JP5735130B2 - 複数の電気エネルギー自動車のエネルギー必要量を予測するためのシステムおよび方法 - Google Patents

Description

本発明は、たとえば電気自動車など、複数の電気エネルギーシンクのエネルギー必要量を予測するための装置および方法、ならびにその方法に関する。

この項は、本発明のより良い理解を容易にする助けとなり得る側面を紹介する。したがってこの節の文はこの観点から読まれるべきであり、何が従来技術であり、何が従来技術でないかについて自認するものと理解されるべきではない。

配電における主な制限は、居住人口の必要性のために一般に発電される規模で電気エネルギーを蓄積することは難しいということである。したがって発電が電力需要に非常に密に適合することを確実にするために、高度な制御システムが必要である。

多数のユーザが共存し、全体の負荷が円滑にかつ予測可能に変化する住宅用および工業用発電環境では、ユーザ当たりの「平均」エネルギー負荷を比較的正確に予測し、それに従って電気エネルギーを生成することが可能である。

多くの再充電ステーションを通じて電気エネルギー分配ネットワークに一時的に接続された電気エネルギー自動車の初期の段階の環境においては、電気自動車の充電は規則的な事象であり、一方発電はできるだけ一定であることが必要なので、将来のエネルギー負荷を正確に予測することははるかに難しい。

さらに電気自動車の移動およびそれらの蓄電は、エネルギー需要と供給の場所および時間の予測を不可能にする。これは、電気自動車の再充電処理時にエネルギー分配ネットワークにおける一時的な負荷ピークおよびボトルネックに繋がる。

本発明は、電気自動車の移動体ネットワークにおける将来のエネルギー必要量を予測する方法を追求するものである。

本文書の目的は、請求項１に記載のシステムである。

本文書の他の目的は、請求項８または１０に記載の方法である。

本文書は、認識学習モデルに基づくエネルギー予測モデルについてであり、大きさおよび場所が不確定に変動するエネルギー負荷が発電機器に困難さをもたらすときに特に有利である。

これは、地理的エリアにわたる選択的なエネルギー分配を可能にし、さらにエネルギー需要を減速または加速するために再充電ステーションにおいて価格を動的に適応させるように構成することができる。

有利には、さらに電気自動車の充電、修理、または交換のインフラストラクチャのネットワークを計画立案し、規模を合わせ、分散させるために用いることができる。

本発明はまた添付の特許請求の範囲に詳述されるような他の目的にも関する。

次に本発明の実施形態による装置および方法のいくつかの実施形態について例示に過ぎないものとして、添付の図面を参照して説明する。

本発明の一実施形態による装置を概略的に示す図である。 図１のエネルギー必要量を管理する方法を示す図である。 本発明の一実施形態による方法のための地理的エリア１０を表す図である。 地理的エリアにわたるサンプルのエネルギー必要量分布マップを示す図である。

図１は、それらのそれぞれの進路１４に沿って複数の電気自動車１２がその中を循環する、地理的エリア１０、および少なくとも１つのエネルギー必要量予測装置５０を概略的に示す。

各電気自動車１２は、前記進路１４に沿った電気自動車１２の移動に少なくとも部分的に電力供給するように構成された「電池」とも呼ぶ電池手段２２を備える。電池２２は、そのエネルギーレベルの状態、および特に完全充電のために必要なエネルギー量、すなわち完全充電エネルギー容量と瞬時充電量との間のエネルギー差を求めるように構成される。

各電気自動車１２はさらに、地理的エリア１０内の電気自動車１２の位置に対する情報を求めるように構成された測位手段２３を備える。このような情報はたとえばＧＰＳ座標などの処理された情報を含むことができる。このような情報はまた、たとえば１つまたは複数の最も近いランドマーク、電気自動車１２の場所を推測するように構成された既知の場所データを有する１つまたは複数の最も近いＧＳＭ（登録商標）送受信基地局に対する情報を含むことができる。

さらに電気自動車１２は、たとえばＧＳＭ、Ｗｉｆｉ、無線、衛星その他の、エネルギー必要量予測装置５０と無線で情報を通信するように構成された通信手段２４を備える。

さらに電気自動車１２は、測位手段２３からの場所情報を、電池２２からの電池エネルギーレベル情報と結合するためのコントローラ２５を備える。コントローラ２５はさらに、この情報を識別参照たとえば一意の車両ＩＤと共に、通信手段２５を通じてエネルギー必要量予測装置５０に送るように構成される。

