JP7058718B2 - 電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体 - Google Patents

電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体 Download PDF

Info

Publication number
JP7058718B2
JP7058718B2 JP2020506381A JP2020506381A JP7058718B2 JP 7058718 B2 JP7058718 B2 JP 7058718B2 JP 2020506381 A JP2020506381 A JP 2020506381A JP 2020506381 A JP2020506381 A JP 2020506381A JP 7058718 B2 JP7058718 B2 JP 7058718B2
Authority
JP
Japan
Prior art keywords
charging device
power
usage information
amount
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020506381A
Other languages
English (en)
Other versions
JPWO2020027202A1 (ja
Inventor
雅之 川村
広考 遠藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of JPWO2020027202A1 publication Critical patent/JPWO2020027202A1/ja
Application granted granted Critical
Publication of JP7058718B2 publication Critical patent/JP7058718B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/02—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from ac mains by converters
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体に関する。
本願は、２０１８年７月３１日に出願された日本国特許出願２０１８－１４３６３６号に基づき優先権を主張し、その内容をここに援用する。
電力会社が、電力需給がひっ迫する時間帯に使用電力を抑制するように需要家に対して要請するデマンドレスポンスが知られている。これに関連し、翌日の気温や天候などの予報から、翌日に電力会社からデマンドレスポンスとして要請されるであろう電力量を予測する技術が知られている（例えば、特許文献１参照）。一方で、電気スクータなどの移動体に装着されたバッテリを取り外し、取り外したバッテリを充電ステーションなどの充電装置に装着して充電させるとともに、すでに充電された別のバッテリを充電装置から取り外し、取り外したバッテリを移動体に装着させるようなバッテリの共同利用を促進させる技術が知られている（例えば、特許文献２参照）。また、バッテリが着脱可能な移動体の他の例として、バッテリと、バッテリを収容可能な収容室が形成された充電給電ユニットとを有する可搬型の充電給電装置が知られている（例えば、特許文献３参照）。
国際公開第２０１５／０７５７９４号 日本国特表２０１４－５２７６８９号公報 日本国特開２０１９－０６８５５２号公報
しかしながら、従来の技術では、デマンドレスポンスに対応するために充電装置を利用することについて十分に検討されていなかった。例えば、充電装置が供給可能な電力量は、バッテリの個数や充電容量に応じて変動するため、何人のユーザがいつどのタイミングで充電装置を利用するのかを予測することが難しく、電力需給がひっ迫する時間帯（デマンドレスポンスが要請される時間帯）において、十分な電力量を供給できるのかを精度よく予測できていなかった。
本発明の態様は、充電装置が外部に供給可能な将来の電力量を精度よく予測することができる電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体を提供することを目的の一つとする。
この発明に係る電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体は、以下の構成を採用した。
（１）本発明の一態様は、電力を利用する電力装置に対して着脱自在に装着されるバッテリと、前記バッテリを充電する充電装置と、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量を予測する電力予測装置と、を備え、前記電力予測装置は、第１時点における前記充電装置の前記利用情報を取得する取得部と、前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量を予測する予測部と、を有し、前記予測部が、前記取得部によって取得された前記第１時点における前記利用情報を前記モデルに対して入力し、前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量を予測する電力予測システムである。
（２）の態様は、上記（１）の態様において、前記電力予測システムが、前記第２時点において前記充電装置に装着された前記バッテリの数と、前記第２時点において前記充電装置に装着された前記バッテリの充電容量とに基づいて、前記第２時点において前記充電装置が前記充電装置外に供給可能な前記電力量を導出し、前記第２時点における前記充電装置の前記利用情報に対して、前記導出した電力量が対応付けられた教師データに基づいて、前記モデルを学習する学習処理部を更に有するものである。
（３）の態様は、上記（２）の態様において、前記取得部が、複数の前記充電装置のそれぞれが設置された地域ごとに、前記充電装置の前記利用情報を取得し、前記学習処理部が、前記取得部によって前記地域ごとの前記充電装置から取得された前記利用情報に基づいて、前記地域ごとに前記モデルを学習するものである。
（４）の態様は、上記（１）から（３）のいずれか１つの態様において、前記予測部が、前記充電装置が使用電力の抑制の要請を受けた場合、前記モデルに基づいて、前記電力量を予測するものである。
（５）の態様は、上記（４）の態様において、前記電力予測システムが、前記充電装置が使用電力の抑制の要請を受けた場合、前記予測部によって予測された前記電力量が、抑制するように要請された電力量以上である場合、前記充電装置から前記充電装置外に電力を供給させる供給電力制御部を更に備えるものである。
（６）の態様は、上記（１）から（５）のいずれか一つの態様において、前記利用状況には、前記充電装置に装着されたバッテリの充電容量を表す指標値と、前記充電装置に装着されたバッテリの個数と、時刻と、のうち少なくとも一つ以上が含まれるものである。
（７）の態様は、上記（１）から（６）のいずれか一つの態様において、前記利用環境には、前記充電装置が設置された地域の天候と、前記充電装置が設置された地域の気温と、日付と、曜日と、のうち少なくとも一つ以上が含まれるものである。
（８）本発明の他の態様は、電力を利用する電力装置に対して着脱自在に装着されるバッテリを充電する充電装置から送信される、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報を受信する受信部と、前記受信部により受信された前記充電装置の前記利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量を予測する予測部と、を備え、前記受信部が、第１時点における前記充電装置の前記利用情報を受信し、前記予測部が、前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量を予測し、前記受信部によって受信された前記第１時点における前記利用情報を前記モデルに対して入力し、前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量を予測する電力予測装置である。
（９）の態様は、上記（８）の態様において、前記電力予測装置が、前記モデルの学習を、前記充電装置に装着された前記バッテリの数と、前記充電装置に装着された前記バッテリの充電容量とに基づいて、前記充電装置が前記充電装置外に供給可能な前記電力量を導出し、前記充電装置の前記利用情報に対して、前記導出した電力量が対応付けられた教師データに基づいて行う学習処理部を更に有するものである。
（１０）の態様は、上記（９）の態様において、前記受信部が、複数の前記充電装置のそれぞれが設置された地域ごとに、前記充電装置の前記利用情報を受信し、前記学習処理部が、前記受信部によって前記地域ごとの前記充電装置から受信された前記利用情報に基づいて、前記地域ごとに前記モデルを学習するものである。
