JP2014228449A - 電池劣化予測システムおよび経路探索システム - Google Patents

Abstract

【課題】本発明は、電池劣化度の予測精度を向上させることを目的とするものである。【解決手段】本発明は、電池によって駆動される電動車両の加速度予測値の時系列データに基づいて所定の経路を走行する場合の充放電電力の時系列値を予測する充放電電力予測部と、前記充放電電力予測部によって予測される充放電電力予測値の時系列データに基づいて前記所定の経路を走行した後の電池劣化度を予測する電池劣化度予測部とを備えることを特徴とするものである。【選択図】図２

Description

本発明は、電気自動車やハイブリッドシステム自動車等の電動車両における電池劣化予測システムおよび経路探索システムに関する。

電気自動車向け車両情報提供センタサービスを考えるにあたり、電気自動車は通常の自動車と違い電池の劣化により走行性能や資産価値が大幅に低下してしまうという課題を持つ。そのため、 電気自動車向け新規サービスとして、ユーザの走行計画、具体的には経路や走行地域、走行日時などからバッテリの交換時期を提示したり、電池の劣化が最小となるような経路を提示したりすることを考える。そのためには、ユーザの走行計画から電池の劣化を予測する技術が必要となる。

電池の劣化を予測する技術として、特許文献１がある。特許文献１では、放電電力量と充電電力量の比率から電池劣化度を算出している。

また、特許文献２は、電池充放電量と現在の電池温度から経路走行後の電池温度を予測して、電池の適切な冷却タイミングを決めるものであり、この電池充放電量を走行経路と道路情報と道路交通情報から予測するものである。

特開２００９−２１０８８号公報 特開２００６−１３９９６３号公報

ところで、電池充放電量は、走行経路や道路情報や道路交通情報といった外部環境によって変動するものであるが、実際には、運転者によって大きく異なる加速や減速の仕方といった運転特性も電池充放電量に大きく関係するものである。

従って、上記従来の方法では電池劣化度を精度よく予測することができない可能性がある。

そこで、本発明は、電池劣化度の予測精度を向上させることを目的とする。

本発明は、電池によって駆動される電動車両の加速度予測値の時系列データに基づいて所定の経路を走行する場合の充放電電力の時系列値を予測する充放電電力予測部と、前記充放電電力予測部によって予測される充放電電力予測値の時系列データに基づいて前記所定の経路を走行した後の電池劣化度を予測する電池劣化度予測部とを備えることを特徴とする。

本発明によれば、電池劣化度の予測精度を向上させることができる。

第１、第２、第４実施形態における電池劣化予測システム、および、第３、第５実施形態における経路探索システムのシステム構成を示した図である。 第１、第２実施形態における電池劣化予測システムの機能ブロック図である。 第１、第４実施形態におけるドライブ計画部の機能ブロック図である。 第２、第４実施形態におけるドライブ計画部の機能ブロック図である。 第１、第２、第４実施形態における車速・位置予測部の機能ブロック図である。 第１〜第５実施形態における勾配情報予測部の機能ブロック図である。 第１〜第３、第５実施形態における加速度予測部の機能ブロック図である。 第１〜第５実施形態における運転特性による補正部の機能ブロック図である。 第１〜第５実施形態における充放電電力予測部の機能ブロック図である。 第１〜第５実施形態における電池劣化度予測部の機能ブロック図である。 第３実施形態における経路探索システムの機能ブロック図である。 第３実施形態における電池劣化予測システムの機能ブロック図である。 第３、第５実施形態における車速・位置予測部の機能ブロック図である。 第４実施形態における電池劣化予測システムの機能ブロック図である。 第４実施形態における加速度予測部の機能ブロック図である。 第５実施形態における電池劣化予測システムの機能ブロック図である。 第１、第２、第４実施形態における電池劣化予測システムの処理フローである。 第１、第２、第４実施形態におけるドライブ計画部の処理フローである。 第１、第２、第４実施形態における外気温取得部の処理フローである。 第１、第２、第４実施形態における勾配情報・加速度予測部の処理フローである。 第１、第２、第４実施形態における運転特性による補正部の処理フローである。 第１〜第５実施形態における充放電電力予測部の処理フローである。 第１〜第５実施形態における電池劣化度予測部の処理フローである。 第３実施形態および第５における電池劣化予測システムの処理フローである。 第３実施形態および第５における勾配情報・加速度予測部の処理フローである。 第１〜第５実施形態における地図データのデータ構成図である。 第１〜第５実施形態における交通情報データのデータ構成図である。 第１〜第５実施形態におけるユーザデータのデータ構成図である。 第１〜第５実施形態における経路走行予測情報のデータ構成図である。 第１〜第５実施形態における天気データのデータ構成図である。 第１〜第５実施形態における予測用データのデータ構成図である。 第１〜第５実施形態における予測用係数情報のデータ構成図である。 第１、第２、第４実施形態における電池劣化予測システムの表示画面例である。 第３、第５実施形態における経路探索システムの表示画面例である。

