Challenge to Measurement Accuracy Improving on Battery Management System with Machine Learning

点击翻译按钮获取中文摘要

近年，様々な分野において電力貯蔵装置の需要が高まっており，これに伴い，内部に搭載される蓄電池を適切かつ安全に運用するための電池管理システムの需要も飛躍的に高まっている。電池管理システムには，各セル間の電圧のばらつきを補正するセルバランス機能と蓄電セルの状態を常時監視するセル監視機能が主として求められているが，これらの両立には蓄電セルの内部パラメータを高精度に取得しておく必要があり，実用上の課題となっていた。そこで本研究では，機械学習を活用することで動作中に蓄電セル内部パラメータを簡易かつ高精度に推定する手法の構築を目指す。本年度は，機械学習を用いて内部パラメータを推定する手法について検討を行った。まず，電力変換回路用途で用いられている機械学習について文献調査を行い，適用可能性について分類整理した。文献調査の結果，教師あり学習とディープラーニングが本研究との相性が良いことが明らかとなった。そこで次に，学習モデルの構築に必要なデータ量が比較的少なく済む，教師あり学習の多重線形回帰を用いて内部パラメータ推定手法の構築を試みた。シミュレーションを用いてセンサやサンプリング周期による誤差要素を含ませた学習データを準備し，内部パラメータを推定する学習モデルを構築した。その結果，従来の理論式から内部パラメータを推定する手法と比較して，推定誤差を1/20程度に低減可能であることを確認した。