内部状態推定部１２によって電池５の内部状態の推定が行われる毎に、すなわち、推定データが生成される毎に、１加算される。

また、電池５では、電池特性を示すパラメータとして電池容量が規定される。電池容量は、電池５の充放電可能な量と等価であり、例えば、満充電容量等で示される。また、電池容量は、（ｍＡ・ｈ）等の単位で示されてもよく、電池５の使用開始時の容量に対する比率で、すなわち、電池容量維持率で示されてもよい。電池５の使用開始からしばらくの期間経過するまでは、電池５の電池容量は、経時的に徐々に低下し、例えば、電池の電池容量の減少量が電池の使用開始からの経過時間の０．５乗に比例するという経験則（ルート則）に従って低下する。ただし、電池５の使用開始からしばらくの期間が経過した後は、電池容量が、経時的に急激に低下することがある。この場合、電池容量の低下速度は、経験則（ルート則）から外れる。電池５の使用等においては、電池容量の急激な低下が電池５の充放電等へ与える影響は、大きい。このため、電池５の電池容量が急激に低下する確率が高くなる時期を事前に予測することが、重要となる。

時期予測部１５は、電池５の電池容量が急激に低下する確率が高くなる時期を予測する。すなわち、電池５の電池容量が急激に低下する確率が高くなる時期が、予測結果として予測される。この際、時期予測部１５は、互いに対して異なる複数の時期での電池５の内部状態を用いて、前述の時期を予測する。また、本実施形態では、時期予測部１５による予測において、必要データ数ｎが規定される。必要データ数ｎは、電池容量が急激に低下する確率が高くなる時期の予測に必要な推定データのデータ数を示し、２以上の整数である。時期予測部１５は、ｎ個の推定データを用いて、予測を行う。ある一例では、必要データ数ｎは、３である。

前述した時期の予測において、時期予測部１５は、生成された推定データのデータ数ｍが必要データ数ｎ以上であるか否かを判定する。そして、データ数ｍが必要データ数ｎより少ない場合は、時期の予測に関してデータが不足していると判定し、時期の予測を行わない。この際、時期予測部１５は、時期の予測に関してデータが不足していることを、すなわち、推定データのデータ数ｍが時期の予測を行う基準を満たしていないことを、ユーザインタフェース１７を介して告知してもよい。

生成された推定データのデータ数ｍが必要データ数ｎ以上の場合は、時期予測部１５は、ｎ個の推定データを用いて、時期の予測を行う。この際、データ数ｍが必要データ数ｎと同一の場合は、ｍ個の推定データの全てを用いて、時期の予測を行う。また、データ数ｍが必要データ数ｎより大きい場合は、ｍ個の推定データの中からｎ個の推定データを選択し、選択したｎ個の推定データを用いて、時期の予測を行う。この際、例えば、ｍ個の推定データの中から推定対象となった時期が遅い順で、ｎ個の推定データが、選択される。すなわち、ｍ個の推定データＤ_０～Ｄ_ｍ－１の中で推定対象となった時期が遅い順からｎ個である推定データＤ_ｍ－ｎ～Ｄ_ｍ－１が選択され、選択された推定データＤ_ｍ－ｎ～Ｄ_ｍ－１を用いて、時期の予測が行われる。

そして、時期予測部１５は、ｎ個の推定データに基づいて、ｎ個の推定データで推定対象となった時期より後において電池５の内部状態が所定の状態になる時期を、推定する。したがって、時期予測部１５は、互いに対して異なる複数の時期での電池５の内部状態に基づいて、前述の複数の時期より後において電池５の内部状態が所定の状態となる時期を、推定する。ここで、所定の状態は、予め設定され、電池５の電池容量が急激に低下する確率が高くなる時期の電池５の内部状態に対応する状態に、設定される。そして、生成されたｍ個の推定データで推定対象となった時期に比べて電池５の内部状態の劣化が進行した状態が、所定の状態として設定される。例えば、ｍ個の推定データで推定対象となった時期に比べて電池５の正極容量及び負極容量のそれぞれが低下した状態が、所定の状態として設定される。

内部状態が所定の状態になる時期の推定において、時期予測部１５は、内部状態パラメータの１つ以上に関して、所定の状態に対応する所定値を設定する。そして、時期予測部１５は、所定値を設定した内部状態パラメータについて、ｎ個の推定データで推定対象となった時期より後において所定値になる時期を、推定する。ある一例では、負極容量が所定値になる時期が推定される。別のある一例では、負極容量及び正極容量のそれぞれについて、所定値になる時期が推定される。この場合、負極容量についての所定値及び正極容量についての所定値は、互いに対して同一の値であってもよく、互いに対して異なる値であってもよい。

