UKFアルゴリズムがEVの航続不安を解消：電池状態推定の革新
電気自動車（EV）の信頼性と安全性向上に向けた決定的な進展が、西安交通大学の研究チームによってもたらされた。無香料カルマンフィルター（UKF）と一次セブニン等価回路モデルを統合した新しい状態推定手法により、電池の充電状態（SOC）と健全性（SOH）の推定誤差を0.01未満に抑えることに成功した。この技術は、実車に近い過酷な運転条件シミュレーション下でも安定した精度を維持し、航続距離不安や熱暴走リスク、電池寿命の不透明さに悩む自動車業界に新たな道筋を示している。
電気自動車市場の成長と技術的課題
2024年に世界のEV販売台数が1400万台（前年比35％増）に達する中、消費者の信頼はメーカーが電池性能を正確に予測・伝達できるかにかかっている。従来のアワーアワー積分法は誤差蓄積の課題を抱え、予期せぬシャットダウンを招く危険性があった。機械学習ベースの手法も大規模データセットを必要とし、温度変化や老化進行、異種化学物質への汎用性に限界が見られる。
UKFベースの推定器はこれらの課題を同時に解決する。非線形特性を線形近似することで誤差を生じさせる拡張カルマンフィルター（EKF）とは異なり、シグマ点サンプリングを採用したUKFは本質的な非線形動特性を保持する。これにより、都市部の停車発進や高速道路での急加速時に生じる急激な電圧変動を高精度に追跡可能となった。
実環境を再現した厳密な検証プロセス
研究チーム（ジュン・ジョウ准教授率いる）は、テスラの21700リチウムイオン電池（ニッケルリッチNMC正極）を用いて実証実験を実施。ハイブリッドパルスパワー特性（HPPC）試験により20～90％のSOC範囲で等価回路モデルを構築し、最小二乗法によるパラメータ同定で0.992のモデル適合度を達成した。
特筆すべきは動的老化シミュレーションの導入である。0.5C定電流充電と都市走行パターン（UDDS）を組み合わせたランダム放電サイクルを繰り返し適用。従来手法が苦手とする頻繁なブレーキング、アイドリング、短時間加速などの不規則な負荷変動下での評価を厳密に行った。
驚異的な推定精度の実績
意図的に誤差を与えた初期SOC（真値0.9に対し1.0）からでも、UKFは数分で正確な状態に収束。25サイクル後もRMSEを0.005未満に維持した。一方、アワーアワー積分法は誤差が蓄積され、100kWhバッテリーパックで6％（約32km）の虚偽航続距離推定を生じた。SOH推定では2サイクル後に0.0023のRMSEを達成し、オフライン再調整不要で劣化追従性を実証している。
これらの数値は消費者の実利用シーンに直結する。SOC推定精度の向上は高速道路合流や坂道登坂時の突然の電力喪失を防止。SOHの正確な把握は動的保証期間調整、中古車評価の透明性向上、予知保全アラート機能を可能にする。さらに電池容量の安全マージンを縮小できるため、同一物理パックからより多くの実用可能容量を引き出せる。
産業界への具体的なメリット
この技術の最大の強みは既存BMS（バッテリー管理システム）ハードウェアへの適用可能性にある。等価回路モデルに必要なパラメータは開放電圧、内部抵抗、分極抵抗、容量の4つのみ。クラウド接続やニューラルネットワークアクセラレータを必要とせず、標準マイクロコントローラで動作可能だ。
米国インフレ抑制法やEU電池規制が求める耐久性表示・リサイクル要件への対応にも有効となる。デトロイトのEVスタートアップ技術者は「3％のSOC誤差が顧客立ち往生か過大設計を招く」と指摘。中国工業情報化省が2026年以降の新型EVに義務化を検討するSOH報告要件に対し、BYDやNIOなど国内メーカーのコンプライアンス対応を支援する。
今後の課題と展開可能性
現在の研究は単セル評価に限定されている。実車用パックでは数百～数千セルの直並列接続による個体差、温度分布、バランス制御の複雑性が新たな課題となる。分散型センシングや適応クラスタリング技術との融合によるパックレベル推定の高度化が次の研究テーマだ。
電池化学の進化（全固体、ナトリウムイオン、リチウム硫黄など）を見据えたモデル非依存設計の重要性も増す。UKFアルゴリズムは電圧動特性がモデル化可能なあらゆる化学物質に適用可能な基盤技術として期待される。
投資面では、材料調達や製造設備よりもBMSアルゴリズムのような組み込みソフトウェアが価値創出の源泉となる可能性が高い。ハードウェアとソフトの統合で差別化を図るApple型ビジネスモデルの出現が予想される。
政策面では、正確なSOHデータが電力系統向け蓄電池などセカンドライフ市場を活性化する。逆に推定精度が低いと早期廃棄を招き、循環型経済の妨げとなる。研究チームは既に山東省電力科学研究院と協力し、停電時の過放電防止や再エネ系統連系最適化に向けた実証を進めている。
電池インテリジェンスの新時代
EV普及が加速する中、電池の真の性能を可視化する技術競争が重要性を増している。単なる容量拡大や宣伝ではなく、残存エネルギーを正確に把握するアルゴリズムが差別化要因となる。無香料カルマンフィルターはこの競争において、重要な一歩を刻んだと言えるだろう。
（著者情報）
ジュン・ジョウ、ジンマン・リー、ルーファン・リー、ハオナン・リー、ツンシン・リー、ズートン・チウ、カイ・グオ、カイ・ウー
西安交通大学電気工程学院（中国陝西省西安市）、山東省電力科学研究院（中国山東省済南市）
『電池隔月刊』第54巻第3号、2024年6月、340–343頁
DOI:10.19535/j.1001-1579.2024.03.010