JP5889289B2 - 配置解析プログラム、配置解析装置及び配置解析方法 - Google Patents

Description

本発明は、配置解析プログラム、配置解析装置及び配置解析方法に関する。

従来、車両の交通シミュレータは、一つの様態として、既存の交通インフラの有効利用や、新規の交通インフラの整備計画に伴う道路環境の予測等の都市計画で利用される。かかる交通シミュレータでは、多くの情報をモデル化してシミュレーションを行なうことで、より高精度なシミュレーション結果を得ることができる。

例えば、モデル化する情報としては、車両１台毎の速度や加速度、車間距離、道路の幅員や車線数、信号機の切り替え及び線路の踏み切り等が挙げられる。そして、最近では、上記のような詳細な情報を利用してシミュレーションを行なう様々な交通シミュレータの技術がある。

特開２００４−２５８８８９号公報 特開２００５−２９２９４５号公報

ところで、近年では、石油に対する依存度の低減やＣＯ_２の排出量の削減を目指した動きが国際的に活発になっている。これに伴い、運輸の部門では、プラグインハイブリッド自動車、電気自動車及び燃料電池自動車等の次世代自動車の開発が進められている。ところが、上述した従来技術は、詳細で且つ複数の情報をモデル化してシミュレーションを行なっているものの、電気自動車に有用な情報を利用していないため、電気自動車に関するシミュレーションには適さない。

また、電気自動車は、例えば、各家庭での充電のみでなく、充電インフラを利用した充電を要することがある。かかる充電インフラの配置については、同様に、電気自動車に有用な情報に基づいて決定されることが好ましい。このため、充電インフラの好適な配置場所の解析が可能なシミュレータの要求が高まっている。

そこで、本発明は、上記に鑑みてなされたものであって、電気自動車への動力源を供給する充電インフラの好適な配置場所を解析することが可能である配置解析プログラム、配置解析装置及び配置解析方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明に開示する配置解析プログラムは、一つの様態として、道路網に関する地図データのモデルである道路網モデルを生成する道路網生成手順と、前記道路網生成手順によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置手順と、前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置手順によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置手順とをコンピュータに実行させる。

本発明に開示する配置解析プログラム、配置解析装置及び配置解析方法の一つの様態によれば、電気自動車への動力源を供給する充電インフラの好適な配置場所を解析することができるという効果を奏する。

図１は、実施例１に係る配置解析装置の構成例を示す図である。 図２は、道路網モデルの例を示す図である。 図３Ａは、ＭＡＰの道路網モデルの任意の位置に充電ＳＴのモデルを配置する例を示す図である。 図３Ｂは、交通シミュレーションによりＭＡＰの道路網モデルに充電切れしたＥＶの位置を配置する例を示す図である。 図３Ｃは、ＥＶの交通シミュレータ結果をＭＡＰ空間から最適化空間（充電ＳＴレイヤ）に写像する例を示す図である。 図３Ｄは、充電ＳＴのモデルに対応する荷電粒子の斥力による静電場中の運動結果に基づいて、最適化空間の充電ＳＴのモデルが道路網モデルに配置される例を示す図である。 図３Ｅは、充電ＳＴのモデルに対応する荷電粒子同士の斥力と、電池切れしたＥＶの位置モデルに対応する荷電粒子によって働く引力とによる静電場中の運動結果に基づいて、充電ＳＴのモデルを道路網モデルに再配置する例を示す図である。 図３Ｆは、配置解析シミュレーション結果に基づいて交通シミュレーションを実行し、電池切れしたＥＶの位置を再度配置する例を示す図である。 図４は、道路網モデル、充電ＳＴのモデル、ＥＶのモデルを利用したアルゴリズムの例について説明する図である。 図５は、１次元モデルにおける鏡像の例を示す図である。 図６は、充電ＳＴの分岐点でのアルゴリズムの例について説明する図である。 図７は、２次元モデルにおける鏡像の例を示す図である。 図８は、極端に大きい曲率である道路リンクの例を示す図である。 図９Ａは、平行した道路リンクの例を示す図である。 図９Ｂは、平行した道路リンクにおけるアルゴリズムの例を説明する図である。 図１０は、実施例１に係る配置解析処理の流れの例を示すフローチャートである。 図１１Ａは、充電ＳＴの初期配置位置の例を示す図である。 図１１Ｂは、充電ＳＴの設置数ごとのアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。 図１２Ａは、充電ＳＴを道路網モデル上の北側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。 図１２Ｂは、充電ＳＴを道路網モデル上の南側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。 図１２Ｃは、充電ＳＴを道路網モデル上の東側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。 図１２Ｄは、充電ＳＴを道路網モデル上の西側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。 図１２Ｅは、充電ＳＴを道路網モデル上の中央付近に初期配置したときのアルゴリズムの実行結果の例を示す図である。 図１２Ｆは、充電ＳＴの初期配置位置ごとのアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。 図１３Ａは、道路形状が複雑な道路網モデルにおける充電ＳＴの初期配置位置の例を示す図である。 図１３Ｂは、道路形状が複雑な道路網モデルにおけるアルゴリズム実行結果の例を示す図である。 図１３Ｃは、６つの充電ＳＴ配置時のアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。 図１４は、開示の実施形態に係る配置解析プログラムによる処理がコンピュータを用いて具体的に実現されることを示す図である。

以下に添付図面を参照して、本発明に開示する配置解析プログラム、配置解析装置及び配置解析方法の実施例を説明する。なお、以下の実施例により本発明が限定されるものではない。

［配置解析装置の構成］
図１を用いて、実施例１に係る配置解析装置の構成を説明する。図１は、実施例１に係る配置解析装置の構成例を示す図である。

例えば、図１に示すように、配置解析装置１００は、入力部１０１と、出力部１０２と、記憶部１１０と、制御部１２０とを有する。また、配置解析装置１００は、例えば、電気自動車（EV：Electric Vehicle）に関する充電インフラの配置について解析を実行する情報処理装置である。

入力部１０１は、キーボードやマウス等を有し、配置解析装置１００における各種情報の入力を受け付ける。例えば、入力部１０１は、配置解析装置１００を利用するユーザによる入力にしたがって、配置解析シミュレーションの開始を受け付けて、制御部１２０に出力する。また、例えば、入力部１０１は、配置解析装置１００を利用するユーザによって入力された各種情報を受け付けて、記憶部１１０に格納する。

以下に、入力部１０１を利用して入力されるパラメタの一例を挙げる。
実行制御パラメタ
・１ステップあたりの時間間隔（秒）
・使用ノード率（０．０〜１．０）（ＥＶの出発地／目的地の選択に利用されるノード数の割合）
ＥＶ入力パラメタ
・ＥＶ発生台数（台）
・搭載電池容量（ｋＷｈ）
・走行燃費（ｋｍ／ｋＷｈ）
・アクセサリ機器消費電力（ｋＷ）
・充電警告灯点灯閾値（ｋＷｈ）
・標準走行速度（ｋｍ／ｈ）
・領域速度の設定オプション（渋滞効果）（ｏｎ，ｏｆｆ）
・高速道路の利用オプション（ｏｎ，ｏｆｆ）
・ＥＶが走行開始時に満充電である確率（０．０〜１．０）
・ＥＶが走行開始時に満充電でない場合における充電率（０．０〜１．０）
充電入力パラメタ
・充電ＳＴ充電出力（ｋＷ）
・充電ＳＴ最大充電可能台数（台）