以下、本発明の実施形態について図面を用いて説明する。

本実施例に係る電池劣化予測システム１は、電池によって駆動される電動車両の加速度予測値の時系列データに基づいて所定の経路を走行する場合の充放電電力の時系列値を予測する充放電電力予測部６と、前記充放電電力予測部６によって予測される充放電電力予測値の時系列データに基づいて前記所定の経路を走行した後の電池劣化度を予測する電池劣化度予測部７とを備える。なお、電動車両とは、ハイブリッド車両や電気自動車のように車両駆動用の電池を少なくとも備えるものである。

本実施例では、走行日時を含むドライブ計画と、前記所定の経路に関する交通情報と、前記所定の経路に関する勾配情報とを用いて経路走行後の電池劣化度を予測する電池劣化予測システム１について説明する。

図１は本実施形態における電池劣化予測システム１のシステム構成を示した図であり、図２は本実施形態における電池劣化予測システム１の機能ブロック図である。第２実施形態における電池劣化予測システムおよび第３実施形態における経路探索システム１００についても同様である。

電池劣化予測システム１はサーバと、クライアントと、天気データベースから成り立っている。ＰＣやカーナビなどのクライアントはサーバを介してドライブ計画に関する入力を行いユーザデータとして格納する。サーバは天気データベースを使用して外気温予測値を取得し、ユーザデータと外気温予測値から経路走行後の電池劣化度を予測し、経路走行後の電池劣化度予測値を含む表示データをクライアントに送信する。クライアントは表示データを表示する。なお、電池劣化予測システムとしては、天気データベースを含まずに構成されるものであっても良い。

サーバはドライブ計画部２、車速・位置予測部３、勾配情報予測部４、加速度予測部５、充放電電力予測部６、電池劣化度予測部７、地図データ、交通情報データ、ユーザデータ、予測データから成り立つ。ドライブ計画部２はクライアントからのドライブ計画に関する入力を受け付け、地図データと、予測用データと、出発地と、目的地と、経由地と、探索条件と、経路走行予定日時と、交通情報データと、天気データから、経路と日時を含むドライブ計画を作成し、ユーザデータとしてサーバ内に格納するものである。車速・位置予測部３は、ドライブ計画と、地図データと、交通情報データと、運転特性から、車速および次時刻における経路上の位置を予測するものである。勾配情報予測部４は、次時刻における経路上の位置および地図データから、勾配情報の時系列データを予測するものである。勾配情報とはその時刻における高さの変動分を表すものである。勾配情報は本実施例では高度時間差分と称して高度の時間差分をとったものを使用しているが、勾配の角度でも勾配の％表記でもかまわないものとする。加速度予測部５は、車速予測値から、加速度の時系列データを予測するものである。

充放電電力予測部６は勾配情報予測値の時系列データと、加速度予測値の時系列データと、車種から充放電電力の時系列データを予測するものである。電池劣化度予測部７は現在の電池劣化度と車種と充放電電力予測値の時系列データから電池劣化度を予測するものである。

地図データは走行する道路の情報が格納されているものである。交通情報データは特定位置・特定時間における車速の予測値が格納されているものである。ユーザデータはユーザの車種や運転特性、ドライブ計画などが格納されているものである。予測用データは電池劣化度などの予測に必要なパラメータが格納されているものである。通信部は天気データベースやクライアントとのデータを送受信するものである。

クライアントはドライブ計画に関する入力および表示を行うものであり、中央処理装置と入力装置とディスプレイと地図データと記憶装置と通信部から成り立っている。中央処理装置はクライアントの各種演算処理を行うものである。入力装置はキーボードまたはマイクまたはマウスまたはタッチパネルなどを指すものであり、ユーザは入力装置を介してドライブ計画に関する情報を入力する。ディスプレイはユーザへ電池劣化度予測値に関する情報を表示するものである。地図データはドライブ計画の入力において目的地や出発地を入力する際に使用されるものである。記憶装置はクライアントの処理過程において生成されたデータを蓄積しておくものである。通信部はサーバとの通信を行うものである。

天気データベースはドライブ計画の日時から天気と最高気温と最低気温を求めるものであり、天気データと通信部と天気データ取得部から成り立つ。天気データは過去の天気と最高気温と最低気温に関するデータを蓄積しているものである。天気データ取得部はドライブ計画の日時から最高気温と最低気温を取得するものである。

図３は本実施形態におけるドライブ計画部２の機能ブロック図を示したものである。ドライブ計画部２は経路探索部８とドライブ計画作成部９と外気温取得部１０から成り立つ。経路探索部８は地図データと予測用データと出発地と目的地と経由地と探索条件と経路走行予定日時と交通情報データから、探索条件に従って出発地から目的地までの経路を作成する。ドライブ計画作成部９は経路と経路走行予定日時をまとめてドライブ計画とするものである。そして、ドライブ計画部２は、経路等のドライブ計画を車速・位置予測部３に出力する。