ここで、正極容量及び負極容量等のそれぞれについて所定値を設定する場合、生成されたｍ個の推定データでの値に比べて低い値が、所定値として設定される。また、正極及び負極のそれぞれの初期充電量について所定値を設定する場合は、電池５の使用開始時の値に比べて小さい値、及び、電池５の使用開始時の値に比べて大きい値の２つが、所定値として設定される。そして、ＳＯＷについて所定値を設定する場合は、正極の初期充電量に対する負極の初期充電量のずれの方向が使用開始時と同一になる場合の値、及び、正極の初期充電量に対する負極の初期充電量のずれの方向が使用開始時とは反対になる場合の値の２つが、所定値として設定される。２つの所定値が設定される内部状態パラメータに関しては、時期予測部１５は、ｎ個の推定データに基づいて、内部状態パラメータが２つの所定値の対応する一方になる時期を推定する。

ある１つの内部状態パラメータが所定値になる時期の推定する際には、時期予測部１５は、時間に対する内部状態パラメータの関係を示す関数を算出する。ここで、時間ｔ及び内部状態パラメータｙを規定すると、ある一例では、ｙ＝ａｔ＋ｂで示される一次関数が、時間に対する内部状態パラメータの関係を示す関数として、算出される。時期予測部１５は、ｎ個の推定データに基づいて、関数を算出する。すなわち、互いに対して異なる複数の時期での電池の内部状態に基づいて、時間に対する内部状態パラメータの関係を示す関数が、算出される。

ここで、予測に用いられるｎ個の推定データＤ_ｍ－ｎ～Ｄ_ｍ－１における内部状態パラメータｙの値ｙ_ｉ、及び、ｎ個の推定データＤ_ｍ－ｎ～Ｄ_ｍ－１で推定対象となった時期を示す時間ｔ_ｉを規定する。ｉは、１～ｎの整数であり、推定データＤ_ｍ－ｎ～Ｄ_ｍ－１の中で推定対象となった時期が遅い推定データほど、小さい数字とする。したがって、推定データＤ_ｍ－ｎでは、（ｔ，ｙ）＝（ｔ_ｎ，ｙ_ｎ）と示され、推定データＤ_ｍ－１では、（ｔ，ｙ）＝（ｔ_１，ｙ_１）と示されるものとする。

時期予測部１５は、推定データＤ_ｍ－ｎ～Ｄ_ｍ－１での内部状態パラメータｙの値ｙ_ｉ、及び、推定データＤ_ｍ－ｎ～Ｄ_ｍ－１に対応する時間ｔ_ｉに基づいて、時間ｔに対する内部状態パラメータｙの関係を示す関数を算出する。この際、値ｙ_ｉ及び時間ｔ_ｉを用いたフィッティング計算（回帰計算）が行われ、時間ｔに対する内部状態パラメータｙの関係を示す関数における定数を、フィッティング計算によって算出する。ある一例では、最小二乗法によって、一次関数の定数である傾きａ及び切片ｂが算出され、時間ｔに対する内部状態パラメータｙの関係を示す一次関数（ｙ＝ａｔ＋ｂ）が算出される。

ここで、内部状態パラメータｙに関して設定される前述の所定値を、所定値ｙ_ｐとする。時間ｔに対する内部状態パラメータｙの関係を示す関数を算出すると、時期予測部１５は、算出した関数において内部状態パラメータｙが所定値ｙ_ｐになる場合の時間ｔの値ｔ_ｐを、算出する。例えば、時間ｔに対する内部状態パラメータｙの関係を示す関数として前述の一次関数を算出した場合、時期予測部１５は、前述した時間ｔについての値ｔ_ｐを、式（１）のようにして算出する。そして、時期予測部１５は、算出した値ｔ_ｐに対応する時期を、内部状態パラメータｙが所定値ｙ_ｐになる時期として、推定する。

図２は、時期予測部１５によって行われる、ある１つの内部状態パラメータｙが所定値ｙ_ｐになる時期を推定する処理の一例を説明する。図２の一例では、６個の推定データが生成され、生成されたデータ数ｍは６となる。そして、必要データ数ｎは、３に設定される。図２の一例では、時期予測部１５、推定データＤ_３～Ｄ_５（破線の枠で囲んで示す）での内部状態パラメータｙの値ｙ_ｉ（ｙ_１～ｙ_３）、及び、推定データＤ_３～Ｄ_５に対応する時間ｔ_ｉ（ｔ_１～ｔ_３）に基づいて、時間ｔに対する内部状態パラメータｙの関係を示す関数を算出する。この際、最小二乗法によって、時間ｔに対する内部状態パラメータｙの関係を示す一次関数（ｙ＝ａｔ＋ｂ）が、算出される。そして、時期予測部１５は、前述の式（１）を用いて、算出した一次関数において内部状態パラメータｙが所定値ｙ_ｐになる場合の時間ｔの値ｔ_ｐを、算出する。そして、時期予測部１５は、算出した値ｔ_ｐに対応する時期を、内部状態パラメータｙが所定値ｙ_ｐになる時期として、推定する。

