JP2017073179A - 車載器、電気自動車、充電器、及び充電ステーション - Google Patents

Abstract

【課題】電気自動車で使用される電力の需要予測を適切に行う。【解決手段】電力管理装置と通信可能な電気自動車の車載器であって、電力管理装置は、第１電力需要予測値を算出する充電器電力需要予測部と、第２電力需要予測値を算出する家庭電力需要予測部と、前記第１電力需要予測値と前記第２電力需要予測値とを合算し、前記所定の地域での電気自動車の第３電力需要予測値を算出する全体電力需要予測部とを具備し、車載器は、電気自動車の状態や動作に関する情報、二次電池の状態に関する情報を取得して、プローブ情報として管理する車載器制御部と、プローブ情報を記憶する車載器記憶部と、を具備する。【選択図】図２Ｃ

Description

本発明は、車載器、電気自動車、充電器、及び充電ステーションに関する。

いわゆるスマートコミュニティのような電気自動車社会では、エネルギーの地産地消が考えられている。エネルギーの地産地消を行うためには、地域における電力エネルギーのマネジメントが必要である。例えば、電気自動車を所持するユーザに対して、電気自動車の充電という電力需要をコントロールする必要がある（例示：ピークシフト／ピークカット）。そのためには、電気自動車に充電される電力の需要予測を行う必要がある。ただし、電気自動車は移動可能であるため、電気自動車を充電する場所は一定ではない。そのため、従来の電力需要予測方法では電気自動車の電力需要予測を行うことができない。

関連する技術として、特開２０１１−２２９３７４号公報（ＵＳ２０１１／０２５８０１８（Ａ１））に網において需要応答事象を計画するシステム及び方法が開示されている。このシステムは、データベース（１３４、１３６）と、需要応答モジュール（１２８）と、制御器（１０２）とを備えている。データベース（１３４、１３６）は、需要応答データを記憶する。需要応答モジュール（１２８）は、需要応答データに基づいて各需要家を需要家グループにグループ分けして、前記需要応答データ及び予測データに基づいて前記需要家グループの１又は複数に需要応答事象を計画する。制御器（１０２）は、需要応答事象を計画された前記１又は複数の需要家グループについて前記需要応答事象を具現化する。

また、特開２０１１−５０２４０号公報（ＵＳ２０１０／００７６８２５（Ａ１））に充放電管理装置および充放電管理方法が開示されている。この充放電管理装置は、一つ以上の電力設備の充電または放電を監視制御する。この充放電管理装置は、記憶部と、制御部と、を有する。記憶部は、外部コンピュータから受信した、需要家の前記電力設備に対する充電行動または放電行動により前記需要家が享受できる報奨および前記電力設備の充電または放電の実施に関する制約を定めた充放電報奨情報を記憶する。記憶部は、前記充放電管理装置自身を識別する個体識別情報を記憶する。制御部は、前記充放電報奨情報に基づいて、前記報奨が最大になるように、ある充電用時間帯に亘って充電を実施するときの充電量の合計と、ある放電用時間帯に亘って放電を実施するときの放電量の合計と、前記需要家による前記電力設備の使用開始が推定される時刻であって、前記充電用時間帯よりも後に定められ、かつ、前記放電用時間帯よりも前に定められる推定使用開始時刻とを含む充放電計画を作成する。制御部は、前記作成した充放電計画に従った、前記充電用時間帯での充電または前記放電用時間帯での放電の開始または終了を前記電力設備に指令する。制御部は、前記電力設備において実施された充電または放電を監視し、前記監視したときの結果として、充電または放電の実施内容および前記個体識別情報を含む充放電実施結果を作成し、前記作成した充放電実施結果を前記外部コンピュータに送信する。

特開２０１２−２４４８９９号公報（ＵＳ８２３２７６３（Ｂ１））に電力配電網運用のための電気自動車プロファイルが開示されている。このシステムは、少なくとも１つのメモリ（２０２）と、少なくとも１つのプロセッサ（２０４）とを備える。少なくともと１つのメモリ（２０２）は、コンピュータ実行可能命令を記憶する。少なくとも１つのプロセッサ（２０４）は、少なくとも１つのメモリ（２０２）にアクセスするように構成される。少なくとも１つのプロセッサ（２０４）は、少なくとも１台の車両（１０２）に少なくとも部分的に基づく車両（１０２）情報を受信する。少なくとも１つのプロセッサ（２０４）は、少なくとも１台の車両（１０２）向けの充電スタンド（１１０）に少なくとも部分的に基づく他の情報を受信する。少なくとも１つのプロセッサ（２０４）は、車両（１０２）情報および前記他の情報をデータ受信デバイスに送信する。

特開２０１１−１００３６９号公報にフロー生成支援方法および装置が開示されている。このフロー生成支援方法は、記憶手段を備えたフロー生成支援装置におけるフロー生成支援方法である。このフロー生成支援方法は、フロー名とノード情報とキー名と初期値設定定義と値一致情報と同値禁止情報とを定義一覧情報として対応付けて記憶手段に格納する。設定項目定義の変更要求の入力応じて、前記キーについて初期値設定定義に他のキーが設定されている場合に前記他のキーについて定義一覧情報の値一致情報および同値禁止情報から前記検索する。該検索した定義一覧情報から検索したキーと前記他のキーとの関係が値一致情報もしくは同値禁止に格納されている場合には、前記他のキーと依存があることを判定する。

特開２０１１−２２９３７４号公報 特開２０１１−０５０２４０号公報 特開２０１２−２４４８９９号公報 特開２０１１−１００３６９号公報

本発明の目的は、電気自動車で使用される電力の需要予測を適切に行うことが可能な車載器、電気自動車、充電器、及び充電ステーションを提供することにある。

この発明のこれらの目的とそれ以外の目的と利益とは以下の説明と添付図面とによって容易に確認することができる。

以下に、発明を実施するための形態で使用される番号・符号を用いて、課題を解決するための手段を説明する。これらの番号・符号は、特許請求の範囲の記載と発明を実施するための形態との対応関係の一例を示すために、参考として、括弧付きで付加されたものである。

本発明の電力管理装置は、充電器電力需要予測部（１０３）と、家庭電力需要予測部（１０２）と、全体電力需要予測部（１０４）とを具備している。充電器電力需要予測部（１０３）は、所定の地域における複数の充電器（３６）での電気自動車（２０）の第１電力需要予測値（Ｐ１）を算出する。家庭電力需要予測部（１０２）は、所定の地域における複数の家庭用充電器（４１）での電気自動車（２０）の充電実績と複数の家庭用充電器（４１）の出力とに基づいて、複数の家庭用充電器（４１）での電気自動車（２０）の第２電力需要予測値（Ｐ２）を算出する。全体電力需要予測部（１０４）は、第１電力需要予測値（Ｐ１）と第２電力需要予測値（Ｐ２）とを合算し、所定の地域での電気自動車（２０）の第３電力需要予測値（Ｐ）を算出する。
充電器電力需要予測部（１０３）は、第１電力需要予測値（Ｐ１）を算出する予測期間を分割して複数の第１小期間とし、複数の第１小期間の各々に対して複数の充電器（３６）の過去の予約状況において過去に予約が入った場合を抽出して複数の充電器（３６）ごとに予約が突発的に入る第１確率（α）を算出し、複数の充電器（３６）の過去の予約状況における予約回数と充電実績の回数との比から、複数の第１小期間の各々に対して複数の充電器（３６）ごとに予約が実行されない第２確率（β）を算出し、複数の第１小期間の各々において、複数の充電器（３６）のうちの予約が入っていない充電器について、予約が入っていない充電器の出力に第１小期間の時間を乗じた値に第１確率（α）を乗じた第１の値を算出し、且つ複数の充電器（３６）のうちの予約が入っている充電器について、予約が入っている充電器の出力に第１小期間の時間を乗じた値に１から第２確率（β）を減じた値を乗じた第２の値を算出し、すべての複数の第１小期間についての第１の値及び第２の値の総和をとり、第１電力需要予測値（Ｐ１）として算出してよい。
本電力管理装置では、電力の需要予測を、充電器での電力需要予測と、家庭用充電器での電力需要予測とに分離して計算している。そのため、充電器での電力需要予測に固有な条件と、家庭用充電器での電力需要予測に固有な条件とを別々に考慮することができる。
それにより、両者を一緒にまとめて電力需要予測を行う場合と比較して、電力需要予測を正確に行うことができる。例えば、充電器での電力需要予測に関しては、充電器の予約状況というユーザによる電力需要がほぼ確実であることを示す情報を用いることで、正確な需要予測を行うことができる。一方、家庭用充電器での需要予測に関しては、家庭用充電器の充電実績というユーザの普段の習慣や慣習や流儀が反映された情報を用いることで、正確な需要予測を行うことができる。
本電力管理装置では、充電器での電力需要予測に関して、予約が突発的に入る第１確率（α）という、充電器での電力需要予測に固有な条件を更に考慮することができる。それにより、充電器での電力需要予測をより正確に行うことができる。
本電力管理装置では、充電器での電力需要予測に関して、予約が実行されない第２確率（β）という、充電器での電力需要予測に固有な条件を更に考慮することができる。それにより、充電器での電力需要予測をより正確に行うことができる。
本電力管理装置では、充電器の電力需要予測を算出する予測期間を複数の第１小期間に分割している。すなわち、充電器の電力需要予測を第１小期間ごとに算出する。それにより、充電器の電力需要予測において、第１小区間の時間帯における充電器の需要の状況を反映させやすくでき、充電器の電力需要予測値の精度をより高くすることができる。
本電力管理装置では、充電器での電力需要予測に関して、予約が突発的に入る第１確率（α）及び予約が実行されない第２確率（β）という、充電器での電力需要予測に固有な条件を更に考慮することができる。それにより、充電器での電力需要予測をより正確に行うことができる。

