JP2016143246A - 消費電力量予測装置、消費電力量予測方法、サーバ装置 - Google Patents

Abstract

【課題】車両の消費電力量を精度良く予測する。
【解決手段】利用者が過去に電気自動車で移動した際の、出発地点と、到着地点と、消費電力量を、利用者と関連付けたデータである利用履歴を取得する利用履歴取得手段と、運転者に関する情報と、出発地点と到着地点とを結ぶ区間であるトリップを取得する情報取得手段と、取得した前記トリップと、前記利用履歴に基づいて、前記運転者が当該トリップを運転した場合の消費電力量を予測する予測手段と、を有し、前記予測手段は、前記利用履歴取得手段から、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できた場合に、当該利用履歴を用いて消費電力量を予測する第一の予測処理を行い、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できない場合に、他の利用者が当該トリップを走行した際の利用履歴を用いて消費電力量を予測する第二の予測処理を行う。
【選択図】図１

Description

本発明は、電気自動車が必要とする消費電力量を予測する技術に関する。

近年、自動車を複数の利用者で共用するカーシェアリングが普及している。また、近年、電気自動車の普及が徐々に進んでおり、カーシェアリングにおいても、電気自動車の運用が始まっている。
電気自動車を複数の利用者の間で共有する場合、充電タイミングが問題となる。一般的なカーシェアリングでは、車両の燃料が少なくなると、利用者が自らガソリンスタンドに向かって補給を行うが、電気自動車の場合、充電スポットが限られており、かつ、まとまった充電時間が必要となる。
すなわち、無計画な運用をすると、走行中にバッテリ切れ（以下、電欠）を起こしてしまい、以降の車両運用が不可能となってしまうおそれがある。そこで、貸し出し中に電欠を発生させないような仕組みをカーシェアリング事業者が提供することが検討されている。

これに関連する発明として、特許文献１に記載の走行可能距離推定システムがある。当該システムでは、出発地および目的地を取得したうえで車両の走行経路を推定し、道路リンクごとに定義された消費電力量を取得したうえで、現在のバッテリ残量に基づいて、走行可能距離を推定する。
当該システムをカーシェアリングシステムに適用することで、例えば、「現在のバッテリ残量で指定された目的地に到達することが難しい場合、車両の貸し出しを行わない」、「指定された目的地に到達できる車両を検索し、ユーザに提示する」といった対応が可能になる。

特開２００６−１１５６２３号公報

特許文献１に記載のシステムでは、現在位置と、カーナビゲーション装置に入力された目的地とを用いて、車両の走行経路を推定している。しかし、電気自動車が消費する電力量は、走行経路の他にも、ドライバー個人の特性、立ち寄り地点、季節（気温）、車両の大きさなどによって大きく変動する。すなわち、走行経路のみでは、正確な走行可能距離を推定することが難しく、推定精度の向上という点において課題があった。

本発明は上記の問題点を考慮してなされたものであり、車両の消費電力量を精度良く予測できる消費電力量予測装置を提供することを目的とする。

本発明に係る消費電力量予測装置は、
カーシェアリングシステムにおいて貸し出される電気自動車が走行する際に消費する電力量を予測する消費電力量予測装置であって、利用者が過去に電気自動車で移動した際の、出発地点と、到着地点と、消費電力量を、利用者と関連付けたデータである利用履歴を取得する利用履歴取得手段と、運転者に関する情報と、出発地点と到着地点とを結ぶ区間であるトリップを取得する情報取得手段と、取得した前記トリップと、前記利用履歴に基
づいて、前記運転者が当該トリップを運転した場合の消費電力量を予測する予測手段と、を有し、前記予測手段は、前記利用履歴取得手段から、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できた場合に、当該利用履歴を用いて消費電力量を予測する第一の予測処理を行い、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できない場合に、他の利用者が当該トリップを走行した際の利用履歴を用いて消費電力量を予測する第二の予測処理を行うことを特徴とする。

利用履歴取得手段は、カーシェアリングシステムの利用者が過去に電気自動車で移動した際の消費電力量に関するデータを取得する手段である。具体的には、消費電力量と、出発地点と、到着地点が、利用者ごとに関連付けられたデータ（利用履歴）を取得する。利用履歴は、記憶装置に記憶されたものであってもよいし、ネットワーク等を介して外部から取得したものであってもよい。

情報取得手段は、消費電力量を予測しようとしている走行について、出発地点と到着地点とを結ぶ区間（トリップと称する）と、当該トリップを運転する運転者に関する情報を取得する手段である。出発地点および到着地点は、カーナビゲーション装置等から取得してもよいし、入力手段を介して装置の利用者から取得してもよい。

