バッテリー技術が電気自動車 (EV)、再生可能エネルギー システム、ポータブル電子機器の革新を推進する時代では、バッテリーの充電状態 (SoC) と健全性 (SoH) を理解することが不可欠です。これらの指標はバッテリーのパフォーマンスを向上させるだけでなく、安全性と寿命にも貢献します。このブログでは、SoC と SoH の重要性を詳しく調査し、それらを計算するための包括的な方法を提供します。
充電状態 (SoC) とは何ですか?
SoC は、バッテリーの現在の充電レベルを定格容量のパーセンテージとして表します。たとえば、容量 100 Ah のリチウムイオン バッテリーの残量が 50 Ah の場合、その SoC は 50% になります。 SoC はいくつかの理由から重要です。
1. パフォーマンス管理
SoC を理解すると、ユーザーはバッテリーのパフォーマンスを最適化できます。電気自動車では、最適な SoC 範囲 (通常 20% ～ 80%) を維持することで、運転効率が向上し、車両の航続距離を延長できます。多くの EV には、SoC に基づいて出力を調整するバッテリー管理システム (BMS) が組み込まれており、スムーズなパフォーマンスを確保し、深放電を防ぎます。
2. バッテリーの寿命
バッテリーの寿命は、SoC がどの程度適切に管理されているかと密接に関係しています。頻繁な深放電 (SoC 20% 未満) や過充電 (SoC 80% 以上) は、バッテリーの劣化を加速させ、容量の低下を引き起こす可能性があります。バッテリーを理想的な SoC 範囲内に維持すると、バッテリーの寿命が大幅に延長され、長期間にわたってより多くの充電に耐えられるようになります。
3. 安全性への配慮
SoC の監視は、危険な状況を防ぐために重要です。過充電は熱暴走を引き起こす可能性があり、バッテリーの温度が制御不能に上昇し、火災や爆発を引き起こす可能性があります。逆に、バッテリーを過度に放電すると、回復不能な損傷が生じる可能性があります。 SoC をリアルタイムで監視するシステムは、これらのリスクを軽減するのに役立ちます。
健康状態 (SoH) とは何ですか?
SoH は、新品時の最適な状態と比較したバッテリーの全体的な状態を反映します。これには、容量、内部抵抗、効率などのさまざまな要素が含まれます。 SoH は通常、元の容量がどれだけ残っているかを示すパーセンテージで表されます。
1. 健康状態のモニタリング
SoH を定期的に評価することで、予防的なメンテナンスが可能になります。 SoH を長期にわたって追跡することで、ユーザーは劣化の傾向を特定し、バッテリーが故障する前に修正措置を講じることができます。たとえば、航空宇宙や医療機器などの重要なアプリケーションでは、動作の信頼性を確保するために健康上の問題を早期に検出することが不可欠です。
2. 寿命の予測
SoH は、バッテリーの残存容量と耐用年数 (RUL) を予測するための重要な指標として機能します。高度なモデルは、過去のパフォーマンス データと現在の健全性メトリクスを使用して SoH を推定できます。これは、産業アプリケーションの在庫管理とメンテナンス計画に重要です。
3. 運用効率
SoH を理解すると、ユーザーはバッテリーの状態に基づいて使用パターンを調整できます。 SoH が大幅な容量損失を示している場合、ユーザーは予期しないシャットダウンを防ぐために、高消費電力のアプリケーションを制限することを選択できます。
SoCの計算方法
1. 開回路電圧 (OCV) 法
OCV 方法では、負荷がかかっていないときのバッテリーの電圧を測定します。各電圧レベルは、所定の電圧-SoC 曲線に基づいて特定の SoC に対応します。この方法は正確ですが、バッテリーをしばらく休ませる必要があるため、リアルタイム アプリケーションには実用的ではありません。
例：公称電圧が 3.7V のリチウムイオン電池があるとします。無負荷時の電圧を測定し、3.6V であることが判明した場合は、バッテリー メーカーの電圧-SoC 曲線を参照できます。これは、SoC が約 80% であることを示しています。
2. アンペアアワー (Ah) のカウント
この方法では、バッテリーに出入りする累積充電量を追跡します。時間の経過に伴う電流を統合することで、ユーザーは SoC を推定できます。ただし、特に古いバッテリーでは、自己放電により誤差が蓄積される可能性があります。 SoC の読み取り値を正確に維持するには、定期的な再キャリブレーションが不可欠です。
