• Home
  • 論文一覧
  • リチウムイオン電池の耐久性能下限予測技術への拡散過程モデルの活用

リチウムイオン電池の耐久性能下限予測技術への拡散過程モデルの活用

要旨

リチウムイオン電池を搭載した製品の耐久テスト後の性能を保証するため,ばらつきを含めた下限値を予測するモデルを構築した.劣化の予測には,電池の耐久性劣化トレンドに乗算したランダム効果と時間に比例してばらつきが拡大する拡散過程の2種類の確率変数をモデル式に含めた.パラメータ最適化には,マルコフ連鎖モンテカルロ法を援用した最尤法を用いた.その結果,従来12か月分の実測耐久データで推測していた劣化の下限値を4か月分のモデル学習で導出できるようになった.さらに,予測された耐久テスト後の代表性能値と耐久中の性能ばらつきの二つの情報が必要だった下限性能予測を,提案モデルを用いることにより,一つの情報でできることを示した.

参考文献

  1. (1) (独)新エネルギー・産業技術総合開発機構:二次電池技術開発ロードマップ2013, (2013)https://www.jstage.jst.go.jp/article/ieejias/134/3/134_NL3_5/_pdf, (参照 2024/12/24)
  2. (2) 富士経済:エネルギー・大型二次電池・材料の将来展望2021- 電動自動車・車載電池分野編,p. 5-12, (2021)
  3. (3) 経済産業省:第1回蓄電池産業戦略検討官民協議会,資料3 蓄電池産業の現状と課題について,(2021)https://www.meti.go.jp/shingikai/mono_info_service/chikudenchi_sustainability/pdf/001_s01_00.pdf, (参照 2024/12/24)
  4. (4) Dunn, B., Kamath, H., Tarascon, J.-M.: Electrical Energy storage for the Grid: A Battery of Choices, Science, Vol. 334, Issue 6058, p. 928-935, (2011), doi: 10.1126/science.1212741
  5. (5) Schmuch, R., Wagner, R., Hörpel, G., Placke, T., Winter, M.: Performance and cost of materials for lithium-based rechargeable automotive batteries, Nature Energy, Vol. 3, p. 267-278, (2018), doi: 10.1038/s41560-018-0107-2
  6. (6) Final Regulation Order, Section 1962.8, Title 13, California Code of Regulations, (2022), https://ww2.arb.ca.gov/sites/default/files/barcu/regact/2022/accii/acciifro1962.8.pdf, (参照 2024/12/24)
  7. (7) Waag, W., Fleischer, C., Sauer, D. U.: Critical review of the methods for monitoring of lithium-ion batteries in electric and hybrid vehicles, Journal of Power Sources, Vol. 258, p. 321–339, (2014), doi: 10.1016/j.jpowsour.2014.02.064
  8. (8) LcGrasso, J., Ressler, G., Inguva, S.: MEETING CUSTOMER EXPECTATIONS: Life and Safety of Batteries in Hybrid and Electric Vehicles, SAE Technical Paper TP-AAB-AABC_US_2011_20, (2011)
  9. (9) 冨永由騎:電気性能発現メカニズムに基づいたリチウムイオン電池性能の劣化推定モデルの構築,電気化学,第89巻,2号,p.125-132, (2021), doi: 10.5796/denkikagaku.21-FE0014
  10. (10) 大道馨,加我正,西村拓海,合田直弥,冨永由騎:直交表を用いたリチウムイオン電池性能の高効率な劣化予測モデル構築,Honda R&D Technical Review, Vol. 35, p. 31-37
  11. (11) Xu, X., Tang, S., Yu, C., Xie, J., Han, X., Ouyang, M.: Remaining Useful Life Prediction of Lithium-ion Batteries Based on Wiener Process Under Time-Varying Temperature Condition, Reliability Engineering & System Safety, Vol. 214, (2021), doi: 10.1016/j.ress.2021.107675
  12. (12) Russell, M. B., King, E. M., Parrish, C. A., Wang, P.: Stochastic modeling for tracking and prediction of gradual and transient battery performance degradation, Journal of Manufacturing Systems, Vol. 59, p. 663-674, (2021), doi: 10.1016/j.jmsy.2021.04.008
  13. (13) Wu, C. F. J., Hamada, M. S.: Experiments: Planning, Analysis, and Optimization, John Wiley & Sons, Inc., (2021), doi: 10.1002/9781119470007
  14. (14) Castillo, E., Hadi, A. S.: Modeling Lifetime Data with Application to Fatigue Models, Journal of the American Statistical Association, Vol. 90, Issue 431, p. 1041-1054, (1995), doi: 10.2307/2291341
  15. (15) Jacquier, E., Johannes, M., Polson, N.: MCMC maximum likelihood for latent state models, Journal of Econometrics, Vol. 137, Issue 2, p. 615-640, (2007), doi: 10.1016/j.jeconom.2005.11.017

著者(所属)

掲載情報

Honda R&D Technical Review Vol.38 収録 (47 - 54)

論文PDF

PDF 2.8MB

引用情報

大道 馨, 鈴木 琴音, 長塚 豪己, 安田 道洋.
リチウムイオン電池の耐久性能下限予測技術への拡散過程モデルの活用
Honda R&D Technical Review Vol.38 pp.(47 - 54)2026.
引用情報をコピー
コピーしました