なお、ある一例では、ある１つの内部状態パラメータｙが所定値ｙ_ｐになる時期の推定において、時間ｔの代わりに時間ｔに相当するパラメータを用いてもよい。この場合、時期予測部１５は、ｎ個の予測データに基づいて、時間ｔに相当するパラメータに対する内部状態パラメータｙの関係を示す関数を、算出する。この際、時間ｔに対する内部状態パラメータｙの関係を示す関数の算出と同様にして、関数が算出される。そして、時期予測部１５は、算出した関数において内部状態パラメータｙが所定値ｙ_ｐになる場合の時間ｔに相当するパラメータの値を、算出する。そして、時間ｔに相当するパラメータについて算出された値に対応する時期が、内部状態パラメータｙが所定値ｙ_ｐになる時期として、推定される。ここで、時間ｔに相当するパラメータには、電池５の放電量の積算値（時間積分値）、及び、電池５の充電量の積算値（時間積分値）等が、挙げられる。

また、別のある一例では、時期予測部１５は、時間ｔ又は時間ｔに相当するパラメータに対する内部状態パラメータｙの関係を示す前述の関数の定数について、分散を算出する。そして、時期予測部１５は、前述の関数に加えて、算出した定数の分散に基づいて、内部状態パラメータｙが所定値ｙ_ｐになる時期を推定する。この場合、内部状態パラメータｙが所定値ｙ_ｐになる時期として、下限値ｔ_ｐｌ以上かつ上限値ｔ_ｐｈ以下の時間範囲が推定される。したがって、内部状態パラメータｙが所定値ｙ_ｐになる時期が、時間幅を有する状態で推定される。なお、関数の定数についての分散を考慮しない前述の一例において内部状態パラメータｙが所定値ｙ_ｐになる時期として推定された時間ｔの値ｔ_ｐは、下限値ｔ_ｐｌ以上かつ上限値ｔ_ｐｈ以下の時間範囲に含まれる。

例えば、時間ｔに対する内部状態パラメータｙの関係を示す一次関数を最小二乗法で算出する場合、時期予測部１５は、一次関数の定数である傾きａ及び切片ｂについて、分散を算出する。傾きａの分散ν_ａは、式（２）のようにして算出され、切片ｂの分散ν_ｂは、式（３）のようにして、算出される。式（２）及び式（３）においてｓは、推定に用いられるｎ個の推定データＤ_ｍ－ｎ～Ｄ_ｍ－１における分散を示すパラメータである。パラメータｓは、電池５の電流及び電圧等の電池５に関連するパラメータの測定における測定誤差、及び、電池５の内部状態の推定における値の幅等に対応させて、適宜の値に設定される。また、ｔ_ｅは、時間ｔ_ｉ（ｔ_１～ｔ_ｎ）の平均値である。そして、算出した分散を用いて、内部状態パラメータｙが所定値ｙ_ｐになる時期である時間範囲について、式（４）のようにして下限値ｔ_ｐｌを算出し、式（５）のようにして上限値ｔ_ｐｈを算出する。

時期予測部１５は、内部状態パラメータが所定値になる時期についての推定結果に基づいて、電池５の内部状態が前述の所定の状態となる時期を推定する。ある一例では、１つの内部状態パラメータについてのみ、所定値になる時期が推定される。そして、時期予測部１５は、その１つの内部状態パラメータが所定値になる時期として推定した時期を、電池５の内部状態が所定の状態になる時期とする。別のある一例では、複数の内部状態パラメータについて、所定値になる時期が推定される。そして、時期予測部１５は、推定した複数の時期の中で最も早い時期を、電池５の内部状態が所定の状態になる時期とする。また、複数の内部状態パラメータについて所定値になる時期を推定する場合、時期予測部１５は、推定した複数の時期の平均値又は中間値に相当する時期を、電池５の内部状態が所定の状態になる時期としてもよい。

時期予測部１５は、電池５の内部状態が所定の状態となる時期についての推定結果に対応する時期を、電池５の電池容量が急激に低下する確率が高くなる時期として、予測する。本実施形態では、電池５の内部状態が所定の状態となる時期として推定した時期が、電池５の電池容量が急激に低下する確率が高くなる時期の最終的な予測結果に決定される。時期予測部１５は、電池５の電池容量が急激に低下する確率が高くなる時期についての予測結果を、データ記憶部１６に保存する。また、時期予測部１５は、前述した予測結果を、ユーザインタフェース１７を介して告知してもよい
本実施形態では、内部状態について生成された推定データのデータ数ｍが必要データ数ｎ以上になった後において、時期予測部１５は、電池５の内部状態の推定が行われる毎に、電池５の電池容量が急激に低下する確率が高くなる時期を予測する。そして、時期予測部１５は、時期の予測を行う毎に、電池５の電池容量が急激に低下する確率が高くなる時期を、最新の予測結果に更新する。これにより、本実施形態では、電池５の内部状態が所定の状態となる時期が、最新の推定結果に更新される。

