二次电池的充电状态估计装置和充电状态估计方法

摘要

充电状态估计装置具有检测部、电流积分SOC计算部、状态估计SOC计算部、收敛判定部和SOC选择部。检测部检测二次电池的充放电电流和端子间电压。电流积分SOC计算部通过电流积分法来计算二次电池的充电率。状态估计SOC计算部通过状态估计法来计算二次电池的充电率。收敛判定部判定基于状态估计SOC计算部的状态估计的收敛。SOC选择部根据收敛判定部的判定结果来选择计算出的充电率中的某一个来作为二次电池的充电率的估计值。其中，收敛判定部在判定为二次电池正在充电且规定的充电参数的变化比规定的阈值少的情况下，判定为非收敛。

说明书

技术领域

本公开涉及一种估计二次电池的充电率的二次电池的充电状态估计装置和充电状态估计方法。

背景技术

在搭载于EV(Electric Vehicle：电动汽车)、HEV(Hybrid Electric Vehicle：混合动力汽车)或汽油车的二次电池的充电控制系统中，要求高精度地估计二次电池的充电率(State of Charge：SOC)以将二次电池维持为目标充电状态。

作为充电率的估计方法，一般已知一种电流积分法。电流积分法给出某时间点的二次电池的充电率作为初始值，之后对二次电池的充放电电流进行时间积分来求出充电率。系统预先具有表示二次电池的开路电压(Open Circuit Voltage：OCV)与充电率之间的关系的对应表数据。通过测量当前的二次电池的开路电压，并从对应表数据读取与该开路电压对应的充电率来求出初始值。

另外，作为充电率的估计方法，已知使用基于迭代最小二乘法的状态空间估计方法或基于以卡尔曼滤波和粒子滤波为代表的自适应滤波的状态空间估计方法来估计二次电池的内部的状态的方法(例如参照专利文献1)。系统当能够以小的误差来估计内部的状态时，能够高精度地估计充电率。

另外，作为充电率的估计方法还已知一种使用神经网络等学习方法来估计二次电池的内部的状态，从而估计充电率的方法(例如参照专利文献2～4)。

将使用状态空间估计方法或神经网络等学习方法来估计二次电池的内部的状态从而估计充电率的方法称作状态估计法。

专利文献1：日本特开2013-072677号公报

专利文献2：日本特开2008-232758号公报

专利文献3：日本特开平9-243716号公报

专利文献4：日本特开2003-249271号公报

发明内容

本公开提供一种能够高精度地估计二次电池的充电率的二次电池的充电状态估计装置和充电状态估计方法。

本公开的一个方式所涉及的二次电池的充电状态估计装置具有检测部、电流积分SOC计算部、状态估计SOC计算部、收敛判定部和SOC选择部。检测部检测二次电池的充放电电流和端子间电压。电流积分SOC计算部基于检测部的检测结果，通过电流积分法来计算二次电池的充电率。状态估计SOC计算部基于检测部的检测结果，通过状态估计法来计算二次电池的充电率。收敛判定部判定基于状态估计SOC计算部的状态估计的收敛。SOC选择部根据收敛判定部的判定结果选择由电流积分SOC计算部计算出的充电率或由状态估计SOC计算部计算出的充电率来作为二次电池的充电率的估计值。其中，收敛判定部在判定为二次电池正在充电且规定的充电参数的变化比规定的阈值少的情况下，判定为非收敛。

在本公开的一个方式所涉及的二次电池的充电状态估计方法中，首先检测二次电池的充放电电流和端子间电压。然后，基于检测出的充放电电流和端子间电压，通过电流积分法来计算二次电池的充电率。另外，基于检测出的充放电电流和端子间电压，通过状态估计法来计算二次电池的充电率。然后，判定计算二次电池的充电率时的状态估计的收敛。并且，根据收敛的判定结果选择通过电流积分法计算出的充电率或通过状态估计法计算出的充电率来作为二次电池的充电率的估计值。其中，在判定收敛时，在判定为二次电池正在充电且规定的充电参数的变化比规定的阈值少的情况下，判定为非收敛。