予測手段は、取得したトリップと、利用履歴に基づいて、消費電力量を予測する手段である。具体的には、運転者が該当するトリップを走行した利用履歴が所定の件数以上ある場合は、当該利用履歴を用いて消費電力量を予測する。すなわち、同じ運転者が過去に同じトリップを走行した際のデータに基づいて消費電力量を予測する。同じ運転者が同じトリップを走行するということは、今回の走行における消費電力量も、過去の走行における消費電力量と似通ったものになる可能性が高いため、消費電力量を高い精度で予測することができる。
また、該当する運転者が該当するトリップを走行した利用履歴が所定の件数以上無い場合、他の利用者が該当するトリップを走行した際の利用履歴を用いて消費電力量を予測する。
なお、第二の予測処理で利用する利用履歴から、該当する運転者を除外する必要は必ずしも無い。例えば、該当する運転者が該当するトリップを走行した際の利用履歴が所定の件数に満たない場合、当該運転者のデータを優先的に用いたうえで、不足分について、他の利用者のデータで補うようにしてもよい。

また、本発明に係る消費電力量予測装置は、前記運転者について、電力消費に影響する個人ごとの傾向である電費傾向を取得する傾向取得手段をさらに有し、前記予測手段は、第二の予測処理において、前記電費傾向を加味して消費電力量を予測することを特徴としてもよい。

電気自動車で走行する場合に必要な電力量は、運転者に大きく依存する場合がある。一方、第二の予測処理では、運転者を特定せずに予測を行うため、第一の予測処理と比較すると精度が低下する。そこで、車両を運転する人が、電力消費に関してどのような傾向を持っているかを表すデータ（電費傾向）を取得し、当該運転傾向を加味して、第二の予測処理を行うようにしてもよい。
これにより、例えば、平均よりも多めの電力消費率で運転する利用者であるか、少なめの電力消費率で運転する利用者であるかがわかり、予測結果を適切に補正できるようになる。

また、前記電費傾向は、前記運転者と、前記運転者以外の利用者とが、それぞれ同一のトリップを運転した場合における消費電力量の違いを表す値であることを特徴としてもよい。

同一のトリップ同士を比較することで、特定の運転者の、全体における傾向を得ることができる。

また、前記予測手段は、前記トリップに対応する道路の混雑度に基づいて、前記予測した消費電力量を補正することを特徴としてもよい。

電気自動車が走行する際に消費する電力量は、経路上の道路状況によって変化する。例えば、渋滞が発生しており、停止と発進を繰り返す場合、電費は悪化する。よって、道路の混雑度に基づいて、予測した消費電力量を補正することで、予測精度を向上させることができる。

また、本発明に係る消費電力量予測装置は、前記電気自動車の現在位置情報を取得する位置情報取得手段をさらに有し、前記予測手段は、前記取得した現在位置情報を出発地点として再設定し、消費電力量の予測を周期的に行うことを特徴としてもよい。

走行中において、車両の現在位置を更新し、消費電力量の予測をリアルタイムで行うようにしてもよい。このようにすることで、より精度のよい情報を提供することができる。

また、前記予測手段は、前記第一または第二の予測処理にて、対象の利用履歴に含まれる消費電力量の平均値または最頻値に基づいて、消費電力を予測することを特徴としてもよい。

利用履歴から得られる消費電力量の平均値や最頻値を用いて予測を行うことで、精度の良い予測を行うことができる。

また、本発明に係るサーバ装置は、
カーシェアリングシステムにおいて運用される電気自動車の予約を受け付けるサーバ装置であって、前記消費電力量予測装置と、貸し出し対象である車両が有するバッテリの残量を取得する車両情報取得手段と、前記車両が有するバッテリの残量と、前記前記消費電力量予測装置が予測した消費電力量に基づいて、利用者に対する車両の貸し出し可否を決定する貸出決定手段と、を有することを特徴とする。

カーシェアリングシステムにおいて電気自動車を運用する場合、利用者が希望するトリップを無充電で走行できるかを判定し、走行が不可能である場合は、貸し出しを行わないようにすることが好ましい。そこで、シェアリング車両の予約を管理するサーバ装置に、消費電力量予測装置を組み込むことで、車両の貸し出し可否を判定することができるようになる。

また、前記貸出決定手段は、気温、または、貸し出し対象である車両が有するバッテリの劣化度の少なくともいずれかにさらに基づいて、利用者に対する車両の貸し出し可否を決定することを特徴としてもよい。

電気自動車は、外気温やバッテリの経年劣化によって、実質的なバッテリ容量が低下する場合がある。そこで、車両の貸し出し可否を判定する際に、これらを考慮するようにしてもよい。