（１１）本発明の他の態様は、コンピュータが、電力を利用する電力装置に対して着脱自在に装着されるバッテリを充電する充電装置から送信される、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報を受信し、前記受信した前記利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量の予測を行う電力予測方法であって、前記予測は、前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行うものであり、第１時点における前記充電装置の前記利用情報を受信し、前記受信した前記第１時点における前記利用情報を前記モデルに対して入力し、前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行う電力予測方法である。
（１２）本発明の他の態様は、コンピュータに、電力を利用する電力装置に対して着脱自在に装着されるバッテリを充電する充電装置から送信される、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報を受信すること、前記受信した前記利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量の予測を行うことを実行させるためのプログラムであって、前記予測は、前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行うものであり、第１時点における前記充電装置の前記利用情報を受信すること、前記受信した前記第１時点における前記利用情報を前記モデルに対して入力すること、前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行うこと、を実行させるためのプログラムである。
（１３）本発明の他の態様は、上記（１２）の態様のプログラムを格納したコンピュータ読み取り可能な記憶媒体である。
（１）、（６）－（８）、（１１）－（１３）の態様によれば、充電装置が外部に供給可能な将来の電力量を精度よく予測することができる。
（２）、（９）の態様によれば、充電装置の利用状況及び利用環境を示す情報に教師ラベルが対応付けられたデータを教師データとするため、充電装置の利用状況及び利用環境に左右されるユーザの行動パターンをモデルに学習させることができる。
（３）、（１０）の態様によれば、充電装置が設置された地域ごとにモデルを学習するため、各地域のユーザの行動パターンに対応したモデルを生成することができる。
（４）の態様によれば、電力需給がひっ迫する時間帯において、充電装置が外部に供給可能な電力で、デマンドレスポンスに対応可能か否かを判定することができる。
（５）の態様によれば、電力需給がひっ迫する時間帯において、充電装置が外部に供給可能な電力量が、需要家に対して抑制するように要請された電力量以上である場合、充電装置から需要家の電力設備に対して電力を供給するため、需要家は、電力会社からのデマンドレスポンスに対応しつつ、他の時間帯と同様に、電力を使用することができる。
実施形態における電力予測システムの構成の一例を示す図である。 実施形態における着脱式バッテリの構成の一例を示す図である。 実施形態における充電ステーションの構成の一例を示す図である。 実施形態における管理サーバの構成の一例を示す図である。 管理サーバによる学習モデルの学習処理の一例を示すフローチャートである。 充電ステーションが設置された地域を含む地図の一例を示す図である。 充電ステーションが設置された地域を含む地図の一例を示す図である。 グリッドごとに学習モデルを学習したときの学習モデル情報の一例を示す図である。 管理サーバによる学習モデルを利用した電力予測処理の一例を示すフローチャートである。
以下、図面を参照し、本発明の電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体の実施形態について説明する。
［電力予測システムの全体構成］
図１は、実施形態における電力予測システム１の構成の一例を示す図である。図示の例のように、電力予測システム１は、鞍乗り型の自動二輪車１２の駆動源である着脱式バッテリ１４を、複数のユーザが共同利用するシェアサービスを提供可能なシステムにおいて、着脱式バッテリ１４が充電ステーション１６により供給可能な電力量を予測するシステムである。例えば、電力予測システム１は、一以上の鞍乗り型の自動二輪車１２と、各自動二輪車１２に電力を供給可能な着脱式バッテリ１４と、一以上の充電ステーション１６と、管理サーバ１８と、端末装置２８とを備える。自動二輪車１２は「電力装置」の一例であり、充電ステーション１６は「充電装置」の一例であり、管理サーバ１８は「電力予測装置」の一例である。
「電力装置」は、自動二輪車１２に限られず、例えば、電力により走行可能かつ着脱自在に着脱式バッテリ１４が装着可能な車両（一輪、三輪、四輪等）、またはアシスト式の自転車等であってもよい。これら車両型の移動体に代えて、「電力装置」は、日本国特開２０１９－０６８５５２号公報に記載の、人や車両によって運ばれる可搬型の充電給電装置であってもよい。また「電力装置」は、移動ロボット、自律走行装置、電動自転車、自律走行車、その他の電動車両、ドローン飛行体、又はその他の電動式移動装置（電動モビリティ）であってもよい。以下、一例として、「電力装置」が自動二輪車１２であるものとして説明する。
自動二輪車１２は、着脱式バッテリ１４により供給された電力を利用して走行する電動車両である。自動二輪車１２は、ディーゼルエンジンやガソリンエンジンなどの内燃機関を駆動源として走行する車両であってもよいし、着脱式バッテリ１４と内燃機関との組み合わせを駆動源として走行する車両であってもよい。
着脱式バッテリ１４は、例えば、自動二輪車１２に対して着脱自在に装着されるカセット式の蓄電装置（二次電池）である。着脱式バッテリ１４は、後述するバッテリ側記憶部１４５を備える。
充電ステーション１６は、一以上の着脱式バッテリ１４の保管及び充電を行うための設備であり、複数の場所（地域）に設置される。充電ステーション１６の筐体２０には、複数（本図の例では、１２個）のスロット２１と、表示部１６１と、読取部１６２と、が設けられている。スロット２１の奥側には、後述する充電部１６３が設けられている。
充電ステーション１６は、ネットワークＮＷを介して、管理サーバ１８と通信可能に接続されている。ネットワークＮＷには、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）などが含まれる。
管理サーバ１８は、ネットワークＮＷを介して、充電ステーション１６や端末装置２８、電力会社３０の各種装置と通信可能に接続されている。例えば、管理サーバ１８は、ネットワークＮＷを介して接続された装置から取得した情報に基づき、充電ステーション１６が外部に供給可能な電力量（以下、供給可能電力量と称する）を予測する。「外部」とは、例えば、需要家４０の電力設備や、電力系統（Electric（al） Power System；ＥＰＳ）などである。例えば、管理サーバ１８は、電力会社３０からデマンドレスポンスリクエストを受信すると、予測した充電ステーション１６の供給可能電力量に基づいて、充電ステーション１６を制御して、需要家４０の電力設備などに電力を供給する。
デマンドレスポンスリクエストは、需要家４０に対して使用電力を抑制することを要請する情報である。例えば、デマンドレスポンスリクエストには、使用電力の抑制を要請する時間帯（例えば１２時から１４時までの二時間など）と、どの程度使用電力を抑制すべきなのかを表した電力量（以下、節電要請電力量と称する）とが含まれる。
端末装置２８は、例えば、携帯電話やスマーフォン、タブレット端末であり、自動二輪車１２を所有するユーザなどによって利用される。端末装置２８は、ネットワークＮＷを介して、管理サーバ１８と通信可能に接続されている。例えば、ユーザは、端末装置２８を介して、管理サーバ１８によって提供されるウェブサイトなどにアクセスし、着脱式バッテリ１４のシェアサービスを利用するための登録手続きなどを行う。
［着脱式バッテリの構成］
図２は、実施形態における着脱式バッテリ１４の構成の一例を示す図である。図示の例のように、着脱式バッテリ１４は、蓄電池１４１と、測定センサ１４２と、ＢＭＵ（Battery Management Unit）１４３と、接続部１４４と、バッテリ側記憶部１４５とを備える。
蓄電池１４１は、例えば、リチウムイオン電池や鉛蓄電池などの二次電池を含む。蓄電池１４１の構成はこれ以外であってもよく、他の種類の二次電池、キャパシタ、又はこれらを組み合わせた複合電池であってもよい。
測定センサ１４２は、蓄電池１４１の電圧を検出するセンサや、蓄電池１４１の電流を検出するセンサ、蓄電池１４１の温度を検出するセンサなどを含む。測定センサ１４２は、着脱式バッテリ１４が自動二輪車１２に装着された状態下で検出された蓄電池１４１の電圧や電流、温度を示す信号をＢＭＵ１４３に出力する。
ＢＭＵ１４３は、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサや、ＲＯＭ（Read Only Memory）などを含む。ＲＯＭには、例えば、プロセッサによって読み出されて実行されるプログラムが格納される。