上記の電力管理装置において、家庭電力需要予測部（１０２）は、複数の家庭用充電器（４１）での電気自動車（２０）の充電実績に基づいて、複数の家庭用充電器（４１）で電気自動車（２０）の充電が行われる第３確率（δ）を算出してもよい。その場合、家庭電力需要予測部（１０２）は、複数の家庭用充電器（４１）の出力と第３確率（δ）とに基づいて、第２電力需要予測値（Ｐ２）を算出する。
本電力管理装置では、家庭用充電器での電力需要予測に関して、家庭用充電器の充電実績を考慮した第３確率（δ）という、家庭用充電器での電力需要予測に固有な条件を考慮することができる。それにより、家庭用充電器での電力需要予測を正確に行うことができる。

上記の電力管理装置において、家庭電力需要予測部（１０２）は、第２電力需要予測値（Ｐ２）を算出する予測期間を分割して複数の第２小期間としてもよい。その場合、家庭電力需要予測部（１０２）は、複数の第２小期間の各々において、複数の家庭用充電器（４１）での電気自動車（２０）の電力需要予測値を算出して、それらを合算して第２電力需要予測値（Ｐ２）とする。
本電力管理装置では、家庭用充電器の電力需要予測を算出する予測期間を複数の第２小期間に分割している。すなわち、家庭用充電器の電力需要予測を第２小期間ごとに算出する。それにより、家庭用充電器の電力需要予測において、第２小区間の時間帯における家庭用充電器の需要の状況を反映させやすくでき、家庭用充電器の電力需要予測値の精度をより高くすることができる。

上記の電力管理装置は、予約情報データベース（１１４）と、充電実績情報データベース（１１５）とを更に具備してもよい。予約情報データベース（１１４）は、予約状況に関する情報を記憶する。充電実績情報データベース（１１５）は、電気自動車（２０）に搭載された車載器（２１）から取得された複数の充電器（３６）及び複数の家庭用充電器（４１）の充電実績に関する情報を記憶する。
本電力管理装置では、予約情報データベースと充電実績情報データベースとを有しているので、それらの情報に基づいて、精度のよい電力需要予測値を行うことができる。

本発明の電力管理システムは、上記段落のいずれかに記載の電力管理装置（１１）と、電力管理装置（１１）とネットワーク（５０）を介して通信可能に接続された複数の充電器（３６）とを具備している。電力管理装置（１１）は、複数の電気自動車（２０）の複数の車載器（２１）と通信可能である。
本電力管理システムは、複数の車載器（２１）や複数の充電器（３６）からの情報を収集し、それらの情報に基づいて、電力管理装置において、電力の需要予測が可能である。
それゆえ、上記各段落に記載されているように、電力需要予測を正確に行うことができる。

本発明の電力管理方法は、コンピュータが、所定の地域における複数の充電器（３６）での電気自動車（２０）の第１電力需要予測値（Ｐ１）を算出するステップ（Ｓ４１）と、コンピュータが、所定の地域における複数の家庭用充電器（４１）での電気自動車（２０）の充電実績と複数の家庭用充電器（４１）の出力とに基づいて、複数の家庭用充電器（４１）での電気自動車（２０）の第２電力需要予測値（Ｐ２）を算出するステップ（Ｓ４２）と、コンピュータが、第１電力需要予測値（Ｐ１）と第２電力需要予測値（Ｐ２）とを合算し、所定の地域での電気自動車（２０）の第３電力需要予測値（Ｐ）を算出する（Ｓ４３）ステップとを具備し、第１電力需要予測値を算出するステップ（Ｓ４１）は、第１電力需要予測値（Ｐ１）を算出する予測期間を分割して複数の第１小期間とし、複数の第１小期間の各々に対して複数の充電器（３６）の過去の予約状況において過去に予約が入った場合を抽出して複数の充電器（３６）ごとに予約が突発的に入る第１確率（α）を算出するステップ（Ｓ５３）と、複数の充電器（３６）の過去の予約状況における予約回数と充電実績の回数との比から、複数の第１小期間の各々に対して複数の充電器（３６）ごとに予約が実行されない第２確率（β）を算出するステップ（Ｓ５４）と、複数の第１小期間の各々において、複数の充電器（３６）のうちの予約が入っていない充電器について、予約が入っていない充電器の出力に第１小期間の時間を乗じた値に第１確率（α）を乗じた第１の値を算出し、且つ複数の充電器（３６）のうちの予約が入っている充電器について、予約が入っている充電器の出力に第１小期間の時間を乗じた値に１から第２確率（β）を減じた値を乗じた第２の値を算出するステップと、すべての複数の第１小期間についての第１の値及び第２の値の総和をとり、第１電力需要予測値（Ｐ１）として算出するステップ（Ｓ５８）と、を含んでよい。

上記の電力管理方法において、第２電力需要予測値（Ｐ２）を算出するステップ（Ｓ４２）は、複数の家庭用充電器（４１）での電気自動車（２０）の充電実績に基づいて、複数の家庭用充電器（４１）で電気自動車（２０）の充電が行われる第３確率（δ）を算出するステップ（Ｓ６３）と、複数の家庭用充電器（４１）の出力と第３確率（δ）とに基づいて、第２電力需要予測値（Ｐ２）を算出するステップ（Ｓ６４、Ｓ６７）とを備えてもよい。

上記の電力管理方法において、第２電力需要予測値（Ｐ２）を算出するステップ（Ｓ４２）は、家庭電力需要予測部（１０２）は、第２電力需要予測値（Ｐ２）を算出する予測期間を分割して複数の第２小期間とするステップ（Ｓ６１）と、複数の第２小期間の各々において、複数の家庭用充電器（４１）での電気自動車（２０）の電力需要予測値を算出して、それらを合算して第２電力需要予測値（Ｐ２）とするステップ（Ｓ６４、Ｓ６７）とを備えてもよい。

本発明のプログラムは、上記各段落のいずれかに記載の電力管理方法をコンピュータに実行させる。

本発明の車載器は、電力管理装置と通信可能な電気自動車の車載器であって、前記電力管理装置は、所定の地域における複数の充電器での電気自動車の第１電力需要予測値を算出する充電器電力需要予測部と、前記所定の地域における複数の家庭用充電器での電気自動車の充電実績と前記複数の家庭用充電器の出力とに基づいて、前記複数の家庭用充電器での電気自動車の第２電力需要予測値を算出する家庭電力需要予測部と、前記第１電力需要予測値と前記第２電力需要予測値とを合算し、前記所定の地域での電気自動車の第３電力需要予測値を算出する全体電力需要予測部とを具備し、前記充電器電力需要予測部は、前記第１電力需要予測値を算出する予測期間を分割して複数の第１小期間とし、前記複数の第１小期間の各々に対して前記複数の充電器の過去の予約状況において過去に予約が入った場合を抽出して前記複数の充電器ごとに予約が突発的に入る第１確率を算出し、前記複数の第１小期間の各々において、前記複数の充電器のうちの予約が入っていない充電器について、前記予約が入っていない充電器の出力に前記第１小期間の時間を乗じた値に前記第１確率を乗じた第１の値を算出し、すべての前記複数の第１小期間についての前記第１の値の総和に基づいて前記第１電力需要予測値を算出し、前記車載器は、電気自動車の状態や動作に関する情報、二次電池の状態に関する情報を取得して、プローブ情報として管理する車載器制御部と、前記プローブ情報を記憶する車載器記憶部と、を具備する車載器である。

上記の車載器において、前記充電器電力需要予測部は、前記複数の充電器の過去の予約状況における予約回数と充電実績の回数との比から、前記複数の第１小期間の各々に対して前記複数の充電器ごとに予約が実行されない第２確率を算出し、前記複数の充電器のうちの予約が入っている充電器について、前記予約が入っている充電器の出力に前記第１小期間の時間を乗じた値に１から前記第２確率を減じた値を乗じた第２の値を算出し、すべての前記複数の第１小期間についての前記第１の値及び前記第２の値の総和をとり、前記第１電力需要予測値として算出してよい。

上記の車載器において、前記家庭電力需要予測部は、前記複数の家庭用充電器での電気自動車の充電実績に基づいて、前記複数の家庭用充電器で電気自動車の充電が行われる第３確率を算出し、前記複数の家庭用充電器の出力と前記第３確率とに基づいて、前記第２電力需要予測値を算出してよい。

上記の車載器において、前記家庭電力需要予測部は、前記第２電力需要予測値を算出する予測期間を分割して複数の第２小期間とし、前記家庭電力需要予測部は、前記複数の第２小期間の各々において、前記複数の家庭用充電器での電気自動車の電力需要予測値を算出して、それらを合算して前記第２電力需要予測値としてよい。

上記の車載器において、前記予約状況に関する情報を記憶する予約情報データベースと、電気自動車に搭載された車載器から取得された前記複数の充電器及び前記複数の家庭用充電器の充電実績に関する情報を記憶する充電実績情報データベースとを更に具備してよい。

