Dyness Knowledge | リチウム電池のSOC概念分析

要約： リチウムイオン電池は現代生活においてますます広く普及・使用されています。リチウム電池の充電状態（SOC）は、車の燃料タンクに相当します。現在利用可能な残量を常にユーザーに知らせます。例えば、100%の充電は満タンに等しく、0%はバッテリーが空であること、つまり燃料タンクにガソリンがないことを意味します。

リチウム電池のSOCを科学的、効率的、かつ比較的正確に測定するには、科学的な測定方法だけでなく、バッテリー会社がリアルタイム値を取得するための必須の保証として高度なソフトウェアアルゴリズムも必要です。これには、バッテリーメーカーが自社のバッテリー管理システム（BMS）のアルゴリズムを継続的に改善・アップグレードし、ユーザーが比較的正確な残量情報を取得し、使用中のバッテリーの健全状態を理解できるようにすることが求められます。BMSシステムにあらかじめ対応するプログラムを書き込むことで、電圧法、カルマンフィルター測定法、またはクーロンカウント法によってSOC値が計算されます。

1. リチウムイオン電池は、スマートフォンから電気自動車に至る民生用電子機器に電力を供給し、私たちの日常生活に不可欠なものです。

SOCはバッテリーの性能と寿命を示す重要な指標の一つです。SOCは利用可能容量［Ah（アンペア時）］として定義され、定格容量に対するパーセンテージで表されます。SOCパラメータは、バッテリーのポテンシャルエネルギーを評価できる熱力学的量と見なすことができます。また、バッテリーの健全状態（SOH）の推定にも重要です。SOHは、新しいバッテリーと比較した場合の、電気エネルギーの貯蔵および供給能力の尺度を表します（Ghazel, 2017）。

バッテリーを過度に深く放電したり、頻繁に充電したりすると、全体的な健全性に影響を与え、寿命を縮める可能性があります。バッテリーの寿命と最適な性能を確保するためには、SOCを安全な範囲内に維持することが特に重要です。一般的に、SOCを20％から80％の間に維持することが推奨されています。20％を下回るか80％を上回る値は、バッテリーに負担をかけ、全体的な寿命を縮める可能性があります。一部の国際的なメーカーは、民生用電子機器のバッテリー表示欄でこの点を示しています。SOCをこの範囲に維持する場合、バッテリー内のリチウムイオンの活性を可能な限り維持し、バッテリーの寿命を可能な限り延ばす必要があります。

2. SOCの測定は、測定モデルに基づくアルゴリズム、またはバッテリーの充放電スループットとバッテリー本体の電圧に基づいて値を取得する測定方法に分類できます。ただし、これら3つの方法の間には違いと重点があります。そのため、3つの方法で計算されたSOC値には相対的な偏差も生じます。

3. クーロンカウント法

アンペア時積算法または電流積算法とも呼ばれます。バッテリーの充放電時に、充放電された電力量を積算することでSOCを推定します。計算方法は次の通りです：

C(max)：バッテリーの（最大）容量、I(now)：電流（A）、t：時間

この計測方法の欠点は次の通りです：1. 電流サンプリングによる誤差。2. バッテリー容量の変化による誤差。3. SOCの初期値と最終値の推定と選択による誤差。これらが全体値の計算に影響を与えます。

この方法は、バッテリーに出入りする電力量を外部から大まかに記録するだけであり、バッテリー内部のリチウムイオンの置換による減衰やリチウムデンドライトの生成など、「内部から外部へ」バッテリーのSOC計算に影響を与える変数を無視しています。そして、時間の経過とともに誤差は大きくなる一方です。この欠点のため、バッテリー会社は誤差を減らすためにBMSを継続的にアップグレードすることが求められます。

4. 開放電圧法

制御された条件下での放電試験を使用して、バッテリーのSOC、つまり残存容量を決定できます。このアルゴリズムは、バッテリーの既知の放電曲線（電圧対SOC）を使用して、バッテリー電圧の測定値を同等のSOC値に変換します。ただし、電気化学的動力学とバッテリー温度により、電圧はバッテリー電流の影響を大きく受けます。この方法は、バッテリー電流に比例する補正項で電圧読み取り値を補償し、バッテリーの開放電圧（OCV）と温度のルックアップテーブルを使用することで、より正確にすることができます。バッテリーには安定した電圧範囲が必要であり、そのため電圧法の実装は困難です。さらに、放電試験は多くの場合連続的な充電を伴い、ほとんどのアプリケーションでは時間がかかります。

また、リン酸鉄リチウムバッテリーの開放電圧の曲線は30％から80％の間でほぼ直線であり、対応する値を見つけることはさらに困難です。したがって、この方法はバッテリーが長時間放置され、頻繁に使用されていない場合に最も適しています。

5. カルマンフィルター法

バッテリーセルの内部状態を検出するための動的シミュレーションアルゴリズムであり、バッテリーのSOC値の計算に適しています。この方法自体が動的な誤差範囲を提供し、誤差補正メカニズムを採用し、SOCのリアルタイム予測を提供します。カルマンフィルターはオンラインで動的な方法ですが、適切なバッテリーモデルとそのパラメータの正確な識別が必要です。また、高い計算能力と正確な初期化も必要とします。

まとめると、SOC値はバッテリー製造における中核的な考慮事項です。これはユーザーがバッテリーを使用する際の直感的な体感に関連するだけでなく、バッテリーの使用寿命、または顧客がバッテリーを購入する際の投資コストにも影響を与えます。したがって、使用中にバッテリーのSOC値を推奨範囲内に維持し、バッテリー製品のファームウェアをリアルタイムで更新することは、製品寿命とユーザー体験を保証する上で重要な保証となります。

参考文献

GhazelMurnane & AdelMartin. (2017). A Closer Look at State of Charge (SOC) and State of Health (SOH) Estimation Techniques for Batteries.

Minho KimKim, Jungsoo Kim,Jungwook Yu, Soohee HanKwangrae. (2018). State of Charge Estimation For Lithium Iion Battery Based on Reinforcement Learning. ScienceDirect, page 404-408.

‍

Dyness Digital Energy Technology Co., LTD

web：www.dyness.com

Tel： +86 400 666 0655    Email： info@dyness-tech.com

住所： 中国江蘇省蘇州市 Liupu Road No.688

Dynessコミュニティ： https://www.facebook.com/groups/735600200902322