図３は、診断装置３によって行われる、内部状態の推定に関連する処理の一例を示す。図３に示す処理は、電池５の使用開始以後において、定期的に行われる。また、前述した推定データのデータ数ｍは、図３の処理が行われる毎に、１加算される。図３の処理を開始すると、送受信部は、前述のようにして、電池５に関連するパラメータの測定結果を含む測定データを取得する（Ｓ１０１）。そして、内部状態推定部１２は、測定データに基づいて、電池の内部状態を推定する（Ｓ１０２）。そして、内部状態推定部１２は、推定した内部状態を時間と関連付ける（Ｓ１０３）。そして、内部状態推定部１２は、推定した内部状態が推定対象となった時期と関連付けられた推定データを、データ記憶部１６に保存する（Ｓ１０４）。

図４は、診断装置３によって行われる、電池５の電池容量が急激に低下する確率が高くなる時期の予測に関連する処理の一例を示す。図４の処理は、例えば、図３の処理が行われる毎に行われ、電池５の内部状態が推定される毎に行われる。図４の処理を開始すると、時期予測部１５は、電池５の内部状態について推定された推定データを取得する（Ｓ１１１）。そして、時期予測部１５は、生成された推定データのデータ数ｍが必要データ数ｎ以上であるか否かを判定する（Ｓ１１２）。データ数ｍが必要データ数ｎより少ない場合は（Ｓ１１２－Ｎｏ）、Ｓ１１３～Ｓ１１５の処理は行われず、時期の予測が行われない。

一方、データ数ｍが必要データ数ｎ以上の場合は（Ｓ１１２－Ｙｅｓ）、時期予測部１５は、ｍ個の推定データの中の推定対象となった時期が遅い順からｎ個を用いて、時期の予測を行う。この際、時期予測部１５は、内部状態パラメータの１つ以上について、前述の所定値になる時期を推定する（Ｓ１１３）。この際、内部状態が所定値になる時期は、ｎ個の推定データで推定対象となった時期より後の時期に、推定される。そして、時期予測部１５は、内部状態パラメータが所定値になる時期についての推定結果に基づいて、電池５の内部状態が前述の所定の状態となる時期を推定する（Ｓ１１４）。そして、時期予測部１５は、内部状態が所定の状態となる時期として推定した時期を、電池５の電池容量が急激に低下する確率が高くなる時期の最終的な予測結果に決定する（Ｓ１１５）。

前述のように本実施形態では、複数の時期での電池５の内部状態に基づいて、複数の時期より後において電池５の内部状態が所定の状態となる時期が、推定される。このため、電池容量が急激に低下する確率が高くなる時期の電池５の内部状態に対応する状態に所定の状態を設定することにより、電池５の電池容量が急激に低下する確率が高くなる時期を、事前に予測可能になる。

また、電池容量が急激に低下する確率が高くなる時期は、電池５の劣化の度合いを示す指標の１つである。電池５等の電池では、使用開始時からの電池容量の時間変化が互いに対して同様の傾向であっても、使用開始時からの内部状態の時間変化の傾向が異なることがある。本実施形態では、複数の時期での電池５の内部状態に基づいて、電池５の劣化の度合いを示す指標が予測される。内部状態の時間変化の傾向も考慮して予測が行われるため、電池容量が急激に低下する確率が高くなる時期が適切に予測される。

また、本実施形態では、内部状態パラメータが所定値になる時期についての推定結果に基づいて、電池５の内部状態が所定の状態となる時期が推定される。このため、内部状態が所定の状態となる時期が、適切に推定される。また、本実施形態では、複数の時期での電池の内部状態に基づいて、時間又は時間に相当するパラメータに対する内部状態パラメータの関係を示す関数が、算出される。そして、算出した関数において内部状態パラメータが所定値になる場合の時間又は時間に相当するパラメータの値に基づいて、内部状態パラメータが所定値になる時期が、推定される。このため、内部状態パラメータが所定値になる時期が、適切に推定される。

また、ある一例では、時間又は時間に相当するパラメータに対する内部状態パラメータの関係を示す前述の関数の定数について、分散が算出される。そして、算出した定数の分散に基づいて、内部状態パラメータが所定値になる時期が、推定される。この場合、電池５に関連するパラメータの測定における測定誤差、電池５の内部状態の推定における値の幅、及び、前述の関数の算出における値の幅等を考慮して、内部状態パラメータが所定値になる時期が適切に推定される。

なお、前述した実施形態等で行われる時期の予測について、以下の検証を行った。検証では、ある１つの電池について、内部状態の推定を定期的に８回行い、時間τ_０～τ_７のそれぞれにおいて、電池の内部状態を推定した。このため、早い順に推定データＤ_０，Ｄ_１，…，Ｄ_７が生成された。図５は、電池の内部状態パラメータの１つである負極容量の、検証での推定結果を示す。図５では、横軸が時間を示し、縦軸が負極容量を示す。検証では、時間τ_０～τ_７の間において、図５のように負極容量が変化した。