例：容量が 100 Ah のバッテリーを考えてみましょう。 10 A の電流で 5 時間放電すると、放電容量は次のように計算できます。
放電容量=放電電流 × 時間=10A × 5 時間=50Ah
完全に充電された状態 (100 Ah) から開始すると、現在の SoC は次のようになります。
SoC=((100Ah−50Ah) / 100Ah ) × 100%=50%
3. カルマンフィルタリングと機械学習
高度な技術では、アルゴリズムを使用して、電圧、電流、温度などの複数の入力に基づいて SoC を予測します。カルマン フィルターはリアルタイム データに基づいて推定値を動的に調整しますが、機械学習モデルは履歴データから学習して、時間の経過とともに精度を向上させることができます。これらの方法は、バッテリーの状態が変動する複雑な用途に特に役立ちます。
例：バッテリー管理システム (BMS) は、カルマン フィルターを利用して SoC 推定値を動的に調整します。特定の瞬間に、システムは 25 度で -5 A の放電電流と 3.6 V の電圧を測定します。このデータを処理した後、アルゴリズムは SoC を 78% と推定します。
SoH の計算方法
1. 内部抵抗の測定
バッテリーの内部抵抗を測定すると、バッテリーの状態についての洞察が得られます。抵抗の増加は劣化を示していることがよくあります。インピーダンス分光法のような技術を使用すると、さまざまな周波数にわたる抵抗を正確に測定でき、バッテリーの状態をより包括的に把握できます。
例：インピーダンス分光法を使用して、リチウムイオン電池の内部抵抗を測定します。新しいバッテリーの抵抗が 10 ミリオームであるのに対し、測定された抵抗が 30 ミリオームである場合、この増加はバッテリーの状態が時間の経過とともに悪化していることを示しています。
2. 容量テスト
制御された充放電サイクルを実施することで、時間の経過に伴う容量の低下を測定できます。現在の容量と元の容量を比較することで、ユーザーは SoH を計算できます。この方法では、正確な結果を保証するために、時間とテスト条件の正確な制御が必要です。
例：制御された充放電テストを実行します。バッテリーを完全に充電した後、特定の負荷下でのパフォーマンスを観察します。当初の定格は 100 Ah でしたが、現在は同じ条件下で 80 Ah のみをサポートします。したがって、SoH は次のように計算されます。
SoH=(80Ah / 100Ah ) × 100%=80%
3. データ駆動型分析
最新の BMS は、パフォーマンス メトリクスを継続的に監視し、アルゴリズムを適用して SoH を評価できます。これらのシステムは、温度、充電サイクル、使用パターンなどのさまざまなパラメーターを分析し、変化する条件に適応するリアルタイムの健全性評価を提供します。
例：スマート BMS は、500 回に達したバッテリーの充電サイクルを継続的に監視します。平均 10 A の放電電流を記録し、温度が -10 度から 40 度の間で変動していることを記録します。このデータに基づいて、システムは現在の SoH が 75% であると評価し、残りの耐用年数はさらに約 600 回の充電サイクルであると予測します。
SoC と SoH に影響を与える要因
1. 温度
温度はバッテリーのパフォーマンスと状態に重要な役割を果たします。高温では化学反応が加速され、劣化が早まる可能性があり、低温では容量と効率が低下する可能性があります。リチウムイオン電池の最適動作温度は通常 20 度から 25 度の範囲です。
2. 充放電速度
バッテリーの充電または放電の速度は、SoC と SoH に大きな影響を与えます。高 C レート放電は熱ストレスを引き起こす可能性があり、超高速充電は内部温度を上昇させる可能性があります。メーカーは、これらの影響を軽減するために推奨される充電および放電速度を提供しています。
3. サイクリングパターン
充放電サイクルの頻度と深さは、バッテリーの状態に影響を与える可能性があります。浅いサイクル (部分放電) は、時間の経過とともに大幅な容量損失につながる可能性がある深いサイクルよりも害が少ないのが一般的です。