エネルギー必要量予測装置５０は、電気自動車１２の各通信手段２５から情報を受け取るための通信装置２６を備える。

装置はさらに通信装置２６から受け取った情報を処理するためのプロセッサ２７、および通信装置２６から受け取ったすべての受け取った情報を記憶するための記憶手段２８を備える。

たとえば記憶手段２８はデータベースを備えることができ、それによって電池エネルギー情報および場所が、追跡される各電気自動車１２用のタイムスタンプに対して記憶される。

さらにエネルギー必要量予測装置５０は、地図情報など、交通網に対する情報を含む記憶データベース２９をさらに備えることができる。

図２は、地理的エリアにわたるエネルギー必要量を予測するプロセスを概略的に示す。

自動車１２では、コントローラ２５は定期的にたとえば１５分ごとに、電池２２のエネルギー状態と、測位手段２３からの電気自動車１２の場所とに対する情報を収集し、この情報を電気自動車１２の一意の識別子と組み合わせる。

この組み合わされた情報は、電気自動車１２のコントローラ２５から予測装置５０のプロセッサ２７に、電気自動車１２の通信手段２４を通じて、およびエネルギー必要量予測装置５０の通信装置２６を通じて送られる。

プロセッサ２７は、電気自動車１２から受け取った定期的情報を記憶手段２８に記憶する。

定期的に、プロセッサ２７は記憶手段２８から各電気自動車１２に対するすべての電池充電情報を負荷し、下記に基づいて各電気自動車１２の予想される持続性を確定する（ステップ４０）：
− 履歴から求められたエネルギー使用率および
− 最後に受け取った電池エネルギー容量

たとえばプロセッサ２７は、たとえば９０％の確実性で１００キロメートルの走行距離など、確からしい確率係数を用いて持続性を求めることができる。あるいはプロセッサは、たとえば９５％の確率で８０キロメートル、９０％の確率で１００キロメートル、７０％の確率で１２０キロメートル、および４０％の確率で１５０キロメートルなど、確率数値に対応する各持続性によって各電気自動車に対するいくつかの持続性数値を求めることができる。

持続性とは、電池２２のエネルギー蓄積量が空になる前に電気自動車１２が走行できるであろう距離の範囲であると理解される。

したがってプロセッサ２７は、履歴から求められたパラメータおよび認識方式に基づいて、管理エリア１０内の各電気自動車１２の予想される持続性を確定することができる。

発明者らによれば認識方式とは、過去の情報の分析によって将来の結果を推論する学習法を意味する。方法はまた、より多くのデータを用いおよび時間にわたり、より高い予測の精度を得ることができる。

各電気自動車１２に対する持続性データの計算（ステップ４０）と並行してプロセッサ２７は、地図記憶データベース２９、およびデータベース２８に記憶されたような電気自動車１２の移動情報を分析する（ステップ４２）。

移動情報はデータベース２８内の既知の個々の測位点を分析して、学習アルゴリズムを用い、電気自動車１２によって好まれる経路および道路と、電気自動車１２によって好まれる地図区域とを判定するために求めることができる。

これは下記によって達成される：
− 履歴分析を用いて、電気自動車１２が最も頻繁に検出され、したがって自動車１２を検出する可能性が高い地理的区域を分析する
− 地図情報を分析して検出された場所から可能な道路を求め、それぞれの道路の交通量を分析して電気自動車１２が現在の場所からその道路を用いる見込みを求める

あるいは移動情報は、記憶手段２８内の履歴上の測位情報に対して学習アルゴリズムを用い、および各交差路での交通方向の確率を特定するために記憶手段２９からの地図データを活用することによって、求めることができる。

たとえば図３を参照するとプロセッサ２７は、各セルが直交基準（ｘ１，ｙ１）から（ｘｎ，ｙｎ）を有するように、地理的エリア１０を直角のセルに再分割することができる。次いで交差路３１では、各セル（ｘ１，ｙ１）から（ｘｎ，ｙｎ）が当該の電気自動車１２に対する目的地となる関連する確率値を有するように、履歴情報からすべての電気自動車の交通量のどの部分がどの経路をとるかを求めることができる。

