バッテリマネジメントとAI技術 – ダイナミックマップ

AI（人工知能）技術のなかでも機械学習の手法を活用し、電池の電圧・電流・内部抵抗・温度などのパラメータ、充電量などの特性、劣化などの状態を推定する技術、および電池が故障した場合に原因を推定する技術の特許に注目し、関連特許情報をまとめたネオテクノロジーのダイナミックマップシリーズのレポートです。

このレポートへお問合せ　　　レポート目次

–

再生可能エネルギーの導入による電力系統の安定化や電気自動車の普及にともない、蓄電機能の重要性が増しています。

こちらの図１(出典：Bodo’s Power Systems)にバッテリ管理システム（BMS：Battery Management System）の機能を示します。電池の状態を把握するために充電量（SOC：State of Charge）や劣化度合（SOH：State of Health）などを推定する必要があり、AI（人工知能）技術の活用が期待できます。

本ダイナミックマップでは、機械学習を活用した蓄電機能に関する特許情報を調査し、課題に対する技術分類を行いました。

■調査対象技術

AI（人工知能）技術のなかでも機械学習の手法を活用し、電池の電圧・電流・内部抵抗・温度などのパラメータ、充電量などの特性、劣化などの状態を推定する技術、および電池が故障した場合に原因を推定する技術を対象としました。再生可能エネルギーを利用した電力供給システムでの電池の管理に活用する技術も含みます。

■調査対象特許情報

このダイナミックマップでは、研究開発対象の技術が陳腐化しない期間を過去5年程度と考え、2016年7月1日から2021年5月27日までに出願し、2018年1月1日から2021年5月27日の間に発行された国内公開・公表・再公表・先行再公表特許情報531件を調査し、8つの技術分類に整理しました。

■技術と企業の全体像を俯瞰できるダイナミックマップ

本商品はダイナミックマップ形式の電子版の特許技術動向調査レポートです。技術分類と主要企業から、特許情報を閲覧していただくことができます。

目次

・劣化・異常推定
収集した電圧・電流・温度などのデータをもとに学習・分析し、電池の劣化・寿命（SOH）や異常を推定する技術に関する特許情報を取り上げました。

・充電量推定
機械学習により電池の充電率（SOC）を推定する技術に関する特許情報を取り上げました。

・パラメータ推定
機械学習により将来の電圧・電流・インピーダンスや内部抵抗・温度などの電池のパラメータを推定する技術に関する特許情報を取り上げました。

・故障原因解析
電池が故障した場合に、機械学習により故障の原因を推定する技術に関する特許情報を取り上げました。

・バッテリ管理システム
機械学習を利用し、使用条件に基づく目標充電レベルや予測放電プロファイルの決定、報酬が大きくなる運用の管理などを行うバッテリ管理システム（BMS）に関する特許情報を取り上げました。

・参考情報
上記AからEには相当しないが、参考となる特許情報を取り上げました。電池の管理を含むエネルギー管理システム（EMS：Energy Management System）などを含みます。

お問合せフォーム