検証では、推定データＤ_３～Ｄ_６のそれぞれが生成された直後に、電池の電池容量が急激に低下する確率が高くなる時期の予測を行った。すなわち、時間τ_３～τ_６のそれぞれ又は時間τ_３～τ_６のそれぞれの直後において、時期の予測を行った。検証では、必要データ数ｎを３とした。このため、例えば、時間τ_３又はその直後に行った予測では、推定データＤ_１～Ｄ_３を用い、時間τ_６又はその直後に行った予測では、推定データＤ_４～Ｄ_６を用いた。

また、検証では、時期の予測のそれぞれにおいて、電池の内部パラメータの１つである負極容量が所定値になる時期を、推定した。この際、時間に対する負極容量の関係を示す関数を算出した。関数の算出では、最小二乗法を用いて、一次関数（ｙ＝ａｔ＋ｂ）を算出した。そして、一次関数において負極容量が所定値になる場合の時間の値を、負極容量が所定値になる時期として推定した。そして、負極容量が所定値になる時期として推定した時期を、電池５の内部状態が所定の状態になる時期とした。そして、電池の内部状態が所定の状態となる時期として推定した時期を、電池容量が急激に低下する確率が高くなる時期の最終的な予測結果とした。

また、検証では、前述のようにして予測した時期について、有効性を確認した。このため、検証では、前述の実施形態等では行われない処理として、電池の電池容量を測定した。この際、電池を満充電状態から完放電状態まで放電する等して、電池容量を測定した。図６は、検証での電池容量の測定結果を示す。図６では、横軸が時間を示し、縦軸が電池容量を示す。検証では、時間τ_０～τ_７の間において、図６のように電池容量が変化した。図６に示すように、検証では、時間τ_６，τ_７の間において、電池容量が経時的に急激に低下した。

図７は、電池の電池容量が急激に低下する確率が高くなる時期についての検証での予測結果を示す。図７では、横軸が予測を行った時期を示し、縦軸が予測結果として予測された時期を示す。図７に示すように、検証では、時間τ_４～τ_６のそれぞれで行った予測において、時間τ_６，τ_７の間の値が予測結果として予測された。このため、時間τ_４又はその直後での予測において、電池の電池容量が急激に低下する確率が高くなる時期について、実際の電池容量の変化に対応した適切な予測結果が予測された。したがって、実施形態等と同様にして時期を予測することにより、電池の電池容量が急激に低下する確率が高くなる時期が事前に適切に予測されることが、実証された。すなわち、実施形態等での時期の予測について、有効性が確認された。

（第２の実施形態）
次に、第２の実施形態について説明する。なお、以下の説明では、第１の実施形態等と同様の部分については、説明を省略する。本実施形態でも、時期予測部１５は、前述の実施形態等と同様にして、電池容量が急激に低下する確率が高くなる時期を予測する。

ただし、本実施形態では、時期予測部１５は、時期の予測を行った後において、電池容量が急激に低下する確率が高くなる時期として予測した時期の前に、警告及び電池５の検査要求のいずれかを、ユーザインタフェース１７を通して、実施する。ある一例では、時期予測部１５は、予測結果として予測された時期までの現時点からの到達時間を取得する。そして、到達時間が閾値時間以下である場合は、時期予測部１５は、警告及び電池５の検査容量のいずれかを実施する。

図８は、診断装置３によって行われる、電池５の電池容量が急激に低下する確率が高くなる時期についての予測結果を用いた処理の一例を示す。図８の処理は、前述の時期が予測された後において、定期的に実施される。図８の処理を開始すると、時期予測部１５は、予測結果として予測された時期までの現時点からの到達時間が閾値時間以下であるか否かを判定する（Ｓ１２１）。到達時間が閾値時間以下の場合は（Ｓ１２１－Ｙｅｓ）、時期予測部１５は、警告及び電池５の検査容量のいずれかを実施する（Ｓ１２２）。一方、到達時間が閾値時間より長い場合は（Ｓ１２１－Ｎｏ）、Ｓ１２２の処理は行われない。本実施形態では、電池搭載機器２のユーザ等が、電池５の電池容量が急激に低下する確率が高くなる時期が近いことを、容易に把握可能となる。

（第３の実施形態）
次に、第３の実施形態について説明する。なお、以下の説明では、第１の実施形態等と同様の部分については、説明を省略する。本実施形態でも、時期予測部１５は、前述の実施形態等と同様にして、電池５の内部状態が所定の状態になる時期を推定する。

ただし、本実施形態では、時期予測部１５は、時期の予測に用いたｎ個の推定データＤ_ｍ－ｎ～Ｄ_ｍ－１の中で推定対象となった時期が最も遅い推定データＤ_ｍ－１の生成時までの電池５の使用履歴を、取得する。すなわち、電池５の使用開始からｍ回目の内部状態の推定までの電池５の使用履歴が、時期予測部１５によって取得される。そして、時期予測部１５は、取得した電池５の使用履歴に基づいて、内部状態が所定の状態となる時期についての推定結果を補正するか否かを、判定する。