プロセッサ２７は前述のように、各電気自動車１２の推定された持続性をその推定された経路と組み合わせて、エネルギー予測分配を確定する。

将来のエネルギー分配確率Ｐは、各セル（ｘ，ｙ）にて所与の時間ｔにて、セル（ｘ，ｙ）に向かうすべての電気自動車に対して、前述のように所与の関連する確率での空き充電容量（ｅｍｐｔｙ−ｃｈａｒｇｅ ｃａｐａｃｉｔｙ：ＥＣＣ）の合計として確立することができる。

ただしＥＣＣは空き充電容量であり、全容量での電池２２と、通信の時点での瞬時電池容量との間のエネルギー差であることを理解されたい。言い換えれば空き充電容量は、電池２２を全容量まで再び満たすに必要なエネルギーである。

このようなアルゴリズムはたとえば、図４に示されるような、電気自動車に対する将来のエネルギー必要量の地図学的マップを生成することができる。これは将来のエネルギー需要が低い区域３３と、将来のエネルギー需要が高い区域３４とを有するマップを生成する。

高エネルギー需要が集中する区域３４は一般に、電気エネルギーを必要とすると見なされる電気自動車１２の密度が高い場所に対応することができる。低エネルギー容量が集中する区域３３は一般に、電気自動車１２が少ないか、電気の再充電が必要と見なされる電気自動車１２が少ない場所である。

他の実施形態では、移動予測および持続性予測の処理は、エネルギー管理装置５０内ではなく電気自動車１２内で行うことができる。たとえば各電気自動車１２のコントローラ２５は、総計し認識学習法を用いて、確率情報に関連する持続性および移動情報をそれ自体で確定することができる。この処理された情報は次いでエネルギー管理装置に送られ、次いでエネルギー管理装置はあらゆる電気自動車の情報を総計してエネルギー需要モデルを生成することになる。したがってプロセスは同じであるが、主要な処理は電気自動車にわたって分散される。

当業者なら様々な上述の方法はプログラムされたコンピュータによって行うことができることが容易に理解されよう。本明細書では一部の実施形態は、マシンまたはコンピュータ可読である、プログラム記憶装置、たとえばデジタル記憶媒体を包括し、機械実行可能なまたはコンピュータ実行可能な命令のプログラムをコード化することが意図される。前記命令は本明細書で述べられた方法のステップの一部またはすべてを行う。プログラム記憶装置はたとえば、デジタルメモリ、磁気ディスクまたは磁気テープ、ハードディスク装置などの磁気記憶媒体、または光学的読み出し可能デジタルデータ記憶媒体とすることができる。実施形態はまた、本明細書で述べられた方法の前記ステップを行うようにプログラムされたコンピュータも包括することが意図される。

本発明は他の特定の装置および／または方法で具体化することができる。記載された実施形態は、すべての点で例示に過ぎず、限定的と見なされるべきではない。特に本発明の範囲は、本明細書内の説明および図面によってではなく、添付の特許請求の範囲によって示される。特許請求の範囲と均等な意味および範囲内に含まれるすべての変更は、それらの範囲内に包含されるものとする。

Claims (12)