外気温取得部１０は地図データと予測用データと出発地と目的地と天気予報データと予測用データから外気温を予測するものである。外気温取得部は県名取得部と時間帯取得部と天気データ取得部と外気温予測部から成り立つ。県名取得部は出発地と目的地と地図データから県名を取得するものである。時間帯取得部は経路走行予定日時を日付と時刻に分け、時刻を時間帯に変換するものである。天気データ取得部は県名と日付と時間帯から天気データベースを用いて、日付と時間帯と県に合致するような過去の天気と最高気温と最低気温を取得する。外気温予測部は天気と最高気温と最低気温から外気温を予測するものである。

図５は本実施形態における車速・位置予測部３の機能ブロック図を示したものである。車速・位置予測部３の機能ブロック図は、開始点取得部と車速取得部と走行距離算出部と次時刻経路位置予測部から成り立つ。開始点取得部はドライブ計画の経路情報から経路の出発点の緯度と経度と高度を取得する。車速取得部は、経路上の点の緯度と経度および経路走行予定日時および交通情報データから、経路上の点における車速の予測値を取得する。リンク上の走行距離を用いて、リンク中央付近にいる場合は定速から減速し、車速が０になった後加速して定速にする。走行距離算出部は、車速予測値を時間積分することにより走行距離予測値を求める。次時刻経路位置予測部は、開始点から走行距離予測値分先の経路に沿った点の位置を計算することで次時刻経路位置予測値を求める。次時刻経路位置予測値は、車速取得部において次の経路上の点として経路の目的地に達するまで繰り返し入力される。

図６は本実施形態における勾配情報予測部４の機能ブロック図を示したものである。勾配情報予測部４は、次時刻高さ取得部と微分器から成り立つ。次時刻高さ取得部は、次時刻経路位置予測値と地図データから次時刻経路位置における高さを予測するものである。微分器は次時刻高さ予測値と現時刻高さ予測値から勾配情報として高度時間差分予測値の時系列データを算出する。

図７は本実施形態における加速度予測部５の機能ブロック図を示したものである。加速度予測部５は、加速度算出部分と運転特性による補正部分から成り立つ。加速度算出部分により、次時刻の車速と現時刻の車速の差分を計算することで加速度標準値が算出される。運転特性による補正部は、加速度標準値の時系列データと運転特性と予測用データから加速度予測値の時系列データを算出する。

図８は本実施形態における運転特性による補正部の機能ブロック図である。運転特性による補正部は時定数算出部と１次遅れ関数部から成り立つ。運転特性とは例えば運転手の過去データから求めた加速度の分散値を指すものであり、予測用データとの照合から時定数を算出する。ここで加速度の分散が低い場合、加減速が緩やかであると仮定して時定数を大きくする。１次遅れ関数は、加速度標準値を鈍らせることにより加速度予測値を算出するものである。算出する計算式は例えば以下のようにする。
（加速度予測値）＝｛（サンプリング周期）×（加速度標準値）＋
（時定数）×（前回の加速度予測値）｝
／｛（サンプリング周期）＋（時定数）｝・・・式（１）

図９は本実施形態における充放電電力予測部６の機能ブロック図を示したものである。充放電電力予測部６は、予測用係数取得部と関数ｆ１と関数ｆ２と加算器と積分器から成り立つ。予測用係数取得部は、車種と予測用データから高度時間差分用係数と加速度用係数を取得する。関数ｆ１は、勾配情報予測値、ここでは高度時間差分予測値の時系列データと高度時間差分用係数から単位時間あたりの充放電電力予測値の時系列データを算出する。関数ｆ２は、加速度予測値の時系列データと加速度用係数から単位時間あたりの充放電電力予測値の時系列データを算出する。加算器は、単位時間あたりの充放電電力予測値の時系列データ２つを足し合わせるものである。積分器は、足し合わせた後の単位時間あたりの充放電電力予測値の時系列データを時間積分することにより、充放電電力予測値を求めるものである。

図１０は本実施形態における電池劣化度予測部７の機能ブロック図を示したものである。電池劣化度予測部７は、予測用係数取得部と関数ｇ１と関数ｇ２と加算器から成り立つ。予測用係数取得部は、車種と予測用データと外気温予測値から温度予測用係数と劣化度予測用係数１と劣化度予測用係数２と温度上昇分閾値を取得する。関数ｇ１は、充放電電力予測値から温度予測用係数を用いて温度上昇分を予測するものである。関数ｇ２は、温度上昇分予測値から経路走行後の電池劣化度低下分を計算するものである。具体的には、温度上昇分予測値が温度上昇分閾値を越えたら劣化度予測用係数１を使用し、それ以外の場合は劣化度予測用係数２を使用する。加算器は、経路走行後の電池劣化度低下分と現在の劣化度を足し合わせることにより、経路走行後の電池劣化度予測値を算出する。