根据本公开，能够高精度地估计二次电池的充电率。

附图说明

图1是表示本公开的实施方式所涉及的充电状态估计装置的框图。

图2是表示用于状态估计法的二次电池的等效电路模型的一例的图。

图3是说明实施方式所涉及的充电状态估计装置的处理的流程的流程图。

图4是表示状态估计的收敛判定的步骤的详情的流程图。

图5是说明实施方式所涉及的充电状态估计装置的动作的时序图。

图6是表示图5的恒压充电的判定期间的详情的时序图。

具体实施方式

在本公开的实施方式的说明之前先简单地说明以往的技术中的问题点。在读取二次电池的端子间电压时，有时由于二次电池的内部电阻或电解液浓度分布而产生的极化成分包含在电压值中。因此，在电流积分法中，无法准确地测定开路电压，估计出的充电率中包括偏置误差。此外，在电流积分法中，由于无法考虑充放电中的极化成分的变动，因此有时偏置误差累积而使得估计出的充电率的误差变大。

另一方面，为了估计二次电池的充电率，能够通过使用状态估计法来进行去除了二次电池的极化成分的影响的充电率的估计。

然而，在基于状态估计法的充电率的估计中，一般在开始状态估计后的短暂期间内或者在二次电池的充放电电流和端子间电压的变动小的期间，二次电池的等效电路模型的各参数的估计值不收敛。当各参数的估计值不收敛时，无法准确地估计充电率。将参数的估计值不收敛称作状态估计不收敛。

下面参照附图来说明本公开的实施方式。此外，以下的实施方式是将本公开的技术具体化的一例，并不限定本公开的技术范围。

图1是本公开的实施方式所涉及的充电状态估计装置1的框图。

充电状态估计装置1估计二次电池100的充电率。二次电池100例如搭载于车辆。二次电池100典型地是铅蓄电池，特别是设想为用于怠速停止系统(ISS)用的车辆的ISS用铅蓄电池。但是，二次电池100只要是能够进行充电和放电的电池则不限于此。

充电状态估计装置1具有检测部11和运算装置20。运算装置20具有电流积分SOC计算部21、状态估计SOC计算部22、直流内部电阻检测部23、恒压充电判定部24、收敛判定部25和SOC选择部26。

检测部11检测二次电池100的充放电电流和端子间电压，将检测值输出到运算装置20。除此以外，检测部11也可以检测二次电池100的温度，将检测值输出到运算装置20。检测部11以规定的采样周期进行这些检测。采样周期既可以为固定的周期，也可以为根据条件以规定的函数进行变化的周期。在图1中，将二次电池100的充放电电流和端子间电压简单记为电流和电压。

运算装置20具有进行运算处理的CPU(中央运算处理装置)、保存处理程序和控制数据等的存储器、暂时存储CPU的处理结果或输入的数据等的RAM(Random Access Memory：随机存取存储器)。运算装置20的各块的功能由这些硬件实现。运算装置20典型地包括单芯片的LSI(大规模半导体集成电路)或电路基板，但不限定于此，运算装置20内的多个块的一部分既可以由分开的芯片构成，也可以与车辆的ECU(Electric Control Unit：电子控制单元)一体构成。

电流积分SOC计算部21使用电流积分法来计算二次电池100的充电率(SOC：Stateof Charge)。电流积分SOC计算部21在积分处理的开始时首先计算充电率的初始值。例如使用对应表数据根据二次电池100的端子间电压来获取充电率的初始值。对应表数据例如为将二次电池100的开路电压与充电率进行对应而成的数据，预先通过测量等而求出并由电流积分SOC计算部21进行保持。电流积分SOC计算部21在获取到初始值之后按时间对测量出的充放电电流进行积分，在换算为充电率之后与初始值累计，由此计算各时间点的充电率。计算出的各时间点的充电率(以下称作“电流积分SOC”)被发送到SOC选择部26和收敛判定部25。