すなわち、本実施形態でも前述の実施形態等と同様に、互いに対して異なる複数の時期での電池５の内部状態に基づいて、複数の時期より後において電池５の内部状態が所定の状態となる時期が、推定される。ただし、本実施形態では、前述の複数の時期の中の最も遅い時期までの電池５の使用履歴に基づいて、電池５の内部状態が所定の状態となる時期についての推定結果を補正するか否かが、判定される。

本実施形態では、時期予測部１５は、推定データＤ_ｍ－ｎ～Ｄ_ｍ－１の中で推定対象となった時期が２番目に遅い推定データＤ_ｍ－２の生成時以後での電池５の使用状況を、推定データＤ_ｍ－２の生成時より前での電池５の使用状況と比較する。すなわち、（ｍ－１）回目の内部状態の推定からｍ回目の内部状態の推定までの電池５の使用状況が、（ｍ－１）回目の推定より前の電池５の使用状況と、比較される。そして、時期予測部１５は、（ｍ－１）回目の内部状態の推定より前と（ｍ－１）回目の内部状態の推定以後とで電池５の使用状況の変化が基準範囲内であるか否かを、判定する。

本実施形態でも、時期予測部１５は、電池５の内部状態が所定の状態となる時期についての推定結果に対応する時期を、電池５の電池容量が急激に低下する確率が高くなる時期として、予測する。ただし、本実施形態では、前述した電池５の使用状況の変化が基準範囲内である場合のみ、時期予測部１５は、電池５の内部状態が所定の状態となる時期として推定した時期を、電池５の電池容量が急激に低下する確率が高くなる時期の最終的な予測結果に決定する。そして、電池５の使用状況の変化が基準範囲を超えている場合は、時期予測部１５は、使用状況の変化に対応させて、内部状態が所定の状態となる時期として推定した時期を補正する。そして、時期予測部１５は、使用状況の変化に対応させて補正した時期を、電池５の電池容量が急激に低下する確率が高くなる時期の最終的な予測結果に決定する。

ある一例では、電池５の使用状況の比較において、電池５の使用状況に関する１つ以上の項目が、設定される。そして、時期予測部１５は、（ｍ－１）回目の内部状態の推定より前と（ｍ－１）回目の内部状態の推定以後とで、設定した１つ以上の項目を比較する。電池５の使用状況に関する項目としては、電池５の充電における平均電流値及び最大電流値、及び、電池５の充電量の積算値（時間積算値）のいずれかを用いてもよく、電池５の放電における平均電流値及び最大電流値、及び、電池５の放電量の積算値（時間積算値）のいずれかを用いてもよい。また、比較する項目としては、電池５の平均温度、最高温度及び最低温度のいずれかを用いてもよく、電池５において充放電が停止されていた時間を用いてもよい。

電池５の使用においては、例えば、設定した項目の１つ以上が、（ｍ－１）回目の内部状態の推定以後と（ｍ－１）回目の内部状態の推定より前とで、大きく異なることがある。この場合、時期予測部１５は、電池５の使用状況の変化が基準範囲を超えていると判定する。そして、時期予測部１５は、使用状況の変化に対応させて、内部状態が所定の状態となる時期として推定した時期を補正する。

ある一例では、電池５の平均温度が、前述の比較する項目として設定される。ここで、（ｍ－１）回目の内部状態の推定以後において、（ｍ－１）回目の内部状態の推定より前に比べて、電池５の平均温度が１０℃程度高かったとする。この場合、時期予測部１５は、（ｍ－１）回目の内部状態の推定からｍ回目の内部状態の推定までの間のみ高い温度環境で電池５が使用されたと、判定する。また、時期予測部１５は、ｍ回目の内部状態の推定以後は、（ｍ－１）回目の内部状態の推定より前と同様の温度環境で電池５が使用されると仮定して、判定を行う。そして、時期予測部１５は、経験則等に基づいて、内部状態が所定の状態となる時期として推定した時期を補正する。これにより、最終的な予測結果となる時期は、内部状態が所定の状態となる時期として推定した時期に比べて、遅い時期となる。

図９は、本実施形態の診断装置３によって行われる、電池５の電池容量が急激に低下する確率が高くなる時期の予測に関連する処理の一例を示す。図９の処理を開始すると、図４の処理と同様に、時期予測部１５は、Ｓ１１１及びＳ１１２の処理を実施する。そして、データ数ｍが必要データ数ｎ以上の場合は（Ｓ１１２－Ｙｅｓ）、時期予測部１５は、Ｓ１１３及びＳ１１４の処理を実施する。ただし、本実施形態では、電池５の内部状態が所定の状態となる時期を推定すると、時期予測部１５は、電池５の使用開始からｍ回目の内部状態の推定までの電池５の使用履歴を取得する（Ｓ１３１）。そして、時期予測部１５は、（ｍ－１）回目の内部状態の推定より前と（ｍ－１）回目の内部状態の推定以後とで電池５の使用状況の変化が基準範囲内であるか否かを、判定する（Ｓ１３２）。

