JP6565490B2 - 車両の使用予測システム - Google Patents

Description

本発明は、ユーザによる車両の使用状態を予測する車両の使用予測システムに関する。

電気自動車（ＥＶ）やプラグインハイブリッド（ＰＨＶ）といった車両については、蓄電池を走行のみならず外部への電力供給に使用するＶ２Ｘ（vehicle to X）に関する研究開発が盛んに行われている。例えば、ユーザが自宅にいる場合に、ユーザ所有の車両の蓄電池を自宅での電力の需給バランスを調整するための蓄電池として活用する、というＶ２Ｘを利用したエネルギーマネージメント手法が提案されている。このエネルギーマネージメント手法においては、車両がエネルギーを貯蔵するエネルギーストレージとして活用されることになる。

ところが、車両の蓄電池をＶ２Ｘにて活用するためには、車両が住宅等の電力網に接続されている必要があり、ユーザが車両を使用して外出している場合には、車両の蓄電池をＶ２Ｘにて活用することができない。このため、車両の蓄電池を利用したエネルギーマネージメントを行うには、ユーザの出発時刻及び帰宅時刻から蓄電池の使用可否のタイミングを把握し、例えば１日分の蓄電池の充放電計画を立案する必要がある。

蓄電池の使用可否のタイミングを把握する方法としては、ユーザが車両の使用計画の入力作業を事前に行う方法があるが、この方法はユーザへの負担を強いることになる。そこで、蓄電池の使用可否のタイミングを把握するために、車両の使用状態を予測する方法を採用することが考えられる。

例えば特許文献１には、車両の使用状態を予測するシステムが記載されており、このシステムにおいては、過去の出発時刻及び帰宅時刻が度数分布表化され、出発時刻及び帰宅時刻の同時確率が最大化される。また、このシステムでは、１軒の住宅に対する１台の車両の滞在期間や不在期間が予測される。

特開２０１４−７５８６１号公報

しかしながら、１台の車両と１軒の住宅を対象にしてエネルギーマネージメントが行われる構成では、エネルギーマネージメントにおいて車載蓄電池を有効に活用することに関して改善の余地がある。例えば、ユーザの通勤に車両が用いられている場合に、ユーザの勤務時間帯においては、住宅にて車両をエネルギーストレージとして活用する機会が失われてしまう。

本発明は、上記問題を鑑みてなされたもので、その目的は、車載蓄電池を活用したエネルギーマネージメントにおいて車載蓄電池の利用率を高めることにある。

以下、課題を達成するための発明の技術的手段について、説明する。なお、発明の技術的手段を開示する特許請求の範囲及び本欄に記載された括弧内の符号は、後に詳述する実施形態に記載された具体的手段との対応関係を示すものであり、発明の技術的範囲を限定するものではない。

上述の課題を解決するために開示された発明は、
車両を駐車可能な拠点（１１，１１ａ〜１１ｃ）について、車両が拠点に駐車された駐
車状態及び拠点に駐車されていない移動状態のいずれにあるのかを、ユーザによる車両の
使用状態（γ）についての確率過程をモデル化することで予測する車両の使用予測システ
ムであって、
車両に対して拠点を複数設定する拠点設定部（２５）と、
拠点設定部により設定された複数の拠点のそれぞれについて、車両の使用状態が駐車状
態及び移動状態のいずれにあるのかを予測する予測部（３０）と、
予測部の予測結果に基づいて複数の拠点のそれぞれについてのエネルギー管理を行う管理部（１２）に対して、予測部の予測結果を出力する予測出力部（５０）と、
を備え、
管理部によるエネルギー管理は、車両が有している車載蓄電池を利用して行われるものであり、
予測部は、複数の拠点のいずれか１つを車両の所属先（ｖ）として当該車両の使用状態を予測するものであって、複数の拠点の間の車両の移動を予測することに伴って車両の所属先を変更するものであり、
さらに予測部は、車両の使用状態が駐車状態及び移動状態のうち一方から他方に状態遷移することを予測するものであり、
予測部により予測される状態遷移としては、車両の所属先を変更せずに車両の使用状態が遷移する第１遷移（Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２）と、車両の所属先の変更を伴って車両の使用状態が遷移する第２遷移（Ａ３，Ａ４，Ｂ３，Ｂ４，Ｃ３，Ｃ４）とがあり、
さらに予測部は、第２遷移として車両の使用状態が駐車状態から移動状態に遷移するタイミングで、車両の所属先を変更するものであることを特徴とする。

この発明によれば、車両の使用状態の予測についてユーザの車両に対して複数の拠点が設定されるため、これら拠点のそれぞれについて車両の有無の予測を個別に取得することができる。このため、複数の拠点のそれぞれにおいて車載蓄電池を活用したエネルギーマネージメントを行うことで、車載蓄電池を活用しない期間が短縮化され、エネルギーを有効利用する上で車載蓄電池の活用機会を適正に得ることができる。この場合、複数の拠点が同一の地域に含まれていれば、その地域において電力使用量のピーク抑制などを図ることができる。以上のように、車載蓄電池を活用したエネルギーマネージメントにおいて車載蓄電池の利用率を高めることができる。

第１実施形態における地域管理システムの全体構成を示す図。 地域における車両の移動態様を示す図。 車両の状態遷移を説明するための図。 地域コントローラの機能を示すブロック図。 使用予測処理の手順を示すフローチャート。 マルコフモデルを示す図。 到着用の度数分布を示す図。 車両が自宅に所属している場合の出発用の度数分布を示す図。 車両が勤務地に所属している場合の出発用の度数分布を示す図。 イベントの発生頻度を数値化した度数分布を示す図。 イベントの発生頻度と移動期間との関係を示す図。 所属モデル、使用モデル及び継続モデルを示す図。 リアルタイム予測の結果を示す図。 第２実施形態における車両の状態遷移を説明するための図。 マルコフモデルを示す図。 所属モデル、使用モデル及び継続モデルを示す図。