状态估计SOC计算部22使用作为状态估计法之一的状态空间估计方法来估计二次电池100的内部的状态，由此估计充电率。在该实施方式中，作为状态空间估计方法示出了将卡尔曼滤波用作自适应滤波的例子。但是，作为状态估计法例如也可以将粒子滤波用作自适应滤波。另外，也可以使用利用了迭代最小二乘法的状态空间估计手法。此外，状态估计SOC计算部22也可以应用将神经网络等学习方法用作状态估计法来估计二次电池100的内部的状态从而估计充电率的方法。

状态估计SOC计算部22当按离散的时间间隔从检测部11接收二次电池100的充放电电流和端子间电压的各值时，估计二次电池100的内部的状态，来计算充电率。状态估计SOC计算部22将计算出的充电率(以下称作“状态估计SOC”)发送到SOC选择部26和收敛判定部25。另外，状态估计SOC计算部22将在估计二次电池100的内部的状态时得到的内部参数(以下称作“状态估计内部参数”)发送到收敛判定部25。关于状态估计SOC计算部22的计算的方法和被发送到收敛判定部25的内部参数，之后举出具体的一例进行说明。

直流内部电阻检测部23从检测部11被输入二次电池100的充放电电流和端子间电压和温度的各值，基于这些来估计二次电池100的直流内部电阻。估计出的直流内部电阻发送到收敛判定部25。直流内部电阻检测部23能够使用各种已知的方法，例如使用状态空间估计方法来估计二次电池100的直流内部电阻。

恒压充电判定部24从检测部11被输入二次电池100的充放电电流和端子间电压的各值，基于这些来判定二次电池100是否处于恒压充电的状态。关于该判定方法在后面进行叙述。恒压充电判定部24将该判定结果作为“恒压充电判定结果”发送到收敛判定部25。

收敛判定部25从上述的块接收电流积分SOC、状态估计SOC、状态估计内部参数、直流内部电阻和恒压充电判定结果。另外，收敛判定部25从检测部11接收二次电池100的充放电电流、端子间电压和温度的各值。收敛判定部25基于这些值来判定基于状态估计SOC计算部22进行的二次电池100的内部的状态估计是否收敛。关于该判定方法的详情在后面进行叙述。收敛判定部25将收敛判定结果发送到SOC选择部26。

SOC选择部26基于收敛判定结果选择并输出电流积分SOC或状态估计SOC来作为充电状态估计装置1的估计结果即充电率(称作“SOC估计值”)。

<状态估计>

接着，示出状态估计SOC计算部22通过利用了卡尔曼滤波的状态估计法计算充电率的计算法的一例。后续的说明为状态估计法的一例，但并不限定本公开所涉及的状态估计法。

图2是表示用于状态估计法的二次电池的等效电路模型的一例的图。

在状态估计SOC计算部22中，使用图2所示的等效电路模型来表示二次电池100的内部模型。在图2中，电阻R₀表示欧姆电阻和电荷移动电阻等内部电阻成分。电阻R₁和电容C₁表示扩散电阻极化，V_RC表示极化电压。电容C_OCV表示电池容量，设电池容量C_OCV的开路电压V_OC和充电率SOC具有下式(1)的关系。V_T表示二次电池100的端子间电压。i_L表示二次电池100的充放电电流。

[数1]

v_OC＝b₀+b₁SOC…(1)

应用了卡尔曼滤波的离散时间状态空间描述的状态方程式表示为下式(2)那样，状态空间描述的输出方程式表示为下式(3)那样。在此，x(k)表示状态向量、y(k)表示端子电压V_T、u(k)表示充放电电流i_L、v(k)表示系统杂音、w(k)表示观测杂音、k表示序数，该序数表示得到检测结果的离散的定时。

