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

通过机器学习提高电池管理系统测量精度的挑战

• 批准号: 21K14149
• 负责人: 佐藤 大記
• 金额: $ 2.91万
• 依托单位: Tokyo Denki University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14149/
• 关键词: 電池管理システム; セル監視回路; 電気二重層キャパシタ; 蓄電池; 機械学習

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。

近年来，对电源存储设备的需求在各个领域都在增加，因此，对电池管理系统的需求也大大增加了。电池管理系统主要需要具有单元平衡功能，以补偿单元和电池监视功能之间的电压变化，该电池监测功能不断监视存储单元的状态。但是，为了实现这两个方面，有必要以高精度获得存储单元的内部参数，这已成为一个实际问题。因此，本研究旨在创建一种利用机器学习来估算电源储存单元的内部参数的方法，以操作过程中简单准确。今年，我们讨论了一种使用机器学习估算内部参数的方法。首先，我们对电源转换电路应用中使用的机器学习进行了文献调查，并对机器学习的适用性进行了分类和组织。文献调查显示，监督的学习和深度学习与这项研究兼容。接下来，我们尝试使用监督的学习多个线性回归来构建内部参数估计方法，这需要相对较少的数据来构建学习模型。使用仿真，我们准备了培训数据，其中包含由于传感器和采样周期引起的错误元素，并构建了一个估计内部参数的学习模型。结果，与从理论方程式估算内部参数的常规方法相比，可以将估计误差降低到约1/20。

项目成果

LC直列回路方式セル電圧均等化回路における均等化電流を利用した回路素子劣化判定手法の実機検証

LC串联电路型电池电压均衡电路中使用均衡电流的电路元件劣化判断方法的实际验证

• 发表时间: 2021
• 作者: Nakagawa Yusuke;Yoshii Tatsuki;Tochikubo Fumiyoshi;佐藤大記，枡川重男
• 通讯作者: 佐藤大記，枡川重男

Electrolytic Capacitor Deterioration Detection Method Using Equalization Current for an LC Series Circuit Type Cell Voltage Equalizer

使用LC串联电路型电池电压均衡器的均衡电流的电解电容器劣化检测方法

• DOI: 10.1541/ieejias.142.582
• 发表时间: 2022
• 期刊: IEEJ Transactions on Industry Applications
• 作者: Jiale Xu;Yusuke Kimura;Kazuki Tuji;Akira Maruyama;Ryo Saito;Takashi Mineta;佐藤大記，星伸一，枡川重男
• 通讯作者: 佐藤大記，星伸一，枡川重男