出力部１０２は、表示装置としてのモニタ（若しくはディスプレイ、タッチパネル等）やスピーカを有し、配置解析装置１００における各種情報を出力する。例えば、出力部１０２は、制御部１２０から交通シミュレーションや配置解析シミュレーションの実行結果を受け付けて出力する。

以下に、出力部１０２によって出力されるパラメタの一例を挙げる。
各ＥＶに関する出力
・航続距離（ｋｍ）
・走行時間（秒）
・燃料警告灯点灯時間累積値（秒）
・充電回数（回）
・電池切れの有無（有，無）
各充電ＳＴに関する出力
・累積利用回数（回）
・供給電力量（ｋＷｈ）
・充電待ち時間累積値（秒）
・最大待ち時間（秒）
・最大充電待ちＥＶ台数（台）
・充電ＳＴ上での電池切れＥＶ台数（台）
・ＥＶ利用台数時系列データ（台，時刻（ｈ））
配置解析シミュレーションに関する出力
・経過時間（時間，分）
・移動中通勤ＥＶの台数（台）
・移動中非通勤ＥＶの台数（台）
・通勤ＥＶ電池切れ発生台数（台）
・非通勤ＥＶ電池切れ発生台数（台）
・シミュレーション実行回数（回）

記憶部１１０は、例えば、制御部１２０による各種処理に要するデータや、制御部１２０による各種処理結果を記憶する。また、記憶部１１０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。

制御部１２０は、例えば、制御プログラム、各種の処理手順等を規定したプログラム及び所要データを格納するための内部メモリを有する。また、制御部１２０は、道路網生成部１２１と、充電ＳＴ（Station）配置部１２２と、ＥＶ配置部１２３と、充電ＳＴ再配置部１２４と、ＥＶ再配置部１２５とを有する。また、制御部１２０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路、又はＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の電子回路である。

道路網生成部１２１は、例えば、道路網に関する地図データのモデルである道路網モデルを生成する。詳細には、道路網生成部１２１は、入力部１０１から入力された若しくは記憶部１１０に記憶された各種情報を読み込んで道路網モデルを生成する。各種情報の一例としては、「地理情報システム（GIS：Geographic Information System）道路データ」、「渋滞情報」、「就業者数」又は「事業所数」等が挙げられる。

図２は、道路網モデルの例を示す図である。図２に示す道路網モデルは、道路網生成部１２１によって、国道や県道等の主要道路のみが抽出された道路網モデルである。また、道路網生成部１２１によって生成される道路網モデルは、例えば、存在する道路が高速道路であるか普通道路であるかの情報をさらに有するものであっても良い。すなわち、高速道路と普通道路とでは、ＥＶのモデルの走行速度が異なる。加えて、道路網生成部１２１によって生成される道路網モデルは、例えば、各道路の渋滞時における走行速度の情報が付加されたものであっても良い。走行速度の情報が付加される場合には、ＥＶのモデルが走行する走行条件として読み込まれ、該ＥＶのモデルの走行時間が延長される。

充電ＳＴ配置部１２２は、例えば、道路網生成部１２１によって生成された道路網モデルの任意の位置に、ＥＶの充電を行なう充電ＳＴのモデルを配置する。図３Ａは、ＭＡＰの道路網モデルの任意の位置に充電ＳＴのモデルを配置する例を示す図である。図３Ａは、出力部１０２によって出力される画面の例を表しており、画面の左方には「出力パネル」、画面の中央には「ＥＶレイヤ」（図３Ａ中で“ＭＡＰ”と表示）、画面の右方には「充電ＳＴレイヤ」（図３Ａ中で“最適化空間”と表示）がそれぞれ表示されている。これらのうち、出力パネルには、例えば、出力する道路網モデルを選択するための「ツリー」と、処理状況を示す「コンソール画面」と、配置解析シミュレーションの実行状況を示す「実行状況」とが含まれる。また、ＥＶレイヤには、例えば、道路網モデル上のＥＶに係る交通シミュレーションが表示される。また、充電ＳＴレイヤには、例えば、道路網モデル上の充電ＳＴに係る配置解析シミュレーションが表示される。

詳細には、図３ＡのＥＶレイヤに示すように、充電ＳＴ配置部１２２は、ＥＶレイヤの道路網モデルの任意の位置に、４つの充電ＳＴのモデルを配置する。図３Ａにおいて、充電ＳＴのモデルは、方形で表されている。なお、道路網モデルに配置される充電ＳＴの数は、４つに限られるものではない。また、充電ＳＴは、道路網モデルの道路上に配置される。

ＥＶ配置部１２３は、例えば、道路網モデルを走行するＥＶのモデルの充電状況が所定値以下になった場合に、充電ＳＴ配置部１２２によって配置された充電ＳＴのモデルで該ＥＶのモデルの充電を行なうアルゴリズムを実行する。そして、ＥＶ配置部１２３は、アルゴリズムの実行後、道路網モデルに電池切れが発生したＥＶの位置や充電警告灯が点灯したＥＶの位置を特定したモデルを作成する。モデルは、電池切れが発生したＥＶの位置のみのモデルであってもよく、充電警告灯が点灯したＥＶの位置のみのモデルであってもよく、電池切れが発生したＥＶの位置および充電警告灯が点灯したＥＶの位置のモデルであってもよい。ここで、ＥＶの充電状況の所定値は、入力部１０１からの入力データである「充電警告灯点灯閾値」等によって定められ、例えば、「３ｋＷｈ」とする。

