セミナー
印刷
リチウムイオン電池のモデル化と
残量推定・劣化診断技術
~最適なバッテリ―マネジメントシステムの構築に向けて~
受講可能な形式:【Live配信(アーカイブ配信付)】のみ
蓄電池のモデル化、蓄電池の発熱・放熱特性や劣化現象、残量推定方法の基礎(電圧や抵抗値からの予測法)、カルマンフィルタによる残量推定と実装・高精度化、逐次最小二乗法による状態推定と実装・高精度化などについて、MATLABによるデモを含めて詳しく解説します。
さらに、組み込みLSIを用いた状態推定、データサイエンスによる劣化診断・寿命予測等のBMSに関する最近の話題についても解説します。
さらに、組み込みLSIを用いた状態推定、データサイエンスによる劣化診断・寿命予測等のBMSに関する最近の話題についても解説します。
日時 | 2024年10月29日(火) 10:30~16:30 |
|
---|---|---|
受講料(税込)
各種割引特典
|
55,000円
( E-Mail案内登録価格 52,250円 )
S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体47,500円+税4,750円
|
|
E-Mail案内登録なら、2名同時申込みで1名分無料
1名分無料適用条件
2名で55,000円 (2名ともE-Mail案内登録必須/1名あたり定価半額の27,500円)
定価:本体38,000円+税3,800円 E-Mail案内登録価格:本体36,200円+税3,620円 ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。 ※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。 ※他の割引は併用できません。 |
||
配布資料 | PDFテキスト(印刷可・編集不可) ※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります | |
オンライン配信 | ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください) ■アーカイブ配信について 視聴期間:終了翌営業日から7日間[10/30~11/5中]を予定 ※アーカイブは原則として編集は行いません ※終了翌営業日の午前中には、マイページに視聴リンクを設定します。 | |
備考 | ※講義中の録音・撮影はご遠慮ください。 ※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。 | |
得られる知識 | 蓄電池に関する基礎的な知識、蓄電池システムのモデル化および最適化手法、学会等での動向など。 | |
対象 | 蓄電池やスマートグリッド関連の初学者、若手技術者など。 |
セミナー講師
立命館大学 理工学部 教授 工学博士 福井 正博 氏
専門:知的電池制御、シミュレーション
1983年大阪大学大学院博士前期課程(電子工学専攻)修了。同年、松下電器産業(株)入社。1989年~1991年カリフォルニア大学バークレー校にて客員研究員。2003年立命館大学理工学部教授。2004年スーパーヒューマン知能システム研究センター長。自動配置配線、高位合成、モジュールおよびセル合成等 半導体CADおよびシステムLSI設計手法の研究開発に従事。最近の興味は地球環境に貢献する電子技術、すなわち、低電力設計、 スマートグリッド、数学的システム最適化技術など。
専門:知的電池制御、シミュレーション
1983年大阪大学大学院博士前期課程(電子工学専攻)修了。同年、松下電器産業(株)入社。1989年~1991年カリフォルニア大学バークレー校にて客員研究員。2003年立命館大学理工学部教授。2004年スーパーヒューマン知能システム研究センター長。自動配置配線、高位合成、モジュールおよびセル合成等 半導体CADおよびシステムLSI設計手法の研究開発に従事。最近の興味は地球環境に貢献する電子技術、すなわち、低電力設計、 スマートグリッド、数学的システム最適化技術など。
セミナー趣旨
近年、高エネルギー蓄積デバイスとしてリチウムイオン蓄電池システムが注目されている。その性能を引き出し、安全に運用するためには、温度特性や劣化状態をリアルタイムに把握し、常に効果的なバッテリ―マネジメントシステムを構築することが必須である。
本セミナーでは、リチウムイオン蓄電池のBMSに用いられる実践的技術と実装方法を解説する。内容は、コールコールプロット等の蓄電池特性から等価回路へのモデル化、カルマンフィルタ(EKF)の基本原理と残量計実装、劣化診断のための逐次最小二乗法(RLS)の基本原理と実装方法を含み実践面に重点化する。アルゴリズムの詳細を理解するため、数式やMATLABを使ったデモにより実装と高精度化方法を詳しく解説する。さらに、最近の話題として、組込みLSIを用いた状態測定、データサイエンスを用いた電池のモデル化、制御、予測技術等も紹介する。
本セミナーでは、リチウムイオン蓄電池のBMSに用いられる実践的技術と実装方法を解説する。内容は、コールコールプロット等の蓄電池特性から等価回路へのモデル化、カルマンフィルタ(EKF)の基本原理と残量計実装、劣化診断のための逐次最小二乗法(RLS)の基本原理と実装方法を含み実践面に重点化する。アルゴリズムの詳細を理解するため、数式やMATLABを使ったデモにより実装と高精度化方法を詳しく解説する。さらに、最近の話題として、組込みLSIを用いた状態測定、データサイエンスを用いた電池のモデル化、制御、予測技術等も紹介する。
セミナー講演内容
1.リチウムイオン蓄電池の動作原理とBMSの役割
2.蓄電池のモデル化方法
2.1 蓄電池の電気的特性、等価回路表現
2.2 蓄電池の特性測定
2.3 ナイキスト図から等価回路モデルの抽出
2.4 等価回路パラメータの温度補正
3.高精度残量計
3.1 残量推定に用いられる方法(電流積算とカルマンフィルタ)
3.2 測定誤差要因の整理
3.3 カルマンフィルタ(EKF)の基本アルゴリズム
3.4 蓄電池モデルの表現と実装
3.5 EKFを用いた残量計の実装(デモ)
3.6 高精度化のテクニックと実装
4.蓄電池劣化による蓄電池モデル変動の推定
4.1 蓄電池の劣化現象とモデル化
4.2 内部抵抗と開放電圧の劣化変動
4.3 逐次最小二乗法(RLS)の基本アルゴリズム
4.4 RLSによる等価回路パラメータ抽出
4.5 RLSの高精度化
4.6 劣化補正機能付き残量計の構築
5. BMSに関する最近の話題
5.1 組込みLSIをつかった内部抵抗測定
5.2 データサイエンスによる劣化診断と寿命予測
□質疑応答□
2.蓄電池のモデル化方法
2.1 蓄電池の電気的特性、等価回路表現
2.2 蓄電池の特性測定
2.3 ナイキスト図から等価回路モデルの抽出
2.4 等価回路パラメータの温度補正
3.高精度残量計
3.1 残量推定に用いられる方法(電流積算とカルマンフィルタ)
3.2 測定誤差要因の整理
3.3 カルマンフィルタ(EKF)の基本アルゴリズム
3.4 蓄電池モデルの表現と実装
3.5 EKFを用いた残量計の実装(デモ)
3.6 高精度化のテクニックと実装
4.蓄電池劣化による蓄電池モデル変動の推定
4.1 蓄電池の劣化現象とモデル化
4.2 内部抵抗と開放電圧の劣化変動
4.3 逐次最小二乗法(RLS)の基本アルゴリズム
4.4 RLSによる等価回路パラメータ抽出
4.5 RLSの高精度化
4.6 劣化補正機能付き残量計の構築
5. BMSに関する最近の話題
5.1 組込みLSIをつかった内部抵抗測定
5.2 データサイエンスによる劣化診断と寿命予測
□質疑応答□