1. 画定された管理エリアにわたる複数の電気エネルギー自動車のエネルギー必要量を予測するためのシステムであって、
   それぞれが電池手段（２２）、測位手段、および第１のプロセッサ手段（２５）を備える、前記管理エリア内にある複数の電気エネルギー自動車（１２）と、
   前記電気自動車のそれぞれと通信する第２のプロセッサ手段（２７）を備えるエネルギー管理装置（２０）とを備え、
   第１または第２のプロセッサ手段（２５；２７）は、前記管理エリア内の各電気エネルギー自動車から位置情報およびエネルギー必要量情報を受け取るように構成され、
   位置情報を受け取った前記第１または第２のプロセッサはさらに、位置情報から認識方式によって、各可能な移動の確率係数に関連して、情報が関係する自動車の移動に関する情報を確定するように構成され、
   エネルギー必要量情報を受け取った前記第１または第２のプロセッサはさらに、認識方式によって、各可能な持続性の確率係数に関連して、情報が関係する自動車の電池手段のエネルギー持続性に関する情報を確定するように構成され、
   前記第２のプロセッサは、自動車の移動に関する情報と自動車の電池手段のエネルギー必要量に関する情報とを組み合わせて、前記電気エネルギー自動車に対する将来のエネルギー必要量を示す、前記管理エリアにわたる予測エネルギー分配モデルを生成するように構成され、
   前記予測エネルギー分配モデルは、所与の時間（ｔ）における、前記管理エリアをわたる電気エネルギー自動車のすべてに対する将来のエネルギー必要量を示す地図学的マップである、システム。
2. 第２のプロセッサ手段が、前記管理エリア内の各電気エネルギー自動車から位置情報およびエネルギー必要量情報を受け取る、請求項１に記載のシステム。
3. 第２のプロセッサ手段が、すべての受け取った情報の受け取りと共に一意の車両識別子をさらに受け取る、請求項２に記載のシステム。
4. エネルギー必要量情報が、電池手段を全容量まで満たすのに必要なエネルギーについての情報を含む、請求項１から３のいずれか一項に記載のシステム。
5. 第１または第２の処理手段によって求められた移動情報が、前記電気自動車の履歴上の移動を比較する、請求項１から４のいずれか一項に記載のシステム。
6. 第１または第２の処理手段によって求められた移動情報が地図情報および交通量情報をさらに含み、地図情報に含まれた経路の交差点での交通パターンを分析することによって移動情報を確定する、請求項１から３のいずれか一項に記載のシステム。
7. 測位手段が、携帯電話アンテナまたは基地局などの通信中継装置から位置情報を求める、請求項１から６のいずれか一項に記載のシステム。
8. 電気エネルギー自動車のプロセッサ（２５）上で実行されるように構成された方法であって、前記プロセッサは前記自動車の電池手段および測位手段と通信し、前記方法は、
   前記測位手段から自動車の位置に関する情報を受け取り、
   前記電池手段から自動車のエネルギー必要量に関する情報を受け取り、
   位置情報から認識方式によって、各可能な移動の確率係数に関連して、自動車の移動に関する情報を確定し、
   エネルギー必要量情報から認識方式によって、各可能な持続性の確率係数に関連して、電池手段の持続性に関する情報を確定し、
   前記移動情報および前記持続性情報から、管理エリアにわたる予測エネルギー分配モデルを生成するように構成され、
   前記予測エネルギー分配モデルは、所与の時間（ｔ）における、前記管理エリアをわたる電気エネルギー自動車のすべてに対する将来のエネルギー必要量を示す地図学的マップである、方法。
9. 請求項８に記載の方法を実行するように構成されたコンピュータ可読コードを記憶するように構成されたコンピュータ可読記憶媒体。
10. それぞれが電池手段（２２）、測位手段、および第１のプロセッサ手段（２５）を備える、前記管理エリア内にある複数の電気エネルギー自動車（１２）と、
    前記電気自動車のそれぞれと通信する第２のプロセッサ手段（２７）を備えるエネルギー管理装置（２０）とを備える、システムによって、画定された管理エリアにわたる複数の電気エネルギー自動車のエネルギー必要量を管理する方法であって、
    第１または第２のプロセッサ手段（２５；２７）により、各電気エネルギー自動車から位置情報およびエネルギー必要量情報を受け取るステップと、
    第１または第２のプロセッサ手段により、各電気自動車（１２）に対する履歴上の位置情報に基づいて、各移動予測の確率係数に関連して、各電気自動車に対する移動情報を確定するステップと、
    第１または第２のプロセッサ手段により、各電気自動車（１２）に対する履歴上のエネルギー使用情報に基づいて、好ましくは各持続性予測の確率係数に関連して、各電気自動車に対するエネルギー持続性情報を確定するステップと、
    第２のプロセッサ手段により、前記移動情報およびエネルギー持続性情報から、前記画定された管理エリアにわたる予測エネルギー分配モデルを生成するステップとを含み、
    前記予測エネルギー分配モデルは、所与の時間（ｔ）における、前記管理エリアをわたる電気エネルギー自動車のすべてに対する将来のエネルギー必要量を示す地図学的マップである、方法。
11. 請求項１０に記載の方法を実行するように構成されたコンピュータプログラム。
12. 請求項１０に記載の方法を実行するように構成されたコンピュータ可読コードを記憶するように構成されたコンピュータ可読記憶媒体。

Images