🙋 SOCって「充電残量」のことですよね？スマホのバッテリー残量みたいな。でも実際にどうやって計算するんですか？
🎓 そう、State of Charge（充電状態）だ。一番シンプルな方法は「クーロンカウンティング」で、SOC(t) = SOC₀ - ∫I dt / Q₀ と流れた電荷量を積算するだけ。ただし内部抵抗での損失や経年劣化で実際の容量 Q₀ が変わるから、電圧から OCV（開回路電圧）を参照してSOCを補正する「カルマンフィルタ法」も実用では使われる。
🙋 放電すると電圧が下がりますよね。あれは内部抵抗が原因ですか？
🎓 それが主な原因だ。端子電圧 Vt = OCV(SOC) − I × R_int という等価回路モデルで表せる。OCV はSOCに応じて変化する「理想電圧」で、電流 I を流すと内部抵抗 R_int での電圧降下 I×R_int が引かれた値が端子に出てくる。充電時は逆符号になって OCV + I×R_int になる。
🙋 「Cレート」って何ですか？「3C放電」とはどういう状態ですか？
🎓 1C は「満充電容量を1時間で放電する電流」だ。容量50Ahのバッテリーなら1C = 50A。3C放電なら150Aで、約20分で空になる計算。ただし高レートだと電圧降下が大きくなって、早めにカットオフ電圧（例：2.5V）に達してしまうから、実際に取り出せる容量は定格より少なくなる。これをペウカート効果という。
🙋 Li-ionとLFPの放電曲線の形が全然違いますよね。LFPがフラットになる理由は？
🎓 電気化学的な相転移の違いだ。LFP（リン酸鉄リチウム）は LiFePO₄ と FePO₄ の2相共存領域が広く、その間は電位がほぼ固定される。Li-ion（NMC）はリチウム濃度が連続的に変化するので電圧も緩やかに変化する。LFPのフラット特性はSOC推定をOCVからやりにくくする難点にもなっているんだ。
🙋 EVや工場のバッテリー管理システム（BMS）ではどんな計算をしているんですか？
🎓 主に ① SOC推定（クーロンカウンティング + 電圧補正）、② SOH（State of Health、健全度：現在容量/初期容量）、③ セル間のバランシング制御、④ 温度管理（熱生成 = I²×R_int）、⑤ 過充電・過放電・過電流の保護 だ。EV用BMSは毎100ms周期でこれらを計算していて、カルマンフィルタや機械学習でSOC精度を ±1〜2% に保つのが目標とされている。
🙋 バッテリーの寿命はどうやって決まるんですか？何回充電したら終わりになるんですか？
🎓 一般的に「容量が初期の80%以下になったとき（EOL）」を寿命終了とする。Li-ion（NMC）は500〜1000サイクル、LFPは2000〜4000サイクルが目安だ。劣化はモデル式で Q(N) = Q₀ × exp(-k×N) のように近似されることが多い。実際の劣化は温度・DOD（放電深度）・充電レートに強く依存して、高温・深放電・急速充電が劣化を加速させる。
よくある質問
SOCとSOHの違いは？
SOC（State of Charge）は現在の充電残量（0〜100%）、SOH（State of Health）は現在の最大容量 / 初期容量の比率（新品時100%、寿命時80%以下）です。SOCは充放電ごとに変化しますが、SOHは長期的にゆっくり劣化します。BMS設計では SOC 精度（±2%以内）と SOH 推定（±5%以内）の両方が要求されます。
電池の内部抵抗はどうやって測定する？
主な方法は: ① DCIR（DC内部抵抗）: 電流パルスを与えて電圧降下から R = ΔV/ΔI を計算。② EIS（電気化学インピーダンス分光法）: 交流信号を印加して周波数依存のインピーダンスを測定（Nyquistプロット）。DIRは簡易で実時間計測に向くが、EISは界面抵抗や拡散抵抗を詳細に分離できます。
急速充電はなぜ劣化を早めるのか？