ＢＭＵ１４３は、自動二輪車１２に搭載された制御装置の指令に基づいて、蓄電池１４１の充放電を制御する。ＢＭＵ１４３は、測定センサ１４２の検出結果に基づいて、蓄電池１４１の充電容量を示すＳＯＣ（State Of Charge）を導出する。ＢＭＵ１４３は、ＳＯＣを導出すると、ＳＯＣの導出結果をバッテリ側記憶部１４５に記憶させる。この際、ＢＭＵ１４３は、着脱式バッテリ１４の識別情報（以下、バッテリＩＤと称する）や、測定センサ３２により検出された検出結果などをバッテリ側記憶部１４５に記憶させてもよい。ＢＭＵ１４３は、例えば、後述する充電ステーション１６における認証が成功した場合に、ユーザの識別情報（以下、ユーザＩＤと称する）をバッテリ側記憶部１４５に記憶させてよい。
より具体的には、ＢＭＵ１４３は、測定センサ１４２の検出結果として、充電時の蓄電池１４１の内部温度や、放電時の蓄電池１４１の内部温度、放電時の蓄電池１４１の電圧といった情報をバッテリ側記憶部１４５に記憶させ、ＳＯＣの導出結果として、着脱式バッテリ１４が貸し出されてから返却されるまでの使用期間において変動した蓄電池１４１のＳＯＣなどの情報をバッテリ側記憶部１４５に記憶させる。「着脱式バッテリ１４が貸し出されてから返却されるまで」とは、充電ステーション１６から着脱式バッテリ１４が取り出されてから、その着脱式バッテリ１４が再度充電ステーション１６に装着されるまでの期間であってよい。ＢＭＵ１４３は、着脱式バッテリ１４が自動二輪車１２に装着されたときに、自動二輪車１２に搭載されたオドメータなどの各種センサと通信する場合、これらのセンサの検出結果をバッテリ側記憶部１４５に記憶させてもよい。例えば、ＢＭＵ１４３は、着脱式バッテリ１４が貸し出されてから返却されるまでの使用期間にオドメータによって計測された自動二輪車１２の走行距離をバッテリ側記憶部１４５に記憶させてよい。ＢＭＵ１４３は、蓄電池１４１の容量維持率、内部抵抗増加率、放置時ＳＯＣ、放置時バッテリ温度、製造時点からの経過時間、通算充電回数などをバッテリ側記憶部１４５に記憶させてもよい。
接続部１４４は、蓄電池１４１を充電するため、または蓄電池１４１から放電するための電気的な端子である。
バッテリ側記憶部１４５は、例えば、ＲＡＭ（Random Access Memory）や、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＨＤＤ、フラッシュメモリなどにより実現される。バッテリ側記憶部１４５には、上述したように、蓄電池１４１のＳＯＣや、バッテリＩＤ、ユーザＩＤ、測定センサ３２の検出結果などが格納される。
［充電ステーションの構成］
図３は、実施形態における充電ステーション１６の構成の一例を示す図である。図示の例のように、充電ステーション１６は、表示部１６１と、読取部１６２と、充電部１６３と、接続部１６４と、通信部１６５と、ステーション側記憶部１６６と、ステーション側制御部１６７とを備える。通信部１６５は「取得部」または「受信部」の一例である。
表示部１６１は、例えば、ＬＣＤ（Liquid Crystal Display）や、有機ＥＬ（Electroluminescence）ディスプレイ、タッチパネルなどを含み、各種情報を表示する。例えば、表示部１６１は、ステーション側制御部１６７によって生成された画像を表示したり、操作者からの各種の入力操作を受け付けるためのＧＵＩ（Graphical User Interface）などを表示したりする。
読取部１６２は、例えば、ＮＦＣ（Near Field Communication）を用いて、ユーザが携行するＩＣカード（不図示）からユーザＩＤを読み取る機器（リーダ）である。例えば、ＩＣカードがクレジットカードである場合、読取部１６２は、クレジット番号などの個人情報をユーザＩＤとして読み取る。読取部１６２は、読み取ったユーザＩＤをステーション側制御部１６７に出力する。
充電部１６３は、例えば、各スロット２１に一つずつ設けられる。充電部１６３は、着脱式バッテリ１４側の接続部１４４と、充電ステーション側の接続部１６４とが互いに電気的または機械的に接続した状態にあるときに、すなわち、スロット２１に着脱式バッテリ１４が装着（装填）されたときに、着脱式バッテリ１４に電力を供給して着脱式バッテリ１４を充電する。充電部１６３には、着脱式バッテリ１４に電力を供給するための電源（不図示）が接続されていてよい。
接続部１６４は、着脱式バッテリ１４側の接続部１４４と電気的または機械的に接続される端子である。
通信部１６５は、例えば、ＮＩＣ（Network Interface Card）などの通信インターフェースを含む。例えば、通信部１６５は、ネットワークＮＷを介して管理サーバ１８と通信し、管理サーバ１８から情報を受信する。通信部１６５は、受信した情報（受信情報）をステーション側制御部１６７に出力する。通信部１６５は、ステーション側制御部１６７による制御を受けて、ネットワークＮＷを介して接続された他の装置に情報を送信してもよい。
ステーション側記憶部１６６は、例えば、ＲＯＭや、ＲＡＭや、ＥＥＰＲＯＭ、ＨＤＤ、フラッシュメモリなどにより実現される。ステーション側記憶部１６６には、プログラムが格納されるほかに、着脱式バッテリ１４のシェアサービスを利用する権限が与えられたユーザ（以下、認証済みのユーザと称する）のユーザＩＤなどが格納される。例えば、ユーザが、端末装置２８を利用して、シェアサービスの利用の登録手続きを受け付けるウェブサイトなどにアクセスし、そのウェブサイトに、氏名やクレジット番号、運転免許証の番号などを個人情報として登録しておいた場合、これらの情報のうち一部または全部を組み合わせたものが、ユーザＩＤとしてステーション側記憶部１６６に記憶される。この際、ユーザＩＤは、管理サーバ１８を介してステーション側記憶部１６６に記憶されてよい。
ステーション側制御部１６７は、例えば、情報取得部１６７１と、認証部１６７２と、第１電力制御部１６７３と、第２電力制御部１６７４と、通信制御部１６７５とを備える。これの構成要素は、ＣＰＵやＧＰＵ（Graphics Processing Unit）などのプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めステーション側記憶部１６６に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、その記憶媒体が充電ステーション１６のドライブ装置に装着されることでステーション側記憶部１６６にインストールされてもよい。
情報取得部１６７１は、読取部１６２からユーザＩＤを取得したり、通信部１６５から受信情報を取得したりする。情報取得部１６７１は、スロット２１に装填された着脱式バッテリ１４のバッテリ側記憶部１４５から、その着脱式バッテリ１４のＳＯＣなどの情報を取得してよい。
認証部１６７２は、情報取得部１６７１によって取得されたユーザＩＤと、ステーション側記憶部１６６に格納された認証済みユーザのユーザＩＤとを比較して、互いのユーザＩＤが一致する場合、読取部１６２がユーザＩＤを読み取ったＩＣカードの持ち主が、認証済みユーザであるか否かを判定する。認証部１６７２は、ＩＣカードの持ち主が、認証済みユーザであると判定した場合、読取部１６２に、認証が成功したことを示す情報を表示させる。これを受けて、ＩＣカードを読取部１６２に読み取らせたユーザは、認証が成功した場合、充電済みの着脱式バッテリ１４をスロット２１から取り出し、その充電済みの着脱式バッテリ１４を、自動二輪車１２に装着された使用済みの着脱式バッテリ１４と交換することで、着脱式バッテリ１４をシェアする。使用済みの着脱式バッテリ１４がスロット２１に装填された場合、充電が開始される。
第１電力制御部１６７３は、スロット２１に着脱式バッテリ１４が装填されたか否かを判定し、スロット２１に着脱式バッテリ１４が装填されたと判定した場合、充電部１６３を制御して、スロット２１に装填された着脱式バッテリ１４に電力を供給し、着脱式バッテリ１４を充電する。例えば、第１電力制御部１６７３は、着脱式バッテリ１４側の接続部１４４と、充電ステーション側の接続部１６４とが互いに電気的または機械的に接続した場合、スロット２１に着脱式バッテリ１４が装填されたと判定し、そうでない場合にはスロット２１に着脱式バッテリ１４が装填されていないと判定してよい。
第２電力制御部１６７４は、通信部１６５によって管理サーバ１８から特定のコマンド（後述する第２コマンド）が受信された場合、各スロット２１に装填された着脱式バッテリ１４に電力を放電させ、その放電させた電力を、電力系統を介して需要家４０の電力設備へと供給する。
通信制御部１６７５は、通信部１６５を制御して、所定の周期（例えば時間、日、週、月単位）で、充電ステーション１６の利用状況を示す情報（以下、ステーション利用状況情報と称する）を管理サーバ１８に送信する。例えば、通信制御部１６７５は、各スロット２１に装填された着脱式バッテリ１４のＳＯＣと、スロット２１に装填された着脱式バッテリ１４の個数と、送信時刻とを含む情報を、ステーション利用状況情報として管理サーバ１８に送信する。
［管理サーバの構成］
図４は、実施形態における管理サーバ１８の構成の一例を示す図である。図示の例のように、管理サーバ１８は、通信部１８１と、サーバ側記憶部１８２と、サーバ側制御部１８３とを備える。