また、前記車両情報取得手段は、貸し出し対象である複数の車両に関する情報を取得し、前記貸出決定手段は、貸し出し可能な車両のうち、最もバッテリの残量が少ない車両を、利用者に貸し出す車両として決定することを特徴としてもよい。

予測した消費電力量で走行が可能な車両が複数ある場合、最もバッテリの残量が少ない車両を、貸し出す車両として決定する。このようにすることで、車両の運用効率を向上させることができる。

なお、本発明は、上記手段の少なくとも一部を含む、消費電力量予測装置として特定することができる。また、本発明は、上記処理の少なくとも一部を含む消費電力量予測方法として特定することもできる。上記処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。

本発明によれば、車両の消費電力量を精度良く予測できる消費電力量予測装置を提供することができる。

第一の実施形態に係る管理サーバのシステム構成図である。 利用履歴テーブルおよび車両情報テーブルの例である。 第一の実施形態に係る管理サーバの処理フローチャートである。 第二の実施形態に係る管理サーバの処理フローチャートである。 第三の実施形態において補正係数を定義したテーブルの例である。 第三の実施形態において補正係数を定義したテーブルの例である。

（第一の実施形態）
<システム構成>
第一の実施形態に係るカーシェアリング管理システムについて、システム構成図である図１を参照しながら説明する。第一の実施形態に係るカーシェアリング管理システムは、管理サーバ１０、利用者端末２０、車両３０からなる。

管理サーバ１０は、カーシェアリングシステムを管理するサーバであり、車両貸し出しの予約受け付け、シェアリング車両（電気自動車。以下、単に車両と称する）のスケジュール管理や、利用者に対する課金管理などを行うサーバである。また、管理サーバ１０は、車両についての情報と、利用者が車両を利用した際の履歴を記憶し、利用者から新しく車両の貸し出し要求があった場合に、当該貸し出しにおいて電欠が発生する危険性を判定する機能を有している。

利用者端末２０は、カーシェアリングサービスの利用者が操作する端末であり、パーソナルコンピュータ、携帯電話、スマートフォンなどである。利用者端末２０は、管理サーバ１０にアクセスすることで、車両の予約などを行うことができる。
車両３０は、シェアリングの対象となる電気自動車である。車両３０は、無線通信によって、管理サーバ１０と通信可能な構成となっている。なお、車両３０は、利用者端末２０と通信可能に構成されてもよい。

第一の実施形態に係る管理サーバ１０は、通信部１１、利用履歴記憶部１２、管理情報記憶部１３、貸出管理部１４、電力量予測部１５からなる。

通信部１１は、管理サーバ１０をネットワーク（例えばインターネットやＶＰＮ）経由で利用者端末２０および車両３０と接続するための通信手段である。通信部１１は、有線ネットワークインタフェースであってもよいし、無線ネットワークインタフェースであってもよい。

利用履歴記憶部１２は、利用者が車両の貸し出しを受けた際の履歴（以下、利用履歴）をテーブル形式で記憶する手段である。利用履歴テーブルには、利用者ＩＤ、出発地、到着地、貸し出し中に消費した電力量などが記録され、利用者が車両を返却したタイミングで更新される。利用履歴テーブルの詳細については後述する。

管理情報記憶部１３は、車両の現在の情報（以下、車両情報）をテーブル形式で記憶する手段である。車両情報テーブルには、車両ＩＤ、現在位置、現在のバッテリ残量などが記録され、利用者が車両を返却したタイミングで更新される。車両情報テーブルの詳細については後述する。なお、以降、電気自動車が搭載しているバッテリの残量レベルをＳＯＣ（State Of Charge）と称する。

貸出管理部１４は、車両の貸し出しを管理する手段である。具体的には、車両の予約受け付け、貸し出しのスケジューリング、利用者端末への通知、車両への開錠信号の送信、利用料金の課金管理などを行う。また、車両の予約を受け付ける際に、車両の貸し出しを希望する利用者のＩＤ、出発地、目的地についての情報（予約リクエスト）を取得したうえで、後述する電力量予測部１５を通して、電欠を発生させることなく車両が目的地に到着可能であるか否かを判断する。

電力量予測部１５は、貸出管理部１４が取得した予約リクエストと、記憶されている利用履歴と、車両情報に基づいて、今回の車両貸し出しで消費されるであろう電力量を予測する手段である。予測された電力量は、貸出管理部１４へ送信され、予約可否の判断の用に供される。