上記の車載器において、前記プローブ情報として、ＳＯＣ情報、充電手段情報、ＧＰＳ情報、行動情報、車載器ＩＤを含んでよい。

上記の車載器において、前記車載器記憶部は、前記プローブ情報を、時刻及びイベントと関連付けて記録してよい。

本発明の電気自動車は、上記の車載器を搭載した電気自動車である。

本発明の充電器は、電力管理装置と通信可能な充電器であって、前記電力管理装置は、所定の地域における複数の充電器での電気自動車の第１電力需要予測値を算出する充電器電力需要予測部と、前記所定の地域における複数の家庭用充電器での電気自動車の充電実績と前記複数の家庭用充電器の出力とに基づいて、前記複数の家庭用充電器での電気自動車の第２電力需要予測値を算出する家庭電力需要予測部と、前記第１電力需要予測値と前記第２電力需要予測値とを合算し、前記所定の地域での電気自動車の第３電力需要予測値を算出する全体電力需要予測部とを具備し、前記充電器電力需要予測部は、前記第１電力需要予測値を算出する予測期間を分割して複数の第１小期間とし、前記複数の第１小期間の各々に対して前記複数の充電器の過去の予約状況において過去に予約が入った場合を抽出して前記複数の充電器ごとに予約が突発的に入る第１確率を算出し、前記複数の第１小期間の各々において、前記複数の充電器のうちの予約が入っていない充電器について、前記予約が入っていない充電器の出力に前記第１小期間の時間を乗じた値に前記第１確率を乗じた第１の値を算出し、すべての前記複数の第１小期間についての前記第１の値の総和に基づいて前記第１電力需要予測値を算出し、前記充電器は充電器制御装置を具備し、前記充電器制御装置は、充電予約を確認し、前記充電予約が確認された電気自動車に対してのみ充電を実行する充電器制御部と、充電器に関する情報を格納する充電器記憶部と、を具備する充電器である。

上記の充電器において、前記充電器電力需要予測部は、前記複数の充電器の過去の予約状況における予約回数と充電実績の回数との比から、前記複数の第１小期間の各々に対して前記複数の充電器ごとに予約が実行されない第２確率を算出し、前記複数の充電器のうちの予約が入っている充電器について、前記予約が入っている充電器の出力に前記第１小期間の時間を乗じた値に１から前記第２確率を減じた値を乗じた第２の値を算出し、すべての前記複数の第１小期間についての前記第１の値及び前記第２の値の総和をとり、前記第１電力需要予測値として算出してよい。

上記の充電器において、前記家庭電力需要予測部は、前記複数の家庭用充電器での電気自動車の充電実績に基づいて、前記複数の家庭用充電器で電気自動車の充電が行われる第３確率を算出し、前記複数の家庭用充電器の出力と前記第３確率とに基づいて、前記第２電力需要予測値を算出してよい。

上記の充電器において、前記家庭電力需要予測部は、前記第２電力需要予測値を算出する予測期間を分割して複数の第２小期間とし、前記家庭電力需要予測部は、前記複数の第２小期間の各々において、前記複数の家庭用充電器での電気自動車の電力需要予測値を算出して、それらを合算して前記第２電力需要予測値としてよい。

上記の充電器において、前記充電の予約に関する情報を記憶する予約情報データベースと、電気自動車に搭載された車載器から取得された前記複数の充電器及び前記複数の家庭用充電器の充電実績に関する情報を記憶する充電実績情報データベースとを更に具備してよい。

本発明の充電ステーションは、上記の充電器を具備した充電ステーションである。

本発明により、電気自動車で使用される電力の需要予測を適切に行うことが可能となる。

図１は、実施の形態に係る電気自動車の電力管理装置を適用したＥＶ管理シ ステムの構成の一例を示すブロック図である。 図２Ａは、実施の形態に係る電気自動車の車載器の構成の一例を示すブロ ック図である。 図２Ｂは、実施の形態に係る充電器の充電器制御装置の構成の一例を示す ブロック図である。 図２Ｃは、実施の形態に係る電力管理装置の構成の一例を示すブロック図 である。 図３は、実施の形態に係る電力管理装置の予約管理部の動作を示すフロー図 である。 図４は、実施の形態に係る電力管理装置の予約管理部の動作を示すフロー図 である。 図５は、実施の形態に係る電力管理装置の電力需要予測部の動作を示すフロ ー図である。 図６は、実施の形態に係る電力管理装置の充電器電力需要予測部の動作を示 すフロー図である。 図７は、実施の形態に係る電力管理装置の家庭電力需要予測部の動作を示す フロー図である。

本発明の実施の形態に係る電気自動車の電力管理装置及び電気自動車の電力需要予測方法について、添付図面を参照して説明する。

本実施の形態では、電気自動車に充電される電力の需要予測を、（１）充電器で電気自動車に充電する場合での電力需要予測、及び、（２）家庭の充電器で電気自動車に充電する場合での電力需要予測、の２つに分けて行う。そして、それらの電力需要予測を合算して、最終的に、電気自動車の電力需要予測とする。このように、電力の需要予測を、充電種別（又は充電方法）に分離して見積もることで、充電種別に特有の条件を考慮することができる。それにより、電力需要予測を正確に行うことができる。以下、本実施の形態について詳細に説明する。

まず、本実施の形態に係る電力管理装置を適用したＥＶ（Ｅｌｅｃｔｒｉｃ Ｖｅｈｉｃｌｅ）管理システム１について説明する。

図１は、本実施の形態に係る電力管理装置を適用したＥＶ（Ｅｌｅｃｔｒｉｃ Ｖｅｈｉｃｌｅ：電気自動車）管理システム１の構成の一例を示すブロック図である。ＥＶ管理システム１は、スマートコミュニティのような地域における電気自動車の電力を管理するシステムである。ＥＶ管理システム１は、電力管理装置１１と充電器３６とを具備している。電気自動車２０は、電力管理装置１１に管理された充電器３６や、家庭用充電器４１で充電される。電力管理装置１１と充電器３６と電気自動車２０とは、ネットワーク５０を介して互いに双方向通信可能に接続されている。ネットワーク５０は、インターネットやＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）や携帯電話網に例示される広域通信回線である。この図においては、一つの充電器３６や電気自動車２０や家庭用充電器４１だけが示されているが、複数の充電器３６や電気自動車２０や家庭用充電器４１が存在することは言うまでもない。

電力管理装置１１は、電気自動車２０の電力を管理するＥＶ管理センタ１０に属している。電力管理装置１１は、所定の地域における電気自動車２０の電力（充電量）の需要予測を行う機能と、地域における充電器３６を用いた電気自動車２０の充電の予約管理とを行う機能とを備えている。電力管理装置１１は、更に、電力の需要予測に基づいて、電力のピークシフトやピークカットの制御を行う機能を備えていても良い。例えば、ピークシフトやピークカットは、充電の予約の変更や、充電電力の制限などで行うことができる。

電気自動車２０は、電気をエネルギーとして走行する自動車である。電気自動車２０は、車載器２１と二次電池２２と充電装置２３とを備えている。充電装置２３は、充電器３６又は家庭用充電器４１からの電気エネルギーで二次電池２２を充電する。二次電池２２は、その電気エネルギーを蓄積する。電気自動車２０は、二次電池２２の電気エネルギーで駆動する。車載器２１は、二次電池２２の情報や、電気自動車２０の情報を取得して、プローブ情報としてネットワーク５０を介して電力管理装置１１へ送信する。プローブ情報は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）衛星群６０の信号に基づいて算出された車載器２１の測位情報を含んでいる。電気自動車２０は地域に複数台存在する（図中は１台のみを表示）。

充電器３６は、電気自動車２０の充電拠点である充電ステーション３０に属し、電気自動車２０の二次電池２２用の充電設備である。充電器３６は、充電プラグなどを介して電気自動車２０の充電装置２３に接続可能である。充電器３６は、完全予約制の充電設備とする。予約は、電力管理装置１１により管理される。充電器３６は、充電器制御装置３１を備えている。充電器制御装置３１は、充電器３６での充電に際して、充電器３６の予約確認・充電実行に関する動作を制御する。ただし、充電ステーション３０は地域に複数箇所存在し、それに伴い充電器３６は地域に複数台存在する（図中は１箇所及び１台のみを表示）。

家庭用充電器４１は、電気自動車２０のユーザの家庭４０に属し、家庭４０内に設けられた電力供給設備である。家庭用充電器４１は、充電プラグ及び充電ケーブルなどを介して電気自動車２０の充電装置２３に接続可能である。家庭用充電器４１は、家庭４０内の電源コンセントや、家庭４０内に設けられた充電設備に例示される。家庭４０は地域に複数戸存在し、それに伴い家庭用充電器４１は地域に複数台存在する（図中は１戸及び１台のみを表示）。

なお、充電ステーション３０及び家庭４０は、充電器３６及び家庭用充電器４１を有しているので、充電可能な場所という意味で充電ポイントということもできる。

次に、本実施の形態に係る電気自動車２０の車載器２１について説明する。

図２Ａは、本実施の形態に係る電気自動車２０の車載器２１の構成の一例を示すブロック図である。車載器２１は、二次電池２２の状態や充電に関する情報、電気自動車２０の状態や動作に関する情報を取得して、プローブ情報として電力管理装置１１へ送信する。

車載器２１は、コンピュータに例示される情報処理装置であり、図示されていないＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、記憶装置と、入力装置と、出力装置と、インターフェースとを備えている。ＣＰＵ、記憶装置、入力装置、出力装置、及びインターフェースは、バスやケーブルにより互いに情報の送受信が可能に接続されている。記憶装置は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、不揮発性メモリ及びＨＤＤ（Ｈａｒｄ Ｄｉｓｋ
Ｄｒｉｖｅ）に例示される。入力装置は、タッチパネル、キーボード、及びマウスに例示される。出力装置は、ディスプレイやプリンタに例示される。インターフェースは、外部のコンピュータや記憶装置や記憶媒体読取装置などと有線や無線のネットワークを介して双方向通信可能に接続される。

