シリーズハイブリッド自動車における勾配予見を用いた予測型バッテリー充電制御システムの構築

阿部　雄飛・清水　隆寛・中上　飛河・新川　真生・草鹿　仁（早稲田大学）

本研究では，道路勾配情報を用いた予測型バッテリー充電制御システムをシリーズHEVに対して構築した．登坂時にバッテリーを積極的に使用し，降坂時の回生エネルギー回収を最大化する制御を提案した．実車データに基づく同定シミュレーションモデルにより評価した結果，回生エネルギーの増加および燃費の向上が確認された．

Efficient Kalman Filter-Based Battery Pack SOC Estimation Using Bar Delta Filtering

Seyedmehdi Hosseininasab･Changwei Lin･Lennart Bauer (FEV Europe)･Tsuyoshi Horiba･Yasutaka Ikawa (FEV Japan)

Accurate estimation of SOC in lithium-ion battery packs is essential for safe reliable and optimized BMS in electric vehicles and energy storage. This study presents an efficient framework combining a lightweight Kalman filter with the Bar-Delta method for series-connected LFP cells. A simulation model with realistic cell-to-cell variations evaluates performance. The method estimates pack average SOC and cell deviations with lower computational cost. Results show comparable accuracy to full Kalman filtering while significantly reducing computation, enabling real-time embedded applications. It is suitable for resource-constrained hardware and scalable pack monitoring deployments today.

Comparison of IR, EKF, and NARX Estimators for Battery SOC and Voltage Prediction Across EV Pack Sizes

Alessandro Massimo Bertucci･Xinwei Li･Ratnak Sok (Waseda University)･Keiki Tanabe･Goro Iijima (Mitsubishi Fuso Truck and Bus)･Jin Kusaka (Waseda University)

This study compares Internal Resistance (IR), Extended Kalman Filter (EKF), and Nonlinear Autoregressive with Exogenous Inputs (NARX) estimators for battery state-of-charge and terminal-voltage prediction across S, M, and L electric-vehicle battery pack configurations. On regular-temperature JE05 measured logger data, IR and EKF achieved similar SOC accuracy but poor voltage reproduction, especially for the L configuration. NARX achieved higher joint SOC and voltage accuracy on the same data. Cold-chamber NARX results were separated by driving cycle, showing strong performance for 50 km/h and 80 km/h cases, while JE05 at -25 degC remained the most difficult voltage condition.

ビッグデータと生成AIを活用した市場環境における電池負荷予測技術

波頭　佑哉（マツダ）

電動車両のLiBでは，実際のユーザーの車両の使い方において，劣化や熱暴走に対する信頼性の確保が求められる．そこで市場のビッグデータと生成AIを活用し，ユーザーの使い方の特徴を再現した走行シナリオを生成する．そして，生成したシナリオと1Dモデルを用いて，市場で想定される電池の負荷強度を評価する手法を構築した．