通信部１８１は、例えば、ＮＩＣなどの通信インターフェースを含む。例えば、通信部１８１は、ネットワークＮＷを介して各充電ステーション１６と通信し、各充電ステーション１６から情報を受信する。通信部１８１は、ネットワークＮＷを介して電力会社３０の装置と通信し、デマンドレスポンスリクエストを受信してよい。通信部１８１は、受信した情報（受信情報）をサーバ側制御部１８３に出力する。通信部１８１は、サーバ側制御部１８３による制御を受けて、ネットワークＮＷを介して接続された充電ステーション１６に情報を送信する。
サーバ側記憶部１８２は、例えば、ＲＯＭや、ＲＡＭや、ＥＥＰＲＯＭ、ＨＤＤ、フラッシュメモリなどにより実現される。サーバ側記憶部１８２には、プログラムが格納されるほかに、学習モデル情報１８２１が格納される。これについては後述する。
サーバ側制御部１８３は、例えば、情報取得部１８３１と、学習処理部１８３２と、予測部１８３３と、供給電力制御部１８３４とを備える。これの構成要素は、ＣＰＵやＧＰＵなどのプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めサーバ側記憶部１８２に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、その記憶媒体が管理サーバ１８のドライブ装置に装着されることでサーバ側記憶部１８２にインストールされてもよい。
情報取得部１８３１は、例えば、通信部１８１を介して、充電ステーション１６からステーション利用状況情報を取得する。
学習処理部１８３２は、情報取得部１８３１によって取得された情報に基づいて、サーバ側記憶部１８２に格納された学習モデル情報１８２１が示す学習モデルＭＤＬを学習する。これによって学習モデル情報１８２１が更新される。
学習モデル情報１８２１は、ある学習モデルＭＤＬを表すプログラムまたはデータ構造である。学習モデルＭＤＬは、ある時点の充電ステーション１６の利用状況または利用環境の少なくとも一方または双方を示す情報が入力されると、同時点において充電ステーション１６が外部に供給可能な電力量（すなわち供給可能電力量）を出力するように学習される。学習モデルＭＤＬは、例えば、Deep Learningや、Random Forest Regression、XG-Boosting、Support Vector Machineのいずれか、あるいはこれらを組み合わせたアンサンブル学習手法によって学習されてよい。アンサンブル学習手法には、例えば、バギングやブースティング等が含まれる。
予測部１８３３は、学習モデル情報１８２１が示す学習モデルＭＤＬに基づいて、将来のある時点における充電ステーション１６の供給可能電力量を予測する。例えば、予測部１８３３は、通信部１８１によって電力会社３０からデマンドレスポンスリクエストが受信されると、このデマンドレスポンスリクエストに含まれる使用電力の抑制時間帯（将来の時間帯）における充電ステーション１６の供給可能電力量を予測する。デマンドレスポンスリクエストに含まれる使用電力の抑制時間帯は、将来の時間帯に限られず、現在の時間帯であってもよい。
供給電力制御部１８３４は、予測部１８３３によって予測された、使用電力の抑制時間帯における充電ステーション１６の供給可能電力量と、デマンドレスポンスリクエストに含まれる節電要請電力量とを比較し、供給可能電力量が節電要請電力量以上である場合、充電ステーション１６を制御して、充電ステーション１６から需要家４０の電力設備に電力を供給する。需要家４０の電力設備は、「充電装置外」の一例である。
［学習モデルの学習処理（トレーニング）のフロー］
以下、学習モデルＭＤＬの学習処理（トレーニング）について説明する。図５は、管理サーバ１８による学習モデルＭＤＬの学習処理の一例を示すフローチャートである。本フローチャートの処理は、例えば、通信部１８１によってステーション利用状況情報が受信された回数が所定回数に達した場合に行われてよい。
まず、学習処理部１８３２は、通信部１８１によって受信された複数のステーション利用状況情報の中から、処理対象とする、ある送信時刻Ｔｉのステーション利用状況情報を選択する（ステップＳ１００）。複数のステーション利用状況情報は、互いに送信時刻が異なる。
次に、学習処理部１８３２は、選択したステーション利用状況情報の送信時刻Ｔｉにおける充電ステーション１６の供給可能電力量Ｐｉを導出する（ステップＳ１０２）。
例えば、学習処理部１８３２は、ステーション利用状況情報に含まれる着脱式バッテリ１４の個数と、各着脱式バッテリ１４のＳＯＣとに基づいて、ステーション利用状況情報の送信時刻Ｔｉにおいて、それらの着脱式バッテリ１４がスロット２１に装填された充電ステーション１６の供給可能電力量Ｐｉを導出する。
次に、学習処理部１８３２は、学習モデルＭＤＬを学習する（ステップＳ１０４）。例えば、学習処理部１８３２は、ある学習データに対して、着脱式バッテリ１４の個数とＳＯＣとに基づいて導出した充電ステーション１６の供給可能電力量Ｐｉが教師ラベルとして対応付けられた教師データを生成する。学習データには、例えば、時刻Ｔｉにおいて、充電ステーション１６がどういった利用環境下に置かれているのかということを示す情報と、充電ステーション１６がどういった利用状況下に置かれているのかということを示す情報（時刻Ｔｉ時点のステーション利用状況情報）とが含まれる。教師データは、充電ステーション１６がこういった利用環境下および利用状況下であれば、学習モデルＭＤＬが出力する充電ステーション１６の供給可能電力量は、こういった正解の電力量であるべきということを表している。
例えば、学習処理部１８３２は、カレンダーの情報や、天気予報の情報などを参照して、時刻Ｔｉにおいて、その充電ステーション１６が設置された地域の天候および気温と、日付、曜日などを充電ステーション１６の利用環境として特定する。カレンダーの情報や天気予報の情報などは、予めサーバ側記憶部１８２に格納されていてもよいし、所定の周期で外部装置からダウンロードされてもよい。
学習処理部１８３２は、充電ステーション１６の利用環境として特定した時刻Ｔｉにおける充電ステーション１６の設置地域の天候や気温、日付、曜日に加えて、その時刻（時間）Ｔｉなどを含むデータを、時刻Ｔｉにおける学習データとして生成する。そして、学習処理部１８３２は、生成した時刻Ｔｉの学習データに対して、着脱式バッテリ１４の個数とＳＯＣとに基づいて導出した時刻Ｔｉにおける充電ステーション１６の供給可能電力量Ｐｉを教師ラベルとして対応付けることで、教師データを生成する。すなわち、学習処理部１８３２は、現時刻Ｔｉの充電ステーション１６の利用環境および利用状況を示す情報に対して、現時刻Ｔｉの充電ステーション１６の供給可能電力（理論的に求めた供給可能電力）が対応付けられたデータを、教師データとして生成する。学習処理部１８３２は、現時刻Ｔｉの充電ステーション１６の利用環境または利用状況の少なくとも一方を示す情報に対して、現時刻Ｔｉの充電ステーション１６の供給可能電力（理論的に求めた供給可能電力）が対応付けられたデータを、教師データとして生成してもよい。
学習処理部１８３２は、教師データを生成すると、この教師データを用いて学習モデルＭＤＬを学習する。例えば、学習処理部１８３２は、時刻Ｔｉにおける学習データを学習モデルＭＤＬに入力して、その学習モデルＭＤＬに、時刻Ｔｉにおける充電ステーション１６の供給可能電力量Ｐｉ＃を導出させる。学習処理部１８３２は、時刻Ｔｉの学習データを基にして学習モデルＭＤＬに導出させた時刻Ｔｉにおける充電ステーション１６の供給可能電力量Ｐｉ＃と、時刻Ｔｉの学習データに教師ラベルとして対応付けられた、時刻Ｔｉにおける充電ステーション１６の供給可能電力量Ｐｉとの差分（絶対値（Ｐｉ－Ｐｉ＃））を導出する。学習処理部１８３２は、導出した差分が小さくなるように学習モデルＭＤＬのパラメータを変更することで、学習モデルＭＤＬを学習する。例えば、学習モデルＭＤＬがニューラルネットワークである場合、学習処理部１８３２は、確率的勾配降下法などを利用して、供給可能電力量Ｐｉ＃と供給可能電力量Ｐｉとの差分が小さくなるように、ニューラルネットワークの活性化関数の重み係数や結合係数などのパラメータを決定してよい。これによって本フローチャートの処理が終了する。このような一連の処理によって学習モデルＭＤＬが学習されると、サーバ側記憶部１８２に格納された学習モデル情報１８２１が更新される。
学習処理部１８３２は、電力予測システム１に複数の充電ステーション１６が含まれる場合、複数の充電ステーション１６のそれぞれが設置された地域ごとに、上述したフローチャートの処理を行うことで、各設置地域に対応した学習モデルＭＤＬを生成してよい。
図６および図７は、充電ステーション１６が設置された地域を含む地図の一例を示す図である。図示の例では、ある地域に、充電ステーション１６－ａと、充電ステーション１６－ｂとが設置されており、その周辺に、需要家４０－ａから４２－ｅのそれぞれの電力設備が設置されている。学習処理部１８３２は、図７に例示するように、充電ステーション１６の設置地域を、所定の大きさのグリッドＧＲに分割する。図７の例では、充電ステーション１６の設置地域が、グリッドＧＲ１とＧＲ２の２つに分割されている。