ＣＰＵは、例えば記憶媒体からインターフェースを介してＨＤＤにインストールされたコンピュータプログラムをＲＡＭに展開する。そして、展開されたコンピュータプログラムを実行して、必要に応じて記憶装置や入力装置や出力装置のようなハードウェアを制御しながら、当該コンピュータプログラムの情報処理を実現する。記憶装置は、コンピュータプログラムを記録し、ＣＰＵが利用する情報や生成する情報を記録する。入力装置は、ユーザに操作されることにより生成される情報をＣＰＵや記憶装置に出力する。出力装置は、ＣＰＵにより生成された情報や記憶装置の情報をユーザに認識可能に出力する。

車載器２１は、コンピュータプログラム（ソフトウェア）又はコンピュータプログラムとハードウェアとの協働で実現される車載器制御部２４と、車載器記憶部２５と、車載器測位部２６とを備えている。

車載器制御部２４は、車載器２１の動作を制御する。車載器制御部２４は、プローブ情報管理部２０１を備えている。プローブ情報管理部２０１は、所定の時間間隔、及び、所定のイベントごとに、二次電池２２の状態に関する情報や、二次電池２２の充電に関する情報や、電気自動車２０の状態に関する情報や、電気自動車２０の動作に関する情報を取得する。そして、プローブ情報管理部２０１は、それらの情報を、車載器を特定する情報（車載器ＩＤ）と共に、プローブ情報として電力管理装置１１へ送信する。ここで、所定の時間間隔は１０分間隔に例示され、所定のイベントは電源始動時／電源停止時や充電開始時／充電終了時に例示される。プローブ情報管理部２０１は、同じプローブ情報を車載器記憶部２５へも出力してもよい。

ここで、二次電池２２の状態に関する情報は、ＳＯＣ（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ：電池残量）を示すＳＯＣ情報に例示され、二次電池２２から取得される。二次電池２２の充電に関する情報は、充電手段（充電器３６又は家庭用充電器４１）が急速充電設備か普通充電設備かを示す充電手段情報に例示され、充電装置２３から取得される。電気自動車２０の状態に関する情報は、自身（電気自動車２０）が走行中か停止中か充電中かを示すステータス情報や、自身（電気自動車２０）の現在位置を示すＧＰＳ情報（測位情報）に例示され、電気自動車２０のマイクロコンピュータ（図示されず）から取得される。
電気自動車２０の動作に関する情報は、自身（電気自動車２０）の電源がＯＮ又はＯＦＦかや自身（電気自動車２０）の二次電池２２の充電が開始か停止かを示す行動情報に例示され、電気自動車２０のマイクロコンピュータから取得される。したがって、プローブ情報は、ＳＯＣ情報、充電手段情報、ステータス情報、ＧＰＳ情報（測位情報）、行動情報、車載器ＩＤを含んでいる。

車載器記憶部２５は、プローブ情報管理部２０１が出力するプローブ情報を、時刻及びイベントと関連付けて、プローブ情報データベース（ＤＢ）２１１に記憶してもよい。車載器測位部２６は、ＧＰＳ衛星群６０の信号に基づいて車載器２１の位置を算出し、自身（電気自動車２０）の現在位置を示すＧＰＳ情報（測位情報）として車載器制御部２４へ出力する。

次に、本実施の形態に係る充電器３６の充電器制御装置３１について説明する。

図２Ｂは、本実施の形態に係る充電器３６の充電器制御装置３１の構成の一例を示すブロック図である。充電器制御装置３１は、充電器３６における予約確認の動作や充電実行の動作を制御する。

充電器制御装置３１は、コンピュータに例示される情報処理装置であり、図示されていないＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、記憶装置と、入力装置と、出力装置と、インターフェースとを備えている。ＣＰＵ、記憶装置、入力装置、出力装置、及びインターフェースの説明については、車載器２１の場合と同様であるのでその説明を省略する。

充電器制御装置３１は、コンピュータプログラム（ソフトウェア）又はコンピュータプログラムとハードウェアとの協働で実現される充電器制御部３４と、充電器記憶部３５とを備えている。

充電器制御部３４は、充電器制御装置３１の動作を制御する。充電器制御部３４は、予約確認部３０１と充電実行部３０２とを備えている。予約確認部３０１は、充電に際して、ネットワーク５０を介して電力管理装置１１へ充電予約の有無を確認する。すなわち、予約確認部３０１は、ユーザによる充電器３６の使用希望を示す入力信号に応答して、ネットワーク５０を介して電力管理装置１１へ、当該ユーザが充電を予約しているか否かについて問い合わせを行う。電力管理装置１１において予約確認が取れた場合、予約確認部３０１は、当該ユーザの使用を許可する。充電実行部３０２は、予約が確認された電気自動車２０に対してのみ充電を実行する。すなわち、予約確認部３０１の使用許可に応答して、当該ユーザの予約内容に基づく使用条件で充電器３６が使用可能となるように、充電器３６を設定する。

充電器記憶部３５は、充電器３６に関する情報（例示：充電器３６の位置情報、充電器３６の充電手段情報）を格納していてもよい。

図２Ｃは、本実施の形態に係る電力管理装置１１の構成の一例を示すブロック図である。電力管理装置１１は、地域における電気自動車２０の充電用の電力の需要予測と、地域における充電器３６を用いた電気自動車の充電の予約管理とを行う。

電力管理装置１１は、コンピュータに例示される情報処理装置であり、図示されていないＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、記憶装置と、入力装置と、出力装置と、インターフェースとを備えている。ＣＰＵ、記憶装置、入力装置、出力装置、及びインターフェースの説明については、車載器２１の場合と同様であるのでその説明を省略する。

電力管理装置１１は、コンピュータプログラム（ソフトウェア）又はコンピュータプログラムとハードウェアとの協働で実現される制御部１４と、記憶部１５とを備えている。

制御部１４は、電力管理装置１１の動作を制御する。制御部１４は、予約管理部１０１と家庭電力需要予測部１０２と充電器電力需要予測部１０３と全体電力需要予測部１０４とを備えている。

予約管理部１０１は、地域における充電器３６を用いた電気自動車の充電の予約管理を行う。すなわち、予約管理部１０１は、インターネットを利用した充電器３６での充電の予約システムを提供する。ユーザは、その予約システムを介して、複数の充電器３６のいずれかでの充電を予約する。それにより、その予約に応じて、ユーザはその充電器３６での充電が可能となる。複数の充電器３６は、いずれも完全予約制の充電設備であるため、この予約システムを介して予約を行わなければ使用できない。予約管理部１０１は、予約に関する情報を記憶部１５に予約情報１１４として記憶する。

家庭電力需要予測部１０２と充電器電力需要予測部１０３と全体電力需要予測部１０４とは、地域における電気自動車の電力（充電量）の需要予測を行う。具体的には、以下のとおりである。

家庭電力需要予測部１０２は、所定の地域における複数の電気自動車２０の複数の車載器２１からのプローブ情報に基づいて、複数の家庭４０の複数の家庭用充電器４１で複数の電気自動車２０に充電される電力の予測値を算出する。ここで、プローブ情報は、例えば、過去に家庭用充電器４１で行われた充電に関する情報である。あるいは、家庭電力需要予測部１０２は、そのプローブ情報の代わりに、そのプローブ情報に基づく充電実績情報（後述）を用いても良い。更に、家庭電力需要予測部１０２は、充電される電力の予測値を算出するとき、予測値の精度を向上すべく、計算値を補正する係数を用いても良い。

充電器電力需要予測部１０３は、所定の地域における複数の充電器３６の予約状況に基づいて、複数の充電器３６により複数の電気自動車２０に充電されるであろう電力を合算して、複数の充電器３６で複数の電気自動車２０に充電される電力の予測値を算出する。
更に、充電器電力需要予測部１０３は、充電される電力の予測値を算出するとき、予測値の精度を向上すべく、計算値を補正する係数を用いても良い。

全体電力需要予測部１０４は、家庭電力需要予測部１０２が算出した家庭での電力需要の予測値と、充電器電力需要予測部１０３が算出した充電器での電力需要の予測値とを合算して、電気自動車２０の電力需要の予測値を算出する。

家庭電力需要予測部１０２と充電器電力需要予測部１０３と全体電力需要予測部１０４とは一体で電力需要予測を行うことから、まとめて電力需要予測部と見ることができる。
また、制御部１４は、算出された電気自動車２０の電力需要の予測値に基づいて、更に、電力のピークシフトやピークカットの制御を行っても良い。

記憶部１５は、プローブ情報データベース（ＤＢ）１１１と、車載器情報データベース（ＤＢ）１１２と、充電器情報データベース（ＤＢ）１１３と、予約情報データベース（ＤＢ）１１４と、充電実績情報データベース（ＤＢ）１１５とを記憶している。

プローブ情報データベース（ＤＢ）１１１は、車載器２１から送信されたプローブ情報を格納している。プローブ情報は、車載器ＩＤ、ＳＯＣ情報、充電手段情報、ステータス情報、ＧＰＳ情報（測位情報）、及び行動情報を含んでいる。車載器ＩＤとＳＯＣ情報、充電手段情報、ステータス情報、ＧＰＳ情報（測位情報）及び行動情報とは関連付けられている。

車載器情報データベース（ＤＢ）１１２は、車載器２１に関する情報を格納している。車載器２１に関する情報は、車載器２１の車載器ＩＤ、その車載器２１が取り付けられた電気自動車２０を特定する情報（自動車ＩＤ）、及その電気自動車２０の種類情報（例示：電池容量）を含んでいる。車載器ＩＤと自動車ＩＤ及び種類情報とは関連付けられている。車載器情報データベース（ＤＢ）１１２は、電気自動車２０が新規に登録されるときに更新される。