図３Ｂは、交通シミュレーションによりＭＡＰの道路網モデルに充電切れしたＥＶの位置モデルを配置する例を示す図である。ＥＶの位置モデルは、充電警告灯が点灯した位置を含んでもよい。図３Ｂにおいて、ＥＶの位置モデルは、三角形で表されている。詳細には、図３ＢのＥＶレイヤに示すように、ＥＶ配置部１２３は、道路網モデルを走行するＥＶのモデルの充電状況が、充電を必要とする所定状態、例えば「３ｋＷｈ」以下になった場合に、最寄りの充電ＳＴと当初の目的地とでどちらが近いかを判定する。そして、ＥＶ配置部１２３は、より近い方を目的地として設定する交通シミュレーションのアルゴリズムを実行する。なお、ＥＶ配置部１２３は、一つの様態として、目的地或いは充電ＳＴまでのＥＶの経路について、最短時間で走行できるルートを選択する。さらに、充電ＳＴ到着時に、充電ＳＴが他のＥＶによって利用されている最中である場合には、このときの充電待ち時間を含めた交通シミュレーションを実行する。また、全てのＥＶにおける出発時の充電状態（SOC：State Of Charge）は、入力部１０１からの入力データである「ＥＶが走行開始時に満充電である確率（０．０〜１．０）」や、「ＥＶが走行開始時に満充電でない場合における充電率（０．０〜１．０）」等によって定められる。なお、ＥＶ配置部１２３は、ＥＶのモデルの充電を行う目的地の判定において、充電ＳＴの営業時間を判定条件にさらに加えてもよい。例えば、記憶部１１０には、充電ＳＴ毎に、充電が可能な時間を営業時間として営業時間情報を記憶させる。ＥＶ配置部１２３は、道路網モデルを走行するＥＶのモデルの充電状況が充電を必要とする所定状態になった場合に、営業時間情報に基づき、営業時間内の最寄りの充電ＳＴを特定し、営業時間内の最寄りの充電ＳＴと当初の目的地とでどちらが近いかを判定し、より近い方を目的地として設定する交通シミュレーションのアルゴリズムを実行する。この目的地を設定する際に、ＥＶ配置部１２３は、充電ＳＴまでの移動時間を考慮して最寄りの充電ＳＴを特定してもよい。例えば、ＥＶ配置部１２３は、距離が近い順に、充電ＳＴまでの経路を求め、求めた経路に沿った距離と当該経路の道路の標準走行速度から充電ＳＴに到着するまでの移動時間を求め、シミュレーションしているシミュレーション時刻から移動時間を経過した到着予定時刻が営業時間内となる充電ＳＴを最寄りの充電ＳＴと特定としてもよい。ＥＶ配置部１２３は、営業時間内に電気自動車のモデルが充電ＳＴに到着した場合に充電を行うものとしてＥＶのモデルの充電を行なうアルゴリズムを実行する。このようなアルゴリズムを用いてシミュレーションを行うことにより、より現実に近い状態でＥＶのモデルの充電状態のシミュレーションを行うことができる。

また、ＥＶによる充電について、ＥＶ配置部１２３は、規則的に走行するＥＶと任意に走行するＥＶとを含んだアルゴリズムを実行する。例えば、規則的に走行するＥＶは、１日のうち８時〜９時までの出勤時間帯で通勤トリップを行なうとともに、１６時〜１８時までの帰宅時間で帰宅トリップを行なうＥＶを指す。また、例えば、任意に走行するＥＶは、全ての時間帯において任意のトリップを行なうＥＶを指す。また、例えば、通勤トリップや帰宅トリップは、休日では発生せず、休日については、１１時〜１７時までのトリップ数が最も多くなるものとする。

また、起点／終点の設定について、ＥＶ配置部１２３は、道路網モデルを任意の数のゾーンに分割し、ゾーン毎におけるＥＶの発生指数を算出する。かかるＥＶの発生指数「Ｉ_ｉ ^ＥＶ」は、例えば、ゾーン「ｉ」における就業者数「Ｐ_ｉ」を用いて、「Ｉ_ｉ ^ＥＶ＝Ｐ_ｉ」で定義される。また、ゾーン「ｉ」におけるＥＶの発生指数「Ｎ_ｉ ^ＥＶ」は、例えば、ＥＶの発生指数「Ｉ_ｉ ^ＥＶ」と仮想空間内に走行させる全てのＥＶ数「Ｎ_ａｌｌ ^ＥＶ（＝Σ_ｉＮ_ｉ ^ＥＶ）」を用いて、「Ｎ_ｉ ^ＥＶ＝（Ｉ_ｉ ^ＥＶ÷Σ_ｉＩ_ｉ ^ＥＶ）×Ｎ_ａｌｌ ^ＥＶ」で定義される。

そして、ＥＶ配置部１２３は、１トリップ（走行）の距離別度数分布を確率分布として、乱数を発生させてＥＶの目的地（終点）までの走行距離「Ｔ」ｋｍを設定する。続いて、ＥＶ配置部１２３は、出発点（起点）から「Ｔ」ｋｍの距離に存在するノードを選択する。その後、ＥＶ配置部１２３は、ＥＶのトリップ回数の確率分布に基づき、乱数を発生させてシミュレーションで任意に走行するＥＶのトリップ回数を設定する。このとき、ＥＶ配置部１２３は、３回以上のトリップが発生する場合に、上記の目的地の選択処理を繰り返し実行することで目的地を決定する。また、ＥＶ配置部１２３は、道路網モデルを走行するＥＶの起点から終点までの経路の設定において、道路網モデルにおける所定地点を経由させ、各地点間を直線で繋いだ場合の最短距離又は最短時間でＥＶを走行させるシミュレーションを実行する。道路網モデルにおける最短距離又は最短時間でＥＶを走行させるためには、例えば、ダイクストラ法を利用する。

また、ＥＶ配置部１２３は、走行速度が付加された道路網モデルである場合には、該走行速度に基づいてＥＶを走行させるシミュレーションを実行する。すなわち、走行速度に基づいてＥＶを走行させるシミュレーションでは、走行時間が変動することで、ＥＶのエネルギー消費が異なる。これらのことから、ＥＶ配置部１２３は、ＥＶのエネルギー消費について走行距離に比例する消費エネルギーと、走行時間に比例する消費エネルギーとの２種類に分けて設定する。かかる走行時間に比例する消費エネルギーは、例えば、渋滞時による走行時間の延長に起因して発生するＥＶにおける空調等のアクセサリ機器での消費エネルギーを指す。

充電ＳＴ再配置部１２４は、例えば、道路網モデルを静電場、充電ＳＴのモデルやＥＶ位置のモデルを荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行する。そして、充電ＳＴ再配置部１２４は、アルゴリズムの実行後、充電ＳＴ配置部１２２によって配置された道路網モデルにおける充電ＳＴのモデルを再配置する。ここで、充電ＳＴのモデルについては、例えば、斥力や引力により静電場中を運動する荷電粒子とする。また、ＥＶ位置のモデルについては、例えば、充電ＳＴのモデルに対応する荷電粒子と引力が働く静電場中に固定された荷電粒子とする。すなわち、充電ＳＴのモデルに対応する荷電粒子と、ＥＶ位置のモデルに対応する荷電粒子とは、一方が正の電荷を持ち、もう一方が負の電荷を持つ関係となる。

図３Ｃは、ＥＶの交通シミュレータ結果をＭＡＰ空間から最適化空間（充電ＳＴレイヤ）に写像する例を示す図である。また、図３Ｄは、充電ＳＴのモデルに対応する荷電粒子の斥力による静電場中の運動結果に基づいて、最適化空間の充電ＳＴのモデルが道路網モデルに配置される例を示す図である。また、図３Ｅは、充電ＳＴのモデルに対応する荷電粒子同士の斥力と、ＥＶ位置のモデルに対応する荷電粒子によって働く引力とによる静電場中の運動結果に基づいて、充電ＳＴのモデルを道路網モデルに再配置する例を示す図である。

詳細には、図３Ｃに示すように、充電ＳＴ再配置部１２４は、充電ＳＴ配置部１２２によって配置された充電ＳＴのモデルと、ＥＶ配置部１２３によって配置された充電切れＥＶ位置や充電警告灯が点灯したＥＶ位置を含む道路網モデルをＥＶ位置のモデルと充電ＳＴのモデルで構成される充電ＳＴレイヤに写像する。ここで、図３Ｃに示すＥＶレイヤと充電ＳＴレイヤとにおいては、電池切れしたＥＶに対応するＥＶ位置モデルが、バツ印で表されている結果を示している。ここで、ＥＶ位置のモデルは、ＥＶ配置部１２３によって配置された充電警告灯点灯位置に対応するＥＶの位置モデルでもよい。