[数2]

x(k+1)＝A(k)x(k)+b_u(k)u(k)+b(k)v(k)···(2)

y(k)＝c^T(k)x(k)+d(k)u(k)+w(k)···(3)

离散时间状态空间描述的状态向量x(k)例如能够定义为下式(4)那样。

[数3]

离散时间状态空间描述的各矩阵和向量例如能够定义为下式(5)～(9)那样。在此，ΔT表示离散时间，Q_R表示二次电池100的额定容量。

[数4]

d(k)＝d(k-1)＝-R_o···(8)

b(k)＝b(k-1)＝1···(9)

状态估计SOC计算部22当开始状态估计的运算时，首先给出状态向量的初始值x(0)、状态向量和检测值的误差的方差的初始值σ_v²、σ_w²。关于充电率(SOC)的初始值，同样能够应用电流积分SOC计算部21中使用的方法。关于其它初始值和方差值的初始值，应用预先估计的值即可。

状态估计SOC计算部22在从检测部11被输入二次电池100的充放电电流和端子间电压的各值时，分别通过下式(10)、(11)计算事先的状态向量的估计值、事先的误差协方差矩阵P-(k)。在此，帽子符号“＾”表示估计值，减号的上标符号“-”表示检测前的事先的计算值。

[数5]

P^-(k)＝A(k-1)P(k-1)A^T(k-1)+σ_v²b(k-1)b^T(k-1)…（11)

状态估计SOC计算部22当从检测部11被输入二次电池100的充放电电流和端子间电压的各值时，计算卡尔曼增益g(k)，使用事先计算出的状态向量和事先计算出的误差协方差矩阵P-(k)和卡尔曼增益g(k)来计算反映了检测值的更新的状态向量的估计值和误差协方差矩阵P(k)。例如能够使用下式(12)～(14)来进行计算。

[数6]

P(k)＝(I-g(k)c^T(k))P^-(k)…(14)

状态估计SOC计算部22将这样求出的状态向量和误差协方差矩阵P(k)作为离散定时k的更新后的状态向量和误差协方差矩阵。

状态估计SOC计算部22每当从检测部11被输入检测值就重复进行上述的事先的状态向量和误差协方差矩阵的计算、卡尔曼增益和更新后的状态向量和误差协方差矩阵的计算。然后，状态估计SOC计算部22输出状态向量的SOC的值来作为状态估计SOC。另外，状态估计SOC计算部22将误差协方差矩阵P(k)作为状态估计内部参数输出到收敛判定部25。

误差协方差矩阵P(k)为对角元素表示状态向量x(k)的各元素的误差的方差的矩阵。在上述的例子中，误差协方差矩阵P(k)的第1行第1列示出充电率(SOC(k))的误差的方差值，第2行第2列示出开路电压V_OC与充电率SOC之间的关系式的截矩b₀(k)的误差的方差值，第3行第3列示出极化电压V_RC(k)的误差的方差值。

<收敛判定>

接着，说明收敛判定部25的收敛判定。

收敛判定部25主要进行基于电池特性的判定和基于状态估计内部参数的判定。

[环境异常判定]

基于电池特性的判定第一包括环境异常的判定。环境异常表示状态估计法的二次电池100的等效电路模型无法应对的异常的环境。环境异常的判定例如能够包括以下的多个判定中的一个或多个。

·二次电池的温度>阈值Ta

在此，阈值Ta表示异常的高温。

·二次电池的温度<阈值Tb

在此，阈值Tb表示异常的低温。

·二次电池的直流内部电阻>阈值Rth

在此，阈值Rth表示劣化的二次电池的直流内部电阻。

·转动动力输出轴时最低电压<阈值Vth

在此，阈值Vth表示劣化的二次电池100的转动动力输出轴时最低电压。转动动力输出轴时是指例如在发动机车辆的发动机起动时以二次电池100的电力来驱动启动电动机时，此时从二次电池100输出大的电力。