<電欠の発生有無判定>
次に、貸出管理部１４が行う、電欠の発生有無判定について説明する。本実施形態に係る管理サーバ１０は、利用者から車両の予約を受け付ける際に、目的地についての情報を入力させ、貸し出そうとしている車両が、出発地（すなわち現在いるステーション）から到着地（目的地であるステーション）まで無充電で走行できるか否かを判定し、走行できない場合に、予約を取らないという機能を有する。

最初に、利用履歴テーブルおよび車両情報テーブルについて説明する。
図２（Ａ）は、利用履歴記憶部１２に記憶される利用履歴テーブルの例である。利用履歴テーブルは、利用者と車両のＩＤ、貸し出しおよび返却場所（ステーション）、貸し出しおよび返却時刻、貸し出し時および返却時のＳＯＣが記録される。また、一回の貸し出しで消費した電力（Ｗｈ）が記録される。利用履歴テーブルは、ステーションに車両が返却されるたびに更新される。なお、消費電力は、貸し出し時のＳＯＣと、返却時のＳＯＣと、車両が有するバッテリの容量（後述）から算出される。また、ＳＯＣに関する情報は、車両３０から無線通信によって取得する。

図２（Ｂ）は、管理情報記憶部１３に記憶される車両情報テーブルの例である。車両情報テーブルは、車両のＩＤ、現在位置、現在のＳＯＣ、バッテリ容量（Ｗｈ）が記録される。車両情報テーブルは、ステーションに車両が返却されるたびに更新される。なお、ＳＯＣに関する情報は、車両３０から無線通信によって取得し、バッテリ容量に関する情報は、事前に定義される。

本実施形態に係る管理サーバは、利用者から予約リクエストを受信すると、リクエストの内容と、前述した二つのテーブルを用いて、以下の二種類の方法で電欠の発生有無を判定する。なお、予約リクエストには、運転者を識別するための利用者ＩＤ、出発地（車両を貸し出すステーション）、目的地（車両を返却するステーション）の最低三つの情報が
含まれる。

<<方法１>>
予約リクエストに含まれる運転者（以下、対象の車両を運転する利用者を運転者と称する）が、過去に、リクエストした区間（以下、予約区間）と、同じ区間を利用している場合、すなわち、当該運転者が当該予約区間を走行した過去の利用履歴がある場合、当該利用履歴に記録されている消費電力量を用いて、今回の走行における消費電力量を予測する。
具体的には、利用履歴テーブルから、運転者本人の利用履歴であって、今回の予約と同じ区間が記録されているレコードを抽出する。そして、取得したレコードの数が、所定の閾値（例えば５レコード）以上あった場合、当該複数のレコードに記録されている消費電力量の平均値を求め、今回の走行における予想消費電力量とする。
方法１によると、運転者本人の利用履歴に基づいて消費電力量を予測するため、個人の傾向に沿った消費電力量を得ることができる。

<<方法２>>
方法１では、過去の利用履歴から、運転者本人の利用履歴を抽出し、消費電力量の予測を行った。しかし、当該運転者が、同一の区間を利用した履歴が十分な数存在しない場合、信頼性の高い予測値を得ることができない。そこで、方法１において、算出に必要なレコードが必要な数（例えば５レコード）以上取得できない場合は、運転者による絞り込みを外し、対象の予約区間を利用した他の利用者の履歴を用いて、同様の方法によって消費電力量を予測する。
具体的には、予約区間に対応する全てのレコードを抽出し、当該複数のレコードに記録されている消費電力量の平均値を演算して、今回の走行における予想消費電力量とする。
なお、本例では消費電力量の平均値を求めたが、中央値や最頻値などを用いてもよい。また、想定される誤差を加えるようにしてもよい。このような誤差は、固定値であってもよいし、標準偏差などに基づいて求めたものであってもよい。

<処理フローチャート>
以上に説明した予測処理について、フローチャート図である図３を参照しながら説明する。図３に示した処理は、管理サーバ１０が、利用者端末２０から車両の予約リクエストを受信すると開始される。

まず、ステップＳ１１で、貸出管理部１４が、予約リクエストを取得する。予約リクエストは、利用者端末２０から送信される情報であり、運転者の利用者ＩＤ、出発地、目的地、利用開始時刻、返却時刻などを含む情報である。本実施形態では、ステーションが複数あるものとし、出発地および目的地としてステーションのＩＤを指定する。
利用者ＩＤ、出発地、目的地についての情報は、電力量予測部１５に送信される。

ステップＳ１２〜Ｓ１５は、電力量予測部１５が行う処理である。
ステップＳ１２では、利用履歴テーブルから、運転者の利用者ＩＤ、出発地（貸し出しステーションのＩＤ）、目的地（返却ステーションのＩＤ）をキーとしてレコードを抽出する。
次に、ステップＳ１３で、抽出されたレコードの数が、所定の閾値よりも多いか否かを判定する。この結果、多いと判定された場合、処理をステップＳ１４へ遷移させ、少ないと判定された場合、処理をステップＳ１５へ遷移させる。