以下、本発明の複数の実施形態を図面に基づいて説明する。なお、各実施形態において対応する構成要素には同一の符号を付すことにより、重複する説明を省略する場合がある。各実施形態において構成の一部分のみを説明している場合、当該構成の他の部分については、先行して説明した他の実施形態の構成を適用することができる。また、各実施形態の説明において明示している構成の組み合わせばかりではなく、特に組み合わせに支障が生じなければ、明示していなくても複数の実施形態の構成同士を部分的に組み合せることができる。

（第１実施形態）
図１に示すように、地域１０が住宅やビル、工場、店舗、公共施設などの建物１１を複数有している。地域１０は、市町村といった自治体や市町村が有する地区、学区などにより構成されており、この地域１０においては、１つの電力系統に含まれる送配電網から各建物１１に商用電力が供給される。

各建物１１のそれぞれには、エネルギー管理を行うエネルギーマネージメントシステムとしてＥＭＳ１２（Energy Management System）が設けられており、これらＥＭＳ１２を含んで地域管理システム１３が構築されている。地域管理システム１３は、地域１０のエネルギー管理を行うシステムであり、地域エネルギーマネージメントシステムやＣＥＭＳ（Community Energy Management System）と称することもできる。地域管理システム１３は、建物１１に対応して使用される車両１５の使用状態を予測することや、この予測結果に基づいて各建物１１のＥＭＳ１２を管理することが可能になっている。なお、地域管理システム１３を使用した地域１０のエネルギー管理はアグリゲータ等の事業者により行われる。また、地域管理システム１３が車両の使用予測システムに相当する。

地域管理システム１３は、制御装置としての地域コントローラ１６を有している。地域コントローラ１６は、マイクロコンピュータ等の制御部を含んで構成されており、この制御部はメモリ等の記憶部を有している。地域管理システム１３においては、地域コントローラ１６とＥＭＳ１２とは通信装置等により双方向の通信が可能になっている。

建物１１には、この建物１１での電力網を構築する電気設備が設けられている。車両１５は、電動機のみによって走行する電気自動車（ＥＶ）や、電動機と内燃機関とを併用して走行駆動力とするプラグインハイブリッド（ＰＨＶ）であり、車載蓄電池を有している。車両１５が建物１１の駐車場に駐車され、建物１１の電気設備と車載蓄電池とが専用ケーブルにより電気的に接続された状態では、建物１１と車両１５との間で電力の授受が可能になっている。ＥＭＳ１２は、車両１５から建物１１への給電であるＶ２Ｘ（vehicle to X）の実施も含み、１台の車両１５と１軒の建物１１との間のエネルギーマネージメントを行っている。この場合、ＥＭＳ１２は、車両１５を電力の貯蔵が可能なエネルギーストレージとして活用することになり、建物１１についてのエネルギー管理を行う管理部に相当する。

車両１５が複数の建物１１の間を移動する場合、これら建物１１のそれぞれにおいて、車両１５の駐車期間においてＥＭＳ１２によるエネルギーマネージメントが行われる。この場合、車両１５は、その車載蓄電池に蓄えた電力を複数の建物１１に運搬する役割を果たしていることになる。

図２に示すように、地域１０において、ユーザの自宅１１ａと、そのユーザの勤務地１１ｂとが複数の建物１１に含まれており、このユーザは、自身の所有する車両１５ａを使用して通勤している。出勤前や帰宅後、休日などにおいては、車両１５ａが自宅１１ａに駐車されている。一方、ユーザが出勤した後に勤務地１１ｂにいる期間においては、車両１５ａが勤務地１１ｂに駐車されており、出勤中や帰宅中は、車両１５ａが自宅１１ａ及び勤務地１１ｂのいずれにも駐車されていない。なお、自宅１１ａや勤務地１１ｂにおいては、それぞれの敷地内や敷地外の駐車場に車両１５が駐車されることになる。

地域管理システム１３においては、車両１５が複数の拠点のいずれかに所属しており、その所属先は車両１５の移動に伴って切り替わる。図３に示すように、例えば、車両１５ａが自宅１１ａにて駐車状態にある場合、及び車両１５ａの移動に際して目的地が自宅１１ａになっている場合は、いずれも車両１５ａが自宅１１ａに所属している。また、車両１５ａが勤務地１１ｂにて駐車状態にある場合、及び車両１５ａの移動に際して目的地が勤務地１１ｂになっている場合は、いずれも車両１５ａが勤務地１１ｂに所属している。

車両１５の使用状態は、駐車や移動を行うことで遷移する。この場合、車両１５の使用状態は、駐車状態及び移動状態のうち一方から他方に遷移することになる。車両１５の移動が伴えば、車両１５の所属先が変わる場合はもちろんのこと、車両１５の所属先が変わらない場合でも、車両１５の状態遷移が生じる。ここで、所属先が変わらずに車両１５の状態遷移が生じた場合、この状態遷移は第１遷移に相当し、所属先の変更を伴って車両１５の状態遷移が生じた場合、この状態遷移は第２遷移に相当する。また、駐車状態から移動状態への遷移は、車両１５の所属先が変更されるか否かに関係なく生じる一方で、移動状態から駐車状態への遷移は、車両１５の所属先が変更されない場合に限って生じる。

図３に示すように、例えば、車両１５ａが自宅１１ａから出発して勤務地１１ｂに行かずに再び自宅１１ａに戻る場合、この車両１５ａは、所属先を自宅１１ａにて保持した第１遷移として遷移Ａ１，Ａ２を行うことになる。一方、車両１５ａが勤務地１１ｂから出発して自宅１１ａに行かずに再び勤務地１１ｂに戻る場合、この車両１５ａは、所属先を勤務地１１ｂにて保持した第１遷移として遷移Ｂ１，Ｂ２を行うことになる。遷移Ａ１，Ｂ１は、駐車状態から移動状態への状態遷移を示す移動遷移Ａ１，Ｂ１であり、遷移Ａ２，Ｂ２は、移動状態から駐車状態への状態遷移を示す駐車遷移Ａ２，Ｂ２である。