そして、充電ＳＴ再配置部１２４は、道路網モデルを静電場、充電ＳＴのモデルを斥力により静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行する。続いて、充電ＳＴ再配置部１２４は、図３Ｄの充電ＳＴレイヤに示すように、アルゴリズムの実行結果に基づいて、道路網モデルにおける充電ＳＴのモデルを再配置する。

その後、充電ＳＴ再配置部１２４は、充電ＳＴのモデルを、ＥＶの位置モデルに対応する荷電粒子との引力により静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行する。ここで、ＥＶの位置モデルに対応する荷電粒子については、一つの様態として、電池切れＥＶ位置や充電警告灯が点灯したＥｖ位置のモデルに対応する荷電粒子として、静電場中に固定する。すなわち、充電ＳＴのモデルに対応する荷電粒子は、静電場中に固定された電池切れＥＶ位置や充電警告灯が点灯したＥＶ位置のモデルに対応する荷電粒子との引力、及び充電ＳＴのモデルに対応する荷電粒子同士の斥力によって、静電場中を運動する。そして、充電ＳＴ再配置部１２４は、図３Ｅの充電ＳＴレイヤに示すように、アルゴリズムの実行結果に基づいて、道路網モデルにおける充電ＳＴのモデルを再配置する。

ここで、図４を用いて、道路網モデル、充電ＳＴのモデル、ＥＶ位置のモデルを利用したアルゴリズムについて説明する。図４は、道路網モデル、充電ＳＴのモデル、ＥＶ位置のモデルを利用したアルゴリズムの例について説明する図である。なお、図４において、各充電ＳＴは「三角形」で示し、各ＥＶ位置モデルは「バツ印」で示し、各道路（リンク）は「線」で示している。また、分岐点等を示す分岐ノードは「円」で示している。

例えば、図４に示すように、充電ＳＴ「ＳＴ_ｉ」の位置を「ｒ_ｉ ^ＳＴ＝（ｘ_ｉ ^ＳＴ，ｙ_ｉ ^ＳＴ）」とする。また、道路リンクベクトル「Ｌ_ｉ」は、２つの分岐ノード位置ベクトル「ｎ_ｉ ^１＝（ｎｘ_ｉ ^１，ｎｙ_ｉ ^１）」と、「ｎ_ｉ ^２＝（ｎｘ_ｉ ^２，ｎｙ_ｉ ^２）」とにより構成される。この道路上に充電ＳＴが存在する場合に充電ＳＴの存在領域は、数式（１）で定義される。なお、「ｒ_ｉ ^ＳＴ」、「Ｌ_ｉ」、「ｎ_ｉ ^１」、「ｎ_ｉ ^２」は、ベクトルである。

また、道路リンクベクトル「Ｌ_ｉ」と、道路リンクベクトルの単位ベクトル「ｌ_１」とは、これらを構成する分岐ノード位置ベクトルにより、数式（２）及び数式（３）で定義される。なお、「ｌ_１」は、ベクトルである。

また、充電ＳＴの移動速度「ｖ_ｉ ^ＳＴ」は、一定の速度（大きさ「１」）として、数式（４）で定義する。なお、「ｖ_ｉ ^ＳＴ」は、ベクトルである。

ここで、定数である「ａ」は、“１”若しくは“−１”とする。すなわち、定数「ａ」の符号によって決まる充電ＳＴの動く向きは、他の充電ＳＴや電池切れ等のＥＶの位置モデル等によって形成される電場から受ける力の向きによって決まることとなる。但し、このような電場は、充電ＳＴの動きに応じて時間的に変化するものである。

また、充電ＳＴ「ＳＴ_ｉ」を電荷「ｑ_ｉ」を持つ荷電粒子とすると、充電ＳＴによって形成される静電場「Ｅ_ｉ ^ＳＴ」は、数式（５）で定義される。一方、電池切れ等のＥＶ位置モデルによって形成される静電場「Ｅ_ｉ ^ＥＶ」は、数式（６）で定義される。なお、「Ｅ_ｉ ^ＳＴ」、「Ｅ_ｉ ^ＥＶ」は、ベクトルである。

上述したように、充電ＳＴ同士は斥力が働くのに対して、充電ＳＴとＥＶ位置とは引力が働く。但し、一方に隣接するリンクが存在しない分岐ノードを対象とする境界条件では、一方に隣接するリンクが存在しない分岐ノードを中心とした充電ＳＴの鏡像を、充電ＳＴが受ける力の一つとする。

図５は、１次元モデルにおける鏡像の例を示す図である。なお、図５では、一方に隣接するリンクが存在しない分岐ノードが「ｎ１」として表されている。また、図５では、道路リンクベクトルの方向については、分岐ノード「ｎ１」から分岐ノード「ｎ２」の方向であるものとする。また、図５において、分岐ノード「ｎ１」の位置は「ｎ_１」、充電ＳＴ「ＳＴ_ｉ」の位置は「ｒ_ｉ」、充電ＳＴ「ＳＴ_ｉ＋１」の位置は「ｒ_ｉ＋１」、分岐ノード「ｎ２」の位置は「ｎ_２」とする。例えば、図５の例では、一方に隣接するリンクが存在しない分岐ノード「ｎ１」を中心とした充電ＳＴ「ＳＴ_ｉ」の鏡像点の位置は、「２ｎ_１−ｒ_ｉ」となる。

よって、例えば、一方に隣接するリンクがない分岐ノードを対象とする境界条件において、隣にリンクがない分岐ノードを中心とした充電ＳＴの鏡像によって形成される静電場「Ｅ_ｉ ^{ｍｉｒｒｏｒ＿ｋ}」は、数式（７）で定義される。ここで、鏡像の位置は、「２ｎ_ｉ ^{ｅｎｄ＿ｊ}−ｒ_ｉ ^ＳＴ」となる。なお、「Ｅ_ｉ ^{ｍｉｒｒｏｒ＿ｋ}」、「２ｎ_ｉ ^{ｅｎｄ＿ｊ}」、「ｒ_ｉ ^ＳＴ」は、ベクトルである。

これらにより、充電ＳＴ「ＳＴ_ｉ」が受ける力「Ｆ_ｉ ^ＳＴ」は、数式（８）で定義される。そして、充電ＳＴが受ける力「Ｆ_ｉ ^ＳＴ」が道路リンクベクトル「Ｌ_ｉ」と同方向、若しくは逆方向かを判定することにより、充電ＳＴの走行速度「ｖ_ｉ ^ＳＴ」は、数式（９）で定義される。

次に、図６を用いて、充電ＳＴの分岐点でのアルゴリズムについて説明する。図６は、充電ＳＴの分岐点でのアルゴリズムの例について説明する図である。図６の説明では、３つのリンクによって３方向に分岐する分岐ノードが存在する状況において、充電ＳＴ「ＳＴ_ｉ」が道路リンク「Ｌ_ｉ」から３方向に分岐する分岐ノードに到達した場合を例に挙げる。なお、図６において、充電ＳＴは「三角形」で示し、各道路（リンク）は「線」で示し、分岐点等を示す分岐ノードは「円」で示している。