ステップＳ１４では、ステップＳ１２で抽出したレコードに記録されている、複数の消費電力量を取得し、平均値を取ることで予測消費電力量を算出する。
一方、ステップＳ１５では、利用者ＩＤを検索キーから外した状態で、利用履歴テーブ
ルから、該当するレコード（すなわち、出発地と目的地のペアが一致するレコード）を再度抽出する。そして、抽出したレコードに記録されている複数の消費電力量を取得し、平均値を取ることで予測消費電力量を算出する。
予測された消費電力量は、貸出管理部１４へ送信される。

ステップＳ１６では、貸出管理部１４が、予約リクエストと、予測された消費電力量に基づいて、車両の貸し出し可否を判定する。例えば、リクエストされた貸し出し場所がステーションＡである場合、ステーションＡに駐車中の車両のＳＯＣを車両情報テーブルから取得し、予測した消費電力量が無充電で消費可能であるか否かを判定する。ここで、消費可能と判定された場合、貸し出しの予約手続きに入る。
また、ここで、消費不可能と判定された場合、車両が貸し出せない旨の通知を生成し、利用者端末２０に送信する。予測した消費電力量が消費不可能な場合とは、例えば、予測した消費電力量が、該当車両における現在のＳＯＣでは賄えないと判定された場合（返却時に所定の閾値を下回ってしまう場合を含む）である。

以上説明したように、第一の実施形態では、過去の利用履歴を用いて、予約区間を走行するのに必要な消費電力量を予測する。これにより、電欠の危険性を事前に判定し、貸し出しの可否を決定することができる。また、消費電力量を予測する際は、運転者本人の履歴を優先することで、より精度の高い予測を行うことができる。
また、従来技術で行っていたような走行経路の推定を行う必要がなくなり、演算を軽量化することができる。

なお、ステップＳ１３で用いる閾値は、実績に基づいて設定してもよいし、データマイニング等によって得られた値に基づいて、自動的に設定するようにしてもよい。
また、ステップＳ１４では、運転者およびトリップがともに同一であるレコードを抽出して判断を行ったが、運転者本人の利用履歴に基づいて消費電力量の予測が行えれば、他の方法を用いてもよい。

（第二の実施形態）
第一の実施形態では、ステップＳ１３で、十分な数の履歴が取得できなかった場合に、利用者ＩＤによる限定を解除して予測を行った。しかし、電気自動車を運転する際に必要な消費電力は、運転者の個人差によって大きく変動するため、運転者によっては、実際に必要な消費電力が、予測値よりもかけ離れた値となってしまう場合がある。
例えば、同じ区間を走行する場合であっても、ある運転者が、他の運転者よりも高速で運転する傾向にある場合、電力消費率（以下、電費）が悪化するため、他の運転者と比較してより多くの電力が必要となる。また、同じ区間を走行する場合であっても、ある運転者が独自に寄り道をする傾向がある場合、他の運転者と比較して、より多くの電力を消費することとなる。

第二の実施形態は、このような個人ごとの傾向に対応するため、運転者ごとの電費に関する傾向を取得し、予測結果を補正する実施形態である。
第二の実施形態に係る管理サーバのシステム構成は、第一の実施形態と同様であるため、説明は省略し、処理の相違点についてのみ説明を行う。

図４は、第二の実施形態におけるステップＳ１５の処理の詳細を表したフローチャートである。
まず、ステップＳ１５１で、利用履歴テーブルから、予約区間が一致し、かつ、利用者ＩＤが運転者と一致しない全てのレコードを抽出し、消費電力量の平均値を算出する。
次に、ステップＳ１５２で、利用履歴テーブルから、予約区間が一致し、かつ、利用者ＩＤが運転者と一致するレコードを抽出し、消費電力量の平均値を算出する。
次に、ステップＳ１５３で、ステップＳ１５２で得られた平均値を、ステップＳ１５１で得られた平均値で除し、補正係数とする。
最後に、ステップＳ１５４で、ステップＳ１５１で得られた平均値に、補正係数を乗じて、消費電力量の予測値とする。

このように、第二の実施形態では、同じ予約区間を走行した他の利用者との消費電力量の比を算出し、当該比を用いて、予測した消費電力量を補正する。これにより、運転者ごとの電費に関する傾向を反映させることができ、消費電力量の予測精度を向上させることができる。