また、車両１５ａが勤務地１１ｂから自宅１１ａに移動する場合、この車両１５ａは、勤務地１１ｂを出発するタイミングで所属先が勤務地１１ｂから自宅１１ａに変わるとともに、駐車状態から移動状態への第２遷移として自宅遷移Ａ３を行うことになる。一方、車両１５ａが自宅１１ａから勤務地１１ｂに移動する場合、この車両１５ａは、自宅１１ａを出発するタイミングで所属先が自宅１１ａから勤務地１１ｂに変わるとともに、駐車状態から移動状態への第２遷移として勤務地遷移Ｂ３を行うことになる。

なお、車両１５ａが自宅１１ａや勤務地１１ｂといった拠点に駐車している状態を駐車状態と称する。また、車両１５ａが走行している状態を移動状態と称するのはもちろんのこと、車両１５ａが拠点ではない場所に駐車している状態も移動状態と称する。

次に、地域コントローラ１６が有する機能について、図４の機能ブロック図を参照しつつ説明する。

図４に示すように、地域コントローラ１６は、各種情報を取得する取得部２１〜２４と、各種情報に基づいて車両１５の使用状態を予測する使用予測部３０と、使用予測部３０の予測結果を外部に出力する地域出力部５０とを有している。地域出力部５０の出力側には、各建物１１のＥＭＳ１２がそれぞれ電気的に接続されており、地域出力部５０は、予測結果をＥＭＳ１２に出力する予測出力部に相当する。なお、地域コントローラ１６には各種センサが接続されており、取得部２１〜２４は各種センサの検出信号に基づいて各種情報を取得可能になっている。各種センサには、地域コントローラ１６に直接的に接続されたものや、建物１１のＥＭＳ１２を介して間接的に接続されたものが含まれている。

取得部２１〜２３として、現在時刻を取得する時刻取得部２１と、車両１５の現在の使用状態を取得する現在状態取得部２２と、車両１５の直近の駐車場所を取得する直近取得部２３とが、使用予測部３０の入力側に接続されている。現在状態取得部２２は、車両１５が移動状態にあること及び駐車状態にあることを取得する。また、車両１５が駐車状態にある場合にはその駐車場所を取得する。

直近取得部２３は、車両１５が移動状態にある場合に、この車両１５が現在の移動を開始する前に駐車していた拠点を直近の駐車場所として取得する。また、直近取得部２３は、直近の駐車場所を出発した時刻に基づいて、現在の移動について継続期間を取得する。

取得部２４は、車両１５の使用履歴が示された度数分布表を取得する分布取得部２４であり、分布取得部２４の入力側には、車両１５について複数の拠点を設定する拠点設定部２５が接続されている。分布取得部２４は、拠点設定部２５により設定された複数の拠点を対象として度数分布表を取得する。拠点設定部２５は、ユーザの入力操作が行われることで複数の建物１１のいずれかを拠点として設定する。

分布取得部２４により取得された度数分布表には、車両１５の過去の使用状態を示すデータとして、車両１５の駐車期間や移動期間、目的地、目的地に向けた出発時刻、目的地への到着時刻などの情報が離散化された状態で含まれている。なお、駐車や移動といったイベントは、車両１５の使用状態を示す情報であり、度数分布表には、これらイベントの継続期間やイベントの発生回数が記録されている。

分布取得部２４は、車両１５の状態遷移に関する確率モデル（準マルコフモデル）を作成するモデル作成部２６を介して、使用予測部３０の入力側に接続されている。モデル作成部２６は、分布取得部２４により取得された度数分布表に基づいて、確率過程としての準マルコフ過程を展開することで確率モデルとしてのマルコフモデル３５（図６参照）を作成する。この場合、モデル作成部２６は、イベントの生起順序及び生起時刻の両方について車両１５の使用予測をモデル化することになる。準マルコフ過程においては、時刻ごとに状態遷移確率が変動されることになる。なお、マルコフモデル３５が車両１５の使用状態を予測する予測モデルに相当する。

ちなみに、拠点設定部２５にて設定された拠点に関する情報、モデル作成部２６により作成されたマルコフモデル３５は、いずれも使用予測部３０に入力される。

使用予測部３０は、あらかじめ定められた予測期間を対象として予測を行うものである。使用予測部３０の予測結果は、予測期間がＴ個のステップに離散化されたものであり、この場合の離散化ステップ幅Δｔは、イベント間の生起間隔になっている。ステップ幅Δｔは、予測期間をＴで除した値になっている。例えば、予測期間を２４時間とし、ステップ幅Δｔを３０分とすると、Ｔ＝４８となる。

使用予測部３０は、車両１５の使用状態が遷移する確率を状態遷移確率として算出する遷移算出部３１と、モデル作成部２６により作成されたマルコフモデル３５に基づいて最尤解を推定する最尤推定部３２とを有している。

地域コントローラ１６は、車両１５の使用予測を行う使用予測処理を行う。ここでは、使用予測処理について、図５〜図１１を参照しつつ説明する。

図５において、ステップＳ１１では、オフライン処理を行う。オフライン処理では、拠点設定部２５による拠点の設定や、分布取得部２４による度数分布表の取得、モデル作成部２６によるマルコフモデル３５の作成を行う。オフライン処理は、初期設定時やメンテナンス時などに合わせて行われる処理である。