図１７は本実施形態における電池劣化予測システムの処理フローである。電池劣化予測システムはまずサーバ上のドライブ計画部２によりクライアントからのドライブ計画に関する入力を受け付ける。次に車速・位置予測部３及び勾配情報予測部４により、勾配情報と加速度の時系列データを予測する。次に充放電電力予測部６により、充放電電力の時系列データを予測する。最後に電池劣化度予測部７により充放電電力から電池劣化度を予測する。

図１８は本実施形態および実施例２におけるドライブ計画部２の処理フローである。ドライブ計画部２ではまず経路の入力方法が出発地・目的地か走行軌跡かを判別する。出発地の場合、ドライブ計画部２内の経路探索部８により経路探索を行う。一方、走行軌跡である場合、ドライブ計画部２内のマップマッチング部１１により走行軌跡上の点から近傍リンクを求める。その後外気温予測部により外気温を求め、経路と経路走行予定日時をまとめることによりドライブ計画としてまとめる。

図１９は本実施形態における外気温予測部の処理フローである。まず県名取得部が目的地から県名を求める。次に時間帯取得部が経路走行予定日時から日付と時間帯を求める。次に県名と日付と時間帯が合致する過去の天気データ、具体的には最高気温と最低気温と天気から予測する。最後に最高気温と最低気温と天気から外気温予測値を計算する。予測計算式は例えば以下のように定義する。
（外気温予測値）＝｛（最高気温）＋（最低気温）｝／２
＋｛（最高気温）−（最低気温）｝×（天気値）×α・・・式（２）

ここでαは予測用データに格納してある外気温予測用係数であるものとし０以上１以下とする。また、天気値については例えば以下のように定義する。
晴れ＝１、曇＝０．５、雨＝−０．５、雪＝−１。

図２０は車速・位置予測部３および勾配情報予測部４および加速度予測部５の処理フローである。まず経路上の出発地点における緯度と経度と高度を取得する。以下は経路上の点が目的地になるまで繰り返す処理である。経路上の点、最初の場合は経路上の出発地点における車速予測値を車速取得部により取得する。次に走行距離予測部により走行距離予測値を算出する。次に次時刻経路位置予測部により次時刻経路位置を予測する。次に次時刻高度取得部により次時刻高度予測値を取得する。次に微分器により高度時間差分予測値を計算する。その後車速予測値から微分器により加速度標準値を求める。加速度標準値から運転特性による補正部により加速度予測値を求める。

図２１は本実施形態における運転特性による補正部の処理フローである。まず時定数取得部により運転特性から時定数を取得する。次に加速度標準値を１次遅れ関数にかけることにより加速度予測値を算出する。

図２２は本実施形態における充放電電力予測部６の処理フローである。まず車種から予測用係数を取得する。次に関数ｆ１を用いて高度時間差分予測値の時系列データから単位時間あたりの充放電電力を予測する。関数ｆ１は例えば下記計算式とする。
（単位時間あたりの充放電電力予測値１）＝β１×（高度時間差分予測値）＋β２
・・・式（３）

次に関数ｆ２を用いて加速度予測値の時系列データから単位時間あたりの充放電電力を予測する。関数ｆ２は例えば下記計算式とする。
（単位時間あたりの充放電電力予測値２）＝γ１×（加速度予測値）＋γ２
・・・式（４）

ここでβ１、β２、γ１、γ２は予測用係数である。最後に単位時間あたりの充放電電力予測値１と２を足し合わせ、時間積分を行うことにより充放電電力予測値を求める。

図２３は本実施例における電池劣化度予測部７の処理フローである。まず予測用係数取得部は車種から温度予測用係数と劣化度予測用係数１と劣化度予測用係数２を取得する。次に予測用係数取得部は温度上昇分閾値算出用係数を読み出し、外気温予測値から温度上昇分閾値を計算する。外気温予測値から温度上昇分閾値への計算は例えば式（５）のようにして行うことにする。
（温度上昇分閾値）＝δ１×（外気温予測値）＋δ２・・・式（５）

ここでβ１、β２、γ１、γ２は温度上昇分閾値算出用係数である。その後、関数ｇ１は充放電電力予測値から温度上昇分予測値を算出する。関数ｇ１は例えば式（６）のようにして表すにする。
（温度上昇分予測値）＝ε１×（充放電電力予測値）＋ε２・・・式（６）

ここでε１、ε２は温度予測用係数である。その後、関数ｇ２は温度上昇分予測値が温度上昇分閾値以上かどうかを判定する。もし温度上昇分予測値が閾値以上であれば、温度変動分−電池劣化度の傾きζを高めの値ζ１にして電池劣化度変動予測値を算出する。その場合の関数ｇ２は例えば式（７）のようにして表すことにする。
（経路走行後の電池劣化度低下分予測値）＝ζ１×（温度上昇分予測値）＋ζ３
・・・式（７）