例えば、図６に示すように、充電ＳＴ「ＳＴ_ｉ」は、分岐ノードで受ける力が最も大きいベクトル成分を持つ道路リンクベクトル「Ｌ_２」に進路をとる。このときの充電ＳＴ「ＳＴ_ｉ」の走行速度「ｖ_ｉ ^ＳＴ｜_分岐」は、数式（１０）で定義される。また、分岐点における充電ＳＴ「ＳＴ_ｉ」の走行速度「ｖ_ｉ ^ＳＴ｜_分岐」は、分岐点で力が均衡した場合に、該分岐点で速度「０」となる。すなわち、充電ＳＴ「ＳＴ_ｉ」は、分岐点で停止することになる。

図７は、２次元モデルにおける鏡像の例を示す図である。なお、図７では、一方に隣接するリンクが存在しない分岐ノードが「ｎ１」として表されている。また、図７では、道路リンクベクトルの方向については、分岐ノード「ｎ１」から分岐ノード「ｎ２」の方向であるものとする。また、図７において、分岐ノード「ｎ１」の位置は「ｎ_１」、充電ＳＴ「ＳＴ_ｉ」の位置は「ｒ_ｉ」、充電ＳＴ「ＳＴ_ｉ＋１」の位置は「ｒ_ｉ＋１」、分岐ノード「ｎ２」の位置は「ｎ_２」とする。例えば、図７の例では、一方に隣接するリンクが存在しない分岐ノード「ｎ１」を中心とした充電ＳＴ「ＳＴ_ｉ」の鏡像点の位置は、「２ｎ_１−ｒ_ｉ」となる。

図１の説明に戻り、充電ＳＴ再配置部１２４は、例えば、充電ＳＴのモデルに対応する荷電粒子の運動において、進む方向と力の方向とが反対向きになるか否かを判定する。そして、充電ＳＴ再配置部１２４は、進む方向と力の方向とが反対向きになることを判定した場合に、充電ＳＴのモデルに対応する荷電粒子の位置を、該進む方向へ強制的に移動するアルゴリズムを実行する。その後、充電ＳＴ再配置部１２４は、アルゴリズムの実行後、充電ＳＴ配置部１２２によって配置された道路網モデルにおける充電ＳＴのモデルを再配置する。

図８は、極端に大きい曲率である道路リンクの例を示す図である。図８では、道路リンクベクトルの方向については、分岐ノード「ｎ_ｉ−２」から分岐ノード「ｎ_ｉ＋３」の方向であるものとする。また、図８において、分岐ノード「ｎ_ｉ」の位置は「ｎ_ｉ」、充電ＳＴ「ＳＴ_ｐ」の位置は「ｒ_ｐ」、充電ＳＴ「ＳＴ_ｐ」が受ける力は「ｆ_ｐ」とする。また、図８では、充電ＳＴ「ＳＴ_ｐ」が分岐ノード「ｎ_ｉ」の位置で拘束される場合を例に挙げる。ここで、分岐ノード「ｎ_ｉ」の前方の道路リンクベクトル「Ｌ_ｉ」は数式（１１）で定義される。但し、充電ＳＴ「ＳＴ_ｐ」が拘束されることから、充電ＳＴ「ＳＴ_ｐ」と分岐ノード「ｎ_ｉ」との位置は、ほぼ等しい位置にあるものとする。

例えば、図８に示すように、破線矢印で表された充電ＳＴ「ＳＴ_ｐ」が進む方向と、実線矢印で表された充電ＳＴ「ＳＴ_ｐ」が受ける力の方向とが反対向きになる条件が成り立つ場合に、充電ＳＴ「ＳＴ_ｐ」の位置「ｒ_ｐ」は、不安定である可能性がある。このため、上記条件が成り立つ場合には、充電ＳＴ「ＳＴ_ｐ」の位置を強制的に移動させる。一つの様態として、充電ＳＴ「ＳＴ_ｐ」の位置「ｒ_ｐ」を分岐ノード「ｎ_ｉ＋２０」の位置に強制的に移動させる。なお、移動先の分岐ノードは、２０先の分岐ノード「ｎ_ｉ＋２０」に限られるわけではない。また、極端に大きい曲率である道路リンクで起こり得る充電ＳＴの拘束を判定する数式は、拘束された際に２０先の分岐ノードに移動させるのであれば、数式（１２）で定義される。また、図８に示す処理において、充電ＳＴ「ＳＴ_ｐ」の拘束が無限ループに陥る場合もあるため、アルゴリズムの最大実行回数を１０回等に予め設定しても良い。

図１の説明に戻り、充電ＳＴ再配置部１２４は、例えば、充電ＳＴのモデルに対応する荷電粒子がＥＶ位置のモデルに対応する荷電粒子から所定値以上の引力を受けているか否かを判定する。そして、充電ＳＴ再配置部１２４は、所定値以上の引力を受けていると判定した場合に、充電ＳＴのモデルに対応する荷電粒子の位置を、所定値以上の引力を受けているＥＶのモデルに対応する荷電粒子の方向へ強制的に移動するアルゴリズムを実行する。その後、充電ＳＴ再配置部１２４は、アルゴリズムの実行後、充電ＳＴ配置部１２２によって配置された道路網モデルにおける充電ＳＴのモデルを再配置する。

図９Ａは、平行した道路リンクの例を示す図である。また、図９Ｂは、平行した道路リンクにおけるアルゴリズムの例を説明する図である。図９Ａでは、左方に示す道路リンクベクトルの方向については、分岐ノード「ｎ_ｉ−１」から分岐ノード「ｎ_ｉ＋１」の方向であるものとする。同様に、右方に示す道路リンクベクトルの方向については、分岐ノード「ｎ_ｋ」から分岐ノード「ｎ_ｋ＋２」の方向であるものとする。また、図９Ａでは、このような平行した道路リンクのうち、右方の道路リンクの分岐ノード「ｎ_ｋ＋１」の付近に電池切れ等のＥＶ位置のモデルが集中している。また、図９Ａにおいて、電池切れ等のＥＶ位置のモデルが集中している分岐ノード「ｎ_ｋ＋１」と、左方の道路リンクの分岐ノード「ｎ_ｉ」との距離が、充電ＳＴ「ＳＴ_ｐ」が分岐ノード「ｎ_ｉ」の付近に到達するときに所定値以上の引力が働くほどの距離である。

例えば、図９Ａに示すように、充電ＳＴ「ＳＴ_ｐ」が、破線矢印で表された方向に向かうときに、充電切れのＥＶの引力を受けることで、実線矢印で表されるように分岐ノード「ｎ_ｉ」に拘束されることがある。このため、数式（１３）で定義されるように、道路リンクが繋がっていない位置関係で、充電ＳＴが電池切れ等のＥＶ位置との引力が働いている場合に、充電ＳＴの位置を強制的に「ｘ」へ移動させる。