ここで、図６に示すように、マルコフモデル３５は、車両１５が所定状態にある場合にその所定状態の継続期間を予測するためのモデル部３６，３７を有している。モデル部３６は、車両１５が駐車状態にある継続期間を予測するための駐車モデル部３６であり、モデル部３７は、車両１５が移動状態にある継続期間を予測するための移動モデル部３７である。モデル部３６，３７においては、横軸が時刻ｔとされ、ｔ＝τが現在時刻のステップであり、ｔ＝τ＋Ｔが現在時刻から予測期間だけ経過した後の未来のステップである。本実施形態では、τ＋Ｔの未来のステップが２４時間先になっている。また、縦軸が継続期間ｕとされ、ｕ＝Δｔが継続期間の終了を示すステップであり、ｕ＝Ｔが継続期間が予測期間と同じことを示すステップである。この場合、車両１５の使用状態を予測した予測ドット３８は、時刻及び継続期間という２つの要素を有している。

モデル部３６，３７は、マルコフモデル３５において複数の拠点のそれぞれについて個別に設けられている。本実施形態では、モデル部３６，３７として、自宅用のモデル部３６ａ，３７ａと、勤務地用のモデル部３６ｂ，３７ｂとが設けられている。

図５に戻り、オフライン処理の終了後、ステップＳ１２に進み、オンライン処理を行う。オンライン処理では、取得部２１〜２３による各種情報の取得、遷移算出部３１による処理、最尤推定部３２による処理をこの順番で行う。

ここで、遷移算出部３１による処理について説明する。遷移算出部３１は、分布取得部２４により取得された度数分布表に基づいて、車両１５の使用に関する度数分布を算出し、この度数分布に基づいて初期状態確率及び状態遷移確率を算出する。度数分布としては、拠点への車両１５の到着時刻とその拠点における駐車期間との関係を示す到着用の度数分布、及び拠点からの車両１５の出発時刻とその出発後の移動期間との関係を示す出発用の度数分布が挙げられる。

本実施形態では、車両１５ａの拠点が自宅１１ａ及び勤務地１１ｂに設定されており、自宅１１ａ及び勤務地１１ｂのそれぞれについて、図７に例示したような到着用の度数分布が得られる。この度数分布においては、横軸が自宅１１ａへの到着時刻になっており、縦軸が到着後に車両１５ａが継続して駐車されている駐車期間になっている。

出発用の度数分布については、車両１５の目的地が２つの拠点のうち一方の拠点になっている場合と、他方の拠点になっている場合とがある。すなわち、車両１５が一方の拠点に所属している場合と、他方の拠点に所属している場合とがある。例えば、車両１５ａが自宅１１ａに所属している場合としては、図８に示すように、車両１５ａが自宅１１ａを出発して再び自宅１１ａに戻る場合と、車両１５ａが勤務地１１ｂから自宅１１ａに移動する場合とがある。また、車両１５ａが勤務地１１ｂに所属している場合としては、図９に示すように、車両１５ａが自宅１１ａから勤務地１１ｂに移動する場合と、車両１５ａが勤務地１１ｂを出発して再び勤務地１１ｂに戻る場合とがある。

図８、図９に示す各度数分布においては、横軸が出発時刻になっており、縦軸が目的地に到着するまでの移動期間になっている。この移動期間は、出発後に目的地に到着するまでの所要時間である。このため、車両１５が実際に走行する期間はもちろんのこと、例えば目的地とは異なる場所に駐車している期間も移動期間に含まれる。

なお、図７〜図９に示した各度数分布は、ユーザを被験者として車両１５の使用履歴をサンプリングしたものである。例えば、被験者の情報として、年齢や性別、車両１５の主な使用目的などが地域コントローラ１６の記憶部に記憶されている。また、車両１５の使用目的としては、通勤や買い物などが挙げられる。

度数分布においては、サンプリングの結果を示すドット表示の濃淡によって駐車や移動といったイベントが発生する頻度が表現されており、この頻度を用いて初期状態確率及び状態遷移確率を算出する。この頻度を数値化した図を図１０に示す。車両１５ａが自宅１１ａから勤務地１１ｂに移動する場合については、全てのサンプリングの発生頻度の合計で、所定の移動時間（例えば５０分）の発生頻度を除することにより、この移動時間についての状態遷移確率が算出される。例えば、自宅１１ａから勤務地１１ｂに移動する場合の移動の発生頻度を移動期間との２次元で表示した場合、図１１に示すような分布図が得られる。

自宅１１ａ→勤務地１１ｂの車両移動に関する状態遷移確率と同様に、自宅１１ａ及び勤務地１１ｂの駐車に関する状態遷移確率や、自宅１１ａ→自宅１１ａ、勤務地１１ｂ→勤務地１１ｂ、勤務地１１ｂ→自宅１１ａの移動に関する状態遷移確率が算出される。また、初期状態確率も、現在時刻における車両１５の状態に合わせて、状態遷移確率と同様に算出する。

初期状態確率及び状態遷移確率は、マルコフモデル３５の各予測ドット３８のそれぞれに個別に付与されるものであり、遷移算出部３１は、オンラインでの処理において、各予測ドット３８のそれぞれについて初期状態確率及び状態遷移確率を更新する。この場合、初期状態確率及び状態遷移確率は時間経過に伴って変わることになる。モデル部３６，３７においては、時間経過に伴う継続期間の減少が、予測ドット３８から右斜め下に延びた矢印により示される。

次に、最尤推定部３２による処理について説明する。最尤推定部３２は、車両１５の使用状態に関する予測問題を「組み合わせ最適化問題」として、この「組み合わせ最適化問題」についての最尤解を「動的計画法」を用いて推定する。この場合、最尤推定部３２は、マルコフモデル３５において、車両１５の予測問題を時刻軸において複数の部分問題に分割し、これら部分問題の計算結果を前向きアルゴリズムに用いることで、複数の移動パターンのそれぞれについて生起確率を算出する。そして、これら移動パターンの各生起確率に基づいて、車両１５の予測問題についての最尤解を推定する。