このような場合、例えば、学習処理部１８３２は、グリッドＧＲ１に含まれる充電ステーション１６－ａから受信されたステーション利用状況情報を基に、そのステーション利用状況情報の送信時刻Ｔｉにおける充電ステーション１６－ａの供給可能電力量Ｐｉを導出する。学習処理部１８３２は、時刻Ｔｉにおける充電ステーション１６－ａの設置地域の天候や気温、日付、曜日、時刻などを含む学習データを生成し、この学習データに対して、時刻Ｔｉ時点における充電ステーション１６－ａの供給可能電力量Ｐｉを教師ラベルとして対応付けた教師データを生成する。そして、学習処理部１８３２は、生成した教師データを基に、第１学習モデルＭＤＬ１を学習する。
学習処理部１８３２は、グリッドＧＲ２に含まれる充電ステーション１６－ｂから受信されたステーション利用状況情報を基に、そのステーション利用状況情報の送信時刻Ｔｉにおける充電ステーション１６－ｂの供給可能電力量Ｐｉを導出する。学習処理部１８３２は、時刻Ｔｉにおける充電ステーション１６－ｂの設置地域の天候や気温、日付、曜日、時刻などを含む学習データを生成し、この学習データに対して、時刻Ｔｉ時点における充電ステーション１６－ｂの供給可能電力量Ｐｉを教師ラベルとして対応付けた教師データを生成する。そして、学習処理部１８３２は、生成した教師データを基に、グリッドＧＲ１用に学習した第１学習モデルＭＤＬ１とは異なる第２学習モデルＭＤＬ２を学習する。このように、学習処理部１８３２は、グリッドＧＲごとに学習モデルＭＤＬを学習することで、地域に応じて特性の異なる学習モデルＭＤＬを生成することができる。
図８は、グリッドＧＲごとに学習モデルＭＤＬを学習したときの学習モデル情報１８２１の一例を示す図である。図示の例のように、学習モデル情報１８２１は、市町村といった単位で区分された各地域に対して、グリッドＧＲを識別するグリッドＩＤや、学習モデルＭＤＬを識別する学習モデルＩＤ、学習モデルＭＤＬの更新日などが対応付けられた情報であってよい。地域は、市町村に限られず、都道府県単位であってもよいし、電力会社３０の送電網（電力系統）上の所定の区域であってもよいし、その他任意の区域であってもよい。
［学習モデルを利用した電力予測処理（ランタイム）のフロー］
以下、学習モデルＭＤＬを利用した電力予測処理（ランタイム）について説明する。図９は、管理サーバ１８による学習モデルＭＤＬを利用した電力予測処理の一例を示すフローチャートである。本フローチャートの処理は、例えば、所定の周期で繰り返し行われてよい。
まず、予測部１８３３は、通信部１８１によってデマンドレスポンスリクエストが受信されたか否かを判定し（ステップＳ２００）、通信部１８１によってデマンドレスポンスリクエストが受信されたと判定した場合、学習モデル情報１８２１に含まれる複数の学習モデルＭＤＬの中から、デマンドレスポンスリクエストとして使用電力の抑制が要請された地域（以下、節電要請地域と称する）に対応した学習モデルＭＤＬを選択する（ステップＳ２０２）。
例えば、節電要請地域が「ＡＢＣ市」という地域である場合、予測部１８３３は、図８に例示する学習モデル情報１８２１を参照し、「ＡＢＣ市」という地域に対応付けられている、学習モデルＩＤが「ＭＤＬ１」である学習モデルＭＤＬを選択する。
次に、予測部１８３３は、選択した学習モデルＭＤＬに基づいて、デマンドレスポンスリクエストに含まれる将来の使用電力の抑制時間帯において、節電要請地域に設置された充電ステーション１６の供給可能電力量を予測する（ステップＳ２０２）。
例えば、予測部１８３３は、使用電力の抑制時間帯として指定された将来の時間帯の節電要請地域の天候や気温を、天気予報の情報などから取得するとともに、デマンドレスポンスリクエストの受信日の日付や曜日をカレンダーの情報から取得する。予測部１８３３は、取得した抑制時間帯における節電要請地域の天候および気温と、デマンドレスポンスリクエストの受信日の日付、曜日、および受信時刻とを含むデータを、選択した学習モデルＭＤＬに入力することで、将来の抑制時間帯における節電要請地域の充電ステーション１６の供給可能電力量を導出する。
次に、供給電力制御部１８３４は、予測部１８３３によって予測された抑制時間帯における充電ステーション１６の供給可能電力量が、デマンドレスポンスリクエストに含まれる節電要請電力量以上であるか否かを判定する（ステップＳ２０６）。
供給電力制御部１８３４は、供給可能電力量が節電要請電力量未満であると判定した場合、後述するＳ２０８およびＳ２１０の処理を省略して本フローチャートの処理を終了する。
一方、供給電力制御部１８３４は、供給可能電力量が節電要請電力量以上であると判定した場合、通信部１８１を制御して、節電要請地域に存在する需要家４０の電力設備に第１コマンドを送信する（ステップＳ２０８）。第１コマンドとは、需要家４０の電力設備に、節電要請電力分の電力を削減させるための指令である。例えば、図７の例において、節電要請地域がグリッドＧＲ１に含まれる地域である場合、供給電力制御部１８３４は、通信部１８１を制御して、需要家４０－ａ、４１－ｂ、４１－ｃのそれぞれの電力設備に第１コマンドを送信する。第１コマンドを受信した需要家４０の電力設備は、例えば、電力会社３０から受給する電力を減らし、代わりに、充電ステーション１６から減らした分の電力の受給を開始する。
次に、供給電力制御部１８３４は、通信部１８１を制御して、節電要請地域に存在する充電ステーション１６に第２コマンドを送信する（ステップＳ２１０）。第２コマンドとは、充電ステーション１６に、節電要請電力分の電力を需要家４０の電力設備へと供給させるための指令である。例えば、図７の例において、節電要請地域がグリッドＧＲ１に含まれる地域である場合、供給電力制御部１８３４は、通信部１８１を制御して、充電ステーション１６－ａに第２コマンドを送信する。
充電ステーション１６の第２電力制御部１６７４は、通信部１６５によって第２コマンドが受信されると、各スロット２１に装填された着脱式バッテリ１４に電力を放電させ、その放電させた電力を、電力系統を介して需要家４０の電力設備へと供給する。これによって、節電要請電力分の電力が、充電ステーション１６から各需要家４０の電力設備へと供給される。
以上説明した実施形態によれば、電力予測システム１が、電力を利用して移動可能な自動二輪車１２に対して着脱自在に装着される１つ以上の着脱式バッテリ１４と、スロット２１に装填された着脱式バッテリ１４を充電する充電ステーション１６と、充電ステーション１６の利用状況および利用環境に基づいて、機械学習により、将来のある時点において充電ステーション１６によって供給可能な電力量を予測する管理サーバ１８と、を備えることによって、充電ステーション１６により供給可能な将来の電力量を精度よく予測することができる。これにより、例えば、電力需給がひっ迫する時間帯（デマンドレスポンスが要請される時間帯）において、電力会社３０から需要家４０へと抑制するよう要請された電力量に相当する十分な電力を、充電ステーション１６から需要家４０の電力設備へと供給することができる。この結果、需要家４０は、電力会社３０からのデマンドレスポンスに対応しつつ、デマンドレスポンスが要請されていない他の時間帯と同様に、電力を使用することができる。
上述した実施形態によれば、ニューラルネットワークなどの学習モデルを学習する際に、充電ステーション１６が設置された地域の天候や気温などを学習データとして利用するため、着脱式バッテリ１４のシェアサービスを利用するユーザの行動パターンに適合した学習モデルを生成することができる。一般的に、雨や雪などの悪天候下では、ユーザは自動二輪車１２に乗車しにくいことが知られている。このような場合、充電ステーション１６の着脱式バッテリ１４の使用率（交換頻度）は小さくなりやすく、供給可能電力量が、晴天などの良天候と比べて増大する、といったことが学習モデルＭＤＬのパラメータに反映される。このように、天候や気温、曜日、時間といったことに左右されるユーザの行動パターンを学習モデルに学習させることができるため、充電ステーション１６により供給可能な将来の電力量を、更に精度よく予測することができる。
上述した実施形態によれば、充電ステーション１６が設置された地域ごとに学習モデルＭＤＬを学習するため、各地域のユーザの行動パターンに対応した学習モデルＭＤＬを生成することができる。
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定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変形及び置換を加えることができる。
１０‥電力予測システム、１２…自動二輪車（電力装置）、１４…着脱式バッテリ、１４１…蓄電池、１４２…測定センサ、１４３…ＢＭＵ、１４４…接続部、１４５…バッテリ側記憶部、１６…充電ステーション（充電装置）、１６１…表示部、１６２…読取部、１６３…充電部、１６４…接続部、１６５…通信部、１６６…ステーション側記憶部、１６７…ステーション側制御部、１６７１…情報取得部、１６７２…認証部、１６７３…第１電力制御部、１６７４…第２電力制御部、１６７５…通信制御部、１８…管理サーバ（電力予測装置）、１８１…通信部、１８２…サーバ側記憶部、１８３…サーバ側制御部、１８３１…情報取得部、１８３２…学習処理部、１８３３…予測部、１８３４…供給電力制御部、２８…端末装置、３０…電力会社、４０…需要家