充電器情報データベース（ＤＢ）１１３は、充電器３６／家庭用充電器４１に関する情報を格納している。充電器３６／家庭用充電器４１に関する情報は、充電器３６／家庭用充電器４１を特定する情報（充電器ＩＤ）、充電器３６／家庭用充電器４１の測位情報（位置）、充電器３６／家庭用充電器４１の種類情報（急速充電／普通充電）、及び充電器３６／家庭用充電器４１の出力情報（充電量率：ＫＷｈ）を含んでいる。充電器３６／家庭用充電器４１の測位情報と種類情報及び出力情報とは関連付けられている。

各充電器３６／各家庭用充電器４１の測位情報（位置）及び種類情報（急速充電／普通充電）は、プローブ情報のＧＰＳ情報及び充電手段情報に基づいて登録される。これらの情報は、いずれかの電気自動車２０の車載器２１で、当該充電器３６又は家庭用充電器４１において１回計測できれば良く、以降の変化は無い。また、各充電器３６／各家庭用充電器４１の出力情報（充電量率：ＫＷｈ）は、プローブ情報のＳＯＣ情報の時間推移に基づいて登録される。すなわち、まず、車載器情報１１２から、車載器２１が取り付けられた電気自動車２０の電池容量（種類情報）が判る。次に、プローブ情報から、充電開始前後のＳＯＣ（ＳＯＣ情報）が判る。したがって、その電池容量とその充電開始前後のＳＯＣとから充電量（ＫＷ）が判る。その結果、その充電量（ＫＷ）と充電開始から充電停止までに要した時間とから、充電量率（ＫＷｈ：出力情報）が計算できる。この情報は、いずれかの電気自動車２０の車載器２１で、当該充電器３６又は家庭用充電器４１において１回計測できれば良く、以降の変化は無い。

予約情報データベース（ＤＢ）１１４は、予約管理部１０１が提供する予約システムにおける予約に関する情報を格納している。予約に関する情報は、どのユーザが、どの充電器３６を、どの時間帯で予約したかを示し、予約をしたユーザに関するユーザ情報（例示：ユーザＩＤ、ユーザ属性）、充電器ＩＤ、予約時刻、予約時間を含んでいる。充電器ＩＤと、予約時刻、予約時間、及びユーザ情報とは関連付けられている。

充電実績情報データベース（ＤＢ）１１５は、各充電器３６や各家庭用充電器４１における充電実績の情報を格納している。充電実績の情報は、車載器ＩＤ、充電器ＩＤ、充電時刻、充電時間、及び充電量を含んでいる。車載器ＩＤと充電時刻、充電時間、及び充電量とが関連付けられている。充電実績情報ＤＢ１１５は、更に、それらの充電実績の情報を統計処理した情報を含んでいる。制御部１４は、これらの情報を、充電が発生するごとにプローブ情報から抽出して、充電実績情報ＤＢ１１５に格納する。

なお、地域における電気自動車２０の電力の需要予測を行う電力需要予測部機能（家庭電力需要予測部１０２と充電器電力需要予測部１０３と全体電力需要予測部１０４）と、地域における充電器３６を用いた電気自動車２０の充電の予約管理を行う予約管理部１９１とを、別々の装置に設けても良い。その場合、各装置を互いに異なる場所に設置しても良い。また、記憶部１５の各ＤＢの全部又は一部は、別の装置に格納されていても良い。
また、制御部１４は、算出された電気自動車２０の電力需要の予測値に基づいて、更に、電力のピークシフトやピークカットの制御を行っても良い。

次に、本発明の実施の形態に係る電気自動車の電力需要予測方法（電気自動車の電力管理装置の動作）について説明する。

まず、電力管理装置１１の制御部１４の予約管理部１０１の動作について説明する。図３は、電力管理装置１１の制御部１４の予約管理部１０１の動作を示すフロー図である。
ここでは、予約管理部１０１の予約に関わる動作について説明する。

ＥＶ管理センタ１０の電力管理装置１１の予約管理部１０１は、予約用のホームページ（ＨＰ）を開設し、ユーザに各充電器３６を予約できるような仕組み（予約システム）を提供している（ステップＳ０）。この予約システムでは、ユーザは予め設定された時間単位で予約を行う。予め設定された単位が例えば１５分とすると、予約時間の最小単位は１５分となる。よって、３０分予約すると２単位分予約したことになる。なお、その場合、１０分だけの予約ということはできない。

ユーザは、例えば自宅のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）又は携帯端末（例示：携帯電話、スマートフォン）から予約用のホームページにアクセスする。そして、ユーザは、予約依頼情報を入力する（ステップＳ１）。予約依頼情報は、ユーザＩＤ、充電器ＩＤ、予約時刻及び予約時間を含む。ＰＣ又は携帯端末は予約依頼情報を電力管理装置１１へ送信する（ステップＳ２）。電力管理装置１１の予約管理部１０１は、予約依頼情報に基づいて、記憶部１５の予約情報ＤＢ１１４を参照して、予約が可能であるか否かを判定する（ステップＳ３）。

予約が不可能な場合（ステップＳ３：Ｎｏ）、予約管理部１０１は、予約が不可能であることを示す予約不可情報をＰＣ又は携帯端末へ返信する（ステップＳ４）。ユーザは、予約変更が可能か否かを判断する（ステップＳ５）。予約変更が不可能な場合（ステップＳ５：Ｎｏ）、ユーザは予約を終了し、それによりプロセスは終了する。予約変更が可能な場合（ステップＳ５：Ｙｅｓ）、ユーザは、内容を変更した予約依頼情報を再入力する（ステップＳ６）。ＰＣ又は携帯端末は最入力された予約依頼情報を電力管理装置１１へ送信する（ステップＳ７）。それによりプロセスはステップＳ３へ移行する。ステップＳ３において、予約が不可能な場合（ステップＳ３：Ｎｏ）については、前述のとおりである。

予約が可能な場合（ステップＳ３：Ｙｅｓ）、予約管理部１０１は、予約処理を行う（ステップＳ０８）。すなわち、予約管理部１０１は、どのユーザがどの充電器３６をどの時間帯で予約したかを予約情報ＤＢ１１４に登録する。具体的には、予約管理部１０１は、予約依頼情報に含まれるユーザＩＤ、充電器ＩＤ、予約時刻及び予約時間を予約情報ＤＢ１１４に記憶する。そして、予約管理部１０１は、予約が行われたことを示す予約確認情報をＰＣ又は携帯端末へ返信する（ステップＳ９）。予約確認情報は、予約された充電器ＩＤ、予約時刻及び予約時間とユーザＩＤを含んでいる。ユーザは、予約確認情報をＰＣ又は携帯端末に記憶する（ステップＳ１０）。

以上のようにして、予約管理部１０１（予約）が動作する。

本実施の形態では、地域の複数の充電器３６を完全予約制としている。そのため、電気自動車２０に充電される電力のうち、充電器３６を介して充電される電力については、予約情報を参照することで、事前に比較的正確に把握することができる。したがって、後述されるように、予約情報を用いることで、充電器３６を介して充電される電力の需要の予測を正確に行うことができる。

次に、電力管理装置の制御部の予約管理部の動作について説明する。図４は、電力管理装置の制御部の予約管理部の動作を示すフロー図である。ここでは、予約管理部の充電に関わる動作について説明する。

ユーザの車載器２１は、所定の時間間隔又は所定のイベントごとにプローブ情報を生成して電力管理装置１１へ送信している。ここでは、所定のイベントとして、充電が発生したため、車載器２１は、プローブ情報を生成して（ステップＳ２１）、そのプローブ情報を電力管理装置１１へ送信する（ステップＳ２２）。電力管理装置１１の制御部１４は、そのプローブ情報をプローブ情報ＤＢ１１１に記憶する（ステップＳ２３）。

ユーザは、予約した時刻に予約した充電器３６に行き、自身を証明するＩＣカードなどを利用して、充電器３６の充電器制御装置３１にユーザの個人を特定する情報（ユーザＩＤ）を通知する。充電器制御部３４の予約確認部３０１は、予約照合情報を生成する（ステップＳ２４）。予約照合情報は、ユーザＩＤ、充電器ＩＤ及び現在時刻を含む。予約確認部３０１は、予約照合情報を電力管理装置１１へ送信する（ステップＳ２５）。

電力管理装置１１の予約管理部１０１は、予約照合情報に基づいて、記憶部１５の予約情報ＤＢ１１４を参照して、予約の有無を判定する（ステップＳ２６）。予約管理部１０１は、予約の有無を示す予約照合結果情報を充電器制御装置３１へ返信する（ステップＳ２７）。

予約照合結果情報が予約無しを示す場合（ステップＳ２８：Ｎｏ）、予約確認部３０１は、充電不許可を示す表示を充電器制御装置３１のディスプレイに表示して（ステップＳ２９）、プロセスを終了する。一方、予約照合結果情報が予約有りを示す場合（ステップＳ２８：Ｙｅｓ）、予約確認部３０１は充電許可を示す表示を充電器制御装置３１のディスプレイに表示する（ステップＳ３０）。ユーザは、電気自動車２０の充電装置２３と充電器３６とをケーブルで接続し、充電器制御装置３１に所定の操作を行う。充電器制御部３４の充電実行部３０２は、ユーザの入力に応答して、充電を実行する（ステップＳ３１）。充電器３６が急速充電設備の場合、充電は大容量の電力で一気に行われる。一方、充電器３６が普通充電設備の場合、充電は家庭での充電と変わらず、小容量の電力でゆっくり行われる。