一方、温度上昇分予測値が閾値未満であれば、温度変動分−電池劣化度の傾きを低めの値ζ２にして経路走行後の電池劣化度低下分予測値を算出する。その場合の関数ｇ２は例えば式（８）のようにして表すことにする。
（経路走行後の電池劣化度低下分予測値）＝ζ２×（温度上昇分予測値）＋ζ４
・・・式（８）

ここでζ１、ζ３は劣化度予測用係数１であり、ζ２、ζ４は劣化度予測用係数２である。また、ζ１＞ζ２である。最後に、経路走行後の電池劣化度低下分予測値に現在の電池劣化度を足すことにより、経路走行後の電池劣化度予測値を求めることができる。

図２６は本実施形態における地図データのデータ構成図である。地図データは複数のリンク情報と複数のノード情報から成り立つ。リンク情報は道路の一区間に関する情報を表すものである。一方、ノード情報は道路の始点や終点、交差点などを表すものである。

リンク情報はリンクＩＤとリンク種別と始点ノードＩＤと終点ノードＩＤと複数の補間点情報とリンク距離と規制速度とリンクコスト情報から成り立つ。リンクＩＤはリンクの番号を示すものであり、リンク種別は道路の種別を示すものである。道路の種別には高速道、国道、県道、細街路などがある。始点ノードＩＤは道路リンクの始点となるノードのＩＤを、終点ノードＩＤは道路リンクの終点となるノードのＩＤを、それぞれ示す。補間点情報は始点から終点までの道路の形状を表すものであり、補間点の緯度と高度と経度から成り立っている。リンク距離は始点から終点までの道のり距離を示すものである。規制速度はリンクの表す道路の規制速度を示す。リンクコスト情報は経路探索を行う際に必要なリンクのコストを示すものであり、コスト種類、外気温、車種、コスト値から成り立っている。コスト種類は経路探索の種類を示したものであり、最短時間探索、最小距離探索、電池劣化度最小探索などがある。リンクコスト情報は外気温および車種別に分類されており、外気温と車種はリンクコスト情報の該当する外気温および車種を示したものである。コスト値は経路探索における重みを示したものであり、この値が最小となる経路を経路探索部７が探索する。

ノード情報はノードＩＤとノード種別と緯度と経度と高度から成り立つ。ノードＩＤはノードの番号を示すものであり、ノード種別はノードの種類、たとえば交差点または道路始点または道路終点を表すものである。

図２７は本実施形態における交通情報データのデータ構成図である。交通情報データは複数のリンク単位の交通情報または複数の地点単位の交通情報から成り立つ。リンク単位の交通情報と地点単位の交通情報を両方有してもかまわないものとする。

リンク単位の交通情報は、リンクＩＤと日時とリンク速度または旅行時間または渋滞状態から成り立つ。リンク速度と旅行時間と渋滞状態は重複して持っていてもかまわないものとする。リンクＩＤは該交通情報が指し示す道路のリンクＩＤを示す。日時は該交通情報の日時を示す。なお、日時は季節と時間帯の組合せでもかまわないものとする。リンク速度はリンクＩＤの指し示す道路における該日時の平均車速を示したものである。旅行時間はリンクＩＤの指し示す道路区間を走行する平均所要時間を示したものである。渋滞状態とは渋滞の度合いを示したものであり、平均車速が低い場合は渋滞、中くらいの場合は混雑、高い場合は通常というように表す。

一方、地点単位の交通情報は、緯度と経度と日時と地点速度または渋滞状態から成り立つ。地点速度と渋滞状態を両方有してもかまわないものとする。緯度と経度は交通情報の指し示す地点の緯度と経度を示すものである。日時は該交通情報の日時を示す。なお、日時は季節と時間帯の組合せでもかまわないものとする。地点速度は緯度と経度の指し示す地点における該日時の平均車速を示したものである。渋滞状態とは渋滞の度合いを示したものであり、平均車速が低い場合は渋滞、中くらいの場合は混雑、高い場合は通常というように表す。

図２８は本実施形態におけるユーザデータのデータ構成図である。ユーザデータは複数のドライブ計画情報と複数のユーザ情報から成り立つ。

ドライブ計画情報はユーザがドライブ計画部２を介して作成したドライブ計画に関する情報である。ドライブ計画情報はユーザＩＤ、走行予定日時、経路情報、経路走行予測情報から成り立つ。ユーザＩＤはドライブ計画を実行する予定のユーザのＩＤである。走行予定日時はドライブ計画の実行予定開始日時である。

経路情報はドライブ計画において走行する予定の経路を示したものである。経路情報は目的地位置、出発地位置、複数のリンクＩＤから成り立つ。目的地位置は目的地の緯度と経度を、出発地位置は出発地の緯度と経度を、それぞれ含んでいる。リンクＩＤは経路を表す道路のリンクＩＤを示したものである。経路走行予測情報は、経路を走行した際の勾配情報および加速度の時系列データの予測値を示したものである。

