保有技術

電気自動車（EV）の性能を大きく左右する蓄電池。そのエネルギー残量や劣化状態を把握するBMS技術は、大きく二つの課題を抱えている。蓄電池の各種データを自動車メーカーが囲い込んでいることと、精度が不十分なこと。EVの普及を遅らせる要因になりかねない重大な問題である。
　

早稲田大学逢坂研究室で生まれた蓄電池の非破壊診断技術「矩形波インピーダンス法」。EC SENSINGでは、この技術を基に先進的なバッテリー・マネジメント・サービスを構築中だ。このサービスを使えば、蓄電池の劣化診断/予測を極めて高い精度で、しかも非破壊で実行できる。
　

矩形波インピーダンス法は、すでに実用化段階にある。EC SENSINGでは、市販の電気自動車や大型蓄電システムに搭載した蓄電池モジュールを対象に、そのインピーダンス周波数特性を実際に測定した。この結果、蓄電池の劣化診断/予測に有効であることを確認済みだ。

矩形波インピーダンス法で得られる「生の」測定データから蓄電池の劣化状態を読み取るには、高い専門性が必要だ。そこでEC SENSINGでは、分かりやすく劣化診断/予測の結果を伝える蓄電池診断報告書を用意する。人間ドックの結果報告書のように、例えば総合評価をA～Dの４段階で評価する方法だ。

蓄電池の劣化状態を診断する技術は大きく分けて4種類ある。その中で、矩形波インピーダンス法を含む交流インピーダンス法の最大の特徴は、寿命予測と突発不良予知を実行できる点にある。しかも矩形波を使うため、測定時間を短縮でき、測定システムのコストも下げられる。

矩形波インピーダンス法には、診断する蓄電池と同一品種の経時劣化データが数多く必要になるという課題がある。このため新しい種類の蓄電池については、データが集まるまでサービスを提供できない。この問題を解決すべくEC SENSINGは、AI利用の診断アルゴリズムを開発中だ。