Claims (13)

  1. 電力を利用する電力装置に対して着脱自在に装着されるバッテリと、
    前記バッテリを充電する充電装置と、
    前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量を予測する電力予測装置と、を備え、
    前記電力予測装置は、
    第１時点における前記充電装置の前記利用情報を取得する取得部と、
    前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量を予測する予測部と、を有し、
    前記予測部は、前記取得部によって取得された前記第１時点における前記利用情報を前記モデルに対して入力し、前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量を予測する、
    電力予測システム。
  2. 前記電力予測装置は、
    前記モデルの学習を、
    前記充電装置に装着された前記バッテリの数と、前記充電装置に装着された前記バッテリの充電容量とに基づいて、前記充電装置が前記充電装置外に供給可能な前記電力量を導出し、
    前記充電装置の前記利用情報に対して、前記導出した電力量が対応付けられた教師データに基づいて行う、
    学習処理部を更に有する、
    請求項１に記載の電力予測システム。
  3. 前記取得部は、複数の前記充電装置のそれぞれが設置された地域ごとに、前記充電装置の前記利用情報を取得し、
    前記学習処理部は、前記取得部によって前記地域ごとの前記充電装置から取得された前記利用情報に基づいて、前記地域ごとに前記モデルを学習する、
    請求項２に記載の電力予測システム。
  4. 前記予測部は、前記充電装置が使用電力の抑制の要請を受けた場合、前記モデルに基づいて、前記電力量を予測する、
    請求項１から３のうちいずれか一項に記載の電力予測システム。
  5. 前記電力予測装置は、前記充電装置が使用電力の抑制の要請を受けた場合、前記予測部によって予測された前記電力量が、抑制するように要請された電力量以上である場合、前記充電装置から前記充電装置外に電力を供給させる供給電力制御部を更に備える、
    請求項４に記載の電力予測システム。
  6. 前記利用状況には、前記充電装置に装着されたバッテリの充電容量を表す指標値と、前記充電装置に装着されたバッテリの個数と、時刻と、のうち少なくとも一つ以上が含まれる、
    請求項１から５のうちいずれか一項に記載の電力予測システム。
  7. 前記利用環境には、前記充電装置が設置された地域の天候と、前記充電装置が設置された地域の気温と、日付と、曜日と、のうち少なくとも一つ以上が含まれる、
    請求項１から６のうちいずれか一項に記載の電力予測システム。
  8. 電力を利用する電力装置に対して着脱自在に装着されるバッテリを充電する充電装置から送信される、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報を受信する受信部と、
    前記受信部により受信された前記充電装置の前記利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量を予測する予測部と、を備え、
    前記受信部は、第１時点における前記充電装置の前記利用情報を受信し、
    前記予測部は、
    前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量を予測し、
    前記受信部によって受信された前記第１時点における前記利用情報を前記モデルに対して入力し、前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量を予測する、
    電力予測装置。
  9. 前記電力予測装置は、
    前記モデルの学習を、
    前記充電装置に装着された前記バッテリの数と、前記充電装置に装着された前記バッテリの充電容量とに基づいて、前記充電装置が前記充電装置外に供給可能な前記電力量を導出し、
    前記充電装置の前記利用情報に対して、前記導出した電力量が対応付けられた教師データに基づいて行う、
    学習処理部を更に有する、
    請求項８に記載の電力予測装置。
  10. 前記受信部は、複数の前記充電装置のそれぞれが設置された地域ごとに、前記充電装置の前記利用情報を受信し、
    前記学習処理部は、前記受信部によって前記地域ごとの前記充電装置から受信された前記利用情報に基づいて、前記地域ごとに前記モデルを学習する、
    請求項９に記載の電力予測装置。
  11. コンピュータが、
    電力を利用する電力装置に対して着脱自在に装着されるバッテリを充電する充電装置から送信される、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報を受信し、
    前記受信した前記利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量の予測を行う電力予測方法であって、
    前記予測は、前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行うものであり、
    第１時点における前記充電装置の前記利用情報を受信し、
    前記受信した前記第１時点における前記利用情報を前記モデルに対して入力し、
    前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行う、
    電力予測方法。
  12. コンピュータに、
    電力を利用する電力装置に対して着脱自在に装着されるバッテリを充電する充電装置から送信される、前記充電装置の利用状況又は利用環境の少なくとも一方を示す利用情報を受信すること、
    前記受信した前記利用情報に基づいて、機械学習により前記充電装置が前記充電装置外に供給可能な電力量の予測を行うことを実行させるためのプログラムであって、
    前記予測は、前記充電装置の前記利用情報が入力されると、前記電力量を出力するように学習されたモデルを用いて、前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行うものであり、
    第１時点における前記充電装置の前記利用情報を受信すること、
    前記受信した前記第１時点における前記利用情報を前記モデルに対して入力すること、
    前記第１時点における前記利用情報が入力された前記モデルの出力結果に基づいて、該第１時点において前記充電装置が前記充電装置外に供給可能な前記電力量の予測を行うこと、
    を実行させるためのプログラム。
  13. 請求項１２に記載のプログラムを格納したコンピュータ読み取り可能な記憶媒体。
JP2020506381A 2018-07-31 2019-07-31 電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体 Active JP7058718B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018143636 2018-07-31
JP2018143636 2018-07-31
PCT/JP2019/030034 WO2020027202A1 (ja) 2018-07-31 2019-07-31 電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体