收敛判定部25在环境异常的判定结果即使有一个是肯定的情况下，判定为状态估计SOC没有收敛。

[关于正在恒压充电的判定]

基于电池特性的判定第二包括正在恒压充电的判定。

正在恒压充电的判定由恒压充电判定部24进行。

正在恒压充电的判定例如能够包括以下的多个判定中的一个或多个。

·电流变化量(dI)的过去N点的最大值与最小值之差<阈值dIth、且

电压变化量(dV)的过去N点的最大值与最小值之差<阈值dVth、且

电压>阈值Vcv

在此，电流变化量表示二次电池100的充放电电流的变化量。电压变化量表示二次电池100的端子间电压的变化量。变化量既可以设为每采样周期的变化量，也可以设为每规定时间的变化量。过去N点的最大值与最小值之差表示该量的偏差的一例。过去N点的个数、阈值dIth、阈值dVth被设定为表示状态估计难以收敛的恒压充电。阈值Vcv为表示恒压充电的电压值。

·“充电电流<阈值Ith”持续规定时间以上

在此，阈值Ith为表示充电过多的充电电流。

·电流积分SOC<阈值SOCth

在此，阈值SOCth表示例如60％以下等需要充电的值。

在恒压充电中，电流变化量与电压变化量的变动小。在二次电池100的状态估计中，将电流值和电压值作为检测值来进行状态估计，因此当电流值的变化或电压值的变化少时，二次电池100的内部状态的估计值难以收敛。因而，在这样的情况下，通过状态估计来计算出的充电率的误差大的可能性高。

恒压充电判定部24基于上述的判定式进行正在恒压充电的判定，将判定结果发送到收敛判定部25。在是正在恒压充电的情况下，收敛判定部25判定为非收敛。

在正在恒压充电的判定中，电流、电压为本公开所涉及的规定的充电参数的一例，电流变化量的偏差为阈值以下、电压变化量的偏差为阈值以下表示规定的充电参数的变化比规定的阈值少。另外，充电电流为表示充电过多的阈值Ith以下的情形经过了规定时间以上的情况表示充电电流没有变化为阈值Ith以上地经过了规定时间以上，是指规定的充电参数的变化比规定的阈值少的情况。另外，在电流积分SOC为需要充电的情况下，继续进行恒压充电，因此间接地表示电压或电流的变化量为规定的阈值以下。

此外，上述的“电流积分SOC<阈值SOCth”的判定式也可以包括在环境异常的判定中。

[基于状态估计的内部参数的判定]

在状态估计中，一边计算估计值的误差的方差一边进行二次电池100的内部参数的估计。因而，收敛判定部25基于该误差的方差来进行估计值收敛了何种程度的判定。基于内部参数的判定例如能够包括以下多个判定中的一个或多个。

·估计误差协方差矩阵的范数<阈值α

·估计误差协方差矩阵的至少一个对角元素<阈值β

在此，阈值α、β被设定为能够视为估计值收敛的值。估计误差协方差矩阵的对角元素包括与充电率对应的元素，因此至少比较与充电率对应的对角元素即可。但是，如果其它对角元素的估计值收敛，则充电率的估计值也收敛的情况多，因此也可以不限制为与充电率对应的对角元素。

此外，上述的例子能够应用于利用了迭代最小二乘法的状态估计、利用了卡尔曼滤波等自适应滤波的状态估计。但是，在利用了粒子滤波的状态估计、利用了神经网络的学习方法等利用其它方法的状态估计方法中也能够同样地计算估计值的误差的偏差。因而，能够将该估计值的误差的偏差作为内部参数，进行同样的判定。