ユーザ情報はドライブ計画を実行するユーザに関する情報である。ユーザ情報は、ユーザＩＤと運転手氏名と車種と運転特性と現在の電池劣化度と経路走行後の電池劣化度予測値から成り立つ。ユーザＩＤはドライブ計画を実行するユーザのＩＤであり、運転手氏名はドライブ計画を実行するユーザ＝運転手の氏名である。車種はドライブ計画において使用される自動車の車種である。運転特性はユーザの運転における加速度のばらつきを示したものである。単に加速度のばらつきを標準偏差として持っておく他に、標準偏差を複数段階、たとえば緩いまたは普通または荒いなどに分けてその情報を保持するという形でもかまわないものとする。現在の電池劣化度はドライブ計画において使用される自動車の現在の電池劣化度を示す。経路走行後の電池劣化度予測値は、ドライブ計画が実行され経路を走行した場合の自動車の電池劣化度を示す。

図２９は本実施形態における経路走行予測情報のデータ構成図である。経路走行予測情報は、開始予定日時と複数の各時刻における経路走行予測データから成り立つ。開始予定日時は、その経路を走行開始する予定の日時を示したものである。各時刻における経路走行データはある時点における勾配情報および加速度の予測値を示したものであり、経過時間と該経過時間における勾配情報予測値と該経過時間における加速度予測値から成り立つ。

図３０は本実施形態における天気データのデータ構成図である。天気データは複数の各地の天気データから成り立つ。各地の天気データはその地域および日時における天気と最高気温と最低気温を表すものである。各地の天気データは県名と日付と時間帯と最高気温と最低気温と天気から成り立つ。県名は該各地の天気データの示す県名を、日付は該各地の天気データの示す日付を、時間帯は該各地の天気データの示す時間帯を、それぞれ示す。最高気温と最低気温と天気は、場所が該県名であり日時が該日付および該時間帯における最高気温と最低気温と天気をそれぞれ示す。

図３１は本実施形態における予測用データのデータ構成図である。予測用データは複数の外気温予測用情報と複数の加速度補正用情報と複数の加速度予測用情報と複数の充放電電力予測用情報と複数の電池劣化度予測用情報から成り立つ。

外気温予測用情報はある天気において経路位置と日時から外気温を算出するための情報であり、天気と係数から成り立つ。天気は外気温予測情報の指し示す天気である。係数は最高気温と最低気温と天気から外気温を算出するための係数のことであり、たとえば式（２）における係数αのことを示す。

加速度補正用情報はある加速度分散値の範囲内における時定数を示したものである。加速度補正用情報は加速度分散値上限と加速度分散値下限と時定数から成り立つ。加速度分散値上限は、加速度分散値の範囲における上限を示す。加速度分散値下限は、加速度分散値の範囲における下限を示す。時定数は加速度分散値上限と加速度分散値下限の示す範囲において使用する時定数を示したものである。

加速度予測用情報は勾配情報および車速の予測値から加速度を予測するための情報であり、車種と複数の勾配情報用係数と加速度用係数から成り立つ。車種は該加速度予測用情報に該当する車種を示す。勾配情報用係数は勾配情報から加速度を求める式に用いられる係数のことである。車速用係数は車速から加速度を求める式に用いられる係数のことである。

充放電電力予測用情報は勾配情報および加速度の予測値から充放電電力を予測するための情報であり、車種と複数の勾配情報用係数と加速度用係数から成り立つ。車種は該充放電電力予測用情報に該当する車種を示す。勾配情報用係数は勾配情報から単位時間あたりの充放電電力を求める式に用いられる係数のことであり、例えば式（３）における係数β１と係数β２のことを示す。加速度用係数は加速度から単位時間あたりの充放電電力を求める式に用いられる係数のことであり、例えば式（４）における係数γ１と係数γ２のことを示す。

電池劣化度予測用情報は充放電電力の予測値から電池劣化度を予測するための情報であり、複数の予測用係数情報と複数の温度閾値算出用情報から成り立つ。予測用係数情報は充放電電力の予測値から電池劣化度を予測する関数ｇ１およびｇ２に使用される係数のことである。また、温度閾値算出用係数は外気温予測値から温度上昇分閾値を算出する際に使用される係数のことであり、例えば式（５）における係数δ１と係数δ２のことを示す。

図３２は本実施形態における予測用係数情報のデータ構成図である。予測用係数情報は車種と複数の温度予測用情報と複数の劣化度予測用係数１と複数の劣化度予測用係数２から成り立つ。車種は該予測用係数情報の指し示す車種である。温度予測用係数は充放電電力の予測値から温度上昇分予測値を予測するための関数ｇ１に使用される係数のことであり、例えば式（６）における係数ε１と係数ε２のことを指す。劣化度予測用係数１は温度上昇分予測値から電池劣化度予測値を求める関数ｇ２の係数であり、例えば式（７）における係数ζ１と係数ζ３のことを示す。劣化度予測用係数２は温度上昇分予測値から電池劣化度予測値を求める関数ｇ２の係数であり、例えば式（８）における係数ζ２と係数ζ４のことを示す。