最尤推定部３２は、現在時刻に関する情報と未来に関する情報とを用いて、下記の式（１）のような推定式に基づいて移動パターンの生起確率Ｊを推定する。現在時刻に関する情報としては、車両１５の現在の使用状態γτと、この状態γτの開始時刻ｔ０と、車両１５の現在の所属先ｖ０とが挙げられる。未来に関する情報としては、未来時刻ｔ１，ｔ２…ｔｋと、車両１５の未来の所属先ｖ１，ｖ２…ｖｋとが挙げられる。

Ｊ＝Ｐ（ｔ１，ｔ２…ｔｋ，ｖ１，ｖ２…ｖｋ｜ｔ０，γτ，ｖ０）…（１）
自宅１１ａ及び勤務地１１ｂに対する車両１５ａの使用予測に関して、最尤推定部３２が最尤解Ｘ１を推定した場合について、図６を参照しつつ説明する。この最尤解Ｘ１は、車両１５ａが勤務地１１ｂから自宅１１ａへの移動を開始し、ある程度の期間が経過した後（例えば１時間後）には車両１５ａが自宅１１ａに駐車している、という予測を示している。

図６に示すように、最尤解Ｘ１は、勤務地１１ｂから自宅１１ａへの移動を伴う自宅遷移Ａ３と、所属先を自宅１１ａとしたままの駐車遷移Ａ２とを有している。自宅遷移Ａ３は、勤務地用の駐車モデル部３６ｂにおいて、時刻ｔ＝τの現在時刻で継続期間ｕ＝Δｔにあるドットから、自宅用の移動モデル部３７ａにおいて、時刻ｔ＝τ＋Δｔの未来時刻で継続期間ｕ＝Δｔにあるドットへの遷移を示している。駐車遷移Ａ２は、自宅遷移Ａ３が遷移したドットから、自宅用の駐車モデル部３６ａにおいて、時刻ｔ＝τ＋２Δｔの未来時刻で継続期間ｕ＝２Δｔにあるドットへの遷移を示している。

自宅用の駐車モデル部３６ａにおいて、駐車遷移Ａ２が遷移したドットから右斜め下に延びる矢印は、最尤解Ｘ１が時刻ｔ＝τ＋３Δｔにて再び継続期間ｕ＝Δｔにあるドットに遷移することを示している。この場合、最尤解Ｘ１は、時刻ｔ＝τ＋３Δｔにて再び車両１５ａの状態遷移の発生を予測していることになる。

図５に戻り、オンライン処理の終了後、ステップＳ１３に進み、離散化ステップ幅Δｔの時間が経過したか否かを判定する。本実施形態では、オンライン処理を実行してから３０分経過したか否かを判定する。離散化ステップ幅Δｔの時間が経過していない場合は、そのまま待機し、離散化ステップ幅Δｔの時間が経過した場合は、ステップＳ１２に進み、オンライン処理を行う。この場合、離散化ステップ幅Δｔの間隔でオンライン処理を繰り返し行うことになる。

使用予測処理の実行により得られた最尤解は、マルコフモデル３５ではなく、車両１５の所属を示す所属モデル４１、車両１５の使用状態を示す使用モデル４２、及び車両１５の使用状態の継続期間を示す継続モデル４３でも表現可能になっている。ここでは、車両１５ａの使用予測に関して、最尤推定部３２が最尤解Ｘ２を推定した場合について、図１２を参照しつつ説明する。最尤解Ｘ２は、ユーザの出勤に伴って車両１５ａが自宅１１ａから勤務地１１ｂに移動して駐車し、勤務終了後にユーザの帰宅に伴って車両１５ａが勤務地１１ｂから自宅１１ａに移動して駐車し、その後、ユーザが車両１５ａで出掛ける、という予測である。

図１２に示すように、所属モデル４１においては車両１５の所属先ｖが縦軸とされ、使用モデル４２においては車両１５の使用状態γが縦軸とされ、継続モデル４３においては継続期間ｕが縦軸とされている。これらモデル４１〜４３においては、いずれも時間ｔが横軸とされている。

所属モデル４１は、最尤解Ｘ２について車両１５ａが自宅１１ａ及び勤務地１１ｂのうち一方に所属することを示している。具体的には、現在時刻τにて車両１５ａの所属先ｖ０が自宅１１ａであること、及び車両１５ａの所属先が状態遷移のたびに更新されることが表現されている。この場合、未来時刻ｔ１〜ｔ５に合わせて所属先ｖ１〜ｖ４が設定される。ただし、所属先ｖ１，ｖ２がいずれも勤務地１１ｂに設定されているように、使用状態γが移動状態から駐車状態に移行する場合には車両１５ａの所属先が変わらない。

使用モデル４２の最尤解Ｘ２は、勤務地遷移Ｂ３、勤務地１１ｂでの駐車遷移Ｂ２、自宅遷移Ａ３、自宅１１ａでの駐車遷移Ａ２及び移動遷移Ａ１を有している。使用モデル４２においては、車両１５ａの使用状態γが現在時刻τにて駐車状態にあり、未来において移動と駐車を繰り返すことで車両１５ａの状態遷移が生じることが表現されている。また、状態遷移の生じるタイミングが未来時刻ｔ１〜ｔ５とされている。

継続モデル４３は、最尤解Ｘ２について駐車状態や移動状態の残り期間を、未来時刻ｔ１〜ｔ５に対する継続期間がｕ１〜ｕ５として示している。例えば、未来時刻ｔ２までの継続期間はｕ１により表現されている。

ここで、使用予測部３０の予測結果は、地域出力部５０から複数の拠点の各ＥＭＳ１２に対して出力される。これらＥＭＳ１２においては、車両１５の使用状態に関する予測結果に基づいて、車両１５の車載蓄電池を利用したエネルギーマネージメントや、車載蓄電池を利用しないエネルギーマネージメントが実施される。