例如，在利用了粒子滤波的状态估计的情况下，能够包括以下多个判定中的一个或多个。

·所有粒子(状态变量的采样值)的方差或标准偏差<阈值α1

·所有粒子的状态变量值的最大值与最小值之差<阈值β1

另外，在神经网络的情况下，能够包括以下判定。

·输出误差函数的微分值<阈值α2

收敛判定部25在上述的基于内部参数的判定为肯定且不满足其它能够判断为非收敛的条件的情况下，判定为状态估计收敛。

[基于估计结果与实测值的比较的判定]

收敛判定部25还可以基于由状态估计SOC计算部22估计的内部参数的值与基于检测部11的检测结果的值的比较来判定状态估计是否为非收敛。基于实测值的值也包含误差，因此基于该比较的判定只不过是确认估计值与基于实测值的值相比是否为异常地偏离的值的判定。如果是异常地偏离的值，则存在估计值具有大的误差的可能性，能够判定为估计值为非收敛。

基于估计结果和实测值的判定能够包括以下多个判定中的一个或多个。

·二次电池100的端子间电压的检测值与估计值的偏差<阈值α3

在此，偏差例如能够应用二次平方根误差、标准偏差、方差以及误差平均值。阈值α3被设定为大的值以能够识别偏差异常地大。

·|电流积分SOC-状态估计SOC|<阈值β2

在此，阈值β2被设定为大的值以能够识别差异常地大。

收敛判定部25在上述的判定式为否定的情况下，判定为状态估计为非收敛。

<处理的流程>

接着，对充电状态估计装置1的整体的处理的流程的一例进行说明。

图3是说明充电状态估计装置的处理的流程的流程图。图4是表示状态估计的收敛判定的步骤的详情的流程图。

图3的流程以检测部11的二次电池100的充放电电流和电压的各采样定时来执行。

当流程开始时，首先确认是否是初次起动时(步骤S1)，如果为初次起动时则检测部11测量二次电池100的端子间电压(步骤S3)，基于表示开路电压(OCV)与充电率(SOC)之间的关系的对应表数据来获取充电率(SOC)的初始值。然后，将电流积分SOC计算部21和状态估计SOC计算部22初始化(步骤S4)。既可以由电流积分SOC计算部21和状态估计SOC计算部22来进行步骤S1的确认，也可以构成为设置其它统一的控制部来由该控制部进行步骤S1的确认。

当在步骤S1中判定为不是初次起动时，进行是否消除了二次电池100的极化的判定(步骤S2)。在此，例如在二次电池100既不进行充电也不进行放电地放置了足够的时间的情况下，判定为消除了极化。若判定为消除了极化，则进行与初始化有关的步骤S3、S4的处理后转移到步骤S5，若判定为没有消除极化，则跳过与初始化有关的步骤S3、S4而转移到步骤S5。既可以由电流积分SOC计算部21和状态估计SOC计算部22进行步骤S2的判定，也可以构成为设置其它统一的控制部来由该控制部进行步骤S2的判定。

在步骤S5中，电流积分SOC计算部21和状态估计SOC计算部22使用检测部11检测出的值来进行充电率的计算。

在步骤S6中，收敛判定部25判定状态估计SOC计算部22的状态估计的收敛。

步骤S6的收敛的判定通过图4所示那样的多个判定步骤来实现。此外，图4的流程表示收敛判定处理的一例，该一例并不限定本公开的收敛判定部的处理。关于在图4的各步骤中使用的判定式，如在收敛判定的部分所说明的那样能够变更为其它判定式或追加其它判定式。

在收敛判定步骤中，首先收敛判定部25进行在收敛判定的项目中所说明的环境异常的判定(步骤S11)。在图4的例子中，收敛判定部25在步骤S11中判定二次电池100的温度是否比表示极高温的阈值Ta大或者二次电池100的温度是否比表示极低温的阈值Tb小。判定的结果如果为“是”，则收敛判定部25将估计状态的判定结果设为非收敛(步骤S15)。