図３３は本実施形態における電池劣化予測システム１の表示画面例である。表示画面は運行計画と入力データと各種情報推定実行ボタンと出力データから成り立つ。運行計画はドライブ計画を入力するための画面であり、経路を入力するための地図と経路軌跡を読み込むボタンと経路の入力を決定するための経路設定ボタンとその経路を運行する回数である運行回数・操業週数・走行予定年数を入力する箇所から成り立つ。入力データは自動車に関するスペックを示すものであり、自動車の電池容量、自動車の現在の電池劣化度、自動車の車種から成り立つ。各種情報推定実行ボタンは該ボタンを押すと運行計画と入力データの内容から出力データにおけるドライブ計画後の電池劣化度予測値を出力するよう実行するためのものである。出力データ欄は運行計画後の電池劣化度予測値を表示するものである。

本実施例では、過去に走行した緯度経度の点列を含む走行軌跡と経路走行予定日時と地図データと交通情報と現在の電池劣化度から経路走行後の電池劣化度を予測する電池劣化予測システム１について説明する。

図４は本実施形態におけるドライブ計画部２の機能ブロック図を示したものである。ドライブ計画部２はマップマッチング部１１とドライブ計画部９と外気温取得部９から成り立つ。ドライブ計画部９と外気温取得部１０は実施例１と同様である。マップマッチング部１１は走行軌跡と経路走行予定日時と地図データから経路を作成するものであり、過去に走行した緯度経度の点列と地図データ上のリンクを照合させることによりリンク列として経路を作成するものである。

本実施例に係る経路探索システム１００は、上記実施例で説明したような電池劣化予測システム１と、前記電池劣化予測システムにより予測される電池劣化度に基づいて、複数地点間を結ぶ経路のうち電池劣化が最小となるような経路を探索する経路探索部１０１とを有する。そして、前記電池劣化予測システム１は、経路の探索に用いられる道路リンクごとに電池劣化度に関する情報を関連付け、前記経路探索部に出力するものである。

本実施例では、交通情報と地図データからリンク毎の電池劣化度低下分予測値を算出してリンクのコストとして埋め込み、出発地と目的地と経由地と探索条件と交通情報と地図データから電池劣化が最小となるような経路探索を行う経路探索システムについて説明する。

図１１は本実施形態における経路探索システム１００の機能ブロック図である。本経路探索システム１００は交通情報データと地図データと電池劣化予測システムと経路探索部１０１から成り立つ。電池劣化予測システム１は交通情報と地図データからリンク毎の電池劣化度低下分予測値を算出してリンクのコストとして埋め込むものである。経路探索部１０１は出発地と目的地と経由地と探索条件と交通情報と地図データを用いて電池劣化が最小となるような経路探索を行う。

図１２は本実施形態における電池劣化予測システムの機能ブロック図である。電池劣化予測システムは車速・位置予測部３と勾配情報予測部４と加速度予測部５と充放電電力予測部６と電池劣化度予測部７とコスト換算部から成り立つ。充放電電力予測部６と電池劣化度予測部７は実施例１と同様である。車速・位置予測部３はドライブ計画の代わりにリンク情報を入力とし、交通情報データと予測用データにより車速予測値と次時刻の経路位置予測値を計算するものである。コスト換算部１２は、リンク毎の電池劣化度低下分予測値を経路探索における道路リンクのコストへ換算するものである。

図１３は本実施形態における車速・位置予測部３の機能ブロック図である。車速・位置予測部３は、開始点取得部と車速取得部と走行距離算出部と次時刻リンク位置予測部から成り立つ。開始点取得部はリンク情報からリンクの出発点の緯度と経度と高度を取得する。車速取得部は、リンク上の点の緯度と経度および代表日時および交通情報データから、リンク上の点における車速の予測値を取得する。次時刻リンク位置予測部は、開始点から走行距離予測値分先のリンクに沿った点の位置を計算することで次時刻リンク位置予測値を求める。次時刻リンク位置予測値は、車速取得部において次のリンク上の点としてリンクの終点に達するまで繰り返し入力される。

図２４は本実施形態において地図の道路リンク毎の電池劣化度に関する経路探索コストを求める電池劣化予測システムの処理フローである。以降の処理は地図の全道路リンクＩＤについて行う。まず電池劣化予測システムの車速・位置予測部３及び勾配情報予測部４は、地図データのリンク情報および交通情報データから勾配情報と加速度の時系列データを予測する。次に充放電電力予測部５により、充放電電力を予測する。次に電池劣化度予測部６により充放電電力予測値から電池劣化度低下分を予測する。最後にコスト換算部によりリンク毎の電池劣化度低下分予測値から、リンク毎の電池劣化度に関する経路探索コストを算出する。