電池５の使用状況の変化が基準範囲内である場合は（Ｓ１３２－Ｙｅｓ）、時期予測部１５は、電池５の内部状態が所定の状態となる時期として推定した時期を、電池５の電池容量が急激に低下する確率が高くなる時期の最終的な予測結果に決定する（Ｓ１３３）。一方、電池５の使用状況の変化が基準範囲を超えている場合は（Ｓ１３２－Ｎｏ）、時期予測部１５は、使用状況の変化に対応させて、内部状態が所定の状態となる時期として推定した時期を補正する（Ｓ１３４）。そして、時期予測部１５は、補正した時期を、電池５の電池容量が急激に低下する確率が高くなる時期の最終的な予測結果に決定する（Ｓ１３５）。本実施形態では、電池５の電池容量が急激に低下する確率が高くなる時期について、電池５の使用履歴に対応した予測結果が、適切に予測される。

前述の少なくとも一つの実施形態又は実施例では、互いに対して異なる複数の時期での電池の内部状態に基づいて、複数の時期より後において電池の内部状態が所定の状態となる時期を推定する。これにより、電池の電池容量が急激に低下する確率が高くなる時期を事前に予測可能な電池の診断方法、電池の診断装置、電池の診断システム、電池搭載機器及び電池の診断プログラムを提供することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
以下、付記を記載する。
［１］電池の診断方法であって、
互いに対して異なる複数の時期での前記電池の内部状態に基づいて、前記複数の時期より後において前記電池の前記内部状態が所定の状態となる時期を推定することを具備する、
診断方法。
［２］前記電池の前記内部状態が前記所定の状態となる前記時期の推定において、
前記電池の内部状態パラメータの１つ以上について、前記所定の状態に対応する所定値を設定し、
前記複数の時期より後において前記内部状態パラメータが前記所定値になる時期を推定し、
前記内部状態パラメータが前記所定値になる前記時期についての推定結果に基づいて、前記電池の前記内部状態が前記所定の状態となる前記時期を推定する、
［１］の診断方法。
［３］前記電池の前記内部状態が前記所定の状態となる前記時期の推定において、
前記複数の時期での前記電池の前記内部状態に基づいて、時間又は時間に相当するパラメータに対する前記内部状態パラメータの関係を示す関数を算出し、
算出した前記関数において前記内部状態パラメータが前記所定値になる場合の前記時間又は前記時間に相当する前記パラメータの値に基づいて、前記内部状態パラメータが前記所定値になる前記時期を推定する、
［２］の診断方法。
［４］前記電池の前記内部状態が前記所定の状態となる前記時期の推定において、
前記時間又は前記時間に相当する前記パラメータに対する前記内部状態パラメータの関係を示す前記関数の定数について分散を算出し、
算出した前記定数の前記分散に基づいて、前記内部状態パラメータが前記所定値になる前記時期を推定する、
［３］の診断方法。
［５］前記複数の時期の中の最も遅い時期までの前記電池の使用履歴に基づいて、前記電池の前記内部状態が前記所定の状態となる前記時期についての推定結果を補正するか否かを判定することをさらに具備する、［１］乃至［４］のいずれか１つの診断方法。
［６］前記電池の前記内部状態が前記所定の状態となる前記時期についての推定結果に対応する時期を、前記電池の電池容量が急激に低下する確率が高くなる時期として予測することをさらに具備する、［１］乃至［５］のいずれか１つの診断方法。
［７］前記電池容量が急激に低下する確率が高くなる前記時期として予測した時期の前に、警告及び前記電池の検査要求のいずれかを実施することをさらに具備する、［６］の診断方法。
［８］電池の診断装置であって、
互いに対して異なる複数の時期での前記電池の内部状態に基づいて、前記複数の時期より後において前記電池の前記内部状態が所定の状態となる時期を推定するプロセッサを具備する、診断装置。
［９］［８］の診断装置と、
前記診断装置によって診断される前記電池と、
を具備する、前記電池の診断システム。
［１０］前記電池が搭載される電池搭載機器をさらに具備する、［９］の診断システム。
［１１］［８］の診断装置と、
前記診断装置によって診断される前記電池と、
を具備する、電池搭載機器。
［１２］電池の診断プログラムであって、コンピュータに、
互いに対して異なる複数の時期での前記電池の内部状態に基づいて、前記複数の時期より後において前記電池の前記内部状態が所定の状態となる時期を推定させる、診断プログラム。

１…診断システム、２…電池搭載機器、３…診断装置、５…電池、１１…送受信部、１２…内部状態推定部、１５…時期予測部、１６…データ記憶部。

Claims (10)