例えば、最尤推定部３２による推定結果が最尤解Ｘ２である場合、車両１５ａの所属先が勤務地１１ｂになっている未来時刻ｔ１〜ｔ３の期間においては、車両１５ａをエネルギーストレージとしたエネルギー管理が勤務地１１ｂのＥＭＳ１２により実施される。また、車両１５ａの所属先が自宅１１ａになっている未来時刻ｔ３以降の期間においては、車両１５ａをエネルギーストレージとしたエネルギー管理が自宅１１ａのＥＭＳ１２により実施される。

次に、車両１５ａの使用予測を対象として行われた試験について、図１３を参照しつつ説明する。この試験は、予測期間を２４時間としてリアルタイム予測を行ったものである。なお、図１３においては、地域コントローラ１６により推定された最尤解Ｘ３を予測結果として破線で示し、車両１５ａが実際に使用された場合の観測値Ｙを観測結果として実線で示している。また、図１３には、所属モデル４１及び使用モデル４２を示しており、所属モデル４１の所属先ｖについては、自宅１１ａをＬ１で示し、勤務地１１ｂをＬ２で示している。また、使用モデル４２の使用状態γについては、移動状態を「１」で示し、駐車状態を「０」で示している。

図１３に示すように、車両１５ａの使用予測が、現在時刻τ＝６：００，６：３０，７：００，７：３０を予測タイミングとして実施されている。上述したように、初期状態確率及び状態遷移確率が時間経過に伴って変わるため、各予測タイミングでの最尤解Ｘは互いに異なっている。ただし、予測タイミングが６：００，６：３０，７：００，７：３０に移行していくにつれて、未来時刻９：００，１２：００などについての最尤解Ｘと観測値Ｙとのずれが小さくなっている。

ここまで説明した第１実施形態の作用効果を、以下に説明する。

第１実施形態によれば、１台の車両１５に対して複数の拠点として複数の建物１１が設定されるため、これら拠点のそれぞれについて、車両１５の有無の予測を個別に行うことができる。この予測結果に基づいて、車両１５の車載蓄電池を使用したエネルギーマネージメントを複数の拠点のそれぞれについて個別に実施することで、地域１０の各建物１１に電力を供給する電力系統を対象として電力使用量の総計のピーク値を低減できる。また、複数の拠点でのエネルギーマネージメントを個別に実施することは、地域１０の電力系統にかかる負担を低減することにもなるため、地域単位で電力の需給バランスを調整することができる。

第１実施形態によれば、複数の拠点のいずれか１つを所属先として車両１５の使用予測が行われるため、車両１５の駐車や移動に関する予測結果が所属先ごとに明確化される。しかも、拠点間の車両の移動に伴って所属先が変更されるため、移動について複数の拠点のいずれにも車両１５が所属していない場合とは異なり、車両１５の使用予測を複数の拠点について連続的に行うことができる。

第１実施形態によれば、使用予測部３０により予測される車両１５の状態遷移には、所属先の変更を伴わない第１遷移（Ａ１，Ａ２，Ｂ１，Ｂ２）と、所属先の変更を伴う第２遷移（Ａ３，Ｂ３）とが含まれている。このため、複数拠点間の移動を考慮した車両の使用予測を実施できる。

第１実施形態によれば、所属先の変更を伴う第２遷移は、駐車状態から移動状態への状態遷移を示しているため、車両１５が拠点に向けて移動を開始したタイミングでその車両１５の所属先が変更されることになる。この場合、この車両１５の所属先のＥＭＳ１２では、車両１５が所属先に到着するよりも前のタイミングで、車載蓄電池を利用したエネルギーマネージメントを現在の状況に合わせて更新できる。

第１実施形態によれば、車両１５ａのユーザを想定した場合に、この車両１５ａの拠点として自宅１１ａ及び勤務地１１ｂが設定されている。このため、車両１５ａが自宅１１ａに駐車されている期間及び勤務地１１ｂに駐車されている期間の両方を、車両１５ａをエネルギーストレージとして活用できる機会として有効利用することができる。

第１実施形態によれば、車両１５の拠点として設定された建物１１のＥＭＳ１２に対して使用予測部３０の予測結果が出力されるため、建物１１に関するエネルギーマネージメントにおいて車両１５の使用予測を有効に利用できる。この場合、車両１５の使用予測について予測精度が高められることで、ＥＭＳ１２によるエネルギーマネージメントの適正化を図ることができる。

第１実施形態によれば、複数の拠点が１つの地域１０に含まれているため、この地域１０における車載蓄電池の活用機会が高まることになる。このため、単にユーザが地域１０において複数の拠点を行き来することで、地域単位で電力の需給バランスを調整することができる。

第１実施形態によれば、最尤推定部３２がマルコフモデル３５に基づいて最尤解を推定するため、車両１５の使用予測という予測問題の計算量を低減することが可能になる。特に、最尤解の推定に動的計画法が用いられているため、予測時間の短縮化を図ることができる。

（第２実施形態）
上記第１実施形態では、車両１５の使用予測を行う上で車両１５が所属先になり得る拠点が２つだけ設定されていたが、第２実施形態では、拠点が３つ設定される。本実施形態では、上記第１実施形態との相違点を中心に説明を行う。

図１４に示すように、本実施形態では、ユーザの車両１５ａの使用予測を行うための３つの拠点として、自宅１１ａ及び勤務地１１ｂに加えてユーザの実家１１ｃが設定されている。例えば、車両１５ａが実家１１ｃから出発して自宅１１ａ及び勤務地１１ｂのいずれにも行かずに再び実家１１ｃに戻る場合、この車両１５ａは、所属先を実家１１ｃにて保持した第１遷移として移動遷移Ｃ１及び駐車遷移Ｃ２を行うことになる。また、車両１５ａは、自宅１１ａ及び勤務地１１ｂから実家１１ｃに移動する場合に、第２遷移として実家遷移Ｃ３，Ｃ４を行うことになる。さらに、車両１５ａは、実家１１ｃから自宅１１ａに移動する場合に、第２遷移として自宅遷移Ａ４を行い、実家１１ｃから勤務地１１ｂに移動する場合に、第２遷移として勤務地遷移Ｂ４を行うことになる。

