データ駆動型モデリングとリチウムイオン電池特性の評価

リチウムイオン電池の残量を正確に把握することは電気自動車の普及にとって重要な課題となっている。これまで、電池の挙動を定式化した電池モデルを用いて残量を推定する研究は行われてきたが、電池のメカニズムは未解明な部分があり、実際の温度や使用条件では推定誤差が大きくなる課題があった。 プレインドル氏は、既存のモデルを用いずデータから規則性や判断基準を自動的に学習する新たな残量の推定手法を考案した。推定誤差の原因ともなる環境の影響を受けない新規手法では、幅広い温度域(-25〜45℃)における誤差が1 %以下となる高い精度での推定に成功し、電気自動車に搭載するシステムで実用的に活用できる可能性を切り拓いた。 この研究は、電池寿命の推定にも応用することができ、電池の最大限かつ効率的な活用への大きな貢献が期待される。