なお、本実施形態では、同じ予約区間に対応するレコードのみを抽出したが、該当する区間以外のデータを用いて算出を行ってもよい。この場合、区間ごとにそれぞれ上述した処理によって補正係数を算出し、当該複数の補正係数の平均をさらに取得するようにしてもよい。
また、ステップＳ１５２で得られたレコードの数が、所定の数よりも少ない場合、補正係数の算出を省略し、処理を続行するようにしてもよい。

また、本実施形態では、消費電力量の平均値を用いて補正係数を求めたが、運転者ごとの電費に関する傾向を取得することができれば、中央値などの他の値を用いてもよい。また、ステップＳ１５１およびＳ１５２で得られた複数のレコードから消費電力量の分布を生成し、当該分布同士を比較した結果に基づいて、補正係数を求めるようにしてもよい。

また、消費電力量以外を比較することで、補正係数を求めるようにしてもよい。例えば、速度、アクセル開度、減速度などについての、走行に関する情報を車両から収集し、これらの値の最高値、平均値、中央値などを利用履歴テーブルに記録したうえで、当該情報を用いて補正係数を求めてもよい。このように、電費に関する傾向を得ることができる情報であれば、どのような情報を用いてもよい。また、異なる情報を組み合わせてもよい。
また、この他にも、記録された情報に対して、データマイニングや機械学習などを行うことで補正係数を求めるようにしてもよい。

（第三の実施形態）
第一および第二の実施形態では、電気自動車の走行における消費電力量を、運転者と走行区間に基づいて予測した。一方で、電気自動車の実際の走行においては、必ずしも消費電力量が理論値と一致しない場合がある。例えば、渋滞に起因する停車が多く発生する場合など、道路環境の違いによって、消費電力量が増加してしまう場合がある。
第三の実施形態は、これに対応するため、電力消費量の増加要因を加味して、予測した消費電力量を補正する実施形態である。
第三の実施形態に係る管理サーバのシステム構成は、第一の実施形態と同様であるため、説明は省略し、処理の相違点についてのみ説明を行う。

第三の実施形態では、図５に示したような、道路の混雑度と、消費電力量を補正するための係数（補正係数）との対応を定義したテーブルを定義し、道路の混雑度を予測したうえで、対応する補正係数を、予測した消費電力量に乗算する。補正係数は、予測した消費電力量に対する倍率を表す。例えば、補正係数が１．３である場合、通常の走行と比較して、１．３倍の電力量が必要な状態であることを意味する。
なお、予測の前提となる道路混雑度は、装置の外部から取得してもよいし、曜日や時間帯に応じて推定してもよい。

第三の実施形態では、前述した補正を行ったうえで、ステップＳ１６の判定を行う。これにより、電力消費量の予測精度を向上させることができる。

なお、消費電力量の変動要因であれば、混雑度以外の他の要因を考慮するようにしてもよい。例えば、車両の大きさ（重量）や、車両の搭乗人数などに応じて、同様の方法によって補正係数を取得し、補正後の消費電力量をさらに補正するようにしてもよい。また、気温に応じて、エアコンやヒーターの使用を表す補正係数を定義し、用いるようにしてもよい。

また、第三の実施形態では、一律に設定した補正係数を乗算したが、利用履歴に係る走行と、予測対象の走行でと条件が異なる場合、当該条件の差をさらに補正するようにしてもよい。例えば、利用履歴に係る走行が、高い混雑度の中で行われた走行であった場合、乗算する補正係数を少なくするようにしてもよい。

（第四の実施形態）
第三の実施形態では、消費電力量の増加要因を考慮して、予測した消費電力量を補正した。一方、気温が著しく低い場合や、車両のバッテリが劣化している場合など、バッテリの実質的な容量が減少してしまう場合がある。
第四の実施形態では、これに対応するため、実効的なバッテリ容量の低下を加味したうえで、車両貸し出しの可否を判定する実施形態である。
第四の実施形態に係る管理サーバのシステム構成は、第一の実施形態と同様であるため、説明は省略し、処理の相違点についてのみ説明を行う。

第四の実施形態では、図６に示したような、バッテリの実効容量の低下要因と、補正係数との対応を定義したテーブルを定義し、対応する補正係数を用いて、車両のバッテリ容量を補正することで、バッテリの実効容量の低下に対応させる。ここでは、バッテリの実効容量の低下要因として、気温とバッテリの劣化の二つを例示する。