ユーザの車載器２１は、充電が終了したため、車載器２１は、プローブ情報を生成して（ステップＳ３２）、そのプローブ情報を電力管理装置１１へ送信する（ステップＳ３３）。電力管理装置１１の制御部１４は、そのプローブ情報をプローブ情報ＤＢ１１１に記憶する（ステップＳ３４）。充電終了後のプローブ情報は、充電実績情報ＤＢ１１５へ格納される。

以上のようにして、予約管理部１０１（充電）が動作する。

本実施の形態では、車載器２１のプローブ情報管理部２０１が充電の前後でプローブ情報を取得し、電力管理装置１１へ送信している。そのため、電力管理装置１１はプローブ情報を介して充電に関する情報を取得することができる。したがって、後述されるように、取得される充電に関する情報を用いることで、充電器３６を介して充電される電力の需要の予測を正確に行うことができる。

なお、家庭４０の家庭用充電器４１での充電は、予約などの管理をされることはない。したがって、家庭用充電器４１での充電は、以下のようなプロセスとなる。まず、車載器２１のプローブ情報管理部２０１は、充電の前にステップＳ２１〜Ｓ２３のようなプロセスを実行する。続いて、ユーザは充電装置２３を家庭用充電器４１へ接続して充電を行う。その後、プローブ情報管理部２０１は、充電の後にステップＳ３２〜Ｓ３４のようなプロセスを実行する。充電終了後のプローブ情報は、充電実績情報ＤＢ１１５へ格納される。

この場合にも、プローブ情報管理部２０１が充電の前後でプローブ情報を取得し、電力管理装置１１へ送信しているため、電力管理装置１１はプローブ情報を介して充電に関する情報を取得することができる。したがって、後述されるように、取得される充電に関する情報を用いることで、家庭用充電器４１を介して充電される電力の需要の予測を正確に行うことができる。

次に、電力管理装置の制御部の電力需要予測部（家庭電力需要予測部１０２、充電器電力需要予測部１０３及び全体電力需要予測部１０４）の動作について説明する。図５は、電力管理装置の制御部の電力需要予測部の動作を示すフロー図である。家庭電力需要予測部１０２、充電器電力需要予測部１０３及び全体電力需要予測部１０４を併せた全体（電力需要予測部）の動作について説明する。

需要予測を行う地域は、事前に特定される。それにより、需要予測の対象となる複数の充電ポイント（複数の充電ステーション３０、複数の家庭４０）が特定される。すなわち、需要予測の対象となる複数の充電器３６及び複数の家庭用充電器４１が特定される。

充電器電力需要予測部１０３は、需要予測の対象となる複数の充電器３６に関して以下の計算を行う。充電器電力需要予測部１０３は、予約情報ＤＢ１１４を参照して、複数の充電器３６の予約状況に基づいて、複数の充電器３６により複数の電気自動車２０に充電されるであろう電力を合算して、複数の充電器３６で充電される電力の電力需要予測値Ｐ１を算出する（ステップＳ４１）。電力需要予測値Ｐ１の計算の詳細は後述される。

家庭電力需要予測部１０２は、需要予測の対象となる複数の家庭用充電器４１に関して以下の計算を行う。家庭電力需要予測部１０２は、充電実績情報ＤＢ１１５（又はプローブ情報ＤＢ１１１）を参照して、複数の家庭用充電器４１で複数の電気自動車２０に充電される電力の電力需要予測値Ｐ２を算出する（ステップＳ４２）。電力需要予測値Ｐ２の計算の詳細は後述される。

全体電力需要予測部１０４は、家庭電力需要予測部１０２が算出した家庭での電力需要予測値Ｐ１と、充電器電力需要予測部１０３が算出した充電器での電力需要予測値Ｐ２とを合算して、電気自動車の電力需要予測値Ｐ（＝Ｐ１＋Ｐ２）を算出する（ステップＳ４３）。

以上のようにして、電力需要予測部は動作する。

本実施の形態では、電力の需要予測を、充電器３６での電力の需要予測と、家庭用充電器４１での電力の需要予測とに分離して計算している。そのため、完全予約制の充電器３６を用いた充電の場合と、家庭４０内の家庭用充電器４１を用いた充電の場合とで、それぞれ別々の条件を考慮することができる。それにより、両者を一緒にまとめて電力需要予測を行う場合と比較して、電力需要予測を正確に行うことができる。例えば、充電器での電力需要予測に関しては、充電器の予約状況というユーザによる電力需要がほぼ確実であることを示す情報を用いることで、正確な需要予測を行うことができる。一方、家庭用充電器での需要予測に関しては、家庭用充電器の充電実績というユーザの普段の習慣や慣習や流儀が反映された情報を用いることで、正確な需要予測を行うことができる。

次に、電力管理装置の制御部の充電器電力需要予測部１０３の動作（ステップＳ４１）について説明する。図６は、電力管理装置の制御部の充電器電力需要予測部１０３の動作を示すフロー図である。

充電ステーション３０の充電器３６に関する電力需要予測は以下のように行う。
まず、充電器電力需要予測部１０３は、需要予測を行う期間（予測期間）を、ｎ（ｎは自然数）個の区間に分割する（ステップＳ５１）。それにより、予測期間は、（予測期間）／ｎの時間単位で区切られる。言い換えると、充電器電力需要予測部１０３は、予測期間を、所定の時間単位で区切る。それにより、予測期間は、ｎ個の区間に分割される。例えば、予測期間を翌日の１日とし、９６個の区間に分割すると、その１日は１５分単位で区切られる。言い換えると、その１日を１５分単位で区切ることで、その１日は９６個の区間に分割される。このように、予測期間を分割してｎ個の区間に分割することで、その区間に特有の状況を反映することができる。例えば、深夜から早朝までの時間帯では充電器の需要が少ないという状況などである。

最初の第１区間（ｉ＝１；１≦ｉ≦ｎ、ｉは自然数）について、以下の計算を行う（ステップＳ５２）。
充電器電力需要予測部１０３は、その区間（ｉ＝１）の時間帯（例示：１５分間、０：００〜０：１５）において、予約が突発的に入る確率αを予約情報ＤＢ１１４から充電器３６ごとに求める（ステップＳ５３）。その地域に充電器３６が充電器３６１、３６２、…、３６（Ｑ−１）、３６ＱのＱ個ある場合、確率αは、α１、α２、…、α（Ｑ−１）、αＱのＱ個になる。ただし、予約情報ＤＢ１１４を参照して、その区間の時間帯に予約が入っている充電器３６については、充電器電力需要予測部１０３は確率αを求めない。

確率αｊ（ｊ＝１〜Ｑ）は、例えば、予約情報ＤＢ１１４に基づいて以下のように算出される。一例として、２１時の時点において、翌日（１日間）に、ある充電器３６ｊで充電される電力の需要予測を行う場合を考える。インターネット予約が前日の２３時までしか認められていない場合、確率αｊは、残り２時間（２１時〜２３時）の間にその充電器３６ｊに予約が入る確率となる。この場合、予約情報ＤＢ１１４を参照して、過去において、前日２１時〜２３時の間に、その区間の時間帯にその充電器３６ｊに予約が入った場合を抽出して確率を求める。例えば、過去３０日間において、残り２時間（２１時〜２３時）の間に、その区間の時間帯に、その充電器３６ｊで、１回突発的な予約が入った場合、確率α＝１／３０＝０．０３３となる。確率αｊは、予約が入っていない充電器３６ｊごとに算出される。なお、上記計算は一例であり、確率αｊは他の方法で求めても良い。

次に、充電器電力需要予測部１０３は、その区間の時間帯（予約時間帯）において、ユーザ（予約者）が予約をしたにもかかわらず充電器３６で充電を行わない確率βを予約情報ＤＢ１１４とプローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）から求める（ステップＳ５４）。その地域に充電器３６が充電器３６１、３６２、…、３６（Ｑ−１）、３６ＱのＱ個ある場合、確率βは、β１、β２、…、β（Ｑ−１）、βＱのＱ個になる。
ただし、予約情報ＤＢ１１４を参照して、その区間の時間帯に予約が入っていない充電器３６については、充電器電力需要予測部１０３は確率βを求めない。

確率βｊ（ｊ＝１〜Ｑ）は、例えば、予約情報ＤＢ１１４及びプローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）に基づいて以下のように算出される。まず、その区間の時間帯において、ある充電器３６ｊで、過去に充電が予約されていた回数と、過去に充電が予約されていながら充電が行わなかった回数を、予約情報ＤＢ１１４とプローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）とを参照して求める。確率βｊは、その充電器３６ｊで、過去に充電を予約していながら充電を行わなかった回数と過去に充電を予約していた回数との比で求められる。例えば、過去３０日間において、その充電器３６ｊで、過去に充電を予約していた回数が２０回で、過去に充電を予約していながら充電を行わなかった回数が１回の場合、確率βｊ＝１／２０＝０．０５となる。確率βｊは、予約が入っている充電器３６ｊごとに算出される。なお、上記計算は一例であり、確率βｊは他の方法で求めても良い。

ユーザ（予約者）を、予約を守るユーザと、予約をあまり守らないユーザと、予約を全く守らないユーザとに予めグループ分けし、各グループのユーザに、確率βｊとして、確率βａと、確率βｂと、確率βｃとを割り振っても良い。その場合、充電器３６ｊの確率βｊとして、その充電器３６ｊに予約を入れているユーザの属するグループの確率βａ／βｂ／βｃを用いる。それにより、電力需要予測の精度を向上させることができる。予約を守る程度については、例えば、ユーザごとに、過去に充電を予約していた回数と過去に充電を予約していながら充電を行わなかった回数との比を、予約情報ＤＢ１１４とプローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）とを参照して求めることで、決定することができる。