図２５は本実施形態における車速・位置予測部３および勾配情報予測部４および加速度予測部４の処理フローである。まず道路リンクの出発地点における緯度と経度と高度を取得する。以下は道路リンク上の点が目的地になるまで繰り返す処理である。道路リンク上の点、最初の場合は道路リンク上の出発地点における車速予測値を車速取得部により取得する。次に走行距離予測部により走行距離予測値を算出する。次に次時刻リンク位置予測部により次時刻リンク位置を予測する。次に次時刻高度取得部により次時刻高度予測値を取得する。次に微分器により高度時間差分予測値を計算する。その後車速予測値から微分器により加速度予測値を求める。

図３４は本実施形態における経路探索システム１００の表示画面例である。表示画面は運行計画と入力データと経路探索実行ボタンから成り立つ。運行計画はドライブ計画を入力するための画面であり、経路を入力するための地図と経路の入力を決定するための経路設定ボタンから成り立つ。入力データは自動車に関するスペックを示すものであり、自動車の電池容量と自動車の車種から成り立つ。経路探索実行ボタンは該ボタンを押すと電池劣化度が最小となるような経路探索を実行するためのものである。

本実施例では、経路や走行日時を含むドライブ計画と地図データと交通情報と現在の電池劣化度から経路走行後の電池劣化度を予測する電池劣化予測システム１、特に勾配情報と車速から加速度を予測する電池劣化予測システム１について説明する。

図１４は本実施形態における電池劣化予測システム１の機能ブロック図である。加速度予測部５は、車速予測値だけでなく勾配情報予測部４から出力された勾配情報予測値を用いて加速度を予測する。加速度と相関の高い勾配情報予測値を用いることにより、リンク毎車速ベースの荒い車速予測値だけでは再現しえなかった勾配による加速の増減を予測することができる。

図１５は本実施形態における加速度予測部５の機能ブロック図を示したものである。加速度予測部５は、加速度算出部分と運転特性による補正部分から成り立つ。加速度算出部分は、予測用係数取得部と関数ａ１と関数ａ２と加算器から成り立つ。予測用係数取得部は、車種と予測用データから車速用係数と勾配情報用係数を取得する。勾配情報予測用係数１と劣化度予測用係数２と温度上昇分閾値を取得する。関数ａ１は、勾配情報予測値から勾配情報用係数を用いて加速度の勾配情報成分を予測するものである。関数ａ２は、車速予測値から車速用係数を用いて加速度の車速成分を計算するものである。加算器は、加速度の勾配情報成分と加速度成分とを足し合わせて加速度標準値を算出する。運転特性による補正部は図７と同じである。

本実施例では、交通情報と地図データからリンク毎の電池劣化度低下分予測値を算出してリンクのコストとして埋め込み、出発地と目的地と経由地と探索条件と交通情報と地図データから電池劣化が最小となるような経路探索を行う経路探索システム１００、特に勾配情報と車速から加速度を予測する経路探索システム１００について説明する。

図１６は本実施形態における電池劣化予測システム１の機能ブロック図である。加速度予測部５は基本的に図１２と同じであるが、車速予測値だけでなく勾配情報予測部４から出力された勾配情報予測値を用いて加速度を予測する。

なお、本発明の電池劣化予測システムおよび経路探索システムは、上記実施形態に記載した構成に限定されるものではなく、その趣旨を逸脱しない範囲において、適宜その構成を変更することが可能である。

例えば、上記実施形態の経路探索システムは、電池劣化予測システム１が、経路の探索に用いられる道路リンクごとに電池劣化度に関する情報を関連付け、経路探索部に出力するものを例に説明したが、経路探索部において探索される複数の経路の候補に対して電池劣化予測システムを用いて電池劣化度を予測することにより、複数の経路の中から電池劣化が最小となるような経路を判定するものであってもよい。

１…電池劣化予測システム、２…ドライブ計画部、３…車速・位置予測部、４…勾配情報予測部、５…加速度予測部、６…充放電電力予測部、７…電池劣化度予測部、８…経路探索部、９…ドライブ計画作成部、１０…外気温取得部、１１…マップマッチング部、１２…コスト換算部

Claims (4)

1. 電池によって駆動される電動車両の加速度予測値の時系列データに基づいて所定の経路を走行する場合の充放電電力の時系列値を予測する充放電電力予測部と、
   前記充放電電力予測部によって予測される充放電電力予測値の時系列データに基づいて前記所定の経路を走行した後の電池劣化度を予測する電池劣化度予測部とを備えることを特徴とする電池劣化予測システム。
2. 前記電池劣化度予測部は、前記所定の経路に関する交通情報と、前記所定の経路に関する勾配情報とを用いて前記電池劣化度を予測することを特徴とする請求項１に記載の電池劣化予測システム。
3. 請求項１に記載の電池劣化予測システムと、前記電池劣化予測システムにより予測される電池劣化度に基づいて、複数地点間を結ぶ経路のうち電池劣化が最小となるような経路を探索する経路探索部とを有することを特徴とする経路探索システム。
4. 前記電池劣化予測システムは、経路の探索に用いられる道路リンクごとに電池劣化度に関する情報を関連付け、前記経路探索部に出力することを特徴とする請求項３に記載の経路探索システム。