負荷電力・使用時間・バックアップ日数・DODを入力して必要なバッテリー容量（Ah/kWh）を即計算。Li-ion・鉛蓄電池・LiFePO4の特性比較と温度補正に対応。
Ah = P × h × days ÷ (DOD × V × η × k_temp)
η: システム効率（充放電損失）
k_temp: 温度補正係数
必要なバッテリー容量（Ah）は、負荷が消費する総エネルギーを、システム電圧と実際に使用可能な容量の割合（DOD）、そしてシステム効率と温度による補正で割ることで求められます。
$$Ah = \frac{P \times t_{\text{daily}}\times N_{\text{days}}}{DOD \times V_{\text{sys}}\times \eta \times k_{\text{temp}}}$$$P$: 負荷電力 (W)
$t_{\text{daily}}$: 1日あたりの使用時間 (h)
$N_{\text{days}}$: バックアップ日数
$DOD$: 深度放電 (0〜1)
$V_{\text{sys}}$: システム電圧 (V)
$\eta$: システム効率（充放電回路の損失、通常0.85〜0.95）
$k_{\text{temp}}$: 温度補正係数（25℃基準、温度低下とともに1.0未満に）
kWh単位でのエネルギー容量は、Ah容量にシステム電圧を掛け、1000で割ることで得られます。こちらは「どれだけのエネルギーを貯められるか」の直感的な指標です。
$$E_{\text{kWh}}= \frac{Ah \times V_{\text{sys}}}{1000}$$$E_{\text{kWh}}$: エネルギー容量 (kWh)
この式から、同じAh容量でもシステム電圧（例：12V vs 48V）が高ければ、貯められるエネルギー（kWh）は大きくなることがわかります。
住宅用太陽光発電システム（オフグリッド/ハイブリッド）：夜間や雨天時の家庭用電力バックアップに必要な蓄電池容量を設計します。負荷として冷蔵庫や照明、パソコンなどの消費電力と使用時間を合算し、自治体の停電対策補助金の要件（例：3日分のバックアップ）を満たす容量を算出します。
通信基地局の無停電電源装置（UPS）：商用電源が途絶えた場合でも、重要な通信設備を継続して稼働させるためのバッテリー容量を決定します。負荷電力が大きく、復旧までの時間（バックアップ時間）がシビアに決まっているため、温度条件（屋外設置）やバッテリーのサイクル寿命も考慮した設計が必須です。
電気自動車（EV）の補機用バッテリー設計：メインの駆動用バッテリーとは別に、エアコン、パワーステアリング、車載コンピュータなどを駆動する12V補機バッテリーの容量を検討します。駐車中の「駐車電装品」による消費（哨戒モードなど）と、エンジンルームの高温環境による性能低下を考慮して容量を決定します。
防災設備・非常用電源：避難所の照明、給水ポンプ、医療機器用の非常用電源システムの設計に使用します。災害時を想定した長期間（数日〜1週間）のバックアップが必要で、保守頻度が低く長寿命が求められるため、LiFePO4電池の採用と適切なDOD設定が検討されます。
まず、「Ah（アンペア時）容量だけでバッテリーを選ばない」ことが大事だ。同じ100Ahでも、システム電圧が12Vなら1.2kWh、48Vなら4.8kWhと、貯められるエネルギーは全く違う。ツールでは最終的な「kWh」を必ず確認しよう。次に、「システム効率ηを甘く見すぎる」落とし穴。インバーターや充電コントローラーの損失は意外と大きく、特に安価な機器では効率が85%を切ることもある。例えば、計算上で10kWh必要なら、η=0.85とすると実際にバッテリーから引き出す必要があるのは約11.8kWh（10 ÷ 0.85）だ。最後に、「サイクル寿命の読み方を間違える」点。カタログに「サイクル寿命 3000回」とあっても、それは特定のDOD（例えば80%）での値だ。実際の運用でDODを毎回90%まで深く使えば、寿命はその半分以下になることもある。ツールの寿命推定はあくまで目安で、余裕を持った設計を心がけよう。
この容量計算ツールの背後には、複数の工学分野の知識が詰まっている。まずは「電気化学」だ。Li-ionとLiFePO4、鉛蓄電池で推奨DODや温度特性が異なる理由は、電極や電解液の化学反応の違いに起因する。例えば、鉛蓄電池の低温時性能低下は、電解液の硫酸のイオン伝導度が下がるためだ。次に「電力電子工学」が関わる。システム効率ηは、DC/ACインバーターやDC/DCコンバーターのスイッチング損失や導通損失を総合したもので、ここを深く理解すればエネルギー損失を最小化するシステム設計ができる。さらに「熱工学」も無視できない。バッテリーの発熱は寿命と安全性に直結するため、計算された容量を収納するバッテリーボックスの放熱設計が必要になる。最後に、システム全体の信頼性を評価する「信頼性工学」の考え方も応用できる。例えば、バックアップ日数を増やすことは、システムの「可用性」を高める設計に相当するんだ。
もしこの計算に慣れて、もっと深く知りたくなったら、次のステップに進んでみよう。第一歩は、ツールの核となる数式を自分でスプレッドシートに実装してみることだ。そうすれば、各パラメータが結果に与える感度（感度分析）が体感できる。例えば、バックアップ日数 $N_{\text{days}}$ を1から2にすると容量は単純に2倍になるが、システム効率ηを0.95から0.90に悪化させると、必要な容量は約5.6%増える（1/0.90 ÷ 1/0.95 ≒ 1.056）。この「どのパラメータが最も効くか」を知ることは最適設計の基本だ。次に学ぶべきは「負荷プロファイル」の考え方。今回のツールは負荷が一定と仮定しているが、実際は時間帯で電力が変動する。そこで、1時間ごとの消費電力の積算（kWh）から必要な容量を求める方法を調べてみよう。最後に、バッテリーシステムの心臓部である「BMS（バッテリー管理システム）」の機能（セルバランス、過充電防止、SOC推定など）について学べば、計算上の容量を実際のハードウェアでどう安全に引き出すか、その全体像がつかめるはずだ。