また、例えば、移動先である位置「ｘ」は、図９Ｂに示すように、充電ＳＴが拘束される分岐ノードの方向へ道路リンクを同じ長さだけ延長させ、該分岐ノードを中心とする扇形に含まれる最短位置の分岐ノードとする。詳細には、充電ＳＴ再配置部１２４は、充電ＳＴが拘束される分岐ノード「ｎ_ｉ」の前後の分岐ノード「ｎ_ｉ−１」、「ｎ_ｉ＋１」それぞれから、充電ＳＴが拘束される分岐ノードの方向へ同じ長さだけ延長させていく。なお、図９Ｂでは、延長方向を破線矢印で表している。そして、充電ＳＴ再配置部１２４は、充電ＳＴが拘束される分岐ノード「ｎ_ｉ」を中心とする扇形に含まれる最短の分岐ノードとして、分岐ノード「ｎ_ｉ」を含む道路リンクとは異なる道路リンクの分岐ノード「ｎ_ｋ＋１」を充電ＳＴの移動先とする。なお、図９Ｂでは、充電ＳＴが受ける力の方向を実線矢印で表している。

図１の説明に戻り、ＥＶ再配置部１２５は、例えば、道路網モデルを走行するＥＶのモデルの充電状況が所定値以下になった場合に、充電ＳＴ再配置部１２４によって再配置された充電ＳＴのモデルで該ＥＶのモデルの充電を行なうアルゴリズムを実行する。そして、ＥＶ再配置部１２５は、アルゴリズムの実行後、道路網モデルに電池切れや受電警告灯が点灯したＥＶ位置のモデルを再配置する。ここで、ＥＶの充電状況の所定は、例えば、「３ｋＷｈ」とする。

図３Ｆは、配置解析シミュレーション結果に基づいて交通シミュレーションを実行し、電池切れ等のＥＶ位置のモデルを再度配置する例を示す図である。詳細には、ＥＶ再配置部１２５は、充電ＳＴ再配置部１２４によって再配置された充電ＳＴのモデルを含む道路網モデルを図３Ｆに示すように、充電ＳＴレイヤからＥＶレイヤに写像する。そして、ＥＶ再配置部１２５は、配置解析シミュレーション結果として得られた充電ＳＴが再配置されたＥＶレイヤ上の道路網モデルにおいて、交通シミュレーションを再度実行する。すなわち、ＥＶ再配置部１２５は、ＥＶ配置部１２３と同様の処理を、配置解析シミュレーション結果として得られた道路網モデル上で実行する。また、配置解析装置１００は、充電ＳＴ再配置部１２４と、ＥＶ再配置部１２５とによる処理について、予め設定される繰り返し数だけ繰り返し実行する。

［実施例１に係る配置解析処理］
次に、図１０を用いて、実施例１に係る配置解析処理を説明する。図１０は、実施例１に係る配置解析処理の流れの例を示すフローチャートである。

例えば、図１０に示すように、配置解析装置１００は、配置解析シミュレーションの開始を受け付けた場合に（ステップＳ１０１肯定）、各種情報を読み込んで道路網モデルを生成する（ステップＳ１０２）。このとき、配置解析装置１００は、配置解析シミュレーションの開始を受け付けていない場合に（ステップＳ１０１否定）、受け付け待ちの状態となる。

そして、配置解析装置１００は、ＥＶレイヤの道路網モデルの任意の位置に、任意の数の充電ＳＴのモデルを配置する（ステップＳ１０３）。続いて、配置解析装置１００は、ＥＶレイヤの道路網モデルに配置された充電ＳＴのモデルを利用した、交通シミュレーションを実行し、電池切れ等のＥＶ位置モデルを該道路網モデルに配置する（ステップＳ１０４）。

その後、配置解析装置１００は、交通シミュレーション結果から得られる道路網モデルを充電ＳＴレイヤに写像し、道路網モデルを静電場、充電ＳＴのモデル及びＥＶのモデルを荷電粒子とした、配置解析シミュレーションを実行し、充電ＳＴのモデルを再配置する（ステップＳ１０５）。そして、配置解析装置１００は、道路網モデル上に急カーブ又は平行する道路があるか否かを判定する（ステップＳ１０６）。すなわち、急カーブの判定では、充電ＳＴのモデルに対応する荷電粒子の運動において、進む方向と力の方向とが反対向きになるか否かが判定される。同様に、平行する道路があるか否かの判定では、充電ＳＴのモデルに対応する荷電粒子がＥＶのモデルに対応する荷電粒子から引力を受けているか否かが判定される。換言すると、急カーブや平行する道路においては、充電ＳＴのモデルに対応する荷電粒子が、ある分岐ノードに拘束される可能性がある。

このとき、配置解析装置１００は、急カーブ又は平行する道路があると判定した場合に（ステップＳ１０６肯定）、充電ＳＴのモデルに対応する荷電粒子の位置を、強制的に移動するアルゴリズムを実行し、道路網モデル上に充電ＳＴのモデルを再配置する（ステップＳ１０５）。一方、配置解析装置１００は、急カーブ又は平行する道路がないと判定した場合に（ステップＳ１０６否定）、充電ＳＴレイヤの道路網モデルをＥＶレイヤに写像し、ＥＶレイヤの道路網モデルに配置された充電ＳＴのモデルを利用した、交通シミュレーションを実行し、電池切れのＥＶのモデルを該道路網モデルに再配置する（ステップＳ１０７）。

続いて、配置解析装置１００は、予め設定される処理の繰り返し数が上限値に達したか否かを判定する（ステップＳ１０８）。このとき、配置解析装置１００は、処理の繰り返し数が上限値に達していないと判定した場合に（ステップＳ１０８否定）、ステップＳ１０７で配置した電池切れＥＶのモデルが含まれる、ＥＶレイヤの道路網モデルを充電ＳＴレイヤに写像し、道路網モデルを静電場、充電ＳＴのモデル及びＥＶ位置のモデルを荷電粒子とした、配置解析シミュレーションを再度実行し、充電ＳＴのモデルを再配置する（ステップＳ１０５）。一方、配置解析装置１００は、処理の繰り返し数が上限値に達したと判定した場合に（ステップＳ１０８肯定）、配置解析シミュレーションの結果を出力する（ステップＳ１０９）。

［解析結果］
次に、図１１Ａ〜図１３Ｃを用いて、上述してきた処理について、各初期設定における解析結果を説明する。

（充電ＳＴの設置箇所数）
図１１Ａは、充電ＳＴの初期配置位置の例を示す図である。図１１Ａに示す道路網モデルを利用した交通シミュレーション上で発生させる条件は以下の通りである。
・ＥＶ発生台数：３０００台
・搭載電池容量：２０ｋＷｈ
・走行燃費：７．５ｋｍ／ｋＷｈ
・ＥＶアクセサリ消費電力：３ｋＷ
・渋滞条件：渋滞有
・充電警告灯点灯条件：電池残量３ｋＷｈ以下

上記条件は、ＥＶの実行燃費が約５ｋｍ／ｋＷｈに対応し、ＥＶにとっては厳しい走行条件としている。なお、１回の充電あたりのＥＶの航続距離は、約１００ｋｍである。また、交通シミュレーション上のＥＶによる充電行動については、ＥＶの電池残量を常時監視し、充電警告灯が点灯した場合に目的地と最寄りの充電ＳＴとへの到達時間を計算し、充電ＳＴへの到達時間の方が短ければ、最寄りの充電ＳＴに目的地を変更し、充電ＳＴで電池容量の８割まで充電が行なわれる。また、図１１Ａにおいて、充電ＳＴは、破線で囲われた円内に全て含まれている。