Publications (2)

Publication Number Publication Date
JPWO2020027202A1 JPWO2020027202A1 (ja) 2020-08-06
JP7058718B2 true JP7058718B2 (ja) 2022-04-22

Family

ID=69231816

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020506381A Active JP7058718B2 (ja) 2018-07-31 2019-07-31 電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体

Country Status (5)

Country Link
US (1) US11545829B2 (ja)
EP (1) EP3832583A4 (ja)
JP (1) JP7058718B2 (ja)
CN (1) CN112513916A (ja)
WO (1) WO2020027202A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11932633B2 (en) 2018-05-07 2024-03-19 Mirati Therapeutics, Inc. KRas G12C inhibitors
JP2022517222A (ja) 2019-01-10 2022-03-07 ミラティ セラピューティクス， インコーポレイテッド Ｋｒａｓ ｇ１２ｃ阻害剤
BR112022003543A2 (pt) 2019-08-29 2022-05-24 Array Biopharma Inc Inibidores de kras g12
US11890285B2 (en) 2019-09-24 2024-02-06 Mirati Therapeutics, Inc. Combination therapies
AU2020405170A1 (en) 2019-12-20 2022-06-30 Mirati Therapeutics, Inc. SOS1 inhibitors
CN112465195A (zh) * 2020-11-12 2021-03-09 广东电网有限责任公司广州供电局 考虑高比例分布式光伏接入的母线负荷预测方法及系统
US11605966B2 (en) * 2020-12-02 2023-03-14 Dish Network L.L.C. Anticipatory event based battery charging
US20240154446A1 (en) 2021-03-10 2024-05-09 Honda Motor Co., Ltd. Electric power device, and control method for same
CN113537607B (zh) * 2021-07-23 2022-08-05 国网青海省电力公司信息通信公司 停电预测方法
US11572183B1 (en) 2022-01-13 2023-02-07 Beta Air, Llc Apparatuses and methods for preconditioning a power source of an electric aircraft

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4164996B2 (ja) 2000-01-05 2008-10-15 日産自動車株式会社 電力マネジメントシステム
JP2011172315A (ja) 2010-02-16 2011-09-01 Toyota Motor Corp 電力供給装置及び電力供給システム
WO2016143382A1 (ja) 2015-03-11 2016-09-15 富士電機株式会社 内部電源回路および半導体装置