図１５に示すように、マルコフモデル３５においては、モデル部３６，３７が３つの拠点のそれぞれについて個別に設けられている。具体的には、本実施形態のマルコフモデル３５に実家用のモデル部３６ｃ，３７ｃが追加されている。

ここで、車両１５ａの使用予測に関して、最尤推定部３２が最尤解Ｘ４を推定した場合について、図１５を参照しつつ説明する。この最尤解Ｘ４は、車両１５ａが勤務地１１ｂから自宅１１ａに移動し、自宅１１ａに駐車された後に実家１１ｃに向けて再び移動する、という予測を示している。最尤解Ｘ４は、勤務地１１ｂから自宅１１ａへの移動を伴う自宅遷移Ａ３と、所属先を自宅１１ａに保持した駐車遷移Ａ２と、自宅１１ａから実家１１ｃへの移動を伴う実家遷移Ｃ３とを有している。

また、拠点が３つ設定された場合でも、最尤推定部３２により推定された最尤解を、所属モデル４１、使用モデル４２及び継続モデル４３により表現可能になっている。ここでは、車両１５ａの使用予測に関して、最尤推定部３２が最尤解Ｘ５を推定した場合について、図１６を参照しつつ説明する。この最尤解Ｘ５は、ユーザの出勤に伴って車両１５ａが自宅１１ａから勤務地１１ｂに移動して駐車し、勤務終了後に車両１５ａで実家１１ｃに立ち寄り、その後、ユーザが実家１１ｃから車両１５ａで出掛ける、という予測を示している。

図１６に示すように、本実施形態の所属モデル４１においては、車両１５ａの所属先ｖを表現する縦軸に実家１１ｃが追加されている。この場合、所属モデル４１は、最尤解Ｘ５について車両１５ａが自宅１１ａ、勤務地１１ｂ及び実家１１ｃのいずれか１つに所属することを示している。所属モデル４１においては、未来時刻ｔ３以降の期間にて、車両１５ａの所属先ｖが実家１１ｃになっている。

使用モデル４２の最尤解Ｘ５は、勤務地遷移Ｂ３、勤務地１１ｂでの駐車遷移Ｂ２、実家遷移Ｃ４、実家１１ｃでの駐車遷移Ｃ２及び移動遷移Ｃ１を有している。使用モデル４２においては、未来時刻ｔ３以上の期間において、車両１５ａの所属先ｖが実家１１ｃにて保持されたまま車両１５ａの使用状態が駐車状態と移動状態とに遷移している。

本実施形態によれば、車両１５の使用予測に関して拠点が３つ設定された場合でも、３つ目の拠点について第１遷移及び第２遷移を想定することで、車両１５の使用予測を適正に行うことができる。したがって、例えば自宅１１ａ、勤務地１１ｂ及び実家１１ｃが３つの拠点として設定された場合でも、車両１５ａの使用予測を、これら自宅１１ａ、勤務地１１ｂ及び実家１１ｃについて連続的に行うことができる。

（他の実施形態）
以上、本発明の複数の実施形態について説明したが、本発明は、それらの実施形態に限定して解釈されるものではなく、本発明の要旨を逸脱しない範囲内において種々の実施形態及び組み合わせに適用することができる。

変形例１では、車両１５の所属先の変更を伴う第２遷移が、駐車状態から移動状態への状態遷移ではなく、移動状態から駐車状態への状態遷移とされていてもよい。例えば、車両１５ａが自宅１１ａから勤務地１１ｂに移動する場合、車両１５ａの所属先を自宅１１ａから勤務地１１ｂに変更するタイミングが、車両１５ａが自宅１１ａを出発したタイミングではなく、車両１５ａが勤務地１１ｂに到着したタイミングとされる。この場合、第２遷移としての勤務地遷移Ｂ３について、車両１５ａの所属先が勤務地１１ｂではなく自宅１１ａとされる。この場合でも、車両１５の使用予測を複数の拠点について連続的に行うことができる。

変形例２では、車両１５の使用予測について、車両１５が移動状態にある場合にはその車両１５が複数の拠点のいずれにも所属していなくてもよい。この構成でも、使用予測部３０により車両１５の駐車場所及び駐車期間は予測されるため、この予測結果をＥＭＳのエネルギーマネージメントに活用できる。

変形例３では、車両１５の使用予測について、拠点に対する駐車状態と拠点間の移動状態とを個別に予測してもよい。例えば、車両１５の使用予測の実施に際して拠点を基準としない構成とする。この構成では、車両１５ａが自宅１１ａから出発する場合に、その行き先が自宅１１ａである場合と勤務地１１ｂである場合とで、駐車状態から移動状態への状態遷移を区別しないことになる。つまり、所属先が自宅１１ａにて保持される場合の移動遷移Ａ１と、所属先が自宅１１ａから勤務地１１ｂに変更される場合の勤務地遷移Ｂ３とを区別しないことになる。

変形例４では、複数の拠点に自宅１１ａ及び勤務地１１ｂの少なくとも一方が含まれていなくてもよい。例えば、ユーザの勤務先の企業が所有している車両１５について、勤務先と取引先とが複数の拠点に含まれた構成とする。この構成では、勤務先及び取引先のそれぞれに車両１５が駐車されている期間において、この車両１５をエネルギーストレージとして有効に活用することができる。

変形例５では、拠点設定部２５が複数の建物１１のいずれを拠点として設定する場合に、あらかじめ定められた拠点の数は３つより多くてもよい。要は、拠点の数が複数であればよい。