図１１Ｂは、充電ＳＴの設置数ごとのアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。図１１Ｂにおいて、縦軸は「電池切れ発生割合」を示し、横軸は「探索アルゴリズム繰返し回数」を示している。

例えば、図１１Ｂに示すように、充電ＳＴの設置箇所が１箇所の場合に、電池切れ発生割合は、ほぼ減少していない。すなわち、１箇所に設置される充電ＳＴの位置を変更させたとしても、道路網モデル上に多数の電池切れＥＶが発生してしまい、電池切れＥＶの数の削減にはあまり効果がないと言える。これに対し、充電ＳＴの設置数が１箇所から７箇所に増加するにつれ、電池切れＥＶの発生割合が減少している。さらには、アルゴリズムを繰り返し実行されることで電池切れＥＶの発生割合も減少し、ある一定値の電池切れ割合に到達している。

また、電池切れＥＶの発生割合は、充電ＳＴの設置箇所数が増加するにつれて減少し、１箇所の場合に１５％程度であった割合が７箇所の場合に６％程度になっている。また、アルゴリズムの繰り返し回数に対する電池切れＥＶの発生割合の減少率は、充電ＳＴの設置箇所数が増加するほど大きくなる。また、１回のアルゴリズム適用結果を比較すると、設置箇所数が１箇所の場合にはあまり減少していないが、設置箇所数が３箇所の場合に１３％程度へ減少し、設置箇所数が７箇所の場合に７％程度へ減少する。

（充電ＳＴの初期配置位置）
図１２Ａは、充電ＳＴを道路網モデル上の北側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図１２Ｂは、充電ＳＴを道路網モデル上の南側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図１２Ｃは、充電ＳＴを道路網モデル上の東側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図１２Ｄは、充電ＳＴを道路網モデル上の西側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図１２Ｅは、充電ＳＴを道路網モデル上の中央付近に初期配置したときのアルゴリズムの実行結果の例を示す図である。なお、図１２Ａ〜図１２Ｅでは、北側、南側、東側、西側、中央それぞれの付近に４つの充電ＳＴを配置し、アルゴリズムを７回実行したときの実行結果を示す。また、図１２Ａ〜図１２Ｅそれぞれの左方は充電ＳＴの初期配置位置を示し、右方はアルゴリズム実行結果を示す。

例えば、図１２Ａ〜図１２Ｅに示すように、充電ＳＴの初期配置位置によらず、４つの最終的な充電ＳＴの配置位置は、同様の領域に配置されている。図１２Ｆは、充電ＳＴの初期配置位置ごとのアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。図１２Ｆにおいて、縦軸は「電池切れ発生割合」を示し、横軸は「最適化アルゴリズム繰返し回数」を示している。

例えば、図１２Ｆに示すように、アルゴリズムの繰り返しの経過状況では若干の幅があるものの、初期配置位置全てについてアルゴリズムの繰り返しにより電池切れＥＶの発生割合が減少しており、アルゴリズムを７回繰り返した後には、電池切れＥＶの発生割合も全て８％〜９％程度まで減少している。

（道路形状が複雑な場合）
図１３Ａは、道路形状が複雑な道路網モデルにおける充電ＳＴの初期配置位置の例を示す図である。また、図１３Ｂは、道路形状が複雑な道路網モデルにおけるアルゴリズム実行結果の例を示す図である。なお、図１３Ａ及び図１３Ｂにおいて、充電ＳＴの設置箇所数は、６つとする。また、解析条件やアルゴリズムは、図１２Ａ〜図１２Ｅと同様であるものとする。

例えば、図１３Ａに示すように、６つの充電ＳＴを同一の場所に初期配置した場合には、６つの充電ＳＴが図１３Ｂに示す位置に再配置された。図１３Ｃは、６つの充電ＳＴ配置時のアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。図１３Ｃにおいて、縦軸は「電池切れ発生割合」を示し、横軸は「探索アルゴリズム繰返し回数」を示している。

例えば、図１３Ｃに示すように、充電ＳＴが初期設定の配置である場合には、１２％程度の電池切れＥＶの発生割合であったものが、アルゴリズムの繰り返しによって最終的には６％程度まで電池切れＥＶの発生割合が減少している。これらの結果、道路網モデルがいかなる状況であっても、配置解析装置１００が好適に機能することがわかる。

［実施例１による効果］
上述したように、配置解析装置１００は、ＥＶの充電を行なう充電ＳＴの配置解析において、道路網モデルを静電場、ＥＶ及び充電ＳＴを荷電粒子として、静電場中を荷電粒子が運動するアルゴリズムを実行することで、道路網モデルにおける充電ＳＴの配置場所を決定する。この結果、配置解析装置１００は、電気自動車への動力源を供給する充電インフラの好適な配置場所を解析することができる。また、配置解析装置１００は、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行するので、道路網モデルの端に充電ＳＴが配置されるのを防止して、道路網モデルへの充電ＳＴの配置を好適に実行することができる。

さて、これまで本発明に開示する配置解析装置１００の実施例について説明したが、上述した実施例以外にも種々の異なる形態にて実施されてよいものである。そこで、（１）充電ＳＴの配置、（２）構成、（３）プログラム、において異なる実施例を説明する。

（１）充電ＳＴの配置
上記実施例では、充電ＳＴを配置する場合に、充電ＳＴに対応する荷電粒子同士の斥力と、充電ＳＴに対応する荷電粒子及びＥＶに対応する荷電粒子の引力とを利用して、道路網モデルを静電場とした荷電粒子の運動によって、充電ＳＴを配置する場合を説明した。この充電ＳＴの配置については、例えば、充電ＳＴに対応する荷電粒子同士の斥力のみを利用して、道路網モデルを静電場とした荷電粒子の運動によって、充電ＳＴを配置しても良い。

また、上記実施例では、分岐ノードに充電ＳＴに対応する荷電粒子が拘束される場合に、充電ＳＴに対応する荷電粒子を強制的に移動させることにより、道路網モデルに充電ＳＴを配置する場合を説明した。この充電ＳＴの配置については、例えば、荷電粒子の拘束を考慮せずに、充電ＳＴを配置しても良い。これらの充電ＳＴの配置によれば、充電ＳＴの配置場所の解析においてある一定以上の効果を得ることができる。

（２）構成
また、上記文書中や図面中等で示した処理手順、制御手順、具体的名称、各種のデータやパラメタ等を含む情報（例えば、交通シミュレーションや配置解析シミュレーションで利用されるパラメタ等）については、特記する場合を除いて任意に変更することができる。

また、図示した配置解析装置１００の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は、図示のものに限られず、その全部又は一部を各種の負担や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合することができる。例えば、充電ＳＴ配置部１２２と充電ＳＴ再配置部１２４とを統合して、道路網モデル上の充電ＳＴの配置に係る処理を実行させても良い。また、例えば、ＥＶ配置部１２３とＥＶ再配置部１２５とを統合して、道路網モデル上のＥＶの配置に係る処理を実行させても良い。