図６（Ａ）に示したテーブルは、気温と、補正係数との対応を表すテーブルである。一般的に、充電池は、環境が低温になるほど実効的な容量が低下する。そこで、本例では、予測の前提となる気温を決定して、当該気温に対応する補正係数を取得し、ステップＳ１６で貸し出し可否判定を行う際の、車両のバッテリ容量に当該補正係数を乗算する。例えば、補正係数が０．７である場合、バッテリの実質的な容量が通常の０．７倍まで低下していることを意味する。
なお、予測の前提となる気温は、例えば天気予報などによって予測された気温を用いてもよいし、季節ごとの平均気温などを用いてもよい。また、利用の直前に予約を行う場合は、現在の気温を用いてもよい。

また、図６（Ｂ）に示したテーブルは、車両情報テーブルに、車両ごとのバッテリの劣化度合いについての情報を表すフィールドを追加した例である。一般的に、充電池は、経年劣化によって実効的な容量が低下する。そこで、本例では、車両ごとに、劣化度合いに対応する補正係数を持たせ、同様の方法で演算を行う。例えば、補正係数が０．９である場合、バッテリの実質的な容量が通常の０．９倍まで低下していることを意味する。
なお、補正係数は、車両の経年や走行距離（すなわちバッテリの劣化度合い）に応じて、定期的に更新されることが好ましい。

このように、第四の実施形態では、温度変化やバッテリの劣化に起因する実効的なバッテリ容量の低下に対応した判定を行うことができる。
なお、本実施形態では、車両のバッテリ容量を仮想的に減少させたが、バッテリ容量はそのままにし、消費電力量を仮想的に増加させるようにしてもよい。

（第五の実施形態）
第一ないし第四の実施形態では、予測した消費電力量を用いて、利用者が希望する車両が貸し出し可能であるか否かを判定する例について述べた。これに対し、第五の実施形態は、複数の車両が利用可能である場合に、貸し出す車両を自動で決定する実施形態である。
第五の実施形態に係る管理サーバのシステム構成は、第一の実施形態と同様であるため、説明は省略し、処理の相違点についてのみ説明を行う。

第五の実施形態では、ステップＳ１６にて、貸出管理部１４が以下の処理を行う。
まず、車両情報テーブルを参照し、利用者が貸し出しを希望するステーションに駐車中の車両を抽出する。次に、各車両に対応するＳＯＣから、算出した消費電力量を減算し、結果の値がプラスであって、かつ、最も小さい車両を決定する。そして、当該車両を、貸し出す車両として決定し、貸し出しの予約手続きに入る。
もし、全ての車両において結果がマイナスとなる場合、貸し出し不可であると判定し、車両が貸し出せない旨の通知を生成し、利用者端末２０に送信する。

このように、第五の実施形態では、目的地に無充電で到達可能な車両であって、最もＳＯＣの少ない車両を貸し出す車両として決定する。
貸し出す車両を利用者に選択させたり、ランダムに決定した場合、長距離を走行可能な車両であっても、短距離の利用に供されてしまい、結果として、長距離利用者の予約を受けられない状態となってしまう場合がある。これに対し、第五の実施形態では、バッテリ残量が少ない車両から順に車両の割り当てを行うため、効率の高い車両運用が可能になる。

（変形例）
上記の実施形態はあくまでも一例であって、本発明はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、各実施形態で説明をしたもの以外の条件を用いて、予測に用いる利用履歴を絞り込んでもよい。例えば、消費電力量の予測に用いるレコードの数に上限を設け、優先度をつけてレコードの抽出を行ってもよい。例えば、ステップＳ１５において、運転者本人に対応するレコードが存在する場合、当該レコードを優先して抽出するようにしてもよいし、より最近の利用履歴を優先するようにしてもよい。

また、第三および第四の実施形態では、独立した変換テーブルを用いることで消費電力量を補正したが、変換テーブルを用いず、利用履歴を抽出する際に、条件に適合するレコードを抽出するようにしてもよい。例えば、利用履歴テーブルに、道路状況（平均速度など）、搭乗人数、車両の重量、気温に関するフィールドなどを追加し、データを格納したうえで、条件が一致するレコードのみを抽出するようにしてもよい。

また、第一ないし第四の実施形態では、カーシェアリングシステムの管理サーバとして発明を実施したが、本発明は、車載装置として実施することもできる。
また、第一ないし第四の実施形態では、シェアリング車両を予約する際に消費電力量を予測したが、走行中の車両の位置情報を随時取得して、取得した位置を出発地点として再設定しながら、消費電力量の予測を周期的に行うようにしてもよい。また、結果を随時車両側に通知するようにしてもよい。このようにすることで、車両が現在位置から目的地まで到達するのに必要な消費電力量をリアルタイムに算出することができる。

