先進フュージョンモデルがEV用リチウムイオン電池の充電状態推定精度を革新
電気自動車（EV）のバッテリー管理技術において画期的な進展が報告された。上海空間電源研究所に所属する研究チームが、リチウムイオン電池の充電状態（SOC）推定精度を飛躍的に高める新手法を開発し、学術誌『エネルギー貯蔵科学と技術』で発表した。この手法は、等価回路モデルと電気化学原理を融合させることで、従来の精度と計算負荷のトレードオフを打破するものである。
背景：SOC推定の重要性と従来手法の課題
EVの性能・安全性・耐久性を支えるSOC推定技術は、電池残量の誤判断がシステム停止や走行距離の低下、劣化加速、熱暴走を引き起こすため極めて重要だ。従来の開回路電圧（OCV）測定や積算電流法は、初期状態依存性やセンサードリフト、動的応答の遅れから実環境での信頼性に課題を残していた。
等価回路モデル（ECM）を基盤とするモデルベース推定法は、抵抗やコンデンサ等の回路素子で電池挙動を模擬するため計算効率に優れる。しかし、急速充電や高負荷放電時の電気化学的ダイナミクスを捉えきれない点が弱点であった。特に電極粒子表面と平均リチウム濃度の差に起因する系統誤差が、低/高SOC域や動的負荷条件で顕在化していた。
物理情報統合型等価回路モデルの開発
リ・チンボ博士を中心とする研究チームは、第一次RCモデルをベースに固体拡散理論に基づく補正項を導入した。電極粒子表面濃度と平均濃度の差を動的誤差補償項としてモデルに組み込むことで、従来のECMが無視していた拡散プロセスを再現した。これにより、計算負荷を抑えつつ、高度な電気化学モデル（P2Dモデル）に近い電圧予測精度を実現している。
補正項の導出には、拡散時間定数と負荷履歴を考慮した数理モデルを採用。固体拡散係数（kₛ ）や分極時間定数（τₚ）など物理的意味を持つパラメータを活用することで、単なる数学的近似を超えた「解釈可能性の高いモデル」を構築した点が特徴だ。
分離型パラメータ同定法の革新
モデルの実用化に向け、研究チームはパラメータ同定プロセスにも革新をもたらした。従来の粒子群最適化（PSO）による一括最適化では、局所解への収束や計算コストが課題だった。これに対し、パルス放電試験によるオーミック抵抗（R₀）の直接抽出、多レート放電曲線の増分容量解析による内部抵抗分離、PSO対象パラメータをτₚとτₛ に限定する「分離型同定法（DPI）」を考案した。
実車動作を模したUDDS（都市部走行パターン）とDST（動的ストレステスト）での検証では、DPI法が従来法に比べRMSE（二乗平均平方根誤差）を3分の1以下に低減。最大絶対誤差は34.8mVから6.0mVへ改善され、特に低SOC域での安定性が飛躍的に向上した。
重み付きスライディングウィンドウUKFの提案
高精度なSOC推定アルゴリズムとして、非線形システムに強いUnscented Kalman Filter（UKF）をベースに改良を施した。従来のUKFが直近の測定誤差のみに依存する弱点を克服するため、推定誤差の時系列データを動的に重み付けする「重み付きスライディングウィンドウ」機構を導入。誤差の大きさと新しさに応じて二重の重み付けを行うことで、ノイズ耐性と応答性を両立させている。
UDDS条件下ではSOC推定誤差（RMSE）を1.26%から0.33%に低減。初期推定値が20%オフの場合でも3分以内に3%誤差以内に収束する高速応答性を実証した。これは、実車で想定される急速な負荷変動やセンサ異常への対応能力を大幅に高める成果である。
実用化に向けた検証と将来展望
実用評価には、平坦なOCV-SOC特性で知られるリン酸鉄リチウム（LFP）電池を採用。25℃の制御環境下で再現性のあるデータを取得し、アルゴリズム単体の性能を検証した。温度依存性への対応は今後の課題とされるが、パラメータの物理的意味付けが温度補償アルゴリズム開発の足掛かりになると期待される。
化学種汎用性の観点では、三元系（NMC）など他材料への適用検証が進行中だ。パラメータ群が電池の健康状態（SOH）や故障予兆の指標として機能する可能性も示唆されており、バッテリー管理システム（BMS）の多機能化への発展が期待される。
産業界への波及効果
自動車メーカーと電池サプライヤーにとって、本手法は次のメリットをもたらす：
- 走行距離延長：SOC推定精度の向上により残量表示の信頼性が増加
- 寿命改善：過充電/過放電回避によるサイクル寿命の延伸
- 安全基準の高度化：熱暴走リスクの早期検知精度向上
- コスト削減：高性能プロセッサ不要なアルゴリズムでBMSのハードウェアコスト抑制
ソフトウェア定義型車両の時代において、BMSのインテリジェンスは電池セル自体の性能に匹敵する重要性を帯びる。本研究成果は、理論の厳密性と実用性のバランスを追求した「実装可能なイノベーション」の典型例と言える。
今後の展開として、車載環境でのリアルタイム適応アルゴリズムの開発、サーマルマネジメントとの統合、クラウドを活用したパラメータ自動更新機構の構築などが予想される。EVのグローバルな普及加速を背景に、BMS技術の進化がカーエレクトロニクス革新の鍵を握る局面が訪れつつある。
著者情報
Qingbo Li（リー・チンボ）, Maohui Zhang（チャン・マオホイ）, Ying Luo（ルオ・イン）, Taolin Lyu（リュ・タオリン）, Jingying Xie（シェ・ジンイン）
所属機関：宇宙電源国家重点実験室（上海空間電源研究所、中国・上海 200245）
掲載誌：エネルギー貯蔵科学と技術（Energy Storage Science and Technology）、2024年、13巻9号、3072–3083頁
DOI：10.19799/j.cnki.2095-4239.2024.0594