変形例６では、ユーザの入力操作により複数の拠点が選択されるのではなく、拠点設定部２５により選択処理が行われることで複数の拠点が設定されてもよい。例えば、拠点設定部２５が、分布取得部２４により取得された度数分布に基づいて、複数の建物１１のうち２つを拠点として設定する。具体的には、車両１５の使用履歴において、駐車期間の総計が最も大きい建物１１と２番目に大きい建物１１とを２つの拠点として設定する。この構成によれば、２つの拠点は駐車期間の長さに基づいて選ばれているため、これら拠点のそれぞれにおいて、車両１５と建物１１との間で電力の授受を行う上で適正な駐車期間を確保できる。

変形例７では、地域コントローラ１６が拠点の数を設定する機能を有していてもよい。この構成としては、使用予測部３０が拠点の数を設定する数設定部を有している構成や、拠点設定部２５が拠点の数を設定可能な構成が挙げられる。例えば、使用予測部３０が数設定部を有している構成では、数設定部が、いくつの建物１１を拠点として設定するのかを車両１５の使用履歴に基づいて判定する。この構成では、車両１５が過去に駐車された各建物１１のそれぞれについて、車両１５の過去の駐車期間の総計に対する駐車期間の割合を算出し、その割合が所定値（例えば２０％）に達した建物１１を全て拠点として設定する。

変形例８では、拠点設定部２５が建物１１を拠点として設定するのではなく、土地や設備を拠点として設定してもよい。この場合でも、車両１５との電力の授受を可能にする電力授受装置が土地や設備に設けられていれば、拠点及び車両１５についてのエネルギーマネージメントを実施可能になっている。

変形例９では、建物１１についてのエネルギーマネージメントをその建物１１のＥＭＳ１２が行うのではなく、地域コントローラ１６が行ってもよい。この場合でも、複数の拠点のそれぞれについて個別にエネルギー管理を行うことができる。

変形例１０では、拠点として設定される建物１１が単一の地域１０に含まれていなくてもよい。例えば、自宅１１ａと勤務地１１ｂとが異なる地域に含まれた構成とする。

変形例１１では、マルコフ過程において、車両１５の使用状態を予測する予測期間が離散化されていたが、この予測期間は離散化されなくてもよい。

変形例１２では、車両１５の使用予測に用いられる確率過程として、マルコフ過程ではなく独立増分過程やガウス過程などが採用されてもよい。

１０…地域、１１…建物、１１ａ…自宅、１１ｂ…勤務地、１２…ＥＭＳ、１５，１５ａ…車両、２５…拠点設定部、２６…モデル作成部、３０…使用予測部、３２…最尤推定部、３５…マルコフモデル、５０…地域出力部、Ａ１，Ｂ１，Ｃ１…移動遷移、Ａ２，Ｂ２，Ｃ２…駐車遷移、Ａ３，Ａ４…自宅遷移、Ｂ３，Ｂ４…勤務地遷移、Ｃ３，Ｃ４…実家遷移、ｖ…所属先、γ…使用状態。

Claims (4)

1. 車両を駐車可能な拠点（１１，１１ａ〜１１ｃ）について、前記車両が前記拠点に駐車された駐車状態及び前記拠点に駐車されていない移動状態のいずれにあるのかを、ユーザによる前記車両の使用状態（γ）についての確率過程をモデル化することで予測する車両の使用予測システムであって、
   前記車両に対して前記拠点を複数設定する拠点設定部（２５）と、
   前記拠点設定部により設定された複数の前記拠点のそれぞれについて、前記車両の使用状態が前記駐車状態及び前記移動状態のいずれにあるのかを予測する予測部（３０）と、
   前記予測部の予測結果に基づいて複数の前記拠点のそれぞれについてのエネルギー管理を行う管理部（１２）に対して、前記予測部の予測結果を出力する予測出力部（５０）と、
   を備え、
   前記管理部による前記エネルギー管理は、前記車両が有している車載蓄電池を利用して行われるものであり、
   前記予測部は、複数の前記拠点のいずれか１つを前記車両の所属先（ｖ）として当該車両の使用状態を予測するものであって、複数の前記拠点の間の前記車両の移動を予測することに伴って前記車両の所属先を変更するものであり、
   さらに前記予測部は、前記車両の使用状態が前記駐車状態及び前記移動状態のうち一方から他方に状態遷移することを予測するものであり、
   前記予測部により予測される前記状態遷移としては、前記車両の所属先を変更せずに前記車両の使用状態が遷移する第１遷移（Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２）と、前記車両の所属先の変更を伴って前記車両の使用状態が遷移する第２遷移（Ａ３，Ａ４，Ｂ３，Ｂ４，Ｃ３，Ｃ４）とがあり、
   さらに前記予測部は、前記第２遷移として前記車両の使用状態が前記駐車状態から前記移動状態に遷移するタイミングで、前記車両の所属先を変更するものであることを特徴とする車両の使用予測システム。
2. 前記拠点設定部により設定される複数の前記拠点には、前記ユーザの自宅（１１ａ）と、前記ユーザの勤務地（１１ｂ）とが含まれており、
   前記管理部は、前記自宅及び前記勤務地のそれぞれに個別に設けられていることを特徴とする請求項１に記載の車両の使用予測システム。
3. 前記拠点設定部により設定される複数の前記拠点は、単一の地域（１０）に含まれていることを特徴とする請求項１または２に記載の車両の使用予測システム。
4. 複数の前記拠点のそれぞれについて、前記確率過程をモデル化することで予測モデル（３５）を作成するモデル作成部（２６）と、
   前記モデル作成部により作成された前記予測モデルに基づいて、前記車両の使用状態についての最尤解を推定する最尤推定部（３２）と、
   を備えていることを特徴とする請求項１〜３のいずれか１項に記載の車両の使用予測システム。