次に、充電器電力需要予測部１０３は、の第１区間の時間帯において、以下の式（１）により、その第１区間での電力需要予測値ｐ１１を算出する（ステップＳ５５）。
（第１区間での電力需要予測値ｐ１１）
＝ Σｊ（充電器出力）×（第１区間時間）×α１ｊ
＋Σｊ（充電器出力）×（第１区間時間）×（１−β１ｊ） …（１）
ただし、確率α１ｊ及び確率β１ｊの添え字の「１」は第１区間であることを示している。右辺第１項のΣｊは、予約が入っていない全ての充電器３６ｊについて合計を取ることを示している。また、右辺第２項のΣｊは、予約が入っている全ての充電器３６ｊについて合計を取ることを示している。
ここで、第１区間時間は、他の区間でも等しいので、“区間時間”とする。したがって、第１区間では、式（１）は以下のようになる。
（第１区間での電力需要予測値ｐ１１）
＝Σｊ（充電器出力）×（区間時間）×α１ｊ＋Σｊ（充電器出力）×（区間時間）×（１−β１ｊ）

充電器電力需要予測部１０３は、分割されたｎ個の区間の全部について、ステップＳ５３〜Ｓ５５が終了したか否かを確認する（ステップＳ５６）。終了していない場合（ステップＳ５６：Ｎｏ）、ｉを１だけ増やして（ステップＳ５７）、ステップＳ５３〜Ｓ５５を繰り返す。このとき、第ｉ区間（１≦ｉ≦ｎ；ｉは自然数）の時間帯において、以下の式（１’）により、その第ｉ区間での電力需要予測値ｐ１ｉを算出する（ステップＳ５５）。
（第ｉ区間での電力需要予測値ｐ１ｉ）
＝ Σｊ（充電器出力）×（区間時間）×αｉｊ
＋Σｊ（充電器出力）×（区間時間）×（１−βｉｊ） …（１’）

その結果、第１区間〜第ｎ区間までのｎ個の区間すべてについて、式（１’）の結果が得られる。すなわち、第１区間での電力需要予測値ｐ１１〜第ｎ区間での電力需要予測値ｐ１ｎが得られる。

充電器電力需要予測部１０３は、分割されたｎ個の区間の全部の電力需要予測値を合算して、充電器３６での電力需要予測値Ｐ１を算出する。すなわち、以下の式（２）となる。
（全区間での電力需要予測値Ｐ１）
＝Σｉｐ１ｉ …（２）
ただし、右辺のΣｉは、第１〜第ｎ区間の電力需要予測値ｐ１ｉについて合計を取ることを示している。

ステップＳ５３〜ステップＳ５８をまとめると、以下の式（２’）となる。
（全区間での電力需要予測値Ｐ１）
＝ Σｉ（Σｊ（充電器の出力）×（区間時間）×αｉｊ
＋Σｊ（充電器の出力）×（区間時間）×（１−βｉｊ）） …（２’）
ただし、右辺のΣｉは、第１〜第ｎ区間について合計を取ることを示している。

以上のようにして、充電器電力需要予測部１０３（ステップＳ４１）は動作する。

本実施の形態では、複数の充電器３６において充電が予測される電力を予約情報に基づいて見積もりを行っている。すなわち、ユーザが実際に充電する意思を明示した情報に基づいて見積もりを行っている。したがって、充電器３６で充電される電力の需要予測を精度良く行うことができる。更に、本実施の形態では、突発的に予約が入る確率αや、充電の予約はあるが実際に充電されない確率βを考慮することができる。それにより、充電器３６で充電される電力の需要予測をより精度良く行うことができる。

上記計算において、分割する時間単位を短くする（分割する区間数を多くする）と、電力需要予測値の精度をより高くすることができる。これは各区間の時間帯での確率αや確率βの精度が向上するからである。また、上記計算において、電力需要予測の期間を短時間先（例示：２時間先）に設定すると、確率αに属する充電器３６の数が減る（突発的に予約が入る充電器３６の数が少ない）ことになる。その結果として、電力需要予測の精度をより高くすることができる。

ただし、上記ステップＳ５３とステップＳ５４とは、過去の予約実績や充電実績に鑑みて、いずれか一方だけ実施しても良い。例えば、突発的な予約がほとんど発生しない場合、ステップＳ５４を省略しても良い。予約をしたにもかかわらず充電器３６で充電を行わない事態がほとんど発生しない場合、ステップＳ５４を省略しても良い。

ところで、一般に、充電の予約時間の全てが充電に使用されているわけではない。したがって、統計的な情報から予約時間中に充電している確率γを割出し、上記式にγをかけ合わせる方法もある。例えば、統計的に、予約時間のうちの約９０％の時間が充電に用いられ、残りの約１０％の時間が準備や片づけに用いられていると判断されたとする。その場合、予約時間中に充電している確率γ＝０．９となる。このγを上記計算に適用するためには、式（１’）や式（２’）のαｉｊや（１−βｉｊ）に更にγを掛ければよい。この操作により、充電の電力需要予測の精度を更に向上させることができる。

次に、電力管理装置の制御部の家庭電力需要予測部１０２の動作（ステップＳ４２）について説明する。図７は、電力管理装置の制御部の家庭電力需要予測部１０２の動作を示すフロー図である。

充電ステーション３０の充電器３６に関する電力需要予測は以下のように行う。
まず、家庭電力需要予測部１０２は、需要予測を行う期間（予測期間）を、ｍ（ｍは自然数）個の区間に分割する（ステップＳ６１）。それにより、予測期間は、（予測期間）／ｍの時間単位で区切られる。言い換えると、家庭電力需要予測部１０２は、予測期間を、所定の時間単位で区切る。それにより、予測期間は、ｍ個の区間に分割される。例えば、予測期間を翌日の１日とし、９６個の区間に分割すると、その１日は１５分単位で区切られる。言い換えると、その１日を１５分単位で区切ることで、その１日は９６個の区間に分割される。なお、ｍ＝ｎであっても良い。このように、予測期間を分割してｍ個の区間に分割することで、その区間に特有の状況を反映することができる。例えば、深夜から早朝までの時間帯では家庭用充電器の需要が多いという状況や、昼間の時間帯では家庭用充電器の需要が少ないという状況、などである。

最初の第１区間（ｈ＝１；１≦ｈ≦ｍ、ｈは自然数）について、以下の計算を行う（ステップＳ６２）。
家庭電力需要予測部１０２は、その区間（ｍ＝１）の時間帯（例示：１５分間、０：００〜０：１５）において、家庭用充電器４１で充電が行われる確率δをプローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）から求める（ステップＳ６３）。その地域に家庭用充電器４１が家庭用充電器４１１、４１２、…、４１（Ｒ−１）、４１ＲのＲ個ある場合、確率δは、δ１、δ２、…、δ（Ｒ−１）、δＲのＲ個になる。

確率δｋ（ｋ＝１〜Ｒ）は、例えば、プローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）に基づいて以下のように算出される。まず、その区間の時間帯において、ある家庭用充電器４１ｋで、過去の所定の期間内に充電がされた回数を、プローブ情報ＤＢ１１１（又は充電実績情報ＤＢ１１５）を参照して求める。確率δｋは、その家庭用充電器４１ｋで、充電がされた回数と、過去の所定の期間におけるその区間の発生回数との比で求められる。例えば、過去３０日間において、その家庭用充電器４１ｋで、充電がされた回数が６回のとき、その区間の発生回数は３０回であるから、確率δｋ＝６／３０＝０．２となる。確率δｋは、家庭用充電器４１ごとに算出される。なお、上記計算は一例であり、確率δｋは他の方法で求めても良い。

次に、家庭電力需要予測部１０２は、第１区間の時間帯において、以下の式（３）により、その第１区間での電力需要予測値ｐ２１を算出する（ステップＳ６４）。
（第１区間での電力需要予測値ｐ２１）
＝Σｋ（充電量率）×（第１区間時間）×δ１ｋ …（３）
ただし、確率δ１ｋの添え字の「１」は第１区間であることを示している。右辺のΣｋは、全ての家庭用充電器４１ｋについて合計を取ることを示している。
ここで、第１区間時間は、他の区間でも等しいので、“区間時間”とする。したがって、第１区間では、式（３）は以下のようになる。
（第１区間での電力需要予測値ｐ２１）
＝Σｋ（充電量率）×（区間時間）×δ１ｋ

家庭電力需要予測部１０２は、分割されたｍ個の区間の全部について、ステップＳ６３〜Ｓ６４が終了したか否かを確認する（ステップＳ６５）。終了していない場合（ステップＳ６５：Ｎｏ）、ｈを１だけ増やして（ステップＳ６６）、ステップＳ６３〜Ｓ６４を繰り返す。このとき、第ｈ区間（１≦ｈ≦ｍ；ｈは自然数）の時間帯において、以下の式（３’）により、その第ｈ区間での電力需要予測値ｐ２ｈを算出する（ステップＳ６４）。
（第ｈ区間での電力需要予測値ｐ２ｈ）
＝Σｋ（充電量率）×（区間時間）×δｈｋ …（３’）

その結果、第１区間〜第ｍ区間までのｍ個の区間すべてについて、式（３’）の結果が得られる。すなわち、第１区間での電力需要予測値ｐ２１〜第ｍ区間での電力需要予測値ｐ２ｍが得られる。