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3935099B2 (ja) * 2003-04-15 2007-06-20 株式会社デンソー 車両用蓄電装置の内部状態検出システム
DE602006002896D1 (de) * 2005-02-14 2008-11-13 Denso Corp Verfahren und Vorrichtung zur Erkennung des Ladestatus einer Sekundärbatterie auf Basis neuronaler Netzwerkkalkulation
JP5565104B2 (ja) * 2010-05-28 2014-08-06 トヨタ自動車株式会社 情報提供システム
TWI618019B (zh) 2011-07-26 2018-03-11 Gogoro Inc. 用於攜帶型電能儲存器件之方法、系統及媒體
WO2013016540A1 (en) 2011-07-26 2013-01-31 Gogoro, Inc. Apparatus, method and article for collection, charging and distributing power storage devices, such as batteries
JP5861107B2 (ja) * 2011-09-27 2016-02-16 パナソニックＩｐマネジメント株式会社 電力供給装置、電力供給方法、制御装置、プログラム
WO2013069328A1 (ja) * 2011-11-08 2013-05-16 新神戸電機株式会社 蓄電池状態監視システム
JP6108148B2 (ja) * 2012-05-30 2017-04-05 日本電気株式会社 情報処理装置、情報処理システム、情報処理システムの制御方法、情報処理方法、および情報処理プログラム
KR101413291B1 (ko) 2012-10-10 2014-06-27 한전케이디엔주식회사 전기 자동차의 배터리 충전 장치 및 방법
JP2015011576A (ja) * 2013-06-28 2015-01-19 株式会社東芝 蓄電池駆動車両の運行システム
WO2015019184A2 (en) * 2013-08-06 2015-02-12 Systemex-Energies International Inc. Method and apparatus for controlling the power supply from an electric vehicle to a dwelling or to an ac power distribution network
JP6193400B2 (ja) 2013-11-20 2017-09-06 株式会社東芝 電力需要予測システム、電力需要予測方法、需要家プロファイリングシステム、及び需要家プロファイリング方法
JP2015156748A (ja) 2014-02-20 2015-08-27 株式会社オートネットワーク技術研究所 電気自動車のバッテリー管理装置
JP2015171189A (ja) * 2014-03-05 2015-09-28 清水建設株式会社 充放電管理装置、充放電管理方法及びプログラム
JP2016116401A (ja) * 2014-12-17 2016-06-23 株式会社ピューズ 電力負荷平準化装置
EP3249775A4 (en) 2015-03-12 2018-04-25 Omron Corporation Excess/deficiency determination device, control method for same, control program, and recording medium
JP6549896B2 (ja) * 2015-05-20 2019-07-24 一般財団法人電力中央研究所 電力需要調整装置、電力需要調整方法及び電力需要調整プログラム
US10511171B2 (en) * 2015-07-15 2019-12-17 Honda Motor Co., Ltd. Charging/discharging device and charge/discharge control method for controlling charge or discharge of an electricity storage unit
US10614146B2 (en) * 2015-12-17 2020-04-07 Siemens Aktiengesellschaft Adaptive demand response method using batteries with commercial buildings for grid stability and sustainable growth
CN106021923A (zh) 2016-05-19 2016-10-12 江苏理工学院 纯电动汽车动力电池荷电状态预测方法及预测系统
JP6605416B2 (ja) 2016-08-26 2019-11-13 三菱電機ビルテクノサービス株式会社 電力管理システム、電力管理方法、アグリゲータシステム、需要家電力管理システム、及びプログラム
JP6764769B2 (ja) 2016-11-22 2020-10-07 株式会社竹中工務店 電力供給制御装置、電力供給制御プログラム、電力料金設定システム
JP6867145B2 (ja) 2016-11-28 2021-04-28 アイフォーコムホールディングス株式会社 エネルギ需要予測システム
WO2018156732A1 (en) * 2017-02-22 2018-08-30 Iotecha Corp. Method and apparatus for charging a battery from an isolatable electric power grid
JP2018143636A (ja) 2017-03-08 2018-09-20 国立大学法人九州大学 反応管及び空気浄化装置
US10921381B2 (en) * 2017-07-28 2021-02-16 Northstar Battery Company, Llc Systems and methods for monitoring and presenting battery information
JP7214339B2 (ja) 2017-09-29 2023-01-30 本田技研工業株式会社 可搬型充電給電装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4164996B2 (ja) 2000-01-05 2008-10-15 日産自動車株式会社 電力マネジメントシステム
JP2011172315A (ja) 2010-02-16 2011-09-01 Toyota Motor Corp 電力供給装置及び電力供給システム
WO2016143382A1 (ja) 2015-03-11 2016-09-15 富士電機株式会社 内部電源回路および半導体装置

Also Published As

Publication number Publication date
US11545829B2 (en) 2023-01-03
US20210194244A1 (en) 2021-06-24
EP3832583A1 (en) 2021-06-09
WO2020027202A1 (ja) 2020-02-06
EP3832583A4 (en) 2021-12-08
JPWO2020027202A1 (ja) 2020-08-06
CN112513916A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
JP7058718B2 (ja) 電力予測システム、電力予測装置、電力予測方法、プログラム、及び記憶媒体
JP7217277B2 (ja) 推定システム、推定装置、推定方法、プログラム、及び記憶媒体
JP6959959B2 (ja) ソフトウェア更新装置、サーバ装置、およびソフトウェア更新方法
CN102906540B (zh) 信息提供装置及信息提供方法
JP2021519436A (ja) バッテリ選択のためのシステム及び方法、長寿命性予測器、車両、バッテリ選択器
CN111439163A (zh) 控制装置以及计算机可读存储介质
WO2020166602A1 (ja) 充電装置、充電方法、プログラム、及び記憶媒体
JP7171537B2 (ja) バッテリ交換システム、管理装置、管理方法、およびプログラム
WO2021005706A1 (ja) 情報提供装置、情報提供方法、およびプログラム
US11060883B2 (en) System and method for determining the energy requirement of a vehicle for a journey
CN114347837B (zh) 服务器、充电系统以及存储介质
WO2020258206A1 (en) Secure and efficient computing sharing for electric automobiles
JP7029020B2 (ja) 情報処理装置、情報処理方法、サービスシステム、プログラム、及び記憶媒体
US20190299794A1 (en) System and Method for Vehicle Telematics for Electric Vehicle
US20230274302A1 (en) Management server and control method of the same
WO2021005703A1 (ja) 情報提供装置、情報提供方法、およびプログラム
JP2021077031A (ja) 管理装置、管理方法、およびプログラム
US11511646B2 (en) Management apparatus, management method, and program
Rong et al. Joint Path Selection, Energy Trading and Task Offloading in Electric Vehicle Charging and Computing Network
WO2020027087A1 (ja) 案内システム、サーバ装置、案内方法、コンピュータプログラム及び記憶媒体
WO2020027113A1 (ja) 充電状態マップ生成システム、サーバ装置、マップ生成方法、コンピュータプログラム及び記録媒体
WO2024024010A1 (ja) 料金請求システム、料金請求方法、およびプログラム
JP7319795B2 (ja) 情報提供装置、情報提供方法、及びプログラム
WO2024069922A1 (ja) 管理装置、管理方法、およびプログラム
JPWO2020171056A1 (ja) 保管装置、推定装置、保管方法、プログラム、及び記憶媒体

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200205

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200205

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20200205

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20200527

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200630

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200831

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20201201

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210225

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20210225

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20210305

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20210309

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20210430

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20210511

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20210810

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20211102

C13 Notice of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: C13

Effective date: 20211124

C302 Record of communication

Free format text: JAPANESE INTERMEDIATE CODE: C302

Effective date: 20220113

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220119

C23 Notice of termination of proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C23

Effective date: 20220208

C03 Trial/appeal decision taken

Free format text: JAPANESE INTERMEDIATE CODE: C03

Effective date: 20220315

C30A Notification sent

Free format text: JAPANESE INTERMEDIATE CODE: C3012

Effective date: 20220315

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220412

R150 Certificate of patent or registration of utility model

Ref document number: 7058718

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150