如果环境异常的判定的结果为“否”，则接下来收敛判定部25进行是否正在恒压充电的判定(步骤S12)。例如，恒压充电判定部24进行是否为电流变化量(dI)的过去N点的最大值与最小值之差比阈值dIth小且电压变化量(dV)的过去N点的最大值与最小值之差比阈值dVth小且二次电池100的端子间电压比表示充电的阈值Vcv大的判定，将判定结果发送到收敛判定部25。收敛判定部25在接收到恒压充电的判定结果的情况下，将估计状态的判定结果设为非收敛(步骤S15)。

如果关于正在恒压充电的判定的结果为“否”，则接下来收敛判定部25进行基于状态估计SOC计算部22的内部参数的判定(步骤S13)。在图4的例子中，收敛判定部25基于从状态估计SOC计算部22接收到的误差协方差矩阵P(k)来计算该矩阵P(k)的范数，判定范数是否比阈值α小。如果步骤S13的判定结果为“否”，则收敛判定部25将估计状态的判定结果设为非收敛(步骤S15)。

如果步骤S13的判定结果为“是”，则接下来收敛判定部25进行基于估计值与实测值的比较的判定(步骤S14)。在图4的例子中，判定电流积分SOC与状态估计SOC之差的绝对值是否比阈值β2大。阈值β2被设定为表示两者为异常地偏离的值的值。如果步骤S14的判定结果为“是”，则收敛判定部25将估计状态的判定结果设为非收敛(步骤S15)。另一方面，如果步骤S14的判定结果为“否”，则将估计状态的判定结果设为收敛(步骤S16)。

步骤S15的判定结果和步骤S16的判定结果为图3的步骤S6的判定步骤的结果。

如果步骤S6的判定结果为非收敛，则SOC选择部26选择由电流积分SOC计算部21计算出的电流积分SOC来作为SOC估计值(步骤S7)。

另一方面，如果步骤S6的判定结果为收敛，则SOC选择部26选择由状态估计SOC计算部22计算出的状态估计SOC来作为SOC估计值(步骤S8)。

SOC选择部26将在步骤S7或步骤S8中选择出的状态估计SOC或电流积分SOC作为SOC估计值来输出(步骤S9)。

图5是说明充电状态估计装置的动作的时序图。图6是表示恒压充电的判定期间的详情的时序图。

根据图3和图4的流程，如图5的时序图所示那样进行状态估计SOC和电流积分SOC的切换，能够输出误差小的SOC估计值。

图5的定时t1例如为充电状态估计装置1的系统启动时或二次电池100的更换时等定时。在定时t1对电流积分SOC计算部21给出充电率的初始值，对状态估计SOC计算部22给出状态向量x(k)的初始值和方差值的初始值。

在初始化时，二次电池100的极化的影响也小，电流积分SOC相对于真值的误差比较小。

如图5的定时t0-t1的期间所示的那样，在从初始化起车辆的点火关闭或车辆的停止持续的期间，只是从二次电池100持续输出小的放电电流。在该期间中，由状态估计SOC计算部22计算的误差协方差矩阵P(k)的范数不从初始值下降，收敛判定部25的判定结果为非收敛。因而，在该期间，SOC选择部26输出误差小的电流积分SOC。

如图5的定时t1-t2的期间所示的那样，在点火接通后开始车辆的行驶的期间，通过启动电动机的起动，从二次电池100进行大的放电，之后通过交流发电机的驱动对二次电池100进行恒压充电。图5的期间T1表示恒压充电的期间。

在从二次电池100进行了大的放电时等，充放电电流和端子间电压大幅变动，由此有时基于状态估计SOC计算部22的二次电池100的状态估计进展，误差协方差矩阵P(k)的范数暂时变小。但是，在状态估计紧接在进展之后，状态估计还未收敛。而且，当在该定时二次电池100为恒压充电时，二次电池100的充放电电流和端子间电压的变动少，状态估计的收敛变远。