高電流での充電はリチウムイオンが負極（グラファイト）に均一に挿入できず、表面にリチウム金属が析出（リチウムプレーティング）するリスクがあります。このリチウムデンドライトが内部短絡や容量劣化（SEI成長）を引き起こします。また内部抵抗での発熱（I²R）が増えて温度上昇し、電解液分解が加速します。
EV の航続距離計算に使う主要パラメータは？
航続距離 = 実効エネルギー（Wh） / 電費（Wh/km）。実効エネルギーは SOC 100%→20%（バッファ残し）の利用可能エネルギー。電費は車速・空気抵抗（v³依存）・転がり抵抗・補機電力・気温（低温で内部抵抗増大）に依存します。一般に市街地より高速走行で電費が悪化（空気抵抗大）します。
全固体電池はリチウムイオン電池とどう違う？
液体電解質を固体電解質（酸化物系 Li₂La₃Zr₂O₁₂ 等、硫化物系 Li₆PS₅Cl 等）に置換したものです。利点: 不燃・高電圧対応・薄型化。課題: 固体界面での抵抗が大きく、大電流放電時の性能が液体系に劣る。製造コスト高。現状は車載用で2027〜2030年頃の量産を各社が目指しています。内部抵抗モデルの観点では R_int が液体系の5〜10倍程度と見込まれています。
FEM・CFDとバッテリー熱解析の連携は？
バッテリーパックの熱管理設計では、電気化学モデル（P2Dモデル or 等価回路モデル）から発熱量 Q_gen = I²R + その他 を計算し、熱伝導CFD（Fluent/OpenFOAM等）で温度分布を解析します。この電熱連成解析により、冷却プレートの配置最適化・ホットスポット低減・冬季性能予測を行います。Abaqus/Ansys Mechanical でも熱構造解析が可能です。
本シミュレーターの物理モデルは、バッテリーを単一の内部抵抗 \( R_0 \) と開回路電圧 \( V_{OC}(SOC) \) で表現する一次等価回路モデルを採用しています。放電時の端子電圧 \( V_t \) は、放電電流 \( I \) と SOC に依存する内部抵抗による電圧降下を考慮し、\( V_t = V_{OC}(SOC) - I \cdot R_0(SOC, T) \) と表されます。ここで、SOC はクーロンカウント法により \( SOC(t) = SOC(0) - \frac{1}{C_{rated}} \int_0^t I(\tau) d\tau \) で逐次更新されます。\( C_{rated} \) は定格容量、\( T \) は温度を表します。内部抵抗は SOC と温度の関数であり、特に低 SOC 域や低温時に増加する特性を実装しています。また、Cレートが高いほど内部抵抗による電圧降下が顕著になり、実効容量が減少する Peukert 効果を再現します。劣化サイクルを経るごとに \( R_0 \) が増加し \( C_{rated} \) が減少することで、経年劣化による性能低下を体験可能です。
産業での実際の使用例
研究・教育での活用
CAE解析との連携や実務での位置付け
「放電曲線が平坦だからSOC推定が容易」と思いがちですが、実際はLFP電池のように電圧変化が極めて小さい領域では、微小な電圧ノイズや温度変化がSOC推定誤差を大きく拡大するため、高度なアルゴリズムやクーロンカウンティングとの併用が必須です。また、「内部抵抗が低いほど高性能」と誤解されがちですが、低抵抗でも高Cレート放電時には分極による電圧降下が無視できず、等価回路モデルでは時定数を考慮した過渡応答の再現が重要です。さらに、「劣化サイクルを繰り返すと容量だけ減る」と思われがちですが、実際は内部抵抗の増加が電圧プロファイルを歪め、同じSOCでも端子電圧が異なるため、劣化状態に応じたモデルパラメータの更新が必要です。特に実務では、初期の放電曲線のみでSOC-電圧マップを固定して使うと、サイクル進行後に大きな誤差が生じる点に注意が必要です。