また、配置解析装置１００にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ（Central Processing Unit）および当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。

（３）プログラム
図１４は、開示の実施形態に係る配置解析プログラムによる処理がコンピュータを用いて具体的に実現されることを示す図である。図１４に例示するように、コンピュータ１０００は、例えば、メモリ１００１と、ＣＰＵ１００２と、ハードディスクドライブインタフェース１００３と、ディスクドライブインタフェース１００４と、シリアルポートインタフェース１００５と、ビデオアダプタ１００６と、ネットワークインタフェース１００７とを有し、これらの各部はバス１００８によって接続される。

メモリ１００１は、図１４に例示するように、ＲＯＭ（Read Only Memory）１００１ａ及びＲＡＭ（Random Access Memory）１００１ｂを含む。ＲＯＭ１００１ａは、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１００３は、図１４に例示するように、ハードディスクドライブ１００９に接続される。ディスクドライブインタフェース１００４は、図１４に例示するように、ディスクドライブ１０１０に接続される。例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ１０１０に挿入される。シリアルポートインタフェース１００５は、図１４に例示するように、例えばマウス１０１１、キーボード１０１２に接続される。ビデオアダプタ１００６は、図１４に例示するように、例えばディスプレイ１０１３に接続される。

ここで、図１４に例示するように、ハードディスクドライブ１００９は、例えば、ＯＳ（Operating System）１００９ａ、アプリケーションプログラム１００９ｂ、プログラムモジュール１００９ｃ、プログラムデータ１００９ｄを記憶する。すなわち、開示の実施形態に係る配置解析プログラムは、コンピュータ１０００によって実行される指令が記述されたプログラムモジュール１００９ｃとして、例えばハードディスクドライブ１００９に記憶される。具体的には、上記実施例で説明した道路網生成部１２１と同様の処理を実行する道路網生成手順と、充電ＳＴ配置部１２２と同様の処理を実行する充電ＳＴ配置手順と、ＥＶ配置部１２３と同様の処理を実行するＥＶ配置手順と、充電ＳＴ再配置部１２４と同様の処理を実行する充電ＳＴ再配置手順と、ＥＶ再配置部１２５と同様の処理を実行するＥＶ再配置手順とが記述されたプログラムモジュール１００９ｃが、ハードディスクドライブ１００９に記憶される。また、上記実施例で説明した記憶部１１０に記憶されるデータのように、配置解析プログラムによる処理に用いられるデータは、プログラムデータ１００９ｄとして、例えばハードディスクドライブ１００９に記憶される。そして、ＣＰＵ１００２が、ハードディスクドライブ１００９に記憶されたプログラムモジュール１００９ｃやプログラムデータ１００９ｄを必要に応じてＲＡＭ１００１ｂに読み出し、道路網生成手順、充電ＳＴ配置手順、ＥＶ配置手順、充電ＳＴ再配置手順、ＥＶ再配置手順を実行する。

なお、配置解析プログラムに係るプログラムモジュール１００９ｃやプログラムデータ１００９ｄは、ハードディスクドライブ１００９に記憶される場合に限られず、例えば着脱可能な記憶媒体に記憶され、ディスクドライブ１０１０等を介してＣＰＵ１００２によって読み出されてもよい。あるいは、配置解析プログラムに係るプログラムモジュール１００９ｃやプログラムデータ１００９ｄは、ネットワーク（ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等）を介して接続された他のコンピュータに記憶され、ネットワークインタフェース１００７を介してＣＰＵ１００２によって読み出されてもよい。

１００ 配置解析装置
１０１ 入力部
１０２ 出力部
１１０ 記憶部
１２０ 制御部
１２１ 道路網生成部
１２２ 充電ＳＴ配置部
１２３ ＥＶ配置部
１２４ 充電ＳＴ再配置部
１２５ ＥＶ再配置部

Claims (7)

1. 道路網に関する地図データのモデルである道路網モデルを生成する道路網生成手順と、
   前記道路網生成手順によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置手順と、
   前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置手順によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置手順と
   をコンピュータに実行させることを特徴とする配置解析プログラム。
2. 前記道路網モデルを走行する電気自動車のモデルの充電状況が所定値以下になった場合に、前記充電ステーション配置手順によって配置された充電ステーションのモデルで該電気自動車のモデルの充電を行なうアルゴリズムを実行し、該道路網モデルで電池切れが発生した電気自動車のモデルの位置および電気自動車のモデルの充電警告灯が点灯した位置の少なくとも一方の位置の配置を特定する電気自動車配置手順をさらに実行させ、
   前記充電ステーション再配置手順は、特定された位置に前記充電ステーションのモデルに対応する荷電粒子と引力が働く前記静電場中に固定された荷電粒子を配置して、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーションのモデルを再配置し、
   前記道路網モデルを走行する電気自動車のモデルの充電状況が所定値以下になった場合に、前記充電ステーション再配置手順によって再配置された充電ステーションのモデルで該電気自動車のモデルの充電を行なうアルゴリズムを実行し、該道路網モデルに電池切れが発生した電気自動車のモデルの位置および電気自動車のモデルの充電警告灯が点灯した位置の少なくとも一方の位置の配置を再特定する電気自動車再配置手順をさらに実行させることを特徴とする請求項１に記載の配置解析プログラム。
3. 前記充電ステーション再配置手順は、前記充電ステーションのモデルに対応する荷電粒子の運動において、進む方向と力の方向とが反対向きになる場合に、該充電ステーションのモデルに対応する荷電粒子の位置を、該進む方向へ強制的に移動するアルゴリズムを実行し、前記充電ステーションのモデルを再配置することを特徴とする請求項１に記載の配置解析プログラム。
4. 前記充電ステーション再配置手順は、前記充電ステーションのモデルに対応する荷電粒子が、特定された位置に配置された荷電粒子から所定値以上の引力を受けている場合に、該充電ステーションのモデルに対応する荷電粒子の位置を、該所定値以上の引力を受けている電気自動車のEV位置のモデルに対応する荷電粒子の方向へ強制的に移動するアルゴリズムを実行し、前記充電ステーションのモデルを再配置することを特徴とする請求項２に記載の配置解析プログラム。
5. 前記電気自動車配置手順は、充電ステーション毎に定められた営業時間内に電気自動車のモデルが到着した場合に充電を行うものとして該電気自動車のモデルの充電を行なうアルゴリズムを実行して、該道路網モデルで電池切れが発生した電気自動車のモデルの位置および電気自動車のモデルの充電警告灯が点灯した位置の少なくとも一方の位置の配置を特定することを特徴とする請求項２に記載の配置解析プログラム。
6. 道路網に関する地図データのモデルである道路網モデルを生成する道路網生成部と、
   前記道路網生成部によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置部と、
   前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置部によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置部と
   を有することを特徴とする配置解析装置。
7. 道路網に関する地図データのモデルである道路網モデルを生成する道路網生成工程と、
   前記道路網生成工程によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置工程と、
   前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置工程によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置工程と
   をコンピュータが実行することを特徴とする配置解析方法。

Images