1. 互いに対して異なる複数の時期のそれぞれについて、電池の電圧及び電流の少なくとも一方の測定結果、及び、前記電池の前記電圧及び前記電流の少なくとも一方に対する前記電池の内部状態の関係を示すデータに基づいて、前記電池の前記内部状態を示す内部状態パラメータとして、負極容量、負極容量維持率及び負極質量の１つ以上を推定することと、
   推定した前記内部状態パラメータについて、前記内部状態の推定対象となった前記複数の時期に比べて前記電池の前記内部状態の劣化が進行し、かつ、前記電池の電池容量が急激に低下する確率が高くなる時期の前記内部状態に対応する値を、所定値として設定することと、
   前記複数の時期での前記電池の前記内部状態パラメータの推定結果に基づいて、前記複数の時期より後において前記電池の前記内部状態パラメータが所定値となる時期を推定することと、
   前記複数の時期のいずれにおいても前記内部状態パラメータが減少している場合に、前記内部状態パラメータが前記所定値となる前記時期の推定結果に対応する時期を、前記電池の前記電池容量が急激に低下する確率が高くなる前記時期として予測することと、
   を具備する、前記電池の診断方法。
2. 前記電池の前記内部状態パラメータが前記所定値となる前記時期の推定において、
   前記複数の時期での前記電池の前記内部状態パラメータの推定結果に基づいて、時間又は時間に相当するパラメータに対する前記内部状態パラメータの関係を示す関数を算出し、
   算出した前記関数において前記内部状態パラメータが前記所定値になる場合の前記時間又は前記時間に相当する前記パラメータの値に基づいて、前記内部状態パラメータが前記所定値になる前記時期を推定する、
   請求項１の診断方法。
3. 前記電池の前記内部状態パラメータが前記所定値となる前記時期の推定において、
   前記時間又は前記時間に相当する前記パラメータに対する前記内部状態パラメータの関係を示す前記関数の定数について分散を算出し、
   算出した前記定数の前記分散に基づいて、前記内部状態パラメータが前記所定値になる前記時期を推定する、
   請求項２の診断方法。
4. 前記電池の前記電池容量が急激に低下する確率が高くなる前記時期の予測において、前記複数の時期の中の最も遅い時期までの前記電池の使用履歴に基づいて、前記電池の前記内部状態パラメータが前記所定値となる前記時期についての推定結果を補正するか否かを判定する、請求項１乃至３のいずれか１項の診断方法。
5. 前記電池容量が急激に低下する確率が高くなる前記時期として予測した時期の前に、警告及び前記電池の検査要求のいずれかを実施することをさらに具備する、請求項１乃至４のいずれか１項の診断方法。
6. 互いに対して異なる複数の時期のそれぞれについて、電池の電圧及び電流の少なくとも一方の測定結果、及び、前記電池の前記電圧及び前記電流の少なくとも一方に対する前記電池の内部状態の関係を示すデータに基づいて、前記電池の前記内部状態を示す内部状態パラメータとして、負極容量、負極容量維持率及び負極質量の１つ以上を推定し、
   推定した前記内部状態パラメータについて、前記内部状態の推定対象となった前記複数の時期に比べて前記電池の前記内部状態の劣化が進行し、かつ、前記電池の電池容量が急激に低下する確率が高くなる時期の前記内部状態に対応する値を、所定値として設定し、 前記複数の時期での前記電池の前記内部状態パラメータの推定結果に基づいて、前記複数の時期より後において前記電池の前記内部状態パラメータが所定値となる時期を推定し、
   前記複数の時期のいずれにおいても前記内部状態パラメータが減少している場合に、前記内部状態パラメータが前記所定値となる前記時期の推定結果に対応する時期を、前記電池の前記電池容量が急激に低下する確率が高くなる前記時期として予測する、
   プロセッサを具備する、前記電池の診断装置。
7. 請求項６の診断装置と、
   前記診断装置によって診断される前記電池と、
   を具備する、前記電池の診断システム。
8. 前記電池が搭載される電池搭載機器をさらに具備する、請求項７の診断システム。
9. 請求項６の診断装置と、
   前記診断装置によって診断される前記電池と、
   を具備する、電池搭載機器。
10. コンピュータに、
    互いに対して異なる複数の時期のそれぞれについて、電池の電圧及び電流の少なくとも一方の測定結果、及び、前記電池の前記電圧及び前記電流の少なくとも一方に対する前記電池の内部状態の関係を示すデータに基づいて、前記電池の前記内部状態を示す内部状態パラメータとして、負極容量、負極容量維持率及び負極質量の１つ以上を推定させ、
    推定した前記内部状態パラメータについて、前記内部状態の推定対象となった前記複数の時期に比べて前記電池の前記内部状態の劣化が進行し、かつ、前記電池の電池容量が急激に低下する確率が高くなる時期の前記内部状態に対応する値を、所定値として設定させ、
    前記複数の時期での前記電池の前記内部状態パラメータの推定結果に基づいて、前記複数の時期より後において前記電池の前記内部状態パラメータが所定値となる時期を推定させ、
    前記複数の時期のいずれにおいても前記内部状態パラメータが減少している場合に、前記内部状態パラメータが前記所定値となる前記時期の推定結果に対応する時期を、前記電池の前記電池容量が急激に低下する確率が高くなる前記時期として予測させる、
    前記電池の診断プログラム。