家庭電力需要予測部１０２は、分割されたｍ個の区間の全部の電力需要予測値を合算して、家庭用充電器４１での電力需要予測値Ｐ２を算出する。すなわち、以下の式（４）になる。
（全区間での電力需要予測値Ｐ２）
＝Σｈｐ２ｈ …（４）
ただし、右辺のΣｈは、第１〜第ｍ区間の電力需要予測値ｐ２ｈについて合計を取ることを示している。

ステップＳ６３〜ステップＳ６７をまとめると、以下の式（４’）となる。
（全区間での電力需要予測値Ｐ２）
＝Σｈ（Σｋ（充電量率）×（区間時間）×δｈｋ） …（４’）
ただし、右辺のΣｈは、第１〜第ｍ区間について合計を取ることを示している。

以上のようにして、家庭電力需要予測部１０２（ステップＳ４２）は動作する。

本実施の形態では、複数の家庭用充電器４１において充電が予測される電力を過去の充電実績に基づいて見積を行っている。すなわち、家庭４０に固有の習慣や慣習、やり方、流儀、くせ、スケジュールなどを反映した見積もりを行うことができる。したがって、家庭用充電器４１で充電される電力の需要予測を精度良く行うことができる。

上記計算において分割する時間単位を短くする（分割する区間数を多くする）と、電力需要予測値の精度をより高くすることができる。これは各区間の時間帯での確率δの精度が向上するからである。

本発明のプログラム、データ構造は、コンピュータ読取可能な記憶媒体に記録され、その記憶媒体から情報処理装置に読み込まれても良い。

本発明は上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変形又は変更され得ることは明らかである。

１ ＥＶ管理システム
１０ ＥＶ管理センタ
１１ 電力管理装置
１４ 制御部
１０１ 予約管理部
１０２ 家庭電力需要予測部
１０３ 充電器電力需要予測部
１０４ 全体電力需要予測部
１５ 記憶部
１１１ プローブ情報データベース
１１２ 車載器情報データベース
１１３ 充電器情報データベース
１１４ 予約情報データベース
１１５ 充電実績情報データベース
２０ 電気自動車
２１ 車載器
２２ 二次電池
２３ 充電装置
２４ 車載器制御部
２０１ プローブ情報管理部
２５ 車載器記憶部
２１１ プローブ情報データベース
２６ 車載器測位部
３０ 充電ステーション
３１ 充電器制御装置
３４ 充電器制御部
３０１ 予約確認部
３０２ 充電実行部
３５ 充電器記憶部
３６ 充電器
４０ 家庭
４１ 家庭用充電器
５０ ネットワーク
６０ ＧＰＳ衛星群

Claims (14)

1. 電力管理装置と通信可能な電気自動車の車載器であって、
   前記電力管理装置は、
   所定の地域における複数の充電器での電気自動車の第１電力需要予測値を算出する充電器電力需要予測部と、
   前記所定の地域における複数の家庭用充電器での電気自動車の充電実績と前記複数の家庭用充電器の出力とに基づいて、前記複数の家庭用充電器での電気自動車の第２電力需要予測値を算出する家庭電力需要予測部と、
   前記第１電力需要予測値と前記第２電力需要予測値とを合算し、前記所定の地域での電気自動車の第３電力需要予測値を算出する全体電力需要予測部と
   を具備し、
   前記充電器電力需要予測部は、
   前記第１電力需要予測値を算出する予測期間を分割して複数の第１小期間とし、前記複数の第１小期間の各々に対して前記複数の充電器の過去の予約状況において過去に予約が入った場合を抽出して前記複数の充電器ごとに予約が突発的に入る第１確率を算出し、
   前記複数の第１小期間の各々において、前記複数の充電器のうちの予約が入っていない充電器について、前記予約が入っていない充電器の出力に前記第１小期間の時間を乗じた値に前記第１確率を乗じた第１の値を算出し、
   すべての前記複数の第１小期間についての前記第１の値の総和に基づいて前記第１電力需要予測値を算出し、
   前記車載器は、
   電気自動車の状態や動作に関する情報、二次電池の状態に関する情報を取得して、プローブ情報として管理する車載器制御部と、
   前記プローブ情報を記憶する車載器記憶部と、
   を具備する
   車載器。
2. 前記充電器電力需要予測部は、
   前記複数の充電器の過去の予約状況における予約回数と充電実績の回数との比から、前記複数の第１小期間の各々に対して前記複数の充電器ごとに予約が実行されない第２確率を算出し、
   前記複数の充電器のうちの予約が入っている充電器について、前記予約が入っている充電器の出力に前記第１小期間の時間を乗じた値に１から前記第２確率を減じた値を乗じた第２の値を算出し、
   すべての前記複数の第１小期間についての前記第１の値及び前記第２の値の総和をとり、前記第１電力需要予測値として算出する
   請求項１に記載の車載器。
3. 前記家庭電力需要予測部は、
   前記複数の家庭用充電器での電気自動車の充電実績に基づいて、前記複数の家庭用充電器で電気自動車の充電が行われる第３確率を算出し、
   前記複数の家庭用充電器の出力と前記第３確率とに基づいて、前記第２電力需要予測値を算出する
   請求項１または２に記載の車載器。
4. 前記家庭電力需要予測部は、前記第２電力需要予測値を算出する予測期間を分割して複数の第２小期間とし、
   前記家庭電力需要予測部は、前記複数の第２小期間の各々において、前記複数の家庭用充電器での電気自動車の電力需要予測値を算出して、それらを合算して前記第２電力需要予測値とする
   請求項１乃至３のいずれか一項に記載の車載器。
5. 前記予約状況に関する情報を記憶する予約情報データベースと、
   電気自動車に搭載された車載器から取得された前記複数の充電器及び前記複数の家庭用充電器の充電実績に関する情報を記憶する充電実績情報データベースと
   を更に具備する
   請求項１乃至４のいずれか一項に記載に記載の車載器。
6. 前記プローブ情報として、ＳＯＣ情報、充電手段情報、ＧＰＳ情報、行動情報、車載器ＩＤを含む
   請求項１乃至５のいずれか一項に記載に記載の車載器。
7. 前記車載器記憶部は、
   前記プローブ情報を、時刻及びイベントと関連付けて記録する
   請求項１乃至６のいずれか一項に記載に記載の車載器。
8. 請求項１乃至７のいずれか一項に記載に記載の車載器を搭載した
   電気自動車。
9. 電力管理装置と通信可能な充電器であって、
   前記電力管理装置は、
   所定の地域における複数の充電器での電気自動車の第１電力需要予測値を算出する充電器電力需要予測部と、
   前記所定の地域における複数の家庭用充電器での電気自動車の充電実績と前記複数の家庭用充電器の出力とに基づいて、前記複数の家庭用充電器での電気自動車の第２電力需要予測値を算出する家庭電力需要予測部と、
   前記第１電力需要予測値と前記第２電力需要予測値とを合算し、前記所定の地域での電気自動車の第３電力需要予測値を算出する全体電力需要予測部と
   を具備し、
   前記充電器電力需要予測部は、
   前記第１電力需要予測値を算出する予測期間を分割して複数の第１小期間とし、前記複数の第１小期間の各々に対して前記複数の充電器の過去の予約状況において過去に予約が入った場合を抽出して前記複数の充電器ごとに予約が突発的に入る第１確率を算出し、
   前記複数の第１小期間の各々において、前記複数の充電器のうちの予約が入っていない充電器について、前記予約が入っていない充電器の出力に前記第１小期間の時間を乗じた値に前記第１確率を乗じた第１の値を算出し、
   すべての前記複数の第１小期間についての前記第１の値の総和に基づいて前記第１電力需要予測値を算出し、
   前記充電器は充電器制御装置を具備し、
   前記充電器制御装置は、
   充電予約を確認し、前記充電予約が確認された電気自動車に対してのみ充電を実行する充電器制御部と、
   充電器に関する情報を格納する充電器記憶部と、
   を具備する
   充電器。
10. 前記充電器電力需要予測部は、
    前記複数の充電器の過去の予約状況における予約回数と充電実績の回数との比から、前記複数の第１小期間の各々に対して前記複数の充電器ごとに予約が実行されない第２確率を算出し、
    前記複数の充電器のうちの予約が入っている充電器について、前記予約が入っている充電器の出力に前記第１小期間の時間を乗じた値に１から前記第２確率を減じた値を乗じた第２の値を算出し、
    すべての前記複数の第１小期間についての前記第１の値及び前記第２の値の総和をとり、前記第１電力需要予測値として算出する
    請求項９に記載の充電器。
11. 前記家庭電力需要予測部は、
    前記複数の家庭用充電器での電気自動車の充電実績に基づいて、前記複数の家庭用充電器で電気自動車の充電が行われる第３確率を算出し、
    前記複数の家庭用充電器の出力と前記第３確率とに基づいて、前記第２電力需要予測値を算出する
    請求項９または１０に記載の充電器。
12. 前記家庭電力需要予測部は、前記第２電力需要予測値を算出する予測期間を分割して複数の第２小期間とし、
    前記家庭電力需要予測部は、前記複数の第２小期間の各々において、前記複数の家庭用充電器での電気自動車の電力需要予測値を算出して、それらを合算して前記第２電力需要予測値とする
    請求項９乃至１１のいずれか一項に記載の充電器。
13. 前記充電の予約に関する情報を記憶する予約情報データベースと、
    電気自動車に搭載された車載器から取得された前記複数の充電器及び前記複数の家庭用充電器の充電実績に関する情報を記憶する充電実績情報データベースと
    を更に具備する
    請求項９乃至１２のいずれか一項に記載に記載の充電器。
14. 請求項９乃至１３のいずれか一項に記載に記載の充電器を具備した
    充電ステーション。

Images