また、各実施形態は、カーシェアリングシステムにおいて、同一車種の電気自動車が運用されることを想定しているため、異なる車種が混在している場合、予測した消費電力量では、想定した距離を走行できない場合が発生しうる。このため、異なる車種が混在している場合、車種の違いなどに応じて演算結果を補正するようにしてもよい。

１０ 管理サーバ
１１ 通信部
１２ 利用履歴記憶部
１３ 管理情報記憶部
１４ 貸出管理部
１５ 電力量予測部
２０ 利用者端末
３０ 車両

Claims (10)

1. カーシェアリングシステムにおいて貸し出される電気自動車が走行する際に消費する電力量を予測する消費電力量予測装置であって、
   利用者が過去に電気自動車で移動した際の、出発地点と、到着地点と、消費電力量を、利用者と関連付けたデータである利用履歴を取得する利用履歴取得手段と、
   運転者に関する情報と、出発地点と到着地点とを結ぶ区間であるトリップを取得する情報取得手段と、
   取得した前記トリップと、前記利用履歴に基づいて、前記運転者が当該トリップを運転した場合の消費電力量を予測する予測手段と、
   を有し、
   前記予測手段は、前記利用履歴取得手段から、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できた場合に、当該利用履歴を用いて消費電力量を予測する第一の予測処理を行い、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できない場合に、他の利用者が当該トリップを走行した際の利用履歴を用いて消費電力量を予測する第二の予測処理を行う、
   消費電力量予測装置。
2. 前記運転者について、電力消費に影響する個人ごとの傾向である電費傾向を取得する傾向取得手段をさらに有し、
   前記予測手段は、第二の予測処理において、前記電費傾向を加味して消費電力量を予測する、
   請求項１に記載の消費電力量予測装置。
3. 前記電費傾向は、前記運転者と、前記運転者以外の利用者とが、それぞれ同一のトリップを運転した場合における消費電力量の違いを表す値である、
   請求項２に記載の消費電力量予測装置。
4. 前記予測手段は、前記トリップに対応する道路の混雑度に基づいて、前記予測した消費電力量を補正する、
   請求項１から３のいずれかに記載の消費電力量予測装置。
5. 前記電気自動車の現在位置情報を取得する位置情報取得手段をさらに有し、
   前記予測手段は、前記取得した現在位置情報を出発地点として再設定し、消費電力量の予測を周期的に行う、
   請求項１から４のいずれかに記載の消費電力量予測装置。
6. 前記予測手段は、前記第一または第二の予測処理にて、対象の利用履歴に含まれる消費電力量の平均値または最頻値に基づいて、消費電力を予測する、
   請求項１から５のいずれかに記載の消費電力量予測装置。
7. カーシェアリングシステムにおいて運用される電気自動車の予約を受け付けるサーバ装置であって、
   請求項１から６のいずれかに記載の消費電力量予測装置と、
   貸し出し対象である車両が有するバッテリの残量を取得する車両情報取得手段と、
   前記車両が有するバッテリの残量と、前記前記消費電力量予測装置が予測した消費電力量に基づいて、利用者に対する車両の貸し出し可否を決定する貸出決定手段と、
   を有する、サーバ装置。
8. 前記貸出決定手段は、気温、または、貸し出し対象である車両が有するバッテリの劣化
   度の少なくともいずれかにさらに基づいて、利用者に対する車両の貸し出し可否を決定する、
   請求項７に記載のサーバ装置。
9. 前記車両情報取得手段は、貸し出し対象である複数の車両に関する情報を取得し、
   前記貸出決定手段は、貸し出し可能な車両のうち、最もバッテリの残量が少ない車両を、利用者に貸し出す車両として決定する、
   請求項７または８に記載のサーバ装置。
10. カーシェアリングシステムにおいて貸し出される電気自動車が走行する際に消費する電力量を予測する消費電力量予測装置が行う消費電力量予測方法であって、
    利用者が過去に電気自動車で移動した際の、出発地点と、到着地点と、消費電力量を、利用者と関連付けたデータである利用履歴を取得する利用履歴取得ステップと、
    運転者に関する情報と、出発地点と到着地点とを結ぶ区間であるトリップを取得する情報取得ステップと、
    取得した前記トリップと、前記利用履歴に基づいて、前記運転者が当該トリップを運転した場合の消費電力量を予測する予測ステップと、
    を含み、
    前記予測ステップでは、前記利用履歴取得ステップにおいて、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できた場合に、当該利用履歴を用いて消費電力量を予測する第一の予測処理を行い、前記運転者が該当するトリップを走行した際の利用履歴が所定の件数以上取得できない場合に、他の利用者が当該トリップを走行した際の利用履歴を用いて消費電力量を予測する第二の予測処理を行う、
    消費電力量予測方法。

Images