在这样的期间，即使在误差协方差矩阵P(k)的范数暂时示出小的值的情况下，收敛判定部25也通过正在恒压充电的判定而判定为状态估计为非收敛。因而，避免将误差大的状态估计SOC作为SOC估计值输出，而是输出误差小的电流积分SOC。

如图6所示，确认电流的时间变化的偏差最大为阈值dIth以下、电压的时间变化的偏差最大为阈值dVth以下、且电压为表示充电的阈值Vcv以上的情形来判定是否正在恒压充电。若只是电流的时间变化的偏差最大为阈值dIth以下、电压的时间变化的偏差最大为阈值dVth以下的判定，则如期间T2那样，在放电时也产生该期间，但通过确认电压为阈值Vcv以上，能够避免将这样的期间错误地判定为正在恒压充电。

接着，如图5的定时t2-t4的期间所示的那样，当在车辆的行驶中重复进行放电和充电时，状态估计收敛，状态估计SOC接近真值。另一方面，产生二次电池100的极化的影响，使得电流积分SOC的误差比较大。当状态估计收敛时，状态估计SOC计算部22计算的误差协方差矩阵P(k)的范数小，由此收敛判定部25判定状态估计收敛。在图5中，在定时t3示出判定为该状态估计收敛的定时。由此，切换SOC选择部26的选择，从充电状态估计装置1输出状态估计SOC来作为SOC估计值。

如定时t4的前段所示的那样，例如当车辆保持停止而二次电池100被长时间地放置时，通过图3的步骤S2判定为消除了极化，再次进行电流积分SOC计算部21和状态估计SOC计算部22的初始化。当进行初始化时，状态估计SOC计算部22的方差值也被初始化，因此误差协方差矩阵P(k)的范数再次变大，收敛判定部25判定为状态估计为非收敛。由此，输出电流积分SOC。

如以上那样，根据本实施方式的充电状态估计装置1，进行基于电流积分法的充电率的计算和基于状态估计法的充电率的计算，根据状态估计收敛的判定结果来选择并输出SOC估计值。因而，在电流积分法的误差小的期间输出电流积分SOC，在状态估计法的误差小的期间输出状态估计SOC，其结果，能够进行误差小的充电率的估计。

另外，根据本实施方式的充电状态估计装置1，在检测出正在恒压充电的情况下，判定为状态估计为非收敛。因而，在电流和电压的变化量少而状态估计难以收敛的恒压充电中，能够避免误判定为状态估计收敛。因而，能够高精度地估计充电率。

此外，在上述实施方式中，作为状态估计法示出了应用使用了卡尔曼滤波的状态空间估计方法的例子，但例如也可以应用使用了迭代最小二乘法的状态空间估计方法、使用了粒子滤波等其它自适应滤波的状态空间估计方法、使用了神经网络等学习方法的状态估计法。

另外，在上述实施方式中，作为关于正在恒压充电的检测法之一，示出了二次电池100的端子间电压比表示恒压充电的阈值Vcv大、电流变化量和电压变化量和各偏差比阈值小的情况，但检测法能够进行适当变更。例如，也可以检测电流处于表示恒压充电的规定范围内且电压变化量的偏差比阈值小的情况来判定正在恒压充电的情形。

另外，在上述实施方式中，说明了估计搭载于车辆的二次电池的充电率的装置和方法，但也可以应用于估计搭载于车辆以外之物的二次电池的充电率的装置和方法。此外，在实施方式中说明的细节只要不脱离公开的主旨就能够适当地进行变更。

产业上的可利用性

本公开能够利用于估计二次电池的充电率的装置。

附图标记说明

1：充电状态估计装置；11：检测部；20：运算装置；21：电流积分SOC计算部；22：状态估计SOC计算部；23：直流内部电阻检测部；24：恒压充电判定部；25：收敛判定部；26：SOC选择部；100：二次电池。